Геоинформационный анализ жилищного строительства в период антироссийских санкций на основе данных ДОМ.РФ (на примере Санкт-Петербургской агломерации)

DOI: 10.35595/2414-9179-2025-3-31-142-157

Посмотреть или загрузить статью (Rus)

Об авторах

И.А. Логвинов

Санкт-Петербургский государственный университет, Институт наук о Земле,
Университетская набережная, д. 7/9, Санкт-Петербург, Россия, 199034,
E-mail: ilia.logwinov@yandex.ru

С.С. Лачининский

Санкт-Петербургский государственный университет, Институт наук о Земле,
Университетская набережная, д. 7/9, Санкт-Петербург, Россия, 199034,
E-mail: lachininsky@gmail.com

Т.Р. Нуреев

Санкт-Петербургский государственный университет, Институт наук о Земле,
Университетская набережная, д. 7/9, Санкт-Петербург, Россия, 199034,
E-mail: t.r.nureev@yandex.ru

Аннотация

Жилищное строительство является важным фактором территориального развития городских агломераций. Разнообразие форматов возводимого жилья, а также роль девелоперов зачастую трудно количественно рассмотреть при опоре только на традиционную в географических исследованиях государственную статистику. В наши дни глубину исследования возможно повысить за счет новых источников данных по жилью, в частности государственных информационных систем. Одной из таких систем является единая информационная система жилищного строительства (ЕИСЖС). Целью работы является апробация данных из ЕИСЖС для исследований жилищного строительства с учетом корпоративной принадлежности возводимых жилых комплексов. Полигоном для исследования стала крупная городская агломерация Санкт-Петербурга. Описан авторский способ получения атрибутивных и пространственных данных из ЕИСЖС по каждому жилому объекту на исследуемой территории. Представлен также подход к обработке полученных данных. Предложен вариант выделения ключевых зон строительства жилья. Обозначены способы оценки интенсивности строительства и разнообразия застройщиков по выделенным зонам. Приведен пример анализа пространственного поведения и расчета отраслевых показателей некоторых застройщиков. В итоге выделен ряд преимуществ ЕИСЖС и обоснована возможность использования этого источника данных для рассмотрения жилищного строительства в корпоративно-территориально-отраслевом разрезе. Ранее это было недоступно в исследованиях предшественников при использовании государственной статистики и других источников данных. В то же время выявлен ряд недостатков данных из ЕИСЖС. С учетом особенностей данных в ЕИСЖС и на основе описанных подходов в дальнейшем планируется проводить комплексные исследования жилищного строительства с учетом особенностей девелоперов (экономических агентов) и их адаптаций к внешним шокам, в т. ч. к антироссийским санкциям.

Ключ. слова

веб-скрейпинг, единая информационная система жилищного строительства, DBSCAN, рынок жилой недвижимости, антироссийские санкции

Список литературы

  1. Алексеенко А.П., Лаврентьев И.А., Латышева Н.Е. Оценка текущего состояния и перспектив развития жилищного строительства Дальневосточного федерального округа Российской Федерации. Вестник университета, 2024. № 2. С. 52–65. DOI: 10.26425/1816-4277-2024-2-52-65.
  2. Бабкин Р.А. Пространственная структура Московской метрополии. Федерализм, 2024. Т. 29. № 2. P. 110–130. DOI: 10.21686/2073-1051-2024-2-110-130.
  3. Геттнер А. География. Ее история сущность и методы. М.: Юрайт, 2020. 426 с.
  4. Грушина О.В., Красноштанова Т.А. Кризисы XXI века, или как выжить отрасли жилищного строительства в РФ. Государственное управление. Электронный вестник, 2022. № 95. С. 20–40.
  5. Зубаревич Н.В. Регионы России в конце 2023 г.: удалось ли преодолеть кризисный спад? Вопросы теоретической экономики, 2024. № 1. С. 34–47. DOI: 10.52342/2587-7666VTE_2024_1_34_47.
  6. Капралов Е.Г., Кошкарев А.В., Тикунов В.С., Заварзин А.В., Лурье И.К., Рыльский И.А., Трофимов А.М., Флейс М.Э., Яровых В.Б. Основы геоинформатики. Учебное пособие для вузов. В 2-х книгах. Книга 1. М.: Академия, 2004. 352 с.
  7. Куричева Е.К. Жилищное строительство в Московской агломерации: пространственные последствия. Вестник Московского университета. Серия 5. География, 2017. № 3. С. 87–90.
  8. Логвинов И.А. Крупномасштабное моделирование расселения населения Комсомольска-на-Амуре по данным реестра объектов жилищного фонда. Вторая международная научно-практическая конференция Студенческого научного общества Санкт-Петербургского государственного университета: сборник статей. СПб.: Издательство «Скифия» – СПбГУ, 2024. С. 184–191.
  9. Логвинов И.А., Лачининский С.С. Возможность применения данных по многоквартирным домам фонда развития территорий при исследовании городских агломераций. ИнтерКарто. ИнтерГИС. М.: МГУ, Географический факультет, 2023. Т. 29. Ч. 2. С. 407–422. DOI: 10.35595/2414-9179-2023-2-29-407-422.
  10. Логвинов И.А., Лачининский С.С., Нуреев Т.Р. Создание набора данных для исследования пространственно-временной динамики жилищного строительства на основе данных ГИС ЖКХ и дистанционного зондирования: принципы, инструменты, результаты. ИнтерКарто. ИнтерГИС. М.: МГУ, Географический факультет, 2024. Т. 30. Ч. 2. С. 498–515. DOI: 10.35595/2414-9179-2024-2-30-498-515.
  11. Лымарь В.В., Карпов А.С., Краснова О.А. Применение параметрических методов для картирования морфологии городской застройки на примере Василеостровского района Санкт-Петербурга. Урбанистика, 2021. № 1. С. 34–55. DOI: 10.7256/2310-8673.2021.1.35029.
  12. Манушин Д.В. Антисанкционная и санкционная экономическая политика России 2022–2025. Часть 2: Последствия войны санкций, управление изменениями, уточнение понятий исследования. Russian Journal of Economics and Law, 2024. Т. 18. № 2. C. 36–69. DOI: 10.21202/2782-2923.2024.1.36-69.
  13. Махрова А.Г., Бабкин Р.А. Анализ пульсаций системы расселения Московской агломерации с использованием данных сотовых операторов. Региональные исследования, 2018. № 2. С. 68–78.
  14. Обухов Л.А., Паниди Е.А. О контроле корректности при геокодировании почтовых адресов. ИнтерКарто. ИнтерГИС. М.: МГУ, Географический факультет, 2021. Т. 27. Ч. 2. С. 114–127. DOI: 10.35595/2414-9179-2021-2-27-114-127.
  15. Окунев И.Ю. Основы пространственного анализа. М.: Аспект Пресс, 2020. 255 с.
  16. Пилипенко И.В. Жилищное строительство в России за 100 лет: динамика, итоги и социально-экономические проблемы. Вопросы экономики, 2025. № 1. С. 134–158. DOI: 10.32609/0042-8736-2025-1-134-158.
  17. Потоцкая Т.И. Корпоративная география как научная парадигма отраслевого анализа. Творческое наследие А.С. Посникова и современность. Материалы Международной научно-практической конференции, 2016. № 10. С. 97–104.
  18. Пузанов А.С., Косарева Н.Б., Полиди Т.Д. Основные тенденции жилищной экономики российских городов. Городские исследования и практики, 2015. С. 34–55. DOI: 10.17323/usp00201534-55.
  19. Слука Н.А. Цели, задачи и проблемы корпоративной географии. Известия РАН. Серия географическая, 2016. № 5. С. 38–45. DOI: 10.15356/0373-2444-2016-5-38-45.
  20. Dogucu M., Çetinkaya-Rundel M. Web Scraping in the Statistics and Data Science Curriculum: Challenges and Opportunities. Journal of Statistics and Data Science Education, 2021. V. 29. P. 112–122. DOI: 10.1080/10691898.2020.1787116.
  21. Ester M., Kriegel H.P., Sander J., Xu X. A Density-Based Algorithm for Discovering Clusters in Large Spatial Databases with Noise. KDD, 1996. V. 96. No. 34. P. 226–231.
  22. Fan Y., Leung C.K.Y., Yang Z. Financial Conditions, Local Competition, and Local Market Leaders: The Case of Real Estate Developers. Pacific Economic Review, 2022. V. 27. No. 2. P. 131–193. DOI: 10.1111/1468-0106.12360.
  23. Lachininskii S.S., Logvinov I.A., Sorokin I.S. Modern Methods for Studying the Spatial Structure of Urban Agglomerations (A Case Study of the St. Petersburg Urban Agglomeration). Regional Research of Russia, 2024. V. 14. No. 2. P. 170–180. DOI: 10.1134/S2079970524600100.
  24. Souza T.G.D., Fonseca F.D., Fernandes V.D.O., Pedrassoli J.C. Exploratory Spatial Analysis of Housing Prices Obtained from Web Scraping Technique. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 2021. V. 43. P. 135–140. DOI: 10.5194/isprs-archives-XLIII-B4-2021-135-2021.
  25. Sternik S.G., Safronova N.B. Financialization of Real Estate Markets as a Macroeconomic Trend of the Digital Economy. Studies on Russian Economic Development, 2021. V. 32. No. 6. P. 676–682. DOI: 10.1134/S1075700721060149.

Для цитирования: Логвинов И.А., Лачининский С.С., Нуреевт Т.Р. Геоинформационный анализ жилищного строительства в период антироссийских санкций на основе данных ДОМ.РФ (на примере Санкт-Петербургской агломерации). ИнтерКарто. ИнтерГИС. M.: Географический факультет МГУ, 2025. Т. 31. Ч. 3. С. 142–157. DOI: 10.35595/2414-9179-2025-3-31-142-157

For citation: Logvinov I.A., Lachininskii S.S., Nureev T.R. GIS-analysis of housing construction during the period of international sanctions against Russia based on data from DOM.RF (using the example of the St. Petersburg metropolitan area). InterCarto. InterGIS. Moscow: MSU, Faculty of Geography, 2025. V. 31. Part 3. P. 142–157. DOI: 10.35595/2414-9179-2025-3-31-142-157 (in Russian)