Назад в библиотеку

Оценка весов признаков расположения с использованием метода анализа иерархий в Донецке, Украина


Автор: М. Кривобоков
Источник: http://ojs.tsv.fi/index.php/njs/article/view/1669/1516


Аннотация

Чтобы определить модель для оценки земель города Донецка (Украина) при отсутствии рыночных данных используется экспертный подход. Метод анализа иерархий (МАИ) и проведение опроса применяются для оценки веса самых важных признаков месторасположения, влияющих на цены квартир. Веса признаков, полученные этими двумя методами, сравниваются. Выделяются проблемные аспекты, эффект влияния и нелинейность. Описывается возможность использования результатов для оценки земли.

Ключевые слова

Оценка городских земель, МАИ, цены на квартиры, признаки расположения, Донецк

1. Введение

Из-за неразвитости рынка земли оценка городских земель в Украине на самом деле не основывается на рыночной стоимости. Вместо этого, оценочная стоимость зависит от средневзвешенного нескольких признаков месторасположения. При оценке земли оценщики, землеустроители и градостроители выбирают признаки и их веса на основе своих субъективных суждений.

В целях повышения степени объективности оценки земли, М. Кривобоковым в 2004 году было предложено определить список наиболее важных признаков месторасположения, имеющих большое значение для хорошо развитых зарубежных рынков недвижимости и использовать этот список в Украине. Полученные признаки могут быть использованы в других оценочных методах. Одна группа таких методов основана на мнении экспертов, которые позволяют оценить веса признаков.

Таким образом, задачей данного исследования является извлечение весов признаков месторасположения в определенном городе. Эта статья касается метода анализа иерархий (МАИ), одного из методов, основывающегося на экспертном мнении. Альтернативный прямой метод также применим, что позволяет сравнить его результаты с МАИ и сделать выводы.

Объектом анализа является город Донецк с населением более миллиона человек. Город расположен в восточной части Украины. Донецк является одним из крупных региональных центров, в настоящее время он находится в процессе перехода от плановой к рыночной экономике.

Целью исследования является совершенствование процедуры оценки земли, получение рыночной цены. Первоначально предполагалось применение напрямую метода экспертной оценки земли. Тем не менее, рынок земли не развит: количество продажи земли мало, а цены на самом деле не рыночные, так как многие сделки происходят между городским советом и частным сектором. Поэтому было решено провести анализ рынка квартир в Донецке, так как этот рынок гораздо лучше развит. Полученная информация о ценах на квартиры с учетом влияния их месторасположения может быть использована для оценки земли. Естественно, метод может быть применен при оценке земли под застройкой. В Украине, однако, модели для оценки земли различного целевого назначения отличаются друг от друга коэффициентом-множителем типа землепользования.

Насколько известно автору, только одна регрессионная модель была создана для рынка квартир Донецка. Таким образом, результаты МАИ могут помочь создать регрессионную модель для будущих исследований.

В разделе 2 рассматриваются причины выбора МАИ среди других методов экспертных оценок. Раздел 3 включает в себя обзор литературы. Раздел 4 описывает выбор значений влияющих признаков, структуру анкеты, подбор респондентов, процесс интервью. В разделе 5 анализируются полученные результаты. Раздел 6 включает в себя обсуждение.

2. Почему МАИ?

В статье автора 2004 года описаны следующие методы экспертных оценок: оценки, условный выбор, Delphi и МАИ. В данном исследовании МАИ выбран по следующим причинам:

1. МАИ не учитывает, сколько денег респонденты готовы платить за дополнительное количество чего-то, что делает оценку условной. Это преимущество, потому что в нестабильной экономике, цены, как правило, меняются быстрее, чем предпочтения, а рынок недвижимости Украины является довольно нестабильным.

2. МАИ более сложный метод, чем условный выбор, который обычно основывается на простом выборе или компромиссе.

3. МАИ опирается на заранее выбранную группу экспертов, также как и метод Delphi, но является более дешевым, чем Delphi, который требует итераций анкетирования и обратной связи. Кроме того, Delphi также означает сверх-агрессивный консенсус и не изучает области разногласий.

В статье автора 2004 года, было предложено пять критериев для оценки метода: ясность, измеримость, актуальность, ориентация на рынок и простота, а не точность, и был сделан вывод, что основные проблемы экспертных методов связаны с ясностью и актуальностью. Чтобы уменьшить проблемы ясности, дополнительные усилия должны быть направлены на описание назначения респондентов и формулирование вопросов. Во всяком случае, парные сравнения можно рассматривать как более правильную технику, чем прямое определение полезности. Можно сказать, что актуальность результата неизвестна и не исключено, что она может быть сомнительной. Таким образом, результаты должны быть проверены путем сравнения с результатами, полученными другими методами, например, моделирования регрессии, которая является предметом дальнейших исследований.

Онг и Чу (1996) подчеркивают ясность, изящество и относительную простоту МАИ. Бендер и др. (2000) считают МАИ простой и эффективной методологией и перспективным подходом. По Кауко (2002) этот метод является технически сложным и полностью прозрачным, другими важными преимуществами являются способность метода количественно-качественных суждений и поведенческого аспекта, а именно нерациональности предпочтений, восприятия и отношений влияния. Еще одним важным преимуществом метода является то, что требуется маленькое количество предварительно отобранных респондентов.

МАИ довольно широко применяется в реальных исследованиях недвижимости в разных странах. Болл и Сринивасян (1994) предлагают использовать МАИ в процессе выбора дома, иллюстрируют эти возможности на примере Бостона. У Онг и Чу (1996), методика применяется для Сингапура в исследования рынка жилой недвижимости. Бендер и соавторы (1997, 2000) используют МАИ для анализа предпочтений домовладельцев в швейцарских городах. Джонсон (2001) предлагает использовать метод в жилищных советах в Питтсбурге. Кауко (2002) анализирует предпочтения жилья в районе Хельсинки. Чан (2002) применяет МАИ для оценки последствий пятен загрязнений земли в Австралии. Пример применения МАИ в Украине – Сивец (2003), который предлагает использовать технику для согласования результатов различных методов оценки реальной стоимости имущества.

Говоря о недостатках МАИ, Кауко (2002) отмечает, что метод не является надежным, очень чувствителен, требует много времени и не научный в классическом понимании. Тем не менее, это недостатки многих методов экспертной оценки. Более конкретной проблемой МАИ является шкала, которая будет описана ниже.

Тот факт, что рынок земли в Донецке не создан, оправдывает использование МАИ и подчеркивает его важность. Метод может позволить экспертам повысить качество оценки земли. Кроме того, результаты МАИ могут быть использованы для начальной регрессионной модели, особенно когда регрессионный анализ является новым методом для города, как и в случае с Донецком. Согласно Кауко (2002), веса, полученные в МАИ, можно понимать как коэффициенты регрессии.

Бендер и др.(1994, 1997) используют регрессию при изучении строительства жилья в Женеве. МАИ применяется преимущественно в Женеве, чтобы получить лучшее понимание того, как собственники воспринимают многочисленные характеристики.

3. Метод

МАИ, разработанный в США Саати (1977), основан на концепции разветвляющегося дерева, что позволяет разделять цели по суб-критериям. Это предполагает, что соответствующее значение одного из атрибутов, влияющих на цель по сравнению с другими атрибутами, может быть определено с помощью парного сравнения. Эти сравнения выполняется между всеми атрибутами во всех комбинациях, избегая повторений. Дерево может состоять из нескольких уровней, где цель на нижнем уровне, в то же время может быть суб-критерием для верхнего уровня.

Парные сравнения среди всех атрибутов на одном уровне создают симметричную матрицу А, имеющую вид:

Матрица A

где wi – вес атрибута i;

n – число атрибутов.

Для получения матрицы А, необходимо количество сравнений n(n-1)/2.

Задача состоит в том, чтобы оценить вес с их отношениями. Можно описать вектор веса, как W:

W

Наиболее распространенным методом получения весов является матричная алгебра. Матричное уравнение для идеального случая, то есть когда все веса отношений находятся в полном соответствии, выглядит следующим образом:

AW = nW

Тем не менее, в действительности парные сравнения являются противоречивыми, и самое большое собственное значение Лямбда матрицы А используется вместо n.

AW = LyambdaW

Более подробное математическое описание можно найти у Саати (1977), Саати (1990), Болл и Сринивасян (1994), Бендер и др.(1997), и Лабиб и соавт.(1998).

Саати (1990) показал, что Лямбда всегда больше или равно n, и ближе к n, тем более последовательными являются значения. Последовательность индексов CI и последовательность соотношения CR рассчитывается:

CI, CR

где ACI – индекс случайного веса.

Предполагается, что CR должно быть очень мало. Матрица считается достаточно последовательной, если это значение менее 0,10.

4. Анкеты, респонденты и интервью

4.1. Выбор признаков

Список наиболее важных групп признаков месторасположения, полученный в статье автора 2004 года, выглядит следующим образом:

Необходимо принять этот список условий в городе Донецке на Украине. Безусловно, должен быть учтен признак доступности к центральному деловому району и коммерческим объектам. Лучше рассматривать продовольственные магазины любого размера, как наиболее часто используемые коммерческие объекты. Нельзя игнорировать доступность к районному центру в связи с большим размером Донецка и важности районных центров в экономике города. Стоит проверить степень влияния уровня преступности. Самые популярные зеленые насаждения в городе часто находятся рядом с водными объектами: реками и прудами, поэтому логична совокупность доступности зеленых зон и доступность водных объектов. Обычно существует высокая корреляция между доступностью дорог и внутреннего общественного транспорта, поэтому можно выбрать одну из этих характеристик. В Донецке многие пользуются общественным транспортом, а не владеют собственным автомобилем, поэтому выбирается признак внутренней общественной транспортной доступности, который легко измерить как расстояние до ближайшей остановки. Учитывая разнообразие объектов, оказывающих негативное влияние, лучше разделить их на две группы: шум транспорта (в связи с автомобильным транспортом, железной дорогой и аэропортом) и другие объекты (свалки, загрязнение заводов и др.). Из-за относительно скромной экономической деятельности и низкого уровня доходов населения, аэропорт не играет большой роли в повседневной жизни, в отличие от много более популярной железной дороги. Игнорируется национальный состав, потому что население является расово однородным и состоит в основном из русских и украинцев. Такая особенность бывшего социалистического города, как гетерогенный социальный состав населения в жилых районах по-прежнему наблюдается в Донецке. Можно пропустить уровень образования населения, а также демографические характеристики (в том числе характеристики собственности на жилье). Во многих случаях трудно работать с уровнем доходов населения, кроме того, отсутствуют статистические данные о пространственном распределении доходов. Кажется, легче использовать престиж, потому что сформировано небольшое количество престижных районов. Для того, чтобы упростить и сократить интервью, которое иначе было бы слишком длинным, игнорируется сложная группа планирования и характеристики городского развития, и такая довольно нечеткая группа, как общий уровень экологического качества. И, наконец, можно пропустить образовательную доступность объектов и их характеристику за счет расположения всех основных высших учебных заведений в центре города.

Существует два варианта: либо использовать характеристики без указания единиц измерения (например, доступность к центральному деловому району, уровень преступности), или указать единицы измерения явно (например, доступность к центральному деловому району, км, уровень преступности, преступлений/1000 жителей). Лучше выбрать второй вариант: во-первых, для отвечающего проще сделать сравнение, и, во-вторых, в перспективе можно будет сравнить результаты анкеты с результатами регрессионного анализа.

При определении признаков месторасположения, можно выделить более общие и более локальные признаки, первые измеряются в километрах, а вторые – в сотнях метров. Причина в том, что для лучшего восприятия респондентом, например, легче думать, о расстоянии до центрального делового района в километрах, и о расстоянии до ближайшей остановки в сотнях метров.

Близость центрального делового района, районных центров и реки, как правило, рассматриваются как имеющие положительное влияние на стоимость имущества. Для жилой недвижимости в Донецке, можно предположить, что близость коммерческих объектов, общественного транспорта и железнодорожной станции должна положительно влиять на стоимость. Эмпирическая экспертиза показывает, что эти предположения верны.

По причине лучшей сопоставимости все признаки, указываются положительно, то есть негативные атрибуты превращаются в положительные так: отсутствие шума дорожного движения, дальше от неудобства на 1 км и т.д., в то время как признаки, которые кажутся положительными, указаны следующим образом: расстояние до центрального делового района 1 км, расстояние до остановки 100 м и др.

Признаками, используемыми в анкете, являются:

А. Расстояние до центрального делового района 1 км;

Б. Расстояние до ближайшего районного центра 1 км;

В. Расстояние до ближайшего магазина менее 100 м;

Г. Расстояние до ближайшей остановки менее 100 м;

Д. Расстояние до железнодорожной станции менее 1 км;

Е. Расстояние до реки (озера, зеленой зоны) менее 100 м;

Ж. Расстояние от вредного объекта более 1 км;

З. Отсутствие шума дорожного движения;

И. Снижение уровня преступности (преступлений/1000 жителей) на 10%;

К. Размещение в престижном районе.

Предлагаемое определение центрального делового района, предварительно обсуждалось со специалистами Донецкого городского управления по градостроительству и архитектуре, а примеры районных центров даны в анкете. Подробное описание других признаков также приводятся в анкете.

Несомненно, некоторые признаки накладываются друг на друга, как доступ к центральному деловому району и престиж, тем не менее, у Кауко (2002) говорится: При анализе стоимости некоторые совпадения неизбежны.

В современных исследованиях применяется одноуровневые деревья значений, то есть веса признаков определяет местоположение значения, которое считается стоимостью земли. В идеале, необходимо получить рыночную стоимость. Тем не менее, список признаков еще не апробирован в данной области, и данные о рынке недвижимости правильнее назвать априори полурыночными значениями.

4.2. Вопросы и масштаб

Используются две анкеты. Первая предназначена для парных сравнений (МАИ). В парных сравнениях применяется простая линейная шкала от 1 до 10, то есть ответы используются для оценки весов признаков без экспоненциального преобразования. Несмотря на то, что экспоненциальная модель используется в литературе (например, Бендер и др., 1997; Бендер и др., 2000), вопрос, является ли эта модель лучше, чем линейная, остается открытым (Кауко, 2002). Вторая анкета предназначена для прямого определения влияния атрибутов. Таким образом, первая анкета сосредоточена на выбор, а вторая – на вес. Тем не менее, вторая анкета занимается относительными ценами, которые отражают относительную степень привлекательности, поэтому результаты обоих анкет являются сопоставимыми.

4.3. Отбор респондентов

Предварительно выбранная группа респондентов является важной особенностью МАИ. Кауко  (2002) считает, что самым важным вопросом является то, что респонденты должны быть выбраны из соответствующих групп экспертов осмысленно, а не случайно, и они должны иметь глубокое знание местного сегмента рынка жилья и качества различий между окрестностями, накопленное профессиональным опытом. Когда респонденты выбираются тщательно, необходимо и достаточно получить около 20 респондентов (Кауко, 2002).

В данном исследовании 20 респондентов, которые принимали участие, делятся на четыре группы: 7 оценщиков, 3 риэлтора, 4 градостроителя, и 6 землеустроителей. В эксперты выбирались лучшие. Агенты по продаже недвижимости составляют группу практиков из агентств недвижимости с глубоким знанием рынка жилья. В группу оценщиков входят ведущие эксперты по оценке земель и оценки недвижимости различных учреждений, главным образом более опытные по земельным вопросам. Градостроители являются представителями Донецкого городского управления по градостроительству и архитектуре. Группа землеустроителей состоит из практиков Донецкого областного центра государственного земельного кадастра и исследователей кафедры геоинформатики и геодезии Донецкого национального технического университета. Эта группа необходима, потому что целью данного исследования является стоимость земли. Группа землеустроителей в виде исключения включает в себя не только ведущих специалистов, но и специалистов с небольшим опытом на местном рынке земли, 3 представителя имеют только теоретические знания по предмету.

Из этих групп, риэлторы и оценщики являются профессионалами, которые работают с клиентами на рынке недвижимости, поэтому у них есть лучшее понимание отношения покупателей к признакам месторасположения. Градостроители представляют предложения на рынке жилья; следует сравнить их точку зрения с мнением риэлторов и оценщиков. Землеустроители составляют определенную группу с хорошими знаниями признаков месторасположения и цены на землю.

Среди респондентов нет ни частных лиц, ни разработчиков. В Донецке не было ни одной частной корпорации жилья, которая приобрела бы дома. Разработчики были включены в число респондентов, в силу их малочисленности и очень скромной строительной деятельности во время интервью.

4.4. Интервью

Интервью были проведены в январе-феврале 2004 года. В большинстве случаев они были сделаны во время посещения респондентов. В некоторых случаях, в связи с желанием респондентов, анкеты остались у них с обещанием заполнить, к сожалению, три респондента, оценщик, градостроитель, и землеустроитель не ответили. Таким образом, число ответов сократилась до 17.

Наиболее распространенные замечания, касающиеся вопросов, были следующие:

Один риэлтор отметил, что некорректно сравнивать снижение уровня преступности и престиж, потому что в некоторых престижных районах преступлений нет вообще. Контраргумент, что эти области слишком малы и окружены менее безопасной территорией.

Другое важное замечание от риэлторов было то, что близость к железнодорожной станции представляет собой негативный признак. Негативные стороны влияния станции могут быть объяснены, по крайней мере до некоторой степени, транспортным шумом и уровнем преступности. Представляется интересным, что оценщики и другие респонденты считают доступность к железнодорожному вокзалу положительным признаком, то есть по их мнению, положительный эффект близости железнодорожного транспорта перевешивает негативное влияние.

5. Результаты

5.1. Результаты МАИ

От 17 респондентов получено лишь 4 результата с CR<0,10. В 3 случаях CR>0,10.

В литературе касательно МАИ существует спор о том, как должна быть решена согласованность отношения более 0,10. Правило отсечения 0,10 применяется, например, в Онг и Чу (1996), где, если соотношение превышало 0,10, эксперт дважды проверял свои решения. С другой стороны, в соответствии с Невалайнен  (Кауко, 2002), правило отсечения не имеет смысла на практике, так как допускает неясные предпочтения. Это правило не применяется у Бендера и соавторов (2000). Бендер и др. (1997) и Кауко (2002) проанализировали результат с отсечением и без. В последнем случае, когда автор применил правило отсечения 0,10, количество результатов для двух подрынков сократилось с 22 до 3 и 4.

В данном исследовании при использовании правила отсечения 0,10 количество ответов сократилось до 4 вместо 17. Это ответы двоих оценщиков, одного агента по продаже недвижимости, а также землеустроителя. Описание статистики этих 4 результатов приведено в таблице 1. В ней приведены значения, медиана и Перт-формула. Последняя рассчитана как одна шестая часть суммы наименьших значений, максимального значения и четырех медиан (Кауко, 2002). Вопрос в том, уместна ли мера статистической агрегации в результатах МАИ. Кауко (2002) предлагает Перт-формулу. В нашем случае это дает практически те же результаты. Медианы считаются мерой агрегации. Скорректированные медианы рассчитываются для получения суммы весов равной единице. Эти коэффициенты приведены на рисунке 1. Самые большие веса, 0,19 и 0,18, относятся к атрибутам А (менее 1 км до центрального делового района) и К (престиж), соответственно. Атрибут Д (менее 1 км до железнодорожной станции) имеет низкий вес 0,03. Стандартные отклонения приведены в таблице 1, наименьшее у В (менее 100 м до ближайшего магазина), Ж (Расстояние от вредного объекта более 1 км), И (снижение уровня преступности), а самое высокое для К.

Таблица 1. Описание статистики веса, полученное с помощью МАИ после отсечения 0.10

Описание статистики веса, полученное с помощью МАИ после отсечения 0.10
Скорректированные средние веса, полученные с помощью МАИ после отсечения 0.10

Рисунок 1. Скорректированные средние веса, полученные с помощью МАИ после отсечения 0.10

В связи с незначительным числом последовательных ответов, анализируются все результаты без применения правила отсечения 0,10. Существуют флуктуации между группами респондентов, а также в самих группах. Таблица 2 представляет собой значения, оценки Перт-формулы, медианы, скорректированные медианы и стандартные отклонения для признаков. Значения после одной и двух обработок имеют незначительные отличия. Оценки Перт-формулы имеют больше сходства со значениями, чем скорректированные медианы. Акцентируем внимание на скорректированные медианы. Как и в Таблице 1, атрибуты А и К имеют наибольший вес, 0,14 и 0,19 соответственно, хотя сейчас лидером является К, и разница между ними больше. В то же время К имеет наибольшее стандартное отклонение, которое показывает, что престиж является самым сложным признаком для респондентов. Атрибут Ж имеет третий по величине вес, 0,13, который очень близок ко второму. Наименее важным является признак Д с весом 0,02. Наименьшие стандартные отклонения принадлежат Б (менее 1 км до районного центра) и З (отсутствие шума дорожного движения).

Таблица 2. Описание статистики весов, полученных с применением МАИ для всех респондентов

Описание статистики весов, полученных с применением МАИ для всех респондентов

У Кауко (2002) формальное эвристическое тестирование отношений между агентами было проведено с помощью одной десятой разницы между максимальными и минимальными значениями результатов в качестве индикатора эффекта влияния. Это идея Кауфмана и Эскуина (2000). Таким образом, разница в весах такого масштаба между двумя группами считалась достаточной для проверки эффекта влияния. В данном исследовании, предел для МАИ равен 0,035. Чтобы определить эффект влияния необходимо вычислить разницу между скорректированными медианами групп. Эффект существует между всеми группами для большинства признаков. Признак К имеет высшую меру эффекта влияния. Для признаков В и Д эффект влияния не наблюдается. Наибольший эффект влияния (0,22) существует у землеустроителей и градостроителей. Наименьший эффект (0,06) наблюдается между оценщиками и риэлторами.

Стандартные отклонения могут быть вычислены в каждой из четырех групп респондентов по отдельности. Наиболее однородная группа – риэлторов, для них интервал стандартных отклонений для различных признаков находится в диапазоне от 0,00 до 0,05. Оценщики составляют наименее однородную группу, имеющую стандартные отклонения от 0,02 до 0,11. В рамках группы специалистов по городскому планированию и землеустроителей, стандартные отклонения находятся в интервале от 0,02 до 0,10 в обоих случаях.

Скорректированные веса медиан для различных групп показано на рисунке 2. Наибольшее сходство в весах между всеми группами наблюдается для признака В (менее 100 м до ближайшего магазина); колебания весов других признаков между группами весьма значительны. Тем не менее, большинство подобных групп оценщиков и риэлторов демонстрируют меньшую разницу. Некоторые сходства существуют также между этими двумя группами и землеустроителями. Веса, установленные градостроителями, аналогичны весам, установленным другими группами, они имеют наибольшие расхождения в признаках Ж, И, К. Если судить по скорректированным медианам для оценщиков, риэлторов и землеустроителей, доминируют признаки К и А, наименее важным является Д.

Скорректированные медианы весов в группах, полученные с помощью МАИ для всех респондентов

Рисунок 2. Скорректированные медианы весов в группах, полученные с помощью МАИ для всех респондентов

5.2. Непосредственные результаты анкетирования

Для прямых результатов анкетирования не используется правило отсечения, поэтому проанализированы мнения всех респондентов. Описание статистики представлено в таблице 3. В целом, статистические данные аналогичны результатам МАИ. Оценка Перт-формулы близка к значениям. Скорректированные медианы рассчитаны и используются далее в качестве весов. Наибольший вес (0,26) принадлежит признаку К, на втором месте (0,17) признак А. Признак Д имеет наименьший вес (0,02). Признак К имеет наибольшее стандартное отклонение; В – наименьшее.

Таблица 3. Описание статистики весов, полученных с помощью прямого анкетирования

Описание статистики весов, полученных с помощью прямого анкетирования

Предел влияния для этих данных равен 0,048. Тестирование отношений влияния показывает, что эффект существует между всеми группами для большинства признаков. Как и для результатов МАИ, признак К имеет наибольшую меру влияния. Для признаков В и Г, эффект влияния не наблюдается. Наибольший эффект влияния (0,30) существует между риэлторами и градостроителями. Наименьший эффект (0,05) наблюдается между оценщиками и землеустроителями.

Можно рассчитать стандартное отклонение в каждой из четырех групп по отдельности. Наиболее однородная группа риэлторов с интервалом стандартного отклонения для разных атрибутов от 0,00 до 0,04. Для оценщиков, этот диапазон от 0,01 до 0,08. Менее однородные группы градостроителей и землеустроителей с интервалом стандартных отклонений от 0,01 до 0,16 и от 0,03 до 0,16 соответственно.

Скорректированные медианы весов для различных групп представлены на рисунке 3. Колебания весов между группами весьма значительны. Наименьшая разница наблюдается между оценщиками и землеустроителями. Некоторые сходства существует также между этими двумя группами и риэлторами. Как и в случае МАИ, веса градостроителей демонстрируют наименьшее сходство с другими группами, наиболее значительные расхождения наблюдаются для признака К. Если сфокусировать внимание на скорректированные медианы весов для оценщиков, риэлторов, и землеустроителей, доминируют признаки К и А, наименее важным является Д.

Скорректированные медианы весов в группах, полученные при прямом анкетировании

Рисунок 3. Скорректированные медианы весов в группах, полученные при прямом анкетировании

6. Обсуждение

Сравнивая скорректированные медианы в результатах МАИ (для всех респондентов) и прямого анкетирования (рис. 4), стоит отметить, что максимальный и минимальный вес получены для признаков престижа и 1 км до железнодорожной станции соответственно. Признак менее 1 км до центрального делового района занимает второе место среди весов для обоих методов. Эти результаты сходны с результатами МАИ после отсечения 0,10 (рис. 1), хотя в этом случае признак 1 км до центрального делового района имеет наибольший вес.

Скорректированные медианы МАИ и прямого анкетирования

Рисунок 4. Скорректированные медианы МАИ и прямого анкетирования

Хотя результаты МАИ и прямого анкетирования довольно схожи в целом, максимальный вес для последнего значительно выше, чем для первого (рис. 4). Наибольший вес, определенный риэлторами, (0,38) относится к престижу, что является максимальным в прямом анкетировании (рис. 3). В МАИ риэлторы определяют престиж как второй по важности признак, с весом всего 0,20 (рис. 2). Максимальный вес в МАИ (0,25) имеет признак престижа, определенный по мнению землеустроителей. Другой пример, иллюстрирующий разницу между методами – признак 1 км до железнодорожной станции (рис. 2 и 3). Для этого признака оценщики указали меньшее значение в прямом анкетировании, чем в МАИ. То же самое для риэлторов, кроме того, они указывают нулевой вес в прямом анкетировании.

Таким образом, исследование показывает, что МАИ характеризуется сглаживающим эффектом, то есть более низкими максимальными весами и высокими минимальными весами по сравнению с прямым анкетированием. Используя шкалу от 1 до 10 для парных сравнений невозможно получить нулевой вес. Таким образом, этот эффект не позволяет риэлторам указать нулевой вес для признака 1 км до железнодорожной станции, но они дают минимум этому признаку во всех парных сравнениях. Меньшие веса престижа в МАИ в сравнении с прямым методом также вызвано эффектом сглаживания.

Важной причиной различий между группами респондентов (рис. 2 и 3) является эффект влияния. Самым интересным признаком в этом отношении является престиж. Разницу в результатах оценки престижа можно интерпретировать с позиций спроса и предложения. Наиболее близкая группа со стороны предложения – градостроители – престиж недооценивает, когда как группа риэлторов с лучшими знаниями потребительского спроса оценивает вес этого признака в несколько раз больше. Для признаков расстояние от вредного объекта более 1 км и снижение уровня преступности на 10% результат противоположный. Важность престижа признана оценщиками и землеустроителями. Еще одной иллюстрацией эффекта влияния является оценка весов градостроителями для признаков 1 км до центрального делового района и 1 км до ближайшего районного центра (рис. 3) в отличие от мнения остальных трех групп, которые считают вес 1 км до центрального делового района наивысшим. Кажется, что градостроители не в курсе потребительских предпочтений.

Согласно стандартным отклонениям, наиболее однородной группой являются риэлторы и, в меньшей степени, оценщики. Это не удивительно, потому что эти две группы являются активными участниками рынка недвижимости, имеют глубокие знания о местных предпочтениях. Другие группы, градостроителей и землеустроителей, смотрят на назначение со своей профессиональной точки зрения, а не с позиции общих предпочтений. Для градостроителей демонстрирует очень высокий вес признак расстояние от вредного объекта более 1 км в МАИ и наименьший вес престиж в обеих анкетах. Для землеустроителей относительно высокий вес имеет признак 1 км до железнодорожной станции.

Важный вывод заключается в том, что веса оценщиков для доступности железнодорожного вокзала также относительно высоки, в отличие от мнения риэлторов. Следующий пункт включает в себя некоторые выводы из литературы, подчеркивая сложность и противоречивость влияния железнодорожного вокзала.

Нельсон и МакКлески (1992) находят слабое подтверждение того, что близость к железнодорожной станции увеличивает стоимость недвижимости в регионе Атланте. Нельсон (1992) изучает тот же регион и утверждает, что доступ к железнодорожной станции является более важным для жителей с низким доходом, а с высоким уровнем доходов жителей доминирует отрицательное отношение. Боувс и Ихланфельдт (2001) проанализировали влияние транзитных железнодорожных станций на окрестности в районе Атланты. Большой положительный эффект можно найти в районах с высоким уровнем доходов, расположенных вдали от центрального делового района. Отрицательное прямое воздействие, как правило, ограничивается низкими доходами. Негативные последствия преступлений отмечаются в основном ближе к центру города. Макдональд и Макмиллан (2000) обнаружили, что близость к пригородной железнодорожной станции не оказывает влияния на жилую застройку в пригороде Чикаго. Странд и Вагнес (2001) изучили влияние близости железной дороги на цены жилой недвижимости в Осло с помощью регрессионного анализа и исследования мнения агентов по недвижимости; в обоих случаях негативный эффект близости к железнодорожной линии наблюдается только на расстоянии менее 100 метров от железной дороги.

В случае с Донецком, риэлторы не считают доступность к железнодорожной станции признаком, который увеличивает ценность недвижимости, в соответствии с их комментариями, этот признак является отрицательным. В соответствии с мнением градостроителей, его влияние положительно. В то же время, специалисты более опытные в земельных вопросах (оценщики и землеустроители) дают более высокие веса доступности к железнодорожной станции, которая отражает ситуацию на рынке земли и связана с потенциалом наилучшего и наиболее эффективного использования. Этот факт свидетельствует о конфликте между ценами на квартиры и ценами на землю.

Потенциальная проблема использования результатов этого исследования связанна с нелинейностью дистанционного влияния. Таким образом, данные МАИ и прямого анкетирования позволили оценить вес нескольких признаков расстояния в двух единицах измерения: 1 км и 100 м. Нелинейность влияния расстояния на цены квартир в Донецке иллюстрируется по той же шкале весов для этих двух единиц измерения (см., например, рисунок 4).

В будущем, указывая модели для оценки земли в Донецке, можно опираться на следующие выводы. Во-первых, по мнению экспертов, девять из десяти признаков, рассмотренных в данном исследовании, имеют значительное влияние (не менее 5%) на цены квартир. Во-вторых, проблематичный признак доступности железнодорожного вокзала нуждается в дополнительном исследовании и может быть исключен на начальном этапе спецификации модели, как наименее важный признак. Наконец, применение линейной модели для оценки значения стоимости может быть проблематичным из-за нелинейности влияния расстояния.

Благодарности

Автор благодарит лично в Королевском технологическом институте в Стокгольме: профессора Ханса Матссона и профессор Ханса Линда за общую поддержку и Хан-Сака Сонга за технические консультации. Автор также выражает благодарность анонимным рецензентам за ценные замечания. Участие многих респондентов из различных учреждений и фирм в Донецке в интервью высоко ценится. Шведский институт финансирует исследования с благодарностью.

Ссылки

Ball, J., and Srinivasan, V. C. (1994), "Using the Analytic Hierarchy Process in House Selection", Journal of Real Estate Finance and Economics, Vol. 9, No 1, pp. 69-85.

Bender, A. R., Gagem, B., and Hoesli, M. (1994), "Construction d’ indices immobiliers selon l’ approche hedoniste", Finanzmarkt und Portfolio Management, 8, pp. 522-434.

Bender, A., Din, A., Favarger, P., Hoesli, M, and Laakso, J. (1997), "An Analysis of Perceptions Concerning the Environmental Quality of Housing in Geneva", Ubran Studies, Vol. 34, No 3, pp. 503-513.

Bender, A., Din, A., Hoesli, M., and Brocher, S. (2000), "Environmental preferences of homeowners: Further evidence using the AHP method", Journal of Property Investment and Finance, Vol. 18. No 4, pp. 445-455.

Bowes, D. R., and Ihlanfeldt, K. R. (2001), "Identifying the impacts of rail transit stations on residential property values", Journal of Urban Economics, Vol. 50, No 1, pp. 1-25.

Chan, N. (2002), "Stigma Assessment: A Multi-Criteria Decision-Making Approach", Pacific Rim Property Research Journal, Vol. 8, No 1, pp. 29-47.

Critcher, C, and Gladstone, B. (1998), "Utilising the Delphi Technique in policy discussion: A case study of a privatised utility in Britain", Public Administration, Vol. 76, No 3, pp. 431-449.

Daly, J., Gronow, S., Jenkins, D., and Plimmer, F. (2003). "Consumer behaviour in the valuation of residential property: A comparative study in the UK, Ireland and Australia", Property Management, Vol. 21, No 5, pp. 295-314.

Diamond, P. A. and Hausman, J. A. (1994), "Contingent Valuation: Is Some Number Better than No Number?", Journal of Economic Perspectives, Vol. 8, No. 4, pp. 45-64.

Hanemann, W. M. (1994). "Valuing the Environment Through Contingent Valuation", Journal of Economic Perspectives, Vol. 8, No 4, pp. 19-43.

Hemphill, L., McGreal, S., and Berry, J. (2002), "An aggregated weighting system for evaluating sustainable urban regeneration", Journal of Property Research, Vol. 19, No. 4, pp. 353-373.

Johnson, M. P. (2001), "Decision Support for Family Relocation Decisions under the Section 8 Housing Assistance Program Using Geographic Information Systems and the Analytic Hierarchy Process", Journal of Housing Research, Vol. 12, No 2, pp. 277-306.

Kaufman, J. L., and Escuin, M. (2000), "Thinking Alike: Similarities in Attribute of Dutch, Spanish, and American Planners", Journal of the American Planning Association, Vol. 66, No 1, pp. 1-12.

Kauko, T. J. (2002), Modelling the locational determinants of house prices: neural network and value tree approaches, PhD thesis, Utrecht: Utrecht University, 252 p.

King, D. M., and Mazzotta, M. (2002) The Contingent Choice Method (visited May 18, 2004) http://cbl.umces.edu/~dkingweb/contingent_choice.htm

Kryvobokov, M. (2004a), "Urban land zoning for taxation purposes in Ukraine: Possible methods under an immature land market", Property Management, Vol. 22, No 3, pp. 214-229.

Kryvobokov, M. (2004b), "What location attributes are the most important for market value? Extraction of attributes from regression models", working paper, 34 p.

Labib, A. W., O’Connor, R.F., and Williams, G.B. (1998), "An effective maintenance system using the analytic hierarchy process", Integrated Manufacturing Systems, Vol. 9, No 2, pp. 87-98.

McDonald, J. F., and McMillan, D. P. (2000), "Employment Subcenters and Subsequent Real Estate Development in Suburban Chicago", Journal of Urban Economics, Vol. 48, No 1, pp. 135-157.

Nelson, A. C., and McCleskey, S. (1992), "Improving the effects of elevated transit stations on neighborhoods", in Transportation Research Record 1266, Transportation Research Board, National Research Council, National Academy Press, Washington, DC.

Nelson, A. C. (1992), "Effects of elevated heavy-rail transit stations on house prices with respect to neighborhood income", in Transportation Research Record 1359, Planning and Administration: Economics, Finance, and Administration, Transportation Research Board, National Research Council, National Academy Press, Washington, DC.

Ong, S. E., and Chew, T. I. (1996), "Singapore residential market: An expert judgemental forecast incorporating the analytical hierarchy process", Journal of Property Valuation and Investment, Vol. 14, No 1, pp. 50-66.

Pattern of technical documentation of monetary valuation of land of Brovary, Kyiv Oblast (1998) (Ukraine).

Saaty, T. L. (1977), "A Scaling Method for Priorities in Hierarchical Structures", Journal of Mathematical Psychology, Vol. 15, No 3, pp. 234-281.

Saaty, T. L. (1990), "How to make a decision: The Analytic Hierarchy Process", European Journal of Operational Research, Vol. 48, No 1, pp. 9-26.

Sivets, S. A. (2003), "How to pass ‘the exam of conscience’, or About the problem of reconciliation of valuation results", Paper presented at the International Conference "Actual Questions in Valuation of Business and Property Rights", Alushta, Ukraine, 25-27 September, 14 p. (in Russian).

Strand, J, and Vagnes, M. (2001), "The relationship between property values and railroad proximity: a study based on hedonic prices and real estate brokers’ appraisals", Transportation, 28, pp. 137-156.

Назад в библиотеку