التحليل المكاني لأسعار الأراضي السكنية في المدينة المنورة 

A Spatial Analysis of Residential Land Prices in Al-Madinah Al-Munawwarah

تهدف هذه الدراسة إلى تحليل التباين المكاني في أسعار الأراضي السكنية بمدينة المدينة المنورة، باستخدام تقنيات نظم المعلومات الجغرافية (GIS) والنماذج المكانية الإحصائية. تناولت الدراسة أربعة عوامل رئيسية مؤثرة: الموقع الجغرافي (القرب من الحرم النبوي)، الكثافة السكانية، توفر الخدمات، والخصائص الطبوغرافية. تم تطبيق مجموعة من الأدوات التحليلية مثل مؤشر موران (Moran’s I)، وتحليل النقاط الساخنة (Hotspot Analysis)، وتحليل الملاءمة المكانية، والانحدار الجغرافي المرجح (GWR). أظهرت النتائج وجود نمط مكاني غير عشوائي لتوزيع الأسعار، حيث كان القرب من الحرم العامل الأكثر تأثيرًا، بينما كانت العلاقة بين توفر الخدمات والأسعار ضعيفة أو غير مباشرة. ساهم نموذج الانحدار الجغرافي المرجح ((GWR في تفسير 41% من التباين السعري، مما يعكس فعاليته في تحليل التباين المكاني. توصي الدراسة، الجهات ذات المصلحة، مثل الهيئة العامة للعقار، وهيئة تطوير المدينة، بإنشاء منصة رقمية تفاعلية تُعرض من خلالها نتائج النماذج المكانية والتنبؤات السعرية، بهدف دعم اتخاذ القرار العمراني وتحسين تخصيص الموارد، بالإضافة إلى مساعدة المواطنين والباحثين عن السكن في التعرف على الأحياء ذات الأسعار المناسبة أو الملاءمة المكانية العالية، بما يُمكّنهم من اتخاذ قرارات سكنية أكثر وعيًا واستنارة.

الكلمات المفتاحية: التحليل المكاني، أسعار الأراضي، المدينة المنورة، نظم المعلومات الجغرافية، الانحدار الجغرافي المرجح، التخطيط الحضري.

Abstract

This study investigates the spatial variation in residential land prices in Al-Madinah Al-Munawwarah through the application of Geographic Information Systems (GIS) and spatial statistical models. The analysis focuses on four key factors: geographic location (notably proximity to the Prophet’s Mosque), population density, availability of public services, and topographical characteristics. A suite of spatial analysis tools—including Moran’s I, Hotspot Analysis, Spatial Suitability Analysis, and Geographically Weighted Regression (GWR)—was utilized to assess the influence of these variables.

The results indicate a non-random spatial distribution of land prices, with proximity to the Prophet’s Mosque emerging as the most significant determinant. In contrast, the relationship between service availability and land prices was found to be weak or indirect. The GWR model accounted for 41% of the observed price variation, reflecting its effectiveness in modeling spatial disparities.

The study recommends that key stakeholders, including the General Real Estate Authority and the Madinah Development Authority, develop an interactive digital platform to disseminate the outputs of spatial models and price forecasts. Such a platform would enhance urban planning decision-making, support more efficient resource allocation, and assist both citizens and housing seekers in identifying neighborhoods with either affordable land prices or high spatial suitability—ultimately enabling more informed and deliberate residential choices

Keywords: Spatial analysis, land prices, Al-Madinah Al-Munawwarah, GIS, GWR, urban planning

الخزاعي، عبير عدنان خلفة. (2020). التحليل المكاني لأسعار الأراضي السكنية في مدينة الديوانية. المجلة العربية للعلوم ونشر الأبحاث، 56، 388-394.

الشريف، شاكر عبد الله. (2023). التحليل المكاني لأسعار الأراضي السكنية في مدينة جدة. المجلة العربية للعلوم ونشر الأبحاث، 9(4)، 67-85.

دبس، عبد الرحمن مصطفى. (2016). تحليل سطح المدينة المنورة باستخدام نظم المعلومات الجغرافية ونموذج الارتفاعات الرقمية لتحديد أماكن خطر السيول. المجلة العربية لنظم المعلومات الجغرافية، م (9)، ع (2)، 103-143.

عبده، أشرف علي، وشكري، نرمين أحمد. (2024). تطور النمو العمراني في المدينة المنورة منذ العهد النبوي حتى عام 2022 من خلال دمج الشبكات العصبية الاصطناعية مع نظم المعلومات الجغرافية. المجلة الجغرافية العربية، 191، 1-130.

عبد العاطي، عبد الحميد طلعت. (2023). أسعار الأراضي والوحدات السكنية بمدينة القاهرة الجديدة: دراسة في الجغرافيا الاقتصادية. مجلة كلية الآداب، جامعة بنها، 48(3)، 27-85.

عبد المعطي، شاهين. (2002). التحليل الجغرافي لخصائص الاستخدام التجاري في المدينة المنورة. مجلة العقيق، مجلد 19، عدد 37، المدينة المنورة، ص 182.

غضبان، محمد حسين، وأحمد، رياض عبد الله. (2023). العوامل الاجتماعية ودور العامل الديني وأثرهما على تغير قيم الأراضي الحضرية في مدينة سامراء. مجلة جامعة تكريت للعلوم الإنسانية، 30(12)، 114-134.

الهيئة العامة للعقار. (2023). تقارير المؤشرات العقارية: متوسط أسعار الأراضي السكنية حسب الأحياء. بوابة المؤشرات العقارية. https://indikator.rega.gov.sa

هيئة تطوير المدينة المنورة. (2023). بيانات جغرافية واجتماعية عن أحياء المدينة المنورة للعام 2023 م ملفات Shapefiles لحدود المدينة والاحياء وتوزيع السكان والخدمات، المدينة المنورة.

?

ترجمة المراجع العربية:

Al-Khuza’i, Abeer Adnan Khulfa. (2020). Spatial analysis of residential land prices in the city of Al-Diwaniyah. Arab Journal of Sciences and Research Publishing, 56, 388–394.

Al-Sharif, Shaker Abdullah. (2023). Spatial analysis of residential land prices in the city of Jeddah. Arab Journal of Sciences and Research Publishing, 9(4), 67–85.

Dibs, Abdulrahman Mustafa. (2016). Surface analysis of Al-Madinah using GIS and DEM to determine flood risk areas. Arab Journal of Geographic Information Systems, 9(2), 103–143.

Abdu, Ashraf Ali, & Shukri, Narmeen Ahmad. (2024). Urban growth development in Al-Madinah from the Prophetic era until 2022 using artificial neural networks integrated with GIS. Arab Geographical Journal, 191, 1–130.

Abd El-Aty, Abdelhamid Talaat. (2023). Land and housing unit prices in New Cairo: A study in economic geography. Journal of the Faculty of Arts, Benha University, 48(3), 27–85.

Abd El-Moati, Shaheen. (2002). Geographic analysis of commercial land use characteristics in Al-Madinah. Al-Aqeeq Journal, 19(37), 182.

Ghadban, Mohammed Hussein, & Ahmad, Riyadh Abdullah. (2023). Social factors and the role of religion in the change of urban land values in Samarra. Tikrit University Journal for Human Sciences, 30(12), 114–134.

General Authority for Real Estate. (2023). Real estate indicators reports: Average residential land prices by neighborhoods. Real Estate Indicators Portal. https://indikator.rega.gov.sa

Madinah Development Authority. (2023). Geographic and social data on the neighborhoods of Al-Madinah for 2023: Shapefiles of city and neighborhood boundaries, population and services distribution

المراجع الأجنبية:

Alosaimi, S. (2019). Disparités de développement entre les régions du Royaume d’Arabie Saoudite. Université Bordeaux Montaigne, 158 p.

Alzain, E., Alshebami, A. S., Aldhyani, T. H. H., & Alsubari, S. N. (2022). Application of artificial intelligence for predicting real estate prices: The case of Saudi Arabia. Electronics, 11(3448). https://doi.org/10.3390/electronics11213448 

Chai, Z., Yang, Y., Zhao, Y., Fu, Y., & Hao, L. (2021). Exploring the effects of contextual factors on residential land prices using an extended geographically and temporally weighted regression model. Land, 10(11), 1148. https://doi.org/10.3390/land10111148 

Chen, Y. (2013). New approaches for calculating Moran’s index of spatial autocorrelation. PLoS ONE, 8(7), e68336. https://doi.org/10.1371/journal.pone.0068336 

Chu, H.-J., Chen, P.-H., Chang, S.-M., Yeh, Y.-C., & Lee, H.-Y. (2023). Covariate-distance weighted regression (CWR): A case study for estimation of house prices. arXiv preprint arXiv:2305.08887. https://arxiv.org/abs/2305.08887 

Dejniak, D. (2018). The application of spatial analysis methods in the real estate market in South-Eastern Poland. Acta Universitatis Lodziensis. Folia Oeconomica, 1(333), 25–37. https://doi.org/10.18778/0208-6018.333.02 

Fotheringham, A. S., Brunsdon, C., & Charlton, M. (2002). Geographically Weighted Regression: The Analysis of Spatially Varying Relationships. Wiley.

Getis, A., & Ord, J. K. (1992). The analysis of spatial association by use of distance statistics. Geographical Analysis, 24(3), 189–206. https://doi.org/10.1111/j.1538-4632.1992.tb00261.x 

Goffette-Nagot, F., Reginster, I., & Thomas, I. (2011). A spatial analysis of residential land prices in Belgium: accessibility, linguistic border and environmental amenities. Regional Studies, 45(9), 1253–1268. https://doi.org/10.1080/00343404.2011.554641 

Hu, S., Ge, D., Hu, G., Sun, J., Ma, Y., Lu, M., & Lu, Y. (2022). The patterns and mechanisms of land price divergence in multiple industries from the perspective of element flows: The case of the Yangtze River Delta, China. Land, 11(2), 188. https://doi.org/10.3390/land11020188 

Lee, S. H., & Choi, J. H. (2017). Analysis of micro urban spatial structure and its effect on land prices. Journal of Real Estate Analysis, 3(2), 21–38. https://doi.org/10.30902/jrea.2017.3.2.21 

Mostafa, M. M. (2018). A spatial econometric analysis of residential land prices in Kuwait. Regional Studies, Regional Science, 5(1), 290–311.         https://doi.org/10.1080/21681376.2018.1518154 

Murakami, D., & Seya, H. (2022). Spatial regression in the presence of a hierarchical transportation network: Application to land price analysis. Frontiers in Sustainable Cities, 4, 905967. https://doi.org/10.3389/frsc.2022.905967 

Salat, H., Murcio, R., Yano, K., & Arcaute, E. (2018). Uncovering inequality through multifractality of land prices: 1912 and contemporary Kyoto. PLOS ONE, 13(4), e0196737. https://doi.org/10.1371/journal.pone.0196737 

U.S. Geological Survey (USGS). (2023). Landsat satellite imagery Department of the Interior. https://landsat.usgs.gov for Saudi Arabia – 2023. U.S.

Wei, F., & Zhao, L. (2022). The effect of flood risk on residential land prices. Land, 11(16), 1612