ПРОСТОРОВЕ МОДЕЛЮВАННЯ ВАРТОСТІ ЖИТЛОВОЇ НЕРУХОМОСТІ НА ОСНОВІ КОМПЛЕКСНОГО ВРАХУВАННЯ СОЦІАЛЬНО-ЕКОНОМІЧНИХ ЧИННИКІВ
DOI:
https://doi.org/10.31732/2663-2209-2026-83-101-109Ключові слова:
вернакулярні райони, ринок житлової нерухомості, транспортна доступність, соціальна інфраструктура, геоінформаційна система, геопросторовий аналіз, моделюванняАнотація
Актуальність дослідження зумовлена необхідністю вдосконалення підходів до моделювання вартості житлової нерухомості в умовах воєнного часу, коли поряд із традиційними соціально-економічними чинниками суттєвого значення набувають просторові характеристики території та наслідки бойових дій. Предметом дослідження є просторові закономірності формування вартості однокімнатних квартир вторинного ринку в межах вернакулярних районів Салтівського житлового масиву міста Харкова. Метою статті є обґрунтування просторового підходу до моделювання вартості житлової нерухомості, згідно з яким ціноутворення розглядається як результат сукупного впливу кількох соціально-економічних чинників, а не одного домінантного фактора. Для досягнення поставленої мети визначено перелік чинників, що характеризують досліджувану територію, обґрунтовано виключення з кількісного аналізу параметрів, вплив яких у межах житлового масиву є практично однорідним, виконано кореляційний аналіз впливу окремих чинників на вартість житла та побудовано комплексну модель множинної регресії. Методичну основу дослідження становлять методи просторового аналізу, кореляційного та регресійного аналізу, статистичного порівняння груп і узагальнення даних у межах вернакулярних районів. Просторовою одиницею дослідження обрано вернакулярні райони, оскільки саме вони найбільш повно відображають сформовані мешканцями межі локальних житлових територій. Аналіз виконано для однокімнатних квартир вторинного ринку як найбільш репрезентативного сегмента житлової нерухомості. У межах 32 вернакулярних районів проаналізовано вплив транспортної доступності, забезпеченості соціальною інфраструктурою та частки території, пошкодженої внаслідок бойових дій. Встановлено, що кожен із досліджених чинників окремо пояснює не більше 6 % варіації вартості житла, тоді як комплексна модель множинної регресії пояснює 10,8 % варіації, тобто приблизно удвічі більше, ніж найсильніший окремий чинник. Отримані результати узгоджуються з гіпотезою про мультифакторний характер ціноутворення та свідчать, що одночасне врахування кількох просторово диференційованих чинників забезпечує кращий опис вартості житла, ніж аналіз кожного з них окремо. Наукова новизна дослідження полягає у використанні вернакулярних районів як просторової одиниці аналізу та обґрунтуванні підходу до моделювання вартості житла на основі сукупного врахування просторових чинників у межах типового житлового масиву. Практичне значення одержаних результатів полягає у можливості використання запропонованого підходу для вдосконалення моделей масової оцінки житлової нерухомості, підтримки управлінських рішень у сфері післявоєнного відновлення міст та просторового планування.
Завантаження
Посилання
Balz, F. F. (2024). User cost of housing: Analysis of the German real estate market. Acta VŠFS – Ekonomické studie a analýzy, 18(1), 41–67. https://doi.org/10.37355/acta-2024/1-03
Bartholomew, K., & Ewing, R. (2011). Hedonic price effects of pedestrian- and transit-oriented development. Journal of Planning Literature, 26(1), 18–34. https://doi.org/10.1177/0885412210386540
Han, B., Ma, Z., Wu, M., Liu, Y., Peng, Z., & Yang, L. (2022). Simulation research on the coordinated development path of urbanization and real estate market using system dynamics in Chongqing City, Southwest China. Ecological Indicators, 143, Article 109328. https://doi.org/10.1016/j.ecolind.2022.109328
Kauškale, L., & Geipele, I. (2017). Integrated approach of real estate market analysis in sustainable development context for decision making. Procedia Engineering, 172, 505–512. https://doi.org/10.1016/j.proeng.2017.02.059
King-Hill, S. (2015). Critical analysis of Maslow's hierarchy of need. The STeP Journal (Student Teacher Perspectives), 2(4), 54–57. http://insight.cumbria.ac.uk/id/eprint/2942/
Kobzan, S., Pomortseva, O., Kozyrenko, V., & Pankiv, V. (2025). Real estate market of Ukraine: Retrospective analysis, modeling and development forecast. Economic Achievements: Prospects and Innovations, 20. https://doi.org/10.5281/zenodo.15851550
Kobzan, S., Pomortseva, O., & Pankiv, V. (2026). Development of the real estate data processing model based on modern GeoAI approaches. Technology Audit and Production Reserves, 1(4(87)), 63–70. https://doi.org/10.15587/2706-5448.2026.353171
Kobzan, S. M., & Pomortseva, O. E. (2023). Real estate market of Ukraine: Practical aspects and trends. Springer. https://doi.org/10.1007/978-3-031-31248-9
Lancaster, K. J. (1966). A new approach to consumer theory. Journal of Political Economy, 74(2), 132–157. https://doi.org/10.1086/259131
Li, M., Bao, Z., Sellis, T., Yan, S., & Zhang, R. (2018). HomeSeeker: A visual analytics system of real estate data. Journal of Visual Languages & Computing, 45, 1–16. https://doi.org/10.1016/j.jvlc.2018.02.001
Lieske, S. N., van den Nouwelant, R., Han, J. H., & Pettit, C. (2019). A novel hedonic modelling approach for estimating transport impacts on property prices. Urban Studies, 58(1), 182–202. https://doi.org/10.1177/0042098019879382
Lu, B., Ge, Y., Shi, Y., Zheng, J., & Harris, P. (2023). Uncovering drivers of community-level house price dynamics through multiscale geographically weighted regression: A case study of Wuhan, China. Spatial Statistics, 53, Article 100723. https://doi.org/10.1016/j.spasta.2022.100723
Onur, Ş., & Ilgin, G. (2024). A novel perspective on the analysis of residential property prices near transportation investments: Wide-range vs narrow-range factors. Computer and Decision Making: An International Journal, 1, 103–120. https://doi.org/10.59543/comdem.v1i.10235
Rosen, S. (1974). Hedonic prices and implicit markets: Product differentiation in pure competition. Journal of Political Economy, 82(1), 34–55. https://doi.org/10.1086/260169
Shin, K., Washington, S., & Choi, K. (2007). Effects of transportation accessibility on residential property values. Transportation Research Record, 1994(1), 67–76. https://doi.org/10.3141/1994-09
Воронін, В. (2024). Вартість нерухомості в умовах інфляції та девальвації. https://afo.com.ua/uk/news/2/858
Воронін, В. О., Лянце, Е. В., & Мамчин, М. М. (2014). Аналітика ринку нерухомості: методологія та принципи сучасної оцінки. Магнолія.
Поморцева, О., Лазоренко, Н., Кінь, Д., & Некрасов, Я. (2024). Дослідження впливу вернакулярних районів на сталий розвиток територій міст. Містобудування та територіальне планування, 86, 449–461. https://doi.org/ 10.32347/2076-815x.2024.86.449-461
Поморцева, О. Є., Кобзан, С. М., & Євдокімов, А. А. (2023). Дослідження впливу базових факторів на вартість нерухомості в умовах війни. У Збірник наукових праць I Міжнародної науково-практичної конференції «Open science nowadays: main mission, trends and instruments» (с. 511–517). https://archive.journal-grail.science/index.php/2710-3056/issue/view/15.09.2023/19
Поморцева, О. Є., Кобзан, С. М., Паньків, В. В., & Кінь, Д. О. (2024). Дослідження динаміки зміни вартості нерухомості за допомогою геоінформаційних систем. Просторовий розвиток, 8, 463–476. https://doi.org/10.32347/2786-7269.2024.8.463-476
Downloads
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія

Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial 4.0 International License.