Poznaniu
Metoda modelowania hedonicznego cen nieruchomo´sci jako po´sredniej miary atrakcyjno´sci miejsca zamieszkania wykazuje wielokrotnie zbli ˙zone współczynniki kierunkowe dla analizowanych parametrów zarówno mi˛edzy modelami regresji li-niowej, zgeneralizowanymi modelami addytywnymi i lasów losowych w obr˛ebie tego samego obszaru (zob. Ryc. 6.40). Innymi słowy je ˙zeli model regresji liniowej wykazywał wzrost atrakcyjno´sci wraz ze wzrostem odległo´sci od np. szkół podsta-wowych, pozostałe modele równie ˙z odnotowywały ogólny wzrost.
Na rycinie 6.40 przedstawiono w sposób syntetyczny wpływ analizowanych zmiennych na cen˛e m2 nieruchomo´sci, a tym samym na atrakcyjno´s´c miejsca za-mieszkania. Poniewa ˙z próby s ˛a zró ˙znicowane i niektóre zmienne były brane pod uwag˛e zaledwie w jednym modelu na rycinie zaprezentowano prawdopodobie ´n-stwo, ˙ze dana zmienna miała pozytywny wpływ wyra ˙zony liczb ˛a modeli, w których był on dodatni i dla których dana zmienna posiadała istotne statystycznie znacze-nie. Dla zgeneralizowanych modeli addytywnych i modeli regresji liniowych współ-czynnik kierunkowy został obliczony jako współwspół-czynnik kierunkowy modelu przy zało ˙zeniu, ˙ze wszystkie pozostałe zmienne pozostaj ˛a stałe (współczynnik kierun-kowy dla funkcji zaprezentowanych w cz˛e´sci 6.1 i 6.2).
Spo´sród zmiennych krajobrazowych, które analizowane były w relacji dost˛ep-no´sci (odległo´sci Euklidesowej b ˛ad´z czasu dotarcia pieszo, samochodem lub komu-nikacj ˛a publiczn ˛a) pozytywny wpływ na atrakcyjno´s´c posiadały przede wszystkim główne drogi, główny w˛ezeł komunikacyjny (Most Teatralny), rzeka Warta, po´sred-nie usłoneczpo´sred-niepo´sred-nie, Stary Rynek, jeziora, Park Cytadela i niska g˛esto´s´c zabudowy.
Syntetyczna miara dost˛epno´sci jak ˛a jest ’osi ˛agalno´s´c’ wykazywała pozytywny wpływ zwi ˛azek z atrakcyjno´sci ˛a w 7 z 8 przypadków, blisko´s´c posterunków policji w 6 z 7, a małe zbiorniki wodne w 9 z 11.
Do zmiennych wykazuj ˛acych negatywn ˛a relacj˛e z atrakcyjno´sci ˛a zaliczy´c mo ˙zna przede wszystkim blisko´s´c koszar wojskowych, targowisk, autostrady i Targów Po-zna ´nskich. Do´s´c cz˛esto negatywny wpływ na atrakcyjno´s´c wykazywały równie ˙z (bezpo´srednie) nasłonecznienie (12 z 13 przypadków), g˛esto´s´c drzew (6 z 7 przypad-ków), ´srednia wysoko´s´c budynków w najbli ˙zszym s ˛asiedztwie (6 z 7 przypadków), syntetyczna miara dost˛epno´sci - ’blisko´s´c’ (a ˙z 16 z 19 przypadków) i inne (Ryc. 6.40).
Cho´c zmiennym z grupy lokalizacji i s ˛asiedztwa nie po´swi˛econo wcze´sniej du ˙zo miejsca, zwróci´c nale ˙zy uwag˛e, ˙ze dwie miary dotycz ˛ace ´swiatła słonecznego, do-st˛epnego bezpo´srednio oraz po´srednio, wykazuj ˛a cz˛esto istotno´s´c statystyczn ˛a, cho´c o przeciwnym wpływie na atrakcyjno´s´c. Bezpo´sredni dost˛ep ´swiatła zwi ˛azany jest z ni ˙zsz ˛a atrakcyjno´sci ˛a, natomiast po´sredni dost˛ep z wysok ˛a.
Atrakcyjno´s´c obszaru zabudowy poprawia wi˛eksza odległo´s´c mi˛edzy budyn-kami, jak równie ˙z wi˛eksze zró ˙znicowanie morfologiczne powierzchni terenu (8 z 11 przypadków, Ryc. 6.40).
6.3. Podsumowanie wpływu elementów struktury krajobrazu na atrakcyjno´s´c
obszaru zabudowy mieszkalnej w Poznaniu 147
RYC. 6.40: Wpływ analizowanych zmiennych na cen˛e m2 nierucho-mo´sci z rynku wtórnego w latach 2008 - 2014 na podstawie wszyst-kich uzyskanych modeli. A - liczba modeli, w których dana zmienna posiadała pozytywny wpływ na cen˛e m2 nieruchomo´sci; B - liczba modeli, w których dana zmienna posiadała pozytywny wpływ na cen˛e m2nieruchomo´sci; C - prawdopodobie ´nstwo, ˙ze dana zmienna
posiadała negatywny wpływ na cen˛e m2nieruchomo´sci.
Poza cechami strukturalnymi mieszkania, do najcz˛e´sciej u ˙zywanych zmiennych zaliczone zostały: syntetyczne miary dost˛epno´sci, tj. ’blisko´s´c’ i ’po´srednio´s´c’ (odpo-wiednio 19 i 13 modeli) oraz wysoko´s´c budynku (17 modeli). W wi˛ekszo´sci przypad-ków ich wpływ na mierzon ˛a atrakcyjno´s´c krajobrazu był jednak niejednoznaczny (Ryc. 6.40).
Uzyskane modele mo ˙zna zgrupowa´c w wi˛eksze kategorie na podstawie tema-tycznych zagadnie ´n, których dotycz ˛a, takich jak (1) bezpiecze ´nstwo (m.in. poste-runki policji, czy koszary), (2) placówki edukacyjne, (3) obiekty zwi ˛azane z trans-portem i komunikacj ˛a, (4) obiekty przyrodnicze, (5) rozrywka i kultura, (6) religia, (7) handel i (8) zanieczyszczenia (oczyszczalnie ´scieków, kominy, budynki przemy-słowe). Poni ˙zej omówiono wyniki zaprezentowane na rycinie 6.40.
W kategorii bezpiecze ´nstwa zauwa ˙zy´c mo ˙zna, i ˙z jedynie bliskie s ˛asiedztwo po-sterunków policji zwi ˛azane jest z wy ˙zsz ˛a atrakcyjno´sci ˛a miejsca zamieszkania (7 z 10 opracowanych modeli). Budynek stra ˙zy po ˙zarnej w połowie przypadków zwi ˛azany jest z popraw ˛a atrakcyjno´sci, za´s koszary wojskowe, szpitale i wi˛ezienie cz˛e´sciej ob-ni ˙zaj ˛a w s ˛asiedztwie atrakcyjno´s´c ni ˙z j ˛a podnosz ˛a.
Placówki edukacyjne poza budynkami uczelni wy ˙zszych powi ˛azane s ˛a z ni ˙zsz ˛a atrakcyjno´sci ˛a miejsca zamieszkania. Tłumaczy´c to mo ˙zna podwy ˙zszonym pozio-mem hałasu wyst˛epuj ˛acym w pobli ˙zu przedszkoli oraz szkół. Jedynie bliskie s ˛ a-siedztwo budynków uczelni wy ˙zszych zwi ˛azane jest z wy ˙zsz ˛a cen ˛a m2 nierucho-mo´sci. Mo ˙zliwe jest jednak, ˙ze w tym przypadku wzrost ceny nie jest zwi ˛azany z obiektywnie atrakcyjniejszym obszarem w mie´scie, a wy ˙zszym popytem na nieru-chomo´sci, które mog ˛a słu ˙zy´c pod wynajem studentom, a wi˛ec pełni´c funkcj˛e inwe-stycyjn ˛a.
Elementy struktury krajobrazu zwi ˛azane z szeroko rozumianym handlem posia-daj ˛a negatywny wpływ na atrakcyjno´s´c krajobrazu. Szczególnie wyra´znie wida´c to na przykładzie targowisk, które we wszystkich 7 modelach, w których okazały si˛e istotnym statystycznie czynnikiem kształtuj ˛acym dynamik˛e cen m2nieruchomo´sci, zwi ˛azane były ze spadkiem cen w najbli ˙zszym ich s ˛asiedztwie. Podobne relacje wy-kazały budynki Mi˛edzynarodowych Targów Pozna ´nskich (4 z 5 modeli) oraz cen-trów handlowych (8 z 10). Relacja ta mo ˙ze wynika´c z ponadprzeci˛etnego nat˛e ˙zenia ruchu oraz hałasu w okolicy tych obiektów.
Obiekty powi ˛azane z rozrywk ˛a, sportem oraz kultur ˛a posiadaj ˛a niejedno-znaczny wpływ na atrakcyjno´s´c zabudowy mieszkalnej w Poznaniu. Pozytywny wpływ wykazuj ˛a obiekty kultury fizycznej (patrz. A), Stary Rynek (koncentruj ˛acy w swoim obszarze obiekty pełni ˛ace ró ˙znorodne funkcje kulturowo-rozrywkowe) oraz biblioteki i muzea (7 z 10 modeli). S ˛asiedztwo kin, restauracji oraz stadionu w połowie opracowanych modeli wykazywało pozytywny lub negatywny wpływ na atrakcyjno´s´c, natomiast obiekty kultury (patrz. A) w 5 z 9 modeli wykazywało ne-gatywny wpływ. Tor samochodowy cho´c istotny statystycznie zaledwie w jednym modelu posiadał negatywny wpływ (co mo ˙ze wynika´c z generowanego hałasu).
Ciekawym wynikiem jest negatywny wpływ w a ˙z 7 modelach budynków zabytko-wych. Cho´c ich obecno´s´c mo ˙ze niekiedy sugerowa´c atrakcyjne otoczenie, mo ˙ze by´c te ˙z zwi ˛azana z wy ˙zszym nat˛e ˙zeniem ruchu lub star ˛a elewacj ˛a budynków obni ˙zaj ˛ac ˛a atrakcyjno´s´c zabudowy mieszkalnej.
Budynki zwi ˛azane z religi ˛a były w modelach reprezentowane przez ko´scioły oraz budynek katedry. W obu przypadkach cz˛e´sciej zwi ˛azane były z ni ˙zsz ˛a cen ˛a m2w najbli ˙zszym s ˛asiedztwie. Prawdopodobnie wynika to z generowanego hałasu oraz nat˛e ˙zenia ruchu (szczególnie w niedziele i ´swi˛eta).