CC BY
50Научная статья Original article УДК 33
АНАЛИЗ РЫНКА ЖИЛОЙ НЕДВИЖИМОСТИ ГОРОДА
СМОЛЕНСКА
ANALYSIS OF THE RESIDENTIAL REAL ESTATE MARKET OF THE
CITY OF SMOLENSK
WW
Евдокимова Галина Семеновна, док. пед. наук, профессор Смоленского государственного университета, Россия, г. Смоленск
Сидоркин Дмитрий Николаевич, магистрант, Смоленского государственного университета, Россия, г. Смоленск
Evdokimova Galina Semyonovna, Doctor of Pedagogical Sciences, Professor of Smolensk State University, Russia, Smolensk
Sidorkin Dmitry Nikolaevich, Master's student, Smolensk State University, Russia, Smolensk
АННОТАЦИЯ
В статье представлено исследование рынка жилой недвижимости города Смоленска с целью отыскания наиболее значимых параметров, влияющих на его ценообразование. Исследование проводилось методами кластерного анализа на наборе реальных данных квартир, выставленных на продажу в городе Смоленске.
3467
ANNOTATION
The article presents a study of the residential real estate market of the city of Smolensk in order to find the most significant parameters affecting its pricing. The study was conducted using cluster analysis methods on a set of real data of apartments for sale in the city of Smolensk.
Ключевые слова: жилая недвижимость, кластеризация, описательные статистики, значимость предикторов
Keywords: residential real estate, clustering, descriptive statistics, significance of predictors.
Рынок недвижимости - сектор национальной рыночной экономики, представляющий собой совокупность объектов недвижимости, экономических субъектов, оперирующих на рынке, процессов функционирования рынка, т.е. процессов производства (создания), потребления (использования) и обмена объектов недвижимости и управления рынком, и механизмов, обеспечивающих функционирование рынка (инфраструктуры и правовой среды рынка).
Данная работа нацелена на исследование объектов жилой недвижимости, а именно на анализ жилья малоэтажной, среднеэтажной и многоэтажной застройки в городе Смоленске выставленных на продажу.
Первым шагом в проведении анализа рынка жилой недвижимости является составление базы данных продаваемых квартир в городе Смоленске. После первичного рассмотрения рынка жилой недвижимости Смоленска были определены характеристики квартир, которые необходимы для дальнейшего исследования, а именно:
3468
Таблица 1.
Количество комнат Этаж Наличие лифта
Тип квартиры Район Наличие грузового лифта
Стоимость Год постройки Число лифтов
Общая площадь Количество Санузлов Тип дома
Жилая площадь Тип санузла Число подъездов
Площадь кухни Количество балконов Тип Отопления
Этаж Тип балкона Аварийность
Всего этажей Ремонт
Из данных, находящихся в открытом доступе, была получена информация и сформирована первая версия базы данных характеристик выставленных на продажу квартир в городе Смоленске.
Фрагмент первично полученной базы данных:
1MluaI ■ ти.мршры - —.....- ______- ____________ГЛ -т ■ 1_____ - |ийоы |-1гадп«ПМйи.-Т ea«v«>« .Т .Т отоллшиа -т Аварийно.
1-комн. квартира. 37 и1 Вторична 730 ООО Р" 37 и* 20м1 9 м: 1м 5 Заднелровскнй 1WS 1 совяеще^ый алнот j« ремонта Панельный ^ центральное ^^ Косметический _ _ Панелвный к отел/Квартирное
1-КОМИ. »»мт-ра. M ВТОРИ-юа 1*50 В» ЗОИ* ISM" 8 м1 7 И! 9 ЯМиетрОИКи* 1990 1 СО«" еще—«ни 16a/i«S«i ---I —- ! Г
1-«-Оми- и*4РТи0й, 4J м' Вторична 3SS50W 43 и* 1В»1 12м1 «НПО ЛелвОий 2015 1 СО«~еще >"11»» лодки» |-«Омй «»>рт«ра. 37м' Вторична I8600(0 37И* 19,1 м' Ми' 4И19 Цромщцлеищ|й 1991 1СМ"«1И«ыВ 1WIK0H 1 ' ^ Р"Ы' Иет
1-номн. квартира, 41 и* Вториииа 1970000 41 и' 19м> 9,1м' 5«9 Промышленный 1984 1 сое» еще тын
1-намн. шавгира. 40 м* Вторична 2 №0000 40 и' 19 м1 9,5 м' 2 m 10 Заопелрпскнй 2012 1 «жмещежмй лоджия 1-кмян. «»К1Т«М. 41,9 м' вторична 2 МО ОЮ 41,9 м' 1В.6 м1 ш,« 3W10 пен|«с««й 2010 1С«" еще-мы» лсачт 1 комн.Шфтира 37м1 вторична 1950000 37м* 17м" 9м1 вшэ Задмопровсиий 1990 1 раздельный 1в4ЛК0Ч
К0СмМмч4«ий Кирпичный 6 MOliA/KUPIWnO« ^
Рисунок 1.
Следующим шагом в процессе анализа рынка недвижимости Смоленской области было редактирование полученной базы данных для приведения ее к виду, который можно использовать в математическом пакете IBM SPSS STATISTICS. Для этого строковым переменным были поставлены
3469
в соответствие некоторые числовые значения. Фрагмент отредактированной базы данных:
- 1Я5 ч : 1
\ \ :
; НЕ й Е • 1 ;
' м р ™ 5 4 ^
™ ^ 1 ; ; 1
: " 1 ; •
1 : ;
• | | 1 ; :
; |
; ЕЕ г £ Е | ;
; = » | ™ : : ■ ■ ■
; 1= 1 В : ; ;
Рисунок 2.
Рассмотрим распределение квартир по количеству комнат на Рисунке 3. На момент создания набора данных в Смоленске на продажу было выставлено: 1294 однокомнатные квартиры, 1149 двухкомнатных квартир, 739 трехкомнатных квартир, 139 четырехкомнатных квартир, и 23 квартиры с 5 и более комнатами.
Количество комнат
■ Однокомнатные ■ Двухкомнатные ■ Трехкомнатные ■ Четырехкомнатные ■ Пять и более комнат
Рисунок 3.
3470
Рассмотрим стоимость квадратного метра жилья исключительно в зависимости от количества комнат с помощью описательных статистик:
Таблица 2.
Количество комнат Стоимость кв м (Среднее значение) Стоимость кв м (Медиана) Стоимость кв м (Мода)
Однокомнатные 52091,47 50640 34000
Двухкомнатные 52196,69 50714,28 60000
Трехкомнатные 50193,94 46548,54 48000
Четырехкомнатные 50229,88 45150,09 41935
Пять и более комнат 42704,87 36000 25000
Используем кластерный анализ на фрагменте набора объявлений, сгруппированных по количеству комнат. Последующие исследования использовались в математическом пакете IBM SPSS STATISTICS.
При анализе однокомнатных квартир в качестве предикторов были использованы все поля из Таблицы 1, за исключением поля «Количество комнат», так как оно является константой и поля «Стоимость». Поле «Стоимость» использовалось в качестве поля для оценки кластеризации. Рассмотрим результаты проведенного кластерного анализа. На рисунках 4 и 5 ниже представлены: распределение данных по конечным кластерам, указываются выбросы и исключенные наблюдения, а также размеры кластеров.
3471
Распределение для кластеров
N % объединенных % общего итога
Кластер 1 137 10,6% 10,6%
2 150 11,6% 11,6%
3 321 24:8% 24,3%
4 178 13,6% 13,3%
5 146 11,3% 11,3%
6 224 17,3% 17,3%
7 132 10,2% 10,2%
ВыПрлг(-1) 5 0,4% 0,4%
Объединенный 1293 100,0% 99,9%
Исключенные наблюдения 1 0,1%
Всего 1294 100,0%
Рисунок 4.
Рисунок 5.
Таким образом получаем разбиение на 7 достаточно крупных кластеров внутри, казалось бы, однородной части набора данных (объявления о продаже однокомнатных квартир). Так же мы можем наблюдать, что интересующее нас поле для оценивания «Стоимость» имеет в различных кластерах заметно
3472
отличающиеся значения. Так значения в 3 и 6 кластере отличаются примерно в 2 раза (рисунок 6), что, учитывая разрядность величин является очень большим различием.
Кластеры
Важность входного поля (предиктора)
□ 1.0 ПО,8 ПО,6 00,4 □0,2 00,0
Клас1ео 1 2 3 4 5 6 7
Ме1ка
Объем 10,6% (137) 11,6% (150) 24,9% (321) 13,8% (178) 11,3% (146) 17,4% (224) 10,2% (132)
Поля для оценки
Стоимоть 2 077 434.34 Стоимоть 2 484 865,86 Стоимоть 2 569 950,73 Стоимоть 1 575 219,10 Стоимоть 1 900 099,32 Стоимоть 1 284 977,23 Стоимоть 1 448 522.73
Рисунок 6.
Рассмотрим подробнее кластерные профили некоторых образованных групп, а именно 2 и 6 так как они отражают кластеры с дорогой и дешевой стоимостью
Кластер 2 на 98% представляет вторичный рынок. Незначительно преобладает Ленинский район города.
200-
0 --1--1- о ——I—1-1-1-^-1-^-1--
1 2 0 12 3
Тип квартиры Район
В отношении ремонта в большинстве своем квартиры имеют или евроремонт или косметический, периодически встречается дизайнерский. Наиболее часто встречаемые типы дома панельный, блочный и кирпичный.
3473
Значительно преобладает раздельный тип санузла 82%, встречаются квартиры с двумя санузлами (один совмещенный, один раздельный). Балконы в подавляющем большинстве отсутствуют.
Тип отопления примерно поровну между центральным или котлом. Средний год постройки 2008.
В 96% случаев в доме есть лифт, при этом в 36% встречается грузовой
лифт
3474
Средняя общая площадь 41,3м2. Средняя площадь кухни 10,75м2
Средняя стоимость квартиры из первого кластера 2 484 865 рублей.
Таким образом систематизируя информацию о данном кластере, можно выделить следующее. Кластер 2 является кластером вторичного, но недавно построенного жилья, с очень хорошим ремонтом и раздельным санузлом. Дома обеспеченны лифтом (в том числе часто грузовым). Из минусов можно отметить отсутствие балкона или лоджии, этот показатель не позволяет кластеру стать самым дорогим.
3475
Кластер 6 на 100% представляет вторичный рынок. Преобладают Промышленный и Заднепровский районы.
Подавляющее большинство квартир имеют косметический ремонт, при этом у значительной части квартир ремонт отсутствует. Большая часть домов кирпичные, при этом часто встречаются панельные дома.
В 80% случаев санузел совмещенный, балконы отсутсуют в 100% случаев.
Кроме того, в данном кластере полностью отсутствуют лифты, как грузовые, так и пассажирские.
3476
У подавляющей части квартир центральное отопление, средний год постройки 1973.
Общая площадь квартиры составляет в среднем 29,96м2, площадь кухни
6,77м2
Средняя стоимость квартир данного кластера составляет 1 284 977 рублей
3477
Таким образом систематизируя информацию о данном кластере, можно выделить следующее. Кластер 6 является кластером довольно давно построенных квартир с центральным отоплением и косметическим ремонтом, в которых отсутствуют лифты и балконы.
Так как целью работы является анализ факторов, влияющих на стоимость квартиры, необходимо изучить основные отличия между кластерами и рассмотреть важность предикторов.
Рисунок 7.
3478
Рассмотрим наиболее значимые предикторы подробнее (рисунки 8, 9,10). Мы можем заметить существенное различие в типе ремонта между кластерами с наибольшими и наименьшими средними стоимостями квартир. Так во 2 кластере из 150 наблюдений 64 приходится на косметический ремонт, 68 на евроремонт и 13 имеют дизайнерский ремонт, в то время как в 6 кластере большая часть квартир имеет косметически ремонт, кроме того, у значительной части квартир ремонт отсутствует.
Ремонт 1
Частота [) Проценты Частота 1 Проценты 2 Частота Проценты Частота 3 Проценты Частота 4 Проценты Частота 5 Проценты
Кластер 1 0 0,0% 81 100,0% 49 92.3% 1 0.2% 3 1,1% 1 1,5%
2 4 2,4% а 0,0% 1 1.9% 64 9.7% 6В 25,7% 13 19,1%
3 01 49,1% а 0,0% 2 3.9% 120 19,2% 81 30,6% 37 54,4%
4 19 10,9% а 0,0% 0 0.0% 140 21.2% 16 6,0% 4 5,9%
5 1 0,6% а 0,0% 0 0.0% 81 12.3% 56 21,1% 0 11,8%
6 37 22,4% 0 0,0% 1 1.9% 160 24.3% 24 9,1% 2 2,9%
7 23 13,9% 0 0,0% 0 0.0% 93 14,1% 16 6,0% 0 0,0%
Быброс(-1) 1 0,6% а 0,0% 0 0.0% 0 0.0% 1 0,4% 3 4,4%
Объединенный 165 100,0% 94 100,0% 52 100.0% 659 100,0% 265 100,0% 69 100,0%
Рисунок 8.
Центроиды
Год Количество
построики балконов
Кластер 1 2021 ,60
Л 200В ,05
3 2011 ,98
4 1987 ,44
5 2006 1,03
6 1974 ,00
7 1975 1,02
Выброс(-1) 1810 ,20
Объединенный 1997 ,59
Рисунок 9.
3479
Так же важными предикторами для данного разбиения на кластеры являются год постройки дома и количество балконов. Продолжая рассматривать кластеры 2 и 6, между которыми самые значительные различия стоимости квартир можем увидеть, что средний год постройки дома для второго кластера 2008 в то время, как для шестого 1974, кроме того, во всех наблюдениях шестого кластера отсутствуют балконы.
Таким образом установлено что на стоимость однокомнатных квартир самое значительное влияние оказывают: год постройки дома, тип ремонта и наличие балкона. Кроме того, значительное влияние имеет тип квартиры, наличие и число лифтов, а также общая площадь.
ЛИТЕРАТУРА:
1. Фирцева С.В., Щербакова Е.Л. Анализ рынка жилой недвижимости: теоретические аспекты // Московский экономический журнал. - 2020 -№11. с 438 - 450. DOI 10.24411/2413-046Х-2020-10758
2. Деркаченко В. Н. Прогнозирование и кластерный анализ развития регионального рынка жилой недвижимости // Научно-методический электронный журнал «Концепт». - 2014. - Т. 20. - С. 11-15.
REFERENCES:
1. Firtseva S.V., Shcherbakova E.L. Analysis of the residential real estate market: theoretical aspects // Moscow Economic Journal. - 2020 - No.11. from 438 -450. DOI 10.24411/2413-046X-2020-10758
2. Derkachenko V. N. Forecasting and cluster analysis of the development of the
regional residential real estate market // Scientific and methodological
electronic journal "Concept". - 2014. - Vol. 20. - pp. 11-15.
© Евдокимова Г.С., Сидоркин Д.Н. 2022 Научно-образовательный журнал для студентов и преподавателей «StudNet» №5/2022.
Для цитирования: Евдокимова Г.С., Сидоркин Д.Н. АНАЛИЗ РЫНКА ЖИЛОЙ НЕДВИЖИМОСТИ ГОРОДА СМОЛЕНСКА// Научно-образовательный журнал для студентов и преподавателей «StudNet» №5/2022
3480
