期刊名称:Acta Universitatis Lodziensis. Folia Oeconomica
印刷版ISSN:0208-6018
出版年度:2017
卷号:2017
期号:3
页码:33-43
DOI:10.18778/0208-6018.329.03
语种:English
出版社:Lodz University Press
摘要:The location of the real estate is the most important determinant of its value.Location does not change,therefore the value of real estate strongly depends on factors specific to a given area within a city.Topography influencing a possibility of land development,territorial development, installations and road infrastructure as well as the neighbourhood have great influence over the price of the real estate.All these factors are connected with buyers’ preferences and with transactional price, unit price and value of the property.The aim of the paper is to analyse the influence of the relative position of the examined real estates on their prices;and comparison of results obtained for Szczecin and Bydgoszcz.In order to achieve this aim Moran’s I Statistic and spatial autoregressive model were applied.The data came from notarial deeds from registers of real estate prices and values concerning transactions on land ownerships on unbuilt land properties in 2014 in Szczecin and Bydgoszcz.
其他摘要: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 lep‑ szych lub gorszych atrybutach.Wzajemne oddziaływanie nieruchomości jest szczególnie widoczne w preferencjach nabywców na rynku,a w efekcie przekłada się na ich cenę transakcyjną,cenę jed‑ nostkową oraz na ich wartość.Celem artykułu jest zbadanie wpływu wzajemnego położenia analizo‑ wanych nieruchomości na ich ceny i porównanie otrzymanych wyników dla Szczecina i Bydgoszczy. W analizie zastosowano statystykę I Morana oraz przestrzenne modele autoregresyjne.Wykorzysta‑ no dane dotyczące transakcji na rynku nieruchomości gruntowych niezabudowanych w 2014 roku w Szczecinie i Bydgoszczy.