Vliv veřejné zeleně na cenu bydlení v Praze

1. Vliv veřejné zeleně na cenu bydlení v Praze Jan MELICHAR Kateřina KAPROVÁ Centrum pro otázky životního prostředí Super Solidam Petram| COŽP UK 27.3.2013

2. Struktura prezentace • Městská zeleň v Praze • Rešerše literatury • Metoda hedonické ceny • Data a analyzovaná oblast • Regresní modely hedonické ceny • Diskuse výsledků • Special Issue: Urban Ecosystem Services • Revealing preferences of Prague’s homebuyers toward greenery amenities: Theempirical evidence of distance–size effect. Landscape and Urban Planning. Volume 109, Issue 1, January 2013, Pages 56–66. Special Issue: Urban Ecosystem Services • Článek lze nalézt na této webové adrese: http://www.sciencedirect.com/science/article/pii/S0169204612002654

3. Výzkumné cíle • Tvorba a odhad modelu hedonické ceny pro trh s bydlením na území hl. města Prahy se zahrnutím: • strukturálních charakteristik bydlení, • charakteristik dostupnosti, • environmentálních atributů. • Testování hlavní hypotézy: trh s bydlením v Praze pozitivně reflektuje environmentální přínosy, které poskytují plochy městské zeleně obyvatelům Prahy. • Hypotézu se snažíme prokázat na základě testování tzv. principu vzdálenosti (proximity principle): • městské lesy • zemědělskou půdu • malá chráněná území • Odhad regresních modelů se zahrnutím společného působení vzdálenosti a plochy zeleně prostřednictvím interakčních efektů

4. Význam městské zeleně pro obyvatele měst • Městská zeleň poskytuje široké spektrum služeb obyvatelům měst: • Rekreační služby (relaxace, únik z každodenního stresu, sportovní vyžití) • větší plochy zeleně mají vyšší rekreační potenciál v porovnání roztříštěnou zelení mezi obytnými budovami (Bollund a Hunhammar, 1999) • Estetické funkce (příjemné prostředí, architektonický prvek) • Další služby, které mohou podporovat rekreační funkce, obyvateli vnímány nepřímo: • efekty na mikroklima (Costanza et. all, 1997) • absorpce CO2, zachytávání TZL, akustická bariéra • efekt na hydrologický cyklus (zvyšování vlhkosti vzduchu, snižování intenzity tepelných ostrovů) • umožňují migraci živočišných druhů • Rozsah jednotlivých služeb se liší podle typu, kvality a velikosti zelené plochy • větší plochy jsou více ekologicky stabilní Poudyal et al. (2009) • chráněná území – plochy s vyšší ekologickou stabilitou, zde důraz na ochranu biodiverzity

5. Městská zeleň v Praze • Bilance ploch: • Zemědělská půda (41 %) • z toho orná půda (30 %), zahrady (8 %), ostatní (3,1 %) • Lesní plocha (10,3 %), vodní plocha (2,2 %) • Zastavěné plochy (10,2 %) • Ostatní plochy (36,4 %) – komunikace, hřbitov, sportoviště, skládky, jiné • Nárůst zastavěných ploch: od 1990 do 2010 zastavěno 770 ha (1,5 % plochy města), převážně na úkor zemědělské půdy. Tento trend se v posledních letech zpomaluje. • Přírůstky lesních ploch (2010/2009 nárůst 59 ha, 2010/1990 nárůst 231 ha, tj. 4,8 %) • Ochrana 89 maloplošných zvláště chráněných územích • 7 národních přírodních památek, 67 přírodních památek a 15 přírodních rezervací • geologické, paleontologické, botanické, zoologické, entomologické, lesní lokality • celkové rozloha více než 2 200 ha (cca 4,4 % z rozlohy města)

6. Úbytky a přírůstky ploch podle druhů pozemků Úhrnné hodnoty druhů pozemků (ha) Zdroj: ČUZK

7. Podíl lesních ploch v katastrálních územích hl. města Prahy, 2010 Zdroj: URM

8. Ochrana přírody a krajiny, 2009 Zdroj: MHMP, ÚRM

9. Historie HPM 1926: Waugh – cenové rozdíly zeleniny 1938: Court – trh automobilů v Detroitu 1967:první aplikace na trh bydlení: Ridker a Henning => vliv znečištění na cenu bydlení 1974: Rosen – formální model HPM 70. léta: aplikace na městské parky Ostatní použití: Zemědělské komodity Automobily Víno Trh práce

10. Model hedonické ceny • Předpoklad teorie spotřebitele: pořizovací cena, kterou je potenciální kupující ochoten zaplatit, závisí na existenci a úrovni široké škály atributů bydlení Cena bydlení Stavební charakteristiky Místní vybavení a kvalita prostředí Místní socio-ekonomické charakteristiky • Cena: prodejní, nájemní • Stavební charakteristiky: zastavěná plocha, počet místností, typ budovy, stavební materiál, garáž/parkování, sklep… • Místní socioekonomické charakteristiky: úroveň příjmu, zaměstnanost, demografické charakteristiky (věk, zastoupení menšin…) • Místní vybavení a kvalita prostředí: dostupnost škol, obchodů, pracovních příležitostí, vzdálenost od centra města, dopravní vybavenost, kvalita ŽP (vybavenost okolí zelení/otevřenými prostranstvími, hluková zátěž, kvalita ovzduší, ohrožení povodněmi, vzdálenost od skládky/spalovny…)

11. Postup hodnocení • 1. Model prvního stupně • Odhad funkce hedonické ceny • Výpočet mezní implicitní ceny • 2. Model druhého stupně • Odhad poptávky • Výpočet změny přebytku spotřebitele

12. Model prvního stupně • Griliches (1971) a Rosen (1974) • Cíl: odhad implicitní ceny atributu • Charakteristiky bydlení (z) • stavební charakteristiky • místní socio-ekonomické charakteristiky • charakteristiky kvality okolí bydlení • Funkce hedonické ceny (Ph)

13. Funkce hedonické ceny Parametry odhadnuté funkce hedonické ceny odhalují preferenční strukturu atributů statku Jsou použity pro odhad implicitní cenyza změnu úrovně uvažovaného atributu. Vztah mezi cenou bydlení a atributy vysvětlující tuto cenu Zobrazuje, jak množství jednoho atributu (např. hluk, vzdálenost k zeleni) ovlivňuje celkovou hodnotu (cenu) bydlení, ostatní atributy se nemění Env. statek („good“ – kvalita zeleně, ovzduší)  stoupající funkce; faktor („bad“ – znečištění ovzduší)  klesající funkce Regresní analýza

14. Implicitní cena Cena zaplacená jednotlivcem za poslední jednotku atributu První derivace funkce hedonické ceny k danému environmentálnímu atributu

15. Problémy s daty • Chyba u pozorovaných proměnných závislých a nezávislých, které vstupují do modelu (výběr závislé proměnné, měřítko environ. proměnné) • Multikolinearita - obtíže s interpretováním odhadů parametrů, když některé proměnné jsou těsně provázané - korelace atributů navzájem • Segmentace trhu - zda data odpovídají jednomu trhu, nebo zda potřebují rozdělit do několika segmentů, a funkce hedonické ceny je odhadována zvlášť • Výběr funkčního vztahu - Správná funkce hedonické ceny je neznámá. Výběr funkčního tvaru je její aproximací. Výběr nesprávné funkce vede k nepřesnému odhadu chyb funkce hedonické ceny a tudíž vede k chybě odhadu implicitní ceny.

16. HPM studie analyzující blízkost zeleně a dalšího typu otevřeného prostranství • Vyšší ochota platit za bydlení v blízkosti městské zeleně • Lutzenhiser a Netusil (2000)  bydlení do 500 m od městského parku zvyšuje cenu bydlení o 1,8 % • Tyrvainen a Miettinen (2000)  bydlení o 1 km dále od nejbližšího lesa vede v průměru k poklesu ceny bydlení o 5.9 % • Anderson a West (2003)  bydlení do 200 m od zeleně • Městský park  0,44 % • Přírodní oblast  0,58 % • Doss a Taff (1996)  bydlení v blízkosti vodní plochy zvyšuje cenu nemovitosti o 1,9 %

17. Dopady zeleně na ceny nemovitostí • Obecně převažuje pozitivní efekt na ceny nemovitostí (Bengochea-Morancho, 2003; Crompton, 2001; Poudyal et al., 2009) • Typ a rozsah poskytovaných funkcí se liší podle typu zeleně • Mikroklimatické + hydrologické funkce na vyšší úrovni pro větší celky zeleně • Biodiverzita roste s rostoucí plochou + pro chráněná území (Poudyal, Hodges, Tonn, Cho; 2009) • Zatímco parky poskytují dobré podmínky pro rekreaci (Sander a Polasky, 2009), chráněná území mohou přinášet více environmentálních funkcí a jejich implicitní cena může být vyšší (Lutzenhiser a Netusil, 2001)

18. Efekt vzdálenosti a rozlohy zelené plochy • Většina studií se zaměřuje na efekty velkých území – městské parky, lesy, zelené pásy (Anthon et al., 2004 and Asabere and Huffman, 2007) • Menší plochy zeleně nemusí mít významný vliv na cenu nemovitosti (Bengochea-Morancho, 2003) • Otázka: • Přinášejí různé formy zeleně různě velké přínosy? • Zahrnutí různých druhů zeleně • + společné efekty vzdálenosti a rozlohy daného typu zeleně • Index plocha-vzdálenost (Kong et al., 2007) • Interakční proměnné (Anderson a West, 2006)

19. Empirický model • lnPhipřirozený logaritmus nabídkové ceny prodávaného bytu i • Si→strukturální charakteristiky bytu i • Ni→charakteristiky dostupnosti bytu I • Ei→ environmentální charakteristiky bytu i • , a →vektory odhadovaných parametrů • εi→náhodná složka • Mezní implicitní cena pro semi-logaritmický model

20. Data a oblast • Trh s bydlením v Praze • Relevantní informace byly získány z katalogu nemovitostí Reality.cz (http://www.reality.cz) • Individualní charakteristiky bydlení • Nabízená cena • Geografická pozice • Obytná plocha bytu • Datový vzorek • 8 568 apartmánů a bytů v osobním vlastnictví • Časové období od 2005 do 2008 • Geografický informační systém(GIS), software ArcGis • Měření vzdáleností od bytu do centra města, nejbližší stanice metra, k nejbližšímu lesu či parku • Vyloučení nesprávných údajů (duplicity, špatná lokalita)

21. Proměnné vstupující do hedonického modelu

22. Kartogram – rozložení analyzovaných bytů v Praze

23. Kartogram – Rozložení větších ploch městské zeleně

24. Výsledky regresní analýzy pro úplný hedonický model

25. Výsledky regresní analýzy pro hedonický model – „vybavenost okolí zelení“

26. Implicitní ceny a agregace výsledků

27. Závěr • Strukturální proměnné determinují většinu ceny nemovitosti, environmentální proměnné přidávají pouze několik procent vysvětlené variability ceny • Vzdálenost ke všem zkoumaným typům zeleně (městské lesy, chráněná území, pole) má negativní vliv na ceny nemovitostí • Zvýšení vzdálenosti k nejbližšímu lesu o 1 m snižuje cenu nemovitosti o 1 080 Kč, k chráněnému území o 844 Kč, ale pouze do 2 km od místa bydliště • Dopad blízkosti pole není statisticky významný • Efekt rozlohy zelené plochy se liší pro jednotlivé typy zeleně: • Pro městské lesy a chráněná území působí pouze skrze vzdálenost (dopad vzdálenosti na cenu nemovitosti se snižuje pro větší celky zeleně) • Plocha pole neovlivňuje cenu nemovitosti

28. Závěr • Ze směru interakce vyplývá - přítomnost menších ploch zeleně residentům postačuje • Podobně ve studii Bengochea-Morancho, 2003 • Bez zahrnutí malých a roztříštěných ploch zeleně do modelu • Po zahrnutí malých ploch zeleně do modelu: celkový efekt všech „neighborhood greenery amenities“ je pozitivní • Zvýšení procentuálního zastoupení trvalých travních porostů, polí, sadů a zahrad o 1 procentní bod zvyšuje cenu nemovitosti o 11 673 Kč • Zvýšení zastoupení ploch městských parků zvyšuje cenu nemovitosti o 12 534 Kč • U městských lesů je tento efekt ve výši 3 697 Kč

29. Děkujeme za Vaši pozornostjan.melichar@czp.cuni.czkaterina.kaprova@czp.cuni.czwww.czp.cuni.cz