趙雅妮

【摘 要】隨著市場經濟的發(fā)展，人民生活水平的提高，中國己經成為一個具有極大潛力的消費市場，零售商業(yè)機構數量與日俱增，大型超級市場得到飛速發(fā)展。本篇論文以綜合超級市場在我國主要城市的數量分布為研究對象，運用主成分分析方法探究了我國大型超市數量布局的影響因素，為大型超市的發(fā)展以及城市合理規(guī)劃提供有價值的參考依據。

【關鍵詞】大型超級市場；數量分布；影響因素；主成分分析法

一、研究背景和研究意義

隨著科學技術的進步和社會生產力的提高，人類創(chuàng)造了前所未有的物質財富，尤其是在產業(yè)革命后的幾十年間，隨著人們購買力的極大提高，超級市場應運而生。目前，對城市具體商業(yè)部門的研究較少，對大型超市數量分布的研究還十分有限。有鑒于此，本文選取全國各大城市大型超市數量進行系統(tǒng)研究，分析其空間與數量分布規(guī)律及存在問題，進一步以西安市為例進行實證檢驗，為未來城市科學布局和合理發(fā)展提供科學依據與具有借鑒意義的實踐參考。

二、大型超市發(fā)展狀況

我國大型超市行業(yè)競爭依然激烈，本土、外資、電商三足鼎力。由于本文研究的是大型實體超市的相關情況，因此以下分析中均不包括網上超市。

根據智研咨詢，國內超市行業(yè)未來幾年增速將進一步放緩，預計2016～2018年收入增速在2～3%左右。

總體來說，我國大型超市的經營現狀不容樂觀。通過分析我們認為大型超市的數量對其經營情況有著重要的影響。本文會以全國各大城市現有大型超市的實際數據來進行分析整理，從而得到一個城市合理的大型超市數量的理論值。綜合各方面因素，最終選取沃爾瑪、家樂福、永輝、華潤萬家、樂購、卜蜂蓮花、麥德龍、人人樂以及大潤發(fā)九家大型超市在我國主要城市的數量分布為研究對象。

三、大型超市數量分布影響因素分析

通過借鑒大型超市問題研究的相關理論以及成果，并考慮各因素之間的相互關系以及數據的準確性與可獲得性，最終確定影響大型超市數量分布的因素為區(qū)域經濟條件、人口數量因素、區(qū)域面積與地價因素。

（一）經濟發(fā)展水平

零售商業(yè)的發(fā)展必然受區(qū)域經濟發(fā)達程度的影響。因此采用人均社會消費品零售總額來表征區(qū)內消費者的購買能力更為合適，然而經過查找，此類數據的統(tǒng)計難以查找并且口徑不一，因此用GDP來近似代替。

（二）人口數量

對超市來說，商品的需求主要取決于地區(qū)人口數量的多少。人口數量的差異必然會對超市的分布產生很大的影響。

（三）地價因素

不同的城市由于自然條件與社會人文條件的差異，在發(fā)展的過程中地價也出現了不同的特點。按照理論分析，地價水平較低的城市會擁有更多的大型超市，而地價水平較高的超市中大型超市的數量則會較少。

（四）面積因素

對于一個大型超市而言，它的商圈是固定且有限的。隨著不同超市規(guī)模的變化，商圈范圍會有所變化，但基本還是會固定在一定的范圍之內。因此從理論上來分析，城市的面積越大，大型超市的數量會越多，

四、我國主要城市大型超市數量分布規(guī)律研究

（一）研究方法——因子分析法

主成分分析是利用降維的思想，在損失很少信息的前提下，把多個指標轉化為幾個綜合指標。每一個主成分都是原始變量的線性組合，且每個主成分之間互不相關，因子分析是主成分分析的擴展，也是利用降維的思想，通過研究眾多變量之間的內部依賴關系，探求觀測數據結構中的基本結構，并用少數幾個“抽象”的變量來表示其基本的數據結構。

（二）解釋變量的相關性

首先以27個城市的數據為樣本，對四個因素和超市數量進行總體分析可得：

R-squared=0.850020

Adjusted R-squared=0.822751

從城市GDP、平均租金、面積、人口與城市超市數量的相關性的分析結果中可以看出，解釋變量對超市數量的影響都不顯著。

分析得知，四個變量均與城市發(fā)展程度密切相關，且四個解釋變量的相關程度較強。但是，四個變量又有不同的側重點，因此需要運用主成分分析和因子分析方法進行進一步分析。

（三）因子抽取

主成分分析的基本步驟是：首先結合數據，判斷是否需要進行主成分分析；其次，進行分析，結合主成分的累計貢獻率和特征值來確定抽取的主成分或因子的數目；最后，將抽取出來的主成分存為新的變量，以便繼續(xù)分析。

本文運用SPSS軟件進行主成分分析。確定提取主成分的數目。表中給出了采用主成分分析法抽取因子后的各變量共同度，包括各變量對應的初始共同度和抽取因子后的再生共同度。

平方和載入欄中的數值是根據特征值大于0.6的原則抽取的2個因子的特征值、占方差百分數及其累加值。這2個因子解釋的方差占總方差的93.875%，能夠較為全面地反映所有信息。同時為了更突出各個因子的典型代表變量，增加旋轉分析方法?？梢钥闯?，前兩個因子為主要因子，能夠反映絕大部分的信息。

進而使用Varimax法進行因子旋轉后得到因子負荷矩陣。與之前相比，旋轉后的因子符合矩陣兩端集中，能更好地解釋主因子。從表中可以看出，第一個因子與平均租金關系緊密，第二個成分與人口數量關系緊密。

用Y表示提取的主成分，則根據上表得到主成分的表達式：

Y1=0.52S+0.55GDP+0.45L+0.48R （1）

Y2=-0.27S+0.14GDP+0.76L-0.57R （2）

（四）再次回歸

由于是以相關系數矩陣為出發(fā)點進行因子分析，所以主成分分析表達式中的各變量應是經過標準化變換后的標準變量，計算主成分之前需要對原始變量進行標準化。為了與原始數據進行區(qū)分，用Z表示數據已經過標準化。

將變量標準化后，計算得出主成分y1和y2的數值，此時兩個主成分的相關性明顯下降至很低的水平。

再用主成分對超市數量進行回歸：

R-squared=0.835616

Adjusted R-squared=0.822465

此時主成分y1的回歸結果十分顯著，但是主成分y2的回歸結果并不顯著，這也說明在已經剔除掉兩個主成分因子后，解釋變量中仍舊存在很多對被解釋變量影響較小的信息，將y2剔除后再次回歸：

R-squared=0.831700

此時解釋變量顯著性很強，且能夠較為全面地解釋被解釋變量，得到較為合理的回歸結果。

因此綜合主成分分析的結果，決定我國主要城市大型超市的數量分布的回歸結果為：

ZN=1.0714e-06+0.5198*y1 （3）

=1.0714e-06+0.2703*ZS+0.2859*ZGDP+0.2339*ZL+0.2495*ZR （4）

則我國城市的大型超市的合理分布數量由（4）式決定。

五、西安市進行實證檢驗

（一）西安市大型超市發(fā)展狀況

西安，陜西省省會、副省級市、國家區(qū)域中心城市（西北），是國務院批復確定的中國西部地區(qū)重要的中心城市。經過分析，將研究區(qū)設定為西安市主城區(qū)，即新城區(qū)、碑林區(qū)、蓮湖區(qū)、灞橋區(qū)、未央區(qū)和雁塔區(qū)。截止2017年1月，西安市目前大型超市數量約為67家。

（二）檢驗結果

已知西安2016年GDP為6257.18億元，平均地租為22元/月/平方米，西安城市面積為861萬平方公里，西安人口為883.21萬，根據回歸方程式（4）得出西安超市數量應為70家左右。西安實際超市數量為67家，對比檢驗結果，說明西安市大型超市數量飽和，且較為合理。

【參考文獻】

[1]高輝.國外選址理論及超市選址實踐[J].商場現代化，2004（09）：16-17.

[2]涂妍，陳文福.古典區(qū)位論到新古典區(qū)位論：一個綜述[J].河南師范大學學報（哲學社會科學版），2003（05）：38-42.

[3]陳靜，丁靜.土地價值理論初探[J].會計之友，2011（25）：127-128.

[4]周春明.ArcGIS支持下的西安市大型超市空間分布研究[D].陜西師范大學，2011.

[5]韓西麗.大型綜合超級市場規(guī)劃研究——以西安市大型綜合超市為例[D].西安建筑科技大學，2001.

[6]金波.西方超級市場管理特點與發(fā)展趨勢[J].中外管理，1996（08）：46+14.