Paikkatiedon vaikutus metsätilan arvonmäärityksessä

Metsätilan mahdollista hintaa voidaan arvioida puhtaasti puuntuotannon ja kasvupaikkatekijöiden perusteella. Metsätilan arvo voi kuitenkin riippua monista tekijöistä, jotka eivät rajaudu tilarajojen sisäpuolelle. Kaksi eri ostajaa voivat nähdä puuntuotannollisesti samanlaiset tilat arvoltaan erilaisina riippuen esimerkiksi siitä miten helppo tila on kunkin näkökulmasta saavuttaa. Tässä työssä tätä tausta-ajatusta tutkitaan toteutuneiden tilakauppojen pohjalta ja erityisesti kauppahintamenetelmän viitekehyksessä. Tätä varten paikkatiedon avulla määritetään tiloille erilaisia tunnuksia ja analysoidaan miten tilojen hehtaarihinnat suhteutuvat niihin. Tunnuksiksi määritetään lämpösumma, tilan sijaintikorkeus, metsäteollisuuden määrä 100 kilometrin säteellä tilasta, tilan etäisyys lähimpään tiestöön ja asukasmäärä 5 kilometrin säteellä tilasta. Hehtaarihintojen todetaan trendinomaisesti korreloivan näiden uusien tunnusten kanssa. Tunnuksia testataan myös luokitteluongelman kautta, jossa voidaan määrittää tunnusten tärkeys ennustettaessa tilan hintaluokkaa. Tunnuksista lämpösumman havaitaan olevan erityisen merkittävä.Value of a forest property can be estimated purely based on its timber production capabilities and fertility. The value can, however, depend on multitude of factors not within the estate boundaries. Different buyers might see differently the values of properties with equal timber production capabilities, based on, for example, how easy they estimate the property is to reach from their individual perspectives. This thesis investigates data from past forest estate transactions against this background idea on valuation. Particularly we focus on the framework of comparative method, in which a property is valued based on the value of similar properties. We define different estate indices coming from geospatial data and analyse their effect on the price per hectar. As indices we use degree days, the height from sea level at estate location, the number of forest industry facilities within 100 kilometers radius from the estate, the distance to nearest road and the amount of population within 5 kilometers radius from the estate. We find trend like correlation between these indices and the price per hectar. The effect of these indices in a linear classification problem is also investigated, which allows to estimate the importance of the indices in predicting the price class of a forest property. We find the degree days to be the most significant