北京城市居民消费区位偏好与决策行为分析_以西城区和海淀中心地区为例

地理学报ＡＣＴＡＧＥＯＧＲＡＰＨＩＣＡＳＩＮＩＣＡ第６１卷第１０期２００６年１０月Ｖｏｌ．６１，Ｎｏ．１０Ｏｃｔ．，２００６北京城市居民消费区位偏好与决策行为分析———以西城区和海淀中心地区为例张文忠１，李业锦１，２（１．中国科学院地理科学与资源研究所，北京１００１０１；２．中国科学院研究生院，北京１０００４９）摘要：以居民消费行为与商业区位选择为研究目的，从消费者属性和商业环境双重视角，构建计量经济模型分析居民消费区位偏好和区位决策行为。

研究表明，教育程度、职业类型、收入水平、交通出行方式和购物出发点等居民属性特征显著影响着居民消费区位的偏好，居民对区位、商品价格、服务质量、休息场所、配套设施、停车场等商业环境满意度的评价水平明显影响着居民的消费区位决策，但居民对交通条件、商业规模和商业氛围等满意度的评价水平对消费者区位选择决策的影响并不显著。

因此，针对不同消费者要开发和建设不同类别的商业区，以满足不同层次居民的消费需求；另外，良好的商业区位、多元化商品价格、高质量服务水平、完善的休息场所和配套设施、充足的停车场设施等是吸引居民消费的重要条件，也应该是商业区环境建设的重点内容。

关键词：消费行为；消费区位偏好；区位决策行为；商业环境评价；北京１引言随着２００４年底中国商业的全面开放和外国跨国公司的大量进入，我国传统的商业区在数量、规模和职能等方面正在发生着巨大的变化，新兴零售业态和空间组织形式逐渐成为城市内部商业发展的主流和商业区的主要组成部分。

从商业发展趋势来看，影响零售企业的空间选择行为的因素已经不仅仅局限于对该城市商业活动空间结构、交通、土地利用、商业政策、城市规划等相关影响因素以及零售业自身业态、规模等因素，随着用户第一主义（Ｃｏｎｓｕｍｅｒｉｓｍ）的兴起和对消费与生产的重要性认识的加深［１］，消费者的态度及其购买行为等消费者行为也已成为影响零售企业区位决策的重要因素。

了解消费者购物的态度、购买行为以及影响消费者选择的因素，对商业投资、零售企业区位决策、商业环境建设、商业规划的制定与实施都具有重要的意义。

从２０世纪７０年代初期开始，国外的研究者开始关注消费者对零售业区位选择的影响，如赫夫概率模型的出现［２］；Ｒｕｓｈｔｏｎ提出的消费行为空间偏好模型［３－５］，极大地推动了消费行为地理学的发展。

自２０世纪８０年代以来，消费行为地理学的研究愈加受到重视，Ｄａｗｓｏｎ［６］认为零售企业必须要了解各零售活动之间、零售业与消费者间、零售活动与区位间的相互关系，Ｂｅｒｒｙ和Ｐａｒｒｙ［７］则进一步指出，一个真实的零售区位理论必须考虑服务地区人口的属性、消费者行为形态与社会经济环境。

在国内关于零售业区位与居民消费行为研究起步较晚，魏金荣和张文奎等［８］研究了长春市消费者购物行为及其限制因素，认为商店的品种、消费者居住地与商业中心的距离、商业中心的交通状况、商店的信誉与出售商品的质量、商品的价格、商业营业员的服务态度等微观因素。

张文忠等［９］对哈尔滨市消费行为与商业中心地系统的分析，认为消费者购物空间的选择主要与商业中心的规模、收稿日期：２００５－１２－３０；修订日期：２００６－０５－１５基金项目：国家自然科学基金项目（４０５７１０４８）［Ｆｏｕｎｄａｔｉｏｎ：ＮａｔｉｏｎａｌＮａｔｕｒａｌＳｃｉｅｎｃｅＦｏｕｎｄａｔｉｏｎｏｆＣｈｉｎａ，Ｎｏ．４０５７１０４８］作者简介：张文忠（１９６６－），男，研究员，中国地理学会会员，主要从事城市与区域经济等研究。

Ｅ－ｍａｉｌ：ｚｈａｎｇｗｚ＠ｉｇｓｎｒｒ．ａｃ．ｃｎ１０３７－１０４５页６１卷地理学报交通方便、距离最短原则有关。

仵宗卿和柴彦威［１０］根据周边调查法研究了天津市居民消费行为特征，并按照中心地理论构建了购物出行空间结构等级模型；王德等［１１］从消费者购物出行角度研究了上海市商业空间结构，认为上海市商业空间结构具有等级序列明确、空间分布不均和强中心线型结构的特征，同时还分析了上海市消费者对大型超市选择行为的特征［１２］。

也有学者认为商业性场所微区位研究呈现出以文化生态透视、社会空间透视和马克思结构方法透视为主的综合性区域理论趋势［１３］。

受行为学派的影响，我国的商业研究都是从消费行为方式和社会经济属性角度来理解城市商业空间结构的形成和发展的，这正是消费者行为学研究商业地理最大的贡献［１４］。

总的看来，我国对居民消费行为与商业区位选择的研究，与国外研究相比，在利用问卷调查和数学模型方面还未受到广泛关注。

从消费者属性和商业环境双重视角，分析居民消费区位偏好和区位决策的研究尚未见到。

本研究将以实地考察和问卷调查数据为依据，分析居民属性对消费区位偏好的影响，以及商业环境对消费区位决策的作用。

２区域选择和研究方法２．１区域选择和数据获取本文以北京市西城区和海淀中心地区（主要是指以北京市五环内海淀区的管辖范围）为主要研究区域。

选择这一区域主要是考虑以下４个因素：①在空间上构成“扇形”研究区域，以约１／４的城区空间范围囊括中心区、中心向郊区的扩展区、近郊区等城市空间类型；②该区域是北京市经济发展的核心区之一，是人口、产业、交通、居住重要的密集区；③该区域是北京市商业网点集聚、类型多样性强的地区，也是国内外零售企业投资的重点区域；④该区域消费者的职业、收入等个人属性类型多样。

因此，本研究区域在北京市中具有一定的代表性，基本能反映出北京居民消费特征和商业区商业环境特征。

该区域在行政区域上，包括西城区和海淀区２２个街道３个乡，总面积约达１６３ｋｍ２。

本文重点选取该区域的１２个重要的商业区，作为研究城市居民消费区位选择的代表。

这１２大商业区是西单、复兴门、阜成门、新街口、甘家口、公主坟、白石桥、双榆树、大钟寺、中关村、四季青和五道口。

它不仅囊括了西城区和海淀区大部分年销售额上亿元的商场，还包括了发展较为成功的商业区域，如西单商业区、公主坟商业区等，也包括了目前急速发展的新商业区域，如四季青商业区、中关村商业区等。

按照中心调查法，本文在２００４年９月１日￣２００４年１０月１０日，针对西城区和海淀区的１２个商业区进行了实地调研和问卷调查。

共获取问卷调查１３００份，其中，有效问卷为１２７６份，有效率为９８％。

但在样本中有些问卷部分内容没有填写，根据研究内容的不同，分析的有效问卷样本数有所不同。

２．２研究方法在社会经济活动中，人们常常遇到多重选择的决策问题，当寻求建模的数据是离散的而非连续的，常规的回归模型并不适宜于这类决策选择情形，因此随机效用模型（ＲＵＭ）广泛引入，其中最主要形式之一是多维Ｌｏｇｉｔ模型（ＭＮＬ，ＭｕｌｔｉｎｏｍｉａｌＬｏｇｉｔＭｏｄｅｌ）。

在此模型中，假设可供选择方案的全集为Ｃ，其中有Ｊ个元素，每个决策者都以Ｃ中的一个子集Ｃｎ作为其选择集合，由于每个决策者的属性不同，各决策者的选择子集是不同的。

对于给定Ｃｎ（ｎ为第ｎ个决策者），有Ｊｎ个元素个数，且满足Ｊｎ≤Ｊ。

决策者总是根据自己的偏好选择效用最高的方案，故方案的选择取决于效用的概率。

为了模拟决策者的选择模式，需对某个方案确定一个效用值，反映出决策者选择该方案的概率。

因此，对于面临Ｊ中选择的第ｉ个决策者，假设其选择ｊ的效用为Ｕｉｊ＝!＇Ｚｉｊ＋"ｉｊ（#为待定系数，Ｚｉｊ为决策者属性，$ｉｊ为随机误差项），若该决策者实际选择了ｊ方案，且Ｕｉｊ是效用１０３８１０期张文忠等：北京城市居民消费区位偏好与决策行为分析最大方案，Ｐｒｏｂ（Ｕｉｊ＞Ｕｉｋ）（对于所有其他ｋ≠ｊ）。

令Ｙｉ为决策者多重选择的随机变量，则Ｐｒｏｂ（Ｙｉ＝ｊ）＝ｅ!＇Ｚｉｊｊ!ｅ!＇Ｚｉｊ（１）表示出决策者多重选择的概率，其中，当Ｊ＝１的特殊情况就是二元选择的Ｌｏｇｉｔ模型。

该模型基于决策者对事件发生概率判断的二值化标准，如好与坏，有效与无效等。

用二元选择Ｌｏｇｉｔ模型可以有效地检验这类二值响应的因变量（ｄｕｍｍｙｖａｒｉａｂｌｅ）与一组影响因素（自变量）之间的相关性，采用的参数估计方法一般为“极大似然估计法”（ｍａｘｉｍｕｍｌｉｋｅｌｉｈｏｏｄｍｅｔｈｏｄ）［１５］。

根据二元Ｌｏｇｉｔ建模的要求，设ｘ１，ｘ２，……，ｘｊ是与Ｙ相关的自变量，假定获取的ｎ组样本数据为（ｘｉ１，ｘｉ２，……，ｘｊ，Ｙｉ），Ｙｉ是取值０或者１的随机变量，则（ｘｉ１，ｘｉ２，……，ｘｊ）与Ｙｉ的关系满足：Ｅ（Ｙｉ）＝"ｉ＝ｆ（!０＋!１ｘｉ１＋!２ｘｉ２＋……＋!ｉｘｉｊ），Ｅ（Ｙｉ）＝（ｉ＝１，２，……，ｎ）（２）其中，ｆ（ｘ）是值域在［０，１］区间的单调增函数，ｆ（ｘ）＝ｅｘ１＋ｅｘ，Ｙｉ是均值为"ｉ＝ｆ（!０＋!１ｘｉ１＋!２ｘｉ２＋……＋!ｉｘｉｊ）的０－１型分布，Ｙ发生的概率函数为：Ｐ（Ｙｉ＝１）＝"ｉ＝ｅｘｐ（!０＋!１ｘｉ１＋!２ｘｉ２＋．．．＋!ｉｘｉｊ）１＋ｅｘｐ（!０＋!１ｘｉ１＋!２ｘｉ２＋．．．＋!ｉｘｉｊ）（３）Ｐ（Ｙｉ＝０）＝１－"ｉＹｉ的概率函数可进一步写为：Ｐ（Ｙｉ）＝"ｉＹｉ（１－"ｉ）１－Ｙｉ，Ｙｉ＝０，１；ｉ＝１，２，……，ｎ则Ｙｉ的似然函数为：Ｌ＝ｎｉ＝１"Ｐ（Ｙｉ）＝ｎｉ＝１""ｉＹｉ（１－"ｉ）１－Ｙｉ（４）二元Ｌｏｇｉｔ回归的极大似然估计就是使公式（４）达到极大，最终找出因变量与自变量图１居民消费区位选择偏好模型构建Ｆｉｇ．１Ｍｏｄｅｌｉｎｇｆｒａｍｅｗｏｒｋｏｆｒｅｓｉｄｅｎｔｓ＇ｓｈｏｐｐｉｎｇｌｏｃａｔｉｏｎｐｒｅｆｅｒｅｎｃｅａｎｄｌｏｃａｔｉｏｎｄｅｃｉｓｉｏｎ１０３９６１卷地理学报的相关度［１５］。

本文的研究重点是分析消费者属性特征以及消费者对商业区环境评价结果对消费区位选择的影响，为此，我们构建两个计量经济模型（图１）。

模型１：基于居民属性分析的消费区位偏好模型ｌｏｇｐｉ（１－ｐｉ）＝Ｌｏｃａｔｉｏｎ－ｐｒｅｆｅｒｅｎｃｅ＝!ｉ＋ｋ＝１!（!１ｇｅｎｄｅｒ＋!２ａｇｅ＋!３ｅｄｕｃａｔｉｏｎ＋!４ｆａｍｉｌｙ＋!５ｃａｒｅｅｒ＋!６ｉｎｃｏｍｅ＋!７ｖｅｈｉｃｌｅ＋!８ｓｔａｒｔ）在模型１中，因变量为ｌｏｃａｔｉｏｎ－ｐｒｅｆｅｒｅｎｃｅ，表示居民消费区位偏好，如果居民偏好于选择城市中心区的商业区消费，则ｌｏｃａｔｉｏｎ－ｐｒｅｆｅｒｅｎｃｅ＝１，选择外城（本文“外城”指二环外至五环路以内的区域，城市中心区是指二环以内的区域）消费，则ｌｏｃａｔｉｏｎ－ｐｒｅｆｅｒｅｎｃｅ＝２。

自变量选择的是居民属性特征，变量定义包括性别（ｇｅｎｄｅｒ）；年龄（ａｇｅ）；教育程度（ｅｄｕｃａｔｉｏｎ）；家庭构成（ｆａｍｉｌｙ）；职业类型（ｃａｒｅｅｒ）；家庭每月的总收入（ｉｎｃｏｍｅ）；购物出行方式（ｖｅｈｉｃｌｅ）；购物出发地点（ｓｔａｒｔ）。