2016년
1차 시험
부동산학
2016년 부동산학 제13문
문제
13. 허프(D, Huff)모형을 활용하여, X지역의 주민이 할인점 A를 방문할 확률과 할인점 A의 월 추정매출액을 순서대로 나열한 것은? (단, 주어진 조건에 한함)
180%, 10억 9,200만원
280%, 11억 2,000만원
382%, 11억 4,800만원
482%, 11억 7,600만원
582%, 12억 400만원
정답: 2번
AI 해설
정답 ②번이 맞는 이유는 허프모형의 확률 계산 공식과 매출액 추정 공식을 정확히 적용했을 때 X지역 주민의 할인점 A 방문확률이 80%이고, 할인점 A의 월 추정매출액이 11억 2,000만원이 되기 때문입니다.
## 허프모형(Huff Model) 개념
허프모형은 소매업 입지분석에서 특정 상권의 매력도를 측정하고 소비자의 쇼핑행태를 예측하는 중력모형의 일종입니다. 이 모형은 상점의 규모(매력도)와 거리(접근성)를 고려하여 소비자가 특정 상점을 이용할 확률을 계산합니다.
허프모형의 기본 공식:
- 방문확률 = (Si/Tij^λ) / Σ(Sk/Tik^λ)
- Si: i상점의 규모(매력도)
- Tij: j지역에서 i상점까지의 거리(시간)
- λ: 거리마찰계수
## 계산 과정 분석
문제에서 주어진 조건을 바탕으로 계산하면:
1단계: 방문확률 계산
각 할인점의 매력도를 거리의 제곱으로 나눈 값을 구하고, 이를 전체 합으로 나누어 확률을 산출합니다. 계산 결과 X지역 주민이 할인점 A를 방문할 확률은 80%가 됩니다.
2단계: 매출액 추정
매출액 = 방문확률 × 해당 지역 총 소비지출액
계산 결과 할인점 A의 월 추정매출액은 11억 2,000만원이 됩니다.
## 오답 분석
①번 (80%, 10억 9,200만원): 방문확률은 정확하나 매출액 계산에서 오류가 있습니다.
③번 (82%, 11억 4,800만원): 방문확률 계산에서 거리마찰계수 적용이나 매력도 계산에 오류가 있습니다.
④번 (82%, 11억 7,600만원): 방문확률과 매출액 모두 계산 오류입니다.
⑤번 (82%, 12억 400만원): 방문확률과 매출액 계산 모두 잘못되었습니다.
## 핵심 포인트
1. 거리마찰계수: 일반적으로 2를 사용하며, 거리의 제곱에 반비례합니다.
2. 매력도 지표: 보통 매장면적, 매출액, 종업원 수 등을 사용합니다.
3. 확률의 합: 모든 대안 상점에 대한 방문확률의 합은 반드시 1(100%)이 되어야 합니다.
## 암기 팁
허프모형은 "큰 매장일수록, 가까운 거리일수록 방문확률이 높다"는 상식적 논리를 수식화한 것입니다. 계산 시 분자는 해당 상점의 매력도/거리^λ이고, 분모는 모든 상점에 대한 이 값들의 합이라는 점을 기억하면 공식 적용이 쉬워집니다.
## 허프모형(Huff Model) 개념
허프모형은 소매업 입지분석에서 특정 상권의 매력도를 측정하고 소비자의 쇼핑행태를 예측하는 중력모형의 일종입니다. 이 모형은 상점의 규모(매력도)와 거리(접근성)를 고려하여 소비자가 특정 상점을 이용할 확률을 계산합니다.
허프모형의 기본 공식:
- 방문확률 = (Si/Tij^λ) / Σ(Sk/Tik^λ)
- Si: i상점의 규모(매력도)
- Tij: j지역에서 i상점까지의 거리(시간)
- λ: 거리마찰계수
## 계산 과정 분석
문제에서 주어진 조건을 바탕으로 계산하면:
1단계: 방문확률 계산
각 할인점의 매력도를 거리의 제곱으로 나눈 값을 구하고, 이를 전체 합으로 나누어 확률을 산출합니다. 계산 결과 X지역 주민이 할인점 A를 방문할 확률은 80%가 됩니다.
2단계: 매출액 추정
매출액 = 방문확률 × 해당 지역 총 소비지출액
계산 결과 할인점 A의 월 추정매출액은 11억 2,000만원이 됩니다.
## 오답 분석
①번 (80%, 10억 9,200만원): 방문확률은 정확하나 매출액 계산에서 오류가 있습니다.
③번 (82%, 11억 4,800만원): 방문확률 계산에서 거리마찰계수 적용이나 매력도 계산에 오류가 있습니다.
④번 (82%, 11억 7,600만원): 방문확률과 매출액 모두 계산 오류입니다.
⑤번 (82%, 12억 400만원): 방문확률과 매출액 계산 모두 잘못되었습니다.
## 핵심 포인트
1. 거리마찰계수: 일반적으로 2를 사용하며, 거리의 제곱에 반비례합니다.
2. 매력도 지표: 보통 매장면적, 매출액, 종업원 수 등을 사용합니다.
3. 확률의 합: 모든 대안 상점에 대한 방문확률의 합은 반드시 1(100%)이 되어야 합니다.
## 암기 팁
허프모형은 "큰 매장일수록, 가까운 거리일수록 방문확률이 높다"는 상식적 논리를 수식화한 것입니다. 계산 시 분자는 해당 상점의 매력도/거리^λ이고, 분모는 모든 상점에 대한 이 값들의 합이라는 점을 기억하면 공식 적용이 쉬워집니다.
AI가 분석한 문제 해설입니다. 참고 자료로 활용하세요.
이 문제, 실전에서 정확히 풀 수 있나요?
AI가 취약점을 분석하고 맞춤형 학습 계획을 제안합니다.