วงแหวนเขตค้าปลีก: พื้นที่ย่านการค้าที่มีพลังจับจ่าย
พัฒนา ราชวงศ์ อาศรมภูมิวิทยาศาสตร์
สาขาวิชาภูมิศาสตร์ มหาวิทยาลัยนเรศวร
พื้นที่ให้บริการ เปลี่ยนป็นตัวบ่งชี้กำลังซื้อที่สำคัญซึ่งมีอิทธิพลอย่างมากต่อยอดขายปลีกของห้างสรรพสินค้า อย่างไรก็ตาม โมเดลทั่วไปซึ่งโดยทั่วไปแล้วเจ้าของห้างสรรพสินค้าจัดหาให้ มักจะถือว่ามีไอโซโครนคงที่ โดยละเลยความอ่อนไหวของขนาดกักเก็บน้ำในกลยุทธ์และขนาดของการวางตำแหน่งของห้างสรรพสินค้า การศึกษานี้นำเสนอแนวทางใหม่ที่ยืดหยุ่น โดยใช้ประโยชน์จากประชากรและรายได้ครัวเรือนของหน่วยบริหารเป็นตัวแทนสำหรับกำลังซื้อ ดังนั้นจึงช่วยให้สามารถวิเคราะห์ความอ่อนไหวของขนาดกักเก็บน้ำที่ปรับได้ เราพัฒนาโปรแกรม Python เพื่อสร้างขอบเขตตำแหน่งหน่วยเหล่านี้ตามรัศมีไอโซโครนที่ปรับได้ การวิจัยบุกเบิกนี้ยังใช้หลักการจากความสัมพันธ์ระหว่างสายพันธุ์กับพลังงานและทฤษฎีเฉพาะทางเพื่อสร้างแบบจำลองทางทฤษฎีของพื้นที่รับน้ำ โดยทดสอบเชิงประจักษ์โดยใช้ข้อมูลของออสเตรเลีย ผลการวิจัยของเรายืนยันว่าในขณะที่กำลังซื้อภายในขนาดกักเก็บที่แตกต่างกันนั้นมีอิทธิพลเชิงบวกต่อยอดค้าปลีก แต่ผลกระทบนั้นเด่นชัดน้อยกว่าสำหรับห้างสรรพสินค้าขนาดใหญ่ เนื่องจากห้างสรรพสินค้าเฉพาะกลุ่มที่กว้างขวางกว่าในการดึงดูดลูกค้าที่อยู่ห่างไกลจากห้างสรรพสินค้า การศึกษาครั้งนี้ให้ความกระจ่างใหม่เกี่ยวกับการทำงานร่วมกันแบบไดนามิกระหว่างลักษณะพื้นที่รับน้ำและประสิทธิภาพของห้างสรรพสินค้า โดยนำเสนอข้อมูลเชิงลึกที่มีคุณค่าสำหรับการวิจัยในอนาคตและการวางแผนกลยุทธ์การค้าปลีก
บทนำ
พื้นที่รับสินค้าขายปลีก (retail catchment) หมายถึง พื้นที่ทางภูมิศาสตร์ที่ครอบคลุมลูกค้าหลักของร้านค้าหรือศูนย์ค้าปลีก (Dolega et al., 2016) แนวคิดของพื้นที่ค้าปลีกเป็นแรงบันดาลใจให้เกิดการวิจัยทางวิชาการและการศึกษาเชิงพาณิชย์อย่างกว้างขวาง โดยมีศูนย์กลางอยู่ที่การทำนายยอดขายร้านค้าปลีก (Dennis et al., 2002) และการกำหนดทำเลที่เหมาะสมที่สุดสำหรับร้านค้าและศูนย์การค้าใหม่ (Joseph and Kuby, 2011) งานเขียนและงานวิจัยที่มีอยู่เจาะลึกพื้นที่ค้าปลีกสำหรับร้านค้าเดี่ยวหรือศูนย์การค้า รวมถึงการทบทวนแบบจำลองแรงโน้มถ่วง (gravity model) เกี่ยวกับปัจจัยด้านอุปทาน (Joseph & Kuby, 2011) แบบจำลองการเพิ่มเอนโทรปีสูงสุด (entropy-maximising model) ที่ผสมผสานปัจจัยด้านอุปสงค์ (Birkin et al., 2010) และการวิเคราะห์ความไม่แน่นอน (uncertainty analysis) ในพื้นที่รับบริการ (Rasouli & Timmermans, 2013) แม้ว่าแนวคิดทั่วไปของพื้นที่ค้าปลีกจะครอบคลุมองค์ประกอบหลัก 3 ประการ ประกอบด้วย ปัจจัยอุปสงค์ ปัจจัยอุปทาน และปฏิสัมพันธ์ของผู้บริโภค(Birkin et al., 2010) แต่ว่าเครือข่ายศูนย์ค้าปลีกจำเป็นต้องมีการตรวจสอบมิติและข้อจำกัดที่สำคัญเพิ่มเติมอย่างละเอียดมากขึ้น (Dennis et al., 2002) ปัจจัยสำคัญอย่างหนึ่ง คือ กำลังซื้อของกลุ่มประชากรในครัวเรือนภายในศูนย์ค้าปลีก โดยพิจารณาจากตำแหน่งในลำดับชั้นของศูนย์ค้าปลีกอื่นๆ
ตามทฤษฎี กำลังซื้อและข้อมูลประชากรของครัวเรือนภายในพื้นที่ให้บริการจะกำหนดปริมาณการขายปลีกของศูนย์การค้า เนื่องจากสิ่งเหล่านี้บ่งบอกถึงความแข็งแกร่งของอุปสงค์การค้าปลีก อย่างไรก็ตาม การศึกษาที่ผ่านมาโดยทั่วไป ถือว่าระยะทางในแนวรัศมีคงที่ เช่น ขับรถ 30 นาที จากศูนย์การค้าเป็นพื้นที่รับให้บริการ ข้อสันนิษฐานดังกล่าวอาจทำให้เข้าใจผิดได้ เนื่องจากขนาดของพื้นที่ให้บริการขึ้นอยู่กับประเภทและขนาดของศูนย์การค้า นอกจากนี้ ยังขาดหลักฐานเชิงประจักษ์เพื่อยืนยันขนาดของพื้นที่ให้บริการ การศึกษาของ Chung et al. (2024) ครั้งนี้ เป็นความพยายามที่จะดำเนินการทดสอบความไว (sensitivity test) ต่อขนาดของพื้นที่ให้บริการ เพื่อประเมินผลกระทบของกำลังซื้อในห้างสรรพสินค้าที่มีขนาดแตกต่างกัน สำหรับแนวทางทั่วไปแล้วการกำหนดพื้นที่ค้าปลีก คือการกำหนดเกณฑ์ที่แน่นอนสำหรับขอบเขตทางภูมิศาสตร์ ซึ่งแสดงถึงสัดส่วนของลูกค้าที่มีแนวโน้มที่จะสนับสนุนร้านค้าหรือศูนย์ค้าปลีกเฉพาะแห่ง ค่าเกณฑ์ (threshold values) เหล่านี้หรือที่เรียกว่า พื้นที่ให้บริการชั้นต้น (primary catchments) ชั้นที่สอง (secondary catchments) และชั้นที่สาม (tertiary catchments) ที่แสดงถึงระดับการกระจายตัวทางภูมิศาสตร์อย่างน้อย 70%, 80% และ 95% ของผู้ซื้อในศูนย์แห่งใดแห่งหนึ่ง ตามลำดับ (Lloyd & Cheshire, 2017) ด้วยเหตุนี้ ศูนย์การค้าจึงมักถูกจำแนกออกเป็นลำดับชั้น ดังที่แสดงโดยการจำแนกประเภทของสภาทรัพย์สินแห่งออสเตรเลียในตารางที่ 1 ซึ่งมีตั้งแต่ใจกลางเมืองที่เล็กที่สุดซึ่งมีพื้นที่ประมาณ 1,000 ตารางเมตร ไปจนถึงศูนย์กลางระดับซูเปอร์มาร์เก็ตของภูมิภาคที่มีพื้นที่ให้เช่ารวมมากกว่า 85,000 ตารางเมตร ห้างสรรพสินค้าระดับซูเปอร์มาร์เก็ตของภูมิภาคหรือห้างสรรพสินค้าในตัวเมืองสามารถดึงดูดผู้ซื้อจากพื้นที่กว้างได้ ในขณะที่ห้างสรรพสินค้าในเมืองหรือห้างสรรพสินค้าจะดึงดูดแค่เพียงครัวเรือนใกล้เคียงเป็นหลัก ดังนั้น โดยทั่วไปพื้นที่รับน้ำของห้างสรรพสินค้าจะถูกกำหนดให้เป็นพื้นที่วงกลมรอบๆ ห้างสรรพสินค้า โดยวัดจากระยะทางหรือเวลาในการเดินทาง
ตารางที่ 1 การจำแนกประเภทศูนย์การค้าโดยสภาทรัพย์สินแห่งออสเตรเลีย
Classifications | Descriptions | Total Gross Lettable Area (GLA) in sqm. |
Super regional centre - ศูนย์การค้าระดับภูมิภาคขนาดใหญ่ | ศูนย์การค้าที่ใหญ่ที่สุด มักประกอบด้วยห้างสรรพสินค้าเต็มรูปแบบสองแห่ง ห้างสรรพสินค้าลดราคาเต็มรูปแบบหนึ่งแห่งขึ้นไป ซูเปอร์มาร์เก็ตสองแห่ง และร้านค้าพิเศษที่อยู่ภายในกว่า 250 แห่ง | Exceeds 85,000 |
Major regional centre - ศูนย์การค้าหลักของภูมิภาค | โดยทั่วไปประกอบด้วยห้างสรรพสินค้าเต็มรูปแบบอย่างน้อยหนึ่งแห่ง ห้างสรรพสินค้าลดราคาเต็มรูปแบบอย่างน้อยหนึ่งแห่ง ซูเปอร์มาร์เก็ตหนึ่งแห่งขึ้นไป และร้านค้าเฉพาะทางประมาณ 150 แห่ง | 50,000–85,000 |
Regional centre - ศูนย์การค้าในภูมิภาค | โดยทั่วไปประกอบด้วยห้างสรรพสินค้าเต็มรูปแบบอย่างน้อยหนึ่งแห่ง ห้างสรรพสินค้าลดราคาเต็มรูปแบบหนึ่งแห่ง ซูเปอร์มาร์เก็ตหนึ่งแห่งขึ้นไป และร้านค้าเฉพาะทางประมาณ 100 แห่งขึ้นไป | 30,000–50,000 |
Sub-regional centre - ศูนย์การค้าในภูมิภาคย่อย | ศูนย์การค้าขนาดกลาง โดยทั่วไปประกอบด้วยห้างสรรพสินค้าเต็มรูปแบบอย่างน้อยหนึ่งแห่ง ห้างสรรพสินค้าขนาดใหญ่ที่มีส่วนลด ซูเปอร์มาร์เก็ตขนาดใหญ่ และร้านค้าเฉพาะทางประมาณ 40 แห่งขึ้นไป | 10,000–30,000 |
Neighbourhood centre - ศูนย์การค้าของย่านชุมชน | ศูนย์การค้าท้องถิ่น ประกอบด้วยซูเปอร์มาร์เก็ตและร้านค้าพิเศษกว่า 35 ร้าน | Less than 10,000 |
City centre - ศูนย์การค้าของเมือง | สถานที่ค้าปลีกภายในอาร์เขตหรือห้างสรรพสินค้าที่บริษัทแห่งหนึ่ง ธุรกิจแห่งหนึ่ง หรือบุคคลคนหนึ่งเป็นเจ้าของ และได้รับการส่งเสริมให้เป็นนิติบุคคลภายใน CBD ที่สำคัญ | Exceeds 1000 |
Source: Australia Property Council, adapted from Green (2019).
จากทฤษฎีสถานที่ศูนย์กลาง (central place theory) ของ Christaller (1933) เป็นที่ยอมรับกันอย่างกว้างขวางว่า ห้างสรรพสินค้าขนาดต่างๆ รองรับผู้เช่าที่หลากหลายและสิ่งอำนวยความสะดวกที่แตกต่างกัน ตัวแปรเหล่านี้จะกำหนดรายการนำเสนอของสินค้าและบริการ ตั้งแต่ลำดับต่ำไปจนถึงลำดับสูง (from low-order to high-order) ที่ห้างสรรพสินค้าสามารถนำเสนอได้ ประเภทของสินค้าและบริการจะกำหนดขอบเขตของพื้นที่ให้บริการ (catchment area (threshold)) ซึ่งห้างสรรพสินค้าสามารถดึงดูดลูกค้าได้ กล่าวอีกนัยหนึ่ง ช่วงกว้างของเขตการให้บริการขึ้นอยู่กับประเภทของห้างสรรพสินค้า ซึ่งในทางกลับกันก็ขึ้นอยู่กับกำลังซื้อภายในช่วงกว้างของเขตการให้บริการด้วย
Xu et al. (2022) เสนอแบบจำลองที่คล้ายกับความสัมพันธ์พลังงานของเกาะ-สายพันธุ์-พื้นที่ (ISAER: Island-Species-Area Energy Relationship) ในทฤษฎีชีวภูมิศาสตร์ของเกาะ (island biogeography theory) ซึ่งกำลังซื้อของพื้นที่ให้บริการของห้างสรรพสินค้าเป็นสัญลักษณ์ของระดับพลังงานที่อยู่อาศัยที่รักษาความหลากหลายทางชีวภาพของที่อยู่อาศัย ขนาดช่วงทางภูมิศาสตร์เป็นแนวคิดหลักในนิเวศวิทยาและชีวภูมิศาสตร์ที่เป็นจุดเน้นของการศึกษาแบบเข้มข้นในช่วงหลายทศวรรษที่ผ่านมา นักวิชาการใช้ตำแหน่งเฉพาะและความเชี่ยวชาญเฉพาะด้านเพื่อพิจารณาความแปรผันของขนาดช่วงทางภูมิศาสตร์ (Gregory & Gaston, 2000; Mason et al., 2008) การวิเคราะห์เมตาโดย Slatyer et al. (2013) ค้นพบว่าสปีชีส์ที่มีช่องกว้างกว้างกว่ามีแนวโน้มที่จะมีขนาดช่วงที่ใหญ่กว่า ในขณะที่สปีชีส์ที่มีช่องเฉพาะและขนาดลำตัวเล็กกว่าสามารถเจริญรุ่งเรืองได้ภายในขอบเขตที่อยู่อาศัยที่เล็กกว่าและ/หรือในระดับพลังงานที่อยู่อาศัยที่ต่ำกว่า (Böhm et al., 2017) ด้วยเหตุนี้ บทความนี้จึงตั้งข้อสังเกตว่าขนาดช่วงกว้างของเขตการให้บริการ (catchment range size) ที่ขึ้นอยู่กับความกว้างเฉพาะของห้างสรรพสินค้า
โครงสร้างของการศึกษาครั้งนี้จะมีส่วนที่ 2 ที่เป็นการตรวจสอบงานเขียนเกี่ยวกับพื้นที่ให้บริการของห้างสรรพสินค้า ส่วนที่ 3 จะหารือเกี่ยวกับการพัฒนาสมมติฐาน การออกแบบการวิจัย และข้อมูลที่เกี่ยวข้องกับการศึกษานี้ ในขณะที่ส่วนที่ 4 จะนำเสนอผลลัพธ์และการอภิปรายที่ตามมา และสุดท้ายในส่วนที่ 5 จะได้สรุปข้อค้นพบและความหมายของการศึกษานี้
ทบทวนวรรณกรรม
พื้นที่ให้บริการของร้านค้าปลีกเป็นพื้นที่สำคัญที่น่าสนใจสำหรับทั้งนักวิชาการและผู้ปฏิบัติงาน เนื่องจากมีผลกระทบต่อส่วนแบ่งการตลาดและความได้เปรียบทางการแข่งขันของศูนย์ค้าปลีก (Drezner & Drezner, 2002) ตามหลักการแล้ว ทฤษฎีย่านกลางได้สร้างแบบจำลองบทบาทหน้าที่ของศูนย์กลางที่มีขนาดต่างกัน (Christaller, 1933) ลักษณะของพื้นที่ให้บริการจะขึ้นอยู่กับปัจจัย 3 ประการ ได้แก่ อุปสงค์ อุปทาน และปฏิสัมพันธ์ของผู้บริโภค (Birkin et al., 2010) โดยอุปสงค์ถูกกำหนดโดยขนาดประชากรและระยะทาง ซึ่งถือเป็นปัจจัยกำหนดยอดขายปลีกของพื้นที่ให้บริการ ในทางตรงกันข้าม ลักษณะของห้างสรรพสินค้าหรือร้านค้ามีอิทธิพลอย่างมากต่อพื้นที่รับน้ำในด้านอุปทาน ส่วนแบ่งของลูกค้าที่ร้านค้าปลีกดึงดูดจากภูมิภาคหนึ่งจะแสดงด้วยแบบจำลองการเพิ่มเอนโทรปีสูงสุด ซึ่งเป็นสัดส่วนผกผันกับระยะทางและเป็นสัดส่วนโดยตรงกับความน่าดึงดูดใจของร้านค้า
ในอดีต ห้างสรรพสินค้าได้รับการจำแนกตามลำดับชั้นตามสถานที่ตั้งและการเข้าถึง (location & accessibility) เนื่องจากสิ่งเหล่านี้ถูกมองว่าเป็นปัจจัยหลักของพื้นที่ให้บริการ (Dennis et al., 2002; Teller and Reutterer, 2008) ทั้งนี้ Guy (1998) แบ่งประเภทศูนย์การค้าตามขนาดของพื้นที่ให้บริการ โดยมีระดับตั้งแต่พื้นที่ส่วนกลางครอบคลุมทั่วทั้งเมืองไปจนถึงศูนย์กลางท้องถิ่นที่ล้อมรอบศูนย์กลางใกล้เคียงซึ่งมีประชากรประมาณ 500-5,000 คน ส่วนการเข้าถึงได้รับการเชื่อมโยงกับพื้นที่ให้บริการนั้น ในการวิจัยก่อนหน้านี้ ตัวอย่างเช่น Tanwar et al. (2011) รวมเอาผู้ซื้อที่อยู่ในรัศมี 3 กม. จากห้างสรรพสินค้าโดยเป็นส่วนหนึ่งของพื้นที่ให้บริการ โดยแบ่งพื้นที่ 3 กม. นี้ออกเพิ่มเติมอีกเป็นพื้นที่การค้าหลัก พื้นที่การค้ารอง และพื้นที่การค้าชั้นที่สาม แบ่งตามระยะทางห่างออกมาจากห้างสรรพสินค้า อย่างไรก็ตาม Guy (1998) กล่าวแย้งว่าคำจำกัดความของพื้นที่ให้บริการนี้ไม่ชัดเจน เนื่องจากขนาดของพื้นที่นั้นขึ้นอยู่กับประเภทและขนาดของห้างสรรพสินค้าด้วย การศึกษาหลายชิ้นยืนยันว่าที่ตั้งของห้างสรรพสินค้ามีอิทธิพลอย่างมากต่อการตัดสินใจเข้ามาใช้บริการของลูกค้า (Thomas and Pathak, 2012) อีกทั้ง Ertekin et al. (2008) ยังเสนอว่าการเข้าถึงและที่ตั้งของห้างสรรพสินค้าเป็นตัวกำหนดขนาดและกลยุทธ์การวางตำแหน่ง เช่นเดียวกับขนาดของพื้นที่รับน้ำ
ตัวอย่างเช่น ห้างสรรพสินค้าในเมืองชั้นใน ซึ่งมักจะเป็นห้างสรรพสินค้าหลักของภูมิภาค (ในเมืองใหญ่) มีแนวโน้มที่จะมีพื้นที่ให้บริการขนาดใหญ่กว่าห้างสรรพสินค้าในเขตพื้นที่รอบนอก เนื่องจากสามารถเข้าถึงผู้ซื้อได้มากขึ้น การศึกษาอื่นๆ ยังแสดงหลักฐานว่าขนาดของห้างสรรพสินค้าและขนาดของพื้นที่ให้บริการมีความสัมพันธ์อย่างมากกับการเข้าถึง (Cervero and Kang, 2011; Deng and Nelson, 2010; Higgins and Kanaroglou, 2018; Lam and Chau, 2012; Rao and Pafka, 2021) อย่างไรก็ตาม การศึกษาเหล่านี้ไม่ได้พิจารณาปัจจัยด้านอุปทาน โดยเฉพาะอย่างยิ่งตำแหน่งและลักษณะของห้างสรรพสินค้า ในการกำหนดพื้นที่ให้บริการ ซึ่งการศึกษานี้พยายามที่จะแก้ไขช่องว่างนี้ในวรรณกรรมเกี่ยวกับพื้นที่รับน้ำ
การคาดประมาณขนาดพื้นที่ให้บริการ
แนวทางของอุตสาหกรรมทั่วไปในการวัดปริมาณขนาดพื้นที่ให้บริการสินค้าขายปลีกเกี่ยวข้องกับการกำหนดวงแหวนบัฟเฟอร์คงที่ (fixed buffer rings) รอบๆ ร้านค้า หรือการสร้างรูปหลายเหลี่ยมตามระยะทางหรือเวลาในการเดินทางที่ลูกค้ามักจะเต็มใจที่จะเข้าถึงศูนย์กลางเฉพาะ ทั้งนี้ขึ้นอยู่กับปัจจัยต่างๆ เช่น ระยะทางเดินหรือเวลาในการเดินทาง (Segal, 1999; Taniar and Rahayu, 2015; Tanwar et al., 2011; Adhinugraha et al., 2022) อย่างไรก็ตาม Guy (2002) ได้ตั้งข้อสังเกตว่า ร้านค้าที่มีขนาดใหญ่กว่ามักจะควบคุมพื้นที่ให้บริการที่กว้างขึ้น ร้านค้าดังกล่าวได้รับการสนับสนุนจากข้อเสนอที่หลากหลายและการดึงดูดลูกค้ามากขึ้น ทำให้ขยายขอบเขตของพื้นที่ให้บริการของกลุ่มร้านค้าปลีก Bilková et al. (2016) ถือว่าความสำเร็จของห้างสรรพสินค้าท้องถิ่นที่มีประสิทธิภาพสูงสุดนั้นมาจากบริการและผลิตภัณฑ์ที่หลากหลายมากขึ้นเมื่อเทียบกับศูนย์การค้าคู่แข่ง ทำให้สามารถดึงดูดลูกค้าจากพื้นที่ให้บริการที่กว้างขวางมากขึ้น Teller (2008) ยืนยันว่าศูนย์การค้าที่มีผู้เช่าหลักมักจะมีพื้นที่ให้บริการกว้างกว่ามากเมื่อเทียบกับศูนย์การค้าที่ไม่มีสถานที่ท่องเทดึงดูดความสนใจดังกล่าว
ตามปรกติแล้ว อำนาจจับจ่าย (purchasing power) ถือเป็นปัจจัยด้านอุปสงค์ภายในพื้นที่ให้บริการคงที่ โดยกำลังซื้อที่สมมติภายในพื้นที่นี้จะถูกมองว่าเป็นตัวกำหนดความต้องการบริการค้าปลีก อย่างไรก็ตาม โมเดลนี้มักจะมองข้ามด้านอุปทาน ตัวอย่างเช่น ผู้บริโภคอาจเต็มใจที่จะเดินทางเป็นระยะทางไกลพอสมควรเพื่อซื้อสินค้าและบริการที่มีการสั่งซื้อสูงกว่า ในขณะที่พวกเขาอาจจะมีแนวโน้มน้อยกว่าที่จะเดินทางเพื่อซื้อสินค้าที่มีราคาถูกกว่า ดังนั้น ประสิทธิภาพการค้าปลีกจึงไม่ได้ขึ้นอยู่กับกำลังซื้อเท่านั้น แต่ยังขึ้นอยู่กับขนาดและประเภทของห้างสรรพสินค้าที่สามารถรองรับสินค้าและบริการในระดับต่างๆ ได้หรือไม่ ซึ่งจะส่งผลต่อขนาดพื้นที่ให้บริการ ควบคู่ไปกับปัจจัยอื่นๆ เช่น การเข้าถึงและสถานที่ตั้ง องค์ประกอบต่างๆ เช่น ขนาด ประเภท การเข้าถึง และสถานที่ตั้งมีความเกี่ยวพันกันในการวางตำแหน่งห้างสรรพสินค้า เนื่องจากห้างสรรพสินค้าในเมืองใหญ่มักจะมีขนาดใหญ่และตั้งอยู่ในพื้นที่ที่เข้าถึงได้ง่าย สิ่งนี้จำเป็นโดยความต้องการเกณฑ์ฐานลูกค้าที่แน่นอนเพื่อรักษาขนาดของห้างสรรพสินค้าและต้นทุนค่าเช่าที่สูง
แม้ว่าปัจจัยด้านประชากรศาสตร์ เช่น ขนาดประชากรและรายได้ครัวเรือนภายในพื้นที่ให้บริการจะมีอิทธิพลอย่างมีนัยสำคัญต่อพฤติกรรมของผู้ซื้อและประสิทธิภาพการค้าปลีก (Kuruvilla & Joshi, 2010) แต่ขอบเขตที่ห้างสรรพสินค้าสามารถดึงดูดลูกค้าส่วนใหญ่ขึ้นอยู่กับขนาดและกลยุทธ์การวางตำแหน่งของพวกเขาด้วย (Rosouli & Timmermans, 2013) ความสัมพันธ์นี้มีการตรวจสอบเชิงประจักษ์เพียงเล็กน้อย อาจเนื่องมาจากความยากลำบากในการระบุขนาดพื้นที่ให้บริการน้ำ การศึกษานี้พยายามที่จะเติมเต็มช่องว่างนี้ด้วยการวิเคราะห์ความไวเกี่ยวกับผลกระทบของกำลังซื้อในขนาดพื้นที่ให้บริการต่างๆ ที่มีต่อประสิทธิภาพการค้าปลีกของห้างสรรพสินค้าขนาดต่างๆ
ในการศึกษานี้ เราใช้ประโยชน์จากแนวทางดั้งเดิมเพื่อระบุกำลังซื้อภายในพื้นที่ให้บริการ ในขั้นต้น ขนาดของพื้นที่รับน้ำจะถือว่าได้รับการแก้ไขตามระยะทางจากห้างสรรพสินค้า กำลังซื้อภายในพื้นที่ประมาณจากรายได้รวมของประชากรที่อาศัยอยู่ในเขตนี้ (Birkin et al., 2010) การศึกษาก่อนหน้านี้หลายชิ้นได้ยืนยันความสัมพันธ์เชิงบวกระหว่างกำลังซื้อของพื้นที่ให้บริการกับประสิทธิภาพการค้าปลีกของห้างสรรพสินค้า ตัวอย่างเช่น ความหนาแน่นของประชากรได้รับการแสดงเพื่อกำหนดประสิทธิภาพการค้าปลีกที่มีศักยภาพ (Morrison and Abrahamse, 1996; Li & Liu, 2012)
นอกเหนือจากการตรวจสอบขนาดประชากรแล้ว Lam & Chau (2012) ยังพิจารณาถึงอิทธิพลของระดับรายได้ของครัวเรือนใกล้เคียงที่มีต่อประสิทธิภาพโดยรวมของห้างสรรพสินค้า อย่างไรก็ตามพวกเขาไม่พบความสัมพันธ์ที่มีนัยสำคัญ พวกเขาตั้งสมมติฐานว่าการเข้าถึงห้างสรรพสินค้าอาจส่งผลต่อขนาดของพื้นที่รับน้ำ อย่างไรก็ตาม พวกเขาไม่ได้คำนึงถึงขนาดและประเภทของห้างสรรพสินค้า ซึ่งสามารถกำหนดได้จากการเข้าถึงของห้างสรรพสินค้า และมีอิทธิพลต่อขนาดของพื้นที่ให้บริการ
การศึกษานี้นำเสนอกรอบอุปสงค์และอุปทานใหม่เพื่อตรวจสอบผลกระทบของกำลังซื้อภายในพื้นที่ให้บริการของห้างสรรพสินค้าต่อประสิทธิภาพการค้าปลีก เรามุ่งมั่นที่จะสร้างสมดุลระหว่างปัจจัยด้านอุปทานที่มักถูกมองข้าม เช่น ขนาดและประเภทของห้างสรรพสินค้า กับปัจจัยด้านอุปสงค์ที่เน้นแต่เดิม เช่น ความหนาแน่นของประชากรและระดับรายได้ การทำเช่นนี้ทำให้เรามีความเข้าใจที่ละเอียดยิ่งขึ้นเกี่ยวกับพลวัตที่กำหนดประสิทธิภาพการค้าปลีกและขนาดพื้นที่ให้บริการ โดยให้ความกระจ่างถึงความสัมพันธ์อันซับซ้อนของปัจจัยต่างๆ เช่น ขนาดห้างสรรพสินค้า สถานที่ตั้ง และการนำเสนอผลิตภัณฑ์ที่มีกำลังซื้อ ในที่สุดสิ่งนี้จะให้ข้อมูลเชิงลึกที่ละเอียดมากขึ้นสำหรับการวางแผนเชิงกลยุทธ์และการตัดสินใจในภาคการค้าปลีก
การศึกษาพื้นที่ให้บริการบนฐานคิดเกี่ยวกับความหลากหลายทางชีวภาพ
แนวคิดเรื่องพื้นที่ให้บริการได้ถูกนำไปใช้อย่างเข้มข้นในการศึกษาความหลากหลายทางชีวภาพ เนื่องจากความยั่งยืนของระบบนิเวศถูกกำหนดโดยคุณสมบัติและกระบวนการในระดับให้บริการในพื้นที่ (Kärnä et al., 2019) การศึกษาเหล่านี้เน้นย้ำว่าสุขภาพและความสามารถในการฟื้นตัวของระบบนิเวศมีความเชื่อมโยงอย่างซับซ้อนกับพื้นที่ให้บริการที่กว้างขึ้น ซึ่งเป็นแหล่งที่เป็นแหล่งทรัพยากร สารอาหาร และพลังงาน (Beier & Brost, 2010) แนวคิดเรื่องความหลากหลายทางชีวภาพได้รับการปรับเพื่อพัฒนาแบบจำลองแบบผสมผสานผู้เช่าในการค้าปลีก (Yiu & Xu, 2009) และ Xu et al. (2022) ได้กำหนดแบบจำลองความสัมพันธ์พลังงานระหว่างสปีชีส์ในพื้นที่บนเกาะ (ISAER: Island-Species-Area Energy Relationship) เพิ่มเติม เพื่อตรวจสอบความสัมพันธ์ระหว่างคุณลักษณะการให้บริการและยอดขายปลีก
แบบแผนการวิจัยและข้อมูล
มุมมองเชิงนิเวศวิทยาของพื้นที่ให้บริการ
มีการศึกษาทางทฤษฎีเกี่ยวกับความสัมพันธ์ระหว่างพื้นที่ให้บริการกับการขายปลีกของห้างสรรพสินค้าน้อยมาก อำนาจจับจ่ายของพื้นที่ให้บริการนั้นถูกละเลย (Eaton & Lipsey, 1982) หรือถูกมองข้ามไปว่าอำนาจจับจ่ายของพื้นที่ดังกล่าวเป็นตัวแทนปัจจัยกำหนดด้านอุปสงค์ต่อยอดขายของห้างสรรพสินค้า การศึกษาก่อนหน้านี้ส่วนใหญ่สันนิษฐานตามแนวคิดว่าขนาดของพื้นที่ให้บริการเป็นที่ทราบกันดีและปรับปรุงแก้ไขได้โดยไม่ต้องให้เหตุผลทางทฤษฎีหรือหลักฐานเชิงประจักษ์ การศึกษานี้เป็นหนึ่งในความพยายามแรกสุดในการสร้างทฤษฎีความสัมพันธ์ระหว่างพื้นที่ให้บริการกับยอดการค้าปลีก โดยอ้างอิงถึงทฤษฎีพลังงานชนิดพันธุ์และทฤษฎีเฉพาะทางจากนิเวศวิทยา โดย Carrara & Vàzquez (2010) ได้สรุปเป็นความสัมพันธ์ระหว่างสายพันธุ์กับพลังงานของ Wright (1983) โดยผสมผสานทั้งพลังงานทั้งหมดและความแปรผันของพลังงานที่กำหนดความสมบูรณ์ของสายพันธุ์ทั้งหมดดังในสมการ (1) ข้างล่าง
(1)
เมื่อใส่ลอการิทึมเข้าไป จะได้สมการใหม่ดังนี้
(2)
โดยที่ความสมบูรณ์ของสายพันธุ์ S และอัตราส่วนของพลังงานทั้งหมดที่มีต่อความแปรปรวนของพลังงานเชื่อมโยงกันโดยกฎกำลัง โดยมี และเป็นค่าคงที่ Mason et al. (2008) โต้แย้งเพิ่มเติมว่า ความสัมพันธ์ระหว่างความร่ำรวยและพลังงานของสายพันธุ์นั้น ถูกกำหนดโดยข้อมูลเฉพาะกลุ่ม ในแบบจำลองเชิงประจักษ์ของเรา เราถือว่ายอดขายปลีกมีความคล้ายคลึงกับความอุดมสมบูรณ์ของสายพันธุ์และรายได้รวมที่ใช้แล้วทิ้ง ซึ่งเป็นผลคูณของจำนวนครัวเรือนทั้งหมดและรายได้เฉลี่ยของครัวเรือน ภายในพื้นที่รับน้ำของห้างสรรพสินค้า i ณ เวลา t เป็นพลังงานทั้งหมดที่มีอยู่ ปัจจัยด้านอุปทานอื่นๆ จากลักษณะของห้างสรรพสินค้าจะรวมอยู่ในข้อมูลเฉพาะกลุ่ม ผลกระทบแบบกำหนดเวลายังรวมอยู่ด้วยเพื่อรองรับผลกระทบจากความแปรปรวนของพลังงาน โดยเฉพาะอย่างยิ่งสำหรับการทดสอบผลกระทบก่อนและหลังโควิด ในทางคณิตศาสตร์
(3)
ตัวแปรเฉพาะจะแบ่งออกเป็นแบบจำลองปัจจัยสี่ปัจจัย ได้แก่ 1) ปัจจัยประเภทห้างสรรพสินค้าและขนาด 2) ปัจจัยสถานที่ตั้ง 3) ปัจจัยการจัดการการเช่าซื้อ และ 4) ปัจจัยการผสมผสานผู้เช่า ขนาดห้างสรรพสินค้าวัดจากพื้นที่เช่า โดยเป็นพื้นที่ให้เช่ารวม และเป็นอัตราว่างของห้างสรรพสินค้าในปี t
เพื่อควบคุมปัจจัยการจัดการการเช่าซื้อ ใช้ชุดข้อมูลที่ห้างสรรพสินค้าทั้งหมดได้รับการจัดการโดยกลุ่มบริษัทเดียวกันในออสเตรเลีย นั่นคือ Scentre Group ตั้งแต่ปี 2014-2021 ดังนั้นจึงถือว่ามีการแข่งขันที่สม่ำเสมอระหว่างห้างสรรพสินค้าในละแวกใกล้เคียง เพื่อตรวจสอบผลกระทบของกำลังซื้อในห้างสรรพสินค้าขนาดต่างๆ เพิ่มเติม โดยได้จัดหมวดหมู่ศูนย์การค้าตัวอย่างออกเป็นห้างสรรพสินค้า 3 ประเภท ตามช่วงของพื้นที่ให้เช่ารวม ได้แก่ ห้างสรรพสินค้าขนาดเล็ก (GLA ≤75,000 ตร.ม.) ขนาดใหญ่ (GLA >123,000 ตร.ม.) และขนาดกลาง (75,000 ตร.ม. < GLA≤ 123,000 ตร.ม.) ซึ่งเกือบจะแบ่งตัวอย่างออกเป็นกลุ่มตัวอย่างในจำนวนเท่าๆ กัน ปัจจัยผสมผู้เช่ารวมถึงสัดส่วนของผู้เช่าหลักชาวต่างชาติในพื้นที่ให้เช่า สัดส่วนของซุปเปอร์มาร์เก็ตในพื้นที่ให้เช่า สัดส่วนของโรงภาพยนตร์ในพื้นที่ให้เช่า และจำนวนผู้เช่าต่อพื้นที่ให้เช่า ตร.ม.
ข้อมูลจำเพาะรุ่นของเราโดยพื้นฐานแล้วสอดคล้องกับแบบจำลองแรงโน้มถ่วงของ Huff (1964) ซึ่งพิจารณาขนาดห้างสรรพสินค้า จำนวนร้านค้า และระยะห่างจากลูกค้า เป็นปัจจัยสำคัญของความน่าดึงดูดใจของห้างสรรพสินค้า Finn & Louviere (1996) และ Teller & Reutterer (2008) แนะนำเพิ่มเติมให้รวมร้านค้าหลักและผู้เช่าเข้าด้วยกัน El-Adly (2007) ยังพบว่า ความบันเทิง สาระสำคัญของห้างสรรพสินค้า และความสะดวกสบาย ยังเป็นปัจจัยกำหนดความน่าดึงดูดใจของห้างสรรพสินค้า แบบจำลองของเราได้มาจากทฤษฎีทางนิเวศวิทยาซึ่งมีปัจจัยที่คล้ายคลึงกัน เช่น ขนาดห้างสรรพสินค้า ของร้านค้า ข้อมูลประชากรพื้นที่รับน้ำ พื้นที่จอดรถ ผู้เช่าหลัก ร้านค้าเพื่อความบันเทิง ซูเปอร์มาร์เก็ต กลุ่มผู้เช่า ฯลฯ ความแปลกใหม่ของแบบจำลองของเราคือการอนุญาตให้มีขนาดพื้นที่รับน้ำที่ยืดหยุ่นเพื่อทำการวิเคราะห์ความไว ข้อมูลเชิงลึกพื้นฐานของแบบจำลองแนวโน้มถ่วง คือ นักช้อปไม่สามารถเลือกซื้อสินค้าในร้านค้าที่ใกล้ที่สุด แต่เลือกสถานที่ตามสัดส่วนความน่าดึงดูดใจของห้างสรรพสินค้า และสัดส่วนผกผันกับระยะทาง ตัวอย่างเช่น Anselmsson (2016) แสดงผลตอบแทนจากการขายที่เป็นบวกจากการปรับปรุงการเข้าถึง และอื่นๆ แต่ Calvo-Porral & Lévy-Mangín (2018) พบว่าความสะดวกสบายของห้างสรรพสินค้าไม่ใช่ปัจจัยสำคัญในการดึงดูดลูกค้า การวิเคราะห์ความไวของขนาดกักเก็บน้ำช่วยให้สามารถศึกษาผลลัพธ์เชิงโต้ตอบเชิงพื้นที่ระหว่างการเข้าถึงและความน่าดึงดูดใจได้
แบบจำลองไอโซโครน (isochrone model) สำหรับวัดอำนาจจับจ่ายของพื้นที่ให้บริการ
เพื่อพัฒนาความเข้าใจที่ละเอียดยิ่งขึ้นเกี่ยวกับพลวัตของพื้นที่ให้บริการ จึงได้ทำการวิเคราะห์ความไวเพื่อประเมินกำลังซื้อของพื้นที่ให้บริการขนาดต่างๆ โดยใช้แบบจำลองไอโซโครน ซึ่งโดยทั่วไปวิธีการแบบดั้งเดิมจะใช้ข้อมูลที่เจ้าของห้างสรรพสินค้าให้มา ที่แสดงถึงกำลังซื้อของครัวเรือนภายในระยะเวลาขับรถ 30 นาทีจากห้างสรรพสินค้า อย่างไรก็ตาม การขาดการเข้าถึงแหล่งข้อมูลดิบเหล่านี้โดยสาธารณะเป็นอุปสรรคต่อความเป็นไปได้ในการดำเนินการวิเคราะห์ความไวสำหรับขนาดพื้นที่ให้บริการที่แตกต่างกัน เพื่อเป็นการตอบสนอง การศึกษาของเราได้แนะนำแบบจำลองไอโซโครนที่ปรับได้ ซึ่งช่วยให้สามารถวิเคราะห์ความไวที่ครอบคลุมมากขึ้นเกี่ยวกับผลกระทบของกำลังซื้อของพื้นที่ให้บริการที่มีต่อการขายปลีก
โมเดลนี้ทำงานบนพื้นฐานของไอโซโครนในระยะทางต่างๆ จากห้างสรรพสินค้า การเลือกแนวทางนี้ส่วนใหญ่ได้รับแรงผลักดันจากความพร้อมของข้อมูลรายได้รวมของครอบครัวเฉลี่ย ซึ่งโดยทั่วไปได้มาจากบันทึกการสำรวจสำมะโนประชากรตามหน่วยเขตการปกครอง เช่น การสำรวจสำมะโนประชากรในสหรัฐอเมริกา และหน่วยพื้นที่สถิติในออสเตรเลีย ด้วยวิธีการจัดตำแหน่งทางภูมิศาสตร์ เราจะระบุหน่วยพื้นที่บริหารที่ตัดกับวงกลมไอโซโครนที่กำหนดซึ่งมีศูนย์กลางอยู่ที่ห้างสรรพสินค้า การศึกษานี้พิจารณารัศมีไอโซโครนที่แตกต่างกัน 5 แบบซึ่งเป็นตัวแทนของพื้นที่ให้บริการ ได้แก่ 1 กม. 5 กม. 10 กม. 20 กม. และ 30 กม. จากห้างสรรพสินค้า ตามภาพประกอบ รูปที่ 1 นำเสนอ SA1 ที่มีขอบเขตตำแหน่งทางภูมิศาสตร์ภายในพื้นที่ไอโซโครน 5 กม. ของ Airport West โดยเน้นที่ SA1 ทั้งหมด 338 อันที่ตัดกับไอโซโครน
ภาพที่ 1 SA1 ภายในพื้นที่ไอโซโครน 5 กม. ของ Airport West จะถูกระบุโดยโปรแกรม Geofencing และให้สีเป็นสีน้ำเงิน
ข้อได้เปรียบหลักของรุ่นนี้อยู่ที่ความยืดหยุ่น ขนาดของไอโซโครนสามารถปรับได้อย่างอิสระในขณะเดียวกันก็ทำให้มั่นใจได้ว่าแต่ละหน่วยเขตการปกครองจะรักษาขนาดประชากรที่ใกล้เคียงกัน คุณสมบัติที่ปรับได้นี้ช่วยเพิ่มความแม่นยำในการวิเคราะห์ความไวของเราโดยอนุญาตให้มีขนาดพื้นที่ให้บริการที่แตกต่างกัน อย่างไรก็ตาม รูปร่างที่ไม่ปกติของแต่ละหน่วยงานสามารถบิดเบือนขนาดของพื้นที่ให้บริการ และรวมถึงครัวเรือนที่อยู่นอกเหนือไอโซโครนที่กำหนดด้วย
ในการศึกษานี้ แพ็คเกจภูมิสารสนเทศของ Python ใช้สำหรับการกำหนดขอบเขตตำแหน่งทางภูมิศาสตร์ รหัส Python ที่สมบูรณ์มีอยู่บน GitHub ที่ https://github.com/AURIN-OFFICE/shopping_centre_buffer เราพิจารณาจำนวนครัวเรือนทั้งหมด ค่าเฉลี่ยของรายได้รวมครัวเรือนเฉลี่ยรายสัปดาห์ และรายได้ครัวเรือนรวมของ SA1 ในพื้นที่ที่ตัดกัน (ไอโซโครน) เป็นผู้รับมอบอำนาจสามรายของกำลังซื้อของพื้นที่ให้บริการของห้างสรรพสินค้า สถิติเชิงพรรณนาของจำนวนครัวเรือนทั้งหมดและค่าเฉลี่ยของรายได้รวมครัวเรือนเฉลี่ยรายสัปดาห์ของ SA1 ทั้งหมดในพื้นที่ไอโซโครนได้รับการประมาณไว้ โดยเฉลี่ย 31, 377, 1117, 3199 และ 5,064 SA1 ถูกระบุในพื้นที่ตัดกัน 1 กม., 5 กม., 10 กม., 20 กม., 30 กม. ตามลำดับ
ข้อมูลที่ใช้สำหรับวิเคราะห์
การศึกษานี้ตรวจสอบปัจจัยกำหนดยอดขายปลีกโดยอิงจากกลุ่มข้อมูลจากศูนย์การค้า 37 แห่งในออสเตรเลีย โดยมีพื้นที่ให้เช่ารวมประมาณ 3.6 ล้านตารางเมตร ตัวอย่างนี้แสดงถึงพื้นที่ให้เช่าโดยรวมของศูนย์การค้าทั่วออสเตรเลีย 13.6% ตามข้อมูลของ Baker (2018) ข้อมูลศูนย์การค้าต่างๆ จัดทำโดย Scentre Group ในรายงานประจำปีเกี่ยวกับบทสรุปอสังหาริมทรัพย์ตั้งแต่ปี 2014-2021 (Scentre, 2014, Scentre, 2015, Scentre, 2016, Scentre, 2017, Scentre, 2018, Scentre, 2019, Scentre, 2020, Scentre, 2021) ดังนั้น จึงกำหนดและให้ข้อมูลรายได้ครัวเรือนทั้งหมดในพื้นที่ให้บริการของศูนย์การค้าด้วยค่าไอโซโครนคงที่ของระยะทางขับรถ 30 นาที นอกจากนี้ ข้อมูลภูมิสารสนเทศของศูนย์การค้าแต่ละแห่ง รวมถึงละติจูดและลองจิจูด จะถูกดึงมาจากเว็บไซต์ของพวกเขา
อย่างไรก็ตาม ไม่อนุญาตให้มีการวิเคราะห์ความไวเกี่ยวกับขนาดพื้นที่ให้บริการ เนื่องจากข้อมูลดิบของกำลังซื้อ เช่น จำนวนครัวเรือนและรายได้เฉลี่ยของครัวเรือน ยังไม่พร้อมใช้งาน การศึกษานี้จึงดึงข้อมูลจำนวนครัวเรือนทั้งหมด รายได้เฉลี่ยของครัวเรือนรายสัปดาห์ และข้อมูลรายได้ครัวเรือนทั้งหมดจากการสำรวจสำมะโนประชากรปี 2021 ของสำนักงานสถิติออสเตรเลีย (AURIN, 2023) เพื่อประเมินกำลังซื้อของพื้นที่รับน้ำของห้างสรรพสินค้าแต่ละแห่ง การแบ่งเขตทั่วไปของข้อมูลรายได้ครัวเรือนจะขึ้นอยู่กับหน่วยเขตการปกครองบางแห่ง เช่น พื้นที่สถิติระดับ 1 (SA1) ในออสเตรเลีย ซึ่งเป็นหน่วยพื้นที่ที่เล็กที่สุด การศึกษานี้ทดสอบสมมติฐานด้านพลังงานสายพันธุ์ของห้างสรรพสินค้าด้วยการวัดระดับพลังงานของผู้ซื้อ 2 ราย อันแรกอิงตามข้อมูลที่เจ้าของห้างสรรพสินค้าให้ไว้ และอันที่สองอิงตามข้อมูลสำมะโนครัวเรือนของ SA1 ที่ตัดกันด้วยไอโซโครนที่ปรับได้ที่ 1 กม., 5 กม., 10 กม., 20 กม., 30 กม. จากห้างสรรพสินค้าแต่ละแห่ง
ข้อมูลตำแหน่งว่างในตลาดจัดทำโดย Vicinity (2021) ในห้ารัฐต่อไปนี้ (นิวเซาธ์เวลส์ (NSW), วิกตอเรีย (VIC), ควีนส์แลนด์ (QLD), ออสเตรเลียใต้ (SA), ออสเตรเลียตะวันตก (WA) และ Mirvac Group (2014–2021) สำหรับรัฐเขตนครหลวงออสเตรเลีย (ACT) โดยคำนวณจากตำแหน่งว่างโดยเฉลี่ยของศูนย์การค้าที่รายงานทั้งหมดในรัฐเดียวกันในปีเดียวกัน (Mirvac, 2021; บริเวณใกล้เคียง 2021) ตารางที่ 2 อธิบายศูนย์การค้าตามแต่ละรัฐ ณ สิ้นปี 2021 ภาคผนวก 1 แสดงคำอธิบายของศูนย์การค้าเหล่านี้ตั้งแต่ปี 2014-2021
ตารางที่ 2 คำบรรยายข้อมูลศูนย์กลางการค้าระดับรัฐปี 2021
No | State | Number of shopping centres | Total GLA (‘000 sqm) | % GLA |
1 | NSW | 15 | 1409 | 39.0% |
2 | VIC | 7 | 739 | 20.5% |
3 | QLD | 6 | 674 | 18.7% |
4 | SA | 3 | 307 | 8.5% |
5 | WA | 4 | 315 | 8.7% |
6 | ACT | 2 | 168 | 4.6% |
Total | 37 | 3611 | 100% |
ตัวแปรที่ใช้ประกอบด้วยยอดขายปลีกทั้งหมด () และพื้นที่ให้เช่ารวม () ของห้างสรรพสินค้าแต่ละแห่งในปีที่ t จากข้อมูลของสภาศูนย์การค้าแห่งออสเตรเลีย ยอดขายรวมคือยอดขายประจำปีตั้งแต่เดือนมกราคมถึงธันวาคม รวมถึงการค้าขายจากผู้เช่าทั้งหมด (SCCA, 2010) พื้นที่ให้เช่ารวมรวมพื้นที่การค้าของผู้เช่าทั้งหมดที่ศูนย์การค้า นอกจากนี้ยังระบุให้ผู้เช่าหลักเป็นผู้เช่าหลักที่ครอบครองพื้นที่ให้เช่าอย่างน้อย 400 ตารางเมตร การศึกษานี้ใช้ผู้เช่าหลักสองประเภททั่วไป ได้แก่ ซูเปอร์มาร์เก็ตและโรงภาพยนตร์ ผู้เช่าหลักในต่างประเทศคือผู้เช่าหลักที่มีคุณสมบัติตรงตามเงื่อนไขสองประการ คือ 1) พื้นที่ให้เช่ามากกว่า 400 ตารางเมตร และ 2) ก่อตั้งขึ้นในต่างประเทศแทนที่จะเป็นในออสเตรเลีย ตัวแปรจุดยึดต่างประเทศแสดงถึงเปอร์เซ็นต์ของพื้นที่ให้เช่ารวมของผู้เช่าหลักต่างประเทศในห้างสรรพสินค้า
เพื่อแสดงถึงการผสมผสานของผู้เช่า จะใช้ตัวแปรสองตัว ขั้นแรก จำนวนผู้เช่าทั้งหมดต่อตารางเมตรของพื้นที่ให้เช่า () จะถูกกำหนดโดยการหารจำนวนผู้เช่าทั้งหมดในห้างสรรพสินค้าด้วยพื้นที่ให้เช่าทั้งหมดของห้างสรรพสินค้า ประการที่สอง นอกจากนี้ยังประมาณผลกระทบที่ไม่ใช่เชิงเส้นของจำนวนผู้เช่าต่อตารางเมตรโดยรวมเงื่อนไขตารางของผู้เช่าทั้งหมดต่อตารางเมตรของพื้นที่ให้เช่า ศูนย์การค้าแบ่งออกเป็น 3 ประเภทในแง่ของพื้นที่ให้เช่ารวม: ขนาดเล็ก (≤ 62,000 ตร.ม.) ขนาดใหญ่ ( > 98,000 ตร.ม.) และขนาดกลาง (62,000 ตร.ม. < ≤ 98,000 ตร.ม.) เพื่อทดสอบผลการกลั่นกรองของขนาดห้างสรรพสินค้าต่อผลกระทบกำลังซื้อต่อยอดค้าปลีก
พื้นที่ศึกษาและข้อมูลเกี่ยวกับอำนาจซื้อของไอโซโครน
การศึกษานี้ครอบคลุมห้างสรรพสินค้าจำนวนมากในออสเตรเลีย ห้างสรรพสินค้าหลักในหกรัฐ (NSW, VIC, QLD, SA, WA, ACT) รวมอยู่ด้วยประชากรในเมลเบิร์นและซิดนีย์ คิดเป็น 59.3% ของเมืองหลวงทั้งหมดในปี 2021
เราดึงข้อมูลประชากรจากข้อมูลการสำรวจสำมะโนประชากรและเคหะ (AURIN, 2023) ข้อมูลของจำนวนครัวเรือนและชุดข้อมูลรายได้เฉลี่ยรวบรวมจาก “SA1-G02 ค่ามัธยฐานที่เลือกและการสำรวจสำมะโนประชากรโดยเฉลี่ย” ปี 2021 เราเลือกข้อมูลที่ละเอียดสูงสุดโดยไม่มีข้อจำกัดตามพื้นที่ระดับทางสถิติ 1 (SA1) ตามมาตรฐาน Australian Statistical Geography Standard (ASGS) Edition 3 โดยทั่วไป SA1 จะมีประชากร 200–800 คน และประชากรเฉลี่ยประมาณ 400 คน
จากคำอธิบาย ABS ของ SA1 มีภูมิภาค SA1 เชิงพื้นที่ 61,845 แห่งในปี 2021 จำนวนครัวเรือนทั้งหมด ค่าเฉลี่ยของรายได้รวมครัวเรือนเฉลี่ยรายสัปดาห์ และรายได้ครัวเรือนทั้งหมดของ SA1 ทั้งหมดที่ดักจับในไอโซโครน ได้รับการประมาณโดยโปรแกรมของเราเพื่อมอบอำนาจการซื้อของพื้นที่รับน้ำ
ค่าสถิติ
ตารางที่ 3 แสดงสถิติโดยสรุปของตัวแปร และภาคผนวก 1 ให้การวิเคราะห์รายละเอียดของศูนย์การค้าตามหมวดหมู่ขนาดสามประเภทในหกรัฐตั้งแต่ปี 2014-2021 และแผนที่ที่ตั้ง
ตารางที่ 3 คำอธิบายข้อมูลและค่าสถิติของตัวแปร
Var. | Descriptions | Mean | SD | Min | Max |
Natural log of total retail sales of mall i at time t (in A$) | 6.15 | 0.58 | 3.01 | 7.15 | |
Natural log of the purchasing power of the catchment area for mall i in 2021, which equals total household incomes in billions within the 30-min isochrone from the mall. Data provided by the mall owners. | 3.41 | 0.66 | 1.95 | 5.00 | |
Natural log of the purchasing power of the catchment area for mall i in 2016, which equals total number of households within the 5-km isochrone from the mall. Data estimated by the authors using census data. | 10.82 | 0.53 | 9.12 | 12.06 | |
Natural log of the purchasing power of the catchment area for mall i in 2021, which equals total number of households within the 5-km isochrone from the mall. Data estimated by the authors using census data. | 10.92 | 0.53 | 9.19 | 12.15 | |
Natural log of the purchasing power of the catchment area for mall i in 2016, which equals mean of the median household incomes in AUD within the 5-km isochrone from the mall. Data estimated by the authors using census data. | 7.59 | 0.21 | 7.22 | 8.02 | |
Natural log of the purchasing power of the catchment area for mall i in 2021, which equals mean of the median household incomes in AUD within the 5-km isochrone from the mall. Data estimated by the authors using census data. | 7.63 | 0.19 | 7.33 | 8.04 | |
Natural log of the purchasing power of the catchment area for mall i in 2016, which equals total household incomes in millions within the 5-km isochrone from the mall. Data estimated by the authors using census data. | 18.25 | 0.62 | 16.37 | 19.76 | |
Natural log of the purchasing power of the catchment area for mall i in 2021, which equals total household incomes in millions within the 5-km isochrone from the mall. Data estimated by the authors using census data. | 18.52 | 0.62 | 16.61 | 20.00 | |
Dummy variable of the year that the sales amount of mall i is measured | 2014–2021 | ||||
Total gross lettable area of mall i (in ’000 sqm.) | 86.72 | 40.45 | 10.93 | 179.0 | |
Market vacancy rate of mall i at time t (in ratio) | 0.01 | 0.01 | 0.00 | 0.07 | |
Dummy variable of the small-sized malls, GLA ≤62,000 sqm | 124 small malls (33.70%) | ||||
Dummy variable of the medium-sized malls, 62,000 < GLA ≤98,000 sqm | 122 medium malls (33.15%) | ||||
Dummy variable of the large-sized malls, GLA >98,000 sqm | 122 large malls (33.15%) | ||||
Number of car-parking spaces | 3420 | 1642 | 0.00 | 7200 | |
Dummy variables of the six states where mall i is located | six states of Australia | ||||
Proportion of foreign anchor tenants' size (in ratio) | 0.12 | 0.10 | 0.00 | 0.44 | |
Proportion of supermarket tenants' size (in ratio) | 0.10 | 0.05 | 0.00 | 0.27 | |
Proportion of cinema tenants' size (in ratio) | 0.06 | 0.03 | 0.00 | 0.15 | |
Number of tenants per 1000 sqm of total gross lettable area | 3.26 | 0.64 | 0.97 | 5.19 |
Sources: Mall characteristics data are retrieved from Scentre Group (2014–2021) (https://www.scentregroup.com/getmedia/5f8a54e7-0ffa-4b84-9e3d-0d5b3ce60b2e/2021-Property-Compendium.pdf); data of total household incomes within 30-min driving isochrone Ei,202130min are also retrieved from Scentre Group (2021); only 5-km isochrone data for sensitivity analyses are shown here, including total number of households, mean of median household incomes, and total household incomes are sourced from the AURIN (2023) at (https://researchdata.edu.au/sa1-g02-selected-census-2016/1983179).
ผลลัพธ์และอภิปรายผล
ตารางที่ 4 แสดงผลลัพธ์ของแบบจำลอง ISAER โมเดลพื้นฐาน (โมเดล ISAER E30min) ยืนยันถึงผลกระทบเชิงบวกของกำลังซื้อภายในพื้นที่ให้บริการ 30 นาทีต่อยอดขายของห้างสรรพสินค้า4 กำลังซื้อที่เพิ่มขึ้นร้อยละ 1 ในพื้นที่กักเก็บน้ำเพิ่มขึ้น 4.1% ของยอดขายปลีกของห้างสรรพสินค้า สัมประสิทธิ์อื่นๆ ส่วนใหญ่มีความสำคัญและเป็นสัญญาณที่คาดหวัง ตัวอย่างเช่น พื้นที่เช่ามีความสัมพันธ์เชิงบวกกับยอดขาย และพบว่าผู้เช่าพิเศษทั้งสามประเภทมีผลกระทบเชิงบวก แต่นัยสำคัญทางสถิติกลับมีน้อย ผลกระทบของจำนวนผู้เช่าต่อพื้นที่ให้เช่าต่อตารางเมตรต่อยอดขายเพิ่มขึ้นในอัตราที่ลดลง โดยมีร้านค้าที่เหมาะสมที่สุดประมาณ 4.5 แห่งต่อ 1,000 ตารางเมตร ผลกระทบด้านลบของการระบาดใหญ่ยังตรวจพบได้ เนื่องจากค่าสัมประสิทธิ์หุ่นจำลองปี 2564 เป็นเพียงค่าสัมประสิทธิ์ด้านลบเพียงตัวเดียวในปีหุ่นจำลอง แม้ว่าจะไม่มีนัยสำคัญก็ตาม สิ่งที่น่าสนใจกว่านั้นคือ ผลกระทบเชิงบวกของกำลังซื้อรับน้ำเชิงบวกสามารถยืนยันได้โดยใช้จำนวนครัวเรือน ค่าเฉลี่ยของรายได้เฉลี่ยของครัวเรือน และรายได้ครัวเรือนทั้งหมดภายในระยะไอโซโครน 5 กม. จากห้างสรรพสินค้าในโมเดล ISAER H5km, M5km และ E5km ตามลำดับ ขนาดของผลกระทบอำนาจจับจ่ายในพื้นที่ให้บริการของแบบจำลองนั้นมีความสมส่วน รองรับการวิเคราะห์ความไวต่อไปนี้โดยใช้พรอกซี
ตารางที่ 4 ผลลัพธ์ตามแบบจำลอง ISAER
Variables | ISAER E30min Model | ISAER H5km Model | ISAER M5km Model | ISAER E5km Model |
Constant | 3.749 (7.33)*** | 3.266 (6.17)*** | 2.145 (3.27)*** | 2.807 (5.00)*** |
0.041 (2.50)** | ||||
0.074 (3.43)*** | ||||
0.265 (3.97)*** | ||||
0.074 (3.99)** | ||||
0.012 (13.08)*** | 0.012 (12.62)*** | 0.012 (14.12)*** | 0.012 (12.61)*** | |
−0.00004 (−2.42)** | −0.00003 (−1.92)* | −0.00004 (−2.74)*** | −0.00003 (−1.81)* | |
0.166 (0.68) | 0.215 (0.90) | 0.249 (1.04) | 0.250 (1.05) | |
0.113 (0.34) | 0.097 (0.30) | 0.003 (0.01) | 0.055 (0.17) | |
−0.073 (−0.15) | 0.157 (0.34) | 0.681 (1.46) | 0.225 (0.49) | |
0.612 (2.24)** | 0.527 (1.95)* | 0.330 (1.20) | 0.456 (1.69)* | |
−0.068 (−1.69)* | −0.059 (−1.48) | −0.019 (−0.47) | −0.047 (−1.19) | |
Fixed (year dummies) | Fixed (year dummies) | Fixed (year dummies) | Fixed (year dummies) | |
Fixed (state dummies) | Fixed (state dummies) | Fixed (state dummies) | Fixed (state dummies) | |
Dep. Variable | ||||
No. of Obs | 276 | 279 | 279 | 279 |
Adj.R-Squared | 0.85 | 0.85 | 0.86 | 0.86 |
Notes: ***, **, * means that the coefficient is significant at the 1%, 5%, 10% levels. The figures in the parentheses are the t-statistics.
การวิเคราะห์ความไวบนแบบจำลอง ISAER
เมื่อใช้แบบจำลองการวิเคราะห์พื้นที่ให้บริการที่ปรับได้ ผลลัพธ์การทดสอบความไวในตารางที่ 5 แสดงให้เห็นว่าผลกระทบของกำลังซื้อมีความไวต่อขนาดพื้นที่ให้บริการ และระดับที่อยู่ห่างจากห้างสรรพสินค้าประมาณ 20 กม. ซึ่งใกล้เคียงกับแนวปฏิบัติทางอุตสาหกรรมที่ใช้ระยะทางขับรถ 30 นาทีเป็นพื้นที่ให้บริการ อย่างไรก็ตาม จำนวนพร็อกซีของครัวเรือนส่งผลกระทบในระยะสั้นมากขึ้น ในขณะที่พร็อกซีรายได้ครัวเรือนเฉลี่ยจะส่งผลต่อยอดค้าปลีกในระยะยาว
ตารางที่ 5 ผลลัพธ์จาการทดสอบความไว
Panel 5.1 | ISAER H1km Model | ISAER H10km Model | ISAER H20km Model | ISAER H30km Model |
0.131 (5.98)*** | 0.090 (4.67)*** | 0.071 (3.99)*** | 0.073 (4.03)** | |
Panel 5.2 | ISAER M1km Model | ISAER M10km Model | ISAER M20km Model | ISAER M30km Model |
0.116 (1.80)*** | 0.337 (4.14)*** | 0.415 (3.63)*** | 0.419 (3.01)*** | |
Panel 5.3 | ISAER E1km Model | ISAER E10km Model | ISAER E20km Model | ISAER E30km Model |
0.116 (5.89)*** | 0.084 (4.98)*** | 0.064 (4.04)*** | 0.063 (3.93)*** | |
Dep. Variable | ||||
No. of Obs | 279 | 279 | 279 | 279 |
Notes: ***, **, * means that the coefficient is significant at the 1%, 5%, 10% levels. The figures in the parentheses are the t-statistics. For clarity, the results of the other variables are similar to the ISAER Model and are not shown here. Panels 5.1, 5.2 & 5.3 refer to ISAER H, M, E models. Superscript x in refers to 1 km, 10 km, 20 km or 30 km according to the column header.
การทดสอบความทนทาน
ตารางที่ 6 แสดงผลลัพธ์ของแบบจำลอง DID สำหรับทดสอบผลกระทบของอำนาจจับจ่ายในห้างสรรพสินค้าขนาดต่างๆ โดยใช้ไอโซโครน 20 กม. ประการแรก ผลลัพธ์ของทุกรุ่นยืนยันถึงผลเชิงบวกของอำนาจจับจ่ายของพื้นที่ให้บริการต่อยอดขายปลีกสำหรับห้างสรรพสินค้าขนาดเล็ก ประการที่สอง ทุกรุ่นแสดงให้เห็นว่ายิ่งห้างสรรพสินค้ามีขนาดใหญ่ ยอดค้าปลีกก็จะยิ่งสูงขึ้น เว้นแต่เมื่ออำนาจจับจ่ายเกินเกณฑ์ ตัวอย่างเช่น ในโมเดล ISAER-SIZE H20km เฉพาะเมื่อจำนวนครัวเรือนภายในไอโซโครนเกิน 1.23 ล้าน () ซึ่งเกินกว่าจำนวนสูงสุดในกลุ่มตัวอย่าง ยอดค้าปลีกของห้างสรรพสินค้าขนาดเล็กจะเท่ากับห้างสรรพสินค้าขนาดใหญ่หรือไม่ ผลการวิจัยสะท้อนให้เห็นว่าห้างสรรพสินค้าขนาดเล็กพึ่งพาผู้ซื้อจากบริเวณใกล้เคียงในบริเวณใกล้เคียงเป็นอย่างมาก ในขณะที่ห้างสรรพสินค้าขนาดใหญ่สามารถดึงดูดผู้ซื้อที่อยู่ห่างจากห้างสรรพสินค้าได้ ข้อค้นพบนี้สอดคล้องกับทฤษฎีการจัดการห้างสรรพสินค้าที่ว่าห้างสรรพสินค้าใหญ่ๆ และห้างสรรพสินค้าระดับซูเปอร์ภูมิภาค มักจะมีขนาดใหญ่กว่า และสามารถดึงดูดผู้ซื้อที่อยู่ห่างไกลจากละแวกใกล้เคียง และแม้แต่นักท่องเที่ยวข้ามพรมแดน (Li et al., 2018)
ตารางที่ 6 ผลลัพธ์ของการทดสอบ ISAER-SIZE
Variables | ISAER-SIZE H20km Model | ISAER-SIZE M20km Model | ISAER-SIZE E20km Model |
Constant | 1.3795 (2.20)** | −12.066 (−4.37)*** | 0.057 (0.08) |
0.208 (6.49)*** | 2.117 (5.85)*** | 0.190 (6.49)*** | |
−0.188 (−4.92)*** | −1.671 (−4.28)*** | −0.166 (−4.80)*** | |
−0.328 (−5.64)*** | −2.336 (−6.20)*** | −0.307 (−6.23)*** | |
2.636 (5.33)*** | 12.897 (4.35)*** | 3.622 (5.09)*** | |
4.600 (5.93)*** | 18.068 (6.29)*** | 6.675 (6.45)*** | |
Dep. Variable | |||
No. of Obs | 279 | 279 | 279 |
Adj.R-Squared | 0.88 | 0.89 | 0.89 |
Notes: ***, **, * means that the coefficient is significant at the 1%, 5%, 10% levels. The figures in the parentheses are the t-statistics. For clarity, the results of other variables are similar to the ISAER Model and are not shown here. refers to either according to the column header.
การวิเคราะห์ความไวบนแบบจำลอง ISAER-SIZE
หลังจากพิจารณาผลกระทบจากขนาดห้างสรรพสินค้าแล้ว ผลการทดสอบความไวในตารางที่ 7 แสดงให้เห็นว่าผลกระทบต่ออำนาจจับจ่ายของห้างสรรพสินค้าขนาดเล็กถึงจุดสูงสุดที่ประมาณ 5-10 กม. จากห้างสรรพสินค้า โดยรายได้รวมของครัวเรือนที่เพิ่มขึ้นร้อยละ 1 สามารถเพิ่มยอดค้าปลีกได้ร้อยละ 0.28 ผลการวิจัยพบว่าขนาดพื้นที่รับบริการสินค้าสำหรับห้างสรรพสินค้าขนาดเล็กมีขนาดเล็กกว่า ซึ่งสอดคล้องกับทฤษฎีการจัดการห้างสรรพสินค้าที่ว่าศูนย์การค้าในเมืองและบริเวณใกล้เคียงต้องพึ่งพาผู้ซื้อจากละแวกใกล้เคียงในท้องถิ่นในบริเวณใกล้เคียงมากกว่า
ตารางที่ 7 ผลลัพธ์ของการทดสอบ ISAER-SIZE
Variables | ISAER-SIZE E1km Model | ISAER-SIZE E5km Model | ISAER-SIZE E10km Model | ISAER-SIZE E30km Model |
Constant | 0.573 (0.71) | −0.990 (−0.84) | −1.349 (−1.37) | 0.740 (1.08) |
0.207 (5.84)*** | 0.285 (4.92)*** | 0.282 (6.41)*** | 0.152 (5.93)*** | |
−0.128 (−3.14)*** | −0.239 (−3.70)*** | −0.234 (−4.74)*** | −0.131 (−4.13)*** | |
−0.162 (−3.54)*** | −0.295 (−4.21)*** | −0.323 (−5.30)*** | −0.296 (−6.41)*** | |
2.201 (3.43)*** | 4.615 (3.88)*** | 4.760 (4.95)*** | 2.967 (4.46)*** | |
2.805 (3.78)*** | 5.736 (4.41)*** | 6.595 (5.49)*** | 6.608 (6.65)*** | |
Dep. Variable | ||||
No. of Obs | 279 | 279 | 279 | 279 |
Adj.R-Squared | 0.88 | 0.88 | 0.89 | 0.89 |
Notes: ***, **, * means that the coefficient is significant at the 1%, 5%, 10% levels. The figures in the parentheses are the t-statistics. For clarity, the results of other variables are similar to the ISAER Model and are not shown here. Superscript x in refers to either 1 km, 5 km, 10 km or 30 km according to the column header.
บทสรุป
การศึกษาก่อนหน้านี้จำนวนมากเกี่ยวกับพื้นที่ให้บริการของห้างสรรพสินค้าได้ใช้พารามิเตอร์ที่กำหนดไว้อย่างเข้มงวด เช่น ไอโซโครนในการขับขี่ 30 นาที อย่างไรก็ตาม ข้อกำหนดเหล่านี้อาจกำหนดขึ้นเองได้ และความถูกต้องของข้อกำหนดดังกล่าวก็ทำได้ยาก นอกจากนี้ การศึกษาเหล่านี้มักไม่ได้คำนึงถึงลักษณะเฉพาะและตำแหน่งของห้างสรรพสินค้าแต่ละแห่ง เช่น ขนาด ซึ่งอาจส่งผลกระทบต่อขอบเขตทางภูมิศาสตร์ของการเข้าถึงห้างสรรพสินค้า
โครงการวิจัยนี้มีวัตถุประสงค์เพื่อเพิ่มความเข้าใจให้ลึกซึ้งยิ่งขึ้นเกี่ยวกับพื้นที่ให้บริการสำหรับห้างสรรพสินค้าระดับชาติ โดยดำเนินการวิเคราะห์ไวของอำนาจจับจ่ายภายในพื้นที่ให้บริการขนาดต่างๆ ด้วยการใช้หลักการจากทฤษฎีความสัมพันธุ์ของสายพันธุ์-พลังงาน (species-energy theory) และทฤษฎีเฉพาะทางในสาขานิเวศวิทยา (niche specialisation theory) นำมาได้พัฒนาแบบจำลองเชิงประจักษ์เพื่อตรวจสอบความสัมพันธ์ระหว่างยอดขายปลีกและอำนาจจับจ่ายของพื้นที่ให้บริการ ซึ่งดำเนินการไปพร้อมๆ กับการควบคุมปัจจัยต่างๆ เช่น ประเภทของห้างสรรพสินค้า ขนาด ที่ตั้ง ปัจจัยการจัดการการเช่าซื้อ และการผสมผสานผู้เช่า
จุดสนใจที่สำคัญของการศึกษาครั้งนี้ คือ การนำเสนอแบบจำลองไอโซโครนที่ปรับแปลงได้ ซึ่งช่วยให้สามารถวิเคราะห์ความไวของขนาดพื้นที่ให้บริการที่แตกต่างกันตั้งแต่รัศมี 1 กม. ถึง 30 กม. จากห้างสรรพสินค้า แบบจำลองนี้ใช้หน่วยเขตการปกครองที่ตัดกับไอโซโครนที่กำหนดเพื่อประมาณกำลังซื้อพร็อกซี 3 รายการ ได้แก่ 1) จำนวนครัวเรือน 2) ค่ามัธยฐานของรายได้ครัวเรือน และ 3) รายได้รวมของครัวเรือนภายในไอโซโครน
การค้นพบศึกษาครั้งนี้ ทำให้ได้ข้อมูลเชิงลึกใหม่เกี่ยวกับความสัมพันธ์ระหว่างพื้นที่ให้บริการและการขายปลีกในห้างสรรพสินค้าขนาดต่างๆ โดยเฉพาะอย่างยิ่ง ยังพบอีกว่าอำนาจจับจ่ายภายในพื้นที่ให้บริการมีอิทธิพลเชิงบวกอย่างมีนัยสำคัญต่อยอดค้าปลีก โดยเฉพาะอย่างยิ่งสำหรับห้างสรรพสินค้าขนาดเล็ก ซึ่งสอดคล้องกับทฤษฎีในการจัดการศูนย์การค้า ซึ่งชี้ให้เห็นว่าห้างสรรพสินค้าขนาดใหญ่มักพึ่งพาข้อมูลประชากรของนักช้อปในท้องถิ่นน้อยกว่า ขณะที่การวิเคราะห์ความไวยังแสดงให้เห็นว่าผลกระทบของกำลังซื้อเริ่มลดลงที่ระยะทางประมาณ 20 กม. จากห้างสรรพสินค้า โดยไม่คำนึงว่าพร็อกซีกำลังซื้อจะถูกวัดใดก็ตาม การค้นพบนี้สอดคล้องกับบรรทัดฐานของอุตสาหกรรม ซึ่งโดยทั่วไปจะวัดพื้นที่รับน้ำเป็นระยะทางขับรถ 30 นาที จากเขตเมือง โดยสรุป การศึกษานี้เน้นถึงความสำคัญของการพิจารณากำลังซื้อและคุณลักษณะทางประชากรภายในพื้นที่ให้บริการเพื่อการประเมินประสิทธิภาพของห้างสรรพสินค้าที่แม่นยำยิ่งขึ้น
ข้อค้นพบจากการศึกษาพื้นที่ค้าปลีกนี้ มีผลกระทบอย่างมีนัยสำคัญต่อการบริหารจัดการ สังคม และการปฏิบัติสำหรับทั้งผู้ประกอบการห้างสรรพสินค้าและนักวางผังเมือง จากจุดยืนด้านการบริหารจัดการ ผลกระทบระดับขนาดของพื้นที่ให้บริการที่ระบุต่ออำนาจจับจ่ายช่วยให้เกิดความเข้าใจอย่างละเอียดว่าห้างสรรพสินค้าประเภทต่างๆ สามารถใช้ประโยชน์จากพื้นที่ให้บริการเพื่อเพิ่มประสิทธิภาพกลยุทธ์การขายได้อย่างไร ความเข้าใจนี้ช่วยให้ผู้ค้าปลีกมีความรู้ในการปรับแต่งกลุ่มผู้เช่า แนวทางการตลาด และกลยุทธ์ทางธุรกิจโดยรวมตามลักษณะเฉพาะของพื้นที่ให้บริการ (Li et al., 2023) แนวทางที่กำหนดเป้าหมายนี้ช่วยเพิ่มความพึงพอใจของลูกค้า และอาจนำไปสู่การเพิ่มจำนวนลูกค้าและยอดขาย ซึ่งสามารถช่วยประเมินความเป็นไปได้ของการร่วมลงทุนในอนาคตได้ดียิ่งขึ้น ในระดับสังคม การศึกษาที่เน้นถึงพลวัตระหว่างพื้นที่ให้บริการและยอดค้าปลีก เน้นย้ำถึงความเชื่อมโยงระหว่างกิจกรรมเชิงพาณิชย์และความต้องการของชุมชนท้องถิ่น แนวคิดเรื่อง "ความต้องการของชุมชนท้องถิ่น" นี้ยังเกี่ยวข้องกับพื้นที่ค้าปลีกที่ครอบคลุมความชื่นชอบ ความต้องการ และความจำเป็นของผู้พักอาศัย ซึ่งเป็นแกนหลักของเอกลักษณ์และความมีชีวิตชีวาของย่านใกล้เคียง (Cheung & Yiu, 2023) การทำความเข้าใจความแตกต่างของพื้นที่ให้บริการช่วยให้สามารถวางแผนการค้าปลีกโดยยึดชุมชนเป็นศูนย์กลางได้มากขึ้น ซึ่งอาจตอบสนองความต้องการและแรงบันดาลใจในท้องถิ่นได้อย่างมีประสิทธิภาพมากขึ้น จากมุมมองเชิงปฏิบัติ แบบจำลองไอโซโครนแบบปรับได้ที่นำมาใช้ในการศึกษานี้ นำเสนอเครื่องมืออันมีค่าสำหรับนักวางผังเมืองและผู้กำหนดนโยบาย ความสามารถของแบบจำลองในการดำเนินการวิเคราะห์ความไวบนขนาดพื้นที่ให้บริการที่แตกต่างกัน นำเสนอแนวทางปฏิบัติในการประเมินและตรวจสอบความถูกต้องของสมมติฐานพื้นที่ให้บริการ ข้อมูลนี้สามารถเป็นแนวทางในการตัดสินใจพัฒนาเมืองเกี่ยวกับทำเลและขนาดของห้างสรรพสินค้าได้
อย่างไรก็ตาม การศึกษานี้มีข้อจำกัดหลายประการที่รับประกันการพิจารณาในการตีความข้อค้นพบของการศึกษา ประการแรก ข้อมูลสำมะโนประชากรและรายได้ครัวเรือนจะมีให้ทุกๆ ห้าปีเท่านั้น ซึ่งทำให้เกิดข้อจำกัดในการจับคู่ผลการค้าปลีกในปีต่างๆ เมื่อพิจารณาถึงภูมิทัศน์ทางเศรษฐกิจและสังคมที่เปลี่ยนแปลงอย่างรวดเร็ว โดยเฉพาะอย่างยิ่งในช่วงที่เกิดโรคระบาด การใช้ข้อมูลการสำรวจสำมะโนประชากรนี้อาจไม่สามารถรวบรวมการเปลี่ยนแปลงล่าสุดในกำลังซื้อและการเปลี่ยนแปลงทางประชากรภายในพื้นที่กักเก็บน้ำได้อย่างสมบูรณ์ นอกจากนี้ ชุดข้อมูลในการศึกษานี้ส่วนใหญ่ได้มาจากเจ้าของห้างสรรพสินค้ารายเดียวเพื่อการควบคุมการเป็นเจ้าของและปัจจัยการจัดการได้ดีขึ้น แต่อาจจำกัดความสามารถในการสรุปผลโดยทั่วไป และต้องถือว่ามีความสม่ำเสมอในการแข่งขันและความร่วมมือระหว่างห้างสรรพสินค้าในพื้นที่ นอกจากนี้ยังจำกัดการสำรวจว่าตำแหน่งทางภูมิศาสตร์ของกลุ่มห้างสรรพสินค้ามีปฏิสัมพันธ์กับการกระจายขนาดและพื้นที่รับน้ำที่เกี่ยวข้องอย่างไร ความแปรปรวนในแนวปฏิบัติในการเป็นเจ้าของศูนย์ค้าปลีกและความร่วมมือด้านการแข่งขันระหว่างเจ้าของที่แตกต่างกันอาจไม่ได้รับการพิจารณาอย่างสมบูรณ์
นอกจากนี้ แม้ว่าจะเป็นนวัตกรรมใหม่ แต่โมเดลไอโซโครนแบบปรับเปลี่ยนได้ก็ไม่มีข้อจำกัด ข้อสันนิษฐานของแบบจำลองเกี่ยวกับจุดตัดของขอบเขตไอโซโครนกับหน่วยบริหารอาจนำไปสู่การบิดเบือนในการประมาณขนาดพื้นที่ให้บริการ ซึ่งอาจส่งผลต่อความแม่นยำของพร็อกซีกำลังซื้อ นอกจากนี้ การมุ่งเน้นของแบบจำลองในพื้นที่รับน้ำทางภูมิศาสตร์อาจมองข้ามปัจจัยทางสังคมวัฒนธรรมที่มีอิทธิพลต่อพฤติกรรมของผู้บริโภคและการตัดสินใจอุปถัมภ์ร้านค้าปลีก เช่น โครงสร้างพื้นฐานการขนส่ง ความหนาแน่นของเมือง ความชอบในท้องถิ่น และสถานะทางสังคม (Beiró et al., 2018) สิ่งนี้เน้นย้ำถึงความสำคัญของการบูรณาการรายการตัวแปรที่ครอบคลุมมากขึ้นเพื่อรวบรวมบรรทัดฐานทางสังคมของพื้นที่ให้บริการในประเทศต่างๆ จนถึงขณะนี้ มีการศึกษาข้ามประเทศเกี่ยวกับรูปแบบต่างๆ ของการให้บริการสำหรับการค้าปลีกน้อยมาก
เนื่องจากข้อจำกัดเหล่านี้ ความพยายามในการวิจัยในอนาคตอาจพิจารณารวมข้อมูลการเคลื่อนที่แบบเรียลไทม์และการประยุกต์ใช้เทคนิคการวางตำแหน่งทางภูมิศาสตร์เพื่อระบุขนาดพื้นที่ให้บริการที่แท้จริงของห้างสรรพสินค้า (Álvarez and Arredondo, 2019; Luo et al., 2014; Ho et al., 2020) ช่วยให้สามารถวิเคราะห์การตั้งค่าที่เปิดเผยของลูกค้าในการเลือกสถานที่ค้าปลีก (Streed et al., 2015) การศึกษาเพิ่มเติมเกี่ยวกับความผันแปรของพื้นที่ให้บริการสินค้าขายปลีกในเมืองต่างๆ (Ballantyne et al., 2023) หรือประเทศต่างๆ เพื่อทดสอบความสามารถทั่วไปของข้อค้นพบนี้ ยังสามารถค้นพบมิติใหม่ ๆ ของอิทธิพลของพื้นที่รับสินค้า และสร้างกลยุทธ์เชิงนวัตกรรมที่สอดคล้องกับรูปแบบพฤติกรรมผู้บริโภคที่เปลี่ยนแปลงตลอดเวลา เพื่อให้มั่นใจว่าแนวทางปฏิบัติด้านการค้าปลีกสมัยใหม่จะมีชีวิตชีวาอย่างยั่งยืน
ที่มา: Chung Yim Yiu, Quan Le Truong, Jiaying Kou & Ka Shing Cheung. (2024). Retail rings of influence: Rethinking retail catchment analysis in the light of purchasing power. Journal of Retailing and Consumer Services. Volume 76, January.
Cite:
ไม่มีความคิดเห็น:
แสดงความคิดเห็น