ปัจจัยด้านทำเลที่ตั้งที่มีผลต่อราคาขายอาคารชุด ตามแนวรถไฟฟ้าในเขตกรุงเทพมหานคร กรณีศึกษา รถไฟฟ้าสายสีน้ำเงินส่วนต่อขยาย รถไฟฟ้าสายสีลมส่วนต่อขยาย และรถไฟฟ้าสายสีทอง

ชินปัญชร์ สุวรรณศรี

ปัจจัยด้านทำเลที่ตั้งที่มีผลต่อราคาขายอาคารชุด ตามแนวรถไฟฟ้าในเขตกรุงเทพมหานคร กรณีศึกษา รถไฟฟ้าสายสีน้ำเงินส่วนต่อขยาย รถไฟฟ้าสายสีลมส่วนต่อขยาย และรถไฟฟ้าสายสีทอง

dc.contributor.advisor	กุณฑลทิพย พานิชภักดิ์
dc.contributor.advisor	บุญยิ่ง คงอาชาภัทร
dc.contributor.author	ชินปัญชร์ สุวรรณศรี
dc.contributor.other	จุฬาลงกรณ์มหาวิทยาลัย. คณะสถาปัตยกรรมศาสตร์
dc.date.accessioned	2022-07-23T04:38:45Z
dc.date.available	2022-07-23T04:38:45Z
dc.date.issued	2564
dc.identifier.uri	http://cuir.car.chula.ac.th/handle/123456789/79752
dc.description	วิทยานิพนธ์ (คพ.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2564
dc.description.abstract	ปัจจัยด้านทำเลที่ตั้ง สาธารณูปโภค สาธารณูปการ และสิ่งอำนวยความสะดวกของเมืองเป็นปัจจัยที่มีอิทธิพลต่อการกำหนดราคาขายอาคารชุดพักอาศัย โดยเฉพาะการพัฒนาระบบรถไฟฟ้าขนส่งมวลชนเป็นปัจจัยที่มีความสำคัญอย่างมาก งานวิจัยนี้จึงมีวัตถุประสงค์เพื่อศึกษาว่ามีปัจจัยด้านทำเลที่ตั้งใดบ้างที่มีอิทธิพลอย่างมีนัยสำคัญต่อราคาขายอาคารชุดในพื้นที่เชื่อมต่อฝั่งตะวันตกจากศูนย์กลางธุรกิจหลักของกรุงเทพมหานคร โดยใช้การวัดระยะห่าง หรือค่าคุณลักษณะของปัจจัยด้านทำเลที่ตั้งมาศึกษากับราคาขายอาคารชุดจำนวน 47 โครงการด้วยวิธีทางสถิติศาสตร์ และวิเคราะห์เชิงพื้นที่ด้วยระบบสารสนเทศภูมิศาสตร์เพื่อหาทำเลที่ตั้งที่มีศักยภาพเหมาะสมในการพัฒนาโครงการอาคารชุดระดับราคาต่างๆ ที่ได้รับอิทธิพลจากปัจจัยด้านทำเลที่ตั้งดังกล่าว ผลการศึกษาพบว่าปัจจัยด้านทำเลที่ตั้งในพื้นที่ศึกษา สามารถจำแนกเป็นตัวแปรอิสระ 10 หมวดหมู่ รวมทั้งสิ้นจำนวน 28 ตัวแปร ซึ่งสามารถหาความสัมพันธ์ หรืออิทธิพลต่อราคาขายอาคารชุดด้วยการวิเคราะห์การถดถอยเชิงเส้นพหุด้วยวิธี STEPWISE พบว่า ปัจจัยด้านทำเลที่ตั้งที่มีอิทธิพลต่อราคาขายอาคารชุดมี 8 ปัจจัย เรียงตามอิทธิพลมากไปน้อยได้ดังนี้ ระยะห่างจากศูนย์กลางธุรกิจหลัก ศูนย์กลางธุรกิจรอง โรงพยาบาลขนาดกลาง สถานีรถไฟฟ้า ศูนย์การค้าภูมิภาคขนาดใหญ่ มหาวิทยาลัย โรงพยาบาลขนาดใหญ่ และโรงเรียนประถมศึกษา ตามลำดับ ซึ่งระยะห่างจากอาคารชุดพักอาศัยที่เพิ่มขึ้นทุก 1 เมตรของปัจจัยดังกล่าวส่งอิทธิพลต่อราคาขายอาคารชุดให้เปลี่ยนไป -20.746, +14.569, +17.059, -18.916, +8.330, +11.883, -17.411, -41.248 บาท ตามลำดับ จากนั้นจึงนำผลการศึกษานี้มาร่วมกันทำนายราคาขายอาคารชุดในระดับราคาต่างๆ โดยสร้างเป็นแผนที่แบบจำลองราคาขายอาคารชุดด้วยวิธี Weighted Overlay Technique พบว่าสามารถเสนอแนะทำเลเหมาะสมในการพัฒนาอาคารชุดพักอาศัยในสำหรับราคาต่างๆ ได้ และเมื่อวิเคราะห์ร่วมกับพื้นที่ศักยภาพเหมาะสมภายในขอบเขตการให้บริการของปัจจัยด้านทำเลที่ตั้งในระดับศักยภาพเหมาะสมมากที่สุด ทำให้สามารถเสนอแนะทำเลพื้นที่ศักยภาพเหมาะสมในการเข้าถึงบริการของปัจจัยด้านทำเลที่ตั้งของเมือง ในการพัฒนาโครงการอาคารชุดในระดับต่างๆ ได้ โดยภาพรวมบริเวณศักยภาพเหมาะสมสำหรับระดับราคาสูง 3 อันดับแรก คือ Super Luxury, Luxury และ high Class นั้นกระจุกตัวอยู่ย่านธุรกิจริมแม่น้ำเจ้าพระยาในเขตคลองสานตามแนวรถไฟฟ้าสายสีทอง มีพื้นที่ศักยภาพเหมาะสมรวม 1.49644 ตารางกิโลเมตร และโครงการอาคารชุดระดับ Main Class เป็นระดับราคาขายที่มีสัดส่วนมากที่สุดในพื้นที่ศึกษา มีพื้นที่ 15.41064 ตารางกิโลเมตร ควรพัฒนาในบริเวณต่อเนื่องของรถไฟฟ้าสายสีลมในเขตธนบุรี กับรถไฟฟ้าสายสีน้ำเงินในสถานีบางขุนนท์ สถานีจรัญสนิทวงศ์13 และสถานีท่าพระ จากผลการศึกษานำมาสู่ข้อเสนอแนะต่อผู้พัฒนาโครงการอาคารชุดว่าควรคำนึงถึงปัจจัยด้านทำเลที่ตั้งทั้ง 8 ปัจจัยข้างต้นเนื่องจากส่งอิทธิพลทั้งเชิงบวก และเชิงลบต่อราคาขายอาคารชุดพักอาศัย และควรใช้แผนที่ทำเลศักยภาพเหมาะสมยังเป็นแนวทางในการตัดสินใจพัฒนาโครงการอาคารชุดในพื้นที่ให้มีความเหมาะสมกับระดับราคาต่างๆ ที่สามารถเข้าถึงการบริการของปัจจัยด้านทำเลที่ตั้งในระดับสูงที่สุด เพื่อให้โครงการที่เกิดขึ้นมีคุณภาพในการเป็นที่อยู่อาศัยที่ดีของเมือง อีกทั้งในด้านวิชาการ เสนอแนะให้นำการประยุกต์ใช้ระบบสารสนเทศภูมิศาสตร์มาช่วยในการศึกษาด้านการพัฒนาที่อยู่อาศัยมาแสดงผลให้เป็นรูปธรรม เพื่อช่วยให้ผู้พัฒนาเมืองสามารถเข้าใจถึงอิทธิพลของปัจจัยด้านทำเลที่ตั้งต่อราคา และการพัฒนาที่อยู่อาศัย แสดงให้เห็นขอบเขตการให้บริการของสาธารณูปโภค สาธารณูปการ และสิ่งอำนวยความสะดวกของเมืองในบริบทของพื้นที่ศึกษา เพื่อวางแผนพัฒนาพื้นที่อยู่อาศัยที่ทำให้ผู้อยู่อาศัยมีคุณภาพชีวิตที่ดีต่อไป
dc.description.abstractalternative	Spatial, locational and infrastructural factors, as well as public utilities, influence condominium pricing, which varies according to location. The development of the mass transit system is an especially important locational factor. The purpose of this study was to investigate the influence of these locational factors on condominium development in the western Bangkok area connected to the main CBD of Bangkok by using distance measurements of the characteristics studied with the prices of 47 condominium projects by a statistical method. Spatial analysis with GIS was used to find potential locations suitable for the development of condominium projects in various price levels that are influenced by such locational factors. The primary results of the study revealed there are 10 categories of locational factors with 28 independent variables in this area. The study method involved using characteristics and distance measurements for 47 residential condominiums as dependent variables with the geographic information system and analyzing by a multiple linear regression analysis statistical test with a STEPWISE method. The results revealed that 8 locational factor variables influence the prices of condominiums ranked by priority as follows: the distance from the main CBD, the sub-CBD, medium-sized hospitals, train stations, super-regional commercial centers, universities, large-sized hospitals, and primary schools. In every increase of 1-meter in terms of distance from a condominium and these locational factors, the prices of condominiums changed by -20.746, 14.569, 17.059, -18.916, 8.330, 11.883, -17.411, and -41.248 THB per square meter, respectively. This result can be analyzed to create a contour map of condominium prices that were influenced by such locational factors using the Weighted Overlay Technique by GIS software to classify the suitable areas for various prices into various levels. Overall, the top three levels of suitable high-priced segments, Super Luxury, Luxury and High class, are concentrated in the business district along the Chao Phraya river in the Khlong San district along the Golden Line with a total potential area of 1.49644 sq km. and a condominium project at the Main Class level, which is the selling price level with the highest proportion in the study area, with an area of 15.41064 sq km. It should be developed in the continuation area of the Silom Line in the Thon Buri area with some stations of the Blue Line. In conclusion, the study found that locational factors affect the prices of condominiums both positively and negatively. The condominium developers should consider all 8 locational factors above, which can jointly predict the potential areas of condominium sales in various price levels. Furthermore, real estate developers can use these suitable potential locations maps as guidelines for developing condominium projects in the areas suitable for various price levels with access to the highest level of locational factor services to have high quality for good living in the city. The study method in this research is also beneficial to the academic studies of the Geographic Information System, which can be utilized to help illustrate the influence of locational factors, public utilities, and city amenities into concrete knowledge for housing development science that helps city urban developers to plan and develop high quality residential areas.
dc.language.iso	th
dc.publisher	จุฬาลงกรณ์มหาวิทยาลัย
dc.relation.uri	http://doi.org/10.58837/CHULA.THE.2021.509
dc.rights	จุฬาลงกรณ์มหาวิทยาลัย
dc.subject.classification	Business
dc.title	ปัจจัยด้านทำเลที่ตั้งที่มีผลต่อราคาขายอาคารชุด ตามแนวรถไฟฟ้าในเขตกรุงเทพมหานคร กรณีศึกษา รถไฟฟ้าสายสีน้ำเงินส่วนต่อขยาย รถไฟฟ้าสายสีลมส่วนต่อขยาย และรถไฟฟ้าสายสีทอง
dc.title.alternative	The locational factors affecting the prices of condominiums along the train routes : a case studies of the blue line extension route, BTS Silom line extension route and BTS gold line
dc.type	Thesis
dc.degree.name	เคหพัฒนศาสตรมหาบัณฑิต
dc.degree.level	ปริญญาโท
dc.degree.discipline	การพัฒนาที่อยู่อาศัยและอสังหาริมทรัพย์
dc.degree.grantor	จุฬาลงกรณ์มหาวิทยาลัย
dc.identifier.DOI	10.58837/CHULA.THE.2021.509