Динамика цен на жилую недвижимость в городе Санкт-Петербурге: анализ и прогнозы
Статья в журнале
Жилищные стратегии (РИНЦ, ВАК)
опубликовать статью | оформить подписку
Том 12, Номер 3 (Июль-сентябрь 2025)
Введение. Жилищное строительство играет важную роль в современной экономике и социальной сфере. Обеспечить доступность жилья для населения, повысив тем самым уровень жизни, – важнейшая задача руководства страны. В условиях низкой рождаемости она приобретает все большее значение, т.к. проблемы необеспеченности жильем, особенно молодых семей, напрямую влияют на состояние демографии в стране. Данное обстоятельство определяет актуальность исследования динамики цен на жилье в РФ. Санкт-Петербург, являясь «второй» столицей России, занимает в ее экономике крупнейшее место, в связи с чем, в современной статистической практике и аналитике сложилась определенная потребность в анализе цен на недвижимость и их прогнозировании.
Ключевыми проблемами жилищного строительства в Санкт-Петербурге в 2023-2025 гг. являются снижение объемов строительства и усложнение доступа к жилью для населения. С 2023 года объем жилищного строительства в городе уменьшился, что противоречит общероссийской тенденции к его росту. Согласно аналитике Единого ресурса застройщиков, в I квартале 2024 года ввод новых жилых объектов в Санкт-Петербурге сократился на 59% по сравнению с IV кварталом 2023 года [26]. Кроме того, если запуск новых проектов по строительству многоквартирных жилых домов в Северо-Западном федеральном округе в 2023 году сократился на 12%, то в Санкт-Петербурге эта цифра достигла 37% [4]. Среди главных факторов, повлиявших на снижение темпов строительства, называют требование к застройщикам об одновременном формировании социальной инфраструктуры (возведение школ, детских садов и др.) одновременно с постройкой жилья. Это увеличило сложность и стоимость проектов, и, вероятно, способствовало снижению объемов строительства.
Вопрос доступности жилья для населения Санкт-Петербурга остается острым. В целом по стране доступность жилья в России упала в 2023 году до минимального уровня за последние десять лет из-за роста цен 1 кв. м и стагнации доходов населения [12]. Если в Санкт-Петербурге официальная средняя рыночная стоимость одного квадратного метра жилья во втором квартале 2024 года составила 165 тыс. рублей, то реальные рыночные цены были значительно выше: на первичном рынке в апреле 2024 года они достигли 246 тыс. руб. за 1 кв. м, а на вторичном – 205 тыс. руб. [20]. На снижение доступности жилья для населения повлияли повышение процентных ставок, ужесточение условий ипотечного кредитования и высокие затраты на строительство. Помимо этого, существует проблема низкой продаваемости жилья. Как сообщало РБК, к 1 июля 2024 года 64% нового жилья в городе оставались непроданными, что говорит либо о несоответствии цен спросу, либо о превышении предложения над платежеспособным спросом населения [5].
Для смягчения этих проблем были созданы государственные программы, направленные на улучшение доступности жилья для определенных групп населения, таких как, например, молодые семьи и семьи с детьми, через социальные выплаты и субсидии. Так, в Санкт-Петербурге реализуется программа «Обеспечение доступным жильем и услугами ЖКХ жителей Петербурга», включающая поддержку молодых семей и повышение доступности ипотечных кредитов. Однако, несмотря на усилия властей, общая ситуация с доступностью жилья по-прежнему остается сложной, отражая как локальные, так и общие проблемы, связанные с обеспечением достойного уровня жизни населения.
Вышесказанное повлияло на возникновение достаточно большого научного интереса к изучению рынка жилья у отечественных ученых-экономистов и аналитиков. Так, характеристика общей жилищной ситуации в России дана в работе К. В. Янкова [27]. В ней также приводится типология регионов по уровню обеспеченности жильем, объемам жилищного строительства, степени доступности жилья для населения. В. Н. Бердникова [2] обобщила научный опыт, касающийся структуры и цикличности развития российского рынка жилой недвижимости. Им было установлено, что первичный рынок имеет более совершенную конкуренцию, в то время как вторичный – монополистическую. М. Ю. Викторов [6] писал о необходимости создания качественно новой цифровой среды в жилищном строительстве, в рамках которой стало бы возможным снизить транзакционные и операционные издержки, повысить контроль и улучшить партнерские отношения. Анализ рынка жилья г. Санкт-Петербурга за период 2016-2020 гг. приводится в статье И. В. Дроздовой [13]. Ею также составлен рейтинг застройщиков и определены факторы, повлиявшие на спад объемов жилищного строительства в городе. М. В. Боченина [3] описала существующие тенденции на ипотечном и жилищном рынке Санкт-Петербурга, а также представила прогнозную модель оценки доступности жилья. В работе М. Н. Барашева [1] приводятся результаты исследования зависимости стоимости 1 кв. м первичного рынка жилья Невского района Санкт-Петербурга от таких показателей, как удаленность новостройки от метро и престижность микрорайона, которые, по мнению автора, являются главными ценообразующими факторами на момент исследования (2023 г.). С. В. Мудрова [17] занималась выявлением ценообразующих факторов на рынке жилой недвижимости Москвы и Санкт-Петербурга. При помощи регрессионного анализа было количественно оценено влияние на стоимость 1 кв. м жилья кумулятивной инфляции, ключевой ставки ЦБ РФ, средней заработной платы, средневзвешенной ставки по ипотечным кредитам. О. Е. Пирогова [18] рассмотрела такие факторы ценообразования, как количество объявлений о продаже жилья в Санкт-Петербурге, доля ипотечной сделки, ставки по ипотеке, уровень инфляции и курс рубля. Оценка их влияния на цену 1 кв. м была дана на основе методов корреляционно-регрессионного анализа. В. П. Грахов [8] описал, как с помощью теста Бай-Перрона можно определить даты структурных сдвигов во временных рядах объемов жилищного строительства, после которых будут действовать другие тенденции и закономерности. Анализ тенденций на рынке жилья Санкт-Петербурга провела Ю. А. Довганева [11], также ею был предложен интегральный показатель определения конкурентоспособности объектов жилой недвижимости. А. И. Косякина [14] представила свою модификацию метода повторных продаж для оценки индексов цен с учетом изменений характеристик продаваемых объектов на примере Москвы и Санкт-Петербурга. Каким образом пандемия COVID-19 повлияла на рынок жилья Москвы и Санкт-Петербурга исследовал в своей работе М. И. Максимов [15]. Им сделан вывод, что пандемия, вопреки ожиданиям, не снизила продажи, а наоборот, был отмечен их активный рост. М. О. Мамедли [16] применил алгоритмы машинного обучения Elastic Net, Random Forest и Gradient Boosting для оценки стоимости квартир на вторичном рынке жилья Москвы.
Исследованиями путей увеличения доступности жилья для населения занимались многие отечественные ученые. Так, в работе А. Р. Сухининой [21] сделан вывод, что доступность жилья может быть повышена либо снижением стоимости ипотечных кредитов и расширением льготных ставок, либо увеличением размера материнского капитала. В статье Е. Е. Тимофеевой [22] предложено разграничить понятия «доступное жилье» и «доступное комфортное жилье». Тогда, по мнению авторов, в основу определения доступности жилья следует закладывать среднюю цену на экономичные варианты новостроек. В работе М. А. Тобиен [23] сопоставлена доступность и качество жилья на примере административных округов ЦО РФ. Анализ динамики показателей доступности жилья привел в своей статье В. С. Шубный [25]. Им было показано, что несмотря на предпринимаемые государством меры, проблема низкой доступности жилья по-прежнему остается актуальной. Н. В. Волкова [7] сравнила темпы роста номинальных доходов населения и цен на жилье, ею также рассмотрен коэффициент доступности жилья, вычисляемый как среднее количество лет, необходимое семье для покупки квартиры на первичном рынке жилья, на основе этого коэффициента определены субъекты РФ с самой высокой доступностью жилья. В работе Е. Ю. Смирновой [19] приводятся возможные критерии измерения доступности жилья (срок накопления необходимой суммы денег на покупку квартиры, соотношение дохода и платежа, доля населения с доступной ипотекой на первичном рынке), а также дается оценка ипотечному кредиту в Санкт-Петербурге. В статье Ж.А. Хоркиной [24] рассмотрены инструменты повышения платежеспособного спроса на новостройки Москвы, а также дана социально-экономическая характеристика их потенциальных покупателей.
Несмотря на достаточную изученность рынка жилья России, имеется практическая потребность в обновлении результатов обследований, особенно для таких мегаполисов, как Санкт-Петербург. Данное обстоятельство определило цель исследования: провести статистический анализ динамики цен на жилье в Санкт-Петербурге и построить прогнозы цен на период 2025-2026 гг. Методологически работа выполнялась по следующим этапам:
- подготовлен статистический обзор динамики средних цен 1 кв. м квартир первичного и вторичного жилья, а также средней стоимости аренды однокомнатной и двухкомнатных квартир за период 2010-2024 гг.;
- дана оценка доступности жилья для населения на основе рассчитанных соотношений среднедушевых месячных доходов населения и цен на жилую недвижимость;
- исследовано влияние роста цен 1 кв. м жилья первичного и вторичного рынков на стоимость аренды квартиры на основе расчета коэффициентов корреляции Пирсона; установлен временной лаг (промежуток), по истечении которого данное влияние наиболее существенно;
- исследованы разные классы моделей временных рядов на их пригодность для прогнозирования средних цен на 1 кв. м квартиры первичного и вторичного жилья, а также стоимости аренды квартир;
- рассчитаны прогнозные значения средних цен на 1 кв. м квартир первичного и вторичного рынков, а также средней стоимости аренды однокомнатной квартиры на основе моделей двойного экспоненциального сглаживания Хольта на каждый месяц периода 2025-2026 гг.;
- сделаны выводы по проведенному исследованию.
Полученная методика анализа динамики и построения прогнозов на рынке недвижимости определяет научную новизну и практическую ценность данного исследования.
Материалы и методы. В основе исследования лежат данные сайта бесплатных объявлений по продаже недвижимости «Росриэлт» [10].
Для прогнозирования цен на 1 кв. м квартиры первичного и вторичного рынка жилья, а также стоимости аренды однокомнатных квартир использовалась модель двойного экспоненциального сглаживания с учетом линейного тренда следующего вида:
,
где
–
прогнозное значение на период t
(сглаженное
значение для периода (t-1);
–
текущее значение временного ряда;
–
параметр сглаживания (фактор демпфирования);
–
оценка тренда;
–
параметр сглаживания для оценки тренда;
–
период, на который осуществляется прогноз;
–
прогноз на период
.
Для качественной характеристики моделей рассчитывались средние ошибки аппроксимации по следующей формуле:
где –
фактические значения уровней временного ряда;
–
значения уровней временного ряда, рассчитанные по модели;
–
число уровней временного ряда (i=1,
…,
).
Интерпретация средней ошибки аппроксимации основывалась на следующей шкале: 0-5% – «отличное», от 6-10% – «хорошее», от 10-15% – «допустимое», свыше 15% – «низкое» качество модели.
Прогнозирование стоимости аренды двухкомнатных квартир в процессе исследования не проводилось в силу того, что не удалось подобрать адекватную модель с приемлемой для прогнозирования ошибкой аппроксимации, т.к. исходные данные имели слабый тренд и сильную случайную составляющую.
Для определения связи цены 1 кв. м квартиры и стоимости аренды жилья применялись коэффициенты корреляции Пирсона, рассчитываемые по формуле:
,
где –
первый динамический ряд;
–
второй динамический ряд;
–
средняя из произведений x
и
y;
–
среднее значение по ряду x;
–
среднее значение по ряду y.
Значимость полученных коэффициентов корреляции оценивалась по критерию
Стьюдента на уровне значимости 0,05 и числом степеней свободы
.
Для вычислений были использованы возможности пакета STATISTICA.
Результаты исследования. В процессе исследования рассматривались следующие показатели, характеризующие динамику цен на жилую недвижимость в Санкт-Петербурге:
- средняя цена одного квадратного метра квартиры;
- средняя цена одного квадратного метра вторичного жилья;
- средняя цена одного квадратного метра первичного жилья;
- средняя стоимость аренды однокомнатной квартиры;
- средняя стоимость аренды двухкомнатной квартиры.
Значения показателей относятся к периоду 2010-2024 гг. в разбивке по месяцам года.
Статистический анализ показал, что с 2010 г. по 2024 г. в Санкт-Петербурге средние цены 1 кв. м квартир всех видов, и, в частности, вторичного жилья увеличились в 2,8 раза (квартир – с 84,5 тыс. руб. до 235,3 тыс. руб., вторичного жилья – с 85,8 тыс. руб. до 233,9 тыс. руб.), первичного жилья – в 3,3 раза (с 78,7 тыс. руб. до 260,7 тыс. руб.) (табл. 1).
Таблица 1 – Средние цены на жилую недвижимость в Санкт-Петербурге с 2010 г. по 2024 г.*
Годы
|
Средняя
цена 1 кв. м квартиры, руб.
|
Средняя
цена 1 кв. м вторичного жилья, руб.
|
Средняя
цена 1 кв. м первичного жилья, руб.
|
Средняя
стоимость аренды однокомнатной квартиры, руб.
|
Средняя
стоимость аренды двухкомнатной квартиры, руб.
|
2010
|
84451
|
85810
|
78680
|
14857
|
17553
|
2011
|
82689
|
83399
|
75597
|
15792
|
19349
|
2012
|
82731
|
84497
|
72254
|
17673
|
21935
|
2013
|
94745
|
99438
|
80375
|
20482
|
27542
|
2014
|
98825
|
105409
|
84595
|
20236
|
30588
|
2015
|
102826
|
109773
|
98384
|
20665
|
33049
|
2016
|
102461
|
107644
|
96690
|
19306
|
31309
|
2017
|
106471
|
109382
|
99523
|
18557
|
32424
|
2018
|
114852
|
116882
|
112670
|
18188
|
26184
|
2019
|
116519
|
116279
|
129277
|
17805
|
25994
|
2020
|
120639
|
121725
|
118566
|
16582
|
28551
|
2021
|
163474
|
167403
|
172378
|
18251
|
37391
|
2022
|
203677
|
207671
|
247326
|
22274
|
42041
|
2023
|
231305
|
230453
|
258588
|
22771
|
33964
|
2024
|
235277
|
233883
|
260738
|
33827
|
45158
|
Рост цен происходил со среднегодовыми темпами прироста 7,6% (на квартиры), 7,4% (на вторичное жилье) и 8,9% (на первичное жилье). Увеличение цен по годам было неравномерным (табл. 2). Так, например, периоды 2011 г., 2012 г. и 2016 г. характеризуются снижением цен по отношению к предыдущему году. В 2020 г. наблюдался самый значительный спад цен на первичное жилье на 8,3% по отношению к 2019 г., что, очевидно, связано с распространением коронавируса на территории РФ и введением локдауна. Наибольший скачок зарегистрирован в 2021 г., когда цены выросли на 35,5% на квартиры, на 37,5% на вторичное жилье и на 45,4% на первичное жилье. Надо сказать, что цены на первичное жилье растут гораздо быстрее, чем на «вторичку», что хорошо видно по графику на рисунке 1.
Таблица 2 – Динамика средних цен 1 кв. м жилья в Санкт-Петербурге за период 2010-2024 гг.
Годы
|
Темпы
роста средних цен 1 кв. м квартиры, %
|
Темпы
роста средних цен 1 кв. м вторичного жилья, %
|
Темпы
роста средних цен 1 кв. м первичного жилья, %
| |||
к
предыдущему году
|
к
2010 г.
|
к
предыдущему году
|
к
2010 г.
|
к
предыдущему году
|
к
2010 г.
| |
2010
|
-
|
100,0
|
-
|
100,0
|
-
|
100,0
|
2011
|
97,9
|
97,9
|
97,2
|
97,2
|
96,1
|
96,1
|
2012
|
100,1
|
98,0
|
101,3
|
98,5
|
95,6
|
91,8
|
2013
|
114,5
|
112,2
|
117,7
|
115,9
|
111,2
|
102,2
|
2014
|
104,3
|
117,0
|
106,0
|
122,8
|
105,3
|
107,5
|
2015
|
104,0
|
121,8
|
104,1
|
127,9
|
116,3
|
125,0
|
2016
|
99,6
|
121,3
|
98,1
|
125,4
|
98,3
|
122,9
|
2017
|
103,9
|
126,1
|
101,6
|
127,5
|
102,9
|
126,5
|
2018
|
107,9
|
136,0
|
106,9
|
136,2
|
113,2
|
143,2
|
2019
|
101,5
|
138,0
|
99,5
|
135,5
|
114,7
|
164,3
|
2020
|
103,5
|
142,9
|
104,7
|
141,9
|
91,7
|
150,7
|
2021
|
135,5
|
193,6
|
137,5
|
195,1
|
145,4
|
219,1
|
2022
|
124,6
|
241,2
|
124,1
|
242,0
|
143,5
|
314,3
|
2023
|
113,6
|
273,9
|
111,0
|
268,6
|
104,6
|
328,7
|
2024
|
101,7
|
278,6
|
101,5
|
272,6
|
100,8
|
331,4
|
Составлено авторами
Рисунок 1 – Динамика цен на жилую недвижимость в Санкт-Петербурге за период 2010-2024 гг.
Средняя стоимость аренды однокомнатной квартиры в Санкт-Петербурге с 2010 г. по 2024 г. выросла в 2,3 раза со средними темпами прироста 6,1% в год и в 2024 г. составила около 34 тыс. руб. Более интенсивно увеличивалась средняя стоимость аренды двухкомнатной квартиры (рис. 2). С 2010 г. по 2024 г. она выросла в 2,6 раза со средними темпами прироста 7% в год и составила около 45 тыс. руб. В тоже время наблюдались периоды спада цен на аренду: на однокомнатные квартиры в 2014 г. и в период 2016-2020 гг.; на двухкомнатные квартиры в 2016 г., 2018-2019 гг. и в 2023 г. Самый большой рост цен отмечен в 2024 г., когда средняя стоимость аренды однокомнатной квартиры увеличилась на 48,6% по отношению к предыдущему году, а двухкомнатной – на 33% (табл. 3).
Таблица 3 – Динамика средней стоимости аренды квартир в Санкт-Петербурге за период 2010-2024 гг.
Годы
|
Темпы
роста средней стоимости аренды однокомнатной квартиры, руб.
|
Темпы
роста средней стоимости аренды двухкомнатной квартиры, руб.
| ||
к
предыдущему году
|
к
2010 г.
|
к
предыдущему году
|
к
2010 г.
| |
2010
|
-
|
100,0
|
-
|
100,0
|
2011
|
106,3
|
106,3
|
110,2
|
110,2
|
2012
|
111,9
|
119,0
|
113,4
|
125,0
|
2013
|
115,9
|
137,9
|
125,6
|
156,9
|
2014
|
98,8
|
136,2
|
111,1
|
174,3
|
2015
|
102,1
|
139,1
|
108,0
|
188,3
|
2016
|
93,4
|
129,9
|
94,7
|
178,4
|
2017
|
96,1
|
124,9
|
103,6
|
184,7
|
2018
|
98,0
|
122,4
|
80,8
|
149,2
|
2019
|
97,9
|
119,8
|
99,3
|
148,1
|
2020
|
93,1
|
111,6
|
109,8
|
162,7
|
2021
|
110,1
|
122,8
|
131,0
|
213,0
|
2022
|
122,0
|
149,9
|
112,4
|
239,5
|
2023
|
102,2
|
153,3
|
80,8
|
193,5
|
2024
|
148,6
|
227,7
|
133,0
|
257,3
|
Составлено авторами
Рисунок 2 – Динамика стоимости аренды квартир в Санкт-Петербурге за период 2010-2024 гг.
Невзирая на краткосрочные падения, цены на недвижимость в Санкт-Петербурге росли. Но вместе с ними росли и доходы населения [9]. Для того, чтобы реально оценить доступность жилья и ее динамику были рассчитаны соотношения среднедушевых месячных доходов населения и цен на жилую недвижимость (табл. 4). Анализ показал, что соотношение доходов и цен на 1 кв. м жилья в период 2010-2024 гг. находилось в пределах 0,26-0,41. При этом нет устойчивой тенденции в динамике по всем показателям (квартирам, вторичному и первичному жилью), т.е. соотношения по годам менялись достаточно хаотично. Самые низкие значения наблюдались в 2010, 2022 и 2023 годах, это периоды с наибольшей недоступностью жилья для населения. Например, в 2022-2023 гг. среднестатистический петербуржец на свой месячный доход мог купить всего лишь 0,26-0,28 кв. м первичного жилья. Наиболее благоприятными для населения годами с наивысшей доступностью жилья являлся период 2016-2020 гг., когда месячного дохода среднестатистического (с точки зрения дохода) петербуржца хватало на 0,36-0,41 кв. м жилья. В 2024 г. соотношение между доходами и ценами на жилую недвижимость увеличилось по сравнению с двумя предыдущими годами, что объясняется более высокими темпами роста доходов населения по сравнению с темпами роста цен на жилье.
По поводу аренды жилья, исходя из данных таблицы 4, можно сказать, что самым благоприятным периодом для населения был 2023 г., когда на свой месячный доход среднестатистический, с точки зрения величины дохода, петербуржец мог арендовать 3,16 однокомнатных квартиры или 2,12 двухкомнатных. В 2024 г. доступность аренды для населения снизилась до соотношения 2,44 для однокомнатных квартир и 1,83 для двухкомнатных, что близко к уровням предыдущих до 2023 года лет.
Самым неблагоприятным для аренды однокомнатных квартир был период с 2010 г. по 2015 г., когда соотношение дохода населения и стоимости квартир находилось в пределах 1,47-1,78. Для двухкомнатных квартир самая большая недоступность аренды отмечалась в 2013-2015 гг. при соотношении дохода и стоимости квартир в пределах 1,07-1,11.
Таблица 4 – Соотношение среднедушевых месячных доходов населения и цен на жилую недвижимость в Санкт-Петербурге за период 2010-2024 гг.
Годы
|
Соотношение
доходов населения и цены 1 кв. м квартиры
|
Соотношение
доходов населения и цены 1 кв. м вторичного жилья
|
Соотношение
доходов населения и цены 1 кв. м первичного жилья
|
Соотношение
доходов населения и стоимости аренды однокомнатной квартиры
|
Соотношение
доходов населения и стоимости аренды двухкомнатной квартиры
|
2010
|
0,29
|
0,29
|
0,32
|
1,67
|
1,41
|
2011
|
0,31
|
0,31
|
0,34
|
1,65
|
1,34
|
2012
|
0,33
|
0,33
|
0,38
|
1,56
|
1,26
|
2013
|
0,32
|
0,30
|
0,38
|
1,47
|
1,10
|
2014
|
0,33
|
0,31
|
0,39
|
1,62
|
1,07
|
2015
|
0,36
|
0,33
|
0,37
|
1,78
|
1,11
|
2016
|
0,38
|
0,36
|
0,40
|
2,02
|
1,25
|
2017
|
0,39
|
0,38
|
0,41
|
2,23
|
1,27
|
2018
|
0,38
|
0,38
|
0,39
|
2,41
|
1,68
|
2019
|
0,39
|
0,40
|
0,36
|
2,58
|
1,77
|
2020
|
0,40
|
0,39
|
0,40
|
2,87
|
1,67
|
2021
|
0,34
|
0,33
|
0,32
|
3,05
|
1,49
|
2022
|
0,32
|
0,31
|
0,26
|
2,94
|
1,56
|
2023
|
0,31
|
0,31
|
0,28
|
3,16
|
2,12
|
2024
|
0,35
|
0,35
|
0,32
|
2,44
|
1,83
|
При сопоставлении динамики изменений соотношений по всем показателям (табл. 4) видно, что «неблагоприятные» периоды аренды квартир наступают после «неблагоприятных» периодов соотношений доходов и цен на 1 кв. м жилья, т.е. дорогое, с позиций покупательной способности населения, жилье, как правило, вызывает высокую стоимость аренды через определенный промежуток времени. Для того, чтобы математически оценить влияние и установить величину этого промежутка, были рассчитаны коэффициенты корреляции Пирсона между ценами на 1 кв. м жилья и стоимостями аренды квартир, в том числе смещенными на один и два лага (периода). Все они показали тесную зависимость между показателями (табл. 5), причем с увеличением лага (сдвига сначала на один, а затем на два периода) значения коэффициентов возрастают. Таким образом, увеличение цены 1 кв. м жилья приводит к увеличению стоимости аренды однокомнатных квартир уже на следующий год и к еще большему увеличению через 2 года (наибольшее влияние через 2 года). Пик влияния увеличения цен на 1 кв. м жилья на стоимость аренды двухкомнатных квартир приходится на следующий год и немного снижается через 2 года (табл. 5).
Таблица 5 – Коэффициенты корреляции Пирсона*
|
Средняя
цена 1 кв. м квартиры
|
Средняя
цена 1 кв. м вторичного жилья
|
Средняя
цена 1 кв. м первичного жилья
|
Стоимость
аренды однокомнатной квартиры
|
0,752
|
0,756
|
0,716
|
Стоимость
аренды однокомнатной квартиры (значения показателя сдвинуты на один
уровень**)
|
0,819
|
0,819
|
0,765
|
Стоимость
аренды однокомнатной квартиры (значения показателя сдвинуты на два уровня***)
|
0,820
|
0,849
|
0,768
|
Стоимость
аренды двухкомнатной квартиры
|
0,805
|
0,825
|
0,790
|
Стоимость
аренды двухкомнатной квартиры (значения показателя сдвинуты на один
уровень**)
|
0,759
|
0,771
|
0,701
|
Стоимость
аренды двухкомнатной квартиры (значения показателя сдвинуты на два уровня***)
|
0,714
|
0,706
|
0,718
|
* коэффициенты значимы по t-критерию Стьюдента на уровне значимости 0,05.
** данные 2011 г. были отнесены к уровню 2010 г., 2012 г. – к 2011 г. и т.д.
*** данные 2012 г. были отнесены к уровню 2010 г., 2013 г. – к 2011 г. и т.д.
В процессе прогнозирования цен на жилую недвижимость Санкт-Петербурга были рассмотрены следующие модели:
- аналитического выравнивания по линейной функции;
- аналитического выравнивания по параболе;
- аналитического выравнивания по степенной функции;
- аналитического выравнивания по показательной функции;
- ARIMA;
- SARIMA;
- двойного экспоненциального сглаживания Хольта с учетом линейного тренда;
- двойного экспоненциального сглаживания Хольта с учетом экспоненциального тренда;
- тройного экспоненциального сглаживания Винтерса с учетом линейного тренда и сезонности (отдельно рассматривались модели с аддитивной и мультипликативной сезонностью);
- тройного экспоненциального сглаживания Винтерса с учетом экспоненциального тренда и сезонности (по отдельности с аддитивной и мультипликативной сезонностью).
Для всех прогнозируемых показателей лучшие результаты, с точки зрения хорошей аппроксимации, которая оценивалась на основе средней ошибки аппроксимации, показала модель двойного экспоненциального сглаживания Хольта с учетом линейного тренда. Ошибки аппроксимации составили около 2%, за исключением прогнозной модели стоимости аренды однокомнатной квартиры (6,9%), что позволяет считать полученные модели пригодными для прогнозных целей (по шкале оценки качества при ошибке меньше 5% качество моделей оценивается как «отличное», 6-10% - «хорошее»).
Для показателя «средняя цена одного квадратного метра квартиры в Санкт-Петербурге» модель двойного экспоненциального сглаживания Хольта с линейным трендом имеет вид (α=0,7, γ=0,5):
Средняя ошибка аппроксимации равна 2,2%. В таблице 6 содержатся прогнозные значения цены одного квадратного метра квартиры в Санкт-Петербурге на период 2025-2026 гг. по месяцам года. По рисунку 3 можно судить, насколько значения по полученной модели близки к фактическим данным.
Таблица 6 – Прогнозы цен на жилую недвижимость в г. Санкт-Петербурге на 2025-26 гг.
Период
|
Средняя
цена 1 кв. м квартиры, руб.
|
Средняя
цена 1 кв. м вторичного жилья, руб.
|
Средняя
цена 1 кв. м первичного жилья, руб.
|
Средняя
стоимость аренды однокомнатной квартиры, руб. в месяц
|
2025
г.
| ||||
июль
|
243282
|
227467
|
270460
|
47404
|
август
|
246024
|
228029
|
273499
|
48435
|
сентябрь
|
248767
|
228592
|
276538
|
49466
|
октябрь
|
251509
|
229154
|
279577
|
50497
|
ноябрь
|
254252
|
229716
|
282617
|
51529
|
декабрь
|
256994
|
230278
|
285656
|
52560
|
2026
г.
| ||||
январь
|
259736
|
230840
|
288695
|
53591
|
февраль
|
262479
|
231403
|
291734
|
54622
|
март
|
265221
|
231965
|
294773
|
55653
|
апрель
|
267964
|
232527
|
297813
|
56684
|
май
|
270706
|
233089
|
300852
|
57716
|
июнь
|
273448
|
233651
|
303891
|
58747
|
июль
|
276191
|
234213
|
306930
|
59778
|
август
|
278933
|
234776
|
309969
|
60809
|
сентябрь
|
281676
|
235338
|
313009
|
61840
|
октябрь
|
284418
|
235900
|
316048
|
62871
|
ноябрь
|
287161
|
236462
|
319087
|
63902
|
декабрь
|
289903
|
237024
|
322126
|
64934
|
Составлено авторами
Рисунок 3 – Динамика средних цен за 1 кв. м квартиры в Санкт-Петербурге
Прогноз показателя «средняя цена одного квадратного метра вторичного жилья в Санкт-Петербурге» осуществлялся по модели Хольта следующего вида (α=0,7, γ=0,4):
Модель имеет небольшую среднюю ошибку аппроксимации, равную 2,1%. На рисунке 4 видна близость фактических и прогнозных значений, рассчитанных по модели. Прогнозные значения цены одного квадратного метра вторичного жилья в г. Санкт-Петербург на каждый месяц с 2025 г. по 2026 г. приведены в таблице 6.
Составлено авторами
Рисунок 4 – Динамика средних цен за 1 кв. м вторичного жилья в Санкт-Петербурге
Для прогнозирования показателя «средняя цена одного квадратного метра первичного жилья в Санкт-Петербурге» использовалась следующая модель (α=0,8, γ=0,4):
Средняя ошибка аппроксимации составила 2,2%. Прогнозные значения показателя достаточно близки к фактическим, что видно на рисунке 5. Прогнозы средних цен 1 кв. м первичного жилья в Санкт-Петербурге на каждый месяц 2025-2026 гг. содержатся в таблице 6.
Составлено авторами
Рисунок 5 – Динамика средних цен за 1 кв. м первичного жилья в Санкт-Петербурге
Модель двойного экспоненциального сглаживания Хольта с линейным трендом для показателя «средняя стоимость аренды однокомнатной квартиры в Санкт-Петербурге» имеет вид (α=0,3, γ=0,1):
Средняя ошибка аппроксимации составила 6,9%. На рисунке 6 показаны фактические и прогнозные значения показателя. В таблице 6 приводятся месячные прогнозы средней стоимости аренды однокомнатной квартиры в Санкт-Петербурге на период 2025-2026 гг.
Составлено авторами
Рисунок 6 – Динамика средней стоимости аренды однокомнатной квартиры в Санкт-Петербурге
Заключение. Исследование цен на жилье в г. Санкт-Петербурге выявило следующие проблемы:
- стоимость жилья растет интенсивно, опережая доходы населения: на первичное – со средними темпами роста 108,9% в год (за период 2010-2024 гг.); на вторичном рынке – 107,4% в год, отсюда также возникает проблема низкой продаваемости жилья;
- аренда квартир становится все более недоступной для большинства граждан: стоимость аренды однокомнатной квартиры с 2010 по 2024 год выросла в 2,3 раза (со среднегодовыми темпами роста 106,1%), двухкомнатной – в 2,6 раза (со среднегодовыми темпами роста 107,0%), что значительно ухудшает уровень жизни населения;
- повышение цен на 1 кв. м. приводит к росту стоимости аренды однокомнатной квартиры уже на следующий год (пик влияния наступает через 2 года), двухкомнатной – на следующий год (пик влияния), отсюда возникает ситуация, когда и купить, и снять жилье – дорого.
Решить данные проблемы можно путем повышения реальных доходов населения, снижения ставок по ипотекам, расширением объемов жилищного строительства, снижением его себестоимости, развития лизинга жилья (наем квартиры с последующим его выкупом).
Возможными направлениями дальнейших исследований в этой области могут являться факторы ценообразования на рынке недвижимости, касающиеся качества жилья, района города, имеющейся инфраструктуры, экологической ситуации, удаленности от центра города и т.п., что поможет застройщикам и риелторам в профессиональной деятельности бизнес-планирования.
Страница обновлена: 04.07.2025 в 12:11:33