Dampak Nilai Properti Perumahan Dari Kedekatan Dengan Infrastruktur Transportasi.docx

Dampak Nilai Properti Perumahan Dari Kedekatan Dengan Infrastruktur Transportasi: Sebuah Penyelidikan Dari Bus Rapid Transit Dan Rel Berat Jaringan Di Brisbane, Australia Abstrak Investasi Transportasi umum biasanya ditargetkan untuk meningkatkan aksesibilitas yang mendarat menyewa teori identifikasi pada gilirannya meningkatkan nilai tanah. Ada kepentingan kebijakan yang jelas di peningkatan nilai tanah menyusul investasi transportasi baru sehingga untuk membangun jika ada nilai tanah uplift untuk menangkap dan untuk membantu membayar atau memberikan kontribusi untuk rencana investasi. Mengidentifikasi sebuah lahan perumahan telah dipelajari dalam konteks sistem light rail baru andbus rapid transit (BRT) system negara tapi ada sedikit bukti untuk BRT. Makalah ini memiliki dua objek. Pertama, untuk menguji dampak jangka panjang dari konteks BRT Australia. Brisbane BRT menggunakan desain sistem terbuka yang kontras dengan desain sistem tertutup dari sistem BRT yang sukses di Amerika Selatan dan tempat lain, termasuk BRT di pinggiran kota Sydney, Australia. Kedua, BRT di Brisbane diperkenalkan ke jaringan yang sudah didominasi oleh jaringan rel berat radial dan penyelidikan ini mengakui bahwa pengangkatan dari pengenalan BRT karena itu mungkin berbeda dengan BRT di kota mode single. Sebuah motivasi-motivasi adalah untuk mempertimbangkan distribusi spasial yang merupakan prasyarat penting untuk memahami dampak distribusional jika pengangkatan digunakan untuk berkontribusi penyediaan infrastruktur. pemodelan spasial digunakan untuk menguji dampak aksesibilitas dari BRT di tingkat global. Ini diikuti dengan Regresi Tertimbang Geografis, digunakan untuk meneliti distribusi spasial aksesibilitas menggunakan model lokal. Hasil penelitian menunjukkan bahwa ada peningkatan yang lebih besar di Brisbane, dibandingkan dengan identifikasi oleh studi dari Sydney BRT yang kemungkinan disebabkan oleh jangkauan jaringan yang lebih besar dari BRT di Brisbane dan persaingan kurang kuat dari rel. nilai tanah juga spasial didistribusikan melalui jaringan memberikan mengangkat lebih tinggi di beberapa daerah daripada yang lain dan nilai-nilai yang lebih rendah daripada biasanya ditemukan dengan sistem berbasis rel di negara maju. Namun, tingkat relatif rendah, dengan kedekatannya dengan stasiun BRT menarik lebih uplift dari kedekatannya dengan stasiun kereta. 1. Sastra tinjauan

Teori sewa tanah menyediakan link teoritis antara nilai-nilai aksesibilitas dan tanah dengan sewa tanah mencerminkan aksesibilitas yang mendasari. Akibatnya, lokasi-lokasi yang lebih mudah diakses sebagai hasil dari infrastruktur baru akan perintah sewa ulang yang lebih tinggi mencerminkan nilai tanah yang mendasari dan mencakup nilai tinggi. Sebuah komplikasi adalah bahwa teori dikembangkan dalam konteks tanah yang tidak digarap, mengacu pada tanah tanpa struktur di atasnya sedangkan dalam konteks urban kita amati terutama tanah dengan struktur. Ini berarti bahwa metodologi perlu dikembangkan yang mengontrol untuk perbaikan tanah sehingga untuk mengekspos perubahan nilai tanah karena perubahan aksesibilitas yang timbul dari infrastruktur transportasi baru. Makalah ini juga membuat satu perbedaan lebih lanjut yang membedakannya dari surat-surat lainnya dalam literatur melihat dampak infrastruktur transportasi baru. Makalah ini mempertimbangkan dampak dari BRT dimasukkan ke dalam kota mana saja jaringan rel berat, meskipun tidak digunakan dengan baik, telah berada di tempat untuk periode tidak bisa. Oleh karena itu BRT dipertimbangkan dalam makalah ini adalah bagian kecil dari sistem yang lebih besar. Secara keseluruhan, karena analisis empiris adalah menyebrang bagian dan dilakukan setelah semua bagian BRT berada di tempat, menyediakan ukuran jangka panjang dari nilai potensial tinggi. Seperti ditunjukkan di atas, ada hasil yang cukup berbeda mengenai nilai tinggi. Dalam bagian ini karena metodologi yang berbeda yang digunakan serta lokasi yang berbeda dari studi ditinjau. Literatur awal dalam domain ini dipinjam metodologi mereka dari studi eksperimental untuk memberikan kuasi sederhana eksperimental atau sebelum dan sesudah penelitian, beberapa dengan daerah kontrol dan beberapa menggunakan perbedaan model perbedaan. Ini tidak terlalu baik terkait dengan cara di mana teori berkaitan dengan tanah yang tidak digarap karena sebagian besar tidak mengambil spesifik yang fitur properti ke rekening. Selain itu, sementara pendekatan quasiexperimental dieksplorasi perbedaan temporal mereka tidak dapat mencakup nuansa faktor lingkungan dan sosial-ekonomi. metodologi yang lebih canggih telah dikembangkan menggunakan npemodelan hedonik atau Ordinary Least Squares (OLS) regression. 2. Tingkat pelayanan - bus vs kereta Menggunakan desain sistem terbuka, penggunaan maksimum dari infrastruktur busway Brisbane dibuat dengan menjalankan kedua layanan busway batang dan rute satu kursi langsung yang menggunakan busway untuk bagian dari perjalanan mereka. Lebih dari 100 rute busway beroperasi dari yang 20 bentuk Brisbane (radial) sering jaringan bus yang beroperasi tujuh hari

seminggu dengan minimal 15 menit headway (10 menit di jam sibuk). Banyak rute busway lainnya adalah jam puncak mengungkapkan, rute biasa yang beroperasi pada frekuensi berkurang luar jam sibuk atau jasa ke dan dari berbagai Perguruan Tinggi di jaringan busway. Jaringan bus sering terdiri dari 9% dari semua rute bus tetapi beberapa 44% dari total bus patronase. Seperti jaringan kereta api, jaringan busway Brisbane menawarkan penumpang lebih cepat, lebih sering dan dapat diandalkan layanan bus. Akibatnya, busway telah membantu untuk mengangkat kualitas pelayanan bus dan membuat bus lebih signifikan pengaruh pada frekuensi perjalanan dari mode umum lainnya ( Devney 2014 ). Sebaliknya, layanan kereta api Brisbane ini telah secara tradisional dioperasikan pada frekuensi rendah dari rute bus yang sesuai. Akibatnya, jaringan kereta api memiliki tingkat yang relatif rendah patronase dibandingkan dengan jaringan busway. Pada tahun 2013, modus saham untuk bus, kereta api, dan feri yang 54%, 44% dan 2%, masing-masing ( BITRE,2013 ). 3. Metodologi model global dan lokal yang digunakan di sini untuk memperkirakan dampak dari BRT pada nilai tanah. sebagai identifikasi di atas, OLS, spasial lag dan spasial teknik pemodelan error yang digunakan di tingkat global dengan GWR menyediakan model lokal, di mana output dapat dipetakan. Makalah ini menggunakan regresi terbaru dari GWR untuk kontrol lebih lanjut untuk efek yang bisa biasa hasil. Dengan menggunakan pendekatan cross sectional, ini memungkinkan mengangkat jangka panjang untuk diperiksa. Rincian metode yang dibahas berikutnya sebelum beralih ke deskripsi data dan statistik deskriptif. Kedua lag spasial dan model spasial error dapat diperkirakan dengan menggunakan kemungkinan maksimum. Meskipun lag spasial dan model spasial error membantu untuk mengontrol ketergantungan spasial, hasil menunjukkan bahwa mereka tidak berurusan dengan nonstationeritas spasial. 4. Data dan Variabel Data transaksi properti yang digunakan dalam penelitian ini disediakan oleh RPdata, komersial menggabungkan data dari berbagai sumber untuk memberikan rincian informasi transaksi properti, termasuk harga transaksi, jenis properti (rumah atau unit), ukuran area plot, jumlah kamar tidur, kamar mandi dan tempat-tempat parkir, dan garis lintang / bujur dari milik. Seperti tulisan ini terutama berkaitan dengan dampak jangka panjang memperkenalkan BRT menjadi jaringan yang sebelumnya didominasi oleh rel berat untuk transportasi publik, penyangga relatif

besar (5-km) dari garis batang BRT digunakan untuk de fi ne daerah penelitian. Sifat-sifat yang terpilih geocoded di GIS menggunakan informasi koordinat. Jarak jaringan jalan ke stasiun BRT ( DBRT) dan stasiun kereta api ( DTrain) dihitung menggunakan analisis jaringan. Euclidean jarak dari property ke CBD ( DCBD) dan sungai ( Sopir) diukur untuk menunjukkan karakteristik lokasi daerah dan aksesibilitas ke daerah tepi properti yang hipotesis untuk meningkatkan nilai properti. Jumlah tujuan umum ( Fasilitas), seperti restoran, kafe, rumah sakit, perpustakaan, apotek, toko-toko makanan cepat saji, bioskop, bank, dan perawatan anak, dalam 400 m dihitung sebagai indikator fasilitas lokal dalam jarak berjalan kaki dari property dengan hipotesis bahwa jumlah yang lebih tinggi Fasilitas akan menambah untuk harga properti. 5. Hasil Model dan Diskusi Sebuah model harga hedonis standar adalah fi pertama diperkirakan dengan menggunakan OLS. Setelah estimasi theOLS, yang Breusch - Pagan uji andMoran ini saya diuji digunakan untuk mendeteksi keberadaan heteroskedastisitas dan ketergantungan spasial. Kedua tes sangat signifikan tidak bisa (p b 0,001), menunjukkan adanya heteroskedastisitas dan autokorelasi spasial yang kuat dari residual. Selain itu, Lagrange Multiplier (LM) tes dilakukan sebagai diagnostik untuk ketergantungan spasial ( tabel 4 ). Kedua LM-kesalahan dan LM-Lag uji statistik yang sangat signi fi tidak bisa dan nilai LM-Kesalahan statistik lebih besar dari nilai LM-Lag statistik, menunjukkan bahwa ada masalah autokorelasi spasial dan spesifik error spasial fi kation yang lebih baik daripada lag tertentu spasial fi kation. Ini memang kasus ini dan, semua sederajat, untuk setiap seratus meter lebih dekat ke stasiun BRT, kenaikan harga perumahan 0,13%, yang setara dengan $ AUD749 pada rata-rata data. Namun, akses ke stasiun kereta api berhubungan negatif dengan housingprice, dengan sekitar 0,15% penurunan inhousingprice untuk setiap seratus meter lebih dekat ke stasiun kereta api yang setara dengan $ AUD865 di themean data. Hal ini tidak jarang bahwa stasiun kereta memberi efek negatif pada nilai properti. Seperti yang diharapkan, rumah memiliki premi yang positif atas unit atau apartemen memberikan hasil sesuai dengan Zhang (2009) . Lebih kamar tidur, kamar mandi, dan parker berhubungan dengan harga perumahan yang lebih tinggi yang sama dengan penelitian lain menggunakan pemodelan hedonis. Seperti dijelaskan di atas, sosio-ekonomi daerah dan lingkungan lingkungan juga penting dalam menentukan harga perumahan. kepadatan penduduk tinggi, persentase yang lebih tinggi dari orang tua dan pendapatan rumah tangga rata-rata lebih

tinggi dari lingkungan yang berhubungan dengan harga perumahan yang lebih tinggi. Sebaliknya, yang terletak dalam 100 m dari jalan raya utama mengurangi harga perumahan, mungkin karena gangguan lingkungan (misalnya, kebisingan dan emisi bahan bakar) dan yang dekat dengan jalan raya. Semua sederajat, 1-km jarak dari kedua CBD dan sungai dikaitkan dengan 1,7% dan 4,6% penurunan harga perumahan, setara dengan $ AUD9800 dan $ AUD26,517 di rata-rata data masing-masing. Meningkat 100 kejahatan per acre dalam 400 m dari properti dikaitkan dengan 1,2% penurunan harga perumahan (setara dengan $ AUD 6917 di mean dari data). Akhirnya, rata-rata, sifat terletak di dalam fl daerah banjir adalah 9,4% lebih murah daripada sifat-sifat lainnya. 6. Kesimpulan dan Implikasi Kebijakan Penelitian ini secara kuantitatif mengevaluasi penilaian aksesibilitas langsung kedekatan properti perumahan untuk BRT di Brisbane, Australia. Hasil dari model global, OLS dan model spasial, secara konsisten menunjukkan bahwa, segala sesuatu yang lain konstan, yang dekat dengan BRT menambahkan premium dengan harga perumahan sebesar 0,14%, untuk setiap seratus meter lebih dekat ke stasiun BRT atau 0,36% untuk setiap 250 m lebih dekat ke stasiun BRT yang agak lebih rendah dari peningkatan 2,4% ditemukan oleh meta-analisis dari Debrezion et al. (2007) untuk kedekatan mirip dengan stasiun kereta api. Tingkat pengangkatan relatif kecil dan mungkin karena ketergantungan mobil yang diamati di kota-kota Australia. Hasil dari dana Model lokal GWR lebih lanjut menunjukkan bahwa efek kedekatan bervariasi dari ruang. Secara umum, efek kedekatan relatif kuat di stasiun lebih jauh dari CBD, menunjukkan bahwa orang-orang yang tinggal di pinggiran kota aremore mungkin untuk membayar ekstra untuk menjadi dekat dengan stasiun BRT. Namun, hal ini tidak konsisten di seluruh daerah penelitian menunjukkan bahwa karakteristik lokal yang unik belum terkontrol dalam model dan muncul untuk memoderasi hubungan antara dekat dengan stasiun BRT dan harga perumahan. Sebagai contoh, di pinggiran utara daerah penelitian, ada premium negatif untuk dekat dengan (lessmature) stasiun BRT tetapi sebaliknya untuk dekat dengan stasiun kereta api. GWR Model lokal menunjukkan variabilitas ini di peta dan menunjukkan bahwa penyelidikan lebih lanjut dari faktor-faktor lokal yang berkontribusi terhadap variasi efek kedekatan dapat memperoleh manfaat fi resmi. Hasil ini penting tidak hanya untuk lebih

memahami implikasi dari efek kedekatan BRT pada harga properti, tetapi untuk implikasi kebijakan untuk dapat menangkap mengangkat nilai tanah. Dengan membandingkan hasil model yang berbeda, model spasial fi t data lebih baik dibanding model OLS dengan mempertimbangkan efek spasial. Model spasial error adalah yang terbaik dalam menangani masalah autokorelasi spasial. Hasil estimasi OLS, bagaimanapun, masih berisi bahkan di hadapan efek ketergantungan spasial, seperti yang ditunjukkan oleh hasil dari OLS dan spatialmodels serupa. GWR Model lokal meningkatkan model spasial dengan lebih akuntansi untuk nonstationeritas spasial, tetapi memperkenalkan tantangan kolinearity lokal. Penelitian empiris menggunakan model GWR untuk menyelidiki efek spasial pada nilai properti terbatas, studi lebih lanjut diperlukan untuk lebih memahami faktor-faktor yang berkontribusi terhadap efek spasial.