HỘI THẢO ỨNG DỤNG GIS TOÀN QUỐC 2011

283

ỨNG DỤNG MÔ HÌNH HUFF TRONG VIỆC PHÂN TÍCH VÀ
ĐÁNH GIÁ SỰ PHÂN BỐ CỦA HỆ THỐNG SIÊU THỊ TRÊN
ĐỊA BÀN QUẬN 1 VÀ QUẬN 3, THÀNH PHỐ HỒ CHÍ MINH
THE APPICATION OF HUFF MODEL ON ANALYSIS AND EVALUATION
THE DISTRIBUTION OF THE SUPERMARKET SYSTEMIN THE DISTRICT 1
AND DISTRICT 3, HO CHI MINH CITY

Trần Đắc Phi Hùng
(1)
, Trần Trọng Đức
(2)

(1)
Khoa Quản lý Đất đai và Bất động sản - Đại học Nông Lâm Tp. Hồ Chí Minh
(2)
Bộ môn Địa tin học – Đại học Bách Khoa Tp. Hồ Chí Minh

Abstract: Geographic Information System (GIS), with the powerful tools for the spatial
analysis, well suited to analyze and evaluate the distribution of the retail stores. Based on the
studies of Huff model, a automatic economic analysis tool with Vietnamese interface,
consistent with reality in Vietnam have been developed. The tool is written in the Python
programming language with Script format and added to the ArcToolbox in ArcGis 9.3. The
analysis functions of the tool include: the probability choice of the customer in the location i
to the supermarket in the position j, the market mapping, and the surface mapping of the
probability for the store. The tool have been put to test in the district 1 and district 3 of Ho
Chi Minh city, with analyzed and evaluated the distribution of the supermarket system.
Although there are many restrictions on data and input parameters are incomplete, but the

Đến năm 2007, hãng ESRI chính thức giới thiệu “ArcGis Business Analyst Tool”, một
công cụ
phân tích Geomaketing hiệu quả. Hãng ESRI đã vận dụng rất nhiều phương pháp để
xây dựng nên các vùng kinh doanh cho các cửa hàng, trong đó có mô hình Huff. Một lần nửa
khẳng định hiệu quả của mô hình này. Tuy nhiên, giá thành của bộ công cụ này còn khá cao
($13,495.00).
Việc ứng dụng GIS vào trong lĩnh vực kinh tế ở Việt Nam còn khá mới mẽ, mức độ ứng
dụng còn hạn chế. Năm 2009, Thạc sĩ Nguyễn Văn Hiệp là một trong những người đầu tiên ở
Việt Nam ứng dụng của GIS vào lĩnh vực kinh tế. Vào đầu tháng 3/2011 dịch vụ GM lần đầu
tiên được Công ty Speed Media (SPM) và Công ty Moskito (một hãng chuyên về phần mềm
GIS ở Đức) giới thiệu tại Việt Nam.
Trước những yêu cầu thực tế trên, bài báo đi sâu vào nghiên cứu và ứng dụng mô hình
Huff vào quá trình phân tích và xây dựng vùng kinh doanh, tính toán thị phần của các siêu thị
trên địa bàn quận 1 và quận 3 thành phố Hồ Chí Minh.Đồng thời xây dựng một công cụ phân
tích tự động với giao diện tiếng việt, phù hợp với thực tế tại Việt Nam.
2. XÂY DỰNG MÔ HÌNH
2.1. Mô hình Huff và phương pháp phân tích thị phần:
2.1.1. Mô hình Huff truyền thống:
Mô hình Huff, đây là tên gọi chính thức của mô hình, đây là một công cụ phân tích
không gian hữu hiệu và hỗ trợ việc đánh giá các quyết định trong kinh doanh về mặt địa lý.
Mô hình đã tồn tại hơn 40 năm và được kiểm tra qua một thời gian dài (Huff, D.L.,
1963). Với sự phát triển của GIS, mô hình đã nhận được nhiều sự chú ý. Mô hình được sử
dụng trong các trường hợp:
+ Đánh giá ảnh hưởng của các đối thủ cạnh tranh và sự thay đổi của thị trường đến cửa
hàng mới.
+ Dự đoán sự lựa chọn về mua sắm của khách hàng.
+ Xây dựng cơ sở dữ liệu về khách hàng và xác định khách hàng mục tiêu.
+ Xác định thị
phần của từng cửa hàng nằm trong vùng nghiên cứu.
Mô hình dựa trên giả thuyết rằng khi con người đứng trước rất nhiều sự lựa chọn, xác

 


 



Uij là sự tiện lợi mà cá nhân i có được từ sự lựa chọn cửa hàng j.



chỉ số đo lường sự thu hút của cửa hàng j.



là khoảng cách từ cửa hàng j đến khách hàng ở vị trí i.
Chỉ số đo lường sự thu hút được sử dụng ở đây là quy mô của cửa hàng. Sự tiện lợi của
một cửa hàng được xác định bằng tỷ lệ của quy mô cửa hàng và khoảng cách từ nơi cư trú của
khách hàng đến cửa hàng.
Nếu Sj là quy mô của cửa hàng j, Dij là khoảng cách từ i đến j và α, β là các số mũ được
xác định thông qua việc nghiên cứu dữ liệu thực tế (β luôn nhận giá trị âm). Xác suất để một
khách hàng ở vị trí i chọn cửa hàng j được xác đinh theo công thức:






 


 của mỗi cửa hàng có thể được xác định bằng tổng Chi phí mua sắm
hi vọng của tất cả các khách hàng trong vùng nghiên cứu.


 




Thị phần (

 của mỗi cửa hàng trong vùng nghiên cứu sẽ được tính như sau:





∑





2.2. Ví dụ minh họa:
Để giúp người đọc hiểu rõ về mô hình, bài báo trình bày một ví dụ để minh họa cụ thể
phương pháp áp dụng mô hình trong việc phân tích thị phần vùng kinh doanh.
Giả sử trên vùng nghiên cứu có 3 siêu thị: Citimart, Big C, Coopmart được thể hiện
trong Hình 1. Nhà quản lý của các siêu thị này muốn biết xem xác suất hộ gia đình ở vị trí i sẽ
chọn siêu thị của mình và thị phần mình có được là bao nhiêu.


STT T
1
2
C
3
n
g 3. Khoả
n
T
T Thử
a
1 1
2 1
3 1
4
2
5
2
6
2

¾
Á
¾
X
n
g 4.
X
ác s
u


2

C
2

C
2

Á
p
d
ụng mô
h
X
ác suất lựa
c
u
ất lựa chọn
h
ửa đất
1
1
1
2
2
2
Ộ
I THẢO Ứ
N

h
ình Huff tr
o
c
họn của kh
á
của khách
h
Tên siêu t
h
Citimart
Coopmar
t
Big C
Citimart
Coopmar
t
Big C
N
G DỤNG GI
S
1
. Sơ đồ vùn
g Bản
g
k
inh

t

6
2
S
TOÀN QU
Ố
g
nghiên cứu
g
2. Dữ liệu
r
í các siêu t
h
g
cách
â
n tích: 500
4
000
5000
500
6
000
0000
STT
1

5000

P
0.02
5
0.20
5
0.76
9
0.01
8
0.22
6
0.75
4
Số người/1
h
đình
5
5
m
2
)
5
641
5
128
9
231
8

¾ Thị phần của các cửa hàng:
Bảng 5. Thị phần của các cửa hàng
STT
Tên siêu
thị
Thửa
đất
Số người/1
hộ gia
đình
Thu nhập
bình quân
đầu người
P
Lợi
nhuận
Thị phần %
1 Citimart 1 5 10 0.025641 1.28205
11.53846

11.53846

2 Citimart 2 5 10 0.205128 10.2564
3 Coopmart 1 5 10 0.769231 38.46155
39.40493

39.40493

4 Coopmart 2 5 10 0.018868 0.9434
5 Big C 1 5 10 0.226415 11.32075

bàn nghiên cứu. Lớp dữ liệu này chứa các thông số đo lường sự thu hút của một Siêu thị như:
Diện tích kinh doanh, Danh mục hàng hóa. Ngoài ra còn có các chỉ tiêu khách như: Tên siêu
thị, Đị
a chỉ…
+ Lớp dữ liệu Giao thông: thể hiện toàn bộ mạng lưới giao thông trong khu vực. Các
thuộc tính của lớp giao thông được thiết kế phục vụ cho việc giải quyết bài toán phân tích
mạng (Network Analyst) nhằm tìm ra thông số về khoảng cách từ khách hàng i đến cửa hàng j
và xác định vùng kinh doanh dựa trên thời gian di chuyển (drivetime). Bao gồm: tên đường
(Name), cấp đường (Roadclass), chiều dài (Meters), giá trị thể hiện sự giao nhau của đường
(F_ZLEV và T_ZLEV), thời gian di chuyển trên đường theo 2 chiều (FT_Minutes và
TF_Minutes), đường 1 chiều (Oneway)…

28
8
qu
a
lo
ạ
ng
ư
dạ
n
ph
â

hà
n
nă
n
mà

a
tiế
n
Na
m
8

+ Lớp d
ữ
a
n đến thửa
ạ
i đất…… C
á
ư
ời/1 hộ. L
ớ
n
g Polygon
s
â
n tích
m
ạn
g
à
a
m số khoả
n
n
g đến vị trí
+ Vận h
à
k
hoảng các
h
Ứ
NG DỤN
G
. Bài toán t
h
Tập đoà
n
n
g có chủ t
r
ư
ời dân có t
h
Dự kiến
d
ự kiến là P
h
Hiện tại
t

đất như: số
á
c thuộc tín
h
ớ
p dữ liệu n
à
s
ẽ được chu
y
g
(Network
A
t
ính toán cu
ố
t
xác suất c
ủ
ự
a vào bề
m
c
ó những c
h
ồ
thị phần:
t
n
hau. Về k

r
ương
m
ở
m
h
u nhập thấ
p
Siêu thị mớ
i
h
ường Đa
K
t
rên địa bà
n
B
ảng 7)
ữ
liệu Vùng
n
ghiên cứu.
B
v
i.
n
ăn
g
chính
n

nalyst) để
t
ố
i cùng của
c
ủ
a từng siê
u
m
ặt này, các
n
h
iến lược hợ
p
t
hể hiện thị
h
ông gian, v
ị
d
oanh thu c
ủ
v
ào đó chún
g
u
vào, chún
g
ử
dụng mạn

của công c
ụ
h
iên cứu về
công cụ ph
â
n
toàn tự độ
n
h
ù hợp với
t
diện của cô
n
N
G DỤNG GI
S
b
iên tập trê
n
s
ố hiệu thử
a
đ
ến chủ sử
d
ết vị trí chí
n
n
g Point (tâ

b
ằng khoản
g
đ
ường giao
t
M
a t
r
ận ODC
o
ủ
quản của
h
Big C trên
h
kinh doa
n
h
ị lớn đang
h
u
: thể hiện r
c
thông số
n
ụ
:
mô hình H
u

g cách từ t
â
g
ần siêu thị
t
s
ẽ xác định
đ
á
c siêu thị t
r
h
àng của cù
n
u
thị sẽ đượ
c
n
h được ph
ầ
ịnh cách th
ứ
g
giao thông
g
cách của
đ
t
hông (Stre
e

địa chính.
ủ
a xã phườn
g
ọ
và tên chủ
c
ác khách h
à
h
ửa). Tâm t
h
â
m thửa đến
t
hì xác suất
đ
ược vị trí
c
r
ong vùng
n
n
g
m
ột siêu
c
tính toán
d
ầ

n
Các thuộc
t
g
, diện tích,
sử dụng, đị
a
à
ng. Mỗi th
ử
h
ửa sẽ được
các cửa hà
n
lựa chọn c
ủ
c
ủa khách h
à
n
ghiên cứu
b
thị sẽ được
d
ựa vào chi
p
p
hần mà mỗ
i
c

ính liên
ký hiệu
a
chỉ, số
ử
a đất ở
đưa vào
n
g.
ủ
a khách
à
ng tiềm
b
ằng các
tô cùng
p
hí mua
i
siêu thị
ụ
:
Times):
r
í khách
s
): tham
a
m) hiện
c


Th
ị
nà
o
và
o
hiệ
n

Hình 4. Bề
m
u
yễn Đình
C

n
trên nền b
ả
H
Ộ
m
ặt xác suấ
C
hiểu trước
v
ợ
p không s
ử
h
ị phần của
c
h
3. Bản đồ th
hàng Big C
chọn Big C
i
của bề mặt
q
uan tâm c
ủ
ư
ợc phân c
h
ộ
t Siêu thị

h
m
ới được đ
ư
đó được t
h
h
ế nào?
N
G DỤNG GI
S
m
art
ó
Big
C

iệu mạn
g
l
ư
t
rước và sau
ông sử dụng
ị phần của
C
o
pmart Ngu
y
a

g

g
khi có siêu
dữ liệu mạn
g
C
oopmart
N
y
ễn Đình C
h
Nguyễn Đì
n
T

T
Coopmart
Coopmart
N
Copmart
H
Citimart
N
Citymart
P
Big C
Siêu thị
opmart Tr
ư

h
g
lưới đường
g
N
guyễn Đìn
h
h
iểu. Điều
n
n
h Chiểu tro
n
T
ên siêu thị
Tr
ư
ờng Sa
N
guyễn Đìn
h
H
à Nội
N
guyễn Trãi
P
arson
T
n
g Sa

g Hình 4.
D
i
kin
h
4
h
Chiểu
4
1
5
3
4
Thị phần (
%
T
rước
24
22
23
24
6

100
sau khi có
c
trên địa bà
n
289
3.

ửa
n

29
0
H
Ng
9
%
m
ô
3.3 Tr
ư
Co
o
Co
o


C
%
, tương đư
ơ
ô
của Big C
t
. Trường h
ợ
H

Khi cửa
h
ư
ờng Sa sẽ
g
o
pmart Trư
ờ
o
pmart Ngu
y
Qua kết
q
uyễn Đình
ả
m từ 24% x

ương ứng v
ớ
ợ
p sử dụn
g

H
ình 5. Bản đ
ồ
h
àng Big C
g
iảm, do kh
ờ
ng Sa. Đi
ề
y
ễn Đình C
h
q
uả Bảng 9
c
Chiểu giảm
u
ống 20%.
T
m
art Nguyễ
n
Siêu thị hạn

h
dữ liệu mạ
n
ồ
thị phần kh
i
m
ở cửa, thị
á
ch hàng sẽ
ề
u này được
h
iểu và Coo
p
c
ho thấy, k
h
từ 22% x
u
T
uy nhiên, t
h
n
Đình Chiể
g I còn Coo
p
h
ình (thể hi
ệ

sử dụng dữ
l
phần của
C
chọn Big
C
thể hiện r
õ
p
mart Trườ
n
h
i siêu thị Bi
g
u
ống 13%, t
h
h
ị phần của
u (13%). Đ
i
p
mart Nguy
ễ
ệ
n trong Hì
n
a
kết luận vi


g
iao th
ô
l
iệu mạng lư
ớ
C
oopmart N
g
C
thay vì C
o
õ
qua sự th
a
n
g Satrong
H
g
C
m
ở cửa
,
h
ị phần củ
a
siêu thị Big
i
ều này khô
n

ầ
n trước và
s
,
thị phần c
ủ
phần của s
i
Điều này
k
on là Siêu t
h
ô
n
g
:
ớ
i đường gia
o
g
uyễn Đình
o
opmart Ng
u
a
y đổi của
b
H
ình 6.
,

2
T
r
ãi
2
o
n
1
s
au khi có c
ử
ủ
a siêu thị C
o
i
êu thị Big
C
k
hông khả t
h
h
ị hạng III.
o
thông
Chiểu và C
o
u
yễn Đình
C
b

2
3
2
4
6

00
ử
a
o
opmart
C
chỉ có
h
i vì quy
o
opmart
C
hiểu và
s
uất của
o
opmart
ư
ờng Sa
ư
ơng với
ủ
a Big C
ê

ự
nh
ư
ph
ù
vù
n
cô
n
trợ
nê
n
do
a
lệc
h
ng
h
nh
ư
Ri
n
Bu
s

Tà
i

[1]
[2]

ớ
n
g kinh doa
n
n
g cụ này, c
việc ra quy
ế
Tuy nhi
ê
n
độ chính x
á
a
nh và kho
ả
h
nhiều nê
n
h
iên cứu và
ư
: tìm đườn
g
n
g, Driveti
m
s
iness Anal
y

c
h
ống thông
N
am. Mô h
ì
nghiên cứu
ớ
i thực tế ở
n
h và phân
ác nhà doa
n
ế
t định đầu
t
ê
n do nguồn
á
c của kết q
u
ả
ng cách. D
o
n
kết quả x
á
hoàn thiện
g
đi ngắn n

I THẢO Ứ
N
u
ả kinh tế.T
ạ
t được có t
h
c
ứu trong v
à
tin (GIS) v
à
ì
nh Huff có
t
sẽ là tiền đ
ề
Việt Nam.
T
tích thị ph
ầ
n
h nghiệp V
t
ư.
d
ữ liệu chỉ
u
ả chưa cao
o

ng GIS phâ
n
b
abilistic An
a
n
neth L.R ,
2
V
ol. 19, No.
3
N
G DỤNG GI
S
uy nhiên, d
o
h
ể chưa chí
n
à
ngoài nư
ớ
à
o lĩnh vực
k
t
hể chưa là
m
ề
cho các n

s
e
dMedia
t
ại
t
/
id/56
n
tích thông
t
a
lysis of Sho
p
2
006.
R
etail
S
3
, pgs. 22-25
.
S
TOÀN QU
Ố
Hình 7.
Q
o
hạn chế v
ề

h
d
oanh ở các
vào biến k
h
liệu; bổ su
n
doanh theo
n
g cụ có t
h
s
Analyst:An
s
ing the Huff
M
t
rang web:
t
in thương m
p
ping Center
S
ales Compe
.

Ố
C 2011

Q

i
các phươn
g
h
ể thay thế
Assessment
o
M
ode
l
.Direct
ại. Luận văn
Trade Area
s
tition Analys
ậ
n hành côn
g
c
ác tham số
hóa được k
hướng áp d
ụ
ệ
c phân tích
cấp độ chi
t
ộ
t công cụ x
â

r
291
g
cụ
đầu vào
hả năng
ụ
ng vào
kinh tế,
t
iết hơn,
â
y
d
ựng
u
ff. Với
ư
ờng, hỗ
á
c sai số
í
ch kinh
g chênh
c
ần phải
n
g khác
(Simple
ArcGis