Городские объекты и стоимость жилья: эффект covid-19

07.07.2022

Мы начинаем публикацию эссе, подготовленных авторами наиболее интересных, по мнению профессоров РЭШ, выпускных квалификационных работ. Сегодня выпускник бакалавриата Константин Ахметьянов рассказывает о своей работе «Городские объекты и стоимость жилья: эффект COVID-19».

 

Моя работа исследует изменение отношения населения Москвы к городским объектам, таким как школы, парки, больницы, за последние три года. Кроме того, я изучаю эффективность нового способа измерения расстояния, который ранее был недоступен для больших объемов данных. Эта работа совместила мои интересы в области пространственной экономики и анализа данных.

Географическое положение городских объектов имеет огромное значение для любой организации. Нет смысла строить крупный торговый центр в деревне на 100 семей точно так же, как и детскую поликлинику посреди промышленной зоны. Это лишь наиболее гипертрофированные примеры, но и без них очевидно, что пространственные характеристики магазина в большой степени определяют его коммерческий успех, а расположение больницы влияет на эффективность здравоохранения в городе. Моя работа оценивает изменение спроса населения на различные виды городских объектов после пандемии коронавируса.

Коронавирус ощутимо повлиял на наше общество как в контексте заботы о своем здоровье, так и в контексте развития дистанционных технологий. Первое довольно очевидно: пандемия заставила многих людей изменить отношение к своему здоровью или как минимум прочитать пару статей о коронавирусе и держаться подальше от активно кашляющего человека. Второе несколько сложнее. Вследствие пандемии государство ограничило посещение большинства публичных мест, как и в целом нахождение людей вне дома. Из-за этого значительно увеличились возможности дистанционного взаимодействия: если производитель или продавец не может доставить товар либо услугу в условиях ограничений, то, скорее всего, он потерпит огромные убытки из-за простоя. В итоге за последние несколько лет мы увидели стремительное распространение доставки и дистанционных вариантов работы и учебы.

Я оценил спрос на городские объекты через рынок жилья, используя гедоническую модель ценообразования и данные за август – октябрь за два года, 2019-й и 2021-й. Суть моего подхода, если максимально его упростить, состоит в следующем: чем больше нам нужна организация по соседству с местом жительства (например, школа), тем больше мы готовы платить за квартиру рядом со школой и тем меньше мы готовы платить за жилье далеко от школы. В результате анализа оказалось, что влияние всех таких объектов на стоимость жилья снизилось – в большинстве своем до незначительных величин.

Это означает, что из-за двух факторов – возросшей опасности публичных пространств и развития дистанционных технологий – жители Москвы стали значительно меньше зависеть от городской инфраструктуры. Это влечет за собой долговременные изменения для городского планирования и распределения населения по городам. Если люди могут дистанционно работать, учиться, покупать, то нет никакого смысла в их концентрации в скоплениях магазинов, офисов, школ и больниц, именуемых современными городами.

Хотя предпосылки к децентрализации населения наблюдаются относительно давно, люди до сих пор предпочитают более крупные города, следуя аксиоме «большой город – большие возможности». Работодатели обычно отдавали предпочтение прямому общению перед дистанционной коммуникацией, да и дистанционное образование до пандемии было скорее исключением. Именно строгие ограничения на публичные пространства и офисы, введенные государством, вынудили работодателей снижать число работников в офисе, ускорили переход образования в дистанционное русло, а также обеспечили конкурентное преимущество для фирм, способных доставить свои товары и услуги более чем в одно здание.

Помимо исследования предпочтений жителей Москвы в отношении местоположения различных организаций я также проверяю эффективность относительно нового способа измерять расстояние. В предыдущих исследованиях рынка жилья для измерения пространственных характеристик использовались прямые расстояния между точками, что вполне приемлемо для определения дистанции для только пеших маршрутов или только автомобильных. Однако в условиях современных городов это может быть не совсем корректно. Расстояние в 500 м может быть преодолено за 5–7 минут пешком, расстояние в 4 км можно проехать на автобусе за те же 5–7 минут. Поэтому в условиях современного города нужно более точно измерять дистанции в терминах потраченного времени.

Хотя это и звучит хорошо, но замерить время на перемещение из точки А в точку Б значительно сложнее, чем вычислить расстояние между ними. Однако с развитием сервисов карт по типу Google Maps или «Яндекс.Карты» мы получили возможность вычислить расстояния для общественного транспорта для множества точек. Я собрал данные, имитируя поиск маршрутов в общей сложности для 27 000 зданий, и это заняло у меня примерно три недели непрерывной работы компьютера. Вычисление же прямых дистанций того же объема не превысит 2 часов, поэтому использование временных дистанций по-прежнему труднее, чем географических.

При этом нельзя сказать, что использование прямых расстояний однозначно хуже или лучше. Точность предсказаний стоимости объекта недвижимости для прямых и временных дистанций примерно одинакова, однако для школ время на общественном транспорте более значимо, в то время как для магазинов и детских больниц лучше работают прямые дистанции. Это может означать, что в такие места люди чаще идут пешком или едут на машине, а не на общественном транспорте. В общем и целом сравнение результатов для прямых и временных дистанций позволяет лучше раскрыть отношение потребителей к той или иной организации.

Один из важных выводов, к которым я пришел в ходе работы, – люди стали существенно меньше зависеть от городской инфраструктуры и физического присутствия для работы, учебы или покупок. Однако вопрос о том, станет ли это долговременным сдвигом предпочтений или окажется краткосрочным феноменом, в данный момент не имеет ясного ответа и потребует дополнительных исследований на новых данных в будущем. Еще одно интересное наблюдение – необычайно быстрая адаптация и людей, и организаций к новой ситуации, что говорит о высокой степени гибкости и мобильности тех и других в кризисных условиях пандемии.

Иллюстрация

Местоположение лучших (голубые точки) и худших (красные точки) школ в Москве, 2018 и 2020 гг.