REAL ESTATE PRICES – URBAN SECURITY RELATIONSHIPS: SPATIAL ANALYSES AND DEPENDENCIES

• Authors: Georgi Georgiev Penchev , Georgi Shinkov Zabunov

Title variants

RELACJA CENY NIERUCHOMOŚCI A BEZPIECZEŃSTWA MIEJSKIEGO: ANALIZY PRZESTRZENNE I BADANIA ZALEŻNOŚCI

• Languages of publication: EN

Abstracts

EN

The purpose of this article is to assess the possibilities for creating an analytical database to study real estate prices. To a large extent, the article presents some of the findings of a joint project with leading Bulgarian real estate agencies. Using a suitable analytical approach and standardising the information would bring substantial benefits to the dynamic Bulgarian market. Due to the lack of tools and experience, it was necessary to select an appropriate method and to apply it to the largest possible database created with the help of information from other markets. The study focused on the impact of urban security on real estate prices. On the one hand, this is a basic determinant for customers’ choice, and on the other hand, information about security rating could be used in urban planning and management. As a result, a georeferenced dataset was created with information about the characteristics of over 191 000 properties in Denver, Colorado. The application of the selected method – the Geographically Weighted Hedonic Regression – for this dataset showed a number of issues related to hardware and software restrictions of the application, the manner of data aggregation and the presence of co-linearity between indices. The application of the Geographically Weighted Principal Analysis as a means of solving the problem of co-linearity has shown other advantages such as defining the impact of various indices in smaller urban regions. Despite using data from other markets, this research has made some important conclusions regarding the definition, collection and study of data necessary for the creation of a suitable database to analyse the Bulgarian real estate market.

PL

Celem niniejszego artykułu jest ocena możliwości utworzenia bazy danych analitycznych do badania cen nieruchomości. W dużej mierze, artykuł przedstawia niektóre z ustaleń wspólnego projektu, prowadzonego wspólnie z wiodącymi bułgarskimi agencjami nieruchomości. Za pomocą odpowiedniego podejścia analitycznego i ujednolicenia informacji możliwe jest osiągnięcie znacznych korzyści dla bułgarskiego dynamicznego rynku. Ze względu na brak narzędzi i doświadczenia, zaistniała konieczność wyboru właściwej metody i zastosowania jej do największej bazy danych utworzonej z informacji pochodzących z innych rynków. Badanie koncentruje się na wpływie bezpieczeństwa miejskiego na ceny nieruchomości. Z jednej strony, jest to podstawowym wyznacznikiem wyboru klientów, a z drugiej strony, informacje o ocenie bezpieczeństwa mogą być wykorzystane w planowaniu przestrzennym i zarządzaniu. W rezultacie powstał zbiór danych georeferencyjnych zawierający informacje o cechach ponad 191 000 nieruchomości w Denver, Kolorado. Zastosowanie wybranej metody – Ważonej Geograficznie Regresji Hedonicznych – na zbiorze danych wykazało na szereg kwestii związanych z ograniczeniem sprzętowym i oprogramowania, sposobu agregacji danych i obecności współliniowość pomiędzy indeksami. Zastosowanie zasad analiz geograficznego ważenia, jako sposób rozwiązania problemu współliniowości wykazały również zalety, takie jak określenie wpływu różnych wskaźników w mniejszych obszarach miejskich. Pomimo użycia danych z innych rynków, badania umożliwiły wyciągnięcie istotnych wniosków dotyczących definicji, gromadzenia i opracowania danych niezbędnych do stworzenia odpowiedniej bazy danych do analizy bułgarskiego rynku nieruchomości.

Keywords

EN

Real estate markets; real estate prices; urban security; spatial analysis; principle component analysis; geographically weighted regression (GWR).

PL

Rynek nieruchomości; rzeczywiste ceny nieruchomości; miejskie bezpieczeństwo; analizy przestrzenne; metody analizy składnika nadrzędnego; geograficznie ważona regresja (GWR).; Rynek nieruchomości; rzeczywiste ceny nieruchomości; miejskie bezpieczeństwo; analizy przestrzenne; metody analizy składnika nadrzędnego; geograficznie ważona regresja (GWR).

• Publisher: Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
• Journal: Acta Universitatis Lodziensis. Folia Oeconomica
• Year: 2014
• Volume: 6
• Issue: 309

Dates

published

2015-05-18

Contributors

author

Georgi Georgiev Penchev

• University of National and World Economy – Sofia.

author

Georgi Shinkov Zabunov

• University of National and World Economy – Sofia.

References

• Anselin L., Rey S. (1991), The Performance of Tests for Spatial Dependence in a Linear Regression, Report 91-13, National Center for Geographic Information and Analysis, Santa Barbara, CA, http://www.ncgia.ucsb.edu/Publications/Tech_Reports/91/91-13.pdf.
• Bischoff K., Reardon S. F. (2013), Residential Segregation by Income, 1970-2009, Russell Sage Foundation, American Communities Project of Brown University. Research Paper, http://cepa.stanford.edu/sites/ default/files/report10162013.pdf (access: May 2, 2014).
• Bivand R., Bivand M. R., Brunsdon M. C., Fortheringham S. (2013), Package “spgwr”, “R Software Package”, http://ftp.iitm.ac.in/cran/web/packages/spgwr/spgwr.pdf (access: June 30, 2014).
• Bjerk D. J. (2006), The Effect of Segregation on Crime Rates In American Law & Economics Association Annual Meetings, The Berkeley Electronic Press, http://law.bepress.com/cgi/viewcontent.cgi? article=1693&context=alea (access: July 2, 2014).
• Buonanno P., Montolio D., Raya-Vílchez J. M. (2013), Housing Prices and Crime Perception, "Empirical Economics", vol. 45, no. 1, pp. 305-321.
• Chakrabarti R., Roy J. (2012), Housing Markets and Residential Segregation: Impacts of the Michigan School Finance Reform on Inter-and Intra-District Sorting, Staff Report, Federal Reserve Bank of New York, http://www.econstor.eu/handle/10419/62940 (access: June 27, 2014).
• Chen Z., Cho S., Poudyal N., Roberts R. K. (2007), Forecasting Housing Prices under Different Submarket Assumptions, American Agricultural Economics Association Annual Meeting, Portland, OR, http://ageconsearch.umn.edu/bitstream/9689/1/sp07ch04.pdf (access: May 6, 2014).
• Demšar U. et al. (2013), Principal Component Analysis on Spatial Data: An Overview, “Annals of the Association of American Geographers”, vol. 103, no. 1, pp. 106-128.
• Diewert W. E., Nakamura A. O., Nakamura L. I. (2008), The Housing Bubble and a New Approach to Accounting for Housing in a CPI, Social Science Research Network, Rochester, NY. SSRN Scholarly Paper, http://papers.ssrn.com/abstract=2274933 (access: June 30, 2014).
• DODC (2014), Denver Open Data Catalog, http://data.denvergov.org/ (access: May 28, 2014).
• EFUS (2014), The Manifesto of Aubervilliers and Saint-Denis, “European Forum for Urban Security”, http://efus.eu/en/resources/publications/efus/3779/ (access: June 30, 2014).
• EUROSTAT (2013), Handbook on Residential Property Price Indices, Publications Office of the European Union, Luxembourg.
• Fotheringham A. S., Brunsdon C., Charlton M. (2002), Geographically Weighted Regression: The Analysis of Spatially Varying Relationships, Wiley.
• Gollini I. et al. (2013), GWmodel: An R Package for Exploring Spatial Heterogeneity Using Geographically Weighted Models, “Cornell, University Library”, http://arxiv.org/abs/1306. 0413 (access: July 26, 2014).
• Goodman A. C., Thibodeau T. G. (1998), Housing Market Segmentation, "Journal of Housing Economics", vol. 7, no. 2, pp. 121-143.
• Hoesli M., Bourassa S. C., Peng V. S. (2002), Do Housing Submarkets Really Matter?, Social Science Research Network, Rochester, NY. SSRN Scholarly Paper, http://papers.ssrn.com/abstract=372160 (access: June 30, 2014).
• Páez A., Long F., Farber S. (2008), Moving Window Approaches for Hedonic Price Estimation: An Empirical Comparison of Modelling Techniques, “Urban Studies”, vol. 45, no. 8, pp. 1565-1581.
• Statistics Canada (2014), Measuring Crime in Canada: Introducing the Crime Severity Index and Improvements to the Uniform Crime Reporting Survey: Table 1 - Examples of Weights for the Crime Severity Index, http://www.statcan.gc.ca/pub/85-004-x/2009001/t001-eng.htm (access: June 30, 2014).
• UN-HABITAT (2007), Enhancing Urban Safety and Security: Global Report on Human Settlements 2007, United Nations Human Settlements Programme, Earthscan, London; Sterling, VA.