Информационные системы и источники данных для проектов жилищного строительства Текст научной статьи по специальности «Компьютерные и информационные науки»

жилищные стратегии

Том б • Номер 4 • Октябрь-декабрь 2018 ISSN 2410-1621

Russian Journal of Housing Research

>

Креативная экономика

издательство

информационные системы и источники данных для проектов жилищного строительства

Гареев И.Ф. 1

1 Казанский государственный архитектурно-строительный университет, Казань, Россия

Для принятия решения о девелопменте объектов жилой недвижимости одной из первоочередных задач девелопера является оценка градостроительной ценности территории. Для принятия решения о покупке жилого помещения одним из важнейших факторов является развитая инфраструктура. Для развития сельских территорий требуется отразить весь ее потенциал. Другими словами, для всех сторон инвестиционного процесса крайне актуальным является доступ к информации об уровне развития территории, так как цена ошибка - это появление неликвидного объекта или невостребованного бизнеса. В связи с этим нами была поставлена цель по исследованию информационных систем и источников данных для проектов жилищного строительства, которые способствовали бы принятию наиболее объективного решения. По результатам исследования существующих инструментов информационного сопровождения участников рынка недвижимости нами получены результаты о существенной недостаточности информационного поля объективных данных, особенно для сельских территорий. Для развития сельских и субурбанизированных территорий предложена концепция интегрированной геоинформационной системы, направленная на развитие жилищного строительства и деловой активности.

КЛЮЧЕВЫЕ СЛОВА: информационные системы, геоинформационные системы, GIS, геомаркетинг, открытые данные, агрегаторы данных, жилищное строительство, девелопмент, рынок жилья, сельские территории.

Введение

При формировании цифровой экономики Российской Федерации актуальным является сбор и комплексное представление кадастровой, градостроительной, топографической, тематической информации с использованием геопортальных технологий. При этом основной задачей является обеспечение физических и юридических лиц информацией о пространственных структурах и объектах. В настоящее время пространственная информация поступает в различных системах координат, различных масштабах, разных форматах и видах представления данных [7] (Бтвкоу, 2018). Наиболее трудозатратным при создании геопортала является наполнение его картографического контента.

АННОТАЦИЯ:

Information systems and data sources for housing projects

Gareev I.F. 1

1 Kazan State University of Architecture and Engineering, Russia

Комплексный учет всех факторов, формирование стратегии развития, выработка конкретных мероприятий и планов развития городов невозможны без использования современных информационных технологий. Вместе с тем, задачи, связанные с оптимальным управлением такой сложной системой, как современный город, имеют универсальный, не зависящий от внешних условий и внутренних требований, характер, а именно: большое количество параметров управления, сложность задач управления, разнообразие областей применения; разнородность задач управления, интегрированный (комплексный) характер управления [2] (Aksenova, 2011).

Недвижимость является геопространственной по своей природе, а связанные с ней атрибуты многочисленны, и среди них актуальность местоположения является ключевой.

Решение поставленных задач может быть найдено в рамках географических информационных систем (ГИС), которые представляют собой совокупность информационных технологий, данных и методов их сбора, хранения и управления ими для задач анализа и представления картографической и описательной информации об объектах, которые могут быть представлены на географических картах [2] (Aksenova, 2011).

Внимание исследователей в последнее время приковано к конкретным прикладным сервисам географических информационных систем.

ABSTRACT:_

To make a decision on the development of residential real estate, one of the priorities of the developer is to assess the urban development value of the territory. One of the most important factors for making a decision on the purchase of residential premises is the developed infrastructure. Rural development needs to reflect its full potential. In other words, access to information about the level of development of the territory is extremely important for all parties to the investment process, since the price of the territory is the appearance of an illiquid object or an unclaimed business. In this regard, we have set a goal to research information systems and data sources for housing projects that would contribute to the adoption of the most objective decision. Based on the results of the study of existing tools of information support of real estate market participants, we obtained the results of a significant lack of information field objective data, especially for rural areas. For the development of rural and suburbanized areas, the concept of an integrated geographic information system aimed at the development of housing construction and business activity is proposed.

KEYWORDS: information systems, geographic information systems, GIS, geomarketing, open data, data aggregators, housing construction, development, housing market, rural areas

JEL classification: R31, L86, L74 Received: 12.12.2018 / published: 30.12.2018

© Author(s) / Publication: CREATIVE ECONOMY Publishers For correspondence: Gareev I.F. (igareev0kgasu.ru)

CITATION:_

Gareev I.F. (2018) Informatsionnye sistemy i istochniki dannyh dlya proektov zhilischnogo stroitelstva [Information systems and data sources for housing projects]. Zhilischnye strategii. 5. (4). - 531-560. doi: 10.18334/zhs.5.4.39715

Наиболее рациональный этап внедрения ГИС - это анализ земельных участков [6] (Elaev, Lyubimtseva, Kormschikova, 2011). Исследователи из Санкт-Петербургского государственного архитектурно-строительного и Санкт-Петербургского государственного университетов предлагают использовать технологии для организации сбора и предоставления информации об инженерно-подготовленных территориях потенциальным инвесторам. По мнению исследователей, они позволяют оперативно оценивать инвестиционную привлекательность перспективных земельных участков для строительства [4] (Volkov, Polikarpov, Aliev, Zabolotskaya, Shepeleva, Zasyad-Volk, Maksimov, 2017).

Важной функцией ГИС должен стать автоматизированный мониторинг процесса строительства [8] (Zhigalov, 2014). Для проведения автоматизированного мониторинга необходимо подготовить в ГИС эталонные слои, соответствующие каждому этапу строительных работ. Данные слои могут быть подготовлены с помощью векторизации проектной документации или с помощью встроенного в программное обеспечение функционала по автоматизированному проектированию по СНиП.

По мнению некоторых исследователей, одной из задач ГИС должен стать экологический мониторинг строительства [1] (Avdeev, Popov, 2018). Это позволит осуществлять мониторинг фона окружающей среды и идентификацию источников антропогенного воздействия.

Коллектив исследователей Воронежского государственного технического университета (И.В. Попова, Е.Э. Бурак, Ю.А. Воробьева) предложили геоинформационную систему «Зеленые насаждения», содержащую три основных информационных слоя [14] (Popova, Burak, Vorobeva, 2018). Макроуровень - мониторинг зеленых насаждений, для контроля за состоянием экологического каркаса и оценки уровня озеленения во времени. Мезоуровень - картографирование зеленых зон и сбор атрибутивной информации для решения задач по контролю за состоянием растительности отдельных объектов системы зеленых насаждений. Микроуровень - инвентаризация и учет отдельных элементов озеленения (деревьев, кустарников, газонов и т.д.) и оценка их качественного состава. По мнению авторов, общественный мониторинг с возможностью ввода информации в интерактивной карте позволит муниципальным органам управления более оперативно реагировать на случаи нарушения экологического баланса.

Исследователи Сибирского государственного университета геосистем и технологий предложили свой подход к экологической оценке состояния урбанизированной

ОБ АВТОРЕ:_

Гареев Ильнур Фаилович, доцент кафедры «Экспертиза и управление недвижимостью», кандидат экономических наук (igareev0kgasu.ru)

ЦИТИРОВАТЬ СТАТЬЮ:_

Гареев И.Ф. Информационные системы и источники данных для проектов жилищного строительства // Жилищные стратегии. - 2018. - Том 5. - № 4. - С. 531-560. doi: 10.18334/zhs.5.4.39715

территории, основанный на анализе и изучении потоков переноса загрязняющих веществ [19] (Trubina, Avrunev, Nikolaeva, Kalenitskiy, Antipov, 2018). Они обосновали логическую последовательность интеграции разнородных экологических данных при моделировании потоков переноса вещества в г. Новосибирск, сформировали базу экологических данных, выполнили экологическое зонирование территории.

Следующее направление для внедрения ГИС - это интегрирующая роль геоинформационной системы ArcGIS в моделях транспортного планирования мегаполисов и регионов [9] (Kotikov, 2012). Ученый из Санкт-Петербургского государственного архитектурно-строительного университета исследовал ведущие транспортные модели, функционирующие в среде ArcGIS, и перспективы адаптации к ним транспортной модели Санкт-Петербурга.

Наряду со строительством важный вопрос для жилого фонда Российской Федерации - это капитальный ремонт. Исследователем Медведевой Ю.Д. на основании проведенного анализа выявлена проблема недостаточной информативности визуализации сведений об объектах недвижимости, подлежащих капитальному ремонту [12] (Medvedeva, 2018). Автором проведена апробация предложенной методики геоинформационного обеспечения управления объектами недвижимости на примере многоквартирных домов, подлежащих капитальному ремонту, включенных в региональную программу капитального ремонта общего имущества в многоквартирных домах Тюменской области.

Важное направление использования геоинформационных систем - использование пространственных данных, прежде всего, информации о ценности территории, для оценки объектов недвижимости (в т.ч. для государственных целей, для налогообложения) [20, 27] (Chechin, Medvedeva, 2012; Hong Zhang, Yang Li, Heng Li, 2013). В частности, Петковой Н.В. рассматривается опыт применения инструментария программного комплекса ArcGIS, в частности дополнительного модуля ArcGIS Geostatistical Analyst для выявления пространственно-временных закономерностей формирования цен на жилье [13] (Petkova, 2017).

Исследователи из Нижневартовска предложили свой подход к использованию геоинформационных методов в оценке недвижимости. Для системы налогообложения авторами построены карты города с отображением областей шаговой доступности социальных объектов [17] (Sokolov, Antonov, 2017).

Ученые, исследовавшие вопросы использования пространственных данных, их виды и востребованность органами государственной, муниципальной власти, бизнес-структурами и населением, также пришли к выводу, что ArcGIS отлично подходит в качестве основы для создания базы пространственных данных [15] (Rotanova, Vorobev, Oskorbin, 2013).

Вместе с этим в последние годы у бизнес-структур, особенно у ритейла, существенно увеличилась потребность в информационных системах для ведения конкурентной борьбы [21] (Shaytura, Gavrilova, Sumzina, 2018). В связи с этим появился такой

вид профессиональной деятельности, как геомаркетинг. Геомаркетинг - это новая концепция управления маркетингом, имеющая непосредственную связь с географией и геоинформационными технологиями, с конкретизацией «привязки» к местности маркетинговых субъектов [18] (Tolstyakov, Gorbunov, 2015).

Одной из задач геомаркетинга является анализ месторасположения - выбор «идеального» месторасположения торговой точки по заданным параметрам и определение оптимального товарного ассортимента или направления деятельности в заданном ценовом диапазоне в зависимости от существующей концентрации и трафика потребителей и близлежащих конкурентов [16] (Rudoy, Pavlyukova, 2009).

Некоторыми исследователями предлагаются альтернативные методы использования информационных систем для обоснования размещения коммерческого объекта недвижимости. К примеру, ученые из Пермского национального исследовательского политехнического университета используют экономико-математические модели для оценки потребительской привлекательности размещения объекта недвижимости [3] (Alekseev, Kleymenova, Spirina, 2017). По итогам решения задачи поиска оптимального месторасположения авторы логичным считают применение геоинформационных систем для наглядного отражения результатов.

В целом принципиальная схема интегрированных информационных систем -структурированные в реляционных базах семантические и пространственные данные об объектах недвижимости [23] (Donlon, Kevin, 2007). К примеру, система MapInfo предназначена для создания и редактирования карт, пространственного и статистического анализа графической и семантической информации, геокодирования, работы с базами данных [5] (Geydor, Gromova, Bondarenko, 2018).

Одним из лидеров российского рынка интегрированных ГИС является компания «Geomatrix». Среди продуктовой линейки компании на вершине значится сервис «Стратегическое развитие ритейл сети». Данное решение помогает розничным торговцам выбирать только высокопотенциальные микрозоны для новых магазинов в изучаемом городе. В сферу сопровождения бизнеса включаются сведения о населении, демографическая плотность, средняя зарплата, точки интереса, цены на жилые помещения, коммерческие предложения недвижимости, дорожная сеть и скорость передвижения по ней, статистика о конкуренции (включая собственную базу данных о конкуренции).

Безусловно, в прогнозировании эффективное принятие решений должно опираться на существующие методы поддержки принятия решений, в том числе на развитый математический аппарат [10] (Kotsyuba, Pettay, 2013). По мнению исследователя, возможность и необходимость построения систем поддержки принятия решений, интегрированных с геоинформационными системами для решения задач выбора участка застройки и оценки его потенциала, должны предусматривать математические алгоритмы.

Сотрудники Санкт-Петербургского политехнического университета на основе геоинформационных систем предложили прикладное применение метода нечетких мно-

жеств [29]. В частности, основываясь на том, что (как и большинство других городов России) город может эффективно развиваться только на сельскохозяйственных землях в пригородах, авторы сравнили субурбанизированные территории по экологическим, экономическим, технологическим и социальным факторам (в т.ч. с учетом готовности местного населения к градостроительному развитию их поселений). По результатам исследования база данных ГИС (МарШо®) была изменена путем добавления соответствующих полей в таблицы для участков, которые редактировались ответственными лицами из муниципальных органов власти. Общий результат - разработана методика многокритериальной оценки земельных участков в качестве альтернативных вариантов градостроительного развития. Воспользоваться результатами могут также и рядовые граждане, занимающиеся сбором данных о привлекательности земельных участков под индивидуальное жилищное строительство. Но открытым остается вопрос о дальнейшей актуализации данных, представленных в базе данных ГИС.

Таким образом, в современных условиях, когда и для продвижения объектов недвижимости (включая земельные участки), и для выбора места проживания (размещения коммерческого объекта недвижимости) действия профессиональных участников рынка недвижимости и рядовых граждан страны, а на языке профессионалов - объем продаж и геопространственный анализ (анализ местоположения) - завязаны на географической компоненте. А для получения корректных результатов необходимо открытие данных.

В связи с этим мы рассмотрели зарубежный опыт внедрения информационных систем и их подходы к открытию данных.

Примечателен опыт финских исследователей, изучавших последствия раскрытия данных в г. Хельсинки [25] (Essi Eerola, Teemu Lyytikainen, 2015). В частности, в 2007 году был открыт веб-сайт с подробной информацией об индивидуальных сделках с жильем в стране. В частности, исследование позволило получить следующие основные результаты:

• открытие данных повысило информированность общественности о реальных ценах на недвижимость и реальной доступности жилья (в конечном счете это повлияло на ускорение принятия решений о покупке жилья);

• вполне отчетливо наблюдается влияние открытой информации о сделках и ценах на недвижимость на функционирование самого рынка жилой недвижимости. К примеру, появление открытой информации оказалось более ценным для продавцов, которые недооценивали стоимость своего объекта недвижимости, чем для продавцов, которые переоценивали стоимость своего объекта. Из-за этой асимметрии информация о ценах на жилье привела к повышению цен. Другими словами, открытая информация повлияла на разных продавцов по-разному;

• результаты анализа ценовой динамики свидетельствуют о том, что увеличение объема информации о прошлых сделках привело не только к повышению цен,

но при этом и к повышению деловой активности на рынке - к ускорению продаж.

Интересен опыт чешских программистов-исследователей. В частности, ученый Чешского технического университета Праги для получения объективной картины о ценовой ситуации на рынке жилой недвижимости разработал и запустил программное обеспечение, которое систематически собирает, анализирует и оценивает данные об изменениях на рынке недвижимости [24] (Eduard Hromada, 2015). Особо интересным является факт, который выявился в ходе сбора и обнародования данных - на рынке присутствуют лица (лобби), занимающиеся манипулированием информацией. Это банки, предлагающие ипотеку, агенты, риэлторские и строительные компании, девелоперы (в т.ч. их мажоритарные собственники). К примеру, в то время как результаты исследования показали устойчивое долгосрочное снижение цен на рынке недвижимости, средства массовой информации представляли информацию о ценах с положительной динамикой.

Учитывая, что информация о ценах является основополагающей в инвестиционных решениях участников рынка и потребительских поведениях рядовых граждан, подобная политика может только усугубить дисбаланс ситуации на рынке.

По мнению итальянских исследователей, важность открытия данных состоит еще и в том, что с помощью геоинформационных систем можно сопоставлять параметры показатели среднего дохода на душу населения с уровнем цен на жилье (это позволит девелоперам сегментировать по классам вновь возводимое жилье) и целесообразным набором (в т.ч. по ценовой доступности) общественных, рекреационных и коммерческих объектов недвижимости [22] (Antonio Nesticd, Massimiliano Bencardino, 2016). Даже простое наложение значений индекса Джини на карту города позволит охарактеризовать, условно, «расслоение» общества в районе. Это крайне важно для общественных целей: например, для крайне важной в зарубежной практике муниципального управления перспективы выявления добрососедских дружественных отношений в районе/квартале (коммунах).

Греческие ученые с помощью ГИС исследовали уровень взаимосвязи между процессами городской интеграции и ценами на рынке жилья [28] (Giannopoulou, Athanasios P. Vavatsikos, Lykostratis, 2016). Полученные выводы исследователи адресовали городским властям - для дальнейшей корректировки муниципальной политики управления развитием городом.

По мнению американских исследователей ГИС, по мере реализации своего потенциала, будут переходить на более высокий уровень эффективности и производительности. Однако повышение эффективности и производительности будет сопряжено с человеческими затратами. При этом на удовлетворение потребностей населения потребуется меньше специалистов. Кроме того, непреднамеренным последствием расширения использования ГИС на рынках недвижимости и смежных рынках может стать усиление сегментации рынка через субрынки [26] (Grant Ian Thrall, 1998).

Общий вывод по итогам анализа опубликованных исследований и складывающейся в стране практики: для наполнения геоинформационных систем данными в Российской Федерации необходимо открытие значительной части данных, чтобы любой заинтересованный мог создавать ГИС под свои запросы и со своими слоями семантических данных.

В связи с вышеобозначенным нами была поставлена цель провести исследование информационных систем и источников данных, используемых для обеспечения проектов жилищного строительства и на рынке жилой недвижимости в России.

Предполагая, что акценты в данном вопросе смещены на города и строительство многоквартирного жилья, мы не обошли стороной и уделили особое внимание важности функционирования информационных систем и за пределами городов, в селах и субурбанизированных территориях. Это особенно важно в силу нескольких причин.

Во-первых, вопросы развития жилищного строительства уже давно необходимо перестать рассматривать с точки зрения объемов возводимого жилья, ликвидации ветхого жилья и обеспечения комфортности проживания. Жилищное строительство должно лишь являться инструментом обеспечения развития территорий, пространственного расселения и сбалансированного размещения производительных сил.

Во-вторых, в условиях недостаточности текущего мониторинга состояния жилищного фонда и земельных участков в селах и субурбанизированных территориях необходимы специализированные информационные системы.

По нашей гипотезе, повышение инвестиционной привлекательности и деловой активности в сельских и субурбанизированных территориях необходимо рассматривать в комплексе. Соответственно информационные системы должны быть подчинены синергетической цели - взаимоувязке задач развития жилищного строительства и интенсификации предпринимательской активности.

Методика исследования

Для разработки и реализации интегрированного подхода к обеспечению инвестиционной привлекательности и повышения деловой активности в сельских и субурбанизированных территориях предлагается рассматривать в комплексе жилищное строительство и предпринимательскую активность (рис. 1).

Обеспечение инвестиционной привлекательности сельских и субурбанизированных территорий определяется, с одной стороны, развитием жилищного строительства и комфортностью жилой среды, а с другой стороны - предпринимательской активностью на данных территориях.

Особенность жилой среды и инфраструктуры сел и субурбанизированных районов, как правило, заключается в отсутствии полной системности и ориентиров в развитии территорий:

• жилищное строительство, по объемам, структуре и качеству, развивается хаотично и не является предметом планирования;

Рисунок 1. Интеграция жилищного строительства и предпринимательской активности в сельских и субурбанизированных территориях Источник: составлено автором.

• жилищное строительство преимущественно осуществляется в виде точечной застройки, без объактов социальной инфраструктуры;

• строительство жилья ведется без привязки к объектам производительных сил, что усиливает диспропорции в части значительней нехватки рабочих мест;

• современные жилища, возводимые в селах и субурбанизированных районах, рассматриваются преимущественно как рекреационная зона (во многих случаях это дом выходного дня ига формат спокойной жизни при выходе на пенсию);

• вновь возводимые жилища нз предутматривают хоз яйсевенных повтроек для ведения личного подсобного хозяйства (прежде всего, в части отсутствия крупного рогатого скоеа);

• площади земельных участков, используемых под строительство индивидуального жилища, аущественно уменьшаются и испосьзуются для газонно-кустар-никовой растительности;

• в субурбанизировгнных районах сради жителей отсутствует т.п. кемьюнити. К примеру, в западных странах вопрос ф ормирования сообществ и добрососедских отношаний является предметом перманонтных исследований социологов, общественников, научных школ и исследователей;

• появились новые формы предпринимательетва, в т.ч. оформленные в виде т.н. самозанятых, каналами сбыта которых являются преимущественно развоз по индивидуальным заявкам и торговля в организованных местах по выходным дням;

• увеличивается спрос на экологически чистую продукцию, что стимулирует интерес к ее производству, а это требует обустройства как производства, так и системы организованного сбыта;

-------------------------------1

СБОР ИСХОДНЫХ ДАННЫХ \

Развитие предпринимательства

_на селе_

Номенклатура продукции сельского хозяйства в данной локации

Условия для ведения животноводства и растениеводства

Организованные места для торговли и сбыта продукции

Соотношение крупных агрохолдингов, фермерских хозяйств, личных подворьев

ГЕОИНФОРМАЦИОННОЕ МОДЕЛИРОВАНИЕ

Показатели развития инфраструктуры

Информация о доступных к покупке объектах недвижимости, в т.ч. земельных участков

Структура жилого фонда (в т.ч. по годам постройки, материалам стен, размеру участка)

Информация о социальной и дорожной инфраструктуре, исторических и культурных объектах

Социально-демографический состав (национальный и поло-возрастной состав, численность и доходы населения)

-Д-

-П-_£1_

Моделирование специализации сельского населенного пункта ГЕОИНФОРМАЦИОННАЯ СИСТЕМА ДЛЯ РАЗВИТИЯ СЕЛА

Рисунок 2. Процедура интеграции разнородных д анных для разработки геоинформационной

системы с прикладными сервисами Источник: разработано автором.

• расширение городов за рамки традиционных границ повышает интерес к освоению новых аерриторий и их заст]лойки индивидуальным жильем, что подталкивает к активизации малых форм сельского хозяйства. Таким образом, анализ взаимодействия вышеуказанных фактор ов позволит повысить объективность разрабатываемых нами условий интеграции жилищного строи-

тельства и предпринимательской активности в сельских и субурбанизированных территориях.

Для сбора информации, всестороннего анализа и обнародования перечисленной пространственной информации и связанных с ней непространственных (семантических) данных предлагается моделировать интеграционные процессы на территории сел и субурбанизированных территорий средствами современных ГИС технологий (рис. 2).

Как видно из рисунка 2, прорабатываемая геоинформационная система должна будет содержать целый перечень прикладных сервисов.

Как видно из рисунка 2, принципиальная последовательность процесса интеграции разнородных данных для создания геоинформационной системы, способная обеспечить развитие села, включает в себя две основных группы действий: сбор и систематизацию исходных данных и геоинформационное моделирование специализации сельского населенного пункта.

Для формирования геоинформационной системы развития сельских и субурбанизированных территорий необходимы базовые пространственные данные на территорию (топографические карты и материалы аэрокосмических съемок). Можно воспользоваться существующими картами, что, как правило, осуществляется посредством т.н. API. Application Programming Interface (API) - интерфейс программирования приложений, предназначенный для осуществления автоматических запросов и извлечения информации из одной базы данных в другую, интегрированную с другими сервисами.

Использование интегрированных геоинформационных систем позволяет осуществлять трехмерную визуализацию данных, что повышает наглядность создаваемых баз данных и способствует более эффективному использованию. Более того, они должны создаваться в интерактивном режиме, что позволит актуализировать информацию.

Результатом анализа являются пространственное распределение жилищ, объектов инфраструктуры и производителей экологически чистой сельскохозяйственной продукции.

Информативный и объективный массив соответствующих исходных данных формируется:

• гражданами, заинтересованными в реализации собственной сельскохозяйственной продукции;

• органами исполнительной власти сельских поселений.

В целом результаты ЭБ-моделирования закладывают основу для детальной оценки развития сельских и субурбанизированных территорий. В нашем случае это обеспечивает создание актуальной картографической продукции, выступающей как часть информационного обеспечения по территориальному планированию использования земель сельских и субурбанизированных районов.

Анализ действующих интегрированных информационных систем

Рынок недвижимости является одним из тех секторов, внедрение на котором геоинформационных систем не просто оправдано, но и должно стать нормой.

Несмотря на зависимость от открытия данных, наиболее передовые в 1Т-направлении эксперты рынка недвижимости, понимающие важность и востребованность цифровых технологий (т.н. «финтех»), в инициативном порядке разрабатывают интегрированные информационные платформы. Особенность данных систем -набор прикладных сервисов, предоставляемых платно.

Но начнем анализ не с частных бизнес-проектов, а с государственных систем, которые призваны создавать условия для повышения предпринимательской активности и доверия к государственным институтам.

Наиболее передовым в данном направлении является «Портал открытых данных» Правительства Москвы. На портале опубликовано более 900 тематических наборов данных и справочников, в которых раскрыта информация более что 1,8 млн объектах городской! инфраструктуры. Наиболее широко на портале представлены данные по объектам образования, спорта, здравоохранения, ключевых культурных и досуговых местах. Данные представлены в табличном и картографичнском виде. На еортале имеется раздел еСтроитбльство», где предттавлены различные сведения в данной сфере в разрезе административных оарутов г. Москва,хотр и в табличном виде (рис. 3). Всего в данном блоке 11 наборов данных, в т.в. «Информация по оводу жилья», «Инфо]омация о вводе торгово-бытовых объектов», «Информация о вводе учебно-воспитательных объектов». Основная схема представления информации - это сравнение планируемых

Рисунок 3. Интерфейс «Портала открытых данных» Правительства Москвы Источник: данные с сайта data.mos.ru.

МойЖК

0 Новостройки ф Застройщики

о

2 Г^Дбор трнцтро» ф Инфраструктур» ^ Провм«

IX о

ЖКСсссп

Кезег*. СеагсямА ул 1

Класс. Сроксда»и

Ст»ид»рт 1й «метал 2020 Заком. 214-ФЗ

Цены: от 3 481719 руб

до 3 914 ООО руС

—О- о (Т)

V

о

/

ОАамад«^

Я 9

9 ~ Спнсо» о6к»«то» +

Рисунок 4. Интерфейс портала «Мой ЖК», на примере г. Казань Источник: данные с сайта data.mos.ru.

показателей с (фактическими. Для некоторых категорий! данных есть специализированные приложения, но для раздела «Строительство» они отсутствуют.

В последние годы появляется много различных интегрированныхинформацион-ных платформ, которые позволяют на карте отразить информацию о жилых объектах. Наиболее популярным, в силу востребованности у профессиональных участников рынка жилой недвижимости, является сектор новостроек. Именно к нему приковано внимание большой части экспертов - от проектантов и девелоперов до марксзоло-гов. К качестве одного из подобных проектов приведем в пример портал «МойЖК» (МойЖК.рф») .

Это информационный портал о новостройках города, доступных дл» продажи в данный момент. Информацию можн» выв»тти списком и на карте» Принципиальная схема работы - информация официальная, предоставляется непосредственно застройщиками. Полагаем, застройщики, заинтересованные в продвижении своих объектов недвижимости, оплачивают размещение информации о своих объектах собственникам портала. Сотрудники портала постоянно отслеживают информацию в каждом городе присутствия и при необходимости вносят изменения в каталог новостроек. Также рассчитывается рейтинг застройщиков, но, по нашему мнению, его методика несовершенна - у них это т.н. «народный» рейтинг, который строится на основе оценок поставленными пользователями портала. Итоговая картина получается некорректной, способной ввести в заблуждение рядовых потребителей.

Для покупателя - это удобный сервис для поиска и покупки квартиры в новостройке (рис. 4). К примеру, заявлены такие услуги, как индивидуальный подбор квар-

тиры от подрядчиков, ремонт, консультации экспертов по юридическим вопросам. Также предусмотрена функция отображения объектов инфраструктуры (вероятно, с анализом удаленности от новостроек), но сервис не функционирует.

В этом вопросе более продвинутым сервисом является портал «Единый ресурс застройщиков» (ЕРЗ.рф), который выступает источником уникальной информации для профессионалов рынка новостроек и граждан, желающих приобрести квартиру в новостройке. Информация по всем строящимся объектам города выводится на карте (на рисунке 5 выведена та же локация г. Казань, что и на рисунке 4 в другой информационной системе). В дальнейшем при выборе конкретного объекта можно детально изучить информацию (в табличной форме) с описанием преимуществ и недостатков исследуемого объекта. К примеру, есть такие разделы, как описание основных архитектурно-планировочных решений жилого комплекса (включая наличие доступной среды для маломобильных граждан), анализ транспортной доступности, наличие парковок, социальная инфраструктура, объекты спорта, дворовые пространства и условия для массового отдыха, экологическая обстановка и неблагоприятное соседство. Для нас остается важным, что методика оценки и выставления соответствующих баллов остается закрытой, тем сам присутствует возможность для отражения некорректной информации и манипулирования ситуацией.

Крайне оптимистично для потребителей, что заявлен сервис по отражению графика продаж - это индикатор, значение которого олицетворяет несколько ключевых моментов, прежде всего, доверие к застройщику и объекту. Однако он не (функционирует, присутствует толеко информация о количестве оставшихся непроданными квартир, но с указпнием эгажа и числа комнат в квартире. Кроме этого, дг сойте представлена подборка новостей и упоминаний о компании и ее объектах.

р*силим>м«т мим* I " о • Про*" £>СЛМ"

ГЛцйч 1>

ЖКвгоеп« Ко-щрн ЮМТ ^ » Ы ■ РФ П ;з топ хк

Падкая* Кмртирм ет 34вмл#

■мргир 2 и) 2 о» П 724 И»1

Сдо смчи 0*1« Я20

\

Рисунок 5. Интерфейс портала «Единый ресурс застройщиков», на примере г. Казань Источник: даееыт с сайта еггг£ги.

Естественно, что накопив массив больших данных обо всех объектах в одной локации, собственники портал «Единый ресурс застройщиков» имеют возможность проведения аналитических исследований. В частности, есть платная услуга по оценке конкурентного окружения готового, строящегося или планируемого к строительству жилого комплекса.

Таким образом, кроме традиционного для геоинформационных систем уровень интеграции задач начинает активно продвигаться до аналитических и прогностических.

Серьезно продвинулась в данном направлении девелоперская компания «БЕСТ-Новострой». Она предлагает, как заявляют разработчики, первую систему анализа рынка новостроек (bnMAP.pro). Это уникальная IT-система для мониторинга и анализа рынка новостроек Москвы и Московского региона (рис. 6).

Данный портал полностью платный, так как рассчитан на профессиональных участников рынка жилой недвижимости. Пользователь может мгновенно переключаться между тремя инструментами: геоинформационной системой, каталогом корпусов и проектов и автоматической аналитикой рынка. В системе предусмотрен экспресс-анализ локального и глобального рынка, конкурентной среды проекта, ретроспективных данных по каждому корпусу. Система организована таким образом, что пользователь может моментально получать доступ как к сводным данным, так и первоисточнику - скачивать прайс-листы, каталог и объем зарегистрированных сделок в формате EXCEL.

Другим примером интеграции информационных систем с аналитической надстройкой является схема межсекторного взаимодействия агрегаторов данных и консалтинговых компаний. В настоящее время крупнейшие порталы по продаже объектов недвижимости (к примеру, «АВИТО» и «ЦИАН») позволяют не просто выводить запрашиваемые данные в табличной форме, но и размещают их на картах. В связи с этим о них корректнее говорить именно как об агрегаторах, которые способны не только отражать информацию, но и готовить аналитические обзоры, благодаря массиву больших данных. В качестве примеров использования больших данных можно отметить совместный анализ рынка жилой недвижимости г. Казань, проведенные агрегатором «АВИТО» и консалтинговой компанией «PricewaterhouseCoopers» [11]. Консалтинговой компанией разработана методика исследования и структурированы данные, что в результате дало возможность представить качественный результат. В частности, в данном исследовании применены алгоритмы машинного обучения для прогнозирования спроса и выявления факторов влияния, проанализированы геоданные и соответствующее изменение спроса с привязкой к конкретной локации (рис. 7).

И в отличие от ранее рассмотренных интегрированных систем сотрудники консалтинговой компании «PricewaterhouseCoopers» «оторвались» определили, насколько существенное влияние на спрос на рынке жилья оказывают экономические и политические события.

ДЕМО РЕЖИМ Ш> ДАННЫХ ОГРАНИЧЕНА

ЬпМАР.рго

Рисунок 6. Интерфейс портала «ЬпМАР» Источник: данные с сайта Ьптар.рго.

♦ шш

Рисунок 7. Теплова карта распределения спроса Источник: исследование «АУ1ТО» и «Рисе^^егЬошеСоореге».

Объекты

Дорожная сеть

Предпочтения покупателей, плотность конкурентного окружения, автотрафик и другие данные

Численность населения

Рисунок 8. Тематические слои с данными в геоинформационной системе Источник: АО «СТТ груп».

Ранее мы уже упоминали про геомаркетинг, когда для выбора «идеального» месторасположения требуется проведение комплексного исследования. Для отображения возможностей геомаркетинга продемонстрируем разные аспекты и масштабы его использования в сегменте коммерческой недв ижимости.

Компания «X5 Retail Group» (обладатель торговых марок «<Пятерочка», «Перекресток», «Карусель») не только агрегирует огромное количество геоданных, рассчитывая высокоточную модель среднего чека и посещаемости, но и успешно подключает технологии «искусственного интеллекта» для прогнозирования продаж (рис. 8).

Как видно из рисунка 8, разбивка карты на слои позволяет сопоставлять и анализировать разнородную информацию, что важно в аналитике и прогнозировании (в решении пространственных логистических задач, при формировании логистических кустов по принципу ближайшего расстояния по дорожной сети и визуализации пространственно-распределенных данных продаж/спроса).

Технологии пространственного анализа хоть и не быстро, но уже начинают проникать в базовые системы управления бизнес-процессами. Одним из таких решений является предиктивная BDM (Business development management) система управления развитием в ритейле на базе ГИС и искусственного интеллекта, которую внедряет компания «BST Digital» (рис. 9).

Как видно на рисунке 9, интеграция геоаналитики, прогнозирования и управления процессом поиска лучших мест для открытий и повышения эффективности текущей сети обеспечивается посредством разработки и внедрения систем поддержки принятия решений и автоматизированных систем на основе анализа данных и машинного обучения.

Упомянутые решения для коммерческой недвижимости доступны лишь для крупного бизнеса. В 2016 году при поддержке государства запущен федеральный проект «Бизнес-навигатор малого и среднего бизнеса», предлагающий геоинформационные технологии для развития малого бизнеса (рис. 10). Этот ГИС-инструмент не имеет аналогов за рубежом. В настоящее время функционал сервиса предлагает доступ к

в81 organica автоматизирует как отдельные

этапы, так и весь процесс управления открытиями

Процесс открытия новых точек

1. Модуль Скоринг

• Д|110МЛ1ИЧ1'СИИЙ сморит привлекателоноки (Конов и объгктоп по пыручкг Оизуализадо на теезвгй каэ*н

'А

е№Г$НЗ!ДМР

К феи -.аьН' й*.

Шшщт

2. Анкета поисковика

• Автоматизация сбора

Длннмя об ОбЫ*Мг;м

5. Модуль «Прогноз выручки» Прогноз машинным обучением с объяснением Д.Модуль «Геоаналитикоа лок»ии"

• Зоны ОIII. 11.1, !р|фик, Н.|11НИ<~>.1ЛИищии,

«ЩИХ—

5. Редактор ТЭО (Финмодель)

* Автоматизация расчета 1ЭО

»■--' 1. Л/^и Л,

ргд-да. 6. Дизайн бизнес процессов открытия новых магазинов Внедрение системы принятия решений «под ключ»

Рисунок 9. Автоматизация процесса открытия новых торговых точек: Источник: данные ¡компании компания! «ББТ

5 простых шагов

Выбор города

¡Я

Расчет гон влияния и конкуренции

(1) Выбор места V расположения бизнеса

О;

Расчет бизнес-плана

Изучение характеристик рынсчной ниши

Рисунок 10. Функции бизнес-навигатора малого и среднего бизнеса Источник: данные «Бизнес-навигатора малого и среднего бизнеса».

регулярно обновляемым пространственным данным большинства крупных городов (более 170) и содержит более 100 бизнес-концепций. За 2 года более миллиона предпринимателей воспользавались данным сервисом.

Конечной! целью является расчет потенциала локации (рис. 11):

• характеристики рыночной ниши в зоне пешеходной доступности выбранной точки;

• суммарный спрос в зоне пешеходной доступности выбранной точки;

• объем предложени я;

Магазин продуктов питания

Основные параметры

Ценовая ниша: Эконом • Франшиза: Выбрать * Адрес:

Москва. Красная Пресня О X

Зоны обслуживания и конкуренции О Радиус

Пешеходная доступность

Характеристика рыночной ниши

Характеристика спроса

Потенциальный спрос, тысруб/ 112 329

гол

Характеристика предложения О

Реализованный конкурентами 83 048

спрос, тыс руб/год

Нереализованный спрос. 29 280

тысруб/год

О о

Список конкурентов

Рассчитать бизнес-план

Как рассчитывается бизнес-план?

Скачать шаблон бизнес-плана в Ехсе!

Что такое шаблон бизнес-плана?

Я 9

Рисунок 11. Результаты расчета потенциала локации Источник: данные «Бизнес-навигатора малого и среднего бизнеса».

• объем потенциального нереализованного спроса для выбранной точки;

• контроль достаточности спроса в выбранной точке для перехода на этап формирования бизнес-плана.

Представленный выше обзор информационных систем направлен на их применение в городской местности. Вместе с этим вопросы развития жилищного строительства и повышения деловой активности стоят и в сельской местности. Именно поэтому наша гипотеза предполагает, что повышение инвестиционной привлекательности и деловой активности в сельских и субурбанизированных территориях должны осуществляться в комплексе.

В следующем разделе нами предложен вариант решения данной проблематики.

Интегрированные информационные системы

для реше ниязадач по разви тию сельских те рриторий

По нашей гипотезе, рынок жилья является лишь элементом пространственного развития и находится в тесной взаимосвязи с социально-экономическими показателями территорий. Мы предлагаем использовать ГИС как инструмент активизации

Таблица 1

Актуальные направления применения гис-технологий в пространственных исследованиях для развития территорий

область исследования сферы применения Базовое аналитическое приложение Прикладные сервисы

Географические условия Анализ климата, рельефа, природных факторов Оценка привлекательности для соответствующих сегментов рынка недвижимости Определение мест для туризма, ведения сельского хозяйства, жилищного строительства

Экономическое развитие квартала (района, района) Характеристика инвестиционной площадки, логистические требования к инвестиционной площадке Наличие ресурсов для будущих потребителей Источники энерго- и ресурсоснабжения для возможных проектов

Человеческие ресурсы Занятость населения Региональная поддержка создания новых рабочих мест Уровень безработицы, основные возможности трудоустройства, планируемые инвестиции в создание рабочих мест

Жилищно- коммунальная инфраструктура Планирование транспортной системы (автомагистрали, автомобильные дороги, железнодорожный и водный транспорт), расположение полигонов и пунктов сброса сточных вод Наличие технологических ограничений и потенциальные возможности для развития Определение зон развития, плотности застройки,технический потенциал инфраструктуры, доступность коммуникаций

Социальная инфраструктура Планирование строительства общественных учреждений Обеспеченность объектами социальной инфраструктуры выбранной локации, в т.ч. их загруженность Здравоохранение, социальные институты, государственные службы, начальные, средние и академические учебные заведения, детские сады, музеи, театры, кинотеатры, спортивные учреждения, развлекательные центры

Управление жилым фондом Возраст зданий, техническое состояние зданий, график капитального ремонта, виды собственности, кварти-рография Пространственный анализ рынка для сервисных целей,основанный на анализе жилого фонда и его структуры Финансовый анализ реновации пространства, размещения коммерческих и бытовых услуг

Территориальное планирование Определение зон затопления, землепользования, зеленых зон, зон отдыха Анализ доступности мест отдыха, влияния территориального планирования на жизнь жителей Размещение новых объектов (жилья, промышленных зон) на основе демографического и экологического анализа

Окончание таблица 1

область исследования сферы применения Базовое аналитическое приложение Прикладные сервисы

Социально-демографические характеристики Возрастной, тендерный, семейный состав, средний срок проживания в жилье, показатели благосостояния и ипотечного кредитования. Средняя зарплата, склонность к потреблению и сбережению. Численность населения Пространственный анализ структуры населения, основанный на оценке благосостояния жителей Анализ целевой аудитории и резидентов выбранной локации для таргетирования и адресного строительства

Экологические характеристики Зеленые зоны, экологическая обстановка, социальная инфраструктура, туризм Качество окружающей среды и комфортность проживания Влияние изменений в окружающей среде на деловую активность в локации, качество инфраструктуры и жизни населения

Источник: составлено автором.

субурбанизированных и сельских территорий: повысить привлекательность проживания в сельской местности, увеличить занятость и экономическую активность, а в целом - превратить проживание в сельской местности в самодостаточный формат жизни, который будет полноценной альтернативой городам.

По результатам исследования нами предложены актуальные направления применения ГИС-технологий в пространственных исследованиях для развития территорий и рынков жилой недвижимости (табл. 1).

Отметим основные экономические проблемы по вовлечению земельных участков в хозяйственный оборот:

• есть крупные владельцы большого количества земельных участков, информация о которых представлена лишь на сайтах компаний;

• полное отсутствие информации о социальной инфраструктуре не только субурбанизированных территорий, но и сельских территорий (даже на близком отдалении от городов, в 40-60 км);

• полное отсутствие информации о дорожной инфраструктуре и ее загруженности.

В силу складывающейся ситуации формируются основные ограничения для граждан:

• гражданам самостоятельно не рассчитать потенциальную комфортность проживания в сельской местности до момента завершения строительства и фактического заселения в дом;

• местные власти не занимаются перспективным строительством дорожной и социальной инфраструктуры, тем самым не повышают привлекательность

застройки и развития своих территорий. Большую долю в вводимом жилье дают проекты комплексного освоения территорий, и эти проекты обладают важнейшими положительными качествами: застройка осуществляется с развитием комфортной среды. Строительство же на селе - это точечная застройка. Ситуация усугубляется еще и тем, что нет детальной статистики - сколько объектов индивидуального жилищного строительства строится в форме организованной застройки (коттеджные поселки), а сколько хаотично, в поселениях.

В итоге, мы разработали систему источников информации, сбор и систематизация которой обеспечит оптимальные условия для принятия решений (рис. 12).

По итогам сбора данных можно перейти к разработке интегрированной геоинформационной системы со следующими свойствами:

• любой заинтересованный, располагающий полными сведениями о ситуации в поселении, будет иметь возможность приобрести земельный участок не только для проживания, но и, располагая фактами о перспективах, для ведения малого бизнеса;

• любой заинтересованный, располагаю полными сведениями о производителях экологически чистой сельскохозяйственной продукции, будет иметь возможность приобрести товары без посредников, напрямую у жителей села;

• производители экологически чистой сельскохозяйственной продукции смогут выстроить каналы сбыта и найти постоянных покупателей не только среди городских жителей, но и всех, кто проезжает мимо данного сельского поселения;

Динамичные данные Открытые и коммерческие источники

Мобильные операторы Данные клиентов

Космические снимки _г в СРБсигналы

Банки Социальные сети 9 Источники данных Сенсоры ЖКХ-порталы

Транспортные порталы ® ГИСы

Агрегаторы объявлений Ф Ф Краудсорсинг

Полевой сбор данных Базы торговых центров

Рисунок 12. Источники данных для интегрированной системы Источник: составлено автором.

ьереэка

О А в о <? © =

ООО

оо©

ООО

. пос бирюлмККОГО

н-ли.1 1*еросо*>ом

° Яндекс

Рисунок 13. Высокогорский район Республики Татарстан с предложением сельскохозяйственной

продукции в с.Альдермыш Источник: карты Яндекс.

• производители экологически чистой сельскохозяйственной продукции смогут работать не только по фактическому спросу, но и по предварительному заказу. Это пузволит увеличить объемы производства и трансформировать производстве сельскохозяйственной продукции из дополнительного дохода в основной источник;

• помимо возможности приобрести экологически чистые продукты, имеющаяся вгеоинформациинной системе информация об объектах инфраструктуры, посписоситвует активизации сельского ту°изма. Это оообенно важно на (фоне повышения внимания к аутентичности патриотично настроенных граждан;

• повышение деловой активности в сельской местности вызовет повышенный интерес к различным категориям инвесторов, в т.ч. государства, что обеспечит приток инвестиций и комплексное развитие сельских территорий.

Схематично, в первом приближении, это можно представить в следующем виде (рис. 13).

К настоящему времени агрегатор данных Ауйо информацию о продаже продуктов питания не сопровождает геолокацией. Поэтому в нашем случае предлагается разместить на карте субурбанизированных и сельских территорий информацию о предложении производителями сельскохозяйственной продукции.

заключение

Мероприятия по анализу рынка жилой недвижимости являются объектом комплексных исследований, обусловленных главным образом их огромной внутренней неоднородностью, локальностью и проблемами доступа к достоверной и единообразной информации.

По мере развития технологий сбор, хранение и обработка данных становятся все проще и дешевле. Идентификация атрибутов недвижимости становится все более детальной. По мере повышения точности этих данных повышается и надежность ГИС-анализа.

Жилая недвижимость, более чем любой другой сектор экономики, чувствительна к местоположению, и, следовательно, способность измерить влияние местоположения имеет решающее значение. Только с появлением ГИС стало возможным для специалистов и потенциальных покупателей измерить истинное влияние местоположения, а затем сделать соответствующие выводы, основанные на знании этого воздействия.

Оценка преимуществ географического анализа по сравнению с его стоимостью навсегда изменилась в пользу проведения географического анализа. Технологические достижения в индустрии персональных компьютеров, включая ускоренную обработку вычислений и появление высококонкурентной отрасли по географическим и демографическим данным, значительно облегчили применение данных знаний для практических нужд.

Следующим этапом развития ГИС-технологий мы видим прогнозирование не только стоимости жилой недвижимости, но и моделирование развития рынка в целом. Задействованы будут искусственный интеллект, машинное обучение и технологии дополненной реальности.

ГИС, к примеру, помогут идентифицировать прибыльные сегменты рынка жилой недвижимости, которые были непреднамеренно упущены в прошлые периоды. Будут идентифицированы рынки и локации, где актуальны инвестиции в объекты жилой недвижимости и инфраструктуры.

В контексте прогнозирования жилищного строительства ГИС сможет облегчить позиционирование правильной информации в пределах каждого субрынка (рынка района/квартала) и его последующий анализ. Если, например, мы хотим рассчитать для конкретного района скорость поглощения жилья на несколько лет вперед, пространственно-временной прогноз позволит учитывать такие факторы, как:

• историческое развитие рынка жилой недвижимости района;

• исторический рост районов, окружающих рассматриваемый район;

• ограничения на будущий рост, связанные с зонированием и/или экологическими ограничениями;

• ожидаемый прирост населения по демографическим категориям для района, окружающего целевой район.

Для нормального функционирования системы, кроме программного комплекса, нужна правильно построенная структура слоев электронной карты.

В процессе развития рынка жилой недвижимости синергетический эффект появляется тогда, когда мы объединяем несколько баз данных и различные знания. Это позволит нам принять более эффективные решения и получить более полную информацию, что особенно важно на прединвестиционной и эксплуатационной стадиях, в первом случае - для сокращения ошибок от неверных решений, во втором - для прогнозирования развития ситуации.

ИСТОЧНИКИ:

1. Авдеев Ю.М., Попов Ю.П. Применение геоинформационных систем в строительст-

ве // NovaUm.Ru. - 2018. - № 12. - с. 260-264.

2. Аксенова Е.Г. Информационное обеспечение методов эколого-экономического ме-

ханизма обоснования городских территорий // Инженерный вестник Дона. - 2011.

- № 3(17). - с. 250-260.

3. Алексеев А.О., Клейменова А.А., Спирина В.С. Обоснование места для открытия

магазина шаговой доступности (на примере микрорайона октябрьский города Перми) // Вестник Пермского национального исследовательского политехнического университета. Прикладная экология. Урбанистика. - 2017. - № 1(25). - с. 58-68.

- doi: 10.15593/2409-5125/2017.01.05 .

4. Волков А.В., Поликарпов А.М., Алиев Т.А., Заболотская Т.А., Шепелева А.В., Засядь-

Волк В.В., Максимов С.Н. Региональный аспект использования геоинформационных технологий на этапе повышения инвестиционной привлекательности инженерно-подготовленных территорий // ИнтерКарто/ИнтерГИС. - 2017. - № 1. - с. 355-364. - doi: 10.24057/2414-9179-2017-1-23-355-364 .

5. Гейдор В.С., Громова К.С., Бондаренко В.В. Применение геоинформационных си-

стем в процессе управления муниципальной недвижимостью // Вестник науки. -2018. - № 8(8). - с. 144-147.

6. Елаев В.Н., Любимцева С.В., Кормщикова М.Ю. Геопортал имущественно-земель-

ного комплекса республики Бурятия // Землеустройство, кадастр и мониторинг земель. - 2011. - № 9(81). - с. 84-89.

7. Ершов А.В. Автоматизация сбора данных об объектах недвижимости: контроль

достоверности и информационное обеспечение кадастровой оценки // Вестник СГУГиТ (Сибирского государственного университета геосистем и технологий). -2018. - № 3. - с. 163-177.

8. Жигалов К.Ю. Использование ГИС для автоматизации систем управления и мо-

ниторинга процессов строительства // Геополитика и экогеодинамика регионов.

- 2014. - № 1. - с. 543-546.

9. Котиков Ю.Г. Геоинформационная система ArcGIS как интегратор в моделях пла-

нирования транспортных систем мегаполисов // Вестник гражданских инженеров.

- 2012. - № 2(31). - c. 214-222.

10. Коцюба И.Ю., Петтай П.П. Математические алгоритмы разработки систем поддержки принятия решений, использующих данные геоинформационных систем, для оценки стоимости недвижимости и обоснования выбора района новой застройки // Информационные технологии и системы: управление, экономика, транспорт, право. - 2013. - № 2-1(11). - с. 109-11.

11. Маркетинговое исследование рынка жилой недвижимости (Казань). PricewaterhouseCoopers. Подготовлено совместно с Avito. [Электронный ресурс]. URL: https://www.pwc.ru/ru/assets/avito/report-avito-kazan-28052018.pdf ( дата обращения: 21.10.2018 ).

12. Медведева Ю.Д. Методика геоинформационного обеспечения управления объектами недвижимости населенного пункта // Вестник СГУГиТ (Сибирского государственного университета геосистем и технологий). - 2018. - № 23. - с. 171-184.

13. Петкова Н.В. Геопространственное моделирование ценовых поверхностей в анализе недвижимости // Научные труды Кубанского государственного технологического университета. - 2017. - № 4. - с. 274-284.

14. Попова И.В., Бурак Е.Э., Воробьева Ю.А. Применение геоинформационных систем для мониторинга и развития системы зеленых насаждений города // Жилищное хозяйство и коммунальная инфраструктура. - 2018. - № 4(7). - с. 67-75.

15. Ротанова И.Н., Воробьев К.В., Оскорбин Н.М. Принципы построения, технологии и программное обеспечение региональной модели инфраструктуры пространственных данных Алтайского края // Известия Алтайского государственного университета. - 2013. - № 1-1(77). - с. 143-147.

16. Рудой В.А., Павлюкова О.М. Геомаркетинг: теория и основные понятия. / Географические исследования Краснодарского края: сборник научных трудов. -Краснодар: Кубанский государственный университет физической культуры, спорта и туризма, 2009. - 250-253 с.

17. Соколов С., Антонов Ю. Оценка стоимости жилой недвижимости Нижневартовска с помощью ГИС-методов // International Research Conferece on Srie^e, Ed^ation, Te^nology and Management Conferece Prc^eedings. Paris, Fra^e, 2017. - с. 247-268.

18. Толстяков Р.Р., Горбунов И.Н. Задачи и инструменты геомаркетинга // Социально-экономические явления и процессы. - 2015. - № 12. - с. 82-86.

19. Трубина Л.К., Аврунев Е.И., Николаева О.Н., Каленицкий А.И., Антипов И.Т. Подходы к созданию геоинформационных моделей городских территорий для учета экологической составляющей при ведении единого государственного реестра недвижимости // Известия Томского политехнического университета. Инжиниринг георесурсов. - 2018. - № 9. - с. 43-51.

20. Чечин А.В., Медведева Т.В. Интеграция результатов интеллектуального анализа данных и геоинформационной системы для решения задачи оценки недвижимости // Приволжский научный журнал. - 2012. - № 2(22). - с. 193-200.

21. Шайтура С.В., Гаврилова В.В., Сумзина Л.В. Геоинформационный анализ данных об объектах недвижимости. / Монография. - Бургас, 2018. - 51 с.

22. Antonio Nestico, Massimiliano Bencardino Urban Real Estate Values on Vast Area and Macroeconomic Parameters // Procedia - Social and Behavioral Sciences. - 2016. - № 10. - p. 410-415. - doi: 10.1016/j.sbspro.2016.05.256.

23. Donlon, Kevin Using GIS to Improve the Services of a Real Estate Company. Saint Mary's University of Minnesota Central Services Press. Winona, MN, Retrieved. [Электронный ресурс]. URL: http://www.gis.smumn.edu.

24. Eduard Hromada Mapping of Real Estate Prices Using Data Mining Techniques // Procedia Engineering. - 2015. - p. 233-240. - doi: 10.1016/j.proeng.2015.10.083.

25. Essi Eerola, Teemu Lyytikäinen On the role of public price information in housing markets // Regional Science and Urban Economics. - 2015. - p. 74-84. - doi: 10.1016/j.reg-sciurbeco.2015.05.006.

26. Grant Ian Thrall GIS Applications in Real Estate and Related Industries // Journal of Housing Research. - 1998. - № 1. - p. 33-59. - doi: 10.5555/jhor.9.1.bl627273k51t7h7w.

27. Hong Zhang, Yang Li, Heng Li Multi-agent simulation of the dynamic evolutionary process in Chinese urban housing market based on the GIS: The case of Beijing // Automation in Construction. - 2013. - p. 190-198. - doi: 10.1016/j.autcon.2013.05.010.

28. Giannopoulou M., Athanasios P. Vavatsikos, Lykostratis K. A Process for Defining Relations between Urban Integration and Residential Market Prices // Procedia - Social and Behavioral Sciences. - 2016. - № 10. - p. 153-159. - doi: 10.1016/j.sbspro.2016.05.338.

29. Arefiev N., Terleev V., Badenko V. GIS-based Fuzzy Method for Urban Planning // Procedia Engineering. - 2015. - p. 39-44. - doi: 10.1016/j.proeng.2015.08.121.

REFERENCES:

Aksenova E.G. (2011). Informatsionnoe obespechenie metodov ekologo-ekonomicheskogo mekhanizma obosnovaniya gorodskikh territoriy [Information support of methods of ecological-economic mechanism of a substantiation of urban areas]. Engineering journal of Don. (3(17)). 250-260. (in Russian). Alekseev A.O., Kleymenova A.A., Spirina V.S. (2017). Obosnovanie mesta dlya otkryt-iya magazina shagovoy dostupnosti (na primere mikrorayona oktyabrskiy goroda Permi) [Selection of aplace for the opening of a store within walking distance (by the example of Oktyabrsky microdistrict of the city of Perm)].Vestnik Permskogo nat-sionalnogo issledovatelskogo politekhnicheskogo universiteta. Prikladnaya ekologiya. Urbanistika. (1(25)). 58-68. (in Russian). doi: 10.15593/2409-5125/2017.01.05 . Antonio Nestico, Massimiliano Bencardino (2016). Urban Real Estate Values on Vast Area and Macroeconomic Parameters Procedia - Social and Behavioral Sciences. 223 (10). 410-415. doi: 10.1016/j.sbspro.2016.05.256.

Arefiev N., Terleev V., Badenko V. (2015). GIS-based Fuzzy Method for Urban Planning Procedía Engineering. 117 39-44. doi: 10.1016/j.proeng.2015.08.121.

Avdeev Yu.M., Popov Yu.P. (2018). Primenenie geoinformatsionnyh sistem v stroitel-stve [The use of geographic information systems in construction]. NovaUm.Ru. (12). 260-264. (in Russian).

Chechin A.V., Medvedeva T.V. (2012). Integratsiya rezultatov intellektualnogo analiza dannyh i geoinformatsionnoy sistemy dlya resheniya zadachi otsenki nedvizhimos-ti [Ntegration of data mining and geographical information system for real estate estimation]. Privolzhskiy nauchnyy zhurnal. (2(22)). 193-200. (in Russian).

Donlon, Kevin Using GIS to Improve the Services of a Real Estate CompanySaint Mary's University of Minnesota Central Services Press. Winona, MN, Retrieved. Retrieved from http://www.gis.smumn.edu

Eduard Hromada (2015). Mapping of Real Estate Prices Using Data Mining Techniques Procedia Engineering.123 233-240. doi: 10.1016/j.proeng.2015.10.083.

Elaev V.N., Lyubimtseva S.V., Kormschikova M.Yu. (2011). Geoportal imuschestvenno-zemelnogo kompleksa respubliki Buryatiya [Kormcshchikova Geoportal of Land and Property Complex of the Republic of Buryatia]. Zemleustroystvo, kadastr i monitoring zemel. (9(81)). 84-89. (in Russian).

Ershov A.V. (2018). Avtomatizatsiya sbora dannyh ob obektakh nedvizhimosti: kontrol dostovernosti i informatsionnoe obespechenie kadastrovoy otsenki [Automation of real estate data acquisition: verification control and information support of cadastral valuation]. Vestnik SGUGiT (Sibirskogo gosudarstvennogo universiteta geosistem i tekhnologiy). 23 (3). 163-177. (in Russian).

Essi Eerola, Teemu Lyytikainen (2015). On the role of public price information in housing markets Regional Science and Urban Economics. 53 74-84. doi: 10.1016/j.regsci-urbeco.2015.05.006.

Geydor V.S., Gromova K.S., Bondarenko V.V. (2018). Primenenie geoinformatsionnyh sistem v protsesse upravleniya munitsipalnoy nedvizhimostyu [Using GIS in the management of municipal real estate].Vestnik nauki. 1 (8(8)). 144-147. (in Russian).

Giannopoulou M., Athanasios P. Vavatsikos, Lykostratis K. (2016). A Process for Defining Relations between Urban Integration and Residential Market Prices Procedia - Social and Behavioral Sciences. 223 (10). 153-159. doi: 10.1016/j.sbspro.2016.05.338.

Grant Ian Thrall (1998). GIS Applications in Real Estate and Related Industries Journal of Housing Research. 9(1). 33-59. doi: 10.5555/jhor.9.1.bl627273k51t7h7w.

Hong Zhang, Yang Li, Heng Li (2013). Multi-agent simulation of the dynamic evolutionary process in Chinese urban housing market based on the GIS: The case of Beijing Automation in Construction. 35 190-198. doi: 10.1016/j.autcon.2013.05.010.

Kotikov Yu.G. (2012). Geoinformatsionnaya sistema ArcGIS kak integrator v modelyakh planirovaniya transportnyh sistem megapolisov [Geographic-information system ArcGIS as the integrator in models of transport planning systems of megalopolises]. Scientific-technical journal "Bulletin of Civil Engineers". (2(31)). 214-222. (in Russian).

Kotsyuba I.Yu., Pettay P.P. (2013). Matematicheskie algoritmy razrabotki sistem pod-derzhki prinyatiya resheniy, ispolzuyuschikh dannye geoinformatsionnyh sistem, dlya otsenki stoimosti nedvizhimosti i obosnovaniya vybora rayona novoy zastroy-ki [Mathematical algorithms development of decision support systems solutions that use data geographic information systems for real estate valuation and justification of the selection of the district new development]. Informatsionnye tekhnologii i sistemy: upravlenie, ekonomika, transport, pravo. (2-1(11)). 109-11. (in Russian).

Medvedeva Yu.D. (2018). Metodika geoinformatsionnogo obespecheniya uprav-leniya obektami nedvizhimosti naselennogo punkta [METHODOLOGY OF GEOINFORMATION PROVIDING OF MANAGEMENT OF REAL ESTATE OBJECTS in city]. Vestnik SGUGiT (Sibirskogo gosudarstvennogo universiteta geo-sistem i tekhnologiy). 2 (23). 171-184. (in Russian).

Petkova N.V. (2017). Geoprostranstvennoe modelirovanie tsenovyh poverkhnostey v analize nedvizhimosti[Geospatial modeling of cost surface for the analysis of real estate]. Nauchnye trudy Kubanskogo gosudarstvennogo tekhnologicheskogo univer-siteta. (4). 274-284. (in Russian).

Popova I.V., Burak E.E., Vorobeva Yu.A. (2018). Primenenie geoinformatsionnyh sistem dlya monitoringa i razvitiya sistemy zelenyh nasazhdeniy goroda [Using gis for monitoring and development of green plantings of the city]. Zhilischnoe khozyaystvo i kommunalnaya infrastruktura. (4(7)). 67-75. (in Russian).

Rotanova I.N., Vorobev K.V., Oskorbin N.M. (2013). Printsipy postroeniya, tekhnologii i programmnoe obespechenie regionalnoy modeli infrastruktury prostranstven-nyh dannyh Altayskogo kraya[Foundations for Creating a Regional Spatial Data Infrastructure in Altai, its Technologies and Software]. Izvestiya of Altai State University Journal. (1-1(77)). 143-147. (in Russian).

Rudoy V.A., Pavlyukova O.M. (2009). Geomarketing: teoriya i osnovnye ponyati-ya [Geomarketing: theory and concepts] Krasnodar: Kubanskiy gosudarstvennyy universitet fizicheskoy kultury, sporta i turizma. (in Russian).

Shaytura S.V., Gavrilova V.V., Sumzina L.V. (2018). Geoinformatsionnyy analiz dannyh ob obektakh nedvizhimosti [Geoinformation analysis of data of real estate objects] Burgas. (in Russian).

Sokolov S., Antonov Yu. (2017). Otsenka stoimosti zhiloy nedvizhimosti Nizhnevartovska s pomoschyu GIS-metodov [Valuation of residential property of Nizhnevartovsk by using GIS methods] International Research Conference on Science, Education, Technology and Management Conference Proceedings. 247-268. (in Russian).

Tolstyakov R.R., Gorbunov I.N. (2015). Zadachi i instrumenty geomarketinga [Tasks and instruments of geomarketing]. Socio-economic phenomena and processes. 10 (12). 82-86. (in Russian).

Trubina L.K., Avrunev E.I., Nikolaeva O.N., Kalenitskiy A.I., Antipov I.T. (2018). Podkhody k sozdaniyu geoinformatsionnyh modeley gorodskikh territoriy dlya ucheta ekologicheskoy sostavlyayuschey pri vedenii edinogo gosudarstvennogo re-estra nedvizhimosti [Approaches to geoinformation modelling of urban territory to integrate the environmental component into the system of state real property cadastre]..Bulletin of the Tomsk Polytechnic University. Engineering georesources. 329 (9). 43-51. (in Russian).

Volkov A.V., Polikarpov A.M., Aliev T.A., Zabolotskaya T.A., Shepeleva A.V., Zasyad-Volk V.V., Maksimov S.N. (2017). Regionalnyy aspekt ispolzovaniya geoinformatsionnyh tekhnologiy na etape povysheniya investitsionnoy privlekatelnosti inzhenerno-podgotovlennyh territoriy [The regional aspect of using geoinformation technologies at the stage of increasing the investment attractiveness of engineering-prepared territories]. InterKarto/InterGIS. 23 (1). 355-364. (in Russian). doi: 10.24057/24149179-2017-1-23-355-364 .

Zhigalov K.Yu. (2014). Ispolzovanie GIS dlya avtomatizatsii sistem upravleniya i monitoringa protsessov stroitelstva [The use of GIS for automating systems management and monitoring construction processes]. Geopolitika i ekogeodinamika re-gionov. 10 (1). 543-546. (in Russian).