Metoda alokacji wartości w ogólnopolskich badaniach wartości gruntów i zabudowy na szczeblu powiatów

W związku z faktem, że w firmie RealExperts przygotowujemy się do opracowania dużych modeli wartości nieruchomości zabudowanych i gruntów dla większych rynków na obszarze Polski, siedzę sobie i analizuję różne parametry związane z porównywalnością i podobieństwem mniejszych (lokalnych) i większych (regionalnych) rynków w aspekcie wartości nieruchomości. 

Uwzględniam i analizuję na różnych szczeblach (województwo, region, powiat, gmina i miejscowość) różne informacje związane z rynkiem nieruchomości takie jak poziomy, rozkłady i dynamika cen, obrót i wolumen, struktura i lokalizacja nieruchomości. Analizuję do tego także informacje demograficzno-ekonomiczne, takie jak zaludnienie i jego gęstość, stopień urbanizacji,  stopa bezrobocia, poziomy płac, poziom zainwestowania w środki trwałe i nakłady inwestycyjne ogółem i per capita i jeszcze sporo innych.

O wstępnych ciekawych próbach budowy modelu jakości lokalizacji (na szczeblu powiatu) dla niektórych obszarów na podstawie informacji z rynku nieruchomości i danych demograficzno-ekonomicznych napiszę następnym razem, dziś krótko o wartościowych wynikach jakie uzyskano w związku z tym, w sprawie metody alokacji wartości nieruchomości  pomiędzy grunt i zabudowę oraz wyceny gruntu metodą alokacji wartości.

Na podstawie danych o średnich cenach gruntów na szczeblu powiatów (informacja dla  gruntów z 325 na 379 powiatów i informacja dla domów jednorodzinnych z 340 powiatów) stworzono mapy obrazujące dane rynkowe:

Mapa dla średnich cen domów jednorodzinnych w powiatach:

Mapa dla średnich cen gruntów w powiatach:

Oczywiście na pierwszy rzut oka widać, że pomiędzy rozkładem średnich cen domów i średnich cen gruntów w powiatach występują podobieństwa, sugerujące rzecz dość oczywistą do wyrażenia a trudniejszą do policzenia, że poziomy cen gruntów i domów jednorodzinnych są ze sobą skorelowane.

Dokonana regresja średnich cen gruntów względem średnich cen domów jednorodzinnych w powiatach wykazała logarytmiczno-logarytmiczną (potęgową) wyraźną i istotną zależność pomiędzy poziomami cen domów i gruntów, co przedstawia poniższy graf, dla 320 powiatów, dla których posiadamy ceny i domów i gruntów:

Liniowa zależność regresji dla wykresu logarytmiczno-logarytmicznego oznacza, oczywiście, nieliniową zależność pomiędzy poziomami cen gruntów i domów - wraz ze wzrostem cen domów jednorodzinnych poziom cen gruntów rożnie coraz szybciej.

Model pokazuje, że średnio wraz ze wzrostem cen domów ceny gruntów wzrastają w tempie ok. 1,14-razy szybszym, co obrazuje poniższy graf:

Widać wyraźnie, że wraz ze wzrostem cen domów wartość gruntów rośnie znacznie szybciej, co sugeruje, że w miarę wzrostu cen domów wartość względna składnika gruntowego nieruchomości zabudowanych rośnie, tzn., że w droższych domach coraz wyższą %-owy udział ma grunt a coraz niższy jest udział składnika budowlanego, co potwierdza bardziej addytywny niż multiplikatywny charakter wartości składnika budowlanego.

Uwzględniając, że posiadamy zależność między wartością domu jednorodzinnego i odpowiadającą jej wartość gruntu, możemy określić %-owy udział gruntu w całości nieruchomości przy założeniu pewnego współczynnika intensywności zabudowy.

Przyjmując np. współczynnik intensywności zabudowy na poziomie 0,15, otrzymamy następującą zależność określającą udział %-owy gruntu w całości nieruchomości:

Jak widać powyżej średni udział składnika gruntowego na szczeblu powiatu rośnie wraz ze wzrostem ceny za dom (całość nieruchomości) do ok. 10% dla cen najniższych do ponad 30% dla cen najwyższych. 

Ciekawostką jest fakt potwierdzenia przez przytoczone wyżej wyniki zupełnie innych badań wykonanych w firmie RealExperts, wykonanych na zupełnie innych danych i zupełnie inną metodyką, a także dotyczących udziału gruntu w wartości nieruchomości. 

Badania wartości gruntu w inwestycjach deweloperskich w Warszawie.

Badania analizy stosunku wartości gruntu w wartości całości inwestycji prowadzone były w firmie RealExperts m.in. dla transakcji z lat 2007-2009 dotyczących sprzedaży gruntów na terenie wewnętrznych dzielnic Warszawy (Mokotów, Ochota, Wola, Żoliborz, Śródmieście), dla których przeanalizowanych zostało 26 inwestycji co do wartości zakupu gruntu i wartości końcowej inwestycji. W efekcie badań określić można było typowy udział wartości gruntu w wartości inwestycji na 30,2% z typowym przedziałem zmienności od 22,6% do 37,8% wartości p.u.m. (końcowej sprzedażnej wartości inwestycji) co przedstawia poniższy histogram rozkładu udziału wartości gruntu:

Modele wartości nieruchomości zabudowanych dla obszaru Śląska i Mazowsza.

W związku z faktem, że dla obszaru Warszawy i okolic oraz woj. śląskiego istnieją zbudowane rozlegle modele wartości dla nieruchomości komercyjnych oparte o modele multiplikatywne, tj. określające %-owy wpływ poszczególnych czynników szacowania, w tym także wielkości gruntu nieruchomości w modelach tych implicite zawarte są także  właściwe im udziały wartości gruntu w wartości nieruchomości zabudowanych.

W modelu warszawskim udział wartości gruntu dla nieruchomości zabudowanych wynosi 31,0%, z 85%-owym przedziałem ufności między 26,2% a 35,9%.

W modelu śląskim udział wartości gruntu dla nieruchomości zabudowanych wynosi 25,1%, z 85%-owym przedziałem ufności między 23,9% a 26,2%.

Jak widać trzy zupełnie różne typy badań oparte o zupełnie różne dane: porównanie średnich cen nieruchomości zabudowanych i gruntów na szczeblu powiatów w Polsce, analiza cen gruntów i wartości inwestycji  deweloperskich oraz udział wartości gruntu w modelach wartości dla nieruchomości komercyjnych w regionie warszawskim na na Śląsku dają wyniki zbieżne, co pozwala na stosunkowo coraz pewniejsze wykorzystanie metody alokacji wartości pomiędzy grunt i zabudowę w wycenie nieruchomości.

***

W inny sposób zagadnienie alokacji wartości, czyli udziału gruntu w wartości nieruchomości oraz rozdziału wartości między grunt i zabudowę poruszane było już w moich starszych postach: Stan techniczny lokali - jaka charakterystyka wpływu na wartość?, Addytywna alokacja składników nieruchomości, Addytywna alokacja wartości składników nieruchomości - podział stałej oraz w praktyce w poście Optymalny współczynnik zabudowy do wyceny.

Doroczny prezent pod choinkę 2011 dla miłośników wina. Tabela roczników win.

Zgodnie z kilkuletnią już tradycją, co roku przed Gwiazdką, 23 grudnia, pozwalam sobie opublikować malutki prezencik dla miłośników wina - tabelę jakości roczników win.

W przypadku wina, prosta zasada, że im starszy rocznik tym wino lepsze nie sprawdza się. Niewiele win ma w ogóle potencjał starzenia. Większość win jest najlepsza zaraz po rozlaniu do butelek. Są roczniki lepsze i gorsze, słabe i wybitne, ale kto ma głowę do pamiętania, które roczniki były dobre a które nie?

Aby trochę pomóc koleżankom i kolegom, miłośnikom wina, pozwoliłem sobie sporządzić bardzo uproszczoną i schematyczną tabelę jakości roczników win dla głównych obszarów winiarskich za ostatnie kilka lat, co powinno choć trochę pomóc zorientować się w jakości poszczególnych roczników. 

Oczywiście, tabelę cechuje daleko posunięty schematyzm, znaczna generalizacja na bardzo wysokim poziomie uogólnienia, ale zawsze jakaś pomoc.

Tabelę jakości roczników win wykonałem na bazie informacji internetowych serwisów winiarskich - Parkera, Wine Spectatora, Enobytes, WineExpression, Wine Enthusiast, Nirvino i innych doniesień o poszczególnych rocznikach. 

W tym roku tabelkę uzupełniłem o nowe pozycje: Sauternes, Beaujolais i Alzację we Francji oraz o Nową Zelandię w Nowym Świecie.

Sporządzenie tabeli roczników nie jest zadaniem łatwym. Doniesienia różnych serwisów są często sprzeczne i trudno znaleźć jakąś skuteczną regułę uzgodnienia opinii. W przypadku nowszych roczników informacji jest mało a w przypadku ostatniego rocznika bardzo mało.

Ale jest też, podobnie jak w roku poprzednim, dobra wiadomość. Wygląda na to, że po bardzo dobrym dla jakości wina roku 2009 przyszedł równie dobry a może i jeszcze od niego lepszy rok 2010. Na całym świecie, poza Australią i Sauternes, a zwłaszcza w Bordeaux, spodziewać się można dobrego lub bardzo dobrego rocznika.

Przeciętne rokowania co do jakości rocznika 2010 są równie dobre co do rocznika 2009, co jest dobrą wiadomością po słabym roku 2008:

A tutaj tabela roczników 2011:

Tabelkę najlepiej wydrukować i nosić w portfelu. Wtedy jest najprzydatniejsza, bo pod ręką gdy kupujemy wino i chcemy się choć w ogólnych zarysach zorientować o jakości rocznika.

Z ciekawostek można zauważyć, że jakość roczników wina w ciągu ostatniego dziesięciolecia wyraźnie poprawia się, co można zaobserwować na poniższym grafie:

W czasie dziesięciolecia 2000-2010 następował w skali światowej istotny wzrost jakości roczników wina w wymiarze średnim wynoszącym ok. 0,1 pkt/rok. 

Co jest tego powodem? Trudno powiedzieć, może mamy do czynienia z pierwszymi pozytywnymi przejawami globalnego ocieplenia, zwłaszcza, że syntetyczna jakość rocznika wina w skali globalnej silnie koreluje z globalną temperaturą na Ziemi:

Jak widać, zmienność globalnej jakości wina wyjaśniana jest (R2) przez zmienność globalnej temperatury w ok. 1/3. Średnio można stwierdzić poprawę jakości rocznika o ok. 0,29 pkt. przy wzroście temperatury globalnej o każde 0,1 st. C.

Gdyby nie mocno odstający rok 2002, zmiany temperatury ziemi wyjaśniałyby zmiany jakości roczników w ponad 2/3!

Jednocześnie wyraźną ciekawostką jest przewaga jakościowa roczników z lat nieparzystych.

Średnia ocena jakości roczników dla z lat parzystych wynosi 5,77 a dla roczników z lat nieparzystych wynosi 6,19.

Bezpośrednio różnica pomiędzy tymi średnimi jest istotna na poziomie istotności alfa=0,074:

Jeśli jednak dodatkowo uwzględnimy wcześniej określony trend jakości rocznika w analizowanym okresie i zbadamy nie różnice pomiędzy samymi ocenami ale różnice pomiędzy standaryzowanymi resztami względem trendu, wtedy różnica pomiędzy średnimi ocenami jakości wina dla lat parzystych i nieparzystych staje się istotna na poziomie istotności alfa=0,0013!

To ciekawy i zastanawiający wynik. O czym świadczy? Trudno powiedzieć. Mało prawdopodobne jest, że odkryliśmy tu jakieś nowe prawo przyrody powodujące "przeplatanie się" lat dla wina lepszych i gorszych. Myślę, że raczej wykryliśmy jakieś prawidłowości w mechanizmach oceny roczników. Być może działanie jakiegoś "prawa kontrastu"?

Niezależnie od tego, wszystkim miłośnikom wina życzę niezapomnianych przeżyć podniebienia.

Statystyczne refleksje w sprawie wyników wyborów w Warszawie w nawiązaniu do rynku nieruchomości

Na moim blogu miałem już okazję pokazywać statystycznie istotne związki pomiędzy rynkiem nieruchomości i polityką na bazie statystycznych wskazań wyników wyborczych wyborów prezydenckich (patrz posty: O powiązaniu polityki i lokalnego rynku nieruchomości oraz O powiązaniu polityki i lokalnego rynku nieruchomości - ciąg dalszy). Dziś będzie także trochę o powiązaniu polityki i rynku nieruchomości - postaram się na bazie dostępnych wyników wyborów i frekwencji w Warszawie w podziale na dzielnice wywnioskować coś, jak sądzę ciekawego, na temat  elektoratów partii politycznych biorących udział w wyborach.

Za podstawę analizy przyjąłem dane dotyczące frekwencji oraz wyniku wyborczego czterech największych partii politycznych w Warszawie (PO, PiS, Ruch Palikota i SLD) w podziale na dzielnice z dodaniem średnich cen jednostkowych i średniej ceny całkowitej lokali mieszkalnych w podziale na dzielnice, co przedstawia poniższa tabela:

W związku z tymi danymi nasunęło mi się pytanie, na które, jak sądzę, można odpowiedzieć poprzez analizę danych wyborczych:

Wszystkie partie nawołują do jak najbardziej gremialnego udziału w wyborach, twierdząc, że niska frekwencja działa przeciwko nim a wysoka frekwencja im służy, bo mobilizuje ich elektorat. Czy tak jest w rzeczywistości?

Postaram się odpowiedzieć na to pytanie na bazie analizy danych.

Frekwencja i jej wpływ na wyniki partii

Aby móc w sposób wiarygodny odpowiedzieć na to pytanie na początku zbadałem korelacje pomiędzy poszczególnymi zmiennymi (frekwencją, wynikami wyborczymi poszczególnych partii i cenami mieszkań). Macierz korelacji przedstawia poniższa tabela:

Korelacje istotne pomiędzy zmiennymi zaznaczone są pogrubieniem.

Pierwsze, co rzuca się w oczy, to potwierdzenie faktu, że wynik wyborczy wszystkich partii w sposób istotny związany jest z frekwencją. Ale... w inny sposób!

Jedynie wynik wyborczy PO związany jest z frekwencją w sposób pozytywny - im wyższa frekwencja, tym lepszy wynik wyborczy - i to bardzo silnie. Wyniki wszystkich pozostałych partii związane są z frekwencją negatywnie - im frekwencja niższa, tym ich wynik wyborczy lepszy. Od PiS, gdzie ta zależność jest silna do Ruchu Palikota i SLD, gdzie ta zależność jest słabsza.

Najlepiej i najbardziej wyraziście będzie zaprezentować na korelogramach uzyskanych w drodze regresji wyniku wyborczego w dzielnicach Warszawy względem frekwencji w tych dzielnicach.

Platforma Obywatelska:

Jak widać w przypadku Platformy Obywatelskiej mamy do czynienia z bardzo silną (współczynnik determinacji R2 = 0,893) pozytywną, liniową zależnością pomiędzy frekwencją w dzielnicy a uzyskanym przez PO wynikiem wyborczym. Wynik wyborczy PO podlega równaniu regresji:

Wynik wyborczy PO w dzielnicy (%) = -11,886 + 0,893 * Frekwencja w dzielnicy (%)

Oznacza to, że w przypadku PO wzrost frekwencji o 1 p.p. (punkt procentowy) związany jest ze wzrostem wyniku wyborczego o 0,89 p.p.  Wysoka frekwencja w związku z tym bardzo sprzyja PO a dodatkowo zmobilizowany do wyborów elektorat prawie w 90% wybiera PO. Przy czym elastyczność wynosi: 0,89/

Można na tej podstawie wysnuć wnioski bardzo pozytywne dla PO, mówiące, że ma ona duże pokłady milczącego poparcia, które jeżeli tylko stanie się głosem wyartykułowanym w akcie wyborczym w drodze aktywizacji elektoratu, staje się w znakomitej większości głosem oddanym na PO. 

Oznacza to, najprawdopodobniej, że wynik wyborczy PO jest stosunkowo słaby w stosunku do całkowitego poparcia jakim potencjalnie cieszy się PO w społeczeństwie. Aktywność, zdyscyplinowanie i mobilizacja elektoratu PO jest niewysoka, a możliwości poprawy wyniku wyborczego w drodze pozyskania nowych wyborców znaczne.

  

 Prawo i Sprawiedliwość:

W przypadku Prawa i Sprawiedliwości mamy do czynienia z silną (współczynnik determinacji R2 = 0,513) negatywną, liniową zależnością pomiędzy frekwencją w dzielnicy a uzyskanym przez PiS wynikiem wyborczym. Wynik wyborczy PiS podlega równaniu regresji:

Wynik wyborczy PiS-u w dzielnicy (%) = 71,458 - 0,655 * Frekwencja w dzielnicy (%)

Oznacza to, że w przypadku PiS wzrost frekwencji o 1 p.p. (punkt procentowy) związany jest ze spadkiem wyniku wyborczego o 0,65 p.p. Wysoka frekwencja w związku z tym nie  sprzyja PiS a dodatkowo zmobilizowany do wyborów elektorat głosuje przeciwko PiS, pogarszając w sposób bardzo wyraźny jego wynik wyborczy.

Można na tej podstawie wysnuć wnioski niezbyt wesołe dla PiS, mówiące, że ma ona duże pokłady milczącej niechęci, która jeżeli tylko stanie się głosem wyartykułowanym w akcie wyborczym w drodze aktywizacji elektoratu, staje się w znakomitej większości głosem oddanym przeciwko PiS i to w stopniu wyraźnie przewyższającym uzyskane dotychczas poparcie, co w efekcie pogarsza wynik PiS. 

Oznacza to, najprawdopodobniej, że wynik wyborczy PiS jest w stosunku do całkowitego poparcia jakim potencjalnie cieszy się PiS w społeczeństwie wyraźnie wyśrubowany, aktywność, zdyscyplinowanie i mobilizacja elektoratu PiS wysoka a możliwości poprawy wyniku wyborczego w drodze pozyskania nowych wyborców praktycznie niemożliwe.

Ruch Palikota:

Jak widać w przypadku Ruchu Palikota mamy do czynienia ze słabą (współczynnik determinacji R2 = 0,215) negatywną, liniową zależnością pomiędzy frekwencją w dzielnicy a uzyskanym przez Ruch Palikota wynikiem wyborczym. Wynik wyborczy Ruchu Palikota podlega równaniu regresji:

Wynik wyborczy RPAL w dzielnicy (%) = 16,854 - 0,091 * Frekwencja w dzielnicy (%)

Oznacza to, że w przypadku Ruchu Palikota wzrost frekwencji o 1 p.p. (punkt procentowy) związany jest z lekkim spadkiem wyniku wyborczego o ok. 0,09 p.p. Zależność jest  istotna statystycznie ale stosunkowo słabo zaznaczona.

Co do wniosków dla Ruchu Palikota: zwiększenie frekwencji powoduje jednak trochę wyższą mobilizację wyborców glosujących na inne partie, co oznacza, że Ruchowi Palikota dość trudno będzie szybko zwiększyć wynik wyborczy choć nie jest to niemożliwe. Wyniki analizy wydają się wskazywać, że wśród głosujących zwolennicy Puchu Palikota stanowili grupę lekko lepiej reprezentowaną niż w ogóle społeczeństwa, co świadczy o udanej kampanii wyborczej i dobrej mobilizacji elektoratu. 

Sojusz Lewicy Demokratycznej:

W przypadku SLD mamy do czynienia ze słabą (współczynnik determinacji R2 = 0,198) negatywną, liniową zależnością pomiędzy frekwencją w dzielnicy a uzyskanym przez SLD wynikiem wyborczym. Wynik wyborczy SLD podlega równaniu regresji:

Wynik wyborczy SLD w dzielnicy (%) = 16,410 - 0,130 * Frekwencja w dzielnicy (%)

Oznacza to, że w przypadku SLD wzrost frekwencji o 1 p.p. (punkt procentowy) związany jest z lekkim spadkiem wyniku wyborczego o ok. 0,13 p.p. Zależność jest istotna statystycznie ale stosunkowo słabo zaznaczona.

Jak widać także SLD wysoka frekwencja nie służy, choć tak, jak w przypadku Ruchu Palikota 

nie jest to zależność bardzo silna. W ogólności zależność dla SLD i jej siła są podobne jak dla Ruchu Palikota.

Rynek nieruchomości a wyniki wyborcze partii politycznych

Wyniki wyborcze wszystkich powyższych analizowanych partii w powiązaniu z frekwencją i cenami mieszkań przedstawia graf powstały w wyniku zastosowania Analizy Składowych Głównych (PCA) obrazujący wzajemne powiązania zmiennych:

Widzimy wyraźnie, że dane rozpadają się ewidentnie na trzy grupy:

Grupa 1: PO + Frekwencja + ceny mieszkań.

Grupa 2: Ruch Palikota + SLD.

Grupa 3: PiS.

Widzimy, więc, że wynik wyborczy PO związany jest z dzielnicami z wysoką frekwencją i z wysokimi cenami mieszkań. Wyniki Ruchu Palikota i SLD są ze sobą powiązane a wynik PiS stanowi oddzielną kategorię.

W związku z faktem, że jest to jednak blog związany z zastosowaniem metod analizy danych do wyceny i analizy rynku nieruchomości, powinniśmy jednak zobaczyć jak się wyniki wyborcze wiążą z rynkiem nieruchomości.

Jak widzimy w obu przypadkach mamy do czynienia z istotną zależnością pomiędzy cenami całkowitymi mieszkań w dzielnicy a wynikami wyborczymi PO i PiS. 

W wypadku PO jest to zależność pozytywna i silna (współczynnik determinacji R2 = 0,453), w wypadku PiS jest to zależność negatywna i słabsza (współczynnik determinacji R2 = 0,141).

Wynik wyborczy PO podlega równaniu regresji:

Wynik wyborczy PO w dzielnicy (%) = 40,105 + 1,902E-05 * Cena mieszkania w zł

Oznacza to, że wraz ze wzrostem cen mieszkań o każde 100 tys. zł, wynik wyborczy PO poprawia się o 1,9 p.p. (punktu procentowego).

Wynik wyborczy PiS podlega równaniu regresji:

Wynik wyborczy PiS w dzielnicy (%) = 31,696 - 1,027E-05 * Cena mieszkania w zł

Oznacza to, że wraz ze wzrostem cen mieszkań o każde 100 tys. zł, wynik wyborczy PiS pogarsza się o 1,0 p.p.

Widać wyraźnie, że dzielnice, w których mieszkania są droższe głosowały na PO i to głosowały na PO tym bardziej im droższe mieszkania są w danej dzielnicy. W przypadku PiS odwrotnie - tym chętniej głosowano w danej dzielnicy na PiS im tańsze są w niej mieszkania.

A jak jest w przypadku Ruchu Palikota i SLD? Czy będą one prezentowały zależność pozytywną jak w przypadku PO czy negatywną jak w przypadku PiS?

I tu mamy wyraźne zaskoczenie. Zależność wyniku wyborczego Ruchu Palikota od cen mieszkań jest bardzo wyraźna i negatywna(!) W Warszawie uzyskał najlepsze wyniki wcale nie w najdroższych i najlepiej sytuowanych dzielnicach Warszawy (Żoliborz, Wilanów, Mokotów itp.) ale w najtańszych - Praga Północ, Białołęka, Targówek, Wola.

Jest to o tyle ciekawe, że zależność ta dla Ruchu Palikota jest znacznie silniejsza (współczynnik determinacji R2 = 0,333) niż dla PiS (R2 = 0,141) a także niż dla SLD (R2 = 0,065)!, co można zaobserwować niżej:

Wynik wyborczy Ruchu Palikota podlega równaniu regresji:

Wynik wyborczy RPAL w dzielnicy (%) = 12,220 - 3,381E-06 * Cena mieszkania w zł

Oznacza to, że wraz ze wzrostem cen mieszkań o każde 100 tys. zł, wynik wyborczy Ruchu Palikota pogarsza się się o 0,33 p.p. (punktu procentowego).

Wynik wyborczy SLD podlega równaniu regresji:

Wynik wyborczy SLD w dzielnicy (%) = 8,616 - 2,225E-06 * Cena mieszkania w zł

Oznacza to, że wraz ze wzrostem cen mieszkań o każde 100 tys. zł, wynik wyborczy SLD pogarsza się o 0,22 p.p.

Wynik jest ciekawy, z tego względu, że pokazuje potencjał, czy też zaplecze elektoratu Ruchu Palikota. Silna zależność negatywna pomiędzy cenami mieszkań (obrazującymi z grubsza przynajmniej poziom zamożności) a wynikiem wyborczym Ruchu Palikota pokazuje, że mamy tu do czynienia z dużym potencjałem radykalizmu społecznego. W połączeniu z informacjami o bardzo wyraźnej nadreprezentacji w elektoracie Ruchu Palikota osób młodych oraz stosunkowo niezróżnicowanym poparciu ze względu na wielkość miejscowości (poza wsiami) , elektorat Ruchu Palikota jawi się jako elektorat protestu młodych, gorzej sytuowanych, ale bez sentymentów do dawnego ustroju, znajdujących nową formę wyrazu w hasłach głoszonych przez Ruch Palikota. Być może rzeczywiście rodzi się na naszych oczach Nowa (niekomunistyczna) Lewica. 

Interesujące w tym aspekcie jest porównanie korelacji wyników uzyskiwanych przez różne partie polityczne.

Tu sprawa jest jasna: widać, że mamy tu do czynienia z dwoma rozłącznymi elektoratami, gdzie PO ma więcej, tam PiS ma mniej i na odwrót. Elektorat PO to elektorat dzielnic wysokiej frekwencji i drogich mieszkań, elektorat PiS to elektorat niskiej frekwencji i tanich mieszkań.

Inaczej jednak wygląda sprawa z wzajemną relacją wyników Ruchu Palikota i SLD.

Widać wyraźnie, że pomiędzy wynikami Ruchu Palikota i SLD mamy do czynienia z bardzo wyraźną (R2 = 0,429) korelacją pozytywną:

Tam, gdzie SLD zanotował dobry wynik, tam także dobry wynik zanotował Ruch Palikota, co potwierdza podobieństwo bazy społecznej obydwu elektoratów. Zarówno elektorat Ruchu Palikota, jak i SLD, to elektoraty raczej niższej frekwencji oraz tanich mieszkań. Przy czym charakterystyka tej drugiej cechy (ceny mieszkań)  łączy SLD z PiS. Ruch Palikota wygląda pod tym względem na znacznie bardziej radykalny.

Nie można wykluczyć, że ta różnica stanowi o tajemnicy sukcesu Ruchu Palikota i klęsce SLD. Widać wyraźnie, że SLD stępił swoje ostrze społeczne i mimo istnienia twardego jądra zwolenników (na co wskazuje zależność wyniku od frekwencji) przestał wyrażać  pragnienia elektoratu. Wyraził go najwyraźniej Ruch Palikota (co widać po silnej negatywnej zależności między cenami mieszkań i poparciem Ruchu Palikota).

Podsumowanie

Reasumując wszystkie analizy związane z wynikami wyborczymi poszczególnych partii i ich związku z frekwencją i cenami nieruchomości, poniżej zobrazowana zależność pomiędzy cenami mieszkań a frekwencją:

Jak widać, mamy do czynienia z silną pozytywną zależnością pomiędzy cenami mieszkań w dzielnicy a frekwencją:

Frekwencja w dzielnicach podlega równaniu regresji:

Frekwencja w dzielnicy (%) = 58,367 + 2,087E-05 * Cena mieszkania w zł

Oznacza to, że wraz ze wzrostem cen mieszkań o każde 100 tys. zł, frekwencja w dzielnicy  rośnie o 2,1 p.p. (punktu procentowego).

Odpowiadając na zadane na początku pytanie można stwierdzić, że: 

1) Wysoka frekwencja w Warszawie wpływa bardzo dobrze na wynik wyborczy PO i bardzo  źle na wynik wyborczy PiS. Na wynik Ruchu Palikota i SLD wysoka frekwencja ma także wpływ negatywny, choć znacznie mniejszy niż na wynik PiS.

2) Z powyższego wynika, że PO posiada najrozleglejsze zasoby mobilizacyjne elektoratu i możliwości poprawy wyniku, natomiast PiS ma takie zasoby najmniejsze. Sytuacja Ruchu Palikota i SLD jest tu pośrednia ale zbliżona bardziej do PiS niż do PO.

3) Wysoka frekwencja w Warszawie związana jest z dzielnicami z wysokimi cenami mieszkań, niska frekwencja z dzielnicami charakteryzującymi się niskimi cenami mieszkań. Jeśli utożsamić poziom cen mieszkań i poziom życia (dochodów) w dzielnicy, można stwierdzić, że frekwencja jest silnie skorelowana pozytywnie z poziomem życia (dochodów) - najaktywniejsi w wyborach są wyborcy z dzielnic bogatszych.

4) Ceny mieszkań w dzielnicach Warszawy (obrazujące poziom dochodów) są wyraźnie skorelowane z wynikami wyborczymi poszczególnych partii politycznych, z tym, że w przypadku PO silnie pozytywnie, w przypadku Ruchu Palikota dość silnie negatywnie a w przypadku PiS i SLD lekko negatywnie.

Tyle na szybko można wywnioskować z danych o wynikach wyborów w Warszawie. Ciekaw jestem czy zależności te będą wyglądały podobnie w innych miastach i regionach.

Geokodowanie zainwestowania terenu i waloryzacja lokalizacji

W poprzednim moim poście p.t. Geokodowanie, kolorowanie mapy, logarytmy i naturalny sposób patrzenia na świat, przedstawiając mapkę hipsometryczną Polski, jaką utworzyłem za pomocą zgeokodowanych miejscowości i informacji o ich położeniu n.pm., napisałem:

Mapka powstała przy okazji moich badań i działań związanych z geokodowaniem, tym razem nie obiektów transakcji rynku nieruchomości a innych punktowych i liniowych elementów infrastruktury terenu (takich jak drogi, autostrady i zjazdy z nich, skrzyżowania dróg krajowych oraz dworce, lotniska, szkoły, szpitale itp.) oraz elementów topograficznych (rzeki, jeziora itp.), co robię w związku z przygotowaniem nowej wersji systemu wyceny wartości nieruchomości komercyjnych w regionie śląskim (o którym napiszę więcej jak nowa wersja systemu będzie już gotowa).

"Badania i działania" związane z geokodowaniem różnych elementów infrastruktury mającej powiązanie z rynkiem nieruchomości, choć niespiesznie, to jednak posuwają się do przodu.

Ostatnio zastanawiałem się w jaki sposób obiektywnie, tzn. za pomocą jednoznacznych i sprawdzalnych, czyli obiektywnych, kryteriów wartościować przestrzeń, czyli lokalizację nieruchomości. 

O moich analizach tego zagadnienia, w których pisałem o analizie zmiennych nazwowych, o badaniu wpływu odległości od centrum lub kilku wyróżnionych punktów oraz o wpływie kierunku w przestrzeni pisałem na moim blogu już wcześniej.  Tym razem zainteresowałem się tym zagadnieniem od innej strony - od strony obiektywnego określenia jakości lokalizacji na podstawie jej stosunku do zgeokodowanych, tj. precyzyjnie umiejscowionych w przestrzeni, różnego rodzaju obiektów związanych z ludzką działalnością.

Weźmy przykład z pracy wykonanej w Warszawie, gdzie w firmie RealExperts trwają prace nad stworzeniem ogólnowarszawskiego modelu wartości nieruchomości gruntowych i przewidywaną aktualizacją systemu wyceny wartości nieruchomości komercyjnych w Warszawie i okolicach. W naszym przypadku w badaniach idzie o to, aby móc określić w sposób obiektywny dostępność do komunikacji miejskiej dla dowolnego punktu na obszarze Warszawy.

Aktualnie w Warszawie i okolicach objętych komunikacją warszawską Zarządu Transportu Miejskiego (ZTM), posiadamy zgokodowane ponad 6.500 przystanków (w obie strony, tzn. każdy z 6.500 przystanków jest zgeokodowany oddzielnie) w ok. 2.100 lokalizacjach, określanych nazwowo - np. "Dworzec Centralny", "Plac Narutowicza", "Aleja Zieleniecka" itd., gdzie może występować po kilka przystanków, zarówno autobusowych, jak i tramwajowych w obie strony.

Dzięki posiadaniu takiej zgeokodowanej informacji o przystankach komunikacji miejskiej można zacząć ciekawe obliczenia. Dla dowolnego adresu lub punktu na terenie Warszawy (np. działki) można określić dzięki temu np. jaka jest odległość do najbliższego przystanku, ile i jakich jest przystanków w promieniu 1 km lub 2 km od analizowanego przez nas punktu.

Mapkę przedstawiającą zgeokodowane lokalizacje przystanków komunikacji miejskiej (tylko dla obszaru Warszawy, z pominięciem lokalizacji podwarszawskich) przedstawia poniższa mapka:

Każdy punkt na powyższej mapie przedstawia zgeolokalizowaną lokalizację przystanków, przy czym wielkość punktu obrazuje ważność komunikacyjną lokalizacji liczoną liczbą przystanków (inny sposób, który też zostanie zastosowany, to liczba linii w danej lokalizacji).

Widać wyraźnie, że na obszarze Warszawy są miejsca gęsto i intensywnie skomunikowane pod względem komunikacji miejskiej i takie gdzie do najbliższego przystanku jest daleko a ranga przystanku jest niska.

Najwyższymi pod względem rangi komunikacyjnej lokalizacjami w Warszawie są Dworzec Centralny w Śródmieściu oraz Rondo Wiatraczna na Grochowie, co można zobaczyć na poniższej mapce:

Jak widać w przy Dworcu Centralnym mamy 21 przystanków (autobusy i tramwaje), przy Rondzie Wiatraczna 19 (autobusy i tramwaje) a przy Agrykoli 3 (autobusy).

Dzięki temu możemy określić dla dowolnego punktu, a w efekcie dla dowolnej nieruchomości, czy to będącej przedmiotem transakcji czy dopiero wycenianej jakość dostępu do niej za pomocą komunikacji miejskiej.

Oczywiście wpływ jakości skomunikowania na uzyskiwane ceny nieruchomości (różnych typów) musi być dopiero przedmiotem badania ale to, już oczywiście, "tylko" kwestia przeprowadzenia odpowiednich analiz.

Jako, że mój wspólnik Wojtek Nurek jest zaprzysięgłym wielbicielem komunikacji publicznej we wszystkich jej formach, mogę w tym miejscu go ucieszyć, że i jego Śląsk też nie jest pominięty w naszych badaniach.

Poniżej można sobie zobaczyć mapkę lokalizacji przystanków komunikacji miejskiej (regionalnej?)  obsługiwanej przez Komunikacyjny Związek Komunalny Górnośląskiego Okręgu Przemysłowego (KZK GOP).

W tym przypadku mamy zgeokodowanych ponad 2.600 lokalizacji na obszarze KZK GOP, które pozwolą, w połączeniu z komunikacjami lokalnymi precyzyjnie i obiektywnie określić dostępność komunikacji miejskiej.

Oczywiście, dostępność do komunikacji miejskiej jest tylko jednym z wielu czynników lokalnego zainwestowania świadczącego o jakości przestrzeni w aspekcie rynku nieruchomości. W aspekcie komunikacji z całą pewnością będą to także, oprócz komunikacji miejskiej, także przystanki PKS i kolejowe (różnych typów) oraz w ogóle lokalizacja względem układu drogowego (autostrady, drogi ekspresowe, krajowe i wojewódzkie - zjazdy i skrzyżowania). Wszystkie one zostaną uwzględnione.

Ważna jest także dostępność do podstawowych usług: szpitale, przychodnie zdrowia itp., dostępność usług handlu - sklepy, hipermarkety, stacje benzynowe itp.

Dzięki uprzejmości Poczty Polskiej S.A. uzyskaliśmy dokładne adresy wszystkich placówek pocztowych w Polsce, których, okazuje się, jest w kraju aż 8.395 (urzędów pocztowych i filii urzędów oraz  agencji pocztowych).

Mapę zgeokodowanych lokalizacji wszystkich placówek Poczty Polskiej można obejrzeć niżej.

Dzięki precyzyjnemu zgeokodowaniu wszystkich placówek pocztowych dostępność do usług pocztowych, co zwłaszcza na słabiej zurbanizowanych obszarach może być jednym z kilku miarodajnych wyznaczników jakości lokalizacji, jest w tej chwili w pełni wykonalna.

Albo inne zagadnienie - bankomaty. 

Jak wiadomo bankomaty są instalowane tam, gdzie opłaca się to dysponującym nimi instytucjom finansowym. A instytucjom finansowym opłaca się instalować bankomaty tam, gdzie jest duży ruch, zwłaszcza pieszy, gdzie jest dobre miejsce do handlu i usług. W efekcie gęstość sieci bankomatowej na danym terenie okazuje się być bardzo dobrym wyznacznikiem lokalizacyjnym jakości handlowo-usługowe miejsca. 

Wg danych instytucji finansowych, aktualnych na wrzesień 2011 r., w całej Polsce zainstalowanych było łącznie 16.310 bankomatów. Ale ich sieć jest rozmieszczona skrajnie nierównomiernie. Na razie jeszcze trwa zbieranie informacji i uzupełnianie geokodowania dla wszystkich bankomatów w Polsce, ale dla Warszawy mamy to zadanie już wykonane.

Dzięki temu można zobrazować mapę cenności handlowo-usługowej przestrzeni ww Warszawie określonej za pomocą wszystkich istniejących w Warszawie bankomatów, co przedstawia poniższa mapka.

Na mapce zobrazowano wszystkie istniejące aktualnie bankomaty wszystkich instytucji finansowych, których w Warszawie jest aktualnie trochę ponad 1.700 i zlokalizowane są pod  ponad 1.100 adresami. W związku z faktem, że pod niektórymi adresami (hipermarkety, galerie handlowe) usytuowanych jest wiele bankomatów, dla tych miejsc liczbę bankomatów zobrazowano wielkością punktu.

 Widać wyraźnie, że  rozmieszczenie bankomatów jest skrajnie nierównomierne. Np. w Śródmieściu, które jest obszarowo bardzo małą dzielnicą zlokalizowane jest aż 362 bankomaty, podczas gdy w całym Wawrze, zajmującym prawie 1/5 obszaru miasta tylko 27, a w równie dużym obszarowo Wilanowie tylko 13 bankomatów.

Najgęściej bankomaty zlokalizowane są w centrum, wzdłuż ciągów pieszych, na gęsto zaludnionych osiedlach oraz w centrach handlowych, przy czym w największych, w których jest największy ruch handlowo-usługowy mamy do czynienia z największą koncentracją bankomatów.

Najwięcej, bo aż 13 bankomatów, zlokalizowano w galerii Złote Tarasy, ul. Złota 59. Nie ma co się dziwić, mamy do czynienia bowiem z obiektem w Warszawie dość wyjątkowym - galerią handlową zlokalizowaną w najściślejszym centrum miasta:

Typową sytuacją jest koncentracja bankomatów w innych dużych centrach handlowych.

Tu przykład Galerii Mokotów, ul. Wołoska 2 - 10 bankomatów:

 Niektóre szczególne miejsca, także są obszarem lokalizacji znacznej liczby bankomatów.

Tu Port Lotniczy im. Fryderyka Chopina (Lotnisko Okęcie) - bankomatów:

W ścisłym centrum, wzdłuż ciągów pryncypalnych ulic o najwyższym natężeniu ruchu pieszego bankomaty lokalizowane są w bardzo dużym zagęszczeniu:

Dzięki rozmieszczeniu sieci bankomatowej możemy np.  w sposób nie budzący wątpliwości dokonać handlowo-usługowej waloryzacji  lokalizacji dla trzech nieodległych, biegnących równolegle, znajdujących się w podobnej odległości od centrum ulic warszawskich: Puławskiej, Alei Niepodległości i Sobieskiego:

Natychmiast zauważamy bardzo wyraźne różnice. 

Przy ul. Puławskiej widzimy wysoką gęstość bankomatów, przy Alei Niepodległości trochę niższą a przy ul. Sobieskiego znacznie niższą. 

Przy ul. Puławskiej w widocznym obszarze zlokalizowanych jest 18 bankomatów, przy Alei Niepodległości 11 bankomatów (przy czym część związana jest ze stacjami Metra) a przy ul. Sobieskiego 7.

Na dziś wystarczy. To oczywiście początek całej drogi, tzn uzyskanie informacji o szczegółowej lokalizacji pewnych istotnych dla waloryzacji przestrzeni obiektów. Bliskość, gęstość i ranga tych obiektów mogą być niezwykle użyteczną informacją dla określania cech rynkowych związanych z położeniem nieruchomości. 

Dalszym ciągiem naszej pracy musi być analiza wpływu tak pokreślonych cech na ceny osiągane przez rożnego typu nieruchomości.

O postępach badań prowadzonych w firmie RealExperts w tym zakresie będę, oczywiście, informował.