基于多代理人模擬的上海市域零售業中心體系研究*

朱 瑋 陳懿慧 王 德

0 引言

疏解中心城區人口、發展郊區和新城正成為上海市域空間結構調整的主要任務。《上海市國民經濟和社會發展第十二個五年規劃綱要》[1]指出：“必須著力推動城鄉一體化發展。把統籌城鄉發展作為轉型發展的重大任務，優化城市空間布局，充分發揮郊區在新一輪發展中的戰略作用，積極推進新城、新市鎮和新農村建設，推動城市建設重心向郊區轉移。”在此背景和趨勢下，上海的零售業空間正在發生重構。2012年上海市8個郊區（縣）的零售總額增長幅度顯著高于市區增長水平；再以近年來零售業發展的主要業態——購物中心為例，2001—2010年間郊區購物中心數量增長迅速，近5年來年均增加10個；而2011—2012年新開業的購物中心有將近一半為社區型或城郊型購物中心[2]。上海零售業的增速發展需要商業空間規劃的支撐與引領。

《上海市商業網點布局規劃綱要（2009—2020年）》[3]（以下簡稱“商業規劃綱要”）規劃在中心城區形成“市級、地區級、社區級”3級商業中心體系；在郊區形成“新城、新市鎮、中心村”3級商業網點體系。本研究并不意圖對該規劃的合理性進行評價，而是旨在探索一種新的規劃方法和思路，從基于個體行為模擬的方法出發，推演上海市域的零售業中心體系，作為對傳統的規劃方法以及對以上規劃內容的補充。

我國對于城市商業體系結構的研究一直主要是地理學的傳統[4-7]，近年來的商業設施規劃方法與其一脈相承[8-13]，主要通過商圈（服務區）分析，或者應用GIS技術與細致的人口數據進行疊加等方法，從宏觀上來優化商業設施的布局。但因為這種方法反映實際復雜機制的能力有限，限制了其應用價值。同時，個人消費行為研究從自下而上的角度完善了城市商業體系形成的機制理論[14-18]，揭示了個人行為偏好與商業設施規模布局的關聯。然而這些研究尚未對商業空間規劃方法產生實質影響。個體行為模擬方法的優勢在于：（1）自下而上的視角更加貼近商業中心體系形成的本質過程。經典的中心地理論揭示[19]，中心地（如商業中心）的形成，是消費者和供應商在時空中協調的結果；（2）不拘泥于以城鄉空間類型為基礎的等級體系，從消費者需求和消費行為特征來對應商業空間的類型和特征，使得商業空間體系更加靈活豐富；（3）更加明確地納入多種影響要素，如：人口布局、需求水平、交通條件等，更有效地把握商業空間規劃的復雜性；（4）量化商業中心體系的績效，為優化規劃方案提供依據。

多代理人模擬（multi-agent simulation）技術為模擬方法應用于商業中心體系規劃提供了契機。現有的商業中心體系模擬方法多采用數學規劃優化方法[20-23]，由于受到算法的限制，僅能開展小規模、簡單場景下的模擬，且通常用于理論探討，無法用于商業規劃實踐。多代理人模擬不依賴于總體的優化控制，而是通過精確地模擬個體行為，生成總體層面的商業中心體系形態，與現實世界的運行機制是一致的。本研究基于筆者[24]所開發的多代理人零售業空間結構模擬系統，該系統被證明在多種虛擬的消費者空間分布情景下，能夠獲得合理的商業中心體系。本研究改進了該系統，提高了其靈活性，增加了商圈模擬功能，并用此來對上海市域的零售業中心體系進行實證和推演。縱觀現有研究，這也是首次應用該類模擬方法對實際的、大規模的商業中心體系進行實證，令推演的基礎更可靠。

本文第二部分簡要介紹該模擬系統。第三部分應用該系統，首先對上海市域零售業中心體系進行實證，獲得必要的模型參數；接著在多種可預見的情景下，推演未來上海市域的零售業中心體系，這些情景主要包括人口數量和布局的變化，以及網絡購物（簡稱網購）對消費者需求的影響。第四部分討論推演結果對上海零售業發展和規劃的現實意義。

1 模擬系統簡介

根據中心地理論，商業中心體系的空間布局是在消費者和商業中心的互動之下形成，該機制是本模擬系統的核心。

1.1 消費者行為

消費者對不同等級的商品和服務產生需求，表現為不同的消費頻率和花費。高等級需求（如珠寶）的頻率較低、花費較高；而低等級需求（如日常食品）的頻率較高、花費較低。如此，通過改變頻率、花費這兩個變量，可以按需定義任意數量的需求等級，使得對應商業中心等級、類型的定義也非常靈活。

消費者在備選的商業中心中選擇一個作為消費目的地。這個過程用離散選擇模型（Discrete Choice Model）來模擬，其中的效用函數包含消費者到商業中心的空間距離這一要素，其對效用的影響程度由距離參數來表征。距離參數為負值，說明商業中心的距離越遠，對消費者產生的效用越低，從而被選擇的可能性越低。參數值的大小反映商業中心的吸引范圍。對于低等級的商業中心，消費者希望其位于步行可達范圍內。因此較小（負值越大）的距離參數將造成效用隨距離較快衰減，反映較小的商業中心服務范圍。相反，高等級需求由于頻率較低，僅能支撐少量的高等級中心。因此，高等級中心可以相對遠離消費者，這一現象可由較大（負值較小）的距離參數來反映。

1.2 商業中心行為

消費者為滿足特定等級的需求，選擇該等級的某一商業中心，這是互動過程中的一個方面，另一個方面則是商業中心調整其空間位置。調整采用“向錢看”的原則，以表征零售商利益最大化的目標導向。調整時，商業中心統計來自4個象限的消費者的消費總額作為其收入，隨后向收入最大的象限移動。

商業中心的運營收入來自消費者的花費。當收入過低，商業中心逐漸衰退；當低于某個閾值時，經營無法維持，則退出市場。收入增長則商業中心成長，設定當其大于上述閾值的兩倍時，由于收入足夠支撐兩個商業中心，則在該地新生成一個同等級的商業中心，以此表征新競爭者的加入。可見，閾值表征著商業中心的退出與擴張機制。對于低等級中心，閾值較低，反映其相對容易生存，但競爭更加激烈；對于高等級中心，閾值較高，因此競爭較少卻失敗的風險更高。

1.3 模擬過程

模擬過程始于在空間內生成特定數量的消費者代理人，然后生成不同等級的商業中心代理人隨機分布于空間內。以下的過程循環進行：（1）每個消費者產生特定等級的需求，選擇某個相應等級的商業中心進行消費；（2）商業中心統計收入、光顧量、出行距離；（3）在設定的時間節點，商業中心調整位置；（4）在設定的時間節點，商業中心判斷是否消亡或者新增中心。

當商業中心的數量和位置達到穩定狀態時，模擬程序終止。圖1為示例模擬結果，其中的灰色小三角形代表消費者，五角星代表一級中心（等級最高），綠色三角形代表二級中心（等級居中），圓形代表三級中心（等級最低），線條代表商圈范圍（此處為中心光顧量前75%的消費者）。可見一級中心的數量最少，商圈范圍最大；二級中心的數量和商圈范圍中等；三級中心的數量最多，商圈最小。

2 上海市域零售業中心體系的實證及推演

2.1 實證

2.1.1 數據

應用本模擬系統對上海市域零售業中心體系的實證研究為了達到兩個目的，一是對系統的實際可用性進行檢驗，二是獲得關鍵的模擬參數，作為下一步推演的基礎。采用兩個數據集：一是2000年第五次全國人口普查數據，提取了上海市域各街道的人口，圖2中的每個點代表所在街道的人口總和。二是2001年全國基本單位綜合調查數據，包括所有注冊的零售業單位。通過將每個零售單位的地址在ArcGIS地圖中定位，然后生成上海市域零售業的密度分布圖（圖3），顏色越深說明密度越高。之所以采用這兩個數據集，是因為在可獲得的數據源中，這兩個的時間最接近。根據圖3并以通常的認識作修正，辨識出市域零售業中心，為簡化起見，僅包含兩個等級（圖4）：4個一級中心（相當于市級），分別為南京東路、南京西路、淮海路、徐家匯；41個二級中心（相當于地區級、新城級和略低于這兩種形態的中心），其中25個位于中心城區（外環線內），16個位于郊區（外環線外）。

圖1 模擬結果示例

圖2 2000年以街道為單位的上海市域人口分布

圖3 2001年上海市域零售業密度分布

2.1.2 系統擬合

擬合的目的是得到模型參數，以使得模擬的零售業中心體系分布盡量接近實際的分布。兩類參數需要估計，即決定零售中心空間位置的距離參數和決定中心數量的收入閾值。根據實際的消費者行為事前確定的參數包括消費的頻率和花費（表1）。其中花費的取值無需量綱，僅需保證兩個等級的相對數量關系與實際接近，在此即一級中心花費：二級中心花費=10：6。

模擬的2000年上海市域零售業中心體系見圖4，共有4個一級中心和42個二級中心。對于二級中心，14個位于郊區，略少于實際，其中10個二級中心的位置與實際非常接近。位于中心城區的二級中心有28個，略多于實際，其分布與實際的匹配程度不如郊區，主要是由于中心城區的人口分布均質性較高，中心分布的可能性也更多。模擬的一級中心數量與實際的一致，但在分布上略顯分散，這主要由兩個原因導致：（1）實際的市級中心在歷史的基礎上發展，其位置不容易受城市結構變化的影響；（2）模擬尚未考慮不同人群的消費能力差異，一般中心城區人口的消費能力高于郊區，因此如果納入該因素，模擬的一級中心將更加集聚以迎合中心城區的消費者。

總體上，該模擬系統可以較好地再現上海市域的零售業中心體系，尤其是對郊區的模擬相較中心城區更準確。

2.2 推演

以上述實證結果為基礎，應用本模擬系統對未來可能情景下的上海市域零售業中心體系進行推演。主要探討兩種情景，一是人口數量和布局的變化，二是網購對實體購物行為的影響。

2.2.1 人口分布變化的影響

推演的時間截面為2010年和2020年，因此比較2010年的推演結果與實際的情況也可作為對模擬系統的驗證。

根據第六次全國人口普查數據，2010年

圖4 實際及模擬的2000年上海市域零售業中心體系

表1 模擬的參數及結果

根據第六次全國人口普查數據，2010年上海市域人口規模為2 303萬人，人口密度為3 631人/km2；中心城區人口密度為24 137人/km2，比2000年有所下降。根據各區縣控制性詳細規劃，2020年市域人口規模為2 895萬人，中心城區人口密度進一步降低，為20 628人/km2。經過模擬設定消費者的花費每個階段提高30%，以反映人們生活水平和消費能力的提高。

模擬結果如圖5所示。比較這3年，一級中心分別為4個、8個和14個；二級中心分別為42個、55個和69個。從中心的分布來看，2010年一級中心分布在中心城區，2020年有兩個一級中心出現在郊區，位置接近老閔行和松江老城；二級中心主要在郊區增長，每10年大約增加10個，遠快于中心城區的速度。比較人均出行距離，盡管人口布局趨向分散，但由于中心數量增加以及布局更加均等化，反而減少了人均購物出行距離。此處的距離數值無量綱，不對應實際距離，從相對關系看，2010年的人均出行距離比2000年減少9%；2020年比2010年減少10%。

進一步考察一級中心。2010年相較2000年新增的有（圖6）：北外灘、上海火車站、漕河涇、上海南站。這與2010年的實際情況有出入，這4個地方并未形成公認的市級中心。2020年新增的有：豫園、耀華路、大華、世紀大道、老閔行、松江老城。可見浦東的一級中心明顯較浦西少，僅耀華路和世紀大道兩處。雖然人口規模、單次消費額均增長，但愈加激烈的競爭導致各時期的中心平均收入有所下降（圖中灰色色塊表示下降趨勢）。每一階段收入最高的中心均為新增的中心：2010年是北外灘，2020年是世紀大道；同時現有中心之間的收入差距縮小。這是因為原先的商業中心空白地區積蓄了大量的消費需求，但一直達不到新增中心的收入閾值。一旦超過閾值，新增中心成為該地區釋放需求的集中地，壓縮著既有中心的商圈。

圖7顯示在2020年的模擬情景下，各時間截面下的既有或新增中心的商圈，以中心客流量的前30%為標準。4個在2000年已存在的一級中心的商圈擴展到整個市域范圍，但其收入的下降以及在所有中心中排名居中，說明其商圈范圍的擴大僅僅是由于消費者分布的擴散所致，并沒有增強其經濟實力。比較圖7a）和圖7b），發現2000年的4個既有中心和2010年的4個新增中心商圈重合較大，可見這些地區消費者選擇中心時并沒有絕對的意向，新增中心與既有中心之間存在較大程度的競爭關系。不同的是，圖7c）中松江老城和老閔行這兩個一級中心的商圈范圍雖然小，但是基本壟斷了周邊地區，因此它們與其它的中心不存在競爭關系。另外4個新增中心的商圈主要覆蓋市域北部和浦東，與除了漕河涇、上海南站、老閔行、松江老城4個中心以外的其他的中心有較強的競爭關系。

2.2.2 網絡購物的影響

在網購日益興盛的背景下，傳統實體商業面臨挑戰。盡管實體商業正在調整策略加以應對，但網購對未來零售業中心體系的影響也十分有必要作為一種可能性來探討。在此以2020年的情景為基礎，加入網購作為影響要素。假設到2020年上海網民數量占市民總數的75%（2011年為65%），網購者占網民總數的80%（2008年為45.2%，2009年為52.6%），約為1 734萬人。對于不網購的居民，其消費行為參數設定與之前的模擬一致（表1）；對于網購者，設定其在一級中心進行消費的頻率為2%，在二級中心消費的頻率為15%，花費與不網購者一致。

在網購因素的影響下，2020年上海市域模擬零售業中心體系規模大幅縮減（圖8）。一級中心減少4個，位于老閔行和松江老城的兩個中心消失，以致于一級中心仍限定在中心城區之內；二級中心減少21個，其中中心城區減少11個，郊區減少10個。如果將原先的14個一級中心固定在原處，以觀察網購對這些中心收入的影響，則會發現所有一級中心的收入平均減少20%。由于原本這些中心之間的競爭已經比較激烈，部分中心的收入位于閾值的邊緣，20%的收入減少導致所有中心無法生存，因此也不得不退出部分中心從而令市場重新洗牌。

圖5 上海市域零售業中心體系模擬3年比較

圖6 模擬一級中心的收入

3 結論

3.1 模擬系統的潛力

對2000年上海市域零售業中心體系的實證是同類研究中的首次嘗試，取得了較好的效果，證明應用該多代理人模擬系統能夠對實際的、大規模的商業中心體系進行解釋并再現，為規劃提供新的方法和思路。盡管目前的模型系統僅涉及消費者前往中心的距離和商業中心收入閾值兩個變量，模擬的零售業中心體系已經能夠一定程度上接近實際的零售業體系，說明模型把握了商業中心形成機制的核心部分。而模擬方法特有的優勢——情景分析，也通過對不同人口分布以及網購影響下的市域零售業中心體系推演得以展示。相信隨著影響要素的不斷豐富以及模擬機制的不斷完善，該方法對于商業規劃的價值將進一步顯現。

3.2 對上海零售業發展的借鑒

對上海零售業中心體系幾個可能情景的推演結果，在模擬系統尚未成熟的情況下，尚不足以作為實際規劃的依據，其中的定量分析也至多作為定性判斷的過程。盡管其與商業規劃綱要的結論之間存在一定差異，但也不妨礙將其作為一種思考的可能方向。

（1）市級中心建設的重點在中心城區。盡管未來上海空間結構調整的大方向是郊區，但絕大多數市級中心仍在中心城區發展，這點與商業規劃綱要的目標一致，但在中心的具體位置上有一定差異。可能興起的中心包括：北外灘、上海火車站、漕河涇、上海南站、豫園、耀華路、大華、世紀大道、老閔行、松江老城。其中，老閔行與松江老城位于郊區，其商圈與中心城區的市級中心不存在競爭關系，主要服務于地方居民；且受需求波動的影響較大，作為市級中心有較高的不確定性。

（2）二級中心建設的重點在郊區。郊區二級中心的增長速度將遠高于中心城區二級中心，這是市域人口增長與向郊區疏解同步進行的結果。這里的二級中心，在中心城區內對應于商業規劃綱要中的地區級中心，以及規模和服務介于地區級和社區級之間的中心形態；在郊區，既包括商業規劃綱要中的新城中心，也包括介于新城中心和新市鎮中心之間的中心形態。因為模擬以2000年的情況為目標，當時二級中心的發展水平應略低于當前的地區級中心和新城中心。

圖7 2020年情景下各階段新增中心的商圈

圖8 網購影響下的2020年上海市域零售業模擬布局

（3）北外灘、世紀大道具有成為頂級市級中心的潛力。在商業地理中，區位是影響商業中心繁榮的基本要素，由于地理區位不可改變，也因此有了“區位、區位、區位”（Location，location，location）這一通俗而經典的論斷。在特定的環境中，一個中心的區位可能因為歷史、建成環境等因素制約不能發揮其應有的作用。由于目前該模擬系統唯一的選址機制就是中心與消費者的空間關系以及由此而形成的收入差異，結果顯示北外灘、世紀大道在不同的階段分別是收入最高的兩個市級中心，說明它們具有優良的先天區位條件。北外灘地區功能的逐步升級和世紀大道地鐵四線交匯地區的開發，與它們的區位優勢將共同發揮兩個地區作為頂級市級中心的潛能。

（4）網購的影響要充分考慮。網購導致消費者對實體商業需求量的減少，模擬顯示按照目前網購的發展趨勢，未來將對市域零售業體系產生顯著的影響，不考慮網購影響的零售業體系存在規模過大的風險。在考慮網購的情景下，模擬顯示市級中心僅在中心城區發展，數量約為10個；位于中心城區和郊區的二級中心數量接近。

3.3 研究展望

改進模擬系統將作為今后研究的基礎部分，納入更多相關的影響要素，如不同的消費者行為、因地而異的商業中心運營成本、商業中心吸引力受傳統認知的影響、軌道交通的作用等。在此基礎上開展實證研究，希望能在第六次人口普查的基礎上，在上海軌道交通發展基本成型的背景下，更深入地研究市域零售業中心體系的形成機制，為商業規劃提供更可靠的支撐。另外，該模擬系統也適用于模擬社會服務設施體系，為學校、醫院、公園等設施的規劃提供新的思路。

References

[1]上海市人民政府. 上海市國民經濟和社會發展第十二個五年規劃綱要[R]. 2011.Shanghai Municipality Government. Outline of the Twelfth Five-Year Plan for National Economic and Social Development in Shanghai[R]. 2011.

[2]宣穎穎. 基于GIS的上海市社區型購物中心區位評價研究[D]. 上海：華東師范大學，2013.XUAN Yingying. GIS-based Research on the Location Evaluation of Community Shopping Centers in Shanghai[D]. Shanghai: East China Normal University，2013.

[3]上海市商業經濟研究中心，上海市城市規劃設計研究院. 上海市商業網點布局規劃綱要（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]寧越敏. 上海市區商業中心的等級體系及其變遷特征[J]. 地域研究與開發，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]寧越敏. 上海市商業中心區位的探討[J]. 地理學報，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，柴彥威. 論城市商業活動空間結構研究的幾個問題[J]. 經濟地理，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，戴學珍，戴興華. 城市商業活動空間結構研究的回顧與展望[J]. 經濟地理，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]朱華華，閆浩文，李玉龍. 基于Voronoi圖的公共服務設施布局優化方法[J]. 測繪科學， 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. 我國大中城市商業網點規劃影響因素研究[D]. 北京：北京化工大學，2005.LI Wencheng. Research on Affect Factors in Commercial Network Planning of Chinese Bigmedium Cities[D]. Beijing：Beijing University of Chemical Technology，2005.

[10]許莉. 機動化背景下的城市商業空間布局優化研究[D]. 武漢：華中科技大學，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]侯海榮. 我國城市商業中心規模研究[D]. 哈爾濱：哈爾濱工業大學，2009.HOU Hairong. Research on the Scale of City Commercial Center in China[D]. Harbin：Harbin Institute of Technology，2009.

[12]朱楓，宋小冬. 基于GIS 的大型百貨零售商業設施布局分析——以上海浦東新區為例[J]. 武漢大學學報：工學版， 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]嚴慧慧. 大城市簇群式發展背景下的商業空間結構優化研究——以武漢市為例[D]. 武漢： 華中科技大學，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]柴彥威，翁桂蘭，沈潔. 基于居民購物消費行為的上海城市商業空間結構研究[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]沈潔，柴彥威. 郊區化背景下北京市民城市中心商業區的利用特征[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，張晉慶. 上海市消費者出行特征與商業空間結構分析[J]. 城市規劃，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，許尊，朱瑋. 上海市郊區居民商業設施使用特征及規劃應對——以莘莊地區為例[J]. 城市規劃學刊，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]張文忠，李業錦. 北京城市居民消費區位偏好與決策行為分析——以西城區和海淀中心地區為例[J]. 地理學報，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]楊遴杰. 零售型電子商務企業配送中心選址模擬研究[J]. 經濟地理，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]朱瑋，王德. 基于多代理人的零售業空間結構模擬[J]. 地理學報，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.