Capitalization of urban visual morphology: a world-model perspective from the housing market of the Taiwan region
Deze studie analyseert 544.000 woningtransacties in de regio Taiwan om aan te tonen dat de stedelijke visuele morfologie significant wordt verdisconteerd in vastgoedprijzen met duidelijke, inkomensafhankelijke patronen die ruimtelijke ongelijkheid verergeren, terwijl wordt onthuld dat de huidige visuele condities de waarderingen meer aansturen dan voorzien wordt verwacht.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Mensen hebben altijd gekozen waar ze willen wonen op basis van wat ze zien. Een straat met oude, vervallen gebouwen voelt anders aan dan een straat met verse verf en heldere winkelpuien; een buurt vol bomen en water ziet er wezenlijk anders uit dan een dicht raster van beton. Decennialang hebben economen vermoed dat deze visuele verschillen er daadwerkelijk voor zorgen dat de prijs die mensen bereid zijn te betalen voor een huis verandert. Ze gebruiken een methode genaamd hedonische prijsbepaling om de kosten van een huis op te splitsen in de afzonderlijke onderdelen, om zo te bepalen hoeveel waarde een specifiek kenmerk, zoals een uitzicht of een rustige straat, toevoegt aan de uiteindelijke prijs. Hoewel onderzoekers al lang bestuderen hoe parken of scholen de woningwaarden beïnvloeden, maakt de enorme schaal van moderne steden het moeilijk om het algemene "uiterlijk" van een buurt op een consistente manier te meten. Tot voor kort vereiste het vastleggen van de visuele textuur van een hele stad dure, handgetekende kaarten of onbetrouwbare enquêtes. Nu, met krachtige computers en satellietcamera's, kunnen wetenschappers de visuele vorm van steden met een precisie meten die voorheen onmogelijk was, waardoor ze een eenvoudige maar diepzinnige vraag kunnen stellen: vertaalt de visuele verschijning van een buurt zich daadwerkelijk in de prijs van een huis, en verandert die waarde afhankelijk van wie er koopt?
Een team van onderzoekers zette zich scharpe om dit te beantwoorden door naar de woningmarkt in de regio Taiwan te kijken, waarbij ze een enorme dataset van bijna 544.000 vastgoedtransacties analyseerden die werden geregistreerd tussen 2012 en 2026. Om de visuele omgeving van elk huis te begrijpen, vertrouwden zij niet op menselijke waarnemers. In plaats daarvan gebruikten ze satellietbeelden vanuit de ruimte om een gedetailleerde visuele kaart te maken van het gebied rondom elk verkocht huis. Voor elke woning onderzochten ze een cirkel met een straal van een halve kilometer en berekenden ze acht specifieke visuele kenmerken. Ze maten hoeveel van de grond bedekt was door groene planten of water, hoeveel van de bebouwde omgeving helder of donker leek, en hoe complex de textuur van de gebouwen was. Ze keken ook naar de mate waarin de helderheid varieerde van de ene plek naar de andere, wat dient als een maatstaf voor visuele wanorde. Door deze visuele metingen te koppelen aan de werkelijke verkoopprijzen van de woningen, terwijl ze zorgvuldig controleerden voor de leeftijd en grootte van de gebouwen en het specifieke jaar van de verkoop, konden ze isoleren hoeveel kopers precies betaalden voor het visuele uiterlijk van hun buurt.
De resultaten onthulden een duidelijk en verrassend patroon in hoe mensen waarderen wat ze zien. De onderzoekers ontdekten dat een buurt met een complexe, ingewikkelde textuur van gebouwen — waar het visuele patroon druk en gedetailleerd is — een aanzienlijke premie vraagt, wat betekent dat mensen bereid zijn er meer voor te betalen. Daarentegen werden buurten met een hoog aandeel groene pixels, waterpixels of gebieden die zeer helder of zeer donker zijn, juist gediskonteerd en verkochten ze goedkoper dan vergelijkbare woningen in gebieden zonder deze kenmerken. Deze negatieve waarde voor groen en water op deze specifieke lokale schaal kwam niet doordat mensen niet van de natuur houden, maar omdat deze kenmerken in de dichtbevolkte stedelijke kernen van deze regio vaak duiden op oudere, minder dichtbevolkte gebieden die om andere redenen al minder duur zijn. De studie toonde aan dat de markt visuele complexiteit beloont en visuele wanorde bestraft, maar het verhaal verandert wanneer men kijelt naar hoe deze waarden in de loop van de tijd zijn verschoven. In het afgelopen decennium is de markt nog kritischer geworden tegenover donkere en groene bebouwde vormen, terwijl de waarde van heldere, compacte bebouwde vormen is gestegen.
Misschien wel de meest opvallende ontdekking was dat deze visuele voorkeuren niet door iedereen gelijk worden gedeeld. De waarde van het uiterlijk van een buurt hangt zwaar af van het inkomen van de mensen die er wonen. In rijke, welvarende wijken hechten kopers een hoge premie aan helderheid en zijn ze bereid extra te betalen voor het, terwijl ze een sterke afkeer hebben van complexe, getextureerde omgevingen. Echter, in gemeenschappen met lage inkomens is het tegendeel waar. Voor bewoners in deze gebieden wordt een helderdere bebouwde omgeving gezien als een tastbaar teken van verbetering en draagt het een positieve waarde, terwijl de complexe texturen waar rijke kopers een afkeer van hebben, niet op dezelfde manier worden bestraft. Dit creëert een situatie waarin de visuele omgeving fungeert als een spiegel van sociale ongelijkheid: de kenmerken waar rijke gemeenschappen voor betalen, verschillen van de kenmerken die armere gemeenschappen waarderen, en de financiële voordelen van een "goede" visuele omgeving vloeien naar degenen die het al beter hebben.
Om er zeker van te zijn dat deze bevindingen niet slechts een toevalstreffer waren van hun specifieke metingen, testten de onderzoekers hun resultaten tegenover een massief, geavanceerd kunstmatige intelligentiemodel dat ontworpen is om satellietbeelden te begrijpen. Dit model, dat getraind was op miljoenen afbeeldingen van over de hele wereld, kon de visuele wereld op duizenden verschillende manieren zien. De onderzoekers ontdekten dat hun eenvoudige beschrijving van acht kenmerken van de buurt bijna net zo goed in staat was om woningprijzen te voorspellen als het complexe, hoogtechnologische model. Het geavanceerde model voegde bijna geen nieuwe informatie toe, wat suggereert dat de voor mensen interpreteerbare kenmerken die zij maten — zoals helderheid en textuurcomplexiteit — de essentiële visuele informatie bevatten waar de woningmarkt om geeft. Dit betekende ook dat hun resultaten robuust waren en niet afhankelijk waren van een "black box"-algoritme dat niemand kan begrijpen.
Het team onderzocht ook of mensen betaalden voor de toekomst, door te wedden op buurten waarvan zij dachten dat ze er in de loop der tijd beter uit zouden zien. Ze behandelden elke buurt als een klein systeem dat door de jaren heen verandert, waarbij ze volgden hoe het visuele uiterlijk evolueerde. Ze ontdekten dat de woningmarkt de toekomstige veranderingen niet lijkt te anticiperen. In plaats daarvan weerspiegelen prijzen het zichtbare heden. Als een buurt op een traject zit om in de toekomst helderder of complexer te worden, betaalt de markt vandaag de dag niet extra voor dat potentieel. Sterker nog, in sommige recente gevallen werden buurten die visueel verbeterden iets lager geprijsd, wat suggereert dat kopers volledig gefocust zijn op wat ze nú kunnen zien, in plaats van op wat de buurt zou kunnen worden. De visuele toekomst is zo vergelijkbaar met het visuele heden dat er weinig ruimte is voor speculatie.
Ten slotte gebruikten de onderzoekers hun bevindingen om een simulatie uit te voeren van wat er zou gebeuren als stadsplanners het visuele uiterlijk van buurten zouden kunnen veranderen. Ze berekenden de potentiële financiële impact van het verminderen van de hoeveelheid donkere, bebouwde gebieden of het vergroten van de helderheid in de donkerste delen van de stad. Hun berekeningen suggereerden dat als deze visuele interventies zouden worden uitgevoerd, de totale waarde van woningen in de hele regio met ongeveer 350 miljard Nieuw-Taiwanse dollars zou kunnen toenemen. Deze simulatie benadrukt dat het visuele milieu niet alleen een kwestie is van esthetiek; het is een tastbaar economisch bezit. De onderzoekers waarschuwden echter dat deze cijfers gebaseerd zijn op een momentopname van de huidige voorkeuren en geen rekening houden met hoe het aanbod van woningen als reactie daarop zou kunnen veranderen. De studie concludeert dat de manier waarop we onze steden zien diep verweven is met de economie, de vorm bepaalt wie zich kan veroorloven waar te wonen en de ruimtelijke verschillen die al in de samenleving bestaan, versterkt.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.