La concurrence entre les centres commerciaux.

Une analyse dg point de vue du consommateur

Ana Suarez Vazquez*
Universite d'Oviedo

Ignacio A. Rodrfguez del Bosque Rodrfguez

Universite de Cantabria

Resume Les recents changements dans I'industrie des centres commerciaux accroissent I 'interet des etudes consacrees au processus de choix de ces formes de vente. Dans la presente etude, nous montrons que ce processus de decision est sequentiel. De fait, il y a une asymetrie concurrentielle entre les centres commerciaux. Les acheteurs choisissent en premier lieu un type de centre, et ensuite un choix concret dans ce type. Ce choix est conditionne par quatre variables, a savoir : I'image du centre, le cout de deplacement pour s'y rendre, le facteur premiere visite et, enfin, la concurrence intertype. Cette derniere variable analyse I'impact de la concurrence entre les centres commerciaux et les autres types de commerce sur la concurrence entre les centres. Classification JEL: M31 Mots-cles: centres commerciaux, modeles logit emboites, image, avantage de bouger en premier, modele de choix de magasins

Abstract Recent developments in the shopping mall industry have increased the interest in studies that account for consumer's choice process. This paper shows that such a choice process is sequential. As a matter offact, there is competitive asymmetry between shopping malls; consumers first choose a shopping mall type and then a specific shopping mall belonging to this type. According to our study, the choice depends on four variables: shopping mall image, travel cost, the "first visit" factor, and "intertype competition ", which relate to the impact that competition between shopping malls and other kinds of commerce can have on competition between shopping malls.

Keywords: shopping malls, nested logit models, image, first mover advantage, shopping choice models

L'etude de la modernisation du commerce de detail a ete au centre de nombreuses recherches sur la distribution commerciale ces demieres annees. Actuellement, ce phenomene suscite un nouvel interet en raison du processus d'expansion international que connaissent les grandes chaines de distribution (Goldman, Ramaswami, & Krider, 2002). La structure du commerce de detail europ6en change rapidement, au fur et a mesure que la
Les auteurs voudraient remercier sincerement les commentaires et suggestions de deux fivaluateurs anonymes. Us voudraient aussi remercier ^ Man'a Concepci6n Vazquez P6rez de son travail de revision de cet article. Prifere d'envoyer toute correspondance & Ana Sudrez Vazquez, Facultad de Ciencias Econ6micas y Empresariales, Avda. del Cristo s/n 33071 Oviedo (Asturias), Espana, 985102821 (t61.), 985103708 (tel6copieur), email: anasv@uniovi.es

concentration de la propriete et la taille des magasins augmentent. Dans ce contexte de concurrence intense, il importe de differencier les diverses chames (Juhl, Kristensen, & 0stergaard, 2002). Deux questions essentielles se posent, a savoir : quelles sont les differences pergues par les consommateurs entre les magasins ? Quelle est I'influence de ces differences sur leur comportement d'achat ? Dans la presente etude, nous nous penchons sur ces deux questions. Nous nous limiterons en particulier a l'un des phenomenes les plus representatifs de revolution actuelle du commerce de detail : les centres commerciaux. L'etude du choix des centres commerciaux n'est pas nouvelle ; il s'agit de l'un des themes centraux de la litterature du marketing. Notre
Canadian Journal of Administrative Sciences Revue canadienne des sciences de l'administration 2314X334-351

ASAC 2006

334

CONCURRENCE ENTRE LES CENTRES COMMERCIAUX

SUAREZ VAZQUEZ & RODRIQUEZ DEL BOSQUE

etude, cependant, se demarque des travaux anterieurs par trois aspects : L Au lieu d'analyser l'attraction pour des magasins individuels, nous etudions les centres commerciaux comme un tout. 2. Les modeles de choix des centres commerciaux (Arnold, Roth, & Tigert., 1981) cherchent k evaluer I'influence relative de certaines variables de marketing mix sur le consommateur. Dans ce travail, nous considererons de nouvelles variables qui portent sur la concurrence entre les differents centres commerciaux (variable que nous denommons facteur premiere visite) et sur la concurrence entre ceux-ci et les autres formes de commerce (variable concurrence intertype), sans oublier les variables habituellement utilisees. 3. Les modeles traditionneis considerent generalement que tous les centres commerciaux sont egalement substitutifs (tel est le cas des modeles classiques, par exemple, Houston & Nevin, 1980; Howell & Rogers, 1980 ; ou Stoltman, Gentry, & Anglin, 1991). La difference pergue par les consommateurs n'est pas prise en compte. En revanche, le modele que nous proposons ici explique le choix des centres commerciaux sur la base des differences per^ues entre les differents centres. Notre etude incorpore deux aspects aux modeles de choix des centres commerciaux, a savoir : que les acheteurs ont des preferences d'achat heterogenes et que les divers centres commerciaux ont des positions competitives differentes. Ces deux aspects sont d'autant plus importants car les acheteurs ont une longue experience d'achat dans les centres commerciaux et car I'offre de ces centres est differenciee. Les modeles habituellement utilises ne permettent pas de considerer ces aspects. Le travail est structure autour de trois idees : dans un premier temps, nous passerons en revue les modeles qui expliquent l'attraction des centres commerciaux, en justifiant le type de modele le plus approprie aux buts proposes. Ensuite, nous decrirons les variables qui seront utilisees dans ce modele et la methodologie employee pour les mesurer. Enfin, nous presenterons les resultats obtenus.

Antecedents et modele Etudes anterieures Le terme centre commercial a ete utilise dans la litterature avec des significations diverses. D'apres le Conseil national des centres commerciaux, un centre com-

mercial se definit comme un ensemble d'au moins 20 magasins et services totalisant une Surface commerciale utile' minimale de 5.000 m^, congue, realisee, et geree comme une entite. II s'agit d'une des realites les plus representatives du panorama commercial actuel. Ils sont devenus l'un des elements essentiels de l'economie et du tissu social des pays developpes.^ D'un point de vue agregation de I'offre, ils occupent une position intermediaire entre les noyaux urbains, en tant que concentrations de I'activite commerciale et les magasins individuels. Les recherches realisees dans le domaine du choix des centres commerciaux refletent ces circonstances. Les theories et les methodologies qu'elles emploient s'appuient aussi bien sur la litterature relative aux zones commerciales que de celle relative au choix des points de vente. L'origine des modeles actuels de choix des centres commerciaux se trouve dans le travail classique de modele probabiliste de Huff (1963) et sa generalisation par le modele d'interaction concurrentielle (Cooper & Nakanishi, 1983 ; Nakanishi & Cooper, 1974 ; Nakanishi, Cooper, & Kassarjian, 1974). Les recherches qui ont ete menees par la suite ont porte sur l'analyse des variables influant sur le choix des magasins et l'analyse du mode selon lequel ce choix est fait. En ce qui conceme les variables, la necessite de considerer des variables de nature subjective dans les modeles de choix a ete demontree. L'importance des facteurs subjectifs a ete observee initialement par Cadwallader (1975) et integree dans un modele multiphcatif competitif par Ciiquet (1990). Si les premiers modeles d'analyse spatiale ont montre l'importance de la distance, ces nouveaux enonces ont signaie la necessite de considerer I'image des points de vente. Dans le domaine specifique du choix des centres commerciaux, plusieurs recherches ont ete menees en tenant compte de la variable image. Meme si Nevin et Houston (1980) ont conclu que I'image n'ameliorait pas substantiellement la capacite predictive du modele de Huff, des etudes posterieures ont approfondi cette variable. Aujourd'hui, son infiuence sur le choix des centres commerciaux est generalement acceptee bien que des doutes subsistent sur la procedure appropriee pour mesurer cette image (Dennis & Hilton, 2001). Le tableau 1 est un resume des instruments utilises dans les recherches anterieures pour mesurer I'image des centres commerciaux. Des etudes recentes ont confirme l'importance de ces attributs (Stoel, Wickliffe, & Lee, 2004), en essayant de trouver des differences dans leur influence sur le comportement des acheteurs selon leur identification et leur appartenance a differents groupes ethniques (Shim & Eastlick, 1998), leur lieu d'origine (Michon & Chebat, 2004) ou leur age (Haytko & Baker, 2004) II est aussi important de determiner les variables qui infiuent sur le processus de choix et de connaitre le scheCanadian Journal of Administrative Sciences Revue canadienne des sciences de l'administration 2314), 334-351

335

CONCURRENCE ENTRE LES CENTRES COMMERCIAUX

SUAREZ VAZQUEZ & R O D R I Q U E Z DEL BOSQUE

Tableau 1 Attributs-Travaux anterieurs A 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 Proximite du domicile Facilite pour garer la voiture Tranquillite dans les achats Marques connues et de bonne quahte Prix plus bas que dans les magasins similaires pour les denrees alimentaires perissables Prix plus bas que dans des magasins similaires pour les denrees non perissables Prix plus bas que dans des magasins similaires pour I'habiilement et les chaussures Prix plus bas que dans des magasins similaires pour les biens d'equipement de la maison Prix plus bas que dans des magasins similaires pour le reste des biens de consommation Vari6te et choix Qualite en produits frais Bon rapport qualite/prix Vitesse dans les achats Attention au client Services apres vente Publicite convenable Exposition correcte des produits Magasin propre et soigne Bonne reputation de l'entreprise Variete des magasins Vari6te des services Bons restaurants et cafes B C D E

(A): Gentry & Bums (1977-78); (B): Blommestein, Nijkamp, & Van Veenendaal (1980 ); (C): Arnold et al., (1981); (D): Gautschi (1981); (E): McGolddck (1992)

ma de comportement auquel correspond cette decision, c'est-k-dire, la maniere dont les consommateurs gerent l'information relative aux caracteristiques des differentes possibilites de choix. D'un point de vue theorique, une telle approche exige de la selection du modele de choix le plus approprie pour representer ce comportement. Le tableau 2 resume les differentes possibilites de choix d'evaluation et le type de modules de choix de magasin le plus utilise pour chacune d'elles. Meme si les premiers modeles partaient de 1'existence d'individus qui prenaient leurs decisions d'achat selon des strategies non-compensatoires, l'evidence empirique semble soutenir la notion d'echange ou de compensation entre les valeurs des diff6rentes variables qui infiuent sur le choix (Ben-Akiva & Lerman, 1985). Par exemple, un modele non-compensatoire est celui propose par la theorie des places centrales. Suivant cette theorie, le facteur qui determine le choix d'un point de vente est la distance que les individus doivent parcourir pour y acceder. En revanche, un modele compensatoire

est le modele de Huff qui propose qu'un individu peut etre pret a parcourir une plus grande distance si cela lui permet de se rendre a un magasin ayant une surface de vente superieure. Dans le modele de Huff, on admet done la compensation entre les valeurs des variables conditionnant le choix d'achat. Une comparaison empirique des differents types de strategies de traitement de l'information est proposee par Recker et Schuler (1981). Ces auteurs ont compare les resultats obtenus de I'application de deux modeles compensatoires et un modele non-compensatoire sur une serie de donn^es relatives aux attitudes et comportements d'une population. Ils concluent que les trois modeles offrent des resultats tres similaires et que la selection du modele de choix le plus approprie doit etre effectuee en tenant compte des caracteristiques de chaque situation analysee. II est done necessaire d'avoir un argument theorique fort qui justifie I'application d'un modele de choix donne. Dans ce sens, les modeles compensatoires possedent une consistance tres sup6rieure a celle de tout autre modele de choix. En
Canadian Journal of Administrative Sciences Revue canadienne des sciences de l'administration 22(4), 334-351

336

CONCURRENCE ENTRE LES CENTRES COMMERCIAUX

SUAREZ VAZQUEZ & RODRIQUEZ DEL BOSQUE

Tableau 2 Modules de choix de magasins Non compensatoires Lexicographique Theorie des places centrales Programmation lineaire Modeles de localisation-assignation Elimination par aspects

Elimination sequentielle Compensatoires Optimisation Satisfaction Hierarchiques

Modele multinomial logit Modeles hypogeometriques Modeles logit emboites Modeles logit a destin6e competitive

Source : Fotheringham & O'Kelly (1989)

supposant que les acheteurs selectionnent les magasins suivant des strategies de decision compensatoire, on adopte le point de vue d'un individu qui maximise l'utilite. II est ainsi possible d'encadrer le choix de magasins dans un modele de comportement humain tres etudie et susceptible de traitement mathematique et statistique (Wrigley, 1982). Cette approche basee sur l'utilite est specialement interessante dans l'etude du choix de points de vente (Oppewal & Holyoake, 2004 ; Solgaard & Hansen, 2003). Entre les differents modeles compensatoires qui etudient le choix d'un magasin, c'est le modele multinomial logit qui a ete le plus utilise (Desmet, 1993). On l'insere dans le champ general des modeles de choix discretionnaire, qui sont largement employes pour resoudre des problemes de marketing (Wansbeek & Wedel, 1999). Les d6veloppements th6oriques et les applications empiriques realisees initialement dans le domaine des modeles de choix discretionnaire ont mis en evidence la necessite d'adopter des modeles multinomiaux logit qui ont une coherence logique. Les probabilites qui decoulent de ces modeles sont comprises entre zero et un et leur somme est I'unite (Ben Akiva & Lerman, 1985). Ces modeles partent des hypotheses suivantes : 1. Tous les individus de la population analysee ont la meme fonction d'utilite, qui est lineaire dans les attributs ou dans une transformation predeterminee de ceux-ci.

2. Les coefficients de la fonction d'utilite ne varient pas selon la population etudiee. 3. La partie stochastique de l'utilite est additive et suit une distribution de type Gumbel. ^ 4. Chaque individu maximise son utilite, c'est-a-dire qu'il retient l'option pour laquelle il ressent une plus grande preference. Ce modele a acquis une importance considerable dans le domaine specifique du choix d'un magasin car il beneficie d'un support theorique solide et qu'il est en plus facile a appliquer. Neanmoins, cette simplicite est acquise au prix d'une structure peu flexible fondee sur des hypotheses tres restrictives. Parmi celles-ci, la plus remarquable est probablement l'independance des alternatives non pertinentes, qui suppose que le modele ne pourrait s'appliquer que dans les situations ou les possibilites de choix sont totalement independantes. Etant donne que cette propriete peut etre trop restrictive dans certaines situations, la recherche de modeles plus flexibles mais presentant de plus grandes difficultes de calcul est devenue necessaire. Dans le domaine specifique des centres commerciaux, les consequences liees a l'utilisation des differents modeles ont et6 deja analysees grace k des simulations (Timmermans, 1980). Dans cette etude, nous analysons le comportement reel des acheteurs h travers un modele logit emboM, car il s'agit de r alternative qui offre un plus grand equilibre entre la complexity de calcul et la capacite explicative (Baltas &
Canadian Journal of Administrative Sciences Revue canadienne des sciences de radministration 23(41 334-351

337

CONCURRENCE ENTRE LES CENTRES COMMERCIAUX

SUAREZ VAZQUEZ & RODRIQUEZ DEL BOSQUE

Doyle, 2001). Ahn et Gosh (1989) ont utilise ce modele pour etudier, a travers une experience commerciale, le choix des centres commerciaux. Mais au lieu d'expliquer le choix d'un centre concret, ils l'ont appliqu6 pour r etude de la selection des magasins dans un centre donne. Ces modeles emboites ou hierarchiques sont tres utiles pour 1'analyse du comportement d'achat multiintention (Arentze & Timmermans, 2001 ; Dellaert, Arentze, Bierlaire, Borgers, & Timmermans, 1998). Au total, meme si le choix des centres commerciaux repose sur un support theorique important, la litterature s'est focalis^e davantage sur l'etude des magasins individuels que sur celle des centres commerciaux comme unite d'analyse (Haytko & Baker, 2004). De plus, plusieurs travaux existants sur ce sujet se fondent sur des simulations ou des experiences commerciales, ce qui accroit l'interet des travaux qui utilisent des donnees reelles (Popkowski, Sinha, & Sahgal, 2004). Sur la base de ces considerations, nous utilisons de nouvelles variables qui seront detaillees dans la partie qui suit. Variables considerees : utilite pergue des centres commerciaux Dans cette etude, on pose que l'utilite d'un centre commercial donnee releve de quatre variables. Les deux premieres, facteur spatial et image, sont le resultat d'une revue de la litterature. Durant les demieres annees, des transformations sont apparues dans le panorama commercial qui suggerent l'introduction de certaines modifications dans ce schema basique. En particulier, un des faits les plus marquants est 1'augmentation notable de la concurrence aussi bien entre les centres commerciaux qu'entre ceux-ci et les autres formes de commerce. Actuellement, les centres commerciaux s'installent dans des noyaux de population de plus en plus reduits dans un but de rentabilite. En effet, on note une proliferation des centres, y compris dans des noyaux deja approvisionnes. Cette constatation nous a amene a introduit une nouvelle variable dans le modele : le facteur premiere visite. A notre connaissance, cette variable n'a pas encore ete utilisee dans les etudes anterieures. Une etude qualitative et quantitative realisee avant le travail final sugg6rait 1'existence d'une certaine preference des individus pour le premier centre commercial qu'ils avaient visite. Ce facteur porte sur I'effet d'anciennete des differents centres. De plus, il ne s'agit pas de mesurer quel est le magasin le plus ancien du point de vue du nombre d'annees de fonctionnement reel, mais du point de vue de l'experience concrete de chaque acheteur. II est done interessant aujourd'hui d'analyser I'effet des centres commerciaux sur les autres formes de commerce. L'avantage de bouger en premier a ete examine dans de nombreuses industries et contextes (Kerin, Mahajan, & Peterson,

1992 ; Lieberman & Montgomery, 1998). Deux explications peuvent etre foumies pour ce phenomene : 1. Le premier a entrer sur le marche possede un avantage competitif car il pose des barrieres a 1'entree de nouveaux concurrents, par exemple, a travers les brevets ou la maitrise d'une certaine technologie. 2. Les avantages dont jouit le premier a entrer sur le marche decoulent de I'effet que l'ordre d'entree provoque sur le traitement de 1'information de la pirt des consommateurs et sur leurs attitudes envers le pionnier et envers les suivants. La probabilite qu'une alternative de choix fasse partie de l'ensemble considere par un acheteur est superieure pour le premier a entrer sur un marche (Kardes & Kalyanaram, 1992). Le facteur premiere visite peut etre associe a cet impact de l'ordre d'entree sur la fa9on dont les consommateurs traitent l'information et definissent leurs attitudes vis-a-vis des differents centres. Dans une analyse sur la capacite d'attraction d'un centre commercial, Maclaran et Brown (2005) expliquent que, pour les consommateurs, la premiere visite d'un centre donne a un certain sens d'exploration ou de decouverte ( un nouveau monde ou un autre monde ). Dans le domaine specifique de l'achat dans des magasins minimarge, cet effet de bouger en premier a ete aussi analyse tres recemment (Denstadli, Lines, & Gronhaug, 2005). Nous avons integre une autre variable que nous avons appele le facteur de concurrence intertype. Cette variable permet de mesurer 1'influence du fait que les acheteurs utilisent plus ou moins les autres formes de commerce et non uniquement les centres commerciaux. Etant donne que son effet peut dependre de la categorie du produit analyse, trois produits differents ont ete pris en compte. Dans le choix des trois categories de produit (alimentation, equipement menager et services) on a tenu compte de la presence de ces differentes categories, conformes a T International Council of Shopping Centers, dans l'offre des centres commerciaux. Le facteur spatial prend en compte la distance qui separe les consommateurs de chacun des centres commerciaux. D'apres ce que nous venons d'exposer dans le paragraphe anterieur, nous avons utilise un point de vue subjectif pour mesurer ce facteur spatial que nous definissons comme le temps que chaque consommateur croit necessaire pour acceder a chacun des centres commerciaux . Un traitement semblable de cette variable peut etre trouve dans Bearden (1977), Blommestein, Nijkamp, et Van Veenendaal (1980), Howell et Rogers (1980), et Arnold etal. (1981). Le choix des consommateurs n'est pas seulement conditionne par la distance qu'ils doivent parcourir pour rallier les differents points de vente. II est aussi condiCanadian Journal of Administrative Sciences Revue canadienne des sciences de radministration 23(41. 334-351

338

CONCURRENCE ENTRE LES CENTRES COMMERCIAUX

SUAREZ VAZQUEZ & RODRIQUEZ DEL BOSQUE

tionne par la maniere dont ils evaluent ces demiers, c'est-a-dire I'image qu'ils ont de ces centres. Bucklin (1967) a insiste, dans le contexte du choix des centres commerciaux, sur I'importance de I'image, la fa9on dont le magasin se definit dans l'esprit de l'acheteur (Martineau, 1958). Cela dit, il n'y a pas de consensus sur la maniere dont cette image doit etre mesuree. Parmi les differentes possibilites disponibles, la methode qui est probablement la plus acceptee est celle qui consiste a utiliser revaluation realisee par les acheteurs de chaque centre par une serie d'attributs (Hauser & Koppelman, 1979). Etant donne qu'il n'existe pas de critere unique pour determiner les attributs les plus remarquables d'un centre commercial, dans ce travail nous en avons utilise 22 qui sont le resultat d'une revue de la litterature sur le sujet. Pour les definir, les travaux de Gentry et Bums (1977-1978), Blommestein, Nijkamp, et Van Veenendaal (1980), Amold et al. (1981), Gautschi (1981) et McGoldrick (1992) nous ont ete particulierement utiles. D'autres travaux posterieurs confirment I'importance des attributs dans revaluation de I'image. Par exemple, Taylor et Cosenza (2002) emploient des attributs tels que l'ambiance, la variete, la facilite d'acces ou le design. Pour chacune de ces 22 variables, nous avons recueilli deux types d'information : (a) I'importance que chaque consommateur attache a chacune des 22 variables (echelle : de 1 a 5) ; (b) lesquels des centres analysees possedent, de l'avis du consommateur, les 22 variables (echelle : 1, s'il a la variable/ 0, s'il n'a pas la variable). A partir de ces deux donnees, nous avons constmit, selon le procede propose originellement par Gentry et Bums (1977-1978), un indice d'image qui est la somme de I'estimation de chaque centre pour chaque attribut ponderee par I'importance de chaque attribut. L'avantage de cet indice est qu'il permet de synthetiser dans une seule mesure Tinformation concemant I'importance des attributs pour les consommateurs et la valorisation de chaque centre pour chaque attribut. Pour ce qui est du facteur premiere visite, nous avons degage les premiers centres commerciaux visites par les consommateurs en depouillant des donnees recueillies sur le terrain. II s'agit en realite d'une nouvelle approche de la mesure de I'image ou meme de la distance, dans le sens ou chaque consommateur a tendance a visiter d'abord le centre qui est le plus proche ou celui dont il a la meiileure image. Neanmoins, il faut tenir compte du fait que I'implantation de differents centres dans une zone determinee n'est pas normalement simultanee mais sequentielle. Done, le premier centre visite par un individu n'a pas a coincider avec celui qui, apres un certain temps, est le plus proche de son domicile ou celui qui lui semble avoir la meiileure image. Dans les modeles de choix de la marque, il est habituel de considerer la fidelite des consommateurs comme une

variable explicative. Pour mesurer cette variable, il faut connaitre le comportement des individus au cours du temps, ce qui exige de disposer des donnees de panel (Bergeron, Ricard, & Perrien, 2003). Dans cette etude, ce type d'information n'etant pas disponible, nous nous limitons seulement a I'effet du premier centre visite par chaque individu. Le facteur concurrence intertype peut etre traite en essayant de determiner si la probabilite de choisir un centre commercial donne est conditionnee par le degre de frequentation par le consommateur de cette classe de centres par rapport a la frequentation d'autres types de commerce. Pour trois categories representatives de produits (alimentation, equipements menagers et services) nous possedons les donnees suivantes: (a) si le consommateur realise la totalite des achats de produits de ce type dans des centres commerciaux ; (b) s'il realise la plus grande partie des achats de produits de ce type dans des centres commerciaux, mais va parfois dans un autre commerce'* ; (c) s'il effectue environ la moitie de ses achats de produits de ce type dans des centres commerciaux et I'autre partie dans un autre commerce ; (d) s'il realise la plus grande partie de ses achats dans un autre commerce et ne va que quelquefois dans des centres commerciaux; (e) s'il realise tous les achats de ces produits dans un autre commerce. II y a lieu de postuler que le choix d'un centre commercial peut etre conditionne par le type concret de points de vente composant son offre. Par exemple, Finn et Louviere (1996) ont demontre l'infiuence que peut avoir une locomotive specifique sur un centre commercial. Cet aspect est tres interessant pour mesurer le potentiel d'attraction d'un centre precis, mais il n'est pas tres utile pour mesurer la concurrence intertype. Cette variable mesure s'il existe en general une predisposition a acheter dans des centres commerciaux. Cette predisposition peut etre due a l'adequation spatiale superieure de cette forme d'agglomeration de l'offre (Reimers & CIulow, 2003). Ainsi, il est possible d'analyser si le choix d'un centre commercial en particulier est conditionne par la tendance a acheter dans cette forme de vente. Processus de decision dans le choix des centres commerciaux : specification du modele Le modele logit emboite peut etre considere comme une generalisation du modele multinomial logit. Ce demier suppose que I'individu realise un processus d'optimisation ; c'est-a-dire, qu'il evalue toutes les possibilites de choix disponibles et selectionne celle qui lui procure une plus grande satisfaction. En revanche, les modeles emboites supposent une strategie de processus d'information hierarchique, une structure de decision qui n'est pas simultanee mais sequentielle. Dans le cas conCanadian Journal of Administrative Sciences Revue canadienne des sciences de l'administration

339

23(41 334-351

CONCURRENCE ENTRE LES CENTRES COMMERCIAUX

SUAREZ VAZQUEZ & RODRIQUEZ DEL BOSQUE

cret que nous etudions, les particularites du modele logit emboite le rendent tres interessant et nous permettent d'incorporer dans le modele la structure concurrentielle du marche, qui peut refleter le fait que tous les centres ne sont pas Egalement substitutifs, mais qu'ils peuvent se grouper dans differents types en fonction de la fa^on dont ils sont per9us par les consommateurs. Si nous appelons h chacun des types de centres commerciaux (h=l, 2, ...m),7 chacun des centres (/= 1, 2...n), Xji, revaluation de chaque centre y pour chaque variable k (oil k peut etre, comme nous I'avons defini dans le paragraphe anterieur, la distance, I'image, le facteur premiere visite ou la variable concurrence intertype), la probabilite que le consommateur choisisse un des differents centres est comme suit:

sonnes. Les personnes interrogees participaient activement a l'achat dans des centres commerciaux. Les entretiens avaient lieu dans les domiciles des repondants. L'echantillon a ete distribue de fa9on proportionnelle a la population de chacun des trois noyaux analyses. Pour analyser les unites a enqueter, on a divise chacune des villes dans des zones, en effectuant une affixation proportionnelle au nombre de zones, et en employant finalement la methode des routes aleatoires dans chaque zone. Apres avoir effectue un travail de verification et de controle des questionnaires, rechantillon definitif comprenait 1099 individus. Le tableau 3 resume le profil des repondants au niveau sociodemographique.

Principaux resultats
\ph

Structure de la decision (1) En supposant que l'adequation d'un centre commercial pour un acheteur releve de I'image de ce centre, du temps qu'il doit mettre pour I'atteindre, du facteur premiere visite, et du facteur concurrence intertype, la possibilite d'achat selectionnee sera determinee par la strat6gie de decision qu'il adopte. Dans ce sens, un des inconv6nients habituellement signal6s des modeles logit emboites est que si on demande de preciser a priori la stmcture de decision, les resultats finaux sont conditionnes par celle-ci et son choix que dans beaucoup d'occasions, ne releve plus que du critere subjectif du chercheur. Ainsi, des critferes differents donnent lieu a des structures de decision et a des resultats differents. Meme dans des situations determinees de choix, il peut arriver que la structure de decision choisie interagisse avec les variables explicatives, de telle fa9on qu'un ensemble de variables qui sont significatives sous une structure d6terminee peuvent ne pas I'etre dans une structure distincte (Sobel, 1981). II existe des situations dans lesquelles le choix du critere de groupement a utiliser ne presente pas de difficulte particuliere, puisqu'il peut decouler d'une simple analyse des caracteristiques des diverses possibilites offertes. Ainsi, dans le champ du choix de la marque et pour des categories de produits determinees, il y a des groupements partages et valides par differentes Etudes (par exemple, caf6 normal/cafe decafeine ; boissons gazeuses/boissons sans gaz). De meme, dans le choix des moyens de transport il existe un consensus sur les criteres les plus appropries pour chaque cas (par exemple, moyens de transport maritime/moyens de transports aeriens/moyens terrestres ; moyens publics/moyens priv^s). II n'en va pas de meme pour le choix des centres commerciaux. Hensher et Louviere (1998) ont propose d'eviter les problemes inherents a la determination de la structure hierarchique la plus appropri6e en utilisant
Canadian Journal of Administrative Sciences Revue canadienne des sciences de radministration 2214), 334-351

a
m r
in

k=l
\"1PT

^ aJ

^expp-^X^*

B^^ sont les differents groupes de centres. a^ est le parametre associe aux valeurs inclusives (groupes de centres) Ph: est la correlation entre le terme d'erreur e^^ et e^, L'expression anterieure est la mesure ponderee de la probabilite de choix de chacun des centres commerciaux inclus dans chaque groupe B^. Chacune de ces probabilites serait la suivante :

(2)
k=\

Pour appliquer ce modele, une 6tude empirique realisfc. Ses caracteristiques principales et les resultats obtenus sont exposes dans la partie qui suit.

Etude empinque Pour recueillir des informations sur ces variables, nous avons realise une etude empirique sur le choix des centres commerciaux situ6s dans une region espagnole. Afin d'obtenir de l'information sur leurs caracteristiques, leurs comportements d'achat par rapport aux centres utilises et leur avis, nous avons realise en avril et mai 1998 une etude quantitative avec des entretiens personnels aupres d'un echantillon representatif de 1150 per-

340

CONCURRENCE ENTRE LES CENTRES COMMERCIAUX

S U A R E Z VAZQUEZ & RODRIQUEZ DEL BOSQUE

Tableau 3 Profil des repondants

VARIABLE Sexe Homme Femme Total Age des enquetes Jusqu'a 24 ans Entre 25-34 Entre 35 et 44 Entre 45 et 54 Entre 55 et 64 Plus de 65 Total Niveau d'etudes Sans etudes Enseignement Primaire Enseignement secondaire Etudes superieures Total Profession Salarie Travailleur a son compte Etudiant En chomage Retraite Maitresse de maison D'autres Total Niveau de revenus (euros) 450 450-600 600-900 900-1200 1200-1800 1800-3000 Plus de 3000 Total VARIABLE Nombre de membres de famille Nombre de vehicules %

24,7 75,3 100,0 15,1 20,2 22,1 18,7 10,5 13,5 100,0 6,9 38,9 27,9 26,3 100,0 24,7 7,2 14,4 5,5 8,9 39,2 0,1 100,0 6,6 10,6 20,4 26,3 23,2 10,0 2,9 100,0 MOYENNE (D.S.)

3,33 (1,25) 1,03 (0,68)

pour son identification un modele h6t6roscedastique de valeur extreme. Cependant, ils n'ont pas pu proposer de

conclusion definitive sur la qualite de ce procede. Une alternative utile pourrait etre celle consistant a decouvrir la fagon dont les consommateurs pergoivent les differents centres commerciaux et a utiliser cette information pour determiner la structure du choix. Dans I'analyse des differences pergues entre divers objets dans la litterature du marketing, les cartes de positionnement ont regu une attention speciale. Celles-ci ont ete realisees selon l'une des trois techniques suivantes : l'echelonnement multidimensionnel, I'analyse factorielle et I'analyse discriminante. Dans cette etude, nous avons utilis6 comme methode de positionnement I'analyse factorielle des correspondances parce que la forme initiale de prise de donnees est tres simple. Par ailleurs, une telle analyse debouche sur plusieurs resultats. Dans la realisation de I'analyse factorielle des correspondances, nous avons utilise l'information foumie par l'ensemble des 22 variables employ6es dans le calcul de l'indice global d'image. De cette analyse (voir tableau 4), nous avons deduit I'existence d'un premier facteur qui explique 82,3 pour cent de l'information ou des differences pergues concemant les divers centres et qui, avec le deuxieme facteur, recouvre 97,7 pour cent de rinformation. Nous allons a present prendre en consideration ces deux premieres dimensions. Si Ton analyse en premier lieu l'information concemant les lignes ou les attributs, on constate que les variables qui expliquent mieux la dimension 1 sont au nombre de cinq, a savoir : les variables 5 -prix plus bas que dans les magasins similaires pour les denrees alimentaires perissables -, 6 -prix plus bas que dans des magasins similaires pour les denrees non perissables -, 7 - prix plus bas que dans des magasins similaires pour I'habillement et les chaussures -, 8 -prix plus bas que dans des magasins similaires pour les biens d'equipement de la maison -, et 9 -prix plus bas que dans des magasins similaires pour le reste des biens de consommation -, qui sont toutes situees dans le champ positif. Ces cinq variables ont de plus une contribution relative elevee (voir tableau 5). Pour ce qui est des centres analyses, ceux qui contribuent le plus a cette premiere dimension sont, comme le montre la figure 1, le Centre C et le Centre D situes dans le champ negatif qui s'opposent au Centre A et au Centre B, situes sur le cote positif. Ces quatre centres ont une bonne qualite de representation sur ce premier axe, en raison de leurs contributions relatives elevees qui sont presentees dans le tableau 5. En somme, cette premiere dimension est caracteris6e par le fait qu'elle oppose les centres A et B, qui sont associes aux prix bas, aux centres C et D qui sont caract6rises par les variables marques connues et de bonne qualite, bonne reputation de Ventreprise et qualite dans les produits frais. Les variables lignes qui ont une plus grande contriCanadian Journal of Administrative Sciences Revue canadienne des sciences de radministration 2214), 334-351

341

CONCURRENCE ENTRE LES CENTRES COMMERCIAUX

SUAREZ VAZQUEZ & RODRIQUEZ DEL BOSQUE

Tableau 4 Contribution des facteurs a I'explication des differences entre les centres Dimension 1 2 3 4 5 Total Valeur singuliere Inertie Proportion expliquee Proportion accumulee 0,823 0,977 0,991 0,997 1,000 1,000

0,27036 0,11706 0,03534 0,02236 0,01707

0,07309 0,01370 0,00125 0,00050 0,00029 0,08884

0,823 0,154 0,014 0,006 0,003 1,000

bution absolue a la dimension 2 sont au nombre de quatre : la variable 1 -proximite du domicile -, la variable 20-variete des magasins -, la variable 2l-variete des services -, et la variable 22-bons restaurants et cafes. Toutes ces variables sont de plus dans le champ negatif et ont une contribution relative (voir tableau 5) egalement elevee. Le centre qui contribue le plus a cette dimension est le centre F, comme l'indique le tableau 5. Precisons que toute l'information concemant les divers attributs et centres intervient dans le calcul des dimensions de I'analyse de correspondances. En particulier, pour calculer les coordonnees des differents points, on tient compte des valeurs de masse (importance relative) et du profil de chaque ligne (attribut) et colonne (centre). De cette faon, la predominance eventuelle d'un attribut ou d'un centre dans I'analyse reste faible. En resume, meme si le centre F est le seul a contribuer a la deuxieme dimension, ce deuxieme axe decoule de I'association de tous les attributs a tous les centres. Les resultats obtenus indiquent que pour les acheteurs, les attributs proximite du domicile, variete de magasins et variete de services distinguent le centre F de ses concurrents. Graphiquement, la figure 1 nous montre chacun des six centres avec la position des 22 attributs analyses dans les deux dimensions qui ont ete prises en consideration. On observe que le centre E est le centre le plus proche de I'origine des coordonnees et, done, celui qui s'approche le plus de I'image moyenne de tous les centres.Ainsi, de I'analyse effectuee decoule I'existence de quatre groupes de centres. Le centre A et le centre B font partie d'un premier groupe caracterise par des prix bas. Les centres C et D se rattachent fondamentalement aux valeurs de prestige et reputation, le centre E se trouve dans une position intermediaire et le centre F est le seul qui est associe a une bonne ojfre de loisirs. Cette analyse factorielle des correspondances nous permet de nous approcher de la fa9on dont les acheteurs classent les centres commerciaux concurrents. Afin de

connaitre la maniere dont cela influe sur le choix, on peut utiliser un modele logit emboite dans lequel les Bjj des expressions (1) et (2) seraient chacun de ces groupes de centres. Cette structure peut etre representee au moyen d'un arbre de decision (Horowitz, 1987), comme l'indique la figure suivante. Les resultats obtenus en analysant un modele qui incorpore cette structure de choix sont contenus dans le paragraphe suivant. Modele emboite fonde sur les perceptions des similitudes entre les differents Centres Le resultat de revaluation d'un module logit emboite avec la hierarchie anterieure des centres, en employant le procede du maximum de vraisemblance avec une information complete, est resume dans le tableau 6. Avec les coefficients des differentes variables, nous obtenons comme resultat de I'estimation quatre coefficients additionnels. II s'agit de valeurs inclusives des quatre branches qui font partie de l'arbre de decision de I'individu. Un aspect tres important dans les modeles emboites est la valeur de ces coefficients, une fois demontre qu'ils doivent etre superieurs a zero et inferieurs a 1. Dans la structure de decision proposee, tous les coefficients des variables inclusives sont devenus statistiquement significatifs et leur valeur est superieure a 0 et inferieure a 1. Cependant, la valeur d'un des coefficients, celle qui correspond a la branche des loisirs, est plus proche de 1. Par consequent, cette structure de decision ne peut pas etre acceptee. La valeur obtenue suggere la necessite d'evaluer a nouveau le module sans considerer cette branche separement. II faut determiner une structure de decision alternative permettant que le centre F, l'unique composant de la branche des loisirs dans la structure initiale, fasse partie d'un des
Canadian Joumai of Administrative Sciences Revue canadienne des sciences de l'administration 2314), 334-351

342

CONCURRENCE ENTRE LES CENTRES COMMERCIAUX

SUAREZ VAZQUEZ & RODRIQUEZ DEL BOSQUE

Tableau 5 Contributions relatives Attributs 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 Proximite du domicile Facilite pour garer la voiture Tranquillite dans les achats Marques connues et de bonne qualite Prix plus bas que dans les magasins similaires pour les denrees alimentaires perissables Prix plus bas que dans les magasins similaires pour les denrees non perissables Prix plus bas que dans les magasins similaires pour les I'habillement et les chaussures Prix plus bas que dans les magasins similaires pour les biens d'equipements de la maison Prix plus bas que dans les magasins similaires pour le reste des biens de consommation Variete et choix Qualite en produits frais Bon rapport qualite/prix Vitesse dans les achats Attention au client Services apres vente Publicite convenable Exposition correcte des produits Magasin propre et soigne Bonne reputation de l'entreprise Variete des magasins Variete des services Bons restaurants et cafes Profil moyen 0,036 0,065 0,042 0,049 0,035 0,040 0,037 0,038 0,039 0,059 0,042 0,043 0,040 0,056 0,049 0,049 0,053 0,057 0,046 0,044 0,042 0,039 Dimension 1 0,186 0,572 0,100 0,879 0,997 0,986 0,990 0,994 0,989 0,654 0,824 0,032 0,216 0,511 0,707 0,117 0,814 0,729 0,881 0,554 0,592 0,569 Dimension 2 0,783 0,301 0,695 0,109 0,003 0,009 0,005 0,005 0,007 0,289 0,146 0,162 0,656 0,426 0,203 0,099 0,163 0,252 0,111 0,446 0,396 0,422

Centres 1 2 3 4 5 6 Centre E Centre C Centre A Centre D Centre F Centre B 0,214 0,203 0,162 0,160 0,160 0,101 0,690 0,967 0,946 0,898 0,010 0,909 0,001 0,001 0,046 0,088 0,972 0,057

trois sous-ensembles de choix. Si nous observons a nouveau la carte de perception obtenue (figure 1) et par rapport a la proximite relative des differents centres, sur la base des valeurs des frequences n de chaque centre et attribut, cette proximite peut etre estimee a travers le calcul de la distance x^. La distance x^ qui separe deux centres quelconques i et j est obtenue de la faon suivante :

(3)

Suivant l'expression anterieure, la distance x^ entre le centre F et chacun de ses concurrents est 0,9 par rapport au centre E ; 1,15 par rapport au centre C ; 1,65 par rapport au centre A; 1,64 par rapport au centre B et 2,29 par rapport au centre D. C'est pourquoi le centre E est
Canadian Joumai of Administrative Sciences Revue canadienne des sciences de radministration 2314), 334-351

343

CONCURRENCE ENTRE LES CENTRES COMMERCIAUX

SUAREZ VAZQUEZ & R O D R I Q U E Z DEL BOSQUE

Figure 1. Resultats de I'analyse factorielle des correspondances

Centre D
0,4-

13

0 I M E N S I O N

0,20,0-

'!'' 1 1 0 4 4 l ^18j^16

Centre B
Centre A

Centre E

Centre C
12

8^7
Centre commercial

-0,2-0,4-

20
-0,6Centre F Atlribut

\ " -0,81

1 1

-1,0 -0,5 0,0 0,5 1 1,0

1,5

D I M E N S I O N

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22

Proximite du domicile Facilite pour garer la voiture Tranquillite dans les achats Marques connues et de bonne qualite Prix plus bas que dans les magasins similaires pour les denrees alimentaires perissables Prix plus bas que dans des magasins similaires pour les denrees non perissables Prix plus bas que dans des magasins similaires pour I'habillement et les chaussures Prix plus bas que dans des magasins similaires pour les biens d'equipements de la maison Prix plus bas que dans des magasins similaires pour le reste des biens de consommation Variete et choix Qualit6 en produits frais Bon rapport qualite/prix Vitesse dans les achats Attention au client Services apres vente Publicite convenable Exposition correcte des produits Magasin propre et soigne Bonne reputation de l'entreprise Variety des magasins Variete des services Bons restaurants et cafes

beaucoup plus proche du centre F que tous ses concurrents. Sur la base de ces donnees, nous pouvons supprimer la branche de loisir et integrer les centres E et F. Le resultat serait la hierarchie de decision suivante : Les resultats d&oulant de revaluation d'un modele emboite selon la demiere typologie des centres sont exposes dans le tableau 7.

Les variables communes a toutes les possibilites de choix sont statistiquement significatives. L'image et le facteur premiere visite presentent un coefficient positif qui indique que plus I'image d'un centre commerciale est bonne, plus la probabilite d'etre choisie dans des occasions post6deures d'achat est grande. En revanche, le coefficient du facteur spatial est negatif, ce qui monCanadian Joumai of Administrative Sciences Revue canadienne des sciences de radministration 23(4). 334-351

344

CONCURRENCE ENTRE LES CENTRES COMMERCIAUX

S U A R E Z VAZQUEZ & RODRIQUEZ DEL BOSQUE

Figure 2. Modele logit emboite fond6 sur I'analyse factorielle des correspondances IMAGE

X
Bas prix

Prestige

Bon rapport qualite-prix

Loisirs
Centre F

X
Centre A

X
Centre I Centre C 1 Centre D I Centre E

tre que plus la distance a parcourir pour acceder au centre commercial est grande, moindre est sa probabilite d'etre choisie. La variable concurrence intertype est specifique a chaque individu ; il est done necessaire de calculer son coefficient a partir de son interaction avec une Constance specifique de chaque centre et en prenant un des centres comme reference. Pour les trois categories de produit, le centre de reference est le centre B. Nous observons des differences dans le signe et le seuil de signification des coefficients en fonction du centre analyse et de la categorie de produit. II n'y a que deux cas dans lesquels le coefficient qui resulte de l'interaction n'est pas statistiquement significatif : la concurrence intertype en equipement manager du centre A et du centre F. Pour la categorie equipement menager, le fait que I'individu achete plus dans des centres commerciaux ou dans le reste du commerce n'influe pas sur la probabilite d'acheter dans le centre A ou dans le centre F. Les autres coefficients sont statistiquement significatifs. Pour l'achat de produits alimentaires, les coefficients sont positifs et montrent que plus la tendance h acheter dans le reste des commerces est grande, plus la probabilite d'acheter dans les centres E, C, A, D et F augmente, par rapport aux achats dans le centre B. L'augmentation relative de cette probabilite dans le centre C et le centre D par rapport au Centre B est parti-culierement important, puisqu'ils ont les plus grands coefficients. En revanche, pour l'achat des biens d'equipement menagers, il y a deux centres dont le coefficient est negatif (centre E et centre C) et un positif, le centre D. Pour l'utilisation des autres services, tous les coefficients sont statistiquement significatifs et negatifs. Cela indique que plus la tendance h ne pas acheter des services dans des centres commerciaux est grande, plus la possibilite de choisir le centre B est importante, au lieu d'acheter dans n'importe quel autre centre.

Ces resultats obtenus pour la variable concurrence intertype mettent en evidence deux aspects d'interet: (a) la probabilite d'acheter dans un centre commercial determine est infiuencee par la preference g6rierale de I'individu pour l'achat dans des centres commerciaux face a d'autres formes de vente ; (b) cette preference releve de la cat6gorie de produit analyse et son effet est different en fonction du centre commercial concret dont la probability d'achat est objet d'analyse. Les coefficients des valeurs inclusives sont statistiquement significatifs et presentent de plus des valeurs comprises dans l'intervalle (0,1) et aucun d'entre eux n'est proche de 1. Ces resultats permettent de valider la structure de decision proposee. Ils indiquent qu'avec la fonction d'utilite analysee, il n'est pas possible de verifier la propriete d'ind6pendance des alternatives non pertinentes inherente aux modeles multinomiaux logit. Cette impossibilite tient au fait que les differents centres analyses ne sont pas egalement substitutifs ; ils peuvent se grouper au moins en trois categories selon la faon dont ils sont perus par les acheteurs. Les deux traits differentiels du module propose face aux modeles traditionnels se trouvent dans les variables utilisees (on ajoute deux variables non consid6rees au prealable : le facteur premiere visite et la variable concurrence intertype) et dans la structure de decision inherente au modele. Concemant les variables proposees, les indicateurs de validite de I'ajustement confirment leur capacite explicative, car la valeur de la vraisemblance du modele (-39511,4) est superieure a la valeur de la fonction de vraisemblance du modele nul (-77851,9). Les valeurs des indicateurs rho-carr6 et rho-carre ajuste confirment ce fait. Bien qu'il n'y ait pas de consensus sur le seuil au-dessus duquei on puisse parler d'un ajustement valide, McFadden (1976) a indique que les valeurs comCanadian Journal of Administrative Sciences Revue canadienne des sciences de radministration 2214), 334-351

345

CONCURRENCE ENTRE LES CENTRES COMMERCIAUX

SUAREZ VAZQUEZ & RODRfQUEZ DEL BOSQUE

Tableau 6 Coefficients obtenus dans le modele 1 (Modele logit emboite base sur I'analyse factorielle des correspondances) Variable TD IMG PC CIA_Centre Commercial A CIA_Centre Commercial B CIA_Centre Commercial C CIA_Centre Commercial D CIA_Centre Commercial E CIA_Centre Commercial F CIEM_Centre Commercial A CIEM_Centre Commercial B CIEM_Centre Commercial C CIEM_Centre Commercial D CIEM_Centre Commercial E CIEM_Centre Commercial F CIS_Centre Commercial A CIS_Centre Commercial B CIS_Centre Commercial C CIS_Centre Commercial D CIS_Centre Commercial E CIS_Centre Commercial F Centre Commercial A Centre Commercial B Centre Commercial C Centre Commercial D Centre Commercial E Centre Commercial F Parametres des valeurs Inclusives Bas prix Prestige Relation qualite-prix Loisirs Coefficient 0,8699E-01 0,4966E-01 0,2349 -0,1112 -0,1171 -0,1919 0,3085E-0] -0,1494 0,6499E-02 -0,2696 0,1085 -0,2048 0,4989E-02 0,7706E-01 0,2484E-01 0,4027 0,1057 0,3881 0,4002 0,8990 -0,6703 0,5094 -0,6265 0,7795 0,6126 0,6940 0,9655 Erreur standard 0,1617E-02 0,8448B-03 0,2336E-01 0,2867E-01 0,2952E-01 0,3614E-01 O,3O18E-O1 0,2314E-01 0,2954E-01 0,2814E-01 0,3469E-01 0,2869E-01 0,2213E-01 O,3315B-O1 0,3550E-01 0,4488E-01 0,3655E-01 0,2985E-01 0,1846 0,1806 0,2230 0,1865 0,1416 0,1606E-01 0,1508E-01 0,1566E-01 0,1760E-01 P[IZI>z] 0,0000 0,0000 0,0000 0,0001 0,0001 0,0000 0,3067 0,0000 0,8259 0,0000 0,0017 0,0000 0,8216 0,0201 0,4841 0,0000 0,0038 0,0000 0,0000 0,0000 0,0027 0,0063 0,0000 0,0000 0,0000 0,0000 0,0000

TD : Temps de deplacement; IMG : Image ; PC : Premier centre visit6 ; CIA : Concurrence intertype alimentation ; CIEM : Concurrence intertype 6quipements managers ; CIS : Concurrence intertype services

prises entre 0,2 ou 0,4 peuvent representer un ajustement excellent. Concemant la structure de dfcision, les modeles traditionnellement consideres, decoulant du modele de Huff (1963) par exemple, Nevin et Houston (1980) ou Cliquet (1990) supposent une structure de decision simultanee. En revanche, notre modele propose une structure de decision sequentielle. Si nous integrons les

memes variables considerees (I'image, le facteur spatial, le facteur premiere visite, et la concurrence intertype) dans un modele de decision simultanee, le resultat serait le modele traditionnel multinomial logit. Le modele multinomial logit est en realite un cas particulier du modele emboite. Cela permet de comparer les deux modeles en employant le test du rapport des vraisemblances. Ce rapport issu de la comparaison de la valeur
Canadian Joumai of Administrative Sciences Revue canadienne des sciences de l'administration

346

2314). 334-351

CONCURRENCE ENTRE LES CENTRES COMMERCIAUX

SUAREZ VAZQUEZ & RODRIQUEZ DEL BOSQUE

Figure 3. Structure de decision du modele 2 (Modele logit emboite fonde sur I'analyse factorielle des correspondances groupee)

IMAGE

Bas prix

Prestige

Bon rapport q-p

1
Centre A Centre B Centre C

I
Centre D

I
Centre E

Centre F

des fonctions de vraisemblance du modele multinomial logit et du modele emboite est distribue selon un Chideux avec autant de degres de liberte qu'il y a de difference de parametres entre les deux modeles (dans ce cas 3'). La valeur du rapport issue dans le modele analyse est 891,5, qui depasse nettement la valeur critique ix\ 95% = 7,82) et montre que le modele logit emboite procure un degre d'ajustement significativement superieur a celui qui decoule du modele multinomial logit.

Implications de resultats obtenus ^ Le developpement de I'industrie des centres commerciaux en Europe et en Espagne en particulier est tres different de celui des Etats-Unis et du Canada. Une premiere difference se trouve dans I'origine du concept de centre commercial . Si les premiers centres commerciaux ont ouvert leurs portes aux Etats-Unis en 1924 (Country Club Plaza, Kansas City) et au Canada en 1950 (Park Royal Shopping Center, Vancouver), en Espagne par contre, le format centre commercial n'est arrive qu'en 1980 (Baricentro, Barcelone). En outre, en Europe, la politique de planification commerciale impose de fortes restrictions a l'ouverture et au fonctionnement des centres commerciaux. Le commerce traditionnel demeure tres populaire. C'est pourquoi, I'importance moyenne des centres commerciaux dans les ventes du commerce de detail europeen 25 pour cent (Dennis, Newman, & Marsland, 2005) est tres inferieure a celle des Etats-Unis et du Canada dans les deux cas, elle depasse, d'apres I'lntemational Council of Shopping Centres, de 50 pour cent. Toutefois, ces differences entre les centres commerciaux europeens et

nord-americains disparaissent lorsqu'on considere les caracteristiques et la problematique du secteur. Malgre un developpement initial plus lent, I'industrie des centres commerciaux en Europe connait actuellement une etape tres similaire a celle des centres nord-americains. Trois aspects majeurs caracterisent cette etape : la diversification de l'offre des centres commerciaux, I'importance des centres commerciaux comme instruments de planification dans les centres urbains et le developpement de centres commerciaux virtuels en reponse a I'importance croissante du commerce electronique. Face a cette nouvelle situation, l'etude du choix de centres commerciaux presente un interet certain pour le chercheur. D'un point de vue methodologique, ce travail montre que, etant donne l'heterogeneite des centres commerciaux existants, les modeles d'interaction bases sur la symetrie competitive ne sont pas adequats. Vu la fa^on dont les acheteurs pergoivent les divers centres, ce travail presente un modele a meme de considerer des asymetries dans l'interaction competitive des differents centres. On introduit en plus un facteur qui mesure le centre auquel, de tous les centres analyses, chaque acheteur a rendu visite premierement. On reconnait en outre I'influence de la concurrence intertype (entre les centres commerciaux et autres formes de vente) sur la concurrence intratype (dans les centres commerciaux). Les resultats obtenus apportent aussi des eclairages tres utiles pour l'etude du comportement des consommateurs. Ainsi, les resultats signalent l'utilite du modele logit emboite dans I'analyse du choix des centres commerciaux. De plus, nous avons propose une methode pour resoudre le probleme pose par ce modele qui exige de determiner a priori la structure de decision suivie par les individus : I'altemative utilisee dans ce cas est la mesure des differences per^ues par les consommateurs
Canadian Joumai of Administrative Sciences Revue canadienne des sciences de l'administration 23(41.334-351

347

CONCURRENCE ENTRE LES CENTRES COMMERCIAUX

S U A R E Z Vkzq\}EL

& RODRfQUEZ DEL BOSQUE

Tableau 7 Coefficients obtenus dans le modele 2 (Modele logit emboit6 fonde sur I'analyse factorielle des correspondances groupies) Variable . Coefficient Erreur standard TD IMG PC CIA_Centre Commercial A CIA_Centre Commercial B CIA_Centre Commercial C CIA_Centre Commercial D CIA_Centre Commercial E CIA_Centre Commercial F CIEM_Centre Commercial A CIEM_Centre Commercial B CIEM_Centre Commercial C CIEM_Centre Commercial D CIBM_Centre Commercial E CIEM_Centre Commercial F CIS_Centre Commercial A CIS_Centre Commercial B CIS_Centre Commercial C CIS_Centre Commercial D CIS_Centre Commercial E CIS_Centre Commercial F Centre Commercial A Centre Commercial B Centre Commercial C Centre Commercial D Centre Commercial E Centre Commercial F Parametres des valeurs inclusives Relation qualite-prix Prestige Bas prix -0,8993E-01 0,5612E-01 0,1960 0,1673 0,9024E-01 0,7264E-01 0,1810 0,2136 -0,3918E-01 -0,3047 0,1186 -0,2500 -0,1185E-02 -0,5494 -0,5486 -0,2244 -0,4617 -0,5065 -0,0603 0,7319 -0,4794 -0,4717 0,1537E-02 0,8153E-03 0,2397E-01 0,3240E-01 0,2125E-01 0,2269E-01 0,2232E-01 0,2907E-01 0,3042E-01 0,2033E-01 0,2105E-01 0,2101E-01 0,2849E-01 0,4245E-01 0,3021E-01 0,3278E-01 0,3080E-01 0,3691E-01 0,2058 0,1543 0,1646 0,1590

P[IZI>z] 0,0000 0,0000 0,0000 0,0000 0,0000 0,0014 0,0000 0,0000 0,1978 0,0000 0,0000 0,0000 0,9668 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0036 0,0066

0,7003 0,5909 0,6636

0,1183E-01 0,1230E-01 0,1286E-01

0,0000 0,0000 0,0000

TD : Temps de deplacement; IMG : Image ; PC : Facteur premiere visite ; CIA : Concurrence intertype alimentation ; CIEM ; Concurrence intertype Equipements managers ; Cl S: Concurrence intertype services

L(/3) L(0) Nombre des parametres

-39511,4504 77851,9489 29

A
RV

0,4924 0,4923 ML-N.891,539*

L(P): Valeur de la fonction de vraisemblance ; L(0): Valeur de la fonction de vraisemblance du module sans coefficients ; pj : Rho-carr6 calculi respect a L(0); ^ : Rho-carrE exact respect S L(0) ; RV : Rapport des vraisemblances (utilisant comme module restreint le correspondant modde multinomial logit).

entre les divers centres par une analyse de correspondances. Ce modele est superieur au modele multinominal logit, non seulement d'un point de vue statistique.

mais aussi d'un point de vue pratique. II a une plus grande richesse explicative et des hypotheses plus realistes concemant le comportement des individus. A traCanadian Journal of Administrative Sciences Revue canadienne des sciences de l'administration 2214). 334-351

348

CONCURRENCE ENTRE LES CENTRES COMMERCIAUX

SUAREZ VAZQUEZ & RODRIQUEZ DEL BOSQUE

vers ce modele, on a aussi mis en evidence la necessite d'ameliorer les fa^ons traditionnelles de poser les problemes, en ajoutant aux variables explicatives classiques la distance et I'image, deux facteurs Ii6s a la concurrence entre les centres commerciaux (le facteur premiere visite) et entre les centres commerciaux et le reste des commerces (facteur concurrence intertype). Ces apports theoriques ont d'importantes implications d'un point de vie pratique. Ces resultats montrent, en premier lieu que, si Ton considfere une zone determinee et une serie de centres commerciaux qui s'y font concurrence, ces demiers ne sont pas tous substitutifs de la meme maniere. On peut classer les centres commerciaux en plusieurs types en fonction de la fa9on dont ils sont per9us par le consommateur. La concurrence tend h etre beaucoup plus feroce entre les centres commerciaux qui appartiennent a un meme groupe. Dans les modeles traditionnels de caractere non hierarchique, on ignore ce fait qui a d'importantes implications pour I'analyse de la structure competitive. Par exemple, pour la planification commerciale d'un territoire, ces resultats montrent que la connaissance de l'offre existante ne se Hmite pas a la connaissance du nombre de centres et de surface de vente disponibles, mais aussi a la position competitive de ces centres, cette position conditionnant le comportement de choix. Cela peut avoir des effets importants pour evaluer l'ad^quation de l'offre commerciale existante. Le modele presente peut etre utile pour cette estimation. D'un autre cote, notre etude confirme l'hypothese selon laquelle plus I'image d'un centre est bonne, plus la probabilite qu'elle soit choisie par un consommateur est grande. Pour mesurer I'image, on a utilise une serie d'attributs decoulant du rassemblement des propositions des differentes etudes anterieures. Notre etude confirme egalement l'hypothese du caractere dissuasif de la distance. Dans les grands noyaux urbains, de nouveaux centres commerciaux ont ete ouverts qui essaient de profiter de cette nouvelle logique pouvant guider les decisions d'achat. L'effet positif et significatif du facteur premiere visite est interessant car il montre l'avantage de bouger en premier sur le marche. II indique que le premier centre visite par un individu a plus de possibilites d'etre choisi dans des futurs achats. L'6tude est fondee sur le choix des centres commerciaux, mais nous avons pu observer I'influence de I'importance que I'individu attache a cette forme de commerce. II a 6te demontre de plus que cet effet n'influe pas de maniere egale sur toutes les categories de produits et sur tous les centres commerciaux. Ce fait peut etre significatif quand on se penche sur l'impact des centres commerciaux sur le commerce traditionnel. Les resultats obtenus mettent en evidence le fait que cet impact ne

peut pas etre evalue globalement, mais par rapport a l'offre de chaque centre en particulier. De plus, l'impact d'un centre donne n'est pas egal pour toutes les cat6gories de produit qu'il offre. Une analyse par centres et par categories de produit est done necessaire. La relation entre achat dans les centres commerciaux et achat dans un autre type de commerce peut s'expliquer k partir de variables sociodemographiques dont l'effet est aussi conditionne par la cat6gorie de produit en question. Cela dit, il convient de souligner que les resultats obtenus ne peuvent etre generalises a l'exces. Notre etude est basee sur une approche instantanee et non longitudinale. L'approche instantanee nous prive des informations sur le comportement des individus dans la dur6e. Or, de telles informations seraient tres utiles dans I'analyse des variables liees a la fidelite des consommateurs h des centres commerciaux. Le type de modele appliqu6 suppose qu'aussi bien la structure de decision que I'influence des variables considerees est identique pour tous les individus. Ces limitations signalent en meme temps les lignes de recherche futures : verifier I'efficacite du mod^e dans d'autres contextes ; combiner l'information disponible avec des donnees de type longitudinal et approfondir la connaissance de l'heterogeneite des acheteurs et son effet sur le choix des centres commerciaux. Ces deux demiers points montrent de plus une voie possible pour 6tendre les resultats obtenus dans cette etude en fonction de I'importance de la variable concurrence intertype et du facteur premiere visite. En particulier, ce demier facteur suggere qu'une ligne de recherche tres interessante est l'application de la theorie de jeux a I'analyse de I'industrie des centres commerciaux. Les theories modemes de l'implementation peuvent etre un cadre ad6quat pour comprendre la conduite des acteurs operant dans ce secteur et prevoir l'effet de mesures extemes.

Notes
1 SCU = surface de vente + bureaux + r6serves. 2 Comme preuve de son importance, il suffit de signaler qu'aux Etats-Unis, I'empioi d6dve de I'industrie des centres commerciaux a atteint, en 2003, 17.605.100 travailleurs, soit 14 pour cent de la population active non agricole (International Council of Shopping Centres, 2004). La situation est la meme dans les pays europeens comme, par exemple, le Royaume-Uni ou les dSpenses dans les centres cotnmerciaux ont ete de 226 milliards de livres l'annee demi&re et ou I'augmentation annuelle moyenne attendue pour les cinq prochaines annees est de 2,4% (British Council of Shopping Centres, 2004). 3 La fonction de repartition de la distribution Gumbel, ou distribution double exponentielle, s'exprime de la maniere suivante: Canadian Joumai of Administrative Sciences Revue canadienne des sciences de l'administration 22i4), 334-351

349

CONCURRENCE ENTRE LES CENTRES COMMERCIAUX

SUAREZ VkLQVSEL & RODRIQUEZ DEL BOSQUE

F(x) = exp -exp " 4

Pour eviter des erreurs dans 1'interpretation de cette question, on expliquait aux personnes interrogees ce qu'etaient les centres commerciaux et ce qu'etaient les autres formes de commerce. Dans autre commerce on incluait d'autres formes de vente avec magasin et on excluait les formes de commerce a distance telles que, par exemple, le commerce electronique. La difference de parametres est de trois car meme si le nombre de variables est identique dans les deux modeles, dans le modele emboite, il y a trois paramfetres additionnels correspondant aux valeurs inclusives. Dans le modele multinotnial logit, il n'existe pas de valeurs inclusives, la structure de decision etant simultanee. On suppose qu'il n'existe pas de branches ou de groupes dans l'ensemble de choix des consommateurs.

References
Ahn, H.K., & Ghosh, A. (1989). Hierarchical models of store choice. International Joumai of Retailing, 4(5), 39-52. Arentze, T.A., & Timmermans, H.J.R (2001). Deriving performance indicators from models of multipurpose shopping behaviour. Joumai of Retailing and Consumer Services, 8, 325-334. Arnold S.J., Roth V., & Tigert D. (1981). Conditional logit versus MDA in the prediction of store choice. Advances in Consumer Research, 9, 665-670. Baltas, G, & Doyle, P. (2001). Random utility models in marketing research: a survey. Joumai of Business Research, 51, 115-125. Bearden W.O. (1977). Determinant attributes of store patronage: downtown versus outlying shopping centers. Joumai of Retailing, 53(2), 15-22. Ben-Akiva, M., & Lerman, S.R. (1985). Discrete choice analysis: theory and application to travel demand. Cambridge: The MIT Press. Bergeron, J., Ricard, L., & Perrien, J. (2003). Les determinants de la fidelite des clients commerciaux dans I'industrie bancaire canadienne. Revue Canadienne des Sciences de VAdministration, 20(1), 107-120. Blommestein H., Nijkamp P., & Van Veenendaal W. (1980). Shopping perceptions and preferences: a multidimensional attractiveness analysis of consumer and entrepreneurial attitudes. Economic Geography, 56, 155-174. British Council of Shopping Centres (2004). The shopping center industry: its importance to the UK economy. Page consult6e le 21 aout 2006 : http://www.bcsc.org.uk/ Bucklin L.P. (1967). The concept of mass in intra-urban shopping. Joumai of Marketing, 31(4), 37-42. Cadwallader M. (1975). A behavioral model of consumer spatial decision making. Economic Geography, 57(4), 339349.

Cliquet G (1990). La mise en ceuvre du modfele interactif de concurrence spatiale (MICS) subjectif. Recherche et Applications en Marketing, 5(1), 3-18. Cooper L.G., & Nakanishi M. (1983). Standarizing variables in multiplicative choice models. Journal of Consumer Research, 10, 96-108. Dellaert, B.GC, Arentze, T.A., Bierlaire, M., Borgers, A.W.J., & Timmermans, H.J.P. (1998). Investigating consumer's tendency to combine multiple shopping purposes and destinations. Joumai of Marketing Research, 35, 177-188. Dennis, C. & Hilton, J., (2001). Shoppers' motivations in choices of shopping centers. S* Recent Advances in Retailing & Services Science Conference, June 16-19, Vancouver. Dennis, Ch., Newman, A., & Marsland, D. (2005). Objects of desire. Consumer behaviour in shopping centre choices. New York: Palgrave Macmillan. Denstadli, J.M., Lines, R., & Gronhaug, K. (2005). First mover advantages in the discount grocery industry. European Joumai of Marketing, 39(119,), 872-884. Desmet, P. (1993). Portee et limites du modele Logit pour l'etude des comportements d'achat. Recherche et Applications en Marketing, 5(3), 67-82. Finn, A., & Louviere, J.J. (1996). Shopping centre image, consideration and choice: anchor store contribution. Joumai of Business Research, 35, 241-251. Fothedngham, A.S., & O'Kelly, M.E. (1989). Spatial interaction models: formulations and applications. The Netherlands: Kluwer Academic Publishers. Gautschi D.A. (1981). Specification of patronage models for retail center choice. Joumai of Marketing Research, 18, 162-174. Gentry J.W., & Bums A.C. (1977-78). How "important" are evaluative criteria in shopping center patronage? Joumai of Retailing, 53(4), 73-86. Goldman, A., Ramaswami, S., & Krider, R.E. (2002). Barriers to the advancement of modem food retail formats: theory and measurement. Joumai of Retailing, 78, 281-295. Hauser J.R., & Koppelman F.S. (1979). Altemative perceptual mapping techniques: relative accuracy and usefulness. Joumai of Marketing Research, 16, 495-506. Haytko, D.L., & Baker, J. (2004). It's all at the mall: exploring adolescent girls' experiences. Joumai of Retailing, 80, 6783. Hensher, D.A., & Louviere, J.J. (1998). A Comparison of elasticities derived from multinomial logit, nested logit and heteroscedastic extreme value SP-RP discrete choice models. Papier de recherche. Institute of Transport Studies, University of Sydney, Sydney. Horowitz J.L. (1987). Specification tests for nested logit models. Environment and Planning A, 19, 395-402. Houston, M.J., & Nevin, J.R. (1980). Retail shopping area image: structure and congruence between downtown areas and shopping centers. Advances in Consumer Research, 8, 677-681. Howell R.D., & Rogers J.D. (1980). Research into shopping mall choice behaviour. Advances in Consumer Research, 8, 671-676. Canadian Joumai of Administrative Sciences Revue canadienne des sciences de radministration 23(41.334-351

350

CONCURRENCE ENTRE LES CENTRES COMMERCIAUX

SUAREZ vAZQUEZ & RODRIQUEZ DEL BOSQUE

Huff D.L. (1963). A probabilistic analysis of shopping center trade areas. Land Economics, 39, 81-90. International Council of Shopping Centers (2004). The shopping center industry-national impact. Page consultee le 21 aout 2006: http://www.icsc.org. Juhl, H.J., Kristensen, K., & 0stergaard, P. (2002), Customer satisfaction in European food retailing. Journal of Retailing and Consumer Services, 9, 327-334. Kardes, F.R., & Kalyanaram, G (1992). Order-of-entry effects on consumer memory and judgement: an information integration perspective. Journal of Marketing Research, 29(3), 343-357. Kerin, R.A., Mahajan, V., & Peterson, R.A. (1992). Firstmover advantage: a synthesis conceptual framework, and research propositions. Journal of Marketing, 55(4), 33-52. Lieberman, M.B., & Montgomery, D.B. (1998). First mover (dis)advantages: retrospective and link with the resourcebased view. Strategic Management Journal, 19(12), 11111125. Maclaran, P., & Brown, S. (2005). The center cannot hold: consuming the Utopian marketplace. Journal of Consumer Research, 32(2), 311-323. Martineau, P. (1958). The personality of the retail store. Harvard Business Review, Jan-Feb, 47-55. McFadden, D. (1976). The theory and practice of disaggregate demand forecasting for various modes of urban transportation. Institute of Transportation Studies: Berkeley: University of California. McGoldrick, P. (1992). El desarrollo en Europa de centros de compra a gran escala fuera de las ciudades. Valencia: Generalitat Valenciana. Michon, R., & Chebat, J.Ch. (2004). Cross-cultural mall shopping values and habitats. A comparison between English and French speaking Canadians. Journal of Business Research, 57, 883-892. Nakanishi, M., & Cooper, L.G (1974). Parameter estimation for multiplicative competitive interaction model - least squares approach. Journal of Marketing Research, U, 303-311. Nakanishi, M., Cooper, L.G, & Kassarjian H.H. (1974). Voting for a political candidate under conditions of minimal information. Journal of Consumer Research, 1, 36-43. Nevin, J.R., & Houston, M.J. (1980). Image as a component of attraction to intraurban shopping areas. Journal of Retailing, 56(1), 77-93.

Oppewal, H., & Holyoake, B. (2004). Bundling and retail agglomeration effects on shopping behavior. Journal of Retailing and Consumer Services, 11, 61-74. Popkowski, PT.L., Sinha, A., & Sahgal, A. (2004). The effect of multi-purpose shopping on pricing and location strategy for grocery stores. Journal of Retailing, 80, 85-99. Recker, W.W. & Schuler, H.J. (1981). Destination choice and processing spatial information: some empirical tests with alternative constructs. Economic Geography, 57, 373383. Reimers, V., & Clulow, V. (2003). Retail concentration: a comparison of spatial convenience in shopping strips and shopping centres. Journal of Retailing and Consumer Services, 11,201-221. Shim, S., & Eastlick, M.A. (1998). The hierarchical influence of personal values on mall shopping attitude and beha\iouT. Journal of Retailing, 74(1), 139-160. Sobel K.L. (1981). Travel demand forecasting by using the nested multinomial logit model. Transportation Research Record, 755, 48-55. Solgaard, H.S., & Hansen, T. (2003). A hierarchical Bayes model of choice between supermarket formats. Journal of Retailing and Consumer Services, 10, 169-180. Stoel, L., Wickliffe, V, & Lee, K.H. (2004). Attribute beliefs and spending as antecedents to shopping value. Journal of Business Research, 57 (10), 1067-1073. Stoltman, J.J.; Gentry, J.W., & Anglin, K.A. (1991). Shopping choices: the case of mall choice. Advances in Consumer Research, 18, 434-440. Taylor, S.L., & Cosenza, R.M. (2002). Profiling later aged female teens: mall shopping behavior and clothing choice. Journal of Consumer Marketing, 79(5), 393-408. Timmermans, H. (1980). Consumer spatial choice strategies: a comparative study of some alternative behavioural spatial shopping models. Geoforum, 11, 123-131. Wansbeek, T., & Wedel, M. (1999). Marketing and econometrics: editors' introduction. Journal of Econometrics, 89, 114. Wrigley, N. (1982). Quantitative methods: developments in discrete choice modelling. Progress in Human Geography, 6, 547-562.

351

Canadian Journal of Administrative Sciences Revue canadienne des sciences de l'administration 2314X334-351