نقشه راه GIS

درخواست مشاوره

09120049370

8 صبح تا 12 شب

09120049370

Telegram Whatsapp Youtube
کاربرد جی ای اس

خلاصه

سیاست‌هایی که بر اجرای تخلفات کد دارایی و بهبود املاک خالی تمرکز دارند، برای مبارزه با بلایای شهری مؤثرتر از سیاست‌های تخریب هستند. این مطالعه داده‌های سطح بسته را برای یک ساختار مدل‌سازی ترکیبی چند ساله اعمال می‌کند. تجزیه و تحلیل دقیقی بر روی الگوهای پویا رهاسازی و تخریب برای یک دوره منحصر به فرد چهار ساله قبل و بعد از تلاش‌های تخریب سریع شهر بوفالو انجام شده است. نتایج نشان داد که نزدیکی به املاک خالی و متروکه، که در طول سالیان متمادی پایدار مانده است، بیشترین تأثیر را بر احتمال رها شدن ملک داشته است. دومین تأثیر مثبت بزرگ بر رها شدن دارایی، اندازه جلوی زمین کوچک بود. نتایج همچنین نشان داد که تراکم خالی محله بیشترین تأثیر منفی را بر قیمت فروش مسکن اطراف در طول سال‌ها داشته است. هیچ اثر قابل توجهی از تخریب بر قیمت فروش مسکن وجود ندارد. این یافته ها نشان می دهد که شهر باید به جای تمرکز بر برنامه های تخریب محور، برنامه های تشویقی بیشتری داشته باشد که برای کنترل تعداد املاک خالی طراحی شده اند.
کلید واژه ها: 

رها شدن مسکن ; تخریب ; بلایت شهری

 

1. معرفی

در سال 2007، بانک فدرال رزرو نیویورک گزارش داد که بوفالو از نظر سرانه املاک خالی در رتبه دوم ملی قرار دارد. تا سال 2008، شهر بوفالو مالک بیش از 10000 ملک خالی بود [ 1 ]. در پاسخ به اپیدمی جای خالی خود، شهر بوفالو یک طرح تخریب تهاجمی را با هدف حذف 5000 سازه در پنج سال اتخاذ کرد [ 2 ]. تمرکز شهر بر تخریب تسریع شده در رویکرد اول تخریب، همگام با منافع سراسری بود. این رویکرد همراه با سایر سیاست‌های توسعه شهری نئولیبرالی مانند هدف قرار دادن بهبودهای عمومی و یارانه‌ها برای ارتقای توسعه خصوصی، به عنوان ابزاری برای تحریک سرمایه‌گذاری مجدد و حذف بلایت مورد حمایت قرار گرفته است [ 3 ، 4 ،5]. با این حال، افزایش تمرکز بر تخریب در بوفالو از سال 2006، منجر به کاهش خالص در تعداد کل مشاغل خالی نشده است. همچنین شرایط محله را بهبود بخشیده است. در سال 2010، خدمات پستی ایالات متحده گزارش داد که بیش از 15000 آدرس خالی در شهر وجود دارد، و سرشماری ایالات متحده گزارش داد که 11196 واحد مسکونی “سایر” وجود دارد. که برای فروش، اجاره یا استفاده برای اهداف تفریحی فصلی یا اهداف دیگر نبودند. این دسته به عنوان نماینده ای برای واحدهای مسکونی که برای همیشه خالی یا متروکه در بوفالو بودند عمل می کند. این نتیجه منحصر به بوفالو نیست. علیرغم تلاش‌های مشابه تخریب در سایر شهرهای کمربند زنگ‌زدگی، مانند بالتیمور و یانگستاون،6 ، 7 ]. علاوه بر این، تخریب ها به صورت تصادفی تر و اغلب بر اساس اولویت های جامعه به دلیل فقدان یک استراتژی روشن انجام می شد [ 7 ، 8 ].
ادبیات کنونی توجه محدودی به تحلیل رابطه بین رهاسازی و تخریب، یا استفاده از چنین تحلیلی برای هدایت تصمیم گیری کرده است. سیاست‌های مبارزه با جای خالی و رهاسازی عمدتاً واکنشی بوده است، در مقابل سیاست‌های پیشگیرانه [ 9 ، 10 ، 11 ]. این سیاست ها در درجه اول با تمرکز بر تخریب گسترده تدوین شده اند که در تحلیل تجربی پیامدهای تخریب یا عواملی که به خالی شدن و رها شدن مسکن کمک می کنند، به خوبی مبتنی نیست [ 3 ، 6 ، 9 ، 12 ].]. این سیاست‌ها همچنین با داده‌های تجربی محدودی در مورد چگونگی تأثیر تخریب بر املاک و محله‌های مجاور دنبال شده‌اند.
این مقاله سعی دارد درک ما را از تأثیر رهاسازی و تخریب بر املاک مجاور گسترش دهد. تجزیه و تحلیل بر اساس داده های تجربی در سطح خرد و چند ساله است که مکان ها را با و بدون تلاش های تخریب تهاجمی بررسی می کند تا بحث فعلی در مورد خالی بودن و رها شدن مسکن را پیش ببرد. ما تجزیه و تحلیل دقیقی از توزیع فضایی املاک رها شده و تخریب شده در طول سال‌ها در بوفالو انجام می‌دهیم تا به درک الگوهای پویای رهاسازی و تخریب در شهرهای آسیب‌دیده کمک کنیم. ما نیروهای محرکی را که رها شدن را تشدید می‌کنند و تأثیر رهاسازی و تخریب بر املاک مجاور را قبل و بعد از تلاش‌های تخریب تهاجمی شهر بررسی می‌کنیم. ما همچنین بررسی می کنیم که مهمترین عوامل هنگام انتخاب مکان های تخریب در بوفالو چه بوده است. نتایج حاصل از تجزیه و تحلیل ما اطلاعات، پشتیبانی و بحث های بیشتر در مورد سیاست ها و برنامه های مبارزه با بلایت است. یافته‌های ما به حجم رو به رشدی از ادبیات کمک می‌کند که تأثیر تخریب و عوامل مؤثر در خلأ و رها شدن طولانی‌مدت را بررسی می‌کند.

2. بررسی ادبیات بین المللی

خانه ها و ساختمان های خالی و متروکه به طرق مختلف بر محله ها تأثیر می گذارند [ 9 ، 13 ، 14 ]. برخی از مطالعات نشان داده‌اند که بلوک‌هایی که ساختمان‌های خالی دارند، ۳.۲ برابر بیشتر از بلوک‌هایی که خانه‌های خالی ندارند، تماس‌های مرتبط با مواد مخدر با پلیس و ۱.۸ برابر بیشتر تماس‌های مرتبط با سرقت داشته‌اند. سالانه بیش از 12000 آتش سوزی در سازه های خالی شروع می شود و بیش از 70 درصد آتش سوزی ها در ساختمان های خالی یا متروک نتیجه آتش سوزی بوده است [ 13 ]. دیگران دریافتند که نرخ جرم و جنایت در محله های پریشان که مسکن های عمومی برای تخریب هدف قرار گرفته اند، بالاست [ 15 ، 16 ]. سیلورمن و همکاران [ 17] استدلال کرد که املاک خالی و متروکه در شهرهایی مانند بوفالو نشان دهنده ثابتی دائمی از محیط شهری است. پس از تأسیس، آنها به سرعت در محله های پریشان که تحت تأثیر از دست دادن شغل و جمعیت قرار داشتند، گسترش یافتند. وجود این ویژگی‌ها، که نویسندگان آنها را ویژگی‌های زامبی نامیده‌اند ، سیر نزولی محله‌ها را تسریع می‌کند. نرخ فقر و نرخ بیکاری به طور مداوم برای چندین دهه در این شهرها افزایش یافته است [ 18 ].
جای خالی زیاد و رها شدن نیز با ارزش اموال کمتر مرتبط است [ 9 ، 19 ]. با توجه به کمپین ملی خالی از سکنه، یک مطالعه در فیلادلفیا در سال 2001 نشان داد که خانه‌هایی در 150 فوتی یک ملک خالی بیش از 7000 دلار کاهش یافته است [ 13 ]. خانه‌های خالی و متروکه به‌عنوان زخم‌هایی در نظر گرفته می‌شوند که مالکان خانه و سایر سرمایه‌گذاران را از خرج کردن در محله‌ها بازمی‌دارند. آنها تأثیرات منفی بر خانه‌ها، مشاغل و مدارس همسایه ایجاد می‌کنند، خطرات ایمنی ایجاد می‌کنند و بر رفاه یک جامعه تأثیر منفی می‌گذارند [ 20 ]. بحران مشاغل خالی با تداوم از دست دادن شغل و جمعیت تشدید می شود [ 14 ، 17 ].
بحث های قبلی در مورد مداخلات برنامه ریزی شده برای مناطق مسکونی شهری مضطرب در ایالات متحده و اروپا به عنوان سه رویکرد برای سیاست خلاصه شد: بولدوزر، بازسازی محله، و احیا [ 21 ]. اولین رویکرد، بولدوزر کردن، نه تنها آجر و ملات را از بین می برد، بلکه جوامع آفریقایی-آمریکایی را از نظر احساسی ویران می کند [ 22 ]. تحت تأثیر انتقادات از اولین رویکرد سیاست، که بر تخریب و جابجایی متمرکز بود، رویکرد بازسازی محله در دهه 1960 برای تمرکز بر بهبود مسکن موجود و ارائه خدمات اجتماعی بهتر توسعه یافت [ 23 ]. رویکرد سیاست نسل سوم بر اعیانی‌سازی و بازسازی مبتنی بر مالکیت متمرکز بود [ 24 ، 25 ]].
یکی دیگر از رشته های مرتبط ادبیات، نظریه چرخه زندگی محله است که تغییر محله را برحسب چرخه زندگی می بیند [ 26 ]. این توسط طرفداران مداخله عمومی از طریق استفاده از سرمایه گذاری های پولی برای تحریک توسعه مجدد و مبارزه با بلایت ذکر شده است [ 27 ]. از این منظر، جای خالی طولانی مدت یا رها شدن می تواند به سرعت در نتیجه سرمایه گذاری کم یا بی توجهی به اموال واقعی انباشته شود [ 28 ]. در نتیجه، رها کردن، تخریب یا احیای نزدیک ممکن است بر تصمیم مالک ملک در مورد نگهداری یا رها کردن ملک خود تأثیر منفی یا مثبت بگذارد. مطالعات نشان داده اند که تصمیمات سرمایه گذاری در املاک به شرایط ملک محله و سایر ملاحظات بستگی دارد.29 ، 30 ]. بنابراین، دسترسی ساکنان به منابع مالی در محیطی که کنترل‌های اجتماعی در آن وجود دارد، مهم است.
برخی از مطالعات جدیدتر نشان می‌دهند که سیاست‌های تخریب نسبت به سیاست‌های به حداقل رساندن عدم انطباق که بر اجرای تخلفات کد دارایی و بهبود املاک برای کنترل گسترش املاک خالی تمرکز دارند، کارآمدتر هستند [ 28 ]. مورکل [ 11 ] دریافت که نگهداری املاک محله رها شدن را پیش‌بینی می‌کند و برای سیاست‌هایی برای جلوگیری از رها شدن در وهله اول استدلال می‌کند. چرم و نوین [ 31] دریافت که یک برنامه نوسازی بازار مسکن که بر رابطه بین ترجیحات ساکنان و موجودی مسکن موجود متمرکز بود، در مقایسه با روندهای منطقه ای، نرخ خانه های خالی را کاهش داد و قیمت مسکن را در محله ها افزایش داد. در چنین شرایطی، ساکنان ترجیح می دهند املاک خالی را با افراد و کاربری های فعال پر کنند. مطالعات دیگر نشان داد که فقدان یک استراتژی تخریب استراتژیک و اجرای کد دارایی به مشکلات رهاسازی کمک کرده است [ 7 ، 32 ]. مقالات اخیر رسانه های محبوب نیاز به سیاست های اصلاحی کمتر از تخریب را شناسایی کرده اند [ 33 ، 34 ].

3. روش ها و داده های جایگزین

در حالی که بسیاری از مطالعات گذشته در مورد رها شدن مسکن در شهرهای کمربند زنگ زده از داده‌ها در سطح سرشماری یا گروه بلوک استفاده می‌کردند [ 11 ، 17 ، 35 ]، تعداد کمی از داده‌های فضایی سطح دارایی، به ویژه برای چندین سال، برای درک الگوهای پویا و اثرات رهاسازی و تخریب در محله ها [ 9 ، 36 ]. هیچ تعریف جهانی برای رهاسازی زمین یا رهاسازی مسکن وجود ندارد و داده‌های مربوط به محل خالی اغلب در قالب‌های مختلف با گستره‌های مکانی متفاوت وجود دارد و توسط سازمان‌ها یا سازمان‌های مختلف برای اهداف و سال‌های مختلف جمع‌آوری می‌شوند [ 6 ، 11 ، 37 ].]. تعداد کمی از شهرها دارای فهرستی از خانه های خالی و متروک در سطح دارایی در طول سال ها هستند که به طور سیستماتیک سازماندهی شده است [ 9 ]. تعداد کمی از شهرها دارای سیستم‌های دیجیتالی برای کمک به ردیابی و اولویت‌بندی تخریب هستند که استدلال می‌شد در تلاش برای کوچک‌شدن هوشمند نقش محوری دارد [ 7 ، 38 ].
با پیشرفت در فناوری محاسبات، اکنون امکان جمع آوری، جمع آوری، مدیریت و تجزیه و تحلیل پایگاه داده های اموال بزرگ با استفاده از یک چارچوب چند ساله وجود دارد. علاوه بر این، انبوهی از اطلاعات دیجیتالی مانند تصاویر (به عنوان مثال، ماهواره، پانوراما، و غیره) را می توان جمع آوری و در چنین پایگاه داده ای ذخیره کرد. پیشرفت های اخیر فناوری همچنین می تواند به پردازش و تجزیه و تحلیل مجموعه داده های بزرگ و پیچیده با استفاده از داده کاوی بر اساس چنین پایگاه های داده کمک کند [ 37 ]. به عنوان مثال، زاراگوزی (2012) [ 37 ] اظهار داشت که ممکن است «متغیرهای بسیار زیادی» در رهاسازی نقش داشته باشند و از داده کاوی می توان برای کمک به انتخاب مهم ترین متغیرها استفاده کرد.
این مقاله توضیح می‌دهد که چگونه یک پایگاه داده مکانی-زمانی ایجاد کردیم که اطلاعات را در مقیاس‌های چندگانه با ابعاد زمانی و مکانی از منابع مختلف و برای چندین سال یکپارچه می‌کند. این پایگاه داده منحصر به فرد در سطح خرد و چند ساله به تعریف و مکان یابی املاک متروکه در سطح بسته برای چندین سال قبل و بعد از سیاست تخریب تهاجمی شهر کمک می کند. نزدیک به 3500 سازه در این دوره تخریب شد که یک سوم آن قبل از تلاش برای تخریب سریع و دو سوم پس از آن اتفاق افتاد.
چنین پایگاه‌داده‌ای از توصیف تمایز دقیق الگوهای رهاسازی و تخریب پشتیبانی می‌کند و تحلیل و بررسی ساختار فضایی و بزرگی رهاسازی و تخریب را تسهیل می‌کند. به طور خاص، ما از آن برای بررسی تأثیرات رهاسازی و تخریب و عوامل مؤثر در آنها استفاده می‌کنیم، مانند اینکه آیا تخریب سازه‌های خالی و مزاحم احتمال رها شدن را کاهش می‌دهد، ارزش ملک را افزایش می‌دهد و شرایط محله را بهبود می‌بخشد. این پایگاه داده همچنین به ارائه اطلاعاتی کمک می‌کند که شهروندان یا ذینفعان را قادر می‌سازد تا مسائل را درک کنند و فرآیند برنامه‌ریزی کاهش هوشمند شفاف را در مقیاس منطقه‌ای ممکن می‌سازد [ 39 ].

4. روش ها

با استفاده از پایگاه داده در سطح خرد و چند ساله، ما از یک ساختار مدل‌سازی ترکیبی شامل مدل‌های قیمت لذت‌گرا و رگرسیون‌های لجستیکی استفاده کردیم. این مدل‌سازی برای ایجاد مطالعات قبلی در مورد بازار مسکن و مسکن محلی بوفالو [ 3 ، 9 ، 11 ، 17 ، 36 ، 39 ، 40 ، 41 استفاده شد.]. سه مدل قیمت لذت‌گرا در قیمت فروش مسکن، سه مدل رگرسیون لجستیک در مورد خالی بودن و رهاسازی و سه مدل رگرسیون لجستیک در مورد تخریب وجود دارد. این مدل‌های رگرسیون برای آزمایش تأثیر عوامل مرتبط با ویژگی‌های محله‌های مختلف در شهر و ترکیب محیط ساخته‌شده و نهادی بر قیمت مسکن، رها شدن ملک و تخریب توسعه یافته‌اند.

4.1. منطقه مطالعه: املاک خالی و متروکه در شهر بوفالو

تجزیه و تحلیل ها به دو دلیل بر روی یک شهر واحد، بوفالو، نیویورک تمرکز دارند. اول، بوفالو یک مطالعه موردی مهم از تأثیر رهاسازی و تخریب بر محله‌ها را نشان می‌دهد. بوفالو یکی از شهرهای در حال کوچک شدن سریع در ایالات متحده است و محله های آن تحت تأثیر سطوح حاد خالی بودن املاک، رها شدن و ویرانی قرار گرفته اند. دوم، ما دسترسی منحصر به فردی به مجموعه داده های متعدد در این سایت داشتیم که ما را قادر ساخت یک پایگاه داده چند ساله برای این تجزیه و تحلیل ایجاد کنیم. دسترسی به منابع داده های متنوع به ما امکان داد تا روشی برای تجزیه و تحلیل اثرات محله رهاسازی و تخریب ایجاد کنیم که می تواند در شهرهای دیگر تکرار شود.
شهر بوفالو چندین دهه است که به دلیل صنعتی زدایی، رکود اقتصادی و از دست دادن جمعیت و مشاغل، تحول اجتماعی-اقتصادی عمده ای را پشت سر گذاشته است [ 39 ، 42 ، 43 ]. این تغییرات با سایر تغییرات مشاهده شده در شهرهای کوچک در غرب میانه ایالات متحده [ 42 ، 44 ، 45 ] و اروپا [ 46 ] قابل مقایسه است.]. داده‌های سرشماری ایالات متحده نشان داد که درصد واحدهای مسکونی خالی (همه دسته‌ها) در بوفالو از 10.20 درصد یا 15540 واحد به 15.7 درصد یا 22854 واحد بین سال‌های 1990 و 2000 افزایش یافته است. تعداد واحدهای مسکونی در گروه «سایر خالی‌ها» در سرشماری طبقه بندی واحدهای خالی، که به عنوان نماینده واحدهای مسکونی که به طور دائم خالی یا متروکه در بوفالو بوده اند، از 8788 واحد در سال 1990 به 9980 واحد در سال 2000 و 11196 واحد در سال 2010 افزایش یافته است. جدول 1نشان می دهد که در سال 2000 میانگین کشوری درصد سایر واحدهای مسکونی خالی 2.0 درصد بود در حالی که در منطقه شهری بوفالو 3.2 درصد و در شهر بوفالو 6.9 درصد بود. در اصل، میزان رها شدن املاک در شهر بوفالو بیش از سه برابر میانگین کشوری بود. در سال 2010، درصد سایر واحدهای مسکونی خالی در شهر بوفالو به 8.4 درصد افزایش یافت که تقریباً چهار برابر میانگین ملی است. در بوفالو “سطح بالای مداوم و چشمگیر تفکیک مسکونی سیاه و سفید” وجود دارد [ 30 ]. مناطقی که بالاترین نرخ خالی را دارند جایی هستند که بیشترین درصد جمعیت سیاه پوست، بالاترین فقر و بالاترین نرخ بیکاری در آن یافت می شود [ 17 ، 41 ].
جدول
جدول 1. درصد خانه های خالی در بوفالوها و در ایالات متحده منبع: ایالات متحده. اداره سرشماری، 2000، 2010.
برای کاهش مشکلات مربوط به نرخ بالای جای خالی، شهردار بوفالو طرح تخریب “5 در 5” را در سال 2006 راه اندازی کرد. این طرح در ابتدا با تخصیص 60 میلیون دلار از ایالت نیویورک، 20 میلیون دلار از شهر بوفالو، 15 دلار تامین شد. میلیون دلار از دولت فدرال و 5 میلیون دلار از برنامه صندوق تطبیق شهر و جامعه. این بودجه اما ناپایدار بود و در سال های پس از اجرای اولیه طرح به میزان قابل توجهی کاهش یافت. با این وجود، هزینه های تخریب در همان دوره افزایش یافت.

4.2. تعریف رهاسازی و تخریب در بوفالو

حراج سالانه املاک معوق مالیاتی ( In rem ) بازتابی از مشکل جای خالی در بوفالو است. هر ماه اکتبر شهر حراجی از املاک معوق مالیاتی را که برای خرید عموم مردم در دسترس است برگزار می کند. مزایده اموال واقعی می تواند منجر به چهار نتیجه احتمالی شود. ابتدا یک ملک را می توان قبل از انجام حراج از لیست واقعی حذف کرد. این نتیجه زمانی رخ می دهد که یک مالک دارایی بدهی معوقه به شهر را پرداخت کند. ثانیاً، یک ملک را می توان قبل از برگزاری مزایده توسط شهر تملک کرد و از فهرست واقعی حذف کرد. هنگامی که این اتفاق می افتد، ملک به عنوان اموالی که به شهر ضربه زده است، گفته می شود. ثالثاً، یک ملک را می توان در مزایده توسط یک پیشنهاد دهنده خریداری کرد. چهارم، ملکی که در مزایده به فروش نمی‌رسد، به تعویق می‌افتد، به این معنی که ملک به صاحب سابقه برمی‌گردد و در سال بعد بخشی از فرآیند واقعی می‌شود. تعداد املاک در حراج شهر بین سالهای 2004 و 2011 نسبتاً ثابت بوده است. در طی سالهای 2004 و 2011، حدود نیمی از املاک ارائه شده در حراج هر سال فروخته می شد و سایر املاک یا دوباره در لیست واقعی برای دوره ظاهر می شدند. حراج سال بعد و یا به شهر زده شد. حضور معوق و در حكماملاک ارتباط نزدیکی با نرخ رها شدن و تخریب در شهر بوفالو دارد. املاک معوق به ویژه مشکل ساز هستند، زیرا تمایل دارند کمترین میزان فروش را داشته باشند و پس از تلاش های مکرر برای فروش آنها در مزایده، تخریب می شوند. علاوه بر این، بسیاری از املاکی که به طور مکرر به تعویق افتاده یا به شهر زده شده اند، در لیست تخریب شهر قرار می گیرند.
مطالعه ما پنج نوع ملک مسکونی زیر را رها شده در نظر می گیرد: (1) املاک معوق، (2) املاک در لیست تخریب، (3) املاک در لیست درخواست هیئت مدیره شهر، (4) املاک در ساختار خالی شهر. لیستی که توسط سازمان آتش نشانی در سال 2003 تهیه شد، (5) املاک خالی متعلق به شهر در سال 2008 مطابقت داشت. فهرست املاک مورد استفاده برای تعیین وضعیت رهاسازی برای هر سالی که مشاهدات انجام می شد به روز می شد.

4.3. داده ها: ساخت یک پایگاه داده چند ساله

مجموعه داده های متعددی در رابطه با جای خالی و رها شدن وجود دارد که برای شهر بوفالو وجود دارد. آنها برای سالهای مختلف توسعه یافتند، توسط منابع مختلف گردآوری شدند و ویژگی های متفاوتی داشتند. داده‌های جمع‌آوری‌شده شامل نتایج مزایده املاک واقعی، سوابق بسته‌ها، اطلاعات ساختمان‌های مسکونی، فهرست سازه‌های خالی، درخواست‌های تابلو، اطلاعات جرم، فروش املاک ثبت‌شده، و فهرست‌های تخریب برای سازه‌های خالی با اطلاعات مربوط به تاریخ تخریب از شهر بوفالو. اطلاعات و ویژگی های موجود در داده های ساختمان های مسکونی و داده های فروش ملک بر اساس سال متفاوت است. داده‌های مربوط به بیمارستان‌ها، کتابخانه‌ها، موزه‌ها، پارک‌ها، کالج‌ها، حوادث آتش‌سوزی، مکان‌های درختی، رستوران‌ها و جاده‌ها نیز از منابع مختلف جمع‌آوری شد (نگاه کنید بهجدول 2)، از جمله: شهر بوفالو، دانشگاه بوفالو، خانه تسویه حساب GIS ایالت نیویورک، و InfoUSA (یکی از پرکاربردترین پایگاه های تجاری تجاری در ایالات متحده). ما همچنین داده‌های جای خالی سطح سرشماری را از اداره سرشماری ایالات متحده جمع‌آوری کردیم و داده‌های اداری USPS جمع‌آوری‌شده HUD در مورد مکان‌های خالی آدرس برای سال‌های 2008-2010 که به صورت فصلی مطابقت داشت، جمع‌آوری کردیم. USPS تعداد جداگانه ای از آدرس های “بدون آمار” را که وضعیت پستی فعلی ندارند، نگه می دارد. این آدرس‌ها در تحلیل ما گنجانده نشده‌اند، زیرا امکان تفکیک بین آنها وجود ندارد. به عنوان مثال، آدرس‌های بدون آمار عبارتند از: سازه‌هایی که به طور بالقوه رها شده‌اند، ساخت‌وسازهای جدید که اشغال نشده‌اند، زمین‌های خالی، و آدرس‌های غیر خالی که در آن ساکنان پست‌ها را در صندوق پستی به جای تحویل در خانه دریافت می‌کنند. از آنجا که هیچ روش مشخصی برای تفکیک آدرس‌های بدون آمار وجود نداشت، ما از یادداشت‌های احتیاطی کلی HUD پیروی کردیم و آنها را از تجزیه و تحلیل حذف کردیم. علاوه بر این، داده‌های املاک مسکونی خالی بر اساس بررسی‌های شیشه جلو (با اطلاعات در مورد خالی بودن یا نبودن یک سازه) برای مناطق سرشماری با بالاترین نرخ خالی از 2008 تا 2010 گردآوری شد.
جدول
جدول 2. منبع داده.
اطلاعات ساختار خالی سال 2003 توسط اداره آتش نشانی بوفالو گردآوری شد. داده‌های Buffalo News بر اساس شمارش‌هایی بود که شرکت‌های پستی هنگام رفتن خانه به خانه انجام دادند. این پایگاه داده خالی شامل بسته های مسکونی، تجاری و صنعتی است که متعلق به شهر بوفالو است. داده های نتیجه حراج توسط اداره ارزیابی و مالیات شهر در قالب های مایکروسافت اکسل و pdf ارائه شده است. تمام داده‌های جدولی به فایل‌های dbase تبدیل شدند و با استفاده از روش کدگذاری جغرافیایی با فایل شکل بسته‌ای مطابقت مکانی داشتند. شکل فایل جاده های شهر به عنوان مرجعی برای کمک به مکان یابی املاک هدف استفاده شد. پس از کدگذاری جغرافیایی با استفاده از ArcGIS، نتایج مزایده اموال به یک سری شکل فایل های نقطه ای تبدیل شد که هر یک از آنها برای یک سال است.
داده‌های ساختار خالی شهر در سال 2003 به‌عنوان لایه پایه برای توسعه اولین شکل فایل رهاسازی مورد استفاده قرار گرفت . در طول سال‌ها برای توسعه لایه متروکه هر سال پس از سال 2003 مورد استفاده قرار گرفت. املاک معوق و ضربه‌خورده به شهر از داده‌های واقعی شهر یکی از پرآشوب‌ترین املاک در شهر در نظر گرفته می‌شوند و بنابراین در این مطالعه به عنوان املاک متروک تعریف می‌شوند. داده های واقعی دارای اطلاعات مربوط به اولین سالی است که یک ملک در مزایده ملک شهر گنجانده شده است. به عنوان مثال، in remاز داده های سال 2004 برای کمک به شناسایی املاک معوق از حراج سال 2003 استفاده شد، زیرا داده های rem 2003 در دسترس نبود. از داده‌های تخریب برای اطمینان از حذف یک ملک از لایه رهاسازی در سال بعد پس از تخریب استفاده شد. پرونده‌های رهاسازی سالانه با ارجاع متقابل انجام شد: داده‌های بسته (2003-2010)، داده‌های درخواست هیئت مدیره (2007-2008)، داده‌های ساختار خالی که توسط The Buffalo News (2008) جمع‌آوری شده بود، بررسی‌های شیشه جلو (2008-2010) )، داده‌های سرشماری ایالات متحده، و داده‌های اداری USPS جمع‌آوری شده HUD در مورد موقعیت‌های خالی آدرس. پایگاه داده ای که شامل اطلاعات مختلف مربوط به جای خالی و تخریب از سال 2003 تا 2010 بود برای تجزیه و تحلیل در مراحل زیر ایجاد شد.

4.4. تجزیه و تحلیل داده های مکانی-زمانی در مورد خانه های خالی و تخریب

داده‌های اداری USPS جمع‌آوری‌شده HUD در مورد موقعیت‌های خالی آدرس برای سال 2010 نشان می‌دهد که اکثریت قریب به اتفاق همه آدرس‌ها (87.8٪) مسکونی در بوفالو و 11.1٪ از آدرس‌های مسکونی خالی بودند. بنابراین تجزیه و تحلیل بر روی بسته های مسکونی متمرکز شد. بر اساس ادبیات و در نظر گرفتن اثر زمانی و در دسترس بودن و دقت داده ها، ما برای هر سه سال یک مدل ساختیم. مدل‌های قیمت فروش مسکن برای سال‌های 2004، 2007 و 2010 ساخته شدند، در حالی که مدل‌های رهاسازی و تخریب برای سال‌های 2003، 2006 و 2009 ساخته شدند ( شکل 1 را ببینید ). ما از همان فرضیه مورکل پیروی می کنیم [ 11] که «متغیرها یک سال قبل بر رها شدن تأثیر می‌گذارند» حتی اگر تأثیرات زمانی کوتاه‌تر یا طولانی‌تر از آزمایش‌شده باشد.
Ijgi 04 01184 g001 1024
شکل 1. املاک مسکونی خالی و املاک تخریب شده در بوفالو، نیویورک: 2003، 2006، 2009.
انتخاب متغیر از ادبیات قیمت‌گذاری مسکن، و جای خالی و رها شدن مسکن [ 9 ، 11 ، 36 ، 41 ، 47 ، 48 ] پیروی کرد و بر عوامل فیزیکی تمرکز داشت که در صورت استفاده از یک رویکرد سیاست فعالانه برای مقابله با رهاسازی، ممکن است تغییر کنند. به عنوان مثال، سیلورمن و همکاران. [ 41] پیشنهاد کرد که نرخ‌های بالاتری از خالی بودن و رها شدن مسکونی در مناطق سرشماری که نرخ فقر بالاتر، مسکن ارزان‌تر و درصد بیشتری از کاربری‌های تجاری زمین دارند، یافت می‌شود. این یافته ها تجزیه و تحلیل سطح بسته را برای شامل متغیرهای مستقل مانند وضعیت مسکن و تراکم رستوران مطلع کرد.

4.5. مدل های قیمت هدونیک قیمت فروش مسکن

ادبیات گسترده ای در مورد برآورد ترجیحات برای ویژگی های فیزیکی در یک محیط ساخته شده و ویژگی های مسکن با استفاده از مدل قیمت لذت بخش [ 49 ، 50 ] وجود دارد. رویکرد لذت‌گرا ابزارهایی را برای تجزیه و تحلیل ارزش بازار ویژگی‌های سایت و تمایل افراد به پرداخت برای این ویژگی‌ها فراهم می‌کند. این کمک می کند که ترجیح مصرف کننده برای ویژگی های زیست محیطی با قیمت مسکن با پول درآوردن ارزیابی خانوار از ویژگی های مسکن و همسایگی آن به ارزش کل دارایی با کمک اطلاعات مکانی [ 50 ]]. سه مدل قیمت لذت‌گرا برای بررسی رابطه بین قیمت فروش مسکن و ویژگی‌های محله و مکان در بوفالو برای سال‌های 2004، 2007 و 2010 ساخته شد (معادله (1)).

Pt = f· ( St ، N t /t- 1 )

که در آن P قیمت واحد فروش برای هر ملک مسکونی فروخته شده در سال t (2004، 2007 و 2010) است، S نشان دهنده ویژگی های ساختاری ملک یا مسکن در سال t و N نشان دهنده ویژگی های مکان و محله است که توسط ادبیات پیشنهاد شده است [ 9 ، 11 ]. ، 48]. S شامل تعداد حمام و وضعیت ملک در زمان فروش است. سن ملک در هیچ یک از مدل ها استفاده نشده است. این به این دلیل است که نزدیک به 60 درصد از خانه‌های بوفالو قبل از سال 1940 ساخته شده‌اند و نگهداری و شرایط ملک برای ارزش مسکن مهم‌تر از سال ساخته شده است. به عنوان مثال، خانه های زیادی وجود دارد که در اواخر قرن گذشته در اطراف بزرگترین پارک طراحی شده اولمستد شهر، پارک دلاور ساخته شده اند که به خوبی نگهداری شده اند و ارزش های نسبتا بالایی دارند.

N شامل: فاصله تا نزدیک‌ترین بیمارستان یا درمانگاه، فاصله تا نزدیک‌ترین پارک، فاصله تا نزدیک‌ترین محوطه دانشگاه، فاصله تا نزدیک‌ترین ملک خالی، تراکم قتل‌ها در محله، جای خالی مسکونی، تخریب، درختان، حوادث آتش‌سوزی، رستوران‌ها و خصوصی است. مطب های پزشک فاصله خط مستقیم به جای فاصله شبکه استفاده می شود. این عمدتا به این دلیل است که سازه های خالی یا تخریب شده می توانند بر محله های آنها در سراسر حیاط خلوت آنها تأثیر بگذارند. همسایگی شعاع نیم مایلی اطراف هر ملک در نظر گرفته می شود و چگالی بر اساس داده های سطح دارایی محاسبه می شود. از آنجایی که مرز همسایگی برای هر ملک از نظر مکانی متفاوت است، هر ملک دارای مقادیر تراکم همسایگی مربوط به خود است. اطلاعات برای املاک خالی، تخریب، حوادث قتل، و حوادث آتش سوزی یک سال قبل از فروش مسکن جمع آوری شد. به عبارت دیگر، برای مدل قیمت مسکن در سال 2004، از داده های سال 2003 برای جای خالی، تخریب، قتل (داده های سال 2000 به دلیل در دسترس بودن داده ها استفاده شد)، و حوادث آتش سوزی برای گنجاندن اثرات آنها در قیمت مسکن استفاده شد. همه متغیرهای مستقل با استفاده از توابع لگاریتم طبیعی تبدیل شدند.

4.6. مدل های رگرسیون لجستیک رهاسازی و تخریب

تحلیل لاجیت یک تکنیک رگرسیون چند متغیره است که برای مسائل مربوط به متغیرهای وابسته دو جمله ای یا چند جمله ای مناسب است [ 51 , 52]. کمک به پیش بینی وجود یا عدم وجود یک نتیجه بر اساس مجموعه ای از متغیرهای مستقل مفید است. شش مدل رگرسیون لجستیک باینری برای سال‌های 2003، 2006 و 2009 توسعه یافت. مدل لاجیت احتمال رها شدن یا تخریب هر بسته را در طول دوره مطالعه ما تعریف می کند. این مدل‌ها جای خالی و تخریب را به ویژگی‌های محل و محله یک بسته، از جمله نزدیکی به سایر سازه‌های خالی، پارک‌ها، کالج‌ها و بیمارستان‌ها، و تراکم محله آتش‌سوزی، درختان و رستوران‌ها مرتبط می‌کنند.

Log(p/1 − p) = a + b 1 X 1 + b 2 X 2 + …+ b k X k + u
P احتمال رها شدن هر بسته در گروه اول و تخریب در گروه دوم است. X k متغیرهای مستقل مرتبط با هر بسته هستند. همه متغیرهای مورد استفاده در مدل‌های قیمت لذت‌گرا در مدل‌های لجستیک به‌جز وضعیت ملک در زمان فروش گنجانده شدند، زیرا برای سال‌های 2003 و 2006 در دسترس نبودند. بنابراین، این مدل‌های لجستیکی عمدتاً بر ویژگی‌ها و کیفیت‌های زمین و محله متمرکز شدند تا بررسی کنند که چگونه بر جای خالی مسکن و رها شدن و تخریب تأثیر می‌گذارند. b k ضرایب لاجیت (که باید تخمین زده شوند) مرتبط با متغیر X k هستند. از روش رگرسیون لجستیک گام به گام در SPSS برای تعیین خودکار متغیرهایی که باید به مدل اضافه یا حذف شوند استفاده شد.

یافته ها

گزارش و بحث از یافته ها بر عوامل مهم متمرکز است. این امکان بحث های متمرکز را فراهم می کند و به دولت های محلی راهنمایی می کند تا راهبردهای جمع آوری داده ها، تجزیه و تحلیل و خط مشی موثرتری را ایجاد کنند. تجزیه و تحلیل بر اساس جداول همراه شرح داده شده است.

4.7. مدل های قیمت لذت بخش

جدول 3 نتایج سه مدل قیمت لذت جویانه بر قیمت فروش واحد مسکن را گزارش می کند. جدول 3 نشان می دهد که چهار متغیر در هر سه مدل برای پیش بینی قیمت مسکن در سال های 2004، 2007 و 2010 بسیار معنی دار بودند (001/0p<): تراکم محله سازه های خالی، درختان، حوادث آتش سوزی و شرایط مسکن در زمان فروش . این چهار متغیر از هر دو دسته S که نشان دهنده ویژگی های ساختاری مسکن است و دسته N که نشان دهنده ویژگی های مکان و محله است، بودند. تراکم رستوران محله برای مدل سال 2010 ( p <0.10) و سال 2004 ( p <0.05) و 2007 ( p ) معنی‌دار بود.< 0.05) مدل ها. فاصله تا نزدیکترین پارک در سال 2007 ( p <0.01) و 2010 ( p <0.1) قابل توجه بود. سایر متغیرهایی که معنی دار بودند عبارتند از تراکم قتل در محله ( 01/ 0p <) و فاصله تا نزدیکترین بیمارستان ( 1 /0p <). اکثر متغیرهای تراکم محله معنی دار بودند در حالی که اکثر متغیرهای مجاورت معنی دار نبودند.
نتایج نشان می دهد که قیمت های بالاتر مسکن از سال 2004 تا 2010 به طور مداوم با: تراکم کمتر محله خالی، حوادث آتش سوزی کمتر، تراکم درختان بیشتر، و وضعیت مسکن بهتر مرتبط است. تراکم جای خالی محله دارای بالاترین ضرایب استاندارد شده (β) در بین سه مدل بود، که نشان می دهد که بیشترین تأثیر را بر قیمت مسکن در طول سال ها داشته است. متغیر تخریب معنی‌دار نبود، و نشان می‌دهد که املاک تخریب شده تأثیر قابل‌توجهی بر قیمت فروش مسکن برای سال‌ها قبل و بعد از تلاش‌های عظیم تخریب شهر نداشته است.
جدول
جدول 3. مدل لذت بخش قیمت فروش واحد مسکونی.

4.8. مدل های رگرسیون لجستیک

جدول 4 نتایج حاصل از سه مدل رگرسیون لجستیک گام به گام را در مورد جای خالی و رها شدن نشان می دهد. هر سه مدل قادر بودند بیش از 90 درصد از املاک خالی و متروکه را به درستی پیش‌بینی کنند و دارای مقادیر مربع R Nagelkerke بالا بودند. تنها سه متغیر در مرحله آخر رگرسیون گام به گام گنجانده شد و برای هر سه سال ثابت بودند. دو مورد از آنها در هر سه مدل برای سال‌های 2003، 2006 و 2009 بسیار معنی‌دار بودند (001/0p<) . تراکم جای خالی محله در سال 2003 ( p <0.1) و 2006 ( p <0.05) مدل معنی دار بود.
ستون اول برای هر سال در جدول 4نشان دهنده ضرایب (b) است و ستون دوم نسبت شانس را نشان می دهد که نشان دهنده تغییر در شانس رویداد مدل شده مرتبط با تغییر یک واحدی در متغیر مستقل است. Exp(B) یک مقدار log تبدیل شده ضریب b است. اگر ضریب b مثبت باشد Exp(B) بزرگتر از یک خواهد بود و اگر ضریب b منفی باشد Exp(B) کمتر از یک خواهد بود. ضریب b صفر با مقدار Exp(B) 1.0 به این معنی است که این متغیر مستقل شانس رویداد را تغییر نمی دهد. Exp(B) را می توان با کم کردن 1.0 از مقدار Exp (B) به عنوان یک درصد تغییر تفسیر کرد. در طول سال‌ها، فاصله تا نزدیک‌ترین سازه خالی دارای بالاترین ضرایب b بود، که نشان می‌دهد هر چه ملک به سازه خالی نزدیک‌تر باشد، احتمال رها شدن آن بیشتر می‌شود. خانه های نزدیک به سازه های خالی 27 خانه بود.
جدول 4 همچنین نشان می دهد که یک زمین کوچکتر احتمال رها شدن ملک کمتری دارد. خانه‌هایی که در زمین‌هایی با جلوی زمین وسیع‌تر واقع شده‌اند، از سال 2003 تا 2009، 6 تا 7 درصد بیشتر احتمال دارد که متروک شوند .] و دیگران. در این نوع محله‌های سنتی خانه‌ها بر روی زمین‌های مستطیلی باریک و بدون عقب‌نشینی از پیاده‌رو یا خیابان ساخته می‌شوند. این یافته‌ها نشان می‌دهد که مناطق متراکم‌تر با جبهه‌های کوچک‌تر ممکن است به‌عنوان فراهم‌کننده تلقی شوند: فرصت‌های بهتر برای تعامل با سایر همسایگان به عنوان ابزاری برای توسعه دلبستگی و احساس اجتماعی بیشتر برای ساکنان. مقامات شهر ممکن است آنها را برای اهداف حفاظتی مطلوب‌تر تلقی کنند و ممکن است هزینه‌های نگهداری و نگهداری را برای صاحبان املاک کاهش دهد.
جدول
جدول 4. مدل رگرسیون لجستیک باینری در مورد جای خالی و رها شدن.
نتایج حاصل از رگرسیون لجستیک گام به گام در تخریب در جدول 5 خلاصه شده است. مدل سال 2009 دارای بالاترین مقدار مربع R با 0.956 بود. این مدل توانست درصد بالایی از سازه های تخریب شده را به درستی پیش بینی کند. مدل سال 2003 بیش از 80 درصد از سازه های تخریب شده را پیش بینی کرد. شش متغیر در آخرین مرحله مدل حداقل یک ساله شامل: فاصله تا نزدیک‌ترین سازه خالی، فاصله تا نزدیک‌ترین دانشکده، تراکم آتش‌سوزی محله، تراکم مطب پزشک خصوصی محله، و اندازه جلوی زمین گنجانده شد. این شش متغیر نیز در مدل حداقل یک ساله معنادار بودند. نتایج حاکی از آن است که املاک تخریب شده بیشتر در مناطقی یافت می‌شوند که: نزدیک به یک سازه خالی دیگر، دورتر از یک دانشکده، نزدیک‌تر به مطب پزشک خصوصی، دارای جلوی زمین کوچک‌تر و در منطقه‌ای بوده است که دارای غلظت بالاتر حوادث آتش سوزی
فاصله تا نزدیکترین ساختار خالی تنها متغیری بود که در هر سه مدل معنی‌دار بود ( 001/ 0p <). این متغیر همچنین دارای بالاترین ضرایب b در بین همه متغیرها در طول سال‌ها بود که نشان می‌دهد هر چه سازه به سازه خالی نزدیک‌تر باشد، احتمال تخریب سازه بیشتر می‌شود. قبل از تلاش عظیم شهر برای تخریب، خانه‌هایی که به یک سازه خالی نزدیک‌تر بودند، حدود 10 درصد بیشتر احتمال داشت که رها شوند. احتمال تخریب یک سازه در سال 2009 به 26.1٪ افزایش یافت، که نشان می دهد تخریب پس از سال 2006 بیشتر بر روی املاکی با ساختار خالی مجاور یا مجاور متمرکز است. نتایج در جدول 5پیشنهاد کرد که املاک تخریب شده بیشتر در زمین‌هایی یافت می‌شوند که عبارتند از: نزدیک‌تر به سازه خالی دیگر، نزدیک‌تر به کالج، دورتر از مطب پزشک خصوصی، دارای جلوی زمین کوچک‌تر، یا در منطقه‌ای هستند که غلظت‌های بالاتری دارد. حوادث آتش سوزی
در اصل، تجزیه و تحلیل ما از داده‌های 2003 تا 2010 نشان می‌دهد که وضعیت خالی نزدیک‌ترین سازه، با یا بدون تلاش‌های تخریب فزاینده، بیشترین تأثیر را بر تصمیم‌های رهاسازی و تخریب داشته است. نزدیکی به سازه های خالی و اندازه جبهه زمین هر دو با افزایش احتمال رها شدن یک سازه توسط ساکنان و/یا انتخاب شدن برای تخریب توسط شهر مرتبط بود.
جدول
جدول 5. مدل رگرسیون لجستیک باینری در تخریب.

5. نتیجه گیری

این مطالعه سه مدل قیمت لذت‌گرا و شش مدل رگرسیون لجستیک را برای تجزیه و تحلیل الگوهای فضایی رهاسازی و تخریب در شهر بوفالو در طول سال‌های قبل و بعد از شروع تلاش‌های تخریب سریع شهر ایجاد کرد. نتایج به ما کمک می کند تا نیروهای محرکی را که رها شدن در شهرهای کوچک مانند بوفالو را تشدید می کنند و اینکه چگونه تخریب بر املاک مجاور تأثیر می گذارد، درک کنیم. نزدیکی به املاک خالی و متروکه بیشترین تأثیر منفی را بر احتمال متروکه شدن ملک مجاور داشت. این نشان می‌دهد که خواص رها شده به‌عنوان یک عامل مسری برای رها شدن در آینده عمل می‌کند و یافته‌های سیلورمن و همکاران را تأیید می‌کند. [ 17 ].
تراکم خالی محله ها بیشترین تاثیر منفی را بر قیمت فروش مسکن اطراف داشت. این نشان می دهد که مشاغل خالی حاد منعکس کننده فروپاشی بازار مسکن محلی است. با این حال، خانه‌هایی که جلوی زمین کوچک‌تری داشتند کمتر رها می‌شدند. این نشان می‌دهد که ممکن است ترجیحی برای حفظ مسکن با ویژگی‌های طراحی سنتی و هزینه‌های کمتر مرتبط با تعمیر و نگهداری جلو برای ساکنان وجود داشته باشد. در مقابل، واحدهای مسکونی که فاقد این ویژگی ها بودند، بیشتر رها می شدند.
در نهایت نزدیکی به املاک خالی و متروکه بیشترین تأثیر مثبت را بر احتمال تخریب ملک داشت. به نظر نمی‌رسد شهر راه منظمی برای شناسایی املاک تخریب شده که به استراتژی احیای محله مرتبط است، نداشته باشد. در عوض، تخریب به سادگی در برخی از محله‌هایی که با رها شدن عمده فروشی و کاهش جمعیت روبه‌رو بودند، به عنوان یک اقدام اضطراری و توقف انجام شد. املاک تخریب شده تأثیر قابل توجهی بر قیمت فروش مسکن در سال‌های قبل یا بعد از تلاش عظیم شهر برای تخریب نداشته است. در بوفالو، تخریب تا حد زیادی در پاسخ به آتش‌سوزی، خطرات بهداشتی و ایمنی برجسته و فرسودگی حاد برنامه‌ریزی شد. در نتیجه،41 ].
تجزیه و تحلیل دانه ریز در سطح بسته در رهاسازی و تخریب در این مطالعه به آشکار کردن پویایی کاهش محله کمک می کند و می تواند به شهرها و سیاست گذاران در طراحی ابزارهای برنامه ریزی برای رسیدگی به خالی بودن و رها شدن ملک کمک کند. مهم‌ترین عاملی که در سال‌های قبل و بعد از تخریب سریع شهر بر تصمیم‌گیری‌های سرمایه‌گذاری تأثیر داشت، تراکم محله خالی بود و مهم‌ترین عامل برای احتمال رها شدن یک ملک، نزدیکی به یک سازه خالی بود. این نشان می‌دهد که سیاست‌های جدیدی برای رسیدگی به املاک خالی و متروکه به منظور تثبیت محله‌های رو به زوال و سرمایه‌گذاری در آنها مورد نیاز است.
یافته‌های این تجزیه و تحلیل نتایج مطالعات دیگر را تأیید می‌کند که نشان می‌دهد تأکید یک‌جانبه بر تخریب و حذف بلایت یک رویکرد ناکافی برای ترویج احیای محله است. در شهرهایی مانند بوفالو که در حال کوچک شدن هستند، نیاز است که دولت شهر با ساکنان محله‌هایی با سطوح خالی خالی و متروکه همکاری کند تا به طور استراتژیک تخریب را مطابق با دیدگاه جامعه هدف قرار دهد. هیئت‌های بررسی مقیم یا بانک‌داری زمین باید برای کمک به بازسازی/تخریب راهبردی املاک ادغام شوند. به طور همزمان، تثبیت املاک خالی، احیای شهری، پر کردن، و توسعه تراکم بالاتر می تواند ترویج شود. شهرها همچنین باید ویژگی‌های طراحی محله‌های سنتی و حفظ تاریخی را در هنگام انتخاب مکان‌هایی برای پیگیری بازسازی ملک و به تعویق انداختن تخریب در نظر بگیرند. به عنوان یک معیار برابری، استراتژی‌های پر کردن در آن محله‌ها باید دنبال شود که توسعه مسکن مقرون‌به‌صرفه را برای ساکنان آواره‌شده در اثر تخریب متمرکز فراهم کند. یک استراتژی دو وجهی مانند آنچه در بالا توضیح داده شد، نشان دهنده یک پیشرفت گسترده نسبت به شیوه های فعلی در شهرهایی مانند بوفالو است، جایی که حذف بلایت ماهیت واکنشی دارد و بر نیازهای تخریب اضطراری متمرکز است، نه اینکه فعال، استراتژیک و عادلانه باشد. استراتژی‌های پر کردن در آن محله‌ها باید دنبال شود که توسعه مسکن مقرون‌به‌صرفه را برای ساکنان آواره‌شده در اثر تخریب متمرکز فراهم کند. یک استراتژی دو وجهی مانند آنچه در بالا توضیح داده شد، نشان دهنده یک پیشرفت گسترده نسبت به شیوه های فعلی در شهرهایی مانند بوفالو است، جایی که حذف بلایت ماهیت واکنشی دارد و بر نیازهای تخریب اضطراری متمرکز است، نه اینکه فعال، استراتژیک و عادلانه باشد. استراتژی‌های پر کردن در آن محله‌ها باید دنبال شود که توسعه مسکن مقرون‌به‌صرفه را برای ساکنان آواره‌شده در اثر تخریب متمرکز فراهم کند. یک استراتژی دو وجهی مانند آنچه در بالا توضیح داده شد، نشان دهنده یک پیشرفت گسترده نسبت به شیوه های فعلی در شهرهایی مانند بوفالو است، جایی که حذف بلایت ماهیت واکنشی دارد و بر نیازهای تخریب اضطراری متمرکز است، نه اینکه فعال، استراتژیک و عادلانه باشد.
سهم دیگر این مقاله بحث آن در مورد چگونگی ساخت یک پایگاه داده مکانی-زمانی است. این نوع پایگاه داده را می توان در شهرهای دیگر تکرار کرد و به عنوان ابزاری برای فرآیند برنامه ریزی شفاف، استراتژیک و آگاهانه جامعه استفاده کرد. استفاده از چنین پایگاه داده ای برای فناوری های اخیر مرتبط با داده کاوی و یادگیری ماشینی می تواند این روند را روشن کند. چنین پایگاه‌های داده‌ای را می‌توان برای ساخت و آزمایش مدل‌های بیشتری برای تحلیل رهاسازی و تخریب استفاده کرد. همچنین می‌تواند کالیبراسیون مدل و تکنیک‌های اعتبارسنجی، مانند رگرسیون وزن‌دار جغرافیایی و آزمون‌های خودهمبستگی فضایی را افزایش دهد.

منابع

  1. کنفرانس شهرداران ایالات متحده، 2008. املاک خالی و متروکه. در دسترس آنلاین: http://www.usmayors.org/bestpractices/vacantproperties08.pdf (در 5 ژوئیه 2015 قابل دسترسی است).
  2. Fairbanks, P. چگونه مطالعه مسکن خالی را در بوفالو انجام دادیم. بوفالو نیوز ، 6 ژوئیه 2008. [ Google Scholar ]
  3. آکوردینو، جی. جانسون، GT رسیدگی به مشکل املاک خالی و متروکه. J. شهری Aff. 2000 ، 22 ، 301-315. [ Google Scholar ] [ CrossRef ]
  4. Hackworth, J. محدودیت های استراتژی های مبتنی بر بازار برای پرداختن به رها شدن زمین در شهرهای کوچک آمریکایی. Prog. طرح. 2014 ، 90 ، 1-37. [ Google Scholar ] [ CrossRef ]
  5. Mallach, A. ایجاد زمینه برای تغییر: تخریب، استراتژی شهری، و اصلاح سیاست . برنامه سیاست متروپولیتن بروکینگز: واشنگتن، دی سی، ایالات متحده آمریکا، 2012. [ Google Scholar ]
  6. کوهن، جی آر ساختمان متروک: کاوش دروس از بالتیمور. خانه بحث سیاست 2001 ، 12 ، 415-448. [ Google Scholar ] [ CrossRef ]
  7. رودز، جی. روسو، ال. کوچک شدن “هوشمند”؟: توسعه مجدد و کوچک شدن شهری در یانگستون، اوهایو. جئوگر شهری. 2013 ، 34 ، 305-326. [ Google Scholar ] [ CrossRef ]
  8. اسکولنیک، دی سیتی بودجه دولتی برای تخریب تئاتر دریافت می کند. در دسترس آنلاین: http://www.vindy.com/news/2011/jun/30/city-gets-state-funds-to-demolish-theate/ (در 5 ژوئیه 2015 قابل دسترسی است).
  9. هان، اچ. تأثیر املاک رها شده بر ارزش املاک مجاور. خانه بحث سیاست 2014 ، 24 ، 311-334. [ Google Scholar ] [ CrossRef ]
  10. کینان، پ. لو، اس. اسپنسر، اس. رهاسازی مسکن در شهرهای داخلی – سیاست تقاضای کم برای مسکن. خانه گل میخ. 1999 ، 14 ، 703-716. [ Google Scholar ] [ CrossRef ]
  11. Morckel، VC محله‌های خالی: استفاده از سازه‌ها برای پیش‌بینی احتمال رها شدن مسکن. خانه بحث سیاست 2013 ، 23 ، 469-496. [ Google Scholar ] [ CrossRef ]
  12. بلیک، KL; هرش، ای. بازپس گیری پنسیلوانیا رها شده ; اتحاد مسکن پنسیلوانیا: Glenside، PA، ایالات متحده آمریکا، 2003. [ Google Scholar ]
  13. کمپین ملی املاک خالی املاک خالی: هزینه های واقعی برای جوامع . کمپین ملی املاک خالی: واشنگتن، دی سی، ایالات متحده آمریکا، 2005. [ Google Scholar ]
  14. Teixeira، S. “به نظر می رسد که هیچ کس اهمیت نمی دهد”: دیدگاه جوانان در مورد رهاسازی مسکن و بلایت شهری. دکتری پایان نامه، دانشگاه پیتسبورگ، پیتسبورگ، PA، ایالات متحده آمریکا، 2014. [ Google Scholar ]
  15. گورینگ، جی. Feins، JD; ریچاردسون، TM تجزیه و تحلیل متقاطع سایت از حرکت اولیه به نتایج نمایش فرصت. جی. هاوس. Res. 2002 ، 13 ، 1-30. [ Google Scholar ]
  16. روبینوویتز، LS; Rosenbaum، JE عبور از خطوط طبقه و رنگ: از مسکن عمومی تا حومه سفید . انتشارات دانشگاه شیکاگو: شیکاگو، IL، ایالات متحده آمریکا، 2000. [ Google Scholar ]
  17. سیلورمن، آر.ام. یین، ال. پترسون، کی. داون شهر دین: تحلیلی اکتشافی از آدرس‌های خالی در بوفالو، نیویورک 2008-2010. J. شهری Aff. 2013 ، 35 ، 131-152. [ Google Scholar ] [ CrossRef ]
  18. کراوس، N. سیاست گذاری محلی و فقر متمرکز: مورد بوفالو، نیویورک. شهرها 2004 ، 21 ، 481-490. [ Google Scholar ] [ CrossRef ]
  19. Galster، GC مالکان خانه و سرمایه گذاری مجدد محله ; انتشارات دانشگاه دوک: دورهام، NC، ایالات متحده آمریکا، 1987. [ Google Scholar ]
  20. جاکوبسون، اس ال. Szczesek، J. بهبود مدرسه و نوسازی شهری: تأثیر عملکرد یک مدرسه برگردان بر ارزش‌های دارایی واقعی در جامعه اطراف آن. لیدرش Policy Sch. 2013 ، 12 ، 1-11. [ Google Scholar ] [ CrossRef ]
  21. کارمون، ن. سه نسل از سیاست‌های نوسازی شهری: تحلیل و پیامدهای سیاست. Geoforum 1999 ، 30 ، 145-158. [ Google Scholar ] [ CrossRef ]
  22. Fullilove، M. Root Shock: How Tearing City Neighborhoods Hurts America, and What We Can About It ? Ballantine: نیویورک، نیویورک، ایالات متحده آمریکا، 2004. [ Google Scholar ]
  23. Haar, M. Between the Idea and Reality: A Study in the Origin, Fate and Legacy of the Model Cities Program ; لیتل براون و شرکت: بوستون، MA، ایالات متحده آمریکا، 1975. [ Google Scholar ]
  24. گیل، احیای محله DE و شهر پست صنعتی ؛ Lexington Books: Lexington, MA, USA, 1984. [ Google Scholar ]
  25. گیل، دی. مسائل مفهومی در زوال و احیای محله. در سیاست و برنامه های همسایگی ; Carmon, N., Ed. پالگریو مک میلان: لندن، بریتانیا، 1990; صص 11-25. [ Google Scholar ]
  26. هوور، EM، جونیور؛ ورنون، آر. آناتومی یک کلان شهر: توزیع در حال تغییر افراد و مشاغل در منطقه کلان شهر نیویورک . انتشارات دانشگاه هاروارد: کمبریج، MA، ایالات متحده آمریکا، 1962. [ Google Scholar ]
  27. لی، NG; Blakely، EJ Planning Local Economic Development: Theory and Practice , 2nd ed.; انتشارات Sage: Thousand Oaks، CA، USA، 1994. [ Google Scholar ]
  28. ویوور، RC چارچوب‌بندی مجدد مشکل بلایت شهری با بینش‌های فرا رشته‌ای از اقتصاد اکولوژیکی. Ecol. اقتصاد 2013 ، 90 ، 168-176. [ Google Scholar ] [ CrossRef ]
  29. شیلینگ، JM احیای املاک خالی: جایی که ویندوز شکسته با رشد هوشمند روبرو می شود. انجمن بین المللی مدیریت شهر/منطقه (ICMA): واشنگتن، دی سی، ایالات متحده آمریکا، 2002. [ Google Scholar ]
  30. یین، ال. پویایی تفکیک مسکونی در بوفالو: یک شبیه سازی مبتنی بر عامل. مطالعه شهری. 2009 ، 46 ، 2749-2770. [ Google Scholar ] [ CrossRef ]
  31. چرم، پ. نوین، ب. برنامه نوسازی بازار مسکن: خاستگاه ها، نتایج و اثربخشی مداخلات سیاست عمومی در یک بازار بی ثبات. مطالعه شهری. 2012 ، 50 ، 856-875. [ Google Scholar ] [ CrossRef ]
  32. کیلدی، دی. لوگان، جی. ملاخ، ا. شیلینگ، جی. بازسازی یانگستون و شهرستان ماهونینگ از طریق احیای املاک خالی: اصلاح سیستم ها و بازارهای با اندازه مناسب . کمپین ملی املاک خالی: اسکندریه، ویرجینیا، ایالات متحده آمریکا، 2009. [ Google Scholar ]
  33. Gratz, R. Demolition a Wrong Answer for Imperiled Neighborhoods. در دسترس آنلاین: http://citiwire.net/columns/demolition-a-wrong-answer-for-imperiled-neighborhoods/ (در 5 ژوئیه 2015 قابل دسترسی است).
  34. رودریگز، جی. بولدوزر کردن شهرهای ما ممکن است آینده ما را خراب کند. لس آنجلس تایمز ، 22 ژوئن 2009. [ Google Scholar ]
  35. مالاک، الف. مواجهه با چالش شهری: دولت فدرال و شهرهای مضطرب قدیمی‌تر آمریکا . موسسه بروکینگز: واشنگتن، دی سی، ایالات متحده آمریکا، 2010. [ Google Scholar ]
  36. Hillier، AE; کولهن، DP; اسمیت، تی. Tomlin، TD پیش بینی رها شدن مسکن با سیستم اطلاعات محله فیلادلفیا. J. شهری Aff. 2003 ، 25 ، 91-105. [ Google Scholar ] [ CrossRef ]
  37. زاراگوزی، ع. راباسا، ع. رودریگز-سالا، جی جی. ناوارو، جی تی. بلدا، ا. رامون، ا. جی. آگریک. اکوسیستم. محیط زیست 2012 ، 155 ، 124-132. [ Google Scholar ] [ CrossRef ]
  38. ویچمن، تی. Pallagst، KM انقباض شهری در آلمان و ایالات متحده آمریکا: مقایسه الگوهای تحول و استراتژی های محلی. بین المللی J. Urban Reg. Res. 2012 ، 36 ، 261-280. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  39. هلندر، جی بی. Nemeth، J. مرزهای زوال هوشمند: یک نظریه بنیادی برای برنامه ریزی شهرهای فراری. خانه بحث سیاست 2011 ، 21 ، 349-367. [ Google Scholar ] [ CrossRef ]
  40. Hollander، JB آیا یک شهر با موفقیت کوچک می شود؟ شواهد از داده های نظرسنجی در مورد کیفیت محله. امور شهری Rev. 2011 , 47 , 129-141. [ Google Scholar ] [ CrossRef ]
  41. سیلورمن، آر.ام. یین، ال. پترسون، KL الگوهای اکتساب دارایی شهری در یک شهر در حال کوچک شدن: شواهدی برای تداوم یک الگوی رشد شهری در بوفالو، نیویورک. Cogent Soc. علمی 2015 ، 1 . [ Google Scholar ] [ CrossRef ]
  42. فیلادلفیا رایگان بلایت. در دسترس آنلاین: http://www.communityprogress.net/filebin/pdf/new_resrcs/blight_free_philly.pdf (در 5 ژوئیه 2015 قابل دسترسی است).
  43. ترودو، دی. تداوم جداسازی در بوفالو، نیویورک: کامر در مقابل سیسنروس و جغرافیای تصمیم‌های جابه‌جایی در میان خانواده‌های سیاه‌پوست کم‌درآمد. جئوگر شهری. 2006 ، 27 ، 20-44. [ Google Scholar ] [ CrossRef ]
  44. شتی، اس. رید، ن. چالش‌های جهانی و پاسخ‌های محلی: ایجاد دنیای شهری جدید در شهرهای کوچک‌تر در غرب میانه صنعتی ایالات متحده. Reg. علمی عمل سیاست. 2013 ، 5 ، 201-218. [ Google Scholar ] [ CrossRef ]
  45. شیلینگ، جی. Logan, J. Greening the rustbelt: یک مدل زیرساخت سبز برای حقوق شهروندی در حال کوچک شدن آمریکا. مربا. طرح. دانشیار 2008 ، 74 ، 451-466. [ Google Scholar ] [ CrossRef ]
  46. برنت، ام. مشارکت برای تخریب: حاکمیت نوسازی شهری در شهرهای در حال کوچک شدن آلمان شرقی. بین المللی J. Urban Reg. Res. 2009 ، 33 ، 754-769. [ Google Scholar ] [ CrossRef ]
  47. ریچاردسون، HW; ویپوند، جی. Furbey، RA عوامل تعیین کننده قیمت خانه های شهری. مطالعه شهری. 1974 ، 11 ، 189-199. [ Google Scholar ] [ CrossRef ]
  48. روزن، اس. قیمت لذت و نشانگرهای ضمنی: تمایز محصول در رقابت خالص. جی. پولیت. اقتصاد 1974 ، 82 ، 34-55. [ Google Scholar ] [ CrossRef ]
  49. Bartik, TJ اندازه‌گیری مزایای بهبود امکانات رفاهی در مدل‌های قیمت لذت‌بخش. اقتصاد زمین 1988 ، 64 ، 172-183. [ Google Scholar ] [ CrossRef ]
  50. هلبیچ، ام. برونوئر، دبلیو. واز، ای. Nijkamp، P. ناهمگونی فضایی در مدل های قیمت خانه لذت بخش: مورد اتریش. مطالعه شهری. 2014 ، 51 ، 390-411. [ Google Scholar ] [ CrossRef ]
  51. هو، ز. Lo, CP مدل سازی رشد شهری در آتلانتا با استفاده از رگرسیون لجستیک. محاسبه کنید. محیط زیست سیستم شهری 2007 ، 31 ، 667-688. [ Google Scholar ] [ CrossRef ]
  52. مولر، بی. یین، ل. اطلاعات حاکمیت منطقه ای و خطر: نقش ارزیابی هماهنگ ریسک و حسابداری فضایی منطقه ای در کاهش خطر آتش سوزی. جی. محیط زیست. طرح. مدیریت 2010 ، 53 ، 1-21. [ Google Scholar ] [ CrossRef ]
  53. Brower, S. Good Neighborhoods: A مطالعه محیط های مسکونی درون شهر و حومه . Praeger: Westport, CT, USA, 1996. [ Google Scholar ]

;کاربردهای GISمقالات

آموزش کاربردی ArcGISالهام ابراهیم زادهکاربرد جی ای اسکاربرد جی ای اس در زمین شناسی

بدون نظر

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

همواره حمایت دانشجویان عزیزمان همراه ما بوده و این سببب شده که گامی محکم به‌سوی ایجاد یک مرجع برای آموزش GIS برداریم. با این امید که بتوانیم قدردان حمایت شما بزرگواران باشیم.

  • خانه
  • آموزش
  • فیلم آموزشی
  • تماس با ما
  • درباره ما
  • وبلاگ
  • سمنان /خیابان کاشانی/ساختمان فناوری اطلاعات/پ 8
  • 09120049370