تحلیل فضایی عوامل مؤثر بر افزایش قیمت مسکن در کلانشهر تبریز با استفاده از ضریب همبستگی و مدل برازش رگرسیونی
محورهای موضوعی : مطالعات مدیریت شهریشهریور روستایی 1 , محمدرضا پور محمدی 2 , فرزانه درویشی 3
1 - دانشیار گروه جغرافیا و برنامه ریزی شهری، دانشگاه تبریز srostaei@tabrizu.ac.ir
2 - استاد گروه جغرافیا و برنامه ریزی شهری، دانشگاه تبریز pourmohamadi@tabrizu.ac.ir
3 - کارشناس ارشد جغرافیا و برنامهریزی شهری دانشگاه تبریز darvish_farzane@yahoo.com
کلید واژه: قیمت مسکن, واحدهای ویلایی و آپارتمانی, مدل برازش رگرسیونی, کلانشهر تبریز,
چکیده مقاله :
مقدمه و هدف پژوهش: قیمت به عنوان اساسی ترین متغیر بخش زمین و مسکن است که وظایف تخصیص منابع اقتصادی، اطلاع رسانی و ارائه علامت های لازم به سرمایه گذاران را به عهده دارد. تجزیه و تحلیل عملکرد فضایی بازار مسکن جهت بررسی و رفاه اجتماعی شهر بسیار مهم است. پژوهش حاضر با هدف بررسی متغیرهای تأثیر گذار بر قیمت مسکن در دو دسته واحدهای مسکونی ویلایی و آپارتمانی با توجه به ادبیات تحقیق و مطالعات تجربی در کلانشهر تبریز مورد مطالعه قرار گفت. این متغیرها شامل 4متغیر اقتصادی ـ اجتماعی خانوار، کالبدی ـ فیزیکی واحدهای مسکونی، دسترسی واحدهای مسکونی و متغیر محیطی هستند که در مقیاس تمام مناطق شهری تبریز اندازگیری شدند. روش پژوهش: داده های مورد نیاز مربوط به این متغیرها از طریق ابزار پرسشنامه در بین خانوارها توزیع گردید و اطلاعات مربوط به قیمت مسکن از طریق مراجعه به بنگاه های معاملات ملکی، سایت های مربوط به املاک و متسعقلات کشور، روزنامه ها و شهرداری کلانشهر تبریز گرد آوری شده است. برای تحلیل ارتباط متغیرها مورد بحث به عنوان متغیرهای مستقل و قیمت مسکن به عنوان متغیر وابسته، از روش همبستگی پیرسون و مدل برازش رگرسیونی استفاده شده است. یافته ها: براساس نتایج حاصله از آزمون همبستگی پیرسون بین متغیرهای مستقل و وابسته رابطه مثبت و معناداری وجود دارد. نتایج حاصل از مدل رگرسیونی نشان می‌دهد که، متغیرهای 4 گانه تأثیر مستقیم و معناداری بر افزایش قیمت مسکن در واحدهای مسکونی ویلایی و آپاراتمانی داشته اند. در واحدهای ویلایی متغیرهای دسترسی واحدهای مسکونی و عوامل اقتصادی ـ اجتماعی خانوار و در واحدهای آپارتمانی متغیرهای محیطی (همسایگی) و دسترسی واحدهای مسکونی بیسترین اثر را بر افزایش قیمت مسکن دارند. نتیجه‌گیری: نتایج این پژوهش گویای آن است که در مجموع واحدهای ویلایی و آپارتمانی، متغیر کیفیت نمای ساختمان، مساحت زیربنا، تعداد اتاق در واحد مسکونی و مساحت زمین بیشترین تأثیر را بر افزایش قیمت مسکن در کلانشهر تبریز داشته اند.
Introduction and Objective: Price is the most important variable in the land and housing sector, which is responsible for providing economic resources, informing and providing the necessary signals to investors. The analysis of spatial performance of the housing market is very important for the study of the city's social well-being. This study aimed to investigate the variables influencing the housing prices in two residential units, villas and apartments based on the literature and empirical studies in Tabriz were studied. These variables include four variable Socio - economic, physical, environmental and variable access housing units Were measured in all urban areas,s tabriz. research method: The variable data through questionnaires from households and housing prices is based on authentic and real estate agents. To analyze the relationship between the variables discussed as independent variables and housing prices as the dependent variable was used the Pearson correlation and regression model. Foun: According to the results of Pearson correlation test, there is a positive and significant relationship between independent and dependent variables. The results of the regression model show that the four variables have a direct and significant effect on the increase in housing prices in residential units and apartment buildings. In the villa oasis, the variables of access to residential units and socio-economic factors of the household and in apartment units, environmental variables (neighborhood) and access to housing alone have an impact on the rise in housing prices. Result: The results of this research show that in total villa and apartment units, the variable quality of the facade of the building, the area of the infrastructure, the number of rooms in the residential unit and the land area have had the greatest impact on the rise in housing prices in the metropolis of Tabriz.
اسفندیاری، مرضیه (1383)، برآورد تابع قیمت هدانیک مسکن در شهر اصفهان در فاصله سالهای 1371-77، مجله دانشکده علوم اداری و اقتصاد دانشگاه اصفهان، شماره3 و 4.
اکبری، نعمتالله، عمادرضا، مصطفی، رضوی، سیدعلی (1383)، بررسی عوامل مؤثر بر قیمت مسکن در شهر مشهد با رهیافت اقتصاد سنجی فضایی در روش هدانیک، فصلنامه پزوهشهای اقتصادی، دور 4، شماره11، صص57-78.
بابانسب، رسول، ضرابی، اصغر، تقوایی، مسعود (1394)، گسترش شهرهای الکترونیکی و نقش آن در ارتقای خدمات شهری از دیدگاه شهروندان، مورد شناسی: کلانشهر تبریز، فصلنامه جغرافیا و آمایش شهری – منطقهای، شماره16، صص213-232.
پورمحمدی، محمدرضا، قربانی، رسول، تقی پور، علی اکبر (1392)، بررسی عوامل مؤثر بر قیمت مسکن در شهر تبریز با استفاده از مدل هدانیک، مجله آمایش جغرافیایی فضا، سال سوم، شماره نهم، صص84-103.
خاکپور، براتعلی، صمدی، رضا (1393)؛ تحلیل و ارزیابی عوامل مؤثر بر قیمت زمین و مسکن در منطقه سه شهر مشهد، فصلنامه جغرافیا و آمایش شهری – منطقهای، شماره13، صص21-38.
درویشی، فرزانه (1394)، بررسی تأثیر سیاست‌های رانتیر بر نوسانات بازار زمین شهری؛ مطالعه موردی: مناطق ده گانه کلانشهر تبریز، پایان نامه کارشناسی ارشد رشته جرافیا و برنامهریزی شهری، دانشکده جغرافیا و برنامهریزی، دانشگاه تبریز، استاد راهنما: شهریور روستایی.
رهنما، محمدرحیم، اسدی، امیر، رضوی، محمد محسن (1393)، تحلیل فضایی قیمت مسکن مشهد با استفاده از رگرسیون وزنی جغرافیایی، دو فصلنامه پژوهشهای بوم شناسی شهری، صص74-84.
عابدین درکوش، سعید (1370)، تخمین تابع قیمت واحد مسکونی در شهرهای کوچک ایران، موردی: شهر تویسرکان و دلیجان، مجله آبادی، شماره1.
عبده کلاهچی، محسن، رفیعیان نجف آبادی، محسن، دهقانی، مصطفی، میرزاده، حسین (1393)، تحلیل عوامل مؤثر بر قیمت مسکن با استفاده از مدل گام به گام رگرسیونی؛ مطالعه موردی: محله فاطمی تهران، فصلنامه اقتصاد و مدیریت شهری، شماره 7، صص69-80.
فنی، زهره، دویران، اسماعیل (1387)، پژوهشی در بازار زمین و مسکن؛ موردی: شهر زنجان، فصلنامه مسکن و انقلاب.
قلی زاده، علی اکبر (1386)، حباب قیمت مسکن و عوامل تعیین کننده آن در ایران، فصلنامه اقتصاد مسکن، شماره46.
قلی زاده، علی اکبر، بهبودی، داود، شکریان، احسان (1389)، مقایسه دو مدل هدانیک سنتی و مدل قیمت هانیک رید در برآورد قیمت هدانیک مسکن، موردی: مناطق استان همدان، فصلنامه اقتصاد مقداری، دوره7، شماره2.
گزارش تحلیلی از نتایج سرشماری به تفکیک مناطق دهگانه شهرداری تبریز (1390)، معاونت برنامهریزی و توسعه – مدیریت آمار و تحلیل اطلاعات.
میرکتولی، جعفر (1389)، مقدمه ای بر برنامهریزی عرضه زمین شهری، دانشگاه علوم کشاورزی و منابع طبیعی گرگان.
وارثی، حمیدرضا، موسوی، میرنجف (1389)، بررسی عوامل مؤثر بر قیمت مسکن با استفاده از مدل هدانیک قیمت، فصلنامه جغرافیا و مطالعات محیطی، شماره3.
Chau, K.W., Ma, V.S.M., Ho, D.C.W. (2001). The Pricing of “Luckiness” in the Apartment Market. Journal of Real Estate Literature, 9(1), 29-40.
Din, Allan, Hoesli, M., and Bender, A. 2001. Environmental Variables and Real Estate Prices; Urban Studies, No. 38.
Dokmeci, V., Onder, Z., Yavas,A. (2003). External Factors, Housing Values and Rents: Evidence from Survey Data, Journal of Housing Research, vol.14, 83-99.
Hai-Zhen, W., Sheng- Hau, J., Xiao-Yu,G. (2005). Hedonic Price Analysis of Urban Housing: An Empirical Research on Hangzhou, China, Journal of Zhejiang University Science, 907-914
Journal of Urban Essays (2007), A Role in the Genesis and Development of the Holy Shrine of the Holy City of Mashhad, No.22-23.
Kain, J.F., Quigley, J.M. (1970). Measuring the Value of Housing Quality, Journal of the American Statistical Association, vol. 65, 532-548.
Keskin, B. 2008. Hedonic Analysis of Price In The Istanbul Housing Market; Strategic Property Management, No. 12.
Maher, C. (1994), Housing Prices and Geographical Scale: Australian Cities in 1980s, Urban Studies, 31:5-27.
Malpezzi, S. (2003). Hedonic Pricing Models: A Selective and Applied Review, In: O'Sullivan, T. and Gibb, K., Housing Economics and Public Policy, Blackwell, Oxford, 67-89.
Ozus, E. & Dokmeci, V. & Kiroglu, G. and Egdemir, G. (2007), Spatial Analysis of Residential Prices in Istanbulm, European Planning Studies, 15, 707–721.
Rennie short, J. )2006(. Urban Theory A Critical Assessment, Rutledge.
Selim, H. (2009). Determinants of House Prices in Turkey: Hedonic Regression Versus Artificial Neural Network, Expert System With Application, vol.36, 2843-2852
_||_