Toplu Taşıma Yatırımlarının Konut Kiraları Üzerine Etkisi: Hafif Raylı Sistem Örneği, Samsun İli Atakum İlçesi, Türkiye

Öz

Nüfus yoğunluğu fazla olan yerleşim birimleri için, güvenli ve ekonomik ulaşımın en uygun yolu toplu taşıma araçlarıdır. Bu yüzden gelişmiş ve gelişmekte olan ülkeler, karbon salınımını azaltmak ve şehirlerde trafik kaynaklı problemleri en aza indirmek için, insanları toplu taşıma araçlarına yönlendirmektedirler. Bu araştırmada, 2010 yılında Samsun ili Atakum ilçesinde faaliyete geçen hafif raylı sistemin, ilçedeki konut kiraları üzerine etkisi ortaya konulmuştur. Araştırma materyalini, Atakum ilçesinde kiracı olarak ikamet eden hanehalklarıyla yapılan 384 anketten elde edilen veriler oluşturmaktadır. Araştırmada, konut kirasına etki eden faktörlerin tespitinde Hedonik Fiyat Modeli kullanılmıştır. Model sonuçlarına göre, raylı sistem durağından uzaklaştıkça konut kiralarının azaldığı tespit edilmiştir. Raylı sistem durağından her 100 metrelik uzaklık, konut kirasında % 1.3’lük bir azalmaya yol açmaktadır. Raylı sistem dışında konut kirasını etkileyen ve anlamlı bulunan diğer değişkenler ise; konut büyüklüğü, konutun malzeme kalitesi, konutta giyinme odasının ve ebeveyn banyosunun olması, konutun yaşı ve konutun sosyo-ekonomik açıdan gelişmiş bir muhitte yer almasıdır. Araştırma sonuçlarının; politikacılara, belediyelerin ulaşım planlamalarına, emlak sektörü yatırımcılarına ve araştırmacılara yararlı olması düşünülmektedir.

Anahtar Kelimeler

• Konut kirası
• raylı sistem
• toplu taşıma
• Hedonik Fiyat Modeli

The Effect of Public Transport Investments on House Rent Prices: The Case of Light Rail System, Samsun Province Atakum District, Türkiye

Öz

For settlements with a high population density, the most suitable way of safe and economical transportation is public transportation. Therefore, developed and developing countries direct people to public transportation to reduce carbon emissions and minimize traffic-related problems in cities. In this research, the effect of the light rail system, which started operating in the Atakum district of Samsun in 2010, on the housing rents in the district was revealed. The research material consists of data obtained from 384 surveys conducted with households residing as tenants in the Atakum district. In the research, the Hedonic Price Model was used to determine the factors affecting house rent. According to the model results, it has been determined that the rents of residences decrease as the distance from the rail system station increases. Every 100-meter distance from the rail system station leads to a 1.3% reduction in residential rent. Apart from the rail system, the other variables that affect the housing rent and are found to be significant are; the size of the house, the quality of the material of the house, the presence of a dressing room and an en-suite bathroom, the age of the house, and the location of the house in a socio-economically developed neighborhood. It is thought that the results of the research will be useful to politicians, transportation plans of municipalities, real estate sector investors, and researchers.

Anahtar Kelimeler

• House rent price
• rail system
• public transportation
• Hedonic Price Model

Kaynakça

1. Afşar, A., Yılmazel, Ö., Yılmazel, S., 2017. Konut fiyatlarını etkileyen faktörlerin hedonik model ile belirlenmesi: Eskişehir Örneği. Selçuk Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, (37): 195-205.
2. Anonim, 2021a. Çevresel Göstergeler. T.C. Çevre, Şehircilik ve İklim Değişikliği Bakanlığı, (https://cevreselgostergeler.csb.gov.tr/ulastirma-turle rine-gore-tasinan-yolcu-ve-yuk-miktari-i-85789), (Erişim Tarihi: 20.01.2023).
3. Anonim, 2021b. Rail Turkey Tr. Türkiye'nin Demiryolu Haber ve Yorum Sitesi, (https://tr.railturkey.org/ 2014/09/18/turkiye-metro-tramvay-sistemleri/), (Erişim Tarihi: 20.01.2023).
4. Anonim, 2021c. Hafif Raylı Sistem. Samulaş, (http://samulas.com.tr/hizmetler_hafif-rayli-sistem/), (Erişim Tarihi: 20.01.2023).
5. Arıkan, F.E., 2008. Ev kiralarını etkileyen faktörlerin hedonik fiyat yöntem ile belirlenmesi. Yüksek Lisans Tezi, Marmara Üniversitesi İktisat Fakültesi Ekonometri Bölümü, İstanbul.
6. Bartlett, J.E., Kotrlik, J.W., Higgins, C.C., 2001. Organizational research: Determining appropriate sample size in survey research. Information Technology, Learning, and Performance Journal, 19(1): 43-50.
7. Başer, U., Bozoğlu, M., 2019. Hedonik fiyat modeliyle konut kirasını etkileyen faktörlerin belirlenmesi: Samsun ili İlkadım ve Atakum ilçeleri örneği. Avrasya Sosyal ve Ekonomi Araştırmaları Dergisi, 6(4): 308-316.
8. Başer, U., Kılıç, O., 2016. Arazi fiyatını etkileyen faktörlerin belirlenmesi: (Samsun ili, Lâdik ilçesi). 12. Ulusal Tarım Ekonomisi Kongresi, 25-27 Mayıs, Isparta, s. 273-280.

9. Cirit, F., 2014. Sürdürülebilir kentiçi ulaşım politikaları ve toplu taşıma sistemlerinin karşılaştırılması. Uzmanlık Tezi, T.C. Kalkınma Bakanlığı, Ankara.
10. Çalmaşur, G., Aysin, M.E., 2019. Konut fiyatlarina etki eden faktörlerin hedonik modelle belirlenmesi: TRA1 alt bölgesi üzerine bir uygulama. Uluslararası İktisadi ve İdari İncelemeler Dergisi, 22: 77-92.
11. Çiçek, U., Hatırlı, S., 2016. Isparta ilinde konut fiyatlarını etkileyen faktörlerin hedonik fiyat modeli ile analizi. Mehmet Akif Ersoy Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 1(13): 98-114.
12. Deniz, T., 2016. Türkiye’de ulaşım sektöründe yaşanan değişimler ve mevcut durum. Doğu Coğrafya Dergisi, 21(36): 135-156.
13. Güler, İ., Başer, U., Bozoğlu, M., 2019. Rize ili merkez ilçesinde konut fiyatlarının hedonik fiyat modeliyle değerlemesi. Iğdır Fen Bilimleri Enstitüsü Dergisi, 9(4): 2294-2302.
14. Gündoğdu, Ö., 2011. Sosyo-ekonomik mekansal değişkenlerin hanehalkı kira harcamaları üzerine etkilerinin hedonik fiyat fonksiyonu ile tahmin edilmesi. Yüksek Lisans Tezi, Süleyman Demirel Üniversitesi, Sosyal Bilimler Enstitüsü, Isparta.
15. Hüner, E.E., Dündar, S., Gökaşar, I., 2017. Türkiye ve Avrupa Birliği raylı sistem politikalarının karşılaştırılması. Transist International Istanbul Transport Congress and Exhibition, 1 Ocak, İstanbul Kongre Merkezi, İstanbul, s. 370-377.
16. İğdeli, A., 2021. Analysis of determinants of house prices using hedonic price model: The case of TR 71 region. Fiscaoeconomia, 5(2): 611-629.
17. Kılıc, O., Baser, U., Gulser, C., 2019. Factors explaining urban land value variability: a case study in Atakum District, Samsun-Turkey. New Medit, 18(4): 79-88.
18. Mason, C.H., Perreault, W.D., 1991. Collinearity, power, and interpretation of multiple regression analysis. Journal of Marketing Research, 28(3): 268-280.
19. Selim, S., Demirbilek, A., 2009. Türkiye’deki konutların kira değerinin analizi: Hedonik model ve yapay sinir ağları yaklaşımı. Aksaray Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 1(1): 73-90.
20. Shimizu, C., Takatsuji, H., Ono, H., Nishimura, K.G., 2010. Structural and temporal changes in the housing market and hedonic housing price indices: a case of the previously owned condominium market in the Tokyo metropolitan area. International Journal of Housing Markets and Analysis, 3(4): 351-368.
21. Ulvi, H., Kutlu, B.H., Akdemir, F., 2019. Gelişmekte olan ülkelerde raylı sistem yatırım kararlarını etkileyen ölçütlerin belirlenmesi: AB ve Türkiye özelinde bir araştırma. Demiryolu Mühendisliği, 9: 61-78.
22. Ustaoğlu, E., 2003. Hedonic price analysis of office rents: a case study of the office market in Ankara. Master of Science, Middle East Technical University The Graduate School of Social Sciences, Ankara.
23. Yankaya, U., Çelik, H.M., 2005. İzmir metrosunun konut fiyatları üzerindeki etkilerinin hedonik fiyat yöntemi ile modellenmesi. Dokuz Eylül Üniversitesi İktisadi İdari Bilimler Fakültesi Dergisi, 20(2): 61-79.