پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 44 |
| تعداد شمارهها | 1,877 |
| تعداد مقالات | 15,278 |
| تعداد مشاهده مقاله | 43,730,743 |
| تعداد دریافت فایل اصل مقاله | 17,563,077 |
بررسی عوامل تعیینکننده قیمت زمین و مسکن در شهر کرمانشاه | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| برنامه ریزی فضایی | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| مقاله 7، دوره 15، شماره 4 - شماره پیاپی 59، دی 1404، صفحه 121-142 اصل مقاله (1.37 M) | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| نوع مقاله: مقاله پژوهشی | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| شناسه دیجیتال (DOI): 10.22108/sppl.2025.146238.1856 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| نویسندگان | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| پیمان رحیمی پور1؛ حجت شیخی* 2 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| 1دانشجوی کارشناسی ارشد، جغرافیا و برنامهریزی شهری، دانشگاه ایلام، ایلام، ایران | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| 2دانشیار گروه معماری و شهرسازی، دانشگاه ایلام، ایلام، ایران | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| چکیده | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| زمین و مسکن بهعنوان بخشهای پیشرو اقتصاد، در طول زمان همواره با نوسانهای فراوان در عرضه و تقاضا و قیمت روبهرو بودهاند؛ به طوری که نوسان قیمت زمین و مسکن از جمله مشکلات اساسی در بازار و اقتصاد در نظر گرفته میشود. از طرف دیگر، مطالعه و تحلیل فضایی تغییرات قیمت زمین و مسکن در سطح نواحی شهری و درک ارتباط فضایی بین نواحی مختلف شهری، به درک بهتر، نوسانات قیمت زمین و مسکن کمک میکند. پژوهش حاضر با هدف بررسی عوامل مؤثر بر قیمت زمین و مسکن در شهر کرمانشاه انجام گرفته است. برای دسترسی به هدف مذکور از تکنیک مدلسازی معادلات ساختاری (SEM) با رویکرد حداقل مربعات جزئی (PLS) در نرمافزار Smart Pls استفاده شده است. نتایج مربوط به ضرایب مهمترین عوامل تأثیرگذار بر قیمت زمین و مسکن در شهر کرمانشاه نشان میدهد که در شاخص اقتصادی بورس بازی و دلالی (با ضریب 611/0) و سرمایهگذاری بخش خصوصی (با ضریب600/0)، در شاخص مدیریتی اعطای خدمات و تسهیلات مالی (با ضریب 709/0) و صدور پروانههای ساخت (با ضریب 707/0)، در شاخص اجتماعی شلوغی و تردد (با ضریب 740/0) و تمرکز قشر خاص اجتماعی (با ضریب 684/0)، در شاخص کالبدی - فضایی فاصله از مرکز شهر (با ضریب 888/0)، تراکم ساختمانی (با ضریب 822/0)، فاصله از خیابانها و معابر اصلی (با ضریب 780/0) و قرارگیری در جهت توسعه شهر (با ضریب 766/0)، همچنین در شاخص مربوط به ملک عوامل درجه تمرکز جمعیتی (با ضریب 780/0)، داشتن پارکینگ و آسانسور (با ضریب 733/0)، تعداد طبقات (با ضریب 699/0) و قدمت ساختمان (با ضریب 672/0)، بهعنوان مؤثرترین عوامل در قیمت زمین و مسکن در شهر کرمانشاه بودهاند. نتایج کلی گویای این است که شاخصهای مربوط به ملک (با ضریب 867/0)، شاخصهای کالبدی - فضایی (با ضریب 753/0)، شاخصهای اقتصادی (با ضریب 622/0)، شاخصهای مدیریتی (با ضریب 523/0) و شاخصهای اجتماعی (با ضریب 468/0)، به ترتیب بهعنوان مهمترین عوامل تعیینکننده قیمت زمین و مسکن در شهر کرمانشاه بودهاند. | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| کلیدواژهها | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| قیمت زمین و مسکن؛ نرمافزار Smart Pls؛ معادلات ساختاری (SEM)؛ شهر کرمانشاه | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| اصل مقاله | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
مقدمه زمین از جمله مهمترین بسترها و محورهای توسعه شهر است؛ به طوری که توسعه مطلوب شهری کاملاً به تأمین بهموقع و کافی زمین و مدیریت صحیح آن بستگی دارد (Mohan & Kandya, 2015). همچنین مسکن بهعنوان حیاتیترین ابزارها برای برآوردن نیازهای زیستی، اقتصادی و اجتماعی خانوارها، با ماهیتی چندبعدی مطرح میشود (صارمی و همکاران، 1397، ص. 20). زمین و مسکن که جزء بخشهای پیشرو در اقتصاد محسوب میشوند، در طول زمان همواره با نوسانهای فراوان در عرضه و تقاضا و قیمت روبهرو بودهاند؛ این نوسانات تأثیرات بسیار مهمی را در اقتصادهای مختلف گذاشته است (Leamer, 2015)؛ به طوری که شوکهای کلان اقتصادی از طریق افزایش نرخ تورم، حجم پول، نرخ ارز، درآمدهای نفتی و همچنین تأثیرات سوء تحریمها، بر قیمت کالاها بهویژه کالاهای بادوام، از جمله زمین و مسکن تأثیرگذار است؛ بنابراین، بازار زمین و مسکن بهعنوان بخش مهمی از اقتصاد ایران که متأثر از این نوسانات اقتصادی کلان است، در رونق و یا رکود فعالیتهای اقتصادی نقشی اساسی دارند (اسماعیلپور و همکاران، 1403، ص. 193). به عبارت دیگر، رفتار ارتباطی میان بخشهای مختلف اقتصادی بهویژه بخش زمین و مسکن با کل اقتصاد، کاملاً دوسویه است؛ زیرا نهتنها این بخش بر کل اقتصاد تأثیرگذار است، هرگونه بیثباتی در اقتصاد کلان میتواند بخش زمین و مسکن و هر بخش اقتصادی دیگری را ناکارآمد کند؛ به همین دلیل، ایجاد محیط با ثبات سیاسی و اقتصادی از جمله مهمترین شروط دستیابی به سیاست کارآمد در این بخشها است (Heffernan & De Wilde, 2019). از طرف دیگر، افزایش شهرنشینی و رشد جمعیت بهعنوان دو عامل مهمی مطرح میشوند که علاوه بر متحول کردن ساختار جمعیت، تقاضای زمین و به دنبال آن مسکن را تحتتأثیر قرار میدهند (Gyourko & Glaeser, 2018; Francke & Korevaar, 2019)؛ بنابراین، محدودیت عرضه زمین و افزایش تقاضای روزافزون آن برای اهداف و کاربریهای مختلف، سبب شده تا مسئله زمین به یکی از مهمترین الزامات برنامهریزی در شهرها تبدیل شود(خندان، 1398، ص. 78)؛ به طوری که شکاف عمیق عرضه و تقاضا و عوامل کلان اقتصادی حاکم بر سایر بخشهای اقتصادی از جمله توسعهنیافتگی بازارهای مالی و وجود تورمهای دو رقمی، باعث شده است زمین و مسکن به دارایی دلخواه برای انباشت ثروت خانوارها تبدیل شود (دارابی و همکاران، 1400، ص. 130). به عبارت دیگر، علاوه بر متغیرهای اقتصادی، عوامل ساختار جمعیتی، درآمد خانوار و متغیرهای فضایی مثل ویژگیهای ساختاری مسکن و خصوصیات مکانی و فضایی را میتوان از عوامل و نیروهای مهم و مؤثر بر قیمت مسکن قلمداد کرد (حکمت و همکاران، 1400، ص. 111). همچنین افزایش عمده قیمت مسکن متأثر از تغییرات ارزش زمین و یا عوامل کالبدی - فضایی میباشد؛ زیرا زمین اصلیترین و زیربناییترین رکن توسعه شهری را تشکیل میدهد (کریمی و همکاران، 1398، ص. 45)؛ درنتیجه، میتوان نوسان قیمت زمین و مسکن را از جمله مشکلات اساسی در بازار و اقتصاد مسکن تلقی کرد. در یک منطقه با بررسی توزیع فضایی قیمت زمین و مسکن میتوان نواحی دارای نوسان قیمت را شناسایی و تحلیل کرد (بهرامی، 1403، ص. 20). شهر کرمانشاه از جمله شهرهایی است که طی دهههای اخیر با افزایش رشد جمعیت مواجه بوده است. تمرکز اداری، سیاسی، خدماتی، درمانی، رفاهی، آموزشی، فرهنگی و ... از دلایل مهاجرت به این شهر و بهتبع آن، افزایش رشد جمعیت است. با افزایش روزافزون جمعیت، تقاضا برای مسکن نیز افزایش پیدا کرده است. این افزایش تقاضا، تأثیر مستقیمی بر عرضه زمین و مسکن و بالتبع قیمت آن داشته است. بهعلاوه گسترش نامتوازن و شکلگیری مناطق و فضاهای نابرابر شهری به لحاظ برخورداری از شاخصهای توسعه و زیرساخت شهری در شهر کرمانشاه، باعث شده است که قیمت املاک و اراضی در مناطق و نواحی مختلف این شهر بسیار متفاوت باشد. به عبارت دیگر، در سالهای اخیر عوامل متعددی بر افزایش و تغییرات قیمت زمین و مسکن در شهر کرمانشاه اثرگذار بوده و این امر منجر به تحولات شدیدی در حوزه زمین و مسکن شهری و شکلگیری روند بورسبازی و رانت اراضی در این شهر شده است. پژوهش حاضر سعی دارد به بررسی و شناسایی عوامل مؤثر بر قیمت زمین و مسکن در شهر کرمانشاه اقدام کند.
پیشینه در موضوع تعیین مهمترین عوامل مؤثر بر قیمت زمین و مسکن، پژوهشهای فراوانی به روشهای مختلف و با استفاده از شاخصهای متعدد انجام گرفته است، از جمله: زالی و همکاران (1402) تحلیل فضایی - زمانی عوامل مؤثر بر قیمت مسکن در منطقة پنج شهر تهران را انجام دادهاند. براساس نتایج بهدستآمده، متغیر نرخ ارز (قیمت دلار) بیشترین تأثیر را در مدلسازی قیمت مسکن دارد. سپس ویژگیهای فیزیکی مسکن، همچون مساحت واحد مسکونی و عمر بنا، اهمیت بیشتری در این زمینه دارند. درنهایت، سطح دسترسی به خدمات شهری همچون فاصله از مراکز درمانی، ورزشی، آموزشی، مذهبی، فضای سبز، بزرگراه و ایستگاههای حملونقل شهری میتوانند مدلسازی قیمت مسکن را بهبود بخشند. حقلسان (1402) پیشرانهای کلیدی تأثیرگذار بر کنترل بازار زمین و مسکن شهرهای تهران و پرند را با رویکرد آیندهنگاری تحلیل کرده است. نتایج تحقیق نشان داد که ابعاد اقتصادی و مدیریتی - نهادی تأثیرگذارترین معیارها و ابعاد محیطی - اجتماعی و اقتصادی تأثیرپذیرترین معیارهای کنترل در بازار زمین و مسکن شهرهای تهران و پرند بوده است. در این راستا پنج عامل مالیات بر سود حاصل از فروش، مالیات به حق مرغوبیت مالیات بر نقل و انتقالات مکرر زمین و مسکن مالیات بر مساکن خالی و بلااستفاده و قوانین سلب مالکیت از زمین و ذخیره آن به صورت مستقیم بر کنترل بازار زمین و مسکن شهرهای مورد مطالعه تأثیرگذار بودهاند. گودرزی و همکاران (1401) عوامل مؤثر بر عدم موفقیت سیاستهای زمین و مسکن در منطقه 22 تهران را تحلیل کردهاند. نتایج تحقیق نشان داد که میزان عوارض برای صدور پروانه ساختمانی با میانگین 3/84 مهمترین سیاست مداخله دولت در مدیریت شهرسازی بود. همچنین، براساس نظرات پاسخگویان، آشفتگی تصمیمگیری و عدم وجود رویه مشخص به دنبال تغییر و تحولات سیاستهای زمین شهری و مسکن و نوسانات در قیمت زمین و مسکن با میانگین 4/21 مهمترین عامل مؤثر بر عدم موفقیت و کارآیی سیاستهای زمین و مسکن در منطقه 22 تهران بوده است. پریزادی و همکاران (1401) نقش کنشگران توسعه زمین و مسکن درکلان شهر تهران را تحلیل کردهاند. برای این منظور از روش دلفی و نرمافزار Mactor استفاده شده است. طبق نتایج بهدستآمده، از میان اهداف توسعه زمین و مسکن به ترتیب اهمیت، کنترل قیمت زمین و مسکن، تولید مسکن، توزیع مسکن و کنترل بازار زمین و مسکن (عرضه و تقاضا)، سرمایهگذاری مسکن، کیفیت مسکن، تأمین خدمات اساسی و اعطای تسهیلات اعتباری بهعنوان مهمترین عوامل مؤثر تعیین شدهاند. علیزاده و جعفریزاده (1401) سیاستهای مسکن شهری بعد از انقلاب اسلامی را با تأکید بر بخش خصوصی تحلیل و بررسی کردهاند. طبق نتایج مهمترین برنامههای بعد از انقلاب شامل عرضه زمین و مسکن با قیمتهای منطقهای و کنترل روند افزایش قیمت زمین، افزایش ساختمانهای با دوام، توجه به مناطق نیازمند بهسازی و نوسازی بافتهای فرسوده، مسکن اجتماعی و ... بوده است. صادقپور (1401) نقش کنترل تراکم در توسعه مسکن منطقه دو شهر کرمانشاه را بررسی کرده است. نتایج نشان داده است با توجه به محدودیتهای توسعه کالبدی شهر کرمانشاه و همچنین نرخ بالای رشد جمعیت ناشی از مهاجرت و رشد طبیعی جمعیت، افزایش تراکم ساختمانی و توسعه عمودی این شهر و جلوگیری از پراکندهرویی شهری، از الزامات توسعه کالبدی شهر کرمانشاه است. پورمحمدی و همکاران (۱۴۰۰) در پژوهشی به دلایل گرانی و کمبود زمین و مسکن در ناحیه پیراشهری نایسر در سنندج پرداختند. نتایج تحقیق نشان داد که شاخصهای مربوط به ابعاد، اقتصادی کالبدی، مدیریت شهری، محیطی - طبیعی و اجتماعی به ترتیب بیشترین تأثیر را بر گرانی زمین و مسکن در نایسر داشتهاند. ذخیره زمین، بورس بازی و رانت زمین و مسکن، افزایش جمعیت و تقاضا برای مسکن، ورود مهاجران با طیف گوناگون اقتصادی و اجتماعی، نزدیکی به شهر مادر (سنندج) از جمله مهمترین عوامل گرانی زمین و مسکن هستند که ساکنان را با چالش جدی مواجهه کرده است. دارابی و همکاران (1400) مؤلفههای اقتصادی اثرگذار بر مسکن پایدار در شهر کرمانشاه را تحلیل کردهاند. نتایج نشان داده است که متغیرهای تسهیلات اعتباری بانکها و یارانهها به مراتب سهم بیشتری در مقایسه با سایر متغیرها در پیشگویی متغیر وابسته دارند. همچنین نتایج خودهمبستگی فضایی، ضمن وجود اثرات فضایی در مدل تفاوت شاخصهای مسکن پایدار در مناطق 8گانه شهر کرمانشاه با سه عامل فاصله، درجه تمرکز و عامل دسترسی در سطح بالایی معنیدار است. با توجه به آمارههای آزمون وابستگی فضایی، تغییرات ناشی از نوسان قیمت در مناطق مرکزی به سایر مناطق پیرامون سرایت کرده است. شماعی و همکاران (1399) عوامل مؤثر بر قیمت مسکن در محله پارک لاله تهران را بررسی کردهاند. نتایج حاصل از این تحقیق نشان داد که عوامل فیزیکی مسکن تأثیر بیشتری نسبت به عوامل دسترسی در قیمت مسکن دارند؛ به طوری که در میان ویژگیهای انتخابشده، متغیرهای مساحت واحد مسکونی، پارکینگ و نوع اسکلت، بیشترین تأثیر مثبت را بر قیمت مسکن در محدوده مورد مطالعه داشتهاند. از طرف دیگر، بعضی از ویژگیها مانند فاصله واحد مسکونی تا نزدیکترین خیابان اصلی، فاصله واحد مسکونی تا نزدیکترین کاربری آموزشی، فاصله واحد مسکونی تا نزدیکترین کاربری بهداشتی درمانی و قدمت واحد مسکونی تأثیر منفی بر قیمت مسکن در محله پارک لاله داشتهاند. شیخی و موحد (1399) تأثیر گسترش حملو نقل عمومی بر قیمت مسکن در محلات کسری، 22 بهمن، شهرک مسکن و معلم، شهر کرمانشاه را بررسی کردهاند. در این پژوهش از روش همبستگی و مدل هدانیک استفاده شده است. متغیرهای مورد استفاده شامل 13 متغیر بودهاند که بیشتر وضعیت فیزیکی و موقعیت و دسترسیها را شامل میشود. نتایج نشان داده است که ضرایب همه متغیرهای مورد بررسی، از نظر آماری در سطح خطای 05/0 معنیدار است؛ بنابراین، بین قیمت واحدهای مسکونی و متغیرهای مورد بررسی، رابطه معنادار وجود دارد. یی و همکاران رابطه بین دسترسی به زمین و قیمت مسکن را با هدف بررسی اثر نامتقارن دسترسی به زمین بر قیمت مسکن با در نظر گرفتن تولید ناخالص داخلی، تورم و نرخ بهره در چین را مورد بحث قرار دادهاند. است. نتایج نشان داده است که دسترسی به زمین اثر نامتقارنی بر قیمت مسکن چین در بلندمدت دارد. تغییرات مثبت در دسترسی به زمین نسبت به تغییرات منفی این دسترسی تأثیر بیشتری بر قیمت مسکن دارد (Yii et al., 2021). فان و همکاران چگونگی تأثیر سیستم سهمیهبندی و سیاست دولتی عرضه زمین را بر قیمت مسکن در 282 شهر چین در فاصله زمانی سالهای 2001 تا 2016 بررسی کردهاند؛ نتایج نشان داده است در شهرهایی که عرضه زمین در آنها کاهش یافته، رشد قیمت مسکن حدود 10درصد بیشتر از شهرهایی بوده که عرضه زمین آنها افزایش یافته است (Fan et al., 2021). یانگ و همکاران با بیان درک فضایی تغییرات قیمت زمین مسکونی متأثر از گسترش سریع زمین شهری به تأثیر برنامهریزی شهری با تشکیل یک مرکز شهری جدید در کنترل قیمت زمین اشاره دارد (Yang et al., 2020). میرکتولی و همکاران متغیرهای اقتصادی - اجتماعی قیمت زمین و مسکن در شهر مشهد را ارزیابی و تحلیل کردهاند. نتایج نشاندهنده وجود رابطه مثبت و مستقیم بین متغیرهای اقتصادی - اجتماعی با قیمت زمین و مسکن است. همچنین تأثیر متغیرهای اقتصادی - اجتماعی بر قیمت زمین و مسکن با استفاده از تحلیل مسیر نشان داده که متغیرهای درآمد، وضعیت شغلی و سطح تحصیلات بیشترین تأثیر را بر قیمت زمین و مسکن داشتهاند (Mirkatouli et al., 2018).
مبانی نظری سکونت یکی از کارکردهای عمده شهرهاست. بخش چشمگیری از فضای شهرها را واحدهای مسکونی اشغال کردهاند. مسکن به مفهوم محلی برای سکون و آرامش، بهعنوان اصلیترین کاربری اراضی شهری و یکی از سه رکن فعالیتهای انسانی (سکونت، کار و گذران اوقات فراغت) محسوب میشود. مفهوم مسکن در شرایط گوناگون و با توجه به انواع معیارهای اقتصادی، فرهنگی و سایر عوامل، متغیر است (پورمحمدی و همکاران، 1400، ص. 97). میتوان گفت مسکن کلیتی از امکانات است که در ظرف مکان برای ارائه خدمات، نقش ایفا میکند. در این زمینه میتوان گفت که معنی و بعد مسکن از یکسو به خصوصیات فردی مربوط میشود و از سوی دیگر تابع مجموعه روابطی (قراردادی و ضمنی) است که بر طبق آن مردم در یک محله یا یک شهر باهم در تماس هستند (اسدی و همکاران، 1400، ص. 46). بهطور کلی، عوامل مؤثر بر قیمت مسکن را میتوان به دو دسته تقسیم کرد. نخست، عوامل بنیادی که نیروهای عرضه و تقاضای بازار تعیین میکنند. به عبارت دیگر، عوامل بنیادی با توجه به نیروهای عرضه و تقاضا تلاش میکند الگوی نوسانها و تغییرات قیمت مسکن را توضیح دهد. دوم عوامل غیربنیادی شامل نیروهایی است که خارج از عملکرد اقتصادی بخش مسکن، بر قیمت آن تأثیر میگذارند. در این بین در مقیاس کلان میتوان به عواملی همچون سیاستهای پولی و نرخ بهره و بازدهی سپردههای بانکی اشاره کرد و در مقیاس خرد، عواملی همچون تراکم ساختمانی، بر الگوی قیمتی مسکن تأثیرگذار هستند. به عبارتی 1) فاصله از مهمترین مکانها مثل مرکز تجاری شهر(CBD) و سایر مکانهای تمرکز 2) مناطق عمده خرید، مسیرهای عمده حملونقل 3) کاربری زمین 4) واحدهای همسایگی و ویژگیهای اقتصادی، اجتماعی، محیطی 5) عملکرد دولتهای محلی؛ در تغییرات قیمت مسکن تأثیرگذار هستند (حکمت و همکاران، 1400، ص. 113؛ دارابی و همکاران، 1400، ص. 131؛ Mirkatouli et al., 2018; Fan et al., 2021). درمجموع مهمترین عواملی که بر بازار زمین و مسکن نقش موثری دارند، عبارتاند از:
معرفی منطقه موردمطالعه شهر کرمانشاه (مرکز استان کرمانشاه)، در نیمه شرقی استان و در موقعیت 33 درجه و 47 دقیقه تا 34 درجه و 48 دقیقه عرض شمالی و 46 درجه و 24 دقیقه تا 47 درجه و 31 دقیقه طول شرقی قرار گرفته است. بهعبارتی شهر کرمانشاه از سویی در شمال و جنوب با کوهستان محدود شده است و بین کوهستانهای پرو و طاقبستان در شمال و کوه سفید در جنوب قرار دارد و از سوی دیگر نیز در دامنههای تپهماهوری جنوب و دشت وسیع شمال آن گسترده شده است. در واقع شهر کرمانشاه هم تحتتأثیر کوهستان بوده و هم از دشت تأثیر پذیرفته است. مطابق با نتایج سرشماری نفوس و مسکن، جمعیت شهر کرمانشاه از 125249 نفر در سال 1335 به 946651 نفر در سال 1395، افزایش یافته است. این افزایش جمعیت شهر کرمانشاه طی سالهای 1395 - ۱۳۳۵ و نیاز روزافزون بــه فضاهای زیستی و عملکردی به رشد شتابان و لجامگسیخته شهر منجر شده است (حاتمینژاد و همکاران، 1398، ص. 99). این شهر دارای 8 منطقه شهری است که منطقه 3 با جمعیتی معادل 166192 نفر پرجمعیتترین و منطقه 4 با جمعیتی معادل 75486 نفر کمجمعیتترین منطقه آن هستند. مساحت شهر کرمانشاه 8387 هکتار است که منطقه 3 با مساحت 1470 هکتار وسیعترین و منطقه 6 با مساحت 597 هکتار کوچکترین منطقه شهر کرمانشاه هستند (محمدی، 1403، ص. 76). در سالهای اخیر ویژگیهای کالبدی شهر کرمانشاه را میتوان در شاخصهایی مانند افزایش میزان بیکاری، گسترش افقی یا توسعه بیرونی، محققنشدن سرانه فضاهای خدماتی پیشنهادی طرح جامع در کاربریهای مسکونی، آموزشی، ورزشی، درمانی، فرهنگی، فضاهای سبز و توزیع ناعادلانه خدمات در محلات مختلف شهر مشاهده کرد (صادقپور، 1401، ص. 73). بررسی قیمت املاک (زمین و مسکن) در مناطق هشتگانه شهر کرمانشاه در سالهای مختلف (1403، 1397، 1395) نشان میدهد که بالاترین میانگین قیمت مسکن به ترتیب در مناطق 2، 1 و 7 وجود داشته است؛ به طوری که در سال 1403، قیمت مسکن در منطقه 2 به ازای هر مترمربع بهطور میانگین 55 میلیون تومان و در مناطق 1 و 7 حدود 43 میلیون تومان بوده است. همچنین کمترین میانگین قیمت مسکن در مناطق 6 و 8 وجود داشته است؛ به طوری که به ازای هر مترمربع 21 میلیون تومان ارزشگذاری شده است. علاوه بر این قیمت زمین مسکونی نیز در مناطق شهر کرمانشاه گویای این است که مناطق 2 و 1 به ترتیب 25 و 22 میلیون تومان به ازای هر مترمربع، بالاترین میزان قیمت زمین و مناطق 6 و 8 با محدوده قیمتی 11 میلیون به ازاء هر مترمربع، کمترین قیمت زمین را داشتهاند (شکل 1).
شکل 1: موقعیت جغرافیایی منطقه مورد مطالعه Fig1: Geographical Location of the study area
روش تحقیق تحقیق حاضر باهدف بررسی عوامل مؤثر بر قیمت زمین و مسکن در شهر کرمانشاه انجام گرفته است. جامعه آماری پژوهش شامل جمعیت 946651 نفری شهر کرمانشاه (مطابق با سرشماری سال 1395) است که از طریق فرمول کوکران تعداد 384 نفر بهعنوان حجم نمونه انتخاب شده است. جامعه نمونه مورد پرسش، از بین ساکنان مناطق هشتگانه شهر کرمانشاه و کارشناسان و فعالان بخش زمین و مسکن (مشاورین املاک) در محدوده مورد مطالعه انتخاب شدهاند. دادههای موردنیاز در راستای هدف مذکور، بهواسطه طراحی پرسشنامه محقق ساخته، شامل 5 شاخص اقتصادی، مدیریتی، کالبدی - فضایی، اجتماعی و شاخصهای مربوط به ملک و 38 گویه، گردآوری شده است (جدول 1).
جدول 1: شاخصهای پژوهشی در ارتباط با تحلیل فضایی قیمت زمین و مسکن در شهر کرمانشاه Table1: Research indicators related to spatial analysis of land and housing prices in Kermanshah city
برای مدلسازی قیمت زمین و مسکن از تکنیک مدلسازی معادلات ساختاری[1] (SEM) با رویکرد حداقل مربعات جزئی[2] (PLS) در نرمافزار Smart Pls استفاده شده است. مدلسازی معادلات ساختاری مبتنی بر واریانس است که بهعنوان مدلسازی مسیری کمترین مربعات جزئی (PLS-SEM) نیز شناخته میشود. در این نوع مدلسازی همزمان دو مدل بررسی میشود:
در ادامه برای بررسی روایی همگرای مدل، از میانگین واریانس استخراج شده (AVE)، استفاده شده است. همچنین بهمنظور مناسببودن پرسشنامه نیز از ضرایب پایایی مرکب (CR)، استفاده شده است. درنهایت با استفاده از معیار GOF (معادله 1)، قدرت پیشبینی و اثرگذاری مدل بررسی شد. معادله 1)
علاوه بر آن، بهمنظور تحلیل فضایی عوامل مؤثر بر قیمت زمین و مسکن در شهر کرمانشاه، از قابلیتهای نرمافزار ArcGIS استفاده شده است.
بحث و نتایج در این پژوهش، برای بررسی روابط میان متغیرهای مستقل (شاخص اقتصادی، مدیریتی، کالبدی - فضایی، اجتماعی و شاخصهای مربوط به ملک) و متغیر وابسته (قیمت زمین و مسکن) از مدلسازی معادلات ساختاری استفاده شده است. در روش معادلات ساختاری، بررسی برازش مدل مفهومی در سه بخش انجام میشود.
برازش مدل اندازهگیری برازش مدلهای اندازهگیـری شــامل بررسی پایایی و روایی سازههای پژوهش است و برای آن سه معیار: پایایی مرکب هر یک از شاخصها، میانگین واریانس استخراج شده (AVE) و ضریب بارهای عاملی، پیشنهاد شده است (علیمردی و زارع، 1402، ص. 80).
از آنجایی که معیار آلفای کرونباخ یک روش سنتی برای تعیین پایایی سازهها و شاخصها است، PLS از معیار مدرنتری با عنوان پایایی مرکب استفاده میکند. برتری آن نسبت به آلفای کرونباخ در این است که پایایی سازهها نه بهصورت مطلق بلکه با توجه به همبستگی سازهها با یکدیگر محاسبه میشود (داوری و رضازاده، 1396، ص. 95). در صورتی که معیار پایایی مرکب برای هر شاخص بالای 7/0 باشد نشاندهنده پایداری درونی مناسب برای مدلهای اندازهگیری است و کمتر از 6/0 عدم پایایی را نشان میدهد.
روایی همگرای مدل از طریق میانگین واریانس استخراجشده (AVE) محاسبه میشود. این معیار نشاندهنده میانگین واریانس اشتراکی بین هر شاخص با گویههای خود است. به بیان سادهتر، میزان همبستگی بین شاخصها و گویههای مرتبط با خود را نشان میدهد. عدد بحرانی دربارۀ روایی همگرا مقدار 5/0 است. نتایج تحلیل مدلها در روش PLS-SEM نشان داده است که ضرایب پایایی مرکب مربوط به عوامل مؤثر بر قیمت زمین و مسکن در شهر کرمانشاه بزرگتر از 7/0 بوده و میانگین واریانس استخراجشده (AVE) نیز برای همه عوامل تعیینکننده بزرگتر از 5/0 بوده است؛ بنابراین، پرسشنامه به لحاظ پایایی مرکب، سازگاری درونی و روایی همگرای مدل اندازهگیری، تأیید میشود (جدول 2).
جدول 2: ضرایب پایایی مرکب و میانگین واریانس شاخصهای مؤثر Table 2: Composite reliability coefficient and mean variance of effective indicators
منبع: یافتههای پژوهش
بار عاملی، در واقع، ضریب رگرسیونی مسیر متغیر پنهان به متغیر مشاهدهپذیر است و قدرت رابطه بین متغیر پنهان و متغیرهای مشاهدهپذیر را نشان میدهد و از طریق محاسبه مقدار همبستگی گویههای یک شاخص (سازه) با دیگر شاخصها محاسبه میشود که اگر این مقدار برابر و یا بیشتر از مقادیر 4/0 باشد، نشاندهنده این است که واریانس بین سازه و شاخصهای آن از واریانس خطای اندازهگیری آن سازه بیشتر بوده و پایایی دربارۀ آن سازه پذیرفتنی است. جدول (3) ضریب بار عاملی شاخصهای مؤثر در قیمت زمین و مسکن و گویههای مربوط به هر شاخص را نشان داده است.
جدول 3: بار عاملی شاخصهای مؤثر در قیمت زمین و مسکن شهر کرمانشاه Table3: Factor loading of effective indicators in land and housing prices in Kermanshah city
منبع: یافتههای پژوهش با توجه به نتایج بهدستآمده، بورسبازی و دلالی (با ضریب 611/0) و سرمایهگذاری بخش خصوصی (با ضریب 600/0) مهمترین عوامل اقتصادی مؤثر در قیمت زمین و مسکن شهر کرمانشاه بودهاند. همچنین در بخش شاخصهای مدیریتی میتوان گفت عوامل اعطای خدمات و تسهیلات مالی (با ضریب 709/0) و صدور پروانههای ساخت (با ضریب 707/0)، بهعنوان مهمترین عوامل تأثیرگذار انتخاب شدهاند. از جمله مهمترین عوامل در بخش شاخصهای اجتماعی میتوان به شلوغی و تردد (با ضریب 740/0) و تمرکز قشر خاص اجتماعی (با ضریب 684/0) اشاره کرد. در بخش شاخصهای کالبدی - فضایی، مهمترین عوامل عبارت است از: فاصله از مرکز شهر (با ضریب 888/0)، تراکم ساختمانی (با ضریب 822/0)، فاصله از خیابانها و معابر اصلی (با ضریب 780/0). همچنین عوامل درجه تمرکز جمعیتی (با ضریب 780/0)، داشتن پارکینگ و آسانسور (با ضریب 733/0)، تعداد طبقات (با ضریب 699/0) و قدمت ساختمان (با ضریب 672/0)، بهعنوان مؤثرترین عوامل در قیمت زمین و مسکن در بخش شاخصهای مربوط به ملک، انتخاب شدهاند. برازش مدل ساختاری ارتباط متغیرهای پنهان با یکدیگر در بخش ساختاری بررسی میشود. معمولاً از چندین معیار برای بررسی برازش مدل ساختاری پژوهش استفاده میشود.
معیاری است که برای متصلکردن بخش اندازهگیری و بخش مدلسازی معادلات ساختاری بهکار میرود و نشان دهنده تأثیر متغیر برونزا بر متغیر درونزا است. ضریب تعیین فقط برای شاخصهای درونزای مدل (متغیر وابسته) محاسبه میشود. دربارۀ شاخصهای برونزا، مقدار این معیار صفر است. نتایج ارتباط متغیرهای مستقل (شاخصهای اقتصادی، اجتماعی، مدیریتی، کالبدی-فضایی و شاخصهای مربوط با ملک) و متغیر وابسته (قیمت زمین و مسکن) در بخش برازش مدل ساختاری نشان داده که ضریب تعیین (R2) برای متغیر وابسته 853/0 محاسبه شده است. به عبارت دیگر، شاخصهای پنجگانه مذکور توانستهاند 3/85 درصد از واریانس متغیر وابسته (قیمت زمین و مسکن) را تدوین کنند (جدول 4).
معیار دیگر برای بررسی برازش مدل ساختاری، ضریب معناداری T (T value) است. در صورتی که مقدار این معیار بیشتر از 96/1 باشد، صحت رابطه بین سازهها و درنتیجه تأیید فرضیههای پژوهش در سطح اطمینان 95% را بازگو میکند (علیمردی و زارع، 1402، ص. 90). در ادامه بهمنظور بررسی رابطه علت و معلولی بین متغیرها، از آزمون بوتاسترپینگ[3] در نرمافزار PLS استفاده شد. با استفاده از این آزمون، خروجی حاصل یعنی آماره t و ضرایب معناداری مشخص شدند. شکل (2) و شکل (3) نشاندهنده آزمون مدل تحقیق در حالت نمایش ضرایب مسیر استاندارد تأثیر متغیرها و نمایش مقدار آماره T است. جدول 4: ضرایب مسیر و آماره T شاخصهای پژوهشی Table 4: Path coefficients and T-statistics of research indicators
منبع: یافتههای پژوهش
نتایج نشان داده است که ارتباط بین شاخصهای مربوط به ملک با قیمت زمین و مسکن به میزان 867/0 بوده که با توجه به مقدار t برابر با 233/6 این ارتباط معنیدار بوده است. ارتباط بین شاخصهای کالبدی - فضایی با قیمت زمین و مسکن به میزان 753/0و مقدار t به میزان 861/5 به دست آمده است. علاوه بر این شاخصهای اجتماعی کمترین ارتباط و معنیداری را با قیمت زمین و مسکن در شهر کرمانشاه داشته است؛ به طوری که ضریب مسیر و مقدار t آن به ترتیب برابر با 468/0 و 688/2 بوده است. نتایج کلی گویای این است که ضریب T بهدستآمده برای تمامی روابط مدنظر بزرگتر از 96/1 بوده و این امر نشاندهنده معنیداری تمامی روابط اما با شدت و ضعف و اثرگذاری متفاوت بوده است.
شکل 2: ضرایب مسیر و بارهای عاملی شاخصهای مؤثر در قیمت زمین و مسکن شهر کرمانشاه Fig 2: Path coefficients and factor loadings of effective indicators in land and housing prices in Kermanshah city
شکل 3: مقادیر t-value شاخصهای مؤثر در قیمت زمین و مسکن شهر کرمانشاه Fig 3: T-statistics of effective indicators in land and housing prices in Kermanshah city
بهمنظور بررسی کفایت مدل در پیشبینی متغیرهای وابسته از شاخص برازش GOF[4] استفاده میکنند. مقدار عددی معیار GOF بین صفر و یک است؛ بدین معنی که هر چه این مقدار به عدد یک نزدیکتر باشد، حکایت از برازش کلی بالاتر مدل دارد. با توجه به نتایج جدول (2) و مقادیر میانگین واریانس استخراج شده (AVE) برای متغیرهای مستقل و وابسته، مقدار معیار GOF مربوط به متغیرهای مورد مطالعه به میزان 722/0 به دست آمده است.
= 0.722
نتیجهگیری مسکن از جمله مهمترین نیازهای اجتماعی - اقتصادی و زیستی خانوار با ماهیتی چندبعدی است. وجود نوسانهای فراوان در عرضه و تقاضا، تورم و کاهش ارزش پول ملی، بورسبازی و دلالی از جمله خصوصیات زمین و مسکن به شمار میرود که تحلیل فضایی مناسب بهمنظور تشخیص و تعیین مهمترین عوامل مؤثر در قیمت زمین و مسکن و پاسخ به نیازهای وابسته به آن را ضروری کرده است. تعامل قیمت زمین و مسکن با امکانات شهری نشاندهنده این است که خوانش بازار زمین و مسکن و همچنین ارزش واقعی آنها رابطه مستقیمی با امکانات شهر و نوع فعالیتها و خدمات در اطراف اراضی و املاک دارد. این تأثیر بهگونهای است که امکانات شهری در مجاورت املاک، تأثیر مستقیمی بر قیمت زمین و مسکن دارد. شهر کرمانشاه در دهههای اخیر شاهد موج مهاجرت از روستا - شهری بوده است. گسترش روزافزون مهاجرتهای روستا شهری و افزایش طبیعی جمعیت شهر و نیز شرایط خاص مورفولوژیک حاکم بر شهر کرمانشاه باعث شده است به دلیل نیاز روزافزون به مسکن و سرپناه، قیمت مسکن در شهر کرمانشاه طی دهه نود شمسی و بهویژه در سالهای اخیر روندی روبهرشد داشته باشد. نتایج مربوط به ضرایب مهمترین عوامل تأثیرگذار بر قیمت زمین و مسکن در شهر کرمانشاه نشان داده است که بورسبازی و دلالی (با ضریب 611/0) و سرمایهگذاری بخش خصوصی (با ضریب600/0) مهمترین عوامل اقتصادی مؤثر در قیمت زمین و مسکن شهر کرمانشاه بودهاند. همچنین در بخش شاخصهای مدیریتی میتوان گفت که عوامل اعطای خدمات و تسهیلات مالی (با ضریب 709/0) و صدور پروانههای ساخت (با ضریب 707/0)، بهعنوان مهمترین عوامل تأثیرگذار انتخاب شدهاند. از جمله مهمترین عوامل در بخش شاخصهای اجتماعی میتوان به شلوغی و تردد (با ضریب 740/0) و تمرکز قشر خاص اجتماعی (با ضریب 684/0) اشاره کرد. در بخش شاخصهای کالبدی - فضایی، مهمترین عوامل عبارت است از: فاصله از مرکز شهر (با ضریب 888/0)، تراکم ساختمانی (با ضریب 822/0)، فاصله از خیابانها و معابر اصلی (با ضریب 780/0). همچنین عوامل درجه تمرکز جمعیتی (با ضریب 780/0)، داشتن پارکینگ و آسانسور (با ضریب 733/0)، تعداد طبقات (با ضریب 699/0) و قدمت ساختمان (با ضریب 672/0)، بهعنوان موثرترین عوامل در قیمت زمین و مسکن در بخش شاخصهای مربوط به ملک، انتخاب شدهاند. بررسی مقایسهای نتایج مذکور نشان داده است که این نتایج با سایر پژوهشها از جمله: خندان و همکاران، 1398؛ نیکپور و همکاران، 1398؛ شماعی و همکاران، 1399؛ دارابی و همکاران، 1400؛ اسدی و همکاران، 1400؛ گودرزی و همکاران، 1401؛ صادقپور، 1401؛ زالی و همکاران، 1402 همسو بوده است. علاوه بر این، نتایج ضرایب مسیر و آماره T شاخصهای پژوهشی نشان داده است که ارتباطسنجی بین عوامل تأثیرگذار بر تحلیل فضایی قیمت زمین و مسکن در شهر کرمانشاه بدین صورت بوده است که ارتباط بین شاخصهای مربوط به ملک با قیمت زمین و مسکن به میزان 867/0 بوده که با توجه به مقدار t برابر با 233/6 این ارتباط معنیدار بوده است. ارتباط بین شاخصهای کالبدی - فضایی با قیمت زمین وج مسکن به میزان 753/0و مقدار t به میزان 861/5 به دست آمده است. علاوه بر این، شاخصهای اجتماعی کمترین ارتباط و معنیداری را با قیمت زمین و مسکن در شهر کرمانشاه داشته است؛ به طوری که ضریب مسیر و مقدار t آن به ترتیب برابر با 468/0 و 688/2 بوده است. به عبارت دیگر، ضریب Tبهدستآمده برای تمامی روابط مدنظر بزرگتر از 96/1 بوده و این امر نشاندهنده معنیداری تمامی روابط اما با شدت و ضعف و اثرگذاری متفاوت بوده است. نتایج کلی گویای این است که شاخصهای مربوط به ملک، متغیرهای کالبدی - فضایی، متغیرهای اقتصادی، متغیرهای مدیریتی و اجتماعی، به ترتیب مهمترین عوامل تعیینکننده قیمت زمین و مسکن در شهر کرمانشاه بودهاند. نتایج بخش مهمترین شاخصها نشان داده است که نتایج مذکور با پژوهشهای انجام گرفته توسط پورمحمدی و همکاران (1400) و حقلسان (1402) مطابقت دارد. براساس نتایج بهدستآمده، با توجه به اینکه متغیر قیمت زمین نقش تعیینکنندهای در افزایش قیمت مسکن دارد، به گونهای که با افزایش این متغیر، قیمت مسکن نیز افزایش مییابد، بنابراین، سیاستگذاران بهمنظور کنترل نوسانات قیمت مسکن، ابتدا باید سیاست کنترل قیمت زمین واحد مسکونی را پیش بگیرند. در این راستا، سیاست انبوهسازی، کاهش دوره ساخت مسکن و کنترل قیمت مصالح ساختمانی در کاهش قیمت مسکن بسیار مؤثر خواهد بود. ایجاد شرایط و تسهیلات مناسب برای تشویق سرمایهگذاران بخش خصوصی برای سرمایهگذاری در بخش مسکن شهر کرمانشاه. تسریع در روند صدور پروانههای ساختمانی اعطای مشوقهای مناسب برای نوسازی بافتهای فرسوده شهر کرمانشاه و درنتیجه، ارتقا کمی و کیفی مسکن تغییر نگاه به مسکن اقشار فرودست و اولویتدادن به رهایی از تله فضایی فقر مسکن در محلههای فقیرنشین و حاشیهای شهر کرمانشاه. افزایش مطالعات اجتماعی، اقتصادی و جغرافیایی در حوزه مسکن شهر کرمانشاه باتوجهبه اینکه رعایت معیارهای فیزیکی از جمله: وجود تأسیسات و امکانات شهری، زیباسازی مناسب محلههای شهر و همچنین فراهمکردن امکانات حملونقل عمومی برای کاهش تأثیر نقش دسترسی در قیمت زمین و مسکن مهم است، میباید این امکانات به شیوهای مناسب در مناطق شهر کرمانشاه فراهم شوند. استفاده از ظرفیت زمینهای بازیافتی با رویکرد توسعه درونی شهر بهمنظور کاستن از التهابات قیمت زمین و مسکن در مناطق شهر کرمانشاه ایجاد کمیسیونی برای قیمتگذاری زمین و مسکن بهصورت منطقهای، بهمنظور جلوگیری از افزایش قیمت در برخی از محلههای شهر کرمانشاه. باتوجهبه عدم توزیع متعادل امکانات شهری بین محلهها و مناطق شهر کرمانشاه، این امر باعث اختلاف زیاد قیمت زمین و مسکن بین مناطق و محلهها شده است؛ درنتیجه، باید امکانات و خدمات شهری بهصورت یکسان و متعادل بین مناطق توزیع شود تا از افزایش زیاد قیمت زمین و مسکن در مناطق جلوگیری شود.
[1] Structural Equation Modeling [2] Partial Least Square [3] Bootstrapping [4] Goodness Of Fit | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| مراجع | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
اسدی، نرجس، بیابانی، جهانگیر، و مهرآرا، محسن (1400). بررسی فضایی اثر قیمت زمین مسکونی بر نرخ اجارهبهای مسکن در استانهای ایران. فصلنامه اقتصاد شهری، 6(1)، 41-56. https://doi.org/10.22108/UE.2022.134129.1219 اسماعیلپور، ئاسو، حقیقت، جعفر، و کریمی تکانلو، زهرا (1403). بررسی شوکهای اقتصاد کلان در بازار مسکن با رویکرد خود توضیحی برداری عامل تعمیمیافته. مجله پژوهشهای اقتصادی ایران، 29(101)، 191-236. https://doi.org/10.22054/ijer.2025.79201.1274 بهرامی، مهران (1403). تحلیل فضایی قیمت زمین و مسکن و بررسی عوامل مؤثر بر قیمت آن در شهر سنندج [پایاننامه کارشناسیارشد، دانشگاه خوارزمی تهران]. گنج. https://ganj.irandoc.ac.ir/#/articles/ee82f703d7419498b9be5914467f7656 پریزادی، طاهر، شماعی، علی و تقیپور فرشاد (1401). تحلیل نقش کنشگران توسعه زمین و مسکن در کلانشهر تهران. مجله اقتصاد شهری، 7(1)، 73-92. https://doi.org/10.22108/ue.2023.121727.1137 پورمحمدی، محمدرضا، واحدی یگانه، فرید، صلواتی، سامان، علوی، سید عزیز، و باقری سرنجیانه، ناصر (۱۴۰۰). تحلیلی بر دلایل گرانی و کمبود زمین و مسکن در ناحیه پیراشهری، مورد مطالعه ناحیه منفصل شهری نایسر (سنندج). فصلنامه جغرافیا و برنامهریزی شهری چشمانداز زاگرس، ۱۳(48)، 91-120. https://journals.iau.ir/article_685916.html حاتمینژاد، حسین، قربانی، رامین، و فرهادی، ابراهیم (1398). بررسی روند توسعه فیزیکی کلانشهر کرمانشاه و ارائه الگوی بهینه جهات رشد. آمایش جغرافیایی فضا، 9(31)، 91-112. https://doi.org/10.30488/gps.2019.90110 حقلسان، مسعود (1402). تحلیل پیشرانهای کلیدی تأثیرگذار بر کنترل بازار زمین و مسکن شهری با کاربست آیندهنگاری (موردپژوهی: شهر جدید پرند، کلانشهر تهران). فصلنامه چشمانداز شهرهای آینده، 4(2)، 73-94. http://jvfc.ir/article-1-214-fa.html حکمت، بهرام، فرهمند، شکوفه، و اکبری، نعمتالله (1400). تحلیل وابستگی فضایی قیمت مسکن بین نواحی 22گانه شهر تهران. مجله اقتصاد و توسعه منطقهای، 28(22)، 110-130. https://doi.org/10.22067/erd.2022.72814.1073 خندان، مینا، جهانشاه لو، لعلا، و ذبیحی، حسین (1398). واکاوی عوامل مؤثر بر افزایش رانت زمینشهری در منطقه یک کلانشهر تهران. فصلنامه جغرافیا (برنامهریزی منطقهای)، 9(34)، 255-239. https://www.jgeoqeshm.ir/article_89038.html دارابی، هژیر، عزتپناه، بختیار، و حسینزاده دلیر، کریم (1400). تحلیل مؤلفههای اقتصادی اثرگذار بر مسکن پایدار (نمونه موردی: شهر کرمانشاه). مجله اقتصاد شهری، 2(3)، 129-148. https://doi.org/10.22108/ue.2023.137231.1254 داوری، علی، و رضازاده، آرش (1396). مدلسازی معادلات ساختاری با نرمافزار PLS. انتشارات جهاد دانشگاهی. زالی، سعید، پهلوانی، پرهام، و بیگدلی، بهناز (1402). تحلیل فضایی - زمانی عوامل مؤثر بر قیمت مسکن (موردشناسی: منطقة5 شهرداری تهران). مجله آمایش سرزمین، 15(1)، 115-130. https://doi.org/10.22059/jtcp.2022.341584.670318 زینالی عظیم، علی، محمدیان، بهرام، جدیری عباسی، محمد، بابازاده اسکویی، سولماز، و اخلاقی، لیدا (1402). عوامل اثرگذار بر قیمت مسکن از دیدگاه ساکنان در محله چرنداب شهر تبریز. نشریه اقتصاد و برنامهریزی شهری، 4(3)، 172-187. https://doi.org/10.22034/uep.2023.424496.1430 شماعی، علی، دلفاننسب، مهسا، و پوراکرمی، محمد (1399). بررسی عوامل مؤثر بر قیمت مسکن در محله پارک لاله تهران. نشریه تحقیقات کاربردی علوم جغرافیایی، 20(59)، 173-195. https://doi.org/10.29252/jgs.20.59.173 شیخی، حجت، و موحد، مرجان (1399). تأثیر گسترش حملونقل عمومی بر قیمت مسکن با استفاده از مدل هدانیک (نمونه موردی: شهر کرمانشاه). فصلنامه آمایش محیط، 13(51)، 159-177. https://journals.iau.ir/article_680311.html صادقپور، صبا (1401). بررسی نقش کنترل تراکم در توسعه مسکن کلان شهرها (نمونه موردی: منطقه 2 شهر کرمانشاه) [پایاننامه کارشناسی ارشد، دانشگاه پیامنور مرکز کرمانشاه]. گنج. https://ganj.irandoc.ac.ir/#/articles/25f525b88d5d5fa631a8380a74efb0af صارمی، حمیدرضا، حیدری، محمد، و آقایی، فاطمه (1397). تحلیل فضایی قیمت مسکن با استفاده از تکنیک رگرسیون موزون جغرافیایی (موردمطالعه: منطقه دو شهرداری تهران). مجله اقتصاد شهری، 2(5)، 19-38. https://doi.org/10.22108/ue.2018.109447.1056 علیزاده، شیوا و جعفریزاده، رسول (1401). تحلیل و بررسی سیاستهای مسکن شهری بعد از انقلاب اسلامی با تأکید بر بخش خصوصی. فصلنامه چشمانداز شهرهای آینده، 3(2)، 1-18. http://jvfc.ir/article-1-145-fa.html علیمردی، مسعود، و زارع، رقیه (1402). آموزش معادلات ساختاری مخصوص پایاننامه: آموزش تصویری و گامبهگام نرمافزارهای Amos و Smart PLS. انتشارات دیباگران تهران. قلیزاده، علیاکبر، و صمدی، شهلا (1403). تحلیل عوامل رفتاری و غیررفتاری موثر بر قیمت مسکن و تورم در ایران. فصلنامه پژوهشهای اقتصادی (رشد و توسعه پایدار)، 24(3)، 123-145. http://ecor.modares.ac.ir/article-18-71163-fa.html کریمی، محمد شریف، قراملکی، حسین، و حیدریان، مریم (1398). بررسی اثرات نامتقارن رشد اقتصادی بر قیمت مسکن در ایران با رویکرد غیرخطی ARDL. فصلنامه اقتصاد و مدیریت شهری، 7(4)، 41-60. https://www.sid.ir/paper/525541/fa گودرزی، علی، حقزاد، آمنه، رمضانیپور، مهرداد، و بزرگمهر، کیا (1401). تحلیل عوامل مؤثر بر عدم موفقیت سیاستهای زمین و مسکن در منطقه 22 تهران. آمایش محیط، 15(58)، 59-80. https://journals.iau.ir/article_697929.html محمدی، چنور (1403). ارزیابی شاخصهای خدمات شهری در مناطق کلان شهر کرمانشاه. جغرافیا و روابط انسانی، 7(2)، 72-83. https://doi.org/10.22034/gahr.2023.421806.1972 نیکپور، عامر، رضازاده، مرتضی، و اله قلیتبار نشلی، فاطمه (1398). تحلیل نقش عوامل مؤثر بر قیمت زمین با استفاده از مدل رگرسیون وزنی جغرافیایی (GWR)(موردشناسی: شهر بابلسر). فصلنامه جغرافیا و آمایش شهری و منطقهای، 9(31)، 111-93. https://doi.org/10.22111/GAIJ.2019.4707 References Alizadeh, S., & Jafarizadeh R. (2022). Analysis of urban housing policies after the Islamic Revolution with emphasis on the private sector. Journal of Future Cities Vision, 3(2), 1-18. http://jvfc.ir/article-1-145-fa.html [In Persian] Alimardi, M., & Zare. R. (2022). Structural Equation Modeling with Amos and Smart PLS for research. Dibagaran Publication. [In Persian] Asadi, N., Biabani, J., & Mehrara, M. (2021). Spatial study the effect of residential land price on the housing rent in the province of Iran. Urban Economics, 6(1), 41-56. https://doi.org/10.22108/UE.2022.134129.1219 [In Persian] Bahrami, M. (2024). Spatial analysis of land and housing prices and factors affecting their prices in the Sanandaj city [Master's Thesis, Kharazmi University]. Ganj. https://ganj.irandoc.ac.ir/#/articles/ee82f703d7419498b9be5914467f7656 [In Persian] Darabi, H., Ezatpanah, B., & Hosseinzadeh Dalir, K. (2021). Analysis of the affecting economic components on sustainable housing (Case study: Kermanshah City). Urban Economics, 6(2), 129-148. https://doi.org/10.22108/ue.2023.137231.1254 [In Persian] Davari, A., & Rezazadeh, A. (2017). Structural Equation Modeling with Amos and Smart PLS. Jahad Daneshgahi Publication. [In Persian] Fan, J., Lin, Z., Yu, X., & Zhang, Y. (2021). Impact of land quota and land supply structure on China’s housing prices: Quasi-natural experiment based on land quota policy adjustment. Journal of Land Use Policy, 106, 105452. https://doi.org/10.1016/j.landusepol.2021.105452 Francke, M., & Korevaar, M. (2019). Housing markets in a pandemic: Evidence from historical outbreaks. Journal of Urban Economics, 123, 103333. https://doi.org/10.1016/j.jue.2021.103333 Gholizadeh, A., & Samadipoour S. (2024). Behavioral and non-behavioral factors affecting housing prices and inflation in Iran. The Economic Research (Sustainable Growth and Development), 24(3), 123-145. http://ecor.modares.ac.ir/article-18-71163-fa.html [In Persian] Goudarzi, A., Haghzad, A., Ramezanipour. M., & Bozorgmehr. K. (2022). An analysis of the factors affecting the failure of land and housing policies in the 22nd of Tehran. Quarterly Journal of Environmental Based Territorial Planning, 15(58), 59-80. https://journals.iau.ir/article_697929.html [In Persian] Gyourko, J., & Glaeser, E. (2018). The economic implications of housing supply. Journal of Economic Perspectives, 32(1), 3-30. https://www.aeaweb.org/articles?id=10.1257/jep.32.1.3 Haghlesan M. (2023). Analysis of the key drivers influencing the control of the land and urban housing market with the use of foresight (Case study: Parand New City, Tehran Metropolis). Journal of Future Cities Vision, 4(2), 73-94. https://jvfc.ir/article-1-214-fa.pdf [In Persian] Hair, J. F., Hult, G. T. M., Ringle, C. M., & Sarstedt, M. (2021). A Primer onPartial Least Squares Structural Equation Modeling (PLS-SEM). Saga Publication. https://B2n.ir/wr5841 Hatami-Nejad, H., Ghorbani, R., & Farhadi, E. (2019). Studying the physical development trend of Kermanshah metropolis and presenting an optimal model of growth directions. Geographical Space Planning, 9(31), 91-112. https://doi.org/10.30488/gps.2019.90110 [In Persian] Heffernan, E., & De Wilde, P. (2019). Group self-build housing: A bottom-up approach to environmentally and socially sustainable housing. Journal of Cleaner Production, 243, 118657. https://doi.org/10.1016/j.jclepro.2019.118657 Hekmat, B., Farahmand, S., & Akbari, N. (2022). Spatial analysis of housing prices in 22 urban districts of Tehran. Journal of Economics and Regional Development, 28(22), 110-130. https://doi.org/10.22067/erd.2022.72814.1073 [In Persian] Ismailpour, A., Haghighat, J., & Karimi Tekanloo, Z. (2024). Investigating macroeconomic shocks in the housing market using a generalized factor vector self-explanatory approach. Iranian Journal of Economic Research, 29(101), 191-236. https://doi.org/10.22054/ijer.2025.79201.1274 [In Persian] Karimi, M. Sh., Gharamaleki, H., & Heidarian, M. (2019). Investigating the asymmetric effects of economic growth on housing prices in Iran using the nonlinear ARDL approach. Journal of Urban Economics and Management, 7(4), 35-53. https://www.sid.ir/paper/525541/fa [In Persian] Khandan, M., Jahanshahloo, L., & Zabihi, H. (2019). Analyzing the factors affecting the increase of urban land rent in district one in Tehran metropolitan. Geography (Regional Planning), 9(34), 255-239. https://www.jgeoqeshm.ir/article_89038.html [In Persian] Leamer, E. E. (2015). Housing really is the business cycle: What survives the lessons of 2008-2009. Journal of Money Credit Bank, 47(S1), 43–50. https://doi.org/10.1111/jmcb.12189 Mohammadi, C. (2024). Evaluation of urban service indicators in Kermanshah metropolitan areas. Geography and Human Relations, 7(2), 72-83. https://doi.org/10.22034/gahr.2023.421806.1972 [In Persian] Mohan, M., & Kandya, A. (2015). Impact of urbanization and land-use/land-cover change on diurnal temperature range: A case study of tropical urban airshed of India using remote sensing data. Science of The Total Environment, 507, 453–465. https://doi.org/10.1016/j.scitotenv.2014.11.006 Mirkatouli, J., Samadi, R., & Hosseini, A. (2018). Evaluating and analysis of socio-economic variables on land and housing prices in Mashhad, Iran. Sustainable Cities and Society, 41, 695-705. https://doi.org/10.1016/j.scs.2018.06.022 Nikpoor, A., Reza Zadeh, M., & Elhaghli Tabarnashli, F. (2019). Analysis of the role of factors affecting land price using geographical weight regression model (Case study: Babolsar City). Geography and Trittorial Spayial Arrangment, 9(31), 93-112. https://doi.org/10.22111/GAIJ.2019.4707 [In Persian]. Parizadi, T., Shamai, A., & Tagipour, F. (2022). Designing the model of factors affecting the income of districts of Tehran Municipality using Panel Data Models (FGLS & PCSE). Urban Economics, 7(1), 73-92. https://doi.org/10.22108/ue.2023.121727.1137 [In Persian] Pourmohammadi, M., Vahedi Yeganeh, F., Salavati, S., Alavi, S. A., & Bagheri, S. N. (2021). An analysis of the reasons for the high cost and shortage of land and housing in the peri-urban area (Case study: Naysar, Sanandaj). Journal of Geography and Urban Planning Chashmandaz-E-Zagro, 13(48), 91-120. https://journals.iau.ir/article_685916.html [In Persian] Sadeghpour, S. (2022). Investigating the role of density control in housing development in metropolitan cities (Case study: District 2 of Kermanshah City) [Unpublished Master's Thesis, Payamnour University]. Ganj. https://ganj.irandoc.ac.ir/#/articles/25f525b88d5d5fa631a8380a74efb0af [In Persian] Saremi, H., Heydari, M., & Aghaei, F. (2018). Spatial analysis of housing price using geographically weighted regression (A case study in District 2 of Tehran Metropolitan City, Iran). Urban Economics, 3(2), 19-38. https://doi.org/10.22108/ue.2018.109447.1056 [In Persian] Shamai, A., Delfannasab, M., & Porakrami, M. (2020). Investigating of the effective factors on housing prices in district of Laleh Park Tehran. Journal of Applied Researches in Geographical Sciences, 20(59), 173-195. https://doi.org/10.29252/jgs.20.59.173 [In Persian] Sheikhi, H., & Movahedi, M. (2020). Study the effect of public transportation expansion on housing price using the Hedonic Model (A case study of Kermanshah). Quarterly Journal of Environmental Based Territorial Planning, 13(51), 159-177. https://journals.iau.ir/article_680311.html [In Persian] Yang, S., Hu, S., Wang, S., & Zou, L. (2020). Effects of rapid urban land expansion on the spatial direction of residential land prices: Evidence from Wuhan. China. Habitat International, 101(2), 102186. https://doi.org/10.1016/j.habitatint.2020.102186 Yii, K. J., Tan Ch. T., Ho, W. K., Kwan, X. H., Nerissa, F. T., Tan, Y., & Wong K. H. (2021). Land availability and housing price in China: Empirical evidence from nonlinear autoregressive distributed lag (NARDL). Land Use Policy, 113, 105888. https://doi.org/10.1016/j.landusepol.2021.105888 Zali, S., Pahlavani, P., & Bigdeli, B. (2023). A spatial-temporal analysis of the factors effective on housing prices (Case study: District 5 of Tehran Municipality). Town and Country Planning, 15(1), 115-130. https://doi.org/10.22059/jtcp.2022.341584.670318 [In Persian] Zeynali Azim, A., Mohammadian, B., Jadiri Abbasi, M., Babazadeh Oskouei, S., & Akhlaghi, L. (2023). Factors affecting housing prices from the perspective of residents in Charandab Neighborhood of Tabriz City. Urban Economics and Planning, 4(3), 172-187. https://doi.org/10.22034/uep.2023.424496.1430 [In Persian] | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
آمار تعداد مشاهده مقاله: 335 تعداد دریافت فایل اصل مقاله: 211 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||