CC BY
115
УДК 332.28.347.214.2
МЕТОДОЛОГИЧЕСКИЕ ОСНОВЫ УПРАВЛЕНИЯ РЕГИОНАЛЬНЫМ РЫНКОМ ТОРГОВО-РАЗВЛЕКАТЕЛЬНЫХ ЦЕНТРОВ
© Р. Х. Бахитова*, Д. В. Полупанов, Н. А. Хайруллина
Башкирский государственный университет Россия, Республика Башкортостан, 450076 г. Уфа, ул. Заки Валиди, 32.
Тел./факс: +7 (34 7) 273 6 7 78.
E-mail: bakhitovarh@mail.ru
В связи с развитием рынка торгово-развлекательных центров в России большую актуальность приобретает классификация объектов, а также структуризация с целью повышения прозрачности рынка и определения вектора развития. В настоящей работе основное внимание уделено методике классификации торгово-развлекательных центров по привлекательности для конечных потребителей. С помощью корреляционного анализа выявлены факторы, которые в большей степени влияют на привлекательность объектов. С помощью кластерного анализа исследована ситуация сложившаяся в регионе. В результате выявлены латентные особенности рынка, сделаны выводы о потенциальных возможностях дальнейшего развития.
Ключевые слова: рынок торгово-развлекательных центров, корреляционный анализ, кластерный анализ, методология, классификация.
С начала XXI в. в России отмечается активный рост строительства торгово-развлекательных центров (ТРЦ). В первую очередь, это связано с переходом к рыночной экономике, становлением потребительского общества. Немалую роль в этом процессе сыграла глобализация мировых отношений, способствующая сближению государств, возникновению социокультурного единства человечества, выражающуюся, в частности, потребностью комплексных услуг торговли и досуга. Иностранные компании и отечественные инвесторы, откликаясь на вызовы рынка, вкладывают денежные средства в строительство новых объектов торговой недвижимости на всей территории России.
От крупных городов тенденция строительства ТРЦ переходит и к более мелким городам России. Однако увеличение количества торговых центров в городе не является гарантом того, что данный рынок развивается грамотно, учитывая необходимые потребности населения и емкости рынка отдельно взятого города [1].
На сегодняшний день мировые стандарты не признают хаотичной торговли, как это было принято ранее. Сейчас наиболее актуальны центры торговли, развлечений, отдыха и культуры, которые сосредотачивают в себе все необходимое для качественного проведения досуга населения.
Торговый центр по Госстандартам России (ГОСТ Р 51303-99, пункт 33) представляет себой «совокупность торговых предприятий и/или предприятий по оказанию услуг, реализующих универсальный ассортимент товаров и услуг, расположенных на определенной территории, спланированных, построенных и управляемых как единое целое и предоставляющих в границах своей территории стоянку для автомашин».
Согласно International Council of Shopping Centres (ICSC), торговым центром является «объект торговой недвижимости, который спланирован, построен и управляется как единое целое, вклю-
чающий в себя арендные и общие площади с минимальной сдаваемой в аренду площадью (GLA-Gross leasable area) от 5 000 кв. м».
Стандарты позволяют выделить объекты, однако остается нерешенной проблема классификации существующих торговых центров [2]. В первую очередь, по привлекательности для конечных потребителей, так как именно удовлетворение потребностей населения является основной целью строительства ТРЦ, а изменение предпочтений ведет к необходимости реконцепции функционирующих объектов.
Другой важной проблемой рынка торговых центров в России является отсутствие структуры рынка в целом. Структуризация предполагает прозрачность рынка для всех игроков, что позволяет идентифицировать вектор дальнейшего развития, проектировать новые объекты с грамотно проработанной концепцией, отвечающим потребностям населения [3].
Актуальность данных проблем остро ставится всеми экспертами рынка недвижимости, девелопе-рами, инвесторами. В решении их заинтересованы все агенты, участвующие в процессе становления рынка ТРЦ, включая административные органы.
На сегодняшний день единой классификации торговых центров (ТЦ) в России нет. Есть система, предложенная американским институтом Urban Land Institute (ULI) [4], европейские стандарты International Council of Shopping Centres (ICSC, Международного совета торговых центров) [5], а также с 2010 г. Национальная система классификации торговых центров, разработанная Российским советом торговых центров [6].
Американская и европейская системы классификации торговых центров выделяют типы ТРЦ в зависимости от территориальной зоны охвата, ассортимента товарной продукции и не ориентированы на классификацию ТРЦ по привлекательности для потребителей. Хотя именно нацеленность на
* Автор, ответственный за переписку
удовлетворение желаний конечных потребителей является главным фактором успешности проекта, привлекательности, высокой доходности и т.д.
Американская система классификации подразумевает рассмотрение насыщенного рынка, в котором присутствуют специализированные торговые центры, различающиеся по темам. Например, центр развлечений, центр скидок, товары для дома, стрип-центры, исторический, стиль жизни и т.д. В г. Уфе на сегодняшний день такие торговые центры не представлены, за исключением центра молодежной моды «Экватор». Однако данный ТЦ ввиду низкого спроса со стороны ритейлеров молодежной одежды на аренду помещений вынужден вводить линейку детской одежды, игрушек, что ведет к изменению целевой аудитории и к коррекции концепции проекта. В данной классификации подразумевается также присутствие на рынке крупных ТЦ (категория: суперрегиональный) с арендуемой площадью более 23 000 кв.м, который предлагает широкий выбор товаров, одежды, мебели, товаров для дома, также услуги отдыха и развлечения. Торговые центры, которые бы вошли в данную категорию в г. Уфе также не отмечены. ТЦ «Мега» (вЬЛ-85 тыс. кв. м) функционирует не полностью, поэтому в рассмотрение не включается.
Основной проблемой несоответствия европейской классификации для применения в регионах РФ является расхождение в размерах площадей торговых центров: площади ТЦ в европейской классификации доходят до уровня 200 000 кв. м -таких торговых центров в Уфе на сегодняшний день нет. Кроме того, в данной системе не учитывается месторасположение объекта, транспортная доступность, которые в рамках Уфы не могут быть исключены.
Целью национальной системы классификации торговых центров является выявление качества торговых центров, акцентированных на технологических параметрах: инженерные системы, проектировочные решения, параметры участка, организация прилегающей территории, управление зданием и др. На практике применяются экспертные оценки, что вносит субъективность в анализ качества. Привлекательность для арендаторов и посетителей в Национальной системе классификации ТЦ рассчитывается на основе балльной оценки посредством опроса населения, что указывает на высокий процент погрешности таких оценок.
Для регионов, в частности для Уфы, существующие классификации торговых центров необходимо адаптировать, поскольку рынок торговой недвижимости находится на более низкой стадии развития.
Во-первых, рынок торговой недвижимости Уфы ненасыщен. На сегодняшний день в городе присутствуют 20 торговых центров, что в количественной мере составляет 330 кв. м в торговых центрах на 1 000 человек. Это в 2.5 раза больше, чем в
Челябинске (130 кв. м) и в 3 раза меньше, чем в Екатеринбурге (более 1 000 кв.м). Показатель обеспеченности торговыми площадями в торговых центрах остается ниже среднеевропейских показателей (400-600 кв. м на 1 000 жителей) и существенно ниже уровня США (1200-1500 кв. м) [7].
Во-вторых, качество и уровень не всех торговых центров, присутствующих на рынке Уфы соответствуют требованиям федеральных или международных торговых сетей (ритейлеров), что препятствует их выходу на рынок. Это способствует росту арендных ставок в качественных ТРЦ в связи с высоким уровнем спроса ритейлеров на аренду помещений в них. Последнее влияет на удорожание товаров и в конечном счете ложится бременем на потребителей.
Таким образом, для рынка торговых центров Уфы остается актуальной проблема построения методики классификации и оценки привлекательности ТРЦ, которая отражает сложившуюся картину уровня развития рынка торговых центров.
При анализе привлекательности ТРЦ Уфы нами выделено несколько ключевых факторов, которые отражают популярность объекта, уровень посещаемости, качество предоставляемых услуг. Одним из главных факторов, который оказывает влияние на торговую недвижимость Уфы является месторасположение объекта. В данном критерии рассматриваются: престижность района расположения объекта, транспортная доступность, уровень пешеходного и автомобильного трафика.
Исторически сложилась градация в престижности районов города. Оказывает влияние концентрация достопримечательных мест, музеев, памятников, уровень развития инфраструктуры, деловой активности, плотность населения, концентрация административных органов, учебных заведений, центральных офисов банков и других компаний.
Транспортная доступность является одним из неформализованных критериев, оказывающим весомый вклад в формирование потребительских предпочтений. В рамках данного фактора рассматриваются такие показатели, как удобство транспортных развязок, возможности беспрепятственного доступа из любого района города, а также уровень доступа на общественном транспорте.
Высокие показатели пешеходного и автомобильного трафиков создают более высокие показатели посещаемости торгового центра, так как основная часть населения, стремясь экономить время, посещает торговые центры, которые находятся в местах их постоянного пребывания или которые находятся «по пути» [8-9].
Следующим критерием, оказывающим влияние на привлекательность ТЦ, является площадь объекта. Чем больше площадь объекта, тем больший товарный ассортимент в нем представлен и выше возможность для размещения зоны отдыха и развлечений. Важно выделить связь между общей (вБЛ) и торговой площадью объекта (вЬЛ), кото-
рый можно охарактеризовать коэффициентом, показывающим долю торговой площади в общей. Значение коэффициента, близкое к единице, указывает на то, что мало пространства в ТРЦ: меньше мест отводится на коридоры, атриумы, зоны отдыха и т. д. Это, безусловно, является отрицательным фактором для уюта торгового центра.
Важным условием доходности и привлекательности торгового центра является правильно сформированный пул арендаторов. Якорные арендаторы выполняют функцию формирования потока посетителей. Очень важна сила бренда: его уровень узнаваемости и лояльности. Набор остальных арендаторов подытоживает концепцию торгового центра [10]. Однако процесс создания набора арендаторов для уфимских ТЦ сопряжен с рядом особенностей, основная из которых - однообразие пула арендаторов. Это объясняется схожестью целевых аудиторий существующих ТЦ и недостаточным количеством торговых операторов, присутствующих на рынке. Создание эксклюзивных пулов в уфимских торговых центрах - процесс довольно сложный, который связан с рядом причин, таких как: неготовность федеральных и международных ритейлеров выходить на рынок ввиду недостатка качественных торговых центров и административных барьеров.
Для уровня посещаемости не менее важным является наличие удобного и вместимого паркинга, что обеспечивает удобство подъезда на автомобиле. Соответственно ее отсутствие или непродуманная организация заметно снижают уровень посещаемости объекта.
Дополняющим фактором для привлекательности ТЦ является наличие общественного питания. Фуд-корт с качественными и оригинальными концепциями - это серьезное конкурентное преимущество, возможность выделиться и привлечь дополнительных посетителей. Фуд-корт торгового центра пользуется популярностью почти у всех категорий посетителей, так как предоставляет посетителям
Результаты корреляц
возможность перекусить, не покидая торгового центра [11].
Развлекательная зона способствует формированию «лояльности к месту», постепенно превращая ТРЦ в место отдыха. На сегодняшний день кинотеатры, игровые автоматы, видеоигры остаются самым массовым видом развлечений, и с их открытием посещаемость комплекса значительно возрастает.
Таким образом, оценка привлекательности ТЦ Уфы основан на следующих критериях:
1. Местоположение торгового центра: престижность района, пешеходный трафик, автомобильный трафик, транспортная доступность.
2. Площадь: общая (ОБА) и арендопри-годная (ОЬА).
3. Парковка.
4. Уровень «якорных» арендаторов.
5. Уровень галереи арендаторов.
6. Общественное питание.
7. Развлекательная составляющая.
В качестве результирующего фактора, который отражает высокий уровень спроса как со стороны потребителей, так и со стороны ритейлеров, а значит, и высокий уровень привлекательности объекта, выступает уровень арендных ставок, которые установлены на конкурентном рынке.
Для анализа тесноты связей между результирующим фактором и ключевыми критериями проведен корреляционный анализ. Корреляционный анализ позволит выявить статистические взаимосвязи между исходными переменными. Результаты проведенного корреляционного анализа представлены в табл. 1 Результирующий фактор нами взят как зависимая переменная (уровень арендных ставок), формирующаяся от воздействия переменных (указанных выше критериев).
Таблица 1
| анализа исходных данных
Входные поля Корреляция с выходными полями
№ Поле Уровень арендных ставок
1 Престижность района 0.44
2 Пешеходный трафик 0.63
3 Автомобильный трафик 0.57
4 Транспортная доступность 0.45
5 ОБЛ, кв. м 0.68
6 ОЬЛ, кв. м 0.74
7 Парковка 0.33
8 Уровень «якорных» арендаторов 0.57
9 Уровень галереи арендаторов 0.56
10 Общественное питание 0.42
11 Развлекательная составляющая 0.51
Расчеты показали, что наименее значимыми факторами, оказывающими влияние на уровень успешности и посещаемости торговых центров Уфы являются парковка, общественное питание внутри ТЦ, престижность района расположения и транспортная доступность. Максимальную корреляцию с зависимой переменной имеют такие факторы, как: торговая и общая площади, уровень пешеходного и автомобильного трафиков, уровень «якорных» арендаторов и уровень галереи арендаторов.
Результаты адекватно описывают сложившуюся ситуацию на рынке торговой недвижимости Уфы:
• низкий уровень корреляции с престижностью района отмечается ввиду высокой концентрации торговых центров в этих районах и насыщения локальных рынков функционирующими объектами;
• низкая корреляция с фактором парковка -прослеживается ввиду наличия парковки во всех ТЦ, отличающихся зачастую только количеством машиномест;
• социально-экономическое развитие Уфы не достигло уровня таких городов как Москва, Санкт-Петербург (также США, Европа), в которых основная часть населения постоянно питается в пунктах общественного питания. Доминирующая часть населения Уфы питается домашней едой, а посещение различных ресторанов и кафе является частью досуга. Также в Уфе низкий туристический поток, что оказывает влияние на более низкий уровень потребности в общественном питании. Все это отображается в низком уровне корреляции с фактором общественного питания;
• низкая корреляция с показателем транспортной доступности связана с хорошей доступностью из района города в другой, отсутствием постоянных больших пробок на дорогах. Таким образом, наиболее привлекательными
являются крупные торговые центры, расположенные в местах с высоким уровнем пешеходного и автомобильного трафика, в которых представлен широкий круг товарных групп, коллекций и основной поток, к которым создают известные «якорные» арендаторы, и развлекательная зона.
Для более глубокого исследования и выделения функционирующих торговых центров в отдельные характерные группы нами проведен кластерный анализ, который позволит выделить группы ТРЦ со схожими параметрами, что поможет выявить структуру рынка, обнаружить нетипичные объекты, которые не удается присоединить ни к одному из кластеров.
Одним из наилучших алгоритмов решения задач кластеризации являются самоорганизующиеся карты Кохонена (Self Organizing Maps - SOM). Кластерный анализ на базе SOM в отличие от большинства математико-статистических методов практически не накладывает никаких ограничений на вид рассматриваемых объектов и позволяет рассматривать множество исходных данных практически произвольной природы. В целом моделирование на основе нейронных сетей является мощным практическим инструментом, который доказал свою пригодность для решения реальных проблем [12].
Самоорганизующиеся карты Кохонена позволяют не только производить кластеризацию объектов, но и выполнять визуализацию ее результатов с помощью многомерного проецирования на плоскость. Карта Кохонена состоит из сегментов шестиугольной формы, называемых ячейками. Каждая из них связана с определенным выходным нейроном карты и представляет собой своего рода его «сферу влияния». Следовательно, если объекты на карте расположены близко друг к другу, т. е. попали в одну ячейку или хотя бы в соседние, то и векторы признаков этих объектов близки, и, наоборот, если объекты попали в ячейки, расположенные на карте далеко друг от друга, то и векторы их признаков различаются сильно [13-14].
Кластеризация была проведена при помощи программного пакета Deductor Studio, который является аналитической платформой для создания законченных прикладных решений в области анализа данных на основе нейронных сетей, которая реализуется по алгоритму обучения без учителя.
В результате кластеризации было выделено 7 кластеров. Визуализация матрицы расстояний, выданная самоорганизующимися картами Кохонена и итоговая структура полученных кластеров с помощью самоорганизующихся карт Кохонена представлены на рис.
а) б)
Рис. 1. Результаты кластеризации: а) матрица расстояний; б) структура кластеров.
Самый крупный кластер содержит 5 торговых центров. Характерным для данного кластера является низкий уровень привлекательности для покупателей. Указанные торговые центры расположены в спальных районах города и объединены между собой низкими уровнями пешеходного и автомобильного трафиков, «якорных» арендаторов и ограниченным ассортиментом товаров, отсутствием развлекательной составляющей и фуд-корта (за исключением небольших закусочных). Уровень вакантных площадей остается на достаточно высоком уровне. Предоставляемые площади не соответствуют требованиям федеральных торговых операторов, поэтому основными арендаторами выступают местные и региональные ритейлеры.
ТСК «Сипайловский» и универмаг «Уфа» объединены в один кластер. Общим для них является расположение на близком расстоянии от более успешных торговых центров, в данном случае ТРЦ «Простор» и ТРК «Семья», в которых присутствует
Результаты кластерного
развлекательная зона и более высокий уровень галереи арендаторов. Поэтому, несмотря на высокие уровни пешеходного и автомобильного трафика, а также транспортную доступность, данные торговые центры не могут формировать более высокие уровни посещаемости и привлекательности для потребителей.
ТДК «Гостиный двор» расположен в исторически-деловом центре города, ТЦ «Башкортостан» - в инфраструктурно развитом спальном районе города на основной транспортной магистрали. Оба торговых центра имеют выгодное месторасположение, большие торговые площади (более 11 000 кв. м), т. е. имеют потенциальную возможность увеличить уровень привлекательности и посещаемости. Однако слабость УК (менеджмента ТЦ), которая выражается в неправильном формировании пула арендаторов, вытекает в сдерживающий фактор для повышения привлекательности.
Таблица 2
рынка торговых центров г. Уфы
Название Номер кластера Характеристики
ТРЦ «Южный Полюс» I Расположение в спальных районах города; низкий уровень пешеходного и автомобильного трафиков; слабые «якорные» арендаторы ограниченный ассортимент товаров; отсутствием развлекательной составляющей и фуд-корта
ТСК «Меркурий»
ТЦ «Парус»
ТРЦ «Олимп»
ТОЦ «Водолей»
Универмаг «Уфа» II Расположение на близком расстоянии от более успешных конкурентов; высокие уровни пешеходного и автомобильного трафика; низкие уровни посещаемости
ТСК «Сипайловский»
ТДК «Гостиный двор» III Выгодное месторасположение; большие торговые площади; слабый менеджмент ТЦ
ТЦ «Башкортостан»
0 ТСК «Октябрьский» IV Отсутствие общественного питания и развлекательной зоны; хаотичный набор арендаторов; отсутствие концепции развития и грамотного определения целевой аудитории покупателей
1 ТЦ «Галле»
2 ТЦ «Звездный»
3 ЦММ «Экватор» V Единственный специализированный ТЦ
4 ТРК «Семья» VI Удобная и емкая парковка; расположение на основных транспортных магистралях города; высокие показатели привлекательности развлекательной зоны и общественного питания
5 ТРК «Иремель»
6 ТСК «Центральный» VII Расположение вдоль оживленных улиц города; наличие грамотного пула арендаторов; широкая ассортиментная матрица; небольшой объем машиномест на парковке
7 ТРЦ «Галерея Арт»
8 ЦТиР «МИР»
9 ТРЦ «Простор»
ТСК «Октябрьский», ТЦ «Галле» и ТЦ «Звездный» объединяет отсутствие общественного питания и развлекательной зоны, хаотичный набор арендаторов, отсутствие концепции развития торговых центров и грамотного определения целевой аудитории покупателей, хотя здесь показатели пешеходного и автомобильного трафиков выше среднего.
ТЦ «Экватор» на сегодняшний день является единственным представленным на рынке Уфы специализированным торговым центром. В результате кластеризации не был соотнесен ни к одному из кластеров. Можно сделать вывод, что данный случай требует выработки грамотной политики управления в зависимости от специфики ТЦ.
ТРК «Семья» и «Иремель» имеют торговую площадь 32 291 и 24 000 кв. м соответственно, удобную и емкую парковку объемом более 1100 машиномест, расположены на основных транспортных магистралях города, высокие показатели привлекательности развлекательной зоны и общественного питания. Грамотно определенные «якорные» арендаторы и пул остальных арендаторов указывают на высокие показатели посещаемости объектов.
Седьмой кластер, выделенный на основе самоорганизующихся карт Кохонена, содержит 4 торговых центра - это ТСК «Центральный», ТРЦ «Галерея Арт», ЦТиР «Мир» и ТРЦ «Простор». Данные торговые центры расположены вдоль оживленных улиц города, имеют грамотный пул арендаторов, широкую ассортиментную матрицу, состав брендов которых соответствует профилю целевой группы. Меньший объем машиномест на парковке относительно ТРК «Семья» и «Иремель» не является для них сдерживающим фактором привлекательности, т. к. корреляция с фактором парковки малозначима.
Таким образом, структура рынка торговых центров Уфы показывает, что менее половины функционирующих объектов относится к качественному предложению на рынке. Рынку необходимы новые объекты для удовлетворения потребностей населения, так как:
1. Уровень розничной торговли в РБ, по данным статистики, достаточно высокий, т. е. население обладает высокой покупательской способностью.
2. Показатель обеспеченности торговыми площадями в ТЦ составляет 330 кв. м на 1000 человек, что существенно ниже среднеевропейских показателей.
3. Функционирующие ТЦ - реконструированные здания бывших производственных помещений советской постройки - не только не соответствуют стандартам, но и не пользуются привлекательностью потребителей.
4. Уровень насыщения ТЦ не достигнут. Наличие в Екатеринбурге показателя более 1000 кв. м на 1000 человек свидетельствует о том, что потенциальные возможности данного сегмента коммерческой недвижимости Уфы не исчерпаны.
5. Количество вакантных помещений в ТЦ ограничено, что препятствует выходу на рынок новых ритейлеров и дальнейшему развитию конкуренции внутри отрасли.
6. Регион заинтересован в расширении рынка ТРЦ, поскольку это ведет к снижению цен розничной торговли, повышению качества услуг.
Таким образом, использование математического инструментария позволило более наглядно выявить структуру рынка торговых центров. В частности, кластерный анализ позволил выявить латентные особенности рынка, такие как схожесть отдельных торговых центров по набору привлекательных факторов для конечных потребителей, выделить их в отдельные характерные группы, а также выделить нетипичный для рынка объект (специализированный торговый центр «Экватор») в отдельный кластер. Кластерный анализ на базе SOM показал себя как тонкий инструмент, который позволил адекватно систематизировать объекты с учетом наиболее важных факторов. Корреляционная зависимость привлекательности торгового центра от ряда определенных наборов факторов позволила выявить первичные потребности посетителей торговых центров Уфы, такие как необходимость появления новых брендов на рынке, а также выхода на рынок новых «сильных» крупных ритейлеров, которые могут претендовать на роль «якорных арендаторов» в торговых центрах. Недостаток специализированных торговых центров в городе указывает на потенциальную возможность освоения этой ниши - выхода на рынок специализированных торговых центров с эксклюзивным набором арендаторов. А насыщенность локальных рынков исторически-делового центра города указывает на выведение их на участки вдоль основной транспортной магистрали города.
На основе проведенного корреляционного и кластерного анализа рынка функционирующих торговых центров можно сделать вывод: для ненасыщенного рынка торговых центров Уфы есть потенциальная возможность выхода новых проектов с перечнем факторов, которые оказывают значительное влияние на привлекательность торговых центров, что обеспечит этим объектам высокую посещаемость.
С нашей точки зрения, построенная модель может претендовать на применение, т. к. обладает такими качествами, как: объективность, доступ-
ность, низкии уровень погрешности, возможность адаптировать под конкретную ситуацию.
ЛИТЕРАТУРА
1. Асаул А. Н., Иванов С. Н., СтаровоИтов М. К. Экономика недвижимости: учебник для вузов. 3-е изд., исправл. СПб.: ИПЭВ, 2009. 304 с.
2. Ермак С., Белоусов А. По осени считают // Эксперт-Урал. 2010. №40 (438).
3. Бубенцова П. На языке стандартов // Новости тор -говли. М., 2006. №2.
4. Walker P. Public Private Partnerships in Sustainable Urban Development. ULI.RU: Институт городских земель. 2013. URL: http://uli.org/report/public-private-partnerships-in-sustainable-urban-development/
5. Lambert J. One Step Closer to a Pan-European Shopping Center Standart. ICSC.RU: Международный совет торговых центров. 2006. URL: http://www.icsc.org/uploads/research/ general/euro_standard_only.pdf.
6. Стандартизация торговых центров // Российский совет торговых центров. 2010. URL: http://rcsc.info/proekty-soveta/klassifikatsiya-torgovykh-tsentrov.
7. Рынок торговых центров в 32 городах и регионов России. MALLS.RU: электронное издание о крупных торговых центрах (моллах). URL: http://www.malls.ru/rus/analytics/ 176503.shtml.
8. Канаян К., Канаян Р., Канаян А. Проектирование магазинов и торговых центров. М.: Юнион-Стандарт Консалтинг, 2009. 416 с.
9. Канаян К., Канаян Р., Канаян А. Торговая недвижимость: вызовы времени и перспективы. М.: Юнион-Стандарт Консалтинг, 2008. 400 с.
10. Андерхилл П. Место действия торговый центр. М.: Аль-пина Паблишер, 2011. 218 с.
11. Фуд-корты в торговых центрах. WWW.RESTORANTE. COM.RU: сайт о ресторанном бизнесе. URL: http://www. restorante.com.ru/ index.php?option=com_content&task= view&id=7&Itemid=6.
12. Кохонен Т. Самоорганизующиеся карты. М.: БИНОМ. Лаборатория знаний, 2011. 655 с.
13. Горбатков С. А., Полупанов Д. В., Солнцев А. М., Фар-хиева С. А., Белолипцев И. И., Коротнева М. В., Рашитова О. Б. Нейросетевое математическое моделирование в задачах ранжирования и кластеризации в бюджетно-налоговой системе регионального и муниципального уровней. Уфа: РИЦ БашГУ, 2011. 221 с.
14. Хайкин С. Нейронные сети: полный курс. 2-е издание. М.: Издательский дом «Вильямс», 2006. 1104 с.
15. Краткий обзор рынка торговой недвижимости в «го-родах-миллионниках» РФ // Отдел исследований GVA Sawyer. 2013.
16. Обзор рынка торговых центров г. Уфы: аналит. обзор // Отдел маркетинговых исследований и аналитики компании Rain Group Estate. URL: http://rgestate.ru/ resources/links/issledovanie _torgovyh_centrov_g_ufa_4_kv_ 2010g_godovoy_otchet.pdf.
Поступила в редакцию 16.10.2013 г. После доработки 02.02.2014 г.
ISSN 1998-4812
BecTHHK EamKHpcKoro yHHBepcHTeTa. 2014. T. 19. №1
105
METHODOLOGICAL BASES OF THE REGIONAL MARKET MANAGEMENT OF SHOPPING & ENTERTAINMENT CENTERS
© R. H. Bakhitova, D. V. Polupanov, N. A. Khayrullina*
Bashkir State University 32 Zaki Validi St., 450076 Ufa, Republic of Bashkortostan, Russia.
Phone: +7 (34 7) 273 6 7 78.
E-mail: narkas99@mail.ru
Due to a rapid development of the Shopping and Entertainment Centers (SECs) market in Russia it becomes more and more topical to classify and structure these facilities in order to increase market transparency and outline the main development directions. Within the research we tried to work out methods of classifying SECs according to their consumer appeal. Correlation analysis revealed the most essential parameters that in a greater degree affect the attendance level of SECs. In contrast to the expert methods, the given technique allows us to identify primary needs of customers and their selection criteria of SECs based on quantitative and verified data. For a deeper study and further assignment of the SECs at work into certain characteristic groups we carried out a cluster analysis. The latter was based on the most significant marked-out parameters of the SECs consumer appeal. Clustering was performed on the basis of Self Organizing Maps (SOMs) which in their turn allowed us to unravel the structure of the SECs market. In particular - to reveal latent market peculiarities such as similarity of certain Shopping Centers in terms of their consumer appeal factors and to further include them with separate characteristic groups as well as to single out nontypical market facilities into a separate cluster. On the basis of the cluster and correlation analyses of the SECs market we may draw conclusion about further development potential. This potential contains possibilities of entering the new opportunities market with a number of factors that have a significant influence over SECS market consumer appeal.
Keywords: Shopping and Entertainment Centers market, correlation analysis, cluster analysis, methodology, classification.
Published in Russian. Do not hesitate to contact us at bulletin_bsu@mail.ru if you need translation of the article.
REFERENCES
1. Asaul A. N., Ivanov S. N., Starovoitov M. K. Ekonomika nedvizhimosti: uchebnik dlya vuzov [Economics of Real Estate: Textbook for High Schools]. Saint Petersburg: IPEV, 2009.
2. Ermak S., Belousov A. Ekspert-Ural. 2010. No. 40 (438).
3. Bubentsova P. Novosti torgovli. Moscow, 2006. No. 2.
4. Walker P. Public Private Partnerships in Sus-tainable Urban Development. 2013. URL: http://uli.org/report/public-private-partnerships-in-sustainable-urban-development/
5. Lambert J. One Step Closer to a Pan-European Shopping Center Standart. ICSC.RU: Mezhdunarodnyi sovet torgovykh tsentrov. 2006. URL: http://www.icsc.org/uploads/research/general/euro_standard_only.pdf.
6. Standartizatsiya torgovykh tsentrov // Rossiiskii sovet torgovykh tsentrov. 2010. URL: http://rcsc.info/proekty-soveta/klassifikatsiya-torgovykh-tsentrov.
7. Rynok torgovykh tsentrov v 32 gorodakh i regionov Rossii. MALLS.RU: elektronnoe izdanie o krupnykh torgovykh tsentrakh (mol-lakh). URL: http://www.malls.ru/rus/analytics/176503.shtml.
8. Kanayan K., Kanayan R., Kanayan A. Proektirovanie magazinov i torgovykh tsentrov [Design of Shops and Shopping Centers]. Moscow: Yunion-Standart Konsalting, 2009.
9. Kanayan K., Kanayan R., Kanayan A. Torgovaya nedvizhimost': vyzovy vremeni i perspektivy [Commercial Real Estate: Current challenges and Prospects]. Moscow: Yunion-Standart Konsalting, 2008.
10. Anderkhill P. Mesto deistviya torgovyi tsentr [Call of The Mall]. Moscow: Al'pina Pablisher, 2011.
11. Fud-korty v torgovykh tsentrakh. URL: http://www.restorante.com.ru/ in-dex.php?option=com_content&task=view&id=7&Itemid=6.
12. Kokhonen T. Samoorganizuyushchiesya karty [Self-Organizing Maps]. Moscow: BINOM. Laboratoriya znanii, 2011.
13. Gorbatkov S. A., Polupanov D. V., Solntsev A. M., Far-khieva S. A., Beloliptsev I. I., Korotneva M. V., Rashitova O. B. Neirosetevoe matematicheskoe modelirovanie v zadachakh ranzhirovaniya i klasterizatsii v byudzhetno-nalogovoi sisteme regional'nogo i munitsip-al'nogo urovnei [Neural Network Mathematical Modelling in Problems of Ranking and Clustering in the Fiscal Systems of Regional and Municipal Levels]. Ufa: RITs BashGU, 2011. 221 pp.
14. Khaikin S. Neironnye seti: polnyi kurs [Neural Networks: Complete Course]. 2-e izdanie. Moscow: Vil'yams, 2006.
15. Kratkii obzor rynka torgovoi nedvizhimosti v "gorodakh-millionnikakh" RF. Otdel issledovanii GVA Sawyer. 2013.
16. Obzor rynka torgovykh tsentrov g. Ufy: analit. obzor. Otdel marketingovykh issledovanii i analitiki kompa-nii Rain Group Estate. URL: http://rgestate.ru/resources/links/issledovanie _torgovyh_centrov_g_ufa_4_kv_2010g_godovoy_otchet.pdf
Received 16.10.2013. Revised 02.02.2014.
