Диссертация (Влияние результатов школьного образования на формирование цен на рынке жилой недвижимости в мегаполисе), страница 15

Имеется несколько условий, предъявляемых кфакторам, которые включают в эконометрическую модель. Прежде всего, всефакторы должны быть теоретически обоснованы. В перечень факторов следуетдобавлять только наиболее важные, те, которые оказывают наибольшее влияниена изучаемые характеристики. Вместе с тем, нельзя включать в модель слишкоммного факторов; необходимо, чтобы их общее число не превосходило однойтрети от общего числа наблюдений в исследуемой выборке. Очень важно, чтобыне было линейной зависимости между анализируемыми факторами. Линейнаязависимость может означать, что факторы характеризуют одно и то же свойствоизучаемого явления. Добавление в модель факторов, находящихся в линейнойзависимости, может приводить к возникновению мультиколлинеарности,которая негативно влияет на качество модели.

Также очень важно не включать водну модель совокупный фактор и образующие его части подфакторы.Одновременное их включение может привести к переоцененному их влиянию назависимую переменную, то есть к искажению реальной картины [88, с. 102].Стандартная гедоническая функция цен, используемая исследователямидля определения вклада результатов школьного образования в стоимость жилойнедвижимости, выглядит следующим образом:где � � – стоимость жилой недвижимости i в районе j, имеющей доступк школе b; Xibj – матрица контрольных переменных, характеризующих жилуюнедвижимость i (например, количество комнат, общая и жилая площадь88помещений и т.д.), матрица Zj включает характеристики района или небольшойтерриториальной единицы j (например, доходы и демографический составнаселения), матрица Qbj представляет характеристики школы a, включаярезультаты её образовательной деятельности; εibj – случайные компоненты; β1, β2,β3 – векторы оцениваемых коэффициентов при контрольных переменных.В исследованиях в области оценки влияния результатов образования настоимость жилой недвижимости был проанализирован ряд модификацийуравнения (1) [102, 121, 138, 146, 150].

Тем не менее, остаются нерешеннымипроблемы с выбором контрольных переменных, включаемых в модель. Перваяпроблема связана с наличием статистических данных о состоянии другиххарактеристик территорий. Для анализа требуются либо микро-данные (т.е. науровне домохозяйства), либо характеристики достаточно малых и однородных впланесоциальнойинфраструктурытерриториальныхединицах.Втораяпроблема связана с тем, что не все характеристики дома или района могутнаблюдаться.

Могут быть такие ненаблюдаемые факторы, которые коррелируютс образовательными достижениями учащихся. Поэтому полученные оценкивлияния результатов школьного образования на стоимость недвижимости могутбыть некорректными.Одной из первых работ, в которых обсуждаются данные проблемы ипредлагаются методы их решения, является исследование Сандры Блэк [99] пооценке влияния образовательных результатов начальных школ на стоимостьдомов в пригороде г. Бостона (США).

Согласно предложенной методике вуравнении (1) вектор наблюдаемых характеристик социального окружения (Zj)заменяется полным набором «фиктивных» переменных, обозначающих границышкольных округов. Исследуются только выставленные на продажу дома,находящиеся в непосредственной близости от границ школьных округов (то естьте дома, которые согласно предпосылкам используемой в исследовании моделиразделяют схожее социальное окружения). Качество социального окружения89изменяется непрерывно в пространстве, в то время как доступ к школам (вданном случае в США) определяется границами школьных округов, то естьизменяется дискретно при прохождении границы.

Следовательно, разница встоимости домов, находящихся в непосредственной близости, но по разныестороны от границы школьного округа, может быть отнесена к разнице врезультатах образования. «Фиктивные» переменные, обозначающие границышкольных округов, включаются в модель для того, чтобы снять ненаблюдаемыеразличия в социальном окружении домов, которые расположены по разныестороны от границы.Учитывая специфику системы общего образования в РоссийскойФедерации, существующие правила приема в школу и отсутствие жесткоопределенных границ школьных округов, методология, предложенная в работеС. Блэк [99], была модифицирована для последующего применения в данномисследовании. Также как и в работе [129] для Англии, где тоже нет жесткоопределенныхграницшкольныхокруговилижеонирегулярнопересматриваются и меняются, за округ была принята территория вокруг школыс радиусом окружности 600 метров. Таким образом, вокруг каждой школы извыборки исследования была описана окружность радиусом 600 м.

Некоторыеокружности пересеклись. В фокус данного исследования попали только теквартиры, которые находятся на соответствующих пересечениях «школьныхокругов». Всего в исследовании получилось 181 парное пересечение.При помощи методики геокодирования, используя географическиекоординаты объектов, между всеми квартирами и школами были рассчитанырасстояния.

Если у двух квартир A и B в радиусе 600 метров находится школахХ, при этом школа Х территориально закреплена только за домом, в которомрасположена квартира A (а за домом, в котором расположена квартира B,территориально закреплена школа Y), то квартиры A и B относятся кпересечению школьных округов X и Y.90Модель, используемая в данном исследовании, выглядит следующимобразом:где ( ) – стоимость жилой недвижимости i на пересечении школьныхокругов k, имеющей доступ к школе b; Xib – матрица контрольных переменных,характеризующих жилую недвижимость i; матрица фиктивных переменных Bkсвидетельствует о принадлежности квартиры к парным пересечениям школьныхокругов; вектор Qb представляет результаты образовательной деятельностишколы b; εibk – случайные компоненты; β1, β2, β3 – векторы оцениваемыхкоэффициентов при контрольных переменных.Данный подход позволяет решить проблемы с ненаблюдаемымихарактеристиками.

Если социальное окружение изменяется постоянно инепрерывно в пространстве, то рассматривая только те дома, которые находятсяочень близко к рассматриваемым государственным школам, можно избежатьпроблемы эндогенности, связанной с ненаблюдаемыми характеристикамисоциального окружения.Есть основания полагать, что стоимость жилой недвижимости такжезависит от множества других факторов, которые не рассматриваются в данномдиссертационном исследовании. Такими факторами могут быть местнаяэкология, хороший вид из окна, охраняемая территория, качество строительстваи отделки и многое другое. Совокупное влияние этих факторов будет отражатьсяв остатках регрессии, которые составляют константа и случайные величинах.913.2 Д АННЫЕИ ССЛЕДОВАНИЯ И ДЕСКРИПТИВНЫЙ АНАЛИЗДля изучения влияния результатов школьного образования на стоимостьжилой недвижимости в г.

Москве при помощи гедонистического методанеобходимо было создать базу данных анализируемых квартир и школ,территориально закрепленных за ними. Данные по продаваемым квартирамобщедоступны и размещены на веб-сайтах агентств недвижимости; однакоданные по школам не придаются общирной огласке. Департаментом образованияСеверо-западного административного округа г. Москвы была предоставленаинформация о результатах проведения Единого государственного экзамена в2011-2013 гг. на территории округа.

Данный аспект определил географиюпроводимого исследования.Данные рынка жилой недвижимости. База данных рынка недвижимостибыла составлена поэтапно в 2011 г., 2013 г. и 2014 г. на основе информации опредложениях квартир в районах Северо-западного административного округа г.Москвы на апрель-май. Данные были получены из баз данных авторитетныхагентств недвижимости, которые размещены на их веб-сайтах (www.sob.ru,http://kvartira.miel.ru/, www.cian.ru).

Все полученные в базе данных цены – этоцены предложений по продаже недвижимости. Цены реальных сделок куплипродаж недоступны. В базе данных присутствуют предложения как первичного,так и вторичного рынка жилья.Исходная база данных включала 1096 наблюдений по одно-, двух-, трех- ичетырехкомнатным и более квартирам. Данные по выставленным на продажуквартирам содержали такие характеристики, как физический адрес, площадьпомещений (в том числе жилую площадь), площадь кухни, этаж квартиры,этажность дома, тип строения, год его постройки, название ближайшей станцииметро. Рассмотрим детально некоторые принципы формирования базы данных.92На стоимость квартиры в Москве оказывает влияние удаленность отстанций метрополитена. Поэтому для анализа была введена переменная METRO– расстояние для ближайшей станции метро.