| dc.description.abstract | Hensikten med denne oppgaven er å undersøke effekten av flere aspekter ved beliggenhet på leilighetspriser. Dette belyses ved å fremheve spesifikke stedsrelaterte attributter, såkalte hyperlokalitetsvariabler, som verdsettes av leilighetskjøpere i Oslo. I tillegg studeres det sosioøkonomiske aspektet ved beliggenhet. Eiendomsmarkedet i Oslo er preget av en sterk prisvekst, men prisutviklingen er imidlertid forskjellig mellom bydelene, samtidig som at prisene innenfor bydelene varierer. Dette indikerer at beliggenhet spiller en vesentlig rolle for boligprisene.
Fremveksten av Business Intelligence-systemer og tilgang til big data muliggjør en grundigere undersøkelse av beliggenhet knyttet til hyperlokalitet og sosioøkonomisk status. Datasettet består av 62 134 leilighetstransaksjoner i den norske hovedstaden Oslo, for tidsperioden 2017 til 2021. I denne oppgaven er hedonisk metode og strukturmodellering (SEM) kombinert for å få en dypere forståelse av de underliggende effektene av ulike beliggenhetsvariabler, gjennom bruk av detaljert beliggenhetsdata på enhetsnivå. En omfattende modell er satt sammen av komponenter knyttet til hyperlokalitet, reisekostnader og bydelenes sosioøkonomiske status for å forstå betydningen av beliggenhet på leilighetspriser.
Oppgaven finner at nærhet til hyperlokalitetsattributter er med på å forklare forskjeller i leilighetspriser innad i Oslos bydeler. SEM-analysen avdekket tre beliggenhetsfaktorer, og konkluderte med at avstand til fritidsaktiviteter er den viktigste faktoren. I tillegg konkluderer oppgaven med at bydelens sosioøkonomiske status spiller en signifikant rolle for kjøperes betalingsvillighet ved anskaffelse av leilighet i Oslo. Funnene er av stor betydning for spørsmål knyttet til byplanlegging og områdevalg, spesielt fra en eiendomsutviklers perspektiv. | |
| dc.description.abstract | The purpose of this thesis is to examine the impact of multiple aspects of location on apartment prices. This is elucidated by highlighting specific location related attributes, so-called hyper-locality features, valued by apartment buyers in Oslo. In addition, the socio-economic aspect of location is studied. The real estate market of Oslo is characterized by strong price growth. However, the growth differs between the city districts and the prices within the districts vary, indicating that location plays a substantial role on housing prices.
The rise of Business Intelligence systems and access to big data enables a more thorough investigation of location related to hyper-locality and socio-economic status. The dataset consists of 62,134 apartment transactions in the Norwegian capital Oslo, in the time period 2017 to 2021. In this thesis, hedonic methodology and Structural Equation Modeling (SEM) is combined to achieve a deeper understanding of the underlying effects of different location variables, by utilizing detailed locational unit feature data. A comprehensive model is composed of components regarding hyper-locality, travel costs, and the socio-economic status of the districts, in order to examine the importance of location on apartment prices.
The thesis finds that proximity to hyper-locality features explain differences in apartment prices within the Oslo districts. The SEM analysis disclosed three location factors, and concluded that distance to leisure activities is the most important factor. In addition, the thesis concludes that the socio-economic status of the district plays a significant role for people's willingness to pay when purchasing an apartment in Oslo. The findings are of great importance with regards to urban issues, planning, and site selection, especially from a real estate developer's perspective. | |
