CC BY
37
ЭКОНОМИКА И УПРАВЛЕНИЕ ТЕРРИТОРИЯМИ
УДК 528.91, 330.16, 621.3
О ВОЗМОЖНОСТИ ПОСТРОЕНИЯ ГЕОИНФОРМАЦИОННОЙ СИСТЕМЫ ТОРГОВОЙ СЕТИ ПОСЕЛЕНИЯ
Лариса Юрьевна Сульгина
Новосибирский аграрный университет, 630039, Россия, г. Новосибирск, ул. Добролюбова, 160, преподаватель кафедры финансов и статистики, тел. (383)267-44-22, e-mail: shelkovnikov1@rambler.ru
Построена геоинформационная система торговой продовольственной сети поселения, содержащая три компонента: координатное описание торговых объектов, их семантические характеристики и пространственные «полигоны притяжения» покупателей. Семантические характеристики объектов содержат количественное описание торговых атрибутов «сельских минимаркетов», или супермаркетов поселения. В основу построения границ полигонов (полилиний равного притяжения) положен физиологический закон притяжения продавца и покупателя. В предлагаемой модели «физиологическое притяжение» каждого человека к источнику продовольственных товаров сравнивается с притяжением разноименно заряженных тел в физике. На базе регрессионной модели «физиологического тяготения» покупателя и продавца в координатах времени шаговой доступности рассчитано положение полилиний равного притяжения, ограничивающих полигоны притяжения каждого сельского «магазина у дома». Предложенная методика позволяет представить торговую сеть любого поселения сельской местности в виде геоинформационной системы с координатным и атрибутивным описанием. Модель поможет решить социальную задачу по оптимальному расположению магазинов для домохозяйств, проживающих в поселении.
Ключевые слова: геоинформационная система, семантические характеристики, эко-нофизические атрибуты, физиологическая модель притяжения, торговая сеть, магазин у дома, полилинии равного притяжения, территория притяжения.
CONSTRUCTION OF GIS FOR LOCAL OUTLET CHAIN
Larisa Y. Sulgina
Novosibirsk Agrarian Universiy, 630039, Russia, Novosibirsk, 160 Dobrolyubova St., Teacher, Department of Finance and Statistics, tel. (383)267-44-22, e-mail: shelkovnikov1@rambler.ru
Special GIS for foodstuffs distribution network has been constructed, which includes three components: outlets coordinates, their semantic characteristics, and spatial customers’ “attraction polygons”. Semantic characteristics of outlets comprise quantitative description of trade attributes for rural minimarkets or local supermarkets. The boundaries of polygons (polylines of equal attraction) are based on physiological law of seller - customer attraction. In the offered model, the customer’s “physiological attraction” to the source of foodstuffs is compared with mutual attraction of
94
Экономика и управление территориями
oppositely charged bodies in physics. On the basis of the regression model of seller - customer “physiological attraction”, equal attraction polylines position is calculated (within walking distance, on time base). These polylines envelope attraction polygons of each rural shop “next door’. The offered technique makes it possible to represent a rural outlet chain as a GIS with coordinate-and attributive description. The model facilitates solving a social problem, i.e. determination of outlets optimal position for settlements households.
Key words: GIS, semantic characteristics, economic and physical attributes, physiological model of attraction, distribution network, “next door” shop, polylines of equal attraction, attraction site.
В состав современных геоинформационных систем кроме координатного описания объектов недвижимости включаются данные о семантических свойствах этих объектов, часто отражаемые картографическими произведениями различной тематики и назначения [1-8]. При этом набор информации может рассматриваться как объектно-ориентированная база данных, подчиняющаяся заданным семантическим правилам (объекты, атрибуты, связи между ними) и закодированная в соответствии с заданным синтаксисом. Семантика опирается на то, что любой картографический объект обладает не только пространственными, но и функциональными свойствами.
В данной статье рассмотрение функциональных свойств магазинов позволяет составить карту торговой сети поселения в координатах времени шаговой доступности продавца для покупателя. В качестве примера выбран поселок Кудряши Колыванского района Новосибирской области. Располагаясь вблизи крупного промышленного центра, поселок сочетает в себе черты села и большого города. Эти особенности находят отражение и в ассортименте товаров торговой сети поселения. По сути дела, все торговые объекты поселка относятся к одному формату - «магазин у дома».
Объектом исследования является геоинформационная торговая сеть поселения, содержащая три интегрированных компонента:
- координатное описание входящих в нее объектов;
- семантические свойства этих объектов;
- пространственно-временные соотношения между объектами.
Первый интегрированный компонент геоинформационной системы представлен на рис. 1.
Торговые объекты, входящие в состав геоинформационной системы, на рис. 1 обозначены простейшими графическими примитивами: точки 1, 2, 3, 4:
1 - продовольственный магазин № 15;
2 - новый универсам;
3 - продовольственный магазин № 11;
4 - продовольственный магазин «Кудряшовский».
Расстояния между продовольственными торговыми объектами равны: R12 = 70 м; R13 = 365 м; R14 = 342 м; R23 = 419 м; R24 = 294 м; R34 = 528 м.
Стрелками на рис. 1 обозначен реальный путь покупателя из магазинов 1, 2 в магазины 3 и 4.
95
Экономика и управление территориями
Рис. 1. Координатное расположение продовольственных торговых объектов в поселении
Второй интегрированный компонент геоинформационной системы содержит средние торговые показатели и средние эконофизические атрибуты торговой сети поселения.
Первая составляющая семантики объектов включает в себя следующие торговые показатели.
1. Nr (number range) - количество ассортимента товаров продавца, равное:
Nr =£sKUj • mj , кг, (1)
j=1
где SKUj (Stock Keeping Unit) - идентификатор j-й товарной позиции в торговом зале продавца;
mj (mass) - масса j-й позиции в выкладке товаров в торговом зале продавца, кг;
n - число позиций в ассортименте магазина, ед.
Если полагать, что Tc покупателей за день скупает все количество ассортимента товаров, выложенных в торговом зале, то
Nr = Tc • mi, кг, (2)
96
Экономика и управление территориями
где Tc (customer traffic) - проходимость торгового зала продавца (число покупателей за день), чел.;
mi - масса набора товаров покупателя, кг.
2. DT (daily turnover of the shop) - ежедневный товарооборот продавца,
руб.
3. rs (sales receipt) - товарный чек покупателя,
r
s
DT руб. Tc ’ чел.
(3)
4. l (length) - средняя длина покупательского пути в торговом зале от входа до касс, м.
5. S (square) - торговая площадь продавца, м .
Значения торговых показателей магазинов представлены в табл. 1.
Торговые показатели магазинов
Таблица 1
Наименование показателя Обозна- чение Ед. изм. Номер магазина
1 2 3 4
Количество ассортимента Nr кг 3 060 2 380 2 160 1 458
Ежедневный товарооборот DT тыс. руб. 459,2 410,4 222,6 63,0
Проходимость T 1c чел. 574 513 371 126
Длина покупательского пути l м 70 50 45 36
Торговая площадь S 2 м 290 234 202 142
Торговый зал магазина 1 представлен на рис. 2 в виде схемы.
Вторая составляющая семантики включает в себя эконофизические атрибуты торговых объектов, которые вводятся на основе «физиологической модели притяжения» продавца и покупателя [9, 10].
В модели физиологическое притяжение каждого человека к источнику продовольственных товаров сравнивается с притяжением разноименно заряженных тел, которое описывается законом Кулона [11]:
F = K • , Н, (4)
R
где Q и Q2 - величины электрических зарядов, Кл;
R - расстояние между неподвижными зарядами, м;
K - коэффициент пропорциональности, Кл / Дж • м.
97
Экономика и управление территориями
Рис. 2. Схема торгового зала магазина 1
По аналогии с существованием вокруг каждого неподвижного заряженного тела электростатического поля авторы [12, 13] выдвинули гипотезу о наличии вокруг каждого продавца, «заряженного товарами» силового рыночного поля, притягивающего к нему проголодавшихся потребителей, «заряженных деньгами» (платежеспособных покупателей).
Используя аналогию с законом Кулона, выражение для силы физиологического притяжения продавца и покупателя (первого эконофизического атрибута) можно записать в следующем виде:
FS - As^, Н,
ti
(5)
где AS (attractiveness of seller) - привлекательность продавца (второй эконофи-зический атрибут),
Nr S кг • м
A -—Л•_
as -
l ’ руб.
(6)
I (income) - располагаемый доход покупателя для приобретения товаров,
руб.;
ti (time) - время шаговой доступности продавца для i-го покупателя, с.
98
Экономика и управление территориями
В отличие от гравитационного и электростатического притяжений материальных тел физиологическое притяжение покупателя к продавцу происходит с участием человеческого мозга. Мозг формирует у человека чувство голода и холода. Человек отправляется на поиск продуктов питания, одежды, обуви, оценивая имеющийся у него денежный доход / и время шаговой доступности продавца tt. Для покупателя важна не величина прямого расстояния R
до магазина, а время, затраченное на прохождение реального пути (см. рис. 1), который имеет ряд препятствий: подъемы - спуски, перекрестки, сугробы снега и т. п. Поэтому в формуле (5) в знаменателе поставлено время шаговой доступности, которое более точно отражает усилия покупателя по достижению продавца.
Уравнение (5) является аналитической записью физиологического закона притяжения: покупатель и продавец взаимодействуют с силой, прямо пропорциональной произведению привлекательности продавца на располагаемый доход покупателя и обратно пропорциональной квадрату времени шаговой доступности продавца.
Из уравнения (5) видно, что, чем выше привлекательность продавца, тем больше сила притяжения покупателя к такому продавцу, а чем выше располагаемый доход покупателя, тем больше сила притяжения продавца к такому покупателю. Но самая сильная зависимость силы притяжения имеет место от времени шаговой доступности.
Проведенный выше анализ составляющих силы притяжения продавца и покупателя при купле-продаже продуктов питания справедлив и при рассмотрении процессов торговли бытовыми товарами для населения. В этом нас убеждает номенклатура товаров, выставляемых для продажи в современных магазинах, супермаркетах, торговых центрах и гипермаркетах, где наряду с продовольственными товарами широко представлен ассортимент промышленных товаров повседневного спроса.
Рассмотрим теперь составляющие привлекательности (6). Первая составляющая Nr характеризует разнообразие (количество SKU j) и обилие (Mj)
продовольственных товаров продавца, чем выше значение Nr , тем привлекательнее такой продавец для покупателя.
Вторая составляющая привлекательности касается цен продовольственных товаров, а точнее - стоимости ежедневного набора продуктов питания среднего покупателя, т. е. величины товарного чека. Из закона спроса в экономической теории следует, что при прочих равных условиях с понижением rs количество приобретаемых наборов товаров растет, т. е. увеличивается проходимость магазина.
Третья составляющая привлекательности характеризует площадь торгового зала S . Чем больше S , тем шире количество SKU в торговом зале, свобод-
99
Экономика и управление территориями
нее проходы для покупателей между стеллажами, больше число дополнительных услуг, предоставляемых продавцом, т. е. выше комфортность магазина.
Четвертая составляющая привлекательности указывает на длину пути покупателя в торговом зале продавца, l. Как правило, все менеджеры розничных продовольственных предприятий стараются увеличить значение l, используя искусство выкладки товаров.
Натуральная выкладка товаров Dn (natural display of goods) в торговом зале,
Dn
Nr кг l м
(7)
в отличие от используемого в зарубежной терминологии понятия SKU - метр пути, включает в себя еще и информацию о количестве каждой позиции ассортимента.
С учетом (7) выражение (6) можно переписать:
A — Dl£
AS -
кг • м
руб. ’
(8)
т. е. привлекательность продавца прямо пропорциональна произведению выкладки на торговую площадь и обратно пропорциональна торговому чеку.
Используя данные табл. 1 и измеряя шагомером удаленность магазинов друг от друга по времени шаговой доступности (см. рис. 1), при скорости пешехода и = 4 км/ч = 1,11 м/с, вычислим положение полилинии равного притяжения (ПРП) между всеми магазинами. Алгоритм расчета ПРП следующий [10].
1. Расчет местоположения равновозможной точки Конверса [14] (точки безразличия в законе Рейли [15]) для двух соседних магазинов 1 и 2 (O на рис. 3):
F - F2, t — ty +12,
Ю ll II и
(9)
2. Нахождение точек полилинии равного притяжения для двух соседних магазинов (Z на рис. 3).
Задавая значения t1 в интервале от точки 1 до точки 2, находим для каждого t1 значение x, с.
100
Экономика и управление территориями
Z
2
Рис. 3. Нахождение точек ПРП
Используя, данные табл. 1, измеренные значения времени шаговой доступности ^ между магазинами и приведенный выше алгоритм расчета, можно построить полилинии равного притяжения покупателей 1 - 2, 1 - 3, 1 - 4, 2 - 3, 2 - 4 и 3 - 4. Для этого сначала необходимо вычислить значения их товарных чеков, натуральных выкладок и привлекательностей (см. (3), (7), (8)). Результаты расчетов сведены в табл. 2.
Таблица 2
Исходные данные для расчета полилиний равного притяжения
Номер магазина Товарный чек, r1, руб. Натуральная выкладка, Dn, кг/м Привлекательность торгового зала, As, кг • м/руб.
1 800 43,7 15,84
2 800 47,6 17,26
3 600 48,0 16,16
4 500 36,4 11,50
Измеренное секундомером время шаговой доступности между магазинами составило: t12 = 25 c; t13 = 409 c; t14 = 278 c; t23 = 434 c; t24 = 253 c; t34 = 388 c.
Поскольку время шаговой доступности между магазинами 1 и 2, t^= 25 c (очень мало), а показатели товарного чека, натуральной выкладки и привлекательности магазинов близки, то магазины 1 и 2 можно рассматривать как один, 1-2 со средними показателями:
r12= 800 руб.;
D12
43,7 + 47,6 2
45,7
кг
м;
101
Экономика и управление территориями
A
12
1584 + 1726 = 16iS5_M_,
2 руб.
t12_3= 421,5 c; t12_4 = 265,5 c.
С помощью формулы (9) и данных табл. 2 вычислим координаты ПРП между магазинами 3 и 4:
t3 +14 = 388 c; t3 = kt4;
к =
A3
A4
16,16
11,50
л/1,405
1,185;
t3 = 1,185 • t4 = 388 : 2,185 = 177,6 с, т. е. положение равновозможной точки Конверса для магазинов 3 и 4 определяется, как:
t4 = 177,6, t3 = 210,4 c.
Пользуясь рис. 3, найдем положение остальных точек полилинии равного притяжения между магазинами 3 и 4 (табл. 3):
х =
i
t2 _ 2t ■ t4
к2 _ 1
3882 _ 2 ■ 388 ■ t4 1,405 _ 1
150 544 _ 776 ■ t4 0,405
Расчетные данные
Таблица 3
х, с 609,7 376,5 255,2 177,6
14, с 0 120 160 177,6
С использованием вышеприведенного алгоритма расчета и данных табл. 2 аналогично были рассчитаны данные для построения равного притяжения (РП) магазинов 1-2 - 3, 1-2 - 4. По результатам расчетов можно построить полилинии равного притяжения, являющиеся границами трех полигонов притяжения, между тремя магазинами поселения.
Для построения третьего интегрированного компонента использовалась картографическая карта поселения (рис. 4), на которой точками a, b, ... s обозначены начала улиц, а линиями 12-а, ... 1-2-s - траектории движения покупателей из точек a, b, ... s в магазины 1-2, 3, 4. Точки a, b, ... s окаймляют территорию поселения (сплошная линия на рис. 4).
102
Экономика и управление территориями
Рис. 4. Картографическая карта поселения и пути покупателей
Измерив длины всех траекторий и поделив их на среднюю скорость покупателя, о = 1,11 м/с, можно рассчитать время шаговой доступности всех трех магазинов для покупателей, выходящих из этих точек. После выполнения этих расчетов была построена пространственно-временная территория притяжения торговой сети покупателей поселения в координатах времени шаговой доступности (рис. 5). По результатам расчетов ПРП магазинов на рис. 5 нанесены полилинии равного притяжения между этими магазинами, являющиеся границами трех полигонов притяжения.
103
Экономика и управление территориями
Рис. 5. Полигоны притяжения покупателей поселения в координатах времени шаговой доступности t, с
Примечание: для привязки к координатам на местности при построении территории притяжения использовалась средняя точка 1-2, точки 3, 4 и углы между линиями, соединяющими эти точки с началами улиц a, b, ... s (см. рис. 1, 4).
Из рис. 5 видно, что территория притяжения торговой сети поселения a, b, c, d, e, f, g, h, k, l, m, n, p, q, r, s, a делится полилиниями равного притяжения на 3 полигона 1-2, 3, 4. Причем в результате конкуренции со стороны магазинов 1-2 и 3 наибольшие потери покупателей несет полигон 4. Из данных табл. 2 видно, что эти потери территории притяжения связаны с меньшими, чем у ма-
104
Экономика и управление территориями
газинов 1-2 и 3, значениями товарного чека, натуральной выкладки и привлекательности. Для возвращения потерянной части полигона притяжения менеджеры магазина 4 должны принять меры для увеличения значений rs, Dn, As. Из рис. 5 также видно, что для покупателей, находящихся в точке О, силы притяжения оказываются равными, поэтому они могут выбрать любой из магазинов по индивидуальным предпочтениям.
Предложенная методика позволяет представить торговую сеть поселения или микрорайона города в виде геоинформационной системы с координатным, атрибутивным и пространственно-временным описанием.
С помощью физиологической модели можно также, зная количество покупателей в поселении, рассчитать, исходя из соотношения площадей полигонов притяжения, среднее ежедневное число покупателей в каждом из магазинов торговой сети.
Внедрение предложенной модели ГИС в практику деятельности крупных муниципальных образований и субъектов Российской Федерации позволит им совместно с топ-менеджерами торговых сетей регионов реализовывать проекты с оптимальным для жителей расположением магазинов территории поселений.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Клюшниченко В. Н., Ивчатова Н. С., Постовалова О. В. Государственный кадастр недвижимости: учеб. пособие в 2-х т. Т. 1. - Новосибирск: СГГА, 2014. - 247 с.
2. Кацко С. Ю. Возможности информационно-аналитических ГИС в работе непрофессиональных пользователей с пространственной информацией // Вестник СГГА. - 2011. -Вып. 1 (14). - С. 75-80.
3. Касьянова Е. Л., Кикин П. М. Мобильные ГИС в нефтегазовой отрасли // Вестник СГГА. - 2011. - Вып. 1 (14). - С. 81-86.
4. Николаева О. Н. Некоторые аспекты создания карт экологического разнообразия // Вестник СГГА. - 2011. - Вып. 3 (16). - С. 75-80.
5. Лисицкий Д. В. Перспективы развития картографии от системы «Цифровая Земля» к системе виртуальной геореальности // Вестник СГГА. - 2013. - Вып. 2 (22). - С. 8-16.
6. Голиков Ю. А., Сульгина Л. Ю. Картография рынка микрорайона и реальная власть дуополии // Вестник СГГА. - 2013. - Вып. 1 (21). - С. 79-87.
7. Каретина И. П. Место ретроспективных карт почвенного покрова земель населенных пунктов в классификации картографических произведений // Вестник СГГА. - 2013. -Вып. 3 (23). - С. 138-146.
8. Николаева Н. А., Ромашова Л. А., Волкова О. А. Роль картографического метода исследования в решении проблемы радиационной обстановки окружающей среды // Вестник СГГА. - 2012. - Вып. 1 (17). - С. 104-108.
9. Голиков Ю. А., Сульгина Л. Ю. Модель привлекательности и сила притяжения продавца // Риск: ресурсы, информация, снабжение, конкуренция. - 2014. - № 1. - С. 46-51.
10. Элементарный учебник физики в 3-х т. Т. II / под ред. Г. С. Ландсберга. - М.: Физматлит, 2011. - 487 с.
11. Голиков Ю. А., Сульгина Л. Ю. Эконоэлектрическая модель рынка // В мире научных открытий. - 2012. - № 6. - С. 235-253.
12. Сульгина Л. Ю. Метод расчета силы взаимного притяжения продавца и покупателя // В мире научных открытий. - 2013. - № 4 (40). - С. 185-193.
105
Экономика и управление территориями
13. David D. L. Huff Defining and estimating a Trading Area / Journal of Marketing, July, 1946, p. 34-38.
14. Method for study of Retail Relationships, Research Monograph № 4 (Austin: University of Texas Press, 1929), University of Texas Bulletin № 2944, 146 s.
15. Golikov Yu. A., Sulgina L. Yu. Ekonoelektricheskaya model rynka [Ekonoelektricheskaya market model] // V mire nauchnyx otkrytij [In the World of Scientific Discoveries], 2012. - no. 6, pp. 235-253.
Получено 19.05.2014
© Л. Ю. Сульгина, 2014
106
