Анализ жилищных условий населения с использованием ГИС-технологий (на примере Приволжского федерального округа)

Одним из главных критериев оценки уровня жизни граждан и стабильности социальной обстановки является обеспеченность жильем. Необходимость в жилище относится к числу первичных жизненных нужд человека. Жилищная проблема на современном этапе развития российского общества стоит как никогда остро. Спрос на жилье со стороны населения постоянно возрастает, несмотря на снижение численности населения России [1-5]. В связи с этим можно утверждать, что тема, посвященная анализу жилищных условий населения, является актуальной и она косвенно позволяет оценить уровень жизни населения региона.

Основными составляющими жилищных условий населения в регионах являются общая площадь жилых помещений, приходящаяся в среднем на одного жителя, среднемесячный размер субсидий на оплату жилого помещения и коммунальных услуг на семью, руб.; удельный вес расходов домашних хозяйств на оплату жилищно-коммунальных услуг, %; индекс цен на первичном рынке жилья. Выявление региональной дифференциации является важным звеном при формировании жилищной политики и программ развития регионов [6-8]. Для этого по вышеперечисленным показателям регионы Приволжского федерального округа методом кластерного анализа были разбиты на группы. Результаты классификации представлены на рис. 1.

Рис. 1. Кластеризация регионов Приволжского федерального округа по показателям, характеризующим жилищные условия населения методом Уорда.

Условные обозначения

КЛАСТЕРИЗАЦИЯ РЕГИОНОВ ПРИВОЛЖСКОГО ФЕДЕРАЛЬНОГО ОКРУГА ПО ПОКАЗАТЕЛЯМ, ХАРАКТЕРИЗУЮЩИМ ЖИЛИЩНЫЕ УСЛОВИЯ НАСЕЛЕНИЯ

2] Территории, выделенные в первый кластер I | Территории, выделенные во второй кластер [ 1 Территории, выделенные в третий кластер НАСЕЛЕННЫЕ ПУНКТЫ

0 1 000 000 и более жителей

® от 500 000 до 1 000 000 жителей

® от 100 000 до 500 000 жителей

0 от 50 000 до 100 000 жителей о менее 50 000 жителей

КАЗАНЬ Центры субъектов Российской Федерации

Нефтекамск Прочие города и поселки городского типа

ГРАНИЦЫ

—— Российской Федерации

---Федеральных округов

---- Административных единиц

ГИДРОГРАФИЯ

Реки

Цифрами на карте обозначены

• 1    Воронежская область

• 2    Тамб овская область

• 3    Рязанская область

• 4    Владимирская область

• 5    Ивановская область

• 6    Ярославская область

• 7    Курганская область

Рис. 2. Оценка жилищных условий населения Приволжского федерального округа (по результатам кластерного анализа).

Обработка исходной информации проводилась с использованием современных средств вычислительной техники с применением пакета прикладных программ STATISTICA 10.0, а для визуализации исходной информации был использован ГИС-пакет ArcGIS 10.0.

Все регионы ПФО разбились на три группы по уровню жилищных условий проживания населения.

Регионы первого кластера (Ульяновская область, Пензенская область, Республика Мордовия) характеризуются высокими значениями общей площади жилых помещений, приходящейся в среднем на одного жителя, удельного веса расходов домашних хозяйств на оплату жилищно-коммунальных услуг, значительным среднемесячным размером субсидий на оплату жилого помещения и коммунальных услуг на семью и самыми низкими индексами цен на первичном рынке жилья среди регионов ПФО.

Второй кластер (Саратовская, Кировская, Оренбургская области, Удмуртская, Чувашская и Республика Марий Эл) характеризуется средними значениями по всем выбранным показателям среди регионов ПФО.

Что касается третьего кластера (Самарская, Нижегородская обл., Пермский край, Республики Татарстан и Башкортостан), то в данных регионах отмечено среднее значение общей площади жилых помещений, приходящейся в среднем на одного жителя, высокий удельный вес расходов домашних хозяйств на оплату жилищно-коммунальных услуг, высокий среднемесячный размер субсидий на оплату жилого помещения и коммунальных услуг на семью и самые высокие индексы цен на первичном рынке жилья среди регионов ПФО. По результатам кластерного анализа была по- строена карта «Оценка жилищных условий населения Приволжского федерального округа» (рис. 2).

Для исследования взаимосвязи показателей, характеризующих исследуемый фактор социальной комфортности проживания населения регионов, по каждому выделенному кластеру были построены регрессионные модели степени влияния семи выбранных показателей на индекс цен на первичном рынке жилья. Модели построены на основе данных регионов ПФО, входящих в соответствующие кластеры за 2009-2014 гг.. [11, 12]. Представляет интерес проследить формирование и изменение данных показателей по сформированным группам регионов, имеющих схожие характеристики социальной комфортности проживания населения [9]. В качестве результирующего показателя выбран У ₁ (индекс цен на первичном рынке жилья, %). В качестве независимых факторных переменных отобраны следующие показатели: x₁- численность населения, тыс. чел.; x 2 - среднедушевые денежные доходы населения, руб.; x₃- уровень занятости, в % к численности населения в возрасте 15-72 лет; x 4 - объем платных услуг населению, в % к соответствующему месяцу предыдущего года; x 5 - среднегодовая численность работников, %; x₆- индексы потребительских тарифов на отдельные виды жилищно-коммунальных услуг всего, в % к декабрю предыдущего года; x₇- строительство жилых домов, в % к соответствующему периоду предыдущего года. В результате проведенного регрессионного анализа для 1 кластера, была получена следующая регрессионная модель:

Модель индекса цен на первичном рынке жилья: ц ₁₂ = 402,86 + 2,9 х₃ - 6,54 х ₆ + 3,8 х₇      (1)

t-статистика (-7,77)   (-6,29)   (7,01)

^R 2 = ^0,68   F... = 13,08 > F. . (0,05;4;25) = 2,76

гаае                    oaa

Уравнение (1) адекватно описывает обратную зависимость показателя индекса цен на первичном рынке жилья (У12) от индексов потребительских тарифов на отдельные виды жилищно-коммунальных услуг (х6) и прямую зависимость от показателей уровня занятости, в % к численности населения в возрасте 1572 лет (х3) и строительства жилых домов (хп). Данная зависимость является вполне логичной.

Построение аналогичной модели для второго кластера дало следующие результаты:

Модель индекса цен на первичном рынке жилья:

у₂₂ =- 145,11 - 1,07 х, + 3,43 х ₃ + 0,3 х ₇ (2) t-статистика (-4,07)   (3,24)  (4,09)

^{R 2} = 0,51; F = 9,06 >  F (0,05;3;26) = 2,98 гаае       ,            oaa ,                      ,

Во втором кластере, в который были отнесены регионы со средними значениями исследуемых показателей, на уровень индекса цен на первичном рынке жилья, в отличие от первого кластера, влияют показатели численности населения (в = —5,5) и уровень занятости (в = 5,81), кроме того, немалое воздействие оказывает показатель строительство жилых домов (Р7 = 0,86).

Построение аналогичной модели для третьего кластера дало следующие результаты:

Модель индекса цен на первичном рынке жилья: у₃₂ = 146,99 + 1,6 х ₅ + 2,06 х ₇ (3) t-статистика (3,58)   (-4,07)

R2 = 0,50; F...,= 10,8 > F. (0,05;2;21) = 3,47 гаае      ,      oaa ,777    ,

Уровень индекса цен на первичном рынке жилья напрямую зависит только от двух показателей: среднегодовая численность работников ( Х5 ) и строительство жилых домов ( Х₇ ) [10].

Проанализировав все полученные уравнения множественной регрессии можно сделать вывод, что во всех кластерах присутствует различная зависимость факторов и результативных признаков. Стандартизованные коэффициенты по всем трем кластерам по системе показателей позволили выявить эти различия (табл. 1). Величина индекса цен на первичном рынке жилья во всех трех кластерах зависит от строительства жилых домов ( Х 7 ).

Таблица 1 Стандартизованные коэффициенты множественной регрессии (индекс цен на первичном рынке жилья)

Показатели	в -коэфф-т	x 1	x 2	x 3	x 4	x 5	x 6	x 7
1 кластер	значение			-9,8			-2,84	8,30
	ранг			1			3	2
2 кластер	значение	-5,5		5,81				0,86
	ранг	2		1				3
3 кластер	значение					-3,35		2,95
	ранг					1		2

Однако уровень занятости ( Х₃ ) и среднегодовая численность работников ( Х 5 ) находятся на первом месте по степени влияния на результативный показатель.

Подводя итог проведенному исследованию, стоит отметить, что, несмотря на сходства влияния различных показателей на результативные признаки, во всех кластерах присутствуют свои отличия, в зависимости от кластера и характера регионов, входящих в них. Очевидно, что для дальнейшего изучения жилищных условий населения в регионах ПФО необходим постоянный мониторинг результатов реализации основных направлений современной государственной жилищной политики [13, 14].