CC BY
58
А. В. Харламов. Исследование динамики цен на жилую недвижимость
УДК 519.86
ИССЛЕДОВАНИЕ ДИНАМИКИ ЦЕН НА ЖИЛУЮ НЕДВИЖИМОСТЬ МЕТОДОМ ГЕОГРАФИЧЕСКИ ВЗВЕШЕННОЙ РЕГРЕССИИ
А. В. Харламов
Саратовский государственный университет E-mail: harlamovav@info.sgu.ru
В статье рассматривается применение метода географически взвешенной регрессии для локального анализа динамики средней стоимости квадратного метра жилья. Иллюстрируется эффективность данного метода на реальных эмпирических данных. Ключевые слова: географически взвешенная регрессия, ГВР, динамика, цены, недвижимость.
Analysis of Dynamics of Prices of Real Estate by Method of Geographically Weighted Regression
A. V. Harlamov
This article considers application of method of geographically weighted regression for analysis of dynamics of average price for square metre of real estate. Effectiveness of method of geographically weighted regression is illustrated in realistic empirical data. Key words: geographically weighted regression, GWR, dynamics, prices, real estate.
Метод географически взвешенной регрессии (ГВР)1 достаточно хорошо зарекомендовал себя при анализе пространственно варьирующих данных2. Покажем эффективность данного метода при анализе тенденций развития отдельных районов города на примере анализа динамики цен на рынке однокомнатных квартир г. Саратова за два последовательных временных промежутка.
В качестве эмпирического материала используем данные риелтерских агентств и статданные. Для иллюстрации решения сформулированной задачи построим регрессионные модели с использованием показателей, представленных в табл.1.
Таблица 1
Используемые показатели
Y цена квартиры, тыс. руб.
X жилая площадь, м2
X2 2 площадь кухни, м*
Хз дополнительная площадь, м2
X, логарифм расстояния, 1п(м)
u,v координаты объекта
Зависимой переменной является цена квартиры (тыс. руб.), в качестве регрессоров берутся три количественных параметра - площадь комнаты, площадь кухни и площадь вспомогательных помещений (кв. м); последняя рассчитывается как разность между общей площадью квартиры, площадью жилой комнаты и площадью кухни
во избежание проблемы мультиколлинеарности регрессоров. Помимо этого, учитывается расстояние (м) до центра города (в логарифмической шкале).
Модель глобальной множественной линейной регрессии, описывающей зависимость цены на всей территории города по данным 2006 г., имеет вид:
у = 1222,44 +12,05х1 +12,62х2 +12,72х3 -121,68х4.
(1,11) (1,37) (0,84) (2,77)
(1)
В скобках указаны стандартные ошибки коэффициентов регрессии.
Все коэффициенты при переменных значимы, как и вся модель в целом. Коэффициент детерминации Я2 = 0,65 показывает, что модель объясняет 65% дисперсии зависимой переменной. Согласно построенной модели, дополнительный метр жилой комнаты стоит 12,05 тыс. руб., а дополнительный метр кухни и подсобных помещений оценивается в 12,62 и 12,72 тыс. руб. соответственно. Коэффициенты при структурных регрессорах оказались равными (практически совпадают соответствующие доверительные интервалы оценок). Их одинаковые значения показывают, что потребитель не делает качественного различия между жилыми и нежилыми помещениями. Отрицательное значение коэффициента при регрессоре, характеризующем удаленность квартиры от центра, логично объясняет уменьшение цены при перемещении от центра к окраинам.
Подобная ситуация может быть объяснена тем, что в то время рынок вторичного жилья состоял исключительно из квартир стандартной планировки и не предоставлял широкого выбора.
Модель глобальной множественной линейной регрессии, описывающей зависимость цены на всей территории города по данным 2008 г., имеет вид:
у = 2497,86 + 28,82х1 + 22,39х2 + 28,31 х3 -228,09х4.
(2,93) (3,39) (2,18) (7,52)
(2)
В скобках указаны стандартные ошибки коэффициентов регрессии.
Все коэффициенты при переменных значимы, как и вся модель в целом. Коэффициент детер-
© Харламов А. В., 2011
минации Я2= 0,56 показывает, что модель объясняет только 56% дисперсии зависимой переменной. Это уже меньше, чем в предыдущей модели. Возможно, это следствие увеличения разнообразия на рынке недвижимости, результатом чего является появление дополнительных факторов, значимо влияющих на цену жилья, которые не получили отражения в модели. Согласно построенной модели дополнительный метр жилой комнаты стоит 28,82 тыс. руб., дополнительный метр кухни - 22,39 тыс. руб., а дополнительный метр подсобных помещений оценивается практически так же, как и жилой комнаты, в 28,31 тыс. руб. Коэффициент при втором регрессоре (площадь кухни) имеет меньшее значение, чем два других. Можно предположить, что потребитель больше (и в одинаковой степени) ценит размеры жилой комнаты и коридоров, чем кухни. При удалении от центра стоимость квартир также уменьшается.
Сравним ситуацию на вторичном рынке с помощью построенных моделей. Сначала отметим, что средняя стоимость квадратного метра общей площади увеличилась с 17,1 тыс. до 41,4 тыс. руб. - практически в 2,4 раза. Абсолютные значения коэффициентов при регрессорах также выросли, но тенденции роста различны. Так, коэффициенты при площади жилой комнаты и площади подсобных помещений выросли 2,2 раза, а «кухонные» метры подорожали в меньшей степени - рост составил 1,8 раза.
Влияние удаленности от центра на стоимость квартиры в 2008 г. также возросло по абсолютной величине в 1,8 раза.
Проанализируем, как изменялась ситуация на рынке недвижимости, с помощью ГВР. Для этого построим наборы географически взвешенных моделей по данным двух лет и проведем сравнительный анализ полученных показателей.
Схема Саратова представлена на рис. 1, точками изображены объекты измерения.
В табл. 2 приводится фрагмент оценок коэффициентов, полученных методом ГВР для анализируемых эмпирических данных.
Отметим, что поменялась география продаж квартир - это связано с новостройками на свободных территориях окраин города и активной
застройкой центральных районов, занимаемых до этого частным сектором.
На первом шаге локального анализа покажем распределение средней стоимости квадратного метра однокомнатной квартиры в 2006 и 2008 гг.
Средняя стоимость квадратного метра (тыс. руб.) в 2006 г. приводится в табл. 3
Л. В. Харламов. Исследование динамики цен на жилую недвижимость
Таблица 2
Оценки коэффициентов, полученные методом ГВР
и V Р0 Р1 Р2 Р3 Р4
2006
54.01 28.76 1919.20 4.15 4.13 7.85 -169.72
54.03 36.029 961.35 3.37 13.10 11.47 -78.76
54.071 29.818 1189.49 5.97 3.76 7.38 -96.89
54.114 28.939 1879.22 4.26 4.15 7.91 -165.84
54.166 28.718 1972.88 4.14 4.26 7.71 -175.22
54.324 35.981 983.39 3.40 13.26 11.41 -81.19
54.416 36.268 907.78 3.39 13.21 11.33 -73.18
54.436 28.819 1928.54 4.76 6.09 6.20 -171.73
54.517 35.985 973.99 3.41 13.36 11.36 -80.26
54.611 35.985 970.43 3.42 13.41 11.33 -79.91
54.615 35.049 1698.86 4.24 14.29 11.05 -157.79
54.622 28.381 1838.27 5.84 7.87 4.28 -164.07
54.626 30.41 1383.65 9.43 10.96 2.92 -124.51
54.64 35.869 1065.77 3.49 13.50 11.36 -90.08
54.659 36.291 940.89 3.49 13.21 11.30 -76.80
54.683 28.326 1802.73 6.20 8.77 3.49 -161.00
54.695 28.122 1839.50 5.97 8.48 3.65 -164.34
54.712 28.137 1827.27 6.10 8.80 3.38 -163.29
54.736 27.927 1832.98 6.01 8.57 3.48 -163.67
54.744 28.065 1818.28 6.19 9.10 3.08 -162.50
2008
54.071 29.818 2008.68 29.56 6.86 30.29 -236.11
54.114 28.939 2048.60 28.47 7.38 30.16 -233.73
54.166 28.718 2065.15 28.17 7.44 30.13 -233.89
54.324 35.981 2435.11 21.15 39.26 2.78 -263.48
54.416 36.268 2522.22 19.89 38.02 3.01 -262.65
54.451 35.714 2450.05 21.13 38.66 2.97 -264.25
54.486 36.365 2554.27 19.44 37.49 3.12 -262.41
54.517 35.985 2460.80 20.70 38.88 3.00 -263.39
54.565 28.771 2048.01 28.26 7.71 30.15 -232.40
54.615 35.049 2449.72 22.52 37.25 2.48 -267.83
54.64 35.869 2447.35 20.86 39.01 3.09 -263.69
54.683 28.326 2104.25 27.39 7.71 30.04 -233.85
54.695 28.122 2130.59 27.02 7.64 30.00 -234.80
54.749 36.18 2550.61 19.41 37.50 3.36 -262.99
54.756 27.849 2162.71 26.58 7.56 29.95 -236.06
54.798 28.856 2032.90 28.39 7.88 30.15 -231.42
54.833 30.18 1949.31 30.61 6.98 30.38 -236.62
54.88 28.23 2118.05 27.13 7.78 30.00 -233.99
54.897 30.327 1937.05 31.02 6.79 30.39 -238.32
54.995 35.848 2486.98 20.19 38.40 3.45 -263.79
Таблица 3
Распределение средней стоимости квадратного метра по территории Саратова в 2006 г., тыс. руб.
и
53 54 55 56 57 58 59 60 61 62 63 64
36 14,0 12,4 15,7 15,2 14,9 14,2
35 13,5 15,1 13,3 15,3 14,5 15,0 12,5
34 16,5 16,9 16,7 17,9 19,6 12,9 17,4 14,9
33 17,0 16,4 18,1 17,5 17,4 16,8
V 32 17,2 17,6 19,4 20,0 22,2 19,7 19,7
31 18,6 15,9 18,4 21,6 21,0 22,6 22,5 22,9
30 14,8 14,2 13,9 15,2 15,2 18,5 19,3
29 12,1 13,7 14,9 15,4 16,4 11,9
28 13,8 13,3 13,4
27 14,4
Экономика
27
Здесь (и; V) условные координаты ячеек, полученные из географических координат. Значения ячеек - это некоторое усреднение показателя по целочисленным значениям координат для большей наглядности представления результатов вычислений. Ячейки таблицы соответствуют некоторым объединениям точек измерений на схеме Саратова (см. рис. 1).
Наблюдается устойчивая зависимость стоимости от местоположения. Четко выделяются
окраинные районы со стоимостью 12-14 тыс. руб., исторический центр и район набережной (61x31; 62x31; 63x31; 61x32), где стоимо сть более 22 тыс. руб. за квадратный метр. Наблюдаются четкие тренды убывания стоимости от центра в направлении окраин (северо-запад и юго-запад в таблице).
Средняя стоимость квадратного метра (тыс. руб.) в 2008 г. приводится в табл. 4.
Таблица 4
Распределение средней стоимости квадратного метра по территории Саратова в 2008 г., тыс. руб.
U
53 54 55 56 57 58 59 60 61 62 63 64
36 32,8 30,2 38,4 38,0 35,8 35,1
35 33,9 34,9 38,6 38,3 36,8 34,4
34 40,5 42,0 40,3 52,9 43,7
33 40,0 43,5 42,8 41,1 38,5
V 32 43,8 44,1 45,9 48,6 52,1 47,3 39,8
31 35,1 47,3 43,7 47,3 52,3 51,6 51,4 51,8
30 34,6 33,0 38,5 37,0 35,0 46,3
29 36,1 33,8 38,9 38,5 39,6
28 34,8 33,1 34,7
27 34,6
Средняя стоимость квадратного метра выросла, но по-прежнему на окраинах остается значительно меньшей, чем в центре. Отметим, что к квадратам с самыми дорогими метрами добавилось еще два - (60x31) и (61x34). И если первый естественным образом соседствует с центром, то
второй показывает появление нового «дорогого», а значит, и престижного района.
Проанализируем тенденцию изменения средней стоимости квадратного метра, для чего вычислим коэффициенты роста в 2008 г. относительно 2006 г. (табл. 5).
Таблица 5
Распределение коэффициента роста стоимости квадратного метра по территории Саратова
U
53 54 55 56 57 58 59 60 61 62 63 64
36 2,3 2,4 2,4 2,5 2,4 2,5
35 2,5 2,3 2,9 2,5 2,5 2,3
34 2,4 2,5 2,2 2,7 2,9
33 2,4 2,4 2,4 2,4 2,3
V 32 2,5 2,5 2,4 2,4 2,4 2,4 2,0
31 1,9 3,0 2,4 2,2 2,5 2,3 2,3 2,3
30 2,4 2,4 2,5 2,4 1,9 2,4
29 3,0 2,5 2,6 2,5 2,4
28 2,5 2,5 2,6
27 2,4
Анализ коэффициента роста показывает, что средняя стоимость квадратного метра жилья увеличилась приблизительно в 2-3 раза. Причем рост стоимости на окраинах практически не отличается от роста стоимости в центре города. Тем не менее можно определить тенденции, присущие отдельным районам. Коэффициент роста в «дорогих» районах (61x31; 62x31; 63x31; 61x32) оказался одним из самых маленьких, он практически равен коэффициенту на северо-западной окраине города и совпадает со средним темпом роста. Данная ситуация свидетельствует о том, что тенденции в этих районах обусловлены общей экономической ситуацией и не имеют локальных особенностей и, как следствие, существенной перспективы разви-
тия: окраины - из-за своего удаленного положения и, очевидно, плохой экологической обстановки, а центр - из-за отсутствия перспектив развития, необходимых современному городу. При этом есть районы на окраинах - (53x29) и (64x34), - где коэффициент принимает самое большое значение, и районы, соседствующие с центром - (61x34) и (57x31), - также с большим значением коэффициента роста. Причем последний находится по соседству с районами с наименьшим коэффициентом роста, равным 1,9.
Можно сделать соответствующий вывод, что метод ГВР позволяет выявить районы перспективного развития, а также депрессивные районы, развитие которых затруднено в силу разных при-
И. П. Сергун. АСЕАН+3: ключевые позиции сотрудничества и перспективы развития
чин. Подобная информация является неоценимой как для потенциального инвестора, решающего, где развивать свой бизнес и куда вкладывать свои средства, так и для муниципальной администрации, принимающей решения по развитию города.
Примечания
1 См.: Fotheringham A. S., Brunsdon C., Charrlton M. Geographically weighted regression the analysis of
spatially varyng relationships: University of Newcastle, UK John Wiley & Sons Ltd, 2002 ; Магнус Я. Р., Катышев П. К., Пересецкий А. А. Эконометрика. Начальный курс : учебник. 6-е изд., перераб. и доп. М., 2004.
2 См.: Fotheringham A. S., Brunsdon C., Charrlton M. Op cit. ; Балаш О. С., Харламов А. В. Эконометри-ческое моделирование пространственных данных : монография / О. С. Балаш, А. В. Харламов : учебник. Саратов, 2010.
УДК 339.9
АСЕАН+3:
КЛЮЧЕВЫЕ ПОЗИЦИИ СОТРУДНИЧЕСТВА И ПЕРСПЕКТИВЫ РАЗВИТИЯ
И. П. Сергун
Саратовский государственный социально-экономический университет E-mail: sergun.igor@mail.ru
В статье рассматриваются вопросы сотрудничества стран Юго-Восточной Азии с ключевыми странами Азии (Китай, Япония, Республика Корея). Акцентируется внимание на экономическом сотрудничестве стран, а также последующих перспективах развития сотрудничества.
Ключевые слова: АСЕАН, Китай, Япония, Республика Корея, ЗСТ.
ASEAN+3: Key Positions of Cooperation and Prospects of Development
I. P. Sergun
In this article the author considers different cooperation between countries of South East Asia with key Asia's countries (China, Japan, Republic of Korea). The attention is focused on economic cooperation of the countries and also prospects of cooperation's development.
Key words: ASEAN, China, Japan, Republic of Korea, FTA.
Ассоциация стран Юго-Восточной Азии (англ. Association of South East Asian Nations) - политическая, экономическая и культурная региональная межправительственная организация стран, расположенных в Юго-Восточной Азии. АСЕАН была образована 9 августа 1967 г. в Бангкоке вместе с подписанием Декларации АСЕАН («Бангкокская декларация»). Договорное оформление АСЕАН произошло лишь в 1976 г. в подписанных на острове Бали Договоре о дружбе и сотрудничестве в Юго-Восточной Азии и Декларации согласия АСЕАН1.
Ассоциации удалось добиться наибольшего прогресса в экономической интеграции, направленной на создание Экономического сообщества АСЕАН до 2015 г.
Основой экономического сообщества является Зона свободной торговли (ЗСТ) АСЕАН, целью которой является создание внешнего льготного тарифного плана для свободного движения товаров в рамках АСЕАН. ЗСТ АСЕАН действует на основе соглашения государств - членов АСЕАН, подписанное 28 января 1992 г. в Сингапуре2. «На момент подписания соглашения АСЕАН уже состоял из шести членов, а именно Брунея, Индонезии, Малайзии, Филиппин, Сингапура и Таиланда. Вьетнам вступил в 1995 г., Лаос и Мьянма в 1997 г. и Камбоджа в 1999 г.»3.
«АСЕАН вправе заключать соглашения о свободной торговле и со странами - не членами Ассоциации. Таким образом были заключены соглашения о свободной торговле с КНР, Республикой Корея, Японией, Австралией, Новой Зеландией и Индией»4. С 1 января 2010 г. начала действовать зона свободной торговли Китай - АСЕАН (CAFTA). «Кроме того, АСЕАН в настоящее время ведёт переговоры с Европейским союзом (ЕС) о создании зоны свободной торгов-ли»5. Отметим, что Китай и ЕС являются одними из основных торговых партнёров стран - членов Ассоциации. Первая десятка торговых партнёров АСЕАН представлена в табл. 1.
Растущий уровень торговли между представленными странами стимулирует их к образованию зон свободной торговли. «ЗСТ Китай - АСЕАН является крупнейшей ЗСТ по численности населения и включает в себя 1,9 млрд человек. Она также является третьей ЗСТ по размерам экономики с совокупным ВВП в 5,8 трлн долл. И после ЕС и Североамериканской зоны свободной торговли она является третьей по величине с точки зрения общего объема торговли»6.
© СергинИ. П., 2011
