Учет шумового воздействия в кадастровой оценке жилой недвижимости
* Автор для переписки
Лицензия: CC BY 4.0
Аннотация
Шумовое воздействие является пространственно неоднородным внешним фактором, который может капитализироваться в ценах жилой недвижимости и одновременно иметь последствия для здоровья населения. Цель статьи состояла в систематизации научных подходов к учету транспортного шума при кадастровой оценке и определении элементов, пригодных для литература-ориентированного аналитического дизайна. Исследование выполнено на основе тематического синтеза публикаций о гедонической оценке, пространственном моделировании, массовой оценке, машинном обучении и нематериальном ущербе. Установлено, что связь шума с ценами жилья зависит от типа воздействия, пространственного и временного контекста, характеристик объекта и способа измерения экспозиции. Гедонические модели обеспечивают интерпретируемое описание капитализации внешнего эффекта, тогда как машинное обучение может повышать точность прогнозирования, но не заменяет анализ причинных и пространственных механизмов. Медицинские результаты остаются неоднородными, а интеграция динамического распределения транспортных потоков с прогнозированием шума и кадастровыми процедурами разработана недостаточно. Практическое применение результатов требует пространственно детализированного измерения шума, локальной валидации и явного представления неопределенности.
Ключевые слова: кадастровая оценка, жилой фонд, транспортный шум, гедоническая модель, массовая оценка, пространственная неоднородность, машинное обучение
Научная статья
1. Введение
Шумовое воздействие относится к числу внешних характеристик городской среды, которые могут отражаться в поведении участников рынка недвижимости. Для кадастровой оценки это означает необходимость учитывать не только физические и функциональные параметры объекта, но и качество окружающей среды в его пространственном контексте. Исследования цен жилья выявляют отрицательную связь между дорожным шумом и стоимостью жилых объектов, включая отдельно стоящие дома. В пространственно-временном гедоническом анализе такая связь сохраняется при учете неоднородности районов и периодов наблюдения, тогда как исследование стоимости односемейных домов связывает сильный транспортный шум с существенным снижением рыночной стоимости [1][2].
Экономическая капитализация шума представляет собой не механическое уменьшение цены на фиксированную величину, а результат взаимодействия характеристик объекта, доступности, структуры рынка и воспринимаемого качества среды. Гедонический подход позволяет оценивать, каким образом экологические характеристики включаются в цену недвижимости, однако надежность такой оценки зависит от теоретических предпосылок модели и корректного измерения факторов спроса [3]. В частности, простое расстояние до городского центра может недостаточно отражать пространственную структуру занятости. Показатели, учитывающие несколько центров занятости, доступность рабочих мест и изменение этой доступности, в ряде гедонических моделей описывают местоположение лучше, чем моноцентрические индикаторы [4].
Метод измерения шумового воздействия имеет принципиальное значение для переноса результатов в кадастровую практику. Среднее расстояние до источника шума не отражает рельеф, застройку, экранирование, направление распространения звука и локальную интенсивность транспортного потока. Пространственно детализированное моделирование распространения шума позволяет уменьшить ошибку измерения воздействия, а локальные регрессии показывают, что связь между шумом и ценами может изменяться между районами и во времени [1]. Аналогичная логика используется при учете других характеристик среды: например, гедоническая модель с индексом визуально доступной уличной зелени продемонстрировала возможность количественного описания пространственно наблюдаемых экологических благ [5].
Значимость шумового фактора не исчерпывается ценовыми последствиями. Обобщение исследований окружающего шума связывает его воздействие с раздражением, стрессом, нарушением сна, ухудшением когнитивных функций и сердечно-сосудистыми рисками [6]. Однако отдельные эпидемиологические результаты требуют осторожной интерпретации. В когортном исследовании дорожный шум был связан с небольшим повышением систолического артериального давления, причем величина связи различалась между подгруппами, но четкой связи с диастолическим давлением и впервые возникшей самостоятельно сообщенной гипертонией обнаружено не было [7]. Следовательно, медицинские последствия могут обосновывать общественную значимость проблемы, но не позволяют автоматически преобразовывать любой уровень шума в единый денежный коэффициент кадастровой корректировки.
Современная массовая оценка сочетает интерпретируемые регрессионные модели с алгоритмами, способными учитывать нелинейность и сложные взаимодействия признаков. В исследовании массовой оценки жилья в Южной Корее случайный лес обеспечил более точные прогнозы, чем модель на основе метода наименьших квадратов, однако перенос таких результатов на другой рынок требует проверки состава признаков, временного периода и пространственной структуры данных [8]. Сравнение методов обновления гедонической оценки также показывает компромисс между точностью и стабильностью прогнозов: градиентный бустинг обеспечивал наивысшую точность, а робастная регрессия — наименьшую волатильность [9].
Таким образом, состояние вопроса включает три взаимосвязанных направления: оценку капитализации шума в ценах и арендной плате, пространственно-гедоническое моделирование воздействия и учет социально-экологических последствий. Цель настоящей статьи состояла в систематизации этих подходов и определении того, какие их элементы могут быть перенесены в литература-ориентированный дизайн кадастровой оценки жилой недвижимости. Для сопоставления ключевых направлений использована доказательная таблица (Table 1).
| Критерий воздействия | Метод оценки | Тип результата |
|---|---|---|
| Дорожный и транспортный шум | Гедоническая модель цен, пространственно-временная регрессия | Оценка связи уровня шума с ценами жилья и пространственной неоднородности эффекта [1][2] |
| Локальные негативные характеристики среды | Гедоническая модель арендной стоимости | Изменение арендной платы в зависимости от расстояния до неблагоприятного объекта [10] |
| Социально-экологические последствия | Эпидемиологические модели и оценка нематериального ущерба | Связь с показателями здоровья и субъективным благополучием [7][11] |
| Массовая оценка | Регрессия, случайный лес, градиентный бустинг | Сравнение точности, устойчивости и интерпретируемости прогнозов [8][9] |
2. Материалы и методы
2.1. Дизайн исследования и материал анализа
Исследование было выполнено как литература-ориентированный анализ. Материалом послужили научные публикации, посвященные кадастровой и гедонической оценке жилой недвижимости, моделированию дорожного, железнодорожного и авиационного шума, пространственной неоднородности ценовых эффектов, массовой оценке и денежной оценке нематериального ущерба. Собственные измерения шумовой нагрузки, наблюдения за сделками, административные массивы и расчетные таблицы автора в исследовании не использовались.
В анализ включались публикации, в которых шум или иной локальный негативный фактор рассматривался через стоимость, арендную плату, показатели здоровья, субъективное благополучие либо методологию массовой оценки. Единицей анализа являлась публикация и описанный в ней методический результат. Для каждой работы фиксировались тип воздействия, объект оценки, единица наблюдения, пространственно-временной масштаб, способ измерения шума, модель и характер результата. Отдельно отмечались числовые оценки, границы применимости, признаки пространственной или временной неоднородности и сведения о неопределенности.
2.2. Тематическое кодирование и сопоставление методов
Публикации кодировались по пяти тематическим блокам: капитализация шумового воздействия в стоимости или арендной плате; пространственная детализация измерения; регрессионные и гедонические модели; алгоритмы машинного обучения для массовой оценки; социально-экологические и нематериальные последствия. Внутри каждого блока результаты сопоставлялись описательно, без объединения количественных оценок из исследований с различными рынками, единицами измерения, типами шума и целевыми переменными.
Для оценки применимости к массовой кадастровой оценке использовались четыре критерия: способность измерять воздействие на уровне объекта или малой территории, интерпретируемость связи между шумом и стоимостью, устойчивость к пространственно-временной неоднородности и возможность представления неопределенности. Гедонические модели рассматривались как инструменты объяснения ценового эффекта, а алгоритмы машинного обучения — как инструменты прогнозирования, способные дополнять, но не заменять содержательную интерпретацию факторов стоимости.
При анализе временной структуры учитывалась необходимость отделять краткосрочные эффекты от сезонных и долгосрочных закономерностей, моделировать изменяющиеся во времени смешивающие факторы и лаговые связи. Для соответствующих задач методологически необходимы описательное исследование, проверка модели и анализ чувствительности [12]. Неопределенность прогнозов рассматривалась как самостоятельный результат, а не только как характеристика ошибки среднего значения; методы конформного прогнозирования, например, предназначены для построения интервалов правдоподобных цен при контроле точности [13].
3. Результаты
3.1. Связь шумового воздействия со стоимостью жилья
Тематический синтез выявил устойчивое направление исследований, в котором дорожный шум рассматривается как фактор, связанный со снижением цен жилой недвижимости. В анализе рынка индивидуальных домов сильный транспортный шум соответствовал предполагаемому общему снижению стоимости на 30%. В качестве иллюстрации приводилась оценка, согласно которой дом стоимостью 975 000 шведских крон мог бы продаваться примерно за 650 000 шведских крон рядом с дорогой с высоким уровнем шума [2]. Данная оценка относится к конкретному рынку и модели и не может непосредственно использоваться как универсальный кадастровый коэффициент.
Другие гедонические исследования показывают, что отрицательные характеристики среды могут капитализироваться не только в ценах сделок, но и в арендной стоимости. В исследовании жилой недвижимости Исламабада объекты рядом с трущобами сдавались примерно на 10% дешевле сопоставимых объектов, расположенных дальше; в полулогарифмической модели на расстоянии 1 км от неблагоприятного объекта арендная стоимость увеличивалась примерно на 12,40%, а на расстоянии 500 м была почти на 10% выше, чем непосредственно рядом с ним [10]. Эти результаты относятся к иному типу локального воздействия и показывают не величину эффекта шума, а чувствительность арендной стоимости к пространственной близости неблагоприятного фактора.
Величина ценового эффекта изменялась в зависимости от пространственного и временного контекста. Исследование на основе более 40 000 сделок с индивидуальными жилыми домами в агломерации Сент-Пола за 2005–2010 годы было специально ориентировано на оценку связи между шумом и ценами, а пространственно и временно гибкие локальные регрессии выявили нестационарность этой связи между районами и периодами [1]. Следовательно, одинаковый уровень шума не обязательно соответствует одинаковой ценовой корректировке на разных участках рынка.
3.2. Социально-экологические последствия и нематериальный ущерб
Медицинские результаты были неоднородными по исходам и группам населения. В когортном исследовании 57 053 взрослых в возрасте 50–64 лет повышение дорожного шума на каждые 10 дБ(А) было связано с увеличением систолического артериального давления на 0,26 мм рт. ст. Связь была сильнее у мужчин — 0,59 мм рт. ст. — и у более пожилых участников — 0,65 мм рт. ст. на каждые 10 дБ(А) [7].
Одновременно в том же исследовании дорожный шум не был связан с диастолическим давлением или впервые возникшей самостоятельно сообщенной гипертонией за 5,3 года наблюдения. Для железнодорожного шума выше 60 дБ предполагаемое повышение риска гипертонии на 8% не достигло статистической значимости, поскольку доверительный интервал включал отсутствие связи [7]. Тем самым результаты различались в зависимости от типа шума, показателя здоровья, периода наблюдения и анализируемой подгруппы.
Для последствий, которые не имеют непосредственного рыночного выражения, использовались методы условной оценки и оценки удовлетворенности жизнью. Условная оценка позволяет получать денежную оценку общественных благ при отсутствии наблюдаемых цен и уменьшает риск неявного приписывания неколичественным последствиям нулевой или бесконечной стоимости [14]. В исследованиях авиационного шума различия цен на жилье дополнялись оценкой остаточного ущерба с использованием опросов об удовлетворенности жизнью; размер компенсации зависел от объективного уровня шума, дохода домохозяйства и наличия шумоизоляции [11].
3.3. Сопоставление моделей массовой оценки
Гедонические модели обеспечивали интерпретируемое описание капитализации внешних эффектов, поскольку позволяли связать цену с характеристиками объекта, местоположением и экологическим фактором. Однако результат зависел от корректности предпосылок и от того, насколько модель учитывала децентрализацию занятости, различия районов и доступность рабочих мест [3][4]. Для шумового воздействия это означает необходимость совместного учета уровня экспозиции, доступности, характеристик застройки и иных локальных факторов.
В исследовании массовой оценки квартир в Каннаме за 2006–2017 годы 72% прогнозов случайного леса находились в пределах 5% от фактических цен, тогда как аналогичный порог достигался примерно для 17,5% прогнозов модели на основе метода наименьших квадратов. Среднее процентное отклонение составило около 5,5% для случайного леса и почти 20% для модели наименьших квадратов [8]. Эти показатели описывают результаты конкретного рынка и не подтверждают автоматическое превосходство алгоритма при переносе на другую территорию.
При сравнении шести методов оценки и двух стратегий временных окон на данных более 123 000 продаж частных домов в Швейцарии за 2005–2017 годы градиентный бустинг обеспечил наивысшую точность прогнозов, а робастная регрессия — наименьшую волатильность. Различие между скользящим и расширяющимся временным окном влияло на результаты умеренно [9]. Таким образом, прогнозная точность и стабильность оказались различными критериями качества.
| Метод | Тип данных | Оцениваемый эффект | Ограничение |
|---|---|---|---|
| Гедоническая модель | Цены сделок, характеристики объектов и среды | Капитализация шумового воздействия в цене | Зависимость от теоретических предпосылок и спецификации модели [3] |
| Локальная регрессия | Пространственно и временно привязанные сделки | Неоднородность эффекта между районами и периодами | Ограниченная переносимость локальных оценок [1] |
| Случайный лес | Массив сделок и многочисленные признаки | Прогнозная точность при нелинейных связях | Меньшая содержательная интерпретируемость и зависимость от обучающего массива [8] |
| Градиентный бустинг | Большие массивы продаж с временным обновлением | Точность обновления оценки | Компромисс между точностью и стабильностью прогноза [9] |
| Условная оценка и опросы благополучия | Опросные данные и показатели субъективного благополучия | Нематериальный ущерб без наблюдаемой рыночной цены | Зависимость от формулировки вопросов, дохода и субъективных оценок [14][11] |
Сопоставление результатов показало также недостаточную разработанность связи между транспортным моделированием и прогнозированием шума. Модели динамического распределения транспортных потоков способны формировать более реалистичные данные для оценки экологического воздействия, однако их интеграция с моделями транспортного шума остается перспективным, но недостаточно разработанным направлением [15].
4. Обсуждение
4.1. Шум как пространственно-временный фактор стоимости
Результаты синтеза не поддерживают представление о шуме как об универсальном единичном поправочном коэффициенте. Ценовой эффект формируется в конкретном пространственном контексте и зависит от того, как измеряется экспозиция, какие характеристики объекта контролируются и насколько однороден рынок. Пространственно детализированное моделирование распространения шума позволяет уменьшить ошибку измерения, а локальные регрессии показывают, что сама связь между шумом и ценой изменяется по территории и во времени [1]. Для кадастровой оценки это означает, что одинаковая нормативная поправка может скрывать различия между фасадом, дворовой территорией, этажностью, экранированием и интенсивностью движения.
Интерпретируемая гедоническая модель остается необходимой для объяснения того, каким образом шум капитализируется в стоимости. Ее применение требует одновременного учета доступности, структуры занятости и других экологических характеристик. Исследования городского расположения показывают, что показатели, основанные на доступности рабочих мест и нескольких центрах занятости, могут превосходить простое расстояние до центра [4]. Следовательно, оценка шумового воздействия должна отделять собственно дискомфорт от ценовой премии или скидки, связанной с доступностью и иными преимуществами местоположения.
Машинное обучение способно дополнить гедонические модели там, где взаимодействия факторов нелинейны и трудно задаются заранее. Однако более высокая точность прогноза не тождественна лучшему объяснению ценового эффекта. Случайный лес и градиентный бустинг могут улучшить прогноз, тогда как локальные и гедонические модели дают более прозрачную интерпретацию пространственной зависимости. Поэтому для массовой оценки рациональна последовательность, при которой интерпретируемая модель используется для анализа механизма, а алгоритмическая модель — для проверки и повышения прогностической точности.
4.2. Таксономия методов для массовой кадастровой оценки
Сопоставление методов по измерению воздействия, пространственной детализации, интерпретируемости и пригодности для массовой оценки представлено в Table 3. Пространственная детализация относится к способности метода различать объекты и участки с неодинаковой шумовой нагрузкой; интерпретируемость — к возможности связать результат с конкретным фактором стоимости; пригодность для массовой оценки — к масштабируемости при сохранении контроля качества.
| Методический класс | Измерение воздействия | Пространственная детализация | Интерпретируемость | Пригодность для массовой оценки |
|---|---|---|---|---|
| Гедоническая регрессия | Непрерывный уровень шума и контрольные признаки | Средняя или высокая при наличии локальных данных | Высокая | Высокая при устойчивой спецификации |
| Пространственно-временная локальная регрессия | Локальные показатели шума и сделок | Высокая | Средняя или высокая | Средняя из-за требований к плотности наблюдений [1] |
| Случайный лес и градиентный бустинг | Многомерный набор признаков | Зависит от пространственной структуры обучающих данных | Ниже, чем у регрессионных моделей | Высокая при наличии большого массива сделок [8][9] |
| Конформное прогнозирование | Прогноз стоимости и характеристики неопределенности | Зависит от структуры исходных признаков | Средняя | Высокая как средство интервальной оценки [13] |
| Условная оценка и оценка благополучия | Субъективное восприятие и нематериальные потери | Зависит от дизайна опроса | Средняя | Дополнительная, а не основная при массовой оценке [11][14] |
4.3. Ограничения доказательной базы и исследовательский пробел
Основное ограничение синтеза связано с неоднородностью рынков, типов шума и целевых показателей. Исследования дорожного, железнодорожного и авиационного шума используют разные шкалы воздействия, пространственные единицы и периоды наблюдения. Поэтому количественные результаты нельзя объединять в единую универсальную зависимость без повторной оценки на общей территории и при сопоставимой спецификации модели. Аналогично, результаты исследования локального негативного фактора в Исламабаде не могут быть обобщены на все регионы и типы неблагоприятных объектов [10].
Временная структура создает дополнительный источник неопределенности. Краткосрочные изменения транспортной нагрузки, сезонность, долгосрочная динамика цен и изменение характеристик застройки могут смешиваться в одной оценке. Для их разделения необходимы временные ряды, модели изменяющихся во времени смешивающих факторов, лаговых связей и чувствительности результатов к выбору временного окна [12]. Без такой проверки наблюдаемая связь может отражать не только воздействие шума, но и изменение транспортной доступности, реконструкцию улиц или иные процессы городской трансформации.
Медицинские результаты также нельзя непосредственно переводить в денежные поправки к кадастровой стоимости. Они подтверждают общественную значимость шумового воздействия, но различаются по исходам, подгруппам и дизайну исследования. Наличие связи с систолическим давлением при отсутствии четкой связи с гипертонией показывает, что выводы должны формулироваться для конкретного показателя и периода наблюдения, а не распространяться на здоровье населения в целом [7].
Наиболее конкретный исследовательский пробел связан с интеграцией динамических моделей распределения транспортных потоков, прогнозирования шума и кадастровых процедур. Динамическое распределение способно давать более реалистичное представление о транспортной нагрузке, однако связь этого результата с пространственной картой шума и последующей оценкой объектов разработана недостаточно [15]. Для проверки такого подхода потребуются геокодированные характеристики объектов и сделок, детальная модель распространения шума, данные о транспортных потоках во времени, признаки экранирования и застройки, а также независимая процедура проверки прогнозов и интервальной неопределенности.
5. Заключение
Литература-ориентированный анализ показал, что учет шумового воздействия в кадастровой оценке должен опираться на сочетание трех компонентов: пространственно детализированного измерения экспозиции, моделей капитализации внешних эффектов и явного анализа неопределенности. Гедонические и локальные регрессионные модели позволяют объяснять неоднородность ценовой реакции, а методы машинного обучения могут использоваться для повышения прогностической точности при сохранении независимой проверки и интерпретации результатов.
Практическая ценность проведенного синтеза состоит в формулировании методических ориентиров для последующего исследования конкретного рынка. Вместе с тем представленные количественные оценки относятся к отдельным территориям, рынкам и типам воздействия. Поэтому окончательные выводы о кадастровой стоимости объектов возможны только после добавления локальных данных о сделках, пространственно-временных параметров шума, характеристик застройки и процедуры валидации прогнозов.
6. Дополнительные сведения
Вклад авторов: Авторы сформулировали проблему, разработали литература-ориентированный дизайн, выполнили систематизацию и анализ публикаций и подготовили рукопись.
Финансирование: Исследование выполнено без внешнего финансирования.
Доступность данных: В статье использованы опубликованные научные материалы; собственный набор данных для исследования не формировался.
Конфликт интересов: Авторы заявляют об отсутствии конфликта интересов.
Раскрытие использования искусственного интеллекта: Текст рукописи подготовлен с помощью инструмента искусственного интеллекта на основе материалов исследования; авторы проверили и отредактировали содержание и несут полную ответственность за опубликованный текст.
Список литературы
- Aaron Swoboda, Tsegaye Nega, Maxwell Timm. HEDONIC ANALYSIS OVER TIME AND SPACE: THE CASE OF HOUSE PRICES AND TRAFFIC NOISE. Journal of Regional Science. 2015. SCID: 54.1/3d8rw6gf.
- Mats Wilhelmsson. The Impact of Traffic Noise on the Values of Single-family Houses. Journal of Environmental Planning and Management. 2000. SCID: 54.1/s9pkde52.
- Anna Freeman. Hedonic Prices, Property Values and Measuring Environmental Benefits: A Survey of the Issues. Palgrave Macmillan UK eBooks. 1981. SCID: 54.1/6yhab4bx.
- John R. Ottensmann, Seth Payton, Joyce Y. Man. Urban Location and Housing Prices within a Hedonic Model. RePEc: Research Papers in Economics. 2008. SCID: 54.1/mbh58q9t.
- Yonglin Zhang, Rencai Dong. Impacts of Street-Visible Greenery on Housing Prices: Evidence from a Hedonic Price Model and a Massive Street View Image Dataset in Beijing. ISPRS International Journal of Geo-Information. 2018. SCID: 54.1/cxnmkdua.
- Thomas Münzel, Frank P. Schmidt, Sebastian Steven, Johannes Herzog, Andreas Daiber, Mette Sørensen. Environmental Noise and the Cardiovascular System. Journal of the American College of Cardiology. 2018. SCID: 54.1/m64xed63.
- Mette Sørensen, Martin Hvidberg, Barbara Hoffmann, Zorana Jovanovic Andersen, Rikke Baastrup Nordsborg, Kenneth G. Lillelund, Jørgen Jakobsen, Anne Tjønneland, Kim Overvad, Ole Raaschou‐Nielsen. Exposure to road traffic and railway noise and associations with blood pressure and self-reported hypertension: a cohort study. Environmental Health. 2011. SCID: 54.1/t44azz9a.
- Jengei Hong, Heeyoul Choi, Woosung Kim. A HOUSE PRICE VALUATION BASED ON THE RANDOM FOREST APPROACH: THE MASS APPRAISAL OF RESIDENTIAL PROPERTY IN SOUTH KOREA. International Journal of Strategic Property Management. 2020. SCID: 54.1/vs7a9k2k.
- Michael Mayer, Steven C. Bourassa, Martin Hoesli, Donato Scognamiglio. Estimation and updating methods for hedonic valuation. Journal of European real estate research. 2019. SCID: 54.1/fgar7jjj.
- Touseef Hussain, Jaffar Abbas, Zou Wei, Mohammad Nurunnabi. The Effect of Sustainable Urban Planning and Slum Disamenity on The Value of Neighboring Residential Property: Application of The Hedonic Pricing Model in Rent Price Appraisal. Sustainability. 2019. SCID: 54.1/w233muk7.
- Bernard M. S. van Praag, B. Baarsma. Using Happiness Surveys to Value Intangibles: The Case of Airport Noise. The Economic Journal. 2004. SCID: 54.1/8a5hxm8c.
- Krishnan Bhaskaran, Antonio Gasparrini, Shakoor Hajat, Liam Smeeth, Ben Armstrong. Time series regression studies in environmental epidemiology. International Journal of Epidemiology. 2013. SCID: 54.1/ja3pqddz.
- Anthony Bellotti. Reliable region predictions for automated valuation models. Annals of Mathematics and Artificial Intelligence. 2017. SCID: 54.1/k7qrq9xe.
- Richard T. Carson. Contingent Valuation: A Practical Alternative when Prices Aren't Available. The Journal of Economic Perspectives. 2012. SCID: 54.1/665e5ct8.
- Yi Wang, W.Y. Szeto, Han Ke, Terry L. Friesz. Dynamic traffic assignment: A review of the methodological advances for environmentally sustainable road transportation applications. Transportation Research Part B Methodological. 2018. SCID: 54.1/er9t8zk7.
Опубликовано автором на SCID, не рецензировано; при подготовке использованы ИИ-инструменты.