1.5. Literatür
2.1.1. Konut Piyasası Kapsamında Mekânsal Heterojenite ve Mekânsal Bağımlılık
Hedonik Fiyatlama Yaklaşımı, reel değerleme çalışmalarında yaygın bir şekilde kullanılan önemli bir araçtır. Bu yaklaşım, konut harcamalarının konutların içsel ve dışsal özellikleri gibi çoklu karakteristiklerine ayrıştırılmasına yardımcı olur. Dolayısıyla, hedonik fiyatlar ya da konut özelliklerinin örtülü fiyatları, konut fiyatları ve belirlenen konut özellikleri arasındaki ilişki çoklu regresyon analiziyle incelenerek elde edilebilir.
Diğer yandan ekonometrik yaklaşımda hedonik model spesifikasyonları tahmin sonuçlarının güvenilirliği açısından önemli rol oynar (Can ve Megbolugbe,1997:203). Hedonik konut fiyatlama çalışmalarıyla ilgili literatürde konutların özellikleri konusunda bir uzlaşma olmasa da konut özellikleri genel olarak üç kategoriye ayrılmaktadır. Bu özellikler, konutun alanı, yaşı gibi yapısal özellikler; konutun bulunduğu mekânın çevresel ve sosyal komşuluk özellikleri ile iş, eğlence ve hizmet merkezlerine ulaşılabilirlik gibi mekânsal özellikler olmak üzere üç kategoriye ayrılabilir (Basu ve Thibodeau,1998:61; Bowen vd., 2001:471).
Konut fiyatı konut özelliklerinin bir fonksiyonu olarak eşitlik (2.3)’teki gibi ifade edilebilir.
k p j i ji ji pi pi ki ki i i S N L Y (2.3)Burada Y konut fiyatlarını, S konutların yapısal özelliklerini, N komşuluk özellikleri ve L mekânsal özellikleri ifade etmektedir.
ise konut fiyatlarını etkileyen ancak modelleme sürecinden dışlanmış diğer tüm faktörleri ifade eden rassal hata terimlerinin birleşiminden oluşan bir vektördür (Bowen vd.,2001: 471).Eşitlik (2.3)’teki model matris notasyonuyla eşitlik (2.4)’teki gibi ifade edilebilir.
X
Y (2.4)
Burada, Y piyasadaki n tane konuta ait satış fiyatlarından oluşan bir vektördür; X (n*k) boyutunda konutların yapısal, komşuluk ve mekânsal özelliklerini kapsayan açıklayıcı değişkenler matrisidir; , (k*1) boyutunda bilinmeyen katsayı vektörüdür ve
Standart Hedonik Konut Fiyatlama Modeli aslında Klasik Doğrusal Regresyon Modelidir ve bilinmeyen katsayılar, En Küçük Kareler Yöntemi ile tahmin edilebilir. En Küçük Kareler Yöntemi ise, veri setindeki tüm gözlemler için tek bir katsayı tahmini verir, yani standart Hedonik Fiyatlama Modeli katsayıların mekâna göre değişmediğini, katsayıların “global” olduğunu varsayar. Bu basitleştirilmiş varsayım ise, kırsal kesimdeki bir konutta oda sayısının fazla olmasının konut fiyatı üzerindeki etkisi ile şehir merkezindeki bir konutta oda sayısının fazla olmasının konut fiyatı üzerindeki etkisinin aynı olup olmadığı sorusunu gündeme getirir. Başka bir deyişle, konut alanlarının arttırılmasının her iki konutun piyasa değerleri üzerindeki parasal değer artışı eşit derecede midir? Konut piyasası ile ilgili yapılan çalışmalar incelendiğinde bu sorunun cevabının hayır olduğu gözlemlenebilir (Farber ve Yeates, 2007: 405-420; Goodman ve Thibodeau ,1998:121-143 ; Goodman ve Thibodeau, 2003:1-19; Hess ve Almedia, 2007:1041-1064; Pavlov, 2000: 249-280, vs.). Konut fiyatlama çalışmalarında verili sürecin davranışının mekâna göre değişkenliği “mekânsal heterojenite” olarak adlandırılır ve mekânsal heterojenitenin, alt konut piyasalarında gerçekleşen farklı mekânsal süreçlerden veya hanehalkı tercihlerinden meydana geldiği düşünülür (Kestens vd., 2006:88).
Bilindiği üzere En Küçük Kareler Yöntemi ile elde edilen tahmin katsayıları, artıkların kareleri toplamının minimizasyonu ile elde edilir. EKK tahmincilerinin “en iyi doğrusal sapmasız” tahminciler olabilmeleri için, X’lerin birbirinden ve hata terimlerinden bağımsız olması, hata terimlerinin birbirinden bağımsız olması, sabit varyansa sahip olması ve normal dağılması gibi varsayımların sağlanması gerekir. Mekânsal veri analizinde ise bu varsayımların teorik açıdan sağlanması pek mümkün olmamaktadır; çünkü mekânsal otokorelasyondan dolayı gözlemler arasında ilişki ve mekânsal heterojeniteden dolayı da regresyon katsayılarının mekâna göre değişmesi durumu söz konusudur. Dolayısıyla, teorik açıdan mekânsal bağımlılık olarak adlandırılan bölgesel etkiler ve teorik açıdan mekânsal heterojenite olarak adlandırılan konut piyasası bölümlenmesinin dikkate alınması gerekir (Long, Paez ve Farber,2007:4). Can (1992b), mekânsal özellikler dizisi ve konutların mekânıyla ilgili dışsallıklar olmak üzere iki tür mekânsal etkiyi incelemiştir. Ancak ilginç bir şekilde Can (1992b)’ın Genişletilmiş Hedonik Konut Fiyatlama Modeli’nin performansı artmamıştır. Bu durum mekânsal heterojeniteyi hesaba katmayan genişletilmiş mekânsal modelin bir sonucu olabilir (Brunsdon vd., 1996 :281-283; Fotheringham vd., 1998: 1905-1906).
Konut fiyatlama ile ilgili yapılan çoğu çalışmada komşuluk etkileri dikkate alındıktan sonra Hedonik Model’e mekânsal etkilerin de (mekânsal bağımlılık ve mekânsal heterojenite) dahil edilmesiyle mekânsal bağımlılıkların azaldığı gözlemlenmiştir (Basu ve Thibodeau, 1998:61-83; Bowen vd., 2001: 466-487; Pace ve Gilley, 1997: 333-339). Ayrıca bu tür çalışmalarda, mekânsal yaklaşımların modellerin istatistiksel özelliklerini ve açıklayıcılık güçlerini arttırma açısından Standart Hedonik Konut Fiyatlama Modelleri’ne üstün olduğu kanıtlanmıştır.
Schnare ve Struyk (1976) konut piyasalarının alt piyasalara ayrıldığını ve her bir alt piyasa için konut fiyatları ve özellikleri arasındaki fonksiyonel ilişkinin kendine özgü olduğunu varsaymaktadır. Alt konut piyasalarının dinamiğini sürece dahil etmek ve konut özellikleri için daha doğru marjinal fiyat tahminleri elde etmek için veri setinin segmentasyon doğrusu boyunca farklı sektörlere ayrılması ve birbirinden bağımsız olan sektörlerin ayrı ayrı tahmin edilmesi gerekir. Ancak, alt konut piyasalarının sınırlarını tanımlamak için segmentasyon tablosu alt piyasalarla ilgili tam bilgi gerektirir ki bu çoğu zaman mümkün değildir. Şimdiye kadar alt piyasaların tanımlanmasında veya birbirinden bağımsız sektörlerin keyfi olarak ve piyasa esneklik tahminleriyle ilgili eksiklerin olduğu durumda ayrıştırılmasında çok sayıda yaklaşım kullanılmıştır. Ancak, tabakaların homojen olduğu varsayımı altında alt piyasalar oluşturulmazsa sonuçlar yanıltıcı olabilecektir (Long, Paez ve Farber, 2007:5).