基于Python的購(gòu)物中心人流分布計(jì)算機(jī)模擬

林郁東 蔣燎原 解雪 鄒翹楚 楊竹娟

摘?要：購(gòu)物中心可以滿足各層次消費(fèi)者購(gòu)物、餐飲、娛樂(lè)等多元需求，隨著近年居民收入和消費(fèi)水平的提升，其在大小城市的規(guī)模體量日益擴(kuò)大。購(gòu)物中心內(nèi)消費(fèi)者的活動(dòng)是一較為復(fù)雜的動(dòng)態(tài)過(guò)程，既受購(gòu)物中心空間設(shè)計(jì)、商鋪吸引力影響，又與消費(fèi)者自身偏好、消費(fèi)計(jì)劃有關(guān)。本文使用計(jì)算機(jī)模擬方法，基于Python計(jì)算機(jī)語(yǔ)言模擬購(gòu)物中心的布局設(shè)計(jì)與顧客的消費(fèi)活動(dòng)，進(jìn)而得到購(gòu)物中心內(nèi)的人流分布。最后，應(yīng)用程序得到購(gòu)物中心的優(yōu)化布局方案，使購(gòu)物中心整體消費(fèi)量顯著提升。

關(guān)鍵詞：購(gòu)物中心;人流分布;業(yè)態(tài)組合;消費(fèi)者行為;計(jì)算機(jī)模擬

一、 研究背景與文獻(xiàn)綜述

購(gòu)物中心集購(gòu)物、餐飲、娛樂(lè)一體化，業(yè)已成為零售業(yè)最受青睞的銷售經(jīng)營(yíng)方式，發(fā)展尤為迅速。以萬(wàn)達(dá)廣場(chǎng)、萬(wàn)象城等為代表的購(gòu)物中心形成了不凡的品牌凝聚力，成為居民購(gòu)物出行的首選之一。然而，網(wǎng)絡(luò)零售的興起也在對(duì)購(gòu)物中心形成沖擊。繼續(xù)發(fā)揮購(gòu)物中心滿足多元化需求的優(yōu)勢(shì)，擴(kuò)大影響力與競(jìng)爭(zhēng)力亟需更深入的理論研究。

目前對(duì)購(gòu)物中心的研究主要在經(jīng)濟(jì)商業(yè)領(lǐng)域與建筑領(lǐng)域。經(jīng)濟(jì)商業(yè)相關(guān)研究側(cè)重考察消費(fèi)者偏好，即何類商鋪、何種業(yè)態(tài)組合、何樣人文景觀、何種體驗(yàn)服務(wù)有利于購(gòu)物中心吸引消費(fèi)者，本文援引余麗瓊的研究為一例。然而，定量分析的研究比重較小，主要是建筑領(lǐng)域的研究。郭昊栩，李小滴等應(yīng)用空間句法理論與線性回歸分析，從建筑空間設(shè)計(jì)角度評(píng)價(jià)購(gòu)物中心的聚客力、可達(dá)性等。王德等通過(guò)問(wèn)卷調(diào)查法獲取數(shù)據(jù)，使用聚類方法描繪消費(fèi)者的空間行為模式并評(píng)估空間使用效率。

本文認(rèn)為，對(duì)購(gòu)物中心的研究，其最終目標(biāo)是要提高消費(fèi)者的消費(fèi)頻率。為實(shí)現(xiàn)這一目標(biāo)，既要考察購(gòu)物中心空間結(jié)構(gòu)、布局等物理因素，也要考察業(yè)態(tài)組合、消費(fèi)者行為等人文因素。因此，本文使用計(jì)算機(jī)模擬方法，建立Shop類整合商鋪位置、業(yè)態(tài)信息，建立Customer類整合消費(fèi)者特征、偏好、行為信息，從而模擬出消費(fèi)者的移動(dòng)、消費(fèi)行為，最終得到購(gòu)物中心內(nèi)的人流分布。

二、 模型設(shè)計(jì)與理論研究

（一）模型流程與設(shè)計(jì)

本文使用計(jì)算機(jī)模擬方法描繪出購(gòu)物中心內(nèi)部的人流分布，程序基于Python編寫(xiě)，其核心過(guò)程如圖1所示。即，圖1以偽代碼的形式將程序的主要思想、過(guò)程與方法予以展示。

首先，程序定義了商鋪類Class Shop與消費(fèi)者類Class Customer。通過(guò)對(duì)研究案例廈門湖里萬(wàn)達(dá)廣場(chǎng)的實(shí)地考察，將其129個(gè)商鋪的區(qū)位、業(yè)態(tài)、品牌等因素錄入電子表格，隨后作為參數(shù)，通過(guò)Shop類創(chuàng)建了129個(gè)實(shí)例，匯入列表ShopInf得到了包含購(gòu)物中心內(nèi)部結(jié)構(gòu)、商鋪信息的變量ShopInf。

在Customer類中，有兩個(gè)參數(shù)與屬性極為關(guān)鍵，即type與aim。不同性別、年齡、婚姻狀態(tài)的消費(fèi)者有著不同的偏好，不同類別的消費(fèi)者用type屬性進(jìn)行區(qū)分。同時(shí)，每個(gè)消費(fèi)者在購(gòu)物中心的消費(fèi)明確性各有差異，aim屬性區(qū)分了這些差異。對(duì)于“確定型消費(fèi)者”，使用Customer類的point方法，以最優(yōu)路徑到達(dá)目標(biāo)商鋪。對(duì)于“未計(jì)劃型消費(fèi)者”，使用Customer類的round方法，根據(jù)消費(fèi)者偏好描繪其隨機(jī)移動(dòng)行為。

一般地，通過(guò)Customer類創(chuàng)建10000或1000個(gè)實(shí)例，亦即“消費(fèi)者”。讓每個(gè)消費(fèi)者依據(jù)其type、aim屬性憑借point與round方法完成在購(gòu)物中心ShopInf中的消費(fèi)活動(dòng)。程序最終將輸出所設(shè)置統(tǒng)計(jì)節(jié)點(diǎn)的人流量，每一家商鋪的消費(fèi)量等，如此便模擬了購(gòu)物中心內(nèi)的人流分布。將計(jì)算機(jī)模擬的人流分布與實(shí)際的人流分布進(jìn)行統(tǒng)計(jì)檢驗(yàn)，從而可以實(shí)現(xiàn)對(duì)程序的有效性的檢驗(yàn)。

最后，通過(guò)Apparate方法可以實(shí)現(xiàn)兩家商鋪位置互換。進(jìn)一步，對(duì)于指定店鋪，比如麥當(dāng)勞，通過(guò)Apparate方法將其與購(gòu)物中心所有商鋪均進(jìn)行一次位置互換，記錄每次換位后購(gòu)物中心的總消費(fèi)量，消費(fèi)量最高的一次換位即麥當(dāng)勞的最優(yōu)選址。本文對(duì)于各業(yè)態(tài)的商鋪各取一例作為代表，試為不同業(yè)態(tài)商鋪的區(qū)位選擇提供建議。

（二）理論研究

1. 主力店理論

在購(gòu)物中心內(nèi)，主力店通常即為知名品牌的商鋪，且往往占有較大的商鋪面積。主力店憑借品牌效應(yīng)成為有著特定目標(biāo)的消費(fèi)者一定會(huì)前往的商鋪，能夠吸引較大的客流量。如此，主力店附近極為活躍的人流就能帶動(dòng)周圍在商鋪的消費(fèi)活動(dòng)。優(yōu)衣庫(kù)便是眾多購(gòu)物中心內(nèi)的主力店。

2. 業(yè)態(tài)組合理論

業(yè)態(tài)組合可以分為業(yè)態(tài)集聚與業(yè)態(tài)異構(gòu)兩種組合。業(yè)態(tài)集聚是較為常見(jiàn)的組合方式，特色鮮明的功能區(qū)吸引更多消費(fèi)者。譬如，“飲食一條街”或“飲食城”常見(jiàn)于購(gòu)物中心內(nèi)。業(yè)態(tài)異構(gòu)則是通過(guò)變換的商鋪業(yè)態(tài)給予消費(fèi)者新鮮的體驗(yàn)。舉例而言，喜茶、鹿角巷等奶茶飲料店以及西樹(shù)泡芙等零食商鋪穿插于服裝商鋪之間，往往收獲良好的效果。

3. 消費(fèi)計(jì)劃理論

鄧曉昱等通過(guò)確定型消費(fèi)行為、計(jì)劃型消費(fèi)行為和未計(jì)劃型消費(fèi)行為對(duì)購(gòu)物中心消費(fèi)者進(jìn)行劃分，本文參考這一劃分考察不同消費(fèi)者的目的明確性。確定型消費(fèi)者有明確的消費(fèi)目標(biāo)，會(huì)直接前往目標(biāo)商鋪。未計(jì)劃型消費(fèi)者則依據(jù)自身偏好在購(gòu)物中心內(nèi)隨意走動(dòng)。計(jì)劃型消費(fèi)者則介于兩者之間，既有一定的消費(fèi)目標(biāo)，也會(huì)在購(gòu)物中心內(nèi)隨意走動(dòng)。這一劃分在本文程序關(guān)于消費(fèi)者類Customer核心方法的設(shè)計(jì)中發(fā)揮極為關(guān)鍵的作用。

4. 計(jì)算機(jī)模擬方法

齊磊磊等闡述道，計(jì)算機(jī)模擬是以計(jì)算機(jī)為運(yùn)行主體再現(xiàn)研究對(duì)象動(dòng)態(tài)過(guò)程的可運(yùn)算計(jì)算機(jī)程序;其對(duì)象是那些子系統(tǒng)間具有非線性相互作用的復(fù)雜系統(tǒng)。使用線性回歸方法，更多是描繪人流分布的結(jié)果和相關(guān)影響因素間的關(guān)系。因此，計(jì)算機(jī)模擬方法可以更為細(xì)致地還原個(gè)別消費(fèi)者在購(gòu)物中心的活動(dòng)過(guò)程，甚至可以給出每一家商鋪的消費(fèi)量，更為準(zhǔn)確與細(xì)致。

三、 購(gòu)物中心數(shù)據(jù)與模型

（一）案例概況

本文以廈門湖里萬(wàn)達(dá)廣場(chǎng)作為研究案例。廈門湖里萬(wàn)達(dá)廣場(chǎng)（下簡(jiǎn)稱湖里萬(wàn)達(dá)）位于福建省廈門市湖里區(qū)，項(xiàng)目總規(guī)劃用地面積12.9萬(wàn)平方米，總建筑面積約53萬(wàn)平方米。該購(gòu)物中心交通便利，附近有兩個(gè)公交車站，為其帶來(lái)大量外部客流。

從內(nèi)部結(jié)構(gòu)看，湖里萬(wàn)達(dá)高四層，其負(fù)一層為沃爾瑪超市，第四層為影院，消費(fèi)者主要在一樓至三樓活動(dòng)。為便于理解，圖2中繪制了湖里萬(wàn)達(dá)內(nèi)部結(jié)構(gòu)簡(jiǎn)圖。其中，A1為入口，消費(fèi)者在每層沿A-B-C-D移動(dòng)。其人流動(dòng)線設(shè)計(jì)為“凵”字形，即D-A段不通行。P、Q、R為三處自動(dòng)扶梯，分別位于入口附近、B處中庭與CD段末端。自動(dòng)扶梯對(duì)購(gòu)物中心人流有重要影響，因此，我們將每層分為AB段、B處中庭、BC長(zhǎng)廊、CD段共四個(gè)區(qū)域。

一樓與二樓以服裝商鋪為主。其中，ZARA、優(yōu)衣庫(kù)與H&M為湖里萬(wàn)達(dá)的三大主力店鋪，分別位于B1-C1段中部，C2與R2附近。麥當(dāng)勞、哈根達(dá)斯等位于入口處。一樓商鋪面積客流較好，面積較大，為實(shí)力較強(qiáng)的商鋪?zhàn)赓U。除此之外，NIKE、Adidas、361等均在一樓設(shè)有門店。而二樓則設(shè)有屈臣氏、NOME等生活精品店，化妝品與潮牌商鋪較一樓為多。湖里萬(wàn)達(dá)三樓則以餐飲為主，包含中餐、西餐、日料、火鍋等各色餐飲，尤以西貝莜面村最受歡迎。此外，小吃零食、數(shù)碼電器、童裝童樂(lè)類商鋪散布在湖里萬(wàn)達(dá)各處。

（二）統(tǒng)計(jì)節(jié)點(diǎn)設(shè)置

上文已介紹廈門湖里萬(wàn)達(dá)廣場(chǎng)的內(nèi)部布局，我們于每層樓P處扶梯、中庭B、BC段長(zhǎng)廊中部、中庭C設(shè)置統(tǒng)計(jì)節(jié)點(diǎn)。其中，中庭B、中庭C為消費(fèi)者決定上下扶梯、前進(jìn)、返回的重要節(jié)點(diǎn)，能夠代表其前一區(qū)域的人流情況。因一樓人流方向幾乎一致，故略去入口與B1-C1段。此外，可以觀察到有較多消費(fèi)者在扶梯P2處變換樓層，又增設(shè)該一統(tǒng)計(jì)節(jié)點(diǎn)。我們以15分鐘為一個(gè)統(tǒng)計(jì)時(shí)間單位，平均對(duì)每個(gè)節(jié)點(diǎn)進(jìn)行3次左右的統(tǒng)計(jì)，共計(jì)2209人次，平均每個(gè)節(jié)點(diǎn)近250人次。限于篇幅，統(tǒng)計(jì)結(jié)果與下文“模型的檢驗(yàn)”的結(jié)果一并列示。

（三）建立Shop類

如前文所述，Shop類用以表示購(gòu)物中心中的每一家商鋪，下面闡述該類的屬性。屬性floor，side，pos分別表示該商鋪所處樓層數(shù)、道路的左或右側(cè)以及相對(duì)位置。屬性type表示商鋪的業(yè)態(tài)種類，如女裝、餐飲、奢侈品等。屬性lift表示該商鋪是否與扶梯相連。屬性blcok代表該商鋪所處的區(qū)域，屬性border則表示該商鋪是否處于兩區(qū)域交界處。以扶梯、中庭為分界，每層被分為4片區(qū)域。表1展示了廈門湖里萬(wàn)達(dá)廣場(chǎng)中部分商鋪的屬性。模擬程序通過(guò)Shop類對(duì)湖里萬(wàn)達(dá)129個(gè)商鋪分別建立一個(gè)實(shí)例，并將該129個(gè)實(shí)例置于列表ShopInf中，作為代表該購(gòu)物中心的變量。

四、 消費(fèi)者行為數(shù)據(jù)與模型

（一）消費(fèi)者類別數(shù)據(jù)

我們?cè)趶B門湖里萬(wàn)達(dá)廣場(chǎng)進(jìn)行觀測(cè)統(tǒng)計(jì)，平均每30分鐘，有單人青年男性69人，單人青年女性89人，情侶47對(duì)，夫婦14對(duì)，老年男性8人，老年女性4人，男性團(tuán)體（兩人及以上）18個(gè)合39人，女性團(tuán)體（兩人及以上）41個(gè)合87人，男女混合團(tuán)體（三人及以上）2個(gè)共7人，家庭60個(gè)合150人。以上總計(jì)575人。經(jīng)過(guò)對(duì)上述數(shù)據(jù)的綜合分析，以男性、女性、情侶或夫婦、家庭為四個(gè)最主要的消費(fèi)群體，占比分別為23%，38%，26%，13%。

（二）消費(fèi)者偏好數(shù)據(jù)

我們?cè)O(shè)計(jì)包括20個(gè)問(wèn)題的調(diào)查問(wèn)卷，針對(duì)消費(fèi)者業(yè)態(tài)偏好、購(gòu)物目的明確性、購(gòu)物計(jì)劃安排等消費(fèi)者心理及行為進(jìn)行提問(wèn)，回收有效問(wèn)卷198份。根據(jù)問(wèn)卷調(diào)查的結(jié)果，較為偏好小吃飲料的消費(fèi)者占比約68%，偏好文教數(shù)碼占比23%，偏好生活精品占比30%。計(jì)劃安排方面，先購(gòu)物后用餐、先用餐后購(gòu)物、只購(gòu)物、只逛街消費(fèi)者的比例分別為55.56%，27.27%，13.64%，3.54%。此外，隨意閑逛、僅前往目標(biāo)店鋪以及兩者結(jié)合的消費(fèi)者比例分別為15.74%，24.37%與59.9%。為主力店賦予大體相當(dāng)?shù)臋?quán)重。最后，依據(jù)乘法原理，得到表2，它代表22種不同計(jì)劃或目標(biāo)消費(fèi)者群體的比例。

為便于理解，下對(duì)表2中進(jìn)行詳細(xì)闡述。zara，HM（H&M）、uni（優(yōu)衣庫(kù)）分別代表湖里萬(wàn)達(dá)的三家主力店。而湖里萬(wàn)達(dá)一樓、二樓為各類商鋪，三樓集中為餐飲類，因此分別以“102”“3”代表逛街、用餐兩種消費(fèi)行為?！癰oth”則代表結(jié)合前往主力店與隨意相關(guān)兩者的消費(fèi)行為。

（三）建立Customer類

1. 主要類屬性

Customer類用以表示每個(gè)進(jìn)入購(gòu)物中心的消費(fèi)者。該類有如下屬性。首先，仍然是floor，side，pos，lift，block等屬性，確定消費(fèi)者的地理方位。屬性type根據(jù)消費(fèi)者類別取值。屬性aim根據(jù)消費(fèi)者各購(gòu)物計(jì)劃取值，即根據(jù)表2取值。

模擬程序可以通過(guò)Customer創(chuàng)建任意數(shù)量的實(shí)例，即模擬任意數(shù)量的消費(fèi)者，一般創(chuàng)建10000或1000個(gè)實(shí)例。程序設(shè)計(jì)goto，point，round，direct，stay等方法，模擬消費(fèi)者在購(gòu)物中心內(nèi)有計(jì)劃或無(wú)計(jì)劃的移動(dòng)，選擇方向或變換樓層，停留或離開(kāi)某一家商鋪，繼續(xù)或終止購(gòu)物等在購(gòu)物中心內(nèi)的抉擇、行動(dòng)或消費(fèi)行為。下面對(duì)其中主要的方法具體闡釋。

2. 主要類方法

Customer類的有stay，round，point，direct四個(gè)主要方法。首先介紹方法設(shè)計(jì)的邏輯。應(yīng)用遞歸的思想，當(dāng)消費(fèi)者到達(dá)一家商鋪后，僅判斷其前往相鄰的哪一商鋪。具體而言，有向前，向后，過(guò)往道路對(duì)側(cè)，乘自動(dòng)扶梯四類。而每當(dāng)消費(fèi)者到一家商鋪時(shí)，均以stay方法結(jié)合消費(fèi)者偏好與商鋪業(yè)態(tài)判斷其是否進(jìn)入商鋪消費(fèi)。

未計(jì)劃型消費(fèi)者，即沒(méi)有消費(fèi)明確目標(biāo)的消費(fèi)者適用round方法，依上述思路在購(gòu)物中心較為隨機(jī)地活動(dòng)，直至其明確消費(fèi)計(jì)劃或離開(kāi)。有明確目標(biāo)商鋪的消費(fèi)者適用point方法，直接以最優(yōu)路徑前往目標(biāo)商鋪，到達(dá)前僅考慮是否進(jìn)入路徑上的商鋪消費(fèi)。事實(shí)上，兩個(gè)方法可以交互使用。舉例而言，一名消費(fèi)者先閑逛，再前往主力店優(yōu)衣庫(kù)，最后到達(dá)三樓尋找餐飲商鋪。這對(duì)應(yīng)表2中的目標(biāo)“uboth+3”，依次使用round-point-round方法。

五、 有效性檢驗(yàn)與模型應(yīng)用

（一）模型的檢驗(yàn)

我們通過(guò)Customer類創(chuàng)建了10000個(gè)實(shí)例，即模擬10000名消費(fèi)者在購(gòu)物中心內(nèi)的消費(fèi)活動(dòng)。最后程序輸出了各個(gè)統(tǒng)計(jì)節(jié)點(diǎn)人流量占所有統(tǒng)計(jì)節(jié)點(diǎn)人流量的百分比，體現(xiàn)在表3中“/”號(hào)左邊的數(shù)字。相應(yīng)地，右邊的數(shù)字則為我們?cè)?209人次的觀測(cè)統(tǒng)計(jì)中各節(jié)點(diǎn)實(shí)際人流的相應(yīng)百分比。對(duì)模擬程序、實(shí)際觀測(cè)的兩組人流分布數(shù)據(jù)進(jìn)行符號(hào)檢驗(yàn)，其符號(hào)亦體現(xiàn)于表中。符號(hào)檢驗(yàn)得到5正4負(fù)，其差為1，查表可知該檢驗(yàn)通過(guò)，即計(jì)算機(jī)模擬程序的人流分布與實(shí)際觀測(cè)的人流分布是一致的。

（二）模型的應(yīng)用

湖里萬(wàn)達(dá)的主力店有ZARA（一樓長(zhǎng)廊中部）、H&M（二樓扶梯R附近）和優(yōu)衣庫(kù)（二樓中庭C）。我們通過(guò)程序的Apparate方法將上述主力店與其所在樓層所有商鋪均進(jìn)行換位操作，并選取出換位后購(gòu)物中心總消費(fèi)量最大的商鋪。類似地，我們還選取了萃菓師、美聯(lián)英語(yǔ)、ECCO分別作為小吃飲料、文件數(shù)碼、生活精品三類業(yè)態(tài)的代表進(jìn)行換位。具體結(jié)果如表4所示。

主力店ZARA原本處于一樓長(zhǎng)廊中部，其最優(yōu)換位商鋪位于入口附近，提升總消費(fèi)量近5%。位于二樓動(dòng)線末端H&M應(yīng)調(diào)整至扶梯P2附近，而原位于中庭C的優(yōu)衣庫(kù)應(yīng)調(diào)整至中庭B;分別帶來(lái)10.62%與8.69%的消費(fèi)量增幅，十分顯著。這帶來(lái)三點(diǎn)啟示。其一，主力店的位置應(yīng)當(dāng)更靠近入口處。三家主力店的最優(yōu)換位方案中，其位置都往入口方向移動(dòng)許多。其二，主力店位置設(shè)于交通樞紐更優(yōu)。主力店能聚集大量的人流，將其設(shè)于交通樞紐處，一方面便于前往，更重要的是使得消費(fèi)者完成主力店的消費(fèi)后活動(dòng)更為多元與分散，有利于總消費(fèi)量的提升。其三，當(dāng)同一樓層有兩個(gè)或以上主力店時(shí)，其位置應(yīng)當(dāng)分散而，避免兩者的聚集效應(yīng)相互抵消。實(shí)踐中，可以將他們?cè)O(shè)于不同的交通樞紐。

萃菓師原位于三樓長(zhǎng)廊，最優(yōu)換位方案位于三樓動(dòng)線末端D3處，增幅為-0.06%，代表原位置已最優(yōu)。其余換位方案表明，小吃飲料商鋪設(shè)于三樓即正餐商鋪之間要優(yōu)于設(shè)于服裝商鋪之間。美聯(lián)英語(yǔ)原位于一樓動(dòng)線末端，最優(yōu)方案位于二樓長(zhǎng)廊中部，購(gòu)物中心總消費(fèi)量提升7.63%，極為顯著。而代表生活精品的ECCO最優(yōu)的前10個(gè)方案中，帶來(lái)總消費(fèi)量增幅均不明顯，且散布于各個(gè)區(qū)域。

下面結(jié)合消費(fèi)者偏好進(jìn)行分析。僅有23%消費(fèi)者偏好文教數(shù)碼，且該類商鋪數(shù)目較少，因此換位至二樓長(zhǎng)廊中部可以與兩家主力店形成業(yè)態(tài)互補(bǔ)，為總消費(fèi)了帶來(lái)較大提升。偏好生活精品有30%，且有一定數(shù)目，各換位方案無(wú)顯著差異。而偏好小吃飲料的消費(fèi)者達(dá)68%，本身具有相當(dāng)吸引力，不必設(shè)于交通樞紐并距主力店一定距離。

六、 結(jié)論與展望

本文設(shè)計(jì)的購(gòu)物中心人流模擬程序得到了理論與實(shí)際觀測(cè)數(shù)據(jù)的支持。應(yīng)用該程序，我們?yōu)橘?gòu)物中心布局、提升總消費(fèi)量提供如下建議。

（1）各主力店的位置應(yīng)當(dāng)位于靠近入口的交通樞紐，且彼此相隔一定距離。如此才能最大限度地發(fā)揮主力店的引流、聚客作用。（2）較為小眾業(yè)態(tài)的商鋪設(shè)于前往主力店的必經(jīng)路徑上，既借助主力店引流，又形成業(yè)態(tài)互補(bǔ)，相輔相成;（3）大眾業(yè)態(tài)的商鋪與主力店、與交通樞紐間設(shè)置一定距離，可謂自成一級(jí)，成“掎角之勢(shì)”。（4）完成上述安排后，最終進(jìn)行數(shù)目較多的小眾業(yè)態(tài)商鋪的布局，對(duì)整體消費(fèi)量不會(huì)有顯著影響。（5）利用本文的人流模擬模型可以定量地對(duì)購(gòu)物中心各類業(yè)態(tài)布局進(jìn)行比較與分析。

本文提出的計(jì)算機(jī)模型具有廣泛的適用性與良好的可塑性。不同的購(gòu)物中心具有不同的空間設(shè)計(jì)和業(yè)態(tài)組合，調(diào)整Shop類實(shí)例的具體屬性值即可適應(yīng)不同購(gòu)物中心。類似地，不同區(qū)域的消費(fèi)者有著不同的結(jié)構(gòu)比例與消費(fèi)者偏好，同樣可通過(guò)調(diào)整Customer類實(shí)例的屬性或參數(shù)值來(lái)適應(yīng)。影響購(gòu)物中心的因素絕不限于本文所闡述的，相關(guān)研究也必然繼續(xù)深入，而Python面向?qū)ο缶幊痰奶匦钥梢苑奖闾砑痈嗟膶傩陨踔列碌南M(fèi)者行為方法。購(gòu)物中心人流分布的計(jì)算機(jī)模擬程序可以不斷更新迭代，日趨完善。

參考文獻(xiàn)：

[1]余麗瓊.基于消費(fèi)者偏好的區(qū)域型購(gòu)物中心業(yè)態(tài)組合探索[J].商業(yè)經(jīng)濟(jì)研究，2018（1）.

[2]郭昊栩，李顏，鄧夢(mèng)仁，等.基于空間句法分析的商業(yè)體空間人流分布模擬[J].華南理工大學(xué)學(xué)報(bào)，2014（10）.

[3]李小滴.城市區(qū)域型購(gòu)物中心內(nèi)部商業(yè)空間構(gòu)成：以成都市為例[D].成都：西南交通大學(xué)，2013.

[4]王德，王燦，朱瑋，等.商業(yè)綜合體的消費(fèi)者空間行為特征與評(píng)價(jià)[J].建筑學(xué)報(bào)，2017（2）.

[5]鄧曉昱，施維琳.消費(fèi)者心理行為與購(gòu)物中心餐飲空間設(shè)計(jì)：以昆明為例[J].中國(guó)市場(chǎng)，2011（23）.

[6]齊磊磊，賈瑋晗.復(fù)雜社會(huì)系統(tǒng)的研究方法：從計(jì)算機(jī)模擬到復(fù)雜應(yīng)答過(guò)程理論[J].系統(tǒng)科學(xué)學(xué)報(bào)，2018（1）.

作者簡(jiǎn)介：林郁東，蔣燎原，解雪，鄒翹楚，楊竹娟，廈門大學(xué)國(guó)際學(xué)院。