Pokaż uproszczony rekord

dc.contributor.authorGargula, Krzysztof
dc.contributor.authorZając, Wojciech
dc.date.accessioned2016-07-11T10:41:39Z
dc.date.available2016-07-11T10:41:39Z
dc.date.issued2016
dc.identifier.issn1508-1117
dc.identifier.urihttp://hdl.handle.net/11089/18743
dc.description.abstractCelem artykułu jest ustalenie wpływu determinant geoprzestrzennych1 na zachowania nabywców nieruchomości mieszkaniowych w przestrzeniach zurbanizowanych. Zachowanie konsumentów na rynku nieruchomości mieszkaniowych zależy w dużej mierze nie tylko od czynników wewnętrznych (nieprzestrzennych) charakteryzujących nieruchomości przede wszystkim od strony funkcjonalno-technicznej, ale również od czynników zewnętrznych (geoprzestrzennych) opisujących główny atut każdej nieruchomości mieszkaniowej, czyli jej lokalizację w strukturze przestrzeni zurbanizowanej. W celu zrealizowania założeń artykułu przeprowadzono badania geostatystyczne na podstawie danych z rynku nieruchomości lokalowych miasta Bytom.pl_PL
dc.description.abstractThe 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.pl_PL
dc.language.isoplpl_PL
dc.publisherWydawnictwo Uniwersytetu Łódzkiegopl_PL
dc.relation.ispartofseriesActa Universitatis Lodziensis. Folia Geographica Socio-Oeconomica;23
dc.subjectzachowanie przestrzennepl_PL
dc.subjectwartość przestrzenipl_PL
dc.subjectnieruchomości mieszkaniowepl_PL
dc.subjectprzestrzeń zurbanizowanapl_PL
dc.subjectgeostatystykapl_PL
dc.subjectspatial behaviorpl_PL
dc.subjectspace valuepl_PL
dc.subjectresidentialpl_PL
dc.subjecturbanized spacepl_PL
dc.subjectgeostatisticspl_PL
dc.titleNowe zachowania przestrzenne nabywców nieruchomości mieszkaniowych w przestrzeniach zurbanizowanychpl_PL
dc.title.alternativeNew spatial behaviors of residential properties purchasers in urban spacespl_PL
dc.typeArticlepl_PL
dc.rights.holder© Copyright by Krzysztof Gargula, Wojciech Zając, Łódź 2016; © Copyright for this edition by Uniwersytet Łódzki, Łódź 2016pl_PL
dc.page.number101–119pl_PL
dc.contributor.authorAffiliationUniwersytet Ekonomiczny w Katowicach, Wydział Ekonomii, Katedra Gospodarki Przestrzennej.pl_PL
dc.identifier.eissn2353-4826
dc.referencesBranna J., 2012, Analiza zależności pomiędzy ceną a lokalizacją nieruchomości na przykładzie Krakowa, „Roczniki Geomatyki – Annals of Geomatics”, 10 (4/54), Kraków, s. 29–40.pl_PL
dc.referencesCellmer 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.pl_PL
dc.referencesCellmer 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.pl_PL
dc.referencesCellmer R., 2014, Modelowanie przestrzenne w procesie opracowywania map wartości gruntów, Wydawnictwo Uniwersytetu Warmińsko-Mazurskiego, Olsztyn.pl_PL
dc.referencesCharlton 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.pl_PL
dc.referencesChrzanowska M., 2011, Przestrzenna analiza warszawskiego (wtórnego) rynku mieszkaniowego, „Studia i Materiały Towarzystwa Naukowego Nieruchomości”, 19(3), Olsztyn, s. 170–180.pl_PL
dc.referencesCichociński P., 2011, Porównanie metod interpolacji przestrzennej w odniesieniu do wartości nieruchomości, „Studia i Materiały Towarzystwa Naukowego Nieruchomości”, 19(3), Olsztyn, s. 120–129.pl_PL
dc.referencesCiesiółka 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).pl_PL
dc.referencesCzornik M., 2008, Miasto. Ekonomiczne aspekty funkcjonowania, Wydawnictwo Akademii Ekonomicznej im. K. Adamieckiego w Katowicach, Katowice.pl_PL
dc.referencesDomański R., 2002, Gospodarka przestrzenna, PWN, Warszawa.pl_PL
dc.referencesGargula K., 2014, Ocena zagospodarowania przestrzennego Bytomia pod względem atrakcyjności inwestycyjnej, Uniwersytet Ekonomiczny w Katowicach, praca magisterska, Katowice.pl_PL
dc.referencesGórczyńska M., 2015, Gentryfikacja w polskim kontekście: krytyczny przegląd koncepcji wyjaśniających, „Przegląd Geograficzny”, IGiPZ PAN, Warszawa, s. 589–611.pl_PL
dc.referencesIlnicki 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.pl_PL
dc.referencesKisiała W., 2013, Wykorzystanie geograficznie ważonej regresji do analizy czynników kształtujących zapotrzebowanie na świadczenia przedszpitalnego ratownictwa medycznego, „Przegląd Geograficzny”, 85, IGiPZ PAN, Warszawa, s. 2.pl_PL
dc.referencesKopczewska K., 2011, Ekonometria i statystyka przestrzenna z wykorzystaniem programu R CRAN, CeDeWu Wydawnictwa Fachowe, Warszawa.pl_PL
dc.referencesKot S.M., Jakubowski J., Sokołowski A., 2007, Statystyka: podręcznik dla studiów ekonomicznych, Centrum Doradztwa i Informacji Difin, Warszawa.pl_PL
dc.referencesKozioł-Kaczorek D., 2011, Statystyka Morana w analizie rozkładu cen nieruchomości, „Metody Ilościowe w Badaniach Ekonomicznych”, XII–2, Warszawa, s. 222–231.pl_PL
dc.referencesKozioł-Kaczorek D., Pietrzykowski R., 2011, Analiza cen nieruchomości z wykorzystaniem statystyki Morana, „Studia i Materiały Towarzystwa Naukowego Nieruchomości”, 19(3), Olsztyn, s. 182–191.pl_PL
dc.referencesLi J., Heap A.D., 2008, A review of spatial interpolation methods for environmental scientists, Geoscience Australia, Canberra.pl_PL
dc.referencesLichstein J.W., 2002, Spatial autocorrelation and autoregressive models in ecology, „Ecological Monographs”, 72(3), s. 445–463.pl_PL
dc.referencesLongley P.A., Goodchild M.F., Maguire D.J., Rhind D.W., 2006, GIS. Teoria i praktyka, PWN, Warszawa.pl_PL
dc.referencesŁaszek 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.pl_PL
dc.referencesMordwa S., 2011, Kradzieże w przestrzeni Łodzi, „Acta Universitatis Lodziensis. Folia Geographica Socio-Oeconomica”, 11, Wydawnictwo UŁ, Łódź.pl_PL
dc.referencesMurzyn M.A., 2006, Kazimierz. Środkowoeuropejskie doświadczenie rewitalizacji, Międzynarodowe Centrum Kultury, Kraków.pl_PL
dc.referencesObrót nieruchomościami w 2014, 2015, GUS, Warszawa.pl_PL
dc.referencesOjrzyńska 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.pl_PL
dc.referencesPalicki S., 2013, Rewitalizacja a rynek nieruchomości mieszkaniowych. Przypadek poznańskie Środki, Wydział Prawa i Administracji UAM, Poznań, s. 209–229.pl_PL
dc.referencesPolko A., 2005, Miejski rynek mieszkaniowy i efekt sąsiedztwa, Wydawnictwo Akademii Ekonomicznej im. K. Adamieckiego w Katowicach, Katowice.pl_PL
dc.referencesRosser 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.pl_PL
dc.referencesRunge J., 2007, Metody badań w geografii społeczno-ekonomicznej: elementy metodologii, wybrane narzędzia badawcze, Wydawnictwo Uniwersytetu Śląskiego, Katowicpl_PL
dc.referencesTobler W., 1970, A Computer Movie Simulating Urban Growth in the Detroit Region, „Economic Geography”, 46(2), s. 234–240.pl_PL
dc.referencesUrbański J., 2012, GIS w badaniach przyrodniczych, Wydawnictwo Uniwersytetu Gdańskiego, Gdańsk.pl_PL
dc.referencesWidłak M., Waszczuk J., Olszewski K., 2014, Spatial and hedonic analysis of house price dynamics in Warsaw, NBP Working Paper, 197, Warszawa.pl_PL
dc.referencesZając 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.pl_PL
dc.identifier.doi10.18778/1508-1117.23.06


Pliki tej pozycji

Thumbnail

Pozycja umieszczona jest w następujących kolekcjach

Pokaż uproszczony rekord