商業區客流與業態結構關系的分析

朱豐毅 杭州電子科技大學會計學院

商業區客流與業態結構關系的分析

朱豐毅 杭州電子科技大學會計學院

本文針對大學城商業區淡旺季客流量波動大的問題，基于馬科維茨投資組合理論大學城商業區業態構成對商圈客流量的時空分布的影響。并據此對商圈如何緩解客流量波動提出適當建議。

大學城商圈 業態結構 投資組合

引言

大學商圈作為城市功能分區進一步發展的產物，產生于高校高度密集的高教園區。隨著大學的聚集與密集度的增加，大學與校園周圍的社會環境密不可分，學生的衣食住行都需要滿足。越來越多的商家把商機對準了大學群體而入駐大學城形成商業聚集區。大學生在校時的龐大消費能力帶動這些商業區的繁榮發展。

但同時大學城中的商業區的商圈會遭受大學城內消費群體的獨特性而造成的消極影響。商家經營業績極易受到大學生群體的流動的影響。在銷售淡季，大學周邊很多商家往往以停止經營的方法應對。大學城商業聚集區商圈的客流量的時空特性造成的消極影響亟需更有效的解決手段。

一、文獻綜述

目前已有不同學者從不同的角度對商圈進行實證分析。在眾多因素中，業態作為影響商圈質量地重要因素引起研究者的重視。丁寧（2013）基于對大學生消費潛力數據采集和評估的基礎上對大學商圈的經營業態選擇提出建議。黃曉冰、陳忠暖（2014）研究了地鐵站零售業業種的影響因素。

Markowitz（1952）提出投資組合理論，其核心思想為：若干種證券組成的投資組合，其收益是這些證券收益的加權平均數，但是其風險不是這些證券風險的加權平均風險，合理的投資組合能降低非系統性風險。

除了證券市場外，實體商業經濟的投資優化問題中也符合收益方差模型的框架，例如在一個商業區中有不同的業態，由于不同的業態的客流聚集能力和波動都有所區別甚至天差地別，一個商業區可以看成一個獨立投資組合，那么上述問題就可以基于投資組合的框架進行分析。

二、模型選取及數據獲取

（一）模型選取

本文以組合理論的框架下進行分析，將某一類業態作為一種資產，而客流量是其能夠帶來的收益，整個商業圈是一個資產組合。假設某組合P中有n種資產，其收益率為，在組合中對應份額為，收益標準差為，則組合的收益率為各只證券收益加權，收益方差為：

（二）業態統計

本文選取下沙大學城兩處商業圈為研究對象。將兩個商圈的主要業態分為餐館、小吃茶飲、服裝、網吧、超市（便利店）、生活服務六個類別，分別進行歸類統計各類商家的數量。

高沙商業街主街道共有商家72家，和達城有45家商家。主要以大小餐館為主，在主街道上基本被各類餐飲類商家占據，據統計，主街道上餐飲類商家占全部商家數量74%，表明高沙商業街的業態分布較集中。而相比之下，和達城的業態相對較為分散，統計數據顯示，餐飲類商家占全部商家的54%，其他各類商家明顯比高沙商業街要豐富。

（三）客流量統計

為了進一步研究業態結構對商業區客流量的影響，需要選取一部分商家進行客流量統計。本文隨機抽取高沙商業街與和達城的部分商家作為樣本，通過問卷調查或者實地觀察的方式采集商家的客流量信息。

（四）商家樣本選取與觀測時段選擇

首先對商家按照業態類別進行分層抽樣，

表 1：對商家分層抽樣

通過對樣本中的商家進行問卷調查或實地觀測等方法，獲取了6月末-7月初、8月末-10月初期間共32天特定時段內的客流量數據。并據此計算相同業態的商家數據的樣本均值和樣本標準差，作為對該業態的客流特點的估計。如下表：

表2 ：各類業態客流量均值與標準差

三、結論與建議

基于上訴研究分析，不難發現：首先由于學生人群的流動規律，商圈經營的系統風險較高，導致幾乎所有類型的的商家都呈現出一致的客流周期規律（也即沒有哪種商家能在假期反而比學期間生意更好），分散化理論表明，系統性風險是短期無可回避的。但商圈可以化解降低個體風險，只需通過豐富業態結構，利用多種業態進行組合配置，就可以一定程度上減少淡旺季之間的客流波動。

[1]H a r r y M a r k o w i t z（1 9 5 2）Portfolioselection [J].The Journal of Finance.7(1)：78-91.

[2]丁寧.基于學生消費潛力的大學城商圈研究[J].江蘇商論,2013,(03):8-12.

[3]黃曉冰,陳忠暖.基于信息熵的地鐵站點商圈零售業種結構的研究——以廣州15個地鐵站點商圈為例[J].經濟地理,2014,(03)：38-44.

注：本文系2015年度杭州電子科技大學會計學院學生科研立項項目（項目編號KJ2015021）的研究成果。