利用多样空间数据量化零售集聚
物理与社会
2017-01-01 v1 计算机与社会
综合金融
摘要
新近可得的城市零售活动空间分布数据使得构建在单个零售商层面形式化的模型成为可能。当前模型在聚合层面处理消费者区位选择，而新数据为零售单元层面建模提供的机会缺乏理论框架。我们在此提出的模型有助于解决这些问题。它是Cross-Nested Logit模型的一个特例，基于随机效用理论构建，旨在量化零售区位选择中营业面积和集聚效应的作用。我们在伦敦市测试了这一模型：结果与零售商吸引力随其营业面积呈超线性标度一致，并与以每家商店周围半径内零售总营业面积近似的集聚效应一致。
引用
@article{arxiv.1612.06441,
title = {Quantifying Retail Agglomeration using Diverse Spatial Data},
author = {Duccio Piovani and Vassilis Zachariadis and Michael Batty},
journal= {arXiv preprint arXiv:1612.06441},
year = {2017}
}