地理資訊系統及資料探勘技術在連鎖咖啡店設點之分析與研究 - 政大學術集成

全文

(1)國立政治大學資訊科學系 Department of Computer Science National Chengchi University. 碩士論文 Master’s Thesis. 立. 政治大. ‧ 國. 學. 地理資訊系統及資料探勘技術在連鎖咖啡店. ‧. 設點之分析與研究. sit. y. Nat. Coffee Shop Location Analysis using GIS. n. er. io. and Data Mining Techniques al v i n Ch engchi U 研究生：劉奕宏指導教授：何瑁鎧. 中華民國一百年八月 Aug 2011.

(2) 摘要. 近年來台灣連鎖咖啡店消費人口的穩定成長，提升了連鎖咖啡店的市場規模與消費產值，傳統利潤導向的市場經營方式，使得連鎖咖啡店的競爭更趨激烈，如何訂定正確的選址與經營策略，成為在高度競爭市場中存活的重要關鍵。. 傳統的選址問題需要投入大量的人力與時間進行相關資訊的蒐集、訪查與. 政治大. 評估，故而在新設營業點時，較少運用複雜的因素進行區位選址的分析與評. 立. 估。因此能透過較多的因素，從區位選址與營利效應等觀點進行分析，協助投. ‧ 國. 學. 資者獲得更好的利潤，提高決策成功的機率，是極為重要的問題。. ‧. 本論文的目的，在於為連鎖咖啡店之選址決策，提出能增加成功機率之設. y. Nat. sit. 點建議。我們依據連鎖咖啡市場雙雄在訂定選址決策的成功經驗，透過相關係. n. al. er. io. 數進行人口與經濟活動因素之統計分析，以找出其成功選址之關鍵因素。同時. i n U. v. 運用資料探勘的分類技術，建構成功選址之分類模型，並經由地理資訊系統提. Ch. engchi. 供的圖層資料，對連鎖咖啡市場雙雄之競爭關係進行分析與評估，以提供正確選址及設點之建議。. 實作中我們採用台北市出租店面之空間資料，以探討並評估本研究建議模型之實際效益。實驗結果顯示，透過本研究之選址分類模型進行設點類型之預測，有七成以上之達成率，顯示本研究提出之模型能有效增加選址的成功機率，同時經由競爭對手設點空間關係之分析，亦能提供有利選址決策之建議。. 關鍵字: 選址分析、地理資訊系統、資料探勘 i.

(3) Abstract The number of customers of coffee shop chains has grown steadily in recent years that cause the market size as well as the total consumption value increase rapidly and continuously. The competition among the chain coffee stores get even worse under the traditional profit oriented management style. In such case, it is crucial to make the correct decisions when selecting the coffee shop locations as well as making operation strategies in opening new coffee shops. Traditionally, it takes a great amount of time and human resources in collecting relevant information, conducting field visits as well as site evaluations when making coffee shop site selections. One seldom considers complex factors of site evaluation or field analyzing in selecting the location of new coffee shop. Hence, it will be one of the major contributions if. 立. 政治大. ‧ 國. 學. one can find a mechanism in analyzing the site selection as well as profit evaluation to help the investors to produce better profit and to improve the chance of success.. ‧. The goal of this thesis is to provide recommendations to improve the success rate of chain coffee shop site selection strategy. Based on the coffee market leaders’ success experiences in formulating the site selection strategies, we analyzed the correlation coefficients of the population as well as economy activities in order to identify the key factors in successful site selection strategies. We also used data mining techniques to construct the classification models of successful site selection. In addition, we analyzed and evaluated competition relations between the two leading chain coffee brands using the geographic information systems to obtain appropriate recommendations in new site selections.. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. The shop rental information of Taipei City was used to explore and to evaluate the models recommended in our mechanism. The experimental results showed that the prediction through the classification models for site selections can achieve 70% of success rate. This indicates our mechanism effectively improve the successful rate of site selections. Moreover, the experimental results also show that the spatial analysis of site selections between the competitors is helpful in providing appropriate site selection strategies.. Keywords: site selection analysis、geographical information system、data mining. ii.

(4) 致謝詞. 本論文的完成，首先要感謝指導老師何瑁鎧教授，何教授學養豐富，在論文寫作期間不厭其煩悉心的指導與協助，提供很多論文寫作寶貴的建議，讓我受益良多，同時在這段研究所在職進修期間，需要同時兼顧學業與工作的情況下，何教授更是給予很大的支持與鼓勵，讓我可以順利完成學業。. 政治大. 另外也要感謝口試委員本校詹進發教授及華梵大學唐政元教授在口試期. 立. 間對本論文不吝指正，提供許多寶貴的建議與指導，讓本論文更臻完備。. ‧ 國. 學. 在研究所這段求學期間，還要感謝日晟學長、斐瑜學姐、珮華學姐、志偉. ‧. 學長、欣瑜學姐、立軒學長，在討論過程中給予很多寶貴的建議還有各位同學. y. Nat. n. er. io. al. sit. 在課業上的相互扶持與照應，在此深表感謝。. i n U. v. 最後也要感謝家人的支持與體諒，平時公務繁忙奔波之餘鮮少時間陪伴家. Ch. engchi. 人，而研究所在職進修期間留給家人的時間又更少，感謝你們的包容與體諒。. iii.

(5) 目錄第一章緒論 ................................................................................... 1 1.1 研究動機與目的 .............................................................................. 1 1.2 問題描述 ......................................................................................... 3 1.3 研究貢獻 ......................................................................................... 4. 第二章文獻回顧與探討 ................................................................. 6. 政治大選址考慮因素 .................................................................................. 8 立. 2.1 連鎖咖啡店之經營 ........................................................................... 6 2.2. 2.3 資料探勘 ......................................................................................... 9. ‧ 國. 學. 2.4 地理資訊系統 ................................................................................ 10. ‧. 第三章選址之討論 ...................................................................... 11. sit. y. Nat. 3.1 系統流程 ....................................................................................... 11. al. er. io. 3.2 資料前處理 ................................................................................... 13. v. n. 3.2.1 人口資料 .............................................................................. 14. Ch. engchi. i n U. 3.2.2 經濟活動資料 ....................................................................... 14 3.2.3 空間關係資料 ....................................................................... 14 3.3 選址關鍵因素選取 ......................................................................... 15 3.3.1 相關係數 .............................................................................. 16 3.3.2 購買力指數 ........................................................................... 17 3.3.3 零售飽和指數 ....................................................................... 17 3.3.4 人口特性 .............................................................................. 18 3.3.5 經濟活動 .............................................................................. 21 3.3.6 空間關係 .............................................................................. 24. iv.

(6) 第四章分類模型與實例探討 ........................................................ 46 4.1 選址分類模型建構 ......................................................................... 46 4.2 實例探討與設點評估 ..................................................................... 52 4.3 結果分析 ....................................................................................... 55. 第五章結論與未來研究 ............................................................... 65 5.1 研究結論 ....................................................................................... 65 5.2 未來研究 ....................................................................................... 67. 治政參考文獻 ....................................................................................... 68 大立 ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. v. i n U. v.

(7) 第一章緒論. 1.1 研究動機與目的隨著咖啡文化的普及，咖啡已成為台灣消費市場上一種大眾化的民生基本飲料，消費總產值也逐年提升，走進咖啡連鎖店的消費人口愈來愈多，消費次數也逐漸提高，咖啡文化已深入台灣消費者日常生活之中成為國人飲食文化中. 政治大鎖咖啡店，咖啡市場的大餅吸引許多人爭相投入，各家廠商抑或攻城掠地，抑立重要的一環，而國內咖啡產業之發展從早期的個人咖啡店朝向大規模經營的連. 或力圖自保，雖然連鎖咖啡市場的競爭是如此激烈，但仍有許多創業族想投身. ‧ 國. 學. 其中，在如此烽火連天競爭激烈的市場中要佔有一席的生存空間需要有正確的. ‧. 經營策略，愈是瞭解顧客的經營者，才愈有機會成為市場的贏家。. y. Nat. 根據台灣市場調查權威機構 — 東方線上從 1996 年到 2010 年間針對全省. er. io. sit. 2000位年齡介於 13至 65歲的消費者所做的消費習性調查，由圖 1的曲線走勢可以看出，台灣連鎖咖啡店的消費人口是逐年成長的。從 1996年的調查中發現曾. al. n. v i n 經在過去三個月內去連鎖咖 C啡h店消費的人口比U率是 7.8%，然後逐年穩定的成 engchi. 長。在 2000年時呈現顯著的成長，跳升到 21.2%，接著又穩定持平了 5年，然後. 從 2006年起則大幅的成長至今，從數字來看，過去三個月內造訪連鎖咖啡店的消費者大幅的上升，這個消費比率爆增的現象也顯現出台灣連鎖咖啡市場的規模是擴大的。. 1.

(8) 政治大. 圖 1、資料來源 : 東方線上 E-ICP(1997~2011)年版. 立. 由圖 2可以觀察到從 2008年到 2010年間消費者曾經在三個月內前往消費的. ‧ 國. 學. 連鎖咖啡店中，以 85度 C所佔比例最高，有超過六成的連鎖咖啡店的消費者在近期內有去過 85度 C，其次是星巴客接近一半。因此，從整個連鎖咖啡市場的. ‧. 競爭態勢來看，台灣連鎖咖啡市場實際上是一個兩雄對峙的局面，並以兩種不. y. Nat. sit. 同的經營模式與品牌定位來區隔連鎖咖啡啡市場不同的消費族群，其一是以較. n. al. er. io. 高的價位取向來提供較舒適且較佳服務品質的經營定位；其二則是以壓低空間. i n U. v. 設計成本，主攻平價親民的咖啡產品來爭取市場的認同。. Ch. engchi. 圖 2、資料來源 : 東方線上 E-ICP(2009~2011)年版. 2.

(9) 而依據李孟熹 [4]的研究指出，擁有一定的店面數與適當設點位置的連鎖企業體系，將會架構出一個最佳的組織運作模式。如果以 85度 C與星巴客兩大連鎖咖啡市場龍頭成功的經營模式來看，兩家業者在台北市的開店數就各自佔全部店面數目約 55%與 70%，顯見兩家業者在台北市設點的成功經驗足以作為引伸研究的模型，實具有連鎖咖啡市場設點的參考價值。有鑑於此，本研究的目的在於: 1. 經由台灣連鎖咖啡市場兩大龍頭星巴客與 85度 C成功的營運模式與經驗. 政治大. 作為引伸研究的模型，分析兩大連鎖咖啡市場龍頭在選址決策中考慮的重要因素。. 立. 2. 結合兩大連鎖咖啡市場龍頭在選址決策中考慮的重要因素，建構成功選. ‧ 國. 學. 址的分類模型以建立系統化的選址流程與標準，期能發展一套較佳的區. n. al. er. io. sit. y. Nat. 1.2 問題描述. ‧. 位佈局規劃，以提供投資者在制定選址佈局策略的參考依據。. i n U. v. 本研究在於探討建立一個成功連鎖咖啡店區位佈局規劃之選址決策模. Ch. engchi. 型，以協助投資者更容易且更適當的進行選址決策。我們經由相關文獻資料的研讀中歸納整理出選址考慮的因素，透過資料前處理的過程進行資料標準化的作業以提供後續資料的分析，從相關係數的統計中找出選址關鍵之因素，再經由選址分類模型的建構進行設點預測與分析之過程。我們鎖定台北市做為本研究的適用範圍，台北市為全台人口密度最高，工商活動最為頻繁的地區，兩大連鎖咖啡市場龍頭星巴客與 85度 C在全台所有分店之設點分佈狀況，如圖 3所示。由其分佈狀況圖可看出，台北市為星巴客全台設點數最高的地區，共計有 97家分店在台北市設點，而 85度 C在台北市的設點數在全台亦僅次於台北縣為第二高的地區，共計有 47家分店在台北市設點， 3.

(10) 雖然台北縣為 85度 C全台設點數最高的地區，但由於台北縣的相關資料取得不易，相對的台北市資料的取得則更為豐富，故本研究仍以台北市為主要的研究範圍，從設點分佈的比例來看，兩大連鎖咖啡市場龍頭星巴客與 85度 C在台北市的開店數各佔北部地區總開店數之比例約為 60%與 27%。由於台北市各行政區的消費人口特性有所不同，我們需要分析兩大連鎖咖啡品牌在各行政區開店數的分佈趨勢並從中找出成功選址的關鍵因素，以供後續建構成功選址模型的參考依據，並輔以地理資訊系統分析與展示的功能，進行後續選址佈局的規劃與研究。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 圖 3、星巴客與 85度 C全台設點分佈圖. 1.3 研究貢獻本研究的貢獻如下: 1. 我們運用了資訊科技的輔助建立一套系統化的選址流程與標準，解決了傳統開店設點問題所需投入大量人力與時間的成本。 2. 我們延伸了連咖啡市場兩大龍頭星巴克與 85 度 C 在選址決策的成功經驗，建構了連鎖咖啡店成功選址的分類模型，增加了投資者在選址決策. 4.

(11) 中的成功機率。 3. 我們透過了地理資訊系統科技的輔助對連鎖咖啡店的競爭關係進行評估與分析，協助了投資者在創業過程更容易的進行選址的決策。由於成功的選址對於一家連鎖咖啡店經營的成敗具有相當大的影響力，也是連鎖咖啡店的是否能持續營運的重要關鍵，然而傳統開店設點的問題往往需要投入大量的人力進行相關資訊的蒐集、評估與分析的過程，並且為了能徹底掌握選址的相關因素以避免造成誤判，投資者或創業族常常需要花費大量的時. 政治大的選址流程與標準，我們以連鎖咖啡市場兩大龍頭星巴克與 85度 C成功選址的立. 間進行實地的訪查與記錄。因此，本研究希望透過科學的方式建立一套系統化. 模式與經驗做為引伸研究的模型，經由其選址分類模型的建構與設點區位的評. ‧ 國. 學. 估與分析來協助投資者更容易且更適當的進行選址的決策，以降低投資者在選. y. Nat. 後續導入時能依此流程做為分析與決策的參考依據。. ‧. 址過程中所需投入大量時間與金錢的成本，增加選址決策的成功機率，以提供. er. io. sit. 本論文內容共分五個章節，第一章為緒論首先由研究動機中確立研究目的，並透過問題描述以制定系統架構及相關執行的步驟；第二章為文獻回顧與. al. n. v i n 探討透過相關文獻與資料之C 研讀，整理商業選址所需考慮之因素做為本研究評 hengchi U. 估之基礎；第三章則根據星巴客與 85度 C設點現況並結合第二章所歸納整理之因素，找出成功選址之關鍵因素；第四章則結合第三章所找出之選址關鍵因素，透過分類演算法以建構星巴客與 85度 C選址之分類模型，並以 591租屋網之店面出租資訊為來源資料，實際運用此分類模型並結合地理資訊系統進行出租點位與競爭店之空間關係分析以供後續選址之建議；第五章則依據第四章之分析結果做為本研究之結論與建議。. 5.

(12) 第二章文獻回顧與探討. 本章透過文獻回顧的方式，探討與本研究有關之觀念與研究理論，其中包含連鎖咖啡店之經營、區位選址理論及考量因素、資料採礦、地理資訊系統等，彙整說明如下:. 政治大依據許愷 [1]指出，立所謂連鎖店的特質是指營運流程操作過程，在商標、. 2.1 連鎖咖啡店之經營. ‧ 國. 學. 裝潢設計等皆有一套連鎖制度與稽核控制規章，連鎖總部會不斷統一促銷、教育訓練、績效控制及意見溝通等活動，總部與加盟連鎖店的往來非常頻繁。且. ‧. 依台灣連鎖暨加盟協會有關連鎖體系家數之定義包含 7家以上直營店舖，年營. sit. y. Nat. 業額 1億元以上或 5家直營店舖，以發展加盟為主，加盟店數達 30家，年營業額. al. er. io. 1億元以上之連鎖加盟體系。蔡界勝 [5]也提到，連鎖咖啡店具有大眾化口味、. v. n. 快速服務、簡單烹飪和合理經濟的消費特性。而國內的連鎖咖啡店由於創業背. Ch. engchi. i n U. 景與風格有其獨特的性質，使得經營型態呈現多元化的現象。以下將針對本研究所探討的兩大連鎖咖啡市場龍頭星巴客與 85度 C之經營理念做簡單的介紹 :. 統一星巴客 :星巴客是由美國連鎖咖啡領導品牌 Starbucks與台灣統一集團旗下之統一企業、統一超商三家公司於 1998年 1月 1日合資成立，共同在台灣開設經營統一星巴客門市，其秉持的企業使命為成為世界上最卓越的咖啡業者，並維持其一貫的經營理念。由於統一集團雄厚的資本與獨到的設點策略，從 1998 年 3月 28日起在台北天母開設第一家統一星巴客門市後，便陸陸續續在全台各地執行擴點計劃，截至 2011年 5月為止全台分店數已達 240家，所有分店皆為直. 6.

(13) 營店。依據詹益盺 [2]的研究指出，由於星巴客成功的移植統一企業旗下 7-11 連鎖超商的經營管理經驗，所以在咖啡連鎖店產業能脫穎而出，形成都會區獨特的咖啡文化，除了提供台灣消費者高品質的咖啡與服務外，對展店地點的選擇也十分的重視，在店址選擇與內部裝潢上亦考慮高聚客率、高流動率與店內寬敞等因素，為消費者營造出其品牌形象，提供除了居家與辦公室之外，另一個品嚐咖啡的好去處。. 政治大五星級的產品、平價化的價格，普及、深入台灣各個角落，用高級的原料與技立. 85度 C:85度 C是由其創辦公司美食達人於 2003年所成立，成立之初便是希望以. 術，呈現出精美、平價的商品，讓人人都能享有五星級的待遇與享受。從 2003. ‧ 國. 學. 年在永和成立第一家門市以來，不到幾年的時間已成為台灣飲品市場及烘培市. ‧. 場最大的領導品牌，並於 2010年 11月底起在台灣正式掛牌上市，截至 2011年 5. y. Nat. 月為止全台分店數已達 300多家，門市據點遍及北中南部。其開放空間與三角. er. io. sit. 窗地段，讓來往的車潮與人潮也相對增加，是 85度 C最大的特色。 85度 C的經營策略就是 Christensen[14]所說的「破壞式創新」典型。就是以更便宜、功能. al. n. v i n 更強的創新產品，進攻低階C 市場，癱瘓領導品牌。 85度 C的成功也創造了連鎖 hengchi U. 咖啡市場的另一種型態，其藉由多元化商品的提供去貼近本土化的需求，物美實惠的價格去創造有別於星巴克的利基點。 85度 C改變了咖啡的飲食文化，讓喝咖啡成為一種生活化的方式，而不是非得在優雅氣氛的空間中去體驗與感受。這樣的呈現讓連鎖咖啡通路的面貌更加多元化，也讓連鎖咖啡市場競爭更加激烈。. 7.

(14) 2.2 選址考慮因素根據 Nelson[19]的研究指出零售店在選擇設點位址時，需評估商圈之購買力，亦即應估算商圈之人口數與對特定商品之購買金額，以評估零售區位之增值潛力與競爭力的強度，同時亦應考慮零售店之近便性，亦即附近是否具有便捷之大眾運輸系統或交通工具，以縮短顧客抵達商店顧買的時間，使交通運輸成本達到最小化。此外也應考慮是否能透過與鄰近商店或設施的結合，累積更多吸引力的市場潛能。 Simon J. Bell[10]的研究也指出商店的吸引力包含商店. 政治大時，行人與車流量也越大，聚立集的人潮與車潮就越多，也就越有機會吸引顧客的能見度與方便性等。 Levy et al.[17]的研究亦指出，當商店位置越容易到達. ‧ 國. 學. 前來購物。依照陳坤宏 [3]的研究指出，探討都市的商業空間結構只考慮商業設施的數量與服務圈大小是不夠的，尚應考慮消費者商業活動的需求面，透過. ‧. 消費者與商業設施之間供需的互動關係才能較完整的解釋。而 Kotler[16]的研. sit. y. Nat. 究也指出，人口統計變數是最普遍的區隔消費群體的基礎，其理由是因消費者. al. er. io. 的慾望、偏好及使用率，通常皆與人口統計變數有很大的關聯。綜合上述學者. v. n. 提出之選址理論基礎並輔以資料取得之限制，整理出本研究進行選址分析時之評估因素，如表 1。. Ch. engchi. i n U. 表 1、選址評估之因素. 8.

(15) 2.3 資料探勘資料探勘主要為從資料庫中發現知識，將隱含的、先前並不知道的、潛在有用的資訊從資料庫中粹取出來的過程。亦即可以在大量的資料中，發掘出潛藏有用的資訊，以提供決策人員參考。資料探勘可視為資料庫知識發掘 (knowledge discovery in database)的一部份，知識發掘的整個過程包括資料選取、前置處理、轉換、資料探勘及解釋與評估。 Berry and Linoff[11]的研究指出，資料探勘是針對大量的資料，利用自動化或半自動的方式進行探索與分析，以尋找出. 政治大不同學科領域的技術，包立括：統計學、機器學習、資料庫管理以及資料視覺化. 有意義的樣式或規則。 Kamber et al.[15]的研究也指出「資料探勘是一項涵蓋. ‧ 國. 學. 等。 Berson, Smith and Thearling[12]也指出，資料探勘能探索出新的並具有意義的相互關係、樣式和趨勢的程序。因此，曾憲雄等學者 [6]認為，資料探勘. ‧. 的目的，就是要從大量的資料當中，把這些對於決策過程有幫助的規則給挖掘. sit. y. Nat. 出來。決策樹為分類法中最常使用之技術，亦稱為規則推理法。決策樹分類法. al. er. io. 係透過訓練資料的學習以建立出分類規則，再依據分類規則對未知類別之資料. v. n. 進行分類以實現資料分類之目的。 ID3(Interative Dichotomizer 3) 係由. Ch. engchi. i n U. Quinlan[20]於 1979年所提出之決策樹分類演算法 [24][22]之一，決策樹分類演算法會將原始資料分成兩個部分：即訓練資料與測試資料，訓練資料主要是用來建立決策樹，將訓練資料的每一筆記錄透過決策樹演算法建立出決策樹的分類規則，最後再利用測試資料來評估此決策樹的準確率。本研究使用的決策樹演算法為 C4.5，是 Quinlan[21]於 1993年由其發展的 ID3(Iterative Dichotomiser 3) 演算法中改良而成的版本；與 ID3最大的不同點在於 C4.5改進了 ID3不能處理連續型數值的問題，所以 C4.5可說是 ID3的後續版本，且經由比較不同分類演算法之特性，如貝氏分類法 (Bayesian classification)、記憶基礎推論法 (MBR， Memory-Based Reasoning)以及類神經網路 (Neural Network)分類法等，由於這. 9.

(16) 些分類演算法在實作上往往存在無法解釋分類原因之缺點，而相對於決策樹分類演算法而言卻有更容易理解分類原因之優勢，因此本研究經由評估考量後選擇使用 C4.5決策樹演算法來做為本研究選址分類模型建構之分類演算法。. 2.4 地理資訊系統地理資訊系統係以電腦軟硬體為工具，運用資料庫管理的概念進行地理資料的儲存、處理、分析與展現，提供完善之分析工具，以分析地理空間因素間. 政治大. 之特殊關係，方便使用者查詢擷取。其主要之效益在於可以對地理資料進行處. 立. 理及分析，進而輔助空間決策的進行。根據周天穎、周學政 [7]指出，地理資. ‧ 國. 學. 訊系統是一門科技的整合，它整合了地理數學、地圖測量學、電腦科學，而其應用範圍除產製地圖外，舉凡地面上、地表下一切可見的事務皆可包含，如交. ‧. 通運輸、水土保持、都市規劃、區域選擇、土地利用、資源保育等。Star, J., J.Estes. y. Nat. sit. [23] 也指出地理資訊系統是為了建立地理空間相關的資料所設計的資訊系. n. al. er. io. 統，可以描述空間資料庫並結合分析的能力。也是一種利用資料庫來存放空間. i n U. v. 分佈的物件、行為、或是事件，而可以對這些資料在空間以點、線、面加以定. Ch. engchi. 義的資訊系統，地理資訊系統以一般的查詢分析功能來使用存放於資料庫中的點、線、面資料。 Kang-tsung Chang [13]則指出地理資訊系統是一套電腦輔助空間資料輸入、儲存、尋取、分析與輸出的系統。綜合上述學者對地理資訊系統的定義可知，地理資訊系統實為一整合系統，運用電腦為輔助之基礎，進行空間資料的建立、查詢、管理、分析及呈現等，並可視需要與其它資料連結整合，以進行廣泛的應用。. 10.

(17) 第三章選址之討論. 本章藉由連鎖咖啡市場兩大龍頭星巴客與 85度 C在台北市各行政區的據點分佈現況，探討第二章所歸納之選址評估因素與兩大龍頭設點策略間的關連性，並透過相關係數之分析以找出兩大龍頭在台北市成功選址之關鍵因素，以做為第四章建構選址分類模型之依據。. 立. 3.1 系統流程. 政治大. ‧. ‧ 國. 學. 下圖為本研究之系統流程圖，相關系統流程之說明將於下面進行介紹。. 資料前處理. n. 選址關鍵因素選取. Ch. engchi. i n U. 選址分類模型建構. 設點評估. 結果分析圖 4、系統流程圖. 11. er. io. sit. y. Nat. al. v.

(18) 本研究之系統流程係由前述文獻回顧與探討中整理並歸納出連鎖咖啡店選址分析時所需考慮之因素，並蒐集在選址分析過程中所需之相關資料，再將所蒐集之原始資料進行資料前處理，以做為本研究在後續選址分析過程中所需之資料來源。藉由探討此資料來源與兩大連鎖咖啡市場龍頭選址佈局策略間之關連性以找出成功選址之關鍵因素，並結合兩大連鎖咖啡市場龍頭設點分佈之狀況與關鍵因素做為本研究訓練樣本之資料來源，透過分類演算法以建構成功選址之分類模型，並運用地理資訊系統空間分析與展示之功能進行設點評估與. 政治大素選取、選址分類模型建構、設點評估、結果分析，其系統流程圖，如圖 4所立結果分析。整體系統流程可以歸納成五大構面，包含資料前處理、選址關鍵因. 示。我們將針對系統流程圖中各個區塊之功能做概括性之介紹，細部過程將於. ‧ 國. 學. 後續章節中再詳加介紹。. ‧. y. Nat. 資料前處理 :資料前處理的功能在於歸納整理前述文獻回顧與探討中有關評估. er. io. sit. 選址所需考慮之因素，並進行相關資料蒐集與整理的過程。由於所蒐集之資料其來源與格式皆不相同，因此需要先行對資料格式做標準化的處理程序，以符. al. n. v i n 合後續資料分析格式之需求C 並做為選址關鍵因素探討時所需之資料來源，詳細 hengchi U 的說明將於 3.2節做介紹。雖然前述選址考慮之因素係以一般零售商店做為選. 址分析之基礎，但因連鎖咖啡店與一般零售商店在選址分析的過程中有相同的評估因素，故以此資料做為本研究進行連鎖咖啡店選址分析時之資料來源。. 選址關鍵因素選取 :選址關鍵因素探討的功能在於從所有選址考慮的因素中找出影響連鎖咖啡店設點佈局之關鍵因素。因此需要將前述步驟中所產生之資料與台北市連鎖咖啡店設點佈局現況進行關連性之統計分析，找出連鎖咖啡店選址評估之關鍵因素以做為選址分類模型建構時所需之資料來源，詳細的說明將於 3.3節做介紹。 12.

(19) 選址分類模型建構 :選址分類模型建構的功能在於建立連鎖咖啡店選址之分類模型以供投資者能依此模型做選址分類的決策。因此需要將前述步驟中所找出之選址關鍵因素做為訓練樣本的特徵屬性，透過兩大連鎖咖啡市場龍頭實際的樣本資料建構成功選址的分類模型以做為設點評估時所需之資料來源，詳細的說明將於 4.1節做介紹。. 設點評估 :設點評估的功能在於依據前述已建構完成之選址分類模型，產生設. 政治大依據，詳細的說明將於 4.2節做介紹。立. 點分類之規則，並以實例的方式進行出租點位之分類預測，以做為結果分析之. ‧ 國. 學. 結果分析 :結果分析將依據前述設點評估之預測結果，透過地理資訊系統進行. ‧. 預測點位與競爭店之空間分析找出連鎖咖啡店可選擇之設點位置，做為本研究. sit. n. al. er. io 3.2 資料前處理. y. Nat. 選址之分析與建議，詳細的說明將於 4.3節做介紹。. Ch. engchi. i n U. v. 由於本研究要找出從事連鎖咖啡店設點分析時所需考慮之因素，因此我們經由參考前述文獻回顧與探討中相關學者所提出之研究，從中整理歸納出一般零售商店在選址分析時所需考慮之因素，包含人口特性、經濟活動與空間關係三種類型之資料，且因連鎖咖啡店與一般零售商店在選址分析之基礎及考慮之因素大致相同，因此我們以此做為本研究進行連鎖咖啡店選址分析時之資料來源，相關說明詳述如下。. 13.

(20) 3.2.1 人口資料由於本研究要獲得與台北市連鎖咖啡店選址有關之人口統計特性資料，因此我們需要蒐集人口數、家戶數、土地面積、年齡結構、教育程度及平均收入等資料。其中，除了平均收入是來自於財政部財稅資料中心網站所公佈之 98 年台北市各行政區與村里之最新統計資料外，其它資料皆來自於台北市政府民政局及各區戶政事務所網站所公佈之 99年 12月各行政區及村里之最新統計資料，且因部份戶政事務所公佈之資料其格式並不一致，因此需要透過資料前處. 政治大. 理之標準化作業以提供做為後續選址分析時所需之資料來源。. 立. ‧ 國. 學. 3.2.2 經濟活動資料. 由於本研究要獲得與台北市連鎖咖啡店選址有關之經濟活動資料，因此我. ‧. 們需要蒐集房地產之平均交易價格與平均每戶家庭飲料類消費支出等資料。而. sit. y. Nat. 此資料是來自內政部地政司網站所公佈之台北市各行政區最新房地產交易價. al. er. io. 格與台北市政府主計處網站所公佈之家庭收支調查報告所統計之 12類消費支. v. n. 出中平均每戶家庭飲料類消費支出之最新統計資料。其中，除了房地產之平均. Ch. engchi. i n U. 交易價格資料可直接使用外，其它資料皆需經資料前處理作業並套用前述公式後得到購買力指數及零售飽和指數資料以提供做為後續選址分析時所需之資料來源。. 3.2.3 空間關係資料由於本研究要從連鎖咖啡店設點分析所考慮之因素中找出成功選址之關鍵因素，因此我們需要從空間關係的角度蒐集兩大龍頭在 100、 300及 500公尺不同環域範圍內人口特性與經濟活動之統計資料以進一步找出成功選址之關鍵因素。而此資料是經由地理資訊系統軟體分析兩大龍頭在不同環域範圍內人 14.

(21) 口特性與經濟活動之屬性資料，並以區層級行政區為單位進行相關資料之統計以提供做為後續選址關鍵因素選取時所需之資料來源。. 3.3 選址關鍵因素選取我們經由前述資料前處理之過程中整理歸納出本研究進行設點分析時所需考慮之因素並以相關係數統計分析兩大龍頭星巴客與 85度 C在台北市之設點策略與選址因素間之關連性，藉以找出其成功選址之關鍵因素，以下圖本研. 政治大. 究選取關鍵因素之流程為例，我們經由兩大龍頭星巴克與 85度 C之設點數及其. 立. 不同環域範圍內人口特性與經濟活動因素資料進行相關係數 r之統計並以 |r|是. ‧ 國. 學. 否超過門檻值之判斷標準做為關鍵因素選取之依據。然而由於本研究在選擇門檻值的過程中係依據相關係數之大小劃分不同等級， |r|值越大其相關程度越. ‧. 高， 0.1<|r|<0.3為低度相關， 0.3<=|r|<0.5為中度相關， |r|>=0.5則為高度相關。. y. Nat. n. al. er. io. sit. 因此本研究將以高度相關之門檻值做為關鍵因素選取判斷之標準。. Ch. engchi. i n U. v. 圖 22、選址關鍵因素選取流程圖 15.

(22) 3.3.1 相關係數在機率論和統計學中，相關 (Correlation，或稱相關係數 [28])，顯示兩個隨機變數之間線性關係的強度和方向。兩個變數的關係可以直觀地用散點圖表示，當其緊密地群聚於一條直線的周圍時，變數間存在強相關。亦即兩組樣本數列 X1, X 2, ..., X n 及 Y1,Y2, ..., Yn ，其中 n為台北市區層級行政區之總數，則其相關係數 r 定義為: n. r. S xy SxS y.  ( X i  X )(Yi  Y ). i 1. . n. X   Yi  Y    X i 立 2. ‧ 國. i 1. 學. i 1. 其中 S xy . 政治大 n 2. ‧. 1 n  ( Xi  X )(Yi  Y ) 為兩組樣本數列之共變異數 (covariance)， S x,S y n 1 i 1. sit. y. Nat. 為兩組樣本數列之標準差， X , Y 為兩組樣本數列之平均數， r 介於 -1與 1之間，若 r 為. n. al. er. io. 正表正相關， r 為負表負相關，以如下之相關係數計算為例，假設 A、 B兩種產. i n U. v. 品過去五個月的銷售量為 : ( A , A , A , A , A ) (3,5,2,6,5) ( B , B , B , B , B ) (5,8,5,9,7) 1 2 3 4 5 1 2 3 4 5. Ch. engchi. 35 2 65 58597  4.2 , B   6.8 5 5 5  ( Ai  4.2)( Bi  6.8) 11.2 i 1   0.95 相關係數 r  11.76 5 5   Ai  4.22   Bi  6.82 i 1 i 1. 則平均數為 A . 而本研究假定所分析之資料存在線性關係，且經由比較在統計學上用以衡量兩個隨機變數之間關係的兩種統計方法分別是相關分析與迴歸分析，其中相關分析用於分析兩個隨機變數之間相互關連的密切程度與相關方向並以相關係數統計分析之結果做為衡量的標準，而迴歸分析則用於分析兩個隨機變數之間的 16.

(23) 因果關係，亦即用一個自變數來估計另一個應變數之關係，而由於本研究在進行選址關鑑因素選取的過程中會從一般選址考慮的因素中找出成功選址之關鍵因素，較適合採用相關分析之方法以相關係數之統計指標對選址評估因素進行關連程度之檢定以找出關連性較高之關鍵因素，且相關係數簡單好用且效果不錯，因此本研究選擇使用相關係數做為選址關鍵因素選取的統計指標。. 3.3.2 購買力指數. 政治大量，我們透過估算商圈之立人口數與對特定商品之購買金額，可評估零售區位之要評估一個區域是否具有優厚強大的市場潛力，可利用顧客購買力來衡. ‧ 國. 學. 增值潛力與競爭力的強度，在顧客購買力較強的地區其設施設立的地點也越佳 [29]。而其購買力指數 (BPI: Buying Power Index)可定義為 :. ‧. BPIi  Yi   Ri  (1     ) Fi. sit. y. Nat. 其中 BPIi 為區域 i之購買力指數佔全區購買力指數之百分比，Yi 為區域 i之家庭收. al. er. io. 入佔全區家庭收入之百分比， Ri 為區域 i之家庭中，飲料類之消費支出佔全區飲料. n. 類消費支出之百分比， Fi 為區域 i之家庭戶數佔全區家庭戶數之百分比，  與  為特. Ch. engchi. i n U. v. 定常數，實作中，本研究除了使用文獻預設之權重值外，也嘗試使用其它權重值來組合出不同之購買力指數公式，但因使用這些不同購買力指數公式所統計之相關係數效果不好，因此經由評估考量後本研究採用文獻預設之權重值設定，亦即我們設定   0.5 及   0.3 。. 3.3.3 零售飽和指數零售飽和指數 (IRS: Index of Retail Saturation)是透過描述供給與需求間的對比以測量區域內零售商店的飽和程度的一種指標，通常數值越高代表此區域的市場潛力越大 [8]。一般而言，零售飽和指數可定義為 : 17.

(24) IRSi . H i  REi RFi. 其中 IRSi 為區域 i之零售飽和指數， H i 為區域 i之家庭數， REi 為區域 i中每個家庭每年對某類商品的消費支出 (retail expenditures)， RFi 為區域 i中特定類別商品的營業面積 (footage of retail facilities)。. 3.3.4 人口特性我們透過人口特性資料的蒐集，可以了解影響消費需求的基本因素，而本. 政治大. 研究所選取之人口特性因素係參考前述文獻回顧與探討中相關學者提出之研. 立. 究並整理歸納做為本研究選址評估所考慮之因素，但由於相關資料取得不易，. ‧ 國. 學. 例如村里人口之職業組成與各門牌實際居住人數等資料，因此我們選取之人口特性因素包含人口數、人口密度、平均收入、大專學歷人數及 20~59歲年齡人. ‧. 數等資料。其中經由人口數資料的統計可以對消費市場之需求量進行評估以了. y. Nat. sit. 解區域發展的趨勢，而人口密度是由每平方公里所包含之人口數來決定，經由. n. al. er. io. 人口密度資料的統計可以對消費需求之特性進行分析以評估其服務範圍與設. i n U. v. 點之規模是否應相對的擴大，經由每戶平均收入資料的統計可以了解其對未來. Ch. engchi. 店面銷售條件之影響，包括消費者對產品數量與品質的要求，經由 20~59歲年齡人數資料的統計可以篩選出符合連鎖咖啡市場之消費者所涵蓋之年齡層次以了解年齡結構與消費需求之關係，經由大專學歷人數資料的統計可以掌握連鎖咖啡市場中大專以上消費客層之人數以了解其對連鎖咖啡市場消費潛力之影響。藉由上述人口特性資料之統計，並結合星巴克在區層級行政區設點分佈之數量，透過相關係數進行統計分析藉以獲得人口特性因素之相關程度。圖5 為星巴克在台北市各行政區之設點分佈圖，其中綠色點位為星巴克在台北市設點分怖之情況，每個粉紅色區域為村里範圍，其周圍由村里界線所圍繞。. 18.

(25) 立. 政治大. ‧ 國. 學. 圖 5、台北市星巴克之設點分佈圖. ‧. 而圖 6與圖 5類似為 85度 C在台北市各行政區之設點分佈圖，其中紅色點位. y. sit. io. n. al. er. 里界線所圍繞。. Nat. 為 85度 C在台北市設點分怖之情況，每個粉紅色區域為村里範圍，其周圍由村. Ch. engchi. i n U. v. 圖 6、台北市 85度 C之設點分佈圖 19.

(26) 我們以行政區為單位分析人口特性因素在星巴客設點佈局策略中之相關程度，如表 2所示，第一欄資料為各行政區的名稱，第二欄資料為星巴克在各行政區內的設點數，第三欄 ~第七欄資料則為人口數、人口密度、平均收入、 20~59歲年齡人數與大專學歷人數在各行政區之統計資料，而第二列 ~第十三列為各行政區在其對應欄位之統計資料，最後一列資料則為透過第二欄與第三欄 ~第七欄資料之統計運算後產生人口特性評估因素之相關係數，從相關係數之結果來看，人口數為 0.390、人口密度為 0.530、平均收入為 0.910、 20~59歲年. 政治大口數及 20~59歲年齡人數之相關係數低於五成外，星巴克在人口密度、平均收立齡人數為 0.303、大專學歷人數為 0.613。而從人口特性之相關程度來看，除人. 入及大專學歷人數之相關係數均高於五成以上，因此我們可以歸納出星巴克在. ‧ 國. 學. 人口密度、平均收入及大專學歷人數等因素之相關程度較高。. ‧. 表 2、星巴克行政區範圍之人口特性相關係數. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 而表 3與表 2類似，主要是以行政區為單位統計人口特性因素在 85度 C設點佈局策略中之相關程度。其中除了第二欄資料為 85度 C在各行政區內的設點數 20.

(27) 外，其餘各欄資料之說明如同表 2之介紹，從相關係數之結果來看，人口數為 0.335、人口密度為 0.163、平均收入為 0.063、 20~59歲年齡人數為 0.347、大專學歷人數為 0.253。而從人口特性之相關程度來看， 85度 C在所有人口特性之相關係數均低於五成以下，因此我們可以歸納出 85度 C在所有人口特性因素之相關程度較低。經由前述星巴克與 85度 C人口特性相關係數相互比較之結果來看，顯見星巴克在行政區範圍之人口特性與其設點佈局策略之線性關係強度較 85度 C為高。. 政治大. 表 3、 85度 C行政區範圍之人口特性相關係數. 立. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 3.3.5 經濟活動我們透過經濟活動資料的蒐集，可以了解影響市場活動的基本因素，而本研究所選取之經濟活動因素係參考前述文獻回顧與探討中相關學者提出之研究並整理歸納做為本研究選址評估所考慮之因素，但由於相關資料取得不易，. 21.

(28) 例如店址未來成長的潛力與鄰近商店業態別等資料，因此我們選取的經濟活動資料包含平均房價，購買力指數與零售飽和指數等資料。其中經由平均房價資料的統計可以了解區域的供需狀態與生活水平以評估區域發展的趨勢，經由購買力指數資料的統計可以評估一個區域是否具有強大的市場潛力，經由零售飽和指數資料的統計可以量測一個區域內消費者與商店間的供需關係以評估其市場飽和的程度。藉由上述經濟活動資料的統計，並結合星巴克在區層級行政區之設點分佈的數量，透過相關係數進行統計分析藉以獲得經濟活動因素之相. 政治大我們以行政區為單位分析經濟活動在星巴客設點佈局策略中之相關程立. 關程度。. 度，如表 4所示，與表 2不同之處在於第三欄 ~第五欄之資料為平均房價、購買. ‧ 國. 學. 力指數與零售飽和指數在各行政區之統計資料，而第二列 ~第十三列為各行政. ‧. 區在其對應欄位之統計資料，最後一列資料則為透過第二欄與第三欄 ~第五欄. y. Nat. 資料之統計運算後產生經濟活動評估因素之相關係數，從相關係數之結果來. er. io. sit. 看，平均房價為 0.739、購買力指數為 0.763、零售飽和指數為 -0.680。而從經濟活動之相關程度來看，星巴克在平均房價、購買力指數及零售飽和指數之相. al. n. v i n 關係數均高於五成以上，因C 此我們可以歸納出星巴克在平均房價、購買力指數 hengchi U 及零售飽和指數等因素之相關程度較高。. 22.

(29) 表 4、星巴克行政區範圍之經濟活動相關係數. 立. 政治大. ‧. ‧ 國. 學. 而表 5與表 4類似，主要是以行政區為單位統計經濟活動因素在 85度 C設點. sit. y. Nat. 佈局策略中之相關程度。其中除了第二欄資料為 85度 C在各行政區內的設點數. al. er. io. 外，其餘各欄資料之說明如同表 4之介紹，從相關係數之結果來看，平均房價. v. n. 為 -0.07、購買力指數為 0.210、零售飽和指數為 -0.525。而從經濟活動之相關程. Ch. engchi. i n U. 度來看，除了零售飽和指數之相關係數高於五成外， 85度 C在平均房價與購買力指數之相關係數均低於五成以下，因此整體而言我們可以歸納出 85度 C在經濟活動因素之相關程度較低。經由前述星巴克與 85度 C經濟活動相關係數相互比較之結果來看，顯見星巴克在行政區範圍之經濟活動與其設點佈局策略之線性關係強度較 85度 C為高。. 23.

(30) 表 5、 85度 C行政區範圍之經濟活動相關係數. 立. 政治大. ‧. ‧ 國. 學 sit. y. Nat. 3.3.6 空間關係. n. al. er. io. 如前所述以區層級行政區進行星巴克與 85度 C關鍵因素之分析結果中呈. i n U. v. 現出兩相對立之差異，星巴克除了在人口數與 20~59歲年齡人數之相關係數小. Ch. engchi. 於門檻值之外，其它選址評估因素之相關係數皆大於門檻值，然而 85度 C除了零售飽和指數之相關係數大於門檻值之外，其它選址評估因素之相關係數皆呈現小於門檻值之情況。有鑑於此，我們需進一步從空間關係的角度來分析星巴克與 85度 C選址考慮之因素以找出影響選址之關鍵因素。我們以星巴克在台北市各據點之所在位置為中心，劃出服務半徑 100公尺之環域來探討空間關係對選址評估因素之影響，如圖 7所示，其中深色圓形的點位為星巴克在台北市設點分怖之情況，其周圍淺色圓形的區域為星巴克服務半徑 100公尺之環域，由於其環域範圍相較於圖 8及圖 9為小，所以在圖中所呈現的區域也較小，黑色線條為村里的界線。 24.

(31) 學. 圖 7、星巴克服務範圍 100公尺之環域圖. ‧. ‧ 國. 立. 政治大. 而表 6是根據圖 7所產生之星巴克服務半徑 100公尺範圍之人口特性評估因. sit. y. Nat. 素分析表，我們透過地理資訊系統軟體 [26]的輔助從前述圖層之屬性資料中取. io. er. 得服務範圍內人口特性評估因素之統計資料，並以台北市 12個區層級行政區為. al. v i n C 巴克在各行政區內的設點數，h第e三欄 ~第七i欄 U n g c h 資料則為人口數、人口密度、平 n. 單位來進行統計與呈現，其中第一欄資料為各行政區的名稱，第二欄資料為星. 均收入、20~59歲年齡人數與大專學歷人數在星巴克服務範圍 100公尺內各行政區之統計資料，而第二列 ~第十三列為各行政區在其對應欄位之統計資料，最後一列資料則為透過第二欄與第三欄 ~第七欄資料之統計運算後產生人口特性評估因素之相關係數，從相關係數之結果來看，人口數為 0.852、人口密度為 0.772、平均收入為 0.863、 20~59歲年齡人數為 0.849、大專學歷人數為 0.835。而從人口特性之相關程度來看，星巴克在服務半徑 100公尺範圍內所有人口特性之相關係數均高於五成以上，因此我們可以歸納出星巴克在服務半徑 100公尺範圍之人口數、人口密度、平均收入、大專學歷及 20~59歲年齡人數等因素. 25.

(32) 之相關程度較高。表 6、星巴克服務範圍 100公尺之人口特性相關係數. 立. 政治大. ‧. ‧ 國. 學 y. Nat. io. sit. 表 7延續表 6之統計與呈現的方式，針對星巴克服務半徑 100公尺之環域內. n. al. er. 取得經濟活動評估因素之統計資料，與表 6不同之處在於第三欄 ~第五欄之資料. i n U. v. 為平均房價、購買力指數與零售飽和指數在各行政區之統計資料，而第二列~. Ch. engchi. 第十三列為各行政區在其對應欄位之統計資料，最後一列資料則為透過第二欄與第三欄 ~第五欄資料之統計運算後產生選址評估因素之相關係數，從相關係數之結果來看，平均房價為 0.847、購買力指數為 0.862、零售飽和指數為 0.802。而從經濟活動之相關程度來看，星巴克在服務半徑 100公尺範圍內所有經濟活動之相關係數均高於五成以上，因此我們可以歸納出星巴克在服務半徑 100公尺範圍之平均房價、購買力指數及零售飽和指數等因素之相關程度較高。. 26.

(33) 表 7、星巴克服務範圍 100公尺之經濟活動相關係數. 立. 政治大. ‧. ‧ 國. 學. 而圖 8是以星巴克在台北市各據點之所在位置為中心，劃出服務半徑 300. sit. y. Nat. 公尺之環域來探討空間關係對選址評估因素之影響，其中深色圓形的點位為星. io. al. n. 公尺之環域，黑色線條為村里的界線。. Ch. engchi. er. 巴克在台北市設點分怖之情況，其周圍淺色圓形的區域為星巴克服務半徑 300. i n U. v. 圖 8、星巴克服務範圍 300公尺之環域圖 27.

(34) 而表 8是根據圖 8所產生之星巴克服務半徑 300公尺範圍之人口特性評估因素分析表，我們透過地理資訊系統軟體 [26]的輔助從前述圖層之屬性資料中取得服務範圍內人口特性評估因素之統計資料，並以台北市 12個區層級行政區為單位來進行統計與呈現，其中第一欄資料為各行政區的名稱，第二欄資料為星巴克在各行政區內的設點數，第三欄 ~第七欄資料則為人口數、人口密度、平均收入、20~59歲年齡人數與大專學歷人數在星巴克服務範圍 300公尺內各行政區之統計資料，而第二列 ~第十三列為各行政區在其對應欄位之統計資料，最. 政治大評估因素之相關係數，從相關係數之結果來看，人口數為 0.874、人口密度為立. 後一列資料則為透過第二欄與第三欄 ~第七欄資料之統計運算後產生人口特性. 0.795、平均收入為 0.878、 20~59歲年齡人數為 0.872、大專學歷人數為 0.853。. ‧ 國. 學. 而從人口特性之相關程度來看，星巴克在服務半徑 300公尺範圍內所有人口特. ‧. 性之相關係數均高於五成以上，因此我們可以歸納出星巴克在服務半徑 300公. y. Nat. 尺範圍之人口數、人口密度、平均收入、大專學歷及 20~59歲年齡人數等因素. n. al. er. io. sit. 之相關程度較高。. Ch. engchi. 28. i n U. v.

(35) 表 8、星巴克服務範圍 300公尺之人口特性相關係數. 立. 政治大. ‧. ‧ 國. 學. 表 9延續表 8之統計與呈現的方式，針對星巴克服務半徑 300公尺之環域內. sit. y. Nat. 取得經濟活動評估因素之統計資料，與表 8不同之處在於第三欄 ~第五欄之資料. io. er. 為平均房價、購買力指數與零售飽和指數在各行政區之統計資料，而第二列~. al. v i n C h 算後產生選址U 與第三欄 ~第五欄資料之統計運 e n g c h i 評估因素之相關係數，從相關係 n. 第十三列為各行政區在其對應欄位之統計資料，最後一列資料則為透過第二欄. 數之結果來看，平均房價為 0.857、購買力指數為 0.879、零售飽和指數為 0.808。而從經濟活動之相關程度來看，星巴克在服務半徑 300公尺範圍內所有經濟活動之相關係數均高於五成以上，因此我們可以歸納出星巴克在服務半徑 300公尺範圍之平均房價、購買力指數、及零售飽和指數等因素之相關程度較高。. 29.

(36) 表 9、星巴克服務範圍 300公尺之經濟活動相關係數. 立. 政治大. ‧. ‧ 國. 學. 而圖 9是以星巴克在台北市各據點之所在位置為中心，劃出服務半徑 500. sit. y. Nat. 公尺之環域來探討空間關係對選址評估因素之影響，其中深色圓形的點位為星. io. al. n. 公尺之環域，黑色線條為村里的界線。. Ch. engchi. er. 巴克在台北市設點分怖之情況，其周圍淺色圓形的區域為星巴克服務半徑 500. i n U. v. 圖 9、星巴克服務範圍 500公尺之環域圖 30.

(37) 而表 10是根據圖 9所產生之星巴克服務半徑 500公尺範圍之人口特性評估因素分析表，我們透過地理資訊系統軟體 [26]的輔助從前述圖層之屬性資料中取得服務範圍內人口特性評估因素之統計資料，並以台北市 12個區層級行政區為單位來進行統計與呈現，其中第一欄資料為各行政區的名稱，第二欄資料為星巴克在各行政區內的設點數，第三欄 ~第七欄資料則為人口數、人口密度、平均收入、20~59歲年齡人數與大專學歷人數在星巴克服務範圍 300公尺內各行政區之統計資料，而第二列 ~第十三列為各行政區在其對應欄位之統計資料，. 政治大性評估因素之相關係數，從相關係數之結果來看，人口數為 0.891、人口密度立. 最後一列資料則為透過第二欄與第三欄 ~第七欄資料之統計運算後產生人口特. 為 0.802、平均收入為 0.893、20~59歲年齡人數為 0.891、大專學歷人數為 0.869。. ‧ 國. 學. 而從人口特性之相關程度來看，星巴克在服務半徑 500公尺範圍內所有人口特. ‧. 性之相關係數均高於五成以上，因此我們可以歸納出星巴克在服務半徑 500公. y. Nat. 尺範圍之人口數、人口密度、平均收入、大專學歷及 20~59歲年齡人數等因素. n. al. er. io. sit. 之相關程度較高。. Ch. engchi. 31. i n U. v.

(38) 表 10、星巴克服務範圍 500公尺之人口特性相關係數. 立. 政治大. ‧. ‧ 國. 學. 表 11延續表 10之統計與呈現的方式，針對星巴克服務半徑 500公尺之環域. sit. y. Nat. 內取得經濟活動評估因素之統計資料，與表 10不同之處在於第三欄 ~第五欄之. io. er. 資料為平均房價、購買力指數與零售飽和指數在各行政區之統計資料，而第二. al. v i n C h 計運算後產生U 二欄與第三欄 ~第五欄資料之統 e n g c h i 選址評估因素之相關係數，從相 n. 列 ~第十三列為各行政區在其對應欄位之統計資料，最後一列資料則為透過第. 關係數之結果來看，平均房價為 0.867、購買力指數為 0.881、零售飽和指數為 0.824。而從經濟活動之相關程度來看，星巴克在服務半徑 500公尺範圍內所有經濟活動之相關係數均高於五成以上，因此我們可以歸納出星巴克在服務半徑 500公尺範圍之平均房價、購買力指數及零售飽和指數等因素之相關程度較高。. 32.

(39) 表 11、星巴克服務範圍 500公尺之經濟活動相關係數. 立. 政治大. ‧. ‧ 國. 學. 如同前述星巴克之分析過程，我們以 85度 C在台北市各據點之所在位置為. sit. y. Nat. 中心，劃出服務半徑 100公尺之環域來探討空間關係對選址評估因素之影響，. io. er. 如圖 10所示，其中深色圓形的點位為 85度 C在台北市設點分怖之情況，其周圍. al. v i n C 呈現的區域也較U小，黑色線條為村里的界線。 11及圖 12為小，所以在圖中所h engchi n. 淺色圓形的區域為 85度 C服務半徑 100公尺之環域，由於其環域範圍相較於圖. 圖 10、 85度 C服務範圍 100公尺之環域圖 33.

(40) 而表 12是根據圖 10所產生之 85度 C服務半徑 100公尺範圍之人口特性評估因素分析表，我們透過地理資訊系統軟體 [26]的輔助從前述圖層之屬性資料中取得服務範圍內人口特性評估因素之統計資料，並以台北市 12個區層級行政區為單位來進行統計與呈現，其中第一欄資料為各行政區的名稱，第二欄資料為 85度 C在各行政區內的設點數，第三欄 ~第七欄資料則為人口數、人口密度、平均收入、20~59歲年齡人數與大專學歷人數在 85度 C服務範圍 100公尺內各行政區之統計資料，而第二列 ~第十三列為各行政區在其對應欄位之統計資料，. 政治大性評估因素之相關係數，從相關係數之結果來看，人口數為 0.743、人口密度立. 最後一列資料則為透過第二欄與第三欄 ~第七欄資料之統計運算後產生人口特. 為 0.364、平均收入為 0.104、20~59歲年齡人數為 0.771、大專學歷人數為 0.690。. ‧ 國. 學. 而從人口特性之相關程度來看，除了人口密度與平均收入之相關係數低於五成. ‧. 外， 85度 C在服務半徑 100公尺範圍內之人口數、 20~59歲年齡人數及大專學歷. y. Nat. 人數之相關係數均高於五成以上，因此我們可以歸納出 85度 C在服務半徑 100. n. al. er. io. sit. 公尺範圍之人口數、20~59歲年齡人數及大專學歷人數等因素之相關程度較高。. Ch. engchi. 34. i n U. v.

(41) 表 12、 85度 C服務範圍 100公尺之人口特性相關係數. 立. 政治大. ‧. ‧ 國. 學. 表 13延續表 12之統計與呈現的方式，針對 85度 C服務半徑 100公尺之環域. sit. y. Nat. 內取得經濟活動評估因素之統計資料，與表 12不同之處在於第三欄 ~第五欄之. io. er. 資料為平均房價、購買力指數與零售飽和指數在各行政區之統計資料，而第二. al. v i n C h 計運算後產生U 二欄與第三欄 ~第五欄資料之統 e n g c h i 選址評估因素之相關係數，從相 n. 列 ~第十三列為各行政區在其對應欄位之統計資料，最後一列資料則為透過第. 關係數之結果來看，平均房價為 0.558、購買力指數為 0.450、零售飽和指數為 0.571。而從經濟活動之相關程度來看，除了購買力指數之相關係數低於五成外， 85度 C在服務半徑 100公尺範圍內之平均房價與零售飽和指數之相關係數均高於五成以上，因此我們可以歸納出 85度 C在服務半徑 100公尺範圍之平均房價與零售飽和指數等因素之相關程度較高。. 35.

(42) 表 13、 85度 C服務範圍 100公尺之經濟活動相關係數. 立. 政治大. ‧. ‧ 國. 學. 而圖 11是以 85度 C在台北市各據點之所在位置為中心，劃出服務半徑 300. sit. y. Nat. 公尺之環域來探討空間關係對選址評估因素之影響，其中深色圓形的點位為 85. io. al. er. 度 C在台北市設點分怖之情況，其周圍淺色圓形的區域為 85度 C服務半徑 300公. n. 尺之環域，黑色線條為村里的界線。. Ch. engchi. i n U. v. 圖 11、 85度 C服務範圍 300公尺之環域圖 36.

(43) 而表 14是根據圖 11所產生之 85度 C服務半徑 300公尺範圍之人口特性評估因素分析表，我們透過地理資訊系統軟體 [26]的輔助從前述圖層之屬性資料中取得服務範圍內人口特性評估因素之統計資料，並以台北市 12個區層級行政區為單位來進行統計與呈現，其中第一欄資料為各行政區的名稱，第二欄資料為 85度 C在各行政區內的設點數，第三欄 ~第七欄資料則為人口數、人口密度、平均收入、20~59歲年齡人數與大專學歷人數在 85度 C服務範圍 300公尺內各行政區之統計資料，而第二列 ~第十三列為各行政區在其對應欄位之統計資料，. 政治大性評估因素之相關係數，從相關係數之結果來看，人口數為 0.819、人口密度立. 最後一列資料則為透過第二欄與第三欄 ~第七欄資料之統計運算後產生人口特. 為 0.389、平均收入為 0.484、20~59歲年齡人數為 0.837、大專學歷人數為 0.291。. ‧ 國. 學. 而從人口特性之相關程度來看，除了人口密度、平均收入及大專學歷人數之相. ‧. 關係數低於五成外，85度 C在服務半徑 300公尺範圍內之人口數與 20~59歲年齡. y. Nat. 人數之相關係數均高於五成以上，因此我們可以歸納出 85度 C在服務半徑 300. n. al. er. io. sit. 公尺範圍之人口數與 20~59歲年齡人數等因素之相關程度較高。. Ch. engchi. 37. i n U. v.

(44) 表 14、 85度 C服務範圍 300公尺之人口特性相關係數. 立. 政治大. ‧. ‧ 國. 學. 表 15延續表 14之統計與呈現的方式，針對 85度 C服務半徑 300公尺之環域. sit. y. Nat. 內取得經濟活動評估因素之統計資料，與表 14不同之處在於第三欄 ~第五欄之. io. er. 資料為平均房價、購買力指數與零售飽和指數在各行政區之統計資料，而第二. al. v i n C h 計運算後產生U 二欄與第三欄 ~第五欄資料之統 e n g c h i 選址評估因素之相關係數，從相 n. 列 ~第十三列為各行政區在其對應欄位之統計資料，最後一列資料則為透過第. 關係數之結果來看，平均房價為 0.642、購買力指數為 0.505、零售飽和指數為 0.601。而從經濟活動之相關程度來看， 85度 C在服務半徑 300公尺範圍內所有經濟活動之相關係數均高於五成以上，因此我們可以歸納出 85度 C在服務半徑 300公尺範圍之平均房價、購買力指數及零售飽和指數等因素之相關程度較高。. 38.

(45) 表 15、 85度 C服務範圍 300公尺之經濟活動相關係數. 立. 政治大. ‧. ‧ 國. 學. 而圖 12是以 85度 C在台北市各據點之所在位置為中心，劃出服務半徑 500. sit. y. Nat. 公尺之環域來探討空間關係對選址評估因素之影響，其中深色圓形的點位為 85. io. al. er. 度 C在台北市設點分怖之情況，其周圍淺色圓形的區域為 85度 C服務半徑 500公. n. 尺之環域，黑色線條為村里的界線。. Ch. engchi. i n U. v. 圖 12、 85度 C服務範圍 500公尺之環域圖 39.