商業(yè)地產(chǎn)零售業(yè)選址分析-資料下載頁
2025-08-22 15:08本頁面
【正文】 型）；二是從開發(fā)商的角度看，分析市場區(qū)需求的飽和狀況，不飽和區(qū)就是好的區(qū)位。（Huff概率模型）（1）原理：消費者在一個城市之間去購物，是在不同的零售店之間進行選擇，那么這種選擇主要受到兩個因素的影響（距離、零售店的規(guī)模）。消費者去某一個SHOP購物的概率與距離成反比，與規(guī)模成正比。（3）RGM模式（RetailGravityModel）假設某個消費者i，如果去一個商場Sj購物，那么該消費者去購物的概率Pij是多少?Dij(距離)消費地（i）(商j1)Pij=(Sj/Dijamp。ordf/(S1/D11amp。ordf。+……+Sj/Dijamp。ordfSj=營業(yè)面積（營業(yè)規(guī)模）amp。ordf。=經(jīng)驗系數(shù)Dij=i到j的距離（4）計算方法：計算i到j的距離利用方格網(wǎng)作法，將城市進行分區(qū)，每個方格作為基本統(tǒng)計區(qū)，調(diào)查人口、消費狀況、或者將每一個方格網(wǎng)作為一個“消費者”進行對待。amp。ordf。經(jīng)驗系數(shù)——消費者對距離的敏感系數(shù)A、一般來說amp。ordf。=2B、如果amp。ordf?！?，消費者認為距離較遠，他會降低去某個SHOP購物的概率C、如果amp。ordf。2，消費者在直觀上感覺距離較近，他會增加去某個SHOP購物的概率D、amp。ordf。經(jīng)驗系數(shù)——消費者對距離的敏感系數(shù)的影響因素：不同的地區(qū)的歷史文化、民俗習慣、交通條件、收入水平、教育水平、年齡、性別等。比如說山區(qū)的人口對距離的敏感性就較低。（5）評價：Huff概率模型告訴我們的是消費者選擇到某個商場去購物的概率，用這樣的概率乘以消費者在商場每種商品的消費支出，就可以推算商場總的銷售額，進而通過人口再推算整個服務區(qū)內(nèi)可以支撐的總的商品零售額。模型的局限性：假設條件是單一的。（6）應用實例：假設：一個市場區(qū)內(nèi)有三個服裝專賣店甲、乙、丙規(guī)模分別為400，600，300平方米，距消費地的距離分別是2KM，5KM，問：消費者去甲、乙、丙購物的概率去甲地：（400/2amp。sup2。）/（400/2amp。sup2。+600/5amp。sup2。+300/amp。sup2。）==%去乙地：（600/5amp。sup2。）/（400/2amp。sup2。+600/5amp。sup2。+300/amp。sup2。）==%去丙地：（300/amp。sup2。）/（400/2amp。sup2。+600/5amp。sup2。+300/amp。sup2。）==%“飽和指數(shù)”比較城市內(nèi)不同市場區(qū)：飽和指數(shù)：在市場區(qū)內(nèi)某一類商業(yè)房產(chǎn)過多或者不足的一系列指數(shù)。消費者在特定市場區(qū)雷某種商品上的消費支出與該種商品在該市場區(qū)內(nèi)總的零售面積之比。飽和度指數(shù)=消費者在某種（類）商品消費支出/該種（類）商品的總的零售面積實例：在一個市場區(qū)內(nèi)有1000個家庭，平均食品支出是1200元/月，A內(nèi)有5個食品超市，總面積8000平方米，那么，飽和度指數(shù)=（10001200）/8000=150元/在假設市場區(qū)B的飽和度指數(shù)是135元/在假設市場區(qū)C的飽和度指數(shù)是160元/比較A、B、C哪一個開發(fā)潛力最大？如果以A作為參照物：（1）BA，說明B區(qū)相對于A而言，單位零售面積上的居民食品支出更低，因此，消費有一定的增長潛力，對于房地產(chǎn)開發(fā)商而言，這可能是零售面積過大，處于飽和狀態(tài)。（2）C)A，居民的食品支出更高，對于開發(fā)商而言這有可能是零售面積不足，導致單位零售面積上的居民食品支出更高，因此，是處于負飽和狀態(tài)，就有一定的開發(fā)潛力。（3）C市場區(qū)可能是零售食品商業(yè)樓面開發(fā)的“最佳區(qū)域”。
教學課件相關推薦
鄂ICP備17016276號-1