CC BY
37Сироткин В.А. Кластеризация регионального рынка недвижимости на примере Свердловской области // Жилищные стратегии. — 2016. — Т. 3. — № 3. — С. 163-178. — doi: 10.18334^.3.3.36509
Язык публикации: русский
Russian Journal of Housing Research, 2016, Volume 3, Issue 3
Clustering of the regional real estate market: the example of Sverdlovsk region
Viktor Sirotkin1®
1 Russian State Vocational Pedagogical University, Ekaterinburg, Russian Federation
ABSTRACT_
In the conditions of an unstable economic situation and an extremely limited information on the condition of the real estate market in small municipal units, it is proposed to merge the municipalities of the region into several homogeneous groups, using the indicators and the integral indicator formed on their basis. An essential advantage of the proposed integral indicator is not only in the implementation of the analysis of territories during certain periods, but also in the possibility of combining these observation periods in one, in order to show the direction of the development of real estate market within a certain territory and to evaluate their effectiveness.
The author substantiates that the assessment of the condition of the real estate market on key indicators should be integrated into the organized process of territory management, as well as in the process of formation of the analogs base in determining the value of the property, should be armed with scientific justification and operational making of management decisions. The present study will be useful for heads of regional and municipal authorities, as well as for practicing real estate appraisers.
KEYWORDS_
urban region, indicator, real estate, municipality, cost, assessment, real estate market, the integral indicator
CITATION_
Sirotkin, V.A. (2016). Clustering of the regional real estate market: the example of Sverdlovsk region. Russian Journal of Housing Research, 3(3), 163-178. doi: 10.18334/zhs.3.3.36509
JEL: R10, R20, R30 Original Research Language: Russian
Received: 27 Aug 2016, Published: 30 Sep 2016
© Sirotkin V.A. / Publication: Creative Economy Publishers This work is licensed under a Creative Commons BY-NC-ND 3.0
H For correspondence: docent.sva@yandex.ru
HIGHLIGHTS
► in small municipalities there is a lack of information about analog objects;
in conditions of the large variation of the cost of 1 sq. m. of the proposed real estate (over 30 %) it shows that the sample is not sufficient to consider it as a representative
► the author proposes a method that allows to generate a list of real estate analogs in municipalities with a similar socio-economic development of the real estate market through the use of indicators
► the main feature of the proposed indicators is that they have an impact on the formation of the real estate market and, therefore, can be used by the leadership of the municipality, so it is able to identify critical problem areas of risk and the potential for its development
► an essential advantage of the proposed integral indicator is not only in the implementation of the analysis of territories during certain periods, but also in the possibility of combining these observation periods in one, in order to show the direction of the development of real estate market within a territory and to evaluate their effectiveness
Жилищные стратегии, 2016, Том 3, Выпуск 3
Кластеризация регионального рынка недвижимости на примере Свердловской области
Виктор Сироткин1®
1 Российский государственный профессионально-педагогический университет, г. Екатеринбург, Россия
АННОТАЦИЯ_
В условиях нестабильной экономической ситуации и крайне ограниченной информации о состоянии рынка недвижимости в малых муниципальных образованиях предлагается объединить муниципалитеты региона в несколько однородных групп, используя индикаторы и сформированный на их основе интегральный показатель. Существенным достоинством предлагаемого интегрального показателя является не только осуществление анализа территорий в отдельные периоды, но и возможность объединения данных периодов наблюдения в один, с тем чтобы показать направления развития рынка недвижимости для данной территории и оценить их эффективность.
Автором обосновано, что оценка состояния рынка недвижимости по ключевым индикаторам должна быть интегрирована в процессы как организованного процесса управления территорией, так и в процесс формирования базы аналогов при определении стоимости недвижимости, иметь на вооружении научное обоснование и оперативное принятие управленческих решений. Настоящее исследование будет полезным для руководителей региональной и муниципальной власти, а также для практикующих оценщиков недвижимости.
КЛЮЧЕВЫЕ СЛОВА_
городской округ, индикатор, недвижимость, муниципалитет, стоимость, оценка, рынок недвижимости, интегральный показатель
ДЛЯ ЦИТИРОВАНИЯ:_
Сироткин В.А. Кластеризация регионального рынка недвижимости на примере Свердловской области // Жилищные стратегии. — 2016. — Т. 3. — № 3. — С. 163-178. — Сок 10.18334/7118.3.3.36509
JEL: R10, R20, R30
Язык публикации: русский
© Сироткин В.А. / Публикация: Издательство «Креативная экономика» Статья распространяется по лицензии Creative Commons BY-NC-ND 3.0
н Для связи: docent.sva@yandex.ru
ТЕЗИСЫ
► в малых муниципалитетах существует дефицит информации об объектах-аналогах, что при большом разбросе стоимости 1 кв. м. предлагаемой недвижимости (более 30 %) говорит о недостаточности выборки, чтобы считать ее репрезентативной
► автором предлагается методика, позволяющая сформировать перечень аналогов недвижимости в муниципалитетах со схожим социально-экономическим развитием рынка недвижимости за счет использования индикаторов
► основной особенностью предложенных индикаторов является то, что они оказывают влияние на формирование рынка недвижимости и поэтому могут быть использованы руководством муниципального образования, получающим возможность выявить критические проблемные зоны риска и потенциальные возможности его развития
► существенным достоинством предлагаемого интегрального показателя является не только осуществление анализа территорий в отдельные периоды, но и возможность объединения данных периодов наблюдения в один, с тем чтобы показать направления развития рынка недвижимости на территории и оценить их эффективность
Об авторах:
Сироткин Виктор Анатольевич, кандидат экономических наук, доцент кафедры «Профессионально-экономическое обучение», Российский государственный профессионально-педагогический университет, г. Екатеринбург (docent.sva@yandex.ru)
Актуальность исследования
В условиях развития рыночных отношений в нашей стране все большее внимание уделяется точности и обоснованности расчета рыночной стоимости объектов недвижимости. Соответственно, огромное внимание уделяется данному вопросу и законодательными органами. Например, за 2015-2016 гг. законодателем был внесен ряд изменений в Закон «Об оценочной деятельности в Российской Федерации» №135-Ф3 от 16.07.1998, отраженных в различных нормативных актах [1-9, 11].
Таким образом, несмотря на некоторую консервативность процесса определения стоимости недвижимости и существующих при этом подходов, в законодательство регулярно вносятся все новые изменения, которые направлены, в том числе, и на порядок определения рыночной стоимости объекта недвижимости.
В соответствии с законом «Об оценочной деятельности в Российской Федерации» № 135-Ф3 от 16.07.1998 (ред. от 02.06.2016) под рыночной стоимостью объекта оценки «понимается наиболее вероятная цена, по которой данный объект оценки может быть отчужден на открытом рынке в условиях конкуренции, когда стороны сделки действуют разумно, располагая всей необходимой информацией...» [10].
В свою очередь, ФСО-1 вводит термин «стоимость объекта оценки», под которым понимается «наиболее вероятная расчетная величина, определенная на дату оценки в соответствии с выбранным видом стоимости.». Делая акцент на том, что стоимость - это расчетная величина. И здесь при определении рыночной стоимости объекта оценщик сталкивается с различными проблемами. Нет смысла все их перечислять. Выделим лишь одну как наиболее существенную -стратифицированность рынка. Это объясняется тем, что рынок недвижимости неоднороден и представляет собой множество локализованных рынков либо рыночных сегментов, обладающих персональными свойствами, что усложняет сбор информации по сравниваемым объектам для конкретного территориального рынка [16]. Например, анализируя рынок коммерческой недвижимости в муниципалитетах Свердловской области с использованием информационного ресурса, обнаруживается лишь следующее количество предложений:
Таблица 1
Список коммерческой недвижимости
Наименование населенного пункта Количество по видам недвижимости (шт.) ИТОГО (шт.)
Магазины Офис Производство, склад
Алапаевск 10 1 6 17
Артемовский 1 - 4 5
Асбест 5 5 6 16
Богданович 3 2 2 7
Дегтярск 1 - - 1
Заречный 2 2 3 7
Ирбит 1 1 3 5
Камышлов 2 - 3 5
Карпинск 2 1 3 6
Качканар 2 3 4 9
Краснотурьинск 4 2 8 14
Источник: ресурс Domofond.ru (дата обращения: 24.08.2016)
Следовательно, в малых муниципалитетах существует дефицит информации об объектах-аналогах, что при большом разбросе стоимости 1 кв. м. предлагаемой недвижимости (более 30 %) говорит о недостаточности выборки, чтобы считать ее репрезентативной.
Целью данного исследования является разработка методики кластеризации регионального рынка недвижимости,
сконцентрированной на научное обоснование критериев его оценки с использованием интегрального показателя. Объектом исследования является региональный рынок недвижимости.
Предпосылки развития методики
Данный факт вызван нестабильной экономической ситуацией и крайне ограниченной информацией о состоянии макро- и микросреды муниципалитета, тем самым не только усложняя процесс оценки стоимости недвижимости, но и сдерживая развитие муниципалитета за счет неопределенности при оценке эффективности инвестиционных вложений, повышая их рискованность. Для решения данной проблемы предлагается с использованием индикаторов разбить муниципалитеты Свердловской области на несколько однородных групп.
Определение стоимости недвижимости является объектом пристального внимания современной экономической науки в сфере принятия управленческих решений. На этом фоне использование группировки территориальных единиц становится все более актуальным [12-15]. Ведь рынок недвижимости в конкретном территориальном
образовании является частью сложной многогранной структуры, а определение стоимости объекта недвижимости традиционными методами может привести к результатам, способствующим принятию неадекватных управленческих решений территориального развития [19].
Актуальность решения проблем в сфере оценочной деятельности, связанных с необходимостью развития методологии в теории группировок (в региональном аспекте), определило направленность данной публикации.
Типология данных является первоначальным этапом всякого статистического исследования, обеспечивая корректность выводов для дальнейшего анализа. Статистической наукой выделяются два подхода: совокупный и альтернативный. Совокупный подход реализуется в форме типологической группировки, предпочтителен в прикладных статистических исследованиях для решения конкретных управленческих задач. В свою очередь, альтернативный подход используется в тех ситуациях, когда нет априорной информации об изучаемой совокупности. Каждый из выделенных подходов имеет свои практические особенности.
Первоначально необходимо отметить, что использование индикаторов при группировке дает следующие преимущества:
1. индикатором можно определить параметры границ (минимальные и максимальные), в пределах которых демонстрируется территориальное развитие;
2. индикаторы могут сигнализировать о приближении критического состояния в исследуемой системе;
3. индикаторы можно использовать при качественном анализе состояния рынка недвижимости.
Одним из важнейших преимуществ индикаторов является то, что внутри установленных границ образуется «информационное пространство», необходимое и достаточное для выявления особенностей территории и группировки муниципалитетов по схожим характеристикам, максимально точно устанавливая пороговые значения индикаторов. При этом возможно использование компьютерных программ по обработке статистических данных.
За последнее годы сделано множество различных типологий муниципалитетов, используя различные методы и инструменты [21]. Интересным представляется исследование Деркаченко В. Н., в котором
на примере Пензенской области осуществляется группировка муниципалитетов по пяти ключевым показателям:
—удельный вес общей площади жилых помещений, введенных в действие, во всем жилищном фонде (%);
—удельный вес числа семей, состоящих на учете в качестве нуждающихся в жилых помещениях, от общего числа семей (%);
— общая площадь жилых помещений, приходящаяся в среднем на одного жителя (кв. м.);
— общая площадь жилых помещений, введенных в действие, приходящаяся на одного жителя (кв. м.);
—удельный вес ветхого и аварийного жилищного фонда в общей площади жилищного фонда (%) [17].
Следующим примером группировки региональных рынков жилья является исследование, осуществленное Кухтиным П. В. и Соловьевой М. В., в котором строится матрица региональных рынков по принципу «доступность жилья - строительная активность» [18].
Однако необходимо отметить, что данными авторами не рассматривается покупательский спрос на территории муниципалитета, а также не учитывается комплексное состояние рынка недвижимости с учетом отдаленности территории от областного центра.
Анализируя различные исследования, посвященные данному вопросу, можно сделать вывод, что в настоящее время отсутствует единая система, комплексно оценивающая состояние рынка недвижимости и позволяющая осуществлять группировки территории для принятия управленческих решений. Большинство исследований посвящено разработке показателей, отражающих лишь общее экономическое состояние территории и уровень ее социального развития [20, 22, 23].
Методология исследования
Автором предлагается методика, позволяющая сформировать перечень аналогов недвижимости в муниципалитетах со схожим социально-экономическим развитием рынка недвижимости за счет использования индикаторов:
— Индикатор отдаленности территории от областного центра. Необходимость использования данного индикатора объясняется тем, что наблюдаемые в последнее время процессы в развитии городских территорий характеризуются формированием полицентрической модели современных регионов, сущность которой заключается в выделении,
наряду с главным областным центром, как правило, групп городов первого, второго и третьего порядка. Выявление взаимосвязи стоимости недвижимости и отдаленности от областного центра является предметом дальнейших исследований, однако, согласно мнению экспертов, высоким спросом обладает недвижимость, расположенная наиболее близко к областному центру, и при увеличении расстояния спрос на нее снижается.
— Индикатор численности населения. Данный индикатор показывает отличие муниципалитетов по численности проживающего населения. Выбор данного индикатора базируется на предположении, что территории с одинаковой численностью обладают схожим спросом на недвижимость.
— Среднемесячная заработная плата работников организаций. Данный индикатор показывает отличие муниципалитетов по уровню доходов населения. Выбор данного индикатора базируется на предположении, что территории с одинаковым уровнем доходов обладают и схожим спросом на недвижимость.
— Индикатор розничных продаж. Данный индикатор можно отнести к показателю уровня жизни населения территории, если жители данной территории стали меньше тратить и у них снижается спрос на товары, то это означает, что у них снизились доходы, идет сокращение на предприятиях, работникам меньше платят, предприятия не приносят хорошей прибыли, и, соответственно, инвестиционная привлекательность территории падает. Выбор данного индикатора базируется на предположении, что территории с одинаковым уровнем объема розничной торговли обладают и схожим спросом на недвижимость.
Апробация методики на региональном уровне
Используя официальные статистические данные по муниципальным образованиям Свердловской области за 2014-2016 гг., каждому муниципалитету присвоен свой балл и сделаны соответствующие выводы.
Индикатор отдаленности территории от областного центра. Наименьшие значения для данного индикатора имеют следующие муниципалитеты: городской округ Арамиль, Березовский городской округ, городской округ Среднеуральск, городской округ Верхняя Пышма, Сысертский городской округ. Максимальные значения в следующих муниципалитетах: Карпинский городской округ, Краснотурьинский
городской округ, Волчанский городской округ, Североуральский гродской округ, Ивдельский городской округ (таблица 2).
Таблица 2
Бальные оценки в зависимости от расстояния до областного центра
Наименование населенного пункта Расстояние до Екатеринбурга (км) Баллы
ГО Арамиль 15 1
ГО Березовский 16 2
ГО Среднеуральский 20 3
ГО Верхняя Пышма 23 4
ГО Сысертский 44 5
ГО Карпинский 389 64
ГО Краснотурьинский 395 65
ГО Волчанский 418 66
ГО Североуральский 445 67
ГО Ивдельский 517 68
Источник: Таблица расстояний от Екатеринбурга до пункта назначения [Электронный ресурс] // Gruz.e-gc.ru. - Режим доступа: http://gruz.e-gc.ru/ tablerasstoyanii
Индикатор численности населения. Минимальное значение индикатора в следующих муниципалитетах: муниципальное образование «Город Екатеринбург», муниципальное образование «Город Нижний Тагил», муниципальное образование «Город Каменск-Уральский», городской округ Первоуральск, городской округ Верхняя Пышма, Серовский городской округ. Максимальные значения в следующих муниципалитетах: городское поселение Дружининское, городской округ Верх-Нейвинский, городской округ Верхнее Дуброво, Гаринский городской округ, городской округ Пелым (таблица 3).
Таблица 3
Бальные оценки в зависимости от численности населения
Наименование населенного пункта Численность населения на 01.01.2016 (чел.) Баллы
МО «Город Екатеринбург» 1477737 1
МО «Город Нижний Тагил» 359450 2
МО «Город Каменск-Уральский» 172040 3
ГО «Первоуральск» 148450 4
Серовский ГО 106572 5
ГО «Верх-Нейвинский» 5190 64
ГО «Верхнее Дуброво» 5047 65
Дружининское ГП 4511 66
Гаринский ГО 4142 67
ГО Пелым 3948 68
Источник: сайт Федеральной службы государственной статистики
Среднемесячная заработная плата работников организаций. Минимальное значение индикатора в следующих муниципалитетах: муниципальное образование «Город Екатеринбург», городской округ Верхняя Пышма, городской округ Заречный, городской округ Пелым, городской округ Среднеуральск. Максимальные значения в следующих муниципалитетах: городской округ Верхняя Тура, Бисертский городской округ, Шалинский городской округ, Пышминский городской округ (таблица 4).
Таблица 4
Бальные оценки в зависимости от среднемесячной заработной платы
Среднемесячная
Наименование населенного пункта заработная плата Баллы
на 01.01.2016 (руб.)
ГО Пелым 51197,4 1
ГО Заречный 44680,8 2
ГО Верхняя Пышма 42253,5 3
МО «Город Екатеринбург» 40886,0 4
ГО Среднеуральск 35795,3 5
Туринский ГО 21370,7 64
ГО Пышминский 21241,0 65
ГО Шалинский 21130,7 66
ГО Бисертский 21072,7 67
ГО Верхняя Тура 18861,9 68
Источник: сайт Федеральной службы государственной статистики
Индикатор розничных продаж. Наименьшие значения для данного индикатора имеют следующие муниципалитеты: Березовский городской округ, муниципальное образование «Город Екатеринбург», городской округ Первоуральск, муниципальное образование «Город Нижний Тагил», муниципальное образование «Город Каменск-Уральский». Максимальные значения в следующих муниципалитетах: Гаринский городской округ, Сосьвинский городской округ, городской округ Верхнее Дуброво, городской округ Верх-Нейвинский (таблица 5).
Таблица 5
Бальные оценки в зависимости от объема розничных продаж
Наименование населенного пункта Объем розничных продаж на 01.01.2016 (тыс. руб.) Баллы
МО «Город Екатеринбург» 211796411,2 1
МО «Город Нижний Тагил» 23269001,0 2
МО «Город Каменск-Уральский» 8171156,7 3
ГО Первоуральск 6992938,0 4
ГО Березовский 4543801,2 5
ГО Верхняя Тура 283008,0 64
ГО Верх-Нейвинский 274983,2 65
ГО Верхнее Дуброво 150415,0 66
ГО Сосьвинский 14674,3 67
ГО Гаринский 13711,2 68
Источник: сайт Федеральной службы государственной статистики
Главным предназначением разработанной системы индикаторов является выявление количественных и качественных процессов, проходящих в муниципалитете. Основной особенностью предложенных индикаторов является то, что они оказывают влияние на формирование рынка недвижимости и поэтому могут быть использованы руководством муниципального образования, получающим возможность выявить критические проблемные зоны риска и потенциальные возможности его развития.
На следующем этапе исследования необходимо рассчитать интегральный показатель для каждого муниципалитета по формуле:
п
Кинт = ^ (Кп )2 ,
1
где
Кинт - интегральный показатель для муниципалитета;
К1,2,...п - балл, присвоенный муниципалитету по каждому индикатору.
Результаты данных расчетов для муниципалитетов, обладающих максимальными и минимальными интегральными показателями, представлены в таблице 6.
Таблица 6
Интегральные показатели для муниципалитетов Свердловской области
Наименование населенного пункта Интегральный показатель
МО «Город Екатеринбург» 47138
ГО Верхняя Пышма 43854
ГО Первоуральск 41178
ГО Березовский 40344
МО «Город Нижний Тагил» 39854
ГП Верхние Серги 5773
ГО Верхняя Тура 5234
МО Михайловское 5056
ГО Волчанский 4406
ГО Дружининское 3700
Источник: сайт Федеральной службы государственной статистики
Далее, с использованием метода кластеризации данных k-средние выделены следующие группы:
1 группа: ГО Верхняя Тура, ГО Байкалово, ГО Волчанск, ГО Махнево, ГО Гаринский, ГО Атиг, ГО Сосьвинский, ГО Таборинский, ГО Бисертский, Староуткинский ГО, ГП Михайловск, ГО Туринская Слобода, ГО Ачитский, ГО Новолялинский, ГП Верхние Серги.
2 группа: ГО Шалинский, ГО Пышминский, ГО Тугулымский, ГП Дружинино, ГО Верхотурский, ГП Нижние Серги, ГО Нижнесалдинский, ГО Красноуфимский, ГО Дегтярский, ГО Верхнее Дуброво, ГП Арти, ГО Верхнетагильский, ГО Пелымский, ГО Ивдельский.
3 группа: ГО Тавдинский, ГО Верх-Нейвинский, ГО Красноуральский, ГО Карпинский, ГО Камышловский, МО «Город Ирбит», ГО Нижнетуринский, ГО Туринский, ГО Кушвинский, ГО Талицкий, ГО Кировградский, ГО Белоярский, МО «Город Алапаевск», ГО Красноуфимский, ГО Североуральский, ГО Невьянский, ГО Режевской, ГО Качканарский, ГО Серовский, ГО Артемовский,
4 группа: ГО Среднеуральский, ГО Арамильский, ГО Богдановичский, ГО Сухой Лог, ГО Заречный, ГО Верхнесалдинский, ГО Краснотурьинский, ГО Асбестовский, ГО Сысертский, ГО Ревдинский, ГО Полевской, ГО Березовский, МО «Город Нижний Тагил», МО «Город Каменск-Уральский», ГО Первоуральск, ГО Верхняя Пышма.
5 группа: МО «Город Екатеринбург».
Выводы
На основании проведенного исследования можно сделать вывод, что основная сложность в создании методического аппарата интегральных показателей при группировке территорий и расчета интегрального показателя - это сложность получения точных статических данных и необходимость агрегирования большого количества показателей. В свою очередь, схожесть развития рынка недвижимости при близости интегральных показателей территории очевидна, поэтому осуществленное исследование в понимании частных индексов и интегральной оценки территорий может претендовать на универсальность.
Существенным достоинством предлагаемого интегрального показателя является не только осуществление анализа территорий в отдельные периоды, но и возможность объединения данных периодов наблюдения в один, с тем чтобы показать направления развития рынка недвижимости на территории и оценить их эффективность. Кроме того, обеспечивается возможность анализировать отдельные компоненты предлагаемых индексов, которые могут при их сведении воедино нивелироваться, оставляя за пределами внимания те или иные нерешенные проблемы в отдельных сферах жизнедеятельности населения конкретной территории.
В соответствии с вышесказанным необходимо отметить, что оценка состояния рынка недвижимости по ключевым индикаторам является одной из важнейших логичных составляющих как организованного процесса управления территорией, так и процесса формирования базы аналогов при определении стоимости недвижимости. Поэтому она обязана быть интегрированной в данные процессы, иметь на вооружении научное обоснование и оперативное принятие управленческих решений.
Основные результаты:
— в малых муниципалитетах существует дефицит информации об объектах-аналогах, что при большом разбросе стоимости 1 кв. м. предлагаемой недвижимости (более 30 %) говорит о недостаточности выборки, чтобы считать ее репрезентативной;
— автором предлагается методика, позволяющая сформировать перечень аналогов недвижимости в муниципалитетах со схожим социально-экономическим развитием рынка недвижимости за счет использования индикаторов;
— предлагаемые индикаторы оказывают влияние на формирование рынка недвижимости и поэтому могут быть использованы руководством муниципального образования, получающим возможность выявить критические проблемные зоны риска и потенциальные возможности его развития;
— предлагаемый автором интегральный показатель позволяет не только осуществлять анализ территорий в отдельные периоды, но и обеспечивает возможность объединения данных периодов наблюдения в один, с тем чтобы показать направления развития рынка недвижимости на территории и оценить их эффективность.
ИСТОЧНИКИ:
1. Федеральный закон от 08.03.2015 № 48-ФЗ «О внесении изменений в Федеральный
закон «О содействии развитию жилищного строительства» и отдельные законодательные акты Российской Федерации» (ред. от 29.12.2015).
2. Федеральный закон от 08.06.2015 № 145-ФЗ «О внесении изменений в Федеральный
закон «Об оценочной деятельности в Российской Федерации» и статью 3 Федерального закона «О внесении изменений в Федеральный закон «Об оценочной деятельности в Российской Федерации».
3. Федеральный закон от 13.07.2015 № 224-ФЗ «О государственно-частном партнерстве,
муниципально-частном партнерстве в Российской Федерации и внесении изменений в отдельные законодательные акты Российской Федерации».
4. Федеральный закон от 29.12.2015 № 391-ФЗ «О внесении изменений в отдельные
законодательные акты Российской Федерации».
5. Федеральный закон от 26.04.2016 № 111-ФЗ «О внесении изменений в отдельные
законодательные акты Российской Федерации».
6. Федеральный закон от 02.06.2016 № 172-ФЗ «О внесении изменений в отдельные
законодательные акты Российской Федерации».
7. Федеральный закон от 03.07.2016 № 360-ФЗ «О внесении изменений в отдельные
законодательные акты Российской Федерации».
8. Приказ Министерства экономического развития и торговли Российской Федерации
от 20.05.2015 № 297 «Об утверждении федерального стандарта оценки «Общие понятия оценки, подходы к оценке и требования к проведению оценки ФСО № 1».
9. Приказ Министерства экономического развития и торговли Российской Федерации
от 20.05.2015 № 298 «Об утверждении федерального стандарта оценки «Общие понятия оценки, подходы к оценке и требования к проведению оценки ФСО № 2».
10. Федеральный закон от 16.07.1998 № 135-ФЗ «Об оценочной деятельности в
Российской Федерации».
11. Приказ Министерства экономического развития и торговли РФ от 20.05.2015 № 299
«Об утверждении федерального стандарта оценки «Общие понятия оценки, подходы к оценке и требования к проведению оценки ФСО № 3».
12. Alcacer J., Chung W. Location strategies for agglomeration economies // Strategic Management Journal. - 2014. - № 35. - Р. 1749-1761.
1S. Delgado M., Porter M. E., Stern S. Defining clusters of related industries // Journal of Economic Geography Advance Access. - 2015. - № 3. - Р. 1-SS.
14. Delgado M., Porter M. E., Stern S. Clusters, convergence, and economic performance //
Research Policy. - 2014. - № 43. - P. 17S5-1799.
15. Александрова Н.Н. Комплексный подход к экономической оценке воспроизводства
жилищного фонда региона // Управленец. - 2015. - № 5. - С. 64-71.
16. Горемыкин В.А., Соколов С.В., Сафронова Е.С. Кластеризация региональной
экономики // Вопросы региональной экономики. - 2012. - № 2. - С. 3-S.
17. Деркаченко В.Н. Прогнозирование и кластерный анализ развития регионального
рынка жилой недвижимости // Научно-методический электронный журнал «Концепт». - 2014. - Т. 20. - С. 11-15. - http://e-koncept.ru/2014/54262.htm
1S. Кухтин П.В., Соловьева М.В. Дифференциация рынка жилья // Науковедение. -2014. - № 6. - http://naukovedenie.ru/PDF/106EVN614.pdf
19. Дуброва Т.А., Лозовская А.Н. Жилищное строительство в России: состояние, проблемы
и перспективы развития: Монография. - М.: Дашков и Ко, 2014. - 184 с.
20. Основные проблемы и препятствия для развития региональной системы капитального
ремонта многоквартирных домов на современном этапе / Н.Н. Минаев, A.A. Селиверстов, Н.Р. Шадейко [и др.] // Региональная экономика: теория и практика. - 2015. - № 36. - С. 16-25.
21. Сироткин В.А. Особенности формирования кластерной структуры при
воспроизводстве жилищного фонда // Вестник УрФУ. Серия: Экономика и управление. - 2011. - № 1. - С. 76-SS.
22. Сироткин В.А. Принцип таксономии при классификации рисков воспроизводства
недвижимости // Имущественные отношения в Российской Федерации. - 2011. -№ 2. - С. 24-S0.
2S. Флигинских Т.Н., Сычева И.И. Дифференциация региональных рынков жилья: кластерный анализ и классификация // Научные ведомости Белгородского государственного университета. Серия: Экономика. Информатика. - 2012. - Т. 21. -№ 1-1. - С. 36-41.
