Жилье⁠, 08 фев 2021, 10:41

Аналитики назвали города России с наиболее подорожавшими квартирами

Балашиха, Санкт-Петербург и Сочи возглавили список топ-50 городов России по росту стоимости вторичного жилья за год

Фото: Andrei Stepanov/shutterstock

Город Балашиха Московской области возглавил рейтинг городов России по росту цен на вторичном рынке недвижимости с января 2020 года по январь 2021-го. За год вторичное жилье в Балашихе выросло в цене на 21,32% — с 92,5 тыс. руб. за 1 кв. м до 112, 2 тыс. руб. за 1 кв. м. Рейтинг (см. таблицу) был составлен в ГК SRG.

На втором месте в рейтинге оказался Санкт-Петербург. В январе 2020-го квартира в Северной столице в среднем стоила 116,7 тыс. за 1 кв. м, а в январе 2021-го — уже 141,1 тыс. руб. Годовой прирост цен на жилье составил 20,93%.

Третье место занял Сочи (+18,41%). Квартиры здесь подорожали со 106,1 тыс. руб. за квадратный метр в 2020-м до 125.78 тыс. руб. в 2021-м.

В пятерку также вошли Калининград (+18,37%) и Москва (+16,93%). В российской столице год назад вторичное жилье стоило в среднем 204,6 тыс. за «квадрат», а в январе 2021-го — 239,2 тыс. руб. При этом в конце прошлого года в Москве был зафиксирован рекордный спрос на вторичное жилье: в четвертом квартале 2020-го было заключено 55,6 тыс. сделок. Эта цифра — максимум за всю историю подобной статистики и на треть больше, чем в предыдущем отчетном периоде.

Среди городов с минимальным приростом цен на жилье в 2020 году — Ростов-на-Дону (+4,34%), Тольятти (+4,18%), Астрахань (+4,04%), Магнитогорск (+3,87%) и Самара (+3,74%)

Топ-50 городов по росту цен на вторичное жилье за год и в январе 2021 года

Город	январь 2020	декабрь 2020	январь 2021	Изменения за месяц январь 2021 — декабрь 2020	Изменения за год январь 2020 — январь 2021
Сочи	106 189	121 811	125 742	3,23%	18,41%

Калининград	55 482	63 741	65 673	3,03%	18,37%

Хабаровск	76 224	83 462	85 762	2,76%	12,51%

Улан-Удэ	48 239	52 651	53 992	2,55%	11,93%

Иркутск	62 007	67 812	69 432	2,39%	11,97%

Нижний Новгород	63 989	69 761	71 301	2,21%	11,43%

Казань	77 759	84 054	85 804	2,08%	10,35%

Санкт-Петербург	116 739	138 307	141 166	2,07%	20,93%

Воронеж	47 191	51 349	52 398	2,04%	11,04%

Новокузнецк	37 303	39 892	40 683	1,98%	9,06%

Красноярск	57 332	62 507	63 738	1,97%	11,17%

Балашиха	92 534	110 117	112 265	1,95%	21,32%

Тюмень	64 230	69 816	71 177	1,95%	10,82%

Барнаул	47 464	50 936	51 889	1,87%	9,32%

Курск	42 775	46 215	47 080	1,87%	10,06%

Тула	57 869	65 231	66 438	1,85%	14,81%

Брянск	36 788	41 136	41 836	1,70%	13,72%

Омск	42 574	46 480	47 265	1,69%	11,02%

Ярославль	48 801	51 526	52 305	1,51%	7,18%

Владивосток	107 235	121 788	123 598	1,49%	15,26%

Саратов	39 796	41 986	42 593	1,44%	7,03%

Ижевск	51 245	53 310	54 067	1,42%	5,51%

Кемерово	45 156	48 041	48 722	1,42%	7,90%

Томск	54 552	59 101	59 906	1,36%	9,81%

Ставрополь	43 929	47 680	48 319	1,34%	9,99%

Тверь	48 455	51 592	52 276	1,33%	7,89%

Иваново	41 878	43 978	44 549	1,30%	6,38%

Чебоксары	44 623	46 397	46 992	1,28%	5,31%

Ульяновск	40 606	42 804	43 335	1,24%	6,72%

Махачкала	40 345	44 073	44 619	1,24%	10,60%

Тольятти	40 119	41 314	41 796	1,17%	4,18%

Волгоград	46 584	48 935	49 505	1,16%	6,27%

Краснодар	52 194	54 907	55 490	1,06%	6,31%

Оренбург	43 544	45 079	45 546	1,03%	4,60%

Екатеринбург	70 007	74 329	75 083	1,01%	7,25%

Севастополь	86 209	94 358	95 308	1,01%	10,55%

Рязань	44 008	48 333	48 804	0,97%	10,90%

Челябинск	38 853	40 880	41 253	0,91%	6,18%

Уфа	66 609	71 191	71 777	0,82%	7,76%

Киров	42 601	44 538	44 900	0,81%	5,40%

Москва	204 648	237 388	239 289	0,80%	16,93%

Набережные Челны	51 870	54 362	54 797	0,80%	5,64%

Новосибирск	65 312	70 738	71 249	0,72%	9,09%

Липецк	43 849	46 329	46 628	0,65%	6,34%

Магнитогорск	31 003	32 004	32 204	0,62%	3,87%

Самара	55 053	56 756	57 110	0,62%	3,74%

Астрахань	38 718	40 047	40 281	0,58%	4,04%

Пермь	54 231	56 841	57 105	0,46%	5,30%

Ростов-на-Дону	56 793	59 017	59 260	0,41%	4,34%

Пенза	46 013	51 603	51 706	0,20%	12,37%

Таблица: SRG

Как считали

SRG с 2012 года собирает данные по рынку недвижимости России на основе Big Data и технологий машинного обучения. Для анализа берутся очищенные данные по предложениям и стоимости квадратного метра на самых популярных площадках страны. Точность обеспечивается за счет постоянного обогащения данных, кросс-проверки и индекса достоверности. Робот убирает фрод и сомнительные объекты. Методика основана на медианном методе расчета, что позволяет исключить резкие отклонения цены, в выборке остаются только репрезентативные значения для группы.

Авторы

Игнат Бушухин

rbc.group