基于多代理人模拟的上海市域零售业中心体系研究*

朱 玮 陈懿慧 王 德

0 引言

疏解中心城区人口、发展郊区和新城正成为上海市域空间结构调整的主要任务。《上海市国民经济和社会发展第十二个五年规划纲要》[1]指出：“必须着力推动城乡一体化发展。把统筹城乡发展作为转型发展的重大任务，优化城市空间布局，充分发挥郊区在新一轮发展中的战略作用，积极推进新城、新市镇和新农村建设，推动城市建设重心向郊区转移。”在此背景和趋势下，上海的零售业空间正在发生重构。2012年上海市8个郊区（县）的零售总额增长幅度显著高于市区增长水平；再以近年来零售业发展的主要业态——购物中心为例，2001—2010年间郊区购物中心数量增长迅速，近5年来年均增加10个；而2011—2012年新开业的购物中心有将近一半为社区型或城郊型购物中心[2]。上海零售业的增速发展需要商业空间规划的支撑与引领。

《上海市商业网点布局规划纲要（2009—2020年）》[3]（以下简称“商业规划纲要”）规划在中心城区形成“市级、地区级、社区级”3级商业中心体系；在郊区形成“新城、新市镇、中心村”3级商业网点体系。本研究并不意图对该规划的合理性进行评价，而是旨在探索一种新的规划方法和思路，从基于个体行为模拟的方法出发，推演上海市域的零售业中心体系，作为对传统的规划方法以及对以上规划内容的补充。

我国对于城市商业体系结构的研究一直主要是地理学的传统[4-7]，近年来的商业设施规划方法与其一脉相承[8-13]，主要通过商圈（服务区）分析，或者应用GIS技术与细致的人口数据进行叠加等方法，从宏观上来优化商业设施的布局。但因为这种方法反映实际复杂机制的能力有限，限制了其应用价值。同时，个人消费行为研究从自下而上的角度完善了城市商业体系形成的机制理论[14-18]，揭示了个人行为偏好与商业设施规模布局的关联。然而这些研究尚未对商业空间规划方法产生实质影响。个体行为模拟方法的优势在于：（1）自下而上的视角更加贴近商业中心体系形成的本质过程。经典的中心地理论揭示[19]，中心地（如商业中心）的形成，是消费者和供应商在时空中协调的结果；（2）不拘泥于以城乡空间类型为基础的等级体系，从消费者需求和消费行为特征来对应商业空间的类型和特征，使得商业空间体系更加灵活丰富；（3）更加明确地纳入多种影响要素，如：人口布局、需求水平、交通条件等，更有效地把握商业空间规划的复杂性；（4）量化商业中心体系的绩效，为优化规划方案提供依据。

多代理人模拟（multi-agent simulation）技术为模拟方法应用于商业中心体系规划提供了契机。现有的商业中心体系模拟方法多采用数学规划优化方法[20-23]，由于受到算法的限制，仅能开展小规模、简单场景下的模拟，且通常用于理论探讨，无法用于商业规划实践。多代理人模拟不依赖于总体的优化控制，而是通过精确地模拟个体行为，生成总体层面的商业中心体系形态，与现实世界的运行机制是一致的。本研究基于笔者[24]所开发的多代理人零售业空间结构模拟系统，该系统被证明在多种虚拟的消费者空间分布情景下，能够获得合理的商业中心体系。本研究改进了该系统，提高了其灵活性，增加了商圈模拟功能，并用此来对上海市域的零售业中心体系进行实证和推演。纵观现有研究，这也是首次应用该类模拟方法对实际的、大规模的商业中心体系进行实证，令推演的基础更可靠。

本文第二部分简要介绍该模拟系统。第三部分应用该系统，首先对上海市域零售业中心体系进行实证，获得必要的模型参数；接着在多种可预见的情景下，推演未来上海市域的零售业中心体系，这些情景主要包括人口数量和布局的变化，以及网络购物（简称网购）对消费者需求的影响。第四部分讨论推演结果对上海零售业发展和规划的现实意义。

1 模拟系统简介

根据中心地理论，商业中心体系的空间布局是在消费者和商业中心的互动之下形成，该机制是本模拟系统的核心。

1.1 消费者行为

消费者对不同等级的商品和服务产生需求，表现为不同的消费频率和花费。高等级需求（如珠宝）的频率较低、花费较高；而低等级需求（如日常食品）的频率较高、花费较低。如此，通过改变频率、花费这两个变量，可以按需定义任意数量的需求等级，使得对应商业中心等级、类型的定义也非常灵活。

消费者在备选的商业中心中选择一个作为消费目的地。这个过程用离散选择模型（Discrete Choice Model）来模拟，其中的效用函数包含消费者到商业中心的空间距离这一要素，其对效用的影响程度由距离参数来表征。距离参数为负值，说明商业中心的距离越远，对消费者产生的效用越低，从而被选择的可能性越低。参数值的大小反映商业中心的吸引范围。对于低等级的商业中心，消费者希望其位于步行可达范围内。因此较小（负值越大）的距离参数将造成效用随距离较快衰减，反映较小的商业中心服务范围。相反，高等级需求由于频率较低，仅能支撑少量的高等级中心。因此，高等级中心可以相对远离消费者，这一现象可由较大（负值较小）的距离参数来反映。

1.2 商业中心行为

消费者为满足特定等级的需求，选择该等级的某一商业中心，这是互动过程中的一个方面，另一个方面则是商业中心调整其空间位置。调整采用“向钱看”的原则，以表征零售商利益最大化的目标导向。调整时，商业中心统计来自4个象限的消费者的消费总额作为其收入，随后向收入最大的象限移动。

商业中心的运营收入来自消费者的花费。当收入过低，商业中心逐渐衰退；当低于某个阈值时，经营无法维持，则退出市场。收入增长则商业中心成长，设定当其大于上述阈值的两倍时，由于收入足够支撑两个商业中心，则在该地新生成一个同等级的商业中心，以此表征新竞争者的加入。可见，阈值表征着商业中心的退出与扩张机制。对于低等级中心，阈值较低，反映其相对容易生存，但竞争更加激烈；对于高等级中心，阈值较高，因此竞争较少却失败的风险更高。

1.3 模拟过程

模拟过程始于在空间内生成特定数量的消费者代理人，然后生成不同等级的商业中心代理人随机分布于空间内。以下的过程循环进行：（1）每个消费者产生特定等级的需求，选择某个相应等级的商业中心进行消费；（2）商业中心统计收入、光顾量、出行距离；（3）在设定的时间节点，商业中心调整位置；（4）在设定的时间节点，商业中心判断是否消亡或者新增中心。

当商业中心的数量和位置达到稳定状态时，模拟程序终止。图1为示例模拟结果，其中的灰色小三角形代表消费者，五角星代表一级中心（等级最高），绿色三角形代表二级中心（等级居中），圆形代表三级中心（等级最低），线条代表商圈范围（此处为中心光顾量前75%的消费者）。可见一级中心的数量最少，商圈范围最大；二级中心的数量和商圈范围中等；三级中心的数量最多，商圈最小。

2 上海市域零售业中心体系的实证及推演

2.1 实证

2.1.1 数据

应用本模拟系统对上海市域零售业中心体系的实证研究为了达到两个目的，一是对系统的实际可用性进行检验，二是获得关键的模拟参数，作为下一步推演的基础。采用两个数据集：一是2000年第五次全国人口普查数据，提取了上海市域各街道的人口，图2中的每个点代表所在街道的人口总和。二是2001年全国基本单位综合调查数据，包括所有注册的零售业单位。通过将每个零售单位的地址在ArcGIS地图中定位，然后生成上海市域零售业的密度分布图（图3），颜色越深说明密度越高。之所以采用这两个数据集，是因为在可获得的数据源中，这两个的时间最接近。根据图3并以通常的认识作修正，辨识出市域零售业中心，为简化起见，仅包含两个等级（图4）：4个一级中心（相当于市级），分别为南京东路、南京西路、淮海路、徐家汇；41个二级中心（相当于地区级、新城级和略低于这两种形态的中心），其中25个位于中心城区（外环线内），16个位于郊区（外环线外）。

图1 模拟结果示例

图2 2000年以街道为单位的上海市域人口分布

图3 2001年上海市域零售业密度分布

2.1.2 系统拟合

拟合的目的是得到模型参数，以使得模拟的零售业中心体系分布尽量接近实际的分布。两类参数需要估计，即决定零售中心空间位置的距离参数和决定中心数量的收入阈值。根据实际的消费者行为事前确定的参数包括消费的频率和花费（表1）。其中花费的取值无需量纲，仅需保证两个等级的相对数量关系与实际接近，在此即一级中心花费：二级中心花费=10：6。

模拟的2000年上海市域零售业中心体系见图4，共有4个一级中心和42个二级中心。对于二级中心，14个位于郊区，略少于实际，其中10个二级中心的位置与实际非常接近。位于中心城区的二级中心有28个，略多于实际，其分布与实际的匹配程度不如郊区，主要是由于中心城区的人口分布均质性较高，中心分布的可能性也更多。模拟的一级中心数量与实际的一致，但在分布上略显分散，这主要由两个原因导致：（1）实际的市级中心在历史的基础上发展，其位置不容易受城市结构变化的影响；（2）模拟尚未考虑不同人群的消费能力差异，一般中心城区人口的消费能力高于郊区，因此如果纳入该因素，模拟的一级中心将更加集聚以迎合中心城区的消费者。

总体上，该模拟系统可以较好地再现上海市域的零售业中心体系，尤其是对郊区的模拟相较中心城区更准确。

2.2 推演

以上述实证结果为基础，应用本模拟系统对未来可能情景下的上海市域零售业中心体系进行推演。主要探讨两种情景，一是人口数量和布局的变化，二是网购对实体购物行为的影响。

2.2.1 人口分布变化的影响

推演的时间截面为2010年和2020年，因此比较2010年的推演结果与实际的情况也可作为对模拟系统的验证。

根据第六次全国人口普查数据，2010年

图4 实际及模拟的2000年上海市域零售业中心体系

表1 模拟的参数及结果

根据第六次全国人口普查数据，2010年上海市域人口规模为2 303万人，人口密度为3 631人/km2；中心城区人口密度为24 137人/km2，比2000年有所下降。根据各区县控制性详细规划，2020年市域人口规模为2 895万人，中心城区人口密度进一步降低，为20 628人/km2。经过模拟设定消费者的花费每个阶段提高30%，以反映人们生活水平和消费能力的提高。

模拟结果如图5所示。比较这3年，一级中心分别为4个、8个和14个；二级中心分别为42个、55个和69个。从中心的分布来看，2010年一级中心分布在中心城区，2020年有两个一级中心出现在郊区，位置接近老闵行和松江老城；二级中心主要在郊区增长，每10年大约增加10个，远快于中心城区的速度。比较人均出行距离，尽管人口布局趋向分散，但由于中心数量增加以及布局更加均等化，反而减少了人均购物出行距离。此处的距离数值无量纲，不对应实际距离，从相对关系看，2010年的人均出行距离比2000年减少9%；2020年比2010年减少10%。

进一步考察一级中心。2010年相较2000年新增的有（图6）：北外滩、上海火车站、漕河泾、上海南站。这与2010年的实际情况有出入，这4个地方并未形成公认的市级中心。2020年新增的有：豫园、耀华路、大华、世纪大道、老闵行、松江老城。可见浦东的一级中心明显较浦西少，仅耀华路和世纪大道两处。虽然人口规模、单次消费额均增长，但愈加激烈的竞争导致各时期的中心平均收入有所下降（图中灰色色块表示下降趋势）。每一阶段收入最高的中心均为新增的中心：2010年是北外滩，2020年是世纪大道；同时现有中心之间的收入差距缩小。这是因为原先的商业中心空白地区积蓄了大量的消费需求，但一直达不到新增中心的收入阈值。一旦超过阈值，新增中心成为该地区释放需求的集中地，压缩着既有中心的商圈。

图7显示在2020年的模拟情景下，各时间截面下的既有或新增中心的商圈，以中心客流量的前30%为标准。4个在2000年已存在的一级中心的商圈扩展到整个市域范围，但其收入的下降以及在所有中心中排名居中，说明其商圈范围的扩大仅仅是由于消费者分布的扩散所致，并没有增强其经济实力。比较图7a）和图7b），发现2000年的4个既有中心和2010年的4个新增中心商圈重合较大，可见这些地区消费者选择中心时并没有绝对的意向，新增中心与既有中心之间存在较大程度的竞争关系。不同的是，图7c）中松江老城和老闵行这两个一级中心的商圈范围虽然小，但是基本垄断了周边地区，因此它们与其它的中心不存在竞争关系。另外4个新增中心的商圈主要覆盖市域北部和浦东，与除了漕河泾、上海南站、老闵行、松江老城4个中心以外的其他的中心有较强的竞争关系。

2.2.2 网络购物的影响

在网购日益兴盛的背景下，传统实体商业面临挑战。尽管实体商业正在调整策略加以应对，但网购对未来零售业中心体系的影响也十分有必要作为一种可能性来探讨。在此以2020年的情景为基础，加入网购作为影响要素。假设到2020年上海网民数量占市民总数的75%（2011年为65%），网购者占网民总数的80%（2008年为45.2%，2009年为52.6%），约为1 734万人。对于不网购的居民，其消费行为参数设定与之前的模拟一致（表1）；对于网购者，设定其在一级中心进行消费的频率为2%，在二级中心消费的频率为15%，花费与不网购者一致。

在网购因素的影响下，2020年上海市域模拟零售业中心体系规模大幅缩减（图8）。一级中心减少4个，位于老闵行和松江老城的两个中心消失，以致于一级中心仍限定在中心城区之内；二级中心减少21个，其中中心城区减少11个，郊区减少10个。如果将原先的14个一级中心固定在原处，以观察网购对这些中心收入的影响，则会发现所有一级中心的收入平均减少20%。由于原本这些中心之间的竞争已经比较激烈，部分中心的收入位于阈值的边缘，20%的收入减少导致所有中心无法生存，因此也不得不退出部分中心从而令市场重新洗牌。

图5 上海市域零售业中心体系模拟3年比较

图6 模拟一级中心的收入

3 结论

3.1 模拟系统的潜力

对2000年上海市域零售业中心体系的实证是同类研究中的首次尝试，取得了较好的效果，证明应用该多代理人模拟系统能够对实际的、大规模的商业中心体系进行解释并再现，为规划提供新的方法和思路。尽管目前的模型系统仅涉及消费者前往中心的距离和商业中心收入阈值两个变量，模拟的零售业中心体系已经能够一定程度上接近实际的零售业体系，说明模型把握了商业中心形成机制的核心部分。而模拟方法特有的优势——情景分析，也通过对不同人口分布以及网购影响下的市域零售业中心体系推演得以展示。相信随着影响要素的不断丰富以及模拟机制的不断完善，该方法对于商业规划的价值将进一步显现。

3.2 对上海零售业发展的借鉴

对上海零售业中心体系几个可能情景的推演结果，在模拟系统尚未成熟的情况下，尚不足以作为实际规划的依据，其中的定量分析也至多作为定性判断的过程。尽管其与商业规划纲要的结论之间存在一定差异，但也不妨碍将其作为一种思考的可能方向。

（1）市级中心建设的重点在中心城区。尽管未来上海空间结构调整的大方向是郊区，但绝大多数市级中心仍在中心城区发展，这点与商业规划纲要的目标一致，但在中心的具体位置上有一定差异。可能兴起的中心包括：北外滩、上海火车站、漕河泾、上海南站、豫园、耀华路、大华、世纪大道、老闵行、松江老城。其中，老闵行与松江老城位于郊区，其商圈与中心城区的市级中心不存在竞争关系，主要服务于地方居民；且受需求波动的影响较大，作为市级中心有较高的不确定性。

（2）二级中心建设的重点在郊区。郊区二级中心的增长速度将远高于中心城区二级中心，这是市域人口增长与向郊区疏解同步进行的结果。这里的二级中心，在中心城区内对应于商业规划纲要中的地区级中心，以及规模和服务介于地区级和社区级之间的中心形态；在郊区，既包括商业规划纲要中的新城中心，也包括介于新城中心和新市镇中心之间的中心形态。因为模拟以2000年的情况为目标，当时二级中心的发展水平应略低于当前的地区级中心和新城中心。

图7 2020年情景下各阶段新增中心的商圈

图8 网购影响下的2020年上海市域零售业模拟布局

（3）北外滩、世纪大道具有成为顶级市级中心的潜力。在商业地理中，区位是影响商业中心繁荣的基本要素，由于地理区位不可改变，也因此有了“区位、区位、区位”（Location，location，location）这一通俗而经典的论断。在特定的环境中，一个中心的区位可能因为历史、建成环境等因素制约不能发挥其应有的作用。由于目前该模拟系统唯一的选址机制就是中心与消费者的空间关系以及由此而形成的收入差异，结果显示北外滩、世纪大道在不同的阶段分别是收入最高的两个市级中心，说明它们具有优良的先天区位条件。北外滩地区功能的逐步升级和世纪大道地铁四线交汇地区的开发，与它们的区位优势将共同发挥两个地区作为顶级市级中心的潜能。

（4）网购的影响要充分考虑。网购导致消费者对实体商业需求量的减少，模拟显示按照目前网购的发展趋势，未来将对市域零售业体系产生显著的影响，不考虑网购影响的零售业体系存在规模过大的风险。在考虑网购的情景下，模拟显示市级中心仅在中心城区发展，数量约为10个；位于中心城区和郊区的二级中心数量接近。

3.3 研究展望

改进模拟系统将作为今后研究的基础部分，纳入更多相关的影响要素，如不同的消费者行为、因地而异的商业中心运营成本、商业中心吸引力受传统认知的影响、轨道交通的作用等。在此基础上开展实证研究，希望能在第六次人口普查的基础上，在上海轨道交通发展基本成型的背景下，更深入地研究市域零售业中心体系的形成机制，为商业规划提供更可靠的支撑。另外，该模拟系统也适用于模拟社会服务设施体系，为学校、医院、公园等设施的规划提供新的思路。

References

[1]上海市人民政府. 上海市国民经济和社会发展第十二个五年规划纲要[R]. 2011.Shanghai Municipality Government. Outline of the Twelfth Five-Year Plan for National Economic and Social Development in Shanghai[R]. 2011.

[2]宣颖颖. 基于GIS的上海市社区型购物中心区位评价研究[D]. 上海：华东师范大学，2013.XUAN Yingying. GIS-based Research on the Location Evaluation of Community Shopping Centers in Shanghai[D]. Shanghai: East China Normal University，2013.

[3]上海市商业经济研究中心，上海市城市规划设计研究院. 上海市商业网点布局规划纲要（2009—2020年）[R]. 2009.Shanghai Commercial Economy Research Center，Shanghai Urban Planning and Design Research Institute. Outline of Shanghai Commercial Network Distribution Planning（ 2009—2020）[R]. 2009.

[4]宁越敏. 上海市区商业中心的等级体系及其变迁特征[J]. 地域研究与开发，2005（2）：15-19.NING Yuemin. The Hierarchical System and Its Changing Characteristic of the Retail Centers in Shanghai City[J]. Areal Research and Development，2005（2）：15-19.

[5]宁越敏. 上海市商业中心区位的探讨[J]. 地理学报，1984，39（2）：163-172.NING Yuemin. An Approach to Shopping Centre Location of Shanghai’s Urban Area[J]. Acta Geographica Sinica，1984，39（2）：163-172.

[6]仵宗卿，柴彦威. 论城市商业活动空间结构研究的几个问题[J]. 经济地理，2000，20（1）：115-120.WU Zongqing，CHAI Yanwei. Concerns of Study on Spatial Structure of Urban Commercial Activity[J]. Economic Geography，2000，20（1）：115-120.

[7]仵宗卿，戴学珍，戴兴华. 城市商业活动空间结构研究的回顾与展望[J]. 经济地理，2003，23（3）：327-332.WU Zongqing，DAI Xuezhen，DAI Xinghua.Review and Prospects for Study on Spatial Structure of Urban Commercial Activity[J].Economic Geography，2003，23（3）：327-332.

[8]朱华华，闫浩文，李玉龙. 基于Voronoi图的公共服务设施布局优化方法[J]. 测绘科学， 2008，33（2）：72-74.ZHU Huahua，YAN Haowen，LI Yulong. An Optimization Method for the Layout of Public Service Facilities Based on Voronoi Diagrams[J].Science of Surveying and Mapping， 2008，33（2）：72-74.

[9]李文成. 我国大中城市商业网点规划影响因素研究[D]. 北京：北京化工大学，2005.LI Wencheng. Research on Affect Factors in Commercial Network Planning of Chinese Bigmedium Cities[D]. Beijing：Beijing University of Chemical Technology，2005.

[10]许莉. 机动化背景下的城市商业空间布局优化研究[D]. 武汉：华中科技大学，2008.XU Li. Research on the Layout Optimization of Urban Commercial Space under the Background of Motorization[D]. Wuhan：Huazhong University of Science and Technology，2008.

[11]侯海荣. 我国城市商业中心规模研究[D]. 哈尔滨：哈尔滨工业大学，2009.HOU Hairong. Research on the Scale of City Commercial Center in China[D]. Harbin：Harbin Institute of Technology，2009.

[12]朱枫，宋小冬. 基于GIS 的大型百货零售商业设施布局分析——以上海浦东新区为例[J]. 武汉大学学报：工学版， 2003，36（3）：46-52.ZHU Feng，SONG Xiaodong. Application of GIS in Spatial Location Analysis of Large Retail Stores[J]. Engineering Journal of Wuhan University， 2003，36（3）：46-52.

[13]严慧慧. 大城市簇群式发展背景下的商业空间结构优化研究——以武汉市为例[D]. 武汉： 华中科技大学，2010.YAN Huihui. Research on the Optimization of Urban Commercial Space Structure under the Background of Major Cities Cluster-style Development：In the Case of Wuhan[D]. Wuhan：Huazhong University of Science and Technology，2010.

[14]柴彦威，翁桂兰，沈洁. 基于居民购物消费行为的上海城市商业空间结构研究[J]. 地理研究，2008，27（4）：897-906.CHAI Yanwei，WENG Guilan， SHEN Jie. A Study on Commercial Structure of Shanghai Based on Residents’Shopping Behavior[J]. Geographical Research，2008，27（4）：897-906.

[15]沈洁，柴彦威. 郊区化背景下北京市民城市中心商业区的利用特征[J]. 人文地理，2006（5）：113-116.SHEN Jie，CHAI Yanwei. Study on Residents’Utilization of Downtown Retail Center in Beijing in the Context of City Suburbanization[J]. Human Geography，2006（5）：113-116.

[16]王德，张晋庆. 上海市消费者出行特征与商业空间结构分析[J]. 城市规划，2001，25（10）：6-14.WANG De，ZHANG Jinqing. The Analysis of Consumer Trip Characteristics and Spatial Structure of Commercial Facilities in Shanghai[J]. City Planning Review，2001，25（10）：6-14.

[17]王德，许尊，朱玮. 上海市郊区居民商业设施使用特征及规划应对——以莘庄地区为例[J]. 城市规划学刊，2011（5）：80-86.WANG De，XU Zun，ZHU Wei. Suburban Residents’Use of Commercial Facilities in Shanghai and the Corresponding Planning Strategies：A Case Study of Xinzhuang Area[J]. Urban Planning Forum，2011（5）：80-86.

[18]张文忠，李业锦. 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[J]. 地理学报，2006，61（10）：1037-1045.ZHANG Wenzhong，LI Yejin. Study on Residents’Shopping Location Preference and Shopping Location Choice：A Case on Xicheng and Haidian Districts of Beijing[J]. Acta Geographica Sinica，2006，61（10）：1037-1045.

[19]CHRISTALLER W. Central Places in Southern Germany[M]. Englewood Cliffs，NJ：Prentice-Hall，1966.

[20]PURYEAR D. A Programming Model of Central Place Theory[J]. Journal of Regional Science，1975，15（3）：307-316.

[21]CURTIN K M，CHURCH R L. Optimal Dispersion and Central Places[J]. Journal of Geographical Systems，2007，9（2）：167-187.

[22]CROMLEY R G，HANINK D M. Population Growth and the Development of a Central Place System[J]. Journal of Geographical Systems，2008，10（4）：383-405.

[23]杨遴杰. 零售型电子商务企业配送中心选址模拟研究[J]. 经济地理，2003，23（1）：97-101.YANG Linjie. An Analogic Research on Allocation of Distribution Center of Retail E-business Enterprise[J]. Economic Geography，2003，23（1）：97-101.

[24]朱玮，王德. 基于多代理人的零售业空间结构模拟[J]. 地理学报，2011，66（6）：796-804.ZHU Wei，WANG De. Multi-agent Based Simulation of Retail Spatial Structure[J]. Acta Geographica Sinica，2011，66（6）：796-804.