Estimating the Effects of Urban Forests on House Prices: A Geographically Weighted Regression (GWR) Approach

Menganggarkan Kesan Hutan Bandar ke atas Harga Rumah: Satu Pendekatan Geographically Weighted Regression (GWR)

Authors

  • Mohd Faris Dziauddin Jabatan Geografi & Alam Sekitar, Fakulti Sains Kemanusiaan, Universiti Pendidikan Sultan Idris, 35900 Tanjong Malim, Perak, Malaysia

Keywords:

House price, urban forests, Hedonic House Price (HPM), Geographically Weighted Regression (GWR), Wangsa Maju

Abstract

This study estimates the premiums added to the price of a house by nearby urban forests using Geographically Weighted Regression (GWR). Housing properties located in Wangsa Maju in the north-east of Kuala Lumpur, Malaysia was chosen as the case study. The outcome of this study showed a positive relationship between the existence of urban forests and house prices. In other words, the proximity of a property to the nearest urban forests uplifts the expected selling price of a house. More importantly this study reveals that the relationship between house price and urban forest are varied over geographical space. In other words, the relationship between house price and urban forest indicates that locational externalities generated by urban forests have a positive impact on house price in some areas but negative or no impact on the others. The magnitude of the effect was also found to be varied; the capitalisation in house prices is found greater in some areas but less on the others. The use of GWR allows such spatially varying relationships to be revealed, therefore leading to a better understanding of the relationship between the existence of urban forests and house prices. Moreover, the positive relationship between the existence of urban forests and house prices found in this study was the reason for urban forests to be preserved and future developments that may involve these precious resources need to be well planned.

 

Kajian ini menganggarkan premium yang ditambah ke atas harga rumah yang terletak berdekatan dengan hutan bandar menggunakan teknik yang agak baru; geographically weighted regression (GWR). Hartanah perumahan yang terletak di Wangsa Maju iaitu di timur laut Kuala Lumpur, Malaysia dipilih sebagai kajian kes dalam kajian ini. Hasil kajian ini menunjukkan terdapat hubungan yang positif antara kewujudan hutan bandar dan harga rumah. Dalam erti kata lain, kehampiran satu unit hartanah dengan hutan bandar meningkatkan harga jualan jangkaan harga rumah. Lebih penting lagi ialah kajian ini menunjukkan bahawa hubungan antara harga rumah dan hutan bandar berbeza-beza mengikut ruang geografi. Dalam erti kata lain, hubungan antara harga rumah dan hutan bandar menunjukkan bahawa locational externalities yang dihasilkan oleh hutan bandar mempunyai impak positif ke atas harga rumah di sesetengah kawasan tetapi memberi impak negatif atau tiada impak pada kawasan yang lain. Magnitud impak ini juga didapati berbeza-beza; manfaat ke atas harga rumah yang lebih besar terdapat di sesetengah kawasan tetapi kurang pada kawasan yang lain. Penggunaan GWR membolehkan hubungan ruangan yang berbeza-beza ini dapat ditunjukkan, oleh itu membawa kepada pemahaman yang lebih baik tentang hubungan antara kewujudan hutan bandar dan harga rumah. Selain itu, hubungan positif antara kewujudan hutan bandar dan harga rumah yang ditemui dalam kajian ini adalah satu sebab mengapa hutan bandar perlu dipelihara dan pembangunan masa depan.

Downloads

Download data is not yet available.

Downloads

Published

2013-10-31

How to Cite

Dziauddin, M. F. (2013). Estimating the Effects of Urban Forests on House Prices: A Geographically Weighted Regression (GWR) Approach: Menganggarkan Kesan Hutan Bandar ke atas Harga Rumah: Satu Pendekatan Geographically Weighted Regression (GWR). GEOGRAFI, 1(2), 80–100. Retrieved from https://ejournal.upsi.edu.my/index.php/GEOG/article/view/459

Issue

Section

Articles