Η ελληνική συνταγή του «Πόλεις προς Ενοικίαση»

Στο πλαίσιο της ευρωπαϊκής διασυνοριακής έρευνας «Πόλεις Προς Ενοικίαση», ο Σωτήρης Σιδέρης συνέλεξε, ανέλυσε και χαρτογράφησε τα δεδομένα από 2.296 πλειστηριασμούς στον Δήμο Αθηναίων μεταξύ του 2018 και του 2021. Ακολουθεί οδηγός στη μεθοδολογία και τα εργαλεία που χρησιμοποιήθηκαν.

Εικονογράφηση: Moritz Wienert για την έρευνα Πόλεις προς Ενοικίαση
28 Απριλίου 2021
Η ελληνική συνταγή του «Πόλεις προς Ενοικίαση»
Εικονογράφηση: Moritz Wienert για την έρευνα Πόλεις προς Ενοικίαση
28 Απριλίου 2021

Η κεντρική σελίδα της έρευνας «Πόλεις Προς Ενοικίαση» εδώ.

Χιλιάδες κατοικίες έχουν βγει στο σφυρί από τον Μάιο του 2016 στην Ελλάδα, ως συνέπεια της διεθνούς χρηματοπιστωτικής κρίσης και της αδυναμίας νοικοκυριών και επιχειρήσεων να αποπληρώσουν τεράστια χρέη προς τους πιστωτές τους. Τα υποτιθέμενα οριζόντια μέτρα προστασίας έχουν ανακληθεί προ πολλού και η αναστολή των κατασχέσεων έχει καταργηθεί, προς διευκόλυνση των πλειστηριασμών μέσω της ηλεκτρονικής πλατφόρμας eauction.gr

Στο πλαίσιο της διασυνοριακής έρευνας Πόλεις προς Ενοικίαση / Cities For Rent, και έχοντας ως αφετηρία τον Δήμο Αθηναίων, αναλύουμε και χαρτογραφούμε την εξέλιξη των πλειστηριασμών κατοικιών σε όλη την Ελλάδα. Στόχος μας είναι η παραγωγή νέας γνώσης σχετικά με το χρέος των νοικοκυριών και των επιχειρήσεων και η ενίσχυση των πληγεισών κοινωνικών ομάδων μέσω της δημιουργίας και τακτικής ενημέρωσης ενός ανοικτού συνόλου δεδομένων που δίνει ελεύθερη πρόσβαση σε μέχρι τώρα απρόσιτες πληροφορίες για την εξέλιξη των πλειστηριασμών στη χώρα.

Το διάστημα καταγραφής των 2.296 μοναδικών κωδικών πλειστηριασμών που αναφέρονται στον παραπάνω χάρτη της Αθήνας εκτείνεται από τις 24 Σεπτεμβρίου 2018 έως τις 13 Ιανουαρίου 2021. Ο μόνος τρόπος για να συλλέξουμε αυτά τα δεδομένα ήταν να καταγράψουμε τις σχετικές πληροφορίες κάθε πλειστηριασμού από πολλαπλές πηγές και να τις καταχωρήσουμε σε ένα ενιαίο σύνολο δεδομένων, ώστε να μπορέσουμε να τις αναλύσουμε.

Το σύνολο των δεδομένων που έχουμε δημιουργήσει δίνει πρόσβαση στα βασικά στοιχεία του επισπεύδοντα τον πλειστηριασμό, συμπεριλαμβανομένου του ονόματος και του ΑΦΜ, στο όνομα του οχήματος ειδικού σκοπού για την τιτλοποίηση των απαιτήσεων από πακέτα μη-εξυπηρετούμενων τραπεζικών δανείων, στην τιμή εκκίνησης, στην τρέχουσα κατάσταση και στην ημερομηνία διεξαγωγής του πλειστηριασμού, καθώς και στη διεύθυνση της πλειστηριαζόμενης κατοικίας. 

Η ανάκτηση των δεδομένων έγινε εξ ολοκλήρου με τη χρήση της γλώσσας προγραμματισμού Python και με την αξιοποίηση και τον συνδυασμό διαθέσιμων δεδομένων από πολλαπλές πηγές. Με τη χρήση των βιβλιοθηκών Selenium και BeautifulSoup, συγκεντρώσαμε όσες δικαστικές αποφάσεις αναγγελίας πλειστηριασμών είναι ψηφιακά διαθέσιμες και διαδικτυακά δημοσιευμένες στην ηλεκτρονική πλατφόρμα πλειστηριασμών eauction.gr. Αυτές χρονολογούνται από τις 18 Νοεμβρίου 2017, όποτε ο πρώτος πλειστηριασμός δημοσιεύτηκε στην πλατφόρμα, και εφεξής. 

Οι δικαστικές αποφάσεις αναγγελίας των πλειστηριασμών διατίθενται σε μορφή .pdf, .docx, .doc και .txt. Για τη μετατροπή των εγγράφων σε ενιαία μορφή επεξεργάσιμη από ηλεκτρονικό υπολογιστή, χρησιμοποιήθηκε η εργαλειοθήκη Apache Tika. Συμπληρωματικά, με τη χρήση των βιβλιοθηκών Selenium και BeautifulSoup, συλλέξαμε στοιχεία για τα χαρακτηριστικά και τις διευθύνσεις μέρους των πλειστηριαζόμενων ακινήτων από βοηθητικές πηγές δεδομένων, όπως η ιστοσελίδα εύρεσης ακινήτων σε πλειστηριασμό landea.gr και η ιστοσελίδα της συμβουλευτικής εταιρείας SODIA Capital Management, η οποία αποτελεί τον βραχίονα του επενδυτικού fund Apollo Global Management στην αγορά των πλειστηριασμών ακινήτων στην Ελλάδα. 

Μετά τη συλλογή των στοιχείων, είχαν δημιουργηθεί τέσσερα διαφορετικά σύνολα δεδομένων: ένα με τις βασικές πληροφορίες κάθε πλειστηριασμού οι οποίες είχαν εξαχθεί από το eauction.gr, ένα με τις δικαστικές αποφάσεις αναγγελίας για κάθε πλειστηριασμό επίσης από το eauction.gr, και ακόμα δύο με τα βασικά χαρακτηριστικά μέρους των πλειστηριαζόμενων ακινήτων εντός του Δήμου Αθηναίων από το landea.gr και το sodiaproperties.gr. Σε καθένα από αυτά, χρειάστηκε να γίνουν καθαρισμός και διορθώσεις ώστε να δημιουργηθεί το τελικό σύνολο δεδομένων και να είναι δυνατός ο γεωεντοπισμός των ακινήτων. Για τον καθαρισμό των δεδομένων χρησιμοποιήθηκαν οι ανοιχτές βιβλιοθήκες Pandas και Regular Expressions, καθώς και η online εφαρμογή καθαρισμού και ανάλυσης δεδομένων OpenRefine. Τέλος, για τον γεωεντοπισμό των ακινήτων χρησιμοποιήθηκε το API Nominatim του open-source εργαλείου χαρτογράφησης OpenStreetMap. 

Αφήστε μια απάντηση