基于最优尺度回归的黔彩新零售连锁便利店区位选择研究.docxVIP

?

?

基于最优尺度回归的黔彩新零售连锁便利店区位选择研究

?

?

肖正中嵩涛蒋伟

【摘要】本文根据黔彩连锁便利店历史运营数据，运用最优尺度回归模型分析了影响门店业绩的重要因素，并得出了黔彩连锁便利店的最优尺度回归模型，结果表明门店所处区域、门面面积和门店类型对门店业绩有重要影响，该回归模型可为黔彩连锁便利店门店区位的选择提供参考。

【关键词】黔彩新零售；连锁便利店；区位选择；最优尺度回归

一、引言

连锁便利店由众多分散的、经营同一品牌商品或服务的零售店组成。由于我国零售连锁业与外资连锁业存在着较大的规模差距，普遍很难形成由规模经济带来的低成本效应，因此有经济实力的国内连锁企业在终端网点建设方面正在努力的扩张。然而终端网点选址由于考虑的因素较多，从而使得决策过程复杂且成本很高，店址一旦选定，不易改动，同时位置特点对企业整体战略影响较大，因而网点位置的选择对于零售企业而言其重要性不可低估，故连锁便利店网点选址需要进行科学的分析与决策。

目前一些模型虽然在实际中得到广泛应用，但存在如下三个问题：一是由于模型本身参数的局限性，往往考虑的因素较少，如哈夫模型只考虑了零售店的面积与距离，Hotelling模型则只考虑零售店的距离成本及具有替代性产品之间的差异。二是这些模型的应用具有普遍性，而忽视了零售商品的特征属性，如服装专卖连锁零售与杂粮专卖连锁零售在选址时存在一些个性化的差异。三是选址缺少该连锁便利店实际运营数据的参考，虽然选址时考虑了众多因素，但其实际销售情况并不一定与当时选址评价结果一致。

通常连锁便利店的选址往往是在没有相关经营数据的情况下，从区域环境、商圈环境、商业环境、交通环境、顾客资源等五个方面来进行综合考虑，一般通过调研获得相关数据后进行打分再加权求和进行评价。而目前黔彩新零售连锁便利店目前共有黔彩便利店、黔彩精品店、黔彩专柜、商超、自营店5个类型74个门店覆盖贵州省8个市（州），商圈包括办公、旅游、商业、学校、医院、住宅。因此本文根据历史经营数据从店铺区位的角度运用最优尺度回归模型来分析黔彩便利店区位选址问题。

二、区位影响因素分析

从门店的角度，其销售额的影响除受商品多样化、商品价格和消费者特征的影响外，与门店所处的环境也具有重要的关系。因此，本文从门店销售额的角度来考虑如所处区域、所属类型、所屬商圈、门面面积、成本投入、日均客单数等因素对区位的选择问题。由于所处区域、所属类型、所属商圈、门面面积、成本投入会影响日均客单数，进而影响年销售额，从日均客单数与年销售额Pearson相关性来看，在置信度（双测）为0.01时，相关性是显著的，如表1所示，因此本文以所处区域、所属类型、所属商圈、门面面积、成本投入为预测变量，年销售额为因变量，分析这些预测变量对因变量的影响程度。

三、最优尺度回归分析

由于区域、类型、商圈属于名义变量，因此首先对这些变量的各类别用数值编码的方式进行量化处理，具体如表2所示。

由于对于名义分类变量，类别间的差异很难探索，因此通过上述分类变量用任意的数值进行编码方式的量化处理，并不能保证是最优的。故要通过线性回归的方法来表达上述某个分类变量对销售额的影响时，需要使用交替最小二乘法的最优尺度分类回归方法，即最优尺度回归。该方法运用优化的尺度，即采用一定的非线性变换方法进行反复迭代，通过同时尺度化名义变量和数值变量，来量化转换分类变量为连续变量，以使量化转换后的分类变量能用与数值型变量相同的方式进行处理，从而可用标准线性回归方法对转换后的变量进行回归分析。通过该方法，各变量系数反映了预测变量的变化对响应变量变化的程度影响。

四、结果分析

从最优尺度回归方程可以看出，对年销售额影响最大的三个要素依次是区域、门面面积和类型。上述最优尺度回归模型表明，门店所处区域、门面面积和门店类型是影响门店销售额的重要因素。从名义变量转换前后值的对照表来看，如表5所示，在区域中铜仁变换前编码为7，转换后为1.212。

从这些编码可以看出，在区域中铜仁、贵阳、黔东南和黔南四个地区转换后的编码值最高。由于铜仁只有一个门店，在考虑可能特例的情形下，因此从目前已有数据来看，门店优先区域为贵阳、黔东南和黔南三个地区。从类型来看，转换后为正数的类型分别是黔彩精品店和商超两种类型，因此这两个类型也是开门店的最优选择类型。从商圈来看，虽然办公、公交、学校商圈转化后的编码值较高，但由于其频率较低，特别是公交商圈仅1例，因此可适当将这三个商圈作为开门店的优行参考。因此，在门店管理过程中，需要在区域、类型与商圈三个方面进行资源的优化配置，以实现销售收入最大化。

五、总结

本文根据黔彩连锁便利店历史运营数据，运用最优尺度回归模型分析了影响门店业绩的重要因素，并得出了黔彩连锁便利店的最优尺度回归模型，结果表明门店所处区域、门面面积和