《大型超市客流量的调查与分析(一)要点.docx》由会员分享，可在线阅读，更多相关《大型超市客流量的调查与分析(一)要点.docx（6页珍藏版）》请在三一文库上搜索。
1、大型超市客流量的调查与分析（1）超市的客流量及人员密度分布规律是确定建筑空调冷负荷、新风量、排风量、 产尘量、C02产生量以及产菌量、气流组织、空气过滤方法等的重依据。调查 统计了哈尔滨某大型超市夏季客流量，得到了周末和工作日全天人员密度的逐 时变化曲线，与其他公共建筑人员密度呈双峰状的曲线相比，该曲线为独特的 三峰分布。提出了大型超市人员密度的计算方法，并给出了大型超市客流量及 人员密度分布规律，得到了顾客平均逗留时间，为其他超市人流密度的估算提 供了参考。分析结果表明，目前超市人员密度为0.140.23人/m2建筑面积， 大大低于以往数据，顾客平均逗留时间为1. 75-2. 07小时。关键
2、词：超市客流量人员密度1引言中国已经成为了世贸组织的成员国，随着人民生活水平的提高，越来越多的国 际、国内大型连锁超市开始营业。超市以其低廉的价格和名目繁多的商品，吸 引了大量的顾客。超市客流量是一个随季节、气候、货源、人们经济状况以及 商家促销手段等多种因素变化的量。对超市的客流量及人员密度分布规律的研 究结果可以作为确定新风量、排风量、产尘量、CO二产生量以及产菌量、气流组 织、空气过滤方法等的重依据，同时也可以使我们更准确地计算超市建筑的冷 负荷以及安全疏散路线。20世纪80年代中期，我国部分高等院校和设计院对上海、北京、天津、武汉 等地大型商场的客流量进行过实地统计,结果表明，峰值人流
3、量一般为1-1. 7人 /m；平均人流量为0.61.0人/m）大、中商场人员密度实际调查统计表见表 1。表1人员密度估计表项目人员密度（人简）占有面积(m2/A)占有空间(m2/A)峰值人流量1.67 1.060. 60-0. 942. 70-4. 40年均人流量1. 00-0. 601.00 1.674. 50-7. 86目前在空调负荷计算中广泛采用的为此数据。然而，随着商场、超市的大量兴 建，人员密度已大大下降，而且，超市的客流量特点与商场有所不同，不同地 区的客流量特点也会有所不同。因此，研究现在的超市建筑客流量及人员密度 分布规律很有必。此外，过去也有学者利用公式计算建筑物空调负荷，但
4、采用 的顾客在超市平均逗留时间值一般为估计值，而笔者在本文中通过同时在超市 的人数、日客流量的人次数及日营业时间计算得到了顾客在超市平均逗留时 间。2客流量分布规律笔者于2003年7月对哈尔滨市某大型超市的客流量进行了连续一周的调查统 计。采用人工统计方法，每半个小时纪录一次通过所有出入口的客流量，我们 得到了超市的客流量数据，并给出了具有代表性的工作日和周末两日的客流量 变化情况，见图1和图2。图1超市7月中旬某周六客流量分布图图2超市7月中旬某工作日客流量分布图调查中我们发现：1、走出超市的顾客基本上都拎有购物袋，说明他们到超市主是购物，而非 “逛”，这一点与百货商场不同；2、测试阶段正处
5、于学校放暑假期间，但在调查中发现很少有小孩自己进超市， 且顾客中的中小学生比例很小，所以与其他季节相比，夏季超市并没有特别明 显地“淡”或“旺”。对测试数据的分析发现，客流量的规律有以下几点：1、与典型的商场客流量双峰分布规律不同，超市的客流量呈三峰分布，这是 因为超市营业到深夜，而人们也在晚餐后到超市购物。2、一般，周末客流量峰值出现在 10:0011:00、14:3015:30、18:3019:30, 工作日客流量峰值出现在10:0011:00、14:3016:30、18:3020:00 0周末全 天的平均客流量约相当于一天中峰值客流量的71. 1%,工作日全天的平均客流 量相当于一天中峰
6、值客流量的64.577.筮。从此结果可以看出，工作日和周末 相比，上午客流量峰值出现时间一致，而下午则持续较长。原因在于周末人们 不上班，因此选择下午购物的人数增加。3、对于工作日来说，下午客流量峰值小于晚间，而对于周末则相反。这是因为 周末在家休息的人一部分选择了下午购物，而不是象平常一样晚间购物。3人员密度作为商业机密，我们有时无法宜接获得客流量的数据，这时我们可以通过调研 与实地统计得到客流量的基础数据，但是怎样通过逐时客流量计算出人员密度 呢？笔者依据实际统计数据得到超市入、出流人数，见图3和图4。从图中我们可 以看到，同一时间段出流与入流人数不等，其差值正是滞留至下一时间段的人 数。
7、建立数学模型如下：设每天超市营业小时，超市面积为Sm)开始营业后第f个小时内入流人数 记为啊工出流人数记为加，则第2个小时的同时在场人数应该等于前一时刻 滞留在室内的人数加上该时刻入、出流人数之差，也即，(i=l,2,-,n),因 此超市，第 1 个小时内的人员密度为人/(而建筑面积)(i=l,2,-,n) o图3超市7月中旬某周六出入客流量分布图 图4超市7月中旬某工作日出入客流量分布图被测超市工作日营业12. 5小时，周末营业13. 5小时，总建筑面积约为24000m2o通过三阶多项式拟合得到回归公式和公式：摘超市的客流量及人员密度分布规律是确定建筑空调冷负荷、新风量、排风 量、产尘量、C
8、02产生量以及产菌量、气本篇论文是由3C0ME文档频道的网友为您在网络上收集整理饼投稿至本站 的，论文版权属原作者，请不用于商业用途或者抄袭，仅供参考学习之用，否 者后果自负，如果此文侵犯您的合法权益，请联系我们。(1)(2)式中x为开始营业后第f个小时，(i=0, 0.5, 1, 1.5, -,2n)； 为当天营 业时间，h；。为记录时间间隔，h； p为开始营业后第f个小时超市内人员密 度，人/( m,建筑面积)。通过对y求导可以得到周末人员密度最大值为0.17人/ （m建筑面积），工作 日为0.12人/ （m建筑面积）。实测情况，周末平均同时在场人数为5610人, 最大人员密度0. 356
9、人/ （m，建筑面积），平均人员密度0. 23人/ （n?建筑面 积）；工作日平均同时在场人数为3428人，最大人员密度0.231人/ （m二建筑 面积），平均人员密度0.14人/ （m建筑面积）。与以往商场人员密度数据相 比大大减小。与拟合数据相比，拟合程度令人满意。将实测人员密度数据、拟合曲线和平均值线绘在一张图上见图5和图6:图5超市7月中旬某周六人员密度分布图图6超市7月中旬某工作日人员密度分布图人员密度逐时值与平均值的偏差随时间变化曲线见图7和图8,横坐标间隔为0.5小时：图7超市7月中旬某周六人员密度偏差分布图 图8超市7月中旬某工作日人员密度偏差分布图事实上，调查中我们发现，卖场
10、内不同区域人流并不均匀，收银台前人流最为 密集，此外，日用品、熟食区人流相对较多，而家电区、体育用品区人流相对 较少。因此，在设计空调系统时，不同区域应分别对待，可以在平均人流密度 基础上附加或附减。为了便于比较，将上海地区超市的人员密度分布的数据制成图9：比较图5图9,可以看到哈尔滨市超市的人员密度小于上海地区超市的人员密 度。这主是因为上海为我国第一大城市，上海人口远远大于哈尔滨市人口，且 上海地区经济发达，人民生活水平较高，去超市购物的客流量远大于哈尔滨市 超市的客流量。此外，上海交通便利，每日涌入的国内外游客很多，因此上海 地区超市的人员密度较大。由图7还可看出，上海地区超市人员密度晚
11、上峰值 最高，而哈尔滨市人员密度最高峰一般出现在下午，这是因为哈尔滨人与上海人的生活习惯 不同，哈尔滨人习惯早睡早起，而上海人夜生活较多。通过对比可以看到人员 密度随气候、商品布局、超市所处地域、顾客经济状况等因素的不同有很大不 同。4顾客在超市平均逗留时间 不同顾客在商场停留时间有长有短，我们可以通过统计调查得出顾客平均逗留 时间。它是一个随季节、气候、商品布局、营业方式、建筑层数、超市所处地 域、是否有自动扶梯、收银台数、收银员工作熟练程度、顾客经济状况等多个 因素而变化的量，但是对于同一地域来说相差不大。如果已知顾客平均逗留时间，就可以通过式得到其他超市同时在场的人 数，进而得到人流密度
12、：(3)式中尸为同时在超市的人次数；/为日客流量的人次数；才为顾客在超市平均 逗留时间，h： T为日营业时间，ho笔者根据前面得到的人员密度值通过将式变形得到的公式得到顾客在超市 平均逗留时间，对于其它营业时间和总客流量不同的超市，研究、设计人员就 可以方便地算出人员密度。(4)式中各符号意义同上。被测超市建筑面积周末客流量为34600人，营业时间为8:3022:00,平均人员 密度值为0.23人/ (n?建筑面积)，平均在场人数为5610；工作日客流量为 24000人，营业时间为8:3021:00,平均人员密度值为0. 14人/ (n?建筑面 积)，平均在场人数为3428。通过计算可以得到周
13、末顾客平均停留时间为2. 07h；工作日顾客平均停留时间为1.75h05结论客流量是超市等商业建筑经常统计和关注的数据之一，通过调查与现场测试发 现超市客流量呈三峰分布，晚饭后至关门前的客流高峰是其具有的特点之一。与文献口中给出的0. 6-1. 0人/而建筑面积相比，超市的人员密度已经降低到 0. 140.23人/m建筑面积左右。这既与商场、超市的大量兴建有关，也与超 市的销售方式有关。由于我国地域辽阔，各地区的气候迥异、人们的经济条件、消费观念和生活方 式乂存在很多差异，客流量特点与人员密度也会不同，因此，应对不同地区大 型超市的客流量进行相应的调查研究。参考文献1 .黄绪镜.百货商场空调设计.北京，中国建筑工业出版社，1994 .8-10.2 .蔡志红，蔡龙俊，冯哲隽.大型超市的暖通空调设计.制冷技术.2002, 3： 28- 30.3 4