CC BY
36
Оригинальная статья / Original article
УДК 332.7:[519.86+657.922
DOI: 10.21285/2227-2917-2017-3-42-52
ОБОСНОВАНИЕ НЕОБХОДИМОСТИ УЧЕТА СТРАТЕГИЧЕСКОГО ПОВЕДЕНИЯ АРЕНДАТОРОВ ПРИ УПРАВЛЕНИИ КОММЕРЧЕСКОЙ НЕДВИЖИМОСТЬЮ
© В.С. Спирина'1
Пермский национальный исследовательский политехнический университет, Российская Федерация, 614990, г. Пермь, Комсомольский пр., 29.
Резюме. Цель. Задача управления коммерческой недвижимостью имеет высокую степень неопределенности, одним из источников которой является поведение экономических субъектов, осуществляющих предпринимательскую и управленческую деятельность на базе объекта недвижимости. Поэтому управление коммерческой недвижимостью должно осуществляться с учетом стратегического поведения экономических субъектов. Методы. Основным методом исследования является имитационное моделирование, базирующееся на использовании математического аппарата современной теории управления, в частности - системного анализа, теории игр и теории управления организационными системами. Результаты. На примере торгово-развлекательных комплексов (ТРК) приводятся результаты вычислительного эксперимента, показывающие зависимость оптимальной стратегии экономических субъектов по развитию и продвижению ТРК от изменения уровня потребления. Демонстрируется экранная форма системы поддержки принятия индивидуальных решений управляющего ТРК. Сформулированы три теоретико-игровые постановки задачи управления объектом коммерческой недвижимости, отличающиеся количеством объектов и возможностью управляющих торговым объектом изменять арендную плату. Выводы. Обосновывается необходимость учета стратегического поведения экономических субъектов, осуществляющих предпринимательскую и управленческую деятельность на базе объекта недвижимости. Используя описанные математические методы и средства, можно осуществить экспериментальное исследование стратегического поведения арендаторов путем проведения деловых игр с участием профессиональных участников рынка недвижимости.
Ключевые слова: коммерческая недвижимость, управление недвижимостью, потребительская привлекательность, стратегическое поведение, игровое моделирование, теория игр, поведенческая экономика.
Формат цитирования: Спирина В.С. Обоснование необходимости учета стратегического поведения арендаторов при управлении коммерческой недвижимостью // Известия вузов. Инвестиции. Строительство. Недвижимость. 2017. Т. 7, № 3. С. 42-52. DOI: 10.21285/2227-2917-2017-3-42-52
PROOF OF THE NECESSITY OF COUNTING STRATEGIC BEHAVIOUR OF TENANTS AT THE MANAGEMENT OF COMMERCIAL REAL ESTATE
© V.S. Spirina
Perm National Research Polytechnic University, 29 Komsomolsky av., Perm 614990, Russian Federation
Abstract. Purpose. Managing target of commercial real estate has a high level of uncertainty, one of the sources of which is behavior of economical subjects that perform entrepreneur and management activity based on the object of real estate. That is why management of commercial real estate should be performed taking into account strategic behavior of economic subjects. Methods. The main method of the research is simulation modelling, based on the use of mathematical tool of modern theory of management, that is - system analyses, theory of games and theory of management of organizational systems. Results. At the example of trade-entertainment complexes (TEC) we give results of modeling exercise which show dependence of optimal strategy of economical subjects of development and promotion of TEC on the change of usage level. We demonstrate screen form of support system of making individual solutions of the managing TEC. We formed three theories of theoretical and playing tasks settings of the object management of commercial real estate, that differentiate with the number of objects and possibilities of management of the trade object to change the rent. Conclusions. We prove the necessity to take into account strategic behavior of economical subjects that per-
аСпирина Варвара Сергеевна, аспирант кафедры строительного инжиниринга и материаловедения, e-mail: spirina@cems.pstu.ru
Varvara S. Spirina, postgraduate, Department of construction engineering and materials science», е-mail: spirina@cems.pstu.ru
form entrepreneur and management activity based on the object of real estate. Using the described mathematical methods and ways, it is possible to perform experiment researches of strategic behavior of tenants with the help of business games with participation of professional participants of real estate market. Keywords: commercial real estate, real estate management, consumer appeal, strategic behaviour, game modelling, theory of games, behavioural economics
For citation: Spirina V.S. Proof of the necessity of counting strategic behaviour of tenants at the management of commercial real estate. Izvestiya vuzov. Investitsii. Stroitel'stvo. Nedvizhimost' [Proceedings of Universities. Investment. Construction. Real estate], 2017, vol. 7, no. 3, pp. 42-52. (In Russian) DOI: 10.21285/2227-2917-2017-3-42-52
Введение
Управление коммерческой недвижимостью является для России относительно новым видом профессиональной деятельности, который и на сегодняшний день бурно развивается и постоянно претерпевает изменения. Степень неопределенности экономических процессов управления объектом коммерческой недвижимости повышается в связи со сложностью прогнозирования результатов управленческой и предпринимательской деятельности, увеличением количества неоднородных экономических субъектов и осуществлением их предпринимательской деятельности автономно.
Эгоистическое поведение экономических субъектов, занимающихся предпринимательской деятельностью на базе объекта коммерческой недвижимости, и управляющих организаций может приводить к снижению общих результатов экономической деятельности этих субъектов, поскольку результаты деятельности одних зависят от действий других, и наоборот. Такое явление относят к проблемам общественного блага (от англ. good public problem) и «безбилетника» (от англ. freerider problem). Обычно сложность исследования и прогнозирования экономических процессов связывали с неполнотой или асимметричностью информированности участников, однако, как показывают результаты исследований экспериментальной и поведенческой экономики, люди ведут себя иногда иррационально, что является неизбежным источником погрешности любого математического моделирования. Неопределенность ситуации повышается в связи с тем, что даже рациональные люди, склонные к стратегическому поведению, не во всех случаях придерживаются равновесных и/или оптимальных стратегий. Кроме того, равновесные ситуации не всегда являются устойчивыми, то есть ошибочное действие одного участника (или осознанное с целью дестабилизации равновесной ситуации) может приводить к непредсказуемым последствиям, например, к каскадному эффекту.
Поэтому в исследуемой задаче человеческий фактор является ключевым источником неопределенности. В этих условиях существующие экономико-математические модели описывают не все происходящие
процессы и явления, что накладывает ограничения на выполнение объяснительной, прогностической и нормативной функций экономической теорией применительно к задаче управления коммерческой недвижимостью [1].
Исходя из вышесказанного, следует отметить, что задача управления коммерческой недвижимостью имеет высокую степень неопределенности, источником которой является стратегическое поведение экономических субъектов, осуществляющих предпринимательскую деятельность на базе объекта недвижимости. Поэтому управление коммерческой недвижимостью должно производиться с учетом стратегического поведения экономических субъектов.
Материал и методы исследования
Основоположниками вероятностных моделей поведения посетителей торговых объектов можно считать Уильяма Рейли [2] и Дэвида Л. Хаффа [3]. Модель Хаффа, получившая название автора, широко используется в настоящее время. В обзоре [4] упоминается около 20 исследователей, использующих данную модель. Двухфакторные модели Д. Хаффа и У. Рейли легли в основу работ зарубежных и отечественных исследователей, использующих так называемые гравитационные модели в задачах определения вероятностного поведения при выборе тех или иных объектов [5, 6], определения внешних и внутренних факторов управления супермаркетами [7, 8], размещения магазинов в городе [9], определения средней цены, по которой следует продавать товар, чтобы оставаться конкурентоспособным и при этом не терять прибыль [10], оценки городских зеленых насаждений [11], в качестве помощи в расследованиях пищевых отравлений [12], для решения задачи маршрутизации транспортных средств в городском пространстве [13], для тралового промысла и распределения рыбных продуктов [14], для имитационного моделирования поведения пациента при выборе учреждения здравоохранения [15] и т.д.
Задача управления коммерческой недвижимостью рассматривалась Д. Джентле-ром и Дж.Д. Фишером [16, 17], А.Н. Асаул [18], К. и Р. Канаян [19], Р. Бэлроу [20], Б. Хайнс, Н. Наннингтон [21] и др. Имитаци-
онное моделирование поведения разнородных экономических субъектов стало возможным благодаря появлению мультиагентных технологий и агентно-ориентированного подхода к имитационному моделированию. Одним из направлений агентно-ориентированного подхода является разработанная В.А. Харитоновым, А.О. Алексеевым в [22] концепция субъектно-ориентированного управления в социально-экономических системах, в рамках которой для моделирования поведения людей в задачах выбора используются математические модели их предпочтений. Однако в рамках поведенческой экономики (Д. Канеман и А. Тверски [23], Ф.Т. Алескеров и А.В. Белянин [24], А. Чаудхури [25], К. Энжел [26], Н. Бардслей [27], В.Л. Смит [28], К. Бинмор, А. Шакид [29] и др.) показано, что выбор экономических субъектов не всегда осуществляется рационально, выделяется новый источник неопределенности, порождающий неизбежную погрешность математического моделирования, что необходимо учитывать при управлении коммерческой недвижимостью.
В настоящее время для исследования стратегического поведения экономических субъектов (агентов) наравне с математическим моделированием применяют экспериментальные исследования, поскольку дополнительным источником неопределенности при управлении коммерческой недвижимостью является зависимость результатов деятельности экономического субъекта от выбора действий другими субъектами. Эффективность взаимодействия активных и целеустремленных экономических субъектов исследовалась в теории игр Ю.Б. Гермейером [30], Ф.Т. Алескеровым [31], В.Н. Бурковым, Д.А. Новиковым, М.В. Губко, Н.А. Коргиным [32, 33], Р.Б. Мейерсоном [34], К. Кэмерером [35, 36], А. Рапопортом [37], З. Ханом [38], Т. Фудживара-Грив [39], Дж. Уотсоном [40], Р.А. МакКейном [41] и др.
Однако, несмотря на достижения экономической теории, в частности теории потребительского поведения, мультиагентных технологий, концепции субъектно-ориентированного управления, концепции
выявленных предпочтений, поведенческой экономики, теории игр и практики управления коммерческой недвижимостью, научно-практическая задача управления коммерческой недвижимостью сохраняет высокую степень неопределенности, связанную с выбором действий экономических субъектов, осуществляющих предпринимательскую деятельность на базе объекта недвижимости, и выбором действий экономического субъекта, осуществляющего управленческую деятельность.
Результаты исследования и их обсуждение
В практике управления объектами коммерческой недвижимости (ОКН) распространена форма взаимодействия между управляющей компанией и арендаторами в виде фиксированной арендной ставки и процента с продаж арендаторов. Таким образом, управляющая компания явным образом заинтересована в увеличении прибыли арендаторов, поскольку это позволит повысить арендные платежи.
Ранее автором [42] разработаны модели оценки качества и потребительской привлекательности ОКН и математически сформулирована задача оптимального управления. Анализ эффективности предпринимательской деятельности экономических субъектов возможен с помощью графоаналитических методов. В работе [43] описан метод анализа чувствительности экономических показателей, например, прибыли к числу посетителей, однако анализ эффективности управленческой деятельности экономических субъектов целесообразно рассматривать через зависимость экономических показателей от изменения затрат на повышение качества объекта коммерческой недвижимости [1].
В исследуемой модели к внутренним факторам, описывающим ОКН, отнесены х1 -площадь, х2 - ассортимент товаров, х3 -транспортная доступность, х4 - эстетический параметр, х5 - акции и скидки, х6 - качество товаров, х7 - наличие брендов и х8 - мероприятия. Качество ОКН в целом можно вычислить с помощью геометрической взвешенной модели:
e = ne, (x, ) =a(x1)°'12. e2 (xa)0'15. e, («)0j5. e4 („Г. e, («Г. a («г . e7 («F. Qb («f
0,0b
где 0/(х) - значение оценки фактора ОКН х1 в относительной шкале [0,1]; ql - взвешенные коэффициенты, показывающие важность фактора х1 для потребителей, сумма которых должна быть равна единице (здесь указаны данные, полученные в ходе социологического (маркетингового) исследования торгово-развлекательных комплексов города Перми [44], в котором респондентам предлагалось оценить, насколько им важен каждый из па-
раметров торгово-развлекательных комплексов). Приведение факторов к относительной шкале [0,1] выполняется, как это показано в работе [45].
Среди указанных выше внутренних факторов, описывающих ОКН, можно выделить управляемые, косвенно управляемые и не управляемые на тактическом и оперативном уровне факторы. Рассмотрим пример, когда стратегия экономических субъектов
торгово-развлекательного комплекса (ТРК) менение четырех управляемых критериев
зависит от четырех вариантов затрат на из- (табл. 1).
Таблица 1
Пример распределения вариантов затрат на управление четырьмя критериями
Table 1
Example of distribution of expenses variants on the management of four criteria
Варианты распределения затрат на управление / The distribution of management costs Реклама/бренды / Advertising/ brands Эстетический вид / Aesthetic appearance Качество товаров / The quality of goods Мероприятия / The event
X1 X2 X3 X4
CF1 40 0 i00 25
CF2 60 i20 200 40
CF3 90 250 300 55
CF4 i20 500 400 70
В работе [1] было показано, что прибыль экономических субъектов может оказаться меньше даже при условии увеличения числа посетителей и покупателей. Оптимальным решением задачи управления ТРК является такое распределение бюджета экономических субъектов на изменение управляемых факторов, которое обеспечивает максимум их персональной прибыли.
При этом число стратегий каждого экономического субъекта будет определяться по формуле
N = nm
стратегии " >
где n - количество вариантов затрат на изменение критериев; m - количество критериев (факторов), которыми может управлять экономический субъект.
Ниже (рис. 1) показано, как зависит оптимальная по критерию максимизации прибыли стратегия экономических субъектов ТРК от изменения уровня потребления, которая, с одной стороны, отражает, какая часть посетителей совершает покупки в торгово-развлекательном комплексе (коэффициент конвертации - у, от англ. Customer Conversion Ratio), а с другой стороны, выражается в средней сумме покупок, которые совершают посетители ТРК (размер среднего чека - Ar). Эти факторы описывают изменения внешней среды. Анализ чувствительности показывает (рис. 1), что при росте уровня потребления становится выгодно вкладывать деньги в развитие и продвижение ТРК, что почти очевидно, однако задача поиска оптимального распределения средств на управление торгово-развлекательным комплексом является вовсе не тривиальной, и ее решение довольно трудоемко, что делает востребованным создание системы поддержки принятия управленческих решений. Следует также заметить, что управляющий и арендаторы имеют разные возможности по развитию и продвижению ТРК, например, качество товаров является контролируемым фактором
со стороны арендаторов, а эстетический вид может быть изменен как управляющим объекта в целом, так и арендатором(ами) отдельной торговой или развлекательной точ-ки(ек), поэтому требуется система поддержки принятия индивидуальных решений (СППИР).
Средой для разработки СППИР выбран программный продукт RDS (Расчет Динамических Систем / Research of Dynamic Systems) [46], который в настоящее время является единственным программным продуктом в мире, позволяющим одновременно осуществлять имитационное моделирование и проводить деловые игры с реальными людьми.
Экранная форма СППИР арендатора отличается от СППИР управляющего (рис. 2) тем, что у первого есть дополнительная возможность вкладывать деньги в расширение ассортимента и увеличение качества товаров, а также определять цены на продукцию и размер скидок. В правой части экрана строятся графики прибыли в зависимости от контролируемых факторов. Полученное с помощью СППИР решение соответствует ситуации, когда отдельный экономический субъект действует индивидуально с целью достижения максимума персональной прибыли. Однако решения, принимаемые другими участниками исследуемой экономической системы, оказывают влияние на результаты деятельности всех участников.Следовательно, необходима теоретико-игровая постановка и исследование задачи управления коммерческой недвижимостью с учетом пересекающихся интересов, в том числе конфликта. Ранее автором сформулированы три теоретико-игровые постановки задачи управления коммерческой недвижимостью [47].
Первым случаем является игра с одним ОКН при фиксированных арендной плате и проценте от прибыли арендаторов (Игра 1).
- реклама /бренды ■ кач-во товаров
- эстетический вил мероприятия
-реклама /бренды - кач-во товаров
- эстетическпн ппл меропртггпя
Я i я —
- i - h
а „j
" Tí 70
s Я
450 400 350 300 250 200 150 100
/
/ у
/
/ г
J.
0.1 0.3 0.5 0.7 0.9 1.1 1.3 1,5 1,7 1.9 Срсдпап чек посетителей ОКН, тыс. руб.
Г,_
ил о.з о,s 0.1 0.9 1,1 1,3 1.5 1,7 1.9
Средний чек iioceiKie.ieii ОКН, тыс. руб.
б
- реклама /бренды
- кач-во товаров
- эстетический вил мероприятия
■ реклама /бренды
■ кач-во товаров
эстетическпн вил мероприятия
= i 3 i
- 2 = —
i S
0.7
0.9
400 300 200 100
i
1.3
1,3
Средний чек посетителей ОКН, тыс. руб. в
1.5 0,7 0.9 1,1 1,3 1,5 Средним чек цосепне.тец ОКН. гыс. руб.
Рис. 1. Анализ чувствительности оптимальной стратегии экономических субъектов торгово-развлекательного комплекса к изменению среднего чека при различных коэффициентах конвертации: а - при у = 0,01, покупку совершает каждый сотый посетитель
объекта коммерческой недвижимости; б - при у = 0,05, покупку осуществляет каждый двадцатый посетитель ОКН; в - при у = 0,1, покупку совершает каждый десятый посетитель ОКН; г - при у = 0,5, покупку осуществляет каждый второй посетитель ОКН Fig. 1. Analyses of sensitivity of optimal strategy of economical subjects of a shopping and entertainment mall to the changes of an average bill at different economical subjects of a shopping and
entertainment mall to the changes of an average bill at different swap ratios: а - at у = 0,01, every hundredth visitor of the real estate object makes a purchase; б - at у = 0,05, every twentieth visitor of the object of commercial real estate makes a purchase; в - at у = 0,1, every tenth visitor of the object of commercial real estate makes a purchase; г - at у = 0,5, every second visitor of the object of commercial real estate makes a
purchase
Данная игра является игрой Г0, поскольку выбор стратегии экономических субъектов не зависит от последовательности их ходов. Стратегия управляющего определяется затратами на развитие су и продвижение ру ОКН, стратегия арендатора т - затратами на развитие ст и продвижение рт торговой или развлекательной точки, ценами на продукцию (услуги) рт и размером скидки dm. Цель экспериментальной проверки - исследование проявления эффекта «безбилетника», поскольку поведение реальных людей может свестись к ситуации, в которой отдельные участники будут стремиться получить персональный эффект за счет вложений других участников в продвижение ОКН, что впоследствии может привести к каскадному эффекту.
Вторым случаем является игра с одним ОКН при назначаемой управляющим арендной плате (Игра 2). Данная игра является игрой Ги поскольку управляющий совершает первый ход, сообщая игрокам
арендную плату, которые в ответ определяют эффективную для них стратегию поведения. Увеличение арендной ставки приводит к росту прибыли управляющего и, соответственно, уменьшению прибыли арендаторов, что является явным признаком конфликта интересов. Стратегия управляющего обусловлена дополнительно размером арендной платы ат. Стратегия арендаторов определяется аналогично Игре 1. Цель экспериментальной проверки - исследование задачи общественного блага, т.к. поведение реальных людей может свестись к ситуации, в которой управляющий будет увеличивать собственную прибыль не за счет развития и продвижения ОКН (общественного блага), а благодаря росту арендной ставки, а арендаторы, в свою очередь, будут компенсировать растущие арендные платежи из средств, которые им было бы выгодно вкладывать в развитие и продвижение отдельных помещений объекта коммерческой недвижимости.
а
г
Третьим случаем является игра с несколькими конкурирующими ОКН (Игра 3). Она также является игрой Г1, в которой управляющие сообщают размер арендной платы игрокам, которые, в свою очередь, могут перейти из одного объекта коммерческой недвижимости в другой, где будут получать большую прибыль. Стратегия управляющего определяется су, ру, ат. Результат игры зависит от игровой обстановки, то есть дейст-
Система
Щ|А.[Д Ч1"! |Осмсвнея 3|Сгат1
вий других игроков, выступающих в роли управляющих конкурирующих ОКН: с I_у , р-у, ат у, и арендаторов, чьи стратегии, в отличие от Игр 1 и 2, определяются еще с1т, рт , dm , рт и ат. Цель экспериментальной проверки - исследование поведения реальных людей в условиях ценовой и репутационной конкуренции объектов коммерческой недвижимости.
I^r^i 0.1*1 «igj IS[^_F
0
E^EZUS
ЕЕНВ S5,
|Р» 0-81
10ÖÖÖTS
leeKTop tel
las ZBI IСредний чек {руб ) 1200
Потребительски привлйат*т»ностъ ТРК п-, ■ ----1" vv^ i.i
I Арепдная ставка фур/кв м ) Boo hH
iPacwjjiw w детлвмуТРК (T gyç ) ¡Щ| | Рзсиоды на мероприятия в ТРК1т.руб ) 114013
Оутция чувствительности прибыли от параметра '8
рт «г? я
В390:
Количество гюсегот«№н
8627.91
Прибыль улрмлжиц^го ТРК
DXfl ' 3 S J
Xff = 5 3
IDX5* 311
|W* 42\
«щи
Функция чувствительности прибыли or rupueTpa Ï& RISS2T 9)
9090 BODO ТОМ
10 20 Э 0 to
| Нап1тчие_6(|еппов [X51_J_3. [Дкцтчкпщки 2 4 IflnoWMUXI) 3 0| [Транспорта досг тъЫ> 2 1 | КвчвстюT0WMWОВД [Ассортимент (Х4) 2 21
Рис. 2. Экранная форма системы поддержки принятия решений управляющего в среде RDS Fig. 2. Screen form of the system of support to maintain solutions of the managing RDS
Решение этих задач определяется в многомерном пространстве, иллюстрировать которое крайне сложно, поэтому в данной работе приводится пример простейших постановок, когда участниками системы являются два арендатора, при этом стратегии игроков обусловлены затратами на развитие торговой точки. Альтернативными решениями игроков являются последовательности ходов, т.е. игрок определяет не то, сколько ему средств оптимально вкладывать, а когда ему целесообразно инвестировать деньги в развитие и продвижение арендуемой точки.
В предварительных вычислениях в постановке задачи с двумя игроками, являющимися арендаторами, показано, что игрокам более выгодно принимать решения вторыми (табл. 2). Важно заметить, что в предварительных вычислениях были представлены торговые точки игроков-арендаторов одинакового качества, поэтому матрица выигры-
шей симметрична. Также для простой задачи с двумя игроками-арендаторами нет равновесия Нэша, и существуют оптимальные по Парето ситуации.
Из табл. 2 видно, что игрок получит максимум прибыли, если будет принимать решение тогда, когда ему известен ход противника, наиболее эффективный для него на предыдущем ходу. При этом достижение своего максимума для каждого игрока обеспечивается проигрышем другого игрока. Оптимальной по Парето ситуацией является та, в которой каждый игрок стремится ходить вторым. Этот вывод является ключевым в задаче управления коммерческой недвижимостью, поскольку управляющему выгодно, чтобы арендаторы в совокупности получили максимальную прибыль, что достигается в случае, когда они ходят вторыми, другими словами, первый ход должен совершать управляющий.
Таблица 2
Биматричная запись матрицы выигрышей участников в постановке игры с двумя
арендаторами
Table 2
Bimatrix record of matrix of participants' prizes in the setting of a play with two tenants
Ход 1 / Step 1 Ход 2 / Step 2 Ход 3 / Step 3
Ход 1 / Step 1 542 107; 542 107 1 432 936; 432 936 542 107; 542 107
Ход 2 / Step 2 432 936; 1 432 936 1 103 696; 1 103 696 432 936; 1 432 936
Ход 3 / Step 3 542 107; 542 107 1 432 936; 432 936 542 107; 542 107
Приведем другой пример, когда участниками игры являются два экономических субъекта, осуществляющих управление ОКН, и их стратегии определяются затратами на развитие объекта коммерческой недвижимости. В ситуации, когда игроку не известна стратегия противника, поиск стратегий осуществляется согласно концепции гарантированного минимального результата (ГМР). Эта ситуация характерна для игроков с первым рангом рефлексии. Второй ранг рефлексии означает, что игрок просчитывает свой наилучший ответ (НО, от англ. Best Response - BR), зная ГМР противника. Третий ранг рефлексии предполагает, что игрок использует стратегию, соответствующую двой-
ному наилучшему ответу (ДНО, от англ. Double Best Response - DBR), при известном наилучшем ответе противника. Сравнительный анализ стратегий, полученных на основе этих концепций, представлен в табл. 3.
Решение теоретико-игровой постановки с двумя игроками-управляющими ОКН показывает, что при росте ранга рефлексии игроки придерживаются одинаковых стратегий (табл. 3). Важно отметить, что иллюстрируемый пример посчитан при среднем чеке 1 у.е., и решение зависит от уровня потребления, как это было показано выше (см. рис. 1). Большую прибыль получает тот игрок, качество ОКН которого выше.
Матрица стратегий игроков в постановке игры с двумя управляющими Matrix of players' strategy in the setting of a play with two managers
Таблица 3
Table 3
1 игрок / 1 player 2 игрок / 2 player
ШР2 / GMR2 НО2/BR2 ДНО2/DBR2
ШР1 / GMR1 151 (ШР1) / 151 (GMR1) 151 (ШР1) / 151 (GMR1) 151 (ШР1) / 151 (GMR1)
87 (ШР2) / 87 (GMR2) 151 (НО2(ШР1)) / 151 (BR2(GMR1)) 151 (ДНО2(НО1 (ШР2))) / 151 (DBR2(BR1 (GMR2)))
НО1 / BR1 151 (НО1(ШР2)) / 151 (BR1(GMR2)) 151 (НО1(ШР2)) / 151 (BR1(GMR2)) 151 (НО1(ШР2)) / 151 (BR1(GMR2))
87 (ШР2) / 87 (GMR2) 151 (НО2(ШР1)) / 151 (BR2(GMR1)) 151 (ДНО2(НО1 (ШР2))) / 151 (DBR2(BR1 (GMR2)))
ДНО1 / DBR1 151 (ДНО1 (НО2(ШР1))) / 151 (DBR1 (BR2(GMR1 ))) 151 (ДНО1 (НО2(ШР1))) / 151 (DBR1 (BR2(GMR1 ))) 151 (ДНО1 (НО2(ШР1))) / 151 (DBR1 (BR2(GMR1 )))
87 (ШР2) / 87 (GMR2) 151 (НО2(ШР1)) / 151 (BR2(GMR1)) 151 (ДНО2(НО1 (ШР2))) / 151 (DBR2(BR1 (GMR2)))
Примечание. Выбор игроком 87 стратегии соответствует следующим затратам: на рекламу -60 у.е, на эстетический вид - 120 у.е., на качество товаров - 200 у.е. и на проведение мероприятий -70 у.е.; стратегия 151 соответствует затратам: на рекламу - 90 у.е, на эстетический вид - 120 у.е., на качество товаров - 200у.е. и на проведение мероприятий - 70 у.е.
Заключение
Необходимость учета стратегического поведения экономических субъектов, осуществляющих предпринимательскую деятельность на базе объекта коммерческой недвижимости, объясняется возможностью снижения неопределенности в задаче управления коммерческой недвижимостью. Учет стратегического поведения арендаторов ОКН, а также разработанная система поддержки принятия индивидуальных решений могут снизить степень неопределенности на этапе разработки и принятия управленческого ре-
шения. Эффективность стратегического поведения арендаторов торгового объекта, а также неэффективность их эгоистического поведения исследованы с помощью методов теории игр. В работе сформулированы три теоретико-игровые постановки задачи управления объектом коммерческой недвижимости, отличающиеся количеством объектов и возможностью управляющих торговым объектом изменять арендную плату. Дополнительно может быть осуществлено экспериментальное исследование стратегического поведения арендаторов путем проведения
деловых игр с участием реальных людей, вилам с заданными условиями игры, целями
выполняющих некоторые профессиональные и критериями их достижения.
роли и действующих по определенным пра-
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Спирина В.С., Алексеев А.О. Анализ экономической эффективности решений, принимаемых при управлении коммерческой недвижимостью (на примере торгово-развлекательных комплексов) // Прикладная математика и вопросы управления. 2016. № 1. С.93-108.
2. Reilly W.J. The Law of Retail Gravitation. New York: Knickerbocker Press, 1931. 183 p.
3. Huff D.L. A Probabilistic Analysis of Shopping Center Trade Areas // Land Economics. 1963. Issue 39, no. 1. P. 81-90.
4. Huff D.L., Black W.C. The Huff Model in Retrospect // Applied Geographic Studies. 1997. Vol. 1, issue 2. P. 83-93.
5. Luo J. Integrating the huff model and floating catchment area methods to analyze spatial access to healthcare services // Transactions in GIS. 2014. Vol. 18, no. 3. P. 436-448.
6. Muller S., Haase K., Kless S. A multiperiod school location planning approach with free school choice // Environment and Planning A. 2009. Vol. 41, issue 12. P. 2929-2945.
7. Chebat J.-C., Michon R., Haj-Salem N., Oliveira S. The effects of mall renovation on shopping values, satisfaction and spending behaviour // Journal of Retailing and Consumer Services. 2014. Vol. 21, issue 4. P. 610618. DOI: 10.1016/j.jretconser.2014.04.010
8. Sevtsuk A. Location and Agglomeration: The Distribution of Retail and Food Businesses in Dense Urban Environments // Journal of Planning Education and Research. 2014. Vol. 34, issue 4. P. 374-393.
9. D'Acci L. Mathematize urbes by humanizing them. Cities as isobenefit landscapes: Psycho-economical distances and personal isobenefit lines // Landscape and Urban Planning. 2015. Vol. 139. P. 63-81.
10. Zhang Y. Designing a retail store network with strategic pricing in a competitive environment // International Journal of Production Economics. 2015. Vol. 159. P. 265-273.
11. Tong Z. Comparison of partitioning methods for estimating the layout of green spaces // 19th International Conference on Computer-Aided Architectural Design Research in Asia - Rethinking Comprehensive Design: Speculative Counterculture, CAADRIA 2014. Kyoto, Japan, May, 14, 2014 - May, 17, 2014. P. 873-882.
12. Kun Hu, Renly S., Edlund S., Davis M., Kaufman J. A modeling framework to accelerate food-borne outbreak investigations // Food Control. 2015. Vol. 59. P. 53-58. DOI: 10.1016/j.foodcont.2015.05.017
ISSN 2227-2917 (print) ISSN 2500-154X (online)
13. Wang Dao-ping, Xu Zhan, Yang Cen. Flow interception facility location and vehicle routing problem based on competitive conditions // Kongzhi yu Juece/Control and Decision. 2015. Vol. 30, issue 6. P. 1053-1058.
14. Tabeta S., Nakamura Y., Suto T. and etc. "Fishery simulator" to vitalize trawl fishery in Ise Bay // 10th Global Congress on ICM: Lessons Learned to Address New Challenges, EMECS 2013 - MEDCOAST 2013 Joint Conference. Marmaris, Turkey, October, 30, 2013 -November, 3, 2013. Vol. 1. P. 513-524.
15. Knight V.A., Williams J.E., Reynolds I. Modelling patient choice in healthcare systems: Development and application of a discrete event simulation with agent-based decision making // Journal of Simulation. 2012. Vol. 6, issue 2. P. 92-102.
16. Fisher J.D. New Strategies for Commercial Real Estate Investment and Risk Management // The Journal of Portfolio Management. 2005. Issue 31, no. 5. P. 154-161.
17. Fisher J.D., Geltner D., Gatzlaff D. Controlling for the Impact of Variable Liquidity in Commercial Real Estate Price Indices // Real Estate Economics. 2003. Vol. 31. P. 269-303.
18. Асаул А.Н., Люлин П.Б. Управление объектами коммерческой недвижимости / под ред. А.Н. Асаула. СПб.: ГАСУ, 2008. 144 с.
19. Канаян К., Канаян Р., Канаян А. Торговая недвижимость: вызовы времени и перспективы. М.: Издат. дом «Юнион-Стандарт Консалтинг», 2009. 396 c.
20. Barlowe R. Land Resource Economics: The Economics of Real Estate. United States: Prentice-Hall, Inc., Englewood Cliffs, NJ. 1978.
21. Haynes B., Nunnington N. Corporate real estate asset management. Taylor & Francis, 2010. 314 p.
22. Харитонов В.А., Алексеев А.О. Концепция субъектно-ориентированного управления в социальных и экономических системах [Электронный ресурс] // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ). 2015. № 05 (109). C. 690-706. URL: http://ej. ku bag ro. ru/2015/05/pdf/43.pdf (22.03.2017).
23. Tversky A., Kahneman D. The framing of decisions and the psychology of choice // Environmental Impact Assessment, Technology Assessment, and Risk Analysis. Springer Berlin Heidelberg, 1985. P. 107-129.
24. Алескеров Ф.Т., Белянин А.В., Погорельский К.Б. Влияние с учетом пред-
почтений: экспериментальное измерение // Психология. Журнал Высшей школы экономики. 2009. Т. 6, № 2. C. 97-124.
25. Chaudhuri A. Sustaining cooperation in laboratory public goods experiments: a selective survey of the literature // Experimental Economics. 2011. Vol. 14, issue 1. P. 47-83.
26. Engel C. Dictator games: a meta study // Experimental Economics. 2011. Vol. 14, issue 4. P. 583-610.
27. Bardsley N. Experimental economics: Rethinking the rules. Princeton University Press, 2010. 375 p.
28. Smith V.L. Experimental methods in economics // Behavioural and Experimental Economics. Palgrave Macmillan UK, 2010. P.120-136.
29. Binmore K., Shaked A. Experimental economics: Where next? // Journal of Economic Behavior & Organization. 2010. Vol. 73, no. 1. P. 87-100.
30. Гермейер Ю.Б., Моисеев Н.Н. Игры с непротивоположными интересами. 1976. 328 с.
31. Ayzerman M., Aleskerov F.T. Theory of Choice. Amsterdam: ELSEVIER, 1995.
32. Бурков В.Н., Коргин Н.А., Новиков Д.А. Введение в теорию управления организационными системами. М.: Либроком, 2009. 264 с.
33. Губко М.В., Новиков Д.А. Теория игр в управлении организационными системами. М.: Синтег, 2002. 148 с.
34. Myerson R.B. Game theory. Harvard university press, 2013. 585 p.
35. Camerer C. Behavioral game theory. New Age International, 2010. 550 р.
36. Camerer C.F., Loewenstein G., Rabin M. (ed.). Advances in behavioral economics. Princeton University Press, 2011. 768 р.
37. Rapoport A. (ed.). Game theory as a theory of conflict resolution. Springer Science & Business Media, 2012. Vol. 2. 285 р.
38. Han Z. Game theory in wireless and communication networks: theory, models, and applications. Cambridge University Press, 2012. 535 р.
39. Fujiwara-Greve T. Non-cooperative game theory. Springer, 2015. Vol. 1. DOI: 10.1007/978-4-431-55645-9
40. Watson J. Strategy: an introduction to game theory. 2013. 453 р.
41. McCain R.A. Game theory: A nontechnical introduction to the analysis of strategy. World Scientific Publishing Co Inc, 2014. 600 р.
42. Алексеев А.О., Спирина В.С., Коргин Н.А. Технология управления объектом коммерческой недвижимости с учетом потребительских предпочтений // Управление большими системами. 2016. № 62. С.124-168.
43. Spirina V.S., Alekseev А.О. Forecasting the attendance of retail real estate based on estimation of its attractiveness to consumers // Actual Problems of Economics. 2014. Issue 160, no. 10. P. 513-526.
44. Спирина В.С., Алексеев А.О. Моделирование и прогнозирование посещаемости коммерческой недвижимости на основе оценки ее потребительской привлекательности (на примере торгово-развлекательных комплексов) // Актуальные проблемы экономики и права. 2015. № 1 (33). С. 209-217.
45. Алексеев А.О., Спирина В.С., Ка-виев М.И., Эрнст Н.А. Определение потребительской привлекательности объектов коммерческой недвижимости // Известия вузов. Инвестиции. Строительство. Недвижимость. 2013. № 1 (4). С. 8-19.
46. Рощин А.А. Расчет динамических систем (РДС). Руководство для программистов. Приложение: описание функций и структур. Приложение к руководству для программистов. М.: ИПУ РАН, 2012. 719 с.
47. Спирина В.С., Коргин Н.А. Теоретико-игровая постановка задачи управления объектом коммерческой недвижимости [Электронный ресурс] // Управление большими системами (УБС'2016): мат-лы XIII Всерос. школы-конф. молодых ученых, 5-9 сент. 2016 г., Самара / под общ. ред. Д.А. Новикова, В.Г. Засканова. М.: ИПУ РАН, 2016. 12 с.
REFERENCES
1. Spirina V.S., Alekseev A.O. The Analysis of Economic Efficiency of the Decisions Made at Management of Commercial Real Estate (on the Example of Shopping Malls). Prik-ladnaya matematika i voprosy upravleniya [Applied mathematics and control sciences], 2016, no. 1, pp. 93-108. (In Russian)
2. Reilly W.J. The Law of Retail Gravitation. New York, Knickerbocker Press, 1931. 183 p.
3. Huff D.L. A Probabilistic Analysis of Shopping Center Trade Areas. Land Economics, 1963, issue 39, no. 1, pp. 81-90.
4. Huff D.L., Black W.C. The Huff Model in Retrospect. Applied Geographic Studies, 1997, vol. 1, issue 2, pp. 83-93.
5. Luo J. Integrating the huff model and floating catchment area methods to analyze spatial access to healthcare services. Transactions in GIS, 2014, vol. 18, no. 3, pp. 436-448.
6. Muller S., Haase K., Kless S. A multiperiod school location planning approach with free school choice. Environment and Planning A, 2009, vol. 41, issue 12, pp. 2929-2945.
7. Chebat J.-C., Michon R., Haj-Salem N., Oliveira S. The effects of mall renova-
tion on shopping values, satisfaction and spending behavior. Journal of Retailing and Consumer Services, 2014, vol. 21, issue 4, pp. 610-618. DOI: 10.1016/j.jretconser.2014.04.010
8. Sevtsuk A. Location and Agglomeration: The Distribution of Retail and Food Businesses in Dense Urban Environments. Journal of Planning Education and Research,
2014, vol. 34, issue 4, pp. 374-393.
9. D'Acci L. Mathematize urbes by humanizing them. Cities as isobenefit landscapes: Psycho-economical distances and personal isobenefit lines. Landscape and Urban Planning, 2015, vol. 139, pp. 63-81.
10. Zhang Y. Designing a retail store network with strategic pricing in a competitive environment. International Journal of Production Economics, 2015, vol. 159, pp. 265-273.
11. Tong Z. Comparison of partitioning methods for estimating the layout of green spaces. 19th International Conference on Computer-Aided Architectural Design Research in Asia - Rethinking Comprehensive Design: Speculative Counterculture, CAADRIA 2014. Kyoto, Japan, May, 14, 2014 - May, 17, 2014, pp. 873-882.
12. Kun Hu, Renly S., Edlund S., Davis M., Kaufman J. A modeling framework to accelerate food-borne outbreak investigations. Food Control, 2015, vol. 59, pp. 53-58. DOI: 10.1016/j.foodcont.2015.05.017
13. Wang Dao-ping, Xu Zhan, Yang Cen. Flow interception facility location and vehicle routing problem based on competitive conditions. Kongzhi yu Juece/Control and Decision,
2015, vol. 30, issue 6, pp. 1053-1058.
14. Tabeta S., Nakamura Y., Suto T. and etc. "Fishery simulator" to vitalize trawl fishery in Ise Bay. 10th Global Congress on ICM: Lessons Learned to Address New Challenges, EMECS 2013 - MEDCOAST 2013 Joint Conference. Marmaris, Turkey, October, 30, 2013 -November, 3, 2013. Vol. 1, pp. 513-524.
15. Knight V.A., Williams J.E., Reynolds I. Modelling patient choice in healthcare systems: Development and application of a discrete event simulation with agent-based decision making. Journal of Simulation, 2012, vol. 6, issue 2, pp. 92-102.
16. Fisher J.D. New Strategies for Commercial Real Estate Investment and Risk Management. The Journal of Portfolio Management, 2005, issue 31, no. 5, pp. 154-161.
17. Fisher J.D., Geltner D., Gatzlaff D. Controlling for the Impact of Variable Liquidity in Commercial Real Estate Price Indices. Real Estate Economics, 2003, vol. 31, pp. 269-303.
18. Asaul A.N., Lyulin P.B. Upravlenie ob"ektami kommercheskoi nedvizhimosti [Commercial real estate object management]. St. Petersburg: GASU Publ., 2008. 144 p.
19. Kanayan K., Kanayan R., Ka-nayan A. Torgovaya nedvizhimost: vyzovy
vremeni i perspektivy [Trade real estate: challenges of time and perspectives]. Moscow: Yun-ion-Standart Konsalting Publ., 2009. 396 p.
20. Barlowe R. Land Resource Economics: The Economics of Real Estate. United States: Prentice-Hall, Inc., Englewood Cliffs, NJ. 1978.
21. Haynes B., Nunnington N. Corporate real estate asset management. Taylor and Francis, 2010. 314 p.
22. Kharitonov V.A., Alekseev A.O. The Concept of Agent-Based Control in Social and Economic Systems. Politematicheskii setevoi elektronnyi nauchnyi zhurnal Kubanskogo gosu-darstvennogo agrarnogo universiteta (Nauchnyi zhurnal KubGAU) [Polythematic network electronic scientific magazine of Kuban State Agricultural university (Scientific journal of KubanSAU)], 2015, no. 05 (109), pp. 690-706. Available at: http://ej.kubagro.ru/2015/05/pdf/43.pdf (accessed 22.03.2017).
23. Tversky A., Kahneman D. The framing of decisions and the psychology of choice. Environmental Impact Assessment, Technology Assessment, and Risk Analysis. Springer Berlin Heidelberg, 1985. P. 107-129.
24. Aleskerov F.T., Belyanin A.V., Po-gorel'skii K.B. Impact with account of preferences: experiment measurement . Psikhologiya. Zhurnal Vysshei shkoly ekonomiki [Psychology. Journal of High School of Economics], 2009, vol. 6, no. 2, pp. 97-124. (In Russian)
25. Chaudhuri A. Sustaining cooperation in laboratory public goods experiments: a selective survey of the literature. Experimental Economics, 2011, vol. 14, issue 1, pp. 47-83.
26. Engel C. Dictator games: a meta study. Experimental Economics, 2011, vol. 14, issue 4, pp. 583-610.
27. Bardsley N. Experimental economics: Rethinking the rules. Princeton University Press, 2010. 375 p.
28. Smith V.L. Experimental methods in economics. Behavioural and Experimental Economics. Palgrave Macmillan UK, 2010. P.120-136.
29. Binmore K., Shaked A. Experimental economics: Where next? Journal of Economic Behavior and Organization, 2010, vol. 73, no. 1, pp. 87-100.
30. Germeier Yu.B., Moiseev N.N. Igry s neprotivopolozhnymi interesami [Games with non-opposite interests]. 1976. 328 p.
31. Ayzerman M., Aleskerov F.T. Theory of Choice. Amsterdam: ELSEVIER, 1995.
32. Burkov V.N., Korgin N.A., No-vikov D.A. Vvedenie v teoriyu upravleniya or-ganizatsionnymi sistemami [Introduction to the theory of management of organizational systems]. Moscow: Librokom, 2009. 264 p.
33. Gubko M.V., Novikov D.A. Teoriya igr v upravlenii organizatsionnymi sistemami [Theory of games in the management of organiza-
tional systems]. Moscow: Sinteg Publ., 2002. 148 p.
34. Myerson R.B. Game theory. Harvard university press, 2013. 585 p.
35. Camerer C. Behavioral game theory. New Age International, 2010. 550 p.
36. Camerer C.F., Loewenstein G., Rabin M. (ed.). Advances in behavioral economics. Princeton University Press, 2011. 768 p.
37. Rapoport A. (ed.). Game theory as a theory of conflict resolution. Springer Science and Business Media, 2012, vol. 2. 285 p.
38. Han Z. Game theory in wireless and communication networks: theory, models, and applications. Cambridge University Press, 2012. 535 p.
39. Fujiwara-Greve T. Non-cooperative game theory. Springer, 2015, vol. 1. DOI: 10.1007/978-4-431-55645-9
40. Watson J. Strategy: an introduction to game theory. 2013. 453 p.
41. McCain R.A. Game theory: A nontechnical introduction to the analysis of strategy. World Scientific Publishing Co Inc, 2014. 600 p.
42. Alekseev A.O., Spirina V.S., Korgin N.A. Commercial real estate management technology taking into account consumer preferences. Upravlenie bol'shimi sistemami [Large-scale Systems Control], 2016, no. 62, pp. 124168. (In Russian)
43. Spirina V.S., Alekseev A.O. Forecasting the attendance of retail real estate based on estimation of its attractiveness to consumers.
Критерии авторства
Спирина В.С. полностью подготовила статью и несет ответственность за плагиат.
Конфликт интересов
Автор заявляет об отсутствии конфликта интересов.
Статья поступила 29.06.2017 г.
Actual Problems of Economics, 2014, issue 160, no. 10, pp. 513-526.
44. Spirina V.S., Alekseev A.O. Modelling and predicting of commercial property attendance basing on the estimation of its attraction for consumers (by example of shopping malls). Aktual'nye problemy ekonomiki i prava [Topical problems of economics and law], 2015, no. 1 (33), pp. 209-217. (In Russian)
45. Alekseev A.O., Spirina V.S., Ka-viev M.I., Ernst N.A. Evaluation of consumer appeal of commercial properties. Izvestiya vu-zov. Investitsii. Stroitel'stvo. Nedvizhimost' [Proceedings of Universities. Investment. Construction. Real estate], 2013, no. 1 (4), pp. 8-19. (In Russian)
46. Roshchin A.A. Raschet Di-namicheskikh Sistem (RDS). Rukovodstvo dlya programmistov. Prilozhenie: opisanie funktsii i struktur. Prilozhenie k rukovodstvu dlya pro-grammistov [Calculation of dynamic systems (CDS). Manual for computer experts. Attachment: description of functions and structures. Attachment for the manual of program experts]. Moscow: IPU RAN Publ., 2012. 719 p.
47. Spirina V.S., Korgin N.A. Theoretical and game setting of managing tasks of object of commercial real estate. Upravlenie bol'shimi sistemami (UBS'2016): mat-ly XIII Vseros. shkoly-konf. molodykh uchenykh [Management of large systems (MLS'2016): materials XIII Russian national school of young scientists], September, 5-9, 2016, Samara. Moscow: IPU RAN Publ., 2016. 12 p. (In Russian)
Contribution
Spirina V.S. has prepared the article for publication and bears the responsibility for plagiarism.
Conflict of interests
The author declares that there is no conflict of interests regarding the publication of this article.
The article was received 29 June 2017
