چکیده:
به دلیل اهمیت نقش مسکن در اقتصاد، بخصوص در کلانشهری مانند تهران، تحلیل قیمت مسکن و شناخت عوامل تأثیرپذیر بر روی قیمت مسکن از اهمیت خاصی برخوردار است. مطالعات مختلف نشان میدهند که تغییرات قیمت مسکن در یک ناحیه از نواحی مجاور خود تأثیرپذیر است؛ بنابراین تحلیل قیمت مسکن بدون درنظرگرفتن تفکر فضایی عاری از خطا نخواهد بود. در این مقاله با استفاده از اقتصادسنجی فضایی، به تحلیل قیمت مسکن بین نواحی 22 گانه شهر تهران پرداخته شود. در این راستا، متغیرهای تعیینکننده نرخ رشد قیمت مسکن در نواحی 22 گانه شهر تهران به کمک مدل خود رگرسیون فضایی اثر ثابت پویا "(SAR)" مشخص شدند. نتایج حاکی از یک نوع وابستگی فضایی نرخ رشد قیمت مسکن بین نواحی شهر تهران بوده است. متغیرهای نرخ رشد جمعیت و نرخ رشد درآمد سرانه اثر معنادار مثبتی بر روی نرخ رشد قیمت مسکن دارند. متغیر تعداد پروانههای ساختمانی اثر منفی بر روی قیمت مسکن داشته است. رابطه معناداری بین قیمت مسکن و نرخ بیکاری یافت نشد. نتایج وجود یک همبستگی فضایی نرخ رشد قیمت مسکن در بین نواحی 22 گانه را تأیید میکند. در واقع تغییرات نرخ رشد قیمت مسکن در یک ناحیه از نرخ رشد قیمت مسکن نواحی همجوار خود اثر مثبتی میپذیرد. بر اساس نمودار موران محلی مشخص شد، همبستگی فضایی نرخ رشد قیمت مسکن در نواحی جنوب شهر با نواحی شمال شهر تهران متفاوت است.
Spatial dependence analysis of housing prices in 22 urban districts of TehranAbstractConsidering the importance of housing in the economy, especially for metropolitans like Tehran, housing price analysis and investigating its determinants should be concerned. According to current studies, changes in housing prices in one urban district might be affected by its adjacent districts. Therefore, spatial dependency among urban districts must be considered in housing prices analysis. The objective of this study is to analyze housing prices in 22 urban districts of Tehran using spatial econometrics. The specified model is estimated through dynamic fixed effect panel data. The results show that there is a spatial dependency in housing prices between urban districts of Tehran. Thus, the housing price in a district is affected directly by the housing price in neighboring districts. Besides, the estimated coefficients of population growth and the growth of income per capita are both positive and statistically significant, which imply that the housing prices in urban districts will increase as population and/or income per capita grow. The estimated coefficient of the number of building permits indicated the significantly negative effect of this variable on the changes of housing prices. Furthermore, no significant relationship was found between housing prices and unemployment rate. Altogether, the results confirm the existence of a spatial correlation in the growth rate of housing prices among 22 urban districts of Tehran. Local Moran plot shows that the spatial correlation of housing price growth rate in the southern areas of the city with the northern areas of Tehran is different.
خلاصه ماشینی:
در اين راستا، متغيرهاي تعيين کننده نرخ رشد قيمت مسکن در نواحي ٢٢ گانه شهر تهران به کمک مدل خود رگرسيون فضايي اثر ثابت پويا مشخص شدند.
اين مقاله به دنبال کشف وجود همبستگي فضايي نرخ رشد قيمت مسکن بين نواحي ٢٢ گانه شهر تهران است .
شکل (١) نقشه ميانگين نرخ رشد قيمت سالانه مسکن در نواحي ٢٢ گانه شهر تهران در سال ١٣٩٨ (به تصویر صفحه رجوع شود) منبع : نتايج پژوهش براي انتخاب نوع مناسب مدل فضايي براي اين پژوهش از آزمون والد و والد چندگانه براي تعيين نوع اثر تعاملات فضايي و انتخاب نوع مدل به کار گرفته شد.
به همين دليل نتايج پژوهش نيز با اين تئوري تطبيق داشته است و اثر متغير تعداد پروانه هاي ساختماني بر روي نرخ رشد قيمت مسکن مناطق ٢٢ گانه شهر تهران منفي شده است و ضريب آن منفي در مدل برآورد شده است .
همچنين براي برآورد وجود همبستگي فضايي نرخ رشد قيمت مسکن بين نواحي ٢٢ گانه شهر تهران نياز است ، آزمون هاي مربوطه همچون آزمون موران عمومي و آزمون جري سي و غيره انجام گيرد که در جدول (٥) نتايج اين آزمون ها به دست آمده است .
اين موضوع وجود رابطه فضايي نرخ رشد قيمت مسکن بين نواحي ٢٢ گانه شهر تهران را تأييد مي کند.
ب ) نتايج حاکي از وجود همبستگي فضايي نرخ رشد قيمت مسکن بين نواحي ٢٢ گانه شهر تهران بوده است .
معناداري ضريب وقفه فضايي در مدل نشان دهنده وجود اثر فضايي نرخ رشد قيمت مسکن بين نواحي ٢٢ گانه شهر تهران است .