Evaluating the effects of supervised consumption sites on housing prices in Montreal, Canada using interrupted time series and hedonic price models
Notice bibliographique
Résumé
Background: In 2017, three brick and mortar supervised consumption sites (SCS) opened in Montreal, Canada. Opponents argued the sites would attract people who use drugs and reduce local real estate prices. Methods: We used interrupted time series and hedonic price models to evaluate the effects of Montreal's SCS on local real estate prices. We linked the Quebec Professional Association of Real Estate Brokers' housing sales data provided by Centris Inc. with census tract data and gentrification scores. Homes sold within 200 m of the SCS locations between 1 January 2014 and 31 December 2021 were included. We adjusted for internal (e.g., number of bed/bathrooms, unit size) and external attributes (e.g., neighbourhood demographics), and included a spatio-temporal lag to account for correlation between sales. For sensitivity analysis we used site-specific dummy variables to better account for unmeasured neighbourhood differences, and repeated analyses using 500 m and 1000 m radii. Results: We observed a price shock after the opening of the first two SCS in June 2017 (level effect: -10.5%, 95% CI: -19.1%, -1.1%) but prices rose faster month-to-month (trend effect: 1.1%, 95% CI: 0.7%, 1.6%) after implementation. Following the implementation of the third site in November 2017 there was no immediate impact (level effect: 2.4%, 95% CI: -10.4%, 17.0%) but once more prices roses faster (0.9%, 95% CI: 0.4%, 1.5%) thereafter. When we replaced neighbourhood attributes with a site-specific dummy variable, we observed the same pattern. Sales' prices dropped (level effect: -9.6%, 95% CI: -15.0%, -3.8%) but rose faster month-to-month (trend effect: 0.9%, 95% CI: 0.6%, 1.2%) following June 2017's SCS implementations, with no level effect (4.9%, 95% CI: -7.3%, 18.6%) and a positive trend (0.9%, 95% CI: 0.5%, 1.3%) after November 2017's SCS opening. In most 500 m and 1000 m radii models, there were no immediate shocks following SCS opening, however, positive trend effects persisted in all models. Conclusion: Our models suggest homes sold near SCS may experience a price shock immediately post-implementation, with evidence of market recovery in the months that follow.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».