（计算机软件与理论专业论文）应用混合蚁群算法的atm网点选址研究与实现.pdf

本人系本作品的唯一作者( 第一作者) ，即著作权人。现本人同意将本作品收 录于“南开大学博硕士学位论文全文数据库”。本人承诺：已提交的学位论文电子 版与印刷版论文的内容一致，如因不同而引起学术声誉上的损失由本人自负。 本人完全了解g 直五丕堂图墨鱼苤王堡在! 焦坦堂丝论塞的筐堡丛洼! 同意 南开大学图书馆在下述范围内免费使用本人作品的电子版： 本作品呈交当年，在校园网上提供论文目录检索、文摘浏览以及论文全文部分 浏览服务( 论文前1 6 页) 。公开级学位论文全文电子版于提交1 年后，在校园网上允 许读者浏览并下载全文。 注：本协议书对于“非公开学位论文 在保密期限过后同样适用。 院系所名称： 作者签名： 学号： 日期：年月日 南开大学学位论文版权使用授权书 本人完全了解南开大学关于收集、保存、使用学位论文的规定， 同意如下各项内容：按照学校要求提交学位论文的印刷本和电子版 本；学校有权保存学位论文的印刷本和电子版，并采用影印、缩印、 扫描、数字化或其它手段保存论文；学校有权提供目录检索以及提供 本学位论文全文或者部分的阅览服务；学校有权按有关规定向国家有 关部门或者机构送交论文的复印件和电子版；在不以赢利为目的的前 提下，学校可以适当复制论文的部分或全部内容用于学术活动。 学位论文作者签名： 年月日 经指导教师同意，本学位论文属于保密，在年解密后适用本授权书。 指导教师签名：学位论文作者签名： 解密时间：年月 日 各密级的最长保密年限及书写格式规定如下： 文的研究成果不包含任何他人创作的、已公开发表或者没有公开发 表的作品的内容。对本论文所涉及的研究工作做出贡献的其他个人 和集体，均已在文中以明确方式标明。本学位论文原创性声明的法 律责任由本人承担。 学位论文作者签名： 年月 日 摘要 摘要 作为商业银行吸引客户和开展各项业务的重要设施，a t m 选址是否得当直 接关系到商业银行的利益。科学的选址决策有利于提高银行工作效率，增加效 益，方便储户：选址不当则可能造成银行资源的浪费。现今a t m 选址的难点主 要在于选址约束条件难以穷尽和定量描述困难这两方面。这些因素既有可以定 量描述的空间信息，又有难以尽述的空间隶属信息，单纯依靠人力进行选址， 不仅效率较低下、耗费时间长，而且缺乏科学的依据。然而，随着计算机技术 的发展，尤其是地理信息系统( g e o g r a p h i ci n f o r m a t i o ns y s t e m ，g i s ) 的发展，为 上述问题的求解提供了科学的手段和可行的解决途径。 目前该领域的研究主要侧重于基于g i s 的a t m 布点选址和a t m 机的运营 维护，但是其中选址方法部分大多仍是采用传统的选址分析方法。g i s 系统在 选址过程中只充当了平台显示和数据提供的角色，并没有发挥其全部功能。因 此，将现代智能优化算法应用到基于g i s 的网点选址中，进而提高选址的效率， 已经逐渐成为国内外学者竞相关注的研究热点和课题，也是本文研究的主要内 容。本文的主要工作有： ( 1 ) 详细的介绍了a t m 网点选址理论，在深入分析影响a t m 网点选址因 素的基础上，建立了a t m 网点选址模型； ( 2 ) 对蚁群优化算法进行了深入的分析，并在此基础之上针对蚁群算法运算 时间长和容易陷入局部最优解的缺点，采用具有较强全局搜索能力的禁忌搜索 算法，对蚁群算法进行了优化，称为混合蚁群算法。给出了该算法的具体实现 步骤，进行了仿真实验。实验结果表明，混合蚁群算法较之原先的蚁群算法， 无论是在寻优能力还是在寻优效率上均有了较大的提高； ( 3 ) 采用m a p o b j e c t s ( c + + 版) 软件集，开发了a t m 网点选址系统，以天津 市某a t m 运营商的网点规划为案例，应用混合蚁群算法进行选址决策，得到了 很好的效果。 关键词：g i s 选址蚁群算法禁忌搜索算法 a b s t r a c t a b s t r a c t a st h ei m p o r t a n tf a c i l i t i e so fc o m m e r c i a lb a n k st oa t t r a c tc u s t o m e r sa n dt h e b u s i n e s s ，a t ml o c a t i o nd i r e c t l yr e l a t e dt ot h ei n t e r e s t so fc o m m e r c i a lb a n k s t h e l o c a t i o nw i t hs c i e n t i f i cd e c i s i o nw i l lh e l pi m p r o v et h ew o r ke f f i c i e n c y , i n c r e a s e i n c o m ea n df a c i l i t a t et h ed e p o s i t o r ；b u ta ni m p r o p e rs i t ew i l ld e c r e a s ei n c o m ea n d w a s t er e s o u r c e s a tp r e s e n t ，t h ed i f f i c u l t i e so fa t ml o c a t i o na r ep r i m a r i l yi nt w o a r e a s ：t h es i t ec o n s t r a i n t sa r eh a r dt oc o m et oa ne n da n dd i f f i c u l tt oq u a n t i t a t i v e d e s c r i p t i o n t h e s ec o n s t r a i n t sh a v eb o t ht h es p a c ei n f o r m a t i o nc a nb eq u a n t i t a t i v e d e s c r i b e ，a n dt h es p a c es u b j e c ti n f o r m a t i o nw h i c hh a r dt od e s c r i b e s os i m p l yr e l y o nh u m a nc o n d u c ts i t e ，n o to n l yl e s se f f i c i e n t ，t i m e - c o n s u m i n g , b u ta l s ol a c ko f s c i e n t i f i cb a s i s h o w e v e r , w i t ht h ed e v e l o p m e n to fc o m p u t e rt e c h n o l o g y , e s p e c i a l l y t h ed e v e l o p m e n to fg e o g r a p h i ci n f o r m a t i o ns y s t e m ( g i s ) p r o v i d e das c i e n t i f i ca n d f e a s i b l em e a n so fs o l u t i o nt ot h e s ei s s u c s c u r r e n t l y , t h es t u d yo f t h i sf i e l da r em a i n l yf o c u s e do ng i s b a s e da t m l o c a t i o n a n dm a i n t a i nt h ea t mm a c h i n e ，w h i l ei nt h ep a r to fl o c a t i o nm e t h o d sa r es t i l lu s i n g t h et r a d i t i o n a ls i t ea n a l y s i ss e l e c t i o nm e t h o d s g i ss y s t e mi nt h es i t es e l e c t i o n p r o c e s so n l ys e r v e d 嬲ap l a t f o r mf o rd i s p l a ya n dd a t ap r o v i d e d ，d i dn o tp l a y a l lo f i t sf u n c t i o n s t h e r e f o r e ，u s et h em o d e r ni n t e l l i g e n to p t i m i z a t i o na l g o r i t h m i n g i s b a s e ds i t es e l e c t i o nt oi m p r o v et h ee f f i c i e n c yo ft h es i t e ，h a sg r a d u a l l y b e c o m ea h o t t o p i cw h i c hd o m e s t i ca n df o r e i g ns c h o l a r sc o n c e r n e d t h em a i nw o r ko ft h i s p a p e r a r es u m m a r i z ea sf o l l o w s ： ( 1 ) t h i sa r t i c l ei n t r o d u c e st h ea t ml o c a t i o nt h e o r i e sa n da n a l y s i st h ef a c t o r s w h i c ha f f e c ta t ms i t es e l e c t i o n ，t h e ne s t a b l i s ha na t m s i t em o d e l ( 2 ) t h i sp a p e ra n da n a l y s i st h ea n tc o l o n yo p t i m i z a t i o na l g o r i t h m t h e r ea r e s o m es h o r t c o m i n g so fa n tc o l o n yo p t i m i z a t i o na l g o r i t h m ，s u c ha st a k eal o n gt i m e i no p e r a t i o na n de a s yt oc o n v e r g e n c et ot h el o c a lo p t i m a ls o l u t i o n t oo v e r c o m e t h e s es h o r t c o m i n g s ，u s et h et a b us e a r c ha l g o r i t h mw h i c hh a ss t r o n gg l o b a ls e a r c h c a p a b i l i t y , t oo p t i m i z et h ea n tc o l o n yo p t i m i z a t i o na l g o r i t h m ，觞t h em i x e da n t i i t a k et h el a y o u to ft h ea t mi n t i a n j i n f o re x a m p l e ，a n du s et h em i x e da n t a l g o r i t h m si ns i t es e l e c t i o n ，h a sg o tag o o dr e s u l t k e yw o r d s ：g i s ，l o c a t i o ne v a l u a t i o n ，a n ta l g o r i t h m ，t a b us e a r c ha l g o r i t h m i i i 目录 目录 第一章绪论1 1 1 引言1 1 2 研究背景及问题的提出2 1 3 本文主要研究内容3 1 4 本文结构3 第二章a t m 网点选址理论5 2 1 选址模型经典理论5 2 1 1 零售引力理论5 2 1 2 中心地带理论7 2 1 3 饱和理论9 2 2 影响a t m 网点选址的因素9 2 2 1 人口因素9 2 2 2 区位条件。1 2 2 2 3 竞争状况一1 3 2 2 4 宏观条件1 3 2 3 常用选址方法1 4 2 3 1 定性分析方法。1 4 2 3 2 定量分析方法1 6 2 4 小结17 第三章混合蚁群算法18 3 1 蚁群算法概述1 8 3 1 1 蚁群算法的生物学背景1 8 3 1 2 基本的蚁群算法2 0 3 1 3 蚁群算法的优缺点2 4 i v 目录 3 1 4 蚁群算法的改进。2 4 3 2 禁忌搜索算法2 6 3 2 1 禁忌搜索算法的原理及流程2 6 3 2 2 禁忌搜索算法的优缺点2 9 3 3 混合蚁群算法2 9 3 3 1 蚁群算法结合禁忌搜索算法的思路2 9 3 3 2 混合蚁群算法的流程描述。3 0 3 4 仿真分析试验3 2 3 5 蚁群算法结合禁忌搜索算法的优点3 4 3 6 j 、结3 4 第四章混合蚁群算法在a t m 网点选址中的应用3 5 4 1a t m 网点选址模型3 5 4 2 混合蚁群算法在a t m 网点选址中的应用3 7 4 2 1 算法设计3 7 4 2 2 算法具体实现步骤3 8 4 3 小结4 1 第五章a t m 选址系统设计及实验结果分析4 2 5 1 地理信息系统概述4 2 5 1 1g i s 的基本功能4 2 5 1 2m a p o b j e c t s 简介。4 4 5 2 实验平台设计及功能介绍4 5 5 3 实验数据处理。4 7 5 4 系统演示及结果分析5 0 5 5 系统特点5 2 5 6 ，j 、结5 3 第六章结束语5 4 6 1 本文工作总结5 4 v 目录 6 2 工作展望5 4 参考文献5 6 致谢5 8 个人简历5 9 v i m a c h i n e ， 取现金等 现途径的 统业务比 行业务比 机在银行 我国是在8 0 年代末期才开始在深圳出现a t m 机的。虽然经过中国银联和 各商业银行多年的努力，国内a t m 机数量已经从最初的4 万多台发展到2 0 0 7 年的1 1 2 万台，但是与我国经济迅速发展的需求相比，我国现有的a t m 数量 仍明显不足【3 j 。而来自零售银行的研究数据表明，截止至2 0 0 7 年年终，全球 a t m 机总数已达到1 6 0 多万台。其中，每百万人拥有的a t m 机数量，北美和 日本均超过1 2 0 0 台，而中国约为5 0 台，略低于亚洲5 4 台的平均水平。即使在 金融自助服务最发达的中国城市上海，这个数字也仅仅是3 0 0 台，远低于发达 国家平均水平【4 】。再从国内a t m 机的分布来看，安装在银行内部的a t m 机占 了8 0 ，而放在其他地点的还不足2 0 ，远远低于美国的6 3 和其他发达国家 的5 0 ，同时也低于亚太区3 0 的平均水平【5 l 。 从这些数据中可以看出，在我国，金融自助服务特别是便利银行，依然具 有巨大的增长潜力。并且，对于银行方面来说，从传统的柜台服务转向自助设 备服务也是势之所趋。经测算，国内银行a t m 机的平均每笔交易成本为2 4 元 左右，网点平均每笔交易成本为4 6 元左右，网点的服务成本是a t m 服务成本 的近2 倍【6 】。显然安装a t m 机能为银行节约大量的人力、物力和财力，从而可 以极大地提高经济效益。不过，尽管我国对a t m 机的需求量很大，但并不意味 着越多越好。金融业是特殊的服务业，在布放a t m 机时，需要在满足用户需要 的基础上保证银行收益最大化【7 j 。如何合理、有效地设置a t m 机网点已经成为 银行急需解决的问题。 第一章绪论 1 2研究背景及问题的提出 目前传统的网点选址方法往往只是采用一些经济学的方法进行静态的单点 选址。但是，银行会不断地建立新的网点，而仅仅依靠传统选址方法得出的各 个网点并不一定能带来最优总收益。因此，银行应当在做好市场调查的基础上， 制定全行a t m 发展的整体布局规划，每台a t m 机的具体选址规划也要经过严 格的科学论证。 而a t m 选址的难点主要在于选址约束条件难以穷尽和定量描述困难这两 方面。其中约束条件涉及到选址区域的自然、地理、人文、社会、经济等多种 因素，这些因素既有可以定量描述的空间信息，又有难以尽述的空间隶属信息， 单纯依靠人力进行选址，不仅效率较低下、耗费时间长，而且缺乏科学的依据。 不过，随着计算机技术的发展，尤其是地理信息系统( g e o g r a p h i ci n f o r m a t i o n s y s t e m ，g i s ) 的发展，为上述问题的求解提供了科学的手段和可行的解决途径。 现有的研究主要侧重于基于g i s 的a t m 布点选址 8 】 9 】【l o 】和a t m 机的运营 维护】，但是其中选址部分大多的仍是采用传统的选址分析方法。g i s 系统在 选址过程中只充当了平台显示和数据提供的角色，并没有发挥其全部功能。因 此，为了更多的发挥g i s 系统的功能进行选址，将现代智能优化算法应用到基 于g i s 的网点选址中，已经逐渐成为国内外学者竞相关注的研究热点。 蚁群优化( a n tc o l o n yo p t i m i z a t i o n ，a c o ) 算法是在1 9 9 1 年由m d o r i g o 等 人提出的一种模仿蚂蚁群体行为的新型智能优化算法【1 2 】。蚂蚁是通过感知由其 他蚂蚁在其所经过的路径上释放的一种化学物质来选择所走的方向，并找到食 物所在地的。而蚂蚁的这种群体行为在利用路径信息等方面与本文所要研究的 问题存在一定的相似之处，这也是本文选择采用a c o 算法进行a t m 网点选址 的主要原因。 蚁群优化算法引入了正反馈并行机制，并且具有较强的鲁棒性、优良的分 布式计算机制、易于与其他方法结合等优点。目前蚁群算法已经渗透到多个应 用领域，从一维静态优化问题到多维动态优化问题，从离散问题到连续问题， 蚁群算法都展现出优异的性能和广阔的发展前景【l2 1 。但是，蚁群算法也存在一 些不足之处，如算法需要较长的搜索时间、容易出现早熟停滞现象等等。如何 克服a c o 算法的这些缺点，并将其应用到g i s 支持的a t m 网点选址中，以期 得到最优的网点布局，正是本文的主要研究方向。 2 第一章绪论 1 3本文主要研究内容 作为商业银行吸引客户和开展各项业务的重要设施，a t m 选址是否得当直 接关系到商业银行的利益。科学的选址决策有利于提高银行工作效率，增加效 益，方便储户；选址不当则可能造成银行资源的浪费。 本文研究的主要应用方向是a t m 网点选址决策，因此，在对a t m 网点选 址理论进行深入分析的基础上，建立了a t m 网点选址数学模型。并将改进的混 合蚁群算法与g i s 系统进行了有机的结合，开发了a t m 网点选址系统，科学 规划了a t m 网点布局，从而给金融企业的网点选址提供了有利的参考。以下是 本文的主要研究内容： ( 1 ) 分析a t m 网点选址理论，重点分析影响a t m 网点选址的因素，并在 此基础之上建立合理的选址数学模型； ( 2 ) 系统的介绍了蚁群算法，包括算法的原理、流程，以及改进方法； ( 3 ) 提出用禁忌搜索思想改进的混合蚁群算法，给出算法的具体实现步骤； 并对改进的算法进行仿真实验，测试改进效果； ( 4 ) 将混合蚁群算法与a t m 网点选址模型进行有机的结合，辅助a t m 网 点选址决策； ( 5 ) 建立a t m 网点决策系统，把地理信息系统与a t m 网点选址结合起来， 通过对地图以及历史经验数据的科学分析得出了对网点的科学预测。 1 4本文结构 本文的主要框架结构如下： 第一章绪论，介绍本文研究的背景，问题现状，课题来源以及研究的内容、 目标研究的成果，最后概括介绍了本文的组织结构； 第二章主要是对金融网点选址理论进行介绍。包括选址模型经典理论、影 响选址的主要因素以及国内外常用选址方法，为后文建立选址模型提供理论基 础，并且为选址算法的研究指明方向； 第三章着重介绍本文采用的蚁群算法和禁忌搜索算法，以及两种算法的优 缺点，详细给出了用禁忌搜索算法改进的蚁群算法混合蚁群算法的求解过 程，并进行仿真分析试验： 3 第一章绪论 第四章主要通过分析影响a t m 网点选址因素建立a t m 网点选址模型，并 在此基础之上给出将混合蚁群算法应用到a t m 网点选址的步骤； 第五章是理论与实践的结合。根据前面的理论研究结果和选址模型，在 m a p o b j e c t s 的g i s 平台上，开发了基于混合蚁群算法的选址系统。本章主要对 该系统的架构及功能实现，及结果分析做了概要的介绍。 论文最后对本文研究工作进行总结，包括本文的研究成果，目前工作的不 足，并提出进一步的研究的方向。 4 第二章a t m 网点选址理论 第二章a t m 网点选址理论 作为商业银行吸引客户和开展各项业务的重要设施，a t m 选址是否得当直 接关系到商业银行的利益。科学的选址决策有利于提高银行工作效率，增加效 益，方便储户；选址不当则可能造成银行资源的浪费。国外最早是从零售商业 开始进行选址研究的，随着服务业种类的不断细化，影响各类服务业的因素各 有不同，与其相对应的设施选址的方法和理论就向着更加具体的方向发展。因 此，a t m 网点选址应当在借鉴经典选址模型理论的思想之上，综合考虑各种影 响因素，才能建立科学的选址模型，借助有效的选址方法，进而得到优秀的选 址结果。 2 1 1零售引力理论 2 1 选址模型经典理论 一次世界大战后，有两组社会科学家理论派科学家和程序派科学家， 他们都认为购物行为中存在零售引力现象，并先后产生了瑞力法则、堪维斯法 则和阿普波姆法则。 瑞力法则【l3 】主要探讨大城市是如何吸引城镇的顾客的，它以牛顿的万有引 力定律为核心，认为两城市从中间地带吸引顾客的数量同两城市的人口数量成 正比，同两城市距中间地带的距离成反比。瑞力法则以三种假设为基础【1 4 】： ( 1 ) 两个竞争城市在公路上有同等程度的靠近性。 ( 2 ) 两城市可被利用的商品或服务的多少以城市人口的多少为标志顾客被 吸引到人口集聚中心，不是由于城市规模大，而是由于有较多的商店数量和产 品品种可供挑选。可挑选性的提高使顾客认为值得在旅途花费更多的时间。同 样，对于银行营业网点来说，它的规模越大，服务项目越多，吸引力就越大， 也就是服务半径越大。 ( 3 ) 顾客只到一个城市购物。 瑞力法则的数学表达式如公式( 2 1 ) 所示。 5 第二章a t m 网点选址理论 = 2 ( 2 1 ) 式中吃指城市a 从城市c 吸引来的生意量；玩指城市b 从城市c 吸引来 的生意量：只代表城市a 的人口；咒代表城市b 的人口：见指城市a 到中间 地点的距离；见为城市b 到中间地点的距离。对应关系如图2 1 所示。 图2 1 瑞丽法则 根据据此法则可以推算出城市a 、b 两地的之间的中间地城市c 的居民在 a 、b 两地的购物支出比，也就是a 、b 两地分别占有城市c 的市场份额。两 地区店铺可参照此法则进行积聚力的分析。 在1 9 4 3 年至1 9 4 8 年间，美国经济学者保罗堪维斯【1 3 ( p a u lc o n v e r s e ) 修订 了瑞力法则，提出了断裂点模型。试图确定城市交易区域的分界线，也即确定 在城市a 、b 之间的顾客可能到任何一个城市购物的分界点。断裂点模型同样 遵守瑞力法则的三种假设，其数学表达式如公式( 2 2 ) 所示。 弘锩 1 + j 卫 ( 2 2 ) 式中见指自分界点到城市a 的距离：d 6 指自然分界点到b 城市的距离；p o 指城市a 的人口；忍指城市b 的人口。对应关系如图2 2 所示。 图2 2 断裂点模型 6 第二章a t m 网点选址理论 而阿普波姆法则则从不同城市销售场地面积的角度来界定商圈分界点，其 数学表达式和断裂点模型的数学表达式一样，只是式中相应符号的含义发生了 改变。其中，见指自分界点到城市a 的小汽车行驶时间；d b 指自然分界点到 b 城市的小汽车行驶时间；指城市a 的销售面积；只指城市b 的销售面积。 这三种法则在欧、美、日等国得到了广泛的应用，但也有一定的局限性， 因为它们仅以人口和距离作为分界点的影响因素，考虑的影响因素较为片面【l5 1 。 而在实际应用中往往会有许多的因素交织在一起来决定引力范围，因此，这些 法则得到的结果并不一定与实际调查的结果相符。所以，在很多情况下这三种 法则只能作为一种参考，而非准确的依据。 2 1 2中心地带理论 瑞力在美国发表引力法则的同时，沃尔特克里斯泰勒( w a l tc h r i s t a l l e r ) 在 德国南部发明了“中心地带理论”【l6 1 。 在中心地带理论【1 7 j 中有两个重要的概念，一是商圈；二是起点。“商圈”指 顾客愿意购买某种商品或劳务的最大的行程，此距离决定了某个商店市场区域 的边缘界限。“起点 是指某个区域设立某家商店所拥有的最低客户数量，以便 在经营效益上能够基本可行。从空间概念上看，“起点”等于该区域辐射半径包 含的恰恰能“支撑”该商店的人口数量。显然，某商店要取得经营效益，商圈 必须覆盖比“起点较多的人口。但是，如果各商店的物品销售范围即市场区 呈圆形，如图2 3 ( a ) 所示，而且彼此相切的话，家住在空角的居民将得不到物 品供应。如果不留空角，则圆形之间必相重叠，如图2 3 ( b ) 所示，居住在重叠 区内的消费者按照到最近距离供应点的经济原则，可被分割成两部分，分割线 两侧的消费者分别到相应最近的供应点获得物品。这样，圆形市场区就转变成 最有效的理论形状六边形市场区，如图2 3 ( c ) 所示。 7 第二章a t m 网点选址理论 ( a ) ( b ) 图2 3圆形市场区向六边形市场区的变化 ( c ) 该理论解释了为什么经营必需品和基本服务的商店数量较多且距离较近， 而经营专门产品及非日常生活必需品的商店必须从较远处吸引顾客。同时说明， 顾客为什么愿意到一个地点购齐其各种所需，而不愿到不同的地点分别购买。 顾客的这种消费习惯迫使各公司尽可能的在一处集中建店，以达到综合效益。 中心地带理论对最佳市场的识别具有以下意义： ( 1 ) 并非所有的社区都能够支撑起所有类型的零售活动。越是基本生活必需 品，如汽油、食品等，大部分社区越可能被看作潜在的市场：反之，诸如皮衣、 首饰等专门化产品，则只有较大的社区才可能需要。 ( 2 ) 中心地带理论告诉零售商，一个蒸蒸日上的社区在未来将会需要哪种类 型的零售活动，例如，一个只有加油站和食品杂货店的社区，未来可能需要餐 馆或诊所。 ( 3 ) 中心地带理论同样表明，若顾客到较高层次的中心地带一次购齐其所 需，便不可能再到附近的层次较低的中心地带购物。 银行网点也要有商圈和起点，但中心地带理论运用的假设条件是要地质均 匀，这一理想状态在实际运用中需要具体分析。此外，银行网点与其它商业网 点最大的不同是没有集聚效应，就是由于竞争它需要尽量避免与其它银行网点 在一处集中建点。而对于a t m 网点选址来数，位于图2 3 ( c ) 中重叠部分的顾 客也应当分为两部分，分别到相应的网点处理金融业务。 8 第二章a t m 网点选址理论 2 1 3饱和理论 饱和理论【1 6 】亦即零售饱和指数理论。该理论主要揭示某市场区域内某类商 品或服务的潜在需求程度，即吸引投资者的程度。饱和指标越大，则对投资者 有较大的吸引力，如公式( 2 3 ) 所示： i r s ：h x r e ( 2 3 ) r f 式中i r s 指某地区某类商品的零售饱和指数，h 指该地区购买某类商品的 潜在顾客人数，r e 指该区域每个家庭对某类产品或劳务的年支出金额，腰指 某种商品或劳务的现有( 包括计划建设) 营业面积。 零售饱和度指数揭示了一个商圈中商品或服务与需求相比的饱和程度，决 定了该区域内商店的盈利空间的大小，说明了某一商圈的竞争状态对投资者的 吸引程度，显然，当i r s 数字越大，呈现高值时，意味着该商圈内的饱和度越 低，仍有进入市场的机会；反之，数字越小，则意味着该商圈内的饱和度越高， 意味着竞争越激烈，对投资者的吸引程度越弱。在不同的商圈中，应选择零售 饱和指数较高的商圈开店。本文就是采用零售饱和指数来对各个备选网点地址 的优劣进行评估的。 2 2影响a t m 网点选址的因素 a t m 机选址决策是一项复杂的系统工程，它要受到人口、经济、政治、法 律等诸多因素的影响，包括大量的空间因素和经济因素。基本上可以分为四个 方面，包括人口因素、区位条件、竞争状况和宏观条件。 2 2 1人口因素 a t m 机选址的最终目标是为了更加快捷、方便地服务消费者，因此，人口 因素对a t m 机选址的影响必定处于相当重要的地位。影响a t m 机选址的人口 因素主要有以下几个方耐1 8 】。 ( 1 ) 人口规模和人口密度 a t m 机的合理选址是为了最大限度地满足消费者的社会服务需求量。这 样，在a t m 机所在处服务半径区域内的人口规模对a t m 机的影响就是显而易 9 第二章a t m 网点选址理论 见的。一个较大的人口规模，对市场的消费需求也就较高，因此，一个设置于 闹市区的a t m 机自然要比一个设置在偏僻地区的a t m 机能获得更多更好的经 济效益。衡量一个区域的人口规模是大还是小可以参考以下的衡量标准： 急速成长的地区：人口年增长率3 以上； 成长的地区：人口年增长率1 3 ； 停滞的地区：人口年增长率o 2 ； 衰退的地区：人口年减少率0 2 ； 自然淘汰的地区：人口年减少率2 以上。 人口年增长率在3 以上的地区，由于人口规模增大，人口的消费需求相应 必然要增高，因而零售商业企业如在这里选址必将会取得更好的市场效益。 一个地区的人口密度，可以用每平方公里的人数或户数来确定。一个地区 人口密度高，与a t m 机之间的距离近，可增加交易频率，a t m 机数量可以相 应增加，而人口密度低的地区吸引力低，顾客光临的次数也会比较少。 ( 2 ) 人口年龄构成 人口的年龄构成一般可粗略地划分为0 1 4 岁青少年儿童人口，1 4 6 4 岁的 成年人口和6 5 岁及以上的老年人口。不同的年龄段对a t m 服务的需求是有很 大差别的。一般说来，o 1 4 岁的青少年儿童人口，是一群纯消费人口，他们本 身并没有购买力，其消费主要在于儿童食品、玩具、智力开发、文化教育等方 面，自然使用a t m 机的机会也很少。1 5 6 4 岁的成年人口既是生产者又是消费 者，在人的一生中，以这段年龄的消费量为最大，使用a t m 机的机会最大。6 5 岁及以上老年人口的消费趋向稳定和保守，他们可能更倾向于直接到柜台办理 金融业务。不同年龄结构类型的人口，在其他条件为既定时，对a t m 机使用的 需求不同。金融机构在选址之前，应考虑其候选地的不同人口年龄结构对a t m 机的需求。 青年人口群体是消费的主流，也是a t m 机的主要用户之一。看一个市场潜 力的大小，一般可以从三个方面来考察： 1 ) 该地区人口年龄结构年轻化的程度： 2 ) 人均收入是否有明显的增长； 3 ) 消费起点。如果原来的消费起点较低，那么，在当前的经济形势下， 随着国家和地区经济的发展，居民收入的增加，居民的消费欲望会逐步变得强 1 0 第二章a t m 网点选址理论 烈的。金融机构选则在这样一个发展的市场中布放a t m 机，获得收益的潜力会 比较大。 ( 3 ) 居住、工作、流动人口 a t m 机的服务对象一般分为居住人口、工作人口、流动人口三个部分，a t m 良好的经营需要正确判断这三类人的来源和数量。居住在a t m 附近的居民由于 其地域性的特点，是核心商圈内基本消费者的主要来源。而a t m 附近的工作人 口越多，说明潜在消费者数量越多，下班顺路到附近的a t m 机进行日常金融业 务处理，既方便又可节省时间。这对于银行来说，是重要而庞大的目标客户群。 流动人口通常被认为是增加社会不安定因素的人群，但是从市场的角度看，流 动人口多为处于青壮年时期的人口，他们不仅是劳动力的供给者，而且也是旺 盛的消费者。那些在商业繁华地区和交通要道、公共场所活动的流动人口，虽 然属于临时消费，但也为创造营业额做出不小的贡献，因而也引起商家越来越 多的重视。但是流动人口的相关数据难以统计，而且具有极大的不确定性，所 以很难建立直观的数学模型，也难以对这部分数据加以利用。 ( 4 ) 消费购买力因素 人口规模和密度仅仅是影响a t m 机选址的一个方面，对a t m 机选址有影 响的还须是此种一定数量的消费人口所具有的购买力水平或购买规模，而一个 地区人均购买力水平的高低又取决于这一地区的人均收入水平。人均收入水平 高，购买力水平相应就高，对市场的需求也就大。通常我们用购买力指数来衡 量一个地区的市场需求总量。 购买力指数是国际上通用的评估某一地区市场需求总量的有效方法，如公 式( 2 4 ) 所示： 购买力指数( b p i ) = o 5 y + 0 2 p + 0 3 r ( 2 4 ) 】，表示某地国民收入居民消费额在全国总数中的比重，p 表示某地人口总 数在全国总数中的比重，尺表示某地居民消费品零售额在全国总数的比重。购 买力指数越高，表明这一地区的市场需求总量越大，建设新的a t m 网点的成功 率越高。 第二章a t m 网点选址理论 2 2 2区位条件 ( 1 ) 交通可达性 选址结果的吸引范围应该尽可能大，保证更多的持卡人方便地使用a t m 。 因此，选址必须是交通可达性最佳的地点，使远距离交通费用达到最小，近距 离到达目的的移动时间最小。目前，中国大部分城市居住郊区化还不普遍，家 庭轿车普及率也不高，因此大型购物中心普遍选择在市中心，因为这样的位置 交通便利，可以吸引更多的客流。同样，a t m 选址一般选在购物中心或现有公 共设施等重要场所，因此，要对各种重要场所进行识别与排序。而且a t m 选址 必须调查交通情况是否便利、交通联结状况，以及选址地点范围内机动车、非 机动车及行人的通行能力，停车面积的大小以及步行入店是否方便，道路的规 划改造等。此外，选址还要识别人工和天然障碍物，如穿越街口的次数过多， 可能会使客户放弃，或是有没有影响通行的山脉及河流等。在选择具体位置时 还需要调查分析街道两侧的人流规模，选择人流较多的街道一侧。还应该分析 地形特点，主要选择能见度高的地点，如选择在两面临街的地点能见度就最高， 并且可以搭配更好的外观设备，提高醒目度。位于街道的入口处、公共场所的 迎面处都是能见度高的地点。有的地点如位于街道的凹进部位、室内的深处能 见度就差。 ( 2 ) a t m 网点周边的形态 一般而言，网点周边的形态可分为以下几种： 1 ) 商业区。商业行业的集中区，其特色为商圈大，流动人口多、热闹、 各种商店林立。其消费习性为快速、流行、娱乐、冲动购买及消费金额比较高 等，对a t m 服务需求较大，房价指数高。 2 ) 住宅区。该区户数多，至少须有1 0 0 0 户以上。住宅区的消费习性 为消费者群稳定，便利性、亲切感、家庭用品购买率高等，对a t m 服务需求较 大，房价指数一般。 3 ) 文教区。该区附近有大、中、小学校等。文教区的消费习性为消费 群以学生居多、消费金额普遍不高、休闲食品、文教用品购买率高等，对a t m 服务需求较低，房价指数低。 4 ) 办公区。该区为办公大楼林立。办公区的消费习性为便利性、外来 人口多、消费水准较高等，对a t m 服务需求较大，房价指数高。 1 2 第二章a t m 网点选址理论 5 ) 混合区。住商混合、住教混合。混合区具备多种单一商圈形态的消 费特色，属多元化的消费习性，对a t m 服务需求较大，房价指数高。 2 2 3竞争状况 在作商圈内竞争分析时必须考虑下列因素：现有同类网点的数量，现有网 点的规模分布，新网点设置率，短期和长期变动以及饱和情况等。任何一个商 圈都可能会处于网点过少、过多和饱和的情况。网点过少的商圈内只有很少的 网点提供满足商圈内客户需求的服务；网点过多的商圈，有可能导致每个网点 都得不到相应的投资回报；一个饱和的商圈网点数目恰好满足商圈内人口对服 务的需要，饱和指数表明一个商圈所能支持的商店不可能超过一个固定数量。 一个区域a t m 网点饱和指数可通过评估该区域的商业网点、金融网点等的消费 潜力指数计算出该区域的消费潜力指数总和，计算模型如公式( 2 5 ) 所示。 p n = 三! c ( 2 5 ) 式中，表示a t m 机需求数量：y = p 表示区域的消费潜力指数总和；c 表示单台a t m 机最低消费潜力系数。 布放区域的消费潜力指数总和，主要通过计算该区域的商业网点、学校、 医院、宾馆等的消费潜力指数求和，单台a t m 机最低消费潜力系数则通过专家 咨询获得。因各城市各区域的经济差异，通过定量计算很难得出确定的值。 通过计算空白区域和潜力区域的消费潜力，可得出该空白区域或者潜力区 域的分析结果报告，确定是否需要布放a t m 机，以及a t m 机的数量，区域分 析主要是从宏观上分析该小块区域是否需要布放a t m 机【1 9 】。 2 2 4宏观条件 ( 1 ) 城市规划 城市a t m 网点的规划建设受到城市整体规划的制约，金融机构的选址要适 应有关城市建设发展规划的相关要求，该地区的交通、市政、公共设施、住宅 建设或改造项目的近期、远期规划，这些都应在选址考虑的范围内。如果选址 于城市的市级商业中心规划区，其商圈范围大，可能涉及全市；如果选址在区 1 3 第二章a t m 网点选址理论 域性商业中心，则商圈范围为区域性的地域。评价网点位置的优劣时，既要分 析现时的情况，又要结合城市规划对未来的商业价值进行评估，这是因为一些 现时看好的网点位置，随着城市建设的发展可能会由热变冷，而一些以往不引 入注目的地段，也可能在不久的将来会变成繁华闹市。因此，金融机构在选址 时，要评估拟选的零售商业企业地址在城区规划中的位置及其潜在的商业价值。 ( 2 ) 城市性质 一个城市的性质也对金融机构选址具有重要的影响。比如，某一城市是一 个传统的老工业城市，网点的选址就应该考虑到，城市中的大型的工业厂矿企 业，拥有大量的职工及其家属，而且几乎都居住在厂矿周边，形成了一个有一 定规模的居住区，具有很大的消费需求。而如果一个城市属于旅游城市，则旅 游观光景点和沿途路线，宾馆酒店以及特色餐饮店都是游客活动的场所，