Aantrekkelijkheid van de Nederlandse binnensteden
Patty Roosen
Verkenning van de effecten van beleving op de aantrekkelijkheid van de binnensteden en de bijbehorende financiële prestaties van winkelvastgoed
Agenda • • • •
Aanleiding en doelstelling Onderzoeksvragen Methode en scope Bevindingen
AANLEIDING 1.Veranderend winkel landschap door verschillende krachten 2.Strijd om de consument 3.Onderlinge concurrentie Nederlandse binnensteden 4.Redevco steden analyse
DOELSTELLING Welke factoren maken een binnenstad zo aantrekkelijk, dat de consument in deze stad wil gaan winkelen? “Is er een significante relatie tussen de aanwezigheid van belevingsfactoren in een stad en de hoogte van de huurprijs?”
ONDERZOEKSVRAGEN 1. ‘Hebben binnensteden die hoog scoren op harde factoren, een hogere huurprijs per vierkante meter in vergelijking tot steden die lager scoren op deze harde factoren?’ 2. ‘Hebben binnensteden die hoog scoren op zachte factoren, een hogere huurprijs per vierkante meter in vergelijking tot steden die lager scoren op deze zachte factoren?’ 3. Is er een significant groter effect op de hoogte van de huurprijs, wanneer er zowel harde als zachte factoren aanwezig zijn, dan wanneer er alleen harde factoren aanwezig zijn?
NIEUWE STEDEN RANKING Factoranalyse - belevingswaarde koppelen aan opnieuw resulterende rangordes van steden
METHODE & SCOPE Kwantitatieve analyse * Pearson Rho correlatie * Spearmans Rho correlatie * Multiple regressie analyse * Factor analyse Scope - Nederland - 50 Gemeenten - Nederlandse binnensteden – A1 High Streets
BEVINDINGEN De 1e hypothese Binnensteden die hoger scoren op de harde factoren hebben een hogere huurprijs per vierkante meter in vergelijking tot steden die lager scoren op de harde factoren Pearson Rho Correlatie test Harde variabelen (klassieke factoren) 1.bevolkingsomvang 2.aantal retailers op A1 t/m B1 gebied 3.centraliteitsindex (Redevco onderzoek) (location based retail sales / residence based retail sales) 4.diversiteit non-food detailhandel 5.gemiddeld besteedbaar inkomen
BEVINDINGEN ‘Harde factoren’ :
Correlatie coëfficiënt
Sig. (2tailed)
Bevolking Diversiteit Non-food Sector Detailhandel Aantal retailers A1/A2/B1 gebied Gemiddeld besteedbaar inkomen Centraliteits index N
,859(**) ,827(**)
,000 ,000
,789(**)
,000
-,387(*)
,005
0,221 50
,124
BEVINDINGEN De 2e hypothese: Binnensteden die hoog scoren op zachte factoren hebben een hogere huurprijs per vierkante meter in vergelijking tot steden die lager scoren op deze zachte factoren Spearmans Rho correlatie test
Wat is beleving?
Experience Economie (Pine & Gilmore,1999): ‘Een ervaring kan dus een onderscheidend economisch voordeel zijn, waarvoor een prijspremium gevraagd kan worden’
Retailsector: Amusement & Esthetiek
Operationaliseren belevingsfactoren
1. Onveiligheid
8. Centrum parkeergarages
2. Authenticiteit
9. Toeristenbelasting
3. Culinaire kwaliteit
10. Creatieve klasse
4. Culinaire diversiteit
11. HBO/WO Studenten
5. Cultuurindex
12. Groene druk
6. Bioscopen
13. Grijze druk
7. Parkeertarieven
‘Zachte’ factoren’
Correlatiecoëfficiënt
Sig. (2-tailed)
Onveiligheid Authenticiteit Culinair kwaliteit Culinair diversiteit Cultuurindex Bioscoop Parkeergarages
.453(**) .369(*) .424(**) .711(**) .731(**) .650(**) .751(**)
.001 .008 .002 .000 .000 .000 .000
Parkeer tarieven
.731(**)
.000
Creatieve klasse Studenten Toeristenbelasting Groene Druk Grijze Druk N
.765(**) .715(**) .016 -.152 -.197 50
.000 .000 .911 -293 .170
BEVINDINGEN De 3e hypothese Is er een significant groter effect op de hoogte van de huurprijs, wanneer er zowel harde als zachte factoren aanwezig zijn, dan wanneer er alleen harde factoren aanwezig zijn? Multiple regressie analyse (2) (1) regressieanalyse (alleen de harde variabele): 2 significante variabelen: bevolking en het aantal retailers op het A1 t/m B1 gebied. Verklaarde variantie was 77,8 %
Multiple regressie analyse (2) regressieanalyse (zowel harde als zachte variabelen): 4 significante variabelen: bevolking, creatieve klasse, onveiligheid en culinaire kwaliteit. Verklaarde variantie nu 89%. Toename verklaarde variantie 11,2% . Een groot deel van de belevingsbepalende variabelen, zijn in de totale regressie niet teruggevonden. Dit kan duiden op een hoge mate van multicollineariteit, dat wil zeggen dat de belevingsvariabelen min of meer hetzelfde meten.
FACTOR ANALYSE - Ten behoeve van dimensiereductie - Eigen waarde - Factor loadings
BEVINDINGEN Factoranalyse: de belevingsdimensies laden sterk op de eerste factor Factor 1 bevolking, aantal retailers op A1 t/m B1 gebied, onveiligheid, vooroorlogse woningen (authenticiteit), culinaire diversiteit, cultuurindex, bioscoop, aanwezigheid parkeergarages, parkeertarieven, creatieve klasse, studenten, diversiteit non- food sector detailhandel
Factor 2: toeristenbelasting, centraliteitsindex en besteedbaar inkomen hoog. Factor 3: culinaire kwaliteit en grijze druk
Factor4: groene druk. Er waren geen variabelen die op meerdere factoren hoog laden
NIEUWE STEDEN RANKING Top 10
1 2 3 4 5 6 7 8 9 10
Steden ranking Redevco Amsterdam Rotterdam Utrecht Den Haag Eindhoven Groningen ‘s- Hertogenbosch Breda Arnhem Amersfoort
Ranking Factor 1 Amsterdam Rotterdam Den Haag Groningen Utrecht Nijmegen Leiden Maastricht Haarlem Eindhoven
Binnensteden moeten niet proberen identiek, maar uniek te zijn
Bedankt voor uw aandacht!
