New spatial behaviors of residential properties purchasers in urban spaces
DOI:
https://doi.org/10.18778/1508-1117.23.06Keywords:
spatial behavior, space value, residential, urbanized space, geostatisticsAbstract
The article’s goal is to determine an impact of geospatial factors on a behavior of residential properties purchasers in urban spaces. The behavior of real estates market consumers doesn’t depend mostly only on internal non-spatial factors which characterize functional-technical real estates features. Most of all it depends on the external geospatial factors which describe the major asset of any real estate – its location in the spatial urban structure. The geostatistical analysis of Bytom city residential property was carried out to reach the article’s goal. The methods used in the article consisted of testing spatial autocorrelation (Global Moran I, General G Getis, Local G Getis) spatial interpolation, namely: Inverse Distance Weighting (IDW) interpolation, Radial Basis Functions (RBF) and Ordinary Kriging. The authors tested the impact of many geospatial factors such as the proximity to roads, green areas, the density of the poverty, location of banks and many more on the transaction prices of residential properties. The tools used for that were the Ordinary Least Squares (OLS) and the Geographically Weighted Regression (GWR). The finally constructed model consisted of such factors as the density of violence, the unemployment density, the alcoholism density, the market square proximity and the location of dead bodies.
References
Branna J., 2012, Analiza zależności pomiędzy ceną a lokalizacją nieruchomości na przykładzie Krakowa, „Roczniki Geomatyki – Annals of Geomatics”, 10 (4/54), Kraków, s. 29–40.
Google Scholar
Cellmer R., 2012, Spatial Analysis of Local Real Estate Market Activity – the Example of the City of Olsztyn, „Studia i Materiały Towarzystwa Naukowego Nieruchomości”. Topical Issues in the Valuation and Application of Market Value, Olsztyn, s. 77–88.
Google Scholar
Cellmer R., 2013, Use of Spatial Autocorrelation to Build Regression Models of Transaction Prices, „Studia i Materiały Towarzystwa Naukowego Nieruchomości”, 21(4), Olsztyn, s. 65–74.
Google Scholar
DOI: https://doi.org/10.2478/remav-2013-0038
Cellmer R., 2014, Modelowanie przestrzenne w procesie opracowywania map wartości gruntów, Wydawnictwo Uniwersytetu Warmińsko-Mazurskiego, Olsztyn.
Google Scholar
Charlton M., Fotheringham A.S., 2013, Geographically Weighted Regression: A Tutorial on Using GWR in ArcGIS 9.3, National Centre for Geocomputation, National University of Ireland Maynooth, Manuscript.
Google Scholar
Chrzanowska M., 2011, Przestrzenna analiza warszawskiego (wtórnego) rynku mieszkaniowego, „Studia i Materiały Towarzystwa Naukowego Nieruchomości”, 19(3), Olsztyn, s. 170–180.
Google Scholar
Cichociński P., 2011, Porównanie metod interpolacji przestrzennej w odniesieniu do wartości nieruchomości, „Studia i Materiały Towarzystwa Naukowego Nieruchomości”, 19(3), Olsztyn, s. 120–129.
Google Scholar
Ciesiółka P., 2016, Gentryfikacja jako efekt rewitalizacji. Przykład Poznania, http://www.urbanistyka.info/content/gentryfikacja-jako-efekt-rewitalizacji-przyk%C5%82ad-poznania (dostęp: 17.03.2016).
Google Scholar
Czornik M., 2008, Miasto. Ekonomiczne aspekty funkcjonowania, Wydawnictwo Akademii Ekonomicznej im. K. Adamieckiego w Katowicach, Katowice.
Google Scholar
Domański R., 2002, Gospodarka przestrzenna, PWN, Warszawa.
Google Scholar
Gargula K., 2014, Ocena zagospodarowania przestrzennego Bytomia pod względem atrakcyjności inwestycyjnej, Uniwersytet Ekonomiczny w Katowicach, praca magisterska, Katowice.
Google Scholar
Górczyńska M., 2015, Gentryfikacja w polskim kontekście: krytyczny przegląd koncepcji wyjaśniających, „Przegląd Geograficzny”, IGiPZ PAN, Warszawa, s. 589–611.
Google Scholar
DOI: https://doi.org/10.7163/PrzG.2015.4.2
Ilnicki D., Janc K., Kryza M., Szymanowski M., 2011, Cechy rozmieszczenia sklepów w przestrzeni wielkomiejskiej na przykładzie Wrocławia – zastosowanie regresji ważonej geograficznie, [w:] Ekonometria przestrzenna i regionalne analizy ekonomiczne, „Acta Universitatis Lodziensis. Folia Oeconomica”, 253, Łódź, s. 253–268.
Google Scholar
Kisiała W., 2013, Wykorzystanie geograficznie ważonej regresji do analizy czynników kształtujących zapotrzebowanie na świadczenia przedszpitalnego ratownictwa medycznego, „Przegląd Geograficzny”, 85, IGiPZ PAN, Warszawa, s. 2.
Google Scholar
DOI: https://doi.org/10.7163/PrzG.2013.2.4
Kopczewska K., 2011, Ekonometria i statystyka przestrzenna z wykorzystaniem programu R CRAN, CeDeWu Wydawnictwa Fachowe, Warszawa.
Google Scholar
Kot S.M., Jakubowski J., Sokołowski A., 2007, Statystyka: podręcznik dla studiów ekonomicznych, Centrum Doradztwa i Informacji Difin, Warszawa.
Google Scholar
Kozioł-Kaczorek D., 2011, Statystyka Morana w analizie rozkładu cen nieruchomości, „Metody Ilościowe w Badaniach Ekonomicznych”, XII–2, Warszawa, s. 222–231.
Google Scholar
Kozioł-Kaczorek D., Pietrzykowski R., 2011, Analiza cen nieruchomości z wykorzystaniem statystyki Morana, „Studia i Materiały Towarzystwa Naukowego Nieruchomości”, 19(3), Olsztyn, s. 182–191.
Google Scholar
Li J., Heap A.D., 2008, A review of spatial interpolation methods for environmental scientists, Geoscience Australia, Canberra.
Google Scholar
Lichstein J.W., 2002, Spatial autocorrelation and autoregressive models in ecology, „Ecological Monographs”, 72(3), s. 445–463.
Google Scholar
DOI: https://doi.org/10.1890/0012-9615(2002)072[0445:SAAAMI]2.0.CO;2
Longley P.A., Goodchild M.F., Maguire D.J., Rhind D.W., 2006, GIS. Teoria i praktyka, PWN, Warszawa.
Google Scholar
Łaszek J., Augustyniak H., Olszewski K., Waszczuk J., 2015, Informacja o cenach mieszkań i sytuacji na rynku nieruchomości mieszkaniowych i komercyjnych w Polsce w IV kwartale 2014 roku, NBP, Warszawa.
Google Scholar
Mordwa S., 2011, Kradzieże w przestrzeni Łodzi, „Acta Universitatis Lodziensis. Folia Geographica Socio-Oeconomica”, 11, Wydawnictwo UŁ, Łódź.
Google Scholar
Murzyn M.A., 2006, Kazimierz. Środkowoeuropejskie doświadczenie rewitalizacji, Międzynarodowe Centrum Kultury, Kraków.
Google Scholar
Obrót nieruchomościami w 2014, 2015, GUS, Warszawa.
Google Scholar
Ojrzyńska A., Twaróg S., 2011, Badanie autokorelacji przestrzennej krwiodawstwa w Polsce, [w:] Ekonometria przestrzenna i regionalne analizy ekonomiczne, „Acta Universitatis Lodziensis. Folia Oeconomica”, 253, Łódź, s. 129–141.
Google Scholar
Palicki S., 2013, Rewitalizacja a rynek nieruchomości mieszkaniowych. Przypadek poznańskie Środki, Wydział Prawa i Administracji UAM, Poznań, s. 209–229.
Google Scholar
DOI: https://doi.org/10.14746/rpeis.2013.75.3.15
Polko A., 2005, Miejski rynek mieszkaniowy i efekt sąsiedztwa, Wydawnictwo Akademii Ekonomicznej im. K. Adamieckiego w Katowicach, Katowice.
Google Scholar
Rosser Z.H., 2000, Y-Chromosomal Diversity in Europe is Clinal and Influenced Primarily by Geography, Rather than by Language, „The American Journal of Human Genetics”, 67(6), s. 1526–1543.
Google Scholar
DOI: https://doi.org/10.1086/316890
Runge J., 2007, Metody badań w geografii społeczno-ekonomicznej: elementy metodologii, wybrane narzędzia badawcze, Wydawnictwo Uniwersytetu Śląskiego, Katowic
Google Scholar
Tobler W., 1970, A Computer Movie Simulating Urban Growth in the Detroit Region, „Economic Geography”, 46(2), s. 234–240.
Google Scholar
DOI: https://doi.org/10.2307/143141
Urbański J., 2012, GIS w badaniach przyrodniczych, Wydawnictwo Uniwersytetu Gdańskiego, Gdańsk.
Google Scholar
Widłak M., Waszczuk J., Olszewski K., 2014, Spatial and hedonic analysis of house price dynamics in Warsaw, NBP Working Paper, 197, Warszawa.
Google Scholar
DOI: https://doi.org/10.2139/ssrn.2648840
Zając W., 2015, Wykorzystanie systemów informacji geograficznej do lokalizacji najlepszych terenów pod realizację projektów rewitalizacji w Bytomiu, [w:] Brandenburg H., Sekuła P. (red.), Projekty lokalne i regionalne. Rola kompetencji w zarządzaniu projektami, Wydawnictwo Uniwersytetu Ekonomicznego w Katowicach, Katowice, s. 191–204.
Google Scholar
Downloads
Published
How to Cite
Issue
Section
License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.