МІНІСТЕРСТВО ОСВІТИ ТА НАУКИ УКРАЇНИ

ДОНЕЦЬКИЙ НАЦІОНАЛЬНИЙ ТЕХНІЧНИЙ УНІВЕРСИТЕТ

На правах рукопису

КРИВОБОКОВ МАРКО ГЕННАДІЙОВИЧ

УДК: 528.4+332.64+911.5/9+004.942

ФОРМАЛІЗАЦІЯ ОЦІНОЧНОГО ЗОНУВАННЯ МІСЬКИХ ЗЕМЕЛЬ

З ЗАСТОСУВАННЯМ ГІС-МОДЕЛІ

Спеціальність: 05.24.04 – Кадастр та моніторинг земель

ДИСЕРТАЦІЯ
на здобуття наукового ступеня
кандидата технічних наук

Науковий керівник:
доктор технічних наук, професор
Могильний Сергій Георгійович

Донецьк – 2005
 2

ЗМІСТ

ВСТУП..................................................................................................................................4
1. ОГЛЯД ОЦІНОЧНОГО ЗОНУВАННЯ МІСЬКИХ ЗЕМЕЛЬ ТА
ЗАСТОСУВАННЯ ГІС В ОЦІНЦІ.....................................................................................9
1.1. Нормативна грошова оцінка міських земель.............................................................9
1.2. Моделювання міст......................................................................................................23
1.3. Закордонний досвід масової оцінки нерухомості...................................................25
1.4. Загальні принципи та практика економіко-планувального зонування.................31
1.5. Застосування ГІС в оцінці нерухомості....................................................................40
1.6. Висновки......................................................................................................................45
2. ПРОПОЗИЦІЇ ЩОДО ВДОСКОНАЛЕННЯ ВИКОНАННЯ ЕКОНОМІКО-
ПЛАНУВАЛЬНОГО ЗОНУВАННЯ................................................................................47
2.1. Зміст пропозицiй.........................................................................................................47
2.2. Вибір існуючої базової територіальної одиниці......................................................50
2.3. Вибір категорій земель...............................................................................................52
2.4. Створення оціночних районів із базових територіальних одиниць......................54
2.5. Вибір факторів вартості земель та їхніх питомих ваг: мета-аналіз.......................59
2.6. Можливість заміни експерта інструментарієм ГІС при розрахунку індексів
факторів..............................................................................................................................67
2.7. Формальне визначення центрів комерційного обслуговування з застосуванням
ГІС-моделі..........................................................................................................................77
2.8. Висновки......................................................................................................................85
3. ФОРМАЛІЗАЦІЯ ЗОНУВАННЯ З ЗАСТОСУВАННЯМ НЕЧІТКИХ МНОЖИН
ТА КЛАСТЕРНОГО АНАЛІЗУ.......................................................................................86
3.1. Загальні відомості.......................................................................................................86
3.2. Застосування теорії нечітких множин......................................................................86
3.3. Застосування кластерного аналізу простору ознак...............................................108
3.4. Формальне порівняння зон, що створені за різними методами...........................123
3.5. Висновки....................................................................................................................129
 3

ВИСНОВКИ.....................................................................................................................131
СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ........................................................................133
ДОВІДКИ ПРО ВПРОВАДЖЕННЯ РЕЗУЛЬТАТІВ ДОСЛІДЖЕННЯ....................145
 4

ВСТУП

Актуальність теми. Сьогоденна реальність у сфері земельних відносин,

зокрема платний характер використання земель та формування ринку міських
земель за умов існування різних форм власності потребує проведення оцінки земель
на сучасному рівні. Юридичний простір стосовно цих питань набуває все більшої
визначеності та досконалості, чому сприяє низка нових законодавчих актів, серед
яких Земельний кодекс України, Цивільний кодекс України, Закон України “Про
оцінку земель”.
В умовах слабкого розвитку ринку міських земель важлива роль належить
нормативній грошовій оцінці, за результатами якої визначається розмір земельного
податку, а також встановлюється орендна плата за землі державної та комунальної
власності тощо. Таким чином, від якості виконання нормативної грошової оцінки
земель залежить справедливість оподаткування.
Серед авторів наукових праць з питань оцінки міських земель в Україні
виділяються О. І Драпіковський, І. Б. Іванова, Ю. Ф. Дегтяренко, М. І. Лихогруд,
Ю.М. Манцевич, Ю. М. Палеха, А. А. Лященко, О. В. Ціпенко, С. А. Боєв, С. А.
Дюжев та інші.
Оціночне1 зонування, тобто формування оціночних районів та економіко-
планувальних зон, є одним із найважливіших етапів нормативної грошової оцінки
земель. Задача зонування є задачею просторового аналізу, якісне розв’язування якої
на сучасному рівні неможливе без застосування ГІС.
У західних країнах ГІС широко використовується в оцінці земель та іншої
нерухомості при створенні моделей розрахунку вартості. Серед авторів, праці яких
використано у дисертації, R. D. Ward, J. R. Weaver, J. C. German, R. A. Figueroa, P.
Wyatt, D. Bible, C. Hsieh та інші.

1
З позицій української мови краще було б використовувати слово “оцінне”. У статтях автора вживається
словосполучення “оцінний район”. Однак, оскільки в законодавчих та нормативних актах використовується поняття
“оціночний район”, воно використано у цій роботі.
 5

Питанням застосування ГІС в оцінці земель в Україні присвячені наукові

праці М. І. Лихогруда, Ю. М. Палехи, А. А. Лященка, О. В. Ціпенка та інших. Серед
російських авторів слід виділити В. А. Прорвича.
Нормативна грошова оцінка земель є оцінкою перехідного періоду, у
перспективі вона повинна трансформуватися в оцінку, яка буде орієнтуватися на
земельний ринок. Тому важливо на сучасному етапі намітити шляхи еволюції
нормативної оцінки у ринковому напрямку. Саме етап зонування дає можливість
врахування ринкових факторів вартості.
Проблемними моментами зонування є його суб’єктивність та неоднозначність
рішень. Застосування у дисертації ГІС-моделі та пропозиції щодо формалізації
зонування призвані підвищити об’єктивність аналізу та зменшити його
трудомісткість. Пропонується також формальне порівняння різних варіантів
зонування.
Зв’язок з науковими програмами, планами, темами. Дослідження тісно
пов’язане з науково-дослідними роботами кафедри геоінформатики і геодезії
Донецького національного технічного університету за держтемою Н-7-02
“Дослідження та впровадження сучасних методів моніторингу і оцінки техногенних
територій Донбасу”, номер держреєстрації 0102U007117.
Мета і задачі дослідження. Метою роботи є удосконалення створення
оціночних районів та економіко-планувальних зон. Відповідно до цієї мети
формулюються основні задачі дослідження:
- аналіз існуючих принципів та практики оціночного зонування;
- обґрунтування вибору базової територіальної одиниці;
- обґрунтування вибору факторів вартості земель;
- розробка методу кластеризації на основі теорії нечітких множин;
- застосування в оціночному зонуванні існуючих методів кластеризації;
- формальне порівняння результатів різних методів зонування.
Об’єктом дослідження є оціночне зонування міських земель.
Предметом дослідження є методи оціночного зонування.
 6

Методи дослідження. У роботі використано методи аналітичних та

експериментальних досліджень. Зі сфери аналітичних досліджень застосовано
методи мета-аналізу, регресії, просторового аналізу, нечітких множин та метод
Конгалтона і Міда. При здійсненні експериментальних досліджень використано
методи експертних оцінок, імітаційного моделювання, дисперсійного аналізу та
кластерного аналізу.
Наукова новизна одержаних результатів:
- Установлено, що в умовах розвинутого ринку нерухомості впливовими
факторами ринкової вартості за рівнем значимості 5% є наступні: концентрація
комерційних, фінансових та юридичних об’єктів; відстань до центрального
ділового району; кількість злочинів; вплив зовнішнього транспорту; вплив
автомагістралей; відстань до водойми; дохід на душу населення; відстань до
вторинного центру.
- Установлено, що об’єднання оціночних районів в економіко-планувальні зони
можна проводити на основі ступеня рівності нечітких множин, що складає 0,5, і
врахування суміжності районів.
- Установлено, що метод Конгалтона і Міда, адаптований для аналізу полігонів та
доповнений розрахунком сум площ перекриття полігонів, дозволяє визначати
числові характеристики геометричної схожості полігонів.
Практичне значення одержаних результатів:
- визначений список факторів дає можливість їхнього врахування в містах із
нерозвинутим ринком земель при проведенні економіко-планувального
зонування, аналізу ринку земель та іншої нерухомості;
- розроблена ГІС-система автоматичного об’єднання територіальних одиниць, яка
реалізує врахування ступеня рівності нечітких множин і суміжності, спроможна
замінювати фахівця при об’єднанні оціночних районів в економіко-планувальні
зони, при цьому питомі ваги факторів можуть не враховуватись;
- адаптований та доповнений метод Конгалтона і Міда можна застосовувати для
формального геометричного порівняння різних варіантів зонування.
 7

Особистий внесок здобувача. Автором самостійно сформульовані мета і задачі

дослідження, обрані методи дослідження, одержані наведені вище результати. У
дисертації використано 3 особисті авторські публікації та 4 публікації у
співавторстві:
- “Про деякі основні поняття у сфері оцінки земель” – автор виконав аналіз
існуючих понять та визначень, запропонував деякі зміни у визначеннях;
- “Застосування ГІС для розрахунку комплексних індексів цінності оцінних
районів міста” – автор виконав огляд літератури, брав участь у двох способах
розрахунків індексів та розрахунках порівняльного аналізу;
- “Автоматизація об’єднання оцінних районів у економіко-планувальні зони” –
автор розробив алгоритм кластеризації, запрограмував його та провів
експеримент;
- “Застосування кластерного аналізу простору ознак при формуванні економіко-
планувальних зон” – автор проаналізував літературу з кластеризації та застосував
обраний метод.
Апробація результатів дисертації. Основні положення роботи та її окремі
результати доповідалися і обговорювалися на семінарах у Донецькому
національному технічному університеті та Королівському технологічному інституті
(м. Стокгольм) у 2001-2005 рр., а також на міжнародній науково-технічній
конференції “Геоінформатика, геодезія, маркшейдерія” (Донецький національний
технічний університет, м. Донецьк, 2003 р.), науково-технічній конференції
“Geoforum’2004 – Сучасні досягнення геодезичної науки та виробництва”
(Національний університет “Львівська політехніка”, м. Львів, 2004 р.) та PhD курсі
“Cadastral Development – The Contribution of Scientific Enquiry” (Університет
Ольборга, Данія, 2005 р.).
Публікації. За матеріалами дисертації опубліковано 7 друкованих робіт у
наукових виданнях, затверджених ВАК, із них 5 статей у фахових наукових
журналах та 2 статті у збірниках наукових праць.
Структура та обсяг дисертації. Дисертація складається із вступу, трьох
розділів, загальних висновків, списку використаних джерел та додатку. Загальний
 8

обсяг дисертації становить 147 сторінок, у тому числі 122 сторінки основної
частини, 12 сторінок списку використаних джерел із 135 найменувань, 40 рисунків
(рисунки займають 8 окремих сторінок), 23 таблиці (таблиці займають 1 окрему
сторінку), 3 сторінки додатку.
 9

РОЗДІЛ 1
ОГЛЯД ОЦІНОЧНОГО ЗОНУВАННЯ МІСЬКИХ ЗЕМЕЛЬ ТА ЗАСТОСУВАННЯ
ГІС В ОЦІНЦІ

1.1. Нормативна грошова оцінка міських земель

Предмет та сфера застосування нормативної грошової оцінки міських

земель України. Практичне здійснення земельної реформи за умов існування
державної, комунальної та приватної форм власності на землю, платного характеру
використання земельних ресурсів та формування земельного ринку потребує
розвитку оцінки земель на сучасному рівні.
Відповідно до статті 2 Закону України “Про плату за землю” [1] використання
землі в Україні є платним, плата за землю справляється у вигляді земельного
податку або орендної плати, що визначається залежно від результату грошової
оцінки земель. Відповідно до статті 201 Земельного кодексу України [2] та статті 5
Закону України “Про оцінку земель” [3] грошова оцінка земель залежно від
призначення та порядку проведення може бути нормативною і експертною.
Згідно статті 201 Земельного кодексу України [2] нормативна оцінка
використовується для визначення земельного податку, втрат сільськогосподарського
і лісогосподарського виробництва, економічного стимулювання раціонального
використання та охорони земель тощо.
Згідно статті 13 Закону України “Про оцінку земель” [3] нормативна грошова
оцінка проводиться у разі визначення розміру земельного податку, визначення
розміру орендної плати за земельні ділянки державної та комунальної власності,
визначення розміру державного мита при міні, спадкуванні та даруванні земельних
ділянок, визначення втрат сільськогосподарського і лісогосподарського
виробництва, розробки показників та механізмів економічного стимулювання
раціонального використання та охорони земель.
 10

На відміну від нормативної оцінки, експертна оцінка використовується при

здійсненні цивільно-правових угод щодо земельних ділянок та прав на них [3, стаття
5].
В умовах слабкого розвитку земельного ринку важливе значення належить
нормативній оцінці, яка повинна забезпечити справедливе оподаткування земель, а
також постачати об’єктивну інформацію для початкового етапу проведення
експертної оцінки.
Огляд історії оцінки міських земель у СРСР та Україні. Останній етап
оцінки у колишньому СРСР починається з другої половини 1980-х років. У цей
період початку переходу від командно-адміністративних до економічних методів
управління виникло прагнення збалансувати систему економічних відносин між
галузями господарства та територіями. Це привело до розуміння необхідності
введення плати за землю. Закон СРСР “Про державне підприємство (об’єднання)”
закріпив принцип територіального госпрозрахунку, відповідно до якого
підприємства та організації повинні були вносити до бюджету, в тому числі і
місцевого, частину свого прибутку як плату за землю, що знаходилася у їхньому
користуванні [4]. У 1987 р. було прийнято низку законодавчих актів, згідно з якими
одним із основних внесків радянської сторони до статутного фонду спільних
підприємств могло бути право користування землею, яке необхідно було оцінити.
Таким чином, з’явилася необхідність розробки методологічних принципів оцінки
[5].
Землі знаходилися виключно у державній власності і могли бути передані
лише у користування. Передбачалося дві форми платежів [4-5]:
- разові (одноразова плата) – при відведенні нової ділянки для будівництва,
розширення та реконструкції того чи іншого об’єкта;
- щорічні – при користуванні земельними ділянками.
Одноразові платежі за використання міських територій розраховувалися та
диференціювалися:
1) по союзних республіках, у РРФСР та Українській РСР – по економічних
районах;
 11

2) по містах різної величини;

3) по центральних, серединних та периферійних районах – усередині міст;
4) по містах із різним рівнем розвитку сфери управління, наукового та
соціально-культурного обслуговування;
5) по курортних районах;
6) по містах та районах із історичною забудовою;
7) з врахуванням інших факторів, виходячи з особливих умов.
Лист Держкомцін СРСР від 15.11.1988 поширив методичні рекомендації та
нормативи з оцінки міських земель. Вони були розроблені з використанням
нормативів витрат, затверджених Наказом Держкомархітектури при Держбуді СРСР
від 25.04.1984, які включали витрати на будівництво головних споруд та
прокладання магістральних мереж водопроводу, каналізації, теплопостачання,
електропостачання, слабкострумових приладів, газопостачання, дощової каналізації,
вартість санітарної очистки міст, зелених насаджень, вулично-дорожньої мережі,
міського транспорту, заходів щодо інженерної підготовки території, а також
вартість магістральних мереж, що йдуть від джерела до межі міста [4-5].
Збільшення вартості земель у містах із розвинутим рівнем управлінського,
наукового та соціально-культурного потенціалів було встановлено на основі різниці
в результатах виробничої діяльності підприємств у містах різної величини та
адміністративного статусу: продуктивності праці, фондовіддачі, собівартості
продукції, термінів будівництва тощо. Підвищення вартості у містах та районах із
історичною забудовою вводилося у відповідності з цінністю історичної спадщини та
її впливом на планувальну структуру, просторову композицію та архітектурний
облік [5].
Розмір плати за землю визначався спеціальними оцінювальними комісіями
міських рад. Запропоновані нормативи з оцінки міських земель носили
рекомендаційний характер та могли бути підвищені до рівня, що склався у країні-
партнері спільного підприємства [5].
З самого початку оцінка земель носила нормативний характер. До уваги
приймалися не ринкові дані, наприклад, ринку квартир, а узагальнені містобудівні
 12

та економічні характеристики. Цей підхід було покладено в основу подальшого

розвитку нормативної оцінки земель в Україні. Значний ступінь свободи місцевих
рад у встановленні вартісних показників свідчив про продовження існування
командно-адміністративного стилю керівництва та створював потенційну небезпеку
зловживань з боку властей.
У той же час, було покладено основу оціночного зонування міських земель.
Спочатку просторова диференціація земельних платежів проводилася досить грубо,
з виділенням тільки трьох груп районів: центральних, серединних та периферійних.
Однак, це показувало розуміння існування просторових відмінностей у вартості
земель у межах міста.
Оцінка міських земель в Україні у 1980-х – першій половині 1990-х років
характеризується відсутністю чіткого централізованого підходу. Це є причиною
появи різних термінів, що за змістом відносяться до одного й того ж виду оцінки:
комплексна економічна оцінка територій [6], комплексна містобудівна оцінка
територій [7], економіко-містобудівна оцінка територій [6], економічна оцінка
земель. Нижче застосовується термін “економічна оцінка земель”, який
використовується у діючому Земельному кодексі України [2].
Економічну оцінку земель населених пунктів, започатковану наприкінці 1980-
х років, можна назвати попередницею нормативної грошової оцінки міських земель
України [6]. Економічна оцінка спочатку не мала чіткого правового підґрунтя.
Однак, здійснені експериментальні дослідження і впровадження оцінки в деяких
містах СРСР, в тому числі і в Україні, свідчили про її економічну ефективність.
Тісний зв’язок економічної оцінки земель з містобудівним розвитком
обумовив провідну роль в оціночній діяльності науково-дослідних та проектних
інститутів містобудівного профілю. Особливістю розвитку економічної оцінки
земель в Україні було існування кількох методик оцінки [6]:
1. Методика, розроблена під керівництвом В. Сотникова (Інститут
“КиївНДІПмістобудування”), ґрунтується на визначенні ставок податку на рівні
зон містобудівної цінності. Для розрахунків використовуються дані про
 13

щільність, вартість фондів соціальної та інженерно-транспортної інфраструктури

та інші показники.
2. Методика, що базується на розробках російських фахівців (С. Кабакової та
інших) і творчо розвинута спеціалістами Інституту “Київпроект” (О.
Драпіковський та інші), пропонує досить детальний розрахунок трьох категорій
показників для кожної земельно-оцінювальної одиниці: витрат на соціальну,
інженерно-транспортну і природоохоронну інфраструктуру; економічних
результатів від зміни характеру використання території; соціальних факторів, які
формують економічну цінність міських земель.
3. Методика, розроблена під керівництвом О. Розенфельда (Інститут урбаністики),
ґрунтується на принципах експертної оцінки. Експертами найчастіше виступають
представники міста разом із фахівцями-містобудівниками. Автори методики
вважають, що для більшості малих і середніх міст досить участі кваліфікованих
фахівців і знання ситуації місцевими керівниками.
4. Методика Є. Куця (Інститут “КиївНДІПмістобудування”) базується на
розрахунку п’яти груп факторів (комплексних умов), які впливають на
визначення диференційованих ставок податку на землю. Особливістю методики є
побудова так званих еквіпотенціальних ліній, тобто ізоліній, які з’єднують точки
з однаковою цінністю території.
5. Методика, розроблена під керівництвом Ю. Палехи (Інститут “Діпромісто”),
використовує функціональний та соціологічний підходи. Результатом оцінки,
проведеної за даною методикою, є встановлені інтегральні індекси цінності для
кожного з оціночних районів.
Згідно [6] попри усі інші розбіжності суть методик економічної оцінки земель,
розроблених представниками названих п’яти груп, зводилась до двох принципових
підходів: вартісного і функціонального.
Вартісний підхід був запропонований С. Кабаковою [8] і розвинений її
послідовниками, зокрема при виконанні економічної оцінки м. Києва. Ця оцінка
стала першим практичним досвідом такої роботи у СРСР, її результати були
затверджені рішенням Київради у 1988 р. [4]. Суть підходу полягає у вартісній (у
 14

рублях) оцінці окремих факторів, які впливають на цінність земельної ділянки у

місті [6].
Функціональний підхід визначає відносну цінність території через
математичний розрахунок функціональних переваг або недоліків її потенціалу [6].
Для цього активно використовуються математичні моделі: матриця транспортної
доступності, моделі інженерних мереж тощо. Прикладами застосування
функціонального підходу є методика, розроблена Є. Куцем [7], та методика,
розроблена під керівництвом Ю. Палехи (Інститут “Діпромісто”) [6].
Функціональний підхід може застосовуватися у сполученні з експертним та
соціологічним підходами.
Незважаючи на оригінальний характер різних методик, усі вони розглядали
міські землі як просторовий базис соціально-економічного розвитку та
містобудівного освоєння, їхня цінність визначалася рівнем концентрації та
доступністю важливих об’єктів. Це обумовлювало єдність мети методик –
встановлення у містах зон, що характеризуються різними рівнями цінності [4].
У 1991 р. згідно з завданням Держбуду України Виробничо-інформаційним
центром “Містобудівник” було розроблено методику економіко-містобудівної
оцінки території міст різної величини [6]. До авторського колективу увійшли
представники різних науково-методичних шкіл, які виконували оцінку земель
населених пунктів України (О. Драпіковський, Г. Заблоцький, Є. Лішанський, Т.
Ткач, Г. Фільваров, Е. Шаповалов) та Росії (С. Кабакова). Очолював авторський
колектив В. І. Нудельман. Методика включала принципи економіко-містобудівного
зонування територій, визначення вартісних показників та їхньої актуалізації.
Методичні рекомендації були затверджені Держбудом України 17.04.1992. Як
відмічено у [6], ця методика стала позитивним кроком в об’єднанні зусиль для
створення єдиного підходу до оцінки міських земель.
Компенсаційна спрямованість оцінки міських земель реалізувалася шляхом
встановлення середньої (базової) вартості одиниці території міста. Базова вартість
визначалася розміром коштів, необхідних для забезпечення фінансування основних
функцій міського господарства (будівництва, обслуговування житлових будинків,
 15

технічної інфраструктури та інших об’єктів), віднесених до площі забудованих

земель [4]. Отримана таким чином базова вартість збільшувалася чи зменшувалася в
залежності від розташування земельної ділянки у межах міста. Для цього
застосовувалися кваліметричні2 методи оцінки зручності зв’язків із усіма видами
об’єктів масового тяжіння: місцями проживання, прикладання праці,
обслуговування та масового відпочинку [4].
Роботи з оцінки міських земель набули значного масштабу. Вартісні
показники, отримані в результаті оцінки, стали основою для встановлення платежів
за користування міськими землями. Узагальнення результатів кваліметричних
оцінок у ряді міст було використано в ДБН 360-92 “Містобудування. Планування і
забудова міських і сільських поселень”, де було дано рекомендації щодо зонування
територій населених пунктів за рівнем містобудівної цінності та рекомендовано
приблизні величини радіусів зон відносно міського центру.
Прийняття офіційної методики ввело оцінку міських земель у правове поле
регулювання земельних відносин [4]: вона стає ключовим елементом Закону
України “Про плату за землю”, прийнятого 03.07.1992, та Постанов Кабінету
Міністрів від 16.09.1992 № 532 “Про порядок встановлення ставок земельного
податку” та від 12.01.1993 № 15 “Про порядок ведення державного земельного
кадастру”. Такі результати оцінки, як зонування та ступінь містобудівної цінності
території, набувають статусу даних державного земельного кадастру.
Термінологія у сфері оцінки земель. Нормативні документи, які регулюють
земельно-оцінювальні роботи, містять терміни, які дублюють один одного, та
неоднозначні тлумачення цих термінів. Це спричиняє непорозуміння навіть між
оцінювачами щодо самої суті оцінки. Нижче розглядаються деякі основні поняття та
їхні існуючі визначення, а також деякі уточнення, у тому числі з джерела [10].
Згідно статті 79 Земельного кодексу України [2] “Земельна ділянка – це
частина земної поверхні з установленими межами, певним місцем розташування, з
визначеними щодо неї правами”.

2
Слово “кваліметричний” можна перекласти як “той, що вимірює якість”. Тобто, за допомогою кваліметричної оцінки
території встановлюються її якісні показники [9].
 16

Згідно Землевпорядним директивам ООН [11] до нерухомості належить

“земля та все, що закріплене до землі”. Згідно статті 181 Цивільного кодексу
України [12] до нерухомості “належать земельні ділянки, а також об'єкти,
розташовані на земельній ділянці, переміщення яких є неможливим без їх
знецінення та зміни їх призначення”. Подібне визначення містить Закон України
“Про державну реєстрацію речових прав на нерухоме майно та їх обмежень” [13].
Згідно статті 1 Закону України “Про оцінку земель” [3] “вартість земельної
ділянки – еквівалент цінності земельної ділянки, виражений у ймовірній сумі
грошей, яку може отримати продавець”. Подібне визначення вартості наведено в
“Методиці експертної грошової оцінки земельних ділянок” [14]. Джерело [11]
пропонує наступне визначення для вартості землі: “вартість майна, визначена
різними шляхами, які дають різні оцінки вартостей”. Останнє визначення більш
реалістично відображає процес оцінки та існування різних категорій вартості, на
відміну від [3]. Визначення терміну “вартість земельної ділянки” з [3] є спрощеним
перекладом визначення терміну “ринкова вартість” із західних джерел. Так, згідно
Міжнародних стандартів оцінки [15] ринкова вартість – це “розрахункова
величина, що дорівнює грошовій сумі, за яку передбачається перехід активів із рук у
руки на дату оцінки внаслідок комерційної угоди між добровільним покупцем та
добровільним продавцем після адекватного маркетингу за умови, що кожна зі сторін
діє зі знанням справи, розсудливо і без примусу”. Словосполучення “ймовірна сума
грошей” з [3] демонструє своє ймовірне походження від американського визначення
поняття “ринкова вартість нерухомості” з [16]. Національний стандарт №1 [17],
затверджений Кабінетом міністрів України, містить визначення ринкової вартості:
“вартість, за яку можливе відчуження об’єкту оцінки на ринку подібного майна на
дату оцінки за угодою, укладеною між покупцем та продавцем, після проведення
відповідного маркетингу за умови, що кожна із сторін діяла із знанням справи,
розсудливо і без примусу”. В Україні існує також визначення терміну ринкова
вартість земельної ділянки: “найбільш імовірна ціна, за яку земельна ділянка може
бути продана на конкурентному та відкритому ринку за умови, що вона буде
виставлена на продаж протягом часу, достатнього для того, щоб знайти покупця, а
 17

також за умови, що і покупець, і продавець будуть діяти свідомо, кожний задля

своїх інтересів та будуть інформовані за усіма питаннями щодо земельної ділянки”
[18].
Фактично, ринкова вартість земельної ділянки в Україні є результатом
експертної грошової оцінки. Нажаль, ні Земельний кодекс України [2], ні Закон
України “Про оцінку земель” [3] не містять поняття ринкової вартості. Існування
незрозумілого визначення вартості земельної ділянки у [3] тільки ускладнює
ситуацію, оскільки крім ринкової вартості існують також поняття податкової
вартості [19], кадастрової вартості [20] тощо, які відрізняються від ринкової
вартості, отже, від суми, яку може отримати продавець. У статті [10] пропонується
визначення нормативної вартості земельної ділянки для України як результату
нормативної грошової оцінки: “капіталізований рентний дохід із земельної ділянки,
обчислений на дату оцінки за нормативними показниками та укрупненими даними”.
Хоча поняття вартості, оцінки та ціни повинні бути чітко розрізнені, як,
наприклад, це зроблено у “Словнику термінів і визначень у сфері земельних
відносин та земельного кадастру” [21], в теорії та на практиці виникає плутанина не
тільки між поняттями вартості та ціни, але навіть між поняттями оцінки як процесу
та вартості як результату процесу оцінки. Так, у “Методиці нормативної грошової
оцінки земель сільськогосподарського призначення та населених пунктів” [22] і у
“Порядку грошової оцінки земель сільськогосподарського призначення та населених
пунктів” [23] результат процесу оцінки називається “оцінкою” та позначається як
Ц Н , що можна розуміти як “нормативна ціна”. Нажаль, у статті 1 [3] стверджується,

що “нормативна грошова оцінка земельних ділянок – капіталізований рентний дохід

із земельної ділянки, визначений за встановленими і затвердженими нормативами”.
Як згадувалося вище, у статті [10] подібне визначення було запропоновано для
терміну нормативна вартість.
У той же час слід відзначити, що понятійний апарат оцінки еволюціонує. Так,
у Законі “Про оцінку майна, майнових прав та професійну оціночну діяльність в
Україні” [24] стверджується, що “оцінка… – це процес визначення… вартості”, у
Методиці експертної оцінки [14] стверджується, що “під час оцінки визначається
 18

певний вид вартості”, а “експертна грошова оцінка – процес визначення вартості

об’єкта оцінки на дату оцінки”. Однак, [14] не містить поняття ринкової вартості,
хоча йдеться саме про неї.
Стаття 1 [3] пропонує також визначення економічної оцінки земель: “оцінка
землі як природного ресурсу і засобу виробництва у сільському та лісовому
господарствах і як просторового базису в суспільному виробництві за показниками,
що характеризують продуктивність земель, ефективність їх використання та
доходність з одиниці площі”. Таке саме визначення містить стаття 200 [2]. Це
узагальнене визначення можна застосувати як для нормативної грошової оцінки, так
і для експертної грошової оцінки. Згідно статті 200 [2] та статті 5 [3] дані з
економічної оцінки є основою проведення нормативної грошової оцінки. Згідно
Методики [22] матеріали економічної оцінки є інформаційною базою для
нормативної грошової оцінки земель населених пунктів. Поняття економічної
оцінки виникло раніше поняття грошової оцінки. Сьогодні економічна оцінка
міських земель не виконується. Тому на практиці економічна оцінка земель
розглядається не як частина нормативної грошової оцінки, а як її попередниця.
У західних країнах існує термін масова оцінка. Згідно [19] це “процес оцінки
груп об’єктів нерухомості на визначену дату з використанням стандартних методів,
який дозволяє виконувати статистичну перевірку”. Як відмічено у [4], нормативна
грошова оцінка – це масова оцінка.
Методичні основи нормативної грошової оцінки міських земель України.
Основою нормативно-методичної бази нормативної грошової оцінки земель
населених пунктів є “Методика нормативної грошової оцінки земель
сільськогосподарського призначення та населених пунктів” [22], затверджена
постановою Кабінету Міністрів України від 23.03.1995 р. №213.
Окрім Методики [22], методичну основу робіт із нормативної грошової оцінки
земель населених пунктів складають:
- “Порядок грошової оцінки земель сільськогосподарського призначення та
населених пунктів” [23], затверджений наказом Держкомзему України,
 19

Держкоммістобудування України, Мінсільгосппроду України та Української

академії аграрних наук №46/131/63/34 від 15.04.1997 р.;
- “Еталон технічної документації грошової оцінки земель міста Бровари Київської
області” [25], розроблений Інститутом “Діпромісто” на замовлення Держкомзему
України з метою деталізації методичних підходів до нормативної грошової
оцінки земель населених пунктів.
Постановою Кабінету Міністрів України від 12.05.2000 р. №783 “Про
проведення індексації грошової оцінки земель” [26] впроваджується щорічна
індексація результатів нормативної грошової оцінки земель населений пунктів.
Згідно статті 18 Закону [3] нормативна грошова оцінка земельних ділянок
несільськогосподарського призначення проводиться не рідше як один раз у 7-10
років.
Статтею 7 Закону України “Про плату за землю” [1] ставка земельного
податку з земель, нормативна грошова оцінка яких виконана, встановлена у розмірі
одного відсотка, за виключенням земельних ділянок, вказаних у статтях 6 та 7.
Згідно статті 20 [1] 100% коштів, що надходять від земельного податку,
залишаються в місцевих бюджетах. Звіти Держкомстату України стверджують, що
земельний податок становить 2-5% від загальних надходжень державного бюджету
[6].
У [6] грошова оцінка земель та державний земельний кадастр названі
нерозривно пов’язаними між собою категоріями: з одного боку, грошова оцінка
земель є однією з складових державного земельного кадастру, з другого – дані
державного земельного кадастру є інформаційною базою для проведення грошової
оцінки земель. Грошова оцінка земель у [6] названа завершальним етапом
кадастрових робіт, результати якого дають інформацію про цінність як всього
земельного фонду держави, регіонів, так і окремих земельних ділянок.
Відповідно до Порядку [23] нормативна грошова оцінка земель населених
пунктів виконується за формулою:
 20

В НП
ЦН   КФ  К М ,
НК

де Ц Н – “грошова оцінка” (нормативна вартість) квадратного метра земельної

ділянки (у гривнях);
В – витрати на освоєння та облаштування території в розрахунку на квадратний
метр (у гривнях);
Н П – норма прибутку (6%);

Н К – норма капіталізації (3%);

К Ф – коефіцієнт, який характеризує функціональне використання земельної ділянки

(під житлову та громадську забудову, для промисловості тощо);

К М – коефіцієнт, який характеризує місцерозташування земельної ділянки.

Витрати на освоєння та облаштування території ( В ) включають відновну

вартість інженерної підготовки, головних споруд і магістральних мереж
водопостачання, каналізації, теплопостачання, електропостачання (включаючи
зовнішнє освітлення), слабкострумових пристроїв, газопостачання, дощової
каналізації, вартість санітарної очистки, зелених насаджень загального
користування, вулично-дорожньої мережі, міського транспорту на початок року
проведення оцінки.
Коефіцієнт, який характеризує функціональне використання земельної
ділянки ( К Ф ), враховує відносну прибутковість наявних в її межах видів
економічної діяльності і встановлюється для певних категорій земель: житлової
забудови; промисловості; гірничої промисловості та відкритих розробок;
комерційного використання; транспорту та зв’язку; технічної інфраструктури;
ландшафтно-рекреаційних територій та інших відкритих земель [23, табл. 3.1].
Коефіцієнт, який характеризує місцерозташування земельної ділянки ( К М ),
враховує дію регіональних, зональних та локальних груп рентоутворюючих
факторів і обчислюється за формулою:

К М  К М1  К М 2  К М 3 ,
 21

де К М1 – коефіцієнт, який характеризує залежність рентного доходу від

місцеположення населеного пункту у загальнодержавній, регіональній і місцевій
системах виробництва і розселення – регіональні фактори;
К М 2 – коефіцієнт, який характеризує залежність рентного доходу від ступеня

містобудівної цінності території міста (економіко-планувальної зони) – зональні

фактори;
К М 3 – коефіцієнт, який характеризує залежність рентного доходу від особливостей

місцеположення земельної ділянки в межах економіко-планувальної зони – локальні

фактори.
Згідно з Порядком [23] базова вартість одного квадратного метра земель
населеного пункту в залежності від регіональних факторів місцерозташування ( Ц НМ
) визначається за формулою:

В НП
Ц НМ   К М1 .
НК

Значення коефіцієнта К М 1 є добутком коефіцієнтів, які враховують:

- адміністративний статус населеного пункту та його місце в системі
розселення України [23, табл. 3.2];
- входження в приміську зону великих міст [23, табл. 3.3];
- наявність у населеного пункту статусу курорту [23, табл. 3.4];
- входження до зон радіаційного забруднення [23, табл. 3.5].
Територія населеного пункту поділяється на економіко-планувальні зони з
урахуванням таких факторів [23]:
- неоднорідності функціонально-планувальних якостей території;
- доступності центру населеного пункту, місць концентрації трудової
діяльності, центрів громадського обслуговування, масового відпочинку;
- рівня інженерного забезпечення та благоустрою території;
- рівня розвитку сфери обслуговування населення;
 22

- екологічної якості території;

- привабливості середовища: різноманітності місць прикладання праці,
наявності історико-культурних та природних пам’яток тощо.
В межах населеного пункту базова вартість одного квадратного метра земель
диференціюється по економіко-планувальних зонах. Ця вартість розраховується за
формулою:

Ц НЗ  Ц НМ  К М 2 ,

де Ц НМ – середня для економіко-планувальної зони вартість одного квадратного

метра земель (у гривнях).
Значення коефіцієнта К М 2 визначається як результат факторних оцінок із
урахуванням вагової характеристики кожного з факторів. Числові значення
факторних оцінок приймаються в межах інтервалів коефіцієнтів К М 2 для груп
населених пунктів із різною чисельністю населення [23, табл. 3.6], з урахуванням
рекомендацій ДБН 360-92** [27], іншої нормативно-технічної документації та
експертної оцінки. Згідно Порядку [23] питома вага зональних рентоутворюючих
факторів визначається по кожному населеному пункту, виходячи з його
особливостей. Згідно [28] економіко-планувальне зонування можна назвати
ключовим етапом нормативної грошової оцінки земель населених пунктів.
Згідно Порядку [23] вартість одного квадратного метра земельної ділянки
певного функціонального використання ( Ц Н ) визначається з урахуванням
територіально-планувальних, інженерно-геологічних, історико-культурних,
природно-ландшафтних, санітарно-гігієнічних та інженерно-інфраструктурних
особливостей місця її розташування в межах економіко-планувальної зони за
формулою:

Ц Н  Ц НЗ  К Ф  К М 3 .
 23

Значення коефіцієнта К М 3 визначається по кожній земельній ділянці,

виходячи з її особливостей. Для обчислення К М 3 рекомендується враховувати
локальні фактори, наведені у [23, табл. 3.7], при цьому добуток факторних оцінок не
повинен бути нижче 0,75 і вище 1,50.
Таким чином, за своїм характером нормативна грошова оцінка не базується на
даних ринку землі. Результат нормативної оцінки рідко збігається з грошовими
сумами, за які земельні ділянки продаються на ринку [29]. З самого початку
лідируючі оцінювачі землі в Україні, О. Драпіковський і І. Іванова, розглядали
нормативну грошову оцінку як оцінку перехідного періоду, яка повинна
супроводжуватися та доповнюватися експертною оцінкою [29]. З іншого боку, у [29]
пропонується з певним припущенням застосовувати систему коефіцієнтів
нормативної оцінки, включаючи зональний коефіцієнт, для коригувань при
визначенні ринкової вартості земель за порівняльним підходом.
Згідно [6] джерелами інформації для проведення нормативної грошової оцінки
земель є: матеріали державного земельного кадастру; відомості інших галузевих
кадастрів (містобудівного, лісового, водного); генеральні плани та проекти
планування і забудови населених пунктів; матеріали економічної оцінки земель;
інші матеріали землевпорядної та містобудівної документації; матеріали
інвентаризації земель. До цього слід додати дані статистичної звітності.

1.2. Моделювання міст

При проведенні оцінки земель створюють моделі вартості. Згідно [30]

моделювання (фр. modele – зразок, прообраз) – “відтворення характеристик деякого
об’єкта на іншому об’єкті, спеціально створеному для його вивчення. Цей останній
називається моделлю”. Згідно [31] модель – це “абстракція реальності”, а також
“набір чітко визначених аналітичних процедур, що використовуються для
одержання нової інформації”. Між моделлю та об’єктом дослідження повинна
 24

існувати подоба, яка може полягати у тотожності математичного опису “поведінки”

об’єкту та його моделі [32].
Моделі вартості міських земель базуються на моделях міст і міського
транспорту. Згідно [32] моделі міста ліквідують міждисциплінарні бар’єри та
приводять до уніфікації термінології, яка у різних галузей не завжди однакова.
З позицій оціночного зонування найбільший інтерес представляють наступні
моделі міст [32-34]. Теорія Тюнена, яка є попередником моделей міст, стверджує, що
зони сільськогосподарського землекористування приймають форму концентричних
кругів із центром у ринку, ця форма змінюється під впливом транспортних шляхів у
відповідності з ізолініями рівних транспортних витрат. Радіально-осьова модель
трансформує концентричні зони, приймаючи до уваги топографію та транспортну
структуру міста, при цьому зони витягуються уздовж природних елементів (ріки,
гори тощо) або антропогенних елементів (автодороги, залізниці тощо).
Багатоцентрична модель Харріса і Ульмана базується на передумові, що структура
міст складається з багатьох мікрозон, кожна з яких формується навколо свого
локального центру: окремого поселення до утворення міста або того чи іншого виду
діяльності. Модель Бюргеса є логічним продовженням теорії Тюнена в
американських містах, в її основі лежить поділ території міста на п’ять
концентричних зон: центральний діловий район (ЦДР); зону переходу; промислову
зону та зону житла для робочих (як правило, старі будинки); житлову зону
середнього класу (нові будинки); житлову зону вищого класу (елітне житло).
Секторна модель Хойта базується на концентричній: вважається, що з часом
житлові зони високої якості розширюються у напрямках від ЦДР уздовж найбільш
швидких транспортних магістралей, у результаті формується секторна структура.
Секторно-зонна модель є комбінацією концентричної та секторної моделей, увага
акцентується на соціальній структурі міського землекористування: виділяються
сектори та тори різних класів населення.
Питанням моделювання міст присвячені і роботи вітчизняних вчених,
наприклад [28, 35-38]. Значне місце в дослідженнях займають моделі міського
транспорту.
 25

За допомогою моделей міського транспорту вирішуються, зокрема, задачі

визначення початкового та кінцевого пунктів і вибір транспортних засобів [32, 35,
39-41]. Досить часто використовують гравітаційні моделі [32, 39]. Відмічається, що
взаємне видалення міських об’єктів частіше вимірюється не відстанню, а тривалістю
поїздки.
Моделі транспортної мережі використовують для досліджень географічного
розподілу пасажиропотоків та вибору транспортних засобів. Загальним у моделях
транспортної мережі є відшукання оптимальної траси між двома пунктами, що
використовує існуючи відрізки шляху з урахуванням швидкості руху та інших
характеристик різних видів транспорту. Моделі пошуку найкоротшого шляху
розглядаються у [9, 28]. У [9] підкреслено, що значення параметру відстані у місті
важко переоцінити. Як відзначається у [39], майже завжди неможливо опуститься до
рівня деталізації, де поїздки можуть бути визначені від будинку до будинку у місті,
тому загально прийнятий підхід – це визначення зон, які охоплюють досліджувану
область, та зональних центрів. Моделювання транспортної мережі міста засобами
ГІС розглядається у підрозділах 1.5 та 2.7.

1.3. Закордонний досвід масової оцінки нерухомості

Масова оцінка нерухомості в західних країнах виконується з метою

оподаткування. Базою оподаткування, тобто об’єктами, що оподатковуються,
можуть бути як земельні ділянки із забудовою, так і тільки земля. Податок на
нерухомість є важливим джерелом доходів місцевих органів влади [19].
У США, Канаді, Германії, Швейцарії, Австрії та Японії базою оподаткування є
ринкова вартість землі та забудови. У Великобританії та Франції як базу
використовують річну орендну вартість землі та забудови. В Австралії та Новій
Зеландії існує тільки земельний податок. У Данії земельний податок базується на
ринковій вартості землі; цей податок супроводжується додатковим податком, який
 26

базується на ринковій вартості будівель, що використовуються для комерційних та

адміністративних цілей [19].
У Швеції при розрахунку податкової вартості нерухомості використовують
ринкову вартість. Податкова вартість визначається за масовою оцінкою, яка
базується на порівнянні та регресійному аналізі. Податкова вартість повинна
складати 75% від ринкової вартості. Співвідношення між податковою та ринковою
вартістю у Швеції настільки стабільно, що метод відношення ціни продажу до
податкової вартості використовується при розрахунку ринкової вартості [20]. Схожа
ситуація існує у Фінляндії, де податкова вартість нерухомості складає 70% від
ринкової вартості. У Данії це відношення складає 95%, у США – 90%, у різних
провінціях Канади – від 80 до 90% [42].
В Італії та Іспанії використовують термін “кадастрова вартість” нерухомості,
ця вартість є нормативною, але орієнтується на ринкові дані [20, 43].
У Росії кадастрова вартість землі згідно методики [44] та технічних вказівок
[45] повинна базуватися на ринкових даних, однак, нерозвинутий земельний ринок
змушує використовувати складну систему коефіцієнтів, що робить цей підхід
нормативним за суттю.
Ринкова оцінка потребує визначення факторів попиту та пропозиції. Джерела
[16, 19-20] та інші серед найважливіших факторів, що утворюють вартість
нерухомості, називають фактори місцерозташування. Коли йдеться про ринкову
вартість земельних ділянок без забудови, фактори місцерозташування є
найважливішими.
Теоретичні моделі ринкової вартості міських земель набули значного
розвитку в західних країнах. Серед найбільш впливових можна виділити теорії
Харда, Хальбвахса, Хейга, Уенда, Уінго, Алонсо та Мейєра [32]. Хард показав, що
при зростанні території міста виникає земельна рента, обумовлена розташуванням
раніше освоєних ділянок: вартість землі зростає від периферії до центру, цей зріст
пропорційний розмірам міста. Хальбвахс установив, що той чи інший квартал чи
вулиця оцінюються людьми в залежності від існуючого в суспільстві уявлення про
них. Отже, не тільки об’єктивні якості, але й думки, розповсюджені серед
 27

мешканців, визначають вартість земельних ділянок. Згідно Хейгу важливе місце у

формуванні цінності міських земель займає вплив транспорту; вибір місця у
міському просторі визначається кожним у залежності від уявлення про припустимий
рівень виплат за перевагу, надану кращою доступністю; покращення транспортної
мережі скорочує час шляху, отже, знижує контрасти у вартості земель. Уенд вважав,
що місто не можна розглядати як статичний організм: використання автомобілю
може покращити доступність як центру, так і периферії, крім того, урахування
тільки загальноміського центру недостатньо. Теорія Уінго визначає співвідношення
між витратами часу на пересування та вартістю земельних ділянок; при спрощених
вихідних положеннях усі місця роботи зосереджені в центрі міста, все населення
розглядається як однорідна маса; при необхідності у моделі враховується наявність
декількох центрів зайнятості та декількох категорій населення, які по-різному
оцінюють втрачений час, розмір житла тощо. Згідно теорії Алонсо вартість одиниці
площі земельної ділянки залежить від відстані до центру міста, а транспортні
витрати залежать від відстані до межі міста; причиною зростання вартості земель є
збільшення населення міста, тобто збільшення попиту на земельні ділянки,
зменшення їх пропозиції та зростання розмірів міста; удосконалювання
транспортних засобів зменшує витрати часу на пересування, отже, знижує ціни на
землю у центрі міста та збільшує їх на периферії. Мейєр серед факторів, що
визначають вартість земель, виділяє локальні фактори (мікророзташування, якість
навколишнього середовища, інфраструктура, близькість комунальних послуг тощо)
та фактори місцерозташування (відстані від різних центрів тяжіння у місті); він
вважає, що розміщення різних груп населення у міському просторі залежить від
вартості часу для кожної з груп; оскільки для найбільш заможних прошарок час має
велику вартість, вони групуються у центрі, у цілому групи населення формують
кільцеву концентричну структуру, що порушується транспортною мережею та
вторинними центрами тяжіння. Таким чином, теоретичні моделі вартості земель
акцентують увагу на вирішальному впливі часу на пересування або узагальнених
транспортних витрат, локальні фактори розглядаються як корегування, схему
 28

концентричних зон вартості змінює анізотропна структура транспортної мережі та

наявність вторинних центрів тяжіння [32].
Емпіричні моделі масової оцінки є спробами відобразити ринок на великій
географічній площі. Як стверджується у [19], фактори попиту та пропозиції не
можуть бути повністю скопійовані, оскільки неможливо знайти економічні та
фізичні характеристики, що повністю відображають ринок; тем не менш, якщо
співвідношення між ринковою вартістю та існуючими факторами знайдено за
аналізом даних, може бути визначений вплив конкретних факторів на ринкову
вартість. Кінцевим результатом є математична модель, що визначає взаємозв’язок
між ринковою вартістю та факторами. Звичайно створюються окремі моделі для
різних видів нерухомості: незабудованих земель [42], комерційної [46], житлової
[47] тощо. Широко використовуються системи комп’ютеризованої масової оцінки
(computer-assisted mass appraisal – CAMA), за допомогою яких виконується
статистичний аналіз [19, 48-50]. Існують численні публікації, присвячені
застосуванню у масовій оцінці у США, Канаді та країнах Західної Європи
просторового аналізу, наприклад [48-49, 51], та регресійного аналізу, наприклад [47,
52-53]. Крiм того, як альтернативу регресiйному аналiзу часто застосовують штучнi
нейроннi мережi [54-56].
Оціночне (вартісне) зонування є невід’ємною частиною процесу масової
оцінки. Для різних видів нерухомості на одній і тій же території створюють різні
шари оціночних зон. У [19] підкреслюється важливість визначення меж цих зон на
основі природних, антропогенних, історичних та політичних меж. Через відносну
стабільність географічних сегментів ринку нерухомості оціночні зони у містах
виділяються на основі стійких територіальних одиниць. До таких одиниць
відносяться приходи й історично сформовані райони, особливо в Західній Європі
[46-47, 57]. У США часто використовуються облікові територіальні одиниці для
перепису населення і шкільні райони [58-59]. У [19] відмічено, що слід уникати
великої кількості оціночних зон, оскільки у разі, коли територія поділена на дуже
однотипні зони, виникають складності адекватного визначення впливу кожної
 29

характеристики на ринкову вартість, особливо це стосується характеристик, які

зустрічаються нечасто.
Згідно [19] для об’єднання земельних ділянок у відносно гомогенні зони у
масовій оцінці можна використовувати кластерний аналіз. Цей статистичний аналіз
дозволяє враховувати схожість та розбіжності об’єктів нерухомості, беручи до уваги
місцерозташування та фізичні характеристики: вік, розмір, стиль тощо.
Застосовується алгоритм порівняння, що базується на використанні функції
несхожості. У [19] описано використання як функції несхожості евклідової метрики
та метрики Мінковського. Перша базується на сумі квадратів різниць характеристик,
друга – на сумі модулів відсоткових різниць. Кластерний аналіз є корисним, коли
виникають труднощі з визначенням меж оціночних зон [19].
Джерело [19] розглядає два варіанти використання оціночних зон: створення
окремих моделей розрахунку вартості для кожної зони або створення єдиної моделі
для усієї оцінюваної території, наприклад, у межах міста. В останньому разі
оціночні зони використовуються для більш детального аналізу, наприклад, у [58-59]
ряд статистичних даних збирається на рівні оціночної зони, у [57] у кожній
оціночній зоні визначається відстань до локального центру тощо. Згідно [19]
перевагою використання окремих моделей у кожній зоні є точніше відображення
локальних факторів, особливості впливу яких характерні саме для цієї території.
Однак, використання багатьох моделей замість однієї має важливі недоліки [19]:
результати розрахунків вартості для суміжних земельних ділянок за різними
моделями можуть значно відрізнятися, навіть коли характеристики ділянок не
мають досить істотних відмін; крім того, такий підхід створює адміністративні
труднощі при розрахунках та роботі з населенням.
Останнім етапом масової оцінки є тестування моделі та оцінка її якості.
Вартість, отримана при застосуванні моделі масової оцінки, порівнюється зі
зразками продажів, при цьому бажано використовувати продажі, які не
використовувалися при створенні моделі. Джерело [19] наводить стандартний рівень
 30

помилки: 10% у межах юридичного рівня 3 та 5% серед однотипної нерухомості

однієї адміністративно-територіальної одиниці.
У [19] рекомендується вводити щорічні поправки у податкову вартість.
Стандарти [57] стверджують, що вартість земель при масовій оцінці повинна
переглядатися щорічно, повна переоцінка земель повинна проводитися кожні
чотири-шість років. Наприклад, у Швеції масова переоцінка нерухомості
проводиться кожні шість років.
Алгоритм територіально-економічного зонування4, використаний у м.
Москві, є прикладом застосування математичних методів при масовій оцінці в
умовах недостатнього розвитку ринку земель. Алгоритм та його реалізація описано
у книгах В. А. Прорвича [60-62]. У [60] відмічається, що одним із найбільш
ефективних способів проведення оцінки міських земель є їхня інтервальна оцінка в
кожному кадастровому кварталі міста. Названо наступні переваги використання
кадастрових кварталів: відносно невелика площа; як правило, достатньо однотипне
функціональне призначення об’єктів; порівняно невеликий розкид вартості
земельних ділянок. У кожному кадастровому кварталі проводиться кадастрова
оцінка. Визначаються групи функціонального призначення земель, в межах яких
кадастрові квартали можуть бути об’єднані в одну зону. Порівнюються
характеристики суміжних кадастрових кварталів: вартість інженерної
інфраструктури, показники потенційної дохідності і ринкової вартості земель тощо.
Застосовується штучна нейронна мережа адаптивного резонансу або метод
потенційних функцій [61]. Якщо характеристики входять у задані діапазони,
квартали об’єднуються у територіальні кластери. За необхідністю інтервал
усереднення характеристик кадастрових кварталів збільшується, і процедура
кластеризації повторюється. Суміжні квартали можуть сформувати зону.
Передбачено автоматичний режим основної частини операції зонування.
Програмний комплекс для проведення оцінки і зонування представляє
спеціалізовану ГІС.

3
Наприклад, 75% ринкової вартості у Швеції.
4
Територiально-економiчне зонування в Росiї вiдповiдає економiко-планувальному зонуванню в Українi.
 31

1.4. Загальні принципи та практика економіко-планувального зонування

Існуючі підходи до визначення зонального коефіцієнта. Вартісний підхід

широко застосовувався при оцінці різних населених пунктів СРСР, однак на
сьогодні, через складність збору інформації про вартість окремих факторів, а також
некоректність оцінки деяких із них, він не використовується. Функціональний підхід
названий в [6] одним із головних при виконанні факторної оцінки та обов’язковим
для великих, крупних та найкрупніших міст. Соціологічний підхід – вивчення анкет
опитування населення – названий в [6] одним із найкоректніших, однак, він є
найдорожчим та має ряд важливих недоліків: він базується на висловленнях
респондентів, які можуть не співпадати з їхніми реальними думками, його результат
залежить від послідовності запитань, посад респондентів, їхнього відношення до
запитань, бажання вплинути на результат або послати якісь сигнал [63]. Існують
спеціальні методики, що дозволяють ослаблювати вплив цих недоліків, наприклад,
шляхом випадкової зміни послідовності запитань для різних респондентів тощо [64].
Однак, очевидно, що застосування спеціальних методик потребує додаткових
досліджень та витрат. Крім того, у зв’язку з недостатнім розвитком земельного
ринку сформувати чіткий погляд на вартість земель та фактори, які на неї
впливають, є проблемою для респондентів. Експертний підхід є найпоширенішим
[6], однак, він має ті ж самі недоліки, що й соціологічний; незважаючи на те, що
експерти знайомі з умовами міста краще, ніж середньостатистичний мешканець,
слабкий рівень розвитку земельного ринку часто не дозволяє навіть експертам
сформувати реально обґрунтований погляд за даним питанням. На практиці при
виконанні нормативної грошової оцінки земель міст часто застосовують
комбінований підхід, який включає елементи експертного, функціонального та
соціологічного підходів. Відкидаючи вартісний підхід за вищезгаданими причинами
і беручи до уваги важливі недоліки соціологічного та експертного підходів та
необхідність додаткових витрат на усунення цих недоліків, функціональний підхід
представляється найбільш придатним як із позиції незалежного врахування різних
 32

якостей території, так і з позиції економії коштів на проведення зонування. Крім

того, функціональний підхід за своєю природою піддається формалізації та
відкриває широкі можливості для застосування ГІС.
Загальні принципи економіко-планувального зонування. Першим етапом
економіко-планувального зонування є формування оцiночних районiв. Як
стверджується у [6], універсального алгоритму визначення кількості районів в
залежності від чисельності населення міста не існує, оскільки велике значення
мають географічні та планувальні особливості. У [6] наведено приклади кількості
оціночних районів у деяких містах України: м. Київ (2600 тис. чол.) – 562; м.
Дніпропетровськ (1100 тис. чол.) – 264; м. Черкаси (309 тис. чол.) – 136; м. Ужгород
(126 тис. чол.) – 209; м. Кам’янець-Подільський (109 тис. чол.) – 103; м. Славута (38
тис. чол.) – 105.
У [25] стверджується, що кількість факторів, що враховуються при виконанні
економіко-планувального зонування, визначається величиною населеного пункту та
рівнем його соціально-економічного розвитку. Підкреслюється, що оціночні райони
є робочими одиницями оцінки, їх кількість залежить від розміру населеного пункту,
його господарського профілю, адміністративного статусу і соціально-культурного
потенціалу, а також від технічних можливостей авторського колективу щодо
обробцки та аналізу статистичного матеріалу. Відмічено, що чим детальніша
земельно-оціночна структуризація території, тим вище ступінь достовірності
кінцевого результату. Межами оціночних районів можуть бути магістралі
загальноміського та районного рівня, смуга відведення залізниці, природні
обмеження (річки, струмки, канали, рівчаки тощо), в окремих випадках – межі
земельних ділянок виробничих підприємств. Площа оціночного району має бути
порівняною з мікрорайоном багатоповерхової забудови, кварталом або групою
кварталів садибної забудови. У кожному оціночному районі розраховується
комплексний індекс цінності.
При об’єднанні оціночних районів в економіко-планувальні зони
враховуються три показники [25]: суміжність районів, переважно однотипне
функціональне використання та близькість значень комплексних індексів цінності.
 33

Значення зонального коефіцієнта КМ2 для економіко-планувальної зони

визначається як середньозважене комплексних індексів оціночних районів, які
входять до цієї зони (за часткою площі району) [25].
Алгоритм розрахунку зонального коефіцієнта К М 2 відповідає таким умовам
[25]:
- значення кожного фактора має розраховуватися від середнього значення цього
фактора для населеного пункту;
- механізм зважування окремих факторів та їх груп містить чітке наукове
обґрунтування (методи багатомірної статистики, соціологічне обстеження,
експертна оцінка);
- граничні значення коефіцієнта К М 2 вкладаються у діапазон значень таблиці 3.6
[23].
Приклади економіко-планувального зонування. Звіт про нормативну грошову
оцінку земель м. Бровари Київської області, виконану Інститутом “Діпромісто” у
1997 р., використовується в Україні як еталон технічної документації нормативної
грошової оцінки земель [25]. Населення м. Бровари у 1997 р. складало 92 тис. чол. У
межах міста було виділено 55 оціночних районів. Середня площа оціночного району
складає 38 га, максимальна – 136 га, мінімальна – 3 га.
При розрахунку комплексних індексів було використано чотири групи
факторів:
- доступність центру міста, місць концентрації трудової діяльності, центрів
громадського обслуговування, масового відпочинку (транспортно-функціональна
зручність території);
- екологічна якість території;
- інженерне облаштування території;
- соціально-містобудівна привабливість середовища.
Для розрахунку транспортно-функціональної зручності розташування
оціночних районів була застосована змінена формула Стюарта-Євтєєва:
 34

A jk
Qik  Aik   , (1.1)
t ij

де Qik – потенціал i -го району при k -му явищу (доступність місць концентрації
трудової діяльності, місць проживання, центру міста та інших центрів громадського
обслуговування, центрів масового відпочинку);
Aik – інтенсивність k -го явища в i -му районі (кількість працюючих, проживаючих,

потенціал (притягальна спроможність) центрів громадського обслуговування та

місць масового відпочинку загальноміського значення);
A jk – інтенсивність k -го явища в j -му районі;
t ij – витрати часу на пересування між i -м та j -м районами.
Розрахунки витрат часу на пересування проводилися на базі матриці витрат
часу з використанням спеціального програмного комплексу. Для визначення витрат
часу на пересування використовувалася як інформація про швидкість руху пішого
пересування, легкового та громадського транспорту, так і шкала вірогідності
розділення потоків між індивідуальним та громадським транспортом, а також
коефіцієнт використання транспорту, який залежить від довжини пересування та
умов транспортного обслуговування.
Для обчислення кількості проживаючих використовувалися інвентаризаційні
дані про кількість будинків та квартир у різних типах забудови. Для обчислення
потенціалу центрів громадського обслуговування враховувалися дані щодо
місткості окремих підприємств та організацій міста, які уніфікувалися до єдиного
показника – кількості відвідувачів на добу. Одиницею виміру потенціалу
рекреаційних об’єктів була їхня площа, кількість рекреантів розраховувалася у
відповідності з нормативними документами.
Інтегральний індекс екологічної якості являє собою середньозважене значення
трьох коефіцієнтів: концентрацій атмосферного забруднення, акустичного
забруднення та електромагнітного забруднення5. Вагові значення були визначені за

5
У подальших розрахунках у [25] рівень забруднення використовується як фактор екологічної якості. Як відмічено А.
А. Лященком, це логічна помилка: чим більший ступінь забруднення території, тим більше значення приймає фактор
екологічної якості.
 35

результатами вивчення впливу кожного з видів забруднення на здоров’я дітей у віці

до 15 років.
Рівень інженерного облаштування визначався як середньозважене значення
п’яти показників: теплопостачання, газопостачання, водопостачання, каналізації,
електропостачання. За основу визначення ваги показників було прийняте
співвідношення витрат на одиницю площі при здійсненні інженерного
облаштування вільної території.
Соціально-містобудівна привабливість була визначена із застосуванням
експертного підходу. Оцінка здійснювалась десятьма експертами за десятьма
показниками: забезпеченістю району магазинами продовольчих та промислових
товарів, закладами побутового і культурно-побутового обслуговування,
спортивними закладами, школами та дитячими садками, естетикою забудови,
наявністю умов для розвитку дітей, різноманітністю місць прикладання праці,
престижністю району.
При розрахунку комплексних індексів цінності оціночних районів було
використано вагові значення індексів, що отримані за експертним підходом. Вагові
значення наведено у таблиці 1.1. В результаті проведення економіко-планувального
зонування у м. Бровари було виділено 17 зон.

Таблиця 1.1
Вагові значення факторів
Вага, %
Фактор м. Бровари м. Маріуполь
[25] [65]
Транспортно-функціональна зручність 33 45
Екологічна якість 23 10
Рівень інженерного облаштування 26 28
Соціально-містобудівна привабливість 18 17

Нормативна грошова оцінка земель м. Маріуполя була проведена Інститутом

«Діпромісто» у 1999 р. [65]. У м. Маріуполі, населення якого у 1999 р. складало 513
тис. чол., було виділено 165 оціночних районів.
 36

Транспортно-функціональна зручність території визначалася як доступність

центру міста, місць концентрації трудової діяльності, центрів громадського
обслуговування, масового відпочинку. Вплив витрат часу визначався із
застосуванням гравітаційної моделі.
При оцінці екологічної якості до уваги приймалися чотири складових:
атмосферне забруднення, акустичне забруднення, забруднення ґрунтів та санітарно-
захисні зони.
Індекс фактора рівня інженерного облаштування являє собою
середньозважене значення п’яти показників: теплопостачання, газопостачання,
водопостачання, каналізації, електропостачання. Як приклад розглянемо формулу
оцінки рівня теплопостачання:

Ml
Ai  ,
l ij  M a

де Ai – показник теплопостачання i -го району;

Ml – коефіцієнт вірогідного резерву потужності джерела теплопостачання (в
залежності від існуючої проектної документації змінюється від 1,1 до 2,0 при
наявності принципової можливості розширення або дорівнює 1,0 при відсутності
можливості);
Ma – коефіцієнт можливості оптимального підключення до джерел
теплопостачання (виведено на основі емпіричного вивчення залежності можливого
підключення від експлуатаційних характеристик існуючих мереж, значення
знаходиться в діапазоні від 1,0 (найвища вірогідність) до 1,5 (найменша
вірогідність));
l ij – відстань між i -м районом та j -м джерелом теплопостачання.
Соціально-містобудівна привабливість була оцінена із застосуванням
експертного підходу. Оцінка здійснювалася десятьма експертами за сім’ю
показниками: задоволеність жителів архітектурно-естетичними, соціально-
інфраструктурними, транспортними умовами проживання, різноманітністю місць
 37

прикладання праці, рівнем озеленення, наявністю умов для розвитку дітей,

загальним культурним рівнем оточення.
При розрахунку комплексних індексів цінності оціночних районів було
використано вагові значення індексів, одержані за експертним підходом. Вагові
значення наведено в таблиці 1.1. В результаті проведення економіко-планувального
зонування у м. Маріуполі було виділено 56 зон.
Адресний підхід до визначення питомих ваг факторів. У [66]
стверджується, що проблема визначення К М 2 полягає в тому, що традиційно
економіко-планувальне зонування, в основному, ґрунтується на методичних
підходах оцінки містобудівної якості території з точки зору її придатності під
забудову. В Еталоні [25] система вагових коефіцієнтів факторних оцінок для
розрахунку індексів орієнтована на використання земель під масову житлову
забудову, що, природно, не дозволяє об’єктивно визначити цінність територій
іншого функціонального призначення. У [66] запропоновано адресний підхід, суттю
якого є встановлення окремих значень питомих ваг факторів для кожного
домінуючого виду функціонального використання земель. При цьому до
розрахунків брались чотири групи факторів із [25]. Було розглянуто три домінуючі
функції використання земель: житлово-обслуговуюча (Ж); виробнича і комунально-
складська (В); рекреаційна (Р). Вагові значення, наведені в таблиці 1.2, були
отримані в результаті усереднення експертних оцінок при виконанні проектів для
понад шістдесяти міст та селищ міського типу Львівської області.
 38

Таблиця 1.2
Питомі ваги груп факторів в залежності від домінуючої функції
використання території (Львівська область) [66]
Питома вага, %
Групи факторів
Ж В Р
Транспортно-функціональна
25 28 28
зручність
Екологічна якість 28 24 34
Рівень інженерного облаштування 26 29 18
Привабливість середовища 21 19 20

Основні недоліки практики виконання економіко-планувального зонування.

Аналіз прикладів економiко-планувального зонування демонструє нормативний
характер оцiнки, який проявляється, зокрема, у зайвій деталiзацiї деяких
розрахункiв, часто необґрунтованих за суттю, та частому використаннi експертного
пiдходу. Увага зосереджена на формулах розрахунку значень факторiв, iнодi досить
складних. Пояснення причин застосування тих чи iнших факторiв та ваг їхнього
впливу часто зводиться до непереконливих посилань на “аналіз значної кількості
розроблених проектів” та “спеціально виконані розрахунки”. Зустрічаються логічні
помилки: в Еталоні [25] не враховується різниця між позитивними та негативними
факторами (чим більше забрудненість території, тим більше значення приймає
фактор екологічної якості і, відповідно, зональний коефіцієнт), у звіті [65] формула
розрахунку складових рівня інженерного облаштування відображає залежність
показника від одиниці виміру відстані.
У [67] стверджується, що при оцінці земель м. Києва негативну роль зіграв
принцип групування факторів у чотири блоки: транспортно-часової доступності,
екологічної якості, рівня інженерного облаштування та соціально-містобудівної
привабливості. Відмічено суперечливість у визначенні ваг груп факторів експертами
різної спеціалізації. Указується на змішання значень та значимості факторів та
домінування вузькогалузевих пріоритетів.
 39

Важливим моментом є недостатня увага до даних ринку нерухомості при

проведенні економіко-планувального зонування. В еталоні [25] присутні дані ринку
нерухомості м. Бровари, однак, вони використовуються лише для корегування
регіонального коефіцієнта К М 1 .
Пропозиція [66] визначати питомі ваги окремо для різних видів
функціонального використання земель є розумною. Вона відповідає практиці
розвинутих країн, де для різних видів функціонального використання створюють
окремі моделі вартості. Ситуація в Україні ускладнюється недостатньою кількістю
та якістю ринкових даних, тим більше по різних функціональних сегментах ринку,
тому застосовуються експертні оцінки. За умови подальшого розвитку земельного
ринку можна було б розробляти окремі моделі вартості для земель комерційного
використання, житлового призначення тощо з різними списками факторів вартості
та їхніми питомими вагами та створювати відповідні окремі шари економіко-
планувальних зон.
Можна виділити п’ять основних недоліків існуючої практики економіко-
планувального зонування:
1. Єдиний шар економіко-планувальних зон для усіх видів функціонального
використання земель.
2. Залежність кількості та меж оціночних районів від експертного
суб’єктивізму.
3. Недостатнє використання математичних методів при об’єднанні оціночних
районів в економіко-планувальні зони.
4. Відсутність обґрунтування списку факторів, за якими проводиться
розрахунок комплексних індексів: тільки ринкові дані можуть бути
обґрунтуванням вибору факторів, що впливають на вартість земель.
5. Недостатнє обґрунтування розрахунку питомих ваг факторів. Експертна
оцінка, що звичайно застосовується, практично не використовує ринкові
дані. У звітах Інституту “Діпромісто” розрахунки складових показників
екологічної якості та інженерного облаштування, що базуються на аналізі
 40

даних медицини та будівництва, однак питомі ваги факторів при

розрахунку комплексного індексу не обґрунтовані.

1.5. Застосування ГІС в оцінці нерухомості

Застосування ГІС в оцінці нерухомості в західних країнах. Згідно [19] ГІС

може бути аналітичним інструментом оцінки нерухомості та ефективним засобом
використання просторових даних при оподаткуванні. Згідно [68] застосування ГІС у
сфері нерухомості перетворює бізнес, кидає виклик традиційній практиці, створює
нову спеціалізовану практику і нове поле професійної діяльності, яке є загрозою
конкуренції тим, хто не адоптується до її застосування. Як підкреслено у [68], ГІС є
аналітичним інструментом, що дозволяє бачити та розуміти відношення, які без її
застосування було б важко виявити. Стандарти Міжнародної асоціації податкових
оцінювачів [50] і [69] рекомендують застосування ГІС при масовій оцінці
нерухомості. Загальноприйнятим є емпіричне моделювання: за результатами
досліджень статистичної кореляції цін продажу великої кількості об’єктів
нерухомості з їхніми характеристиками створюється модель вартості нерухомості
[19]. У західних країнах використання ГІС в оцінці нерухомості, у тому числі з
метою оподатковування, є звичайною практикою [48-49, 54, 70-74]. Нижче наведено
приклади застосування просторового аналізу, у тому числі описані у статті [75].
У [48] відмічено, що популярність ГІС серед податкових оцінювачів зростає.
Автори [48] використовували ГІС ArcView для визначення “фактора
місцерозташування” в одному з графств штату Огайо (США). Фактор
місцерозташування розраховувався як відношення вартості нерухомості,
розрахованої методом просторової інтерполяції існуючих цін, до середньої вартості.
Було застосовано метод аналізу реагуючих поверхонь, описаний нижче. Спочатку
була створена регресійна модель, яка не враховувала характеристики
місцерозташування, після чого були визначені відношення розрахованих цін до
 41

реальних цін продажу. Після просторової інтерполяції цих відношень було візуально
виділено центри, що впливають на вартість. За такі центри приймалися точки з
найбільшими та найменшими значеннями відношень. Застосовувалися оверлейні
операції при роботі з зонами, утвореними ізолініями вартості, розраховувалися
відстані до виділених центрів. За межі оціночних зон приймалися межі населених
пунктів, найкрупніші автомагістралі та природні межі, такі як ріки. Відмічено, що
вибір меж є критичним елементом аналізу.
У [70] описано застосування ГІС для створення регресійної моделі та
виконання масової оцінки території міста Регіна, центра провінції Саскачеван
(Канада), населення якого складає 200 тис. жит. Розрахована “вартість
місцерозташування” базується на цінах продажу земельних ділянок із житловими
будинками на одну сім’ю. Місто було поділено на оціночні зони, основою служило
існуюче зонування, виконане без застосування ГІС. Для визначення вартості
місцерозташування проводилася інтерполяція цін продажів, враховувалися
внутрішні характеристики об’єктів нерухомості: площі ділянок, вік будинків тощо.
Використовувалися ГІС ArcView і ArcINFO. Було застосовано буферні й оверлейні
операції для вибору проданих об'єктів нерухомості, що знаходяться в колі радіусом
500 метрів, центром якого є оцінюваний об'єкт. Результати оцінки пропонується
використовувати для перегляду існуючого оціночного зонування.
У [58] ГІС застосовується для розрахунку фактора місцерозташування на
основі результатів регресійного аналізу, створюються поверхні вартості. Відмічено,
що ГІС повинні використовуватися на значно більш високому рівні, ніж просте
виробництво красивих ілюстрацій. Моделювання із застосуванням просторового
аналізу повинно підвищити точність, якість та ефективність оцінки.
У [71-73] ГІС використовується для аналізу нерухомості. При плануванні
розміщення бізнесу в Брістолі (Великобританія) у [71] використовується дорожня
мережа для визначення найкоротших шляхів і часу шляху до міських центрів, а
також буферні й оверлейні операції з об'єктами нерухомості, що попадають у різні
зони доступності центрів. У [72] розраховувалися відстані до магазинів, шкіл, місць
 42

прикладання праці. У [73] визначалися найкоротші шляхи від кожного об'єкту

нерухомості до центрального району з урахуванням дорожньої мережі.
У [74] підкреслена роль ГІС як зручного та ефективного засобу представлення
інформації для податкового оцінювача. У [59] відмічено, що якість представлення
інформації у ГІС знаходиться на рівні, якого неможливо було досягнути раніше;
крім того, ГІС є цінним засобом знаходження помилок, таких як помилки вводу,
пропуски даних, некоректні результати оцінки. У [76] наведено приклад
використання ГІС для аудиту масової оцінки у штаті Вайомінг (США), де було
знайдено близько 250000 земельних ділянок, що оподатковувались не у
відповідності до закону.
Стаття [77], яка являє собою аналіз американської та західноєвропейської
літератури, в арсеналі інструментів, які пропонуються оцінювачам для вирішення
етичних проблем, важливе місце приділяє застосуванню ГІС: вона є засобом, що
збільшує ступінь незалежності оцінювачів від клієнтів, а з іншого боку клієнтів від
оцінювачів. У [78] стверджується, що ГІС може бути потужним засобом проведення
масової оцінки з метою оподаткування, який можуть використовувати потенційні
інвестори. В [79] стверджується, що спроможність ГІС візуально демонструвати
дані за допомогою цифрової карти допомагає непрофесіоналам розуміти процес
оцінки. У [80] підкреслюється, що із застосуванням інформаційних технологій
оцінка стає більш логічною, й оцінювачеві легше захистити її результати.
Застосування ГІС в оцінці земель в Україні. В Україні ГІС активно
використовуються з кінця 1980-х – початку 1990-х років. Згідно [6] на сучасному
етапі більшість українських програм через їхню низьку конкурентоспроможність, на
жаль, сходять з арени. Найвідомішою серед зарубіжних розробників ГІС в Україні є
фірма ESRI [6]. Серед продуктів цієї фірми є багатофункціональні ГІС ArcINFO,
ArcGIS та “настільна” ГІС ArcView.
Як відмічається в [81-82], використання ГІС-технологій у нормативній
грошовій оцінці зумовлено геоінформаційним характером задачі за змістом, що
потребує врахування впливу факторів місцерозташування. У [82] описано
 43

пропозицію та реалізацію наскрізних геоінформаційних технологій нормативної

грошової оцінки земель населених пунктів. Виділяється п’ять основних етапів:
1. Створення цифрової картографічної основи на територію міста;
2. Визначення базової вартості;
3. Економіко-планувальне зонування;
4. Грошова оцінка земель за категоріями та визначення системи і зон впливу
локальних факторів;
5. Грошова оцінка земельних ділянок.
Нижче розглядаються перший та третій етапи зі статті [82]. Підкреслюється,
що важливим є створення цифрової моделі планувального каркасу території, який
називають базовим планом, або топоконтуром міста. Він визначається як сукупність
каркасних елементів території, до яких відносяться: межа міста, магістралі
загальноміського та районного рівнів, осі вулиць, межа смуги відведення залізниці,
природні перешкоди (ріки, струмки, канали, яри, рівчаки тощо), в окремих випадках
– межі ділянок виробничих підприємств, зелених та рекреаційних зон. За
матеріалами генплану міста створюються тематичні шари в масштабі 1:10000 або
1:5000, з використанням растрового топографічного плану масштабу 1:2000. На
етапі економіко-планувального зонування міста створюється земельно-оцінювальна
структуризація території. Оператором виділяються оціночні райони. Для здійснення
кваліметричної оцінки території оціночних районів за групами показників у [82]
широко застосовуються методи географічного аналізу та просторового
моделювання, які притаманні ГІС. Для оцінки транспортно-функціональної
зручності застосовується гравітаційне моделювання, для чого створюється цифрова
сегментно-вузлова модель вулично-дорожньої та транспортної мереж міста, на
основі якої автоматично будується розрахункова графово-топологічна модель. Для
оцінки рівня інженерно-інфраструктурної забезпеченості на основі просторового
аналізу визначається щільність інженерних мереж та умови підключення нових
споживачів. Для оцінки екологічної якості районів застосовується оверлейний аналіз
їхньої території та зон забруднення. Після розрахунку коефіцієнтів комплексних
індексів цінності суміжні оціночні райони з близькими значеннями індексів
 44

об’єднуються в економіко-планувальні зони. Це виконується програмно або в

діалоговому режимі.
Викладені в [82] положення розроблено в Державному науково-дослідному
інституті автоматизованих систем у будівництві (НДІАСБ) Держбуду України (м.
Київ) та реалізовано в програмно-методичному комплексі нормативної грошової
оцінки земель населених пунктів ТЕРЕН-ГІС [83], а також у комплексі програм для
проведення економіко-планувального зонування ТЕРЕН-ЗОНУВАННЯ. Комплекс
ТЕРЕН інтегрується з MapInfo та ArcView. З його застосуванням виконувалась
нормативна грошова оцінка земель у Львові, Полтаві, Кременчуці, Южному,
Дрогобичі, Трускавці та інших містах. У [28] стверджується, що використання
наскрізних ГІС-технологій у нормативній грошовій оцінці земель дозволяє вдвічі
зменшити час на виконання робіт та трудомісткість.
У [6] наведено приклад проведення нормативної грошової оцінки земельної
ділянки за допомогою комп’ютерної системи, створеної в Інституті “Діпромісто” (м.
Київ) на основі використання ArcView. Застосовуються буферні й оверлейні
операції. Результатом використання автоматизованої системи є проведення оцінки в
будь-якій точці (тобто оцінка одного квадратного метра) та довільного полігону з
врахуванням локальних факторів.
Однією з найвдаліших комп’ютерних систем для виконання нормативної
грошової оцінки земель населених пунктів у [6] названо розробку Науково-
виробничого центру “Земельні інформаційні системи” (м. Київ) під назвою LPS [84],
призначену для проведення усього комплексу робіт із нормативної грошової оцінки
середніх та малих населених пунктів. Поділ території населеного пункту на оціночні
райони здійснюється оператором. Кожний оціночний район оцінюється експертним
методом. Процес об’єднання оціночних районів у зони також здійснюється
оператором, який визначає кількість зон та райони, які входять до кожної зони.
ГІС у нормативній грошовій оцінці земель широко використовується в
багатьох містах України, насамперед у земельно-кадастрових центрах.
У [85] запропоновано інформаційно-аналітичну систему “Грошова оцінка та
оподаткування земель в Україні” на базі ГІС. Ця система повинна вирішувати
 45

актуальні задачі моніторингу та аналізу результатів нормативної грошової оцінки

земель, моделювання надходжень коштів від плати за землю тощо. Такий підхід
потребує високого рівня якості попереднього представлення даних та застосування
різних математичних моделей при проведенні економіко-планувального зонування.

1.6. Висновки

У більшості розвинутих західних країн оподаткування землі та нерухомості

проводиться за результатами ринкової оцінки. В Україні нормативна грошова оцінка
земель не носить ринкового характеру. Аналіз термінології у сфері оцінки наведено
в публікації [10], де пропонується термін “нормативна вартість”. Нормативна оцінка
є явищем перехідного періоду, що повинно трансформуватися та наближуватися до
ринку. Проведений аналіз існуючої практики економіко-планувального зонування
виявив її основні недоліки, які можна визначити як недостатня ринкова орієнтація та
недостатнє використання математичних методів. Можливість еволюційного
переходу до ринкової оцінки дає зональний коефіцієнт К М 2 , який повинен
відігравати ту ж саму роль, що й “фактор місцерозташування” у західних країнах,
тобто відношення ринкової вартості землі у даній зоні до середньої ринкової
вартості по місту.
У всіх існуючих теоретичних та емпіричних моделях вартості міських земель
передусім враховується доступність загальноміського центру. Більшість
розробників приділяє увагу також доступності вторинних центрів тяжіння. При
розрахунку доступності обов’язково враховується існуюча транспортна мережа.
Вплив додаткових факторів враховується через розрахунок доступності локальних
об’єктів або визначення характеристик окремих районів.
У західних країнах застосування ГІС в оцінці нерухомості з метою
оподаткування набуває масового характеру [75]. Найчастіше застосовуються
буферні й оверлейні операції та пошук найкоротшого шляху. Як підкреслюється в
 46

публікації [77], ГІС є важливим інструментом вирішення етичних проблем, оскільки

його використання збільшує об’єктивність та незалежність оцінки.
В Україні найкращими ГІС-програмами для виконання нормативної грошової
оцінки міських земель можна назвати комплекс ТЕРЕН, розроблений в НДІАСБ, та
комплекс, розроблений Інститутом “Діпромісто”, які застосовують просторовий
аналіз при економіко-планувальному зонуванні. Однак, у цих комплексах
можливості ГІС використовуються не повністю. На таких важливих етапах оцінки,
як формування оціночних районів та економіко-планувальних зон, геоінформаційні
технології виступають лише як допоміжні інструменти. В існуючих програмних
комплексах не здійснюється визначення центру міста, його місцерозташування
приймається як елемент вихідних даних. Слід відзначити ще один важливий
момент: відсутність порівняльного аналізу результатів оцінки без застосування та з
застосуванням ГІС.
 47

РОЗДІЛ 2
ПРОПОЗИЦІЇ ЩОДО ВДОСКОНАЛЕННЯ ВИКОНАННЯ ЕКОНОМІКО-
ПЛАНУВАЛЬНОГО ЗОНУВАННЯ

2.1. Зміст пропозицiй

Ґрунтуючись на результатах аналізу ситуації в Україні та приймаючи до уваги

закордонний досвід, пропонується виконувати економіко-планувальне зонування
міських земель в такий спосіб:
1. Вибрати існуючу базову територіальну одиницю та представити місто як їх
сукупність.
2. За допомогою ГІС сформувати оціночні райони на основі базових
територіальних одиниць.
3. Створювати різні шари економіко-планувальних зон для різних видів
функціонального використання земель.
4. Ґрунтуючись на даних відповідного функціонального сегменту ринку землі
та іншої нерухомості, одержати список факторів, що впливають на ринкову
вартість земель, та їхні питомі ваги.
5. Використовуючи список факторів, за допомогою ГІС-моделі розрахувати
значення факторів у кожному оціночному районі.
6. Об’єднуючи суміжні оціночні райони за схожістю значень факторів,
сформувати економіко-планувальні зони. Для цієї мети можна
застосовувати методи нечітких множин, кластерного аналізу тощо, які
базуються на математичній теорії, а не на суб’єктивній думці експертів.
7. Вибрати та визначити показники оптимальності сформованих зон.
Блок-схему формалізації створення економіко-планувальних зон наведено на
рис. 2.1. У кожній зоні можна розрахувати середні значення факторів та,
 48

використовуючи ринкові значення питомих ваг факторів, визначити зональні

коефіцієнти.

Вибір існуючої базової

територіальної одиниці

Формування оціночних
районів

Розрахунок індексів
факторів вартості в
оціночних районах

Об’єднання суміжних
оціночних районів у зони на
основі близькості значень
індексів факторів

Розрахунок показників
оптимальності зонування

ні Задоволення
критеріїв
оптимальнос
ті
так

Результат: економіко-
планувальні зони

Рис. 2.1. Блок-схема формалізації економіко-планувального зонування

 49

Викладені пропозиції покликані підвищити об’єктивність нормативної оцінки

і, відповідно, оподаткування земель, а також зробити оцінку більш орієнтованою на
ринок. Зональний коефіцієнт К М 2 дає можливість переходу від нормативної оцінки
до ринкової масової оцінки. Для цього необхідно виділяти економіко-планувальні
зони таким чином, щоб вони могли бути використані надалі, коли з’являться нові
ринкові дані. Пропонується формалізація етапів формування оціночних районів та
економіко-планувальних зон із застосуванням математичних методів і ГІС.
Таким чином, пропонується вирішення задачі, схожої з виділеною в [35]
задачею зведення до мінімуму суб’єктивізму в містобудуванні. У цьому зв’язку в
[35] підкреслюється важливість широкого застосування математичного
моделювання й обчислювальної техніки, яка “допомагає більш глибоко осмислити
зміст міських процесів і знайти більш адекватне відображення складних
взаємозв’язків, що існують між різними елементами міста”.
Може виникнути питання: якщо можливості ГІС дозволяють обробляти дані з
великої кількості (сотень чи тисяч) оціночних районів, то чи не слід проводити
розрахунок зональних коефіцієнтів на цьому рівні, зберігаючи максимальний рівень
деталізації та не формуючи економіко-планувальних зон? Згідно теорії оцінки та
оподаткування [19] надмірна деталізація у даному випадку має важливі недоліки:
велика кількість територіальних одиниць на останньому етапі оцінки створює
складності адекватного визначення впливу кожної характеристики на вартість, а
також адміністративні труднощі (див. розділ 1). Крім того, до переваг використання
на останньому етапі меншої кількості більш великих за площею зон можна віднести
наступні:
- ослаблення впливу похибок та нечіткості визначення значень факторів на рівні
оціночних районів (згладжування);
- апріорне визначення географічних сегментів ринка землі, що є важливим кроком
наближення нормативної оцінки до масової ринкової оцінки;
- можливість використання створених зон при появі нових об’єктів (земельних
ділянок) на території тієї чи іншої зони.
 50

2.2. Вибір існуючої базової територіальної одиниці

У [35] використовується поняття елемент містобудівної системи –

“первинна, неподільна складова єдиного цілого”. Ці елементи, що характеризуються
будь-якої ознакою – функціональною або природною – можуть бути визначені як
територіальні (просторові) одиниці [35].
Цей підрозділ присвячено вибору базової територіальної одиниці, яку можна
було б використовувати як оціночний район або на основі якої можна було б
створити оціночний район. Як відмічено в Еталонi [25], чим детальніша земельно-
оцінювальна структуризація території, тим вище ступінь достовірності кінцевого
результату. Згідно [6] площа оціночного району має бути порівняною з
мікрорайоном багатоповерхової забудови, кварталом або групою кварталів садибної
забудови; сукупність оціночних районів повинна забезпечувати повне охоплення
території міста. До цього слід додати вимогу відсутності перекриттів. Крім того,
оскільки базова територіальна одиниця має бути неподільною та характеризуватися
функціональною ознакою, її землі повинні належати до однієї категорії. Таким
чином, критерії вибору базової територіальної одиниці, тотожної оціночному
району, можна узагальнити у вигляді наступних вимог:
1. Площа, порівнянна з мікрорайоном, кварталом або групою кварталів.
2. Відсутність перекриттів.
3. Повне покриття території міста.
4. Землі однієї категорії.
Відповідність цим вимогам дозволить провести земельно-оцінювальну
структуризацію території з максимальним ступенем деталізації. Нижче
розглядаються претенденти на роль базової територіальної одиниці: земельна
ділянка, квартал та кадастровий квартал.
Земельна ділянка задовольняє трьом вимогам із чотирьох: не забезпечується
третій критерій. Якби вся територія міста була поділена на земельні ділянки,
включаючи ділянки державної та комунальної власності, що займають дороги, землі
 51

багатоповерхової житлової забудови, незабудовані землі тощо, то земельна ділянка

представляла б ідеальну базову територіальну одиницю. На практиці, однак, згадані
землі ще далеко не повністю поділені на земельні ділянки. Слід виділити ще один
недолік: кількість земельних ділянок у крупних та найкрупніших містах може
створити технічних труднощів при оперуванні даними. Незважаючи на це, дані про
земельні ділянки необхідні навіть у випадку, коли земельні ділянки не
використовуються як базові територіальні одиниці: межі оціночних районів не
повинні перетинати земельних ділянок.
Квартал (мікрорайон) – це “частина території забудови, обмежена червоними
лініями або лініями регулювання забудови, з установленим на підставі місцевих
правил забудови (при їх відсутності на підставі містобудівної документації)
режимом землевикористання” [86]. Згідно [27] житловий квартал – це “первинний
структурний елемент житлового середовища, обмежений магістральними або
житловими вулицями, проїздами, природними рубежами тощо, площею до 20-50
га…”. Квартал не задовольняє третьому та четвертому критеріям: залишаються
непокритими дороги та незабудовані території, квартал може включати землі різних
категорій.
Кадастровий квартал має таке визначення: “компактне об’єднання земельних
ділянок у населеному пункті, яке обмежене інженерними спорудами або
природними межами” [87]. Кількість земельних ділянок у кадастровому кварталі не
повинна перевищувати 999 [88]. Метою формування кадастрових кварталів є
запровадження єдиної системи кадастрової нумерації земельних ділянок для
автоматизованої системи ведення державного земельного кадастру. У [89] наведено
дані з кадастрового зонування м. Полтава (територія 10353 га, населення близько
290 тис. чол.) та м. Кременчук (територія 9586 га, населення близько 220 тис. чол.).
У м. Полтаві було сформовано 104 кадастрових квартали, мінімальна площа 19 га,
максимальна – 961 га, середня – 100 га. У м. Кременчуку було визначено 54
кадастрових квартали, мінімальна площа 62 га, максимальна – 1171 га, середня – 176
га. Вся територія міста повинна бути поділена на кадастрові квартали, тобто
задовольняється третій критерій. Однак, не виконується четверта вимога: оскільки
 52

кадастровий квартал є лише обліковим утворенням досить великої площі, він

звичайно включає землі різних категорій. Додатковою проблемою є відсутність
чітких принципів визначення меж кадастрових кварталів, внаслідок чого в різних
містах використовуються різні підходи. Наприклад, межа може бути проведена по
осі дороги або, як запропоновано в [89-90], дорога може утворювати окремий
кадастровий квартал. Перший варіант є зручним для формування оціночних районів
та економіко-планувальних зон, другий варіант породжує проблему включення
доріг у територію тієї чи іншої зони.
Таким чином, жодна з розглянутих територіальних одиниць не задовольняє
усім критеріям. Кадастровий квартал є найменш придатним як базова територіальна
одиниця. Земельна ділянка та квартал також мають недоліки. Однак, можливим
варіантом усунення недоліків є комбіноване використання кварталів та земельних
ділянок: на територіях, де немає кварталів, використовувати земельні ділянки, та
навпаки. При перекритті земельних ділянок із кварталами можна застосовувати
наступний принцип: якщо квартал перекривається з земельною ділянкою,
використовувати ділянку тільки у випадку, якщо її категорія земель відрізняється
від виду основного функціонального використання кварталу, встановленого за
генпланом. Для задоволення другого та третього критеріїв у цьому випадку
необхідно виконати додаткові дії.

2.3. Вибір категорій земель

З усього різноманіття видів класифікації земель доцільно виділити два, які

можна використовувати в нормативній грошовій оцінці міських земель:
- категорії земель з Земельного кодексу [2] (стаття 19);
- категорії земель з Порядку [23] (додаток 3, табл. 3.1).
Більш логічним було б використовувати другий варіант, у цьому випадку на
останньому етапі оцінки, який не розглядається у цій роботі, розрахунок
 53

нормативної вартості земельних ділянок був би спрощеним. Однак, цьому заважає

недосконалість класифікації у Порядку [23].
Згідно Земельному кодексу України [2] землі за основним цільовим
призначенням поділяються на такі категорії:
- землі сільськогосподарського призначення;
- землі житлової та громадської забудови;
- землі природно-заповідного та іншого природоохоронного призначення;
- землі оздоровчого призначення;
- землі рекреаційного призначення;
- землі історико-культурного призначення;
- землі лісового фонду;
- землі водного фонду;
- землі промисловості, транспорту, зв’язку, енергетики, оборони та іншого
призначення.
Згідно Порядку [23] існують такі категорії земель населених пунктів:
- землі житлової забудови;
- землі промисловості;
- землі гірничої промисловості і відкритих розробок;
- землі комерційного використання;
- землі громадського призначення;
- землі змішаного використання;
- землі транспорту і зв’язку;
- землі технічної інфраструктури;
- землі рекреаційного призначення та інші відкриті землі.
В цій роботі пропонується відносити кожну базову територіальну одиницю до
однієї з таких категорій земель:
1. землі сільськогосподарського призначення;
2. землі одно- і двоповерхової житлової забудови;
3. землі середньоповерхової житлової забудови (3-5 поверхів);
4. землі багатоповерхової житлової забудови (вище 5 поверхів);
 54

5. землі промисловості, гірничої промисловості, відкритих розробок,

транспорту, зв’язку, енергетики, оборони, будівництва, санітарної очистки
та кладовищ;
6. землі громадського призначення;
7. землі комерційного використання;
8. землі змішаного використання;
9. землі природоохоронного, оздоровчого, рекреаційного та історико-
культурного призначення, лісового фонду та водного фонду;
10.інші відкриті (незабудовані) землі.
Землі сільськогосподарського призначення включено до списку, бо вони
існують у межах міст. Кількість категорій житлової забудови збільшена у порівнянні
з Порядком [23] тому, що поверховість має велике значення в оцінці, а також для
розрахунку населення при моделюванні. Землі промисловості, гірничої
промисловості, відкритих розробок, транспорту, зв’язку, енергетики, оборони,
будівництва, санітарної очистки та кладовищ об’єднані до однієї категорії через
розташування на них потенційно небезпечних об’єктів, які спроможні забруднювати
прилеглу територію. Землі природоохоронного, оздоровчого, рекреаційного та
історико-культурного призначення, лісового фонду та водного фонду знаходяться в
одній категорії через їхню загальну привабливість щодо відпочинку. На землях
змішаного використання можуть бути розташовані об’єкти (найчастіше –
приміщення одного будинку) житлової забудови, комерційного використання,
громадського призначення та промисловості в різних комбінаціях.

2.4. Створення оціночних районів із базових територіальних одиниць

Оціночні райони будуть створені засобами ArcView з використанням

наступних даних в окремих полігональних шарах: межа міста, смуга відведення
залізниці, квартали та земельні ділянки. На території міста за винятком смуги
 55

відведення залізниці з кварталів та земельних ділянок створюємо шар базових

територіальних одиниць за принципом, що описаний у 2.2. Наприклад, якщо в
житловому кварталі існує земельна ділянка комерційного використання, ця ділянка
видаляється з території кварталу за допомогою оверлейної операції clip, і на місці
кварталу утворюється дві територіальні одиниці: земельна ділянка та частина
кварталу, що залишилася. Цей принцип дозволяє уникнути перекриттів площ та
віднести кожну базову територіальну одиницю до однієї з категорій земель.
Непокритими залишаються, в основному, дороги (рис. 2.2).

Рис. 2.2. Фрагмент територiї, покритої базовими територiальними одиницями

Для розподілу непокритих територій між існуючими базовими

територіальними одиницями пропонується визначати області впливу полігонів.
Області впливу точкових об’єктів визначаються за допомогою діаграм Вороного
[91]: полігони у формі кругів із центрами у вихідних точках нарощуються навколо
цих точок доти, доки не покривають всю територію; лінії меж областей є
перпендикулярами до відрізків, що з’єднують найближчі вихідні точки, та ділять ці
 56

відрізки пополам. Діаграми Вороного мають важливу властивість: кожна точка

всередині області впливу знаходиться ближче до її центру, ніж будь-яка точка поза
областю. Принцип нарощування областей впливу будемо використовувати для
полігональних об’єктів. Розглянемо два полігони, які не мають точок дотику: 1 і 2
(рис. 2.3, а). Навколо першого полігона створюється буфер визначеного радіусу
(рис. 2.3, б). Непокриті раніше території, що потрапили до буфера, є областю
впливу, вони приєднуються до полігона 1 за допомогою оверлейної операції union.
При цьому території, що потрапили до буфера, але належать іншим полігонам,
видаляються з буфера за допомогою оверлейної операції clip. Далі створюється
буфер навколо полігона 2 і виконуються аналогічні дії. Після цього можна
переходити до наступного циклу буферних операцій, тобто створювати новий буфер
навколо розширеного полігона 1, потім навколо розширеного полігона 2 тощо (рис.
2.3, в). В результаті розширені полігони покривають території, які існували між
ними (рис. 2.3, г). Недоліком розширених полігонів є зубцювата структура їхніх
меж, але якщо радіус буфера прийняти близьким до нуля, зубці будуть згладжено і
області впливу будуть наближатися за своїми властивостями до діаграм Вороного.
Процедура створення областей впливу реалізується з використанням мови
Avenue. При цьому задається ще одна умова: території, що знаходяться за межею
міста, видаляються з буферів за допомогою оверлейної операції erase, тобто області
впливу створюються лише у межах міста. Результат наведено на рис. 2.4. Приклад
повного покриття території міста наведено на рис. 2.5: 500 розширених базових
територіальних одиниць м. Моспине можна використовувати як оціночні райони.
 57

а) б)

в) г)

Рис. 2.3. Модель визначення областей впливу: а) вихідні полігони; б) буфер навколо
полігона 1; в) буфери навколо полігонів 1 і 2 після чотирьох циклів нарощування; г)
розширені полігони
 58

Object 56

Рис. 2.4. Фрагмент повного покриття території

базовими територіальними одиницями

Рис. 2.5. Оціночні райони м. Моспине, сформовані на основі базових

територіальних одиниць (за винятком смуги відведення залізниці)
 59

2.5. Вибір факторів вартості земель та їхніх питомих ваг: мета-аналіз

У статті [92] пропонується метод вибору факторів вартості земель та їхніх

питомих ваг. Суть методу та приклад його застосування наведено нижче.
Відповідно до Методики [22] “ К М 2 – коефіцієнт, який характеризує зональні
фактори місцеположення земельної ділянки в межах населених пунктів, зокрема:
а) відстань до загальноміського центру населеного пункту, концентрованих місць
праці, масового відпочинку населення;
б) розташування в ядрі центру великих і найбільших міст та інших населених
пунктів, що мають особливо важливе історичне значення, в приморській смузі
населених пунктів”.
Згідно Порядку [23] економіко-планувальні зони встановлюються “…з
урахуванням таких факторів:
- неоднорідності функціонально-планувальних якостей території;
- доступності до центру населеного пункту, місць концентрації трудової
діяльності, центрів громадського обслуговування, масового відпочинку;
- рівня інженерного забезпечення та благоустрою території;
- екологічної якості території;
- привабливості середовища: різноманітність місць прикладання праці, наявність
історико-культурних пам’яток тощо”.
Варто порівняти ці списки. По-перше, помітно розбіжність: кількість факторів
не співпадає, фактори з двох списків не відповідають один одному, наприклад,
“відстань до центру” та “доступність до центру” мають різний зміст. По-друге,
фактори в кожному зі списків дублюються: у першому списку “відстань до центру”
та “розташування в ядрі центру” для ділянки, яка розташована в ядрі центру, мають
однаковий зміст; у другому списку “неоднорідність функціонально-планувальних
якостей території” має високий ступінь кореляції практично з кожним із інших
факторів. На практиці досить часто використовують не усі фактори з вищезгаданих
списків та/або доповнюють їх іншими факторами. Проблема полягає в тому, що як у
 60

нормативних документах, так і на практиці вибір факторів є суб’єктивним. Тільки

ринкові дані можуть бути обґрунтуванням вибору списку факторів, які формують
вартість землі. Однак, сучасний стан ринку міських земель в Україні не в змозі
надати потрібні дані в достатній кількості.
Згідно Порядку [23] значення коефіцієнта КМ2 визначається як результат
факторних оцінок із урахуванням вагової характеристики кожного з факторів. Згідно
Еталону [25] та практиці зональній коефіцієнт розраховується як середнє вагове
значень факторів. Питомі ваги факторів визначаються по кожному населеному
пункту, виходячи з його особливостей. Якщо вибір факторів є суб’єктивним, то
вибір їхніх вагових характеристик має ще більшу міру суб’єктивності. Звичайно
група міських спеціалістів, до якої входять представники землевпорядкування,
мiстобудування та інші, визначає питомі ваги факторів за експертним підходом. При
цьому спеціалісти часто орієнтуються на вагові показники компонентів витрат на
будівництво або просто на ваги факторів у сусідньому місті, де нормативна оцінка
була проведена раніше. Значно рідше застосовують соціологічне опитування. Як і
при виборі списку факторів, проблемою є неможливість використовувати дані
земельного ринку міста.
З метою пошуку списку факторів, які дійсно створюють вартість міських
земель, пропонується використовувати існуючі моделі ринкової вартості, які
описують реальну ситуацію. Такі моделі існують у країнах із розвинутим ринком
нерухомості та ринком землі зокрема. Оскільки зональний коефіцієнт КМ2 є
безрозмірною величиною, яка характеризує особливості місцеположення економіко-
планувальної зони у місті, слід сфокусувати увагу на визначенні відповідних
факторів місцеположення та їхніх питомих ваг у формуванні ринкової вартості.
Розрахований за такими даними коефіцієнт К М 2 буде відображати особливості
впливу факторів місцеположення на ринкову вартість. Безперечно, це буде
відображення ситуації на ринках інших країн. Доцільно використовувати дані країн,
схожих з Україною. Однак, на практиці знайти у вiдповiдних країнах якiснi данi
ринку нерухомості досить проблематично. Якщо ж використати та порівняти дані
декількох країн, можна виділити фактори, які є загальними та обов’язковими для
 61

формування ринкової вартості нерухомості. Метод мета-аналізу, який пропонується,

базується на припущенні, що ці загальні фактори повинні здійснювати значний
вплив і на формування ринкової вартості землі в Україні. В такому разі можна
отримати корисні результати, використовуючи дані країн, як схожих, так і не
схожих з Україною.
У містах із розвинутим ринком нерухомості створюють моделі вартості, які
базуються на рівнянні лінійної регресії:

m
y  a   bi xi  e ,
i 1

де y – ринкова вартість нерухомості (незалежна змінна);

x i – фактори, які формують вартість (залежні змінні);

a, bi – коефіцієнти;

m – кількість факторів;
e – відхилення, яке враховує недосконалість моделі та помилки у зборі даних.
Численні дослідники при моделюванні відбирають ті фактори, які найбільш
адекватно відображають дійсність, та як результат отримують значення коефіцієнтів
bi . Мета-аналіз, який пропонується для визначення факторів та їхніх питомих ваг,

базується на результатах створених регресійних моделей та складається з двох

етапів.
На першому етапі з усієї сукупності факторів моделі відбираються тільки ті
фактори, які мають відношення до місцеположення у місті 6. На цьому етапі треба
також відкинути фактори, які мають незначний вплив на вартість, залишивши тільки
значимі фактори. Можна запозичити мету, сформульовану у статті Департаменту
податкової оцінки м. Калгарі (Канада) [52]: пояснити багато, використовуючи мало.
Тому слід відкинути фактори, рівень значимості яких не відповідає тому чи іншому
граничному значенню. Рівень значимості звичайно визначають за розподілом
Стьюдента [93].
6
Можна відкинути також фактори, які Порядком [23] віднесені до локальних, і залишити, таким чином, тільки
фактори, які відповідають зональним. Однак оскільки досить часто виникає проблема віднесення факторів у моделях,
що розглядаються, до тієї чи іншої групи, дослідження не містить спробу відкидання локальних факторів.
 62

Другим етапом є визначення питомої ваги кожного з значимих факторів7.

Пропонується використовувати значення коефіцієнтів bi , отриманих при створенні
тієї чи іншої регресійної моделі. У кожній моделі сума усіх абсолютних значень bi
значимих факторів місцеположення розглядається як 100%. Вплив кожного фактора
розраховується як процентне відношення абсолютного значення bi до цієї суми:

bi
 100%
n
, n – кількість значимих факторів місцерозташування.
b i 1
i

Якщо, наприклад, коефіцієнт відстані до загальноміського центру дорівнює

–100 USD/км (тобто кожний додатковий кілометр відстані до центру знижує
вартість нерухомості на 100 USD), а коефіцієнт рівня злочинності в районі дорівнює
–200 USD/злочин у рік (тобто кожний додатковий злочин знижує вартість
нерухомості на 200 USD), то вплив кожного злочину в районі вдвічі перевищує
вплив кожного кілометра відстані до загальноміського центру. У випадку, коли
список факторів складається тільки з двох названих, питома вага відстані до
загальноміського центру складе 33%, а вага рівня злочинності 67%. Важливим
моментом є збереження одиниць виміру при використанні питомих ваг: відстань
повинна вимірятися у кілометрах, рівень злочинності – у кількості злочинів.
Використання від’ємних коефіцієнтів має свою особливість: знак такого
коефіцієнта можна змінити за умови заміни значення незалежної перемінної
різницею між максимальним значенням цієї перемінної та вихідним значенням.
Наприклад, якщо коефіцієнт відстані до загальноміського центру дорівнює –100
USD/км, це означає, що, принаймні у першому наближенні, коефіцієнт відстані від
найбільш віддаленої точки міста дорівнює 100 USD/км, тобто при наближені до
центру кожний додатковий кілометр збільшує вартість нерухомості на 100 USD.

7
Ідея визначення питомих ваг факторів виникла у процесі консультації з доцентом Х. Ліндом (Королівський
технологічний інститут, м. Стокгольм), за що автор йому дуже вдячний.
 63

Ще однією особливістю регресії є бінарні фактори, які приймають тільки два

значення, найчастіше 0 та 1. Наприклад, якщо земельна ділянка належить до
престижного кварталу A, значення фактора престижного кварталу A дорівнює 1,
якщо не належить, значення фактора дорівнює 0; якщо ділянка належить до
престижного кварталу B, значення фактора престижного кварталу B дорівнює 1,
якщо не належить, значення фактора дорівнює 0 тощо. В такому разі варто
визначити питому вагу впливу престижних кварталів взагалі як середнє зважене
питомих ваг кварталів A, B тощо за їхніми площами. У разі відсутності інформації
про площі окремих кварталів найкращим шляхом є розрахунок питомої ваги впливу
престижних кварталів як середнього арифметичного вагових значень кварталів A, B
тощо.
Нижче наведено приклад застосування мета-аналізу. За наявності даних слід
було б застосувати мета-аналіз та отримати різні питомі ваги для різних категорій
земель. Нажаль, невелика кількість наявних джерел у автора примушує аналізувати
та синтезувати дані, які відносяться до різних категорій земель та типів нерухомості,
разом. Використання таких даних має дозволити отримати середні значення
питомих ваг факторів.
Наявні дані охоплюють незабудовані земельні ділянки невеликого міста в
Луїзіані (США) [94], офісну та комерційну нерухомість Лос-Анджелеса [95-97] та
житлову нерухомість невеликого міста в Альберті (Канада) [52]. У згаданих
джерелах використано моделі лінійної регресії та мультиплікативної регресії.
Останню можна подати у лінійному вигляді із застосуванням натуральних
логарифмів. За невеликою кількістю даних у цьому дослідженні автор змушений
відмовитися від строгого дотримання одиниць виміру факторів, тому їхня
розмірність не вказується. З тієї ж причини не береться до уваги особливість
використання від’ємних коефіцієнтів. У табл. 2.1 наведено значення розрахованих
питомих ваг факторів місцеположення, які мають рівень значимості не менш 5%
(рівень значимості був розрахований у джерелах [52, 94-97]). Фактори згруповані за
частотою прояву. Для ілюстрації розрахунків розглянемо модель джерела [94]. Ця
модель містить три значимих фактори місцеположення. Коефіцієнт відстані до ЦДР
 64

дорівнює –1,4320, коефіцієнт концентрації земель комерційно-ділового

використання 1,8807, коефіцієнт кількості населення 1,6740. Сума абсолютних
значень коефіцієнтів складає 4,9867. Тому питома вага відстані до ЦДР дорівнює
29%, вага концентрації земель комерційно-ділового використання 38%, вага
кількості населення 33%.

Таблиця 2.1
Питомі ваги усіх значимих факторів (відсотки)
Дже- Фактори
ре-
ло А Б В Г Ґ Д Е Є Ж З И І Ї Й К Л М
[52]
23 17 9 25 26
[95],
2 18 57 25
[95],
3 73 3 6 5 2 8 3
[95],
4 71 12 2 2 4 2 1 5 1
[95],
5 13 29 3 37 14 4
[95],
6 5 58 4 2 6 16 4 2 2 1
[95],
7 63 2 13 1 2 2 5 2 3 1 5 1
[96],
I-1 29 11 12 2 7 6 0 1 9 23
[96],
I-2 55 3 17 1 3 6 15
[96],
II 12 15 16 1 9 19 28
[96],
III-1 11 14 20 1 8 21 25
[97],
II-a 10 29 9 17 35
[94]
33 38 29
У рядках першого стовпчика число чи назва після джерела позначає номер моделі, розробленої у цьому джерелі.
У назвах стовпчиків букви позначують наступні фактори: А – наявність багатосімейних будинків; Б – кількість
населення; В – наявність обмежень на комерційний розвиток; Г – престижність; Ґ – спеціалізація району у послугах
охорони здоров’я; Д – вартість шкільної освіти; Е – відстань до вторинного центру; Є – дохід на душу населення; Ж –
спеціалізація району у кіноіндустрії; З – концентрація земель комерційно-ділового використання; И – вплив
автомагістралей; І – кількість злочинів; Ї – спеціалізація району у фінансових та юридичних послугах; Й – вплив
зовнішнього транспорту; К – відстань до водойми; Л – концентрація населення у роздрібній торгівлі; М – відстань до
ЦДР.

Розрахунок середніх значень ваг значимих факторів проведено за методом

найменших модулів [98], після чого значення зважувалися з урахуванням відносної
кількості значимих. Після приведення значень до часток одиниці отримано
остаточний результат. Розрахунок наведено у табл. 2.2.
 65

Таблиця 2.2
Розрахунок середніх питомих ваг найважливіших факторів
Дже- Фактори
рело Е Є З И І Ї Й К Л М
[94]
57 43
[96],
III-1 11 14 20 1 8 21 25
[96],
II 12 15 16 1 9 19 28
[96],
I-1 17 18 10 8 0 1 13 33
[97],
II-a 10 29 9 17 35
[52]
22 12 32 34
[95],
4 12 12 23 12 5 29 7
[95],
6 6 20 48 11 6 6 3
[95],
7 8 10 25 8 14 5 25 5
[96],
I-2 41 2 8 14 35
[95],
5 4 64 24 8
[95],
2 18 57 25
[95],
3 11 22 19 7 30 11
а 4 4 6 7 7 7 9 9 9 11
б 12 16 17 11 20 2 14 8 21 25
в 0,66 0,88 1,40 1,05 1,92 0,19 1,73 0,99 2,59 3,77
Резуль-
тат
4 6 9 7 13 1 11 7 17 25
У рядках першого стовпчика букви позначують: а – кількість значимих факторів; б – середнє зі значимих, розраховане
за методом найменших модулів; в – середнє зі значимих, розраховане за методом найменших модулів, з урахуванням
кількості значимих.

Відкинувши фактори, які зустрічаються в табл. 2.1 не частіше трьох разів, а

також відмовившись від нетипових для міст України факторів вартості шкільної
освіти та спеціалізації району у кіноіндустрії, можна перерахувати питомі ваги
факторів, що залишилися (табл. 2.2). У випадку моделі джерела [94] відкидається
фактор кількості населення, залишаються два фактори. Без урахування фактора
кількості населення питома вага відстані до ЦДР дорівнює 43%, вага концентрації
земель комерційно-ділового використання 57%.
 66

Якщо об’єднати фактори концентрації населення у роздрібній торгівлі,

концентрації земель комерційно-ділового використання та спеціалізації району у
фінансових та юридичних послугах, то отримаємо наступний список факторів та
їхні питомі ваги:
- концентрація комерційних, фінансових та юридичних об’єктів – 27%;
- відстань до ЦДР – 25%;
- кількість злочинів – 13%;
- вплив зовнішнього транспорту – 11%;
- вплив автомагістралей – 7%;
- відстань до водойми – 7%;
- дохід на душу населення – 6%;
- відстань до вторинного центру – 4%.
За результатами мета-аналізу одержано список факторів, які є значимими та
найчастіше зустрічаються у розглянутих регресійних моделях. Визначено питомі
ваги цих факторів. Безумовно, кожне місто в кожній країні має свої особливості,
однак, мають місце і загальні риси. Приклад, що описано, демонструє першу спробу
застосування мета-аналізу. Безпосереднє використання розрахованих питомих ваг
факторів не пропонується. Більш важливим є одержаний список найважливіших
факторів, який можна використовувати для досліджень ринку нерухомості в містах
України, наприклад, із застосуванням регресійних моделей 8. Невелика кількість
використаних наявних джерел потребує продовження дослідження з метою
уточнення результату.

8
А. Агєєв та Н. Сізова (ДонНТУ), результат дослідження яких ще не опубліковано, використовували фактори зі
списку, що отримано, при регресійному моделюванні вартості квартир у м. Донецьку.
 67

2.6. Можливість заміни експерта інструментарієм ГІС при розрахунку індексів

факторів

Цей підрозділ присвячено експерименту зі статистичної перевірки можливості

заміни фахівця-оцінювача інструментарієм ГІС на етапі розрахунку індексів
факторів вартості. В експерименті використано дані передмістя м. Донецька – м.
Моспине з територією 1393 га та населенням 11,5 тис. чол. [99]. У процесі
проведення нормативної грошової оцінки [100] територію міста було поділено за
експертним підходом на 35 оціночних районів (рис. 2.6). Оціночний район 35 є
смугою відведення залізниці. Комплексні індекси цінності оціночних районів
розраховуються за трьома факторами9 [100]:
- доступність загальноміського центру з урахуванням транспортної мережі;
- інженерне облаштування території;
- доступність центрів обслуговування.
За загальноміський центр було прийнято будинок міськвиконкому [100], тобто
адміністративний центр, що знаходиться на території оціночного району 22.
Враховувалося місцерозташування дорожньої мережі, транспортних маршрутів і
середні швидкості руху пішохода (6 км/год.) та громадського транспорту з
урахуванням часу на очікування (15 км/год.) [101]. Індекс інженерного
облаштування визначався як середнє вагове значень трьох компонентів:
водопроводу, каналізації й теплопроводу. Доступність центрів обслуговування
визначалася на основі наявності в оціночному районі зон 300-метрової пішохідної
доступності магазинів та інших комерційних об’єктів. При розрахунку
комплексного індексу цінності факторам вартості було надано питомі ваги, що
базуються на досвіді проведення оціночних робіт Управлінням генерального плану
м. Донецька10:

9
За думкою експертів, при визначенні зональних коефіцієнтів врахування цих трьох факторів є достатнім. Екологічна
якість території враховувалася при визначенні локальних коефіцієнтів.
10
Цей випадок визначення списку факторів та їхніх питомих ваг повністю підпадає під критику, що викладена вище.
У цьому підрозділі, однак, увага зосереджена на можливостях застосування ГІС для розрахунку індексів факторів.
 68

02
01
04 05
03
10 30
11 06 09
07 08
12 21 22
20 28 33
14 35 27
32
13 18
17 26 29
19
15 25 34
16 31

24
23

Рис. 2.6. Оціночні райони м. Моспине, сформовані за експертним підходом

- доступність загальноміського центру з урахуванням транспортної мережі – 45%;

- інженерне облаштування території – 30%;
- доступність центрів обслуговування – 25%.
Нижче наведено три варіанти розрахунку індексів факторів зі статті [75]:
- експертний підхід із використанням паперового плану;
- експертний підхід із використанням цифрового плану;
- автоматизований розрахунок із використанням ГІС-технологій.
Перший варіант розрахунку виконано експертом Управління генерального
плану м. Донецька, другий та третій варіанти були проведені авторами статті [75]
незалежно від першого експерта. В усіх варіантах розрахунок комплексних індексів
цінності виконували з використанням питомих ваг, що наведені вище. Оскільки
Порядок [23] встановлює інтервал значень зональних коефіцієнтів від 0,75 до 1,50
для міст із чисельністю населення від 10 до 20 тис. чол., при виході за межі цього
інтервалу комплексні індекси відповідним чином нормувалися.
 69

При застосуванні експертного підходу з використанням паперового плану

відстані вимірювалися лінійкою, кожний вид інженерного облаштування оцінювався
на основі візуального аналізу наявності, довжини та можливості підключення до
мереж та порівняння з інфраструктурою інших районів тощо.
При застосуванні експертного підходу з використанням цифрового плану
відстані визначалися електронною лінійкою, індекси інженерного облаштування
визначалися на основі візуального аналізу мереж, нанесених на цифровий план
тощо. Результати було використано у звіті про оцінку земель міста [100].
Сформовані економіко-планувальні зони наведено на рис. 2.7, де показано номери
оціночних районів. За винятком смуги відведення залізниці було сформовано
двадцять дві економіко-планувальні зони11.

02
01
04 05
03
10 30
11 06 09
07 08
12 21 22
20 28 33
14 32 27
13 18
17 26 29
19
15 25 34
16 31

24
23

Рис. 2.7. Економіко-планувальні зони м. Моспине,

сформовані за експертним підходом

11
У звіті про оцінку земель м. Моспине оціночні райони об’єднано у шістнадцять зон, але деякі зони складаються з
декількох несуміжних часток. У цій роботі окремі частки розглядаються як окремі зони, число яких таким чином
збільшується до двадцяти двох.
 70

При автоматизованому розрахунку з використанням ГІС-технологій було

побудовано буферні зони потенційного підключення до інженерних мереж та
буферні зони пішохідної доступності комерційних об’єктів (рис. 2.8-2.9). За
допомогою оверлейної операції intersection для кожного оціночного району
визначалася площа, що покривається відповідною буферною зоною. Обчислювалося
відношення площі, що покривається, до площі району. Це відношення, поділене на
середнє відношення по місту, розглядалося як індекс відповідного фактора. Індекси
доступності загальноміського центру узяті з попереднього варіанту розрахунку.

Рис. 2.8. Перекриття 100-метрової буферної зони

водопроводу із оціночними районами
 71

Рис. 2.9. Перекриття 300-метрових буферних зон

комерційних об’єктів із оціночними районами

Вибіркові результати трьох способів розрахунку наведено у табл. 2.3. При

порівнянні результатів найбільші розбіжності спостерігаються між індексами
доступності загальноміського центру, розрахованими за планом на паперовому носії
й за цифровим планом, що можна пояснити похибками внаслідок незручності
роботи з паперовим планом. Крім того, на прикладі індексів інженерних мереж
видно, що застосування ГІС-технологій дозволяє виявляти деталі, які не були
виявлені іншими способами, навіть при візуальному аналізі цифрового плану.
У статті [75] результати різних способів порівнюються за методами
статистики. Розглядалося n оціночних районів (n=34), для кожного району
розрахунок здійснювали r способами (r=3). Нехай xij позначає комплексний індекс
оціночного району j, визначений i-м способом розрахунку. Вважаючи більш точним
значенням комплексного індексу оціночного району середнє арифметичне значення
результатів усіх способів розрахунку для даного району:
 72

Таблиця 2.3
Три варіанти розрахунку комплексних індексів цінності
Нормо-
Індекс Індекс
№ Індекс Компл. ваний
доступ- Бал Бал Бал доступ-
оціноч- інжен. індекс компл.
ності водо- каналі- тепло- ності
ного облашту- цін- індекс
міськ. проводу зації проводу центрів
району ваня ності цін-
центру обслуг.
ності
Експертний підхід із використанням паперового плану
18 0,98 0,4 5,3 3,4 2,7 0,7 1,43 1,08
19 0,75 0,8 3,2 0,0 1,5 0,0 0,78 0,89
20 1,48 1,9 5,3 8,4 4,4 3,6 2,88 1,50
21 1,93 0,4 2,1 3,4 1,6 0,7 1,52 1,10
22 2,84 1,2 0,0 0,0 0,5 2,4 2,03 1,25
Експертний підхід із використанням цифрового плану
18 0,75 0,5 6,0 5,2 3,4 1,1 1,62 1,12
19 1,38 0,3 5,0 0,0 1,9 0,0 1,19 1,01
20 1,78 1,6 6,0 7,8 4,4 3,6 3,02 1,50
21 1,32 1,0 7,0 0,0 2,9 1,4 1,82 1,18
22 4,31 1,6 0,0 0,0 0,7 2,2 2,70 1,41
Автоматизована оцінка з застосуванням ГІС-технологій
18 0,75 0,6 4,7 5,8 3,1 0,3 1,34 1,00
19 1,38 0,1 2,1 0,0 0,8 0,0 0,85 0,89
20 1,78 1,6 5,6 9,1 4,5 5,5 3,51 1,50
21 1,32 1,4 7,1 0,0 3,1 1,4 1,87 1,13
22 4,31 1,6 0,1 0,0 0,8 3,4 3,03 1,39

1 r
x. j   x ij ,
r i 1

можна обчислити середнє квадратичне відхилення способу розрахунку:

 (x
j 1
ij  x. j ) 2
,
i 
n

яке можна вважати оцінкою середньої квадратичної помилки.

 73

Для нормованих комплексних індексів було отримано наступні результати:

для експертного способу   0,053 , при використанні цифрового плану   0,041 ,
при застосуванні ГІС-технологій   0,041 .
У нижчевикладених обчисленнях використана процедура дисперсійного
аналізу, описана в [102]. Припустимо, що xij незалежні й нормальні та приймемо

1 n 1 r n
xi.   ij
n j 1
x , x    xij .
rn i 1 j 1

Таким чином, x i . є вибірковим середнім значенням для i-го способу

розрахунку, а x є загальним середнім значенням. Тоді легко перевіряється
тотожність

r n r n r n

  (x
i 1 j 1
ij  x ) 2  n ( x i .  x ) 2  r  ( x. j  x ) 2    ( x ij  x i.  x. j  x ) 2 ,
i 1 j 1 i 1 j 1

або відповідно

Q  Q1  Q2  Q3 .

Q1 і Q2 називаються сумами квадратів відхилень відповідно “між способами

розрахунку” і “між районами”, а Q3 називається “сумою квадратів, створеною
похибкою”. Необхідні для подальших обчислень середні квадратів визначаються
таким чином:

Q1 Q3
S 12  , S 3  (r  1)(n  1) .
2

r 1

Необхідно перевірити гіпотезу H про те, що між способами розрахунку немає

різниці. Це можна зробити, застосувавши критерій z до функції дисперсійного
відношення:
 74

1 S2
z  ln 12 .
2 S3

Критерій z, запроваджений Фішером, полягає в тому, що нульова гіпотеза

відкидається з погляду p-процентного рівня значимості, коли z  zp, де zp
визначається так, що

p
P( z  z p )  .
100

Якщо довелося відкинути гіпотезу H, може знадобитися перевірка іншої

гіпотези H1, відповідно до якої різниця між способами розрахунку створюється
виключно за рахунок одного способу з номером i, тоді як між іншими способами
різниці немає. Нехай x .( 2...r ) позначає загальне вибіркове середнє значення для
способів розрахунку 2,…,r:

1 r n
x.( 2...r )   
( r  1) n i  2 j 1
x ij .

Сума квадратів “між способами розрахунку” Q1 може бути розбита на частини

відповідно до тотожності

(r  1)n r
Q1  ( x1  x.( 2...r ) ) 2  n ( x i  x.( 2...r ) ) 2  Q1'  Q1'' .
r i2

Q1''
Уводячи середній квадрат S 1'' 2  , можна перевірити гіпотезу H1 ,
r2
застосувавши критерій z до функції дисперсійного відношення:

1 S 1'' 2
z  ln 2 .
2 S3
 75

Дисперсійний аналіз для нормованих комплексних індексів наведено в табл.

2.4-2.5. Гіпотези H1, H2 і H3 полягають у тому, що різниця між способами розрахунку
створюється виключно за рахунок одного з них, відповідно експертного підходу з
використанням паперового плану, експертного підходу з використанням цифрового
плану й автоматизованого розрахунку з використанням ГІС-технологій.
При перевірці гіпотези H для нормованих значень комплексних індексів
оціночних районів (табл. 2.4) було одержано z  0,7163 . За рівнем значимості 5%
гіпотеза H відкинута. При перевірці гіпотез H1, H2 і H3 (табл. 2.5) було визначено, що
за рівнем значимості 5% гіпотези H1 і H2 треба відкинуті, гіпотеза H3 треба визнати
вірною.

Таблиця 2.4
Дисперсійний аналіз для нормованих комплексних індексів: перевірка гіпотези H
Кількість
Компонента дисперсії Сума квадратів Середній квадрат
ступенів свободи
Між способами S 12 = 0,0120
Q1 = 0,024 2
розрахунку
Залишкова (сума
квадратів, створена Q3 = 0,189 66 S 32 = 0,0029
похибкою)

Гіпотези H, H1, H2 і H3 перевірялися також для ненормованих значень

комплексних індексів оціночних районів. Були одержані наступні значення z :
 1,6420 ,  2,6760 ,  1,3321 і  1,6344 відповідно. За рівнем значимості 5% усі
гіпотези відкинуті.

Таблиця 2.5
Дисперсійний аналіз для нормованих комплексних індексів:
перевірка гіпотез H1, H2 і H3
Компонента Гіпотеза
 76

дисперсії H1 H2 H3
Q 1
'
0,00247 0,01045 0,02308
Q1'' 0,02153 0,01355 0,00092
S 1'' 2 0,02153 0,01355 0,00092
Критерій z 1,0085 0,7771 - 0,5684

Таким чином, обчислення оцінок середніх квадратичних похибок способів

розрахунку показало, що похибка традиційного способу перевищує похибки
способів використання цифрового плану та ГІС-технологій. При проведенні
дисперсійного аналізу було встановлено, що за рівнем значимості 5% у нормованих
комплексних індексів різниця між способами розрахунку створюється виключно за
рахунок способу із застосуванням ГІС-технологій. Проте за цим же рівнем
значимості дисперсійний аналіз показав відсутність різниці між способами
розрахунку ненормованих індексів. Звідси випливає висновок, що нормування
індексів зумовлює появу різниці між способами.
Необґрунтованим моментом автоматизованої оцінки, що потребує окремих
досліджень, є розміри буферних зон інженерних мереж та комерційних об’єктів.
Незважаючи на цей недолік, на підставі порівняльного аналізу способів розрахунку
можна зробити висновок про те, що експеримент показав можливість заміни на
розглянутому етапі оцінки фахівця-оцінювача інструментарієм ГІС.

2.7. Формальне визначення центрів комерційного обслуговування з

застосуванням ГІС-моделі

Відповідно до результатів величезної кількості досліджень, одним із

найважливіших факторів вартості нерухомості в містах є відстань до
загальноміського центру або транспортна доступність загальноміського центру.
Найчастіше цей фактор є найважливішим. Доступність вторинних центрів також є
 77

важливою. Таким чином, при проведенні оцінки необхідно виділити

загальноміський центр та вторинні центри. Формальний підхід потребує чіткого
географічного виділення центрів як точок або полігонів. Звіти про оцінку [25, 65] не
містять відомостей про виділення загальноміського центру. Згідно звіту [100] було
прийнято, що загальноміським центром є будинок міськвиконкому. У цьому
підрозділі пропонується формальне визначення центрів на прикладі центрів
комерційного обслуговування.
Містобудівне поняття міського центру. Згідно [103] загальноприйнятого
поняття міський центр не існує.
У [104] пропонується наступне визначення: “міський центр – історично
сформована центральна частина міста, що характеризується сумішшю щільної й
інтенсивної житлової забудови (звичайно високої якості) з установами
обслуговування й адміністративними об’єктами, найбільш численними в цій
частині міста, часто також із промисловими об’єктами”.
Джерело [34] містить таке визначення: “центр (вузол) – функціональний або
композиційний фокус містобудівної системи. Одночасно – точка концентрації
будь-якої ознаки. Функціональні центри… виділяються відповідно до змісту
здійснюваних на території громадських процесів. У місті – це центри громадського
обслуговування”.
У [105] відзначено, що основними компонентами в забудові міських центрів є
великі громадські будинки, адміністративно-господарські установи, палаци
культури і кінотеатри. До складу центрів також активно включається
багатоповерхова житлова забудова, іноді на центральній площі розміщається
універмаг.
Згiдно [103] у формуванні центру беруть участь громадські установи, ділові
установи, видовищні об’єкти, підприємства торгівлі й обслуговування, установи
зв’язку, спортивні спорудження та готелі. У цілому, у [103] міський центр
розглядається як сфера трудової діяльності та обслуговування.
 78

У [106] поняття центр обслуговування, громадський центр, центр культурно-

побутового обслуговування і громадсько-торговий центр застосовуються як
ідентичні.
У [35] відзначено, що в найкрупніших містах формується розвинена система
центрів, головним елементом якої є загальноміський центр. Згiдно [35]
загальноміський центр є сполученням місць прикладання праці, унікальних об’єктів
громадського обслуговування, адміністративно-управлінських установ і житлових
комплексів; задача виділення центру вирішується за виміром щільності розміщення
установ обслуговування.
Величина території центру залежить від чисельності жителів району, що
обслуговується, рівня задоволення їхніх потреб, мережі послуг і зв’язаних із цим
числа і величини установ обслуговування, а також від можливості досягнення
бажаної інтенсивності забудови адміністративними й обслуговуючими установами
[104]. Порівняння величини території центра з чисельністю жителів міста або
площею міста показує відсутність чіткого зв’язку [103].
Поняття ЦДР та вторинних центрів у західних країнах. Згiдно [96]
загальноприйнято, що міський центр являє собою район, у якому щільність
зайнятості населення вище, ніж на суміжних територіях, і розмір якого є досить
великим, щоб мати значний вплив на територію міста, що приводить до
локального підвищення щільності населення і вартості землі та нерухомості.
Найважливішим із таких центрів у місті є ЦДР.
Таке розуміння ЦДР і вторинних центрів зайнятості часто використовується
в дослідженнях міської економіки [107-111]. Слід зазначити, однак, що в західних
країнах дуже розвинена сфера обслуговування, працівники якої складають значну
частину в загальній зайнятості. ЦДР не є місцем концентрації промислових
підприємств, що випливає з його назви.
У дослідженнях оцінювальної спрямованості розглядаються центри
зайнятості в сфері обслуговування [95-97]. Так, у [96] визначається щільність
робітників сфери обслуговування в кварталах Лос-Анджелеса, максимуми цього
 79

показника розглядаються як індикатори центрів. Таким чином, у Лос-Анджелесі

було виділено ЦДР та вісім вторинних центрів.
Формальне визначення міських центрів із застосуванням ГІС-моделі.
Згідно більшості визначень містобудівного та оцінювального характеру, що
проаналізовані вище, міські центри передусім характеризуються розвитком об’єктів
обслуговування. У реаліях ринкової економіки об’єкти комерційної та ділової
активності здатні зайняти найбільш вигідні території, і рівень розвитку саме цих
об’єктів найчастіше формує поняття престижу. Однак, не можна недооцінювати
значний вплив адміністративно-управлінських, історичних та багатьох інших
об’єктів, особливо у столиці та найкрупніших містах. Тому якщо визначити
територію з найкращим показником комерційного обслуговування, не можна
стверджувати, що визначено загальноміський центр із позицій усіх функцій.
Визначення багатофункціонального центру потребує додаткових досліджень з
врахуванням різних факторів. У цій роботі обмежимося визначенням центрів
комерційного обслуговування.
Для визначення показника комерційного обслуговування території можна
виділяти квартали, в яких знаходяться комерційні об’єкти, однак ці об’єкти
обслуговують не тільки ті квартали, в яких вони знаходяться. Застосування буферів
як зон впливу об’єктів також приводить до некоректного результату: територія, що
не потрапила до буфера, але знаходиться, наприклад, на відстані одного метра від
буфера, розглядається як територія, що якісно відрізняється від тієї, що потрапила
до буфера. Тому будемо застосовувати принцип зміненої формули Стюарта-Євтєєва
(1.1): для кожної територіальної одиниці визначимо її потенціал з врахуванням часу
шляху до кожного з комерційних об’єктів міста. Будемо розглядати пішохідну й
транспортну доступність. Даний підхід більш трудомісткий, ніж побудова буферів,
але й більш об’єктивний.
Для формального визначення центрів комерційного обслуговування за
визначеним принципом необхідна наявність ГІС-моделі міста з шарами базових
територіальних одиниць, усіх комерційних об’єктів та мережі маршрутів
громадського транспорту.
 80

Рішення задачі визначення доступності комерційних об’єктів розглянемо на

прикладі однієї територіальної одиниці. Спочатку визначимо центроїд полігона цієї
територіальної одиниці та центроїди полігонів усіх комерційних об’єктів.
Розглянемо визначення доступності одного з комерційних об’єктів. Визначимо
відстань по прямій між центроїдом територіальної одиниці та центроїдом
комерційного об’єкта. Розділивши цю відстань на середню швидкість пішохода,
одержимо час на весь шлях пішки. Для розрахунку транспортної доступності
розіб’ємо шлях на три частини (рис. 2.10):
- пішохідний шлях від центроїда територіальної одиниці до точки найближчої
зупинки (позначено пунктиром);
- шлях на громадському транспорті до зупинки, найближчої до центроїду
комерційного об’єкту (позначено стовщеною лінією);
- пішохідний шлях від зупинки, найближчої до центроїду комерційного об’єкту,
до цього центроїду (позначено пунктиром).
Пішохідний шлях визначимо як відстань по прямій. Шлях на транспорті
визначимо як найкоротшу відстань по транспортній мережі між зупинкою посадки і
зупинкою висадки. Розділивши цю відстань на середню швидкість транспорту,
одержимо час шляху на транспорті. Загальний час шляху з використанням
транспорту визначимо як суму часових витрат на кожну з трьох ділянок шляху.
Порівнявши час шляху пішки і час шляху з використанням транспорту, виберемо
мінімальний. Якщо відстань пішохідного шляху перевищує деякий поріг,
наприклад, 1 км, вибираємо шлях із використанням транспорту. Значення часу
вибраного шляху будемо розглядати як показник доступності даного комерційного
об’єкта.
 81

Öåí òðî ¿ä
êî ì åðö³éí î ãî
î á'º êòó
#

Öåí òðî ¿ä # # #
òåðèòî ð³àëüí î ¿
î äèí èö³
#

Рис. 2.10. Визначення шляху між центроїдом територіальної одиниці

та центроїдом комерційного об’єкту

Алгоритм можна було б ускладнити, визначаючи пішохідний шлях не по

прямій, а з урахуванням перешкод, в ідеальному випадку – по пішохідним доріжкам.
Оскільки це вимагало б значного збільшення витрат на підготовку даних, обрано
простішу схему. Модель транспортної мережі також можна було б ускладнити,
представивши її у вигляді окремих маршрутів із точками пересадки. Однак, у цій
роботі не ставиться задача створення складної моделі транспортної мережі. Для
проведення оцінки земель описана модель представляється досить детальною.
Таким чином, для територіальної одиниці можна визначити доступність
кожного комерційного об’єкта. Потім за зміненою формулою Стюарта-Євтєєва (1.1)
можна розрахувати сумарний показник доступності усіх комерційних об’єктів:
визначити суми відношень умовних ваг комерційних об’єктів до значень часової
доступності.
Описаний алгоритм реалізується за допомогою програмних засобів Avenue і
Network Analyst: визначається найближча зупинка, найкоротший шлях по
транспортній мережі та виконуються обчислення.
 82

Апробацію алгоритма виконано з використанням даних м. Моспине. Було

обрано наступні ваги, покликані відображати важливість комерційних об’єктів:
великі магазини – 4; малі магазини – 2; ринки12 – 2; кіоски – 1.
У результаті просторового аналізу 500 оціночних районів м. Моспине (рис.
2.5) найкращій показник доступності комерційних об’єктів виявився у центрального
ринку (показаний п’ятикутною зірочкою на рис. 2.11). Наступний максимум мають
центральний гастроном і прилеглі території. Було виділено 70 оціночних районів,
що мають найбільші значення показника (рис. 2.11). Вони формують три окремих
центри: загальноміський, що включає центральний ринок, центральній гастроном
тощо, і два вторинні (показані шестикінечними зірочками), що сформовані навколо
менш значних, але відносно важливих комерційних об’єктів. Слід відзначити, що
такий результат відповідає реальній ситуації. Виділений загальноміський центр
збігається з єдиним у місті кварталом середньо- та багатоповерхової забудови, який
має найбільшу концентрацію комерційних об’єктів. Один із виділених вторинних
центрів включає міськвиконком. Таким чином, адміністративний центр міста у
даному випадку є не первинним, а вторинним центром комерційного
обслуговування. Другий з виділених вторинних центрів формується навколо ринку
та інших комерційних об’єктів поблизу залізничної станції. Можна продовжувати
виділення територіальних одиниць з тих, що залишилися, які мають найбільші
значення сумарного показника доступності комерційних об’єктів. Однак, це приведе
до розширення територій вже виділених центрів і виділенню менш важливих,
третинних центрів, що не відіграють великої ролі в масштабах міста.

12
Ринки у м. Моспине невеликі.
 83

r
Ú
Ê
r

Рис. 2.11. Виділені центри комерційного обслуговування:

загальноміський та два вторинні

Умовна кількість комерційного обслуговування на одного жителя по місту

дорівнює відношенню суми ваг усіх комерційних об’єктів міста до кількості
населення: 42/11500=0,00353. Можна визначити цей показник у виділених центрах.
Для цього потрібна інформація про населення базових територіальних одиниць.
Дані генплану [99] містять відомості про загальну кількість населення у групах
будинків різної поверховості. Поділивши кількість населення кожної з груп на
сумарні площі територіальних одиниць відповідної поверховості, отримаємо
кількість жителів на одиницю площі для кожної з трьох категорій земель житлової
забудови. Після цього, використовуючи площі територіальних одиниць житлової
забудови, можна змоделювати кількість жителів у кожної з територіальних одиниць
(рис. 2.12). Умовна кількість комерційного обслуговування на території
загальноміського центру складає 11/1380=0,00797. Розглянемо один із вторинних
центрів, який знаходиться ближче до загальноміського. Цей вторинний центр, на
відміну від іншого, містить житлові квартали, тому для нього можна розрахувати
таке ж відношення: 5/563=0,00888. Це значення перевищує показник
 84

загальноміського центру, і може виникнути питання: який з центрів є більш

важливим? Однак, з одного боку, не було враховано жителів багатьох кварталів, що
прилягають до вторинного центру (навколо загальноміського центру житлових
кварталів майже немає). З іншого боку, при зміні умовних ваг комерційних об’єктів
(збільшенні ваг великих магазинів і ринків) обриси виділених центрів майже не
змінюються, але в цьому випадку загальноміський центр по розрахованому
відношенню суми ваг до кількості населення домінує. Це підкреслює, що ваги є
важливими компонентами моделі, які вимагають окремих досліджень.
Таким чином, застосування ГІС-моделі міста дозволило автоматизовано
виділити центри комерційного обслуговування: загальноміський та два вторинні.
Такий формальний підхід має дозволити виділяти багатофункціональні центри міста
за умови врахування усіх необхідних факторів.

Рис. 2.12. Фрагмент базових територіальних одиниць житлової

забудови з кількістю жителів, що змодельована
 85

2.8. Висновки

Розроблено пропозиції щодо формалізації етапів економіко-планувального

зонування, покликані виправити недоліки існуючої практики. Однією з пропозицій є
формалізація створення оціночних районів із базових територіальних одиниць.
Узагальнено критерії вибору таких одиниць серед існуючих. Аналіз показав, що як
базові територіальні одиниці можна використовувати комбінацію кварталів та
земельних ділянок. Повне покриття території міста оціночними районами можна
здійснювати за допомогою областей впливу.
Ринкова орієнтація при виборі факторів вартості земель та їхніх питомих ваг є
пропозицією, викладеною в публікації [92]. Установлено список факторів, які в
умовах розвинутого ринку нерухомості є впливовими за рівнем значимості 5%:
концентрація комерційних, фінансових та юридичних об’єктів; відстань до
центрального ділового району; кількість злочинів; вплив зовнішнього транспорту;
вплив автомагістралей; відстань до водойми; дохід на душу населення; відстань до
вторинного центру.
Експеримент щодо розрахунку індексів факторів вартості, наведений у
публікації [75], показав можливість заміни на цьому етапі фахівця-оцінювача
інструментарієм ГІС: за результатом дисперсійного аналізу немає різниці між цими
способами розрахунку ненормованих індексів за рівнем значимості 5%.
Продемонстровано, що застосування ГІС-технологій дозволяє виявляти деталі, які
не були виявлені іншими способами.
Запропоновано формальне визначення центрів комерційного обслуговування
за зміненою формулою Стюарта-Євтєєва та з застосуванням ГІС-моделі, що показує
потенційну можливість формального визначення багатофункціональних міських
центрів. У результаті експерименту визначено центри комерційного
обслуговування: загальноміський та вторинні, що відповідають реальній ситуації.
Визначені центри можна використовувати для вирішення різних оціночних,
містобудівних, адміністративних та інших задач.
 РОЗДІЛ 3
ФОРМАЛІЗАЦІЯ ЗОНУВАННЯ З ЗАСТОСУВАННЯМ НЕЧІТКИХ МНОЖИН ТА
КЛАСТЕРНОГО АНАЛІЗУ

3.1. Загальні відомості

У цьому розділі розглядаються методи кластеризації. Задачею кластеризації є

групування елементів даної множини у підмножини, які називаються кластерами,
так, щоб подібні елементи відносилися до одного й того ж кластеру, а не подібні –
до різних кластерів. Кластеризація застосовується для формалізації об’єднання
оціночних районів в економіко-планувальні зони. Кластеризація враховує
характеристики об’єктів, наприклад, значення індексів факторів вартості оціночних
районів, при цьому питомі ваги факторів можуть не прийматися до уваги.
Враховується суміжність оціночних районів, тобто їхня топологія. Порівняння
кластерів, сформованих за одними й тими ж даними, але на основі різних методів
кластеризації, здійснюється як візуально, так і з застосуванням спеціального методу.

3.2. Застосування теорії нечітких множин

Причини застосування теорії нечітких множин. Задачі просторового

аналізу, до яких належить зонування, за своєю природою мають значний ступінь
нечіткості. Якщо, наприклад, визначається доступність загальноміського центру, то
нечіткість проявляється, по-перше, при визначенні місцерозташування центру міста:
полігон, аргументовано прийнятий за центр міста одним дослідником, може бути
аргументовано оскаржений іншим дослідником; по-друге, при визначенні часу на
шлях до центру можна обрати шлях пішки чи на транспорті, різні види транспорту,
різні швидкості тощо. Подібним чином можна виявити нечіткість при визначені
індексу кожного фактору місцерозташування. Тому логічно інтерпретувати ці
індекси факторів із позиції теорії нечітких множин. До того ж, теорія нечітких
множин дає можливість не враховувати питомі ваги факторів.
У західних країнах теорія нечітких множин застосовується при аналізі та
оцінці нерухомості. У [112] за допомогою нечітких множин моделюється процес
віддання переваг населення тому чи іншому торговельному об’єкту, на основі чого
територія поділяється на торговельні зони. У [113-114] теорія нечітких множин
використовується при розрахунку вартості нерухомості на базі ринкових даних, в
останньому випадку виконується масова оцінка. Теорія нечітких множин
використовується також при аналізі території засобами ГІС для опису нечітких
характеристик об’єктів та меж [115-118].
Метод, що пропонується. У задачі кластеризації подібність визначається за
допомогою функції, яка набуває невід’ємне дійсне значення для кожної пари
елементів. Вирішення задачі потребує ідентифікації цієї функції. Згідно [119] для
чітких множин у загальному випадку вирішення цієї проблеми не існує: з одного
боку, відношення подібності є нетранзитивним бінарним відношенням; з другого
боку, структура двозначної функції належності чітких множин визначає
транзитивне відношення між парами елементів. Іншими словами, з “ A подібно B ”
та “ B подібно C ” не випливає “ A подібно C ”, у той же час із “ A належить до
того ж кластеру, що й B ” та “ B належить до того ж кластеру, що й C ” випливає “
A належить до того ж кластеру, що й C ”. Теорія нечітких множин забезпечує
перехід від дискретного метричного простору до неперервного простору, у якому
поняття схожості має більше змісту. Транзитивність кластеризації можлива за
умови, що відношення подібності є відношенням еквівалентності [119]. За функцію
еквівалентності можна використати ступінь рівності нечітких множин, зміст якого
описано нижче.
~
Згідно [120] нечіткою підмножиною13 A множини X є множина пар
~
A    A ( x) / x ,
13
Для полегшення сприйняття замість поняття нечіткої підмножини нижче використовується поняття нечіткої
множини, як це зроблено у [119-121].
де x  X ,  A  [0;1] .
A ~
Функція називається функцією належності нечіткої множини A.

Проілюструємо зміст значень функції належності у відношенні до оціночних

районів. Припустимо, що оціночні райони A та B порівнюються за трьома
факторами: доступністю загальноміського центру ( x1 ) , інженерним облаштуванням
( x2 ) , доступністю центрів обслуговування ( x 3 ) . Якщо район A знаходиться у

центрі міста, має добре розвинуті інженерне облаштування та рівень

обслуговування, то цей район можна подати у вигляді нечіткої множини
~
A   1 / x1 , 0,8 / x 2 , 0,9 / x 3  . Якщо район B є найбільш віддаленим від центру міста,
має дуже погане інженерне облаштування та жодного об’єкту обслуговування, цей
~
район подамо у вигляді нечіткої множини B   0 / x1 , 0,1 / x 2 , 0 / x 3  .
~ ~
Згідно [120] ступінь рівності нечітких множин A та B визначається
співвідношенням

~ ~
 ( A, B )  & (  A ( x )   B ( x)) ,

де “  ” – операція еквівалентності нечітких множин, визначається формулою

~ ~ ~ ~ ~ ~
C  D  min(max(1  C , D), max(1  D, C )) ;
~ ~ ~ ~
“&” – операція кон’юнкції по усіх x  X , визначається формулою C & D  min(C , D) .
~ ~ ~ ~
Якщо  ( A, B )  0,5 , то нечіткі множини A та B нечітко рівні; якщо
~ ~
 ( A, B )  0,5 , ~ ~ ~ ~ ~ ~
то множини A та B нечітко не рівні; якщо  ( A, B )  0,5 , то A та B
взаємно індиферентні [120].
Для прикладу, що розглядається, маємо:

~ ~
 ( A, B )  (1  0) & (0,8  0,1) & (0,9  0) = 0 & 0,2 & 0,1 = 0,

~ ~
тобто множини A та B нечітко не рівні.
У публікації [122] пропонується розрахувати ступені рівності для усіх пар
оціночних районів міста. Значення індексів факторів вартості необхідно нормувати,
 89

тобто привести їх до інтервалу [0;1] . Кожний район, який не має жодного ступеня
рівності вище за 0,5, не можна об’єднувати ні з яким іншим районом, такий район
слід розглядати як окрему зону. Райони, що залишилися, можна об’єднувати у зони
попарно, за ступенями рівності та з врахуванням суміжності. При цьому починати
можна з максимального ступеня рівності. Відношення транзитивності дозволяє
об’єднувати у зону більше двох районів. Після об’єднання усіх суміжних районів,
які мають між собою максимальний ступінь рівності, в одну зону, можна
переходити до формування наступної зони. Процедуру можна повторювати, доки усі
райони не будуть об’єднані в зони або не сформують окремі зони.
Створення ГІС-системи автоматичного об’єднання територіальних
одиниць. Описана процедура формалізує процес об’єднання оціночних районів у
зони. Найкращим шляхом виконання цієї процедури є застосування ГІС. Суміжність
двох полігонів в ArcView можна визначати за допомогою булевої функції
Intersection, але в такому разі полігони, які мають лише одну точку дотику, також
будуть розглядатися як суміжні. Щоб запобігти цьому, будемо розглядати як
суміжні лише такі полігони, які мають спільну межу, що складається хоча б із
одного відрізку. Для цього один із полігонів подамо у вигляді полілінії та визначимо
його перетинання з іншим полігоном за допомогою булевої функції LineIntersection.
В атрибутивній таблиці можна створити симетричну матрицю, стовпчики та рядки
якої відповідають оціночним районам, для кожного району автоматично визначити
усі суміжні райони, для цих випадків у матриці розрахувати ступені рівності. Далі
можна виконувати об’єднання суміжних районів за значеннями ступенів рівності.
На основі цього алгоритму засобами Avenue створено ГІС-систему автоматичного
об’єднання територіальних одиниць (АОТО).
Оскільки є потреба у виконанні розрахунків для великої кількості оціночних
районів, слід автоматизувати визначення індексів факторів (див. 2.6), включаючи
пошук найкоротшого шляху по транспортній мережі. Останній визначимо з
застосуванням функції FindPath додатку Network Analyst. Розрахунки індексів та
формування зон відбуваються натисканням на одну кнопку.
 90

Можна поставити питання: чи є створена система експертною? Згідно [123]

експертна система – це програма для комп’ютера, яка оперує знаннями у
визначеній предметній галузі з метою розробки рекомендацій або вирішення
проблеми. У [123] наведено ознаки, що відрізняють експертну систему від інших.
Серед них є такі: моделювання механізму мислення людини; формування міркувань
та висновків, основуючись на знаннях; основними є евристичні та приблизні методи,
які, на відміну від алгоритмічних, не завжди гарантують успіх. Створена система
АОТО, незважаючи на свою можливість виконувати роль експерта-людини, не
моделює механізму мислення людини, а виконує заданий алгоритм. Таким чином,
створена система є не експертною, а алгоритмічною системою, що базується на
математичному моделюванні.
Дослідження транзитивності. Випадок, коли ступінь рівності дорівнює 0,5,
є специфічною межею: нечіткі множини водночас рівні та не рівні. Транзитивність у
цьому випадку потребує дослідження, для чого можна застосувати імітаційне
моделювання. Індекси двох умовних факторів оціночних районів можна генерувати
як випадкові величини в інтервалі [0;1] та об’єднувати суміжні райони у зони,
якщо ступінь рівності складає не менше від 0,50.
Для 34 оціночних районів м. Моспине, визначених за експертним підходом
(рис. 2.6), було проведено 100 експериментів. За результатами 57 експериментів
було об’єднано більше двох районів, при цьому 77 зон включають по три райони, 3
зони – по чотири райони. В усіх випадках, коли ступінь рівності перевищував 0,50,
транзитивність дотримувалася. У сьомі випадках ступінь рівності дорівнював 0,50. З
цих випадків транзитивність не дотримувалася шість разів, дотримувалася лише
один раз. Наведемо приклад недотримання транзитивності. За результатом
імітаційного моделювання ступінь рівності районів 06 та 07 дорівнює 0,50, ступінь
рівності районів 07 та 22 також дорівнює 0,50. Тому суміжні райони 06, 07 та 22
(рис. 2.6) об’єднуються в одну зону. Однак, ступінь рівності районів 06 та 22
дорівнює 0,42, тобто ці районі є нечітко не рівними.
Приймаючи до уваги результати імітаційного моделювання, можна
відмовитися від об’єднання районів, якщо ступінь рівності дорівнює 0,50 та
 91

об’єднувати райони лише у випадках, коли ступінь рівності перевищує 0,50. Такий
підхід застосовано в усіх експериментах нижче.
Формування економіко-планувальних зон у м. Моспине. Спочатку
розглянемо економіко-планувальне зонування м. Моспине, виконане за експертним
підходом (рис. 2.6). При цьому, наприклад, райони 01, 03, 04 та 06 сформували одну
зону (рис. 3.1, а)). Серед усіх зон міста максимальна різниця між комплексними
індексами районів у межах зони складає 19%. Будемо вважати оцінкою дисперсії у
зоні середнє квадратичне відхилення від середнього арифметичного комплексних
індексів. Тоді середнє значення дисперсії для зон, що складаються більше ніж із
одного району, дорівнює 0,06.
При застосуванні ГІС-системи АОТО будемо використовувати ті ж самі
оціночні райони. Приклад розрахунків ступенів рівності для п’яти оціночних
районів наведено у табл. 3.1. Наприклад, район 11 має максимальний ступінь
рівності (0,65) з районами 03 та 14, такий же ступінь рівності спостерігається між
районами 03 та 14, тому райони 11, 03 та 14 об’єднуються у зону (рис. 3.1, б)).
Райони 04 та 06 формують окремі зони (рис. 3.1, б)). Таким чином, було сформовано
двадцять дві зони (рис. 3.2). Деякі зони достатньо чітко створюють пояси.
Максимальна різниця між комплексними індексами районів у межах зони складає
15%. Середнє значення дисперсії для зон, що складаються більше ніж із одного
району, дорівнює 0,05.
92
 93

а)

б)
Рис. 3.1. Об’єднання оціночних районів у економіко-планувальні зони: а) за
експертним підходом; б) за методом, що пропонується

Таблиця 3.1
Ступені рівності нечітких множин п’яти оціночних районів
Оціноч- Оціночний район
ний
03 04 06 11 14
район
03 - 0,49 0,48 0,65 0,65
04 - - 0,48 0,49 0,49
06 - - - 0,48 0,48
11 - - - - 0,65
14 - - - - -

На рис. 3.3 зображено сполучення шарів зон, сформованих за цим методом

та за експертним підходом. Території, на яких зони співпадають, не
заштриховано. Території, на яких зони відрізняються, заштриховано. На
заштрихованих територіях місцями спостерігається схожість конфігурації зон. В
цілому, приймаючі до уваги схожість та розбіжності, експеримент із
застосуванням методу, що пропонується, можна визнати задовільним.
 94

02
01
04 05
03
10 30
11 06 09
07 08
12 21 22
20 28 33
14 32 27
13 18
17 26 29
19
15 25 34
16 31

24
23

Рис. 3.2. Економіко-планувальні зони, сформовані з

застосуванням нечітких множин

Рис. 3.3. Сполучення шарів економіко-планувальних зон, сформованих

за експертним підходом та за методом, що пропонується
 95

Створену ГІС-систему можна використати також для формування

економіко-планувальних зон із 500 оціночних районів, створених із базових
територіальних одиниць (рис. 2.5). Для кожного оціночного району розрахуємо
індекси трьох факторів вартості. Результат об’єднання 500 оціночних районів у
економіко-планувальні зони наведено на рис. 3.4. Сформовано 148 зон. Очевидно,
що це занадто велика кількість у порівнянні з двадцятьма двома зонами (рис. 2.7
або рис. 3.2). Тому можна виконати наступний цикл об’єднання, де вихідними
даними будуть 148 полігонів, зображених на рис. 3.4. Цикл включає розрахунок
індексів факторів для кожної зони, нормування, розрахунок ступенів рівності
нечітких множин та об’єднання суміжних зон за ступенями рівності. Візуалізацію
результату наведено на рис. 3.5. Цикли можна продовжувати (наприклад,
результат четвертого циклу наведено на рис. 3.6), доки після дев’ятого циклу
кількість сформованих зон не дорівнюватиме 22 (рис. 3.7), після чого у
наступному циклі їхня кількість не зменшується. Сформовані зони (рис. 3.5-3.6)
відрізняються від економіко-планувальних зон, наведених на рис. 2.7 та на рис.
3.2, однак на півночі, заході та в інших частинах міста між трьома варіантами
спостерігається схожість. Результати декількох циклів (наприклад, рис. 3.6)
створюють достатньо чітко виражену поясну структуру. Звертає на себе увагу
факт, що територія, визначена у підрозділі 2.7 як загальноміський центр
комерційного обслуговування, на рис. 3.7 представлена невеликими полігонами,
що не об’єдналися із своїми великими за площами сусідами. Невеликі полігони в
інших частинах міста (див. рис. 3.7), не є унікальними чи впливовими об’єктами,
тому може виникнути задача згладжування, але її вирішення у цій роботі не
розглядається.
 96

Рис. 3.4. Результат першого циклу: 148 зон

Рис. 3.5. Результат другого циклу: 85 зон

 97

Рис. 3.6. Результат четвертого циклу: 44 зони

Рис. 3.7. Результат дев’ятого циклу: 22 зони

 98

Формування економіко-планувальних зон у м. Харкові. Стаття [124] є

ілюстрацією можливості застосування АОТО у м. Харкові, яке є другим містом в
Україні за кількістю населення та за своїм значенням.
У процесі нормативної грошової оцінки земель м. Харкова формування
оціночних районів за експертним підходом та розрахунок індексів факторів було
виконано на кафедрі геодезії та геоінформаційних технологій Харківської
державної академії міського господарства. Цифровий план оціночних районів
міста наведено на рис. 3.8.

Рис. 3.8. Оціночні райони м. Харкова

У місті було сформовано 323 оціночні райони, у тому числі 9 районів смуги
відведення залізниці14. Деякі райони складаються з декількох окремих часток, які
14
Хоча в Еталоні [25] смуга відведення залізниці не включається до територій оціночних районів, у м. Харкові це
було зроблено. Нижче в експериментальних цілях райони смуги відведення залізниці розглядаються як звичайні
оціночні райони.
 99

формують анклави в територіях інших районів. Це особливо характерно для

районів смуги відведення залізниці. Межі оціночних районів не перетинають меж
адміністративних районів м. Харкова.
При розрахунку комплексних індексів цінності оціночних районів було
використано чотири результуючих групи факторів згідно [25]: транспортно-
функціональної зручності; екологічної якості; рівня інженерного забезпечення та
благоустрою; привабливості середовища. На практицi у м. Харковi кожен із 323
оцiночних районiв сформував окрему економiко-планувальну зону. Це було
зроблено з метою максимального прийняття до уваги територiальних
особливостей.
З застосуванням ГІС-системи АОТО без урахування приналежності
оціночних районів до того чи іншого адміністративного району у м. Харкові було
сформовано 183 економіко-планувальні зони (рис. 3.9, сірим кольором показано
зони, сформовані з двох чи більше оціночних районів). При цьому збереглася
структура анклавів. Кількість оціночних районів у зонах наведено у табл. 3.2.
Складна планувальна структура міста знайшла відображення у створених зонах:
місцями об’єднані оціночні райони формують радіальні утворення, місцями –
елементи концентричних утворень. Межі створених економіко-планувальних зон
досить часто перетинають межі адміністративних районів міста.
З урахуванням приналежності оціночних районів до адміністративних
районів міста було створено 218 економіко-планувальних зон. Це відповідає
практиці, що склалася у містах, та полегшує роботу податкових інспекцій.
Кількість оціночних районів у зонах наведено у табл. 3.3.
 100

Рис. 3.9. Економіко-планувальні зони м. Харкова, сформовані

без урахування меж адміністративних районів

Таблиця 3.2
Кількість оціночних районів у економіко-планувальних зонах
без урахування меж адміністративних районів

Кількість оціночних
Кількість зон
районів у зоні
2 6
1 5
5 4
15 3
 101
81 2
79 1
 102

Таблиця 3.3
Кількість оціночних районів у економіко-планувальних зонах
з урахуванням меж адміністративних районів
Кількість оціночних
Кількість зон
районів у зоні
1 5
5 4
12 3
62 2
138 1

Кількість зон збільшилася на 35 за рахунок того, що у даному випадку

однією з необхідних умов об’єднання оціночних районів була їхня приналежність
до одного адміністративного району. Однак, при цьому адміністративні райони
поділяють на частки зони, сформовані з оціночних районів, які є подібними.
Наприклад, межа Ленінського та Жовтневого адміністративних районів порушує
радіальну структуру декількох зон (рис. 3.10, безперервні лінії – межі зон,
пунктирна лінія – межа адміністративних районів).

Рис. 3.10. Порушення структури економіко-планувальних зон

межею адміністративних районів
 103

Розроблена ГІС-система дозволила автоматично сформувати економіко-

планувальні зони у м. Харкові. Зонування, проведене без урахування меж
адміністративних районів міста, висвітлює протиріччя між створеними зонами та
існуючими адміністративними районами. Крім того, цей приклад показує
потенційну можливість використання системи не тільки в оціночному зонуванні,
але й в адміністративному районуванні, містобудівному зонуванні тощо.
Результат залежить від списку факторів та їхніх індексів.
Формування транспортних зон у Лідінге (Великий Стокгольм).
Муніципалітет Лідінге є часткою Великого Стокгольма. Територія Лідінге
складає 30 км2, населення на 2004 р. – 41 тис. чол. [125]. Лідінге є островом, що
зв’язаний з іншими муніципалітетами єдиним мостом. Ця особливість
місцерозташування дозволяє аналізувати територію, не звертаючи увагу на інші
муніципалітети, межа з якими проходить по воді. Нижче описано поділ території
Лідінге на зони транспортної доступності муніципального центру.
За центр апріорно приймемо будинок муніципалітету, розташований у
центральній частині найкрупнішої торговельної вулиці. Територію Лідінге,
поділену на 200 укрупнених кварталів, наведено на рис. 3.11, муніципальній
центр показано зірочкою. Мережу громадського транспорту, представлену
маршрутами і зупинками автобусів і трамваю, наведено на рис. 3.12. Вихідні дані
були надані муніципалітетом Лідінге.
У результаті першого циклу застосування АОТО з 200 укрупнених
кварталів сформовано 48 транспортних зон (рис. 3.13). Після другого циклу
кількість зон зменшилася до 23, після третього – до 12. Після четвертого циклу
було отримано 6 зон (рис. 3.14). Після цього у наступному циклі кількість зон не
зменшується. Можна визначити індекси транспортної доступності центру для
кожної зі сформованих зон. На рис. 3.14 показано числа, що відповідають місцю
зони за індексом доступності центру: чим більше число, тим краще доступність.
Просліджується тенденція зменшення площ транспортних зон при наближенні до
муніципального центру. З результатів зонування видно, що у деяких випадках
частки зон із меншим індексом доступності знаходяться ближче до центру, ніж
 104

суміжні частки зон із кращім індексом. Наприклад, на рис. 3.14 частка зони 1
знаходиться ближче до центру, ніж частки зон 3 та 4. Це можна пояснити вибором
найближчої зупинки, що в умовах розвинутої транспортної мережі з великою
кількістю зупинок (рис. 3.12) не завжди виправдано. Таким чином, подальші
дослідження потребують ускладнення алгоритму визначення доступності. У той
же час запропонований метод кластеризації показав свою принципову гідність для
формування транспортних зон.

Ú
Ê

Рис. 3.11. Лідінге: 200 укрупнених кварталів

# #
#
# # #

# ## #
# #
# # #
# #
# # #
# # # #
# ## #
# #
## # # ## # # #
#
# # ## # # # #
#
#
Ú
Ê # #
# # #
#
#
# # # #
## # # # # # #
# #
# #
# # #
# # #
## # #
# #
# #
# # #
# #
#
 105

Рис. 3.12. Лідінге: мережа громадського транспорту

Ú
Ê

Рис. 3.13. Результат першого циклу: 48 транспортних зон

Рис. 3.14. Результат четвертого циклу: 6 транспортних зон

 106

Врахування категорій земель. При створенні економіко-планувальних зон

можна врахувати однотипність функціонального використання земель, що
рекомендовано [25]. Формалізуємо це врахування, розглядаючи категорії земель
як додаткові фактори.
Розглянемо таку формалізацію на прикладі моделі м. Моспине. При
формуванні економіко-планувальних зон із тридцяти чотирьох оціночних районів
(рис. 2.6) збільшимо кількість факторів, враховуючи категорії земель.
Спочатку врахуємо наявність в оціночному районі земель тієї чи іншої
категорії, не звертаючи увагу на площі. Номери категорій земель візьмемо з
підрозділу 2.3. Бінарні індекси категорій земель деяких районів наведено в табл.
3.4: 1 позначає наявність, 0 – відсутність. Землі середньо- та багатоповерхової
забудови об’єднано через наявність у місті лише одного багатоповерхового
будинку. Єдину земельну ділянку змішаного використання врахуємо двічі,
відносячи її до земель середньо- та багатоповерхової житлової забудови та до
земель комерційного використання. Вважаючи категорії земель факторами, ми
таким чином збільшили кількість факторів до одинадцяти. У розрахунках їхні
індекси використовуються так само, як і індекси трьох факторів вартості, що були
використані раніше. В результаті застосування АОТО тільки дві пари районів
сформували дві зони, кожен із інших районів сформував окрему зону. Очевидно,
такий результат не є задовільним.

Таблиця 3.4
Бінарні індекси категорій земель оціночних районів

Оціноч- Категорія земель

ний район 1 2 3+4+8 5 6 7+8 9 10
18 0 1 0 1 0 0 0 1
19 0 0 0 1 0 0 0 1
20 0 1 1 1 1 1 1 1
21 0 0 0 1 0 0 1 1
22 0 1 0 1 0 0 0 1
 107

Спробуємо більш детально врахувати категорії земель: у кожному

оціночному районі визначимо відносну частку його площі, яку займають усі
територіальні одиниці, що відносяться до тієї чи іншої категорії. Результат
розрахунку наведено в табл. 3.5. Результат зонування наведено на рис. 3.15. П’ять
пар оціночних районів сформували відповідно п’ять зон, кожен із інших районів
сформував окрему зону. Усі п’ять зон, що складаються з двох районів,
розташовані на околицях міста: ближче до загальноміського центру спектр
функціонального використання земель стає ширше. Цей результат більш
корисний, ніж той, що було отримано з використанням бінарних індексів. Однак,
той факт, що тридцять чотири райони сформували лише двадцять дев’ять зон,
можливо, свідчить про надмірно велику кількість факторів. Спробуємо зменшити
кількість категорій земель з восьми до трьох укрупнених. До першої групи
включімо сельбищні землі: житлової забудови, громадського призначення та
комерційного використання. До другої групи увійдуть землі промисловості та
інших потенційно забруднюючих об’єктів. Третю групу сформуємо з
ландшафтно-рекреаційних земель: сільськогосподарського призначення,
природоохоронного, оздоровчого, рекреаційного та історико-культурного
призначення, лісового фонду та водного фонду, а також інших відкритих
(незабудованих) земель. Розраховані індекси факторів для цих трьох груп
наведено в табл. 3.6. В результаті сформовано двадцять вісім зон. Спробуємо
використати тільки одну укрупнену групу категорій земель – сельбищну.
Результат зонування наведено на рис. 3.16. Сформовано двадцять три зони. Ця
кількість майже співпадає з кількістю зон, створених за експертним підходом
(рис. 2.7) та з застосуванням нечітких множин, але без врахування
функціонального призначення земель (рис. 3.2).
Експеримент показав можливість формального врахування
функціонального використання земель при створенні економіко-планувальних
зон. Однак, надмірно велика кількість категорій земель, що виступають як
додаткові фактори, майже не дозволяє знайти достатньо схожі між собою
оціночні райони. Це підкреслює важливість проведення зонування окремо для
 108

кожної категорії земель або групи категорій земель. Таке багатошарове зонування
відповідало б практиці західних країн.

Таблиця 3.5
Індекси категорій земель оціночних районів як відносні частки площ

Оціноч- Категорія земель

ний район 1 2 3+4+8 5 6 7+8 9 10
18 0,00 0,01 0,00 0,79 0,00 0,00 0,00 0,20
19 0,00 0,00 0,00 0,94 0,00 0,00 0,00 0,06
20 0,00 0,56 0,10 0,15 0,06 0,01 0,09 0,04
21 0,00 0,00 0,00 0,22 0,00 0,00 0,70 0,08
22 0,00 0,78 0,00 0,06 0,00 0,00 0,00 0,16

Рис. 3.15. Економіко-планувальні зони, сформовані з використанням

індексів восьми категорій земель як відносних часток площ
 109

Таблиця 3.6
Індекси укрупнених категорій земель як відносні частки площ районів
Категорія земель
Оціночний
2+3+4+
район 5 1+9+10
+6+7+8
18 0,01 0,79 0,20
19 0,00 0,94 0,06
20 0,73 0,15 0,13
21 0,00 0,22 0,78
22 0,78 0,06 0,16

Рис. 3.16. Економіко-планувальні зони, сформовані з використанням

індексів однієї категорії земель як відносних часток площ

Результати застосування теорії нечітких множин. Запропоновано

метод кластеризації, який базується на теорії нечітких множин та враховує
суміжність територіальних одиниць. Метод автоматизовано з застосуванням
засобів ArcView. З використанням створеної ГІС-системи АОТО виконано
експерименти на трьох моделях: м. Моспине, м. Харкова та муніципалітету
Лідінге. Результат формального врахування функціонального використання
 110

земель підкреслює важливість багатошарового зонування для окремих видів

функціонального використання.
Можна зробити висновок, що запропонований метод придатний для
об’єднання оціночних районів в економіко-планувальні зони. Показана
принципова можливість застосування методу не лише в оцінці земель, але й у
транспортному зонуванні, адміністративному районуванні та для вирішення задач
із інших сфер діяльності, де необхідно поділити територію на зони, у тому числі
без урахування питомих ваг факторів.

3.3. Застосування кластерного аналізу простору ознак

Загальні відомості про аналіз простору ознак. У попередньому підрозділі

задача кластеризації в економіко-планувальному зонуванні вирішувалася за
допомогою теорії нечітких множин. Цей підрозділ містить вирішення цієї самої
задачі методами аналізу простору ознак, якими виступають фактори вартості. За
міру близькості у просторі ознак можна використовувати евклідову відстань,
лінійний діскрімінант Фішера, квадратичний класифікатор Гауса та
непараметричні класифікатори [126]. Нижче наведено алгоритм кластеризації,
запозичений з [127-131], що базується на евклідовій відстані, та застосування
цього алгоритму при формуванні економіко-планувальних зон об’єднанням
оціночних районів. Основну частину аналізу, наведеного нижче, включено до
публікації [132].
Алгоритм кластеризації та його застосування. Множина X , що
досліджується, складається з n  34 оціночних районів м. Моспине (рис. 2.6), які
будемо розглядати як елементи (точки): X  {x1 , x 2 ,..., x n } . Ці точки задано
індексами трьох факторів вартості земель: доступності загальноміського центру,
інженерного облаштування, доступності центрів обслуговування. Значення
індексів кожного з трьох факторів нормуємо. Отримуємо числові ознаки точок:
 111

x j  ( x j1 , x j 2 ,..., x jp ), p  3, j  1,2,...,34.

Під кластером множини X будемо розуміти його деяку підмножину  i

більш схожих між собою елементів,  i  X , i  1,2,..., k . За міру схожості двох
точок будемо використовувати евклідову метрику у просторі ознак:

p
rij  r ( x i , x j )  ( ( x im  x jm ) 2 ) 1 / 2 , i, j  {1,2,..., n}.
m 1

Розрахувавши за цією формулою відстані між усіма різними точками

множини X , отримуємо множину R  {rij : ( x i , x j )  X  X , i  j}. Упорядкувавши усі
елементи множини R за зростанням, отримуємо основний варіаційний ряд (ОВР):

r(1)  r( 2 )  ...  r( s ) ,
s  n(n  1) / 2  34  33 / 2  561.

Для дослідження множини X створимо гістограму ОВР (рис. 3.17).

Можливі два випадки: гістограма ОВР має хоча б один статистично значимий
мінімум; ця гістограма не має жодного такого мінімуму.
Нехай гістограма ОВР має локальний мінімум в інтервалі [rm , rm 0 0 1
), а в

інтервалах [ ri , ri 1 ) , [ rt , rt
0 0 0 0 1
) – локальні максимуми, найближчі до локального

мінімуму (рис. 3.18). Найменший з двох максимумів досягається в інтервалі

[ rt 0 , rt 0 1 ) , f (rt0 )  f (ri0 ) , де f (r ) – функція щільності ймовірності.

Нехай нульова гіпотеза H0 полягає у тому, що у інтервалі

[rm0 , rt 0 1 )  [rm0 , rm0 1 ) , який на рис. 3.18 позначено як d , щільність ймовірності

f (r ) є постійною. Альтернативна гіпотеза H 1 полягає у тому, що в інтервалі, де

досягається мінімум, f (r ) менше, ніж в інтервалі, де досягається максимум.
 112

Рис. 3.17. Гістограма ОВР евклідових відстаней індексів факторів

ri 0 ri0 1 rm 0 rm0 1 rt 0 rt0 1

Рис. 3.18. Локальний мінімум та найближчі локальні

 113

максимуми гістограми ОВР (з джерела [129])

Гістограма ОВР (рис. 3.18) містить три локальні мінімуми: [0,40;0,49) ,

[0,90;0,99) та [1,20;1,29) . Перевірку гіпотези H 0 здійснимо за критерієм згоди

 2 [130]. У кожному з ~
s інтервалів, що лежать на відрізку d , який включає

даний мінімум та найближчий максимум, гіпотетичне число точок дорівнює

n~  p i / ~ s, ~
s , i  1,2,..., ~ s  2.

Розраховуємо статистику

~s
( j  n~ / ~s ) 2
~ 2   ,
j 1 n~ / ~s

де  – кількість спостережень, які попали у

j j -й проміжок інтервалу;
~
s
n~   j .
j 1

Фіксуємо рівень значимості  , за розподілом  2

з (~
s  1) ступенями
свободи знаходимо значення  2 . Якщо ~ 2   2 , тоді гіпотеза H 0 відкидається, і
приймається, що локальний мінімум гістограми є статистично значимим. Якщо
~ 2   2 , тоді гіпотеза H 0 правильна, і локальний мінімум не є статистично

значимим. Перевірку гіпотези H 0 для трьох локальних мінімумів ОВР за рівнем

значимості   5% наведено в табл. 3.7. За цим рівнем усі три мінімуми не є
статистично значимими, тому застосуємо динамічний алгоритм із праці [127].

Таблиця 3.7
Перевірка статистичної значимості локальних мінімумів ОВР
Інтервал ~
n ~
s ~/~
n s ~
s 1 ~2
  52%
[0,40;0,49) 177 3 59 2 3,763 4,605
 114
[0,90; 0,99) 39 3 13 2 3,231 4,605
[1,20;1,29) 10 2 5 1 3,600 3,841

Динамічний алгоритм складається з двох основних етапів. На першому

етапі знаходять точки згущення (концентрації) множини X , які спочатку
приймаються за центри кластерів, та проводять попередню кластеризацію. На
другому етапі здійснюють уточнення попередньої кластеризації внаслідок
можливості появи кластерів із непустим перекриттям.
Використовують метод гіперсфер, що рухаються у просторі ознак. Рух
гіперсфер починається з різних так званих опорних точок (ОТ) множини X і
закінчується у точках згущення (ТЗ). Точки множини X , що їх захоплює
гіперсфера під час руху, розглядаються як точки одного кластера (рис. 3.19).
Кількість кластерів залежить від значення радіусу гіперсфер. Вибір оптимального
значення радіусу ropt здійснюється за даними аналізу ОВР. Визначається середнє
значення ОВР:
s
r  ( r(i ) ) / s  0,46 .
i 1

ТЗ
Кластер, сформований
рухом гіперсфери
ТЗ

ОТ

ТЗ

Область перекриття
кластерів

Рис. 3.19. Кластеризація у двомірному просторі ознак

із застосуванням динамічного алгоритму
 115

Виділяється підмножина його елементів R1 , менших r , та розраховується

її середнє значення: r1  0,25 .
Створимо два додаткові варіаційні ряди. Для цього знайдемо евклідові
відстані від першої точки x1  X до усіх інших, отримаємо числову послідовність
r12 , r13 ,..., r1n , у якій знайдемо мінімальний та максимальний елементи: rmin
1
та
rmax . Повторивши ці операції для кожної точки x i  X , i  1,2,..., n , сформуємо дві
1

множини:

~
R min  1
{rmin , 2
rmin ,..., n
rmin } 
 {0,04;0,0 2 ;0, 19 ;0, 2 2;0,06
0,16 ;0,0 4 ;0,07;0,0 8 ;0,08;0,
0,1 7;0, 4 2;0,0 6;0,0 5 ;0,12 ;0,
0,04;0,0 7;0,0 4 ;0,0 4};

~
R ma x  1
{rma x
, 2
rma x
,..., n
rm ax
}
 { 1,3 9 ;1,36;0,94; 1,0 1 ;1 ,19
1,3 2;1, 42 ;1, 26; 1, 1 7;1, 18; 1 ,1
1,01 ;1, 20 ;1,18 ;1,3 7; 1 ,13 ;0,9
1,3 7;1,0 3 ;1, 41;1 , 42 }.

~ ~
Одержані множини R min , R max містять хоча б по два рівні елементи, які
відповідають одній парі точок ( xi , x j ) та ( x j , xi ) . Вилучивши по одному такому
~ ~
елементу з множин R min , R max та розташувавши ті, що залишилися, у
зростаючому порядку, отримаємо нові множини – варіаційні ряди

R min  {rmin
(1) (2)
, rmin (u )
,..., rmin }, u  n 1,

R max  {rmax
(1) (2)
, rmax (l )
,..., rmax }, l  n 1 ,

елементи яких відповідають різним парам точок.

Виключимо з множини R min усі елементи, для яких має місце
співвідношення

rmin
(i )
 0 ' (rmax
(1)
) , i  u, u  1,..., u  k '  1

та доповнимо цими елементами множину R max , отримаємо нові варіаційні ряди:

 116

R min
'
 {rmin
(1)
, rmin
(2)
,..., rmin
(u )
} , u  n 1 k' ,

R max
'
 {rmax
(1)
, rmax
( 2)
,..., rmax
(l )
}, l  n 1  k ' :

'
Rmin  {0,02;0,04;0,04;0,04;0,04;0,04;0,04;0,04;0,04;0,05
0,06;0,06;0,06;0,07;0,07;0,08};

R '
m a x
 {0, 10 ;0, 12 ;0, 1 2
0, 42 ;0,82 ;0,94 ;0,96 ;0
1,16 ;1 ,16 ;1 ,17;1 ,18 ;1,18 ;
1,35 ;1,3 6 ;1 ,37;1 ,37; 1 ,39

Розрахуємо значення оптимального радіусу:

ropt  max(r1 , rmin

(u )
)  rmin
(1)
 max(0,25;0,08)  0,02  0,27 .

За початкові опорні точки оберемо точки 20 та 30 з найбільшою евклідовою

відстанню r( s ) . Опишемо дві гіперсфери радіуса ropt . Гіперсфера з центром у
точці 20 містить лише цю точку. Гіперсфера з центром у точці 30 містить
вісімнадцять точок. Знайдемо центр тяжіння підмножини точок, які попали в
останню гіперсферу. Створимо гіперсферу, центр якої збігається з центром
тяжіння. Знов виділимо підмножину точок, що попали у гіперсферу.
Продовжуємо доти, доки відстань між попереднім та останнім центрами

r(1)
гіперсфери, що рухається, не стане меншою від . Поза сформованими
2
кластерами обираємо нову опорну точку, яка найбільше віддалена від центру
тяжіння точок, що залишилися. Це точка 22. Процес повторюємо, доки поза
кластерами не отримаємо пустої множини. Результат попередньої кластеризації
зведено в табл. 3.8, індекси біля точок згущення позначають кількість кроків від
опорної точки.

Таблиця 3.8
Попередні кластери, сформовані за динамічним алгоритмом
Номер кластера Опорна точка Точка Номери точок
 117
згущення кластера
1 20 20 20
01, 02, 05, 08, 09, 10,
11, 12, 13, 14, 15, 16,
2 30 ТЗ-5
19, 23, 24, 25, 27, 28,
29, 30, 31, 33, 34
3 22 22 22
4 18 ТЗ-2 04, 17, 18, 21
03, 04, 06, 08, 10, 25,
5 03 ТЗ-4
26, 32
6 07 07 07, 32

Кластери 2 та 5, 4 та 5, 5 та 6 мають непусті перекриття. Для уточнення

попередньої кластеризації використаємо функцію тяжіння точок [125]:

 i ( i ,  ij , x j )   i / exp  ij (  i , x j ) , i  1,2,..., k ,

де  i – апріорна ймовірність (вага) кластера  i ;

 i – центр тяжіння кластера  i ;
 ij – зважена евклідова відстань між точками  i , xj.

Оцінки цих параметрів розраховуємо за формулами

 i  n i / n,

 i  (  x j ) / ni ,
x j i

p
 ij   (x
s 1
js   is ) 2 /  ssi , i  1,2,..., k , j  1,2,..., n,

де n i – кількість точок кластера  i ;

 ssi – дисперсія за s -ю ознакою у кластері  i ,
 118

 ssi   ( x
xj i
js   is ) 2 / n i , i  1,2,..., k .

Уточнюємо кластеризацію за правилом максимального значення функції

тяжіння  i , яку розраховуємо для точок, що належать одразу декільком
кластерам (табл. 3.9). Результати уточнення зведено в табл. 3.10.

Таблиця 3.9
Розрахунок функції тяжіння для точок, що належать до декількох кластерів
Номер i i  ssi  ij i
Точка
кластера
08 8,544 0,000008
2 (0,13; 0,08; 0,13) 0,041 0,03 10 7,667 0,000019
25 7,134 0,000033
4 (0,16; 0,14; 0,66) 0,007 0,02 04 8,139 0,000002
04 6,311 0,000025
08 2,528 0,001117
5 (0,30; 0,35; 0,22) 0,014 0,06 10 4,048 0,000244
25 2,672 0,000968
32 5,265 0,000072
6 (0,58; 0,48; 0,15) 0,004 0,02 32 6,964 0,000004

Нарешті, з урахуванням суміжності оціночних районів, які опинилися в

одному кластері, виділяємо 17 економіко-планувальних зон. Сформовані зони
наведено на рис. 3.20, де показано номери оціночних районів.
 119

Таблиця 3.10
Остаточні кластери, сформовані за динамічним алгоритмом
Номер
Номери точок кластера
кластера
1 20
01, 02, 05, 09, 11, 12, 13, 14, 15, 16,
2
19, 23, 24, 27, 28, 29, 30, 31, 33, 34
3 22
4 17, 18, 21
5 03, 04, 06, 08, 10, 25, 26, 32
6 07

02
01
04 05
03
10 30
11 06 09
07 08
12 21 22
20 28 33
14 32 27
13 18
17 26 29
19
15 25 34
16 31

24
23

Рис. 3.20. Економіко-планувальні зони, сформовані

в результаті кластерного аналізу простору ознак

Аналіз результатів. Максимальна різниця між комплексними індексами у

межах зони складає 26%, середня дисперсія у зонах, що містять не менше двох
районів, складає 0,06. Перекриття сформованих зон із зонами, створеними за
експертним підходом (рис. 2.7), відображено на рис. 3.21. Перекриття
сформованих зон із зонами, створеними з застосуванням нечітких множин (рис.
 120

3.2), наведено на рис. 3.22. Зони на рис. 3.21-3.22, які не співпадають при
перекритті, заштриховано. Заштриховані зони місцями мають достатню схожість
в усіх трьох випадках (рис. 3.23). Оціночний район, визначений у підрозділі 2.7 як
загальноміський центр комерційного обслуговування, та район, що містить один
із вторинних центрів обслуговування, в усіх трьох випадках сформували окремі
зони, тоді як навколо них більшість районів об’єдналася з іншими. В цілому,
порівняння результатів показує, що метод аналізу простору ознак є найменш
строгим: за цим методом часто об’єднуються як ті оціночні райони, що були
об’єднані у двох інших випадках, так і ті райони, що в інших випадках не були
об’єднані.

Рис. 3.21. Перекриття зон, сформованих у результаті кластерного аналізу

простору ознак, із зонами, сформованими за експертним підходом
 121

Рис. 3.22. Перекриття зон, сформованих у результаті кластерного аналізу

простору ознак, із зонами, сформованими за нечіткими множинами

а) б) в)

Рис. 3.23. Фрагмент об’єднання оціночних районів в економіко-планувальні зони:

а) за експертним підходом; б) за методом нечітких множин; в) за аналізом
простору ознак
 122

Як у випадку з нечіткими множинами, метод кластеризації у просторі ознак

дозволяє формувати економіко-планувальні зони без використання питомих ваг
факторів. Застосування алгоритму кластеризації продемонструвало задовільний
результат. Декілька сформованих зон, включаючи загальноміський центр
комерційного обслуговування та один із вторинних центрів, повністю збіглися з
зонами, створеними за експертним підходом, а також із зонами, сформованими з
застосуванням нечітких множин. Деякі зони, які збіглися частково, мають
достатньо схожу структуру в усіх трьох варіантах зонування. У той же час слід
відзначити трудомісткість та відносно меншу строгість методу кластеризації у
просторі ознак.
Застосування кластерного аналізу програмного забезпечення WEKA.
Програмне забезпечення WEKA (Waikato Environment for Knowledge Analysis)
розроблено в Університеті Вайкато (Нова Зеландія). Описано в книзі [133], воно
знаходиться в інтернет [134] та є продуктом вільного доступу. Серед функцій
програмного забезпечення WEKA [134] є методи кластеризації:
- expectation maximization, EM (максимізація очікування);
- simple K means algorithm, SKM (алгоритм K середніх);
- farthest first algorithm, FF (алгоритм першого найдальшого);
- make density based clusterer, MDBC (кластеризатор, що базується на
щільності).
За цими методами об’єкти, що мають значення різних характеристик,
об’єднуються у кластери. До уваги приймаються тільки значення характеристик,
при цьому немає потреби задавати питомі ваги. Важливою особливістю є те, що в
усіх методах кількість кластерів задається користувачем. Цю особливість можна
вважати недоліком, бо апріорний вибір кількості кластерів є важливим
обмеженням при їх формуванні. Кластери виділяються незалежно від
місцерозташування об’єктів, тобто кластер може складатися з декількох
несуміжних часток.
 123

Із застосуванням WEKA за індексами трьох факторів 34 оціночних районів

м. Моспине було виконано двадцять варіантів кластеризації. Якщо кластер
складався з несуміжних полігонів, ці полігони виділялися в окремі економіко-
планувальні зони. Нижче наведено чотири варіанти економіко-планувального
зонування (рис. 3.24-3.27) із заданою кількістю кластерів, рівною п’яти. Ці
варіанти обрано тому, що кількість сформованих зон максимально схожа з їхньою
кількістю за результатами підходів, що були використані вище. Число “5” справа
від назви методу позначає задану кількість кластерів, наприклад, “EM 5”.
В усіх чотирьох випадках (рис. 3.24-3.27) оціночний район 20
(загальноміський центр комерційного обслуговування) визначено як окрему зону,
на південному сході від якої сформована зона, що об’єднує оціночні райони 17, 18
та 21. Саме такий результат надали метод нечітких множин (рис. 3.2) та аналіз
простору ознак (рис. 3.20). Результат експертного підходу у цій частині міста має
одну відмінність: район 21 сформував окрему зону (рис. 2.7). В усіх чотирьох
випадках застосування WEKA (рис. 3.24-3.27) на південному сході міста
більшість оціночних районів об’єднано в одну зону, хоча ця зона за різними
методами включає різні райони. Подібна ситуація характерна для підходів, що
були використані раніше (рис. 3.23).
Велика кількість варіантів зонування однієї території підкреслює
недостатність візуального порівняння зон та необхідність формального
порівняння.
 124

Рис. 3.24. Результат кластеризації за методом EM 5

 125

Рис. 3.25. Результат кластеризації за методом SKM 5

 126

Рис. 3.26. Результат кластеризації за методом FF 5

Рис. 3.27. Результат кластеризації за методом MDBC 5

3.4. Формальне порівняння зон, що створені за різними методами

Статистичне порівняння. У таблиці 3.11 наведено характеристики

економіко-планувальних зон м. Моспине, сформованих за різними методами. У
кожній зоні, що складається з двох чи більше оціночних районів, для комплексних
індексів районів розраховано середнє квадратичне відхилення, яке можна вважати
оцінкою дисперсії. Для кожної зони наведена також максимальна різниця між
комплексними індексами оціночних районів.
Мінімальне значення дисперсії та різниці між індексами має результат
методу нечітких множин. Показники, близькі до них, мають результати
експертного підходу та аналізу простору ознак. Результати WEKA, за винятком
FF 5, мають більші дисперсії. Значення різниць індексів зон усіх результатів
 127

WEKA, включаючи FF 5, перевищують значення результатів перших трьох

методів, найчастіше у кілька разів.
Таким чином, для даних, що проаналізовано, з позиції статистичного
порівняння комплексних індексів найкращим є метод нечітких множин. Друге
місце займає експертний підхід, третє – аналіз простору ознак. Однак, у
розрахунку комплексних індексів беруть участь питомі ваги факторів, визначення
яких є недостатньо обґрунтованим. Тому нижче пропонується ще один спосіб
формального порівняння зон, який враховує лише геометрію зон.

Таблиця 3.11
Характеристики економіко-планувальних зон за результатами різних методів
Експерт- Метод Аналіз WEKA
Характерис-
ний нечітких простору MDBC
тика EM 5 SKM 5 FF 5
підхід множин ознак 5
Кількість зон 22 22 17 19 20 20 17
Середня
0,06 0,05 0,06 0,10 0,13 0,05 0,14
дисперсія
Максимальна
різниця між 19% 15% 26% 37% 48% 43% 48%
індексами зони

Геометричне порівняння. Метод Конгалтона і Міда, описаний у дисертації

[135], дає можливість геометричного формального порівняння полігонів різних
шарів. Суть методу розглянемо на простому прикладі. Припустимо, що за одним
варіантом територія поділена на дві зони: 1 та 2 (рис. 3.28, а)), за другим
варіантом ця сама територія поділена на три зони: A, B та C (рис. 3.28, б)).
Створимо так звану “матрицю похибок”. У джерелі [135] елементами цієї матриці
є кількість пікселів. У нашому випадку більш зручно оперувати відношеннями
площ полігонів, тому можна адаптувати метод наступним чином. У табл. 3.12
розрахуємо відношення площ перекриття полігонів варіанту зонування а) з
полігонами варіанту б). Так, зона 1 співпадає з зоною A, тобто 100% зони A
покривається зоною 1, тому перекриття їхніх площ дорівнює одиниці. Зона 1 не
перекривається з зонами B та C, тобто перекриття площ дорівнюють нулю. Зона 2
 128

покриває 100% зони B та 100% зони C, тому перекриття площ дорівнюють

одиницям. Табл. 3.13 містить відношення площ перекриття полігонів варіанту б) з
полігонами варіанту а). Полігон A співпадає з полігоном 1, тож перекриття їхніх
площ дорівнює одиниці. Полігон B містить 79% території полігону 2, тоді як
полігон C містить 21% території полігону 2. Суми по стовпчиках завжди
дорівнюють одиниці.

а) б)
 Рис. 3.28. Два варіанти зонування однієї й тієї ж території:
а) зони 1 та 2; б) зони A, B та C

Таблиця 3.12
Відношення площ перекриття полігонів варіанту а) з полігонами варіанту б)
Полігон A B C Сума
1 1,00 0,00 0,00 -
2 0,00 1,00 1,00 2,00
Сума 1,00 1,00 1,00 2,00

Таблиця 3.13
Відношення площ перекриття полігонів варіанту б) з полігонами варіанту а)
Полігон 1 2 Сума
A 1,00 0,00 -
B 0,00 0,79 0,79
C 0,00 0,21 0,21
Сума 1,00 1,00 1,00

Як подальше доповнення методу Конгалтона і Міда запропонуємо розрахунок

сум відношень площ у рядках таблиць за наступним правилом: якщо у рядку є
тільки один ненульовий член, і він дорівнює одиниці, цей рядок ігнорується; інакше
члени рядку підсумовуються. Розрахована сума по рядку є кількістю зон шару
стовпчиків, що не повністю співпадають з зоною рядку: частково перекриваються
або покривають не всю територію зони рядку. Загальна сума по таблиці показує
загальну кількість зон шару стовпчиків, що не співпадають з зонами шару рядків.
Загальна сума завжди є цілим числом. Такі розрахунки було проведено в табл. 3.12
та 3.13, загальні суми встановили дві та одну зону відповідно. Ці числа
відрізняються, тому що кількість зон у варіантах а) та б) різна.
Маючи сім варіантів економіко-планувальних зон м. Моспине (табл. 3.11),
можна порівняти їх в усіх комбінаціях за вищеописаним методом. Площі полігонів
 130

та їхніх часток можна розрахувати в ArcView за допомогою функції

ReturnIntersection. Таким чином було створено 42 таблиці. Приклад розрахунку
таблиці відношення площ перекриття наведено для результатів аналізу простору
ознак, що базується на евклідовій відстані, та методу MDBC 5 (табл. 3.14), показано
тільки ненульові елементи. У цьому випадку загальна сума зон у шарі MDBC 5, що
не співпадають з зонами шару простору ознак, складає дев’ять, максимальна сума по
рядку становить 3,52. Таким чином було проведено розрахунки для результатів усіх
методів. Результати розрахунків наведено в табл. 3.15, сірим кольором позначено ті
випадки, коли кількості зон двох шарів не співпадають. Відносну кількість зон, що
не співпадають, можна розрахувати як відношення загальної кількості зон, що не
співпадають, до кількості зон шару стовпчика. Відносні кількості зон, що не
співпадають, наведено у табл. 3.16.
 131

Таблиця 3.14
Відношення площ перекриття полігонів, сформованих за аналізом
простору ознак та за методом MDBC 5
Оц.
Су-
рай- 01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 ма
он
01 1,00
02 0,15 0,15
03 0,06 0,06
04 1,00
05 1,00
06 1,00
07 0,04 0,04
08 1,00
09 1,00
10 0,09 0,09
11 1,00
12 1,00 1,00 0,52 1,00 3,52
13 1,00 0,23 1,23
14 1,00
15 0,61 0,61
16 0,32 0,39 0,71
17 1,00 1,00 0,59 2,59
Су-
1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 9,00
ма

Таблиця 3.15
Загальні кількості зон, що не співпадають, та максимальні суми по рядках
Експерт- Метод Аналіз
Метод ний нечітких простору EM 5 SKM 5 FF 5 MDBC 5
підхід множин ознак
Експ.
0 / 0,00 12 / 2,68 6 / 1,16 8 / 3,28 10 / 2,00 11 / 2,20 9 / 2,00
підхід
Метод
12 / 2,00 0 / 0,00 7 / 2,00 10 / 2,65 12 / 2,14 9 / 2,22 9 / 2,13
неч.множ.
Аналіз пр.
11 / 3,34 12 / 3,71 0 / 0,00 11 / 5,00 11 / 3,52 11 / 5,00 9 / 3,52
ознак
EM 5 11 / 4,00 13 / 4,56 9 / 3,31 0 / 0,00 9 / 4,00 8 / 4,56 7 / 3,00
SKM 5 12 / 5,31 14 / 5,81 8 / 4,17 8 / 5,00 0 / 0,00 11 / 4,27 2 / 0,91
FF 5 13 / 4,20 11 / 4,00 8 / 4,31 7 / 2,00 11 / 2,37 0 / 0,00 9 / 2,33
MDBC 5 14 / 5,31 14 / 5,81 9 / 4,17 9 / 5,00 5 / 3,00 12 / 4,27 0 / 0,00
 132

Таблиця 3.16
Відносні кількості зон, що не співпадають (долі одиниці)
Метод Аналіз
Експ. MDBC
Метод неч. пр. EM 5 SKM 5 FF 5
підхід 5
множин ознак
Експ.
- 0,55 0,35 0,42 0,50 0,55 0,53
підхід
Метод
0,55 - 0,41 0,53 0,60 0,45 0,53
неч.множ.
Аналіз пр.
0,50 0,55 - 0,58 0,55 0,55 0,53
ознак
EM 5 0,50 0,59 0,53 - 0,45 0,40 0,41
SKM 5 0,55 0,64 0,47 0,42 - 0,55 0,12
FF 5 0,59 0,50 0,47 0,37 0,55 - 0,53
MDBC 5 0,64 0,64 0,53 0,47 0,25 0,60 -
Середнє
по 0,56 0,58 0,46 0,46 0,48 0,52 0,44
стовпчику

За результатами формального порівняння (табл. 3.16) видно, що середні

значення відносної кількості зон, що не співпадають, в усіх семи випадках є
величинами одного порядку. Ці величини знаходяться в інтервалі від 0,44 (для
методу MDBC 5) до 0,58 (для методу нечітких множин). З трьох перших методів у
табл. 5.17 найкращій показник має аналіз простору ознак (0,46). Хоча показники
експертного підходу та методу нечітких множин є найгіршими, вони в цілому
незначно відрізняються від інших. Критеріїв порівняння не існує, однак можна
зробити висновок, що за відносною кількістю зон, що не співпадають, результати
кластеризації за експертним підходом, методом нечітких множин та аналізом
простору ознак не мають суттєвих відмінностей від результатів WEKA.
Розглянемо результати порівняння для методів нечітких множин та аналізу
простору ознак, які не потребують апріорного завдання кількості кластерів. Якщо
зони, сформовані за експертним підходом, умовно вважати еталонними, то
порівняння слід виконувати саме з цими зонами.
 133

В абсолютних величинах (табл. 3.15) результат методу нечітких множин

відрізняється від умовного еталону на 12 зон (максимальна різниця в межах однієї
зони складає 2,68), тоді як результат аналізу простору ознак відрізняється лише на 6
зон (максимальна різниця в межах однієї зони 1,16). Однак, слід враховувати, що
кількість зон за аналізом простору ознак складає лише 17, на відміну від 22 зон за
експертним підходом та методом нечітких множин, тому результат аналізу простору
ознак містить більше часток зон, сформованих за експертним підходом, тобто
більше різниць в межах однієї зони, які складають менш 1,00. У той же час різниця
між умовним еталоном та результатом методу нечітких множин складає 12 зон
(максимальна різниця в межах зони 2,00), між умовним еталоном та результатом
аналізу простору ознак – 11 (максимальна різниця в межах зони 3,34).
У відносних величинах (табл. 3.16) різниця між умовним еталоном та
результатом застосування нечітких множин складає 0,55, тоді як різниця між
умовним еталоном та результатом аналізу простору ознак складає 0,50.
Таким чином, за переважною більшістю показників між результатами аналізу
простору ознак та експертного підходу спостерігається більше схожості, хоча за
цими методами було одержано різні кількості зон (табл. 3.11).
Взагалі, можна зробити висновок, що адаптований та доповнений метод
Конгалтона і Міда може бути застосований в економіко-планувальному зонуванні.
Можна застосовувати цей метод іншим шляхом: визначати не відношення площ
перекриття полігонів, а значення площ перекриття, але у цій роботі такий аналіз не
проводиться.

3.5. Висновки

Запропоновано метод кластеризації, який базується на теорії нечітких

множин. На основі методу засобами ArcView створено ГІС-систему АОТО. За
допомогою системи виконано експерименти з даними по містах різного розміру та
 134

значення. Установлено, що об’єднання оціночних районів в економіко-планувальні

зони можна проводити на основі ступеня рівності нечітких множин, що складає 0,5,
і врахування суміжності районів. Одержано наступні експериментальні результати
зонування: економіко-планувальні зони у м. Моспине, економіко-планувальні зони у
м. Харкові, транспортні зони у Лідінге. Опис методу та його використання для
економіко-планувального зонування наведено в статтях [122,124]. Показано
потенційну можливість його застосування не тільки в оцінці земель, але й в інших
сферах.
При формуванні економіко-планувальних зон м. Моспине було застосовано
також інші методи кластеризації: аналіз простору ознак, використаний у публікації
[132], та методи EM, SKM, FF та MDBC, реалізовані у програмному забезпеченні
WEKA. Усі результати візуалізовано в ArcView. Декілька сформованих зон,
включаючи загальноміський центр комерційного обслуговування, збігаються або
мають схожість в усіх варіантах зонування. Однак, методи кластеризації WEKA
мають суттєвий недолік: необхідність апріорно задавати кількості кластерів.
Для формального порівняння різних варіантів економіко-планувального
зонування однієї й тієї ж території використано статистичні показники, а також
метод Конгалтона і Міда. За статистичними показниками найкращим виявився
результат методу нечітких множин. Установлено, що метод Конгалтона і Міда,
адаптований для аналізу полігонів та доповнений розрахунком сум площ перекриття
полігонів, дозволяє визначати числові характеристики геометричної схожості
полігонів. Метод Конгалтона і Міда показав, що між результатами експертного
підходу та аналізу простору ознак спостерігається більша геометрична схожість, ніж
між результатами експертного підходу та методу нечітких множин.
Таким чином, якщо вважати критерієм оптимальності зонування статистичні
характеристики зон, то найкращим є метод нечітких множин. Якщо за критерій
оптимальності приймати геометричну схожість та вважати результат експертного
підходу умовним еталоном, то найкращим є аналіз простору ознак.
 135

ВИСНОВКИ

Головні висновки дисертаційної роботи полягають у наступному:

1. Розроблено пропозиції щодо формалізації етапів економіко-планувального
зонування із застосуванням можливостей ГІС. Формальний підхід
базується на математичних моделях та є альтернативою експертному
суб’єктивізму в оцінці.
2. В умовах слабкого розвитку земельного ринку запропоновано проводити
вибір факторів вартості міських земель та їхніх питомих ваг на основі
мета-аналізу результатів застосування існуючих моделей регресії,
створених для міст із розвинутим ринком нерухомості. За результатами
проведеного мета-аналізу визначено список найважливіших факторів
вартості.
3. Для порівняння результатів розрахунків комплексних індексів цінності,
виконаних за різними способами та різними оцінювачами для однієї й тієї
ж території, використано дисперсійний аналіз. Зроблено статистично
обґрунтований висновок про можливість заміни фахівця-оцінювача
інструментарієм ГІС.
4. Розроблено метод кластеризації на основі теорії нечітких множин. На
основі методу створено алгоритмічну ГІС-систему автоматичного
об’єднання територіальних одиниць (АОТО). Виконано експерименти
щодо зонування міст різного розміру та значення. Експерименти показали
можливість використання системи для створення економіко-планувальних
зон, а також транспортних зон тощо, тобто тоді, коли необхідно визначити
зони за значеннями тих чи інших факторів, у тому числі без урахування
питомих ваг факторів.
5. Застосування різних існуючих методів кластеризації дозволяє одержати
велику кількість варіантів економіко-планувальних зон, що дає
можливість моделювати різні варіанти надходжень коштів від плати за
 136

землю (наприклад, застосовуючи інформаційно-аналітичну систему

“Грошова оцінка та оподаткування земель в Україні”).
6. Для формального геометричного порівняння результатів різних методів
зонування адаптовано, доповнено та застосовано метод Конгалтона і Міда.
За темою дисертації опубліковано наступні роботи:
1. Фролов І. С., Кривобоков М. Г. Про деякі основні поняття у сфері оцінки
земель // Вісник геодезії та картографії. – К.: Укргеодезкартографія, 2001. –
№4(23). – С. 50-54.
2. Кривобоков М. Г. Об этике в оценке недвижимости // Інженерна геодезія. – К:
КНУБА, 2002. – Вип. 48. – С. 112-123.
3. Могильний С. Г., Кривобоков М. Г. Застосування ГІС для розрахунку
комплексних індексів цінності оцінних районів міста // Землевпорядний вісник. –
К.: Держкомзем, 2002 – №4. – С. 34-40.
4. Кривобоков М. Г. Вибір факторів вартості міських земель та їхніх питомих ваг
для розрахунку зонального коефіцієнта // Землевпорядний вісник. – К.:
Держкомзем, 2003. – №2. – С. 77-81.
5. Кривобоков М.Г. Застосування теорії нечітких множин при об’єднанні оцінних
районів у економіко-планувальні зони // Наукові праці Донецького національного
технічного університету: Серія гірничо-геологічна. – Донецьк: ДонНТУ, 2003. –
Вип. 62. – С. 169-173.
6. Могильний С. Г., Кривобоков М. Г. Застосування кластерного аналізу простору
ознак при формуванні економіко-планувальних зон // Вісник геодезії та
картографії. – К.: Укргеодезкартографія, 2004. – №1. – С. 34-37.
7. Могильний С. Г., Шипулін В. Д., Кривобоков М. Г. Автоматизація об’єднання
оцінних районів у економіко-планувальні зони // Сучасні досягнення геодезичної
науки та виробництва. – Львів: Ліга-Прес, 2004. – С. 328-333.
 137

СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ

1. Закон України “Про плату за землю” // Земельні відносини в Україні: законодавчі

акти і нормативні документи / Земельне законодавство України: Збірник
нормативних актів, судової та арбітражної (господарської) практики: У 2 кн. / За
ред. Даниленка А. С., Білика Ю. Д., Погрібного О. О., Кулініча В. В. – К.:
Урожай, 2002. – Кн. 1. – 688 с., С. 304-317.
2. Земельний кодекс України // Земельні відносини в Україні: законодавчі акти і
нормативні документи/Земельне законодавство України: Збірник нормативних
актів, судової та арбітражної (господарської) практики: У 2 кн. / За ред.
Даниленка А. С., Білика Ю. Д., Погрібного О. О., Кулініча В. В. – К.: Урожай,
2002. – Кн. 1. – 688 с., С. 26-101.
3. Закон України “Про оцінку земель” // Землевпорядний вісник. – К.: Держкомзем,
2004. – №1. – С. 41-47.
4. Драпіковський О., Іванова І. З історії оцінки міських земель (сучасний етап) //
Нерухомість. Інформаційний бюлетень. – 1998. – №17. – С. 10-11.
5. Павлов В. С., Комин А. Н., Витт М. Б. и др. Совместные предприятия на
территории СССР / Под общ. ред. Павлова В. С. – М.: Финансы и статистика,
1989. – 136 с.
6. Дегтяренко Ю. Ф., Лихогруд М. І., Манцевич Ю. М., Палеха Ю. М. Методичні
основи грошової оцінки земель в Україні. – К.: Профі, 2002. – 256 с.
7. Куць С. В., Оситнянко А. П. Комплексный градостроительный анализ
территории по комфортности проживания // Містобудування та територіальне
планування. – К.: КНУБА, 1998, – № 2. – С. 48-55.
8. Кабакова С. И. Экономические проблемы использования земель в строительстве.
– М.: Стройиздат, 1991. – 156 с.
9. Савчук А. О. Місце і значення аналізу просторових зв’язків між міськими
землекористувачами в процесі планування міст // Містобудування та
територіальне планування. – К.: КНУБА, 2001. – № 8. – С. 178-213.
 138

10.Фролов І. С., Кривобоков М. Г. Про деякі основні поняття у сфері оцінки

земель // Вісник геодезії та картографії. – К.: Укргеодезкартографія, 2001. –
№4(23). – С. 50-54.
11.Land Administration Guidelines.– New York and Geneva: United Nations, 1996.–96 p.
12.Цивільний кодекс України. Затвердж. 16.01.2003. // Закон і бізнес. – 2003. -
№35(607). – 322 с.
13.Закон України “Про державну реєстрацію речових прав на нерухоме майно та їх
обмежень” // Землевпорядний вісник. – К.: Держкомзем, 2004. - №3. – С. 45-55.
14.Методика експертної грошової оцінки земельних ділянок. Затвердж. 11.10.2002,
№1531 // Землевпорядний вісник. – К.: Держкомзем, 2003. – С. 59-66.
15.Міжнародні стандарти оцінки. Принципи, стандарти та правила. – Пер. з англ. М.
Возної. – К.: UKRels, 1999. – 61 с.
16.The Appraisal of Real Estate. Eleventh edition. – Chicago: Appraisal Institute, 1996. –
820 p.
17.Національний стандарт №1 “Загальні засади оцінки майна і майнових прав”.
Затвердж. 10.09.2003, №1440.
18.Приватизація земель несільськогосподарського призначення підприємствами
України. Практичний посібник. – К.: UKRels, 2000. – 98 с.
19.Property Appraisal and Assessment Administration. – Chicago: IAAO, 1990. – 716 p.
20.Applied Property Valuation in Europe: A Case Study of 19 Countries. – Stockholm:
KTH, 1998. – 176 p.
21.Новаковський Л. Я., Третяк А. М. Словник термінів і визначень у сфері
земельних відносин та земельного кадастру // Землевпорядний вісник. – К.:
Держкомзем, 1998. – №1. – С. 62-63.
22.Методика нормативної грошової оцінки земель сільськогосподарського
призначення та населених пунктів (тимчасова). Затвердж. 23.03.1995, №213 (із
змінами і допов.) // Земельні відносини в Україні: законодавчі акти і нормативні
документи/Земельне законодавство України: Збірник нормативних актів, судової
та арбітражної (господарської) практики: У 2 кн. / За ред. Даниленка А. С., Білика
 139

Ю. Д., Погрібного О. О., Кулініча В. В. – К.: Урожай, 2002. – Кн. 2. – 672 с., С.
36-42.
23.Порядок грошової оцінки земель сільськогосподарського призначення та
населених пунктів. Затвердж. 27.11.1995, №76/230/325/150 (із змінами) //
Земельні відносини в Україні: законодавчі акти і нормативні документи/Земельне
законодавство України: Збірник нормативних актів, судової та арбітражної
(господарської) практики: У 2 кн. / За ред. Даниленка А. С., Білика Ю. Д.,
Погрібного О. О., Кулініча В. В. – К.: Урожай, 2002. – Кн. 2. – 672 с., С. 235-266.
24.Закон України “Про оцінку майна, майнових прав та професійну оціночну
діяльність в Україні” // Відомості Верховної Ради України (ВВР). – 2001. – №47.
– Ст. 251.
25.Еталон технічної документації грошової оцінки земель міста Бровари Київської
області // Земельні відносини в Україні: законодавчі акти і нормативні документи
/ Держкомзем України. – К.: Урожай, 1998. – 816 с., С. 473-523.
26.Постанова Кабінету Міністрів України “Про проведення індексації грошової
оцінки земель” // Земельні відносини в Україні: законодавчі акти і нормативні
документи/Земельне законодавство України: Збірник нормативних актів, судової
та арбітражної (господарської) практики: У 2 кн. / За ред. Даниленка А. С., Білика
Ю. Д., Погрібного О. О., Кулініча В. В. – К.: Урожай, 2002. – Кн. 2. – 672 с., С.
159-160.
27.ДБН 360-92**. Містобудування. Планування і забудова міських і сільських
поселень. – К.: Мінбуд України, 2002. – 114 с.
28.Лященко А. А. Методологічні основи та інформаційно-технологічні моделі
інфраструктури геопросторових даних міських кадастрових систем. Дисертація
д-ра техн. наук. – К.: КНУБА, 2003. – 358 с.
29.Драпіковський О., Іванова І. Грошова оцінка земель: поєднання нормативних та
ринкових підходів // Нерухомість. – 1998. – №3. – С. 2, 4.
30.Философский словарь / Под ред. Фролова И. Т. – 5-е изд. – М.: Политиздат, 1987.
– 590 с.
31.McCoy J., Johnston K. Using Spatial Analyst. – ESRI: 2000. – 128 p.
 140

32.Мерлен П. Город. Количественные методы изучения: Пер. с фр./Под ред.

Медведкова Ю. В. – М.: Прогресс, 1977. – 264 с.
33.Тарасевич Е. И. Анализ инвестиций в недвижимость. – СПб.: МКС, 2000. – 428 с.
34.Harvey J. Urban Land Economics. Fifth Edition. – Great Britain: Creative Print &
Design. – 436 p.
35.Яргина З. Н., Косицкий Я. В., Владимиров В. В., Гутнов А. Э., Микулина Е. М.,
Сосновский В. А. Основы теории градостроительства: учеб. для вузов. – М.:
Стройиздат, 1986. – 326 с.
36.Фомін І. О. Основи теорії містобудування. – К.: Наукова думка, 1997. – 192 с.
37.Клюшниченко Є. Є. Управління містом: навчальний посібник. – К.: КНУБА,
2003. – 260 с.
38.Демин Н. М. Управление развитием градостроительных систем. – К.:
Будівельник, 1991. – 185 с.
39.Мамедов А. М., Осітнянко А. П. Моделювання просторових зв’язків у місті //
Містобудування та територіальне планування. – К.: КНУБА, 2000. – №7. – С. 79-
115.
40.Пэнтл Р. Методы системного анализа окружающей среды: Пер с англ. / Под ред.
Моисеева Н. Н. – М.: Мир, 1979. – 216 с.
41.Мягков В. Н., Пальчиков Н. С., Федоров В. П. Математическое обеспечение
градостроительного проектирования. – Л.: Наука, 1989. – 144 с.
42.Huang S. Grid-Adjustment Approach – Modern Appraisal Technique, Chapter 14 //
Real Estate Valuation Theory. – Volume 8, Research Issues in Real Estate, Appraisal
Institute and American Real Estate Society/edited by Wang K. and Wolverton M. L. –
Boston/Dordrecht/London: Kluber Academic Publisher, 2002. – 430 p., pp. 341-354.
43.Оценка земельных ресурсов. Учебное пособие: Под общ. ред. Антонова В. П. и
Лойко П. Ф. – М.: Институт оценки природных ресурсов, 1999. – 364 с.
44.Методика государственной кадастровой оценки земель поселений. – М: ФСЗКР,
2000. – 24 с.
45.Технические указания по государственной кадастровой оценке земель поселений.
– М.: ФСЗКР, 2001. – 48 с.
 141

46.Janssen C., Söderberg B., and Zhou J. Robust estimation of hedonic models of price
and income for investment property // Journal of Property Investment and Finance. –
2001. – Vol. 19, No 4. – pp. 342-360.
47.Söderberg B., Janssen C. Estimating Distance Gradients for Apartment Properties //
Söderberg B. Essays in Real Estate Appraisal. – Stockholm: KTH, 1999. – pp. 1-24.
48.Ward R. D., Weaver J. R., German J. C. Improving CAMA Models Using Geographic
Information Systems / Response Surface Analysis Location Factors // Assessment
Journal. – 1999. – Vol. 6, No 1. – pp. 30-38.
49.Rupert C., Nolan J. Troubleshooting Your CAMA Data with GIS // Assessment
Journal. – 2002. – Vol. 9, No 6. – pp. 15-19.
50.International Association of Assessing Officers. Standard on Mass Appraisal of Real
Property // Assessment Journal – 2002. – Vol. 9, No 1. – pp. 34-51.
51.Ward R., Guilford J, Jones B., Pratt D., German J. Piecing Together Location: Three
Studies by the Lucas County Research and Development Staff // Assessment Journal. –
2002. – Vol. 9, No 5. – pp. 15-48.
52.City of Calgary Assessment Department. Regression Modeling in Calgary – A
Practical Approach // Assessment Journal. – 1998. – Vol. 5, No 4. – pp. 23-32.
53.Söderberg B. A Note on the Hedonic Model Specification for Income Properties //
Söderberg B. Essays in Real Estate Appraisal – Stockholm: KTH, 1999 – 20 p.
54.Tay D. P. H., Ho D. K. H. Artificial Intelligence and the Mass Appraisal of Residential
Apartments // Journal of Property Valuation and Investment. – Winter 1991/1992. –
Vol. 10, No 2. – pp. 525-540.
55.Lenk M. M., Worzala E. M., Silva A. High-tech valuation: should artificial neural
networks bypass the human valuer? // Journal of Property Valuation and Investment. –
1997. – Vol. 15, No 1. – pp. 8-26.
56.Nguyen N., Cripps A. Predicting Housing Value: A Comparison of Multiple
Regression Analysis and Artificial Neural Networks // Journal of Real Estate Research.
– 2001. – Vol. 22, No 3. – pp. 313-336.
 142

57.Brañas-Garza P., Rodero Cosano J., Presley J. R. The North-South divide and house
price islands: the case of Córdoba (Spain) // European Journal of Housing Policy. –
2002. – Vol. 2, No 1. – pp. 45-63.
58.Des Rosiers F., Thériault M., Villeneuve P.-Y. Sorting out access and neighbourhood
factors in hedonic price modelling // Journal of Property Investment and Finance. –
2000. – Vol. 18, No 3. – pp. 291-315.
59.Brasington D. M. Capitalization and Community Size // Journal of Urban Economics. –
2001. – Vol. 50, No 3. – pp. 385-395.
60.Прорвич В. А. Оценка земли в Москве: модели, алгоритмы, практический опыт. –
М.: Экономика, 1996. – 240 с.
61.Прорвич В. А. Основы экономической оценки городских земель. Учебно-
практическое пособие. – М.: Дело, 1998. – 336 с.
62.Арсеньев С. В., Лукьяница А. А., Мецгер Ф. Е., Поденок А. Е., Прорвич В. А.
Атлас оценки земель г. Москвы. – М.: ОАО "Издательство "Экономика", 1999. –
500 с.
63.Diamond P. A., Hausman J. A. Contingent Valuation: Is Some Number Better than No
Number? // Journal of Economic Perspectives. – 1994. – Vol. 8, No. 4. – pp. 45-64.
64.Hanemann, W. M. Valuing the Environment Through Contingent Valuation // Journal
of Economic Perspectives. – 1994. – Vol. 8, No 4. – pp. 19-43.
65.Маріуполь Донецької області. Грошова оцінка земель міста. Пояснювальна
записка. – К./ Донецьк: Інститут “Діпромісто”, ЗАТ “Донбасцивільпроект”. –
Договори №981 від 27.10.1998 та № 1241-07-99 від 10.02.1999. – 1999. – 64 с.
66.Лященко А. А., Боєв С. А., Ціпенко О. В. Практика застосування та шляхи
удосконалення методичних підходів щодо нормативної грошової оцінки земель
населених пунктів // Містобудування та територіальне планування. – К.: КНУБА,
2002. – №12. – С. 69-79.
67.Дюжев С. А. Определение и систематизация факторов городской среді
применительно к задачам оценки земель Киева // Містобудування та
територіальне планування. – К.: КНУБА, 1999. – Вип. 4. – С. 59-67.
 143

68.GIS in Real Estate: Integrating, Analyzing, and Presenting Locational Information. –

The USA: The Appraisal Institute, 1998. – 206 p.
69.International Association of Assessing Officers. Standard on Contracting for
Assessment Services // Assessment Journal, 2002, Vol. 9, No 1. – 80 p., pp. 52-58.
70.Figueroa R. A. Modeling the Value of Location in Regina Using GIS and Spatial
Autocorrelation Statistics // Assessment Journal. – 1999. – November/December. – pp.
29-37.
71.Wyatt P. Can a geographical analysis of property values aid business location
planning? – RICS Research Conference The Cutting Edge, 1999. – 17 p.
72.Bible D., Hsieh C. Applications of geographic information systems for the analysis of
apartment rents // Journal of Real Estate Research,. – 1996. – Vol.12, No 1. – pp. 79-
88.
73.Rodriguez M., Sirmans C., Marks A. Using geographic information systems to improve
real estate analysis // Journal of Real Estate Research. – 1995. – Vol. 10, No 2. – pp.
163-173.
74.Skaff M. S., Murphy J. G. The Role of GIS Imaging in Assessment Administration //
Assessment Journal. – 2000 – May/June. – pp. 23-29.
75.Могильний С. Г., Кривобоков М. Г. Застосування ГІС для розрахунку
комплексних індексів цінності оцінних районів міста // Землевпорядний вісник. –
К.: Держкомзем, 2002. – №4. – С. 34-40.
76.Кордас О. І. Аналіз доцільності впровадження муніципальних ГІС //
Містобудування та територіальне планування. – К.: КНУБА, 2000. – Вип 7. – С.
43-54.
77.Кривобоков М. Г. Об этике в оценке недвижимости // Інженерна геодезія. – К.:
КНУБА, 2002. – Вип. 48. – С. 112-123.
78.Wills D. R. Developing a Rural Cadastre GIS Model for Commercial and Residential
Property Assessment in Marshall County, Kentucky // Assessment Journal. – 1998. –
January/February. – pp. 65-71.
79.Jackson D. B. Procuring a GIS for Less than Twenty-five Cents per Parcel //
Assessment Journal. – 2000. – May/June. – pp. 30-33.
 144

80.Gronow S. Contaminated land – education and training for an explicit appraisal

model // Property Management. – 2000. – Vol. 18, No 5. – pp. 324-334.
81.Ціпенко О. В. Моделі даних та процесів геоінформаційної системи грошової
оцінки земель населених пунктів // Інженерна геодезія. – К.: КНУБА, 2000. – Вип.
44. – С. 205-212.
82.Лященко А. А., Ціпенко О. В. Наскрізні геоінформаційні технології грошової
оцінки земель населених пунктів // Інженерна геодезія. – К.: КНУБА, 2000. –
Вип. 42. – С. 155-165.
83.ТЕРЕН-ГІС. Програмно-методичний комплекс для грошової оцінки земель
населених пунктів. Посібник користувача. – К.: ДНДІАСБ, 2000 – 56 с.
84.Програмний комплекс грошової оцінки земель населених пунктів LPS. Версія 1.2.
– К.: НВЦ ЗІС. – 2000. – 76 с.
85.Третяк А. М., Панчук О. Я., Лихогруд М. Г. Автоматизована аналітично-
інформаційна система “Грошова оцінка та оподаткування земель в Україні” //
Землевпорядний вісник. – К.: Держкомзем, 1999. – №2. – С. 21-26.
86.Правила та порядок розподілу території житлового кварталу (мікрорайону). – К.:
Укрархбудінформ, 2000. – 38 с
87.Тимчасові методичні вказівки щодо присвоєння кадастрових номерів земельним
ділянкам для ведення державного земельного кадастру // Земельні відносини в
Україні: законодавчі акти і нормативні документи / Держкомзем України. – К.:
Урожай, 1998. – 816 с., С. 378-384.
88.Доповнення до Вказівки “Про створення єдиної системи нумерації земельних
ділянок для ведення державного земельного кадастру”. Затверджено першим
заступником голови Держкомзему України 12.05.1998.
89.Лященко А. А. ГІС-технологія кадастрового зонування міських територій //
Інженерна геодезія. – К.: КНУБА, 2000. – Вип. 47. – С. 89-95.
90.Лихогруд М. Г. Структура та особливості формування кадастрового номеру
земельної ділянки та іншої нерухомості // Інженерна геодезія. – К.: КНУБА, 2000.
– Вип.44. – С. 158-169.
 145

91.ДеМерс М. Н. Географические информационные системы. Основы: Пер. с англ. –

М.: Дата+, 1999. – 490 с.
92.Кривобоков М. Г. Вибір факторів вартості міських земель та їхніх питомих ваг
для розрахунку зонального коефіцієнта // Землевпорядний вісник. – К.:
Держкомзем, 2003. – №2. – С. 77-81.
93.Смирнов Н. В., Дунин-Барковский И. В. Курс теории вероятностей и
математической статистики для технических приложений. – М.: Наука, 1969. –
512 с.
94.Bible D. S., Hsieh C. Determinants of Vacant Land Values and Implications for
Appraisers // The Appraisal Journal. – 1999. – July LXVII (3). – pp. 264-268.
95.Sivitanidou R. Urban Spatial Variations in Office-Commercial Rents: The Role of
Spatial Amenities and Commercial Zoning // Journal of Urban Economics. – 1995. –
July 38 (1). – pp. 23-49.
96.Sivitanidou R. Do Office-Commercial Firms Value Access to Service Employment
Centers? A Hedonic Value Analysis within Polycentric Los Angeles // Journal of
Urban Economics. – 1996. – September 40 (2). – pp. 125-149.
97.Sivitanidou R. Are Center Access Advantages Weakening? The Case of Office-
Commercial Markets // Journal of Urban Economics? – 1997. – Vol. 42, No 1. – pp.
79-97.
98.Мудров В. И., Кушко В. Л. Методы обработки измерений. Квазиправдоподобные
оценки. – Изд. 2-е, перераб. и доп. – М.: Радио и связь, 1983. – 304 с.
99.Генеральный план, совмещенный с ПДП г. Моспино Пролетарского района г.
Донецка. – Донецк: “Донбассгражданпроект”, 1990. – 182 с.
100. Звіт про грошову оцінку земель м. Моспине. – Донецьк: Донецький міський
центр державного земельного кадастру. – Договір №415 від 22.11.1999. – 2001. –
32 с.
101. Меркулов Е. А., Турчихин Э. Я., Дубровин Е. Н. и др. Проектирование дорог и
сетей пассажирского транспорта в городах: Учеб. Пособие для вузов – 3-е изд.,
перераб. и доп. – М.: Стройиздат, 1980. – 512 с.
102. Крамер Г. Математические методы статистики. – М.: Мир, 1975. – 648 с.
 146

103. Пронин Е. С. Формирование городских центров. – М.:Стройиздат, 1983.–152 с.

104. Новаковский М. Транспорт и проектирование центра города: Пер. с польск. –
М.: Стройиздат, 1978. – 202 с.
105. Градостроительные проблемы формирования центров малых и средних
городов (на примере Московской области). Сборник научных трудов: Под ред.
Васильченко В. А. – М.: ЦНИИП градостроительства, 1979. – 94 с.
106. Приймак В. В. Формирование центров обслуживания регионального значения
в условиях крупнейших городов. Диссертация на соискание ученой степени
кандидата архитектуры. 18.00.02. Архитектура зданий и сооружений – К.:
КиевЗНИИЭП, на правах рукописи, 1985. – 244 с.
107. McDonald J. The identification of urban employment subcenters // Journal of Urban
Economics. – 1987. – Vol. 21, No 2. – pp. 242-258.
108. McMillen D. P. Identifying Sub-centres Using Contiguity Matrices // Urban Studies.
– 2003. – Vol. 40, No 1. – pp. 57-69.
109. McMillen D. P., Smith S. C. The number of subcenters in large urban areas //
Journal of Urban Economics. – 2003. – Vol. 53, No 3. – pp. 321-338.
110. McMillen D. P., Lester T. W. Evolving subcenters: employment and population
densities in Chicago, 1970-2020 // Journal of Housing Economics. – 2003. – Vol. 12,
No 1. – pp. 60-81.
111. Craig S. G., Ng P. T. Using Quantile Smoothing Splines to Identify Employment
Subcenters in a Multicentric Urban Area // Journal of Urban Economics. – 2001. – Vol.
49, No 1. – pp. 100-120.
112. Леунг Й. Разделение на торговые зоны в нечетких условиях // Нечеткие
множества и теория возможностей. Последние достижения: Пер. с англ./Под ред.
Ягера Р. Р. – М.: Радио и связь, 1986. – 408 с., с. 339-349.
113. Lee Y.-L., Yeh K.-Y., Hsu K.-C. Fair Evaluation of Real Estate Value in Urban
Area via Fuzzy Theory. – Helsinki: 10th European Real Estate Society Conference,
2003. – 15 p.
114. Gonzalez M. A. S., Formoso C. T. Mass Appraisal with Genetic Fuzzy Rule-Based
Systems. – Helsinki: 10th European Real Estate Society Conference, 2003. – 10 p.
 147

115. Fisher P. The logic of fuzzy detecting change in geographic information //

Geoinformatics 2004. Proceedings of the 12 th Internationl Conference on
Geoinformatics: In 2 volumes. – Gävle: Gävle University Press, 2004. – Vol. 1. – p. 3.
116. Hatzichriston T., Potamias J. Defuzzification operations for geographical data of
nominal scale // Geoinformatics 2004. Proceedings of the 12th Internationl Conference
on Geoinformatics: In 2 volumes. – Gävle: Gävle University Press, 2004. – Vol. 2. –
pp. 481-488.
117. Sunila R., Laine E., Kremenova O. Fuzzy model and Kriging for imprecise soil
polygon boundaries // Geoinformatics 2004. Proceedings of the 12th Internationl
Conference on Geoinformatics: In 2 volumes. – Gävle: Gävle University Press, 2004. –
Vol. 2. – pp. 489-495.
118. Du S., Wang Q., Yang Y. Fuzzy description of fuzzy direction relations and their
similarities // Geoinformatics 2004. Proceedings of the 12 th Internationl Conference on
Geoinformatics: In 2 volumes. – Gävle: Gävle University Press, 2004. – Vol. 2. – pp.
496-502.
119. Руспини Э. Г. Последние достижения в нечетком кластер-анализе // Нечеткие
множества и теория возможностей. Последние достижения: Пер. с англ./Под ред.
Ягера Р. Р. – М.: Радио и связь, 1986. – 408 с., с. 114-132.
120. Мелихов А. Н., Бернштейн Л. С., Коровин С. Я. Ситуационные советующие
системы с нечеткой логикой. – М.: Наука. Гл. ред. физ.-мат. лит., 1990. – 272 с.
121. Кофман А. Введение в теорию нечетких множеств: Пер. с франц. – М.: Радио
и связь, 1982. – 432 с.
122. Кривобоков М.Г. Застосування теорії нечітких множин при об’єднанні
оцінних районів у економіко-планувальні зони // Наук. пр. ДонНТУ: Сер. гірн.-
геол. – Донецьк: ДонНТУ, 2003. – Вип. 62. – С. 169-173.
123. Джексон П. Введение в экспертные системы.: Пер. с англ.: Уч. пос. – М.:
Издательский дом “Вильямс”, 2001. – 624 с.
124. Могильний С. Г., Шипулін В. Д., Кривобоков М. Г. Автоматизація об’єднання
оцінних районів у економіко-планувальні зони // Сучасні досягнення геодезичної
науки та виробництва. Зб. Наук. праць. – Львів: Ліга-Прес, 2004. – С. 328-333.
 148

125. Lidingö Stad. – Lidingö Stad. – URL:

http://www.lidingo.se/net/Lidingo+Stad+Ex/Om+staden/Statistik/Folkmängd
126. Landgrebe D. On Information Extraction Principles for Hyperspectral Data. –
Purdue University: School of Electrical and Computer Engineering, 1997. – 34 p.
127. Апраушева Н. Н. Три алгоритма естественной кластеризации объектов. – М.:
ВЦ АН СССР, 1986. – 22 с.
128. Апраушева Н. Н. Предварительное обнаружение идеальных кластеров и
оценивание их числа. – М.: ВЦ АН СССР, 1987. – 20 с.
129. Апраушева Н. Н. Некоторые методы обнаружения кластеров. – М.: ВЦ АН
СССР, 1988. – 22 с.
130. Апраушева Н. Н., Ражабов Б. Ж. Экспериментальные исследования по
обнаружению кластеров. – М.: ВЦ АН СССР, 1989. – 26 с.
131. Апраушева Н. Н., Гридина Е. Д. Дополнительные исследования по
обнаружению кластеров. – М.: ВЦ АН СССР, 1991. – 20 с.
132. Могильний С. Г., Кривобоков М. Г. Застосування кластерного аналізу
простору ознак при формуванні економіко-планувальних зон // Вісник геодезії та
картографії. – К.: Укргеодезкартографія, 2004. – №1. – С. 34-37.
133. Witten I. H., Frank E. Data Mining: Practical Machine Learning Tools and
Techniques with Java Implementation. – San Francisco: Morgan Kaufmann, 1999. –
416 p.
134. WEKA Machine Learning Project. – The University of Waikato, 2002. – URL:
http://www.cs.waikato.ac.nz/~ml/index.html
135. Hall O. Landscape from Space: Geographical Aspects on Scale, Regionalization and
Change Detection. Doktorsavhandling. – Stockholm University: Department of Human
Geography, 2002. – 104 p.
 149

ДОДАТОК А

ДОВІДКИ ПРО ВПРОВАДЖЕННЯ РЕЗУЛЬТАТІВ ДОСЛІДЖЕННЯ