CC BY
12УДК 338.001 Экономические науки.
Баклушина Евгения Дмитриевна, студент
ФГБОУ ВПО «Пермский национально исследовательский политехнический университет», 614990, г. Пермь, Комсомольский проспект, 29 Электронный адрес: baklushina. ewg@yandex. ru
АНАЛИЗ РЫНКА ВТОРИЧНОГО ЖИЛЬЯ В Г. ПЕРМЬ
Аннотация. Объектом исследования является рынок вторичного жилья в Перми. Данные представляют собой список из 60 квартир со следующими характеристиками: цена квартиры, общая площадь, жилая площадь, площадь кухни, количество комнат, расположение квартиры в доме, расположение квартиры относительно центра города, состояние квартиры. Результирующим показателем является цена квартиры. Данные актуальны на сентябрь 2015 года.
Ключевые слова: квартира, вторичное жилье, цена квартиры, площадь квартиры, жилая площадь, площадь кухни, город Пермь.
Summary. The object of study is the market for second homes in the city of Perm. These are a list of the 60 apartments with the following characteristics: the price of the apartment, the total area, living area, kitchen area, number of rooms, location of apartments in the house, location of the apartment with respect to the city center, the state of the apartment. The net price index is flat. The data are relevant for September 2015.
Keywords: Apartment, second homes, the price of apartments, apartment area, living area, kitchen area, the city of Perm.
Для выявления зависимости между ценой квартиры и остальными показателями проведён корреляционный и факторный анализ, для разбиения выборки проведён кластерный анализ.
В таблице 1 представлены данные:
Y - цена квартиры (тысяч рублей);
X1 - общая площадь квартиры (квадратные метры);
X2 - жилая площадь (квадратные метры);
Х3 - площадь кухни (квадратные метры);
Х4 - количество комнат;
Х5 - расположение квартиры в доме;
• 1 - средние этажи; •2 - крайние этажи;
Х6 - расположение квартиры относительно центра города;
• 1 - очень близко (0-10 минут поездки); •2 - близко (10-20 минут поездки);
•3 - средне (20-30 минут поездки); •4 - далеко (30-45 минут поездки); •5 - очень далеко (>45 минут поездки); Х7 - состояние квартиры;
• 1 - без ремонта (плохое);
• 2 - частичный ремонт (среднее); •3 - евроремонт (хорошее);
Таблица 1 - Исходные данные
N У Х1 Х2 Х3 Х4 Х5 Х6 Х7
1 2300 55 30 8 2 2 4 2
2 6800 107 53,5 14 3 1 5 3
3 2350 47 30 12 1 2 5 2
4 3250 62 34,3 12 2 1 3 2
5 2800 59,5 30 10 2 2 2 1
6 2000 44,3 35 9 2 1 5 1
7 2300 58,9 41,6 6 3 2 5 2
8 6300 130 90 12 6 1 2 3
9 1800 44 31 6 2 2 5 2
10 1600 31 20 6 1 2 5 2
11 2200 32,6 6 18 1 2 1 2
12 2380 55,1 41,5 6 3 2 3 1
13 1775 32,4 17,5 6 1 1 5 1
14 2785 42 30 6 2 2 2 2
15 2650 55,1 38,6 6 3 2 2 2
16 425 47 30 7 2 2 5 1
17 2800 49 31 8 2 1 4 2
18 1850 35 19 9 1 2 4 1
19 2700 58,3 38,6 10 3 2 5 1
Продолжение Таблицы 1
20 2275 44 27,7 8 2 2 5 1
21 1200 45,4 33,3 5 2 2 5 2
22 3630 56 30 10 2 1 3 3
23 2000 44,4 30,6 5,7 2 2 5 1
24 3000 57,7 44,5 9 3 2 5 2
25 3500 76,6 54,6 9 4 2 5 2
26 2999 81,5 57,7 8 4 2 5 1
27 2570 60,9 47 6 3 2 5 2
28 1600 41,8 23,7 6,9 2 2 5 2
29 2300 43,7 32,8 3,9 2 2 5 3
30 2150 30 16 6 1 2 3 2
31 1500 32,4 19,4 5,9 1 2 5 1
32 2200 47,6 34,5 3,9 2 2 5 3
33 3150 55 30,3 9 2 1 5 2
34 4000 76,6 54,6 9 4 2 5 2
35 1800 78,5 59,3 7 4 2 5 1
36 2600 60 45 6 3 2 4 1
37 2150 38 22,2 6 2 2 5 1
38 1670 34,1 16,7 9 1 2 5 1
39 1800 41,9 28,2 6 2 2 5 1
40 4000 78 50 9 4 2 3 3
41 2850 61,5 45,3 5,9 3 2 3 2
42 2000 44 30,6 6 2 2 5 1
43 2100 46 32,2 6 2 2 5 1
44 1800 41,2 27,2 6 2 2 5 1
45 3250 55,9 30,3 9 2 1 5 2
46 2250 38 24,7 5,5 2 2 5 1
47 3300 72,4 55 9 3 2 5 3
48 2520 57 38 6 3 2 5 1
49 2300 58,8 45,2 6 3 2 5 2
50 1500 54,8 33,3 7,8 2 2 5 1
51 3550 57 40,5 9,8 2 1 2 3
52 2752 39,98 15,85 10,96 1 1 1 3
53 3670 62 42,7 8 3 1 2 1
54 4300 60 41 12 2 1 2 3
55 4290 90,4 53 22 3 2 3
56 2550 44 28 6 2 1 2 2
57 3150 59,5 32 8 2 1 3 2
58 4700 82,1 59 16 4 1 3 2
59 6100 88 55 23 3 1 2 2
60 5500 88 48,3 13,7 3 1 2 2
Для выявления зависимости между статистическими данными была построена матрица частных коэффициентов корреляции (таблица 2).
У Х1 Х2 Х3 Х4 Х5 Х6 Х7
У 1 0,472548 -0,14251 0,238753 0,050704 -0,44138 -0,13802 0,292014
Х1 0,472548 1 0,534725 0,406762 0,214681 -0,02243 0,144952 0,026338
Х2 -0,14251 0,534725 1 -0,06634 0,627589 -0,09223 0,191700 0,214811
Х3 0,238753 0,406762 -0,06634 1 -0,37147 0,184837 -0,34928 -0,18956
Х4 0,050704 0,214681 0,627589 -0,37147 1 0,290623 -0,28884 -0,32455
Х5 -0,44138 -0,02243 -0,09223 0,184837 0,290623 1 0,214214 0,119113
Х6 -0,1380 0,144952 0,191700 -0,34928 -0,28884 0,214214 1 -0,25580
Х7 0,292014 0,026338 0,214811 -0,18956 -0,32455 0,119113 -0,25580 1
Цена (У) в большей степени коррелирована с общей площадью квартиры (Х1), зависимость прямая. Общая площадь квартиры (Х1) в большей степени зависит от жилой площади квартиры (Х2), зависимость прямая. Жилая площадь (Х2) прямо зависит от количества комнат (Х4). Площадь кухни (Х3) прямо зависит от общей площади квартиры (Х1). Благодаря данной таблице мы можем наблюдать эффект скрытой и ложной корреляции. Скрытая корреляция рассматривается в зависимости, например, площади кухни (Х3) с количеством комнат (Х4). Между количеством комнат (Х4) и этажом квартиры (Х5), расположением квартиры относительно центра города (Х6), состоянием квартиры (Х7). Ложную корреляцию можно наблюдать в зависимости цены (У) от жилой площади (Х2), площади кухни (Х3), количества комнат (Х4) и удалённости от центра города (Х6). В зависимости общей площади квартиры (Х1) с количеством комнат (Х4), этажом квартиры (Х5) и состоянием квартиры (Х7). Между жилой площадью квартиры (Х2) и площадью кухни (Х3) с состоянием квартиры (Х7). Между площадью кухни (Х3) и этажом квартиры (Х5) с состоянием квартиры (Х7). Между этажом квартиры (Х5) и расположением квартиры относительно центра города (Х6) с состоянием квартиры (Х7). И между расположением квартиры относительно центра города (Х6) и состоянием квартиры (Х7).
Итак, из матрицы частных коэффициентов корреляции можем сделать вывод, что цена квартиры (У) в большей степени коррелирована с общей площадью квартиры (Х1). Общая площадь (Х1) в большей степени коррелирована с жилой площадью (Х2). Жилая площадь (Х2) в большей степени коррелирована с
количеством комнат (Х4). Площадь кухни (Х3) в большей степени коррелирована с общей площадью квартиры (Х1).
Исходя из полученной матрицы собственных значений матрицы парных корреляций, наибольший вклад в суммарную дисперсию системы внесли компоненты и Б2, так как значение их собственных чисел больше единиц и суммарный вклад около 73%. Причём 1-ая главная компонента объясняет 48,42%, а 2-ая - 24,82%, суммарной дисперсии системы соответственно.
Очевидно, что фактор 1 явно зависит от общей площади квартиры (Х1), жилой площади квартиры (Х2) и количества комнат (Х4). Также можно включить в фактор 1 и площадь кухни (Х3). Фактор 2 явной зависимости не имеет. Фактор 3 имеет явную зависимость с состоянием квартиры (Х7).
Сгруппируем данные в 3 кластера (рисунок 1):
Рисунок 1 - Деление квартир по кластерам
Проведём разбиение на 5 кластеров по степени удалённости квартиры от центра города (рисунок 2):
• 1-ый кластер: очень близко;
• 2-ой кластер: близко;
• 3-ий кластер: средне;
• 4-ый кластер: далеко;
• 5-ый кластер: очень далеко;
Рисунок 2 - Деление квартир по кластерам
Элементы разбились следующим образом: В 1-ый кластер вошли элементы под номерами: 11, 52. Во 2-ой кластер: 5, 8, 14, 15, 51, 53-56, 59, 60. В 3-ий кластер: 4, 12, 22, 30, 40, 41, 57, 58. В 4-ый кластер: 1, 17, 18, 36.
В 5-ый кластер: 2, 3, 6, 7, 9, 10, 13, 16, 19-21, 23-29, 31-35, 37-39, 42-50. В результате проведения корреляционного анализа выявлена зависимость цены квартиры (У) от общей площади квартиры (Х1), площади кухни (Х3), расположения квартиры в доме (этаж) (Х5) и состояния квартиры (Х7).
В результате проведения факторного анализа объединены показатели в два фактора: Фактор 1 (привлекательность квартиры к приобретению) включает в себя цену, общую площадь квартиры, жилую площадь и количества комнат. Фактор 2 включает в себя удалённость квартиры относительно центра города.
В результате проведения кластерного анализа была разбита выборка объектов на 3 группы (кластера). Отличительной чертой первого кластера является средняя цена квартиры, при весьма близком расположении к центру и среднем состоянии квартиры. Отличительной чертой второго кластера является низкая цена квартиры, с отдалённостью от центра города при не самом лучшем состоянии квартиры. Отличительной чертой третьего кластера является высокая цена на квартиру, при среднем отдалении от центра и отличным состоянием квартиры.
Библиографический список
1. Из рук в руки Пермь частные бесплатные объявления [Электронный ресурс]. - Режим доступа: http://perm.irr.ru - Заглавие с экрана. - (Дата обращения: 10.09.2015).
