Onderzoekrapportage Verkiezing Schoonste Winkelgebied 2015

Transcriptie

1 Onderzoekrapportage Verkiezing Schoonste Winkelgebied 2015

2 Inhoudsopgave Samenvatting Inleiding Methode Resultaten Algemene gegevens winkelgebieden Gemiddelde schoonscore Samenstelling zwerfafval Vervuilgedrag Resultaten Gedrag en beleving van bezoekers Effect type winkelgebied Oorzaken van schoonscore Oorzaken van aangename beleving Gevolgen van schoon Uitgaven n.a.v. schoonscore Verblijfsduur Objectief vs. subjectief Resultaten Gedrag en beleving van ondernemers Resultaten Succesfactoren en knelpunten Conclusies en aanbevelingen Bijlage 1 Legenda Bijlage 2 Typering winkelgebieden Bijlage 3 Uitgebreide toelichting statistische begrippen Bijlage 4 Vragenlijst, observatieformulier en ondernemersenquête

3 Samenvatting Jaarlijks organiseert Stichting Nederland Schoon de Verkiezing Schoonste Winkelgebied. Dit jaar is 47 dagen lang gewerkt door 76 onderzoekers om alle benodigde data van 476 winkelgebieden te verzamelen. Bij het onderzoek zijn in ieder winkelgebied minimaal 40 bezoekers geënquêteerd, 5 ondernemers bevraagd, en is 1 observatie uitgevoerd. Dit resulteerde in ruim bezoekers enquêtes, ruim ondernemers enquêtes, en ruim 500 observaties die nader zijn geanalyseerd. De Nederlandse winkelgebieden worden steeds schoner. Zowel objectief (hoeveelheid grof en fijn zwerfafval), als in de beleving van de bezoekers en ondernemers (subjectief). De subjectieve schoonscore voor winkelgebieden steeg van 6,75 in 2014, naar 6,85 in 2015 De objectieve score voor de hoeveelheid grof en fijn zwerfafval is verbeterd van een 6,36 in 2014, naar 6,77 in 2015 Ontwikkeling gemiddelde schooscore Nederlandse winkelgebieden 7 6,8 6,6 6,4 6,2 6,54 6,89 6,75 6,36 6,36 6,85 6,77 Subjectief Objectief Zoals werd verwacht, zijn hoofdwinkelgebieden anders dan lokale winkelgebieden 1. Dit is terug te zien in verschillende resultaten: Hoofdwinkelgebieden zijn schoner (7,68) dan lokale winkelgebieden (6,70) In hoofdwinkelgebieden is de beleving aangenamer, geeft men meer uit, en verblijft men langer Dit komt doordat men hoofdwinkelgebieden vooral bezoekt om te winkelen en gebruik te maken van de horeca, terwijl lokale winkelgebieden vaker bezocht worden voor de dagelijkse boodschappen. Hoofdwinkelgebieden zijn daarom apart van lokale winkelgebieden geanalyseerd. Alle onderstaande resultaten gaan op voor beide categorieën winkelgebieden. Dus hoewel kan worden gesteld dat hoofdwinkelgebieden door het winkelgedrag wat hier plaatsvindt (en het beheer wat hierop is ingesteld) sowieso schoner zijn, een langere verblijfsduur hebben en hogere uitgaven kennen, is daarnaast het effect op en van schoon significant aanwezig. 1 Zie hoofdstuk 4.1 en bijlage 2. Winkelgebieden zijn ingedeeld in 2 categorieën: 1) Hoofdwinkelgebieden, bestaande uit binnensteden en hoofdwinkelgebieden (groot en klein). 2) Lokale winkelgebieden, bestaande uit alle overige winkelgebieden, waaronder kernverzorgende winkelgebieden (groot en klein), stadsdeelcentra, wijkcentra, buurtcentra en supermarktcentra. 3

4 Bijna de helft van de schoonscore van een winkelgebied kan beïnvloed worden door 10 factoren. Het belang van de factoren is wel in sterke mate afhankelijk van of het een hoofdwinkelgebied of lokaal winkelgebied betreft. De vijf belangrijkste factoren in dit model zijn: Hoeveelheid waargenomen zwerfafval Aangename beleving Voldoende schoonmaak Grof zwerfafval Kwaliteit bestrating Ook de aangename beleving van een winkelgebied kan voor 30% beïnvloed worden door onder andere in te zetten op de volgende onderdelen: Schoonscore Prettige sfeer Hoge diversiteit winkelaanbod Aanwezig publiek Weinig leegstand Het rendement van schoon is opnieuw bewezen. Een schoon winkelgebied heeft vele voordelen voor bezoekers, ondernemers en beheerders. Ongeacht het type winkelgebied (hoofdwinkelgebied of lokaal winkelgebied) geldt dat een schoon winkelgebieden leidt tot: Een groter gevoel van veiligheid Een aangenamere beleving Een langere verblijfsduur Hogere uitgaven 4

5 1. Inleiding Jaarlijks organiseert Stichting Nederland Schoon de Verkiezing Schoonste Winkelgebied. Hiervoor zijn dit jaar (2015) ruim 500 winkelgebieden onderzocht op schoonheid, beleving, gedrag en inrichting van de openbare ruimte. Met de resultaten uit dit onderzoek publiceert NederlandSchoon ieder jaar een ranglijst van winkelgebieden en roept de winnaar uit tot het Schoonste Winkelgebied. Ook is er een ranglijst voor de Gemeente met de Schoonste Winkelgebieden. Per winkelgebied worden de resultaten vervolgens gebundeld in een gemeente rapportage. In deze rapportage worden tot slot de enquêtes en observaties met elkaar in verband gebracht middels een statistische analyse, om uitspraken te doen over trends, ontwikkelingen en relaties in winkelgebieden. Hiermee kunnen gemeente, beheerders, ondernemers en eigenaren hun voordeel doen. De rapportage start met een toelichting op de methode. Dit betreft zowel de methode van dataverzameling voor de Verkiezing Schoonste Winkelgebied, als ook de onderzoeksmethode die is toegepast om te komen tot de resultaten in deze rapportage. Vervolgens worden de resultaten van de verschillende data analyses getoond, gesorteerd op onderwerp en analyse niveau. Tot slot worden enkele conclusies en aanbevelingen voor winkelgebieden gegeven. 5

6 2. Methode In verschillende fasen van het onderzoek zijn methoden en technieken gebruikt om data te verzamelen en te verwerken. In dit hoofdstuk wordt onderscheid gemaakt in de methode om data te verzamelen en de methode om data te verwerken tot de resultaten in deze rapportage. Data verzameling Voor deelname aan de Verkiezing Schoonste Winkelgebied zijn verschillende winkelgebieden geselecteerd. Allereerst is er een basisselectie gemaakt door NederlandSchoon van alle winkelgebieden in de grootste 27 gemeenten van Nederland met minimaal m 2 winkelvloeroppervlakte of minimaal 15 verkooppunten. Daaraan toegevoegd zijn de winkelgebieden van de 9 gemeenten die zichzelf hadden opgegeven voor deelname. In alle binnensteden in deze gemeenten zijn meerdere meetpunten geselecteerd, die achteraf zijn samengevoegd tot één score voor de gehele binnenstad. Voor de lokale winkelgebieden geldt in het algemeen dat één meetpunt ook één winkelgebied is. Dit alles resulteerde in 476 winkelgebieden in 36 gemeenten, waarbij in de 36 binnensteden in totaal 107 meetpunten zijn gebruikt. Deze binnenstedelijke meetpunten zijn in de data analyse gebruikt als afzonderlijke eenheden, terwijl in de ranglijst alleen de geaggregeerde score is vermeldt. In de zomermaanden (juni/juli/augustus) is het onderzoek uitgevoerd door in ieder winkelgebied naar de mening van minimaal 40 bezoekers te vragen. Ook is per winkelgebied een observatie uitgevoerd, en zijn 5 ondernemers naar hun mening gevraagd. Aan dit onderzoek hebben 76 onderzoekers gezamenlijk 47 dagen gewerkt. De enquêtes die onder de bezoekers en ondernemers zijn afgenomen vonden plaats op één dag, en ook de observaties bestaan uit enkele momentopnamen op dezelfde dag. De gebruikte vragenlijst en observatieformulier staan in bijlage 4. Data analyse De data die gebruikt is in de analyse is resultaat van: 15 enquêtevragen, 6 observatie-elementen, 5 enquêtevragen gesteld aan de ondernemers. Welke variabelen dit zijn, is terug te vinden in de legenda in bijlage 1. Alle overige vragen uit de enquêtes en observatie-elementen uit het observatieformulier zijn ook beoordeeld in het onderzoek, maar aangezien zij niet van significante invloed bleken te zijn op de onderzochte variabelen, zijn zij verder niet vermeldt in de onderzoeksresultaten. Alle variabelen zijn vervolgens gecodeerd. Over het algemeen geldt dat de score 1 correspondeert met de meest negatieve beoordeling, terwijl de hoogste score correspondeert met de meest positieve beoordeling (tenzij anders vermeld). Bij bijna alle variabelen is gebruik gemaakt van een vijfpuntsschaal. Dit is gedaan in lijn met de CROW beeldlatten methodiek, die een vijfpuntsschaal hanteert van A+ t/m D, waarbij A+ correspondeert met de hoogst mogelijke score (5) en D met de laagst mogelijke score (1). 6

7 Bij schoonscore is gebruik gemaakt van een tienpuntsschaal. Een rapportcijfer is in dit geval geschikter aangezien dit voor een meer gedetailleerde weergave zorgt. Tot slot nog enkele relevante begrippen, uitgebreider uiteengezet in bijlage 3. Significantie: er wordt gebruikt gemaakt van een betrouwbaarheidsinterval van 99,9%, waarbij er een significantieniveau van 0,1% wordt gesteld. Wanneer een relatie significant is, is deze relatie in zekere mate bij 99,9% van de gevallen geconstateerd. Er wordt in dit onderzoek een significantieniveau van 0,1% gehanteerd. Correlatie: hierbij wordt uitgegaan van het idee dat wanneer twee factoren rond dezelfde tijd af- of toenemen, er een verband bestaat tussen beide. Probleem is echter de causaliteit: beïnvloedt A element B, of juist andersom? Regressiemodel: uitgebreidere versie van een correlatie, waarbij meerdere elementen tegelijkertijd onderzocht kunnen worden. Zo kan een beter beeld worden geschetst van de onderlinge verhoudingen, welk element meer invloed heeft op de ander, enzovoorts. Richtingscoëfficiënt: wordt ook wel de Bèta (ß) genoemd. Met hulp van de Bèta kan worden voorspeld hoeveel de afhankelijke variabele toe zal nemen, wanneer de onafhankelijk variabele in kwestie toeneemt. Dus wanneer de richtingscoëfficiënt 0,8 is, zal de afhankelijke 0,8 toenemen per eenheid die de onafhankelijke toeneemt. Verklaarde variantie: een regressiemodel produceert ook een R2, de verklarende kracht. De verklarende kracht is de variantie in de afhankelijke variabele die verklaard wordt door de aanwezige onafhankelijke variabele. Bij een verklarende kracht van 20% is dus 20% te verklaren aan de hand van de geanalyseerde variabelen. 7

8 3. Resultaten Algemene gegevens winkelgebieden Voordat dieper ingegaan wordt op de statistische relaties die zich in winkelgebieden voordoen, kunnen enkele algemene uitspraken gedaan worden over de situatie in de Nederlandse winkelgebieden, op basis van de enquêtes en observaties die zijn afgenomen in de winkelgebieden. 3.1 Gemiddelde schoonscore De gemiddelde schoonscore van alle (grote) winkelgebieden in Nederland kan op 2 manieren worden bepaald; subjectief, via de afgenomen enquêtes en objectief, op basis van de geobserveerde hoeveelheden grof en fijn zwerfafval. Subjectief Door bezoekers te vragen een cijfer te geven voor de schoonheidsgraad van het winkelgebied ontstaat een subjectieve schoonscore van het winkelgebied. In dit onderzoek zijn bezoekers op straat gevraagd hoe schoon zij het winkelgebied vonden in het algemeen en op dit moment. Omdat bezoekers op straat werden bevraagd en dus de gelegenheid hadden om even om zich heen te kijken alvorens zij een antwoord gaven, is deze subjectieve score doorgaans meer in overeenstemming met de objectieve schoonscore dan wanneer men thuis een vragenlijst invult. De schoonscore is vervolgens bepaald door het gemiddelde te nemen van het gegeven cijfer voor schoon op dit moment en schoon in het algemeen. Wanneer alle enquêtes vervolgens per winkelgebied worden gemiddeld, resulteert dit in de volgende gegevens: Nederlandse winkelgebieden scoren in 2015 gemiddeld een 6,85 o Hoofdwinkelgebieden en binnensteden scoren gemiddeld een 7,15 o Lokale winkelgebieden scoren gemiddeld een 6,82 Figuur 1 toont de ontwikkeling in schoonscore. Hierin is een stijgende lijn te zien. De daling tussen 2013 en 2014 is veroorzaakt door een wijziging in de meet methode 2. Ontwikkeling gemiddelde schoonscore Nederlandse winkelgebieden 7 6,8 6,6 6,4 6,2 6,54 6,89 6,75 6,36 6,36 6,85 6,77 Subjectief Objectief Figuur 1: Gemiddelde objectieve en subjectieve schoonscore 2 In 2012 en 2013 is de subjectieve schoonscore bevraagd op een 5-puntsschaal, terwijl in 2014 en 2015 gebruik is gemaakt van een 10-puntsschaal (rapportcijfer). Een daling van het gemiddelde cijfer is dan te verwachten, want iemand die op een 5-puntsschaal een 4 geeft, zal op een 10-puntsschaal niet altijd een 8 geven, maar ook vaak een 7. Dit resulteert in een gemiddeld lager cijfer. 8

9 Objectief Objectief wordt de schoonscore bepaald door het gemiddelde van de geobserveerde hoeveelheden grof en fijn zwerfafval. De hoeveelheid grof en fijn zwerfafval is bepaald op basis van de CROW beeldlatten 5-puntsschaal, maar voor de vergelijkbaarheid met de subjectieve score is deze score met 2 vermenigvuldigd om te komen tot een rapportcijfer. Grof en fijn zwerfafval wegen in dit cijfer even zwaar, hoewel in hoofdstuk 4.2 aangetoond wordt dat voor de subjectieve schoonscore de hoeveelheid grof zwerfafval grotere invloed heeft. Nederlandse winkelgebieden scoren in 2015 gemiddeld een 6,77 o Hoofdwinkelgebieden en binnensteden scoren gemiddeld een 7,68 o Lokale winkelgebieden scoren gemiddeld een 6,70 Figuur 1 toont de ontwikkeling in schoonscore. Hierin is een stijgende lijn te zien. 3.2 Samenstelling zwerfafval De samenstelling van zwerfafval in winkelgebieden is uniek, omdat het in sterke mate afhankelijk is de soorten afval die in het gebied ontstaan. Wanneer in een winkelgebiedobservatie zwerfafval aanwezig was, is daarom een registratie gemaakt van de soorten en hoeveelheden van dit zwerfafval. Deze gegevens geven een indicatie van de samenstelling van het zwerfafval in winkelgebieden. Ze dienen ook enkel gebruikt te worden als indicatie, omdat in de methode geen tellingen zijn gedaan en de gegevens daarom niet betrouwbaar genoeg zijn om uitspraken op te baseren. Figuur 2 en 3 laten zien uit welke soorten afval het gevonden grof en fijn zwerfafval bestaat. Samenstelling grof zwerfafval 10% 10% 8% Etensresten Take away verpakkingen 26% 18% Snoep verpakkingen Drank verpakkingen Plastic overig Papier 13% 15% Overig Figuur 2: Samenstelling grof zwerfafval, gemiddeld over alle winkelgebieden Samenstelling fijn zwerfafval 25% 44% Peuken Kauwgom Overig 31% Figuur 3: Samenstelling fijn zwerfafval, gemiddeld over alle winkelgebieden 9

10 3.3 Vervuilgedrag In de enquête is gevraagd naar het vervuilgedrag van het winkelend publiek. Hoewel deze getallen iets te positief zullen zijn (omdat je het mensen vraagt, heb je altijd een social desirability bias), zijn hier de volgende getallen uit gekomen: 80% van de bezoekers veroorzaakt nooit zwerfafval 9% gooit alleen bij hoge uitzondering iets op de grond De overige bezoekers geven toe soms (8%), regelmatig (2%) of vaak (1%) afval op de grond te gooien Mannen gooien vaker iets op de grond dan vrouwen Jongeren gooien vaker iets op de grond dan ouderen 10

11 4. Resultaten Gedrag en beleving van bezoekers Door middel van het vergelijken van enquête antwoorden, observatieresultaten en de eigenschappen van de winkelgebieden waarin deze enquêtes en observaties zijn afgenomen, kunnen uitspraken worden gedaan over het gedrag en de beleving van bezoekers onder verschillende omstandigheden. 4.1 Effect type winkelgebied Vanuit de Locatus database heeft ieder winkelgebied een typering mee gekregen. Deze typeringen zijn samengevoegd tot 4 hoofdtypes, zie bijlage 2 voor een nadere definitie. Het type winkelgebied zegt iets over de grootte en inrichting van een winkelgebied. Het valt dus te verwachten dat het type ook effect heeft op de schoonheidsgraad, de beleving en het gedrag in een winkelgebied. Schoonscore en beleving Type Bijbehorende soorten winkelgebieden Buurtcentrum Supermarktcentrum Kern verzorgend supermarktcentrum Kern verzorgend winkelgebied klein Wijkcentrum klein Wijkcentrum groot Binnenstedelijke winkelstraat Stadsdeelcentrum Kern verzorgend winkelgebied groot Binnenstad Hoofdwinkelgebied klein Hoofdwinkelgebied groot Bij het analyseren van de schoonscore en de aangename belevingsscore die winkelgebieden hebben gekregen in de enquête, is onderscheid gemaakt tussen de verschillende typen winkelgebieden. Het is immers geen vreemde gedachte dat bepaalde gebieden als aantrekkelijker worden beschouwd, zelfs wanneer de hoeveelheid zwerfafval buiten beschouwing wordt gelaten. Winkelgebied type Schoonscore 6,72 6,85 6,84 7,16 Aangename beleving 3,61 3,71 3,76 3,91 Tabel 1: Gemiddelde schoonscore en aangename beleving score per winkelgebied type Zoals te zien in tabel 1, scoort type 4 zowel voor schoonscore als aangename beleving het hoogst. Type 1 scoort relatief laag, dit type valt dus iets vaker onvoldoende uit. Type 2 en 3 vertonen daarentegen weer vergelijkbare scores. Daarnaast zien we dat type 1, 2 en 3 vrij dichtbij elkaar liggen (t.o.v. type 4) in zowel schoonscore als aangename beleving. Bezoekdoel In het bezoekdoel is dezelfde trend zichtbaar. Figuur 4 laat per winkelgebied type (horizontale as) het percentage mensen zien dat daar komt met een specifiek bezoekdoel (verticale as). In winkelgebied type 4 komt het grootste deel van de bezoekers om te winkelen of gebruik te maken van de horeca gelegenheden. Terwijl in type 1 de meerderheid van de bezoekers dagelijkse boodschappen en gerichte aankopen doet. Over type 2 en 3 stijgt het percentage bezoekers dat komt winkelen weer, dus hoe groter het winkelgebied, hoe vaker het gedrag van de bezoekers recreatief is. Dit komt overeen met de verwachting op basis van de typering die Locatus in haar database gebruikt. 11

12 Doel bezoek gesorteerd op winkelgebied type 100% 80% 60% 40% 20% 0% Figuur 4: Bezoekdoel naar winkelgebied type Woon/werk/voorbijganger Horecabezoek Winkelen Doelgericht bezoek (van bepaalde winkels) Dagelijkse boodschappen Tabel 2 laat vervolgens zien dat met het bezoekdoel winkelen en horeca men een meer positieve beleving heeft, dan wanneer men het winkelgebied bezoekt met één van de andere intenties. Bezoekdoel Gemiddelde score aangename beleving Dagelijkse boodschappen 3,72 Doelgericht bezoek (van bepaalde winkels) 3,70 Winkelen 3,93 Horecabezoek 3,86 Woon/werk + voorbijganger 3,71 Tabel 2: Gemiddelde score voor aangename beleving per bezoekdoel Tot slot toont figuur 5 dat ook de uitgaven per bezoekdoel (en dus in feite ook per winkelgebied type) een vast patroon hebben. Wanneer men winkelen als doel heeft, geeft men over het algemeen grotere bedragen uit dan bij andere bezoekdoelen. Hieruit kunnen we afleiden dat omdat de winkelgebied type 4 het hoogste percentage winkelende bezoekers heeft, er in dit winkelgebied type ook hogere uitgaven gedaan zullen worden dan in de andere winkelgebieden. In hoofdstuk 4.5 wordt dieper ingegaan op het uitgavenpatroon van bezoekers. Uitgaven gesorteer op bezoekdoelen 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% Dagelijkse boodschappen Doelgericht bezoek (van bepaalde winkels) Figuur 5: Uitgaven per bezoekdoel Winkelen Horecabezoek Woon/werk + voorbijganger Meer dan 100 Euro Euro Euro Euro 0-10 Euro Ik geef niets uit 12

13 Conclusie Lokale winkelgebieden vs. Hoofdwinkelgebieden Uit al het bovenstaande valt te concluderen dat winkelgebieden type 4 op enkele essentiële fronten verschillen van winkelgebied type 1, 2 en 3. Men komt in type 4 (hoofdwinkelgebieden en binnensteden) met een andere intentie, en dus met een andere emotie en een ander gedrag. Daarom is ervoor gekozen om winkelgebied type 1 t/m 3 samen te voegen en te analyseren als lokale winkelgebieden, terwijl winkelgebied type 4 vanaf nu apart behandeld zal worden onder de term hoofdwinkelgebieden. Omdat het bezoekdoel en het winkelgebied type dermate overeenkomen, wordt het bezoekdoel hierna niet meer apart geanalyseerd. Hoofdwinkelgebieden worden gelijk gesteld aan (voornamelijk) winkelgedrag, terwijl lokale winkelgebieden gekenmerkt worden door (voornamelijk) boodschappen en doelmatige aankopen. 4.2 Oorzaken van schoonscore Om te kijken welke factoren hoofdzakelijk de gemiddelde schoonscore van een winkelgebied beïnvloeden, is een multipele regressieanalyse gedraaid in SPSS (zie hoofdstuk 2). De oorzaken van schoon die van significante invloed bleken te zijn, staan in figuur 6 in het blauw afgebeeld. Al deze factoren staan positief in verband met de schoonscore bij een significantieniveau van 0,001. Algemeen model De hoeveelheid waargenomen zwerfafval heeft de grootste invloed op de schoonscore, maar enkele anderen zijn ook in staat een gedeelte van de schoonscore te voorspellen. De belangrijkste zijn aangename beleving en voldoende schoonmaken. Samen met de andere significante variabelen is er een verklaringspercentage (R2) van 44,4%. Dit betekent dat 44% (bijna de helft) van de schoonscore kan worden voorspeld aan de hand van deze elementen. In sommige gevallen is het verband sterker dan in andere gevallen: hoeveelheid waargenomen zwerfafval heeft een hoge richtingscoëfficiënt (ß) van 0,391, terwijl groenvoorziening maar een kleine positieve richtingscoëfficiënt (ß) van 0,020 heeft en dus minder van invloed is op de schoonscore dan de hoeveelheid waargenomen zwerfafval. In het geval van hoeveelheid waargenomen zwerfafval betekent dit dat wanneer de hoeveelheid waargenomen zwerfafval met één eenheid toeneemt (in de schaalverdeling is een toename een positieve verbetering, zie hoofdstuk 2) de schoonscore stijgt met 0,

14 Figuur 6: Oorzaken schoonscore Relevant om in deze context te vermelden, is dat deze analyse aantoont dat aangename beleving een positieve invloed heeft op de schoonscore, maar dat de analyse in hoofdstuk 4.4 laat zien dat de schoonscore ook een positieve invloed heeft op de aangename beleving. Hierdoor is het lastig om een eenduidig causaal verband te constateren. Dat de twee elkaar beïnvloeden is onbetwist. Analyse naar winkelgebied type Hierboven zijn de oorzaken van schoon besproken, over alle winkelgebieden gemiddeld. In hoofdstuk 4.1 is echter geconstateerd dat hoofdwinkelgebieden qua score afwijken van lokale winkelgebieden. Om deze reden zijn de oorzaken van schoon opnieuw uitgedraaid, maar dan voor beide typeringen apart. Hier komen enkele opvallende resultaten uit voort. Het effect van hoeveelheid aanwezig zwerfafval op de schoonscore is in lokale winkelgebieden sterker dan in hoofdwinkelgebieden. De richtingscoëfficiënt (ß) bedraagt 0,393 voor lokale winkelgebieden, terwijl dit effect voor de hoofdwinkelgebieden ietwat lager ligt (ß=0,381). De belangrijkste variabelen zijn voor beide type winkelgebieden hetzelfde: hoeveelheid zwerfafval, de aangename beleving en voldoende schoonmaak. In hoofdwinkelgebieden de volgende drie variabelen niet van invloed op de schoonscore : aanwezig publiek, schone ramen en fijn zwerfafval. Dit houdt niet in dat zij absoluut geen verschil maken, maar vooral dat de andere variabelen aanzienlijk belangrijker zijn bij het bewerkstelligen van schoon in de hoofdwinkelgebieden. 14

15 4.3 Oorzaken van aangename beleving Algemeen model Een hoge schoonscore, een prettige sfeer en een hoge diversiteit in het winkelaanbod hebben de sterkste positieve invloed op de score voor een aangename beleving van een winkelgebied. Alle oorzaken van aangename beleving staan in onderstaand regressiemodel. Deze oorzaken zijn eveneens significant bevonden bij een significantieniveau van 0,001. Alle variabelen in het model hebben samen een verklaringsfactor (R2) van 30,1%. Haast een derde van de aangename beleving kan door deze factoren voorspeld worden. Figuur 7: Oorzaken aangename beleving Bij alle variabelen is er een positief verband geconstateerd, met uitzondering van de drukte in het winkelgebied. In het geval van de drukte is het verband negatief, met een richtingscoëfficiënt (ß) van -0,026. Het negatief verband houdt in dat hoe rustiger het is, des te aangenamer de beleving uitvalt. Analyse naar winkelgebied type Hierboven zijn de oorzaken van schoon besproken, over alle winkelgebieden gemiddeld. Wanneer de resultaten worden gesplitst op lokale winkelgebieden en hoofdwinkelgebieden, wijken de resultaten af van de originele, ongesplitste versies: Bij lokale winkelgebieden zijn de drie belangrijkste variabelen 1) schoonscore, 2) diversiteit winkelaanbod, en 3) weinig leegstand. Alle andere zeven variabelen zijn ook significant, maar in mindere mate. 15

16 In hoofdwinkelgebieden zijn echter maar vijf zaken bepalend voor een aangename beleving. Namelijk in volgorde: schoonscore, diversiteit winkelaanbod, mooie architectuur, sfeer en aanwezig publiek. 4.4 Gevolgen van schoon Ook van belang zijn de positieve gevolgen die een schoon winkelgebied op haar beurt weer teweeg brengt. Een hoge schoonscore heeft tot gevolg dat: Men zich overdag veiliger voelt: veiligheid overdag heeft een richtingscoëfficiënt (ß) van 0,197, en een verklaringsfactor (R2) van 0,039 oftewel 3,9%. Men zich s avonds nog veiliger voelt: veiligheid s avonds heeft een nog hogere richtingscoëfficiënt (ß) van 0,223 en een verklaringsfactor (R2) van 0,049 oftewel 4,9%. Bijna 5% van het veiligheidsgevoel wordt daarmee veroorzaakt door hoe schoon de omgeving is. Dit effect op veiligheid is echter niet hetzelfde voor lokale winkelgebieden en hoofdwinkelgebieden. Het effect van schoonscore op veiligheidsgevoel is in lokale winkelgebieden vooral s avonds sterk aanwezig (ß=0,236 en R2=5,5%), terwijl het overdag veel minder effect heeft (ß=0,196 en R2=3,8%). Dit zou bijvoorbeeld kunnen komen doordat lokale winkelgebieden s avonds vrij uitgestorven kunnen zijn. In hoofdwinkelgebieden is de situatie juist andersom, daar veroorzaakt de schoonscore een gevoel van veiligheid overdag (ß=0,213 en R2=4,5%), terwijl veiligheid s avonds minder beïnvloed wordt door schoonscore (ß=0,183 en R2=3,8%). 4.5 Uitgaven n.a.v. schoonscore In de data analyse van 2014 is een relatie geconstateerd tussen schoonscore enerzijds en uitgaven per bezoek anderzijds. Deze relatie wordt in onderstaande grafieken opnieuw weergegeven. Algemeen model In figuur 8 is de relatie weergegeven tussen schoonscore (horizontale as) en het percentage bezoekers dat een bepaald bedrag uitgeeft (verticale as). Wanneer het winkelgebied een voldoende scoort op de mate van schoon, valt af te leiden dat men over het algemeen vaker in de hogere uitgave-categorieën valt. Zo wordt er vaker euro en euro uitgegeven als het winkelgebied voldoende schoonscores op zijn naam heeft, en het percentage meer dan 100 euro is zelfs het grootst wanneer de score een tien betreft. Er kan niet gezegd worden dat er geen geld wordt uitgegeven in de slechtst scorende winkelgebieden, maar wel dat schone winkelgebieden aanzetten tot hogere uitgaven. 16

17 Uitgaven gesorteerd op schoonscore 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% Figuur 8: Uitgaven naar schoonscore Meer dan 100 Euro Euro Euro Euro 0-10 Euro Ik geef niets uit Analyse naar winkelgebied type Figuur 9 en 10 geven dezelfde verdeling van uitgaven naar schoonscore weer maar nu voor respectievelijk lokale winkelgebieden en hoofdwinkelgebieden. Voor de lokale winkelgebieden (figuur 9) is de verdeling van de uitgaven grotendeels stabiel, wat overeenkomst met de conclusie in 4.1 dat mensen met een specifiek doel naar het desbetreffende gebied komen. Omdat zij al een duidelijk beeld voor ogen hebben van wat zij willen kopen (vaak de dagelijkse of wekelijkse boodschappen), heeft de schoonscore nauwelijks invloed op de uitgavepatronen van bezoekers. Over het algemeen geldt wel dat hoe hoger een winkelgebied scoort, des te groter de kans is dat men hogere uitgaven doet. Bij de hoofdwinkelgebieden (figuur 10) is een sterkere trend zichtbaar. Hoe hoger het winkelgebied in kwestie scoort, des te kleiner de kans dat bezoekers niets uitgeven en des te groter de kans dat de bezoekers meer dan 100 besteden 3. Dit komt overeen met het recreatieve aspect van winkelen, wat men voor zijn plezier doet. Wanneer het schoner is, geeft men hier meer uit (waarschijnlijk door een langere verblijfsduur en een aangenamere beleving). 100% Uitgaven gesorteerd op schoonscore Lokale winkelgebieden 80% 60% 40% 20% 0% Figuur 9: Uitgaven naar schoonscore in lokale winkelgebieden Meer dan 100 Euro Euro Euro Euro 0-10 Euro Ik geef niets uit 3 Voor de schoonscore 1 en 2 gaat deze relatie niet op, maar dit betreft een zeer klein aanta; mensen, waardoor hier geen conclusies aan verbonden kunnen worden. 17

18 Uitgaven gesorteerd op schoonscore Hoofdwinkelgebieden 100% 80% 60% 40% 20% 0% Figuur 10: Uitgaven naar schoonscore in hoofdwinkelgebieden Meer dan 100 Euro Euro Euro Euro 0-10 Euro Ik geef niets uit 4.6 Verblijfsduur Schoon heeft ook een positief effect op de verblijfsduur van bezoekers van een winkelgebied. Figuur 11 geeft per schoonscore (horizontale as) het gemiddelde aantal minuten weer dat iemand in het winkelgebied verblijft (verticale as), uitgesplitst voor lokale winkelgebieden en hoofdwinkelgebieden. Beide lijnen geven een opwaartse trend weer 4, al is er in het geval van de hoofdwinkelgebieden een sterkere stijging dan voor lokale winkelgebieden. Een verklaring hiervoor zou kunnen zijn dat lokale winkelgebieden voornamelijk bezocht worden voor de dagelijkse boodschappen, terwijl hoofdwinkelgebieden vaker aantrekkelijk gevonden worden voor horecabezoek en uitgebreid winkelbezoek (zie hoofdstuk 4.1). Wanneer iemand dagelijkse boodschappen doet, heeft diegene hiervoor meestal een vast bedrag (hoofdstuk 4.5) en vaste tijd in gedachten, die valt binnen de routine, en in mindere mate beïnvloed zal worden door hoe aangenaam en schoon het winkelgebied is. 140,00 120,00 100,00 80,00 60,00 40,00 20,00 0,00 Verblijfduur gesorteerd op schoonscore Lokaal VS binnensteden Lokale winkelgebieden Hoofdwinkelgebieden Figuur 11: Verblijfsduur in minuten o.b.v. schoonscore 4 De lijn vertoont een vreemde knik omhoog voor schoonscores 1 en 2. Dit betreft echter een dermate klein deel van de populatie (0,3%), dat de verblijfduur voor deze scores maar weinig representatief is voor de hele populatie. 18

19 4.7 Objectief vs. subjectief Om te beoordelen in hoeverre de (subjectieve) schoonscores die op locatie worden gegeven consistent zijn met hoe schoon het hier werkelijk is, wordt een vergelijking gemaakt tussen de schoonscore op dit moment, de objectieve schoonscore (gemiddelde grof en fijn zwerfafval), en de hoeveelheid waargenomen zwerfafval. In tegenstelling tot voorgaande analyses wordt hierbij specifiek gekeken naar de schoonscore op dit moment (in tegenstelling tot de schoonscore, wat het gemiddelde is van de schoonscore in het algemeen en de schoonscore op dit moment ). Dit is omdat de schoonscore op dit moment de bezoeker vraagt om ter plekke te beoordelen hoe schoon het is. Deze momentopname zou het meest overeen moeten komen met de objectieve schoonscore (die de onderzoekers ter plekke observeren en vastleggen) en de hoeveelheid waargenomen zwerfafval (die bezoekers ter plekke beoordelen, waarschijnlijk door even om zich heen te kijken). In hoofdstuk 4.2 werd reeds geconcludeerd dat de hoeveelheid waargenomen zwerfafval, het grof zwerfafval en het fijn zwerfafval sterk van invloed zijn op de schoonscore. De coëfficiënten (ß) (die lager zijn dan 1,0) tonen echter aan dat deze variabelen niet 100% gelijk op gaan. Deze analyse tracht daarom te kwantificeren hoe sterk deze variabelen van elkaar afwijken en welke trends hierin geïdentificeerd kunnen worden. Ook hierin wordt weer onderscheid gemaakt in lokale winkelgebieden en hoofdwinkelgebieden. Algemeen Lokale winkelgebieden Hoofd winkelgebieden Gem Var Gem Gem Schoonscore moment vs. 0,15 3,13 0,19-0,01 Hoeveelheid zwerfafval Schoonscore moment vs. 0,01 3,31 0,14-0,54 Objectieve schoonscore Objectieve schoonscore vs. Hoeveelheid zwerfafval 0,14 5,15 0,05 0,53 Tabel 3: Gemiddeld verschil tussen de scores en de variantie van dit verschil In tabel 3 worden telkens 2 van de 3 variabelen met elkaar vergeleken. Dit is in de analyse gedaan, door de waarden van elkaar af te trekken, en hiervan vervolgens het gemiddelde (gem) en de variantie (var) te berekenen. De eerste regel moet daarmee als volgt worden geïnterpreteerd: Voor iedere ingevulde enquête door een bezoeker, is de score voor hoeveelheid waargenomen zwerfafval afgetrokken van de score voor schoon op dit moment. Stel een geënquêteerde bezoeker scoorde een 6 voor de hoeveelheid waargenomen zwerfafval 5, en een 7 voor de schoonscore op dit moment, dan wordt de waarde van de vergelijking een 1. Voor alle bezoekers zijn deze waarden vervolgens gemiddeld, wat uitkomt op 0,15. Dit houdt in dat gemiddeld genomen, de bezoekers 0,15 punt hoger gaven voor schoonscore op dit moment, dan voor hoeveelheid waargenomen zwerfafval. Hieruit kan geconcludeerd worden dat deze scores relatief gelijk opgaan, ook als gekeken wordt naar lokale winkelgebieden (0,19) en hoofdwinkelgebieden (-0,01) specifiek. De variantie (var) geeft aan hoe erg de onderlinge enquêtes 5 De hoeveelheid waargenomen zwerfafval, evenals de objectieve schoonscore zijn gemeten op een 5-puntsschaal i.p.v. op een 10-puntsschaal. Voor het vergelijken van de scores, zijn de waarden van deze variabelen daarom verdubbeld. De hoeveelheid waargenomen zwerfafval is positief gecodeerd, dus een hoge score houdt in dat er weinig zwerfafval is waargenomen. 19

20 weer van elkaar afwijken. De variantie van 3,13 geeft dus aan dat het verschil tussen de score schoon op dit moment en de score hoeveelheid waargenomen zwerfafval gemiddeld over alle enquêtes 3,13 punt afweek. Op een schaal van 1 tot 10 is deze afwijking acceptabel. Hieruit kan geconcludeerd worden dat wanneer men bevraagd wordt op locatie, de score die men geeft voor schoon op dit moment en voor hoeveelheid zwerfafval dicht bij elkaar in de buurt zullen liggen. Wanneer schoon op dit moment vergeleken wordt met objectieve schoonscore (de gemiddelde score van grof en fijn zwerfafval) is dezelfde trend zichtbaar. Het gemiddelde is laag, dus de scores gaan gemiddeld genomen gelijk op, en de variantie is klein, dus er zit niet veel schommeling in de antwoorden. Wel is er een verschil zichtbaar tussen lokale winkelgebieden en hoofdwinkelgebieden. Voor lokale winkelgebieden is het gemiddelde verschil tussen de scores licht positief, oftewel; bezoekers scoren de schoonscore op dit moment gemiddeld 0,14 punt hoger dan de objectieve schoonscore die het gebied krijgt vanuit de observatie van de onderzoekers. In hoofdwinkelgebieden, is dit gemiddelde echter groter en negatief (-0,54), wat betekent dat in hoofdwinkelgebieden de objectieve schoonscore gemiddeld 0,54 punt beter is dan de schoonscore op dit moment die de bezoekers geven. Hieruit valt te concluderen dat hoofdwinkelgebieden gemiddeld (objectief gezien) schoner zijn, dan dat ze door het publiek worden beoordeeld. De bezoekers zijn hier dus kritischer. Wanneer tot slot de objectieve schoonscore wordt vergeleken met de hoeveelheid waargenomen zwerfafval valt ten eerste op dat ook hier de hoofdwinkelgebieden een hoger gemiddelde hebben. Dit is interessant, omdat de vraag in feite hetzelfde is, alleen richting een andere doelgroep. Bij de objectieve schoonscore bepaald de onderzoeker (o.b.v. CROW beeldlatten) hoeveel zwerfafval er ligt, terwijl bij hoeveelheid waargenomen zwerfafval de bezoeker op een 5-puntsschaal beoordeeld hoeveel zwerfafval zij zien. De verwachting is dus dat deze twee variabelen zeer gelijk opgaan, maar ook hierbij is de score die de onderzoeker geeft (objectieve schoonscore) hoger dan die de bezoeker geeft. Het is dus in feite schoner dan de bezoeker aangeeft. Wat tot slot opvalt is dat bij deze vergelijking de variantie (5,15) veel hoger is, wat betekent dat de antwoorden meer schommelen. De hoeveelheid waargenomen zwerfafval door bezoekers is dus minder consistent gelijk aan de objectieve schoonscore en zal dus vaker en in hogere mate afwijken. 20

21 5. Resultaten Gedrag en beleving van ondernemers Voor het eerst dit jaar zijn ook ondernemers gevraagd naar hun mening en inzet op het gebied van schoon. De ambitie hierin was om in ieder winkelgebied 5 ondernemers uit verschillende branches te interviewen, in de praktijk is dit aantal iets lager uitgevallen. Algemeen model Er zijn in totaal ondernemersenquêtes volledig ingevuld, wat neerkomt op 3,48 enquête per winkelgebied. Deze ondernemers hebben het volgende aangegeven: Gemiddeld gaven de ondernemers hun winkelgebieden een score van 6,84. 41% van de ondernemers is in meer of mindere mate bekend met de Schoonste Winkelgebied Verkiezingen. Maar 3,8% is zich bewust van de 25 meter-regel én past deze bewust toe, 2,7% geeft toe de regel te kennen en er niet per se iets mee te doen. Naar eigen zeggen maakt ongeveer 87% het winkelgebied schoon of tenminste een deel ervan, op eigen initiatief of met andere ondernemers. 41% van de ondernemers zegt schoon te maken in samenwerking met andere ondernemers, gemeente of bewoners. Analyse naar winkelgebied type Net zoals in de vorige hoofdstukken, wordt gekeken naar het verschil tussen lokale winkelgebieden en hoofdwinkelgebieden. Hoofdwinkelgebieden krijgen van hun ondernemers gemiddeld een schoonscore van 7,0 ten opzichte van een 6,77 bij de lokale winkelgebieden. In de hoofdwinkelgebieden kent 36% de Schoonste Winkelgebied Verkiezing, in de lokale winkelgebieden ligt dit getal hoger met een percentage van 42,5%. Als gekeken wordt naar de mate van eigen initiatief, doen de lokale winkelgebieden het iets beter: 88,6% geeft daar aan in bepaalde mate schoon te maken, terwijl dit in de hoofdwinkelgebieden neerkomt op 85,5%. Wat samenwerking betreft scoren de hoofdwinkelgebieden aanzienlijk lager dan de lokale winkelgebieden: 35,2% van de ondernemers in hoofdwinkelgebieden en 43,6% van de ondernemers in lokale winkelgebieden zegt samen te werken in het schoonmaken en schoonhouden van hun winkelgebied. Ten slotte de bekendheid van de 25 meter-regel, hierop scoren de gebieden redelijk gelijk: In de hoofdwinkelgebieden zegt 6,3% ervan af te weten, 2,9% procent zegt er ook daadwerkelijk iets mee te doen. Voor de lokale winkelgebieden weet 6,3% van de regel af, terwijl 4,1% de regel toepast. 21

22 6. Resultaten Succesfactoren en knelpunten Door dit jaar de top 10 en bodem 10 winkelgebieden in de ranglijst te interviewen, zijn enkele succesfactoren en knelpunten geïdentificeerd, die ervoor kunnen zorgen dat een winkelgebied heel schoon, of juist heel vervuild wordt. Belangrijkste knelpunten De volgende zaken zijn door de gemeenten geïdentificeerd als knelpunten voor het schoon niveau in de bodem 10 winkelgebieden: Versnipperd eigendom, wat tot onduidelijkheid kan leiden: wie draagt verantwoordelijkheid voor de mate van schoon in het winkelgebied? Geen sprake van samenwerking tussen de gemeente, ondernemers, lokale bewoners of andere samenwerkingsvormen. Parkjes in de wijk zijn centrale afvalpunten die de beeldkwaliteit van het winkelgebied negatief beïnvloedt. Snoeproutes die door en langs het winkelgebied lopen. Belangrijkste succesfactoren De volgende zaken zijn door de gemeenten geïdentificeerd als succesfactoren, die in hun winkelgebieden in de top 10 gezorgd hebben voor een hoog schoon niveau: Goede afstemming en samenwerking tussen ondernemers en ander betrokken partijen, dus ook gemeente, beheerder, en bezoekers. Betrokkenheid van alle partijen en onderling overleg is essentieel. Er wordt regelmatig geëvalueerd. Omliggende wijken en parken genieten een hoog schoonniveau (vaak A of B kwaliteit), wat weer doorwerkt op het winkelgebied in kwestie. Er wordt extra aandacht besteed aan decoratief groen en verlichting om er een gezellig geheel van te maken. Meerdere malen per week schoonmaken, waarbij vaak de ondernemers hun deel bijdragen. Bij het plaatsen van afvalvoorzieningen en bij het schoonmaken zelf wordt rekening gehouden met waar doorgaans veel of juist weinig afval gevonden wordt. Waarborgen van duidelijke regels over verantwoordelijkheid. Hoge buurtcohesie in en rondom het winkelgebied. 22

23 7. Conclusies en aanbevelingen Conclusies Op basis van de analyses in de voorgaande hoofdstukken kan een aantal conclusies worden getrokken over de Nederlandse winkelgebieden: Over het algemeen worden de Nederlandse winkelgebieden steeds schoner Hoofdwinkelgebieden zijn schoner dan lokale winkelgebieden De beleving van schoon door bezoekers, wordt naast de hoeveelheid zwerfafval, vooral veroorzaakt door de perceptie dat er voldoende wordt schoongemaakt, de beleving van het winkelgebied, en de kwaliteit van de bestrating Een positieve beleving van het winkelgebied kan beïnvloed worden door weinig zwerfafval, een prettige sfeer, grote diversiteit in het winkelaanbod, mooie architectuur en prettig aanwezig publiek. Een schoon winkelgebied leidt tot een aangenamere beleving van het gebied en een hoger gevoel van veiligheid. In een schoon winkelgebied geeft men meer uit en verblijft men langer. Veel ondernemers zijn betrokken bij hun winkelgebied, maar heel weinig daarvan zijn bekend met de 25-meter regel Aanbevelingen Op basis van de voorgaande analyses en bovenstaande conclusies, zijn er enkele aanbevelingen geformuleerd om een winkelgebied schoon en aangenaam te krijgen en te houden: Houd rekening met het totaalbeeld. De beleving van bezoekers is een totaalplaatje, dus denk ook na over de bestrating, het groen, het onderhoud en de aankleding van het gebied. Samenwerking loont. Samenwerking en afstemming tussen gemeente, ondernemers en bewoners is goed voor het winkelgebied. Maar wees als gemeente ook niet bang om duidelijke afspraken te maken en regels op te leggen. Stem het winkelgebied af op de bezoekers. Wanneer bezoekers een ander bezoekdoel hebben, hebben zij andere eisen en verwachtingen aan het gebied. Stem dus de inrichting en het onderhoud af op het gedrag van de bezoekers. Maak de inzet zichtbaar. Wanneer bezoekers zien dat gemeente en ondernemers zich inzetten voor het gebied, zullen ze niet alleen positiever zijn over het gebied, maar zich ook beter gedragen. 23

24 Bijlage 1 Legenda Hieronder staan alle gehanteerde variabelen op een rijtje, met de bijbehorende definitie. Dit is de definitie die is aangehouden gedurende het onderzoek, op basis van de vraagstelling in de enquête en het observatieformulier. Het nummer correspondeert met de vraag in de vragenlijst in bijlage 4. Alle overige vragen uit de enquête en observatie-elementen uit het observatieformulier zijn ook beoordeeld in het onderzoek, maar aangezien zij niet van significante invloed bleken te zijn op de onderzochte variabelen, zijn zij verder niet vermeldt in de onderzoeksresultaten. LOCATUS WINKELGEBIED KENMERKEN Naam variabele Betekenis Corresponderend nummer Winkelgebied type welk type winkelgebied betreft het, zie bijlage 2 n.v.t. ENQUÊTE BEZOEKERS Naam variabele Betekenis Corresponderend nummer Aangename beleving wordt het bezoek als aangenaam ervaren. 4. Aanwezig publiek de mate van tevredenheid over het 10.6 aanwezige publiek. Bezoekdoel reden waarvoor men naar het winkelgebied 3. is gekomen. Groenvoorziening de mate van tevredenheid over de 10.3 groenvoorziening en beplanting. Schoon(score) de mate waarin de omgeving als schoon wordt ervaren. gemiddelde van 5. en 6. Verblijfduur hoe lang iemand in het winkelgebied 14 gebleven is. Verlichting de mate van tevredenheid over de 10.1 aanwezige verlichting. Voldoende schoonmaak heeft men het idee dat er voldoende wordt 9. schoongemaakt. Hoge diversiteit winkelaanbod de mate van tevredenheid over diversiteit in 10.5 winkelaanbod. Kwaliteit bestrating de mate van tevredenheid over de kwaliteit 10.2 van bestrating. Mooie architectuur de mate van tevredenheid over architectuur 10.4 ter plaatse. Prettige sfeer de mate van tevredenheid over de sfeer ter 10.7 Hoeveelheid waargenomen zwerfafval plaatse. hoeveel zwerfafval ter plaatse is waargenomen

25 Uitgaven hoeveel geeft de desbetreffende 13. respondent in het winkelgebied uit. Veiligheid s avonds hoe veilig voelt de bezoeker zich in het 12. winkelgebied s avonds. Veiligheid overdag hoe veilig voelt de bezoeker zich in het 11. winkelgebied s overdag. Vervuilgedrag hoe vaak men zelf zwerfafval veroorzaakt 15. OBSERVATIE Naam variabele Betekenis Corresponderend nummer Grof zwerfafval de mate waarin grof zwerfafval is 2.1 waargenomen. Drukte winkelgebied de mate van drukte in desbetreffend 5.10 winkelgebied. Fijn zwerfafval de mate waarin fijn zwerfafval is 2.2 waargenomen. Weinig leegstand de mate waarin leegstand is geobserveerd. 5.8 Goed onderhoud de mate waarin het winkelgebied is 4.4 onderhouden. Schone ramen de mate waarin de geobserveerde ramen schoon blijken te zijn. 1.2 ENQUÊTE ONDERNEMERS Naam variabele Betekenis Corresponderend nummer Schoonscore hoe schoon ervaren de ondernemers hun 2. winkelgebied. Bekendheid 25-meter regel zijn de ondernemers bekend met de meter regel. Bekendheid Schoonste zijn de ondernemers bekend met de 1. Winkelgebied Verkiezing Schoonste Winkelgebied Verkiezing. Eigen initiatief wat doen de ondernemers zelf om het 3. winkelgebied schoon te houden/krijgen. Samenwerking werken de ondernemers samen bij het schoonhouden van het winkelgebied

26 Bijlage 2 Typering winkelgebieden Op basis van de databank van Locatus is onderscheid gemaakt tussen een viertal categorieën winkelgebieden. Hieronder staan de details met betrekking tot de type winkelgebieden die onderdeel uitmaken van die categorieën. In de analyse is ervoor gekozen om type 1 t/m 3 samen te voegen tot 1 categorie voor lokale winkelgebieden, en nader te refereren aan type 4 als hoofdwinkelgebieden. Type 1 Type 2 Type 3 Type 4 Buurtcentrum: dit is een winkelconcentratie met minimaal 5 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 een supermarkt. Kernverzorgend supermarktcentrum: dit is een winkelconcentratie die het grootste winkelgebied in woonplaats is en 3 of 4 winkels heeft waaronder in ieder geval 1 supermarkt van 500 m2 of meer. Kernverzorgend winkelgebied (klein): een kernverzorgend winkelgebied (klein) is het grootste winkelgebied in een woonplaats. In dit geval gaat het om centra met maximaal 50 verkooppunten in de detailhandel. Wijkcentrum (klein): deze centra hebben een specifiek ondersteunende functie. Tot een klein wijkcentrum worden enerzijds gerekend winkelconcentraties met 5 tot 10 winkels en 2 of meer supermarkten. Anderzijds worden hiertoe winkelgebieden met 10 tot 25 winkels in de detailhandel gerekend. Wijkcentrum (groot): een groot wijkcentrum bestaat naast een binnenstad of een hoofdwinkelcentrum en heeft minder winkels dan een stadsdeelcentrum (25-50 winkels) Binnenstedelijke winkelstraat: hier gaat het om ondersteunende winkelgebieden van meer dan 50 winkels die niet planmatig zijn ontwikkeld maar onderdeel uitmaken van de binnenstad. Stadsdeelcentrum: een stadsdeelcentrum is altijd een aanvulling op een binnenstad of een hoofdwinkelcentrum, is veelal planmatig ontwikkeld en bevat meer dan 50 winkels. Kernverzorgend winkelgebied (groot): een groot, kernverzorgend winkelgebied is het grootste winkelgebied in een woonplaats. Het gaat om gebieden met tussen de 50 en 100 winkels. Hoofdwinkelgebied (klein): een klein hoofdwinkelgebied is het grootste winkelgebied in een woonplaats, het aantal verkooppunten bedraagt tussen de 100 en 200 winkels. Hoofdwinkelgebied (groot): een groot hoofdwinkelgebied is het grootste winkelgebied in een woonplaats, het aantal verkooppunten bedraagt tussen de 200 en 400 winkels. Binnenstad: de top-17 winkelgebieden in Nederland met meer dan 400 winkels. 26

27 Bijlage 3 Uitgebreide toelichting statistische begrippen Significantie Statistiek is nooit 100% zeker. Relaties zijn soms wel aanwezig en soms niet, en zelfs als ze aangetoond worden, wil dit niet zeggen dat het in alle gevallen zo zal gaan. Daarom wordt gewerkt met een betrouwbaarheidsinterval. Wanneer een relatie binnen dit betrouwbaarheidsinterval valt, noemen we het significant. Stellen we het betrouwbaarheidsinterval bijvoorbeeld op 99%, dan spreken we over een 1% significantieniveau, en wil dit zeggen dat bij 99% van de winkelbezoekers deze relatie (in meer of mindere mate) gevonden is. Over het algemeen geldt dat hoe groter de steekproef, des te hoger het betrouwbaarheidsinterval moet zijn. We gaan dus in dit onderzoek constant uit van 99,9%, wanneer we het hebben over een significant resultaat. Correlatie Correlatie is de meest simpele en gangbare methode om relaties te onderzoeken. Het gaat uit van het idee dat wanneer 2 variabelen op hetzelfde moment toenemen of afnemen, er een verband is tussen deze variabelen. Bijvoorbeeld wanneer respondent 1 aangeeft dat hij veel vandalisme ziet e n in dezelfde vragenlijst ook aangeeft dat hij het winkelgebied niet schoon vindt, suggereert dit een verband. Wanneer vervolgens respondent 2 in een ander winkelgebied aangeeft dat hij ge e n vandalisme ziet e n het winkelgebied erg schoon vindt, is dit verband sterker, het werkt namelijk 2 kanten op. De uitdrukking van deze relatie is een correlatiecoëfficiënt tussen 0 en 1. Hoe hoger de correlatiecoëfficiënt, des te sterker wordt de relatie geacht, omdat de situatie dan vaker en consistenter voorkomt. Een probleem met correlatie is de causaliteit. In het voorbeeld hierboven lijkt de volgorde in oorzaak en gevolg logisch, maar omdat beide variabelen tegelijk stijgen of dalen, kunnen we feitelijk niets zeggen over welke van de 2 de oorzaak en het gevolg is. Sterker nog, er bestaat ook de kans dat een derde variabele effect heeft op beide, maar dat ze individueel niets met elkaar te maken hebben. Ter verduidelijking: als variabele A een effect heeft op zowel B als C, dan stijgen B en C, wanneer A ook stijgt. Ze stijgen (of dalen) dus alle 3 op dezelfde manier. Als we dan alleen zouden kijken naar B en C, lijkt het alsof die 2 een relatie met elkaar hebben, terwijl dit helemaal niet zo is. Daarom is een vervolgstap in statistische analyse altijd een regressiemodel, zie onderstaand. Regressie model Een regressie model is simpel gezegd een uitgebreide correlatie. In een regressiemodel kun je meerdere variabelen tegelijk onderzoeken, waardoor je een meer zuiver beeld krijgt van de verhoudingen. Een correlatie is daarmee feitelijk een enkelvoudige regressie, en wanneer we meer variabelen toevoegen, spreken we over een meervoudige regressie. In het geschetste voorbeeld hierboven, zouden we dus alle variabele A, B, en C kunnen toevoegen, en zal het regressiemodel tonen dat A een effect heeft op B, maar C niet. Vervolgens kun je in het regressiemodel zo veel variabelen toevoegen als je wil, en krijg je daarmee in inzicht in hoe variabele A, B, C, D, enz. een effect hebben op variabele X (A, B, C, D, enz. zijn in dit geval de onafhankelijke variabelen, en X is de afhankelijke variabele). Een regressiemodel kijkt daarbij zowel naar het gezamenlijke effect, als naar het individuele effect van een variabele (wat er zou gebeuren als je alleen A aanpast bijvoorbeeld). Het mooie van een regressiemodel is daarbij, dat omdat je B, C, D, enz. ook hebt toegevoegd, het model hun effecten er uit zuivert. Zo krijg je inzicht in het effect wanneer je alleen dat ene fenomeen zou aanpakken. 27