بررسی عوامل مؤثر بر قیمت مسکن شهری مبتنی بر کاربرد رویکرد شبکه ‌عصبی (مورد مطالعه: استان تهران)

نویسندگان

1 گروه حسابداری و مدیریت، واحد شهریار، دانشگاه آزاد اسلامی، شهریار، ایران.

2 گروه مدیریت امورشهری، دانشکده مدیریت و اقتصاد، دانشگاه آزاد اسلامی واحد علوم و تحقیقات، تهران، ایران.

3 گروه آمار دانشگاه آزاد اسلامی واحد تهران شمال

doi
چکیده

رشد بی‌رویه قیمت مسکن در کلان‌شهر تهران به یکی از چالش‌های اصلی مدیریت شهری تبدیل شده است. شناسایی و تحلیل عوامل مؤثر بر قیمت مسکن می‌تواند نقش کلیدی در سیاست‌گذاری‌های شهری ایفا کند. در این راستا، این پژوهش با هدف بررسی عوامل مؤثر بر قیمت مسکن شهری مبتنی بر کاربرد رویکرد شبکه‌عصبی در استان تهران انجام شده است. پژوهش حاضر از نوع کاربردی و از حیث روش نیز از نوع ترکیبی و نوع  مطالعات تحلیل کمی و مدل‌سازی هوشمند محسوب می‌شود. از این‌رو، برای نیل به هدف صلی این پژوهش به بررسی دقیق‌تر این عوامل براساسروش  مطالعات اکتشافی، روش‌های آماری با استفاده از نرم‌افزار بسته آماری برای علوم اجتماعی [1] (SPSS) و مدل‌سازی هوشمند با استفاده از شبکه عصبی مصنوعی [2] (ANN) بهره گرفته شده است. همچنین، به منظور آزمون گزارهای کلیدی، تحلیل و تفسیر نتایج پژوهش، داده‌های میدانی مربوط به مناطق مختلف شهر تهران براساس متغیرهایی نظیر موقعیت مکانی، زیرساخت‌ها، سطح دسترسی، خدمات شهری،  اندازه و مساحت (متراژ) و سال ساخت جمع‌آوری شده است است. به طوریکه در بخش تحلیل داده‌های میدانی این پژوهش، ابتدا با استفاده از نرم‌افزار بسته آماری برای علوم اجتماعی (SPSS) تحلیل توصیفی و تحلیل همبستگی بین متغیرهای پژوهش انجام شده است. سپس، به منظور مدل‌سازی، اعتبار سنجی و پیش‌بینی قیمت مسکن از رویکرد هوشمند شبکه عصبی استفاده گردیده است. بنابراین، یافته‌ها نشان می‌دهند که متغیرهای شهری و مدیریتی نقش پررنگی در نوسانات قیمت مسکن دارند و مدل شبکه عصبی توانایی قابل توجهی در پیش‌بینی قیمت بر اساس متغیرهای اساسی نظیر موقعیت مکانی، زیرساخت‌ها، سطح ‌دسترسی، خدمات شهری، متراژ و سال ساخت دارد. در این رابطه، نتایج این پژوهش می‌تواند به منظور تصمیم‌گیری‌های خرد و کلان شهری سیاست‌گذاران، برنامه‌ریزان، طراحان و مجریان حوزه مسکن شهری، به‌ویژه در حوزه برنامه‌ریزی مسکن و توسعه پایدار شهری مؤثر واقع گردد.