基于规模经济的我国购物中心定金分配研究

基于规模经济的我国购物中心定金分配研究

0购物中心经营拓展21世纪初以来，在商业资本和房地产资本的双重推动下，中国出现了购物中心的发展趋势。根据四部委（国家发改委、教育部、，发改委和建设部联合调查小组）的研究，2004年3月，中国各地共有400多个大型购物中心，融资总额超过2000亿元（21世纪经济报告，2004-05-26）。这表明大型购物中心不仅在大城市里盛开，而且呈现出向两个和三个城市扩张的趋势。虽然购物中心的运营和管理在中后期成为制约中国购物中心发展的瓶颈。作为一种多元化的企业，购物中心的运营和管理比传统的企业管理更严格、更专业。因此，如何有效管理购物中心的运营和管理，已成为研究管理者和理论工作者的重要课题。本文根据商业资源租赁的角度，将购物中心的“商店类型”分为三类：主店、次主店和非主店。通过定量分析，揭示了不同商业模式租金水平的变化规律，并探讨了不同商业模式租金的优化。通过理论上，有效指导购物中心发展商店和业主的经营活动。1购物中心的农户组合零售商和服务提供商在购物中心内的集聚和结构化,业界称之为“租户组合(tenantmix)”.正如集聚理论所指出,“多样性”是商业部门提升生产力的重要因素之一.而购物中心的优势,正是在于将各种各样的零售商或服务提供商(即租户)聚集在一起,从而形成整体效应.购物中心的租户组合,对于塑造购物中心形象和提升购物中心内部协同作用十分重要,这也使得它越来越多地得到购物中心管理者和研究者的长期关注.租户组合的思想认为,统一规划的购物中心(theplannedshoppingcenter)有助于创造一个最优的租户联合体,通过满足消费者一站式购物(One-StopShopping)和比较购物(ComparisonShopping)的需求,发挥不同种类租户之间的外部性作用,实现购物中心营业额和零售商利润的最大化,进而提高租金总额.正是由于租户之间的不同相互作用,显然购物中心管理者不应当将它们孤立来看,而应当从租户组合的角度来配置空间,以实现租金总额的最大化.1.1同类店铺.更有利于实现比较购物的需求中心地理论和同类零售商集聚理论表明,购物中心不同类型商铺(如鞋、服装等)的集聚可以满足多目的购物(multipurposeshopping)的需求,同类商铺的集聚可以满足比较购物的需求,这两者都能够实现购物成本的降低.正如文献所指出,商铺聚集有两个前提:①同类比较:消费者往往喜欢比较同类商铺之间的商品风格、价格与服务;②一次购足:消费者希望在一次购物旅程中能完全购足所需,包含不同的互补类商品,以及相同但可比较的商品.可见,购物中心内部不同类型商铺的聚集,使得消费者可以发现更广泛的商品组合.由于篇幅所限,上述内容并没有纳入到本文的研究范畴.1.2购物中心店铺组合优化问题研究发现,那些只能支付低租金水平的零售租户总是与高租金的零售租户一起,组成一个最优的租户组合.前者通常为主力店(AnchorStore),后者则多为其他小型租户.文献等研究指出,由于主力店的存在,能够产生消费者的溢出效应,从而使得购物中心内其他的零售商铺获利.由文献发展的购物中心空间分配模型,将其视为是其他商铺从主力店中获得的“外部性”.文献认为不同种类的零售租户对于创造购物中心的商业氛围都能起到一定作用.购物中心的核心是那些能够吸引一定数量消费者前来购物的主力店.美食广场(FoodCourt)经营者为购物中心创造了餐饮休闲等功能,有利于将购物中心内密集的客流量转化为资本.其他小型商铺则基本覆盖了消费者所有的其他需求,可以节约消费者的购物时间成本.可见,购物中心内商铺种类的不同,对于购物中心或消费者的作用差异很大,因而应当从购物中心整体来进行租户组合优化.综上所述,优化租户组合是实现购物中心租金收入提升的有效途径.但是到目前为止,对于最优的租户组合策略仍然缺少可以参考的运营原则,购物中心管理者或运营商更多地仍然是遵循一些经验的做法.由于数据获取困难,这也极大地制约了这一领域研究的发展.笔者仅发现文献在购物中心的租户组合实证研究方面做过一些探索.但他们也仅仅聚焦于租户的集聚与否,几乎没有考虑这些租户的空间配置.相对而言,中国在购物中心租户组合优化方面的实证研究更是缺乏.基于此,本文立足于中国购物中心的经营背景,通过增加位置等空间变量实现了租户组合概念的拓展,试图从购物中心“商铺种类”层面探讨不同租户之间的匹配关系,丰富这一领域的相关研究内容.2模型变量和研究假设2.1购物中心店铺种类关于购物中心商铺种类的研究并不是很多.文献认为,购物中心中存在两类租户:主力店和非主力店.主力店能够为购物中心创造出一个吸引力,非主力店由于位置靠近主力店而获益.文献将所有的购物中心商铺划分为主力店、美食广场和其他商铺三大类.其实证结果表明,它们是异质性的群体.笔者在调研中发现,在中国很多大面积的商铺(如家居商场等),对吸引人流和促进招商的作用并不大,尽管这些商铺占据的面积高达数千甚至上万平方米.显然,按照文献的分类,难以将中国城市购物中心的所有商铺进行有效的区分.所以,笔者借鉴了文献所提出的主要空间使用者(mainspaceusers,MSUs)的概念,结合实地调研的情况,将主要空间使用者定义为次主力店.因而,本文将中国城市购物中心商铺种类划分为三大类:主力店、次主力店和非主力店.主力店往往是连锁性的大型超市或知名的百货商场等,它们规模很大,通常被视为购物的目的地(shoppingdestination),能够为购物中心带来客流量,而其他商铺因为聚集在它周围而获益.参考文献的研究,次主力店通常是次大规模的零售单元(次于主力店),它们对于购物者具有一定的吸引力,或者作为比较或便利购物的组成部分而起作用.除上述两者之外,其余则称为非主力店,它们通常面积较小,类型多样,支付的租金水平较高,是购物中心租金收入的主要来源之一.笔者采用两个虚拟变量来检验这三类商铺种类之间的差异:ANCHOR表示是否为主力店;而NONANC则表示是否为非主力店(次主力店为参照类,referencecategory).与文献的研究相似,笔者预期主力店、次主力店和非主力店是异质性的商铺种类,即不同种类的商铺对零售租金的影响存在显著差异.2.2购物中心店铺面向未来美国购物中心多位于郊区,以单层建筑形式和私家车为主的消费者出行购物方式,与早期文献假定购物中心内部的零售空间是同质性的.这一假设在后续的研究中有所突破.文献采用商铺是否位于一楼、距一楼层数、楼层是否与人行天桥或地道相连、是否临街以及是否紧挨出入口等变量来识别商铺不同位置;文献则通过到最近空置商铺的距离、到最近同类商铺的距离,以及到最近出入口的距离等条件对商铺位置进行了度量.这两者的实证结果都指出,购物中心零售空间是异质性的.由于与美国购物中心建筑区位和建筑形态上存在巨大差异,中国城市大多是位于市区的多楼层购物中心,其零售空间的异质性较为明显.通常,购物中心内不同位置的商铺,其顾客的流动量差异较大.笔者借鉴文献的研究,结合专家访谈和实地调研,采用是否位于一楼(GFLOOR)、距一楼层数(ALEVEL)、是否临街(FRONT)、是否靠近出入口(EXIT)和是否靠近步行街(STREET)来测量购物中心商铺种类的不同位置对商铺租金的影响程度.尤其是针对中国城市多楼层购物中心所设计的楼层变量(由GFLOOR和ALEVEL表示),极具现实意义.通常而言,商铺位于一楼、临街、靠近出入口或靠近步行街,意味着该商铺的位置更优越,笔者预期其对租金具有一个正向的效应.相反,楼层越高的商铺,其客流量往往越少,因而笔者预期ALEVEL对租金具有一个负向的效应.2.3模型构建变量和模型设定商铺面积是购物中心商铺租金的重要决定因素之一.如文献认为,如果租户占据的商铺面积越大,将会减少其所需要协商的租约数量,从而实现规模经济.同时,面积更大的商铺通常也意味着能够提供更为丰富的产品选择,因而对消费者的吸引力更大.但是,上述研究并没有将商铺按照商铺种类进行有效区分,而是笼统地将它们放在一块研究.实际上,主力店、次主力店和非主力店之间的商铺面积存在着巨大差异.文献正是意识到了这一点,仅针对非主力店,证明其仍然存在着租赁的规模经济.本研究在全模型定量分析的基础上,分别对各个商铺种类进行了实证.相似地,笔者预期商铺面积(SIZE)越大,所需支付的租金水平越低.为了评估不同商铺种类集中在一起是否能够产生集聚效应,笔者借鉴文献中“到最近同类商铺的距离”变量,采用附近(10m为半径)同类零售商的数量(用SAME表示)来加以度量.由于主力店数量较少,而且往往分散,这里笔者主要针对次主力店和非主力店,并试图探讨次主力店和非主力店的配置是否应当集中,也即集中配置能否对这些商铺的租金产生显著的影响.实际调研中笔者发现,购物中心中的次主力店(美食广场或休闲娱乐等)和非主力店(如服饰、珠宝、化妆品等)往往聚集在一起.所以,笔者预期次主力店和非主力店的集中配置,对商铺租金将产生一个显著的正向效应.本研究所关注的是,购物中心不同商铺种类之间的租金差异.为了控制不同购物中心的建筑和区位等因素的影响,更好地分离出购物中心商铺种类和商铺位置等变量的效应,参考以往的研究,本文在模型设定中增加了建成年限(AGE)、有效购买力(EPP)(借鉴GATZLAFF等在1994年的研究,有效购买力(EffectivePurchasingPower,EPP)是指每家购物中心核心商圈内的家庭数和平均家庭收入的乘积)和单位面积停车位(CPARK)作为控制变量进入模型.3模型建立和描述的统计3.1主体模型与变量数借鉴文献等的研究,基于商铺租金的视角,构建了购物中心商铺种类租户组合的半对数(semi-log)模型,采用最为常用的普通最小二乘法(OLS)来进行估计.笔者试图检验不同商铺种类与零售租金之间的关系是否存在显著差异,以及商铺种类是否与位置变量共同影响零售租金的变化.鉴于商铺种类和商铺位置变量都是虚拟变量,不能使用交互的方法,因而本研究分别采用主力店、次主力店和非主力店的分类样本进行检验.因而,本研究实际包含了4个模型:全模型Ⅰ、主力店模型Ⅱ、次主力店模型Ⅲ和非主力店模型Ⅳ.全模型Ⅰ的半对数模型回归等式如式(1)所示.模型中,零售租金(RENT)、有效购买力(EPP)和商铺面积(SIZE)3个连续变量都采用了对数形式.全模型Ⅰ重点考察了主力店(ANCHOR)、次主力店和非主力店(NONANC)是否为异质性的商铺种类,其中次主力店作为参照类.全模型中还包括5个位置变量:位于一楼(GFLOOR)、距一楼层数(ALEVEL)、是否临街(FRONT)、靠近出入口(EXIT)和靠近步行街(STREET).此外,还包括了商铺面积(LSIZE)和同类商铺数(SAME),以及建成年限(AGE)、有效购买力(LEPP)和单位面积停车位(CPARK)3个控制变量.主力店模型Ⅱ、次主力店模型Ⅲ和非主力店模型Ⅳ则分别考察了各个商铺种类内部租户之间的租金差异,模型形式与式(1)基本相似.由于仅针对单一的商铺种类,所以后3个模型剔除了全模型中的主力店(ANCHOR)和非主力店(NONANC)2个虚拟变量.需要说明的是,由于主力店样本数量的限制,笔者对主力店模型Ⅱ的变量数进行了较为严格的控制.3.2主体店铺的经营状况到目前为止,由于受数据获取的限制,购物中心租户组合优化的相关实证研究较少.中国购物中心产业发展时间较短,数据没有公开,因而这一问题显得尤为突出.本研究的数据采集时间集中于2007年5-8月,由长三角(上海、杭州、嘉兴和绍兴)和珠三角(深圳)地区6家购物中心的457家商铺样本所组成.其中,主力店25家,次主力店76家和非主力店356家.简要的数据描述性统计如表1所示.商铺种类按主力店、次主力店和非主力店排列.描述性统计为在商铺面积与商铺的租金水平之间呈负向关系提供了初步的支持.单位面积的租金水平随着规模的增加而降低.例如,主力店的平均建筑面积最大,但商铺租金水平却最低;相反,非主力店的平均建筑面积仅为96.70m2,却支付了164.93元/m2的高租金水平.而次主力店的商铺面积和租金水平则介于两者之间.4零售赔偿金研究中的多重共线性与异方差总体而言,模型拟合数据情况较为理想.如表2所示,4个模型的实证结果中,经调整的R2表明LRENT中的73.1%、44.3%、86.4%和61.6%的变化可以分别由模型Ⅰ-Ⅳ来解释(在1%水平下显著),且F统计量都强有力地拒绝了模型没有解释力的零假设.模型的相关矩阵和VIF值检验并没于显示出多重共线性影响了结果,其中VIF值最高为4.986.因变量预测值与标准化残差的散点图显示,绝大部分观测量随机落在水平直线±2之间,表明模型基本满足方差齐性假设.可见,零售租金研究领域所关注的多重共线性和异方差问题,在本研究中基本不存在.作为控制变量,建成年限(AGE)、有效购买力(LEPP)和单位停车位(CPARK)都在1%水平下显著(实证结果表明,建成年限越长,商圈有效购买力越强,购物中心单位面积停车位越充裕的购物中心,其非主力店需要支付的租金水平越高.对于控制变量,本文没有作过多的讨论).更为重要的是,绝大多数解释变量都在统计意义上显著,并得到了预期的符号.4.1较高的次对比店标准化系数模型Ⅰ实证结果显示,主力店(ANCHOR)和非主力店(NONANC)变量都在1%统计水平下显著.与预期相一致的是,前者系数为负,后者系数为正,这表明主力店、次主力店和非主力店的确是异质性的商铺种类.主力店对于租金的影响1%的水平下显著地低于次主力店(标准化系数为-0.150);而次主力店的租金水平又在1%的水平下显著地高于非主力店(标准化系数为0.142).研究结果表明,购物中心吸引消费者及产生销售额的能力是商铺租金的重要决定因素之一,而主力店和某些次主力店往往具备这种能力.文献将这种能够为整个购物中心带来客流量的能力,称之为“外部性”.正是由于不同种类的商铺之间产生外部性能力的不同,因而购物中心管理者往往会歧视性地对它们索取不同的租金水平.通常而言,能够为购物中心其他商铺带来的正向外部性越强的租户,获得的租金折扣越多.也即,主力店的外部性产生能力最强,次主力店其次,而非主力店大多依赖于前两者所带来的客流量.正是由于主力店、次主力店和非主力店的外部性产生能力上的差异,需要对这三大种类的租户进行有效组合,以实现购物中心的最优化运作.4.2中国最大市售店铺面积和销售面积对零售赔偿金的影响购物中心的商铺面积(LSIZE)与零售租金总体呈现一个显著的负向关系,并在1%统计水平下显著,如表2全模型Ⅰ所示.租赁面积越大的租户,越容易实现租赁的规模经济,或者具有更强的侃价能力,因而能够获得更多的租金折扣,这与以往大多数研究的结论是一致的.尽管如此,笔者发现以往的研究中基本没有对商铺的种类进行严格的区分.本研究结合中国的实际情况,将商铺种类划分为主力店、次主力店和非主力店三大类,并分别进行了实证分析,如表2所示.模型Ⅱ的实证结果显示,主力店的商铺面积(LSIZE)在10%的水平下仍然对零售租金有着一个负向显著的效应,表明即使在主力店内部,租赁的规模经济仍然存在.由于主力店业态(如大型超市和百货商场等)的差异,它们对商铺面积的需求也有所不同.通常面积越大的主力店,所支付的租金水平越低.与主力店的结果相似,次主力店的商铺面积(LSIZE)对于零售租金具有显著的负向效应(在1%的水平下),表明对于次主力店而言,商铺面积越大,获得的租金折扣越多,实证结果如模型Ⅲ所示.与文献对于主要空间使用者所作的解释相似,次主力店似乎更容易遭受显著的不经济性(significantdiseconomies)(即随着商铺规模的增加,其所产生的边际效益递减),这就导致当次主力店规模增加时租金水平反而会降低.然而,对于非主力店而言,其租赁的规模经济仍然存在,但是并不显著.原因可能在于,在中国非主力店往往被分割成标准化的零售单元,它们之间的面积差异不大,而且非主力店的租金似乎更容易受到其在购物中心内所处位置等其他因素的影响.4.3零售租额的影响总体而言,商铺位置对于零售租金的影响还是十分显著的.在中国城市特定的经营环境下,考虑购物中心的楼层变量具有重要的现实意义.位于一楼(GFLOOR)和距一楼层数(ALEVEL)在1%的水平下与零售租金是负向显著相关的,表明楼层越高,租金越低,如全模型Ⅰ实证结果所示.但是,位于一楼(GFLOOR)与预期的符号不一致.与预期相一致的是,临街(FRONT)和靠近出入口(EXIT)在5%的水平下对零售租金具有一个正向的显著效应.说明商铺位于临街或靠近出入口的位置,需要支付一个更高的租金溢价.但从其他模型的实证结果来看,不同种类商铺的位置对零售租金的影响差异较大.4.3.1心的主要目的地主力店模型Ⅱ的实证结果显示,临街(FRONT)、位于一楼(GFLOOR)、距一楼层数(ALEVEL)和靠近出入口(EXIT)等位置变量对主力店租金的影响都不显著.主力店作为消费者前往购物中心的主要目的地,出行距离的略微增加,往往并不会影响消费者对该购物中心的选择.而且,主力店的大幅租金折扣,更多的是依赖于其租赁的规模经济和对消费者的吸引能力.相对而言,主力店在购物中心中所处的位置,对其租金影响就显得并不是那么重要.主力店更靠里一些,或者位于更高的楼层,对于吸引人流,带动整个购物中心的良性发展十分重要,这也正是为什么经常看到大型超市位于地下一楼,大型影院位于3或4层的主要原因之一.但是在实践中,主力店作为关键租户(keytrader),往往又对购物中心的主要空间具有相对较高的需求.可见,主力店位置的最终选择,实际上是主力店与店主之间的一个博弈过程.4.3.2次为主店的租难价额次主力店模型Ⅲ的实证结果显示,次主力店的租金水平受临街(FRONT)和位于一楼(GFLOOR)位置的影响也不显著.但是,次主力店的ALEVEL变量却在1%水平下,与零售租金成负向显著关系.这表明,次主力店的租金水平对于楼层的差异更为敏感,楼层越高的次主力店容易获得更多的租金折扣.虽然,次主力店占用了购物中心的大量空间,但其自身产生客流量能力有限,往往还要依赖于其他租户(尤其是主力店)所带来的客流量,楼层越高客流量越少,所以次主力店在高楼层享受到了较大的租金折扣.同时,靠近步行街(STREET)的次主力店,由于更加接近客流动线,能为其带来客流的增加,而需要支付一定的租金溢价.4.3.3购物中心地下建筑构造的日租金分配非主力店模型Ⅳ的研究结果显示,距一楼层数(ALEVEL)对商铺租金具有显著的负向效应(在1%水平下),也即那些所处楼层越高的非主力店,获得租金折扣越大.原因主要在于购物中心的客流量会随着楼层的上升而逐层递减,这与文献对香港购物中心的研究结论是相似的.所不同的是,本研究发现位于一楼(GFLOOR)的商铺与零售租金在1%水平下是负向显著相关的(与预期符号相反),即并没有发现TAY等所说的一楼商铺的租金要显著高于其他楼层的证据.笔者进一步分析发现,地下一楼和一楼的非主力店样本平均月租金分别约为182元/m2和156元/m2,可见中国城市购物中心地下一楼的非主力店支付的租金往往相对更高.原因主要在于两方面:第一,与香港、新加坡等地区的购物中心地下与地铁等相连的建筑构造不同,中国大陆城市购物中心通常在地下一楼配置超市主力店,而该类主力店的客流带动作用极强;第二,由于超市主力店凭借其极强的市场势力,往往能将地下一楼整租下来,除了大部分用于自身经营外,其余都二次分租给其他小型租户.临街(FRONT)和靠近主步行街(STREET)都对零售租金具有一个正向的效应(分别在10%和1%水平下显著),这意味着它们是购物中心内的两个重要位置.临街不仅能为非主力店提供更大的商品展示空间,而且还能引起那些不是专程来购物中心消费的人们的注意.而主要步行街是消费者在购物中心内进行购物的主要客流动线,位于主要步行街两侧的非主力店,往往可以获得更为充足的客流保证,因而需要支付更高的租金水平.此外,靠近出入口(EXIT)变量尽管得到了预期的符号,但在统计上并不显著,这表明靠近主要出入口的位置并不是那么重要.虽然靠近主要出入口的商铺更接近消费者,但是消费者通常并不仅仅光顾位于主要出入口附近的商铺,而是在购物中心内的多家商铺之间进行比较后作出购买决策.相对而言,非主力店愿意为购物中心内更突出且更便利的位置支付更高的租金水平.4.4次对比型.次主力店模型Ⅲ实证结果表明:附近同类商铺数(SAME)变量,与商铺租金也在1%水平下是正向显著相关,这与预期相一致.表明次主力店在一定程度上的集聚,有利于提高店主向次主力店索取的租金水平.本研究中,次主力店的零售类型多集中于特色餐饮和休闲娱乐健身,这两者分别占次主力店总样本的71.05%和11.84%.一方面,与文献等研究观点相似,次主力店的集聚,有利于顾客在决定消费之前,在多家商铺之间进行比较.通过比较性地购物机会的增加,有利于增加客流量.另一方面,特色