# 小卖部经营沙盘 · 规则设计 v1

> 用途：在可控的模拟环境里让 AI（或人）经营一家社区小卖部，改变条件、重复实验、观察结果，用来检验学术想法。
> 本文件是实现的唯一依据。所有数值都写进配置文件，可改。
> 数值来源标记：**[CCFA]** 来自行业报告；**[假设]** 是我定的初值，需要在校准阶段（第 11 节）验证。

---

## 0. 总体结构

```
环境（居民、竞争对手、天气、供应商）
        │  顾客到店、购买、离开
        ▼
   小卖部（货架、库存、收银、设备）◀── 店长（规则版 / 人 / 以后接 RL、Claude）
        │  每笔交易、每笔费用
        ▼
   会计账簿（复式记账 → 三张报表）
        │
        ▼
   记录器 → 可视化网页 / 实验统计
```

- **时间粒度**：一步 = 一天。天内按分钟推进顾客事件（到店、挑货、排队、结账），以便营业时间、排队、时段促销这些决策有意义，也让俯视图回放的顾客是真实模拟结果。
- **随机性**：所有随机数来自一个种子，并按用途分成互不干扰的流，每天每条流按 [种子, 流编号, 日] 重新生成：天气、出行与选店、店内购物、居民记忆（知晓度、口碑、迁居）、事件各一条。对照组和实验组因此共用随机数（common random numbers）：改动只影响它直接作用的那一环，其余抽样保持对齐，配对比较的方差小得多。
- **性能要求**：模拟一年 ≤ 5 秒（不开详细记录），保证一组实验跑几百次可行。

---

## 1. 校准基准（真实数据）

来源：毕马威 × 中国连锁经营协会《2025 年中国便利店发展报告》（2024 年样本企业数据），原文抽取存于 `docs/sources/kpmg-cvs-report-2025.txt`。

| 指标 | 连锁便利店 2024 | 本沙盘小卖部目标（默认场景） |
|---|---|---|
| 单店日均销售额 | 4,634 元 [CCFA] | 2,000–3,500 元 [假设] |
| 客单价 | 20.4 元 [CCFA] | 15–22 元 |
| 毛利率 | 26.4% [CCFA] | 16–22%（小卖部香烟占比更高、无鲜食，毛利更低）[假设] |
| 费用占销售额 | 电费 1.4%、职工薪酬 7.2%、房租 5.8%、其他 9.4% [CCFA] | 夫妻店无工资，房租占比更高 [假设] |
| 净利率 | 2.5% [CCFA] | 会计净利率 3–12%（店主劳动不计薪）；扣除店主劳动机会成本后的经济利润多半为负 [假设] |
| 坪效 | 55.9 元/㎡/天 [CCFA] | 50–80 元/㎡/天 |
| 品类结构 | 香烟 30.1%、鲜食 12.5%、生鲜 3.9%、咖啡 1.1% [CCFA] | 香烟 30–40%，无鲜食、咖啡 |
| 时段收入分布（2023） | 6–10 点 16.8%、10–14 点 24.6%、14–18 点 21.8%、18–22 点 28.0%、22–24 点 8.9% [CCFA，0–6 点占比极小] | 形状一致 |
| SKU 数 | 约 2,000 [CCFA] | 真实小卖部 500–1,000；沙盘用 60 个代表性 SKU（见 4.1） |

---

## 2. 周边市场（环境参数）

### 2.1 居民（按户生成，`population` 段）

默认场景不绑定具体城市，是"典型的中国城市社区"：780 户、约 2,040 人住在店铺周边 600 米内，每人是一个智能体。同一户住在同一处、共享收入档。

| 属性 | 生成规则 | 数据来源 |
|---|---|---|
| 户规模 | 1–6 人户占比 25.4 / 29.7 / 21.0 / 13.2 / 6.2 / 4.5% | 七普：1、2 人户为公报值；3 人及以上按户均 2.62 人推算 |
| 年龄 | 0–5 岁 7.0%、6–14 岁 11.0%、15–17 岁 3.3%、18–22 岁 5.5%、23–59 岁 54.5%、60–69 岁 10.2%、70+ 8.5%；每户至少一个成年人 | 七普 0–14 / 15–59 / 60+ = 17.95 / 63.35 / 18.70%；细分为推算 |
| 性别 | 男 51.2% | 七普 |
| 就业 | 18–59 岁中 75% 在业 | 推算：城镇就业人员 4.73 亿 ÷ 城镇 18–59 岁人口 |
| 收入 | 每户随机分到五等份之一，相对收入 1 : 2.3 : 3.6 : 5.6 : 10.4 | 国家统计局 2024 年全国居民收入五等份 |
| 价格敏感度 | 类型基准值 × (相对收入 / 中位数)^(−0.3) × 整体缩放 2.0 | 收入弹性指数 [假设]；整体缩放见 2.3 |
| 吸烟 | 15 岁以上，男 45%、女 2%（生成后总体约 24%） | 中国疾控中心成人烟草调查（2024 年现在吸烟率 23.2%；2018 年男 50.5%、女 2.1%） |

**行为类型**由年龄和就业推出（不再手设占比）：

| 类型 | 谁 | 占比（生成后） | 日均到便利店次数 λ | 出行时段 | 价格敏感度基准 | 排队耐心 |
|---|---|---|---|---|---|---|
| 上班族 | 18–59 岁在业 | 46% | 0.30 | 早 7–9、午 12–13、晚 18–22 | 1.5 | 3 分钟 |
| 学生 | 6–17 岁 | 13% | 0.30 | 放学 15–18、晚间 | 2.5 | 4 分钟 |
| 老人 | 60 岁以上 | 18% | 0.20 | 上午 8–11 | 3.0 | 6 分钟 |
| 家庭成员（未就业） | 18–59 岁未就业 | 17% | 0.25 | 白天、傍晚 17–20 | 2.0 | 4 分钟 |
| 学龄前儿童 | 0–5 岁 | 6% | 0（不单独购物） | — | — | — |

- **到店频率**：λ 是"到任何一家便利店/小店"的次数。参照艾媒咨询 2021–22 便利店消费者调查：一线城市 25.5% 的人每天至少去一次、21 岁及以下 22.5% 每天去、22–40 岁过半每周去多次；λ = 0.3 时约 26% 的人某天至少去一次。各类型 λ 的细分没有直接数据 [假设]。
- **品类偏好**按类型设定 [假设]；艾媒调查中休闲零食是最常买的品类（71.1%），其次乳制品、日用品、现制食品，偏好排序与之一致。
- **一单买几样、哪些品类常一起买**：国内没有公开的便利店小票数据，这部分是假设（一单计划 1/2/3 个品类的概率 55/30/15%，品类之间独立）。研究宏观运营和财务时影响不大；研究品类组合、促销、引流定价时需要真实数据或做敏感性分析。
- **买烟**：烟民平均每天 0.38 次到小店买烟（其余从别处整条买），有固定偏好的品牌，断货时 60% 换别的牌子 [校准值]。
- **城市预设**：`config/regions/` 下有杭州、苏州、上海的人口参数，研究某个城市时用 `base:` 引入。

### 2.2 出行生成（每天、每人）

```
当天出行次数 ~ Poisson( λ_type × 星期系数 × 天气系数 × 节假日系数 )
出行时刻     ~ 按类型的 24 小时偏好分布抽样（分钟级）
```

- 星期系数：上班族周末 0.8、其他类型 1.1 [假设]。
- 天气（2.4）：雨天出行 ×0.95，但更不愿走远（见 2.3），且一单多买一个品类的概率 +15%（Tian、Cao、Song 2021：国内 146 家便利店，雨天篮子更大、销售高于阴天）。
- 节假日：春节 7 天，居民在家比例默认 0.6（城市人口返乡），其他法定假日 ×1.1 [假设]。

### 2.3 选店（多项 Logit）

居民 i 每次出行在"可选店铺 + 不买（外部选项，代表网购/忍着/顺路别处）"之间选择：

```
U_ij = α_j − β_d · d̃_ij − β_p · ln(P̂_ij) + β_h · H_ij − β_s · S_ij − 品类缺口 + ε_ij
d̃_ij = d_ij + e · (d_ij − min_k d_ik)     e = 0.5·下雨 + 事件附加（疫情等）
U_i0 = α_0 + ε_i0                     （不买）
ε ~ Gumbel（即标准 Logit 选择概率）
```

| 符号 | 含义 | 默认 |
|---|---|---|
| α_j | 店铺固有吸引力：超市品类全 +0.5，小卖部 0，本店随陈列整洁度/面积微调 | [假设] |
| β_d | 距离厌恶，每公里 | 4.0 [校准值：本店顾客约 47% 住在 300 米内] |
| d_ij | 步行距离（公里） | 坐标算出 |
| P̂_ij | 居民感知的价格指数（1.0 = 市场参考价） | 见 2.5 |
| β_p | 选店的价格敏感度 = 类型基准 × 收入系数 × 整体缩放 2.0 | 整体缩放按"利润最高点在参考价之上 5–20%（便利店方便溢价）"标定 [校准值] |
| H_ij | 习惯存量 | 见 2.5 |
| S_ij | 缺货失望存量 | 见 2.5 |
| β_h | 习惯权重（只去这一家店的常客 +2） | 2.0 [假设] |
| β_s | 缺货厌恶 | 1.5 [假设] |
| α_0 | 外部选项吸引力 | −1.7 [校准值] |
| 品类缺口惩罚 | 计划买的品类这家店不卖，每个品类扣的效用（`market.miss_penalty`） | 1.0 [假设] |

- **下雨、疫情时更不愿走远**：额外的距离惩罚只加在"比最近那家店多走的距离"上，只改变去哪家店，不会把人凭空推去"不买"。
- **价格的短期与长期反应分开**：店内买不买、买几件的即时反应 = 品类弹性 × 0.1（短期很弱）；长期反应通过选店体现：顾客每次光顾后更新对这家店的价格印象 P̂（平滑系数 0.85），价格印象再以 β_p 影响下次去不去。标定结果见第 11 节：整体提价 10%，8 周内件数 −7%（Hoch 等 1994 的实验为 −3%），一年内 −20%，利润最高点在参考价之上约 10%。
- **关门的店不可选**。居民到了本店发现关门（只发生在不知道营业时间的新居民，或店长刚改了营业时间的头 7 天），算一次失望，S_ij +1。
- 买烟需求只在持有烟草证的店之间选（超市有、本店默认有）。

### 2.4 天气与季节

```
气温 T(d) = 17 + 12·sin(2π(d − 105)/365) + N(0, 3)     （温带城市，℃）
下雨     ~ Bernoulli(0.15)，夏季 0.25
```

- 冷饮/冰淇淋需求 × exp(0.06·(T − 20))（26℃ 以上再 ×1.6）；饮料 × exp(0.02·(T − 20))；酒水 × exp(0.01·(T − 20))（Hirche 等 2021：最高气温 +10℃ 啤酒 +10%）；方便食品 8℃ 以下 ×1.2；节假日酒水 ×1.4；冷柜饮料 25℃ 以上 ×1.3。系数都在 `seasonality` 段，除酒水外为 [假设]，响应检验见第 11 节。
- 空调用电随季节变化（第 6 节）。

### 2.5 居民的记忆（每天更新）

```
H_ij ← 0.9·H_ij + 0.1·(当天出行中去 j 店的次数 / 当天出行次数)   习惯：近期光顾占比，0–1，只在有出行的日子更新；只去一家店 → 趋近 1
S_ij ← 0.90·S_ij + 缺货次数 + 关门扑空 + 排队放弃      失望：随时间淡忘
P̂_ij ← 0.8·P̂_ij + 0.2·(本次所买非香烟商品 实付价/参考价 的加权平均)    只有去过才更新；香烟统一标价，不计入；临期折扣计入
```

- **知晓度**：居民只有知道本店存在，才会把它放进选择范围。开业当天，距离 d 公里的居民以 0.5·exp(−d/0.35) 的概率已经知道；之后每天以 0.02·exp(−d/0.35)（路过看见）+ 0.03 ×（5 个近邻中已知道的比例）（邻居告知）的概率得知。迁入的新居民不知道。[假设]
- **开业爬坡**：模拟开始前先空跑 90 天（本店未开），让居民对竞争对手形成习惯。本店开业时 H = 0，需要从对手那里把客人一点点争取过来，这和真实新店的爬坡期一致。
- 新居民（每月 2% 迁入迁出 [假设]）对本店的 P̂ 初值 = 1.0，H = 0，S = 0。
- 口碑（v1 简化）：每个居民每天以 5% 概率和邻居交换一次 P̂ 和 S 的信息，向邻居的值靠拢 20% [假设]。

### 2.6 竞争对手

| 对手 | 距离店铺 | 价格指数 | 营业时间 | 品类 | 烟草证 |
|---|---|---|---|---|---|
| 社区超市 | 800 米 | 0.92 | 8:00–22:00 | 全 | 有 |
| 另一家小卖部 | 350 米 | 1.00 | 7:00–23:00 | 与本店默认相同 | 有 |

- 对手的价格、营业时间平时固定，不缺货；会因突发事件（价格战、新店开张）和下面的"对手反击"而变化。
- **对手反击**（`events.competitor_reaction`，默认开启）：每周检查本店最近 28 天的市场份额，超过 50% 时，老王小卖部降价 8% 并前后各延长 1 小时营业，只反击一次 [假设]。对手改价后居民立即知道新价格。对手价格 = 原价 × 价格战折扣 × 反击折扣，价格战结束只撤掉价格战那部分。
- 外部选项 α_0 同时承担"即时零售外卖"的分流作用；粮油调味和日用品的 α_0 更高（这类东西常网购）。

---

## 3. 店铺条件（环境参数）

| 参数 | 默认 | 说明 |
|---|---|---|
| 面积 A | 40 ㎡ | 70% 为卖场，30% 为后仓与收银 |
| 租金 | 110 元/㎡/月 → 4,400 元/月 | 2025 年上半年二线城市商铺均价约 100–130 元/㎡/月，门口位置取中上 |
| 付款方式 | 押一付三 | 押金 1 个月计入其他应收款，房租按季预付后按月摊销 |
| 物业等杂费 | 300 元/月 | |
| 初始资金 | 按业态（见 3.1） | 店主投入，计实收资本；`store.initial_capital` 可统一覆盖 |
| 信用额度 | 50,000 元，年利率 6% | 现金不足时自动借款，有余钱自动还款 |
| 店址类型 | 小区门口 | 影响 α_j：街角 +0.2、巷内 −0.3 [假设] |
| 烟草专卖零售许可证 | 有 | 没有就不能卖烟 |

### 3.1 业态：独立社区店还是连锁加盟

`store.format` 取三个值之一。业态改变的是**品牌吸引力、商品范围、进货成本、决策权和费用结构**，其他规则不变。

| 项目 | 独立社区店 `independent` | 轻加盟 `franchise_light`（美宜佳式） | 分成加盟 `franchise_share`（7-11 式） |
|---|---|---|---|
| 品牌吸引力 α 加成 | 0 | +0.3 | +0.5 |
| 商品范围 | 第 4.1 节前 10 个品类 | 加鲜食、咖啡 | 加鲜食、咖啡 |
| 进价（除香烟） | 批发市场价 ×1.00 | 总部供货 ×1.05（总部靠供货差价盈利） | 总部供货 ×0.95（规模采购） |
| 起订单位 | 按箱 | 按件（总部配送可拆零） | 按件 |
| 总部收费 | 无 | 加盟费 25,000 元 + 品牌使用费 1,000 元/月 | 加盟费 50,000 元 + **月毛利分档抽成**（累进）：6 万以下部分 10%，6–8.3 万部分 45%，8.3–10.6 万部分 40%，以上 35% |
| 加盟保证金 | 无 | 30,000 元 | 150,000 元（期满无息返还） |
| 装修 | 30,000 元 | 50,000 元（统一形象） | 150,000 元 |
| 门店 | 40 ㎡、14 组货架、2 台冷藏柜 | 同左 | **60 ㎡**（要求实用面积 ≥ 60 ㎡）、21 组货架、3 台冷藏柜 |
| 定价权 | 店主自定 | 店主自定 | **总部定价**，店主只能做临期折扣 |
| 必卖商品 | 无 | 总部核心清单占 SKU 的 50% | 占 80% |
| 营业时间 | 自定 | 自定 | **必须 24 小时** |
| 店主初始资金 | 150,000 元 | 300,000 元（报道中总投入 30–35 万） | 450,000 元（方案投资约 35 万 + 流动资金） |
| 设备（货架、冷柜、收银等） | 自购 | 自购 | **总部提供**，不计入加盟商资产 |

- 来源：美宜佳的费用结构（加盟费约 2.5 万元、保证金 1–3 万元、品牌使用费 1,000 元/月、不参与利润分成、进货价比市场高约 5%）来自媒体报道 [报道]；7-11 式按 7-11 华南官网加盟方案 C（总部提供设备）：毛利分档、保证金 15 万、加盟费 5 万、装修约 15 万、面积 ≥ 60 ㎡ [官网]。其余数值为 [假设]。
- 会计处理：加盟费计入长期待摊费用，按合同期 60 个月摊销；保证金计入其他应收款；品牌使用费和毛利分成计入"加盟费用"。毛利分成按月末计提增值税之后的不含税毛利计算。
- 香烟由门店自行向烟草公司订购，任何业态下进价都一样、零售价都按标价。
- 连锁店的规则版店长同样遵守总部约束（定价、必卖清单、营业时间）。

**开店一次性投入（默认，独立社区店）**

| 项目 | 金额 | 会计处理 |
|---|---|---|
| 装修 | 30,000 元 | 长期待摊费用，按租期 36 个月摊销 |
| 货架 14 组 | 800 元/组 | 固定资产，5 年直线折旧，无残值 |
| 冷藏柜 2 台 | 3,500 元/台 | 同上 |
| 冷冻柜 1 台 | 3,000 元/台 | 同上 |
| 收银设备 | 2,000 元 | 同上 |
| 首批进货 | 由店长决定 | 存货 |

---

## 4. 商品

### 4.1 品类表（每个品类下有 4–8 个代表 SKU，共 60 个）

| 品类 | 均价（参考零售价） | 进价/零售价 | 价格弹性 ε | 保质期 | 储存 | 冲动购买系数 | 季节 | 备注 |
|---|---|---|---|---|---|---|---|---|
| 香烟 | 22 元 | 0.90 | 0.2 | 不过期 | 常温 | 0 | — | **零售价固定为标价，不能改**；每周一订货 |
| 饮料 | 4 元 | 0.68 | 1.2 | 270 天 | 常温/冷藏 | 中 | 夏旺 | 放冷藏柜的在气温 >25℃ 时需求 ×1.3 |
| 酒水 | 8 元 | 0.78 | 0.8 | 365 天 | 常温 | 低 | 节假日旺 | |
| 零食 | 6 元 | 0.68 | 1.5 | 180 天 | 常温 | 高 | — | |
| 方便食品 | 5 元 | 0.80 | 1.0 | 180 天 | 常温 | 低 | 冬旺 | |
| 乳制品 | 6 元 | 0.78 | 1.0 | 纯牛奶（UHT）180 天、乳饮料 270 天，常温；酸奶 21 天、鲜牛奶 7 天，冷藏 | 见左 | 低 | — | 酸奶、鲜奶短保 |
| 面包 | 5 元 | 0.70 | 1.2 | 6 天 | 常温 | 中 | — | 短保 |
| 冷饮冰淇淋 | 4 元 | 0.62 | 1.3 | 540 天 | 冷冻必需 | 高 | 夏 ×3、冬 ×0.3 | |
| 日用品 | 10 元 | 0.75 | 0.8 | 不过期 | 常温 | 低 | — | |
| 粮油调味 | 10 元 | 0.85 | 1.5 | 365 天 | 常温 | 0 | — | 超市竞争激烈 |

连锁业态额外品类：

| 品类 | 均价 | 进价/零售价 | ε | 保质期 | 储存 | 冲动系数 | 备注 |
|---|---|---|---|---|---|---|---|
| 鲜食（饭团、便当、包子） | 9 元 | 0.62 | 1.0 | 1 天 | 鲜食柜（8,000 元，耗电 6 kWh/天） | 中 | 早餐、午餐高峰 |
| 咖啡 | 12 元 | 0.35 | 1.2 | 现做，无损耗；原料出杯时按成本付现计入营业成本，不经过存货 | 咖啡机（15,000 元，耗电 3 kWh/天） | 中 | 上班族早高峰 |

以上均为 [假设]，参考价设为"市场参考价"（P̂ = 1.0 的基准）。

### 4.2 购买过程（顾客进店后）

1. **计划购买**：按居民类型的品类偏好抽 1–3 个品类（雨天、疫情时一单可能多一个品类），每个品类挑一个 SKU，权重 = 基础人气 × (排面/6)^0.2 × (价格比)^(−2.0)：陈列多、相对便宜的更容易被挑中（品牌层面弹性取 Bijmolt 等 2005 元分析中位数约 −2.2）。
2. **找货**：SKU 没在架或缺货 → 50% 概率改买同品类其他在售 SKU（替代），否则这项需求落空，记一次缺货（S +1，并记入店铺"未满足需求"统计）。
3. **买不买、买几件**（总弹性 ≈ 名义 ε）：
   ```
   价格比 r = 实付价 / 参考价
   买的概率 = 1（r ≤ 1）；r^(−ε/q0)（r > 1，贵了有人不买）
   件数 = 1 + Poisson((q0 − 1) × r^(−ε) × 季节系数 × 气温系数)，上限 6 件
   ```
   两部分合起来，r = 1 附近的总价格弹性 = ε/q0 + ε(q0−1)/q0 = ε。疫情囤货期间，粮油调味和方便食品的件数部分再乘囤货系数。
4. **冲动购买**：顾客路过的每个陈列区，对其中每个 SKU：
   ```
   P(冲动购买) = 品类冲动系数 × 陈列系数 m_s × (售价/参考价)^(−ε)
   ```
   冲动系数：高 0.006、中 0.003、低 0.001、零 0 [校准值：使冲动购买约占销量一成，零食占比落在合理范围]。
5. **结账排队**（第 7 节）。

### 4.3 陈列效果

```
m_s = (排面数 f_s / 6)^0.2 × 层位系数 × 区位系数
```

- **排面弹性 0.2**：货架空间增加 1 倍，冲动销量约增加 15%。这一数量级来自经典的货架空间弹性研究（Curhan 1972 等，平均约 0.2）。
- **层位系数**（每组货架 5 层）：视线层（第 2、3 层）1.2；顶层 0.9；第 4 层 1.0；底层 0.8 [假设]。
- **区位系数**：收银台旁 1.5（只能放小件：零食、口香糖类、冷饮）；门口端架 1.3；店内深处 0.8；冷藏柜 1.0 [假设]。
- **顾客动线**：只买 1 件的顾客 60% 只走门口和收银区；其他顾客走完整动线。所以把高毛利冲动商品放在门口和收银台是有回报的，这也是研究"陈列"时观察的机制。
- **整洁度**：排面空置率 > 30% 时本店 α_j −0.2（看起来"没货、要倒闭"）[假设]。

---

## 5. 供应链与库存

| 规则 | 默认 |
|---|---|
| 订货截止 | 每天 22:00 前下单，次日 8:00 到货（香烟每周一下单、周二到） |
| 起订量 | 按箱：饮料 24、零食 20、乳制品 12、面包 10、其他 12 件/箱 |
| 进价折扣 | v1 无量大折扣 |
| 付款 | 现结；饮料、酒水供应商月结 30 天（形成应付账款） |
| 退货 | 不可退（面包供应商可选"临期回收 50%"，配置开关） |
| 库存上限 | 在架上限 = 排面数 × 深度 6；后仓总容量 = A × 0.3 × 60 件/㎡ [假设] |
| 补货上架 | 店员有空时自动把后仓货补到货架（每人每分钟 2 件） |
| 存货计价 | 先进先出，按批次记录到期日 |
| 过期 | 每天开门前下架过期商品，按成本计入"存货报废损失" |
| 失窃损耗 | 售出件数的 0.5%（22:00–6:00 时段 ×2，无人值守时 ×5）按成本计入损耗 [假设] |

---

## 6. 经营成本

| 成本 | 规则 | 默认 |
|---|---|---|
| 房租 | 固定，按月摊销预付款 | 6,000 元/月 |
| 电费 | 冷藏柜 6 kWh/台·天（双门展示柜约 5–8 度）+ 冷冻柜 5 kWh/台·天 + 照明空调 0.025 kWh/㎡·营业小时 × 季节系数（夏 1.8、冬 1.4、春秋 1.0） | 1.0 元/kWh（商业电价） |
| 水费 | 固定 | 50 元/月 |
| 人工 | 店主每天最多工作 12 小时（可设），不计工资；超出部分雇店员 | 店员 22 元/小时 [假设] |
| 支付手续费 | 90% 顾客用移动支付 | 费率 0.2%（个人经营收款码：非信用卡 0.1%、信用卡 0.38%，混合） |
| 税费 | 小规模纳税人增值税：征收率 1%，月销售额（不含税）≤ 10 万元免征（财政部 税务总局公告 2023 年第 19 号，执行至 2027-12-31）。售价含税；超过免征额的月份，月末把 售价/1.01×1% 从营业收入转入应交税费，次月缴纳。经营所得税 v1 默认关闭 | 已核实 |
| 利息 | 信用额度借款按日计息 | 年 6% |
| 折旧摊销 | 见第 3 节 | |

**机会成本（不进会计账，单独报告）**：店主劳动按 22 元/小时（与店员时薪相同，避免"用店员替换店主"凭空赚钱）、投入资本按年 3% 计算机会成本。报表同时给出"会计利润"和"经济利润"，很多小卖部会计上赚钱、经济上不赚钱，这本身可以是研究点。

---

## 7. 收银与排队

- 收银时间 = 20 秒 + 4 秒/件 [假设]；每个在岗人员同时只能服务一个顾客（店员补货时不收银，有顾客时优先收银）。
- 顾客到收银台时估计等待时间 = 前面人数 × 平均收银时间；超过其排队耐心（2.1 节）则放下商品离开，S +1，这笔销售丢失。
- 营业中必须至少 1 人在岗；没人在岗的时段视为关门。

---

## 7.5 突发事件

配置在 `events`。两种来源可同时使用：
- **固定日程** `events.list`：做实验用，例如 `[{type: price_war, day: 120, duration: 30}]`，没写的参数取 `events.defaults`。
- **随机抽取** `events.random: true`：每年平均 3 次（`rate_per_year`），类型按权重抽，日期在开业第 30 天之后均匀抽，**强度和持续时间在 `events.ranges` 的范围内均匀抽取**。用来测试店长的抗风险能力，模型店长训练时默认开启。
- 同类事件进行中时，新的同类事件不叠加。

| 事件 | 效果 | 随机强度范围 [假设] | 店长能否提前知道 |
|---|---|---|---|
| 新竞争店开张 | 在距本店 d 公里处新增一家店，参与选店 | 吸引力 α −0.2–0.4（默认 −0.1，普通小店）；价格指数 0.92–1.03；d 0.2–0.6 km；30% 带鲜食 | 提前 30 天公告 |
| 房东涨租 | 月租上涨，已预付部分补差价 | 5–25% | 提前 60 天公告 |
| 门前道路施工 | 本店吸引力下降 | α −0.4 至 −1.5，持续 20–90 天 | 突发 |
| 供应中断 | 1–2 个品类停止到货（订单推迟到恢复后） | 持续 2–10 天 | 突发 |
| 疫情封控 | 出行减少、居民更不愿走远、外卖网购也受限、囤货、一单买得多 | 出行 ×0.75–0.95（默认 0.75）；距离惩罚附加 +0.3 至 +1.2；外部选项 −0.1 至 −0.6；粮油和方便食品件数 ×1.2–1.8；一单多买一品类的概率 +0.1 至 +0.5；持续 14–60 天 | 突发 |
| 对手打价格战 | 某个对手降价 | 价格指数降到 0.80–0.92，持续 14–60 天 | 突发 |
| 热浪 | 气温升高（影响冷饮、饮料、空调电费） | +4 至 +10℃，持续 5–15 天 | 突发（天气预报会体现） |
| 差评风波 | 本店吸引力下降，按半衰期恢复，4 个半衰期后结束 | α −0.1 至 −0.5（默认 −0.25，约相当于评分降 1 星），半衰期 15–45 天 | 突发 |
| 失窃激增 | 失窃损耗率倍增 | ×2–6，持续 14–45 天 | 突发 |

- 店长的观察里有 `events`：进行中的事件（含剩余天数）和已公告的事件。规则版店长不理会事件，模型店长会把事件当作输入。
- 事件和对手反击都会记进回放的决策时间线。

## 8. 店长：可做的决策

| 决策 | 频率 | 约束 |
|---|---|---|
| 订货：每个 SKU 订几箱 | 每天 | 起订量、库存上限、现金/信用额度 |
| 定价：每个 SKU 的售价 | 每天 | 香烟不可改；必须 ≥ 0 |
| 促销：临期折扣（距到期 N 天打 X 折）、品类限时折扣（时段、折扣率） | 每天 | 折扣后售价可以低于进价 |
| 营业时间：开门、关门时刻，或 24 小时 | 每周 | 改动后前 7 天会有居民扑空 |
| 排班：每个时段店员人数 | 每周 | 营业时段至少 1 人（店主或店员） |
| 品类组合：上架/下架哪些 SKU | 每月 | 下架商品剩余库存可清仓 |
| 陈列：每个 SKU 放哪个货架、哪一层、几个排面 | 每月 | 排面总数受货架数限制 |
| 设备：增减冷藏柜、冷冻柜、货架 | 每月 | 占卖场面积；购买资本化 |

### 店长能看到的信息（信息不对称）

店长只能看到真实店主能看到的东西：
- 本店每个 SKU 每天的销量、库存、到期分布、报废和损耗、空货架比例
- 本店每小时客流和销售额、排队放弃次数
- 现金余额、三张报表
- 天气预报（明天气温和是否下雨，带误差）
- 竞争对手的价格和营业时间（公开信息）
- 进行中的突发事件，以及已公告的新店开张和涨租
- 自己的经营参数（店铺、供应、陈列），看不到居民行为参数和未公告的事件日程

**看不到**：居民的内部状态（习惯、感知价格、失望值）、未满足需求的准确数量（只能看到"货架空了"）、居民去了别家的次数和市场份额。代码里由 `engine.VISIBLE_KEYS` 统一过滤。

### 店长接口

所有店长（规则版、人、以后的 RL 和 Claude）实现同一个接口：

```
daily_decide(observation) -> actions        每天开门前调用
```

### 规则版店长（基准，v1 必做）

- 订货：(s, S) 补货策略；需求用 7 天指数平滑预测；短保商品按"预计 2 天卖完"订货。
- 定价：全部按参考价；香烟按标价。
- 临期：距到期 1 天的商品打 7 折。
- 营业 7:00–23:00，店主 7:00–19:00，店员 19:00–23:00。
- 陈列：每月按上月销售额比例分配排面；高冲动系数商品放收银台和门口。

---

### 模型店长（强化学习，`manager.type: rl`）

**分工**：每周日晚，策略网络读经营快照，定本周的 6 个策略参数；每天订几箱仍由规则版店长的补货逻辑按这些参数执行（老板定策略、伙计照做）。这样学习的问题只有 52 步/年，训练可行。

| 输入特征（25 维） | 输出动作（6 维） |
|---|---|
| 一年中的时间（正弦/余弦）、上周日均销售额及变化、客流、毛利率、客流比四周前的变化、空货架比例、报废、放弃排队、现金、借款、明天气温和是否下雨、开业多久、竞争店数量、9 种事件各自的状态（无 / 已公告 / 进行中）。全部是店主看得到的信息 | 冲动品类价格倍数 0.8–1.2；必需品类价格倍数 0.8–1.2；临期折扣 0–60%；备货倍数 0.5–1.5；开门 5–9 点；关门 22–24 点（店主排前 12 小时，其余由店员值班；分成加盟强制 24 小时） |

- **网络**：25 → 16（tanh）→ 6（tanh），共 518 个参数。
- **训练算法**：进化策略（OpenAI-ES，Salimans 等 2017）：每代 16 个对称扰动的候选策略，每个在 2 个随机种子上各经营一年，按名次打分，用 Adam 更新。不依赖额外的库，三进程并行。
- **训练目标**（可选）：经济利润（默认）、会计利润、营业收入、存活。破产扣 10 万元。
- **三组种子互不重叠**：训练种子从 1,000 以上随机抽；**验证种子 201–230** 用来选第几代、调超参数；**考试种子 101–130** 只在最终报告时用一次。训练和评估的空跑期相同，都开启随机事件。
- **公平对照**：除规则版店长外，再训练一个**调优固定策略**（`--fixed`）：同样调这 6 个参数，但全年不变、不看任何经营数据。模型店长赢规则版，可能只是参数更好；赢了调优固定策略，才说明它学会了随机应变。
- **防钻漏洞**：评估时报告**动作贴边比例**（策略参数落在上下限 2% 以内的比例，过高说明可能在钻边界）；`--perturb` 把市场参数（如 β_p、β_d）扰动 ±20% 后重新考试，策略只在原参数下才赢就说明它学的是模拟器的特殊性。
- **评估结果**（`tools/final_eval.py`，`runs/rl_final_eval.json`；独立社区店、随机事件；训练 40 代，固定策略 25 代）：

| 年份 | 规则版 | 调优固定策略 | 模型店长 | 模型 − 规则 | 模型 − 固定 |
|---|---|---|---|---|---|
| 验证 201–230 | −47.6 | −38.6 | −30.2 | +17.4 [15.5, 19.3] | +8.4 [7.7, 9.2] |
| **考试 101–130** | −41.9 | −32.0 | −24.2 | **+17.7 [15.8, 19.7]** | **+7.8 [6.9, 8.6]** |

单位：千元/年经济利润；括号为 95% 置信区间，配对 t 检验 p 均 < 10⁻¹⁷。扰动检验（验证年份 15 个，β_p ×0.8/1.2、β_d ×0.8/1.2、β_h ×0.6/1.4）：模型店长对固定策略的优势在 +7.9 至 +11.2 千元之间，始终显著；动作贴边比例 1%。
学到的策略：开业头两个月冲动品降到 0.83–0.84 倍拉客，站稳后提到约 1.17 倍；必需品约 1.18 倍；备货约 1.3 倍；临期折扣约 44%（渗透定价）。固定策略的最优参数：冲动品 1.03、必需品 1.14、其余接近规则版。
- **标准接口**：`sim.rl.StoreEnv` 提供与 Gymnasium 相同的 reset / step，可接 PPO 等算法。每步在周日收档后应用动作，再跑动作生效的 7 天；奖励 = 这 7 天所有者权益变化 − 店主劳动机会成本。

## 9. 会计

- **复式记账**：每笔交易生成分录，期末试算平衡必须为 0（自动检查，不平衡就报错停止）。
- **科目**：库存现金、银行存款（v1 合并为"货币资金"）、存货、其他应收款（押金）、预付账款（房租）、固定资产、累计折旧、长期待摊费用、应付账款、短期借款、应交税费、实收资本、未分配利润；收入费用类：营业收入、营业成本、存货报废损失、存货盘亏（失窃）、房租、水电、职工薪酬、折旧、摊销、支付手续费、利息、税金及附加。
- **报表**：每月末出资产负债表、利润表、现金流量表（直接法），年末汇总。
- 新增科目：长期借款（经营贷）、业主提款（权益减项）；费用类：所得税费用、资产处置损失、退租违约金。

### 9.1 财务与租约（`finance`、`lease` 段）

| 项目 | 规则 | 默认 | 依据 |
|---|---|---|---|
| 经营所得税 | 个体工商户查账征收：按本年度累计税前利润逐月计提、次月缴纳；应纳税所得额 = 累计利润 − 6 万元/年 × 已过月数/12；五级超额累进 5–35%（速算扣除）；200 万元以内部分减半 | 开启 | 经营所得税率表；财政部 税务总局公告 2023 年第 12 号（至 2027-12-31） |
| 店主取生活费 | 每月结账前取，现金低于 1 万元时少取或不取；记"业主提款"，减少所有者权益，不是费用 | 5,000 元/月 | 城镇人均消费支出约 2,900 元/月 × 户均 2.4 人，扣除家人其他收入 [假设] |
| 经营贷 | 店长动作 `loan: {amount, months}`，等额本息按月还 | 年利率 4.5% | [假设] |
| 转让门店 | 店长动作 `exit: transfer`：转让费 = 近 6 个月平均月净利润 × 8（不为负）；存货按成本 70% 作价；押金、预付房租退回；设备和装修随店转让，差额计资产处置损益；还清借款，经营结束 | — | 转让费倍数 [假设] |
| 退租关店 | 店长动作 `exit: close`：无转让费；房租押金不退并付 3 个月房租违约金；加盟保证金退回 | — | [假设] |
| 续租 | 租期（36 个月）到期自动续约，房租上涨 | +5% | [假设] |

- **经济利润**照旧 = 净利润（已扣所得税）− 店主劳动 × 22 元/小时 − 实收资本 × 3%。店主提款不影响经济利润，但影响现金和抗风险能力。
- **开第二家店**（多店经营）还没做：需要同时模拟两家自有门店共享同一片居民，见第 13 节。
- **破产**：货币资金 < 0 且信用额度用尽，当天无法支付到期款项 → 店铺倒闭，模拟结束，记录存活天数。

---

## 10. 实验运行器

一个实验 = 一个配置文件：

```yaml
name: 收银台陈列冲动商品
base: default.yaml           # 默认场景
days: 365
runs: 100                    # 每组重复次数，种子 1..100，各组共用随机数流
manager: rule_based
control: control
groups:
  control: {manager.checkout_impulse: false}
  treatment: {manager.checkout_impulse: true}
primary: net_profit          # 事先指定一个主要指标
metrics: [net_profit, economic_profit, revenue, gross_margin, days_run, stockout_rate, spoilage_rate]
# sweep: {param: market.beta_d, values: [3, 4, 5]}   # 可选：敏感性分析，每个值都跑一遍各组
```

- 参数路径必须存在于默认配置，写错立即报错（不会悄悄新建一个没人读的参数）。

输出：
- 每次运行的指标表（CSV）
- 组间比较（按种子配对）：均值差、t 分布 95% 置信区间、配对 t 检验、效应量 dz（差值均值 / 差值标准差）；0/1 指标（是否破产）用精确 McNemar 检验
- 多重比较：事先指定的主要指标单独报告；其余指标做 Holm 校正，结论按校正后 p 值
- 复现记录：summary.json 里存实验配置、种子列表、代码指纹（sim/ 与默认配置的哈希）、Python 和 numpy 版本、时间；每次运行另存到 `history/时间戳/`，不覆盖
- 选定几次运行保存完整事件记录，供可视化回放

**敏感性分析**：`sweep: {param, values}` 对一个参数做扫描，每个值都跑全部组；网页画出各组指标随该参数变化的曲线。**涉及定价的结论必须对价格敏感度（`market.types.*.beta_p`）做扫描**：利润最高的价格位置很依赖它，而它在中国没有直接数据。

---

## 11. 校准与验收（规则版店长、默认场景、365 天）

模拟结果的中位数要落在以下范围，否则先调参数（主要调 α_0、λ、β_d）再做实验：

| 检查项 | 目标 |
|---|---|
| 日均销售额 | 2,000–3,500 元 |
| 客单价 | 15–22 元 |
| 日均客流 | 120–220 人 |
| 毛利率 | 16–22% |
| 香烟销售占比 | 30–40% |
| 时段收入分布 | 与第 1 节 CCFA 分布形状相近（各时段偏差 ≤ 5 个百分点） |
| 会计净利率 | 3–12% |
| 短保商品报废率 | ≤ 5% [假设]（纯牛奶改为常温长保、每天到货后，规则版店长几乎不过期） |
| 价格 | 利润对价格倍数存在内部最优（不在 0.8–1.2 的边界上），`tools/price_curve.py` |
| 存活 | 规则版店长 365 天内破产率 < 10% |
| 定性 | 雨天客流下降、夏季冷饮上升、关门越早晚间销售越少、提价后客流逐渐流失（不是瞬间） |
| 会计 | 每月试算平衡；三张报表勾稽一致（现金流量表期末现金 = 资产负债表货币资金） |

---

### 实测结果（每种业态 12 个种子，`experiments/calibration.yaml`；居民按户生成、财务模块开启）

| 指标 | 目标 | 独立社区店 | 轻加盟 | 分成加盟（60 ㎡） | 行业参照（CCFA 2024，连锁） |
|---|---|---|---|---|---|
| 日均销售额 | 2,000–3,500 | 2,810 | 3,815 | 4,832 | 4,634 |
| 日均客流 | 120–220 | 173 | 237 | 298 | — |
| 客单价 | 15–22 | 16.3 | 16.3 | 16.4 | 非加油站便利店 15–20（连锁平均 20.4，被加油站店拉高） |
| 毛利率 | 16–22% | 19.8% | 22.0% | 26.4% | 26.4% |
| 净利率（税后） | 3–12% | 7.7% | 10.4% | 7.7% | 2.5%（含总部费用） |
| 香烟占比 | 30–40% | 38.8% | 33.8% | 34.3% | 30.1% |
| 短保报废率 | ≤ 5% | 0.3% | 0.2% | 0.1% | — |
| 破产率 | < 10% | 0 | 0 | 0 | — |
| 坪效（元/㎡/天） | 50–80 | 70 | 95 | 81 | 55.9 |
| 时段分布 | 与 CCFA 相近 | 7–10 点 19%、10–14 点 23%、14–18 点 21%、18–22 点 31%、22–23 点 6% | | | 2024：6–10 17.2 / 10–14 21.8 / 14–18 21.6 / 18–22 27.1 / 22–24 9.4% |

财务（种子 1，一年）：独立店所得税约 550 元、店主提款 6 万元、期末现金约 13 万元；两种加盟店所得税约 3,600–3,900 元。

### 响应检验（`tools/response_check.py`，目标在 `config/response_targets.yaml`，3 个种子平均）

| 改变什么 | 模拟结果 | 实证目标 | 出处 | 结论 |
|---|---|---|---|---|
| 经营中途整体提价 10%，之后 8 周件数 | −7.4% | −2% 至 −8% | Hoch, Drèze & Purk 1994（86 家超市实验，约 −3%） | 通过 |
| 同上，之后 1 年 | −20.5% | 无直接实证；要求利润最高点在参考价之上 5–20% | 便利店方便溢价 | 最高点约 ×1.1 |
| 350 米外新开同业态便利店，60 天销售 | −21% | −10% 至 −22% | Nishida（冲绳便利店，−14～−18%）；Arcidiacono 等 2020 | 通过 |
| 疫情封控 30 天，客流 | −16% | −8% 至 −20% | CCFA/毕马威：2020 年来客 −13.5% | 通过 |
| 疫情封控 30 天，营收 | −4% | −10% 至 +2% | 同上：营收 −2.5%、客单价 +11% | 通过 |
| 雨天营收（相对附近同星期非雨天） | +4% | −5% 至 +12% | Tian、Cao、Song 2021（国内 146 家便利店：雨天高于阴天） | 通过 |
| 气温每升 1℃，饮料件数 | +1.8% | +0.5% 至 +3% | Hirche 等 2021（啤酒约 +1%/℃） | 通过 |
| 某商品排面加倍，其销量 | +5.1% | +5% 至 +20% | 货架空间弹性 0.17–0.21（Curhan 1972；Eisend 2014） | 通过（偏下沿：计划购买为主的商品对陈列不敏感） |
| 差评（约降 1 星），30 天客流 | −10% | −4% 至 −15% | Luca 2016（独立门店每星 5–9%） | 通过 |
| 改 24 小时营业，销售额 | +12% | 无实证 | — | 仅报告 |
| 临期折扣 0% → 30%，报废 | 基数接近 0，无法测 | −15% 至 −25%（Atan 等） | — | 待有报废的经营设定时再测 |

- 本店顾客约 47% 住在 300 米内（日本住宅区便利店 300–500 米内来客约 60–70%，口径不同，仅作参考）。
- 事件检查（`tools/event_check.py`，事件后 30 天日销相对无事件）：新店开张 −14%、门前施工 −47% [无实证，假设]、疫情 −5%、差评 −8%、价格战 −4%、热浪 +1%、供应中断 0%、涨租不影响销售、失窃激增使失窃损失约 4 倍。
- 会计检查由 `tests/test_engine.py` 自动执行（8 项）：试算平衡、资产负债表平衡、现金流量表合计 = 期末现金、存货科目 = 批次库存成本、增值税计提与缴纳、所得税计提金额、经营贷还清、转让与退租后资产清零。

## 12. 可视化（网页）

| 页面 | 内容 |
|---|---|
| 店内俯视图 | 货架、冷柜、收银台；顾客小人进店、按动线走动、停留、排队、结账或放弃离开；可叠加热力图（各货架销售额 / 停留次数 / 缺货频率） |
| 街区地图 | 居民位置（按类型着色）、本店与竞争对手；当天出行流向；可按"习惯去哪家店"给居民着色，看市场份额的空间分布 |
| 经营仪表盘 | 每日销售额、客流、客单价、毛利率、库存与缺货、报废、现金余额；月度三张报表 |
| 决策时间线 | 店长每次调价、改营业时间、换陈列、订货的标记，和业绩曲线对齐 |
| 实验对比 | 各组指标分布（箱线图）、差值和置信区间、敏感性曲线 |
| 播放控制 | 暂停、1×/10×/100× 速度、拖动时间轴跳到任意一天 |
| 亲自经营模式 | 你当店长：每天在网页里订货、定价、调陈列，和规则版店长同场景比成绩 |

技术：Python 写模拟引擎和实验运行器；本地小服务器给网页提供"亲自经营"的实时交互；回放读取保存的事件记录。

---

## 13. 还没做的（后续版本）

- **开第二家店**（多店经营）：两家自有门店共享同一片居民、互相分流；需要你确认后再做。
- Claude 店长：读经营数据、用自然语言说明理由的大模型店长（需先在终端登录 Claude 命令行或提供 API key）。
- 社区生鲜超市业态：可用 2023 数学建模国赛 C 题的国内商超蔬菜流水估计生鲜定价、打折和损耗。
- 附加服务：快递代收、外卖平台接单、会员卡；品牌商免费冰柜、量大进货折扣。

## 14. 数据缺口（研究时需做敏感性分析）

| 参数 | 现状 |
|---|---|
| 一单买几样、品类搭配 | 国内无公开便利店小票数据，假设；宏观运营和财务研究影响小 |
| 各类型到店频率 λ | 只有艾媒的总体频率分布，细分为假设 |
| 长期价格敏感度（β_p 整体缩放） | 按"利润最高点在参考价之上 5–20%"标定，无直接实证 |
| 门前施工的影响、转让费倍数、店主生活费 | 假设 |