TOPSIS方法在商业店面选择中的应用.doc

1、TOPSIS 方法在商业店面选择中的应用摘 要 现代社会，不管是青年还是中老年都会想要有创业的冲动，随着社会的发展，观念的变化，在大学毕业生中创业的也越来越多。那么在生活中，开店就是经常都会遇到的。然而即使你有新鲜的想法和思维，但在创业的过程中常常效果不是太好，其中一方面的原因就是店铺的选址问题，要么地段不好，要么租金太贵导致入不敷出等等的问题困扰着想要创业的人。本文通过案例的形式，综合店面选址的几个方面来考量，通过对市场的调查，确定影响店面选择的人流量、租金、区位人均收入、同地区竞争家数、与市中心的距离等 5 个影响因素，并运用定量研究方法中的 TOPSIS 方法来帮助选出最合适的方案。通过

2、对 topsis方法的掌握，在面对生活中其他问题时也能运用这种方法帮助你选出最佳的方案，做到合理分配资源，使我们能进行决策的优化处理。 关键词 商业选址 TOPSIS 考量因素 作者简介：王莹，贵州大学，硕士在读，研究方向：地方公共政策与环境治理。 中图分类号：F276 文献标识码：A 文章编号：1009-0592（2016）01-248-03 一、 引言 随着经济的发展，人们的观念也在进一步发生变化。在生活中，想要创业的青年人和年老者比比皆是。在这个过程中除了要面对项目的选择外，最重要的就是对于店铺的选择，因为对于初创业者来说，首次的尝试无论成功失败都在之后的经验中有着重要的影响，所以他们也

3、相对来说比较看重。而店址的选择，是初创者的一项长期投资，关系着加盟店未来的经济效益和发展前景。我们知道，两个同类型的店，即使是商品种类、服务水平、营销手段、管理等相同，如果店址不同，那么两个店的经营状况也是不同的。所以在选择店面时，有几个因素是必须考虑在其中的，如人流量、租金、区位人均收入、同地区竞争家数、与市中心的距离等 5 个因素，都可能对店面的经营效果产生重大影响。也就是说当选择最佳店址时，必须考虑以下几个方面因素： 1.该条街道的人流量大小，如果街道偏僻，有可能会对商铺的销售额有影响，所以，在选店时要注意这条信息，还有就是交通的便利程度。2.在决定开店时要想好店面的规模，也就是需要多大

4、的店，店的大小决定了租金的高低，当然还要综合考虑店面位置的人流量，在人流量小的地方一般较偏僻，当然租金也较低，着就需要结合创业者创业的产品来决定。 3.在某些地段，如商业街和市中心的所在地，人群的消费能力相对于小区或是郊区人群的较高，比较适合高端或是单价较高的消费品，需要结合售卖的商品和该地段的人均收入水平相结合。 4.同一地段如果有类似的店在做的话，首先要考察该店的价格水平，如果你们做的都差不多，就不建议把店铺选在那，或你能做到在盈利的情况下把价格定得更低，如商品也替代性强不具备竞争力，不建议选址在同类型店聚集的地方。 5.在考虑交通便利的情况下，注意与重中心的距离，因为往往人们会因为方便的

5、交通而去购买价格略高的产品。 从中我们就可以看出，创业并不是只要你单纯有项目有想法就可以的，还需要你考虑很多方面的问题，其中首要的就是店面的选择，从上面得分析中得到如人流量、租金、区位人均收入、同地区竞争家数、与市中心的距离等 5 个影响因素，当有多个店面可供选择的时候，又该如何操作，仅仅只靠个人的想法依据个人喜好恐怕还是不行，因此，运用到我们掌握的 topsis 逼近理想解的排序法，能帮助我们作出比较合理客观的决策。 二、TOPSIS 的基本原理 1.TOPSIS 刻画的是一个备选方案在接近正理想解的同时远离负理想解的一种叠加状态。如此，可避免备选方案到正理想解的距离同为最近或到负理想解的距

6、离同为最远，所造成无法比较之困扰。其中，近与远的概念可用欧氏距离进行度量。 2.TOPSIS 评价方法的基本规则就是把各备选方案与正理想解和负理想解做比较，若其中有一个方案最接近正理想解，而同时又远离负理想解，则该方案是备选方案中最好的方案。 TOPSIS 法的基本步骤： TOPSIS 是在加权规范化决策矩阵的基础上，拟定正理想解 S+和负理想解 S-，并确定每个方案到 S+和 S-的距离。最后根据相对距离确定方案的优劣。 步骤 1：收集原始数据，形成评价矩阵 步骤 2：指标同趋势化处理 识别效益型（值越大越好）和成本型指标（值越小越好） ，通过取倒数将成本型指标转化为效用性指标。一般宜于将成

7、本型指标转化为效益型指标。 Xij=1/Xij （1） 步骤 3：指标归一化处理 Rij=Xij/ （2） 由于综合评价涉及到多属性指标，各个指标之间的量纲及数量级都可能不同，如 GDP 以亿元为单位，单位 GDP 能耗以吨标准煤/万元为单位，等等，需要对决策矩阵进行归一化处理，否则无法进行相关运算。最后形成的用矩阵表示。 步骤 4：构造加权规范化矩阵 V=Vij 权重可以有主观赋权（delphi 法，专家打分法） ，客观赋权（主成分，因子分析，变异系数法） ，主客观复合赋权（AHP）三种形式。 （3） 步骤 5：确定理想方案和负理想方案 当属性指标为效益型指标时，正理想方案为每列中的最大值，

8、负理想方案为每列中的最小值；当属性指标为成本型指标时，正理想方案为每列中的最小值，负理想方案为每列中的最大值。具体表示如下： （4） 步骤 6：计算每个不同的样本到正理想解 S+的距离 ，计算每个不同的样本到负理想解 S-的距离，其中： （5） 步骤 7：计算相对贴近度 求出了样本与正理想解的距离以及与负理想解的距离后，就可以计算相对贴近度 Ci 的值。 i=0，1，2，3?m ， 步骤 8：综合排序 根据 Ci 的大小对各方案进行排序， Ci 的值越大，则样本的排名越靠前。 步骤 9：做出决策 三、实例应用 某家庭想在本县开一家有特色的餐饮店，对于店铺的选址还没有确定，现有 3 处店面可供选

9、择，根据调查情况，各商家所述，赋各指标的权重 W=0.3，0.4，0.2， 0.3， 0.4调查情况如下： 根据题意得到矩阵： 第一步：指标同趋势化处理 由（1）式得（由于作同趋势化处理过程后数值太小，所以把每一个都扩大了 100 倍）： 第二步：由（2） 、 （3）式对指标进行归一化处理，并根据赋予的权重 W=0.3、0.4、0.2、0.3、0.4得： 第三步：由（4）式得到 正理想解 Z=0.2409006088 0.392947649 0.2 0.261861451 0.35218 负理想解 Z=0.118541091 0.045248517 0.00002275 0.0654 6536

10、3 0.070436 第四步：由（5）式知各方案与正理想解和负理想解之间的距离得： D+=0.230549 0.480135 0.469296 D-=0.490169 0.231838 0.12523 第五步：由（5）式知各地址与最优解的相对贴近度 Ci 为： Ci=0.680112 0.325628 0.051019 得： C1=0.680112 C2=0.325628 C3=0.051019 知 C1 最大，C2 其次，C3 最小。即方案 1 最好。 四、结论 由上面的演算可以看出，在人流量、租金、区位人均收入、同地区竞争家数、与市中心的距离这些因素都确定的情况下，商家根据各个因素对店面的重要性分别对它们作权重赋值，再根据 TOPSIS 方法的步骤，首先作指标同趋势化处理得到一个矩阵 R，然后对指标进行归一化处理，也就是用各因素所占的权重值 W 与