Автоматизация анализа объектов недвижимости при оценке градостроительного потенциала территории

Актуальность исследования

Современное технологическое развитие влечет за собой цифровую трансформацию всех отраслей, включая градостроительство и территориальное планирование (Акристиний, 2018) [1, с.69]. Одним из наиболее значимых изменений в этой области стало распространение автоматизированных методов сбора и анализа больших данных, которые дают новые возможности для принятия инвестиционных решений уже на предпроектной стадии.

Внедрение новых технологий в инвестиционно-строительную деятельность направлено на повышение эффективности принимаемых решений на предпроектной стадии благодаря более точному анализу пространственных, демографических, социальных и экономических данных (Леонов, 2020) [10, с. 70]. Применение таких инструментов способствует переходу к комплексному и системному анализу территорий (Грановитов и др., 2022) [5, с. 8].

Однако на практике всё ещё широко применяют традиционные методы сбора и обработки исходных данных, предполагающие ручную работу и ограниченные ресурсы для анализа (Бойко и др., 2023) [2, с.13]. В условиях роста объёмов информации такие методы затрудняют получение актуальных и точных сведений. Ручные методы сбора и обработки данных включают визуальные исследования, опросы, анализ отчетной документации и онлайн-карт (Московченко, Козина, 2019) [11, с.159]. Такие подходы позволяют получить достаточно подробную информацию, однако они требуют достаточное количество времени на их сбор и подвержены человеческому фактору. (Игнатьев и др., 2014) [8, с.6]. В условиях растущих объёмов информации и необходимости принятия оперативных решений такие методы становятся всё менее эффективными (Брагин, 2004) [3, с.166].

Перед началом реализации любого инвестиционного проекта важно провести комплексный анализ территории, на которой предполагается застройка (Омуралиев и др., 2018) [12, с.363]. Он позволяет получить объективную оценку о ее текущем состоянии, выявить сильные и слабые стороны, определить потенциал и направления развития.

Основу анализа составляют несколько важных факторов, без которых невозможно достоверно оценить потенциал территории. В первую очередь, это существующая застройка и обеспеченность инфраструктурой (Зиятдинов и др., 2019) [7, с.6]. Также необходимо учитывать, насколько активен рынок недвижимости в пределах выбранного района, есть ли конкуренты поблизости и какая обстановка с транспортной доступностью.

Целью настоящей работы является анализ современных методов сбора и обработки больших данных, применяемых в рамках предпроектного анализа территории.

В рамках исследования ставятся такие задачи как анализ существующих подходов к предпроектному анализу территории с точки зрения используемых методов сбора и обработки данных и сравнительная оценка ручных и автоматизированных методов сбора данных на практике.

Исходные данные и методы исследования

При проведении предпроектного анализа выбранной территории используются различные источники данных. Их можно условно разделить на открытые и закрытые. К открытым источникам относят те, которые находятся в открытом доступе. Однако стоит учитывать, что подобные данные не всегда бывают достоверными и актуальными, поэтому нуждаются в проверке. Среди открытых платформ можно выделить «Авито», где представлены сведения о продаже и аренде недвижимости. Также источником данных является «Яндекс Карты», которые позволяют оценить инфраструктуру района. Схожим по функционалу являются онлайн-карты «2ГИС», которые содержат данные о зданиях и организациях, включая год постройки и материалы стен.

В отдельную категорию можно выделить такой государственный ресурс как «Бизнес-навигатор МСП» (МСП – малое и среднее предпринимательство), который обладает качественно иной исходной информацией, чем ранее перечисленные геоинформационные системы. Дело в том, что у данной платформы непосредственная интеграция с данными Федеральной налоговой службой РФ и существует возможность формирования интерактивных макроэкономических отчетов по материалам Росстата и Центрального банка РФ. Всё это помогает анализировать конкурентов в ближайшем окружении локации и строить бизнес-модель, но для доступа к платформе нужно пройти регистрацию.

В отличие от открытых, закрытые источники содержат более точную и достоверную информации. Несмотря на определённые ограничения, именно такие источники часто используются при проведении анализа, так как они предоставляют актуальные и достоверные данные.

Для сбора исходных данных используют ручной и автоматизированный подходы. Выбор зависит от целей исследования, объема данных и их источника. Иногда эффективнее использовать только один метод, а иногда сочетать оба. В данном исследовании рассматриваются особенности применения каждого подхода, задачи, которые они решают, и возможные трудности при их применении.

Ручной метод сбора данных предполагает, что человек сам выполняет все этапы от сбора до фильтрации данных. Он полезен, когда требуется человеческий контакт с источником и анализ представленных исходных данных. Например, в социологических или психологических исследованиях. Он также подходит при работе с небольшими объемами данных.

Результаты исследования и обсуждение

На этапе предпроектного исследования территории для инвестиционно-строительного проекта важную роль может играть ручной сбор данных (Емельянова и др, 2024) [6, с.54]. Несмотря на активное внедрение автоматизированных систем, в полевых исследованиях участие человека остаётся важным элементом для анализа территории. Особенно когда необходимо учесть социальные, инфраструктурные и визуальные особенности территории, которые не всегда отражаются в открытых источниках. Ручной сбор данных позволяет получить актуальные сведения напрямую взаимодействуя с окружающей средой, местными жителями, объектами инфраструктуры и представителями органов власти (Павлова и др., 2019) [13, с.55].

Гибкость ручного метода даёт возможность легко и быстро менять механизм сбора данных под каждый проект. Например, в случае изучения района под жилую застройку необходимо учесть наличие инженерных сетей, транспортной доступности, визуальный облик застройки, общественное мнение и состояние окружающей среды (Панин и др, 2020) [14, с.83]. На ранних стадиях проекта не всегда есть возможность использовать сложные цифровые инструменты сбора данных. Ручной подход в таких случаях позволяет получить необходимую информацию для принятия предварительных решений без значительных затрат.

В то же время, его отдельные элементы могут быть заменены автоматизированными алгоритмами. Например, после визуального осмотра территории человеком, информация может быть собрана в электронные таблицы или загружена в геоинформационные системы (ГИС), что повышает эффективность работы с данными. Такой комбинированный подход сохраняет преимущества человеческого восприятия и экспертной оценки, но при этом ускоряет обработку данных (Прокшиц и др., 2024) [15, с.55].

В отличие от автоматизированных систем, которые не фиксируют аномальные показатели, человек может сразу определить отклонения данных от необходимых параметров. Порой они важны для понимания особенностей территории и окружающей среды. Например, проводящие полевые исследования, могут наблюдать за языком тела местного населения, их реакции на задаваемые вопросы и тон голоса. Эти детали часто бывают решающими для оценки мнения жителей и их отношения к будущему строительству. Такой подход даёт более полное и достоверное представление об исследуемой территории. Он помогает не только собрать факты, но и правильно их интерпретировать в области социальной, экологической и экономической ситуации на территории (Сухинина, 2022) [16, с.124].

Автоматизированный сбор данных позволяет повысить скорость сбора и обработки данных. Алгоритмы могут работать круглосуточно и со стабильной скоростью обработки данных, что снижает количество ошибок, связанных с человеческим фактором. Кроме того, алгоритмы помогают сэкономить время и ресурсы, которые могли быть потрачены на ручную обработку данных. В современных мире, когда необходимо обрабатывать множество параметров территории от характеристик инфраструктуры до социально-экономических показателей, автоматизированные методы становятся незаменимыми помощниками. Так же они полезны, когда необходимо собрать и проанализировать большие объемы данных из разных источников (Киншт и др., 2022) [9, с.22].

С каждым годом возрастает объем информации, которую необходимо анализировать. В таких условиях автоматизированные информационные системы сбора и обработки данных становятся крайне актуальными. Это делает их удобным и эффективным решением для задач, связанных с предпроектным анализом территорий перед строительством.

Описанные выше методы сбора и обработки данных были применены на практике в рамках предпроектного исследования, направленного на ревитализацию центральных городских улиц – Ворошилова и Ленина, от ул. Чернышевского до ул. Мусы Джалиля в городе Кукмор, Республика Татарстан. Основной целью данного этапа работы стало получение актуальной и достоверной информации, необходимой для принятия решений по развитию территории.

Город Кукмор является важным промышленным центром северной части республики. Город расположен на её северо-восточной окраине и соседствует с Кировской областью и Удмуртией. Через город проходит железнодорожная линия, обеспечивающая сообщение с Казанью, Ижевском и Пермью. Время в пути до международного аэропорта «Бегишево» составляет около двух часов, до аэропорта «Казань» два с половиной часа (рис. 1).

Рис. 1. Экономико-географическое расположение г.Кукмор

Источник данных: разработано архитектурным бюро «М2М3»

Кукмор занимает лидирующие позиции в республике по темпам роста валового регионального продукта, объёмам инвестиций и демографической динамике. Главной особенностью города является наличие уникальных промышленных предприятий, многие из которых функционируют с дореволюционного периода. Эти производства не только обеспечивают промышленную активность города и экономическую целостность, но и формируют значимую часть городской культуры.

Текущая проектная зона – четвёртая очередь планового развития общественных пространств улиц Ворошилова и Ленина. Она охватывает участок с наиболее интенсивным автомобильным и пешеходным трафиком и концентрирует ключевые социально значимые функции. (рис. 2).

Рис. 2. Реализованные участки благоустройства по ул. Ленина

Источник данных: разработано архитектурным бюро «М2М3»

Улица Ленина выполняет роль «артерии» Кукмора, связывая ключевые культурные и исторические объекты города. Здесь расположены памятники культурного наследия, включая Краеведческий музей, усадьбу братьев Комаровых и здания валяльной фабрики Родигиных. По мере продвижения вдоль улицы историческая застройка постепенно сменяется современными объектами культуры и образования.

Помимо культурной функции, улица Ленина является одним из главных коммерческих центров города. На ней сосредоточено наибольшее количество торговых центров, точек общественного питания и аптек. Наличие таких объектов обеспечивает устойчивый пешеходный поток, особенно среди молодёжи и школьников.

Проектируемый участок расположен в центре этой зоны, что определяет его значимость для дальнейшего коммерческого развития территории. Вдоль улицы сосредоточены основные объекты социальной, культурной и деловой инфраструктуры. (рис. 3).

Рис. 3. Социальная инфраструктура вблизи территории проектирования

Источник данных: разработано архитектурным бюро «М2М3»

Несмотря на то, что Кукмор производственный город и имеет в своей структуре большие санитарно-защитные зоны от производственных предприятий, от железнодорожных путей и водоохранную зону, территория проектирования не попадает ни под одни ограничения (рис. 4).

Рис. 4. Охранные зоны и ограничения

Источник данных: разработано архитектурным бюро «М2М3»

Проект предусматривает комплексное развитие прилегающих территорий и основных функциональных объектов улицы, включая участок около «Зиланта», читальный сквер и площадь перед районным домом культуры. Функциональное наполнение этих пространств определяется с учётом запросов жителей и результатов анализа потребностей территории, что позволяет обеспечить их соответствие актуальным социальным и функциональным задачам (рис. 5).

Рис. 5. Генеральный план территории проектирования

Источник данных: разработано архитектурным бюро «М2М3»

Для того чтобы обосновать социальную и экономическую целесообразность ревитализацию центральных городских улиц – Ворошилова и Ленина, от ул. Чернышевского до ул. Мусы Джалиля в городе Кукмор на предпроектном этапе, важно провести подробный анализ самой территории и её ближайшего окружения.

На примере проекта в городе Кукмор рассмотрим ручной и автоматизированный способы сбора данных. При ручном подходе пользователь самостоятельно собирает и скачивает информацию в различных форматах (pdf, html, xml, xlsx и т.д.). Данные из html формата переносится в таблицу Excel, где она объединяется в единую структуру. Далее данные упорядочиваются: удаляются лишние строки и столбцы, исправляются числовые форматы (например, заменяются точки на запятые в стоимости объектов), а также очищаются текстовые поля (рис. 6).

Рис. 6. Скриншот таблицы структуризации данных в Excel

Источник данных: разработано авторами

После этого вручную проводится фильтрация: удаляются повторяющиеся или не относящиеся к анализу строки, и формируется итоговая таблица, в которой сохраняется только необходимая информация. На основе полученных данных мы получаем таблицы с земельными участками и объектами капитального строительства, также происходит дополнительная классификация по видам разрешённого использования и функциональному назначению.

Ручной метод обработки данных требует временных затрат, особенно при работе с большим объёмом информации. Кроме того, необходимо учитывать человеческий фактор, что может повлиять на точность анализа на предпроектной стадии. Эти недостатки подтверждают необходимость автоматизации этого процесса.

Несмотря на то, что ручной метод позволяет получить точную и достоверную информацию, его основным недостатком является высокая трудоёмкость. Для сбора данных и их фильтрации требуется значительное количество времени, особенно когда речь идёт тысячи строк с данными.

Чтобы сократить время на обработку данных и повысить эффективность последующего анализа, целесообразно использовать автоматизированный метод. Он основан на применении алгоритмов, написанных на различных языках программирования. Такой метод позволяет не только ускорить сбор данных, но и снизить вероятность ошибок.

Таким образом, на стадии предпроектного анализа территорий, где объём данных обычно велик, автоматизированный сбор и обработка данных является оптимальным решением (Эшроков и др, 2018) [17, с.189].

При ручном сборе и обработке данных, становится очевидным, что для ускорения и упрощения процесса желательно использовать автоматизированный метод. Такой подход значительно упрощает и ускоряет работу с большим объёмом информации. Если при ручном методе на изучение одного документа может уходить несколько часов или даже дней, то с помощью автоматизации тот же объём данных собирается и обрабатывается за считанные минуты. Это особенно важно в рамках предпроектных исследований, когда сроки сжатые, а ошибок допускать нельзя. Использование автоматизированного сбора данных позволяет сократить количество случайных ошибок характерных для ручного ввода. В результате формируются таблицы, которые удобно анализировать и использовать для дальнейших расчётов. Рассмотрим основные достоинства и недостатки каждого метода (табл. 1).

Таблица 1

Сравнение ручного и автоматизированного метода сбора данных

Ручной метод сбора данных даёт контроль над каждым этапом работы с данными и позволяет самостоятельно заметить уникальные значения в их структуре, которые могут быть упущены алгоритмом. Однако при больших объёмах информации это становится очень трудоёмким и ресурсозатратным процессом. Преимущество автоматизированного метода в быстром сборе и обработке большого массива данных. Он снижает количество повторяющихся действий и ошибок. С другой стороны, автоматизация требует затрат на начальной стадии на разработку алгоритмов, а также не всегда способна реагировать на нестандартные ситуации.

Исследования в области предпроектного обоснования территорий, которые мы проводим в коллективе экспертов, с каждым годом претерпевают качественные изменения. И, как правило, они всегда направлены на интенсификацию обработки всё увеличивающегося массива данных и динамичной внешней среды (Гареев, Губеев, 2024) [4, с.494].

Заключение

Для небольших проектов или при сборе малого объема данных, где важна гибкость, ручной метод сбора данных остаётся оправданным. Но когда нужно быстро обработать множество строк автоматизированный метод становится незаменимым. Однако эти подходы можно сочетать как единое целое. Алгоритмам можно передать весь цикл по работе с данными, а человек будет его контролировать, проверять результаты и на их основе делать выводы. Выбор между ручным и автоматизированным подходом зависит от целей и масштабов работы.