Aantrekkelijkheid van de Nederlandse binnensteden Verkenning van de effecten van beleving op de aantrekkelijkheid van de binnensteden en de bijbehorende financiële prestaties van winkelvastgoed
0
Master thesis
Amsterdam School of Real Estate
MSRE
Jaargang: 2011-2013
Name
Patty Roosen (ovu45518)
Supervisor
Drs. A. Marquard
Supervisor 2
Drs. W. Van der Post
Date
22 November 2013
1
Voorwoord Met deze scriptie rond ik mijn MSRE opleiding aan de Amsterdam School of Real Estate af. Allereerst wil ik Redevco Nederland bedanken en dan vooral Clemens Brenninkmeijer en Maurice Rijntjes, voor de kans en de mogelijkheid die zij mij hebben gegeven tot het volgen van deze MSRE opleiding. Natuurlijk is er een grote waardering voor Arthur Marquard, mijn scriptiebegeleider, die mij gedurende dit hele proces heeft begeleid, geïnspireerd en gemotiveerd. Vervolgens is er natuurlijk mijn waardering voor mijn tweede begeleider Willem Van der Post. Daarnaast wil ik een aantal collega's: Marrit Laning, Dick Vos en Bram Dekker bedanken voor het delen van hun gedachten en expertise. Hun rapport: ‘Redevco’s view on regional market attractiveness’, is de inspiratiebron geweest voor mijn scriptieonderwerp. Een onderwerp waar ik in mijn dagelijkse werkzaamheden als property manager veel mee te maken heb. De belevingskwaliteiten van een stad waren naar mijn mening in het eerder genoemde onderzoek nog onderbelicht. Als property manager bij Redevco Nederland bezoek ik regelmatig de Nederlandse Binnensteden en dus ervaar ik de geschetste ontwikkelingen in mijn onderzoek met regelmaat. Ik ben er ook heilig van overtuigd dat straten zoals de Kalverstraat een uitzondering op de regel zijn, maar dat de winkelstraten die steeds meer op een eenheidsworst gaan lijken geen duurzame toekomst bestendigd zijn. Binnesteden moeten niet proberen identiek te zijn, maar uniek. Een woord van dank gaat ook uit naar mijn familie, in het bijzonder Vivian Roosen. Haar meelezen en constructieve commentaren zijn voor mij steeds de steun geweest die ik nodig had om verder te komen. Tenslotte bedank ik Erik voor zijn betrokkenheid tijdens deze laatste fase van mijn opleiding. Dit gezegd hebbende, is mijn persoonlijke doel bereikt, met veel plezier het ik de MSRE opleiding afgerond.
Patty Roosen Amsterdam, november 2013
2
Inhoud Voorwoord ................................................................................................................................. 2 1
Inleiding ............................................................................................................................. 5
2
Theoretisch kader ............................................................................................................... 9 2.1. Klassieke en neoklassieke locatietheorie .................................................................... 9 2.1.2. Locatietheorieën in de Retail.................................................................................. 10 2.2 Beleving binnen de winkelvastgoedsector ................................................................. 13 2.2.1 Belevingseconomie ................................................................................................. 13 2.2.2. Beleving binnen de retailsector .............................................................................. 14
3
Data en Methodologie ...................................................................................................... 18 3.1. Data ........................................................................................................................... 18 3.1.1. Operationalisering diverse variabelen .................................................................... 18 3.2. Methodologie ............................................................................................................ 20 3.2.1 Factoranalyse ........................................................................................................... 22 3.3 Beschrijvende statistiek .............................................................................................. 23
4
Resultaten ......................................................................................................................... 24 4.1. Ranking Redevco en Individuele variabelen ............................................................. 24 4.1.1. Steden ranking op basis van de individuele variabelen .......................................... 25 4.2. Correlatie klassieke en belevingsfactoren ................................................................. 28 4.2.1. Correlatie klassieke meetbare factoren................................................................... 28 4.2.2. Correlatie belevingsfactoren................................................................................... 29 4.3. Regressie analyse ...................................................................................................... 31 4.3.1. Meervoudige regressie analyse klassieke factoren ................................................. 31 3
4.3.2. Meervoudige regressie analyse op basis van alle variabelen ................................. 32 4.4. Factor analyse ............................................................................................................ 34 4.4.1. Resultaten Factoranalyse ........................................................................................ 34 4.4.2. Nieuwe Top 10 Ranking ........................................................................................ 36 5
Discussie en Conclusie ..................................................................................................... 37 5.1 Discussie..................................................................................................................... 37 5.1.1. Individuele steden ranking ..................................................................................... 37 5.1.2.Correlatie harde en zachte factoren ......................................................................... 38 5.1.3. Aanwezigheid zowel harde als zachte factoren ...................................................... 40 5.1.4 Factoranalyse ........................................................................................................... 41 5.2. Conclusie ................................................................................................................... 43 5.3. Reflectie en aanbevelingen voor vervolgonderzoek ................................................. 45
Bibliografie............................................................................................................................... 46
4
1
Inleiding
Aanleiding De Britse keten Selfridges slaat als eigenaar van De Bijenkorf een nieuwe weg in met Nederlands bekende winkelketen. Zij zullen duurdere merken gaan verkopen om een ander, hoger, segment te kunnen bedienen. Om dat te realiseren sluit De Bijenkorf vijf van haar twaalf filialen. De komende jaren verdwijnen de filialen in Arnhem, Enschede, Groningen, Breda en Den Bosch. De locaties Amsterdam, Rotterdam, Den Haag, Utrecht, Maastricht, Eindhoven en Amstelveen zijn volgens de onderneming 'het beste gepositioneerd’ om op te waarderen. In deze steden zal de Bijenkorf meer nieuwe merken toevoegen aan het assortiment en zullen de winkels fors verbouwd worden. Met deze strategische keus van de Bijenkorf om een aantal van haar vestigingen in de kleinere steden te sluiten, omdat deze niet kunnen voldoen aan de luxe beleving die het warenhuis wil uitstralen, lijkt het dat de vastgoedmarkt meer in het teken van winkelbeleving en aantrekkelijke binnensteden komt te staan. "Het is een kwestie van welke klant wil je bedienen en wat verwacht de klant van jou. Dat willen we overal op dezelfde manier met dezelfde uitstraling doen", zegt directeur Giovanni Colauto tegen RTL Nieuws. De Bijenkorf investeert daarvoor 200 miljoen euro in de overgebleven Bijenkorfen en in de website (18 augustus 2013,www.vastgoedmarkt.nl). Op dit moment bevindt de winkelmarkt zich in zware tijden. Omzetten lopen terug, bestedingen staan onder druk, leegstand neemt toe en de verwachting is dat dit de komende jaren verder zal oplopen tot 10% (Locatus). Daarnaast doen consumenten steeds vaker online aankopen en lijken online winkels de rol van fysieke winkels over te nemen. De vraag die hieruit voortvloeit is: “Wat maakt een stad aantrekkelijk voor consumenten om te gaan winkelen in een fysieke winkel?”. Door de toenemende aanwezigheid van bekende nationale en internationale retailers in de Nederlandse binnensteden, is een dagje winkelen in de hoofdwinkelstraat maar weinig bijzonders te noemen. De eentonigheid van de Nederlandse binnensteden alsmede de opkomst van het online winkelen, zorgen ervoor dat dat het recreatief winkelen op een negatieve wijze beïnvloed wordt (NRW, 2011). Uit het onderzoek: ‘consumentenbeleving in winkelgebieden’ van de NRW is gebleken dat de consument kwaliteit en authenticiteit wil en bereid is daar een langere weg voor af te leggen (NRW, 2011). Het verbeteren van de ‘beleving’ in winkels en winkelgebieden lijkt een antwoord op de bedreigingen zoals de teruglopende retail omzetten, de toenemende leegstand en het internet dat steeds vaker de rol van de fysieke winkels overneemt. De beleving van de consument wordt niet alleen bepaald door de winkels zelf, maar ook door de locatie van de winkel. Uit onderzoek, dat in opdracht van Vastned in september 2012 is uitgevoerd, blijkt dat 55% van de Nederlanders het liefst winkelt in een historische binnenstad. De binnenstad heeft in de eerste plaats een grote aantrekkingskracht door het brede aanbod van winkels. Ten tweede speelt de combinatie van winkels, horeca en andere 5
uitgaansmogelijkheden een grote rol en tenslotte, is er de authentieke sfeer van de binnenstad die de consument belangrijk vindt. Het belang van een historische stadskern is ook gebleken uit het onderzoek: ’Consumenten beleving in Nederlandse Binnensteden’ (Majolée & Van Cauter, 2013). Hieruit is gebleken dat een historische stadskern bijdraagt aan een betere beleving. Een authentieke sfeer is zeer bepalends voor de mate van beleving. Gezien de regionale verschillen met betrekking tot leegstand van winkelpanden (Locatus, februari 2013) lijkt er een verschil te zitten tussen de aantrekkelijkheid van diverse steden. Zo blijken bijvoorbeeld vooral Limburgse plaatsen als Geleen (22,8%), Kerkrade (22,3%) en Heerlen (20,1%) veel last te hebben van leegstand in vergelijking tot de positieve uitschieters in Amsterdam Centrum (2,33%) en Utrecht Centrum (3,45%). Bovenstaande ontwikkelingen hebben uiteraard ook consequenties voor de keuzes van beleggers. Beleggers zijn nog geïnteresseerd in het aankopen van vastgoed op de zogeheten Prime locaties, maar laten daarbij de panden in de kleinere steden en gelegen aan de aanloopstraten aan hun voorbij gaan (Jones Lang LaSalle, 2013; DTZ, 2012; Cushman & Wakefield, 2013). Er is sprake van een toenemende kloof tussen prime en secundaire locaties. Ondanks de huidige populariteit van de historische binnensteden, komt deze onder druk te staan door de toenemende filialisering en internationalisering. Terwijl de consument steeds meer hunkert naar authenticiteit gaan de winkelstraten in zowel Nederland als in het buitenland steeds meer op elkaar lijken. Door de ontstane eentonigheid van de winkelstraten en het gemakkelijker online aankopen kunnen doen wordt funshoppen negatief beïnvloed (NRW, 2011; Majolée & Van Cauter, 2013). Een vastgoedmaatschappij die rekening houdt met de aantrekkelijkheid van een stad bij zijn beleggingsinvesteringen is Redevco Nederland. Redevco Nederland maakt onderdeel uit van Redevco B.V., een toonaangevende vastgoedorganisatie met winkelpanden op de beste locaties in Europese steden. Zij hebben steden gerankt op basis van hun aantrekkelijkheid. Dit is gedaan op basis van algemene (Europese) data waarbij er gekeken is naar vier dimensies die bestaan uit verschillende subfactoren. De dimensies die zij hebben meegenomen in hun onderzoek zijn: economie, vastgoedmarkt, demografie en stadskwaliteit. In hun ranking hebben zij echter beperkt rekening gehouden met de variabele belevingswaarde van een stad. In dit onderzoek zal onderzocht worden of er een significante relatie is tussen de aanwezigheid van belevingsfactoren in een stad en de hoogte van de huurprijs. Op basis daarvan zal bekeken worden of de ranking van Redevco B.V. mogelijk te weinig rekening heeft gehouden met de factor belevingswaarde. Doelstelling De doelstelling van dit onderzoek is gelegen in het meer grip krijgen op de vraag welke factoren een binnenstad zo aantrekkelijk maken, dat de consument in deze stad wil gaan winkelen. Wetenschappelijk gezien is dit een relevant doel omdat het nodig is inzicht te verkrijgen in de relatie tussen belevingswaarde en financiële prestatie indicatoren. Maatschappelijk gezien is de vraag van belang omdat het inzicht biedt aan beleggers hoe zij 6
winkelgebieden aantrekkelijker kunnen maken voor de consument en het winkelgebied beter kunnen laten functioneren. Probleemstelling Het effect van harde factoren op de huurprijs van vastgoed is uitgebreid onderzocht, maar er heeft nog weinig onderzoek plaatsgevonden dat zich richt op de invloed van de aanwezigheid van zachtere belevingsfactoren op de hoogte van de huurprijs. Tevens is er weinig kwantitatief onderzoek gedaan naar de invloed van zachtere factoren op de hoogte van de huurprijs. Dit onderzoek zal middels een kwantitatieve analyse kijken naar de relatie tussen de aanwezigheid van zachte factoren en de hoogte van de huurprijs. Gebaseerd op het bovenstaande luidt de centrale vraag van dit onderzoek: “Is er een significante relatie tussen de aanwezigheid van belevingsfactoren in een stad en de hoogte van de huurprijs”. Om deze hoofdvraag te kunnen beantwoorden zal in dit onderzoek gekeken worden naar welke locatietheorieën van belang zijn in de retailsector. Er zal bekeken worden welke harde factoren van invloed zijn gebleken op de huurprijs. Tevens zal er vastgesteld worden wat het begrip beleving omvat en hoe deze geoperationaliseerd kunnen worden voor de winkelvastgoedsector.
Aard van het onderzoek en methodologie Het onderzoek is verkennend van aard met toetsende elementen. Hiertoe worden hypothesen afgeleid in relatie tot locatiefactoren en belevingswaarde op basis van theoretische inzichten. Aan de hand van empirische data op een ratio en ordinaal niveau worden statistische analyses uitgevoerd om deze hypotheses te verifiëren dan wel falsificeren. Verdere methodologische toelichting vindt plaats in hoofdstuk 4, waar ook de analyses worden gepresenteerd. Afbakening Het empirische component van dit onderzoek is afgebakend tot de top 50 van Nederlandse steden. De reden hiervoor is drieledig: Als eerste kan aangesloten worden bij bestaand onderzoek van Redevco dat zich op deze steden richt. Ten tweede sluit deze aan op de beschikbaarheid van data van diverse bronnen. Ten derde is er een fundamentelere overweging namelijk dat steden binnen een relatief homogene context (namelijk Nederland), kunnen worden vergeleken. Dit laatste heeft ertoe geleid dat geen buitenlandse steden zijn toegevoegd aan de database.
7
Leeswijzer In het volgende hoofdstuk, het theoretisch kader, zal er een wetenschappelijk kader worden beschreven waarbinnen het handelen van de consument en de invloed die dit heeft op het winkellandschap worden beschreven. Daarnaast zullen verschillende determinanten en gevormde hypothesen worden uitgelegd op basis van de literatuur. In hoofdstuk drie worden vervolgens de empirische data van het onderzoek gepresenteerd en wordt uiteengezet hoe deze zijn verzameld. Deze data wordt in hoofdstuk vier geanalyseerd met uiteenlopende statistische methoden. In hoofdstuk vijf worden conclusies getrokken en wordt er stil gestaan bij de reflectie op het onderzoek.
8
2
Theoretisch kader
Dit hoofdstuk vormt de theoretische basis voor dit onderzoek. In paragraaf 2.1 wordt aandacht besteed aan locatietheorieën in het algemeen en in relatie tot de retailsector in het bijzonder. Op basis hiervan worden variabelen geselecteerd die relevant zijn voor het empirisch onderzoek. Er wordt een hypothese geformuleerd met betrekking tot deze zogenoemde harde variabelen. In paragraaf 2.2. staat het begrip beleving centraal. Vanuit de economische stroming zal worden ingezoomd op dit begrip. Het hoofdstuk zal worden afgesloten met het vormen van hypothesen die betrekking hebben op de relatie tussen belevingswaarde en huurprijs.
2.1. Klassieke en neoklassieke locatietheorie
Met betrekking tot de economische levensvatbaarheid van een winkelgebied bestaan diverse theorieën. Er zijn diverse theorieën opgesteld die het ontstaan en functioneren van winkelgebieden proberen te beschrijven en verklaren. In de klassieke theorieën wordt vooral rekening gehouden met ruimtelijke verschillen in de kosten van productiefactoren en van transport (minimale kosten). Een van de eerste klassieke locatietheorieën is afkomstig van Ricardo (1817), hij trachtte het verschil in pachtprijzen te verklaren aan de hand van de verschillen in vruchtbaarheid van de grond. In aanvulling hierop voegde Von Thünen (1826) transportkosten toe. Hij keek met zijn theorie naar de landbouwsector en stelde dat een ondernemer voor een locatie koos waar de totale kosten het laagst waren. Volgens Von Thünen (1826) was de grondprijs een afgeleide van de prijs van de grond: op dure grond werden andere gewassen (groente) verbouwd dan op de goedkope grond (rogge, tarwe) (Atzema et al., 2012). Wanneer we deze theorie toepassen op de detailhandel, is volgens Nozeman, Van der Post en Langendoen (2012), de dominantie van detailhandel in de binnensteden gerelateerd aan het feit dat de betreffende retailers met hun winkels een hogere bid- rent (grondprijs) kunnen behalen dan wanneer dit pand een andere functie zou hebben. Dit geldt ook andersom bij de perifere winkellocaties, waar een relatieve lage bid rent ontstaat (grote winkeloppervlakten in combinatie met relatief lage opbrengsten per m²). In aanvulling op het kijken naar ruimtelijke verschillen in kosten van productie en transport kijken de neoklassieke locatietheorieën ook naar de ruimtelijke verschillen in opbrengsten. Ze houden rekening met de marktfunctie (Atzema et al., 2012). Bij het beschouwen van een locatie kwam meer kijken dan alleen het minimaliseren van de operationele en transportkosten. Dat wat de concurrenten deden werd steeds belangrijker bij de beoordeling van een locatie. Binnen de retail is dus een groter onderscheid dan de klassieke en neoklassieke locatietheorie nodig.
9
2.1.2. Locatietheorieën in de Retail Binnen de Retail kunnen locatietheorieën onderverdeeld worden in 4 stromingen, te weten: I. Centrale plaatsen theorie II. Ruimtelijke interactie theorie III. Bid- rent IV. The principle of minimum differentiation De eerste stroming is de Centrale plaatsen theorie van Christaller (1933). In deze theorie wordt er gekeken naar de consument middels de drempelwaarde en reikwijdte van bepaalde voorzieningen. Belangrijk uitgangspunt van deze theorie is dat voorzieningen en winkels voor alle consumenten bereikbaar moeten zijn (Christaller,1933). Voor de Nederlandse markt is dit een belangrijke locatietheorie omdat ons winkellandschap zich laat kenmerken door een fijnmazige structuur en hiërarchische opbouw, het uitgevoerde beleid is gebaseerd op deze theorie. Tijdens de opbouwperiode na WOII, is de theorie van Christaller (1933) kaderstellend geweest en ontstond hiermee een periode van restrictief overheidsbeleid (Nozeman et al., 2012). Volgens de ruimtelijke interactie theorie geldt in de detailhandel dat de aantrekkingskracht van twee grotere centra op een tussenliggende kleinere woonkern zich evenredig verhoudt tot de omvang van elk van deze centra en omgekeerd evenredig tot het kwadraat van de afstanden tot die woonkern (Reilly, 1931). Volgens Bolt (2003) gaat de theorie van Reilly ervanuit dat de consument zich enerzijds laat leiden door het onderlinge verschil in grootte van de centra en anderzijds door het verschil in weerstandseffecten van de af te leggen afstanden tot die centra. Reilly (1931) heeft het verband tussen het nabijheidsprincipe (de wens van de consument zo min mogelijk afstand af te leggen) en de attractie van winkelcentra (hoe groter/ gevarieerder hoe attractiever) in beeld gebracht (Nozeman et al., 2012). De derde stroming welke wordt vertegenwoordigd door Alonso (1964) is gebaseerd op de eerder besproken klassieke theorieën van Ricardo (1817) en Von Thünen (1926). Volgens de bid- rent theorie van Alonso (1964), zijn centrale plaatsen strijdperken van verschillende voorzieningen die allemaal op de best bereikbare locatie gevestigd willen zijn. Er wordt tegen elkaar opgeboden om een locatie te kunnen verwerven, waarbij de meest betalende, de favoriete locatie weet te bemachtigen (Atzema et al., 2012). Deze plekken leveren de meeste zogeheten economic rent op. Gezien het inelastische aanbod van vastgoed worden er in het centrum (A1 locaties) van de grote steden de hoogste huurprijzen per vierkante meter betaald. Vaak zijn de publiekstrekkers op deze locaties gevestigd. Zij zijn in staat de hoge huren te betalen en trekken bovendien nog meer passanten aan. Dit heeft een positief effect op de omzetmogelijkheden voor de omliggende winkels en daarmee ook weer op de huurprijzen voor die locaties (Bolt, 2003). Alonso (1964) hield dus rekening met standplaatsenkwaliteit. Onder de laatste stroming vallen verschillende theorieën. De gemeenschappelijke deler van deze theorieën is dat ze vanuit het oogpunt van de retailer worden beschouwd. De basis voor deze stroming is gelegd door de locationele concurrentie theorie van Hotelling (1929). Een belangrijk uitgangspunt van deze theorie is dat ondernemers zich laten leiden door de 10
aanwezigheid en locatie van de concurrent. Op deze manier trachten ondernemers een zo groot mogelijk aandeel van de markt te kunnen bedienen en waar mogelijk markaandeel van de concurrent af te pakken (Simons, 2012). Volgens Atzema et al. (2012) onderscheidt Hotelling (1929) zich van eerdere locatietheorieën omdat hij locatiekeuze opvatte als een afhankelijke variabele van het concurrentiegedrag van aanbieders. Bij vestigingsplaatskeuze letten aanbieders niet alleen op de kosten en op de spreiding van de consumenten, maar ook op wat concurrenten doen. Aanbieders zijn volgens Hotelling (1929) locationeel aan elkaar verbonden. De reductie van kosten speelt net als bij de eerder genoemde theorie van Alonso (1964) ook hier geen grote rol. Het belang ligt op het verwerven van een goede positie op de markt. Gezien de huidige ontwikkelingen op de retailmarkt en de expansie wensen van retailers is deze theorie vandaag de dag nog steeds geldig. Ook deze theorie impliceert een link naar de aantrekkelijkheid van een stad, maar ditmaal vanuit een retailers perspectief. Overeenkomstig met Hotelling’s theorie, wordt ook de cumulatieve causatie theorie van Myrdal (1957) bekeken vanuit het perspectief van de retailer. De theorie veronderstelt dat retailers zich in de directe nabijheid van elkaar willen vestigen. Anders dan nabijheid, is de belangrijkste reden voor clustering in deze theorie de schaalvoordelen die behaald kunnen worden. De beperkte ruimte en de wens van retailers om zich in de binnensteden te vestigen heeft tot gevolg dat de huurprijzen stijgen en dat winkeliers met een relatief lage productiviteit per m² zich vanwege financiële redenen zich hier niet meer kunnen vestigen (Bolt, 2003). Zij zullen uitwijken naar de locaties in de aanloopstraten of aan de rand van de stadscentra. De zogeheten B en C locaties. Dit sluit aan bij de theorie van Alonso. Tenslotte, is er nog een vijfde stroming die onder andere door Vink (2012) wordt aangehaald, de behaviorale locatietheorie. In deze benadering staat niet winstmaximalisatie centraal, maar kunnen personen zich ook laten leiden door relaties, sociale normen en waarden. Deze theorie heeft meer aandacht voor het keuzeproces en voor de persoonlijke motieven en gedragingen. Beleving wordt hier vanuit een ander kader bekeken, het gaat om gedrag in plaats van belevingswaarde. Gezien de scope van dit onderzoek zal er niet nader ingegaan worden op het gedrag van consument. In tabel 1 is een overzicht weergegeven van de diverse locatietheorieën en de belangrijkste controle variabelen die volgens de theorieën van invloed zijn op de huurprijs van de locatie. Deze controle variabelen zijn relevant hebben ook relevantie voor het empirisch onderzoek.
11
Tabel 1: Locatietheorieën en geoperationaliseerde variabele Stromingen:
Auteur
Link met andere theorieën: Centralisatie leidt tot een hogere hiërarchie en dus tot een grotere reikwijdte, dit verschijnsel vinden we ook terug in cumulatieve causatie en groeipooltheorie. Grotere en aantrekkelijkere winkelcentra hebben een sterke aantrekkingskracht in termen van Christaller, staan zij hoger in de hiërarchie. Net als bij Reilly en Christaller is centraliteit (locatie) de centrale factor.
Centrale plaatsen theorie:
Christaller (1933)
Ruimtelijke interactie theorie:
Reilly (1931)
Bid- rent:
Alonso (1964)/ Von Thünen (1926)
The principle of minimum differentiation:
Hotelling (1929)
Hotelling beweert dat voorzieningen elkaar naar het midden van de markt bewegen.
Myrdal (1957)
Myrdal beweert dat voorzieningen elkaar aantrekken. Net als andere theorieën speelt massa, maar in dit geval aantrekkingskracht/ centraliteit een belangrijke rol.
Variabelen van invloed op huurprijs -Reikwijdte -Drempelwaarde
-Grootte vh winkelcentrum -Attractiviteit -Afstand
Standplaatsenkwaliteit -Afstand -Passanten -Huurprijzen -Concurrentie -Marktaandeel (in termen van reikwijdte) -Schaalvoordelen
Bron: eigen bewerking
In tabel 1 is aangesloten bij de terminologie die de grondleggers van de afzonderlijke locatietheorieën gebruikten. Een nauwkeurige beschouwing leert dat alle theorieën min of meer van hetzelfde principe uitgaan. Namelijk centraliteit/clustering, massa/aantrekkingskracht, waarbij de bid- rent theorie ook rekening houdt met de kosten aspecten. Impliciet veronderstellen al deze theorieën dat clustering en aantrekkingskracht gepaard gaan met een hogere aantrekkelijkheid voor de consument. Samenvattend is te zien dat volgens Christaller (1933), voorzieningen hoger in de hiërarchie een grotere reikwijdte en lagere drempelwaarde hebben omdat zij een hogere belevingswaarde hebben (vergelijk een meubelboulevard met een bakker). Volgens de theorie van Reilly (1931) hebben grotere en gedifferentieerde winkelcentra een grotere aantrekkingskracht mede omdat zij een hogere belevingswaarde hebben. Alonso (1964) bekijkt het vanuit de concurrentiestrijd, de retailers die in de concurrentiestrijd de beste locatie weten te bemachtigen (centraliteit) hebben de hoogste belevingswaarde en de meeste passantenstromen. Tenslotte, zien Hotelling (1929)/ Myrdal (1957) dat voorzieningen elkaar naar het midden van de markt drijven. Volgens Reilly (1931) trekken voorzieningen elkaar aan. Beide processen leiden tot een cumulatie van aantrekkingskracht en tot een hogere belevingswaarde.
12
Alle bovenstaande genoemde theorieën hebben harde en zachte factoren. De harde (kwantitatieve) factoren zijn vaak in getallen uit te drukken, zoals reikwijdte, welvaart en demografie. Aan de andere kant zijn er de zachtere (kwalitatieve) factoren welke de aantrekkelijkheid van een stad en/ of een locatie en de beleving bepalen. Deze zorgen voor een bepaalde aantrekkingskracht bijvoorbeeld het verwerven van een goede positie op de markt. Op basis van bovengenoemde literatuur is de volgende hypothese geformuleerd: Hypothese 1:"Binnensteden die hoger scoren op harde factoren hebben een hogere huurprijs per vierkante meter in vergelijking tot steden die lager scoren op deze harde factoren”. Expliciet gaat het om harde economische factoren, maar impliciet kan er gesteld worden dat centralere en meerdere voorzieningen gepaard gaan met een hogere belevingswaarde, maar daar doen de bovenstaande theorieën geen uitspraken over. Om deze belevingswaarde verder in kaart te brengen moeten andere bronnen dan locatie theorieën geraadpleegd worden. Dit wordt in de volgende paragraaf besproken.
2.2 Beleving binnen de winkelvastgoedsector 2.2.1 Belevingseconomie
Belangrijke grondleggers van de term “Experience” economie zijn Pine en Gilmore (1999). Zij beweren dat na grondstoffen, producten en diensten, nu belevenissen een nieuwe bron van waardencreatie zijn. Kopen en consumeren moeten een waardevolle belevenis worden voor de consument. Bedrijven die zich realiseren dat een belevenis een apart economisch product vormt, hebben volgens Pine en Gilmore (1999) de sleutel tot toekomstig succes (economische groei). Een ervaring kan dus een onderscheidend economisch voordeel zijn waarvoor een prijspremium gevraagd kan worden. Een tweede belangrijke grondlegger op het gebied van belevingseconomie is Jensen (1999). Jensen voorzag een verandering in toekomstige consumptieve groei, zo voorspelde hij dat steeds vaker het verhaal rondom een product een belangrijke rol zal spelen bij een aankoopbeslissing. De immateriële (emotionele) kant neemt dus in belang toe. Weer een andere invalshoek is te vinden in de theorie van Piët (2004). Zij stelt dat het niet om de ervaring, maar om de emotie draait. Zij ziet de belevingseconomie als een productie en dienstverlening die erop geënt is om de emotionele behoefte van een mens te bevredigen. Uitgangspunt in haar visie is dat geluk maakbaar is. Emotionele behoeften vertalen zich in markten van veiligheid, romantiek, identiteit, betekenis en authenticiteit.
13
2.2.2. Beleving binnen de retailsector
Wanneer er vanuit de economische stroming: belevingseconomie, dieper wordt ingezoomd op het begrip ‘Beleving’, dan lijkt er in de huidige literatuur geen eenduidig beeld te bestaan wat onder deze terminologie valt. Pine en Gilmore (1999) beschrijven belevenissen als gebeurtenissen die mensen op een persoonlijke manier aanspreken. Hieruit volgt dat een belevenis nooit voor twee personen hetzelfde kan zijn. Een belevenis is volgens hen altijd subjectief. De twee belangrijkste dimensies waarop een belevenis een klant erbij kan betrekken zijn op: ‘deelname van de gast’ (passieve/ actieve deelname) en de soort ‘relatie of verhouding tot de omgeving’ (absorptie/ onderdompeling), dit betekent dat de klant zich verenigt met het evenement of de beleving (Pine & Gilmore, 1999). Bij de eerste dimensie spreekt van een passieve deelname, wanneer de klanten het gebodene niet rechtstreeks beïnvloeden. Dit is het geval bij bijvoorbeeld een concert, een bezoeker ervaart het evenement alleen als waarnemer of luisteraar. Bij de actieve deelname, kan er wel degelijk persoonlijke invloed uitgeoefend worden op het evenement wat de belevenis vormt. Kijkend naar de tweede dimensie dan spreekt men van absorptie, wanneer iemands aandacht zo vastgehouden wordt dat hij de belevenis in zich opneemt. Aan de andere kant staat onderdompeling, in dit geval is de consument fysiek betrokken of neemt zelf deel van de belevenis (Pine & Gilmore, 1999). Vanuit deze beide dimensies kan beleving vervolgens in vier categorieën onderverdeeld worden: ‘amusement’, ‘leren’, ‘ontsnapping aan de werkelijkheid’ en tenslotte ‘esthetiek’. Het eerste domein, amusement doet zich voor wanneer de klant via zijn zintuigen passief de beleving opneemt; in het algemeen bijvoorbeeld bij het kijken en luisteren naar voorstellingen en muziek. Een lerende belevenis, betreft een belevenis waarbij anders dan bij amusement er in deze belevenis een actieve rol weggelegd is voor de betrokken persoon zelf. De gast neemt de gebeurtenissen die zich voor zijn ogen ontvouwen op, terwijl hij daar zelf een actieve rol in speelt. Het derde domein, ontsnapping vereist een diepere onderdompeling dan amusement- of lerende belevenissen. De klant van de ontsnappingsbelevenis gaat daar als actief betrokken deelnemer volkomen in op. Bij ontsnappingsbelevenissen gaat het niet alleen om weggaan van een bepaalde plaats of situatie, maar ook om reizen naar een andere plaats of situatie. Voorbeelden hiervan zijn casino’s en themaparken. Bij het laatste domein, esthetiek gaat men helemaal op in de bepaalde omgeving of evenement, maar heeft daar zelf nauwelijks invloed op waardoor de omgeving (maar niet de persoon zelf) na afloop ongeraakt achterblijft. Bij esthetische belevenissen gaan de gasten er weliswaar helemaal in op, maar zij blijven een passieve rol vervullen. Er valt te denken aan een bezoek aan een museum, zitten op een terras bij een café (Pine & Gilmore, 1999). In afbeelding 1 is een schematische weergave te zien van de domeinen van de belevenis.
14
Afbeelding 1. De domeinen van de belevenis
Bron: Pine & Gilmore, 1999
Volgens Boswijk, Thijssen en Peelen (2005), is beleving een onmiddellijke, relatief geïsoleerde gebeurtenis met een complex aan emoties die indruk maken en een bepaalde waarde vertegenwoordigen voor het individu binnen de context van een specifieke situatie’. In een recente publicatie van de NRW (2011), wordt beleving gezien als een fundamentele behoefte, waarbij het gaat om het betrekken van de consument bij een activiteit op een manier waarop deze herinnerd zal blijven. Het persoonlijke karakter van beleving zorgt voor betekenisgeving. Maar hoe de consument iets beleeft is weer afhankelijk van de perceptie en waarneming. De persoonlijke, sociale en fysieke context van de consument speelt hier een rol. Wanneer bovengenoemde dimensies van Pine en Gilmore (1999) worden toegepast op de winkelsector, dan blijken met name de dimensies Amusement en Esthetiek van belang (NRW, 2011). Beide dimensies vergen een passieve deelname van de consument. Voorbeelden hiervan voor de retailsector zijn bijvoorbeeld de aanwezigheid van restaurants, cafés, musea, concerten en bioscopen. Opvallend is dat de actieve dimensies, Leren en Ontsnapping, niet terug te zien zijn in het huidige Nederlandse winkellandschap. Gezien de scope van dit onderzoek zullen deze dimensies dan ook buiten beschouwing worden gelaten. Ook de samenstelling van de bevolking en het type persoon wat in een stad leeft is belangrijk voor de belevingswaarde/ identiteit van een stad gebleken. Volgens Florida (2002) zijn het aanbod van universiteiten, maar ook de mogelijkheden voor hoogopgeleiden om in een bepaalde stad te blijven of te komen wonen een belangrijke factor in het economische succes van steden. Uit eerdere onderzoeken (Florida, 2002; Aalst et al., 2005; Schrader- van Meel, 2012) is het belang van de aanwezigheid van een creatieve klasse in een stad aangetoond. Volgens Florida omvat de creatieve klasse de kenmerken: hard werken en een levensstijl waarbij veel waarde wordt gehecht aan specifieke stedelijke functies en voorzieningen, zoals musea, theaters, festivals, winkels en restaurants. Mensen die tot de creatieve klasse worden gerekend 15
creëren een eigen identiteit door de producten die zij aanschaffen en de wijze waarop zij hun vrije tijd besteden. Via hun belangstelling voor kunst, bezoek aan culturele voorzieningen en specifieke smaak onderscheidt de groep zich van andere klassen. Volgens Florida is cultuur belangrijk voor de economische ontwikkeling van een stad (Aalst et al., 2005). Ook in dit geval sluiten de genoemde belangrijke variabelen aan bij de dimensies Amusement en Esthetiek. Uit onderzoek van Bakker (2010) is gebleken dat verschillende ruimtelijke en nietruimtelijke factoren van invloed zijn op de huurprijs. Hij heeft het belang van de aanwezigheid van kleine ondernemers in een winkelgebied aangetoond. Net als in eerdere onderzoeken bleken ook de ruimtelijke factoren als verzorgingsgebied, locatie en gebouwkenmerken significante verbanden te vertonen met de huurprijs. Ook toonde hij aan dat de juiste huurdersmix (branchering) een positief effect op de huurprijs heeft. Bakker (2010) concludeert dat de branchering en het type retailer belangrijke variabelen zijn die van invloed zijn op de huurprijs in de Nederlandse binnenstedelijke planmatige winkelcentra. Vanuit een kwalitatief oogpunt is de aanwezigheid van zelfstandige ondernemers van belang voor het imago en de binding met de lokale bevolking. Een winkelcentra voegt op deze manier sfeer en gezelligheid toe en kan zich op deze manier onderscheiden van concurrerende centra. Vreenegoor (2011) heeft onderzocht of er een verband bestaat tussen de belevingswaarde van binnenstedelijke winkelgebieden en de hoogte van de markthuurprijs. Belevingswaardes in binnenstedelijke winkelgebieden heeft volgens Vreenegoor (2011) als belangrijkste kenmerk emotie, daarnaast zijn ook de begrippen waarnemen en gedrag relevant. De interactie tussen consument en omgeving is van groot belang. Uit het kwantitatieve onderzoek is gebleken dat parkeergelegenheid als meest relevant wordt beschouwd met name onder de retailers. De andere belangrijke elementen zijn de aanwezigheid van trekkers, bereikbaarheid per auto en tenslotte variatie in branchering. De auteur concludeerde dat de steden met een authentieke historische binnenstad hoger worden gewaardeerd dan steden met een relatief nieuwe binnenstad. Uitzondering hierop is natuurlijk Rotterdam. Uit het kwantitatieve onderzoek is tenslotte naar voren gekomen dat er sprake is van een sterke en positieve correlatie tussen de waardering van een binnenstad en de maximale huurprijs. Hiermee is het verband tussen belevingswaarde en huurprijs aangetoond. In dit onderzoek zal naast eerder genoemde ‘harde’ factoren ook gekeken worden naar de ‘zachtere’ factoren. Deze laten zich lastiger operationaliseren dan de factoren die voortkomen uit de klassieke locatietheorie. Om die reden zal hier in hoofdstuk drie, waar de data beschrijving centraal staat, nader aandacht aan worden besteed. Gebaseerd op bovenstaande zijn de volgende hypothesen geformuleerd: Hypothese 2a) “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”.
16
Hypothese 2b) “De combinatie van harde en zachte factoren heeft een significant groter effect op de hoogte van de huurprijs, dan enkel de harde factoren”. Om de bovengenoemde hypothesen te toetsen zullen zowel de meetbare harde factoren als de moeilijk meetbare zachtere factoren (belevingsvariabelen) geanalyseerd worden. De gekozen factoren zijn weergegeven in tabel 2. Het theoretische hoofdstuk is hiermee afgerond. In het navolgende hoofdstuk zal de operationalisering van de variabelen, de data en methodologie nader uiteengezet worden.
Tabel 2: Overzicht toegepaste harde en zachte factoren Harde factoren -Reikwijdte -Drempelwaarde -Grootte vh winkelcentrum -Attractiviteit -Afstand -Standplaatsenkwaliteit -Afstand -Passanten -Huurprijzen -Concurrentie -Marktaandeel (in termen van reikwijdte) -Schaalvoordelen Zachte factoren -Veiligheid -Horeca
Wetenschappelijke auteur: Christaller (1933)
-Cultuur
Pine & Gilmore: dimensie esthetiek (1999), Florida (2002), NRW (2011)
-Bioscoop
Pine & Gilmore dimensie amusement (1999), NRW (2011)
-Authenticiteit
Piët (2004), Vastned (2012), Majolée, Van Cauter (2013)
-Bereikbaarheid -Samenstelling van de bevolking -Hoogopgeleiden -Creatieve klasse
Vreenegoor (2011), Detailhandel Nederland (2012) Redevco onderzoek (2012) Florida (2002) Florida (2002), Aalst et al. (2005), Schrader- van Meel (2012)
-Toerisme
Redevco onderzoek (2012)
Reilly (1931)
Alonso (1964)/ Von Thünen (1926)
Hotelling (1929)/ Myrdal (1957)
Wetenschappelijke auteur: Vink (2012), Piët (2004) Pine & Gilmore: dimensie esthetiek (1999), Vastned (2012), Majolée, Van Cauter (2013)
17
3
Data en Methodologie
In dit hoofdstuk wordt een verantwoording gegeven van de gebruikte data en methodologie. De data staan centraal in paragraaf 3.1. waarbij tevens nader wordt ingegaan op de operationalisering van het belevingsbegrip. In paragraaf 3.2 worden de methoden op hoofdlijnen beschreven, waar nodig wordt in hoofdstuk vier een nadere toelichting gegeven bij de analyse zelf. 3.1. Data
Dit onderzoek heeft zich beperkt tot de Nederlandse winkelmarkt en dan met de name de zogeheten ‘High Streets’ in de grotere steden. Dit betekent dat getracht wordt winkelcentra welke in eigendom zijn van één eindbelegger zoveel mogelijk buitenbeschouwing te laten. Dit is een belangrijk onderscheid omdat wanneer een belegger een geheel winkelcentra in eigendom heeft er geen sprake is van tegenstrijdige belangen voor verschillende eigenaren en omdat de belegger veel meer directe invloed kan uitoefenen op het functioneren van haar winkelgebied. Om zoveel mogelijk met dezelfde bronnen te kunnen werken, maar ook objectieve data te gebruiken zijn de ‘Gemeenten atlas’ alsmede het CBS de belangrijkste bronnen voor dit onderzoek. In de Atlas voor Gemeenten worden de vijftig grootste gemeenten van Nederland op meer dan veertig punten vergeleken. Die vijftig gemeenten zijn geselecteerd op basis van de bevolkingsomvang op 1 januari 2004. De kleinste Gemeente heeft 66.245 inwoners. In verband met de vergelijkbaarheid door de tijd is deze selectie van gemeenten niet meer aangepast. Met behulp van deze atlas worden jaarlijks in totaal 50 gemeenten, op diverse variabelen gerankt (ordinale schaal) op aantrekkelijkheid. Met behulp van deze rankings zullen verschillende beleving variabelen worden geoperationaliseerd. Voor dit onderzoek worden de publicaties van 2012 en 2013 gebruikt. Tenslotte is aan de hand van de literatuurstudie uit hoofdstuk twee, de lijst met verklarende belevingsvariabelen uitgebreid. Hierbij is de beschikbaarheid en betrouwbaarheid van de data mede bepalend geweest.
3.1.1. Operationalisering diverse variabelen Huurprijs van winkelvastgoed
De invloed van belevingsfactoren op de huurwaarde van het vastgoed is onderzocht. De hoogte van de huurprijs is geoperationaliseerd door gebruik te maken van de open markt huurwaarde per vierkante meter. Enkel de hoogste huren op de beste plek in een stad (de zogeheten A1- locaties) worden hiertoe gebruikt. Met behulp van de jaarlijks gepubliceerde data van DTZ Zadelhoff is er voor de periode 2007 t/m 2012 een gemiddelde huurprijs berekend.
18
Klassieke factoren
Als eerste (harde) controle variabele wordt bevolkingsomvang meegenomen. De CBS gegevens van 2012 zijn hiervoor gebruikt. De tweede variabele, het aantal retailers op A1/A2 en B1 gebied is met behulp van de Locatus (2012) ingevuld. De centraliteitsindex, aantrekkelijkheid van een bepaalde stad voor haar omgeving, is berekend door de Location Based Retail Sales te delen door de Residence Based Retail Sales (op COROP niveau). Het is een variabele die ook in de Redevco analyse is toegepast. Vervolgens is de diversiteit Nonfood detailhandel ratio van de CBS (2012) op gemeente niveau gebruikt. Tenslotte, is het gemiddeld besteedbaar inkomen per huishouden op gemeente niveau meegenomen. Ook in dit geval is er gebruik gemaakt van de data van het CBS (2012). Belevings factoren
Op basis van eerder onderzoek is ervoor gekozen om in dit onderzoek naar 13 “zachtere” variabelen te kijken en deze te operationaliseren. Er is per variabele gekeken in welke mate die van invloed is op de ervaren aantrekkelijkheid en belevingswaarde van de binnenstad. Voor de eerste twee variabelen, onveiligheid en authenticiteit (vooroorlogse woningen), is gebruik gemaakt van de gemeente atlas uit 2013. De onveiligheidsindex van de gemeenteatlas neemt zowel het aantal geweldsdelicten als vernielingen mee. Met behulp van de onderstaande variabelen is het begrip “leisure” geoperationaliseerd door gebruik te maken van diverse variabelen. Allereerst is er gekeken naar horeca, hiervoor zijn twee indexen uit de gemeenteatlas van 2012 gehaald. De culinaire diversiteit in het aanbod van horeca en de culinaire kwaliteit van het horeca aanbod. Een nadere toelichting hoe deze variabelen tot stand zijn gekomen is terug te vinden in bijlage 1. Ook de Cultuur- index uit de gemeenteatlas van 2013 vormde een belangrijke parameter voor het leisure component. Deze index is een indicator van de omvang en diversiteit van het culturele aanbod. Tenslotte, wordt ook de aanwezigheid van het aantal aanwezige bioscopen meegenomen. De gegevens die hiervoor gebruikt zijn komen van www.bioscoopagenda.nl. De aanwezigheid van het aantal parkeergarages en de bijbehorende parkeertarieven hadden betrekking op de mate van bereikbaarheid van de stad en werden dan ook meegenomen in dit onderzoek. Voor data is de website van het parkeergids Nederland geraadpleegd. Een andere belangrijke indicator voor de aantrekkelijkheid van een binnenstad was de toeristensector, maar gegevens op dit gebied waren nauwelijks voor handen. Daarom is er voor gekozen om deze te operationaliseren aan de hand van de toeristenbelasting die de diverse gemeenten jaarlijks ontvangen. Hierbij dient wel opgemerkt te worden dat gemeenten zelf hun tariefstelling mogen bepalen en dus kan de hoogte van de belasting een vertekend beeld geven van het daadwerkelijk aantal toeristen dat een stad bezoekt. Voor deze variabelen zijn de gegevens van het CBS voor de periode 2012 gebruikt. De laatste vier variabelen hadden te maken met de samenstelling van de bevolking en het type personen wat in een stad leefde. Dit wordt geoperationaliseerd met behulp van de aanwezigheid van hoogopgeleiden (HBO en WO studenten) als percentage van de bevolking. De ranking van de gemeenteatlas 2012 is hiervoor gebruikt. Tevens is er gekeken naar de grijze en groene druk, hiervoor zijn de gegevens van het CBS op COROP niveau (2012) 19
gebruikt. Ook wordt de aanwezigheid van een creatieve klasse in een stad wordt meegenomen, hiervoor is wederom gebruik gemaakt van de Gemeente Atlas 2012. In bijlage 2 is de tabel behorende bij de dataverantwoording weergegeven. Tenslotte, dient er opgemerkt te worden dat een aantal van de eerder genoemde voorzieningen ook als aparte variabelen meegenomen kunnen zijn, hierdoor kan er sprake zijn van een dubbel telling, maar dat zal in hoofdstuk 4 nader onderzocht worden.
3.2. Methodologie
Dit onderzoek betreft een kwantitatief onderzoek. De empirische setting is de Nederlandse winkelvastgoedmarkt geweest. Onderzocht is of er een relatie tussen belevingsfactoren en de financiële performance van vastgoed bestaat. De afhankelijke variabele was de huurprijs per vierkante meter voor solitair winkelvastgoed op de A1 winkelstraten in diverse Nederlandse binnensteden. De gebruikte onafhankelijke variabelen zijn tweeledig: de klassieke en de zachtere factoren (belevingsvariabelen). De “Klassieke variabelen” bestaan uit vijf controle variabelen namelijk, bevolkingsomvang, het aantal retailers op A1/A2 en B1 gebied, centraliteitsindex, de diversiteit van de Non-food Detailhandel sector en tot slot is het gemiddeld besteedbaar inkomen meegenomen. De “Belevingsvariabelen” zijn grotendeels met behulp van de rankings van de gemeente Atlas geoperationaliseerd. Het betreft de factoren onveiligheid, authenticiteit, culinair kwaliteit, culinair diversiteit, cultuurindex, creatieve klasse, aanwezigheid van bioscopen, het aantal studenten (HBO/WO) alsmede de groene en grijze druk, tot slot zijn parkeergelegenheid en parkeertarieven meegenomen in dit onderzoek. Voor deze analyse wordt een samengestelde database is ontwikkeld, waarbij getracht wordt zoveel mogelijk gebruik te maken van ratio getallen. Het operationaliseringsprobleem van het belevingsbegrip heeft er echter toe geleid dat in de meeste gevallen gebruik is gemaakt van rankings (ordinale variabelen). Het werken met rankings heeft beperkingen, waar in het vervolg nog stil bij zal worden gestaan, maar biedt ook voordelen: als grote voordeel dat ze conceptueel eenvoudig te interpreteren zijn. Ook dat ze aansluiten bij de bestaande uitkomsten van onderzoek dat eerder is uitgevoerd door Redevco. Tot slot, maken ze het mogelijk de dimensies van belevingswaarde eenvoudig te operationaliseren. Tevens maken bepaalde statistische methoden het mogelijk om rangordes te ontwikkelen op basis van samengestelde variabelen. - Rangordes zijn conceptueel zeer eenvoudig te interpreteren - Rangordes sluiten aan bij bestaande uitkomsten van onderzoek dat is uitgevoerd door Redevco. - Rangordes maken het mogelijk de dimensies van belevingswaarde eenvoudig te operationaliseren. 20
-
Bepaalde statistische methoden maken het mogelijk om rangordes te ontwikkelen op basis van samengestelde variabelen. Kortom, het werken met rangordes is een cruciaal onderdeel van dit onderzoek. De uitgevoerde analyse is gericht op het vaststellen of er een significante relatie is tussen de verschillende belevingsfactoren en de waarde van de huurprijs voor winkelvastgoed. Aangezien er meerdere aspecten zijn die de aantrekkelijkheid/ beleving van een stad kunnen bepalen, zoals in hoofdstuk twee besproken, zal de analyse plaatsvinden in verschillende stappen. De eerste hypothese die in hoofdstuk vier beantwoord zal worden is: ‘Hebben binnensteden die hoger scoren op harde factoren een hogere huurprijs per vierkante meter in vergelijking tot steden die lager scoren op deze harde factoren’. Hiervoor zal gebruik gemaakt worden van Pearsons Rho correlatie, een veel gebruikte correlatie maat voor parametrische variabelen. Een tweede vraag die beantwoordt zal worden is: ‘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?’. Om vast te stellen of er sprake is van een significante samenhang zal er een correlatie analyse uitgevoerd worden van de belevingsvariabelen en de huurprijs. Hiervoor zal gebruik gemaakt worden van Spearmans Rho, een geëigende correlatie maat voor niet-parametrische variabelen. De derde vraag die beantwoordt zal worden luidt: ‘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’?. Om deze vraag te beantwoorden zal er tweemaal een multiple regressieanalyse uitgevoerd worden om met behulp hiervan te bepalen welke variabelen significant zijn in een multivariate context alsmede of de verklaarde variantie van de huurprijs vergroot kan worden. Tot slot, wordt de factoranalyse toegepast om met name de belevingswaarde nader te kunnen analyseren en mogelijk te koppelen aan opnieuw resulterende rangordes van steden. Factoranalyse is een geijkte methode om te onderzoeken of variabelen die min of meer hetzelfde meten (ofwel: een hoge correlatie hebben) gereduceerd kunnen worden tot of uit te drukken zijn in één enkele factor (dimensiereductie). In de onderstaande paragraaf wordt de methodiek achter factoranalyse kort weergegeven.
21
3.2.1 Factoranalyse
In de statistiek is Factoranalyse een veel gebruikte methode ten behoeve van dimensiereductie. Een uitvoerige uiteenzetting van factoranalyse valt buiten de scope van dit onderzoek. Verwezen kan worden naar diverse statistische handboeken (bijvoorbeeld: Fields 2012, Hair 2010). In het kort kan worden gesteld dat bij factoranalyse wordt uitgegaan van een correlatiematrix, die wordt opgesteld op basis van de coëfficiënten tussen de verschillende betreffende variabelen. Met behulp van matrixalgebra kunnen de correlaties in de matrix worden uitgedrukt in een af meerdere factoren, die de vorm hebben van een "vector". Deze vectoren hebben een zogenoemde "Eigenwaarde" of "Eigen Value" die mogen worden geïnterpreteerd als een maatstaf voor de verklaarde variantie die een factor toevoegt. Als deze waarde lager is dan 1, verklaart een factor minder variantie dan ze zelf toevoegt en kan deze beter worden weggelaten. Daarnaast levert factoranalyse zogenoemde "factor loadings", ook wel "factor components" genoemd, nadat de factoren zijn bepaald. Deze getallen geven uitdrukking aan de wijze waarop (positief of negatief) en de mate waarin (op schaal van 0 tot 1) een variabele bijdraagt of gecorreleerd is aan de uitgerolde factor. Rotatiemethoden zijn niet uitgevoerd om onderlinge correlatie van de factoren te voorkomen en factorscores zo zuiver mogelijk te houden. In SPSS is het tevens mogelijk de factorscores per record (waarneming) uit te drukken in een nieuwe variabelen. Zo is het ook mogelijk op het niveau van alle individuele waarnemingen te analyseren. In theorie is het daarna ook mogelijk nieuwe regressie analyses uit te voeren tussen de gevonden scores per waarneming en de waarnemingen van de afhankelijke variabele. Dit laatste is in het kader van dit onderzoek achterwege gelaten omdat ten eerste de nieuwe variabelen moeilijk te interpreteren zijn en de regressiefactoren geen echte inhoudelijke betekenis hebben (welke waarde moet je invullen bij een factor die uit inkomen, bevolkingsaantallen en cultuurwaarden bestaat). Ten tweede is er bij de factoranalyse in dit onderzoek gebruik gemaakt van een combinatie van ordinale en ratiovariabelen, hetgeen in dit geval de enige mogelijkheid was, maar ook statistisch discutabel is. Omdat de nieuwe scores alleen gebruikt worden om nieuwe rangordes voor de steden te maken, is dit overkomelijk.
22
3.3 Beschrijvende statistiek
Voordat de resultaten in hoofdstuk vier besproken worden, zijn in tabel drie de beschrijvende statistieken weergegeven van eerst de afhankelijke variabele en de onafhankelijke klassieke variabelen (ratio niveau). Waarna de belevingsvariabelen op ratio niveau weergegeven zijn, gevolgd door de belevingsvariabelen op ordinale schaal. Deze gegevens zijn enkel informatief en zijn met name voor de klassieke variabelen en de belevingsvariabele op ratio niveau te interpreteren. Tabel 3: Beschrijvende statistiek N
Minimum
Maximum
Mean
Std. Deviation
retailers/units A1tmB1gebied
50
,00
881,00
242,9200
130,78427
DiversiteitNon-foodsector detailhandel
50
24,00
1250,00
136,3600
205,20381
Centraliteits index
50
3,25
6,84
4,4384
,86543
Huurprijs
50
200,00
2717,00
817,8400
446,25230
Bevolking
50
66245,00
799345,00
148102,3400
138554,33685
Gemiddeld Besteedbaar inkomen
50
23,40
38,90
31,8420
3,19528
Valid N (listwise)
50
Bioscoop
50
,00
18,00
2,4400
2,66619
Centrum Parkeergarages
49
1,00
17,00
5,2245
3,15743
ParkeergarageTarieven
49
,40
5,71
2,2037
,90575
Toeristenbelasting
50
,00
40,00
6,4400
10,27412
Groene druk
50
31,00
44,80
38,2460
3,27951
Grijze druk
50
17,80
34,90
27,7100
4,04143
Valid N (listwise)
49
Onveiligheid
50
1,00
50,00
25,5000
14,57738
Vooroorlogse woningen
50
2,00
50,00
25,5200
14,54373
Culinairkwaliteit
50
1,00
50,00
25,5200
14,55214
Culinairdiversiteit
50
1,00
50,00
25,8600
14,48857
Cultuurindex
50
1,00
50,00
25,5000
14,57738
Creatieve klasse
50
1,00
50,00
25,6600
14,61982
Studenten
50
1,00
50,00
25,5000
14,57738
Valid N (listwise)
50
Bron: SPPS, Roosen 2013
23
4
Resultaten
In dit hoofdstuk zal dieper worden ingegaan op de analyses die zijn uitgevoerd om de hypothesen te toetsen. De diverse analyses zijn uitgevoerd met SPSS. In hoofdstuk drie is al gewezen op het belang van rangordes voor dit onderzoek. Allereerst zal de Redevco top 10 ranking nader bekeken worden en vervolgens zal gekeken worden hoe de top 10 van steden eruit zal zien op basis van alle individuele factoren. In de daarop volgende paragraaf wordt de correlatie van de klassieke variabelen met de huurprijs bekeken. De Pearsons Rho correlatie zal hiervoor toegepast worden. Vervolgens wordt er vastgesteld of er sprake is van een significante samenhang tussen de belevingsvariabelen en de huurprijs. Hiervoor zal gebruik gemaakt worden van Spearmans Rho, een geëigende correlatie maat voor niet-parametrische variabelen. In paragraaf 4.3 zal er tweemaal een multiple regressieanalyse uitgevoerd worden om met behulp hiervan te bepalen welke variabelen significant zijn in een multivariate context alsmede of de verklaarde variantie van de huurprijs vergroot kan worden. Tot slot, wordt de factoranalyse toegepast om met name de belevingswaarde nader te kunnen analyseren en deze te koppelen aan een nieuwe rangorde van steden.
4.1. Ranking Redevco en Individuele variabelen
Allereerst is er gekeken naar de Redevco top 10 ranking van Nederlandse binnensteden. Deze is weergegeven in tabel 4. Hierna zullen de steden worden gerankt op basis van alle (individuele) variabelen die in dit onderzoek worden meegenomen. Tabel 4: Steden ranking Redevco Top 10 1 Amsterdam 2 Rotterdam 3 Utrecht 4 Den Haag 5 Eindhoven 6 Groningen 7 ‘s- Hertogenbosch 8 Breda 9 Arnhem 10 Amersfoort Bron: Redevco
De top 5 van de Redevco ranking bestaat uit de Nederlandse bekende grote steden zoals Amsterdam, Rotterdam Utrecht en Den Haag. Dit is in overeenstemming met de verwachtingen op basis van de bestaande literatuur. In deze steden is de leegstand beperkt, zijn de huurprijzen hoog en is er een grote de vraag naar winkelruimte vanuit de grote internationale retailers. Echter, na de top 5 ontstaat er een lijst minder conform verwachting. Dit wordt vooral veroorzaakt door het ontbreken van Maastricht in de top 10. Iets wat in de lijn van de verwachting lag kijkende naar de klassieke locatie theorieën alsmede het onderzoek van Vastned (2012), NRW (2011) en Majolée en Van Cauter (2013). 24
4.1.1. Steden ranking op basis van de individuele variabelen
In deze paragraaf zijn de steden eerst gerankt op basis van de hoogte van de huurprijs per vierkante meter op de A1 winkel locaties en daarna op basis van de zogeheten klassieke variabelen. Vervolgens is er gekeken naar de top 10 steden op basis van de dertien individuele belevingsfactoren. De resultaten zijn weergegeven in tabel 5 en 6a/b. Tabel 5: Steden ranking op basis van alle individuele variabelen. Top 10
Huurprijs
Bevolking
1 Amsterdam 2 Rotterdam 3 Utrecht 4 Den Haag 5 Maastricht 6 Eindhoven 7 Groningen 8 Arnhem 9 Zwolle 10 ‘s- Hertogenbosch Bron: Eigen bewerking
Amsterdam Rotterdam Den Haag Utrecht Eindhoven Tilburg Groningen Almere Breda Nijmegen
Aantal retailers A1 t/m B1 gebied Amsterdam Den Haag Nijmegen Haarlem Groningen Rotterdam Alkmaar Maastricht Leiden Hoorn
Centraliteits index Amsterdam Purmerend Amstelveen Hoofddorp Hilversum Utrecht Amersfoort Leiden Breda Bergen op Zoom
Diversiteit Non- food detailhandel Amsterdam Rotterdam Den Haag Breda Groningen Utrecht Tilburg Leiden Arnhem Maastricht
Gemiddeld besteedbaar inkomen Hoofddorp Amstelveen Leidschendam Alphen ad Rijn Amersfoort Zoetermeer Hilversum Ede Velsen Almere
Uit de eerste ranking, op basis van de gemiddelde huur prijs per vierkante meter, is gebleken dat de vier steden waar de hoogste huren betaald worden, overeenkwam met de top vier steden van de Redevco rangorde. Echter, na de vierde plek veranderde de lijst. Opvallend was dat op basis van de huurprijzen ranking Maastricht en Zwolle wel in de top 10 voorkwamen. Daarentegen zijn Breda en Amersfoort verdwenen uit de lijst. De ranking aan de hand van bevolking leverde een top 10 op met drie nieuwe steden: Tilburg, Almere en Nijmegen. De steden Maastricht, Zwolle en ’s- Hertogenbosch bleken hun plek in de top 10 verloren te zijn op basis van bevolkingsomvang. De top 5 behorende bij de factor het aantal retailers in het A1 t/m B1winkelgebied leverde een hele andere lijst op, deze bleek niet conform verwachting. Nijmegen en Haarlem scoorden hoog en nieuw in de lijst waren de steden Leiden, Alkmaar en Hoorn. Als gevolg hiervan bleken Eindhoven en Utrecht niet meer in de top 10 voor te komen. De centraliteitsindex geeft de aantrekkelijkheid van een stad aan (location based retail sales/ residence based retail sales). Het lijkt erop dat de lijst werd beïnvloed doordat deze index was samengesteld op basis van de door CBS gehanteerde 40 COROP gebieden. Vermoedelijk komen daarom Purmerend, Zaandam en Hoofddorp in deze top 10 voor. Kijkend naar de top 10 steden op basis van diversiteit Non- food sector detailhandel, dan week deze die niet aanzienlijk af met de ranking van Redevco of de ranking op basis van de gemiddelde huurprijzen. Het tegenovergestelde was het geval voor de ranking op basis van gemiddeld besteedbaar inkomen. Het palet aan steden veranderde grotendeels. Nieuwe steden waren onder andere Leidschendam, Hilversum en Ede. 25
Tabel 6a: Steden rankings op basis van alle individuele belevingsvariabelen. Top Authenticiteit 10 1 Haarlem 2 Amsterdam 3 Hilversum 4 Den Haag 5 Leiden 6 Utrecht 7 Rotterdam 8 Schiedam 9 Leeuwarden 10 Groningen Bron: Eigen bewerking
Culinaire kwaliteit Maastricht Zwolle Leidschendam Amstelveen Amsterdam Hoorn Venlo Haarlem Velsen Hilversum
Culinair diversiteit Amsterdam Rotterdam Den Haag Groningen Utrecht Haarlem Eindhoven 's-Hertogenbosch Leiden Deventer
Cultuur
Bioscoop
Parkeergarage
Amsterdam Groningen Utrecht Leiden Leeuwarden ’s-Hertogenbosch Nijmegen Maastricht Haarlem Den Haag
Amsterdam Utrecht Deventer Groningen Nijmegen Rotterdam Leiden Leeuwarden ’s-Hertogenbosch Den Haag
Den Haag Rotterdam Amsterdam Zoetermeer Utrecht Groningen Eindhoven Tilburg Zwolle Alkmaar
Vervolgens is er gekeken naar de (individuele) zachtere belevingsfactoren. Hieruit bleek dat op basis van authenticiteit (vooroorlogse woningen) Haarlem de nieuwe nummer één was. Verder scoorden Hilversum, Groningen en Leeuwarden hoog op authenticiteit. Op basis van de aanwezigheid van culinaire kwaliteit in een stad, veranderde de lijst wederom aanzienlijk. Steden als Venlo, Velsen en Hoorn welke niet eerder voorkwamen in een ranking, staan in de top 10. Opvallend was dat Maastricht op de eerste plek stond, gevolgd door Zwolle. Een tweede horeca element was de diversiteit in het aanbod, dit leverde een geheel andere volgorde op. De aanwezigheid van Leiden en Deventer was verrassend te noemen. Bij de vierde factor, cultuur, stond conform verwachting, Amsterdam op de eerste plek. De plek van Groningen en Leeuwarden was in eerste instantie niet zoals verwacht. Misschien heeft dit te maken met de grotere regionale reikwijdte van deze noordelijke steden. Een andere belangrijke belevingselement is het aanbod van bioscopen. Hierin scoren de grote steden zoals Amsterdam en Utrecht goed. Met betrekking tot bereikbaarheid was de aanwezigheid van parkeergarages van belang. Verwacht werd dat de grote steden als Utrecht, Maastricht en Eindhoven hoog zouden scoren, maar dit bleek echter niet het geval. Zoetermeer stond op de vierde plek. Kijkend naar de lijst met de hoogste parkeertarieven, dan is de uitkomst in lijn der verwachting. De grote vier steden als Amsterdam, Utrecht, Den Haag en Rotterdam domineren de eerste 4 posities. In deze steden betaalt de consument voor parkeren het hoogste uurtarief.
26
Tabel 6b: Steden rankings op basis van alle individuele belevingsvariabelen. Top 10 1 2 3 4 5 6 7 8 9
Onveiligheid
Parkeertarieven
Rotterdam Spijkenisse Heerlen Gouda Arnhem Groningen Eindhoven Amsterdam Tilburg
Amsterdam Utrecht Den Haag Rotterdam Groningen Zwolle ’s-Hertogenbosch Apeldoorn Arnhem
10 Hoorn Eindhoven Bron: Eigen bewerking
Creatieve klasse Utrecht Amsterdam Leiden Nijmegen Amstelveen Groningen Delft Arnhem Eindhoven
Studenten
Hilversum
Amsterdam
Groningen Delft Nijmegen Utrecht Leiden Maastricht Leeuwarden Enschede Tilburg
Toeristen belasting Amsterdam Amstelveen Hoofddorp Purmerend Venlo Maastricht Sittard Heerlen Leeuwarde n Rotterdam
Groene druk
Grijze druk
Almere Lelystad Zwolle Ede Apeldoorn Dordrecht Gouda Alphen ad Rijn Enschede
Hilversum Maastricht Sittard Heerlen Emmen Velsen Haarlem Venlo Alkmaar
Hengelo
Ede
Eigen bewerking
Aan de hand van de onveiligheid in een stad bleek Rotterdam bovenaan de lijst te staan. Gevolgd door Spijkenisse, Heerlen en Gouda. Dat deze kleinere steden hoger scoorden op het gebied van onveiligheid dan Amsterdam of Eindhoven is op zich verrassend te noemen. Op basis van de aanwezigheid van de creatieve klasse, bleken de steden Delft en Hilversum in de lijst voor te komen. De aanwezigheid van het Media park in Hilversum draagt waarschijnlijk bij aan de 10e plek. In tegenstelling tot de eerder genoemde rankings waarbij Amsterdam vaak hoog scoorde, stond Amsterdam op basis van de aanwezigheid van studenten op de tiende plek. Zoals verwacht stond Amsterdam op nummer één, op basis van de opbrengsten van toeristenbelasting. Ook gemeenten rondom Schiphol zijn in staat hoge opbrengsten te generen met behulp van de toeristenbelasting. Daarnaast waren er een aantal steden in de top 10 die niet eerste instantie verwacht waren, bijvoorbeeld Sittard en Heerlen. De laatste twee belevingsvariabelen waren groene druk en grijze druk, beide top 10 rankings waren opvallend anders dan de eerder genoemden rangorde. Conform verwachting stonden Almere en Lelystad bovenaan de lijst van groene steden. Beide zijn de geplande groeisteden van Nederland waar de afgelopen decennia enorm in woningen en infrastructuur is geïnvesteerd. Voor wat betreft de lijst van grijze druk, sloot deze aan bij de berichten uit de media en is de regio Limburg hoog vertegenwoordigd op de lijst. Samenvattend kan gezegd worden dat op basis van alle individuele variabelen er zeer wisselende rangordes naar voren kwamen. Naar aanleiding hiervan is de vraag ontstaan: wat is de invloed van deze individuele variabelen op de huurprijs? Dit is in de volgende paragrafen nader onderzocht.
27
4.2. Correlatie klassieke en belevingsfactoren
In deze paragraaf zal antwoord gegeven gaan worden op de eerste twee hypothesen. De eerste hypothese luidde: “Binnensteden die hoger scoren op harde factoren hebben een hogere huurprijs per vierkante meter in vergelijking tot steden die lager scoren op deze harde factoren”. De tweede hypothese luidde: “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.” Om deze te toetsen zal er zal er middels een correlatie analyses de eventuele onderlinge relaties met de huurprijs bekeken worden. 4.2.1. Correlatie klassieke meetbare factoren
De klassieke variabelen zijn niet van ordinale schaal en daarom kon er gebruik gemaakt worden van de bivariate Pearson correlatie methode. Deze methodiek veronderstelt een lineair verband tussen de beide variabelen. Pearson’s r geeft de aan in hoeverre er sprake is van een lineair verband tussen twee ratio of interval variabelen. In tabel 7 zijn de Pearson correlaties van de huurprijs ten opzichte van de klassieke variabelen weergegeven. De waarde van ρ kan tussen de -1 en 1 liggen. Als ρ= 1 dan is er sprake van een perfect positief verband tussen beide variabelen. Bij ρ= -1, is het verband perfect negatief en wanneer er geen verband is dan geldt ρ = 0 . Tabel 7: Resultaten Parametriche correlatie ‘Harde factoren’ :
Correlatie coëfficiënt
Bevolking ,859(**) Diversiteit Non-food Sector Detailhandel ,827(**) Aantal retailers A1/A2/B1 gebied ,789(**) Gemiddeld besteedbaar inkomen -,387(*) Centraliteits index 0,221 N 50 ** Correlation is significant at the 0.01 level (2-tailed) * Correlation is significant at the 0.05 level (2-tailed) Bron: SPPS, Roosen 2013
Sig. (2-tailed) ,000 ,000 ,000 ,005 ,124
Uit de resultaten bleek dat van de vijf kwantitatieve variabelen er vier significant waren. De centraliteitsindex bleek als enige bij zowel een betrouwbaarheidsinterval van 99% en 95% niet significant te zijn (r = 0.221). Dit betekent dat er geen sprake is van enige samenhang met de huurprijs. Er is een sterk significante en positieve correlatie gevonden tussen bevolking en de huurprijs (r = 0.859. Een tweede sterke en positieve samenhang is gevonden in de variabele diversiteit Non- food sector detailhandel (r = 0.827). Verder is er ook een sterke correlatie gevonden tussen het aantal retailers in het A1 t/m B1 gebied en de 28
hoogte van de huurprijs (r = 0.789). Tenslotte, is gebleken dat het gemiddeld besteedbaar inkomen een significante negatieve samenhang heeft met de huurprijs. De resultaten (r = -.411) tonen aan de er sprake is van een gematigde (negatieve) correlatie tussen het besteedbaar inkomen en de huurprijs per vierkante meter. Dit was tegen de verwachting in (zie bijlage 3a/b voor de gehele non parametrische correlatieanalyse output). Op basis van de gevonden resultaten kan worden gesteld dat Hypothese 1 gedeeltelijk is bevestigd. Er is een positieve samenhang gevonden voor bevolking, diversiteit Non- food sector detailhandel en aantal retailers op A1 t/m B1 gebied ten opzichte van de huurprijs. Er is een negatieve samenhang gevonden voor gemiddeld besteedbaar inkomen en de huurprijs. Er is echter, tegen de verwachting in, geen samenhang gevonden tussen de centraliteitsindex en de huurprijs.
4.2.2. Correlatie belevingsfactoren
De correlatie met de huurprijs van de zachtere belevingsvariabelen worden in deze paragraaf nader onderzocht met behulp van de Spearmans Rho methodiek, een geëigende correlatie maat voor niet-parametrische variabelen. De Spearman’s rangcorrelatie is een statische grootheid voor de mate waarin er een verband bestaat tussen de rangordes van twee ordinale variabelen X en Y. Net als bij de Pearson’s rho geldt dat de waarde van de correlatiecoëfficiënt tussen de -1 en 1 kan liggen en in deze gevallen er sprake is van een perfect negatief dan wel perfect positief verband is Er zal worden nagegaan of een hogere ranking op de belevingsfactoren samengaat met een hogere huurprijs. In tabel 8 zijn de resultaten weergegeven van de Spearman Rho correlaties aan de hand van de diverse belevingsvariabelen. Tabel 8: Resultaten Niet Parametrische correlatie ‘Zachte’ factoren’: Correlatiecoëfficiënt
Sig. (2-tailed)
Onveiligheid .453(**) .001 Authenticiteit .369(*) .008 Culinair kwaliteit .424(**) .002 Culinair diversiteit .711(**) .000 Cultuurindex .731(**) .000 Bioscoop .650(**) .000 Centrum Parkeergarages .751(**) .000 N 49 Parkeergarage Tarieven .731(**) .000 N 49 Creatieve klasse .765(**) .000 Studenten .715(**) .000 Toeristenbelasting .016 .911 Groene Druk -.152 -293 Grijze Druk -.197 .170 N 50 ** Correlation is significant at the 0.01 level (2-tailed)/* Correlation is significant at the 0.05 level (2-tailed) Bron: SPSS, Roosen 2013
29
Uit tabel 8 blijkt dat tien van de dertien belevingsfactoren een significant verband hadden met de huurprijs. Zowel op een betrouwbaarheidsinterval van 99% en 95% waren er drie variabelen welke niet significant gecorreleerd zijn met de huurprijs per vierkante meter. Zowel toeristenbelasting (ρ = 0.016) als groene druk (ρ = -0.152) en grijze druk (ρ = -0.197) bleken niet significant te zijn. Op basis van de gevonden resultaten kan gesteld worden dat de hypothese gedeeltelijk verworpen dient te worden. Voor deze drie factoren is de correlatie met de huurprijs niet aangetoond. De overige tien belevingsvariabelen bleken allemaal positief significant bij een betrouwbaarheidsinterval van 99%. Van deze tien variabelen was de correlatiecoëfficiënt van authenticiteit en de huurprijs verhoudingsgewijs het laagst (ρ = 0.369). Dit betekent dat ten opzichte van de andere variabelen hier het minst sterkte verband gevonden is. Ook de variabelen onveiligheid (ρ = 0.453) en culinaire kwaliteit (ρ = 0.42) hadden een significante en positieve samenhang met de huurprijs per vierkante meter. Waarbij opgemerkt dient te worden dat de uitkomst van onveiligheid tegen de verwachting in is. Verder is ook tussen culinaire kwaliteit en de huurprijs een samenhang aangetoond. De overige belevingsvariabelen hadden allemaal correlatiecoëfficiënten groter dan 0,7 en zijn hierdoor sterker gecorreleerd met de huurprijs. In totaal bestond deze groep uit acht belevingselementen. Als eerste was er een sterke positieve relatie tussen culinaire diversiteit en de huurprijs (ρ = 0.711). Ook de cultuurindex liet eenzelfde soort beeld zien (ρ = 0.731). De samenhang tussen het aanbod van bioscopen en de huurprijs lijkt in deze analyse met deze uitkomst (ρ = 0.650) bevestigd te zijn. Daarnaast is ook het belang van een goede bereikbaarheid van een stad, wat in dit onderzoek wordt weergegeven aan de hand van de aanwezigheid van parkeergarages en bijbehorende parkeertarieven, aangetoond. Centrum parkeergarages (ρ = 0.751) en parkeertarieven (ρ = 0.731). Tenslotte, kijkend naar de samenstelling van de bevolking in een Gemeente, dan lijkt de aanwezigheid van de creatieve klasse (ρ = 0.765) en studenten (ρ = 0.751) een positieve invloed te hebben op de huurprijs per vierkante meter (zie bijlage 4 voor de gehele parametrische correlatieanalyse output). Gebaseerd op bovenstaande resultaten kan worden vast gesteld dat wanneer steden goed scoren op deze tien belevingsvariabelen, de huurniveaus in deze steden gemiddeld ook hoger zullen zijn. De hypothese dat steden die hoog scoren op zachte factoren, vaak ook een hogere huurwaarde per vierkante meter hebben, is voor tien variabelen bevestigd. Bij een betrouwbaarheidsinterval van 99% bestaat de groep significante variabelen uit: authenticiteit, onveiligheid, culinair kwaliteit, culinaire diversiteit, cultuurindex, bioscopen, centrum parkeergarages en parkeertarieven, creatieve klasse en studenten. Dit betekent dat er een correlatie bestaat tussen deze belevingsvariabelen en de huurprijs. Dit is een interessante uitkomst omdat beleggers naar een breder spectrum zouden moeten kijken wanneer het kwaliteit van een bepaald vastgoed object beoordeeld wordt. Tevens kan er gesteld worden dat om de aantrekkelijkheid van de Nederlandse binnensteden te bepalen, Redevco deze elementen zou moeten meenemen in haar City Analysis.
30
4.3. Regressie analyse
Als vierde stap wordt er in deze paragraaf een multiple regressieanalyse uitgevoerd om met behulp hiervan antwoord te geven op de derde hypothese. De derde hypothese luidde: 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? Om deze vraag te beantwoorden is er twee keer een multiple regressieanalyse uitgevoerd om met behulp van de uitkomsten te bepalen welke variabelen significant zijn in een multivariate context alsmede of de verklaarde variantie van de huurprijs vergroot kan worden. Voor de meervoudige regressieanalyses is in beide gevallen gebruik gemaakt van de Stepwise methode. Bij iedere stap werd een variabele op basis van de mate van significantie en de correlatie aan het regressie model toegevoegd. 4.3.1. Meervoudige regressie analyse klassieke factoren
Opvallend aan de uitkomst is de vrij hoge totale verklaarde variantie (r-kwadraat = 0,778) en de significante F-test, in combinatie met een beperkt aantal parameters die met een overschrijdingskans van 10% significant zijn. Uit de resultaten van de meervoudige regressie analyse ( tabel 9) bleken twee van de vijf variabelen significant te zijn. In de stepwise regressie analyse werd als eerste de variabele bevolking meegenomen, waarbij de r-kwadraat 0.738 was. Dit betekent dat 73,8% van de variantie in de huurprijs met deze variabele verklaard kan worden. Als tweede werd het aantal retailers op het A1 t/m B1 gebied toegevoegd en steeg de r- kwadraat heel licht tot 0.778 of te wel de verklaarde variantie neemt toe tot 77,8%. De variabelen die niet als significant naar kwamen zijn: diversiteit non- food sector detailhandel, centraliteitsindex en gemiddeld besteedbaar inkomen. Met name de uitkomst van de laatst genoemde variabele is verrassend te noemen omdat uit eerder onderzoek wel naar voren is gekomen dat welvaart een significante relatie had met de huurprijs. Echter de beperkte omvang van het aantal steden kan hiervan de oorzaak zijn geweest (zie bijlage 5 voor de gehele regressieanalyse output op basis van de klassieke factoren). Tabel 9: Meervoudige regressie analyse klassieke factoren en huurprijs 9a: Model Summary Model
R
R Adjusted R Std. Error of Square Square the Estimate 1 ,859(a) ,738 ,732 230,94149 2 ,882(b) ,778 ,768 214,86700 a. Predictors: (Constant), Bevolking b.Predictors:(Constant),Bevolking,retailers/unitsA1tmB1 gebied. Bron: SPSS, Roosen 2013
31
9b: Meervoudige regressie - Coëfficiënten(a) Model
1
Unstandardized Coefficients B Std. Error (Constant) Bevolking
2
(Constant) Bevolking Retailers/units A1tmB1gebied
408,159
48,066
,003
,000
263,457
66,915
,002
,000
1,070
,368
Standardized Coefficients Beta
Sig. T 8,492
,000
11,617
,000
3,937
,000
,617
5,721
,000
,314
2,907
,006
,859
a Dependent Variable: Huurprijs Bron: SPSS, Roosen 2013
4.3.2. Meervoudige regressie analyse op basis van alle variabelen
Ook hier was sprake van een opvallende uitkomst in de hoge verklaarde variantie (r-kwadraat = 0,889) en de significante F-test, in combinatie met een beperkt aantal parameters die met een overschrijdingskans van 10% significant zijn. Als eerste bleek bevolking (nog steeds) significant te zijn. Met behulp van deze klassieke variabele kon 74,4% van de verschillen in huurprijzen verklaard worden. Opvallend was dat de resterende drie significante variabelen alle drie uit de belevingsgroep voortkwamen. De tweede toegevoegde variabele, de creatieve klasse, leverde een verklaarde variantie op van 85,9%. Hierna was de variabele onveiligheid toegevoegd en dit leverde zeer beperkte toename op, naar 87,8%. Tenslotte, is de variabele culinair kwaliteit significant gebleken en leverde toevoeging van deze variabele een verklaarde variantie op van 88,9%. In totaal werd met de vier genoemde significante variabelen 89% van de variantie verklaard (tabel 10). Tabel 10: Meervoudige regressie analyse alle variabelen 10a: Model Summary Adjusted R Std. Error of the Model R R Square Square Estimate 1 ,862(a) ,744 ,738 226,00024 2 ,927(b) ,859 ,853 169,51546 3 ,937(c) ,878 ,870 159,12440 4 ,943(d) ,889 ,879 153,46343 a Predictors: (Constant), Bevolking b Predictors: (Constant), Bevolking, Creatieve klasse c Predictors: (Constant), Bevolking, Creatieve klasse, Onveiligheid d Predictors: (Constant), Bevolking, Creatieve klasse, Onveiligheid, Culinairkwaliteit Bron: SPSS, Roosen 2013
32
10b: Meervoudige regressie - Coëfficiënten(a) Model
1
2
3
4
Standardized Coefficients Beta
(Constant)
Unstandardized Coefficients B Std. Error 421,415 47,632
Bevolking
,003
,000
,862
(Constant)
194,634
51,443
Bevolking
,002
,000
Creatieve klasse
11,342
1,851
(Constant)
98,197
60,190
Bevolking
,002
,000
Creatieve klasse
11,432
Onveiligheid
4,564
(Constant)
46,039
63,172
Bevolking
,002
,000
Creatieve klasse
9,376
Onveiligheid
5,131
Culinair kwaliteit
3,896
Sig. T 8,847
,000
11,680
,000
3,783
,000
,716
11,866
,000
,370
6,127
,000
1,631
,110
,664
11,113
,000
1,738
,373
6,578
,000
1,701
,148
2,684
,010
,729
,470
,650
11,187
,000
1,943
,306
4,825
,000
1,662
,167
3,087
,003
1,861
,128
2,093
,042
Bron: SPSS, Roosen 2013
Op basis van bovenstaande uitkomsten kan hypothese: “De combinatie van harde en zachte factoren heeft een significant groter effect op de hoogte van de huurprijs, dan enkel de harde factoren” worden bevestigd. Na toevoeging van de belevingsfactoren is gebleken dat de verklaarde variantie met 11,2% toenam. Zij het dat enkel de belevingsfactoren creatieve klasse, onveiligheid en culinaire kwaliteit significant waren (zie bijlage 6 voor de gehele regressieanalyse output). Een groot deel van de belevingsbepalende variabelen, die in de enkelvoudige correlatieanalyse als significant konden worden beschouwd in relatie tot de huurprijs, 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. Op basis hiervan is besloten om een factoranalyse uit te voeren.
33
4.4. Factor analyse
De factoranalyse is een veel gebruikte methode ten behoeve van dimensiereductie. Met behulp van deze techniek zal gekeken worden of de diverse klassieke en belevingsfactoren gereduceerd kunnen worden tot slechts enkele componenten. In de onderstaande paragraaf is eerst naar de variantie tabel gekeken, daarna is bekeken hoeveel aparte componenten er geïdentificeerd zijn. 4.4.1. Resultaten Factoranalyse
Uit de eerste analyse, de variantietabel, bleek dat de achttien variabelen kunnen worden teruggebracht tot vier ongeroteerde factoren. Deze factoren hadden een ‘eigenwaarde’ > 1. De eigen waarde van de eerste component was 7.590. Dit is zeer hoog. De eigenwaarde van de tweede component was 2.889. De derde factorcomponent had een lading van 1.777 en tot slot had de laatste component een eigen waarde van 1.426. De ongeroteerde factoren verklaarden achtereenvolgens 42.2%, 16%, 9.9% van de variante. Tenslotte verklaarde het 4e component 7.9% van de variantie in de variabelen. Gezamenlijk was dit 76,5%,. Tabel 11: Totaal verklaarde variantie Component
Initial Eigenvalues Extraction Sums of Squared Loadings Total % of Variance Cumulative % Total % of Variance Cumulative % 1 7,590 42,164 42,164 7,590 42,164 42,164 2 2,880 16,047 58,211 2,889 16,047 58,211 3 1,777 9,870 68,081 1,777 9,870 68,081 4 1,426 7,922 76,004 1,426 7,922 76,004 Bron: SPPS Extraction Method: Principal Component Analysis, Roosen 2013
Elke factor heeft een coëfficiënt of factorlading, deze is bepalend voor de mate waarin de betreffende factor bijdraagt aan de variantie van de betreffende geobserveerde variabele. De resultaten van de componenten matrix behorende bij de achttien variabelen staan genoemd in tabel 12. Te zien is dat alle variabelen tezamen gereduceerd zijn tot vier componenten. Gebaseerd op onderstaande tabel bleek de eerste factor uit twaalf variabelen te bestaan te weten: aantal retailers op A1 t/m B1 gebied, onveiligheid, vooroorlogse woningen, culinair diversiteit, cultuurindex, bioscoop, parkeergarages en parkeertarieven, creatieve klasse, studenten, diversiteit Non- food sector detailhandel en bevolking zwaar laden op factor één. Op de tweede factor laden toeristenbelasting, centraliteitsindex en besteedbaar inkomen hoog. De derde factor bestond uit culinaire kwaliteit en grijze druk. En tenslotte, laadde de laatste factor zwaar op alleen groene druk. Er waren geen variabelen die op meerdere factoren hoog laden (zie bijlage 7 voor factoranalyse output).
34
Tabel 12: Component matrix Component 1
2
3
4
Aantal retailers A1/A2/B1 gebied
,831
,115
-,210
-,004
Onveiligheid
,473
-,359
-,445
-,234
Vooroorlogse woningen
,649
-,376
,127
-,037
Culinair kwaliteit
,470
,058
,577
-,042
Culinair diversiteit
,808
-,173
,291
,063
Cultuurindex
,789
,-364
,223
,-262
Bioscoop
,798
,150
-,248
,090
Centrum Parkeergarages
,742
,097
-,123
,334
Parkeergarage Tarieven
,872
,061
-,155
,143
Creatieve klasse
,707
,035
,607
-,012
Studenten
,703
-,153
,466
-,143
Toeristenbelasting
,172
,846
-,014
-,379
Diversiteit Non-food Sector Detailhandel
,827
,285
-,348
,138
Groene Druk
-,245
-,209
,158
,826
Grijze Druk
-,172
-,658
-,167
-,337
Centraliteits index
,127
,847
,050
-,249
Bevolking
,853
,236
-,299
,258
Gemiddeld besteedbaar inkomen
-,520
,576
,315
,220
Extraction Method: Principal Component Analysis a. 4 components extracted Bron: SPPS Extraction Method: Principal Component Analysis, Roosen 2013
Vooral de eerste factor was voor deze analyse belangrijk en interessant omdat deze niet alleen zeer goed leek aan te sluiten bij het begrip beleving, maar ook omdat de klassieke variabelen: aantal retailers A1 t/m B1 gebied als mede de bevolkingsomvang, hier onder vielen. Deze factor kan bestempeld worden als de ‘aantrekkelijke stad’. De tweede factor leek belangrijk aangezien er drie variabelen waren die hierop laden. Echter, kijkend naar de drie variabelen die hieronder vallen dan lijkt dit tegen te vallen. Enkel van het gemiddeld besteedbaar inkomen zou men verwachten dat dit een belangrijke klassieke variabele zou zijn. De andere twee variabelen leken niet goed gekozen te zijn, zoals reeds in de eerdere paragrafen toegelicht. Voor wat betreft de laatste twee factoren, was te zien dat deze slechts uit een enkele variabele bestonden en de toenemende verklaarde variantie zeer gering was, daarom zullen deze in dit onderzoek niet uitvoerig besproken worden. Op basis van factor één zal er een nieuwe steden ranking geformeerd worden in de navolgende sub paragraaf. De rangordening op basis van alle vier de factoren is terug te vinden in bijlage 8.
35
4.4.2. Nieuwe Top 10 Ranking
Aan de hand van de bovengenoemde factor is er een nieuwe rangorde opgesteld voor de vijftig steden. Deze rangorde is weergegeven in onderstaande tabel. Tabel 13: Nieuwe steden rangorde Top 10 Steden ranking Ranking Redevco Factor 1 1 Amsterdam Amsterdam 2 Rotterdam Rotterdam 3 Utrecht Den Haag 4 Den Haag Groningen 5 Eindhoven Utrecht 6 Groningen Nijmegen 7 ‘s- Hertogenbosch Leiden 8 Breda Maastricht 9 Arnhem Haarlem 10 Amersfoort Eindhoven Bron: Roosen (2013)
Wat opvalt, kijkend naar deze tabel, is dat Utrecht en Eindhoven in rangorde naar beneden zijn gezakt, waarbij Eindhoven zelfs van de vijfde naar de tiende plek ging. Eindhoven staat bekend als een Europees technologie- hub, waar veel technische universiteiten en bedrijven gevestigd zijn. Philips is daar een van de bekendste van. Het feit dat Eindhoven een vrij moderne stad is zonder een authentieke stadskern kan bijgedragen hebben aan de lagere ranking. Daarnaast verdwenen vanaf de zevende plek de steden: ‘s- Hertogenbosch, Breda, Arnhem en Amersfoort. Deze steden komen niet meer voor in de top 10 aantrekkelijke steden. Het lijkt erop dat op het gebied van aanbod winkels, horeca gelegenheden, gezelligheid en cultuur deze steden mager scoorden. Enkel hoog scoren op harde variabelen blijkt niet meer voldoende te zijn. Den Haag en Groningen zijn daarentegen juist gestegen in de top tien. De nieuwkomers in de lijst zijn: Nijmegen, Leiden, Maastricht en Haarlem. Kijkend naar het type stad van deze laatste vier steden, lijkt de belevingsfactor van grotere invloed te zijn geweest dan de klassieke variabelen. De belevingselementen zoals authenticiteit, horeca en aanbod van winkels in het A1 t/m B1 gebied zijn van invloed geweest op de nieuwe ranking. Succesvolle steden kunnen niet enkel voldoen aan de klassieke variabelen, steden moeten ook beleving bieden aan de consument. Gebaseerd op bovenstaande kan dus gesteld worden dat de uitkomst van de nieuwe steden ranking op basis van factor één aanzienlijk is veranderd. Dit is een interessante uitkomst voor zowel beleggers als retailers. Deze steden hebben de consument het meest te bieden, wanneer zij voor de gezelligheid een dagje gaan winkelen. De uitkomst lijkt ook aan te sluiten bij de verwachting op basis van de bestaande literatuur, marktkennis en het gedrag van de huidige beleggers en internationale retailers die op dit moment actief zijn in de Nederlandse winkelmarkt.
36
5
Discussie en Conclusie
De onderstaande paragraaf volgt eerst een korte discussie en interpretatie van de resultaten uit de analyses zoals weergegeven in hoofdstuk vier. Hierna volgt de conclusie en aanbeveling
5.1 Discussie
Bij het doen van beleggingsinvesteringen is het voor vastgoedmaatschappijen van belang om rekening te houden met de aantrekkelijkheid van de stad. Op de ervaren aantrekkelijkheid van een stad, kunnen zowel harde als zachte (belevings) factoren van invloed zijn. Of er een relatie is tussen deze factoren en de hoogte van de huurprijs is in dit onderzoekt onderzocht. Verschillende deelvragen zijn beantwoord om antwoord te kunnen geven op de centrale vraag van dit onderzoek welke luidt: “ Is er een significante relatie is tussen de aanwezigheid van belevingsfactoren in een stad en de hoogte van de huurprijs?”. De resultaten alsmede elk van de deelvragen zullen separaat besproken worden in de volgende paragrafen. De volgende paragrafen geven een korte samenvatting van de resultaten en mogelijke verklaringen voor de gevonden resultaten. 5.1.1. Individuele steden ranking
Voor een vastgoedmaatschappij als Redevco Nederland is het noodzakelijk om bij beleggingsinvesteringen rekening te houden met de aantrekkelijkheid van een stad. In dit onderzoek is gekeken of de ranking van Redevco mogelijk te weinig rekening heeft gehouden met de factor belevingswaarde. Daartoe zijn de steden allereerst gerankt op basis van de individuele variabelen. Wanneer de steden werden gerangschikt aan de hand van alle individuele variabelen ontstonden er, logischerwijs, verschillende rangordes. De variabelen waarbij de meest verrassende of vernieuwende rangordes ontstonden zullen hierna kort besproken worden. Uit de rangorde voor het aantal retailers op A1 t/m B1 gebied is een andere top tien naar voren gekomen dan verwacht. Dit kan te verklaren zijn omdat hier het B1- gebied is meegenomen. Dit kan een vertekend beeld geven van het aantal retailers in een binnenstad, omdat hier hoog op gescoord wordt wanneer het B1- gebied groot is. Dit betekent niet dat deze B1 gebieden aantrekkelijkere winkelstraten voor de consument zijn. Echter, wanneer men zich beperkt tot A1/A2 gebied wordt de kracht van de zogeheten aanloopstraatjes als de ‘negen straatjes’ in Amsterdam, de Folkingestraat in Groningen, de Prinsestraat in Den Haag en de Bakkerstraat in Arnhem niet meegenomen. Dit is niet wenselijk omdat het juist deze straten zijn met een eigen identiteit en deze gebieden zijn van belang in de bepaling van de aantrekkelijkheid van een stad. In deze straten zijn vaak de startende en zelfstandige 37
ondernemers gevestigd en is er veel diversiteit aan type winkels en horeca. Deze gebieden dragen bij in het unieke karakter van een stad. Een tweede opvallende nieuwe rangorde was die naar aanleiding van gemiddeld besteedbaar inkomen. De nieuwe en verrassende top tien kan zich laten verklaren doordat in de grotere steden de (boven)woningen vaak kleiner en niet ideaal zijn voor jonge gezinnen. Gezinnen met een gemiddeld hoog inkomen verhuizen doorgaans vaak naar grotere villa’s buiten de stad. De top tien steden op basis van culinaire kwaliteit leek te worden beïnvloed door de aanwezigheid van sterren restaurant(s) in de desbetreffende steden. Dit blijkt uit de positie van onder andere Maastricht en Zwolle. In beide steden zijn zeer exclusieve en hoog aangeschreven restaurants te vinden, waaronder ook diverse sterren restaurants Voor wat betreft de populaire studenten steden, dan was te zien dat Amsterdam niet voorkwam in de eerste tien steden. Dit laat zich verklaren doordat de groep studenten in Amsterdam relatief beperkt was ten opzichte van de andere steden, omdat er verhoudingsgewijs meer andere typen inwoners zijn. Te denken valt hierbij aan toeristen, expats en huishoudens die werken en wonen in Amsterdam. Bij de andere steden in de top 10 was de verhouding van het aantal studenten in een stad juist veel hoger. Vaak hebben deze steden ook studenten verenigingen en wonen de jongeren ook in de stad waar ze studeren. Een verklaring voor de rangschikking op basis van de toeristenbelasting, welke anders was dan verwacht, kan zijn dat Gemeenten zelf bepalen of de belasting wordt geheven alsmede tegen welk tarief. Door het tarief te verhogen kunnen de opbrengsten verhoogd worden. Daarnaast is er op COROP niveau gekeken en hierdoor kan er een vertekend beeld zijn ontstaan.
5.1.2.Correlatie harde en zachte factoren Harde factoren
Kijkend naar de eerste deelvraag van dit onderzoek, welke luidde: ‘Hebben steden die hoger scoren op harde factoren een hogere huurprijs per vierkante meter in vergelijking tot steden die lager scoren op deze harde factoren?’. De resultaten tonen aan dat er samenhang is voor vier van de vijf harde factoren te weten, bevolking, diversiteit Non-food sector detailhandel, aantal retailers A1/A2/B1 gebied en het gemiddeld besteedbaar inkomen. De invloed van de bevolkingsomvang is overeenkomstig met resultaten uit bestaande literatuur. Met de significante uitkomst van diversiteit Non- food is ook het belang van de the principle of minimum differentiation theorie bevestigd. Dit betekent dat de diversiteit in het aanbod van winkels van belang is gebleken voor de aantrekkelijkheid van een winkelgebied. Als derde is ook de hedendaagse relevantie van de ruimtelijke interactie theorie bevestigd doordat de variabele: aantal retailers op A1 t/m B1, significant bleek te zijn. Echter, in tegenstelling tot de verwachting, blijkt gemiddeld besteedbaar inkomen negatief gecorreleerd te zijn met de huurprijs. Een reden voor de gevonden negatieve relatie zou te maken kunnen 38
hebben met het feit dat in de grotere steden zoals Rotterdam, Amsterdam en Den Haag, veel sociale huurwoningen zijn en relatief veel lage inkomens gehuisvest zijn. De middenklasse en hogere inkomens bevinden zich in het algemeen in randgemeenten, waar weinig winkelvoorzieningen te zien zijn. Een andere oorzaak zou kunnen liggen in het feit dat de scope van dit onderzoek zich beperkt tot de Nederlandse markt. Uit de analyse is verder gebleken dat de centraliteitsindex niet significant was. Dit is tegen de verwachting en Alonso’s bid- rent theorie lis hiermee niet bevestigd. Gezien de huidige trend in het toenemende belang van standplaatsen kwaliteit, is deze uitkomst niet zoals verwacht. Er zouden verschillende verklaringen gegeven kunnen worden voor het gevonden resultaat. Het zou bijvoorbeeld kunnen zijn dat de huidige gekozen operationalisatie voor deze variabele niet juist is gekozen. Een andere reden kan het feit zijn dat deze variabele op ratio niveau gemeten is, waardoor de kracht van het getal afneemt. Tot slot kan de in significantie veroorzaakt zijn doordat de perifere steden met relatief lage huurprijzen, voor de omgeving juist aantrekkelijk kunnen zijn. Dit onderzoek heeft aangetoond dat wanneer steden goed scoren op de klassieke variabelen de huurniveaus per vierkante meter, in deze steden gemiddeld hoger zullen zijn. In dit onderzoek bleek dit vooral te gelden voor de klassieke variabelen: bevolking, diversiteit Non- food sector detailhandel en het aantal retailers op A1 t/m B1 gebied. De vierde variabele bleek een negatieve relatie te hebben. Zachte factoren
De tweede deelvraag waar in dit onderzoek antwoord op is gegeven luidde: ‘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?’. De resultaten laten zien dat dit slechts gedeeltelijk opgaat. In totaal is er naar dertien zachte variabelen gekeken. Voor de variabelen authenticiteit, onveiligheid, culinair kwaliteit, culinaire diversiteit, cultuurindex, bioscopen, centrum parkeergarages en parkeertarieven, creatieve klasse en studenten is een significant verband gevonden met de huurprijs. De significante uitkomst van onveiligheid kan verklaard worden uit de grote stadsproblematiek. Verder is gebleken dat de aanwezigheid van kwalitatieve horeca van invloed is op de huurprijs, gezien het feit dat de verblijfsduur van een consument in de stad hiermee verlengt kan worden is dit niet verrassend. Deze uitkomst is in lijn met eerdere onderzoeken (Pine & Gilmore, 1999; NRW, 2011; Van Vink, 2012). Daarnaast is ook de culinaire diversiteit positief gecorreleerd met de huurprijs. Wederom kan met behulp van de hoge diversiteit in het culinaire aanbod, de verblijfsduur van de consument in de binnenstad verlengt worden. Ook de significante uitkomst van de cultuurindex is in overeenstemming met de verwachting, echter door de sterke culturele positie van Amsterdam kan de correlatie ten onrechte hoger scoren. Desondanks kan er geredeneerd worden dat door het aanbod van diverse culturele voorzieningen, een stad aantrekkelijker wordt voor een dagje uit, waardoor de bezoekersaantallen en de verblijfduur van de consument toeneemt. Dit effect is terug te zien in Amsterdam op de P.C. Hoofdstraat. De grote hoeveelheden Russische en Japanse toeristen die de diverse culturele instellingen bezoeken rondom het museumplein, gaan ook 39
winkelen op de P.C hoofdstraat, welke op loopafstand van het museumplein gelegen is. Als gevolg hiervan willen steeds meer luxe internationale merken zich vestigen in deze winkelstraat en zijn de huurprijzen die betaald worden bijna hoger dan in de Kalverstraat. Kortom door de aanwezigheid van culturele voorzieningen wordt het winkelgebied aantrekkelijker voor de consument. Net als bij onveiligheid is er ook bij parkeergelegenheid en parkeertarieven spraken van een van grote stads problematiek. Kennelijk is de consument bereid meer te betalen voor parkeren in deze steden. Het belang van een goede bereikbaarheid per auto sluit aan bij het onderzoek van Vreenegoor (2011) en de Nationale parkeertest (2012). Tenslotte, lijken de significante uitkomsten voor creatieve klasse en studenten aan te sluiten bij de theorie van Florida (2002) en het onderzoek wat werd uitgevoerd door Van Schrader- van Meel (2012). De resultaten laten verder zien dat er geen significante relatie gevonden is voor toeristenbelasting, groene en grijze druk. Een verklaring waarom de toeristenbelasting niet van invloed is op de huurprijs kan zijn omdat de gemeente zelf verantwoordelijk is voor de tariefstelling en of de belasting geheven wordt, er is geen lineair proces in te vinden. De reden waarom groene en grijze druk geen relatie lijken te hebben met de huurprijs kan te verklaren zijn doordat de jongeren (0 tot 20 jarige) en de groep 65 plussers, vaak een laag bestedingsniveau hebben. Het is met name de midden categorie (20 tot 59 jarigen), welke het meeste te besteden heeft. Echter deze groep is buiten beschouwing gelaten omdat er naar groene en grijze druk gekeken is. Op basis van de gevonden resultaten kan gesteld worden dat wanneer steden goed scoren op de tien significante belevingsvariabelen: authenticiteit, onveiligheid, culinair kwaliteit, culinaire diversiteit, cultuurindex, bioscopen, centrum parkeergarages en parkeertarieven, creatieve klasse en studenten, de huurprijs per vierkante meter in deze steden gemiddeld hoger zal zijn.
5.1.3. Aanwezigheid zowel harde als zachte factoren
De laatste deelvraag was: ‘Heeft de aanwezigheid van harde en zachte factoren een significant groter effect op de hoogte van de huurprijs, dan wanneer er enkel harde factoren aanwezig zijn?’ Uit de regressieanalyse is de invloed van de bevolkingsomvang (massa/ demografie) als sterkst verklarende factor van huurprijzen naar voren gekomen. Dit is conform de resultaten van eerdere onderzoeken. Te zien is dat de klassieke locatietheorie een belangrijke rol speelt in het bepalen van de huurprijs van een winkelgebied. Het feit dat inkomen per huishouden geen verklarende variabele is kan ermee te maken hebben dat het onderzoek zich richt op Nederland. De Nederlandse institutionele factoren waaronder de sociale structuur (sociale huisvesting, migratie van gezinnen naar randgemeenten, yuppen die in de stad blijven) maken dat rijk en arm verspreid zijn over stad en periferie.
40
Uit de regressie analyse van de klassieke variabelen is gebleken dat met behulp van de variabelen bevolking en het aantal retailers op A1 t/m B1 gebied er 76,8% van de variantie in de huurprijs verklaard kan worden. Na toevoeging van de belevingsfactoren is gebleken dat de verklaarde variantie met 11,2% toegenomen is. Geconcludeerd kan worden dat de laatste deelvraag gedeeltelijk positief beantwoord kan worden. Slechts drie belevingsfactoren zijn significant gebleken in het verklaren van de huurprijs: creatieve klasse, onveiligheid en culinaire kwaliteit. De toegenomen verklaarde variantie met behulp van deze drie factoren is echter beperkt. Tenslotte, dienen er in aanvulling op de bovengenoemde resultaten van de uitgevoerde meervoudige regressieanalyses, een aantal kritische opmerkingen gemaakt te worden. Ten eerste wordt er niet voldaan aan de eis dat de variabelen op intervalniveau gemeten zijn. In dit onderzoek is er gebruik gemaakt van rangordes. Ten tweede is er sprake van een beperkte omvang van de steekproef en verhoudingsgewijs veel onafhankelijke variabelen. In totaal is er naar 50 steden en vijf klassieke variabelen en dertien belevingsvariabelen gekeken. Het gevolg is dat de multiple regressieanalyse geen enkele voorspellende waarde heeft en alleen gebruikt is om de verklaarde variantie te bepalen. Voor de meervoudige regressie analyse inclusief de belevingsfactoren dient nog specifiek opgemerkt te worden dat in dit geval gerekend is met een aantal variabelen die een ordinaal schaalniveau hadden, hetgeen door veel statistici als arbitrair wordt gezien. Wederom dienen de uitkomsten slechts als indicatief beschouwd te worden.
5.1.4 Factoranalyse
Het uitvoeren van een factoranalyse levert een waardevolle bijdrage aan het ontwikkelen van rangordes op basis van meerdere variabelen tegelijk en is een aanvulling gebleken op de bestaande onderzoeken die uitgaan van eendimensionale rangordes. Uit de factoranalyse blijkt dat de meeste belevingsfactoren naast een sterkte samenhang met de huurprijs, ook een sterkte relatie met de bevolkingsomvang hebben. Dit kan verklaren waarom bevolking als verklarende variabele stand houdt in de regressie en de meeste andere variabelen eruit vallen als niet-significant. In de factoranalyse is dit ook terug te zien doordat deze belevingsdimensies sterk laden op de eerste factor. De (duidelijke) factor één bestaat uit specifiek aan elkaar gecorreleerde belevingswaarde elementen: aantal retailers op A1 t/m B1 gebied, vooroorlogse woningen (authenticiteit), culinaire diversiteit, cultuurindex, bioscoop, aanwezigheid parkeergarages, parkeertarieven, creatieve klasse, studenten, diversiteit Non- food sector detailhandel en tenslotte de klassieke variabele: bevolking. Een uitzondering op voorgaande conclusie zijn: onveiligheid, creatieve klasse en culinaire kwaliteit. Kijkend naar de eerdere regressieanalyse uitkomsten voor deze variabelen, dan is factor drie conform verwachting en laden de drie eerder gevonden significante variabelen hoog op deze factor.
41
Er zijn ook factoren die verondersteld werden gelieerd te zijn aan beleving, maar die minder samenhang vertoonden. Voorbeelden hiervan zijn toeristenbelasting, groene druk. De vraag is of deze dimensies goede indicatoren zijn geweest. Zo kan de factor toerisme wellicht beter geoperationaliseerd worden aan de hand van hotelovernachtingen. Echter de data voor alle vijftig steden is lastig te verkrijgen. Daarnaast laadt onveiligheid niet op één enkele factor en misschien is deze variabele dan ook geen zuivere methode om beleving te meten. Hetzelfde gaat op voor culinaire kwaliteit. Component twee en vier lijken een andere vorm van beleving te vertegenwoordigen.
Nieuwe ranking top 10 steden
Aan de hand van de nieuw samengestelde steden ranking, op basis van de sterk geladen factor component 1 uit de factoranalyse, is te zien dat de ranking van Redevco er heel anders uitziet. Rangordening op basis van de nieuw gevonden ‘belevingsfactor’ houdt de top drie van grote steden in stand, maar daaronder stijgen perifere steden met een regionale functie (Groningen, Maastricht, Nijmegen) en steden met een specifiek historisch karakter (Leiden en Haarlem). Dit laatste is een vermoeden, daar historische beleving en regionale functie niet expliciet zijn meegenomen in het onderzoek. Uit de resultaten blijkt dat de steden ‘s- Hertogenbosch, Breda, Arnhem en Amersfoort, uit de ranking verdwijnen. Verklaringen hiervoor zouden de relatief kleinere bevolkingsomvang en relatief weinig aantal retailers op het A1t/m B1 gebied, in deze steden kunnen zijn. De verbeterde aantrekkelijkheid van de steden Nijmegen, Leiden, Maastricht en Haarlem kan terug te vinden zijn in hun relatief hoge scoren op het aantal retailers op het A1 t/m B1 gebied, authenticiteit en aanwezigheid van cultuur. Er kan geconcludeerd worden dat ten opzichte van de Redevco ranking, de nieuwe top tien van steden aanzienlijk is veranderd wanneer er ook gekeken wordt naar specifieke belevingselementen zoals bijvoorbeeld bioscopen, cultuur, horeca en parkeerfaciliteiten. Hierbij dient wel opgemerkt te worden dat voor de grotere steden gebleken is dat parkeerprijs en onveiligheid niet van doorslaggevend belang zijn. Echter, wel kan er gesteld worden dat een stad met weinig leisure faciliteiten zoals bioscopen, cultuur en horeca ten dode is opgeschreven. Waarbij de massa cultuur (bioscoop en diversiteit horeca) meer van invloed lijkt te zijn dan de cultuur en culinaire kwaliteit. Resumerend wordt deze paragraaf afgesloten met de schematische weergave van de diverse economische stromingen, de geoperationaliseerde variabelen als bijbehorende factor component. Aan de hand van deze schematische weergave, is terug te zien dat de eerste hypothese, welke betrekking had op de harde factoren, voornamelijk in factor één is terug te herleiden. De tweede hypothese welke keek naar de zachtere factoren is voor een aantal variabelen ook terug te herleiden naar factor twee, drie en vier. Tenslotte kan gesteld worden 42
dat de derde deelvraag die naar beide type factoren keek, perfect lijkt aan te sluiten met de eerste factor. Schematische weergave hypothesen en bij behorende factorcomponenten Stromingen: Auteur Variabele Factor 1 Factor 2 Centrale plaatsen Christaller Bevolking X theorie: (1933) Ruimtelijke interactie theorie:
Reilly (1931)
Aantal units op A1/ B1 gebied
X
Bid- rent:
Alonso (1964)/ Von Thünen (1926) Hotelling (1929)
Centraliteitsindex
X
-Diversiteit Non- food detailhandel -Gemiddeld besteedbaar inkomen
X
-Onveiligheid -Culinaire kwaliteit -Culinair: diversiteit -Cultuurindex -Bioscopen -vooroorlogse woningen -Parkeergarages -Parkeer tarieven -Grijze druk -Groene druk -Studenten -Creatieve klasse -Toeristenbelasting
X
The principle of minimum differentiation:
Beleving
Myrda (1957)l Pine & Gilmore (1999)
Factor 3
Factor 4
X
X X X X X X X X x X X X
Bron: Patricia Roosen (2013)
5.2. Conclusie
Het Nederlandse winkellandschap is aan het veranderen en verschillende krachten zijn op dit moment van invloed op de kwaliteit van de winkelsteden. De behoeften van de consument veranderen en retailers spelen daar al op in (strategie Bijenkorf), beleggers kunnen hier niet in achterblijven. Om vandaag de dag een financieel stabiele portefeuille te hebben, is niet alleen de kwaliteit van een solitair winkelpand voldoende, maar ook die van de binnenstad. De onderlinge concurrentie tussen steden zal verder gaan toenemen en de stad die de beste aansluiting heeft bij de wensen van het winkelend publiek, zal succesvol weten te zijn. Om de aantrekkelijkheid van de diverse steden te bekijken en te bepalen welke harde als zachte factoren vandaag de dag van invloed zijn op de huurprijs zijn de onderstaande drie hypothesen beantwoord.
43
De eerste 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’. Voor de harde variabelen: bevolking, diversiteit Non- food sector detailhandel en het aantal retailers op A1 t/m B1 gebied, bleek er sprak te zijn van een sterke positieve correlatie. De tweede 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’. Van de tien significante zachte variabelen waren er zes die een sterkte en positieve correlatie hadden met de huurprijs. Deze groep bestaat uit: authenticiteit, onveiligheid, culinaire kwaliteit, culinair diversiteit, cultuurindex, bioscopen, centrum parkeergarages en parkeertarieven, creatieve klasse en studenten. De derde 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? Dit bleek inderdaad het geval te zijn. Na toevoeging van de belevingsfactoren nam de verklaarde variantie in de meervoudige regressie toe met 11,2%. Echter in dit geval waren slechts drie belevingsvariabelen significant: creatieve klasse, onveiligheid en culinaire kwaliteit. Hierbij dient opgemerkt te worden dat bevolkingsomvang de grootste verklarende kracht heeft voor de huurprijs (74,4%). Deze klassieke variabele lijkt het meest doorslaggevende te zijn in de verklaring van de huurprijs.
Het belang van een groot verzorgingsgebied is ook terug te zien in de hedendaagse tendens in de winkelvastgoedmarkt. Vanuit zowel de beleggers als de retailers is er ondanks de economische recessie nog steeds een grote vraag naar kwalitatief hoogwaardig vastgoed. Dit is met name terug te zien in de top 5 grootste steden van Nederland, waar de huurprijzen per vierkante meter ondanks de regressie nog steeds stijgen of stabiel zijn. Desondanks lijkt het erop dat er meer krachten de oorzaak zijn van de ontstane tweedeling tussen prime en secundair vastgoed. Het belang van beleving en een authentieke binnenstad lijkt middels dit onderzoek te zijn bevestigd. Door de aangetoonde relatie tussen de belevingselementen en de huurprijs, zouden beleggers naar een breder spectrum moeten kijken wanneer de kwaliteit van een specifiek vastgoedobject beoordeeld wordt. De diverse belevingsvariabelen die van invloed bleken te zijn op de huurprijs, moeten bij investeringsbeslissingen meegenomen worden in de beoordeling van een stad en een specifiek object. Daar winkelen steeds meer een recreatieve vrijetijdsbesteding zal gaan worden en omdat de vastgoedsector op dit moment, steden nog niet vanuit dit perspectief bekijkt, is dit een gemiste kans. Steden zullen hun aantrekkingskracht weten te behouden wanneer er sprake is van diversiteit aan winkels, sociale contacten en gezelligheid. Door toevoeging van belevingsvariabelen zoals horeca, cultuur en bioscopen kan de vastgoedsector hierop in spelen. Om dit te kunnen bewerkstelligen zullen de diverse stakeholders zoals: vastgoedeigenaren, de overheid en retailers, de samenwerking moeten aangaan. Er zal meer 44
aandacht besteed moeten worden aan de toekomstbestendigheid van de Nederlandse binnensteden. Niet alleen de huurder die de hoogste huur betaalt zou belangrijk moeten zijn, maar ook wat een huurder kan toevoegen in kwaliteit en levendigheid binnen een stad of winkelstraat moet een rol gaan spelen. Hierbij kan gedacht worden aan het faciliteren van horeca, kunst galerij of door de aanwezigheid van een bioscoop te faciliteren. Op deze manier kan de aantrekkelijkheid van een binnenstad positief beïnvloed worden. Echter hiervoor is een nauwere samenwerking tussen de diverse stakeholder vereist. Naar aanleiding van de nieuwe rangorde van steden die er aan de hand van dit onderzoek is verkregen kunnen beleggers hun investeringsstrategie in heroverweging nemen. Het advies aan Redevco, wie dit onderzoek mede mogelijk heeft gemaakt, is dan ook om in hun beoordeling van aantrekkelijke binnensteden voldoende aandacht te hebben voor de zachtere factoren die een stad aantrekkelijk maken om te gaan winkelen. Binnesteden moeten niet proberen identiek, maar uniek te zijn.
5.3. Reflectie en aanbevelingen voor vervolgonderzoek
Dit onderzoek heeft aangetoond dat een aantal belevingsfactoren wel degelijk van invloed waren op de aantrekkelijkheid van een stad en uiteindelijk ook op de huurprijzen. Het loont om inzicht te krijgen in de invloed van belevingskwaliteiten voor de aantrekkelijkheid van een winkelgebied. In dit onderzoek was er sprake van een beperkte steekproef, dit kan van invloed zijn geweest op het resultaat. Voor toekomstig onderzoek zou het goed zijn om deze steekproef te vergroten. Daarnaast bleken de diverse belevingselementen moeilijk te operationaliseren te zijn. Dit wordt veroorzaakt door een gebrek aan geschikte data alsmede doordat sommige belevingsvariabelen lastig te zijn operationaliseren, omdat beleving vaak ook ‘zachte’ kanten heeft. Als gevolg hiervan is er gebruikt gemaakt van ordinale date. Desondanks is met behulp van dit onderzoek een eerste goede aanzet gemaakt door gebruikt te maken van diverse steden rankings uit de Gemeente atlas. Het zou beter zijn om voor de belevingselementen zoals cultuur en horeca ratiogetallen te gebruiken. Hierdoor kan in de toekomst met behulp van een multiple regressie analyse uitspraken gedaan worden over de huurwaarde en daarmee kunnen de analyses een voorspellende waarde hebben. Iets wat in de huidige analyse niet mogelijk is gebleken, gezien de ordinale data. Daarnaast kan het interessant zijn om dit onderzoek over de Nederlandse grens te trekken.
45
Bibliografie ABN AMRO (2013): Visie op retail: sectorupdate 2013 Allen, A. (2011). The role of history in place marketing: Can branding create a sense of place? Journal of town & City Management, Vol. 2, 1, 75-83. Atzema, O., Lambooy, J., van Rietbergen, T. & E. Wever (2002), Ruimtelijke Economische Dynamiek. Coutinho, Bussum. Van Aalst, I, Atzema O, Boschma R, van Oort, F (2005). Creatieve klasse en economische groei in stedelijk Nederland . Universiteit Utrecht, Faculteit Geowetenschappen, SGPL Bakker, B.(2011) ‘De zelfstandige ondernemer in binnenstedelijke planmatige winkelcentra: Een lust of last?’. Master Thesis MSRE, Amsterdam School of Real Estate. Bolt, E.J. (2003). Winkelvoorzieningen op waarde geschat. Merelbeek. Bradley, A. (2011). Marketing cities: making sense of the existing literature. Journal of town & City Management, Vol. 2, 1, 20-31. Cushman & Wakefield (2013): Market beat Retail snapshots Q1 2013. Detailhandel Nederland (2012): De nationale parkeertest 2012. Dobson, J. (2011). Life beyond retail: A new and better vision for town centres. Journal of town & City Management, Vol. 2, 3, 201-2014. DTZ Zadelhoff (2012): Kanshebbers in de markt: De markt voor Nederlands commercieel onroerend goed. Eertink, E. (2009): Benchmarking van de Winkel Asset Management Prestatie. Master thesis MRE, Amsterdam School of Real Estate . Eichholtz, P. (2012): Presentatie: ‘Gezonde stadswinkelcentra: ruilen, herbestemmen en fondsvorming’’. http://www.locatus.com/retailreflect/images/Herstructurereing-winkelmarktPiet-Eichholtz-24-9-2012.pdf Erdman, P.H. (2008): Op zoek naar beleving. Masterthesisproof MRE, Amsterdam School of Real Jones Lang LaSalle (2011):Reailmarktspecial 2011, samen winnen. 46
Jones Lang LaSalle (2012): Bijna derde minder beleggingen in winkelvastgoed. http://www.retailnews.nl/rubrieken/meer/vastgoed/35736/bijna-derde-minder-beleggingen-inwinkelvastgoed.html (16-11-2012) Kavaratzis, M. (2008). From city marketing to city branding. Proefschrift, Rijksuniversiteit Groningen. Locatus (2013): Retailfacts 2013:Overzicht leegstand in Nederland per 1 juni 2013. Majolée en Quotus Research (2013): ‘Landelijke consumenten peilingen: Consumentenbeleving in Nederlandse Binnensteden’. Belevingsvisie.nl Marklet, G. , van Woerkens, C. (2012): Atlas 2012 voor gemeenten.VOC Uitgevers: Nijmegen. Marklet, G. , van Woerkens, C. (2012): Atlas 2013 voor gemeenten.VOC Uitgevers: Nijmegen. Nozeman, E., van der Post, W., Langendoen, M.(2012). Het Nederlandse winkellandschap in transitie. Den Haag: Sdu uitgevers. NRW Taskforce Consumentenbeleving (2011): ‘consumenten beleving in winkelgebieden’, Hallo valt hier nog wat te beleven? Amersfoort: Klomp grafische communicatie.
Schraler- van Meel, J. (2012): City factors explaining retail real estate market rents in Europe. Masterthesis MSRE, Investment. Stichting Platform Binnenstadsmanagement (2010) .Signalen uit de binnenstad 2010. Drukkerij Tielen: Boxtel. Stichting Platform Binnenstadsmanagement (2011) Signalen uit de binnenstad 2011. Binnenstadsmanagement. Tielen: Boxtel. Vos, D (2007), Vastgoed op elk niveau, Redevco, at Experian Client Forum at September 18th, 2007.
Vreenegoor, P. (2011): De belevingswaarde van de Nederlandse binnensteden: Is er een verband tussen belevingswaarde(elementen) en de markthuurprijs? Master thesis MSRE, Amsterdam School of Real Estate. Websites: www.cbs.nl www.centrumparkeren.nl (parkeergids nederland) 47
www.bioscopen.nl www.gemeenteatlas.nl www.locatus.nl www.nrw.nl www.parkerenindebinnenstad.nl www.vastgoedmarkt.nl
48