Một trung tâm thương mại, cửa hàng hay dịch vụ không chỉ phục vụ bán kính tròn. Khách bị hút bởi quy mô/độ hấp dẫn của điểm đến và bị cản bởi khoảng cách hoặc thời gian đi lại. Gravity Model và Huff Model cung cấp khung định lượng để mô hình hóa dòng khách và xác suất chọn điểm bán.
Các mô hình rất hữu ích cho retail, healthcare, trường học, coworking và các tiện ích BĐS có vùng phục vụ.
Chuyên đề: Mô hình định lượng, không gian & mô phỏng trong BĐS · Bài 28 · Không gian, vị trí và cấu trúc thị trường
Biên soạn: ThS. Nguyễn Mạnh Hùng
Đơn vị: GV. Khoa QLĐĐ&BĐS – ĐH Nông Lâm TP.HCM
Email: nguyenmanhhung@hcmuaf.edu.vn
1. Gravity intuition
Tương tác giữa origin i và destination j tăng theo mass/attractiveness và giảm theo distance impedance. Dạng phổ biến: Fᵢⱼ ∝ Oᵢ Dⱼ f(cᵢⱼ).
2. Distance decay
f(c) có thể power c^-β hoặc exponential exp(-βc). β lớn nghĩa khách nhạy khoảng cách hơn. Travel time thường tốt hơn Euclidean distance.
3. Huff Model
Xác suất khách từ zone i chọn store j: Pᵢⱼ = Aⱼ^α / dᵢⱼ^β chia tổng tất cả alternatives. A là attractiveness như GLA/tenant mix/brand.
Mô hình tạo market share theo origin.
4. Attractiveness variable
GLA là proxy đơn giản. Có thể thêm tenant quality, parking, rent, store type. Nhưng double counting attraction cần tránh.
5. Calibrating α, β
Không nên dùng α=1, β=2 theo truyền miệng. Ước lượng từ observed visits, mobile data, surveys hoặc transactions.
6. Catchment area
Huff không tạo ranh catchment cứng; mỗi origin có probabilities. Có thể map dominant destination hoặc cumulative share.
7. Competing destinations
Thêm một mall mới làm denominator thay đổi và giảm share các mall cũ. Đây là ưu điểm so buffer catchment đơn giản.
8. Origin demand
Population/households/spending ở origin nhân Pᵢⱼ để ước traffic/spend allocation. Cần segmentation vì income/age khác nhau có behavior khác.
9. Network impedance
Dùng shortest travel time, transit time hoặc generalized cost. Barrier sông/đường cao tốc làm distance Euclidean sai.
10. Temporal variation
Catchment ngày làm việc khác cuối tuần; traffic peak khác off-peak. Có thể calibrate β theo daypart.
11. Mobile location data
Dữ liệu visitation giúp calibrate nhưng có sampling/privacy bias. Device sample không đại diện population hoàn toàn.
12. Case: chọn vị trí siêu thị
Ba site có GLA khác, đối thủ hiện hữu. Huff estimate share theo 200 zones; site A gần population nhưng cạnh mall lớn, site B xa hơn nhưng competition thấp. Revenue estimate = zone spend × P.
13. Sensitivity
Ranking sites có thể đổi theo β. Cần sensitivity α/β, future competitors và network changes.
14. Gravity vs discrete choice
Huff gần random utility/logit dạng đặc biệt. Discrete choice linh hoạt hơn khi có attributes cá nhân/alternative; gravity trực quan và dữ liệu zone-level dễ dùng.
15. Cấu trúc dữ liệu
| origin_id | dest_id | demand | travel_time | attractiveness | observed_visits |
|---|---|---|---|---|---|
| Z01 | M01 | 12000 | 18 | 65000 | 820 |
16. Sai lầm
- Buffer tròn = catchment.
- β mặc định không calibrate.
- Euclidean distance.
- GLA = toàn bộ attraction.
- Không future competition.
- Mobile data coi đại diện tuyệt đối.
17. Bài tập thực hành
Với 100 zones và 5 malls, calibrate β từ visit share, tính Huff probabilities, map dominant catchment và test mall mới. So kết quả Euclidean vs network time.
18. Doubly constrained gravity model
Nếu biết tổng trips từ mỗi origin và tổng arrivals tới mỗi destination, doubly constrained model dùng balancing factors để khớp cả hai margins. Huff đơn giản chủ yếu allocation demand theo attractiveness.
19. Parameter estimation
β có thể estimate bằng maximum likelihood/Poisson regression trên flows. Spatial interaction models thường có form log-linear nhưng zero flows và overdispersion cần xử lý.
20. Capacity constraints
Mall/cơ sở có công suất hữu hạn. Gravity/Huff cơ bản có thể phân bổ quá nhiều demand tới destination hấp dẫn. Có thể thêm capacity hoặc iterative allocation.
21. Cannibalization
Khi mở store mới cùng thương hiệu, một phần sales lấy từ store cũ. Huff cho phép ước share redistribution nhưng cần brand-specific behavior. Không nên cộng doanh thu site mới mà không trừ cannibalization.
22. Calibration validation
Chia zones/time thành calibration và validation. So predicted destination shares với observed mobile/transaction data; dùng log-likelihood, MAE share và calibration plot. Một β fit city A không nên copy city B.
23. Origin–Destination matrix là lõi dữ liệu
Mỗi cặp origin–destination cần impedance nhất quán và attractiveness đúng thời điểm. Ma trận 10.000×100 destinations đã có một triệu pairs, nên cần lưu dạng long/sparse và tránh tính lại network cost không cần thiết. Version network snapshot khi hạ tầng thay đổi.
24. Segmented Huff Model
Khách thu nhập cao, gia đình có con và khách du lịch có α/β khác nhau. Có thể calibrate theo segment rồi tổng hợp demand. Một β chung toàn dân dễ che heterogeneity và làm site ranking sai.
25. Outside option và thị trường không bị bắt buộc chọn
Khách có thể không đi mall nào, không chọn cửa hàng nào hoặc mua online. Huff chuẩn thường phân bổ toàn bộ demand cho các destinations đã cho, nên có thể overstate visits. Có thể thêm outside option hoặc calibrate total trip generation riêng trước destination choice.
26. Từ Huff sang doanh thu
Visits không bằng sales. Cần conversion rate, basket size và tenant/category mix. Một site có traffic cao nhưng low spend vẫn có doanh thu thấp. Revenue model nên tách trip probability, visit frequency, conversion và spend thay vì nhân traffic với một số tùy ý.
Ghi nhớ trong 30 giây
- Gravity: attraction tăng, impedance giảm interaction.
- Huff biến attraction/distance thành choice probability.
- Catchment là xác suất, không chỉ vòng tròn.
- β cần calibration.
- Network time và competition rất quan trọng.
Nguồn tham khảo
- Huff – Defining and Estimating a Trading Area.
- Wilson – spatial interaction/gravity models.
- Retail geography và location analysis.
Bài tiếp theo: Accessibility và Network Centrality: đo vị trí bằng mạng lưới