Научная статья на тему 'Классификация регионов России по уровню цен на рынках первичного и вторичного жилья'

Классификация регионов России по уровню цен на рынках первичного и вторичного жилья Текст научной статьи по специальности «Экономика и бизнес»

CC BY
346
57
i Надоели баннеры? Вы всегда можете отключить рекламу.
i Надоели баннеры? Вы всегда можете отключить рекламу.
iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

Текст научной работы на тему «Классификация регионов России по уровню цен на рынках первичного и вторичного жилья»

© Т.С. Матасова, 2007

КЛАССИФИКАЦИЯ РЕГИОНОВ РОССИИ ПО УРОВНЮ ЦЕН НА РЫНКАХ ПЕРВИЧНОГО И ВТОРИЧНОГО ЖИЛЬЯ

Т.С. Матасова

Отличительной особенностью российского рынка жилой недвижимости являются существенные диспропорции в развитии рыночных механизмов между отдельными регионами. Все более усиливается дифференциация субъектов РФ по уровню социально-экономического развития и, в частности, по уровню цен на жилье. Различные регионы России существенно различаются между собой по экономическому поведению, социальным характеристикам и др., что должно учитываться при проведении региональных исследований.

Проблемам развития региональных рынков недвижимости и анализу рыночной трансформации сферы ЖКХ посвящено большое количество публикаций в научной и периодической печати. Исследования проблем такого рода производятся на всей совокупности регионов РФ в целом, как правило, без учета особенностей отдельных групп регионов.

Целью данной работы является разбиение регионов на классы по уровню цен на первичном и вторичном рынках жилья.

В соответствии с данной целью в работе поставлены две основные задачи: провести классификации субъектов РФ по средним ценам на рынке первичного и вторичного жилья, с целью выявления общих тенденций развития регионов; определить рейтинг Волгоградской области в данной классификации среди других субъектов РФ по средним ценам на рынке первичного и вторичного жилья (отнести ее к кластеру с высокой, средней или низкой стоимостью первичного и вторичного жилья).

Методологической и теоретической основой данной работы послужили труды зарубежных и отечественных авторов в области региональной экономики и региональной статистики, а также литература, посвященная методам кластерного анализа.

Информационной базой данной работы являются статистические данные Федеральной службы Государственной статистики (www.gsk.ru) и Университетской информационной системы России (www.cir.ru) за 20022005 годы.

Для проведения численных исследований использовались компьютерный статистический пакет STATISTICA и табличный процессор MS Excel.

Кластерный анализ - это совокупность методов, позволяющих классифицировать многомерные наблюдения. Он занимает важное место в тех отраслях науки, которые связаны с изучением массовых явлений и процессов. Необходимость использования методов кластерного анализа обусловлена тем, что они помогают построить научно обоснованные классификации, выявить внутренние связи между единицами наблюдаемой совокупности.

Методы кластерного анализа можно разделить на две группы: агломеративные (объединяющие последовательно отдельные объекты в группы) и дивизимные (разделяющие группы на отдельные объекты). Существуют также методы, которые трудно отнести к первой или второй группе, например, итеративные методы: метод k-средних, метод поиска сгущений. Их характерная особенность в том, что кластеры формируются исходя из задаваемых условий разбиения, которые в процессе работы алгоритма могут быть изменены пользователем для достижения желаемого качества разбиения. В отличие от агломератив-ных и дивизимных, итеративные методы относятся к быстродействующим, что позволяет использовать их для обработки больших массивов исходной информации 1.

Деление регионов на кластеры в данной работе производилось в пакете STATISTICA, методом k-средних2. Заранее задавалось ко-

личество кластеров (к), на которые необходимо разбить имеющиеся наблюдения. Наилучшее разбиение определялось исходя из выбранного критерия качества. Таким критерием качества классификации объектов служил функционал качества разбиения. Из всего множества таких критериев выбрана минимизация внутриклассовых дисперсий, как наиболее удобный и простой.

Для устранения влияния масштаба классификации признаков на результаты анализа исходные данные предварительно нормировались.

В качестве способа нормирования данных использовалась замена исходных значений переменных х новыми значениями z ,

г j V

полученными по формуле

zj =

Х) - x

CT,

где xij

а

j

множество значений ]-й переменной (j = 1,3) для 1 -го объекта (1 = 1,п);

нормированные значения исходных переменных; среднее квадратическое отклонение ^й переменной; х - среднее для^й переменной.

Для субъектов РФ проведено разбиение на кластеры по трем показателям:

- УКР - валовой региональный продукт (ВРП) на душу населения (руб.); -РКСЕ_Р - средняя цена на рынке первичного жилья (руб. за 1 кв. м общей площади); -РКСЕ_У - средняя цена на рынке вторичного жилья (руб. за 1 кв. м общей площади). Для анализа использованы статистические данные за 2002-2005 гг. на конец каждого периода 3. В анализе участвуют все субъекты РФ. ВРП использовался как показатель, характеризующий общий уровень развития региона.

В результате применения метода k-средних все субъекты РФ были разделены на 3 кластера.

В первый кластер вошли следующие регионы: г. Москва, Ненецкий автономный округ, Тюменская область, Ханты-Мансийский автономный округ. Они характеризуются самыми высокими ценами на первичное и вторичное жилье и высоким уровнем ВРП.

Второй кластер образуют регионы Центрального, Северо-Западного, Уральского, Сибирского и Дальневосточного федеральных округов, с уровнем ВРП значительно ниже, чем для первого кластера. Сравнивая уровень цен, можно заметить, что для некоторых регионов цены намного ниже, но все же большая часть регионов этого кластера имеют такой же уровень цен, как для первого кластера, а в 2004 г. даже выше, чем для первого кластера, но все же отличны от уровня цен для регионов третьей группы.

Третий кластер - это основная часть регионов РФ: Центральный федеральный округ (за исключением Москвы и Московской области), Южный федеральный округ, большие части Северо-Западного, Приволжского и Сибирского федеральных округов, Челябинская область (Уральского федерального округа), Амурская область (Дальневосточного федерального округа). Для этих регионов характерны низкий уровень ВРП (в два раза ниже, чем для регионов 2-го кластера), а также относительно более низкий, чем для регионов 1-го и 2-го кластеров, уровень цен на первичное и вторичное жилье. Таким образом, 1-й кластер можно охарактеризовать как класс регионов с высокой стоимостью первичного и вторичного жилья,

2-й - как класс регионов со средней стоимостью первичного и вторичного жилья и 3-й кластер - как класс регионов с низкой стоимостью первичного и вторичного жилья.

Средние цены на рынке первичного жилья в динамике за 2002-2005 гг. приведены в табл. 1 и на рис. 1.

Таблица 1

Средние цены за 1 кв. м на рынке первичного жилья (руб.) за 2002-2005 гг. по кластерам

Год 1 -й кластер 2-й кластер 3-й кластер

2002 21 500 13 280 9 405

2003 23 198 17 343 11 644

2004 18 000 24 836 14 800

2005 34 398 25 078 16 576

Рис. 1. Средние цены за 1 кв. м на рынке первичного жилья (руб.) в динамике за 2002-2005 годы

Средние цены на рынке вторичного жилья в динамике за 2002-2005 гг. приведены в табл. 2 и на рис. 2.

Прирост цен на жилье в каждом кластере составляет преимущественно 25-30 %. Лишь в 1-м кластере в 2004 г. наблюдалось снижение цен на 22 % на рынках первичного и вторичного жилья (за исключением Москвы, где цены растут с постоянным темпом 15-

25 %). Однако к концу 2005 г. в этом кластере цены выросли в наибольшей степени (на 91 %). В этот год заметно снизился темп прироста цен на жилье в Тюменской области и Ханты-Мансийском автономном округе (до 1 % с 30-60 %), в то время как в Московской области, ряде регионов Северо-Западного и Дальневосточного федеральных округов цены выросли на 20-30 %.

Таблица 2

Средние цены за 1 кв. м на рынке вторичного жилья (руб.) за 2002-2005 гг. по кластерам

Год 1 -й кластер 2-й кластер 3-й кластер

2002 22 622 11 944 8 370

2003 22 840 14 594 10 590

2004 17 487 21 196 13 898

2005 30 521 22 233 15 991

Рис. 2. Средние цены за 1 кв. м на рынке вторичного жилья (руб.) в динамике за 2002-2005 годы Вестник ВолГУ. Серия 9. Вып. 6. 2007 149

Темп роста ВРП для 2-го и 3-го кластера в каждый период одинаковый, что можно проследить на графике (см. рис. 3) и в таблице средних значений ВРП (см. табл. 3). Однако явное отличие 1-го кластера от других заключается в том, что уровень ВРП здесь значительно выше (в 4-10 раз), также здесь более высокий темп прироста ВРП: в 2003 г. он составил 25 %, а в 2004 г. подскочил вверх на 90 %. В 2005 г. наблюдается снижение ВРП на 7 % для 1-го кластера, на 12 % для 3-го кластера, второй кластер сохранил уровень ВРП 2004 года.

Волгоградская область во все рассматриваемые периоды находилась среди регионов

3-го кластера, для которых начальный уровень цен на жилье в 2002 г. составлял не более 10 000 руб. за кв. м, и затем происходил ежегодный рост этого показателя на 20-30 %. Уровень ВРП составлял 40 000-42 000 руб. в год на человека. Динамика средних цен на рынке жилья и уровня ВРП в Волгоградской области представлена в табл. 4 (см. также рис. 4 и 5). Среднегодовые цены на первичное и вторичное жилье в рассматриваемый период практически совпадают друг с другом.

- -1 кластер

/ “ " - ♦ *

* •

• #

я „ Л + * ' '

100 000 -

—■—2 кластер

— Лг - 3 кластер

2002 2003 2004 2005

Рис. 3. Динамика средних значений валового регионального продукта на душу населения (руб.)

для каждого кластера за 2002-2005 годы

Таблица 3

Средние значения ВРП на душу населения (руб.) за 2002-2005 гг. для каждого кластера

Год 1-й кластер 2-й кластер 3-й кластер

2002 304 930 74 744 43 679

2003 381 752 82 235 53 653

2004 726 423 105 737 73 982

2005 677 177 106 356 64 886

Таблица 4

Динамика средних цен за 1 кв. м на рынке первичного и вторичного жилья (руб.) и показателя ВРП (на душу населения, руб.) для Волгоградской области за 2002-2005 годы

Показатель Год

2002 г. 2003 г. 2004 г. 2005 г.

Средние цены на рынке первичного жилья 8 332 10 416 13 271 18 038

Средние цены на рынке вторичного жилья 8 940 10 539 13 235 17 564

ВРП 41 783 50 949 60 489 61 350

- Средние цены на рынке первиино го жилья п Средние цены на рынке вторинног о жилья

Рис. 4. График средних цен за 1 кв. м на рынке первичного и вторичного жилья (руб.) для Волгоградской области за 2002-2005 годы

Рис. 5. График динамики уровня ВРП (на душу населения, руб.) для Волгоградской области за 2002-2005 годы

Проведенная классификация субъектов РФ по средним ценам на рынке первичного и вторичного жилья выявила группы регионов, имеющие похожие тенденции развития. Усиливается дифференциация субъектов РФ по уровню цен на жилье и по общему уровню социально-экономического развития. Темпы роста цен на жилье в Москве, Ненецком автономном округе, Тюменской области и Ханты-Мансийском автономном округе гораздо выше, чем в остальных регионах РФ. Так, в 2005 г. в этих регионах они выросли на 90 %.

Среди других субъектов РФ, имеющих разные темпы роста за рассматриваемые периоды, Волгоградская область относится к

регионам третьего кластера (с постоянным ежегодным ростом цен на 20-30 %).

Разбиение совокупности регионов на 3 кластера, построенное с помощью кластерного анализа, позволяет в дальнейшем строить эконометрические модели цены на рынке жилья не в целом по России, а отдельно по группам регионов со сходными экономическими показателями.

ПРИМЕЧАНИЯ

1 См.: Айвазян С.А., Мхитарян В.С. Прикладная статистика и основы эконометрики. М.: ЮНИ-

ТИ, 1998; Дубров А.М., Мхитарян В.С., Трошин Л.И. Многомерные статистические методы для экономистов и менеджеров. М.: Финансы и статистика, 1998; Сошникова Л.А., Тамашевич В.Н., Уебе Г., Шеффер М. Многомерный статистический анализ в экономике: Учеб. пособие для вузов / Под ред. проф. В.Н. Та-машевича. М.: ЮНИТИ-ДАНА, 1999. 598 с.

2 См.: Боровиков В. Statistica: искусство анализа данных на компьютере. Для профессионалов. СПб.: Питер, 2001. 656 с.: ил.; Мхитарян В.С., Дуб-

рова Т. А., Ткачев О.В. Кластерный анализ в системе «Statistica»: Метод. указания / Моск. гос. ун-т экономики, статистики и информатики. М., 2002. 56 с.; Тюрин Ю.Н., Макаров А.А. Статистический анализ данных на компьютерах / Под ред. В.Э. Фигурнова. М.: ИНФРА-М., 1998.

3 См.: Университетская информационная система России. Режим доступа: http://www.cir.ru; Федеральная служба Государственной статистики. Режим доступа: http://www.gsk.ru.

i Надоели баннеры? Вы всегда можете отключить рекламу.