Autokorelacja przestrzenna w analizie rynku nieruchomości gruntowych na przykładzie Szczecina i Bydgoszczy
DOI:
https://doi.org/10.18778/0208-6018.329.03Słowa kluczowe:
rynek nieruchomości gruntowych, autokorelacja przestrzennaAbstrakt
Lokalizacja nieruchomości w przestrzeni jest jedną z najistotniejszych determinant jej wartości. Stałość w miejscu powoduje, iż nieruchomości każdego rodzaju pozostają pod wpływem czynników właściwych dla danego położenia w przestrzeni. Zarówno ustalenia planistyczne, dostęp do drogi publicznej, jak również ukształtowanie terenu czy warunki gruntowo‑wodne są cechami wpływającymi na wartość nieruchomości – podobnie jak sąsiedztwo innych nieruchomości o lepszych lub gorszych atrybutach. Wzajemne oddziaływanie nieruchomości jest szczególnie widoczne w preferencjach nabywców na rynku, a w efekcie przekłada się na ich cenę transakcyjną, cenę jednostkową oraz na ich wartość. Celem artykułu jest zbadanie wpływu wzajemnego położenia analizowanych nieruchomości na ich ceny i porównanie otrzymanych wyników dla Szczecina i Bydgoszczy. W analizie zastosowano statystykę I Morana oraz przestrzenne modele autoregresyjne. Wykorzystano dane dotyczące transakcji na rynku nieruchomości gruntowych niezabudowanych w 2014 roku w Szczecinie i Bydgoszczy.
Pobrania
Bibliografia
Anselin L. (1998), Spatial Econometrics: Methods and Models, Springer, Dordrecht.
Google Scholar
Arbia G., Baltagi B.H. (2009), Spatial Econometrics. Methods and Applications, Physica‑Verlag, Heidelberg.
Google Scholar
Batóg B., Foryś I . (2014), Spatial Analysis of Housing Market Transactions in Szczecin, “Acta Universitatis Lodziensis. Folia Oeconomica”, no. 6(309), pp. 31–42.
Google Scholar
Batóg B., Foryś I. (2016), Porównanie struktury mieszkań w obrocie w wybranych miastach Polski północno‑zachodniej, “Zeszyty Naukowe Uniwersytetu Ekonomicznego w Krakowie. Cracow Review of Economics and Management”, no. 9(957), Wydawnictwo Uniwersytetu Ekonomicznego w Krakowie, Kraków, pp. 55–70.
Google Scholar
Been V., Voicu I. (2008), The Effect of Community Gardens on Neighbouring Property Values, “Real Estate Economics”, vol. 36, no. 2, pp. 241–283.
Google Scholar
Domański C. (1990), Testy statystyczne, PWE, Warszawa.
Google Scholar
Ellen I .G., Schill M.H., Schwartz A.E, Voicu I . (2007), Does Federally Subsidized Rental Housing Depress Neighborhood Property Values?, “Journal of Policy Analysis and Management”, no. 26, pp. 257–280.
Google Scholar
Foryś I . (ed.) (2014), Zarządzanie nieruchomościami handlowymi, Wydawnictwo Poltext, Warszawa.
Google Scholar
Foryś I., Nowak M. (2014), Zarządzanie przestrzenią w gospodarowaniu nieruchomościami, Wydawnictwo Poltext, Warszawa.
Google Scholar
Fujita M., Krugman P., Venables A. (1999), The Spatial Economy: Cities, Regions, and International Trade, The MIT Press, Cambridge.
Google Scholar
Lee J., Wong D.W.S. (2001), Statistical Analysis with Arcview GIS, John Wiley & Sons Inc., USA.
Google Scholar
Suchecki B. (ed.) (2010), Ekonometria przestrzenna. Metody i modele analizy danych przestrzennych, Wydawnictwo C.H. Beck, Warszawa.
Google Scholar
Wang L. (2006), Spatial Econometric Issues in Hedonic Property Value Models: Model Choice and Endogenous Land Use, Pennsylvania State University, ProQuest, Pennsylvania.
Google Scholar
Wurtzebach C., Miles M. (1987), Modern Real Estate, John Wiley & Sons Inc., USA.
Google Scholar
Pobrania
Opublikowane
Jak cytować
Numer
Dział
