vestnik Журнал "Вестник Сибирского государственного университета геосистем и технологий (СГУГиТ)" 2411-1759 ФГБОУ ВО "Сибирский государственный университет геосистем и технологий (СГУГиТ)" RU https://vestnik.sgugit.ru 10.33764/2411-1759-2020-25-1-274-289 Землеустройство, кадастр и мониторинг земель Корреляционно-регрессионный анализ кадастровой стоимости объектов недвижимости и ценообразующих факторов (на примере земельных участков города Тюмени, предназначенных для индивидуальной жилой застройки) Е. Д. Подрядчикова Подрядчикова Е. Д. Л. Н. Гилёва Гилёва Л. Н. А. В. Дубровский Дубровский А. В. Тюменский индустриальный университет, 625000, Россия, г. Тюмень Сибирский государственный университет геосистем и технологий, 630108, Россия, г. Новосибирск 2020 25 1 274 289 © Е. Д. Подрядчикова, Л. Н. Гилёва, А. В. Дубровский, 2020 2020 Е. Д. Подрядчикова, Л. Н. Гилёва, А. В. Дубровский Эта статья дотупна по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная. В настоящее время кадастровая стоимость объектов недвижимости определяется не только для целей формирования налоговой базы. Она является основным инструментом регулирования имущественных отношений между гражданами и государством. Кадастровую стоимость совокупности объектов недвижимости, расположенных на территории субъектов РФ можно определить в процессе государственной кадастровой оценки с минимальными трудозатратами. Нормативно-правовое и методическое обеспечение государственной кадастровой оценки за последние годы существенно изменилось: данный вид работ передан в ведение государственных бюджетных учреждений субъектов РФ, что позволит в дальнейшем обеспечить преемственность информации, единство технологии и повысить ответственность за результаты оценки. Однако немаловажным остается вопрос математического обоснования закономерности изменения кадастровой стоимости от разнородных ценообразующих факторов. В статье проведен трехстадийный отбор ценообразующих факторов и выявлены факторы, оказывающие наибольшее влияние на кадастровую стоимость земельных участков, предназначенных для индивидуальной жилой застройки в г. Тюмени. Для анализа взаимосвязи кадастровой стоимости земельных участков и ценообразующих факторов применялся метод корреляционно-регрессионного анализа по классическим формулам статистики. Полученные уравнения зависимостей кадастровой стоимости земельных участков города Тюмени, предназначенных для индивидуальной жилой застройки, и ценообразующих факторов проанализированы с точки зрения основных показателей качества корреляционно-регрессионной моделей и статистических коэффициентов. государственная кадастровая оценка ценообразующий фактор корреляционно-регрессионный анализ кадастровая стоимость геоинформационные системы state cadastral valuation price-forming factor correlation and regression analysis cadastral value geographic information systems Смирнова Е. А., Засядь-Волк В. В. Кадастровая стоимость земельных участков как один из факторов земельных отношений территории // Научные ведомости Белгородского государственного университета. Сер. Естественные науки. – 2016. – № 18 (239). – С. 142–147. Липски С. А. Проблемы и перспективы законодательного регулирования проведения государственной кадастровой оценки // Правовые вопросы недвижимости. – 2016. – № 2. – С. 33–36. Об утверждении методических указаний о государственной кадастровой оценке [Электронный ресурс] : приказ Минэкономразвития России от 12.05.2017 № 226 (ред. от 09.08.2018). – Доступ из справ.-правовой системы «КонсультантПлюс». Жданова Р. В. Особенности нормативно-правового регулирования государственной кадастровой оценки объектов недвижимости на современном этапе // Московский экономический журнал. – 2019. – № 3. – С. 59–64. Шаповалов Д. А., Саакян А. А. Прогнозирование использования земельных ресурсов муниципального образования (на примере СП «Десеневское» НАО г. Москвы) // Современные проблемы эффективного землепользования : сб. науч. трудов. – 2016. – С. 31–38. Варламов А. А., Гальченко С. А., Жданова Р. В. У истоков оценочной деятельности в России : учеб. пособие. – М. : ГУЗ, 2019. – 326 с. Москвин В. Н., Соколова Т. А. Методика экспертной оценки земель населенных пунктов производственного назначения для оспаривания их кадастровой стоимости в комиссии Росреестра и в суде // Вестник СГУГиТ. – 2018. – Вып. 2 (23). – С. 185–199. Быкова Е. Н., Сеньковская К. Э., Доценко Я. Н. Некоторые аспекты массовой оценки земель населенных пунктов: проблемы и пути решения // Успехи современной науки и образования. – 2017. – Т. 8, № 2. – С. 208–211. Грибовский С. В., Сивец С. А. Математические методы оценки стоимости недвижимого имущества : учеб. пособие. – М. : Финансы и кредит, 2008. – 368 с. Радченко С. Г. Методология регрессионного анализа : монография. – Киев : Корнийчук, 2011. – 376 с. Седова Е. Н. Моделирование стоимости вторичного жилья на региональном рынке: пространственный подход // Вестник ОГУ. – 2014. – Вып. 14 (175). – С. 458–464. Черных Е. Г., Новиков Ю. А., Щукина В. Н. Особенности определения кадастровой стоимости на примере Тюменской области // Международный сельскохозяйственный журнал. – 2019. – № 3 (369). – С. 45–47. Официальный сайт Росреестра [Электронный ресурс]. – Режим доступа: https://rosreestr.ru/wps/portal/. Об оценочной деятельности в Российской Федерации [Электронный ресурс] : федер. закон от 29.07.1998 № 135-ФЗ (ред. от 03.08.2018). – Доступ из справ.-правовой системы «КонсультантПлюс». Дубровский А. В., Подрядчикова Е. Д. К вопросу совершенствования системы оценки недвижимого имущества на основе расчета показателя социальной комфортности // Изв. вузов. Геодезия и аэрофотосъемка. – 2014. – № 4. – С. 153–157. Renigier-Bilozor M., Janowski A. Geoscience Methods in Real Estate Market Analyses Subjectivity Decrease // Geosciences. – 2019. – № 9. – P. 130–138. Гладких Н. И., Кузнецова В. В. Определение необходимого количества аналогов при заданном числе ценообразующих факторов для целей оценки недвижимости методами корреляционно-регрессионного анализа // Имущественные отношения в Российской Федерации. – 2016. – № 6 (177). – С. 75–84. Анализ ценообразующих факторов, оказывающих влияние на кадастровую стоимость недвижимости / А. В. Дубровский, А. Л. Ильиных, О. И. Малыгина, В. Н. Москвин, А. В. Вишнякова // Вестник СГУГиТ. – 2019. – Т. 24, № 2. – С. 150–169. Лепихина О. Ю., Правдина Е. А. Вариативный учет ценообразующих факторов при кадастровой оценке земель (на примере города Санкт-Петербург) // Известия Томского политехнического университета. Инжиниринг георесурсов. – 2019. – Т. 330, № 2. – С. 65–74. Chun Y. Modelling network autocorrelation within migration flows by eigenvector spatial filtering // Journal of Geographical Systems, 2018. – № 10 (4). – Р. 317–344. Basu S., Thibodeau T. G. Analysis of spatial autocorrelation in housing prices // Journal of Real Estate Finance and Economics. – 2016. – № 17. – P. 61–85. Quintos C. Spatial weight matrices and their use as baseline values and location– adjustment factors in property assessment models // Cityscape. – 2013. – № 15. – Р. 295–306. Григорьев В. В. Обоснование необходимости поправочного коэффициента для расчета кадастровой стоимости недвижимости // Экономические стратегии. – 2018. – № 3 (153). – С. 110–117. Driscoll J. C., Kraay A. Consistent covariance matrix estimation with spatially dependent panel data // Review of Economics and Statistics. – 2015. – № 80. – Р. 549–604. Griffith D. Visualizing analytical spatial autocorrelation components latent in spatial interaction data: an eigenvector spatial filter approach // Comput, Environ Urban Syst. – 2011. – № 35. – Р. 140–149. Подрядчикова Е. Д. Усовершенствование методики земельно-оценочных работ на основе геоинформационного анализа социально-территориальных взаимосвязей элементов городской инфраструктуры // Изв. вузов. Геодезия и аэрофотосъемка. – 2015. – № 5/С. – С. 230–234. Дубровский А. В., Подрядчикова Е. Д. О подходе к расчету показателя социальной комфортности населения для совершенствования систему оценки недвижимости // Вестник СГГА. – 2013. – № 3 (23). – С. 94–100. Носов В. В., Цыпин А. П. Эконометрическое моделирование цены однокомнатной квартиры методом географически взвешенной регрессии // Известия Саратовского университета. Новые серии. Экономика. Управление. Право. – 2015. – № 4. – С. 381–387. Ferretti V., Montibeller G. Key challenges and meta-choices in designing and applying multicriteria spatial decision support systems // Decis. Support Syst. – 2016. – № 84. – Р. 41–52. Дрейпер Н. Р., Смитов Г. В. Прикладной регрессионный анализ: пер. с англ. – М. : Вильямс, 2007. – 912 с. Беляева А. В. Использование пространственных моделей в массовой оценке стоимости объектов недвижимости // Компьютерные исследования и моделирование. – 2012. – Т. 4, № 3. – С. 639−650. Mark J., Goldberg M. Multiple regression analysis and mass assessment // A review of the issue. Apprais. – 2016. – № 56. – Р. 89–109. Геопространственный дискурс опережающего и прорывного мышления / А. П. Карпик, Д. В. Лисицкий, К. С. Байков, А. Г. Осипов, В. Н. Савиных // Вестник СГУГиТ. – 2017. – Т. 22, № 4. – С. 53–67. Ковязин В. Ф., Лепихина О. Ю., Зимин В. П. Разработка прогнозной модели стоимости земель моногородов с учетом экономических факторов деятельности градообразующих предприятий (на примере Мурманской области) // Вестник Московского государственного областного университета. Сер. Естественные науки. – 2018. – № 1. – С. 51–65. Cellmer R., Bełej M., Zrobek S., Subic-Kovac M. Urban Land Value Maps // Methodological Approach. Geod. Vestn. – 2014. – № 58. – Р. 535–551. Трехмерная визуализация неблагоприятных природных условий для корректировки кадастровой стоимости земель / Е. И. Аврунев, Н. В. Гатина, М. В. Козина, В. К. Попов // Известия Томского политехнического университета. Инжиниринг георесурсов. – 2019. – Т. 330, № 1. – С. 181–190.