Aantrekkelijkheid van de Nederlandse binnensteden. Patty Roosen

Transcriptie

1 Aantrekkelijkheid van de Nederlandse binnensteden Patty Roosen

2 Verkenning van de effecten van beleving op de aantrekkelijkheid van de binnensteden en de bijbehorende financiële prestaties van winkelvastgoed

3 Agenda Aanleiding en doelstelling Onderzoeksvragen Methode en scope Bevindingen

4 AANLEIDING 1.Veranderend winkel landschap door verschillende krachten 2.Strijd om de consument 3.Onderlinge concurrentie Nederlandse binnensteden 4.Redevco steden analyse

5 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?

6 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?

7 NIEUWE STEDEN RANKING Factoranalyse - belevingswaarde koppelen aan opnieuw resulterende rangordes van steden

8 METHODE & SCOPE Kwantitatieve analyse * Pearson Rho correlatie * Spearmans Rho correlatie * Multiple regressie analyse * Factor analyse Scope - Nederland - 50 Gemeenten - Nederlandse binnensteden A1 High Streets

9 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

10 BEVINDINGEN Harde factoren : Correlatie coëfficiënt Sig. (2- tailed) Bevolking,859(**),000 Diversiteit Non-food Sector,827(**),000 Detailhandel Aantal retailers A1/A2/B1,789(**),000 gebied Gemiddeld besteedbaar -,387(*),005 inkomen Centraliteits index 0,221,124 N 50

11 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

12 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

13 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

14 Zachte factoren Correlatiecoëfficiënt Sig. (2-tailed) Onveiligheid.453(**).001 Authenticiteit.369(*).008 Culinair kwaliteit.424(**).002 Culinair diversiteit.711(**).000 Cultuurindex.731(**).000 Bioscoop.650(**).000 Parkeergarages.751(**).000 Parkeer tarieven.731(**).000 Creatieve klasse.765(**).000 Studenten.715(**).000 Toeristenbelasting Groene Druk Grijze Druk N 50

15 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 %

16 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.

17 FACTOR ANALYSE - Ten behoeve van dimensiereductie - Eigen waarde - Factor loadings

18 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

19 NIEUWE STEDEN RANKING Top 10 Steden ranking Redevco Ranking Factor 1 1 Amsterdam Amsterdam 2 Rotterdam Rotterdam 3 Utrecht Den Haag 4 Den Haag Groningen 5 Eindhoven Utrecht 6 Groningen Nijmegen 7 s- Hertogenbosch Leiden 8 Breda Maastricht 9 Arnhem Haarlem 10 Amersfoort Eindhoven

20 Binnensteden moeten niet proberen identiek, maar uniek te zijn

21 Bedankt voor uw aandacht!