Вивчено взаємозв'язки просторової організації міського середовища, житлової забудови і ринку нерухомості міста. Методика передбачає застосування інструментів ГІС-аналізу і регресійного моделювання в процесі присвоєння кількісних характеристик місця розташування даного об'єкту, що визначається через закономірність зміни властивостей подібних об'єктів в тій чи іншій області інтенсивності будь-якого соціально-економічного явища міста або різних локальних явищ ринку купівлі-продажу аналогічних об'єктів. Результати дослідження дозволяють моделювати поведінку девелопера і прогнозувати можливі варіанти адаптації концепції девелоперського проекту до розміщення в його локації об'єктів міського середовища.

Анотація наукової статті з економіки і бізнесу, автор наукової роботи - Євстаф'єв Артем Іванович, Максимов Дмитро Васильович


The article considers the spatial organization of the city environment, housing building and the market of city real estate. The technique based on GIS analysis and regression modeling in the course of assignment of quantitative characteristics of a site of the real estate defined through law of change of properties of similar objects in this or that area of ​​intensity of any social and economic phenomenon of a city or the various local phenomena of the market of similar objects. Results of research allow to model behavior of the developer and to predict possible variants of adaptation of the developer project concept by placing in its location city environment objects.


Область наук:
  • Економіка і бізнес
  • Рік видавництва: 2010
    Журнал: Известия вищих навчальних закладів. Північно-Кавказький регіон. Загальні науки
    Наукова стаття на тему 'Аналіз організації житлової забудови і ринку житла міста на основі просторово-параметричного моделювання'

    Текст наукової роботи на тему «Аналіз організації житлової забудови і ринку житла міста на основі просторово-параметричного моделювання»

    ?ЕКОНОМІКА: ПИТАННЯ ТЕОРІЇ І ПРАКТИКИ

    УДК 332.72: 519.863

    АНАЛІЗ ОРГАНІЗАЦІЇ ЖИТЛОВОЇ ЗАБУДОВИ ТА РИНКУ ЖИТЛА МІСТА НА ОСНОВІ просторово-ПАРАМЕТРИЧНОГО

    МОДЕЛЮВАННЯ

    © 2010 г. А.І. Евстафьев1, Д.В. Максімов2

    1 Південна юридична консалтингова компанія, Southern Legal Consulting Company,

    вул. Кірова, 28, м Краснодар, 350000 Kirov St., 28, Krasnodar, 350000

    2Кубанскій державний університет, 2Kuban State University,

    вул. Ставропольська, 149, м Краснодар, 350040, Stavropolskaya St., 149, Krasnodar, 350040,

    Ця електронна адреса захищена від спам-ботів. Вам потрібно увімкнути JavaScript, щоб побачити її. Ця електронна адреса захищена від спам-ботів. Вам потрібно увімкнути JavaScript, щоб побачити її.

    Вивчено взаємозв'язки просторової організації міського середовища, житлової забудови і ринку нерухомості міста. Методика передбачає застосування інструментів ГІС-аналізу та регресійного моделювання в процесі присвоєння кількісних характеристик місця розташування даного об'єкту, що визначається через закономірність зміни властивостей подібних об'єктів в тій чи іншій області інтенсивності будь-якого соціально-економічного явища міста або різних локальних явищ ринку купівлі-продажу аналогічних об'єктів . Результати дослідження дозволяють моделювати поведінку девелопера і прогнозувати можливі варіанти адаптації концепції девелоперського проекту до розміщення в його локації об'єктів міського середовища.

    Ключові слова: ринок нерухомості, кореляційно-регресійний аналіз, ГІС-аналіз, моніторинг ринку нерухомості, просторовий аналіз, моделювання ринку нерухомості.

    The article considers the spatial organization of the city environment, housing building and the market of city real estate. The technique based on GIS analysis and regression modeling in the course of assignment of quantitative characteristics of a site of the real estate defined through law of change ofproperties of similar objects in this or that area of ​​intensity of any social and economic phenomenon of a city or the various local phenomena of the market of similar objects. Results of research allow to model behavior of the developer and to predict possible variants of adaptation of the developer project concept by placing in its location city environment objects.

    Keywords: real estate market, correlational and regressional analysis, GIS analysis, real estate market monitoring, spatial analysis, real estate market modeling.

    Реальні побічні ефекти інвестиційних проектів, різних програм регулювання будівництва та ринку нерухомості нерідко можуть відрізнятися від запланованих ефектів, породжуючи непередбачені зрушення в просторової організації життєдіяльності міста. В результаті неадекватного управління процесом економічного розвитку міське середовище виявляється далекою від досконалості.

    Територіальне вплив девелопменту - як якісного перетворення нерухомості - полягає в тому, що розвиток останньої веде до якісної зміни не тільки самих об'єктів нерухомості, але і їх оточення. Якщо при цьому будь-якої девелоперський проект виявляється найкращим з можливих з позиції приватного інвестора (власника об'єкта), то вплив даного проекту на навколишнє територію далеко не завжди виявляється позитивним. В силу цього теорія містобудівного планування потребує розробки щодо визначення раціонального розміщення об'єктів міської

    середовища і оптимальних соціально-економічних характеристик проектів для заданого розташування девелопменту.

    Ми пропонуємо проблему містобудівного територіального планування вирішити економічним моделюванням, основне завдання якого полягає у виявленні закономірностей розвитку просторової організації міста та ринку житлової нерухомості.

    Методологічну основу складуть розроблені нами інструменти соціально-економічного аналізу, які в найбільш повній мірі відображають просторові аспекти розвитку міста.

    Використовуючи групу методів, спрямованих на вивчення економічних явищ і процесів локального характеру, ми здійснимо моделювання набору факторів просторового і економічного характеру, які виявляють мінливий характер з плином часу. Дана обставина диктує вимогу до регулярного оновлення даних про ринок нерухомості.

    У моніторингу ринку нерухомості застосування геоінформаційних систем (ГІС) в першу чергу має на увазі районування території міста. Воно має ту ж мету, що і сегментування об'єктів: зменшення розкиду цін та інших індикаторів локального ринку в кожному перетині вибірки. Досягається це, перш за все, топонімічних районуванням, яке дозволяє побудувати об'єктивну модель функціонування локального ринку.

    Система моніторингу ринку характеризується незвідністю правил перетину і агрегації вибірок до суто початковим заходам по її побудови. Моніторинг постійно потребує аналізу адекватності класифікаційного поділу об'єктів і їх ознак (адекватності проведення кордонів топонімічних зон ринку нерухомості, сегментування за якістю об'єктів, за їх розміром і т.д.). Тому методи районування повинні відрізнятися

    відносно невеликий затратностью, можливістю регулярної перевірки та коригування меж районів і інших просторових характеристик.

    Цими достоїнствами володіє пропонований нами інтегральний просторово-топологічний метод районування ринку нерухомості. Як приклад візьмемо місто Краснодар.

    Першим етапом є побудова об'єктів міста, які представляють інтерес з точки зору аналізу ринку нерухомості, в форматі ГІС. Перш за все це вулиці, багатоповерхові будинки, природні об'єкти.

    Досягається це шляхом, як автоматичної оцифровки космічних знімків високого дозволу, так і ручним побудовою кожного шару об'єктів з одночасним внесенням даних в атрибутивну таблицю. На рис. 1 видно зони компактного розташування багатоквартирних будинків - спальні райони.

    Мал. 1. Карта Краснодара в форматі ГІ

    Далі за допомогою анкетування ріелтерів-експертів, аналітиків ринку, а також за рахунок виявлених закономірностей в рекламних оголошеннях по віднесенню продавцями своїх квартир до певного району, були побудовані кордону ріелтерських районів міста. Шар будинків трансформується в шар точок з ідентичними координатами і атрибутивної таблицею.

    Шляхом об'єднання даних атрибутивної таблиці будинків і таблиці, що містить відомості про операції купівлі-продажу, які пройшли на ринку житлової нерухомості Краснодара за певний період, отримуємо точки, відповідні координатам будинків, в яких були здійснені угоди (рис. 2).

    Далі проводиться просторовий аналіз розподілу: будується растрове зображення щільності угод на одиниці площі території міста, зверху проводяться ізолінії (рис. 3).

    Отримане зображення чимось нагадує фізичну карту висот, але воно має інший зміст. В

    . Відображені шари будинків, вулиць і водойм географії зазвичай ізолінії з'єднують точки з однаковим значенням будь-якого атрибуту (висоти, глибини). У нашому випадку ізолінії обмежують області однакової інтенсивності даного явища (в даному прикладі: угод на вторинному ринку житла). Їх можна порівняти скоріше з лініями напруженості електромагнітного поля, а не з з-гіпсами висот фізико-географічної карти.

    Звертає на себе увагу те, що кордони інтенсивності проходять як по нежитловим масивів (це і зрозуміло: там просто немає даного явища), так і через житлові масиви, де є будинки і проходять угоди. Однак ступінь інтенсивності явища не відповідає щільності поруч стоять районів.

    Наведена карта може служити інструментом коригування топонімічного районування, отриманого в результаті застосування методики оптимізації дискретної просторово-параметричної моделі.

    Мал. 2. Карта ріелтерських районів міста і координати будинків, в яких протягом спостережуваного періоду пройшли

    угоди

    Дискретна просторово-параметричну модель (ДППМ) ринку нерухомості - упорядкований набір (матриця) індикаторів стану ринку за всіма його сегментам, отриманий в результаті паралельного перетину даної вибірки об'єктів нерухомості за такими вимірами: розмір, місце розташування, якість, термін здачі об'єкта і (рідше) інші [1].

    Метод оптимізації ДППМ полягає в побудові діаграми розподілу цін пропозиції з помилкою визначення середніх величин по кожному ріелтерські району міста з наступним об'єднанням районів в топонімічні зони на підставі перетину діапазонів помилок середніх цін і географічну близькість районів [2].

    Районування ринку нерухомості на основі ГІС допомагає виявити, перш за все, просторовий аспект розподілу закономірностей ринку, а також географічні кордони економічних явищ.

    Результати топонімічного районування дозволяють налагодити ефективний і несуперечливий моніторинг ринку нерухомості в розрізі всіх перерізів ДППМ. Одночасно виявляються локальні характеристики ринку нерухомості: кордону і щільність поширення явищ.

    Наступним етапом застосування ГІС в аналізі ринку нерухомості буде використання методу визначення і розрахунку кількісних атрибутів об'єкта нерухомості шляхом просторового аналізу: будуються карти щільності соціальної інфраструктури

    (Освітніх, закладів охорони здоров'я), руемой вибірки присвоюється кількісна ха-

    інтенсивності пропозиції об'єктів нерухомості рактеристика по кожному просторовому явле-

    (Карта напруженості пропозиції) і т.д. (Рис. 4). нію в залежності від положення об'єкта на тій чи

    Кожному об'єкту нерухомості в межах аналізі- інший ізолінії.

    Мал. 4. Об'єкти нерухомості, виставлені на продаж, на карті щільності соціальної інфраструктури міста

    Отриманий комплекс змінних буде включати:

    а) характеристику місця розташування об'єкта нерухомості (вказівка ​​на географічний район розміщення об'єкта, наприклад, будинок знаходиться в Комсомольському мікрорайоні);

    б) більшість характеристик розташування об'єкта нерухомості (положення даного об'єкта щодо інших об'єктів, наприклад, будинок знаходиться в 100 м від школи [3];

    в) особливості локального ринку нерухомості в безпосередній близькості від розглянутого об'єкта.

    Перевагою такого перетворення є відхід від якісних і порядкових характеристик місця розташування району, в якому знаходиться об'єкт, до кількісних характеристик і місця розташування і розташування самого об'єкта. При цьому кількісна характеристика місця розташування даного об'єкту визначається через закономірність зміни властивостей подібних об'єктів в залежності від попадання в ту чи іншу область щільності (напруженості) будь-якого соціально-економічного явища міста, і в першу чергу напруженості різних явищ ринку купівлі-продажу аналогічних об'єктів.

    Отримані результати просторового ГІС-аналізу використовуються в регресійному моделюванні, де в якості залежної змінної можна використовувати ринкову характеристику об'єкта

    нерухомості (найбільш ймовірна ціна продажу, період експозиції, цільової сегмент покупців, динамічні і просторові особливості продажу великого об'єкта частинами). Застосування запропонованої колективом методології дозволяє (вперше) кількісно враховувати локальні характеристики ринку нерухомості при визначенні ринкових параметрів об'єктів нерухомості.

    За допомогою ГІС можна отримати таблицю значень кожного просторового атрибута для кожного об'єкта нерухомості (в експерименті розглядалися квартири на вторинному ринку житла). Паралельної перевіркою життєздатності моделі є введення булевих і порядкових змінних для ряду просторових характеристик житлових об'єктів нерухомості. Модель також включає стандартний набір непросторових (в географічному аспекті) змінних: площа квартири, стан квартири, наявність балкона, ліфта, поверховість будинку і поверх квартири і т.д.

    Далі проводиться порівняльний аналіз різних регресійних моделей за критерієм максимальної надійності (максимальне значення коефіцієнта детермінації в поєднанні з прийнятним значенням рівня значущості). У табл. 1 наведені моделі, які беруть участь у відборі.

    Інтерпретація коефіцієнтів і бета-коефіцієнтів в одержуваних рівняннях регресії позво-

    ляє виявити механізм впливу локальних факторів розміщення об'єкта нерухомості на його ринкові показники.

    Наявність зворотного кореляційної залежності між щільністю соціальної інфраструктури району та терміном експозиції квартири на ринку може свідчити як про позитивний вплив близькості шкіл, медичних установ на ухваленні рішення про покупку, так і про наявність прихованих закономірностей розміщення підсистеми соціальної інфраструктури в структурі даної територі-

    Математичні формули регресії

    риальной соціально-економічної системи. У другому випадку має місце помилкова кореляція. Оскільки сам по собі факт кореляційної залежності не дає підстави стверджувати, яка з змінних передує або є причиною змін, або що змінні взагалі причинно пов'язані між собою, наприклад, з огляду на дії третього фактора [4], особливу роль набуває можливість порівняльного аналізу по різним територіям - топонімічних зон, який дозволяє розкрити дії третіх чинників.

    Таблиця 1

    || і>| \ Моделей, які брали участь у відборі

    модель Формула

    Лінійна у = b0 + b * X

    Логарифмічна у = b0 + b * ln (x)

    Зворотній у = b0 + b / X

    Квадратична у = b0 + b * x + b * X2

    Кубічна у = b0 + ь * х + b * x2 + b * x3

    Статечна y = b * Xb1

    Експоненціальна y = b * їв (Ь * t)

    Слід зазначити універсальний характер алгоритму аналізу ринку житла міста на основі методології регресійної багатофакторної просторово-параметричної моделі, так як він застосуємо до широкого класу економічних явищ, що відрізняються неоднорідністю просторового розподілу. Ряд авторів наводять такі основні галузі економіки міста [5]:

    - роздрібна торгівля і громадське харчування (магазини, ринки, їдальні, кафе);

    - побутове обслуговування (ремонт і пошиття одягу, взуття та ін., перукарні, хімчистки, пункти прокату і т.д.);

    - житлово-комунальне господарство;

    - кредитно-фінансове обслуговування (банки, страхові організації);

    - рекреаційне обслуговування (туристичні і екскурсійні організації, будинки відпочинку, готелі);

    - охорону здоров'я (поліклініки, лікарні, медпункти, санаторії, установи фізкультури і спорту);

    - соціальне забезпечення (дитячі будинки, будинки для людей похилого віку та інвалідів, організації пенсійного забезпечення);

    - послуги зв'язку (пошта, телеграф, телефонні переговорні пункти):

    - культурне обслуговування (театри і кінотеатри, музеї, бібліотеки, клуби і будинки культури, радіо і телебачення, видавництва);

    - освіта та виховання дітей (дитячі садки і ясла, загальноосвітні навчальні установи).

    Всі перераховані об'єкти і характеристики їх просторового розподілу можуть виступати як фактори у регресійній моделі.

    В якості залежних змінних можуть виступати:

    - індикатори ринку нерухомості (система цінових показників, показники ліквідності об'єктів

    нерухомості і волатильності окремих сегментів ринку і територій);

    - характеристики девелоперської діяльності (індивідуальні та групові показники інвестиційної активності, показники динаміки реалізації девелоперського проекту, його впливу на соціально-економічне становище територій);

    - локальні характеристики розвитку місцевих громад.

    Конкретний характер залежності шуканої змінної від факторів (вид формули регресії і ступінь детермінації) в різних просторово-часових рамках може змінюватися.

    Апробація розробленого колективом методу дослідження просторової організації житлової забудови і ринку житла була проведена на прикладі міста Краснодар. Першим етапом стала організація збору та аналітичне опрацювання інформації про стан, структуру ринку нерухомості, характеристиках ринкових угод, про об'єкти соціально-економічної інфраструктури та різних потенційних факторах сегментування локальних ринків нерухомості.

    Наступним етапом було проведено районування ринку нерухомості Краснодара як першого етапу перевірки гіпотези на практиці. Застосовано розроблений метод моделювання просторового розподілу явищ-факторів організації ринку нерухомості на основі багатофакторного регресійного моделювання і ГІС-аналізу, відпрацьовані методи вербалізації отриманих результатів.

    В результаті кореляційно-регресійного аналізу було виявлено, що частина змінних, в тому числі просторові змінні, отримані в ході ГІС-аналізу, показали оптимальне співвідношення ступеня детермінованості з рівнем довіри до результатів регресійного моделювання, в слу-

    чаї, коли застосовувалася експоненціальна залежність. Для інших змінних, таких як площа об'єкта нерухомості, вид і стан внутрішньої обробки, ступінь зносу, велику детермінацію вдалося досягти при простої лінійної функції. Таким чином, максимальний ступінь надійності продемонструвала модель, що поєднує нелінійну експонентну залежність шуканої змінної від одних чинників і просту лінійну залежність від інших чинників:

    >1 x

    +

    Y = b + (b e 1 + b e i 0 1 2

    + (B x + b x +.

    n + 1 i (n + 1) n + 2 i (n + 2)

    x

    in

    x

    . + B e n

    n

    +

    + B x) ,

    m im

    де уг - значення залежної змінної для 1-го об'єкта (повна ціна пропозиції квартири на вторинному ринку житлової нерухомості); Ь0, Ь ?, .. - константи, розрахунок яких був виконаний в ході регресійного моделювання; х "- У-е значення (для об'єкта У) / -й змінної; хп - середнє по всій вибірці значення} -й просторової змінної.

    В результаті регресійного багатофакторного просторово-параметричного моделювання ринку вторинного житла Краснодара отримана модель, ступінь детермінації якої Я2 становить 0,82 (табл. 2).

    Таблиця 2

    Зведення регресійній моделі

    x

    x

    i 2

    x

    Характеристика моделі нестандартизованное коефіцієнти (B-коефіцієнти) бета-коеффіціенти1 Коефіцієнт t Рівень значимості

    значення стандартна похибка

    Константа Ь0 14,838 0,086 - 171,659 0,000

    Константа ь1 щільність угод 0,078 0,025 0,126 3,081 0,002

    Константа Ь2 щільність пропозиції -0,053 0,025 -0,092 -2,171 0,031

    Константа ь3 матеріал будинку 0,248 0,089 0,101 2,781 0,006

    Константа Ь4 площа квартири 0,801 0,045 0,773 17,708 0,000

    Константа Ь5 площа кухні 0,051 0,053 0,047 0,976 0,330

    Константа Ь6 поверховість будинку 0,018 0,005 0,170 3,492 0,001

    Константа Ь7 поверх квартири -0,010 0,005 -0,089 -2,186 0,030

    Константа Ь8 наявність балкона 0,003 0,031 0,003 0,091 0,927

    Константа Ь9 стан квартири -0,092 0,045 -0,085 -2,045 0,042

    Константа Ь10 стан квартири (порядкова змінна) 0,042 0,022 0,083 1,932 0,055

    Примітка. 1 - Нормований коефіцієнт регресії, що є мірою значущості окремих змінних відносно один одного: р = Ь ^ / 8Р), де Sj - середньоквадратичне відхилення (х ^; - середньоквадратичне відхилення (Р). Бета-коефіцієнти - це ті, які були б отримані , якби ми заздалегідь стандартизованих всі змінні, тобто зробили їх середнє рівним 0, а стандартне відхилення, яке дорівнює 1.

    Одне з їхніх переваг (в порівнянні з В-коефіцієнтами) полягає в тому, що бета-коефіцієнти дозволяють порівняти відносні вклади кожної незалежної змінної в пророкування залежною змінною.

    Просторові характеристики, пов'язані з екологією, щільністю медичних і освітніх закладів не потрапили в модель для всього міста, проте потрапили в моделі, побудовані для окремих топонімічних зон (при цьому Я2 для районів окремо виявився більше Я2 для всього міста). Мабуть, в межах кожної топонімічної зони знак коефіцієнта кореляції між ціною об'єкта і просторовими змінними, що характеризують екологічну ситуацію і стан соціальної інфраструктури, відрізняється в протилежну сторону від знака коефіцієнта кореляції в інший топонімічної зоні, тому єдиної картини по місту не виходить.

    Дана обставина підтверджує багатоваріантність прояви закономірностей територіальної організації міста. Ю. Саушкин зазначає, що предметом суспільно-географічних досліджень є процес формування, розвитку і функціонування територіальних соціально-економічних систем [6]. Розуміння локального ринку нерухомості як частини територіальної соціально-економічної системи дозволяє розширено інтерпретувати наявність тієї чи іншої кореляції між характеристиками місця розташування об'єкта та його індивідуальними ринковими властивостями.

    Одним із значущих результатів регресійного моделювання при просторово-параметричної аналізі локального ринку нерухомості стала можливість порівняти бета-коефіцієнти кожної змінної моделі. Так, розташування об'єкта на карті напруженості пропозиції (Краснодар) впливає приблизно в 8 разів слабкіше, ніж площа квартири

    (0,773 проти 0,092), в бік зменшення ціни в міру збільшення щільності пропозиції. Насправді, чим вище щільність пропозиції об'єктів-аналогів в найближчій локації даного об'єкту нерухомості, тим нижче значення найбільш імовірною ціни продажу даного об'єкту. Однак кількісно виміряти ступінь впливу локального ринку на конкретний об'єкт нерухомості стає можливо тільки після проведення районування та аналізу просторового розподілу ринкових явищ за допомогою запропонованої в даному дослідженні методології.

    Також висока значимість спостерігається у коефіцієнта, відповідного характеристиці положення квартири на карті транзакционной напруженості. Даний коефіцієнт в 6 разів слабкіше коефіцієнта площі квартири (0,773 проти 0,126), але тепер уже в бік збільшення ціни квартири: чим частіше в найближчій локації продаються об'єкти-аналоги, тим вище ціна даного об'єкту.

    Виявлена ​​в розглянутому прикладі закономірність може використовуватися в процесі планування девелоперських проектів та оціночної діяльності:

    - визначаються вичерпні характеристики (в першу чергу ліквідності і ціни) проектованого до будівництва об'єкта нерухомості з урахуванням його просторового положення: ринку пропонується найбільш затребуваний в даній локації об'єкт нерухомості;

    - з'являється можливість проводити просторовий конкурентний аналіз (моніторинг) з урахуванням поправочних коефіцієнтів порівняння даного об'єкту з об'єктами-аналогами, які потрапили в іншу в порівнянні з ним щільність розподілу якого-небудь явища локального ринку нерухомості;

    - з'являється чітке просторове уявлення про межі зон торгівлі та закономірності поведінці цін в них.

    Результатами аналізу організації житлової забудови і ринку житла міста на основі просторово-параметричного моделювання в майбутньому має стати системне бачення процесів жи-

    ліщной забудови територій міста в їх просторовому аспекті:

    - визначення ступеня впливу просторової організації об'єктів міського середовища (соціальної та інженерної інфраструктури, що забезпечують економічне відтворення, проживання та рекреацію населення, і об'єктів, що займаються торгівлею та обслуговуванням населення) на функціонування локального ринку нерухомості;

    - характеристика критеріїв раціонального розміщення та інших параметрів об'єктів міського середовища, які б відповідали інтересам місцевої громади та не допускали асиметричного розвитку ринку нерухомості;

    - моделювання поведінки девелопера, прогноз можливих варіантів адаптації концепції девелоперського проекту до розміщення в його локації об'єктів міського середовища та його аналіз;

    - розробка методики комбінування системи управління процесом девелопмента (правове земельне зонування, сприятливий інвестиційний та податковий режим) з плануванням розміщення об'єктів міського середовища, метою якої буде залучення інвестора-девелопера на певну локацію і обумовлена ​​тенденціями ринку корекція стратегії в інтересах місцевої громади.

    література

    1. Методологія масової оцінки квартир для оподаткування / С.В. Грибовський [и др.] // Бюл. фінансової інформації. 2005. №1 (116). С.14 - 29.

    2. Стерник Г.М. Технологія аналізу ринку нерухомості. М., 2005. 204 с.

    3. Стерник Г.М. Ринок нерухомості як складна соціально-економічна система. Ростов н / Д, 2007. 116 с.

    4. Лопатников Л.І. Економіко-математичний словник: словник сучасної економічної науки. 5-е изд., Перераб. і доп. М., 2003.

    5. Симагин Ю.А. Територіальна організація населення і господарства: навч. посібник. М., 2005.

    6. Саушкин Ю.Г. Історія і методологія географічної науки. М., 1975.

    Надійшла до редакції 20 травня 2010 року.


    Ключові слова: Ринок нерухомості / Кореляційно-регресійного аналізу / ГІС-аналіз / моніторинг ринку нерухомості / просторовий аналіз / моделювання ринку нерухомості / real estate market / correlational and regressional analysis / GIS analysis / real estate market monitoring / Spatial analysis / real estate market modeling

    Завантажити оригінал статті:

    Завантажити