Aantrekkelijkheid van de Nederlandse binnensteden Patty Roosen Verkenning van de effecten van beleving op de aantrekkelijkheid van de binnensteden en de bijbehorende financiële prestaties van winkelvastgoed Agenda • • • • Aanleiding en doelstelling Onderzoeksvragen Methode en scope Bevindingen AANLEIDING 1.Veranderend winkel landschap door verschillende krachten 2.Strijd om de consument 3.Onderlinge concurrentie Nederlandse binnensteden 4.Redevco steden analyse DOELSTELLING Welke factoren maken een binnenstad zo aantrekkelijk, dat de consument in deze stad wil gaan winkelen? “Is er een significante relatie tussen de aanwezigheid van belevingsfactoren in een stad en de hoogte van de huurprijs?” ONDERZOEKSVRAGEN 1. ‘Hebben binnensteden die hoog scoren op harde factoren, een hogere huurprijs per vierkante meter in vergelijking tot steden die lager scoren op deze harde factoren?’ 2. ‘Hebben binnensteden die hoog scoren op zachte factoren, een hogere huurprijs per vierkante meter in vergelijking tot steden die lager scoren op deze zachte factoren?’ 3. Is er een significant groter effect op de hoogte van de huurprijs, wanneer er zowel harde als zachte factoren aanwezig zijn, dan wanneer er alleen harde factoren aanwezig zijn? NIEUWE STEDEN RANKING Factoranalyse - belevingswaarde koppelen aan opnieuw resulterende rangordes van steden METHODE & SCOPE Kwantitatieve analyse * Pearson Rho correlatie * Spearmans Rho correlatie * Multiple regressie analyse * Factor analyse Scope - Nederland - 50 Gemeenten - Nederlandse binnensteden – A1 High Streets BEVINDINGEN De 1e hypothese Binnensteden die hoger scoren op de harde factoren hebben een hogere huurprijs per vierkante meter in vergelijking tot steden die lager scoren op de harde factoren Pearson Rho Correlatie test Harde variabelen (klassieke factoren) 1.bevolkingsomvang 2.aantal retailers op A1 t/m B1 gebied 3.centraliteitsindex (Redevco onderzoek) (location based retail sales / residence based retail sales) 4.diversiteit non-food detailhandel 5.gemiddeld besteedbaar inkomen BEVINDINGEN ‘Harde factoren’ : Correlatie coëfficiënt Sig. (2tailed) Bevolking Diversiteit Non-food Sector Detailhandel Aantal retailers A1/A2/B1 gebied Gemiddeld besteedbaar inkomen Centraliteits index N ,859(**) ,827(**) ,000 ,000 ,789(**) ,000 -,387(*) ,005 0,221 50 ,124 BEVINDINGEN De 2e hypothese: Binnensteden die hoog scoren op zachte factoren hebben een hogere huurprijs per vierkante meter in vergelijking tot steden die lager scoren op deze zachte factoren Spearmans Rho correlatie test Wat is beleving? Experience Economie (Pine & Gilmore,1999): ‘Een ervaring kan dus een onderscheidend economisch voordeel zijn, waarvoor een prijspremium gevraagd kan worden’ Retailsector: Amusement & Esthetiek Operationaliseren belevingsfactoren 1. Onveiligheid 8. Centrum parkeergarages 2. Authenticiteit 9. Toeristenbelasting 3. Culinaire kwaliteit 10. Creatieve klasse 4. Culinaire diversiteit 11. HBO/WO Studenten 5. Cultuurindex 12. Groene druk 6. Bioscopen 13. Grijze druk 7. Parkeertarieven ‘Zachte’ factoren’ Correlatiecoëfficiënt Sig. (2-tailed) Onveiligheid Authenticiteit Culinair kwaliteit Culinair diversiteit Cultuurindex Bioscoop Parkeergarages .453(**) .369(*) .424(**) .711(**) .731(**) .650(**) .751(**) .001 .008 .002 .000 .000 .000 .000 Parkeer tarieven .731(**) .000 Creatieve klasse Studenten Toeristenbelasting Groene Druk Grijze Druk N .765(**) .715(**) .016 -.152 -.197 50 .000 .000 .911 -293 .170 BEVINDINGEN De 3e hypothese Is er een significant groter effect op de hoogte van de huurprijs, wanneer er zowel harde als zachte factoren aanwezig zijn, dan wanneer er alleen harde factoren aanwezig zijn? Multiple regressie analyse (2) (1) regressieanalyse (alleen de harde variabele): 2 significante variabelen: bevolking en het aantal retailers op het A1 t/m B1 gebied. Verklaarde variantie was 77,8 % Multiple regressie analyse (2) regressieanalyse (zowel harde als zachte variabelen): 4 significante variabelen: bevolking, creatieve klasse, onveiligheid en culinaire kwaliteit. Verklaarde variantie nu 89%. Toename verklaarde variantie 11,2% . Een groot deel van de belevingsbepalende variabelen, zijn in de totale regressie niet teruggevonden. Dit kan duiden op een hoge mate van multicollineariteit, dat wil zeggen dat de belevingsvariabelen min of meer hetzelfde meten. FACTOR ANALYSE - Ten behoeve van dimensiereductie - Eigen waarde - Factor loadings BEVINDINGEN Factoranalyse: de belevingsdimensies laden sterk op de eerste factor Factor 1 bevolking, aantal retailers op A1 t/m B1 gebied, onveiligheid, vooroorlogse woningen (authenticiteit), culinaire diversiteit, cultuurindex, bioscoop, aanwezigheid parkeergarages, parkeertarieven, creatieve klasse, studenten, diversiteit non- food sector detailhandel Factor 2: toeristenbelasting, centraliteitsindex en besteedbaar inkomen hoog. Factor 3: culinaire kwaliteit en grijze druk Factor4: groene druk. Er waren geen variabelen die op meerdere factoren hoog laden NIEUWE STEDEN RANKING Top 10 1 2 3 4 5 6 7 8 9 10 Steden ranking Redevco Amsterdam Rotterdam Utrecht Den Haag Eindhoven Groningen ‘s- Hertogenbosch Breda Arnhem Amersfoort Ranking Factor 1 Amsterdam Rotterdam Den Haag Groningen Utrecht Nijmegen Leiden Maastricht Haarlem Eindhoven Binnensteden moeten niet proberen identiek, maar uniek te zijn Bedankt voor uw aandacht!
© Copyright 2024 ExpyDoc
