Holistyczny model regresji liniowej

Pierwszym holistycznym modelem zastosowanym do oceny atrakcyjno´sci zabu-dowy mieszkalnej w Poznaniu jest model semi-logarytmicznej regresji liniowej. Zo-stał opracowany z u ˙zyciem 64 zmiennych wybranych za pomoc ˛a regresji krokowej wstecznej. Obliczony na podstawie 10 784 transakcji kupna/sprzeda ˙zy

nieruchomo-´sci na rynku wtórnym posiada współczynnik determinacji R² 0,36, co oznacza, ˙ze tłumaczy 36% wariancji danych. Znaczna cz˛e´s´c tych zmiennych posiada charakter lokalny (logarytm odległo´sci tłumaczy wi˛ecej zmienno´sci danych).

Poniewa ˙z cena m² nieruchomo´sci w badanej próbce danych posiadała rozkład normalny, warto´sci prognozowane przez model równie ˙z powinny charakteryzowa´c si˛e takim rozkładem. Jednak ˙ze na podstawie ryciny 6.1 zaobserwowa´c mo ˙zna, ˙ze zarówno warto´sci niskie jak i wysokie pojawiaj ˛a si˛e cz˛e´sciej ni ˙z wynikałoby to z rozkładu normalnego, a wi˛ec wyniki prognozowane charakteryzuj ˛a si˛e rozkładem prawosko´snym. Mo ˙zna na tej podstawie oszacowa´c, ˙ze model jest najbardziej rze-telny dla warto´sci pomi˛edzy punktami przegi˛ecia mi˛edzy 4 500 a 6 000 zł oraz, ˙ze ma tendencje do przeszacowania wysokich i niedoszacowania niskich warto´sci pro-gnozowanych.

RYC. 6.1: Wykres kwantylowy dla wyników modelu regresji liniowej.

Oszacowane warto´sci współczynników kierunkowych dla istotnych statystycz-nie zmiennych dotycz ˛acych dost˛epno´sci do obiektów w mie´scie zaprezentowane zostały na rycinie 6.2. Zauwa ˙zy´c nale ˙zy, ˙ze wiele wykazanych relacji ma charakter logarytmiczny, co mo ˙ze wskazywa´c na lokalny charakter tych zmiennych.

6.1. Holistyczne modelowanie hedoniczne atrakcyjno´sci krajobrazu 105

RYC. 6.2: Oszacowane warto´sci współczynników kierunkowych dla istotnych statystycznie zmiennych dotycz ˛acych dost˛epno´sci do

obiektów.

Cz˛e´s´c z obserwowanych tendencji wykazanych przez model regresji liniowej zgadza si˛e z obecnym stanem literatury, jednak nie wszystkie (Ryc. 6.2). W´sród tych, które zgadzaj ˛a si˛e z wcze´sniejszymi badaniami, nale ˙zy zaliczy´c (1) wzrost warto´sci nieruchomo´sci wraz ze wzrostem odległo´sci od: autostrady (Ceccato i in., 2011b), (2) budynków przemysłowych (Jang i in., 2015) czy (3) linii tramwajowych (Cavail-hès i in., 2009). Nie dziwi równie ˙z (4) spadek warto´sci nieruchomo´sci wraz z odle-gło´sci ˛a od rzeki Warty, (5) jezior, (6) parku Kasprowicza (budynku hali sportowej

„Arena”), (7) parku Cytadela, (8) obiektów kultury fizycznej, (9) stra ˙zy po ˙zarnej, (10) restauracji, (11) Starego Rynku i (12) głównego w˛ezła transportowego w

mie-´scie (Mostu Teatralnego). Zale ˙zno´sci te zgadzaj ˛a si˛e z trendem obserwowanym w in-nych pracach po´swi˛ecoin-nych modelowaniu hedonicznemu, gdzie ´zródła hałasu (jak np. linie tramwajowe), ´zródła zanieczyszcze ´n (budynki przemysłowe) oraz nega-tywne dominanty widokowe (np. wi˛ezienie) obni ˙zaj ˛a warto´s´c nieruchomo´sci pod-czas gdy obszary naturalne, takie jak lasy, czy jeziora, j ˛a podwy ˙zszaj ˛a. Ciekawym akcentem jest równie ˙z (13) spadek warto´sci mieszkania wraz ze wzrostem czasu doj´sciado stra ˙zy po ˙zarnej. Mo ˙ze to wskazywa´c na znacz ˛ac ˛a wag˛e poczucia bezpie-cze ´nstwa wynikaj ˛acego z bliskiego jej s ˛asiedztwa. Odwrotna sytuacja ma miejsce w przypadku odległo´sci od budynku wi˛ezienia, która przez negatywne skojarzenia wydaje si˛e ujemnie wpływa´c na atrakcyjno´s´c krajobrazu w najbli ˙zszym s ˛asiedztwie.

Nie wszystkie warto´sci zgadzaj ˛a si˛e jednak z badaniami przeprowadzo-nymi wcze´sniej w innych cz˛e´sciach ´swiata. Negatywna relacja pomi˛edzy bliskim s ˛asiedztwem katedry, a cen ˛a m² nieruchomo´sci (Ryc. 6.2), cho´c sama w sobie sta-nowi atrakcyjn ˛a dominant˛e krajobrazow ˛a, mo ˙ze wynika´c z hałasu oraz licznych tu-rystów odwiedzaj ˛acych Ostrów Tumski. Podobnie mo ˙zna wytłumaczy´c wykazan ˛a relacj˛e z odległo´sci ˛a od ko´sciołów, gdzie hałas powodowany przez dzwony oraz wiernych ucz˛eszczaj ˛acych na msze mo ˙ze mie´c negatywny wpływ na atrakcyjno´s´c miejsca zamieszkania.

Równie zastanawiaj ˛ace jest, ˙ze lotnisko w Krzesinach (z holistycznego punktu widzenia - w obszarze całego miasta) posiada pozytywny wpływ na atrakcyjno´s´c miejsca zamieszkania (cena m² nieruchomo´sci maleje wraz z odległo´sci ˛a, ryc. 6.2).

Mo ˙zliwe jest w tym wypadku bł˛edne oszacowanie warto´sci ze wzgl˛edu na siln ˛a ko-relacj˛e z odległo´sci ˛a od autostrady (współczynnik korelacji Pearsona: 0,94). Drugie lotnisko, Ławica, okazało si˛e nieistotne statystycznie, co jednak mo ˙ze wynika´c ze stosunkowo bliskiego s ˛asiedztwa stadionu i niewielkiej liczby transakcji pomi˛edzy tymi dwoma obiektami.

Zastanawiaj ˛aca jest ponadto zale ˙zno´s´c wzgl˛edem dost˛epu do placówek edukacyjnych (Ryc. 6.2). Wynika z niej, ˙ze wraz ze wzrostem czasu dojazdu od przedszkoli, szkół podstawowych oraz ponadpodstawowych warto´s´c nieruchomo´sci wzrasta, cho´c wydawa´c by si˛e mogło, ˙ze (szczególnie dla osób posiadaj ˛acych dzieci) zale ˙zno´s´c ta powinna mie´c odwrotny charakter. W ka ˙zdym z tych przypadków relacja oparta jest o czas dojazdu samochodem i za ka ˙zdym razem wzrost czasu dojazdu powoduje wzrost warto´sci nieruchomo´sci. Przyczyna tego stanu rzeczy mo ˙ze wynika´c faktycznie z zupełnie odmiennych uwarunkowa ´n.

Przykładowo w Stanach Zjednoczonych placówki edukacyjne powi ˛azane s ˛a z wi˛ekszym ryzykiem przest˛epstw (Bowen i in., 1999) lub te ˙z z podwy ˙zszonym hałasem, co mo ˙ze mie´c równie ˙z miejsce w Poznaniu.

6.1. Holistyczne modelowanie hedoniczne atrakcyjno´sci krajobrazu 107

Podobnie zaskakuj ˛acy wydaje si˛e spadek warto´sci nieruchomo´sci wraz ze wzro-stem odległo´sciod stadionu (Ryc. 6.2). Nie tylko sam spadek jest tu rzecz ˛a niezwy-kł ˛a, ale równie ˙z fakt, ˙ze nie ma on charakteru lokalnego, lecz dotyczy całego ob-szaru miasta. Jako ´zródło hałasu (wi˛eksze nawet ni ˙z ko´scioły) powinno posiada´c negatywny wpływ na ceny nieruchomo´sci, a zatem mo ˙zliwe istnienie innej, wartej dalszego zbadania, przyczyny.

Odnotowano równie ˙z do´s´c interesuj ˛acy wzrost atrakcyjno´sci wraz ze wzrostem czasu dojazdu do zabytków (Ryc. 6.2). W przypadku zabytków, dłu ˙zszy czas do-jazdu do strefy z zabytkami (która stanowi w przewadze ´scisłe centrum Poznania) ma wpływ na mniejsze nat˛e ˙zenie hałasu oraz ruchu samochodowego i pieszego.

W przypadku obszarów naturalnych (lasów, jezior, itp.) ich bliska obecno´s´c przewa ˙znie poprawia atrakcyjno´s´c miejsca zamieszkania (Ryc. 6.2), jednak w przy-padku ogrodów zoologicznych, wpływ ten jest negatywny (mo ˙zliwe interpretacje zwi ˛azane s ˛a z hałasem, nat˛e ˙zeniem ruchu turystycznego, lub potencjaln ˛a

obecno-´sci ˛a szczurów). Podobnie wi˛ekszy udział drzew w promieniu 50 m od

nieruchomo-´sci posiada negatywny wpływ (Ryc. 6.3). Ta druga relacja mo ˙ze wynika´c z faktu, ˙ze mniejsza ilo´s´c drzew znajduje si˛e przewa ˙znie w ´swie ˙zo wybudowanych osiedlach, w których na potrzeby budowy usuwano drzewa, a nast˛epnie zasadzano młode drzewa o niewielkich rozmiarach.

RYC. 6.3: Oszacowane warto´sci współczynników kierunkowych dla istotnych statystycznie zmiennych dotycz ˛acych lokalizacji i s ˛

asiedz-twa miejsca zamieszkania.

Dla wszystkich analizowanych cech s ˛asiedztwa (Ryc. 6.3) najwi˛eksze znaczenie miało s ˛asiedztwo w promieniu 50 m. Zaskakuj ˛acy jest spadek warto´sci m² nieru-chomo´sci wraz ze wzrostem udziału drzew. Prawdopodobnie wynika on z niewiel-kiego pokrycia terenu drzewami młodych osiedli, a zatem udział drzew staje si˛e w ten sposób po´sredni ˛a miar ˛a wieku zabudowy.

Wartym odnotowania jest silny wpływ zró ˙znicowania pokrycia terenu (mierzony wska´znikiem ró ˙znorodno´sci biologicznej Shannona - SHDI) oraz ukształtowania terenu na warto´s´c mieszka ´n, gdzie bardziej urozmaicone ob-szary charakteryzuj ˛a si˛e wy˙zszymi cenami mieszka ´n. Nale ˙zy jednak mie´c na uwadze, ˙ze bardziej urozmaicona rze´zba terenu mo ˙ze by´c zwi ˛azana z ni ˙zsza g˛esto´sci ˛a zabudowy. Zaskakuj ˛acy jest spadek warto´sci nieruchomo´sci wraz ze wzrostem dost˛epno´sci przystanków, cho´c i to mo ˙ze by´c powi ˛azane z wysok ˛a

dost˛epno´sci ˛a przystanków w obszarach zatłoczonych bli ˙zej centrum miasta oraz nat˛e ˙zeniem hałasu.

Zmienne nale ˙z ˛ace do grupy space syntax (Rycina 6.4) opisuj ˛ace w sposób synte-tyczny dost˛epno´s´c i kształt najbli ˙zszej sieci drogowej wykazuj ˛a przede wszystkim spadek atrakcyjno´sci wraz ze wzrostem ’prostolinijno´sci’ przebiegu dróg, która przyjmuje najwy ˙zsze warto´sci w´sród obszarów stanowi ˛acych niejako zamkni˛ete en-klawy osiedli, do których trudno jest si˛e dosta´c z innych cz˛e´sci miasta.

RYC. 6.4: Oszacowane warto´sci współczynników kierunkowych dla istotnych statystycznie zmiennych dotycz ˛acych lokalizacji i s ˛

asiedz-twa miejsca zamieszkania.