Op de winkel passen of werk aan de winkel?

Op de winkel passen of werk aan de winkel? Een onderzoek naar de relatie tussen branches en de aantrekkingskracht van stadsdeelcentra in Nederland.

Master Thesis MSRE Auteur Scriptiebegeleider 2e Beoordelaar

Amsterdam School of Real Estate H.A. Woltjer dr. A.S. Wilts drs. R.M. Weisz RA MRICS

Utrecht, 16 oktober 2015

Voorwoord Vorig jaar oktober heb ik de Kilimanjaro in Tanzania beklommen. Het behalen van de Uhuru Peak van 5.895 m. hoog vond ik een mooie topprestatie. Na eerst een drietal modules te hebben afgerond, is met het schrijven van dit voorwoord nu ook een top bereikt. Het afronden van mijn master thesis voelt voor mij ook als het behalen van een topprestatie, een mentale topprestatie. Dit onderzoek is geschreven in het kader én ter afronding van mijn opleiding Master of Studies in Real Estate aan de Amsterdam School of Real Estate. Allereerst wil ik DTZ Zadelhoff, met in het bijzonder Cuno van Steenhoven en Frans van Toor, bedanken voor de kans en mogelijkheid die zij mij hebben geboden tot het volgen van deze studie. De MSRE opleiding heeft mij inhoudelijk een verbreding en verdieping opgeleverd. Daarnaast heeft het mijn netwerk vergroot en heb ik hier interessante en leuke contacten aan overgehouden. Graag wil ik de beleggers die huurinformatie ten behoeve van mijn onderzoek hebben verstrekt hierbij nogmaals bedanken. Zonder deze medewerking was dit onderzoek niet tot stand gekomen. Arnold, bedankt voor je geduld, sturing en feedback. Je hebt me goed weten te motiveren en doordat jij altijd aangaf erin te geloven, bleef ik dat ook doen. Nogmaals bedankt! Daarnaast wil ik graag mijn collega’s bedanken. Bedankt voor het sparren, me op jullie kunnen afreageren en de support. Arthur Marquard bedankt voor je hulp met Stata. Ook wil ik mijn vrienden en familie bedanken. Die heb ik wel erg weinig gezien, maar dat had een belangrijke reden zal ik maar zeggen. Bedankt voor het begrip hiervoor. Als laatste wil ik mijn lieve vrouw Hanna en dochter Carlijn bedanken. Bedankt voor het begrip, geduld, opoffering en het geven van motivatie en inspiratie. Zij hebben de laatste tijd toch wel erg moeten afzien dat ik zo’n beetje al mijn tijd in de avonden en de weekenden met maar één ding bezig was… Maar goed het resultaat ligt nu voor u.

II

Samenvatting Dit onderzoek heeft betrekking op de relatie tussen branches en de aantrekkingskracht van stadsdeelcentra in Nederland. De doelstelling van dit onderzoek is een conceptueel model te ontwikkelen ter bepaling van het effect van branchering op het huurprijsniveau binnen Nederlandse stadsdeelcentra en op basis van dit model strategische adviezen te kunnen geven. Stadsdeelcentra zijn goed vertegenwoordigd door branches die voorzien in dagelijkse en nietdagelijkse goederen. Dit is enerzijds de keuze geweest om dit onderzoek plaats te laten vinden onder dit type centra. Anderzijds is het voor de eigenaren van stadsdeelcentra de afgelopen jaren lastig gebleken haar huurders te behouden. Medio 2015 bedraagt de leegstand onder staddeelcentra 6,8%. De leegstand groeide in 2014 ten opzichte van 2013 met 16% en met 17% in 2015 ten opzichte van 2014. Dit zijn de grootste stijgingen onder centra met een brede branchering, dit maakt onderzoek naar dit type centra dan ook extra relevant. Dit onderzoek is verkennend van opzet. Op basis van de bestaande theorie is een conceptueel model ontwikkeld waarin de belangrijkste factoren zijn opgenomen die invloed hebben op het huurprijsniveau van stadsdeelcentra. Hoewel ook softe factoren invloed hebben op het huurniveau, zijn deze achterwege gelaten vanwege het ontbreken van data en het moeilijk kunnen kwantificeren van deze informatie. Uitsluitend harde (meetbare) factoren zijn gehanteerd in het conceptueel model. De factoren zijn opgesplitst naar ruimtelijke en niet-ruimtelijke factoren. De ruimtelijke factoren worden als het ware getrechterd van macro, meso, naar micro niveau; in dit onderzoek zijn dat de deelgebieden verzorgingsgebied, winkelcentrum en winkelunit. Daarnaast zijn de nietruimtelijke factoren inzichtelijk gemaakt. Hier wordt onderscheid gemaakt tussen factoren die van invloed zijn op het imago (van stadsdeelcentra) en op de branchering (van stadsdeelcentra). De invloedsfactoren zijn allemaal aan te merken als opbrengst gerelateerde factoren. In essentie draait het om het generen van voldoende inkomsten, dit geldt voor zowel de huurder als de verhuurder. De grafische weergave van het conceptuele model is terug te vinden in paragraaf 2.4. van deze thesis. Op basis van dit theoretisch kader en het hieruit afgeleide conceptuele model, is antwoord gegeven op mijn eerste deelvraag ‘Welke factoren verklaren verschillen in huurprijsniveaus van een stadsdeelcentrum?’. Ter beantwoording van mijn tweede en derde deelvraag (welke als volgt luiden ‘Wat is de invloed van een branchemix op huurprijzen binnen een stadsdeelcentrum?’ en ‘Welke aspecten van een branchemix dragen bij aan het verkleinen van de verschillen in huurprijsniveaus tussen branches richting het huurniveau van de branche met de hoogste huur per m²?’) heb ik onderzoeksverwachtingen opgesteld welke dienen ter beantwoording van mijn deelvragen en uiteindelijk ook ter beantwoording van mijn centrale vraag ‘Onder welke voorwaarden heeft brancheverdeling een positief effect op de aantrekkelijkheid van een stadsdeelcentrum en zodoende op het huurprijsniveau?’. In paragraaf 3.3.1. treft u het gehele overzicht van mijn onderzoeksverwachtingen aan. Deze onderzoeksverwachtingen zijn getoetst door de huurprijs per m² - de afhankelijke variabele – op samenhang met de invloedsfactoren te beoordelen, met in het bijzonder de branchering. Dit is gedaan onder vier stadsdeelcentra. Vanwege deze beperkte omvang is dit onderzoek dan ook tentatief. De belangrijkste uitkomsten hiervan zijn als volgt. Hoewel op basis van het theoretisch kader het verzorgingsgebied van groot belang wordt geacht ter verklaring van huurprijsverschillen tussen winkelcentra, is op basis van de vier onderzochte stadsdeelcentra er geen duidelijke aanwijzing op een verband tussen het besteedbaar inkomen en de hoogte van de huur en ook niet tussen aantal inwoners (binnen een straal van 2 en 5 kilometer) en het huurprijsniveau.

III

Een richting aan de onderzoeksverwachting tussen de grootte van het winkelcentrum en de hoogte van de huur kan worden gegeven op basis van de bevindingen onder de vier onderzochte centra. Bij de vier centra wordt vermoed dat er een tussen de grootte –zowel gemeten in aantal m² als ook het totaal aantal units binnen een centrum- en het gemiddelde huurprijsniveau per m² binnen een winkelcentrum een correlatie bestaat. Hoe groter het centrum (in aantal units en ook in m²), hoe hoger het huurprijsniveau. De verwachting bestond dat er een negatief verband bestaat tussen de grootte van een winkelunit en de hoogte van de huur (per m²). Binnen de vier onderzochte centra is een negatieve correlatie aangetoond. Oftewel hoe groter de winkelunit, hoe lager de huurprijs per m². In dit onderzoek zijn ook verschillen in huurprijsniveaus tussen filiaalbedrijven en niet-filiaalbedrijven geanalyseerd, waarbij werd verwacht dat niet-filiaalbedrijven gemiddeld een lagere huurprijs per m² betalen dan filiaalbedrijven. Voor drie van de vier centra zijn de verschillen tussen deze twee groepen klein. Eén winkelcentrum kent echter wel een substantieel verschil, hier betalen filiaalbedrijven afgerond 17% meer huur per m² ten opzichte van niet-filiaalbedrijven. In de praktijk wordt vaak gesteld dat de mode branche de hoogste huurprijs per m² betaald. Sommige onderzoeken tonen dit ook aan. De geanalyseerde huurgegevens van de vier onderzochte centra in dit onderzoek laten dit niet zien. Wel valt op te maken dat de branche overig huishoudelijk, mode en luxe (denk hierbij aan huurders als Blokker en Action) in meerdere gevallen een negatief significant verband kent met het huurprijsniveau van andere branches (onder andere de branches bruin en witgoed, juwelier en optiek en kleding en mode). In die gevallen is de huur in de branche overig huishoudelijk, mode en luxe significant lager dan de andere branche. Tussen andere branches bestaat er geen significante (negatieve) samenhang. In dit onderzoek is de onderzoeksverwachting ‘Een hogere concentratie in een branche leidt tot een hogere huur per m² in diezelfde branche’ getoetst. Uit de analyse onder de vier stadsdeelcentra blijkt er een significant verband te bestaan tussen de concentratie binnen een branche en het gemiddelde huurprijs binnen de branche. De verwachting wordt dan ook uitgesproken dat een brancheconcentratie een positief effect heeft op het huurprijsniveau binnen stadsdeelcentra. Als laatste wordt in deze samenvatting benoemd dat er geanalyseerd is of er een verband bestaat tussen het aandeel in de branche kleding en mode en het gemiddelde huurprijsniveau per m². Op basis van de uitkomsten kan het vermoeden uitgesproken worden dat er een positief verband bestaat tussen het aandeel in deze branche en het gemiddelde huurprijsniveau.

IV

Inhoudsopgave Voorwoord .............................................................................................................................................. II Samenvatting.......................................................................................................................................... III Inhoudsopgave ........................................................................................................................................ 5 1

2

Inleiding ........................................................................................................................................... 7 1.1

Aanleiding ................................................................................................................................ 7

1.2

Stand van kennis...................................................................................................................... 9

1.3

Onderzoeksvragen................................................................................................................. 10

1.4

Onderzoeksmethode ............................................................................................................. 11

1.5

Leeswijzer .............................................................................................................................. 11

Theoretisch kader .......................................................................................................................... 13 2.1

Inleiding ................................................................................................................................. 13

2.2

Type winkellocaties ............................................................................................................... 13

2.3

Invloedsfactoren huurniveau winkelcentrum ....................................................................... 15

2.3.1 2.3.1.1

Verzorgingsgebied ..................................................................................................... 16

2.3.1.2

Winkelcentrum .......................................................................................................... 19

2.3.1.3

Winkelunit ................................................................................................................. 22

2.3.2

2.4 3

Niet-ruimtelijke factoren ............................................................................................... 22

2.3.2.1

Winkelimago .............................................................................................................. 23

2.3.2.2

Branchering ............................................................................................................... 24

Conclusie en conceptueel model .......................................................................................... 27

Methode van onderzoek ............................................................................................................... 29 3.1

Inleiding ................................................................................................................................. 29

3.2

Onderzochte stadsdeelcentra ............................................................................................... 29

3.3

Opgenomen onderzoeksvariabelen en dataverantwoording ............................................... 30

3.3.1

Overzicht onderzoeksverwachtingen ............................................................................ 30

3.3.2

Afhankelijke variabele ................................................................................................... 31

3.3.3

Ruimtelijke factoren ...................................................................................................... 32

3.3.4

Niet-ruimtelijke factoren ............................................................................................... 33

3.4 4

Ruimtelijke factoren ...................................................................................................... 16

Aanpak ................................................................................................................................... 35

Resultaten...................................................................................................................................... 36 4.1

Inleiding ................................................................................................................................. 36

4.2

Analyse verzorgingsgebied .................................................................................................... 37 5

5

4.3

Analyse winkelcentrum ......................................................................................................... 38

4.4

Analyse winkelunit ................................................................................................................ 39

4.5

Analyse imago ....................................................................................................................... 40

4.6

Analyse branchering .............................................................................................................. 42

4.7

Resultaten.............................................................................................................................. 46

4.8

Betekenis ............................................................................................................................... 47

4.8.1

Verzorgingsgebied ......................................................................................................... 47

4.8.2

Winkelcentrum .............................................................................................................. 47

4.8.3

Winkelimago .................................................................................................................. 48

4.8.4

Branchering ................................................................................................................... 49

Conclusies en aanbevelingen ........................................................................................................ 50 5.1

Conclusies .............................................................................................................................. 50

5.2

Reflectie en aanbevelingen voor vervolgonderzoek ............................................................. 53

Literatuurlijst ......................................................................................................................................... 55 Bijlage I Leegstand per winkelgebiedstypering ......................................................................................... Bijlage II Winkelgebiedstyperingen Locatus .............................................................................................. Bijlage III Branche indeling Nederland Locatus ......................................................................................... Bijlage IV Ketenorganisatie Locatus .......................................................................................................... Bijlage V Stadsdeelcentra Nederland ........................................................................................................

6

1 Inleiding 1.1 Aanleiding Recentelijk ging de Etam Groep failliet, met meer dan 200 winkels onder de formulenamen Miss Etam en Promiss. Helaas was dit niet het enkele faillissement van de afgelopen periode. Vele grote merken gingen hieraan vooraf. Denk hierbij aan Mexx, Schoenenreus, Halfords, Thom Broekman, Free Record Shop, Siebel en zo kan ik nog wel even doorgaan. Allemaal grote ketens die tussen 2014 en nu failliet zijn gegaan. Huurders die niet zijn omgevallen, grijpen de crisis volop aan om de huur gereduceerd te krijgen. Twee grote voorbeelden hiervan zijn V&D en HEMA. Ook hier stonden de kranten mee vol. Dit heeft een grote impact op het winkellandschap. De huren (per m²) dalen, de grootteomvang van –van oudsher- grote trekkers verandert en ook de branchesamenstelling. Sommige grote huurders –als V&D- zijn “too big to fall”. Komt dat door de grote metrages die ze achter laten of de herontwikkelingsopgave? Of de maatschappelijke impact? Wat is de invloed van een zogenoemde anchor tenant op het centrum en het huurprijsniveau? Wat is de impact als zo’n huurder weg gaat uit het centrum? Hoe ga je om een heronderhandeling met een zittend huurder? Wat is de toegevoegde waarde van deze huurder in het totaal en wat mag dit dan kosten om hem te behouden? Dit betekent dat het onderwerp van deze thesis betrekking heeft op wat de invloed van branchering is op de aantrekkelijkheid van stadsdeelcentra, waarbij de aantrekkelijkheid wordt gemeten in de hoogte van de huur(-inkomsten). De keuze om dit onderzoek te doen onder stadsdeelcentra is enerzijds omdat deze centra een goede vertegenwoordiging van branches kennen en anderzijds omdat de leegstand hard is opgelopen de afgelopen jaren. Van 2013 tot 2015 groeide de leegstand – gemeten als percentage van het totaal aantal m² winkelvloeroppervlakte- van 5,0% in 2013 naar 5,8% in 2014, naar 6,8% in 2015. Dit zijn stijgingen van 16% en 17% van 2014 ten opzichte van 2013, respectievelijk van 2015 ten opzichte van 2014 (zie ook bijlage 1). Dit zijn de grootste stijgingen onder winkelcentra met een brede branchering. Om deze reden maakt onderzoek naar stadsdeelcentra extra relevant. Opmerkelijk is dat er nog nauwelijks fundamenteel onderzoek is gedaan naar de relatie tussen branches en het huurprijsniveau van winkelcentra. Over dit specifieke onderwerp is dan ook relatief weinig bekend. Dit onderzoek is verkennend van aard. Op basis van bestaande literatuur zal een methodologisch model ontwikkeld worden waarin de invloedsfactoren op het huurprijs van stadsdeelcentra inzichtelijk wordt gemaakt. Op tentatieve wijze zal dit model getoetst worden onder vier stadsdeelcentra. Vanwege de toetsing onder vier winkelcentra hebben de uitkomsten een lagere zeggingskracht, daardoor is dit onderzoek verkennend van opzet. Wel maakt dit onderzoek de relatie tussen branches en de aantrekkingskracht van deze vier desbetreffende stadsdeelcentra inzichtelijk. Hierdoor ontstaan er concrete vragen voor vervolgonderzoek. Als je een winkel leeg hebt staan; kies je dan voor de vulling (nog een “executieverkoop” winkel) zodat er in ieder geval weer huur geïnd kan worden (korte termijn gedachte) of vindt hier een strategische afweging aan vooraf zodat het winkelcentrum over een aantal jaar ook nog toekomstbestendig is (lange termijn gedachte)? Een huurder die aansluit op de overige huurders in het centrum en aansluit op de wensen van de consumenten. Miss Etam maakt uitsluitend een doorstart in de winkels waarbij de verhuurder mee gaat in de nieuwe realiteit. Wat is die nieuwe realiteit?

7

De tijd van afgebakende en uitgebalanceerde verzorgingsgebieden hebben we achter ons gelaten. De consument is mobieler en ook niet meer afhankelijk van uitsluitende de fysieke winkel. Voor de consument van vandaag de dag –en daaruit voortvloeiend het nieuwe koopgedrag- is de fysieke winkel niet langer een noodzaak, maar een keuze (Molenaar, 2011). Het online winkelen is rond de eeuwwisseling opgekomen en heeft in de daaropvolgende jaren een stormachtige groet doorgemaakt. IT heeft ingrijpende gevolgen op de bestaande winkelstructuur. Zoals gezegd, betekent dit dat de consument het winkelcentrum in beginsel niet meer nodig heeft (Nozeman, e,a, 2012). Waar voorheen de consument volledig aangewezen was op fysieke winkels, heeft de consument nu de keuze tussen de fysieke winkel en om de aankoop online te doen. Online aankopen kan altijd en overal, dit levert de consument enorme besparingen op in tijd, moeite en geld (Nozeman, e.a., 2012). Dit heeft verstrekkende en ingrijpende gevolgen voor de retail. Door het online winkelen verschuift in hoog tempo de machtspositie van de aanbieder naar de consument, hiermee verschuift de focus van product, transactie en afzet naar klantbehoeften en wensen. veel retailers hanteren inmiddels een multi-channelstrategie; oftewel ze proberen zowel offline als online de consument te verleiden. De toekomst van winkelcentra hangt in sterke mate af van hetgeen retailers en beleggers aan actie ondernemen om winkelen voor de consument leuker en aantrekkelijker te maken. De functie van een winkelcentrum zal verschuiven richting het bieden van een aangename verblijfsplek en verbreding van het bezoekdoel. Naast winkel, zullen andere, nieuwe functies een plek krijgen. De verdere ontwikkeling is op basis van de nu nog beperkte historische gegevens nauwelijks te extrapoleren, waardoor betrouwbare voorspellingen niet te geven zijn (Nozeman, e.a., 2012). Winkels vormen dus niet langer sec een verzameling van winkels, maar winkelcentra fungeren als een ontmoetingsplek en vormen een waardevolle functie in de maatschappij. Zo blijkt ook uit de titel van NRW update 2015 ‘Winkels maken de stad’ (NRW, 2015). Naast de grote impact van deze technologische ontwikkeling, hebben ook demografische ontwikkelingen en de ontwikkelingen in de economie invloed op het consumentengedrag. Zo is er sprake van vergrijzing en afnemende groei van de Nederlandse bevolking. De economische situatie van de afgelopen jaren heeft zijn weerslag gehad op de bestedingen in de detailhandel, met als gevolg vele faillissementen zoals hiervoor besproken. De totale omzet in de detailhandel bedroeg over 2014 afgerond EUR 98 miljard (excl. BTW), een groei van 0,4% ten opzichte van 2013 (detailhandel.info). Niet alleen de detailhandel laat een lichte groei zien, ook de totale economie in Nederland groeide met 0,8% over 2014 volgens het CPB. De samenstelling van huishoudens verandert; het aantal eenpersoonshuishoudens stijgt, dit zal invloed hebben op de behoeften en bestedingen van consumenten. Ondanks deze kleine lichtpuntjes is de winkelmarkt slecht; het vet op de botten van retailers is op, we zien op de winkelmarkt nog steeds oplopende leegstand en huren die onder druk staan (Van der Gijp, 2015). Het vinden van (goede) huurders is veelal lastig. Toch is dit het moment om na te denken over welke huurders je in je centrum wilt hebben. De concurrentie is groot om de consument te verleiden naar een winkelcentrum. Met welke branchemix slaag je hierin het best? “In de binnenlandse en buitenlandse literatuur kunnen vrijwel geen toekomstvoorspellingen worden gevonden over of toekomstvisies op de ontwikkeling van het winkellandschap. Dit kan twee dingen betekenen. Dat er geen toekomst is of dat er wel een toekomst is, maar dat niemand het waagt om daar iets over te zeggen”, een quote van de heer Gianotten (Nozeman, e.a., 2012).

8

Vragen waar vaak gevoelsmatig en praktisch een antwoord op en invulling aan wordt gegeven. Door na te gaan welke factoren van invloed zijn op een optimaal functionerend winkelcentrum, met in het bijzonder de samenhang tussen branchering en huurprijs, kan hier in de toekomst meer strategisch op gestuurd worden. Dit betreft dan ook (een onderdeel van) mijn doelstelling. Heeft dit grote invloed, doen vastgoedeigenaren het al goed of moet er iets veranderen? Oftewel; “Op de winkel passen of werk aan de winkel?”.

1.2 Stand van kennis Deze scriptie gaat in op het onderwerp wat de invloed van branches is op de aantrekkingskracht van winkelcentra (en daarmee het huurprijsniveau hierbinnen). Dit onderzoek levert concrete empirische kennis over een viertal stadsdeelcentra binnen Nederland, in de context zal deze specifieke kennis inzicht geven over de bredere betekenis hiervan. Aan de hand van informatie over branchering en huurprijsgegevens van stadsdeelcentra wordt getoetst of er sprake is van invloed en/of samenhang hiertussen. In hoeverre is het van belang om die een specifieke huurder in een centrum te behouden? Hoe presteert deze ondernemer zich ten opzichte van de benchmark. Wat is een reële prijsstelling zodat de huurder geld verdient en wijk je hiervan af als de toegevoegde waarde van deze retailer van klein belang is voor het gehele centrum? Dit zijn vragen over het onderwerp in deze scriptie, op basis van harde factoren worden verbanden en verschillen in beeld gebracht. Nadrukkelijk wil ik benoemen dat zachte factoren buiten de scope van dit onderzoek vallen. Zoals aangegeven bestaat er een gebrek aan kennis over de samenhang tussen branchering en huurprijsniveaus en leegstand binnen stadsdeelcentra. Aan de hand van harde data –welke ik voorhanden heb gekregen- wil ik deze samenhang verder inzichtelijk maken. Het succes van een winkelcentrum wordt in eerste plaats bepaald door de consument. Als een winkelcentrum aantrekkelijk is voor de consument, is dit aantrekkelijk voor de huurder en vervolgens ook voor verhuurder. De huurinkomsten vormen daarom een belangrijke pijler en zijn daarmee een goede graadmeter voor de aantrekkelijkheid van winkelvastgoed voor (cashflow gedreven) verhuurders. Winkelcentra zijn theoretisch gezien uiterst complexe fenomenen. Er zijn tal van krachten van invloed; dit zijn zowel vraag- als aanbod factoren en omgevingsfactoren (Nozeman, e.a., 2012). Dit onderzoek zal voornamelijk ingaan op de omgevingsfactoren. Vanwege het belang en de bredere context zal ook kort ingegaan worden op de vraag- en aanbod factoren. Onderzoek naar de Nederlandse winkelmarkt met raakvlak op het gebied van invloedsfactoren hierop, is onder andere uitgevoerd door Speetjens (1990), Speetjens en Van der Steen (1998), Haringsma (2002), Bolt (2003), Koot (2007) en Bakker (2011). Het onderzoek van Speetjens en Van der Steen (1998) is een methode ontworpen voor een betere huurprijsvaststelling van winkels in planmatig ontwikkelde centra. In een onderzoek naar Nederlandse planmatige wijkwinkelcentra heeft Koot (2007) de factoren die invloed hebben op het huurprijsniveau in kaart gebracht. Het meer recente onderzoek van Bakker (2011) gaat ook in op de factoren die van invloed zijn op het huurprijsniveau van planmatige winkelcentra binnen Nederland. De nadruk van dit onderzoek ligt op de zelfstandige ondernemer; zorgt de zelfstandige ondernemer voor een financiële meerwaarde binnen binnenstedelijke planmatig ontwikkelde winkelcentra? Uit dit onderzoek blijkt dat het gemiddelde huurprijsniveau per m² van zelfstandige ondernemers circa 8% lager ligt dan dat van winkelketens.

9

In het buitenland is er meer gezaghebbend onderzoek op dit gebied verricht, onder andere door Gatzlaff, Sirmans en Diskin (1994), Gerbich (1999), Tay, Lau en Leung (1999), Meija & Benjamin (2002), Yuo, Crosby, Lizieri en McCann (2004) en Des Rosiers, Thériault en Lavoie (2009). Zo heeft Gerbich (1999) Nieuw Zeelandse winkelcentra onder de loep genomen om het belang van branchering op het huurprijsniveau aan te tonen. Opmerkelijk is dat zogenaamde foodcourts een significant hogere huur per m² betalen ten opzichte van de overige branches binnen de onderzochte centra. Dit in tegenstelling tot horeca binnen Nederlandse winkelcentra, waar horeca onder de minder daadkrachtige huurders wordt geschaard. Publiekstrekkers blijken een significant lagere huur per m² te betalen. Door Des Rosiers, Thériault en Lavoie (2009) is onderzoek gedaan naar de invloed van de concentratie van huurders op het huurprijsniveau. De conclusie is dat een hogere huurdersconcentratie leidt tot een lager huurprijsniveau binnen de stadsdeelcentra. Dit geldt echter niet voor alle branches in dezelfde sterkte en richting. Zo kennen de branches juweliers, telecom winkels en fastfood ketens bij een hogere huurdersconcentratie wel een hogere huurprijs. Naast het feit dat dit onderzoek plaats vond onder Canadese winkelcentra (in Monteal en Quebec City) blijkt dat de huurderconcentratie niet een eenduidende richting aangeeft (bij hogere concentratie ene lagere huurprijs per m²), maar dat hierop uitzonderingen zijn (zoals telecom winkels en fastfood restaurants). In het theoretisch kader -hoofdstuk 2- zullen bovengenoemde onderzoeken verder behandeld worden. In het buitenland is er specifiek onderzoek verricht naar de branchering (retail tenant mix) binnen winkelcentra (shoppingcenters). In Nederland is er –voor zover bekend- niet eerder onderzoek verricht naar de invloed van branchering op het huurprijsniveau binnen stadsdeelcentra. Dit vormt dan ook de kern van mijn vraagstelling, welke in de volgende paragraaf -1.3- nader beschreven zal worden.

1.3 Onderzoeksvragen De leegstand op de winkelmarkt neemt toe, ook binnen stadsdeelcentra. Zoals ook in de aanleiding aangegeven, kan hier op een wijze met een korte termijn gedachte (‘als het maar gevuld is’) mee om worden gegaan of meer strategisch. Een strategische keuze zal de lange termijn doelstelling ‘het hebben van een goed functionerend winkelcentrum’ dienen na te streven. Is het van belang welke huurders(groep) er aangetrokken en/of behouden moeten worden binnen stadsdeelcentra? De probleemstelling van dit onderzoek kan als volgt worden verwoord: Op dit moment is er een gebrek aan kennis over de samenhang tussen branches en huurprijsniveaus binnen Nederlandse stadsdeelcentra, dit komt de objectiviteit van de besluitvorming niet ten goede. De (tweeledige) doelstelling is als volgt: Het doel van dit onderzoek is om een conceptueel model te ontwikkelen ter bepaling van het effect van branchering op het huurprijsniveau binnen Nederlandse stadsdeelcentra en op basis van dit model strategische adviezen te kunnen geven. De centrale vraag luidt: Onder welke voorwaarden heeft brancheverdeling een positief effect op de aantrekkelijkheid van een stadsdeelcentrum en zodoende op het huurprijsniveau? Om uiteindelijk mijn centrale vraag te kunnen beantwoorden, zullen de volgende deelvragen gesteld worden: • Welke factoren verklaren verschillen in huurprijsniveaus van een stadsdeelcentrum? • Wat is de invloed van een branchemix op huurprijzen binnen een stadsdeelcentrum?

10

•

Welke aspecten van een branchemix dragen bij aan het verkleinen van de verschillen in huurprijsniveaus tussen branches richting het huurniveau van de branche met de hoogste huur per m²?

Deze deelvragen zijn opgesteld ter beantwoording van mijn centrale vraag. De 1e deelvraag – aangaande factoren die van invloed zijn op het huurprijsniveau- zal door middel van het literatuuronderzoek in hoofdstuk 2 worden beantwoord. Ter beantwoording van de 2e en 3e deelvraag –waarbij de koppeling met branchering wordt gemaakt- zijn onderzoeksverwachtingen opgesteld welke worden getoetst door middel van empirisch onderzoek. Vanwege de beperkte omvang van de waarnemingen betreft dit een pilotstudy. Dit onderzoek levert inzicht in de relatie tussen branches en huurprijsniveaus op en kan –vanwege het tentatieve karakter van het onderzoekals grondslag dienen voor vervolgonderzoek.

1.4 Onderzoeksmethode In dit onderzoek worden winkelcentra binnen Nederland beoordeeld op zogenoemde harde (en hierdoor goed meetbare) factoren –waaronder branchering- en de mogelijke samenhang met de daadwerkelijk betaalde huurprijzen. Deze analyse wordt uitgevoerd onder stadsdeelcentra die in handen zijn van (grotendeels) één eigenaar/ verhuurder. Aan de hand van door eigenaren verkregen huurgegevens en invloedsfactoren, worden vermoedens op samenhang tussen deze invloedsfactoren en het huurprijsniveau beschreven. Hiervoor worden de factoren die invloed hebben op het huurprijsniveau van stadsdeelcentra in kaart gebracht. Deze invloedsfactoren zijn ingedeeld in ruimtelijke en niet-ruimtelijke factoren. Uitsluitend harde factoren zullen in het model worden opgenomen. Dit onderzoek is dan ook kwantitatief van aard. Deze onderzoeksresultaten bieden een basis voor een verkennend onderzoek naar de invloedsfactoren, met in het bijzonder branchering, op het huurprijsniveau van stadsdeelcentra en kan als sturingsinstrument voor strategische keuze over deze centra gehanteerd worden. Online omgeving Zoals aangeven zal dit onderzoek betrekking hebben op harde en meetbare factoren. De invloed van niet-ruimtelijke aspecten, zoals bijvoorbeeld online shoppen, wordt steeds groter. Kenmerk van de online concurrentie is dat zij zich niets aantrekt van traditionele ruimtelijke criteria als centraliteit, nabijheid en bereikbaarheid. Voor het doen van online aankopen, hoeft de consument niet naar een winkelcentrum te gaan. Dit heeft uiteraard gevolgen voor de bezoekfrequentie en verblijfsduur van consumenten in winkelcentra (Nozeman, e.a., 2012). Dat dit van invloed is, moge duidelijk zijn. Deze factor is echter, moeilijk of onmogelijk kwantitatief te vervatten en zal derhalve buiten de scope van dit onderzoek vallen. Waar gesproken wordt over de aantrekkelijkheid van de winkelcentra, word t altijd dit altijd vanuit het perspectief van huurinkomsten bedoeld -zoals reeds in paragraaf 1.2. aangehaald-, tenzij expliciet anders wordt aangegeven. Waar in dit onderzoek gesproken wordt over invloedsfactoren wordt altijd gedoeld op factoren die van invloed zijn op de huurprijs, oftewel huurprijsbepalende factoren.

1.5 Leeswijzer In de aanleiding is het kader geschetst over het onderwerp van deze thesis; wat is de invloed van branchering op de aantrekkingskracht van winkelcentra en daarmee het huurprijsniveau binnen deze centra. De maatschappelijke relevantie is in de aanleiding naar voren gekomen, de wetenschappelijke relevantie is toegelicht in paragraaf 1.2. In hoofdstuk 2 zal het theoretisch kader worden belicht, waarbij allereerst zal worden ingegaan op de verschillende type winkellocaties, 11

waarbij de belangrijke locatietheorieën de revue passeren. Vervolgens zullen de invloedsfactoren – onderverdeeld in ruimtelijke en niet-ruimtelijke factoren- aan de orde komen, waarbij gerefereerd wordt aan toonaangevende onderzoeken. Aan de hand van de literatuur en andere onderzoeken, zal ik onderzoeksverwachtingen stellen (ter beantwoording van mijn deelvragen en uiteindelijk mijn centrale vraag). Hoofdstuk 2 wordt afgesloten met een conceptueel model, waarin de meest belangrijke invloedsfactoren (op het huurprijsniveau van stadsdeelcentra) zijn opgenomen. In dit conceptueel model wordt een verwijzing gemaakt naar de onderzoeksverwachtingen per sub onderwerp. In hoofdstuk 3 is de structuur van het conceptuele model de leidraad. Er zal ingegaan worden op de gehanteerde variabelen (per onderzoeksverwachting), waarbij aan de orde komt hoe de factoren in het onderzoek meetbaar en operationeel gemaakt worden. Hierbij wordt ook ingegaan op de dataverantwoording. In hoofdstuk 3 wordt ook stilgestaan bij de selectie van de onderzochte centra. In hoofdstuk 4 zal vervolgens zullen de resultaten van de opgestelde onderzoeksverwachtingen worden geanalyseerd. De conclusies van dit onderzoek worden weergegeven in hoofdstuk 5, waarbij ook aanbevelingen worden gedaan voor vervolgonderzoek.

12

2 Theoretisch kader 2.1 Inleiding Zoals gesteld zal voor de aantrekkingskracht van stadsdeelcentra gekeken worden naar de hoogte van de huurprijzen. In dit hoofdstuk komt dan ook de literatuur aan bod die ingaat op de factoren die van invloed zijn op de huurprijzen van stadsdeelcentra. Door middel van dit theoretisch kader wordt de deelvraag aangaande de factoren die van invloed zijn op het huurprijsniveau geoperationaliseerd en volgt hieruit een conceptueel model, wat de basis vormt voor dit onderzoek (in hoofdstuk 3 en verder). Op basis van de theorie worden er onderzoeksverwachtingen gesteld die in het empirische gedeelte getoetst zullen worden.

2.2 Type winkellocaties In paragraaf 1.4 is in de afbakening aangegeven dat dit onderzoek betrekking heeft op stadsdeelcentra. Om enig inzicht te verkrijgen in de fijnmazige Nederlandse winkelstructuur, zal in deze paragraaf in het kort ingegaan worden op de verschillende locatietheorieën en de (logischerwijs) uit ontstane te onderscheiden winkelcentra. Volgens Bolt (2003) is er nergens ter wereld een zo een fijnmazig netwerk van winkelvoorzieningen ontstaan als in Nederland. Nederlanders kunnen verhoudingsgewijs gemakkelijk van winkelvoorziening veranderen zonder dat de reistijd wezenlijk verandert. De onderlinge concurrentie tussen winkelvoorzieningen is dan ook groot. Het doel van de bestedingen onderscheidt verschillende centra. Von Thünen (1826) heeft een locatietheorie opgesteld ter verklaring van het grondgebruik. Welke functie waar wordt uitgeoefend is te verklaren in de zogenaamde bid rents, de grondprijzen. Het grondgebruik en de grondprijs zijn onderling afhankelijk en worden bepaald door de onderlinge concurrentie van activiteiten. De functies bieden tegen elkaar op via de bid rents met als resultaat dat de hoogst biedende zich kan vestigen op de best bereikbare locatie. Dit is terug te zien in ons winkellandschap; winkels die een hogere bid-rent kunnen behalen zitten op een meer centrale locatie dan andere functies. Op perifere locaties is dit ook terug te zien. Functies waarvoor grote vloeroppervlaktes in combinatie met een lagere vloerproductiviteit (relatief lage opbrengst per m²) zorgen voor een lage bid rent en vestigen zich hierdoor noodzakelijkerwijs perifeer. Denk hierbij aan bouwmarkten. De Centrale plaatsen theorie van Christaller (1933) borduurt hier op voort door zich te richten op de verschillende soorten detailhandel. Uitgangspunt is volgens Christaller dat elke assortimentsgroep een eigen vraagniveau kent om deze rendabel te kunnen verkopen, de zogenoemde drempelwaarde. De omvang van het benodigde consumentendraagvlak is bepalend voor de grootte van de verzorgingsgebieden (Nozeman, e.a., 2012). Hieruit is een functionele hiërarchie af te leiden; voor dagelijkse goederen is een relatief klein draagvlak vereist, voor minder frequente aankopen (nonfood) is een veel groter draagvlak nodig om dit rendabel te kunnen verkopen. De Bijenkorf heeft als warenhuis een groter verzorgingsgebied nodig dan de bakker “op de hoek”. Dit vormt de verzorgingspiramide van Christaller (welke overigens in de geraadpleegde literatuur niet grafisch wordt weergegeven) met aan de top van de piramide de ‘centrale plaats van de eerste orde’. In deze top bevinden zich het grootste aantal winkel en de meeste vierkante meter vloeroppervlakte, dit vanwege het complementaire aanbod ten opzichte van kleinere plaatsen met een minder omvangrijke centra en verzorgingsgebieden. Hoe lager in de piramide, hoe kleiner het verzorgingsgebied en daardoor ook het voorzieningenniveau.

13

Hoewel de theorieën van Von Thünen (1826) en Christaller (1933) ansich als oud bestempeld kunnen worden, zijn dit nog steeds theorieën waarop teruggevallen wordt en daardoor nog actueel. Voorbeelden van onderzoeken waar deze theorieën worden aangehaald zijn Roosen (2013) en Schulte (2014). Consumenten bezoeken met een relatief hoge frequentie een nabijgelegen winkelgebied voor de dagelijkse behoefte, consumenten bezoeken met een relatief lage frequentie een groot winkelgebied met veel aanbod voor het doen van keuzegevoelige aankopen. Stadsdeelcentra voorzien in deze beide behoeften (Nozeman, e.a., 2012). Uit bovenstaande blijkt dat de functie die een winkelcentrum heeft, een afgeleide van zijn omgeving is. Dit bepaalt hoe groot het centrum kan zijn (qua omvang) en welke winkels en andere voorzieningen aanwezig (moeten) zijn, oftewel de branchering (Nozeman, e.a., 2012). Omvang en branchering bepalen samen de typologie van het centrum. In het kader van een bredere context worden hierbij de volgende centra - die Nozeman onderscheidt- benoemd: buurtwinkelcentra, wijkcentra, dorpscentra, stadsdeelcentra, stadscentra en perifere winkelconcentraties. In een bredere context dan dit onderzoek, is er onderzoek verricht naar (één van) deze type centra, meer vanuit de consument benaderd. In vogelvlucht –en zeker niet uitputtend- verwijs ik naar een aantal onderzoeken. Onderzoek van Eertink en Braam-Mesken (2010) toont aan de hand van variabelen –onderverdeeld naar locationele, commerciële en belevingskwaliteit- het belang van tevreden retailers in relatie tot het rendement op winkelbeleggingen. Door Vreenegoor (2011) is onderzoek gedaan naar de belevingswaarde van Nederlandse binnensteden. In het onderzoek is de correlatie tussen markthuren en belevingswaarde aan te tonen door middel van een enquête. Dit verband is aangetoond. De volgende zaken bleken de meeste relevantie te hebben; parkeergelegenheid, aanwezigheid van trekkers, bereikbaarheid per auto en variatie in branchering. Door Roosen (2013) is onderzoek gedaan naar de aantrekkelijkheid van Nederlandse binnensteden, waarbij net als in het onderzoek van Vreenegoor de effecten van beleving de aantrekkelijkheid bepalen. Op basis van een mix van ‘harde’ en ‘softe’ factoren zijn de financiële prestaties inzichtelijk gemaakt. Uit de regressieanalyse is de invloed van de bevolkingsomvang (harde factor) als sterkst verklarende factor van de huurprijs (voor niet planmatig ontwikkelde binnensteden) naar voren gekomen. Door Polman (2013) is onderzoek gedaan naar de toepasbaarheid van belevingselementen in regionale winkelcentra. Hieruit is gebleken dat het achterhalen van de doelgroep één van de belangrijkste elementen is om klantbeleving bij te laten dragen aan een optimale functionerend regionaal winkelcentrum. Door Janssen (2014) is onderzoek gedaan naar de rol van de locatie in de gehele consumentenbeleving. In het onderzoek wordt gebruikt gemaakt van mentale representaties om het onbewuste denkproces van consumenten inzichtelijk te maken en wordt een meer representatief en volledig beeld verkregen van wat consumenten beweegt. Het onderzoek biedt een nieuwe methode om consumenten te segmenteren aan de hand van fysieke en sociale elementen die een locatie aantrekkelijk maken. Nozeman (2012) geeft de volgende uitleg/ definitie over stadsdeelcentra: “Stadsdeelcentra bedienen meerdere wijken, die samen een stadsdeel vormen. Vaak wordt onderscheid gemaakt tussen kleine en grote stadsdeelcentra, waarbij een kleine variant circa 18.000 tot 30.000 m² en de grote variant van 30.000 tot meer dan 50.000 m² bvo groot is.” Op basis van de winkellocatietyperingen van het onafhankelijke onderzoeksbureau Locatus zijn de volgende winkelcentra te onderscheiden, welke een gelijkenis kent qua draagvlak. De Nederlandse Raad van Winkelcentra (NRW) hanteert voor de indeling en afbakening van de diverse winkelstructuren ook de door Locatus gevormde indeling. Deze indeling is in de volgende categorieën onderverdeeld: centraal winkelgebied (binnenstad, hoofdwinkelgebied groot, hoofdwinkelgebied klein, kernverzorgend winkelgebied groot, kernverzorgend winkelgebied klein en kernverzorgend 14

supermarktcentrum) ondersteunend winkelgebieden (stadsdeelcentrum, binnenstedelijke winkelstraat, wijkcentrum groot, wijkcentrum klein, buurtcentrum en supermarktcentrum) en overig (grootschalige concentratie en speciaal winkelgebied). In bijlage X ‘Winkelgebiedstyperingen Locatus’ treft u de uitgebreide definities van de verschillende te onderscheiden gebiedstyperingen aan. Locatus geeft aan dat er naast één centraal winkel gebied, in een woonplaats één of meerdere ondersteunende winkelgebieden onderscheiden kunnen worden. Ten aanzien van stadsdeelcentra geeft Locatus aan: Een stadsdeelcentrum is altijd een aanvulling op een binnenstad of een hoofdwinkelcentrum. Bovendien is hier het merendeel van het centrum planmatig ontwikkeld. Een stadsdeelcentrum omvat meer dan 50 winkels (zie ook bijlage X ‘Winkelgebiedstyperingen Locatus’). In de na 1960 planmatig ontwikkelde stadsdeelcentra is rond 40% een bedrijf uit de kleding/ textielof schoeisel/ lederwarenbranche, zo stelt Bolt (2003). In de binnen dit onderzoek betrokken winkelcentra ligt dit tussen afgerond 25% en 40%. Daarnaast kennen stadsdeelcentra meer nietdagelijkse branches –waar in paragraaf 2.3.2.2 verder op ingegaan zal worden-, waardoor dit type centra geschikt is voor dit onderzoek naar de relatie tussen de branches en het huurprijsniveau. Vraag naar winkelruimte Retailers zullen in een gebied winkelruimte zoeken als zij daar op termijn voldoen afzet- en winstmogelijkheden in zien (Van Gool, e.a., 2012). Factoren die genoemd worden zijn onder andere lokale koopkracht en grootte van het verzorgingsgebied. Uitgebreid zal dit worden belicht in de navolgende paragraaf, paragraaf 2.3. Aanbod van winkelruimte Het aanbod van winkelruimte is vooral afkomstig van projectontwikkelaars en beleggers. Zij zullen winkelruimte gaan bouwen als dit rendabel lijkt en mogelijk is. Dit hangt onder meer af van de: vraag naar winkelruimte, verwachte verhuurmogelijkheden, verwachte huur- en waardeontwikkeling, grond- bouw- en renkosten en beschikbaarheid van eigen en vreemd vermogen (Van Gool, e.a., 2012). Een goed winkelcentrum is dus afgestemd op datgene dat de consument ervan verwacht. Dit is echter complex, aangezien de consument niet altijd hetzelfde verwacht. Uit bovenstaande blijkt dat dit afhankelijk is van het koopdoel en dat de frequentie van bezoek hierop invloed heeft. Uit bovenstaande blijkt dat stadsdeelcentra een goede vertegenwoordiging van de diverse (hoofd-) branches kent en zowel voorziet in dagelijkse als niet-dagelijkse behoeften. Vanwege de invalshoek van branchering is gekozen voor stadsdeelcentra als het te onderzoeken type centra. Het onderzoek spitst zich dus toe op stadsdeelcentra vanwege de evenwichtig verdeelde branchemix omdat op het aspect branchering de nadruk ligt in dit onderzoek.

2.3 Invloedsfactoren huurniveau winkelcentrum Het doel van deze paragraaf is op basis van de literatuur te komen tot een conceptueel model bestaande uit de meetbare factoren die van invloed (positief en negatief) zijn op een winkelcentrum. Hierover is op zowel internationaal als nationaal niveau onderzoek verricht. In paragraaf 1.2 heb ik globaal de huidige stand van zaken omtrent onderzoek op dit gebied beschreven. In deze paragraaf van het theoretisch kader zal de keuze van de te hanteren invloedsfactoren onderbouwd worden. Aan de hand van dit conceptuele model zullen later in dit onderzoek onderzoeksverwachtingen worden getoetst door middel van een viertal casestudies. Er zijn verschillende wijzen van structurering van de factoren in andere onderzoeken gehanteerd, waaronder op macro, meso en micro niveau. Door Meija & Benjamin (2002) is een model ontwikkeld (zie hiervoor bijlage X), waarbij een onderverdeling is gemaakt op basis van ruimtelijke en niet15

ruimtelijke factoren. Bij ruimtelijke factoren valt te denken aan factoren als het aantal inwoners in het verzorgingsgebied en het aantal passanten in een winkelcentrum. Bij niet-ruimtelijke factoren valt te denken aan branchering en de huurdermix. In dit onderzoek wordt ingegaan op de harde invloedsfactoren, de factor branchering zal binnen deze uitvoerig worden belicht. Het door Meija & Benjamin (2002) ontwikkelde model voorziet goed hierin, aangezien branchering als niet-ruimtelijke factor hierin duidelijk wordt onderscheiden. Dit is de afweging geweest om dit model in dit onderzoek te hanteren. Als kapstok dient dit model en vormt hierdoor de paragraafindeling van dit hoofdstuk. 2.3.1 Ruimtelijke factoren In deze paragraaf zullen de ruimtelijke factoren die van invloed zijn op de aantrekkelijkheid van winkelcentra en daardoor van invloed zijn op het huurprijsniveau binnen deze centra aan bod komen. 2.3.1.1 Verzorgingsgebied Hieronder worden verstaan de factoren die in direct verband met de context waarin een centrum zich bevindt (Bolt, 2003). Bolt geeft als denkrichting aan: de omvang en het type verzorgingsgebied, de leeftijdsopbouw en de hoogte van de inkomens/ bestedingen van de inwoners uit het primaire en secundaire verzorgingsgebied; de daarmee samenhangende diversiteit en de omvang van consumentensegmenten en onder andere overheidsbeïnvloeding en -maatregelen. Voor de omgeving kan er ook onderscheid gemaakt worden in omgeving in enge en in ruime zin. De omgeving in enge zin heeft betrekking op het direct aangrenzende gebied, omgeving in ruime zin betreft het verzorgingsgebied en de daarmee samenhangende concurrentiepositie van het betreffende winkelcentrum (Nozeman, e.a., 2012). De markt/ omgeving in ruime zin zal hier aan bod komen. Economie Wanneer er naar de Nederlandse economie gekeken wordt, komen cijfers over de groei van het bruto binnenlands product, de werkgelegenheid/ werkloosheid, inflatie en koopkracht veelal aan bod. Op dit moment is er sprake van economisch herstel, zo blijkt uit cijfers van het CPB. De economie groeide in 2014 met 0,8% en voor 2015 wordt een groei verwacht van 1,7%. Ook het overheidstekort neemt in 2015 sterk af tot 1,8% van het BBP, terwijl dat in 2014 nog 2,6% was. Ook de werkloosheid laat een dalende trend zien en gaat uitkomen op 7% in 2016. Alleen ten aanzien van de koopkracht wordt een stagnatie voorzien. Vanaf het midden van vorig jaar heeft de consument meer vertrouwen in de economie gekregen. Het gecorrigeerde consumentenvertrouwen zoals het CBS dat elke maand meet, is in maart 2015 uitgekomen op 2. Concreet betekent dit dat er op dit moment meer huishoudens zijn die vinden dat het economisch gezien beter gaat dan andersom. Het is voor het eerst sinds augustus 2007 dat er voor het laatst een positief consumentenvertrouwen werd gemeten. De economie wordt veelal cyclisch gezien. Cyclische theorieën gaan ervan uit dat een ontwikkeling volgens een vast patroon verloopt en dat er in feite maar een uitkomst op de ontwikkeling mogelijk is en daarmee deterministisch van aard is (Nozeman, e.a., 2012). Macrofactoren op nationaal niveau als bruto binnenlands product, werkgelegenheid en consumentenvertrouwen zijn hierboven wel kort aangestipt, maar zullen niet worden meegenomen in het conceptueel model later in dit onderzoek. Hoewel er zeer zeker regionale ontwikkelingen bestaan, zijn vanwege een beperkte inkomenselasticiteit de gevolgen relatief beperkt (Nozeman, e.a., 2012). Vanwege de beperkte inkomenselasticiteit vallen macrofactoren buiten de scope van dit onderzoek. Volgens Tsolacos (1995) zullen factoren als bruto binnenlands product, werkgelegenheid en consumentenvertrouwen een algemene trend van de huren voor retail deels verklaren, maar zullen deze factoren geen inzicht verschaffen in de verklaring van huurprijsverschillen tussen winkelcentra. Deze opvatting is niet 16

veranderd. Recentere onderzoeken van Koot (2006) en Bakker (2011), die ook ingaan op de invloedsfactoren op het huurprijsniveau, betrekken om dezelfde reden ook geen macro economische factoren. Belevingseconomie Beleving wordt door Pine en Gilmore (1999) verwoord als het dusdanig betrekken van de consument bij een activiteit dat het hem/ haar bijblijft. Er wordt vaak gesproken over ‘experience’ als sleutelwoord om consumenten te verleiden een winkel te bezoeken, de persoonlijke ervaring geeft hier betekenis aan. Nozeman e.a. schrijven in ‘Het Nederlandse winkellandschap in transitie’ (2012); ‘Consumentengedrag is even doorslaggevend als veranderlijk en de crux in het identificeren van toekomstbestendige winkellocaties is dan ook het bepalen van het aanpassingsvermogen van winkelcentra. Eenmaal gerealiseerde winkelcentra liggen echter op een locatie en die locatie is niet of nauwelijks veranderbaar. Het blijvend aantrekken van consumenten is daarom van belang’. Door Nozeman e.a. (2012) wordt vervolgens gezegd dat de waarde van winkelvastgoed beïnvloed wordt door veel variabelen die in hoge mate kwalitatief van aard zijn en dat de waardering van deze variabelen veelal subjectief is. Benadrukt moet worden dat deze factoren van grote invloed zijn, echter vanwege de subjectieve waardering hiervan zal dit buiten de scope van het model vallen (zoals ook al in de afbakening binnen de onderzoeksmethode in paragraaf 1.4 aangegeven). Koot (2006) noemt dat de markt waarin een winkelcentrum gevestigd is, een belangrijke rol in het functioneren van de afzonderlijke units alsook het totale winkelcentrum speelt. De factoren gemiddeld inkomen, inwonersaantal, leeftijdsopbouw en het aantal concurrerende winkelgebieden hebben vanuit het verzorgingsgebied invloed hierop. Zoals in hoofdstuk 1 is aangegeven zullen de zachte factoren buiten de afbakening van dit onderzoeksonderwerp vallen. Naast de branchemix wordt ook een goede sfeer specifiek genoemd in het boeien en binden van consumenten (Van Gool, e.a., 2007). Uit onderzoek van Eertink en BraamMesken (2010) wordt onder de invloedsvariabele belevingskwaliteit verstaan; sfeer/ ambiance binnen het winkelcentrum, overlast, mate van vandalisme en inbraak, veiligheidsgevoel en netheid van het winkelgebied. Om inzicht te verschaffen in een bredere context worden deze variabelen genoemd, de variabelen zullen echter geen onderdeel gaan uitmaken van het onderzoeksmodel aangezien deze variabele minder goed kwantificeerbaar is. Indien hierover in de toekomst meer data beschikbaar zijn, kan mogelijk deze variabele in vervolgonderzoek ook betrokken worden. Inkomen Nozeman (e.a., 2012) stelt dat door een beperkte inkomenselasticiteit de gevolgen voor de detailhandel relatief beperkt zijn, dit geldt voornamelijk voor bestedingen in de dagelijkse sfeer. Diverse onderzoeken tonen echter aan dat er wel degelijk een relatie tussen inkomen en bestedingen bestaat. Ferber (1958) is een van de eerste onderzoekers die de relatie tussen inkomen en winkelverkopen legt. Later onderzoek van Liu (1970) bevestigt dit verband (Majoor, 2009). Sirmans & Guidry (1993) onderstrepen dat er positief significant verband bestaat tussen het gemiddelde inkomen per inwoner en het aan tal inwoners in per verzorgingsgebied (Bakker, 2011). Vanwege de diverse verbanden zal het inkomen als factor in mijn analyse meegewogen worden. Inwoners Massa is kassa, is een uitspraak die je geregeld hoort in de retailbranche. De massa kan slaan op het aantal bezoekers in de winkel, maar kan ook slaan op het aantal inwoners in een verzorgingsgebied. Want zorgt een hoger inwonersaantal binnen een verzorgingsgebied niet tot hogere bestedingen, wat hogere huren binnen een winkelcentrum rechtvaardigt? Het aantal inwoners (binnen het verzorgingsgebied) heeft als doel de (potentiële) vraagzijde van de markt in kaart te brengen (Nozeman, e.a., 2012). Uit onderzoek naar de relatie tussen het aantal 17

inwoners binnen het verzorgingsgebied (populatie) en consumentenbestedingen is het navolgende gebleken. Liu (1970), Ingene en Lusch (1980), Ingene en Yu (1981) en Adamchak e.a. (1999) deden allen onderzoek hiernaar en concludeerden allemaal een positieve relatie tussen de totale populatie, gemiddelde huishoudgrootte en populatieverandering met de consumentenbestedingen. Koopkrachtbinding van het gebied als ook overmatig winkelaanbod zijn twee factoren die deze positieve relatie kan verstoren (Koot, 2007). In paragraaf 2.3.1.2. onder de kop ‘Concurrerende winkelgebieden’ zal hier verder op ingegaan worden. Onder andere in onderzoeken van Sirmans & Guidry (1993) en Mejia en Eppli (2003) wordt geconcludeerd dat de populatie van het verzorgingsgebied een significant positieve invloed heeft op het huurniveau. Onderzoek van Des Rosiers e.a. (2005) toont een significant negatieve invloed van de populatie van het verzorgingsgebied op het huurprijsniveau. Een mogelijke verklaring die hiervoor wordt gegeven is dat een populatie die dicht op elkaar woont gemiddeld een lager inkomensniveau heeft. Onderzoek binnen Nederland door Van de Staak (2010) laat een positief verband zien tussen inwoneraantal en het huurprijsniveau. Hoewel niet uit alle onderzoeken hetzelfde geconcludeerd kan worden, laten de meeste onderzoeken een positieve relatie tussen populatie en het huurprijsniveau zien. Het aantal inwoners binnen het verzorgingsgebied zal dan ook worden meegenomen in het model. Bevolkingsontwikkelingen Binnen Nederland bestaan verschillen qua spreiding van de bevolking, de verwachting is dat deze verschillen groter worden. In de Randstad wonen de meeste mensen, circa 40%. Hier is de bevolkingsgroei ook het hoogst. De periferie is al het dunst bevolkt. Hier zien we daarnaast het verschijnsel van terugloop van de bevolking. Het groei-denken is decennialang de maatstaf geweest. Hier moet een omslag in komen, aangezien op veel locaties het consumentendraagvlak voor winkelvoorzieningen afneemt (Nozeman, e.a., 2012). Overheidsbeïnvloeding en –maatregelen In een publicatie van Bolt (2003) wordt ook overheidsbeïnvloeding en –maatregelen genoemd. Qua wetgeving kent winkelruimte (ook wel 290-bedrijfsruimte genaamd) een apart regime, het zogenoemde huurrecht middenstandsbedrijfsruimte, waarvan de specifieke bepalingen zijn opgenomen in artikel 7:290-310 BW. Het winkelhuurrecht kent een semi-dwingend karakter. Vier hoofdkaders zijn van belang om te noemen; termijnbescherming, huurprijsherziening, in de plaatsstelling en huurbeëindiging (/opzeggingsgronden)(Kerpestijn, 2014). Aangezien deze bepalingen in beginsel –vanwege het semi-dwingende karakter- voor alle huurovereenkomsten en daarmee voor alle winkelcentra gelijk zijn, zal dit onderwerp buiten de (eerste) scope van dit onderzoek vallen. Wel wordt hier kort opgemerkt dat de branchering invloed kan hebben op de thematiek rond een huurprijsvaststelling conform artikel 7:303 BW en verder. Dit wordt ook geconcludeerd door Haringsma (2002). Regels rondom openingstijden is een ander voorbeeld van overheidsbeïnvloeding. Hierin bestaan verschillen tussen centra, maar aangezien winkeliersverenigingen/ verhuurders en huurders hierin een duidelijke sturing hebben, wordt dit buiten de scope van dit onderzoek gelaten. In het kader van overheidsbeïnvloeding wordt hier stilgestaan bij branchebeschermingsovereenkomsten die deel uitmaken van de huurovereenkomst. In deze zogenoemde branchebeschermingsovereenkomsten wordt doorgaans geregeld dat verhuurder zich jegens huurder verbindt om geen winkelruimte te verhuren aan concurrenten van de huurder die binnen dezelfde branche actief is. Op deze wijze beperken branchebeschermingsovereenkomsten concurrentie tussen huurders onderling en de vrij toegang tot de markt. Per 1 januari 1998 is de Mededingingswet in werking getreden en verbiedt in principe alle afspraken die concurrentie belemmeren, verhinderen of vervalsen (kartelverbod). Het is dan ook de vraag of de branchebeschermingscontracten wel zijn toegestaan. De NMa heeft zich al vaak over concurrentie clausule binnen winkelcentra gebogen, diverse jurisprudentie is er ook over. Geconcludeerd kan worden dat bij nieuwbouw winkelcentra gedurende de eerste zes jaar na het 18

sluiten van de eerste huurovereenkomst een branchebeschermingsovereenkomst is toegestaan. Bij oudere of gerenoveerde winkelcentra zijn branchebeschermingsovereenkomsten verboden (Cobouw, 1995). In dat kader zie je bij nieuwbouwprojecten brancheselectie commissies, waarbij de commissie vaak bestaat uit afgevaardigden namens verhuurder, de gemeente en brancheverenigingen (aangezien bij nieuwbouw een winkeliersvereniging nog niet direct in het leven is geroepen). Bij sommige bestaande winkelcentra bestaan er branche advies commissies. Deze zijn vaak samengesteld door afgevaardigden namens verhuurder(s) en de winkeliersvereniging. De rol hiervan is veelal beperkt tot een adviserende rol en heeft geen beslissingsbevoegdheid ten aanzien van selectie van potentiele huurders. Op basis van conclusies en aanbevelingen uit literatuur zijn onderstaande factoren van invloed. Dit betreft data die voor handen zijn. Tevens betreft dit zogenaamde harde data, zodat dit in dit kwantitatieve onderzoek betrokken kan worden en data die voorhanden zijn. Deze punten zullen dan ook als variabelen in het model komen: • Aantal inwoners; • Besteedbaar inkomen. Gezien het groot aantal onderzoeken dat een positieve relatie tussen de populatie en het huurprijsniveau, alsook de relatie tussen inkomensniveau en huurprijsniveau, luidt mijn eerste onderzoeksverwachting: Onderzoeksverwachting 1. Naarmate het besteedbaar inkomen en het aantal inwoners hoger is, zal de gemiddelde huurprijs per m² hoger zijn.

2.3.1.2 Winkelcentrum Zoals eerdere aangegeven kan er ook onderscheid gemaakt worden op macro, meso en micro niveau. Dit betreft het zogenaamde meso niveau; de factoren hebben betrekking op het centrum als zodanig. Volgens Bolt (2003) kan hierbij gedacht worden aan onder andere de grootte van de winkelvoorziening, de branchesamenstelling, imago bepalende trekkers, het aantal bezoekers, bezoekerskenmerken naar leeftijd, inkomen en bestedingen, de objectbereikbaarheid, uitstraling, situering van de entrees, zichtlijnen, parkeermogelijkheden en parkeertarief. Een aantal van bovenstaande factoren, zoals de toegankelijkheid en zichtbaarheid zijn moeilijk (kwantitatief) te meten (Koot, 2007). Onderstaand zal ingegaan worden op de belangrijkste locatie factoren welke wel kwantitatief meetbaar zijn en volgens (inter-)nationaal onderzoek een positieve invloed op het huurprijsniveau hebben. Grootte winkelcentrum Zoals in paragraaf 2.2 aangegeven, is de functie die een winkelcentrum heeft, een afgeleide van zijn omgeving en bepaalt de omgeving de grootte (/omvang) van het centrum (Nozeman, e.a., 2012). Het onderzoek van Koot (2006) toont aan dat er positief verband bestaat tussen de grootte van het winkelcentrum, alsook het aantal winkelunits en de hoogte van de huurprijs. Het onderzoek van Koot heeft betrekking op wijkwinkelcentra. Overigens is uit internationaal onderzoek (in de Verenigde Staten) gebleken dat de omvang van het centra zowel een positieve invloed (Sirmans & Guidry, 1993) als negatieve invloed (Gatzlaff, e.a., 1994) op het huurprijsniveau kan hebben.

19

Zowel de grootte van het centrum, als het totaal aantal winkelunits binnen het centrum zullen als factoren nader worden beschouwd in het onderzoek. Leeftijd winkelcentrum Uit onderzoek van Bolt (2003) blijkt dat bij jongere wijkcentra –waaronder begrepen gerenoveerde centra- de huurprijzen hoger liggen dan bij oudere centra (ouder 14 jaar). De spreiding in huren zijn binnen de Randstad groter dan buiten de Randstad. Ook eerder onderzoek in Nederland toont ditzelfde verband aan (Speetjens & Van der Steen, 1998), namelijk ook in dit onderzoek wordt expliciet opgemerkt dat door renovatie de leeftijd van het winkelcentrum veranderd en dit van invloed is de hoogte van de huur. Op internationaal vlak tonen onder andere Sirmans & Guidy (1993) en Gatzlaff, Sirmans & Diskin (1994) dat de leeftijd invloed heeft op het huurniveau van winkelcentra; hoe ouder de centra, hoe lager de huren. De verklaring die hiervoor wordt gegeven is, fysieke veroudering, geen optimale huurdersmix en oudere faciliteiten. Maar ook is er onderzoek dat het omgekeerde aantoont; hoe ouder de centra, hoe hoger de huren. Tay, Lau & Leung (1999) tonen aan dat in Hong Kong (onder negen winkelcentra) de huren hogere liggen dan in nieuwe centra. Een verklaring volgens de auteurs is te vinden in de lange historie en traditie. Overigens is renovatie niet in dit onderzoek betrokken. Meija & Eppli (2003) en Yuo, e.a. (2004) tonen aan dat ouderdom van centra een negatieve invloed heeft op de huurwaarde. Aangezien een ingrijpende renovatie van invloed is, zal voor de factor leeftijd het initiële bouwjaar of het jaar van renovatie worden aangehouden. De operationalisering hiervan zal in hoofdstuk 3 worden beschreven. Parkeren ‘No parking, no business’ is een bekend Amerikaans gezegde. In de Verenigde Staten worden vrijwel alle winkelbezoeken met de auto afgelegd (Nozeman, e.a. 2012). Nederland kent een fijnmazige winkelstructuur, zijn goede parkeervoorzieningen bij een winkelcentrum onmisbaar? Uit elk consumentenonderzoek komt naar voren dat de autobezoeker de veelbesteder is en daarmee de belangrijkste omzetbrenger (Nozeman, e.a., 2012). Parkeervoorzieningen zijn dus van essentieel belang. Ook Haringsma (2011) stelt dat een “groot deel van de omzet met de auto komt”, namelijk ongeveer de helft van de winkelbezoekers komt met de auto –dit verschilt overigens per type winkelgebied-, de “autobezoekers” besteden meer dan de andere bezoekerscategorieën en daarmee is het aandeel in de omzet van “autobezoekers” nog hoger. Uit door SSM Retail Platform uitgevoerd onderzoek (Look Listen Learn 2013) staat voldoende parkeergelegenheid op 7 wat door consumenten van belang wordt geacht binnen een winkelgebied. Naast het aantal parkeerplaatsen, zijn er ook enkele kwalitatieve eisen die aan het parkeren gesteld worden; de parkeerbalans, loopafstand, maaiveld versus gebouwd parkeren, tarief, beleving en wijze van betalen en service (Nozeman, e.a., 2012). Uit bovenstaande blijkt dat parkeren een belangrijke rol heeft binnen een winkelcentrum, maar het belang is hiermee nog niet aangetoond. De benaderbare factor als het aantal parkeerplaatsen is statistisch getest. Geconcludeerd kan worden dat deze factor veelal een significante invloed heeft op het huurniveau (Koot, 2007).

20

Concurrerende winkelgebieden De concurrentieanalyse in klassieke vorm richt zich op de aanbodzijde en heeft als doel de positie van een winkelgebied ten opzichte van omliggende winkelgebieden in kaart te brengen (Nozeman, e.a., 2012). Aangezien een winkelgebied deel uit maakt van een groter geheel, een winkelstructuur, zijn omliggende/ concurrerende winkelgebieden van belang op de positie van een bestaand of te ontwikkelen winkelcentrum. De aantrekkingskracht van de omliggende winkelcentra dient te worden geschat, om de mate van concurrentie in te kunnen schatten. De omvang, locatie, branchering en presentatie zijn factoren die hierop invloed hebben. De koopkrachtbinding geeft de aantrekkingskracht die een centrum ten opzichte van haar concurrenten weet te realiseren aan. Hierbij wordt onderscheid gemaakt tussen dagelijkse en niet-dagelijkse binding. De koopkrachtbinding die een bepaald winkelcentrum realiseert is het percentage van de totale omzet vanuit het primaire verzorgingsgebied wat in dat winkelcentrum terecht komt. Dit kan worden versterkt door koopkrachttoevloeiing. Daarnaast kan er een percentage van de omzet vanuit het primaire verzorgingsgebied in andere centra terecht komen, dit wordt met koopkrachtafvloeiing aangeduid (Nozeman, e.a., 2012). De concurrentie van omliggende winkelgebieden wordt dus door koopkrachtbinding als factor aangeduid (in het conceptueel model). In 2000 is door Hardin & Wolverton een onderzoek verricht in de Verenigde Staten onder 248 winkelcentra (met diverse winkelgebiedstyperingen). Zij komen tot de conclusie dat de aanwezigheid van andere centra in het verzorgingsgebied een positief effect op het huurprijsniveau van een centrum vanwege een zogenoemd agglomeratievoordeel. Uit onderzoek door Mejia & Eppli in 2003 blijkt een tegenovergesteld verband, namelijk een toename van de afstand van andere centra een positief effect heeft op het huurprijsniveau van een centrum. Gesteld kan worden dat de afstand van omliggende winkelgebieden een (positief danwel negatief) effect heeft op het huurprijsniveau van een winkelcentrum. Daarmee wordt dit aspect belangrijk bevonden om mee te nemen in het conceptueel model. De factor concurrerende winkelgebieden zal worden geoperationaliseerd door later in dit onderzoek de relatie tussen de koopkrachtbinding en het huurprijsniveau te meten. In deze paragraaf zijn de factoren die van invloed zijn op het winkelcentrum als geheel aan bod gekomen. De factoren die onderdeel gaan uitmaken van het model zijn resumerend: • Grootte van het winkelcentrum; • Aantal winkelunits; • Initiële bouwjaar/ jaar van renovatie; • Aantal parkeerplaatsen; • Koopkrachtbinding. Deze invloedsfactoren op het gebied van het winkelcentrum, in combinatie met de factoren op het niveau van de markt en de winkelunit, vormen de basis van het conceptueel model. Dit conceptueel model zal de leidraad zijn ter beantwoording van mijn subvragen en uiteindelijk de hoofdvraag. Ter beantwoording hiervan, zijn op basis van de voorgaande literatuur de twee navolgende onderzoeksverwachtingen opgesteld: Onderzoeksverwachtingen 2. Naarmate de totale omvang alsook het aantal winkelunits binnen een winkelcentrum hoger is, zal de gemiddelde huurprijs per m² hoger zijn. 3. Hoe jonger het winkelcentrum is, hoe hoger de gemiddelde huurprijs per m² zal zijn. 4. Hoe hoger het aantal parkeerplaatsen is, hoe hoger de gemiddelde huurprijs per m² zal zijn. 5. Er bestaat een positief verband tussen de (dagelijkse en niet-dagelijkse) binding en het gemiddelde huurprijsniveau. 21

2.3.1.3 Winkelunit Nijsten geeft in een artikel (2012) aan dat er maar één factor van belang is (bij een huurprijsherziening) en dat is het aantal passanten (en de kwaliteit ervan). De ligging van de winkelunit binnen het winkelcentrum bepaalt in grote mate de kwaliteit en daarmee de hoogte van de huur van de individuele unit (Buvelôt, 2007). Daarnaast is de functionaliteit van de unit zelf van belang. De ligging van het object bepaalt de attentiewaarde en het aantal bezoekers die de winkel daadwerkelijk passeren. De locatie telt dus. Dit wordt onderbouwd in de volgende twee onderzoeken. Van der Staak (2009) toont aan dat er een significant verband bestaat tussen het aantal passanten en de hoogte van de huurprijs, Majoor (2009) toont aan dat er een significant verband bestaat tussen de segmentering en de hoogte van de huurprijs. Uit Canadees onderzoek (Des Rosiers e.a., 2005) blijkt dat hoe groter de winkelunit, hoe lager de huurprijs per m². Dat dit ook op gaat voor Nederlandse centra blijkt uit onderzoek van Van de Staak (2010). Uit haar onderzoek kan geconcludeerd worden dat er een sterke relatie bestaat tussen de omvang van de winkelunit en de huurprijs (per m²). Deze factor geeft een negatieve coëfficiënt, een stijging van de omvang van de unit, betekent een afname van de huurprijs per m². Hoewel geconcludeerd kan worden dat het aantal passanten van groot belang is, zal deze factor buiten beschouwing worden gelaten. Van het merendeel van de alle stadsdeelcentra –en ook de onderzochte centra- zijn geen passantentellingen door één en hetzelfde onderzoeksbureau uitgevoerd (zoals bijvoorbeeld Locatus). Eventuele informatie over het aantal bezoekers vanuit de eigenaren zelf, verscheelt qua wijze van meting en is derhalve buiten beschouwing gelaten. Uit eerder onderzoek blijkt dat de grootte van de unit zelf van invloed is op de hoogte van de huur, de unitgrootte zal dan ook meegenomen worden in het onderzoek. Ook de ingangsdatum zal in het model meegenomen worden. De laatste 2 factoren die aan de ruimtelijke factoren zal worden toegevoegd, zijn: • Grootte unit. In aansluiting op de onderzoeken van Des Rosiers en Van de Staak is mijn verwachting ten aanzien van de relatie grootte van de winkel en het huurprijsniveau per m² dat kleinere units een hogere huurprijs per m² betalen. Derhalve is mijn onderzoeksverwachting: Onderzoeksverwachting 6. Hoe kleiner de winkelunit, hoe hoger de huurprijs per m².

2.3.2 Niet-ruimtelijke factoren Naast de ruimtelijke factoren –welke reeds in dit hoofdstuk aan bod zijn gekomen-, zijn ook nietruimtelijke factoren van invloed op het huurniveau van een winkelcentrum. Deze niet-ruimtelijke factoren zijn over het algemeen lastiger te onderzoeken dan de hiervoor beschreven ruimtelijke factoren. Zoals in de inleiding van deze scriptie aangegeven, zijn er de afgelopen tijd vele faillissementen geweest en neemt de leegstand verder toe. De concurrentie tussen centra wordt daarmee alsmaar groter. Hierdoor wordt het belang van niet-ruimtelijke factoren ook groter. De omzet van retailers is afhankelijk van de mate waarin de retailer succesvol consument weet aan te trekken en verleid tot het doen van aankopen. Voor het boeien en binden van consumenten in winkelcentra wordt specifiek het belang van goede sfeer, branchemix, huurdersmix en routing in het winkelcentrum genoemd (Van Gool, e.a., 2012). Mejia en Benjamin (2002) zijn van mening dat nietruimtelijke factoren zeker zo belangrijk zijn als ruimtelijke factoren. Ze beargumenteren dat retailers in gelijke markten -en overige gelijke karakteristieken qua ruimtelijke factoren- verschillende omzetten realiseren en dat dit verklaard kan worden uit niet-ruimtelijke factoren. De belangrijkste 22

factoren zijn ‘retail image’ en ‘retail mix’, oftewel het winkelimago en de branchering (/huurdersmix). Aangezien dit onderzoek kwantitatief van aard, zullen de volgende twee onderwerpen: winkelimago en branchering worden belicht aangezien dit vervolgens kwantitatief getoetst kan worden. 2.3.2.1 Winkelimago Zoals aangegeven komen de twee factoren winkelimago en branchering als belangrijkste factoren uit het onderzoek van Mejia en Benjamin (2002) naar voren. Voor de context wat er onder winkelimago wordt verstaan; volgens onderzoek van Hildebrandt (1988) bestaat winkelimago uit drie dimensies, te weten kwaliteit, prijs en winkelatmosfeer, oftewel de winkelomgeving. Uit onderzoek van Finn en Louvierre (1996), blijkt dat het imago van een winkelcentrum gevormd wordt door de aanwezigheid van zogenaamde ‘anchors’ –trekkers- en niet-trekkers, de grootte en de ligging van het centrum. De laatste twee genoemde factoren zijn reeds belicht in de paragraaf 2.3 (de ruimtelijke factoren). Bolt (2003) spreekt over ‘imago bepalende trekkers’. Een harde definitie wordt niet vermeld, wel wordt verwezen naar de grootte van de winkel. Publiekstrekkers, ook wel anchor tenants genoemd, worden door Nijs (2007) gedefinieerd als een winkelformule die op zich zelf consumenten en retailers trekt naar een winkelgebied. Door grotere oppervlakten bestaat de mogelijkheid een breder en dieper assortiment te voeren en daardoor de werfkracht te vergroten. Afhankelijk van het type centrum en het doel, zijn er trekkers. Zo is dat in een binnenstad bijvoorbeeld de Bijenkorf en in een wijkwinkelcentrum een supermarkt. Bij de huurdersmix wordt gekeken naar de prijsvoering en he type assortiment dat een winkel biedt (Bolt, 2003). Het is van belang dat in een centrum naast trekkers, zoals grootwinkelbedrijven en landelijke ketens, ook kleinere winkeliers gevestigd zijn om het eigen karakter van een centrum te vergroten en voor de binding met de lokale bevolking (Van Gool, e.a., 2012). Winkelimago wordt bepaald door de ervaringen van een consument met een bepaalde winkel (Glerum, 1981). Dat zelfs één enkele huurder (imago bepaalde trekker) het imago van een winkelcentrum kan bepalen, is aangetoond door Finn en Louviere (1996). Zij hebben consumenten geïnterviewd en stellen dat slechts één enkele publiekstrekker het imago van het winkelcentrum kan bepalen. De consument is steeds minder loyaal aan de winkel, de loyaliteit aan een merk is groter. Fabrikanten proberen steeds meer direct de consument te benaderen, veelal online. Als reactie hierop is waarneembaar dat retailers (bijvoorbeeld Hema en Zara) eigen merken introduceren en alleen hun eigen merk in de winkel verkopen (Nozeman, e.a., 2012). De ‘brand’ wordt hiermee belangrijker. Uit onderzoek van De Jong (1976) en Glerum (1981) blijkt dat -naast de aanwezigheid van trekkersde leegstand het winkelimago van de aanwezige winkels/ het winkelcentrum als geheel kan beïnvloeden (in negatieve zin). Er is geen recenter onderzoek bekend dat dit bekrachtigt of ontkracht, zodoende wordt teruggevallen op minder recent onderzoek. De leegstand kan derhalve als ‘harde’ factor meegenomen worden ten behoeve van het winkelimago. Aangezien er een relatie bestaat tot het winkelcentrum als geheel, zal ik hierover ook een onderzoeksverwachting stellen. De factoren die in het conceptueel model meegenomen worden zijn: • Publiekstrekkers; • Leegstand. Uit onderzoek van Koot (2006) blijkt dat het aantal trekkers van significante positieve invloed is op het huurprijsniveau. Volgens Bakker (2011) betalen publiekstrekkers gemiddeld een lagere huurprijs per m², dit resultaat is echter niet significant. Onderstaande onderzoeksverwachtingen zijn ogenschijnlijk voor de hand liggende onderzoeksverwachtingen. Op basis van voorstaande onderzoeken maakt dit ze minder voor de hand liggend, waardoor ze relevant zijn om te toetsen. De onderzoeksverwachtingen zijn alsvolgt: 23

Onderzoeksverwachtingen 7. Hoe hoger het aantal publiekstrekkers binnen een winkelcentrum is, hoe hoger het gemiddelde huurprijsniveau per m² is. 8. Hoe lager het percentage leegstand is, hoe hoger het gemiddelde huurprijsniveau per m² is. 9. Het gemiddeld huurprijsniveau per m² van filiaalbedrijven is hoger dan dat van zelfstandige huurders. 10. Hoe hoger het aantal filiaalbedrijven, hoe hoger het gemiddelde huurprijsniveau per m² is.

2.3.2.2 Branchering Zoals aangegeven in paragraaf 2.2 is vanwege de fijnmazige winkelstructuur in Nederland de branchesamenstelling van wezenlijk belang om de concurrentie het hoofd te kunnen bieden. Namelijk de branchesamenstelling naar hoofdgroepen volgt uit Christallers theorie dat wegens draagvlakvereisten, de dagelijks benodigde artikelen vooral in buurt- wijk- en dorpscentra voorkomen en dat niet-dagelijkse goederen in grotere centra te verkrijgen zijn. Volgens Christaller vormen artikelen met hetzelfde vraagniveau (branche) samen een bepaald type centrum, zodoende ontstaat er een functionele hiërarchie van winkelconcentraties (Bolt, 2003). Onder een branche worden alle bedrijven in eenzelfde vakgebied tezamen verstaan, een branche wordt ook wel een economische sector of bedrijfstak genoemd. In zeer grote mate bestaat er consistentie tussen de door verschillende organisaties gehanteerde hoofdbranches. In dit onderzoek zal de door Locatus gehanteerde branche indeling aangehouden worden–welke overeen kwam met het inmiddels opgeheven HBD (Hoofdbedrijfschap Detailhandel)- aangezien Locatus een van de bronnen is voor de inputsvariabelen voor de kwantitatieve analyse. De te onderscheiden hoofdbranches zijn: levensmiddelen, persoonlijke verzorging, mode & luxe, vrije tijd, in en om het huis, overige detailhandel en leisure. In bijlage III ‘Branche indeling Nederland Locatus’ staat een lijst met wat exact onder welke branchegroep valt. Binnen winkelcentra wordt gestreefd naar een zo compleet en evenwichtig mogelijk branchepatroon. Niet elke branche kan echter dezelfde huur betalen. Met als gevolg dat de huurprijzen van bepaalde branches, bijvoorbeeld food, uitzendbureaus en bloemen moeten worden aangepast aan de omzetmogelijkheden van die branche. Minder draagkrachtige branches kunnen op een goedkope locatie vaak toch winstgevend functioneren (Van Gool, e.a., 2012). Een compleet branchepatroon verhoogt het aantal bezoekers van een winkelcentrum en daarmee de huurprijzen, waardoor indirect een compensatie plaatsvindt voor de huurderving als gevolg van het inpassen van minder draagkrachtige branches (Van Gool, e.a., 2012). Van Haaren (Enk, Van, W., 2010) noemt dat het in het belang van de consumenten, retailers en eigenaren is om een goede mix van huurders binnen een centrum te hebben. Postma (2002) noemt ‘Het brancheren van winkelcentra is een van de meest boeiende onderdelen van het vak’ en geeft aan ‘Goede branchering maakt er een samenhangend geheel van in plaats van een optelsom’ en geeft hiermee (indirect) het belang van het brancheren aan. Het belang van branchering (retail tenant types) blijkt ook uit wetenschappelijk onderzoek. Het belang van een juiste huurdersmix voor een succesvol winkelcentrum wordt ingezien door huurder, beleggers en vastgoedadviseurs. Volgens Gerbich (1999) kan bij planmatig ontwikkelde centra bij een optimale combinatie van huurders een optimaal centrum gecreëerd worden met maximale omzetten voor de winkeliers en daardoor ook de hoogste huren voor de belegger. Overigens één ideale branchemix bestaat eigenlijk niet volgens Bruwer (1997), dat komt door de steeds veranderende smaak van consumenten.

24

In de vorige paragraaf is ingegaan op het winkelimago, specifiek de invloed van publiektrekkers hierop. Benoemd is dat trekkers als functie niet overal dezelfde verschijning hebben. Naast de door Bruwer genoemde veranderde smaak van consumenten, hangt dit ook samen met de aard van de bezoeken van het winkelend publiek; zo bestaat enerzijds het recreatief winkelen (fun shoppen) en anderzijds het functioneel (en snel) boodschappen doen (run shoppen). Het doel bepaalt ook mede de verschijningsvorm van de omliggende winkels (Ruiter, 2004). Er kan onderscheid gemaakt worden tussen onafhankelijke trekkers (denk hierbij aan bijvoorbeeld ene supermarkt of een warenhuis) en afhankelijke trekkers. De eerste groep trekkers kunnen in principe ook solitair functioneren, de afhankelijke trekkers hebben omliggende supplementaire of complementaire branches nodig om te kunnen functioneren (Bonsen, 1994). Waar een huurder in een centrum gevestigd wordt en hoe zich dit verhoudt tot andere huurders(branches), is van essentieel belang. Van belang is dit om de aandacht van de bezoekers van het centrum vast te houden en de bezoekers door het gehele centrum te trekken. Een goed gepositioneerde branchemix zal zorgen voor een evenwichtige passantenstroom binnen het centrum. Bij het bepalen van de clustering en mix van huurders kan een vergelijk getrokken worden met een warenhuis. Impulsaankopen liggen bij uitgangen van de afdelingen/ verdiepingen, doelgerichte artikelen zijn te vinden op de hogere verdiepingen, aangezien deze artikelen vanwege het doelgerichte karakter minder afhankelijk zijn van publieksstromen. Daarnaast vindt er clustering plaats die is afgestemd op de doelgroep. Er wordt vaak verondersteld dat mannen minder van winkelen houden, herenmode is dan ook vaak dicht bij een entree te vinden, kindermode is vaak naast damesmode gepositioneerd (Ruiter, 2004). Voor de mix van huurders is geen ideale combinatie aan te geven. De specifieke omstandigheden binnen een winkelcentrum en de beschikbaarheid van huurders spelen hierin mee (Ruiter, 2004). Uit onderzoek van het Urban Land Institute (1998) zijn de belangrijkste punten bij de plaatsing van huurder in een winkelcentrum: de geschiktheid van een huurder voor een betreffende locatie, de huur die de retailer bereid is te betalen, de samenhang van de branche met de aangrenzende winkels, parkeerbehoeften van de consument en het gemak voor de consument. Een supermarkt zit zodoende vaak nabij een parkeervoorziening gevestigd, zodat de consument niet met een winkelwagen het gehele winkelcentrum door hoeft. Een bezoek aan de schoenmaker is gericht, dus die kan op een mindere (en daardoor goedkopere) stand gevestigd zitten. Voor een modezaak weegt het op om op de beste locatie binnen een centrum te zitten (met de hoogste huur per m²) aangezien de omzet ook substantieel toeneemt vanwege het hoger aantal passanten, dit in tegenstelling tot de schoenmaker die hier minder van afhankelijk is. Minder draagkrachtige branches kunnen op een goedkope locatie op deze wijze vaak toch winstgevend functioneren. In het door de SSM uitgevoerde consumentenonderzoek Look, Listen, Learn (Gianotten, e.a., 2003) wordt gesteld dat diversiteit en een goede mix tussen winkelketens en zelfstandigen de aantrekkelijkheid van een winkelgebied verhoogt en uitnodigt tot bestedingen. Bakker toont in zijn onderzoek (2011) aan dat een hoge concentratie van ‘core’ hoofdbranches (onder andere mode en luxe) tot een positief effect op de huurprijs. Uit het onderzoek van Des Rosiers e.a. (2002) komt naar voren dat een concentratie binnen een branche tot een significant hoger huurniveau leidt (bij grotere winkelcentra). Voor kleine wijkwinkelcentra geldt overigens het tegenovergestelde; hierbij moet het aanbod zo gediversifieerd mogelijk zijn. Voor wijkwinkelcentra wordt een negatieve relatie verondersteld voor wat betreft de relatie tussen concentratie van branches en het huurprijsniveau. In dit onderzoek is de gehanteerde methode om de concentratie te meten de Herfindahl-index. Deze index geeft aan of een winkelcentrum wordt gedomineerd door een beperkt aantal branches of er is sprake van een meer evenwichtige spreiding. Een lage index duidt op een meer evenwichtige spreiding. (Des Rosiers e.a., 2002).

25

Nijsten noemt in een artikel (2010) dat voor het bepalen van de aantrekkelijkheid van een winkelgebied de concurrerende formules in het winkelgebied in kaart moeten worden gebracht. De beoordeling van deze aanwezig kan echter positief dan wel negatief zijn. Deze beoordeling is (veelal) kwalitatief en wordt daarom buiten de scope van dit onderzoek gelaten. Op basis van vergelijk op brancheniveau kan er wel kwantitatief onderzoek naar worden verricht, dit zal in dit onderzoek gebeuren. Branche versus omzet/ huurprijs Een oud gezegde van Ricardo (1817) is de volgende ‘Corn is not high because rents are high, but rents are high because corn is high.’ In deze context kan dus gesteld worden dat de hoogte van de huur afhankelijk is van de (beoogde) omzet (en niet andersom). In theorie geldt; hoe meer omzet een huurder verwacht te realiseren, hoe meer huur hij bereid is te betalen. Het percentage van de omzet dat aan huur wordt uitgegeven, wordt ‘huurquote’ genoemd (Haringsma, 2002). Er wordt vaak verondersteld dat fashionretailers gemiddeld hogere huren betalen dan huurder buiten de modebranche. Uit onderzoek van Haringsma (2002) blijkt dat de modische branche in het algemeen voor een standaardunit circa 20% meer betaalt dan gemiddeld. Uit onderzoek van Majoor en Lokerse (2010) blijkt dat de markthuur stijgt wanneer het aandeel winkels in de modebranche toeneemt. Toch is het niet zo dat in de modebranche de hoogste omzetten worden behaald, zo blijkt uit cijfers van detailhandel.info. Dit kan worden verklaard in de verschillen in winstmarge tussen branches. Ter vergelijking een supermarkt kent gemiddeld een omzet per m² WVO van EUR 8.851,- over 2014. Van de netto omzet wordt 4,0% aan huisvestingskosten besteed, het bedrijfsresultaat bedraagt echter 3,8%. Bij herenmode ligt de omzet per m² wvo op EUR 2.862,- over 2014, oftewel fors lager dan bij supermarkten. De gemiddelde huisvestingskosten liggen op 11,4%, het bedrijfsresultaat op 3,2% (bron detailhandelinfo.nl). Idealiter worden de omzetcijfers van de specifieke winkels -binnen de stadsdeelcentra welke in dit onderzoek zijn onderzocht- betrokken om de relatie tussen branches en huurprijsniveau binnen de stadsdeelcentra verder in kaart te brengen. In de praktijk is dit echter onmogelijk. In Nederland zijn retailers zeer terughoudend om inzage hierin te geven, terwijl in het buitenland meer gebruikelijk is (Schulte, 2014). Ook informatie afkomstig van het CBS, detailhandel.info of van banken is te geaggregeerd dan wel te gedetailleerd. Hierdoor is dit buiten de scope van dit onderzoek komen te liggen. Voor de niet-ruimtelijke factor branchering zal aan het conceptueel model worden toegevoegd: • Brancheconcentratie.

26

Op basis van de literatuur –zoals hiervoor beschreven- en op basis van eigen verwachtingen, worden de volgende onderzoeksverwachtingen gesteld (welke uiteindelijk tot beantwoording van mijn centrale vraag dienen te leiden): Onderzoeksverwachtingen 11. Het gemiddelde huurprijsniveau per m² in de branche kleding en mode is hoger dan de overige branches. 12. Een hogere concentratie in een branche leidt tot een hogere huur per m² in diezelfde branche. 13. Het stadsdeelcentrum met het grootste aandeel huurders in de branche kleding en mode heeft het hoogste gemiddelde huurprijsniveau per m². 14. Het stadsdeelcentrum met de meest evenwichtig verdeelde branchemix kent gemiddelde het hoogste huurniveau.

2.4 Conclusie en conceptueel model Uit dit hoofdstuk kan geconcludeerd worden dat stadsdeelcentra meerdere wijken bedienen, die samen een stadsdeel vormen. Dit type centra is een aanvulling op een binnenstad of een hoofdwinkelcentrum. Stadsdeelcentra voorzien in zowel dagelijkse als niet-dagelijkse behoeften en kennen een goede vertegenwoordiging van de diverse branches. In dit hoofdstuk zijn de factoren die van invloed zijn op het huurprijsniveau van (een winkel binnen) een stadsdeelcentrum aan de orde gekomen. Deze invloedsfactoren op het huurprijsniveau van een winkelcentrum zijn onderverdeeld in ruimtelijke en niet ruimtelijke factoren. De ruimtelijke factoren zijn opgedeeld in de markt, het winkelcentrum en de winkelunit. Uit toonaangevende literatuur zijn de factoren aangaande de markt alsvolgt te benoemen. Tussen het inkomen en de bestedingen bestaat een positieve relatie en vormt daarmee een invloedsfactor op het huurprijsniveau. Ditzelfde geldt voor het aantal inwoners binnen een verzorgingsgebied. Een toename van het aantal inwoners binnen het verzorgingsgebied heeft een positieve invloed op het huurprijsniveau. Op het niveau van het winkelcentrum, zijn de grootte van het centrum, de leeftijd -bouwjaar/ jaar van renovatie- van belang, de parkeervoorzieningen, alsook het aantal concurrerende winkelgebieden in de directe omgeving. Kijkend naar de winkelunit zelf, is het aantal passanten van groot belang. Naast deze ruimtelijke factoren, zijn de niet-ruimtelijke factoren uit de literatuur benoemd. Dit kan worden opgedeeld in winkelimago en branchering. Ten aanzien van het aspect winkelimago wordt de aanwezigheid van publiekstrekkers van groot belang geacht. Ten aanzien van branchering, door zowel huurder als beleggers (en vastgoedadviseurs) wordt het belang hiervan ingezien. Namelijk bij een optimale combinatie van huurders kan een optimaal centrum gecreëerd worden met maximale omzetten voor de winkeliers als gevolg en daardoor ook de hoogste huren voor de verhuurder. Een ideale branchemix bestaat overigens niet. Dat komt door de steeds veranderende smaak van consumenten en de aard van het bezoek. In hoofdstuk 1 is aangegeven dat het succes van een winkelcentrum financieel gemeten zal worden en wel op basis van de hoogte van de huurinkomsten. De invloedsfactoren zoals in dit hoofdstuk beschreven, zijn allemaal als ‘opbrengst gerelateerde factoren’ aan te merken. In essentie draait het dus om het generen van voldoende inkomsten, dit geldt voor zowel huurder als verhuurder (en ook in dezelfde volgorde). Op basis van de meest belangrijke factoren is een conceptueel model gemaakt; de invloedsfactoren op het huurprijsniveau van stadsdeelcentra. Deze factoren vervat in een conceptueel model ziet er alsvolgt uit:

27

In het conceptuele model staan de onderzoeksverwachtingen (afgekort tot OV) genoemd welke later in dit onderzoek getoetst gaan worden ter verklaring van de hoogte van het huurprijsniveau. Binnen het geschetste kader van dit onderzoek is hiermee inzichtelijk gemaakt welke 'harde' factoren van invloed zijn op het huurprijsniveau. Met deze uiteenzetting in het theoretisch kader is het antwoord gegeven op de eerste deelvraag, die luidde ‘Welke factoren verklaren verschillen in huurprijsniveaus van een stadsdeelcentrum?'. Dit hoofdstuk heeft dan ook een bredere context weergegeven. In de verdieping van deze scriptie zal worden ingegaan op de kwantitatieve meting van de relatie tussen branche en het huurprijsniveau binnen stadsdeelcentra, dit zal dan ook in de navolgende hoofdstukken behandeld worden.

28

3 Methode van onderzoek 3.1 Inleiding De centrale vraag van dit onderzoek luidt ‘Onder welke voorwaarden heeft brancheverdeling een positief effect op de aantrekkelijkheid van een stadsdeelcentrum en zodoende op het huurprijsniveau?’. Ter beantwoording hiervan zijn in het vorige hoofdstuk de invloedsfactoren op het huurprijsniveau van stadsdeelcentra aan bod gekomen. In dit hoofdstuk zal de samenhang met de branches hierbinnen belicht worden. Het theoretisch kader is afgesloten met een conceptueel model. In dit model zijn de huurprijsbepalende factoren opgenomen die uit het literatuuronderzoek naar voren zijn gekomen. In dit onderzoek zullen de factoren –waarvan de vereiste data beschikbaar is- worden onderzocht op een mogelijke samenhang met branchering. In dit hoofdstuk zal in paragraaf 3.2 ingegaan worden op de onderzochte centra. De onderzoeksverwachtingen -welke zijn benoemd in hoofdstuk 2- zullen in dit hoofdstuk opnieuw aan bod komen, van deze onderzoeksverwachtingen zullen de variabelen aan bod komen en zal inzichtelijk gemaakt worden welke variabelen daadwerkelijk getoetst worden. Ook de verantwoording over de data zal aan bod komen. Er zal worden ingegaan op hoe alle factoren uit het conceptuele model in het onderzoek meetbaar en operationeel gemaakt worden. Allereerst zal ingegaan zal worden op de validiteit en betrouwbaarheid. Validiteit en betrouwbaarheid Betrouwbaarheid wil zeggen dat dat de onderzoekresultaten zo min mogelijk van toeval afhankelijk zijn. De betrouwbaarheid wordt uitgedrukt in een getal dat varieert van 0 tot 1, waarbij 0 betekent dat het onderzoeksresultaat volledig van toeval afhankelijk is en 1 dat het een volledig betrouwbare meting is (Baarda en De Goede, 2006). Betrouwbaarheid garandeert niet dat een meting valide is. Validiteit wil zeggen dat je meet wat je beoogt te meten (Baarda en De Goede, 2006). In de paragraven 3.3.3. en 3.3.4, zullen de bronnen van de opgenomen onderzoeksvariabelen benoemd worden ten aanzien van de betrouwbaarheid. In hoofdstuk 2, het literatuur onderzoek, zijn uit betekenisvolle onderzoeken meer relevante factoren naar voren gekomen, dan uiteindelijk in het onderzoeksmodel naar voren zijn gekomen. Zoals aangegeven komt dit door het ontbreken van (betrouwbare) data en de afbakening tot het uitsluitend hanteren van harde factoren.

3.2 Onderzochte stadsdeelcentra In paragraaf 2 van hoofdstuk 2 zijn de verschillende winkelgebiedstyperingen al weergegeven. Zoals aangegeven is vanwege de mix tussen winkels die voorzien in dagelijkse en niet-dagelijkse behoeften in dit onderzoek gekozen voor stadsdeelcentra, omdat in deze centra alle branches vertegenwoordigd zijn die op niet-perifere locaties aanwezig zijn. Volgens Locatus zijn er momenteel 26 stadsdeelcentra in Nederland, in bijlage V (Stadsdeelcentra Nederland) onder Overzicht stadsdeelcentra Nederland zijn alle centra (op alfabetische volgorde) weergegeven. In deze bijlage worden de verschillen in grootte (zowel qua winkelvloeroppervlakte als aantal verkooppunten) inzichtelijk gemaakt, alsook de filialiseringsgraad van de centra. Indien de ‘outlier’ stadsdeelcentrum Archipel Willemspark (met een grootte van afgerond 4.000 m² en een filialiseringsgraad van 8%) buiten beschouwing wordt gelaten, dan variëren de centra van afgerond 9.000 m² vloeroppervlakte (stadsdeelcentrum Soest-Zuid te Soest) tot afgrond 54.000 m² winkelvloeroppervlakte (wvo). Dit betreft stadsdeelcentrum Zuidplein te Rotterdam. De filialiseringsgraden lopen uiteen tussen 27% (ook dit betreft stadsdeelcentrum Soest-Zuid) tot 70% (stadsdeelcentrum Paddepoel te Groningen). In de grafiek ‘Stadsdeelcentra Nederland in m² winkelvloeroppervlakte’ zijn de centra oplopend in grootte weergegeven. De cirkeldiagram ‘Stadsdeelcentra (één eigenaar en versnipperd eigendom) verdeeld naar grootteklassen’ laat de verdeling van de centra in grootteklassen zien. Twee derde van 29

de centra bevindt zich in de grootteklassen ≥ 10.000m² < 15.000 m², ≥ 15.000m² < 20.000 m² en ≥ 20.000m² < 25.000 m². De vier onderzochte stadsdeelcentra vallen allen binnen deze grootteklassen. Kijkend naar het aantal verkooppunten, dan loopt dit uiteen tussen 65 en 224 verkooppunten, het gemiddelde hiervan ligt op 117 verkooppunten. De onderzochte centra bevinden zich onder, rond of boven dit gemiddelde. De range van de filialiseringsgraad loopt zoals gezegd uiteen van 27% tot 70%, het gemiddelde hiervan betreft 54%. De filialiseringsgraden van de onderzochte centra liggen rond en boven dit gemiddelde. Bij veel van deze centra is sprake van een zogenaamde ‘ versnipperd eigendom’ situatie, oftewel het centrum is niet (grotendeels) in eigendom van één eigenaar/ verhuurder. Dit is het geval bij 16 van de 26 centra, de overige 10 centra zijn dus grotendeels –meer dan 75% (uitgedrukt in m²)- in eigendom van één eigenaar/ verhuurder. Dit betreffen allen zogenaamde planmatig ontwikkelde winkelcentra. In bijlage V, laat de cirkeldiagram ‘Stadsdeelcentra (één eigenaar en versnipperd eigendom) verdeeld naar grootteklassen’ zien dat 90 % van de centra die grotendeels in handen zijn van één eigenaar tussen de 10.000 m² en 25.000 m² groot zijn. Zoals reeds aangegeven variëren de groottes van de onderzochte centra ook tussen de 10.000 m² en 25.000 m², in de voorgaande alinea is tevens inzichtelijk gemaakt hoe de onderzochte centra zich verhouden tot alle Nederlandse stadsdeelcentra (op basis van grootte en filialiseringsgraad). Geconcludeerd kan worden dat de onderzochte centra als typische centra bestempeld kunnen worden. Voor deze casestudy zijn uitsluitend centra geselecteerd welke grotendeels –meer dan 75% (uitgedrukt in m²)- in eigendom zijn van één eigenaar en die het centrum actief managet. De reden hiervoor is alsvolgt. Eigenaren die actief management voeren, hebben de doelstelling om een zo hoog mogelijk rendement te behalen op de belegging. De mogelijkheid op sturing op branchering is het grootst onder centra die (grotendeels) in eigendom zijn van één verhuurder/ belegger. De eigenaren van vier centra hebben zich bereid gevonden om ten behoeve van dit onderzoek de huurgegevens per peildatum 1 januari 2015 te verstrekken, deze data is dan ook gebruikt in dit onderzoek. De onderzochte centra zijn tussen de 10.000 en 25.000 m² wvo groot. Op de peildatum waren de centra in eigendom van vier verschillende eigenaren. Qua geografische afbakening zijn alle centra zijn in Nederland gelegen, waarbij de onderzochte centra allen in verschillende regio’s zijn gelegen. Meer aspecten over de onderzochte stadsdeelcentra zullen –als beschrijvende statistiek- in paragraaf 4.1 worden benoemd. Ondanks dat de data geaggregeerd is opgenomen in dit onderzoek, hebben enkele eigenaren uitsluitend medewerking aan dit onderzoek willen verlenen onder de voorwaarde dat er geen vermelding van de desbetreffende centra in het onderzoek genoemd wordt. Om deze reden zullen de onderzochte centra dus niet expliciet bij naam worden benoemd.

3.3 Opgenomen onderzoeksvariabelen en dataverantwoording In het theoretisch kader in hoofdstuk 2 zijn de invloedsfactoren op de hoogte van het huurprijsniveau binnen winkelcentra aan bod gekomen. Deze vormen de basis van de onderzoeksvariabelen voor dit model. Alle variabelen uit hoofdstuk 2 zullen hier benoemd worden. Bij de in het model gehanteerde variabelen zal tevens inzichtelijk worden gemaakt op welke wijze de informatie is verkregen. Van een aantal vairabelen is geen data voorhanden, ook dit zal worden benoemd. Bij de gehanteerde variabelen zal het meetniveau worden aangegeven. 3.3.1 Overzicht onderzoeksverwachtingen Door het literatuuronderzoek zijn in de invloedsfactoren inzichtelijk gemaakt die van invloed zijn op het huurprijsniveau van een stadsdeelcentrum. Hiermee is mijn eerste deelvraag beantwoord. De invloedsfactoren die benoemd zijn, zijn opgedeeld in ruimtelijke en niet-ruimtelijke factoren, deze keuze is gemaakt -zoals eerder aangegeven- vanwege de verdieping van dit onderzoek ten aanzien 30

van de relatie tussen branches en het huurprijsniveau. Ter beantwoording van mijn tweede en derde deelvraag zijn de volgende onderzoeksverwachtingen opgesteld. Hieronder zijn de onderzoeksverwachtingen in een overzicht weergegeven met daarachter de gehanteerde variabelen. In de volgende paragraaf zal ingegaan worden op de gehanteerde variabelen. Onderzoeksverwachtingen Verzorgingsgebied Naarmate het besteedbaar inkomen en het aantal inwoners 1 hoger is, zal de gemiddelde huurprijs per m² hoger zijn. Winkelcentrum Naarmate de totale omvang alsook het aantal winkelunits binnen een winkelcentrum hoger is, zal de gemiddelde huurprijs 2 per m² hoger zijn. Hoe jonger het winkelcentrum is, hoe hoger de gemiddelde 3 huurprijs per m² zal zijn. Hoe hoger het aantal parkeerplaatsen is, hoe hoger de 4 gemiddelde huurprijs per m² zal zijn. Er bestaat een positief verband tussen de (dagelijkse en niet5 dagelijkse) binding en het gemiddelde huurprijsniveau. Winkelunit 6

7 8 9 10

11 12

13 14

Hoe kleiner de winkelunit, hoe hoger de huurprijs per m². Imago Hoe hoger het aantal publiekstrekkers binnen een winkelcentrum is, hoe hoger het gemiddelde huurprijsniveau per m² is. Hoe lager het percentage leegstand is, hoe hoger het gemiddelde huurprijsniveau per m² is. Het gemiddeld huurprijsniveau per m² van filiaalbedrijven is hoger dan dat van zelfstandige huurders. Hoe hoger het aantal filiaalbedrijven, hoe hoger het gemiddelde huurprijsniveau per m² is. Branchering

Gehanteerde variabelen Besteedbaar inkomen, inwoners, huurprijs per m²

aantal

Grootte van het winkelcentrum in m², aantal winkelunits, huurprijs per m² Initiële jaarbouwjaar/ jaar van renovatie, huurprijs per m² Aantal parkeerplaatsen, huurprijs per m² Dagelijkse binding, niet-dagelijkse binding, huurprijs per m² Grootte van de unit in m², huurprijs per m²

Aantal publiekstrekkers, huurprijs per m² Leegstand in %, huurprijs per m² Huurprijs per m² filiaalbedrijven, huurprijs per m² zelfstandige huurders Filialiseringsgraad, huurprijs per m²

Huurprijs per m² in branche kleding en Het gemiddelde huurprijsniveau per m² in de branche kleding en mode, huurprijs per m² van overige mode is hoger dan de overige branches. branches Een hogere concentratie in een branche leidt tot een hogere Aandeel in % per branche, huurprijs huur per m² in diezelfde branche. per m² per branche Het stadsdeelcentrum met het grootste aandeel huurders in de branche kleding en mode heeft het hoogste gemiddelde Aandeel branche kleding en mode, huurprijsniveau per m². huurprijs per m² Het stadsdeelcentrum met de meest evenwichtig verdeelde Evenwichtig verdeelde branchemix branchemix kent gemiddelde het hoogste huurniveau. (Herfindahl index), huurprijs per m²

3.3.2 Afhankelijke variabele De afhankelijke variabele betreft de huurprijs per m². De informatie over de huurprijzen is afkomstig van de desbetreffende eigenaren van de onderzochte centra. Alle huurgegevens hebben 1 januari 2015 als peildatum. De huurprijs per m² is uitgedrukt in EUR, per jaar, exclusief BTW en servicekosten.

31

3.3.3 Ruimtelijke factoren In deze paragraaf worden de ruimtelijke factoren die invloed hebben op het huurprijsniveau van winkelcentra toegelicht, opgedeeld naar factoren op het verzorgingsgebied, op het winkelcentrum en op unit niveau. Verzorgingsgebied De factoren die worden meegenomen zijn: het aantal inwoners binnen een straal van 2 kilometer rondom het desbetreffende stadsdeelcentrum en ook het aantal inwoners een straal van 5 kilometer rondom het stadsdeelcentrum. De gehanteerde gegevens hierover zijn afkomstig van Locatus. Locatus is een onafhankelijk onderzoeksbureau en marktleider op het gebied van winkelinformatie in de Benelux. Voor wat betreft het besteedbaar inkomen, zijn de cijfers van Locatus gehanteerd. Door Locatus wordt onderscheid gemaakt in dagelijks inkomen en niet-dagelijks inkomen. Eerst genoemde betreft het geïndexeerd inkomen per inwoner binnen het dagelijks verzorgingsgebied, hierbij is Nederland op 100 gesteld. Voor wat betreft het niet-dagelijks inkomen, is het geïndexeerd inkomen per inwoner binnen het niet-dagelijks verzorgingsgebied gehanteerd, waarbij Nederland op 100 is gesteld (bron Locatus, Beschrijving Verzorgingsgebieden Verkenner Nederland). De gehanteerde versie van Locatus is de online versie (www.locatusonline.com), met als peilmoment januari 2015. Schematisch kan dit als volgt worden weergegeven. Hierbij is ook meetniveau aangegeven. Variabelen Aantal inwoners < 2 km winkelcentrum Aantal inwoners < 5 km winkelcentrum Geïndexeerd inkomen dagelijks Geïndexeerd inkomen niet-dagelijks Huurprijs per m²

Bron Locatus Locatus Locatus Locatus verhuurder

Meetniveau ratio ratio ratio ratio ratio

Aan de hand van deze variabelen zal de eerste onderzoeksverwachting worden beantwoord. Winkelcentrum De ruimtelijke factoren vallend onder ‘winkelcentrum’ zijn als eerst: de grootte van het winkelcentrum in m2, het aantal winkelunits en de koopkrachtbinding. Voor wat betreft de koopkrachtbinding, is de dagelijkse en niet-dagelijkse binding meegewogen. Binding is het percentage inwoners dat het winkelgebied theoretisch aan zich kan binden voor dagelijkse, danwel niet-dagelijkse aankopen (bron Locatus, Beschrijving Verzorgingsgebieden Verkenner Nederland). De data van deze variabelen is afkomstig uit Locatus (de online versie, per januari 2015). De overige twee variabelen zijn het jaartal van de laatste renovatie, en het aantal parkeerplaatsen. Deze informatie is afkomstig van de desbetreffende eigenaren. Schematisch kan dit als volgt worden weergegeven, hierbij is ook meetniveau aangegeven. Variabelen Grootte van het winkelcentrum in m² Aantal winkelunits Dagelijkse binding Niet-dagelijkse binding Huurprijs per m²

Bron Locatus Locatus Locatus Locatus verhuurder

Meetniveau ratio ratio ratio ratio ratio

Op basis van deze variabelen zullen de onderzoeksverwachtingen 2 tot en met 5 beantwoord worden.

32

Winkelunit Op het niveau van de winkelunit zelf, zijn de volgende ruimtelijke factoren meegenomen in het model: de huurprijs per m² (als afhankelijke variabele) en de grootte van de unit (in m²). De afhankelijke variabele is besproken in paragraaf 3.3.2. De informatie over de grootte is afkomstig van de desbetreffende verhuurders. Uitsluitend de huurgegevens van winkels welke binnen de onderzochte branches –welke nader worden beschreven in paragraaf 3.3.4- vallen, zijn opgenomen in de dataset. Schematisch kan dit alsvolgt worden weergegeven, hierbij is ook meetniveau aangegeven. Variabelen Grootte van de winkelunit in m² Huurprijs per m²

Bron Meetniveau verhuurder ratio verhuurder ratio

Onderzoeksverwachting 6 zal op basis van deze variabelen beantwoord worden. 3.3.4 Niet-ruimtelijke factoren Binnen de niet-ruimtelijke factoren zal hieronder ingegaan worden op het winkelimago en de branchering. Winkelimago Uit het literatuuronderzoek is naar voren gekomen dat het aantal publiektrekkers van invloed is op de hoogte van het huurprijsniveau. Om het aantal publiektrekkers te objectiveren is er voor gekozen om dit te operationaliseren door de criteria van Ruiter (2004) te hanteren, waarbij dit is nagegaan bij verhuurder of dit overeenkomt met zijn bevindingen. Deze criteria zijn ‘vaste waarden’: warenhuizen (Bijenkorf, HEMA (1.500 -7.000 m²)), mode-warenhuizen (H&M, C&A (1.000-2.500 m²)), modische winkels (ESPRIT, Mexx, The Sting, WE (500-900 m²)) en huishoudelijke artikelen, gerelateerde branches (Blokker, Xenos (500-1.250 m²)). Bovengenoemde huurders zijn niet uitputtend. Daarnaast behoren de supermarkten ook tot de publiekstrekkers. De overige variabelen zijn; aantal leegstaande winkels, m² leegstand, aantal gefilialiseerde winkels en m² van de gefilialiseerde winkelunits. Het begrip gefilialiseerde winkel staat gelijk aan het door Locatus gehanteerde begrip ketenorganisatie, zie voor de definitie en uitleg hiervan Bijlage IV Ketenorganisatie Locatus. De informatie is afkomstig uit Locatus, hiervoor is de online versie gehanteerd van januari 2015. Schematisch ziet dit er als volgt uit, inclusief meetniveau. Variabelen Aantal publiekstrekkers Aantal leegstaande units Leegstand in m² Aantal gefilialiseerde verkooppunten Gefilialiseerde verkooppunten in m² Huurprijs per m²

Bron verhuurder Locatus Locatus Locatus Locatus verhuurder

Meetniveau ratio ratio ratio ratio ratio ratio

Aan de hand van bovengenoemde variabelen zullen de onderzoeksverwachtingen 7 tot en met 10 beantwoord worden.

33

Branches In paragraaf 2.3.2.2 zijn de verschillende hoofdbranches (zoals door Locatus gehanteerd) benoemd. Vanwege het grote aandeel mode en luxe is ervoor gekozen deze hoofdbranche te verfijnen. Ook is de hoofdbranche in en om het huis verfijnt. Voor dit onderzoek is de volgende branche indeling ontstaan: Hoofdbranches Levensmiddelen Persoonlijke verzorging Mode en luxe

Vrije tijd In en om het huis Overige detailhandel Leegstand*

Onderzochte branches levensmiddelen persoonlijke verzorging kleding en mode schoenen en lederwaren juwelier en optiek overig huishoudelijk, mode en luxe vrije tijd bruin en witgoed overig in en om het huis overige detailhandel leegstand*

*Leegstand betreft geen branche, maar is wel als zodanig gegroepeerd. Om inzicht te verkrijgen in wat/ welke formules onder welke onderzochte branche vallen, zijn per onderzochte branche een aantal voorbeelden van formulenamen aangegeven. Zo vallen onder levensmiddelen onder andere de formules Bakker Bart, Gall & Gall, Keurslager, Primera en Jamin. Voor persoonlijke verzorging zijn dat Rituals en ICI Paris XL, voor overig huishoudelijk, mode en luxe: Xenos, Blokker, Action, Kijkshop. Voorbeelden voor de branche vrije tijd zijn Bruna en Intertoys. Voor bruin en witgoed, Expert en BelCompany. Een voorbeeld van overige detailhandel is Beter Horen. In Bijlage III is de volledige branche indeling volgens Locatus opgenomen. Supermarkten zijn -hoewel ze binnen de hoofdbranche levensmiddelen vallen- buiten beschouwing van dit onderzoek gelaten. De reden hiervoor is dat ze per definitie een afwijkend metrage kennen ten opzichte van gemiddelde omvang van de units binnen een centrum en vanwege de lage marges een afwijkend huurprijsniveau kennen ten opzichte van de overige units (Bakker, 2011). Voor het operationaliseren van een evenwichtig verdeelde branchemix is de Herfindahl index gehanteerd. Deze index wordt –ook binnen het vastgoed- vaak gehanteerd om een concentratie uit te drukken. De waarde van deze index varieert tussen 0 en 1, hierbij geldt des te lager de waarde, des te minder sprake is van een concentratie (in dit geval van een branche). De wiskundige formule ziet er alsvolgt uit:

staat voor het totaal aantal units binnen het stadsdeelcentrum (i), staat voor het totaal aantal winkelunits binnen een bepaalde branche binnen het stadsdeelcentrum (i).

34

Schematisch ziet dit er als volgt uit, inclusief meetniveau. Variabelen Evenwichtig verdeelde branchemix (Herfindahl index) Leegstand Huurprijs per m²

Bron

Meetniveau

verhuurder ratio verhuurder ratio verhuurder ratio

De onderzoeksverwachtingen 11 tot en met 14 zullen op basis van de voorgaande variabele beantwoord worden.

3.4 Aanpak Dit onderzoek heeft betrekking op vier stadsdeelcentra, oftewel er worden viertal casestudies uitgevoerd. In paragraaf 3.2 (onderzochte stadsdeelcentra) zijn de selectiecriteria van de cases besproken. Aan de hand van de onderzoeksverwachtingen zal getracht worden een antwoord te geven op de centrale vraag. In de vorige paragraaf zijn de onderzoeksvariabelen weergegeven. In deze paragraaf zal worden aangegeven op welke wijze de onderzoeksverwachtingen getoetst zijn, oftewel de methodologische verantwoording. Zoals reeds aangegeven betreft dit een kwantitatief onderzoek, ter bepaling (van het vermoeden) van samenhang tussen de afhankelijke variabele (huurprijs per m²) en de onafhankelijke variabelen. Beschrijvende statistiek Het toetsen van onderzoeksverwachtingen is een onderdeel van de inferentiële of verklarende statistiek. Doel is dat op basis van informatie uit een steekproef een beslissing wordt genomen die betrekking heeft op de gehele populatie (Buijs, 2012). Dit onderzoek heeft betrekking op vier stadsdeelcentra. Bij de onderzoeksverwachtingen waarbij een vergelijking wordt gemaakt tússen de vier centra, zal gebruikt worden gemaakt van beschrijvende statistiek aangezien de omvang te beperkt is voor statistische berekeningen; de onderzochte data wordt overzichtelijk gepresenteerd, waarbij een richting c.q. vermoeden wordt uitgesproken qua onderzoeksverwachting. Voor deze analyses is gebruik gemaakt van Excel. Inferentiële statistiek Deze vorm van statistiek wordt ook wel wiskundige of verklarende statistiek genoemd, hierbij wordt op verantwoorde wijze onderscheid gemaakt tussen toeval en oorzaak. Het doen van uitspraken over een groter geheel op grond van een beperkte steekproef, is het terrein van de inferentiële statistiek (Marquard e.a., 2015). Op basis van samenhanganalyses wordt in dit onderzoek –als aanvulling op de beschrijvende statistiek- een antwoord (richting) op mijn centrale vraag gegeven. Aangezien de omvang van de data beperkt is, zal bij beantwoording van mijn onderzoeksverwachtingen niet gesproken worden over ‘aangenomen’ of ‘verworpen’, maar over vermoedens hierover. Voor de statische toetsen is gebruikt gemaakt van Stata. Zoals eerder aangegeven heeft dit onderzoek betrekking op een viertal stadsdeelcentra. Hoewel deze vier onderzochte centra een goede afspiegeling zijn van alle Nederlandse stadsdeelcentra –in paragraaf 3.2 is dieper ingegaan op de kenmerken van de onderzochte centra ten opzichte van alle centra- is dit onderzoek verkennend van aard en pretendeert dan ook niet op basis van de uitkomsten uitspraken te kunnen doen over de gehele populatie vanwege de beperkte omvang van het aantla onderzochte centra.

35

4 Resultaten 4.1 Inleiding De eerste deelvraag luidde: ‘Welke factoren verklaren verschillen in huurprijsniveaus van een stadsdeelcentrum?’. In hoofdstuk 2 -het theoretisch kader- zijn de factoren die hierop van invloed zijn -uit gezaghebbende onderzoeken- naar voren gekomen. Op basis van bestaande literatuur en eigen verwachtingen zijn onderzoeksverwachtingen opgesteld. Beantwoording van deze onderzoeksverwachtingen zal uiteindelijk ook tot beantwoording van de tweede en derde deelvraag moeten leiden. Deze twee deelvragen zijn: ‘Wat is de invloed van een branchemix op huurprijzen binnen een stadsdeelcentrum?’ en ‘Welke aspecten van een branchemix dragen bij aan het verkleinen van de verschillen in huurprijsniveaus tussen branches richting het huurniveau van de branche met de hoogste huur per m²?’. In het vorige hoofdstuk zijn de theoretische uitgangspunten uit hoofdstuk 2 geoperationaliseerd zodat deze getoetst kunnen worden in de vastgoedpraktijk, hiervoor zijn een viertal stadsdeelcentra als casestudy gehanteerd. In paragraaf 3.2 is beschreven hoe ik tot deze vier centra ben gekomen, daarnaast is daar beschreven hoe de vier onderzochte centra zich tot de overige stadsdeelcentra binnen Nederland verhouden, waarbij ook het onderscheid is gemaakt naar centra die (grotendeels) in eigendom zijn van één eigenaar/ verhuurder. In paragraaf 3.2 werd er een vergelijk gemaakt op basis van data afkomstig uit Locatus. De meeteenheid voor grootte die Locatus hanteert betreft wvo (winkel vloeroppervlakte). Bij de data (afkomstig van de desbetreffende verhuurders) van de vier onderzochte centra wordt de grootte in m² uitgedrukt in vvo (verhuurbare vloeroppervlakte). Dit wijkt dus af van de door Locatus gehanteerde wvo meters. Daarnaast zijn uitsluitend zogenaamde 290-bedrijfsruimte in dit onderzoek betrokken en zijn supermarkten buiten beschouwing gelaten, in de dataverantwoording in paragraaf 3.3. is dit reeds besproken. Bovengenoemde verschillen en criteria verklaren de verschillen die ogenschijnlijk tussen onderstaande tabel en de tabel in Bijlage V –zoals besproken in paragraaf 3.2- lijken te bestaan, maar er feitelijk dus niet zijn. De dataset bestaat dus uit een viertal stadsdeelcentra, waarvan 255 winkelunits in dit onderzoek zijn betrokken. Zonder de leegstand is gebruik gemaakt van in totaal 233 unieke huurgegevens. Onderstaande tabel geeft verder inzicht in de vier centra. totaal metrage (in m²)

totaal aantal units

kleinste grootste gemiddelde unit (in unit (in grootte unit laagste m²) m²) (in m²) huur per m²

hoogste huur per m²

percentage gemiddelde winkels huur per m² gefilialiseerd

Winkelcentrum 1

12.114 57

8

2.190

213

€

122

€

385

€

281

Winkelcentrum 2

11.187 47

49

880

238

€

115

€

316

€

262

40% 53%

Winkelcentrum 3

18.144 68

32

1.425

267

€

117

€

473

€

287

51%

Winkelcentrum 4

19.294 83

25

2.740

232

€

142

€

624

€

382

66%

Twee onderzochte centra begeven zich qua grootte tussen de 10.000 en 12.500 m² vvo, de andere twee centra tussen 17.500 en 20.000 m² vvo. Het aantal units loopt uiteen tussen 47 units en 83 units. Het kleinste winkelcentrum kent het laagst aantal units en het grootste centrum kent ook het hoogst aantal units. De gemiddelde grootte van een winkelunit onder alle vier de centra betreft 237,5 m². De gemiddelde grootte van een unit in winkelcentrum 1 wijkt hier 10% van af en is kleiner dan het gemiddelde. In winkelcentrum 3 is de gemiddelde grootte 12% groter dan het overall gemiddelde. De laagste huren binnen de centra lopen niet erg ver uiteen. Dit varieert tussen EUR 115 per m² en EUR 142 per m², oftewel een absoluut verschil van EUR 27,- per m². De range bij de hoogste huren binnen de centra is fors groter. In winkelcentrum 2 bedraagt de hoogste huur per m² EUR 316,- en in winkelcentrum 4 is dit EUR 624,- per m². Het gemiddelde huurprijsniveau per m² binnen de winkelcentra loopt uiteen tussen EUR 262,- en EUR 382,-.

36

In de navolgende paragraven zullen de gestelde onderzoeksverwachtingen behandeld worden, waarbij ook hier als kapstok de onderverdeling naar verzorgingsgebied, winkelcentrum, winkelunit, imago en branchering is gemaakt.

4.2 Analyse verzorgingsgebied Met betrekking tot het verzorgingsgebied is de volgende onderzoeksverwachting gesteld: Onderzoeksverwachting 1. Naarmate het besteedbaar inkomen en het aantal inwoners hoger is, zal de gemiddelde huurprijs per m² hoger zijn. Deze onderzoeksverwachting geeft inzicht in een eventueel verband tussen het besteedbaar inkomen, het aantal inwoners en de huurprijs. Voor de onderzochte vier winkelcentra ligt het dagelijkse inkomen tussen 96 en 102 (waarbij het gemiddelde van Nederland op 100 is gesteld). Voor het niet dagelijkse inkomen ligt dit tussen 95 en 104. Kijkend naar de inwoners, dan liggen de waardes tussen afgerond 28.000 en 51.000 inwoners voor het verzorgingsgebied binnen een straal van 2 kilometer om het winkelcentrum. Voor de straal van 5 kilometer ligt dit tussen afgerond 83.000 en 256.000. De gemiddelde huurprijzen per m² variëren tussen de centra van EUR 262,- per m² en EUR 382,- per m². De exacte gegevens hieromtrent zijn alsvolgt.

Winkelcentrum 1 Winkelcentrum 2 Winkelcentrum 3 Winkelcentrum 4

Besteedbaar inkomen DAG_INKOM NDAG_INKOM 102 104 100 99 96 98 97 95

Inwoners INW_02_KM INW_05_KM 50.019 146.669 28.162 82.553 51.056 255.864 36.144 150.116

Gemiddelde huurprijs per m² € 280,66 € 262,32 € 287,00 € 381,81

Het winkelcentrum met gemiddeld de hoogste huur per m² (winkelcentrum 4) kent niet het hoogst aantal inwoners (binnen een straal van 2 en 5 kilometer rondom het winkelcentrum) en ook niet het hoogste besteedbare inkomen (dagelijks en niet-dagelijks). Het winkelcentrum met gemiddeld de hoogste huur per m² kent zelfs het laagste niet-dagelijkse inkomen. Ook voor het dagelijkse inkomen scoort dit winkelcentrum aan de onderkant. Kijkend naar de inwoners -binnen een straal van 2 kilometer en 5 kilometer- heeft het centrum met de laagste huurprijs per m² (winkelcentrum 2) ook het minst aantal inwoners binnen het verzorgingsgebied. Echter het centrum met de hoogste huurprijs per m² kent niet het grootst aantal inwoners binnen het verzorgingsgebied. Op basis van het vergelijk tussen deze vier winkelcentra zit hier dus geen logisch verband in. Op basis van deze onderzochte centra kan dus resumerend gesteld worden dat een hoger besteedbaar inkomen en een hoger aantal inwoners niet een verklaring is voor de hoogte van de huurprijs. Op basis van de vier onderzochte centra gaat mijn onderzoeksverwachting dus niet op.

37

4.3 Analyse winkelcentrum De onderzoeksverwachtingen die betrekking hebben op het winkelcentrum worden per onderzoeksverwachting hierna behandeld. Onderzoeksverwachting 2. Naarmate de totale omvang alsook het aantal winkelunits binnen een winkelcentrum hoger is, zal de gemiddelde huurprijs per m² hoger zijn. Bij deze onderzoeksverwachting is de relatie tussen omvang -in zowel de grootte in m² en het aantal units- beoordeeld. De omvang van de centra loopt uiteen tussen afgerond 11.000 m² en 19.000 m², het aantal units tussen 47 en 83. Ook hier geldt dat de huren uiteenlopen tussen EUR 262,- per m² en EUR 382,- per m².

Winkelcentrum 1 Winkelcentrum 2 Winkelcentrum 3 Winkelcentrum 4

Totale omvang (in m²) 12.113,94 11.187,05 18.144,00 19.294,30

Totaal aantal units 57 47 68 83

Gemiddelde huurprijs per m² € 280,66 € 262,32 € 287,00 € 381,81

Voor de onderzochte vier centra geldt dat het kleinste centrum qua m² ook het minst aantal units kent en ook de laagste gemiddelde huurprijs per m² heeft. Dit verband tussen het aantal units en de grootte in m² in verhouding tot het gemiddelde huurprijsniveau is tevens bij de overige drie stadsdeelcentra waar te nemen. Hierbij spreek ik dan ook het vermoeden uit dat er een correlatie bestaat tussen de omvang (in zowel m² als aantal units) en het huurprijsniveau. Op de betekenis hiervan zal in paragraaf 4.8 ingegaan worden. Onderzoeksverwachting 3. Hoe jonger het winkelcentrum is, hoe hoger de gemiddelde huurprijs per m² zal zijn. Deze onderzoeksverwachting toetst de relatie tussen de leeftijd (het initiële bouwjaar, danwel het jaar van renovatie) en het gemiddelde huurprijsniveau. De centra zijn gebouwd, danwel gerenoveerd in 1993, 1996, 2010 en 2014, zie onderstaand.

Winkelcentrum 1 Winkelcentrum 2 Winkelcentrum 3 Winkelcentrum 4

Initiële bouwjaar/ jaar van renovatie 1993 2010 1996 2014

Gemiddelde huurprijs per m² € 280,66 € 262,32 € 287,00 € 381,81

Voor drie van de vier centra gaat op dat er een positief verband bestaat tussen de leeftijd en de hoogte van de huur, te weten tussen winkelcentrum 1, 3 en 4. Winkelcentrum 4 is in 2014 gerenoveerd en kent de hoogste gemiddelde huurprijs per m², daarop volgt winkelcentrum 2 uit 1996 en als laatste komt het uit 1993 daterende centrum 1. In paragraaf 4.8 zal op de betekenis hiervan ingegaan worden. Onderzoeksverwachting 4. Hoe hoger het aantal parkeerplaatsen is, hoe hoger de gemiddelde huurprijs per m² zal zijn. De verwachting binnen dit onderzoek met betrekking tot de relatie tussen het aantal parkeerplaatsen en de huurprijs, is dat bij een hoger aantal parkeerplaatsen de gemiddelde huurprijs 38

per m² hoger is. Het aantal parkeerplaatsen loopt uiteen tussen 675 en 1.300 parkeerplaatsen per winkelcentrum, de huren variëren tussen afgerond EUR 262,- per m² en EUR 382,- per m², zie hiervoor onderstaand overzicht.

Aantal parkeerplaatsen 675 700 1200 1300

Winkelcentrum 1 Winkelcentrum 2 Winkelcentrum 3 Winkelcentrum 4

Gemiddelde huurprijs per m² € 280,66 € 262,32 € 287,00 € 381,81

Voor drie van de vier centra komt deze verwachting uit en geeft dus richting aan de algemene geldigheid dat bij een hoger aantal parkeerplaatsen de huurprijs per m² hoger is. Onderzoeksverwachting 5. Er bestaat een positief verband tussen de (dagelijkse en niet-dagelijkse) binding en het gemiddelde huurprijsniveau. De onderzoeksverwachting voor wat betreft de samenhang tussen de koopkrachtbinding en de huur, is dat er een positief verband bestaat tussen de binding en het gemiddelde huurprijsniveau per m². Onderstaande tabel maakt inzichtelijk dat de dagelijkse binding uiteen loopt van 42 tot 53. De range voor de niet-dagelijkse binding is tussen 10 en 22.

Winkelcentrum 1 Winkelcentrum 2 Winkelcentrum 3 Winkelcentrum 4

Niet-dagelijkse binding 10 22 16 20

Dagelijkse binding 45 42 53 42

Gemiddelde huurprijs per m² € 280,66 € 262,32 € 287,00 € 381,81

Voor de niet-dagelijkse binding wordt -met uitzondering van winkelcentrum 2- aangetoond dat bij een hogere binding er een hogere gemiddelde huurprijs per m² geldt. Opmerkelijk is wel dat het centrum met gemiddeld het laagste huurprijsniveau per m², de hoogste niet dagelijkse binding heeft. Kijkend naar de dagelijkse binding het volgende. Twee centra kennen hetzelfde bindingspercentage, dit is tevens het laagste percentage. Zowel winkelcentrum 4 met de hoogste gemiddelde huurprijs per m² (afgerond EUR 382,- per m²) heeft dit laagste bindingspercentage, als het centrum met de laagste huurprijs (afgerond EUR 262,- per m²). De onderzoeksverwachting gaat voor de dagelijkse binding niet op. In de betekenis zal hier verder op in worden gegaan.

4.4 Analyse winkelunit Op het niveau van de winkelunit is de volgende verwachting uitgesproken. Onderzoeksverwachting 6. Hoe kleiner de winkelunit, hoe hoger de huurprijs per m². De verwachting is dat er een negatieve correlatie bestaat tussen de grootte en de huurprijs. De huren binnen de centra lopen uiteen van EUR 122,- per m² tot EUR 624,- per m². De kleinste unit is groot 8 39

m², de grootte van de grootste unit binnen dit onderzoek betreft 2.740 m². In Stata is de Spearman’s rank correlatie berekend. In onderstaande scatter-plot zijn alle 255 waarnemingen weergegeven.

De correlatie tussen de huurprijs per m² en de grootte van de winkel is -0,3681, oftewel er bestaat een negatief verband tussen de huurprijs en de grootte; hoe groter de unit, hoe lager de huurprijs per m². De p-waarde bedraagt 0,0000, oftewel de kans op toeval bedraagt 0. Hoewel er dus een significant negatief verband bestaat, is het niet een sterke correlatie. Op basis hiervan vind ik dus bewijs voor (de richting van) deze stelling.

4.5 Analyse imago Ter bepaling van de invloed van imago op het huurprijsniveau binnen stadsdeelcentra zijn vier onderzoeksverwachtingen uitgesproken. Hieronder zal ingegaan worden op de analyse hiervan. Onderzoeksverwachting 7. Hoe hoger het aantal publiekstrekkers binnen een winkelcentrum is, hoe hoger het gemiddelde huurprijsniveau per m² is.

Winkelcentrum 1 Winkelcentrum 2 Winkelcentrum 3 Winkelcentrum 4

Aantal publiekstrekkers 4 5 5 6

Gemiddelde huurprijs per m² € 280,66 € 262,32 € 287,00 € 381,81

Het aantal publiekstrekkers binnen de onderzochte centra loopt uiteen van 4 tot 6 publiekstrekkers. Het stadsdeelcentrum met het hoogste aantal publiekstrekkers kent ook de hoogste huur, wat dus overeenkomst met mijn vermoeden. Het winkelcentrum met het laagst aantal publiekstrekkers is 40

echter niet het centrum met de laagste huurprijs per m². De spreiding tussen het aantal publiekstrekkers binnen de onderzochte centra is laag (dit loopt namelijk uiteen van 4 tot 6). Dit in combinatie met de kleine omvang (vier winkelcentra), maakt het lastig om op verantwoorde wijze onderscheid te maken tussen toeval en oorzaak. Onderzoeksverwachting 8. Hoe lager het percentage leegstand is, hoe hoger het gemiddelde huurprijsniveau per m² is. Het toetsen van deze onderzoeksverwachting gaat in op de relatie tussen de hoogte van de leegstand en het huurprijsniveau, waarbij de verwachting is dat hiertussen een negatief verband bestaat; hoe lager de leegstand, hoe hoger het gemiddelde huurprijsniveau. De leegstand tussen de centra loopt uiteen van 2% (het aantal m2 leegstand uit gedrukt als percentage van het totaal aantal m2 vvo dat is onderzocht per centrum) tot 12%.

Winkelcentrum 1 Winkelcentrum 2 Winkelcentrum 3 Winkelcentrum 4

Percentage leegstand 2% 11% 12% 3%

Gemiddelde huurprijs per m² € 280,66 € 262,32 € 287,00 € 381,81

Op basis van de onderzochte vier centra is het verwachte verband niet terug te zien, aangezien het percentage leegstand min of meer gelijk is voor het centrum met de gemiddelde hoogste huurprijs per m², maar ook voor het centrum met gemiddelde de laagste huurprijs per m². In paragraaf 4.8 zal ik op de betekenis hiervan ingaan. Onderzoeksverwachting 9. Het gemiddeld huurprijsniveau per m² van filiaalbedrijven is hoger dan dat van zelfstandige huurders. Deze onderzoeksverwachting gaat in op het verschil tussen filiaalbedrijven en niet-filiaalbedrijven in relatie tot het gemiddelde huurprijsniveau van deze twee groepen per stadsdeelcentrum. De huren variëren van EUR 260,68 per m² voor zelfstandige huurders/ niet-filiaalbedrijven tot EUR 341,91 per m². De onder- en bovengrens voor filiaalbedrijven liggen boven de onder- en bovengrens voor nietfiliaalbedrijven, deze onder- en bovengrens zijn EUR 263,43 per m² en EUR 399,22 per m². De onderzoeksverwachting dat de filiaalbedrijven een hogere huurprijs per m² betalen dan nietfiliaalbedrijven gaat voor twee centra op. Voor drie van de vier centra zijn de verschillen tussen deze twee groepen niet heel groot. Voor winkelcentrum 4 echter wel, hier betalen filiaalbedrijven afgerond 17% meer huur per m² ten opzichte van niet-filiaalbedrijven. Onderstaande gegroepeerde kolomdiagram illustreert dit.

41

€450,00 €400,00 €350,00 €300,00 €250,00 €200,00 €150,00 €100,00 €50,00 €-

Gefilialiseerd Niet-gefilialiseerd

Onderzoeksverwachting 10. Hoe hoger het aantal filiaalbedrijven, hoe hoger het gemiddelde huurprijsniveau per m² is. Bij deze stellingname wordt de verwachting uitgesproken dat het gemiddelde huurprijsniveau binnen een stadsdeelcentrum hoger is bij een hogere filialiseringsgraad. Het percentage gefilialiseerde winkels loopt uiteen van 40% tot 66%, de gemiddelde huur per m² loopt uiteen van afgerond EUR 262,- per m² tot EUR 382,- per m².

Winkelcentrum 1 Winkelcentrum 2 Winkelcentrum 3 Winkelcentrum 4

Percentage gefilialiseerde winkels 40% 53% 51% 66%

Gemiddelde huurprijs per m² € 280,66 € 262,32 € 287,00 € 381,81

Het winkelcentrum met de laagste filialiseringsgraad kent niet het laagste gemiddelde huurprijsniveau. Het centrum (winkelcentrum 4) met de hoogste filialiseringsgraad, kent daarentegen wel het hoogste gemiddelde huurprijsniveau. Voor drie van de vier centra gaat de verwachting op dat bij een hoger aantal filiaalbedrijven er een hoger gemiddeld huurprijsniveau geldt (behoudens winkelcentrum 2), dit suggereert dus een positief verband tussen de filialiseringsgraad en de hoogte van de huur per m².

4.6 Analyse branchering In deze paragraaf worden de onderzoeksverwachtingen ten aan zien van de factor branchering binnen de niet-ruimtelijke factoren behandeld. Voor dit thema zijn vier onderzoeksverwachtingen uitgesproken die onderstaand door middel van beschrijvende en inferentiële statistiek geanalyseerd worden. Onderzoeksverwachting 11. Het gemiddelde huurprijsniveau per m² in de branche kleding en mode is hoger dan de overige branches.

42

Met behulp van de Tukey Test zijn de branches met elkaar vergeleken op huurprijsniveau per m². Onderstaand wordt onder andere het gemiddelde huurprijsniveau per m² per branche weergegeven. Om de uitkomsten te versterken zijn de gemiddeldes van alle vier de centra bij elkaar genomen, oftewel het onderscheid naar winkelcentrum speelt geen rol. Onderstaand overzicht geeft onder andere inzicht in de gemiddelde huren per branche. Het overzicht rechts geldt als legenda voor onderstaande tabellen uit Stata.

Branches 1 2 3 4 5 6 7 8 9 10 11 12

Bruin en witgoed Detailhandel overig Overig in en om het huis Juwelier en optiek Kleding en mode Leegstand Levensmiddelen Overig huishoudelijk, mode en luxe Persoonlijke verzorging Schoenen en lederwaren Vrije tijd Leisure

Onderstaand overzicht geeft het verband tussen de branches weer.

43

Hieruit valt op te maken dat uitsluitend de branche ‘overig huishoudelijk, mode en luxe’(branche 8) in een aantal gevallen een negatief significant verband kent met het huurprijsniveau van een andere branche. Dit gaat onder andere op voor de branches bruin en witgoed, juwelier en optiek en kleding en mode (in totaliteit gaat het om 8 vs 1, 8 vs 4, 8 vs 5, 8 vs 7, 9 vs 8, 10 vs 8 en 12 vs 8). In al deze gevallen in de huur in de branche ‘overig huishoudelijk, mode en luxe’ significant lager dan de andere branche. Tussen andere branches bestaat er geen significante (negatieve) samenhang. Ten overvloede, bekende huurders binnen de branche overig huishoudelijk, mode en luxe zijn onder andere Blokker en Action. In de betekenis zal ik hier verder op ingaan. Voor deze dataset gaat dus niet op het huurprijsniveau in de branche kleding en mode hoger ligt dan dat van andere branches. Onderzoeksverwachting 12. Een hogere concentratie in een branche leidt tot een hogere huur per m² in diezelfde branche. Met deze onderzoeksverwachting is getoetst of meer huurders binnen dezelfde branche, oftewel een hogere concentratie, tot een hogere huur binnen die branche leidt. Voor deze samenhanganalyse is de Pearson correlatie in Stata berekend.

44

Er bestaat een significant verband tussen de concentratie binnen een branche en het gemiddelde huurprijs binnen de branche. De correlatie is 0,01390 en is dus niet erg sterk. Mijn stellingname is dan ook dat de richting van correlatie positief is, oftewel hoe hoger de concentratie is, hoe hoger de huur per m². Onderzoeksverwachting 13. Het stadsdeelcentrum met het grootste aandeel huurders in de branche kleding en mode heeft het hoogste gemiddelde huurprijsniveau per m². Deze onderzoeksverwachting gaat in op de relatie tussen het aandeel van de branche kleding en mode binnen het stadsdeelcentrum in relatie tot het gemiddelde huurprijsniveau binnen een stadsdeelcentrum. Voor de vier onderzochte stadsdeelcentra loopt het aandeel binnen deze branche uiteen van afgerond 17% tot grofweg 1/3 van het totaal aantal units binnen het stadsdeelcentrum. De huren variëren –zoals bekend- tussen afgerond EUR 262,- en EUR 382,- per m2.

Winkelcentrum 1 Winkelcentrum 2 Winkelcentrum 3 Winkelcentrum 4

Aandeel kleding en mode 25,00% 16,67% 21,43% 32,91%

Gemiddelde huurprijs per m² € 280,66 € 262,32 € 287,00 € 381,81

Het winkelcentrum met het laagste aandeel in de branche kleding en mode (winkelcentrum 2) kent het laagste gemiddelde huurprijsniveau. Winkelcentrum 4 kent het hoogste huurprijsniveau en heeft het grootste aandeel in de branche kleding en mode. Niet alle vier de centra laten ditzelfde verloop zien, er kan gesteld worden dat dit voor drie van de vier centra opgaat. Op basis van deze uitkomst kan het vermoeden uitgesproken worden dat de geldigheid van de onderzoeksverwachting juist is. Hierbij wordt wel opgemerkt dat de verwachting is dat dit geen sterke correlatie zal kennen.

45

Onderzoeksverwachting 14. Het stadsdeelcentrum met de meest evenwichtig verdeelde branchemix kent gemiddelde het hoogste huurniveau. Deze verwachting gaat in op de samenhang tussen de evenwichtigheid van branchemix binnen een stadsdeelcentrum en de hoogte van de huurprijs. Zoals aangeven is voor het operationaliseren van de evenwichtig verdeelde branchemix, de Herfindahl index gehanteerd. Deze index loopt uiteen tussen afgerond 0,12471 en 0,16135. In onderstaande tabel is deze index per centrum aangegeven, alsook het gemiddelde huurprijsniveau.

Winkelcentrum 1 Winkelcentrum 2 Winkelcentrum 3 Winkelcentrum 4

Herfindahl index 0,137755102 0,124716553 0,137117347 0,161352347

Gemiddelde huurprijs per m² € 280,66 € 262,32 € 287,00 € 381,81

De waarde van deze index kan variëren tussen 0 en 1, waarbij geldt dat hoe lager de waarde, des te minder sprake is van een brancheconcentratie oftewel een meer evenwichtig verdeelde branchemix. Winkelcentrum 2 kent dus de laagste brancheconcentratie, winkelcentrum 4 de hoogste. N.B. zoals aangegeven varieert deze index tussen 0 en 1, de waargenomen verschillen tussen de centra zijn dus zeer minimaal. Op basis van de gestelde verwachting dient winkelcentrum 2 dan de hoogste huurprijs per m² te hebben en winkelcentrum 4 de laagste. De onderzochte centra laten echter het tegenovergestelde zien, namelijk het winkelcentrum met de minst evenwichtig verdeelde branchemix kent gemiddeld het hoogste huurprijsniveau en visa versa. De onderzoeksverwachting komt dus niet uit voor deze vier onderzochte centra. In paragraaf 4.8 ga ik op de betekenis hiervan in.

4.7 Resultaten In de voorgaande paragraven zijn de onderzoeksverwachtingen geanalyseerd. Een enigszins voor de hand liggende onderzoeksverwachting had bijvoorbeeld betrekking op de samenhang tussen grootte en huurprijs. Op basis van de theorie heb ik de verwachting uitgesproken dat hoe kleiner de winkelunit is, hoe hoger de huurprijs per m² is. Dit vermoeden wordt bevestigd na analyse van de data. Van andere onderzoeksverwachting wordt in de praktijk ook steevast uitgegaan dat dit zo is. Dit onderzoek heeft sommige van deze verwachtingen niet bevestigd, drie in het oog springende resultaten zijn de volgende. Verzorgingsgebied Eerdere onderzoeken hebben een samenhang tussen het verzorgingsgebied en de huurprijs aangetoond. Door specialisten wordt dit dan ook vaak als belangrijke factor genoemd. In dit onderzoek kan er echter geen duidelijke richting gegeven worden aan het verband tussen het besteedbaar inkomen en de hoogte van de huur en ook kan er geen duidelijke richting gegeven worden aan het aantal inwoners (binnen een straal van 2 en 5 kilometer) en het huurprijsniveau. Binding Verwacht werd op basis van de theorie dat er correlatie bestaat tussen de binding (dagelijkse en nietdagelijkse) en het huurprijsniveau, waarbij een hogere binding tot een hogere gemiddelde huurprijs per m² leidt. Opmerkelijk is voor de vier onderzochte stadsdeelcentra deze onderzoeksverwachting niet opgaat.

46

Kleding en mode Hoewel vaak wordt geroepen én tevens uit andere onderzoeken is gebleken, gaat voor de vier onderzochte stadsdeelcentra niet op dat de branche kleding en mode gemiddeld de hoogste huurprijs per m² kent. Wel bestaat er in een aantal gevallen een significant negatief verband tussen de huur per m² in de branche overig huishoudelijk, mode en luxe en een aantal andere branches, waaronder de branche kleding en mode.

4.8 Betekenis In paragraaf 4.2 tot en met 4.6 zijn de gestelde onderzoeksverwachtingen geanalyseerd. In de voorgaande paragraaf zijn drie in het oog springende resultaten nogmaals kort benoemd. In deze paragraaf zal op een aantal geanalyseerde onderzoeksverwachtingen verder ingegaan worden, waarbij ook een koppeling gemaakt wordt met de literatuur (zoals beschreven in het theoretisch kader, hoofdstuk 2). Eerder is aangegeven dat dit onderzoek verkennend van aard is. Ten aanzien van de getoetste onderzoeksverwachtingen, kunnen vanwege de beperkte omvang qua onderzochte centra geen uitspraken worden gedaan ter generalisering van alle stadsdeelcentra binnen Nederland. Ten aanzien van het niveau op winkelunit is reeds uitvoerig op de relatie tussen grootte en huur ingegaan, dit maakt het overbodig om verder op de betekenis hiervan in te gaan en zal dan ook niet gebeuren. Wel wordt ingegaan op de niveaus verzorgingsgebied, winkelcentrum, imago en branchering. 4.8.1 Verzorgingsgebied De variabelen die ik binnen het cluster verzorgingsgebied op basis van literatuur heb opgenomen zijn besteedbaar inkomen en huurprijs. Uit mijn literatuuronderzoek blijkt uit andere onderzoeken een positief verband te bestaan tussen (de omvang van het verzorgingsgebied), het besteedbaar inkomen en het huurprijsniveau. In de door mij onderzochte centra is dit verband niet waarneembaar. De door mij onderzochte centra voorzien in dagelijkse en niet-dagelijkse goederen en tot het verzorgingsgebied behoort (in ieder geval) het stadsdeel waarin het winkelcentrum is gelegen. Mogelijke verklaringen waarom een winkelcentrum gelegen in een stadsdeel met een relatief laag besteedbaar inkomen juist relatief hoge huurprijzen per m² kent, zijn: mogelijk een lagere mobiliteit onder de inwoners van het verzorgingsgebied, natuurlijke barrières (zoals bijvoorbeeld een rivier of spoorlijn) of relatief weinig concurrerende centra in de omgeving waardoor een heel sterk verzorgingsgebied ontstaat. De meest logische verklaring is de beperkte inkomenselasticiteit waardoor de gevolgen voor de detailhandel relatief beperkt zijn. Ondanks het ontbreken van het verband binnen de door mij onderzochte centra, blijf ik erbij dat dit een belangrijke factor is aangezien er in andere onderzoeken wel degelijk een significant verband hiertussen bestond en houd ik derhalve vast aan de literatuur. Aangezien ik voor deze factor vasthoud aan de literatuur, zal op dit punt het conceptueel model dan ook niet aangepast worden. 4.8.2 Winkelcentrum Binnen het cluster winkelcentrum zijn de grootte, de leeftijd, het parkeren en de concurrerende winkelgebieden belicht. Aangezien de factor grootte aansluit bij mijn onderzoeksverwachting en de theorie, wordt dit aspect hier niet verder behandeld. Voor de overige factoren zal ik hieronder op de betekenis ingaan.

47

Leeftijd Voor drie van de vier onderzochte centra bestaat er (het vermoeden van) samenhang tussen de leeftijd van het centrum en het gemiddelde huurprijsniveau; hoe jonger het centrum, hoe hoger het gemiddelde huurprijsniveau per m². Hoewel de mate van samenhang niet is onderzocht, veronderstel ik dat deze tussen de leeftijd en huurprijs niet erg hoog is. De reden hiervoor is dat in dit onderzoek de daadwerkelijk betaalde huurprijzen zijn betrokken. Na een renovatie kunnen de huren van de lopende/ bestaande huurovereenkomsten niet direct worden aangepast naar het markthuurprijsniveau, dit kan pas nadat een huurder heeft opgezegd en de winkelruimte vrij aan de markt verhuurd kan worden. Wel kan door middel van huurprijsherzieningen (conform artikel 7:303 BW) de huren geoptimaliseerd worden. Een verhuurder zal opwaartste huurprijsaanpassingen eerder succesvol voor elkaar krijgen bij een gerenoveerd/ nieuw winkelcentrum dan bij een gedateerd/ oud winkelcentrum, aangezien verhuurder meer weerstand kan verwachten van huurders bij een gedateerd/ oud centrum. Daarnaast loopt een verhuurder eerder het risico op een huuropzegging bij een gedateerd/ oud winkelcentrum dan bij een gerenoveerd/ nieuw centrum. Om deze reden blijft de factor leeftijd behouden als invloedsfactor. Parkeren Voor drie van de vier centra gaat de verwachting op dat bij een hoger aantal parkeerplaatsen de huurprijs per m² hoger is. Dit geeft dus richting aan het vermoeden tot algemene geldigheid. Hoewel het vermoeden hier wordt uitgesproken dat hiertussen een verband kan bestaan, wordt opgemerkt dat het aantal parkeerplaatsen een relatie heeft tot onder andere de grootte van het centrum. De samenhang tussen het parkeren en de hoogte van de huur, is dus ook een afgeleide van de correlatie tussen de grootte van het centrum en de huurprijs. In het onderzoek van Koot (2006) wordt hierop ook ingegaan. In mijn onderzoek is niet onderzocht of dit verband significant is (vanwege de beperkte omvang), als dit verband al significant is dan is alsnog de verwachting dat de verklaarde variantie laag is. Ondanks de relatie tussen het parkeren en de grootte van het centrum, wordt de onderzoeksverwachting –voor wat betreft de relatie tussen het aantal parkeerplaatsen en de huurprijs per m² - door drie van de vier centra bevestigd en zal de factor parkeren dan ook invloedsfactor op de hoogte van de huur gehandhaafd blijven. Binding Voor wat betreft de dagelijkse binding kennen de winkelcentra met de laagste en hoogste huurprijs per m² beiden hetzelfde en tevens het laagste bindingspercentage van de vier centra. Supermarkten zijn in dit onderzoek buiten beschouwing gelaten, maar zijn voor de dagelijkse aankopen van essentieel belang. Wellicht dat op basis van de gemiddelde huren per m² van de supermarkten en de binding er wel een positieve samenhang waar te nemen valt. Daarnaast de omvang van het onderzoek onder vier centra beperkt, waardoor mogelijk een onjuist beeld wordt geschetst. Ik houd mij dan ook vast aan de theorie en zodoende behoud ik binding als invloedsfactor. 4.8.3 Winkelimago In deze paragraaf zal ten aanzien van winkelimago ingegaan worden op publiekstrekkers en leegstand. Publiekstrekkers In dit onderzoek heb ik gekeken naar het aantal publiekstrekkers in relatie tot de huur. De spreiding tussen het aantal publiekstrekkers binnen de onderzochte centra is laag (dit liep namelijk uiteen van 4 tot 6). Dit in combinatie met de kleine omvang, maakt het lastig om op verantwoorde wijze onderscheid te maken tussen toeval en oorzaak. In andere onderzoeken is dit verband aangetoond, vanwaar ik deze invloedsfactor in dit onderzoek heb proberen te toetsen. In mijn onderzoek werd dit deels bevestigd doordat het centrum met de meeste publiekstrekkers ook de hoogste huur per m² kent. Deze factor houd ik dan ook in mijn conceptueel model. 48

Leegstand De samenhang (of het vermoeden hiertoe) tussen de leegstand en de huurprijs was binnen mijn dataset niet waar te nemen. Dit kan aan de beperking qua omvang liggen. Wat mijn inziens ook van invloed is, is dat in dit onderzoek de daadwerkelijk betaalde huurprijzen in relatie tot de leegstand zijn meegewogen. Dit geldt overigens ook voor bepaalde onderzoeken waarop ik mij heb gebaseerd, zoals het onderzoek van Bakker (2011). Aangezien in dit onderzoek dus daadwerkelijk betaalde huurprijzen zijn gehanteerd, zit hierin een dempend effect verwerkt dat huren niet per direct aangepast kunnen worden naar de markthuur. Voor beoordeling van een (eventuele) relatie tussen leegstand en huurprijs, kan dus beter de markthuur beoordeeld worden. Los van bovengenoemd dempend effect, bestaat het vermoeden van samenhang tussen leegstand en de huurprijs. Aangezien dit in andere onderzoeken is aangetoond, zal de invloedsfactor leegstand behouden blijven. 4.8.4 Branchering Als niet-ruimtelijke factor branchering is de brancheconcentratie aan het conceptuele model toegevoegd. Ten aanzien van de factor branchering zijn een viertal onderzoeksverwachtingen getoetst. Onder andere is onderzocht wat de relatie is tussen een concentratie binnen een branche en het gemiddelde huurprijsniveau van diezelfde branche. Uit de analyse is gebleken dat er een significant verband bestaat tussen deze concentratie binnen een branche en het gemiddelde huurprijs binnen die branche. Aangezien dit overeenkomt met de literatuur zal in deze paragraaf niet verder op de betekenis ingegaan worden. Voor wat betreft de overige onderzoeksverwachtingen, zal hieronder ingegaan worden op de betekenis van analyses hiervan. Overig huishoudelijk, mode en luxe Onderzoeksverwachting 11 ging ervan uit dat het gemiddelde huurprijsniveau per m² in de branche kleding en mode hoger is dan in de overige branches. Dit is niet uit de analyse van de vier onderzochte centra gebleken. Wel is een significant negatieve correlatie aangetoond tussen de branche overig huishoudelijk, mode en luxe en een zevental andere branches. Voorbeelden binnen de branche overig huishoudelijk, mode en luxe zijn zoals aangegeven Blokker en Action. Ten aanzien van de betekenis van deze significant negatieve correlatie het volgende. De gemiddelde grootte van de winkels in deze branche bedraagt 785 m². De gemiddelde unitgrootte van alle andere branches tezamen bedraagt 200 m². Zoals in de onderzoeksverwachting 6 het vermoeden dat kleinere units een hogere huurprijs per m² betalen wordt bevestigd, is dit naar mijn menig ook een verklaring voor het significant negatieve verband tussen de branche overig huishoudelijk, mode en luxe en een zevental andere branches. Ook kan gedacht worden aan de ligging van de huurders binnen de branche overig huishoudelijk, mode en luxe ten opzichte van de overige huurders binnen het centrum. Aangezien niet van alle vier de centra er passantentellingen zijn, is dit lastig te objectiveren, maar op basis van een subjectieve interpretatie van de ligging/ situering en de verschillen hiertussen lijkt dit niet een verklaring voor de verschillen in huren per m² te zijn. Evenwichtig verdeelde branchemix De waarde van deze index kan variëren tussen 0 en 1, waarbij geldt dat hoe lager de waarde, des te minder sprake is van een brancheconcentratie oftewel een meer evenwichtig verdeelde branchemix. Zoals in de methode van onderzoek aangegeven, zijn er 10 verschillende branches onderzocht (en daarnaast leegstand). Binnen de onderzochte centra zijn ook al deze verschillende branches aanwezig. De berekende Herfindahl-indexen van de onderzochte centra begaven zich grofweg tussen afgerond 0,12 en 0,16. Deze range is dus zeer minimaal (op een schaal van 0 tot 1) om hieraan verwachtingen, laat staan conclusies te verbinden. Ondanks dat op basis van de analyse van mijn dataset mijn onderzoeksverwachting wordt tegengesproken, houd ik vast aan de theorie vanwege de minimale verschillen in de Herfindahl-index in mijn onderzoek. De invloedsfactor brancheconcentratie behoud ik dan ook. 49

5 Conclusies en aanbevelingen 5.1 Conclusies Dit onderzoek had als doelstelling om een conceptueel model te ontwikkelen ter bepaling van het effect van branchering op het huurprijsniveau van Nederlandse stadsdeelcentra en op basis van dit model strategische adviezen te kunnen geven. De eerste deelvraag die hieraan ten grondslag lag was: ‘Welke factoren verklaren verschillen in huurprijsniveaus van een stadsdeelcentrum?’. In het theoretisch kader zijn harde (meetbare) factoren aan bod gekomen die van invloed zijn op de hoogte van het huurprijsniveau van winkelcentra. De factoren zijn opgesplitst naar ruimtelijke en niet-ruimtelijke factoren, waarbij vervolgens een verdere onderverdeling is gemaakt naar verzorgingsgebied, winkelcentrum, winkelunit, winkelimago en branchering. In onderstaand conceptueel model zijn de invloedsfactoren weergegeven welke verschillen in huurprijsniveaus verklaren. Hiermee is een antwoord gevonden op de eerste deelvraag.

Aan de hand van de theorie waarop bovenstaand model is gebaseerd, zijn een veertien tal onderzoeksverwachtingen opgesteld. Deze onderzoeksverwachtingen dienden ter beantwoording van de volgende twee deelvragen ‘Wat is de invloed van een branchemix op huurprijzen binnen een stadsdeelcentrum?’ en ‘Welke aspecten van een branchemix dragen bij aan het verkleinen van de verschillen in huurprijsniveaus tussen branches richting het huurniveau van de branche met de hoogste huur per m²?’. De uitkomsten van de onderzoeksverwachtingen behandel ik hieronder, waarbij de conclusies gegroepeerd zijn naar verzorgingsgebied, winkelcentrum, winkelunit, winkelimago en branchering.

50

Verzorgingsgebied In dit onderzoek is op basis van de vier onderzochte stadsdeelcentra geen (aanwijzing tot een) verband tussen het besteedbaar inkomen en de hoogte van de huur aangetoond, alsook niet een verband tussen het aantal inwoners (binnen een straal van 2 en 5 kilometer) en het huurprijsniveau. Theorie over de samenhang tussen het besteedbaar inkomen en de hoogte van de huur, alsook theorie over de samenhang tussen het aantal inwoners binnen het verzorgingsgebied en de hoogte van de huur laat hiertussen een positief verband zien; hoe hoger het besteedbaar inkomen danwel het aantal inwoners binnen het verzorgingsgebied, hoe hoger de huurprijs per m². Theorie die dit onderschrijft is actueel en heeft betrekking op Nederlandse centra. De beperkte omvang qua onderzochte centra wordt dan ook als meest voor de hand liggende verklaring gezien voor het ontbreken van dit verband binnen de door mij onderzochte centra. Vanwege de beperkte onderzoeksomvang houd ik vast aan de bestaande theorie en zodoende blijft zijn voornoemde invloedsfactoren in het conceptuele model gebleven. Winkelcentrum De omvang van het centrum -zowel gemeten in m², alsook gemeten in aantal units- lijkt op basis van de analyses van de data van de vier onderzochte stadsdeelcentra een positieve samenhang te hebben met het huurprijsniveau per m². Deze positieve relatie tussen de omvang en de huur komt overeen met de literatuur. Bij andere aspecten die zijn onderzocht – de samenhang tussen huur en leeftijd van het centrum en de samenhang tussen de binding binnen een verzorgingsgebied en de huur- zijn de gestelde onderzoeksverwachtigen –op basis van de theorie- niet aangetoond op basis van het onderzoek onder de vier centra. Zoals in de betekenis in paragraaf 8 van het vorige hoofdstuk behandeld, is een mogelijke verklaring hiervoor dat de omvang van de onderzochte centra te beperkt is. Om deze reden houd ik dn ook vast aan de theorie en ga ik er wel van uit dat er een verband bestaat tussen de leeftijd van het winkelcentrum en de huur en ook tussen de binding en de huur. Winkelunit De verwachting bestond dat er een negatief verband bestaat tussen de grootte van een winkelunit en de hoogte van de huur per m². Binnen de vier onderzochte stadsdeelcentra is deze negatieve samenhang tussen de grootte en de huur aangetoond, oftewel kleiner het metrage van een unit hoe hoger de gemiddelde huurprijs per m² bedraagt. Dit komt dus overeen met de literatuur. Winkelimago In dit onderzoek zijn verschillen in huurprijsniveaus tussen filiaalbedrijven en niet-filiaalbedrijven geanalyseerd, waarbij werd verwacht dat niet-filiaalbedrijven gemiddeld een lagere huurprijs per m² betalen dan filiaalbedrijven. Eén winkelcentrum kent een substantieel verschil in huren tussen filiaalbedrijven en niet-filiaalbedrijven; in dit centrum betalen filiaalbedrijven betalen circa 17% meer huur per m². De overige drie centra laten nauwelijks verschillen in huurprijs tussen filiaalbedrijven en niet-filiaalbedrijven zien. Branchering In dit onderzoek zijn de volgende branches onderscheiden: levensmiddelen, persoonlijke verzorging, kleding en mode, schoenen en lederwaren, juwelier en optiek, overig huishoudelijk, mode en luxe, vrije tijd, bruin en witgoed, overig in en om het huis en als laatste de branche overige detailhandel. Met uitzondering van één branche worden er geen (significante) verbanden tussen de diverse branches aangetoond, de uitzondering is de branche overig huishoudelijk, mode en luxe. Ten overvloede, huurders in deze branche zijn onder andere Blokker, Action en Xenos. In meerdere gevallen bestaat er een negatief significant verband met het huurprijsniveau van andere branches (onder andere de branches bruin en witgoed, juwelier en optiek en kleding en mode). Kenmerkend voor de branche overig huishoudelijk, mode en luxe is dat de gemiddelde winkelgrootte hiervan 785 m², ten opzichte van een gemiddelde unitgrootte bij de overige branches van 200 m². Op basis van 51

de bevindingen ten aanzien van de winkelunit, is dit mogelijk deels een verklaring voor bovengenoemd significant verband. Verder wordt op basis van analyse van de data de verwachting uitgesproken dat een hogere concentratie in een branche leidt tot een hogere huur per m² in diezelfde branche. Uit de analyse blijkt dat onder de vier onderzochte stadsdeelcentra er een significant verband bestaat tussen de concentratie binnen een branche en het gemiddelde huurprijs binnen de branche. Huurders binnen dezelfde branche versterken elkaar en zijn hierdoor bereid een hogere huurprijs per m² te betalen zo lijkt het. Als laatst lijkt er een positief verband te bestaan tussen het aandeel in de branche kleding en mode en het gemiddelde huurprijsniveau per m². Binnen de vier onderzochte centra is uit de analyse gebleken dat er een positief verband bestaat tussen het aandeel huurders in de branche kleding en mode binnen het gehele centrum en het gemiddelde huurprijsniveau per m² van het gehele centrum. Bovenstaande conclusies geven een antwoord op de tweede deelvraag van mijn onderzoek ‘Wat is de invloed van een branchemix op huurprijzen binnen een stadsdeelcentrum?’. Ten aanzien van mijn derde deelvraag ‘Welke aspecten van een branchemix dragen bij aan het verkleinen van de verschillen in huurprijsniveaus tussen branches richting het huurniveau van de branche met de hoogste huur per m²?’ geconcludeerd worden dat de grootte, de branche overig huishoudelijk, mode en luxe, de concentratie en het aandeel kleding en mode de bepalende aspecten bij een branchemix zijn waarbij verschillen in huurprijsniveaus tussen branches kunnen worden verkleind in de richting van de branche met de hoogste huur per m². Hieronder zal ik ingaan op deze vier aspecten. Grootte Uit dit onderzoek is gebleken dat de huurprijs per m² lager wordt naarmate de unit groter wordt. Indien bouwtechnisch mogelijk, kan er dus gestuurd worden op (huurders binnen) branches welke relatief kleine(re) units wensen te huren. Door sturing op (her-)indeling qua grootte van de winkelunits kan hiermee bijgedragen worden aan het verkleinen van verschillen in huurprijsniveaus doordat hierdoor bepaalde (huurders binnen) branches worden gefaciliteerd om zich te vestigen binnen een stadsdeelcentrum. Branche overig huishoudelijk, mode en luxe Tussen de diverse branches bestaan geen significante verschillen met uitzondering van de branche overig huishoudelijk, mode en luxe. Deze branche betaalt in meerdere gevallen een significant lagere huur dan huurders binnen de overige branches. Hoewel huurders als Action en Blokker als publiekstrekkers kunnen worden bestempeld en daarmee van belang zijn voor het gehele centrum, dient er een juiste balans te zijn tussen het aantal huurders in de branche huishoudelijk, mode en luxe en de grootte van deze winkels (dit heeft raakvlak met zowel voornoemd, alsook het navolgende aspect). Concentratie Uit dit onderzoek is gebleken dat het vestigen van meerdere huurders binnen een branche leidt tot een hogere gemiddelde huurprijs per m² binnen die branche. Het aspect concentratie specifiek binnen de branche overig huishoudelijk, mode en luxe is in de voorgaande paragraaf al behandeld. Bij sturing op deze zogenaamde brancheconcentratie bestaat het vermoeden dat dit bijdraagt aan het verkleinen van huurprijsverschillen in de richting van de hoogste huurprijs per m². Aandeel kleding en mode Het aandeel binnen de branche kleding en mode draagt bij aan het verkleinen van verschillen in huurprijsniveaus tussen branches in de richting van de branche met de hoogste huurprijs per m², aangezien uit analyse van de data van de vier onderzochte stadsdeelcentra is gebleken dat er een positieve relatie bestaat tussen het aandeel in de branche kleding en mode en het gemiddelde huurprijsniveau per m² binnen het stadsdeelcentrum. Indien de mogelijkheid zich voordoet om het 52

aandeel van de branche kleding en mode te vergroten, is de verwachting dat daarmee het huurprijsverschil wordt verkleind. In de eerste alinea van dit hoofdstuk heb ik (de essentie van) mijn doelstelling aangegeven. Vervolgens heb ik de conclusies van mijn onderzoek weergegeven. Zoals hiervoor al benoemd, heb ik op basis van gezaghebbende literatuur een conceptueel model ontwikkeld waarin invloedsfactoren op het huurprijsniveau van Nederlandse staddeelcentra zijn weergegeven. Door het inzichtelijk maken van deze invloedsfactoren, heb ik het eerste deel –van mijn tweeledige- doelstelling bereikt. Hierbij merk ik op dat ik mijn onderzoek heb afgebakend door uitsluitend harde/ meetbare factoren in het conceptueel model te betrekken. Indien ook subjectieve/ zachte factoren in het onderzoek worden betrokken, zal dit waarschijnlijk beter de verschillen tussen de hoogte in huren verklaren. Hierop zal ik in de volgende paragraaf verder ingaan. Ten aanzien van mijn tweede deel van mijn doelstelling –om op basis van het conceptuele model strategische adviezen te kunnen geven- ben ik van mening dat dit deel van mijn doelstelling grotendeels behaald is, aangezien de uitkomsten van mijn onderzoeksverwachtingen bijdragen aan het geven van strategische adviezen omtrent stadsdeelcentra. De waarde van de strategische adviezen kan worden vergroot als factoren als het aantal passenten/ de segmentering en bijvoorbeeld bevolkingsontwikkelingen meegewogen worden, evenals de subjectieve factoren zoals ik hierboven reeds heb benoemd. In de volgende paragraaf zal ik hier verder op ingaan.

5.2 Reflectie en aanbevelingen voor vervolgonderzoek De conclusies uit mijn onderzoek zijn in de vorige paragraaf benoemd. Door dit onderzoek is er meer inzicht verkregen in de (vermoedens tot een) relatie tussen branches en de aantrekkingskracht van stadsdeelcentra. Dit onderzoek is –zoals bekend- gedaan onder een viertal stadsdeelcentra en is dan ook verkennend van aard. Als reflectie hierop wil ik ten aanzien van de uitkomsten en de generaliseerbaarheid hiervan en ten aanzien van ontbrekende en reeds besproken invloedsfactoren (paragraaf 2.3) de volgende aanbevelingen tot vervolgonderzoek doen. Subjectieve invloedsfactoren Dit onderzoek heeft uitsluitend betrekking gehad op zogenaamde harde factoren die kwantitatief meetbaar zijn. Buiten de afbakening van mijn onderzoeksonderwerp vielen de zogenaamde zachte factoren. In paragraaf 2.3.1.1. heb ik het belang van subjectieve invloedsfactoren aangegeven (en tevens aangegeven waarom in dit onderzoek dit buiten beschouwing is gelaten). Het verdient mijn inziens aanbeveling om in vervolgonderzoek in te gaan op deze meer subjectieve factoren, waarbij gedacht kan worden aan belevingseconomie/ experience. Passanten De invloed van het aantal passanten op de hoogte van de huurprijs is groot, zo is gebleken uit de literatuurstudie. Deze factor is in dit onderzoek echter buiten beschouwing gelaten. De reden hiervoor is –zoals uitgelegd in paragraaf 2.3.1.3- het ontbreken van betrouwbare data over het aantal passanten van de onderzochte centra. Zoals reeds aangegeven wordt er door Locatus (en andere onderzoekbureaus naar passantenaantallen) op dit moment voor een zeer beperkt aantal stadsdeelcentra tellingen uitgevoerd (voornamelijk centra die niet aan mijn selectiecriteria voldeden). Door technologische ontwikkelingen (onder andere door meting van het signaal van mobiele telefoons) zal in de toekomst het aantal metingen van winkelgebieden –en daarmee ook de stadsdeelcentra- sterk vergroten volgens Locatus. Op het moment dat deze data beschikbaar zijn, dient het de aanbeveling om het aantal passenten als invloedsfactor op te nemen in het conceptueel model en hiernaar

53

vervolgonderzoek te doen. Mijn verwachting is dat met deze factor de verklaarde variantie fors zal toenemen. Onderzochte stadsdeelcentra Vanwege het verkennende karakter van dit onderzoek, heeft dit onderzoek betrekking gehad op vier centra. Als afbakening is er voor gekozen uitsluitend centra te onderzoeken die in handen zijn van (grotendeels) één eigenaar/ verhuurder. Van de zesentwintig stadsdeelcentra binnen Nederland, bleven er na uitvoering van dit selectiecriterium tien centra over, hiervan is 40% onderzocht. Het is aan te bevelen het aantal te onderzoeken centra te vergroten binnen het domein centra in handen van (grotendeels) één eigenaar/ verhuurder. Daarnaast is het interessant om te onderzoeken of er verschillen bestaan tussen de centra die in eigendom zijn van één eigenaar/ verhuurder en centra waarbij sprake is van versnipperd eigendom. Het vergroten van het aantal te onderzoeken centra vergroot logischerwijs de generaliseerbaarheid. Overheidsbeïnvloeding Winkelruimte, ook wel 290-bedrijfsruimte genaamd, kent een ander wettelijk regime dan bijvoorbeeld kantoorruimte of woonruimte. Het winkelhuurrecht kent een semi-dwingend karakter, hierdoor hebben partijen geen volledige contractsvrijheid. Zoals aangegeven in paragraaf 2.3.1.1., is in dit onderzoek overheidsbeïnvloeding buiten beschouwing gelaten. Het is dan ook aan te bevelen in vervolgonderzoek dit aspect nader te analyseren, zodat beoordeeld kan worden of/ wat de invloed hiervan is op het huurprijsniveau.

54

Literatuurlijst Baarda, D.B., M.P.M. de Goede (2006), Basisboek Methoden en Technieken, Noordhoff Uitgevers, Groningen/ Houten. Bakker, B.M. (2011), De zelfstandige ondernemer in binnenstedelijke planmatige winkelcentra, masterthesis MSRE, Amsterdam School of Real Estate. Bolt, E.J. (2003), Winkelvoorzieningen op waarde geschat: theorie en praktijk, Drukkerij Bakker, Merkelbeek. Bonsen, G.E. (1994), Trekkers in de Nederlandse detailhandel onder de loep genomen: een onderzoek naar de invloed van trekkers op het functioneren van het winkelgebied, Universiteit van Amsterdam. Bruwer, J. de W. (1997), Solving the ideal tenant mix puzzle for a proposed shopping centre, Property Management, vol. 15, iss. 3, pagina 160 -172. Buijs, A. (2012), Statistiek om mee te werken, Noordhoff Uitgevers, Groningen/ Houten. Buvelôt, S. (2007), Omzethuur en de waarde van winkelcentra, afstudeerscriptie ASRE. Des Rosiers, F, M. Thériault en L. Ménétrier (2005), Spatial versus non-spatial determinants of shopping center rents : modeling location and neighborhood-related factors, vol. 27, no. 3, pagina 293-319. DTZ Zadelhoff (2015), Vastgoed Visie Rapport 2015, Amsterdam. Eertink, R. en M. Braam-Mesken (2010), Benchmarking van de winkel asset management prestatie, Real Estate Research Quarterly, april, nummer 1, pagina 33-41. Enk, Van, W. (2010), Grip op de mix, PropertyNL, mei, nummer 8, pagina 44-47. Finn, A. en J.J. Louviere (1996), Shopping Center image, consideration and choice: anchor store contribution, Journal of Business Research, vol. 35, no. 3, pagina 241-251. Gatzlaff, D.H., G.S. Sirmans, en B.A. Diskin (1994), The effect of anchor tenant loss on shopping center rents, Journal of Real Estate Research, vol. 9, no. 1, pagina 99-110. Gerbich, M. (1999), The importance of retail tenant type in understanding shopping center rentals, The Real Estate Finance Journal, summer, pagina 77-78. Gijp, Van der B. (2015), Winkels maken de stad, Nederlandse Raad Winkelcentra, update 2015. Gool, Van, P., P. Jager, M. Theebe en R. Weisz (2013), Onroerend goed als belegging, Noordhoff uitgevers Groningen/ Houten. Glerum-van der Laan, C., 1981, Ontwikkelingen rond het winkelimago, Jaarboek van de Nederlandse Vereniging van Marktonderzoekers, pagina 153-171. Hardin III, W.G. en M.L. Wolverton (2001), Neighborhood center image en rents, Journal of Real Estate Finance & Economics, vol. 23, no. 1, pagina 31-46.

55

Haringsma, J. (2002), Huurniveaus winkels nauwkeurig te bepalen, PropertyNL, april, pagina 62-62. Haringsma, J. (2011), Het belang van parkeren, Shopping Center News, nummer 3. Hildebrandt, L. (1998), Store image and the prediction of performance in retailing, Journal of Business Research, nummer 17, pagina 91-100. Janssen, S.V. (2013), The role of sense of place in retail location choices, master thesis Eindhoven University of Technology. Kerpestijn, G.M. (2014), Huurrecht bedrijfsruimte, Sdu Uitgevers, Den Haag. Koot, R. (2006), Welke factoren hebben invloed op het huurniveau in planmatige wijkwinkelcentra in Nederland?, scriptie UvA, augustus. Koot, R. (2007), Welke factoren hebben invloed op het huurniveau in planmatige wijkwinkelcentra in Nederland?, Property Research Quarterly, april. Marquard, A.R. en C. Ronteltap (2015), Basissyllabus Methoden en technieken module 1, Amsterdam School of Real Estate. Mejia, L.C., en M.J. Eppli (1999), The effect of merchandise space allocation on retail sales in enclosed shopping centers, Journal of shopping Center Research, vol. 6, no. 2, pagina 23-40. Mejia, L.C., en J.D. Benjamin (2002), What do we know about the determinants of shopping center sales? Spatial vs. non-spatial factors, Journal of Real Estate Literature, vol. 10, no. 1, pagina 3-26. Mejia, L.C., en M.J. Eppli (2003), Inter-Center externalities, Journal of Real Estate Finance & Economics, vol. 27, no. 3, pagina 321-333. Molenaar, C. (2011), Het einde van winkels? De strijd om de klant, Academic Service, Den Haag. Nijsten, J. (2012), Passanten, passanten, passanten…, Vastgoedmarkt, augustus, pagina 31. Nozeman, E, W. van der Post, M. Langendoen (2012), Het Nederlandse winkellandschap in transitie, Sdu Uitgevers, Den Haag. Pevalin, D., K. Robson (2009), the stata survival manual, CPI Group (UK). Pine, J. en J. Gilmore (1999), The experience economy, Harvard Business School Press, Boston. Polman, P.A.M. (2013), It’s a (S)Mall World, master thesis MRE, Amsterdam School of Real Estate. Postma, H. (2002), Het brancheren van winkelcentra is een van de meest boeiende onderdelen van het vak, Vastgoedmarkt, september, pagina 62-63. Roosen, P. (2013), Aantrekkelijkheid van de Nederlandse binnensteden, master thesis MSRE, Amsterdam School of Real Estate. Ruiter, T. (2004), De rol van trekkers in planmatig ontwikkelde winkelcentra, afstudeerscriptie Technische Universiteit Delft. 56

Schulte, R.F.A. (2014), Sales-based rent on a1 retail high streets: an exploratory study of the feasibility of sales-based rent in lease transactions between fashion retailers and their landlords in The Netherlands, master thesis MRE, Amsterdam School of Real Estate. Schuring, M. (2002), Het brancheren van winkelcentra is een van de meest boeiende onderdelen van het vak, Vastgoedmarkt, september, pagina 62-63. Sirmans, C.F., en K.A. Guidry (1993), The determinants of shopping center rents, Journal of Real Estate Research, Vol. 8, pagina 107-115. Speetjens, J.W. (1990), Rijksuniversiteit Utrecht.

Beoordelingscriteria

voor

een

winkelcentrum,

afstudeerscriptie

Speetjens, J.W. en A.A. van der Steen (1990), Huurprijsvorming in planmatig ontwikkelde winkelcentra: naar een betere vaststellingsmethodiek, afstudeerscriptie SBV/UvA. SSM Retail Platform (2003), Look Listen Learn 2013, Stichting Studiecentrum Marktontwikkeling, Den Haag. Staak, A.M. van de (2010), Huurprijsbepalende factoren voor winkelvastgoed, Masterscriptie Vastgoedkunde, Rijksuniversiteit Groningen. Tay, R.S., C.K. Lau en M.S. Leung (1999), The Determination of rent in shopping centers: some evidence from Hong Kong, Journal of Real Estate Literature, vol. 7, no. 2, pagina 183-196. Tsolacos, S. (1995), An econometric model of retail rents in the United Kingdom, Journal of Real Estate Research, vol. 10, no. 5, pagina 519-529. Urban Land Institute (1998), Developing Shopping Centers, Washington. Verschuren, P., H. Doorewaard (2007), Het ontwerpen van een onderzoek, Lemma Utrecht. Vreenegoor, P. (2011), De belevingswaarde van de Nederlandse binnensteden, master thesis MSRE, Amsterdam School of Real Estate. Yuo, T.S.T., N. Crosby, C. Lizieri en P. McCann (2004), Tenant mix variety in regional shopping centres: some UK empirical analyses, The University of Reading Business School.

57

Bijlage I Leegstand per winkelgebiedstypering Leegstand winkelverkoopvloeroppervlakte als percentage van het totaal leegstaande aan m² winkelvloeroppervlakte in 2013, 2014 en 2015.

Winkelgebiedstypering Binnenstad Binnenstedelijke winkelstraat Buurtcentrum Grootschalige concentratie Hoofdwinkelgebied groot Hoofdwinkelgebied klein Kernverzorgend centrum groot Kernverzorgend centrum klein Kernverzorgend supermarktcentrum Speciaal Winkelgebied Stadsdeelcentrum Supermarktcentrum Verspreide bewinkeling Wijkcentrum groot Wijkcentrum klein TOTAAL Bron Locatus, eigen bewerking

2013 7,1% 8,3% 6,4% 5,6% 10,3% 8,1% 8,3% 7,5% 2,5% 2,5% 5,0% 2,7% 6,2% 6,6% 6,1% 6,9%

2014 7,3% 8,0% 6,3% 6,6% 10,5% 9,1% 9,0% 7,8% 3,2% 5,1% 5,8% 3,8% 6,2% 7,1% 6,5% 7,3%

2015 8,0% 8,4% 8,6% 7,2% 11,3% 10,3% 9,8% 8,8% 4,7% 3,8% 6,8% 3,8% 6,4% 6,6% 7,1% 7,9%

2014 t.o.v. 2015 t.o.v. 2013 2014 3% 9% -4% 5% -2% 36% 18% 9% 2% 8% 12% 13% 8% 9% 4% 13% 28% 48% 104% -25% 16% 17% 41% 0% 0% 4% 8% -7% 7% 10% 6% 8%

Bijlage II Winkelgebiedstyperingen Locatus Centraal winkelgebied Het belangrijkste winkelgebied in een woonplaats wordt aangeduid als centraal winkelgebied. Binnen de database van Locatus worden zes centrale winkelgebieden onderscheiden: Binnenstad - meer dan 400 winkels In feite gaat het hier om de top-17 winkelgebieden van Nederland, waarvan de binnensteden van Amsterdam,Rotterdam, Den Haag, Utrecht, Groningen en Maastricht een onderdeel vormen. Hoofdwinkelgebied Groot - 200-400 winkels Een hoofdwinkelcentrum is het grootste winkelgebied in de woonplaats. Het aantal verkooppunten in de detailhandel bedraagt 200 tot 400 winkels. Voorbeelden zijn Bussum-centrum of Delft-centrum. Hoofdwinkelgebied Klein - 100-200 winkels Een hoofdwinkelcentrum is het grootste winkelgebied in de woonplaats. Het aantal verkooppunten in de detailhandel bedraagt 100 tot 200 winkels. Voorbeelden zijn Franeker-centrum of Puttencentrum. Kernverzorgend winkelgebied Groot - 50-100 winkels Een kernverzorgende centrum groot is het grootste winkelgebied in een woonplaats. Het gaat hier om centra met minder dan 100, maar meer dan 50 winkels in de detailhandel. Kernverzorgend winkelgebieden Klein - 5-50 winkels Een kernverzorgende centrum klein is het grootste winkelgebied in een woonplaats. In dit geval gaat het om centra met maximaal 50 verkooppunten in de detailhandel. Kernverzorgend supermarktcentrum - 3-4 winkels Dit is een winkelconcentratie die het grootste winkelgebied in een woonplaats is en 3 of 4 winkels heeft waaronder in ieder geval 1 supermarkt van 500 m² wvo of meer. Ondersteunende winkelgebieden Naast één centraal winkelgebied kunnen in een woonplaats een of meerdere ondersteunende winkelgebieden worden onderscheiden. Binnen de categorie "ondersteunende winkelgebieden" worden de volgende zes type winkelgebieden onderscheiden: Stadsdeelcentrum - meer dan 50 winkels Een stadsdeelcentrum is altijd een aanvulling op een binnenstad of een hoofdwinkelcentrum. Bovendien is hier het merendeel van het centrum planmatig ontwikkeld. Voorbeelden van stadsdeelcentra zijn Amsterdam- Osdorpplein of Nijmegen-Dukenburg. Binnenstedelijke winkelstraat - meer dan 50 winkels Ook hier gaat het om ondersteunende winkelgebieden van meer dan 50 winkels maar in tegenstelling tot de stadsdeelcentra zijn deze winkelgebieden niet planmatig ontwikkeld maar de winkelstraten in grote steden. Voorbeelden zijn de Steenstraat in Arnhem, Amsterdamse straatweg Utrecht en de Overtoom in Amsterdam. Wijkcentrum (groot) - 25- 50 winkels Een groot wijkcentrum bestaat naast een binnenstad of een hoofdwinkelcentrum en heeft minder winkels dan een stadsdeelcentrum.

Wijkcentrum (klein) - minder dan 25 winkels Deze centra hebben een specifiek ondersteunende functie. Tot een klein wijkcentrum worden enerzijds winkelconcentraties gerekend met 5 tot 10 winkels en 2 of meer supermarkten. Anderzijds worden hiertoe winkelgebieden met 10 tot 25 winkels in de detailhandel gerekend. Buurtcentrum Dit is een winkelconcentratie met minimaal 5 winkels en maximaal 9 winkels in de detailhandel. Daarnaast is er een of geen supermarkt in dit type winkelgebied aanwezig. Supermarktcentrum* Dit is een winkelconcentratie met 3 of 4 winkels waaronder in ieder geval 1 supermarkt van 500 m² wvo of meer. Overig Onder de categorie 'overig' worden grootschalige concentraties en speciale winkelgebieden verstaan. Grootschalige concentratie Concentratie van 5 of meer verkooppunten in de detailhandel met een gemiddeld winkelverkoopvloeroppervlak per winkel van minimaal 500 m². Het aanbod moet minimaal voor 50% doelgericht zijn. Dit betekent dat minimaal de helft van het winkelverkoop-vloeroppervlak van het betreffende winkelgebied zich richt op de branches "dier en plant", "bruin- en witgoed", "fietsen- en autoaccessoires", "doe-het-zelf" of "wonen". Speciaal winkelgebied Winkelgebieden die niet tot een van de voorgaande categorieën behoren, worden aangemerkt als speciaal winkelgebied. Veelal zijn dit winkelgebieden rondom een station of winkelgebieden met een speciaal thema. Designer Outlet Center in Roermond, Stationsplein Breda en Luchthaven Schiphol zijn bijvoorbeeld in deze categorie opgenomen. Verspreide bewinkeling Alle verkooppunten die buiten de hierboven genoemde concentraties vallen.

Bijlage III Branche indeling Nederland Locatus Groep 00-Leegstand Hoofdbranche 00.000-Leegstand Branche 00.000.100-Aanvang/Frictie 00.000.200-Langdurig 00.000.300-Structureel Groep 11-Dagelijks Hoofdbranche 11.010-Levensmiddelen Branche 11.010.005-Diepvriesart 11.010.012-Groente/Fr 11.010.111-Bakker 11.010.112-Vlaaien 11.010.123-Toko 11.010.132-Chocola 11.010.137-Koffie/Thee 11.010.141-Delicatessen 11.010.261-Kaas 11.010.309-Minisuper 11.010.350-Nachtwinkel 11.010.378-Noten 11.010.399-Poelier 11.010.423-Reform 11.010.471-Slagerij 11.010.477-Slijter 11.010.480-Wijnwinkel 11.010.519-Supermarkt 11.010.522-Tabak/Lect 11.010.555-Tabak speciaalzaak 11.010.588-Vis 11.010.657-Zoetwaren 11.010.912-Ziekenh Wink 11.010.950-Levensmid Ov Hoofdbranche 11.020-Persoonlijke Verzorging Branche 11.020.024-Apotheek 11.020.156-Drogist 11.020.393-Parfumerie 11.020.395-Haarproducten 11.020.950-Pers Verz Ov

Groep 22-Mode & Luxe Hoofdbranche 22.030-Warenhuis Branche 22.030.618-Warenhuis Hoofdbranche 22.040-Kleding & Mode Branche 22.040.072-Beenmode 22.040.093-Bont 22.040.114-Bruidskled 22.040.135-Damesmode 22.040.138-D&H Mode 22.040.216-Herenmode 22.040.258-Kindermode 22.040.324-Leermode 22.040.330-Lingerie 22.040.360-Modeaccess 22.040.495-Sportkleding 22.040.543-Textielsuper 22.040.546-Modewarenh Hoofdbranche 22.050-Schoenen & Lederwaren Branche 22.050.321-Lederwaren 22.050.453-Schoenen Hoofdbranche 22.060-Juwelier & Optiek Branche 22.060.252-Juwelier 22.060.570-Uurwerken 22.060.770-Optiek Hoofdbranche 22.070-Huishoudelijke- & Luxe Ar Branche 22.070.207-Glas/Aardew 22.070.240-Huishoud Art 22.070.243-Huish linnen 22.070.264-Cadeau-Art 22.070.288-Kookwinkel 22.080-Antiek & Kunst Hoofdbranche 22.080-Antiek & Kunst Branche 22.080.021-Antiek 22.080.312-Kunsthandel

Groep 35-Vrije Tijd Hoofdbranche 35.100-Sport & Spel Branche 35.100.125-Buitensport 35.100.444-Ruitersport 35.100.486-Speelgoed 35.100.487-Modelbouw 35.100.492-Sportzaak 35.100.591-Hengelsport 35.100.627-Watersport 35.100.950-Sport Spec 35.110-Hobby Hoofdbranche 35.110-Hobby Branche 35.110.165-Electronica 35.110.189-Foto/Film 35.110.227-Handvaardigh 35.110.228-Wol/Handwerk 35.110.366-Munten/Postz 35.110.372-Muziekinstr 35.110.375-Naaimachines 35.110.510-Stoffen 35.120-Media Hoofdbranche 35.120-Media Branche 35.120.090-Boekhandel 35.120.091-Stripboeken 35.120.129-Beeld/Geluid 35.120.180-Softwr/Games 35.120.276-Kantoorart 35.120.411-Poster/Kaart 35.120.750-Boek&Kantoor 35.120.760-Inktvullers Groep 37-In/Om Huis Hoofdbranche 37.130-Plant & Dier Branche 37.130.027-Aquariums 37.130.087-Bloem/Plant 37.130.147-Dibevo 37.130.555-Tuinartikelen 37.130.558-Tuincentrum 37.130.559-Tuinmeubelen 37.150-Bruin & Witgoed Hoofdbranche 37.150-Bruin & Witgoed

Branche 37.150.117-Radio & Tv 37.150.130-Computers 37.150.231-Huishoud Ond 37.150.537-Telecom 37.150.639-Witgoed 37.150.642-Electro 37.160-Auto & Fiets Hoofdbranche 37.160-Auto & Fiets Branche 37.160.039-Automaterialen 37.160.043-Car HiFi 37.160.177-Fietsen 37.160.178-Scooters/brommers 37.170-Doe-Het-Zelf Hoofdbranche 37.170-Doe-Het-Zelf Branche 37.170.096-Bouwmarkt 37.170.099-Bouwmateriaal 37.170.100-Sauna/Zwembad 37.170.102-Deur/Kozijn 37.170.108-Breedpakket 37.170.237-Hout 37.170.249-IJzerw&Gereed 37.170.280-Sanitairmat 37.170.576-Verf/Behang Hoofdbranche 37.180-Wonen Branche 37.180.054-Babywoonwinkel 37.180.066-Slaapkam/Bed 37.180.291-Keukens 37.180.348-Meubelen 37.180.350-Woonwarenh 37.180.381-Oost Tapijten 37.180.440-Keukens/Badk 37.180.447-Badkamers 37.180.579-Verlichting 37.180.630-Parket/Lamin 37.180.635-Tegels 37.180.645-Woninginr 37.180.648-Woningtext 37.180.651-Woondecorat 37.180.663-Zonwering

Groep 38-Detailh Overig Hoofdbranche 38.200-Detailhandel Overig Branche 38.200.003-2Eh Diversen 38.200.013-2Eh Kleding 38.200.033-2Eh Boeken 38.200.140-Automatiek 38.200.153-Partijgoed 38.200.154-Legerdump 38.200.174-Feestartikel 38.200.225-Paramedisch 38.200.226-Hoortoestel 38.200.433-New Age 38.200.450-Smartshop 38.200.451-Growshop 38.200.468-Erotica 38.200.610-Souvenirs 38.200.905-Odd-Shops 38.200.910-Haarden/Kach 38.200.920-Natuursteen 38.200.950-Non-Food Ov Groep 45-Transp&Brand Hoofdbranche 45.203-Automotive Branche 45.203.020-Autosloperij 45.203.045-Carparts 45.203.126-Caravans/Aanh 45.203.128-Boten 45.203.242-Autodealer 45.203.243-Autoruiten 45.203.269-Autoschade 45.203.270-Garagebedr 45.203.365-Motorfietsen 45.205-Brandstoffen Hoofdbranche 45.205-Brandstoffen Branche 45.205.528-Tankstation 45.205.535-Brandstoffen

Groep 59-Leisure Hoofdbranche 59.210-Horeca Branche 59.210.123-Café 59.210.127-Koffiehuis 59.210.133-Coffeeshop 59.210.150-Discotheek 59.210.155-Seks/Nachtclubs 59.210.171-Fastfood 59.210.180-Bezorg/Halen 59.210.215-Grillroom/Sh 59.210.234-Hotel 59.210.235-Hotel-Rest 59.210.246-IJssalon 59.210.333-Lunchroom 59.210.392-Pannenkoeken 59.210.430-Café-Restaurant 59.210.434-Restaurant 59.210.465-Partycentrum 59.210.950-Horeca Ov 59.220-Cultuur Hoofdbranche 59.220-Cultuur Branche 59.220.075-Bibliotheek 59.220.081-Bioscoop 59.220.198-Galerie 59.220.318-Kunstuitleen 59.220.369-Museum 59.220.549-Theater Hoofdbranche 59.230-Ontspanning Branche 59.230.018-Amusementhal 59.230.020-Attractiepark 59.230.028-Casino 59.230.070-Beurs/tentoonstelling 59.230.078-Biljart/Pool 59.230.080-Binnenspeeltuin 59.230.102-Bowling 59.230.150-Dierentuin 59.230.200-Fitness 59.230.265-Kartbaan 59.230.285-Kegelen 59.230.290-Klimwand 59.230.295-Kunstijsbaan 59.230.310-Lasergame 59.230.570-Sauna 59.230.590-Skibaan 59.230.600-Wedkantoor

59.230.660-Zonnebank 59.230.700-Zwembad 59.230.950-Amusement Ov Groep 65-Diensten Hoofdbranche 65.250-Verhuur Branche 65.250.033-Videotheek 65.250.048-Autoverhuur 65.250.111-Rijwielverhuur 65.250.204-Gereeds Verh 65.250.950-Verhuur Ov 65.260-Ambacht Hoofdbranche 65.260-Ambacht Branche 65.260.213-Edelsmid 65.260.222-Schoenrep/sleutels 65.260.230-Kapper 65.260.235-Tatoe/Pierc 65.260.240-Schoonheidss 65.260.294-Kledingrep 65.260.301-Stoffeerderij 65.260.336-Kleermaker 65.260.431-Pottenbakker 65.260.445-Electro Rep 65.260.462-Drukw/Copy 65.260.470-Fotograaf 65.260.501-Dierentrimsalon 65.260.630-Lijstenmaker 65.260.950-Ambacht Ov 65.280-Financiële Instelling Hoofdbranche 65.280-Financiële Instelling Branche 65.280.030-Finan Interm 65.280.050-Verzekeringw 65.280.063-Bank 65.280.410-Postkantoor 65.280.950-Financiële Inst Ov Hoofdbranche 65.290-Particuliere Dienstverlen Branche 65.290.073-Bellen-Internet 65.290.340-Makelaardij 65.290.427-Autowasserij 65.290.428-Autopoetsbedrijf 65.290.430-Fietsenstalling 65.290.510-Massagesalon 65.290.624-Stomerij/Wassalon

65.290.865-Reisburo 65.290.878-Uitzendburo 65.290.930-Uitvaart 65.290.950-Diensten Ov Groep 80-ATM Hoofdbranche 80.000-ATM Branche 80.000.001-ATM

Bijlage IV Ketenorganisatie Locatus Ruwweg een kwart van de winkelactiviteiten binnen de Nederlandse detailhandel maakt deel uit van een ketenorganisatie. Dit wordt gekenmerkt door de manier waarop de organisatorische en/of marketing uitvoering van een activiteit worden aangepakt. Er zijn verschillende samenwerkingsvormen binnen de detailhandel en consumentgerichte serviceverlening. Grofweg maakt Locatus onderscheid tussen twee vormen van samenwerking, namelijk "backstore" en "frontstore". Belangrijk is dat iets alleen als frontstore of backstore ketenorganisatie wordt getypeerd indien er zeven of meer vestigingspunten in Nederland opereren onder dezelfde naam. De lokale bakker met vier andere verkooppunten wordt niet als ketenorganisatie opgenomen. In het geval dat een samenwerking de dominante uitstraling van een winkel bepaalt, is sprake van een samenwerking van het type frontstore. Voorbeelden van Frontstore samenwerking zijn de Albert Heijn, Randstad en McDonald's. Een backstore samenwerking is voor de consument niet of nauwelijks zichtbaar, terwijl het de ondernemer veel voordelen oplevert door bijvoorbeeld gezamenlijke inkoop of promotie. Hierbij valt te denken aan Toys2Play, EP, FietsPlus en Woonsfeer. Autodealers zijn een ander verhaal. Een garage kan namelijk dealer worden van meerdere automerken, waarvan zij de auto's en onderdelen levert. Doordat zij meerdere merken kunnen verkopen, is dit een bijzondere groep. Autodealers worden in de database opgenomen als backstore formule, waarbij gebruik wordt gemaakt van servicepunten. Al deze ketenorganisaties ontvangen jaarlijks een registratieformulier, waarop staat vermeld op welke wijze zij in de Locatus database zijn opgenomen. De antwoorden van de ketenorganisaties zijn leidend voor de wijze waarop deze formules in de database van Locatus worden opgenomen.

Bijlage V Stadsdeelcentra Nederland Overzicht stadsdeelcentra Nederland Verkoopvloer oppervlakte (in m²)

Aantal verkoop punten

Aantal gefilialiseerde verkooppunten

Percentage gefilialiseerde verkooppunten

Plaats

Winkelgebied

Alkmaar

De Mare

18.735

110

68

62%

Almere

Buitenmere

21.060

128

62

48%

Amersfoort

Emiclaer

11.141

82

47

57%

Amsterdam

39.380

174

113

65%

Amsterdam

Amsterdam Boven t Y Amsterdam Osdorpplein

26.229

202

83

41%

Amsterdam

Gelderlandplein

15.690

98

38

39%

Arnhem

Arnhem Kronenburg

22.889

123

82

67%

Arnhem

Presikhaaf

16.888

88

45

51%

Breda

11.165

65

43

66%

Den Bosch

Breda Hoge Vught Helftheuvel Winkelpassage

12.989

95

50

53%

Den Haag

Archipel Willemspark

4.317

128

10

8%

Den Haag

s Gravenhage Leijweg

30.388

202

70

35%

Eindhoven

Eindhoven Woensel

32.174

174

101

58%

Gouda

Bloemendaal

12.718

74

42

57%

Groningen

Groningen Paddepoel

12.651

92

64

70%

Haarlem

Haarlem Schalkwijk

25.515

123

77

63%

Heerhugowaard

Centrumwaard

10.147

110

34

31%

Maassluis

Koningshoek

10.092

71

36

51%

Nijmegen

Dukenburg

22.225

122

73

60%

Rotterdam

Keizerswaard

16.063

90

58

64%

Rotterdam

Rotterdam Zuidplein

54.024

224

107

48%

Soest

Soest-Zuid

9.182

93

25

27%

Tilburg

Westermarkt

14.546

91

40

44%

Utrecht

Kanaleneiland

15.828

84

57

68%

Utrecht

Utrecht Overvecht

25.760

127

85

67%

Zwolle

Zwolle-Zuid

10.932

77

44

57%

Bron: Locatus, eigen bewerking

Bloemendaal Helftheuvel Winkelpassage Westermarkt Gelderlandplein Kanaleneiland Keizerswaard Presikhaaf De Mare Buitenmere Dukenburg Arnhem Kronenburg Haarlem Schalkwijk Utrecht Overvecht Amsterdam Osdorpplein s Gravenhage Leijweg Eindhoven Woensel Amsterdam Boven t Y Rotterdam Zuidplein

Stadsdeelcentra Nederland in m² winkelvloeroppervlakte

Groningen Paddepoel

60000

Emiclaer Breda Hoge Vught

50000

Zwolle-Zuid

40000

Centrumwaard

30000

Koningshoek

20000

Soest-Zuid

10000

0

Bron: Locatus, eigen bewerking

< 10.000m²

≥ 10.000m² < 15.000 m²

≥ 15.000m² < 20.000 m²

≥ 20.000m² < 25.000 m²

≥ 25.000m²

Stadsdeelcentra (één eigenaar en versnipperd eigendom) verdeeld naar grootteklassen

Bron: Locatus, eigen bewerking

Archipel Willemspark

Stadsdeelcentra (één eigenaar en versnipperd eigendom) verdeeld naar grootteklassen

≥ 10.000m² < 15.000 m² ≥ 15.000m² < 20.000 m² ≥ 20.000m² < 25.000 m² ≥ 25.000m²

Bron: Locatus, eigen bewerking