چکیده:
مسکن یک نیاز اساسی برای زندگی انسان به شمار می رود و رکود این بخش تاثیر فراوانی بر بخش های مختلف اقتصاد نظیر صنعت، اشتغال و تقاضای کل دارد. بیشترین سرمایه گذاری خصوصی در کشور در بخش مسکن صورت می پذیرد و تهران سهم قابل ملاحظه ای از این سرمایه گذاری را جذب می نماید. با این وجود، مسکن یکی از معضلات این شهر محسوب می شود. از این رو، مطالعه ی بخش مسکن از اهمیت ویژه ای برخوردار است. در این مطالعه مسکن به عنوان کالایی ناهمگن و چند بعدی در نظر گرفته شده و ویژگی های آن به عنوان عامل اصلی تعیین قیمت واحد مسکونی مورد توجه قرار گرفته است. این مقاله برای شناخت واکنش خانوارها نسبت به ویژگی های مسکن از روش قیمت هدانیک استفاده نموده است. ضمن اینکه ارجحیت های مصرف کننده در خصوص ویژگی های واحد مسکونی در این روش شناسایی می گردد. برای این منظور از آمار و اطلاعات منتشره ی وزارت مسکن و شهرسازی سال 1381 مربوط به معاملات صورت گرفته در تهران، استفاده گردیده است. برای حصول نتیجه، ابتدا با استفاده از نرم افزار Excel ، اطلاعات به دست آمده مرتب و آماده گردید، سپس مدل قیمت هدانیک استفاده از نرم افزارEviews5 و روشSUR برآورد شده است. نتایج حاصل نشان می دهد که مساحت زیربنا (اعیانی) و مساحت زمین (عرصه) بیشترین تاثیر را بر قیمت واحد مسکونی دارند.
House is one of the essential needs of human being and any shortcoming in it can cause a lot of problems in other parts especially in industry، employment and the whole demand. Most of the private investments in Iran is on house and house making. Considerable amount of investments are done in Tehran، although this big city has unique problems. There fore، studying the House-making is very important. In this survey، house is regarded as a different and multidimensional article and it's features are considered as the elements which have influence on the price of house. This study has used the HEDONIC PRICE method as one of the ways to see the responses of families towards the features of every house. Furthermore، the preferences of the user in the way of house features will be cleared. For this reason، we have used the statistics of the Iranian Ministry of Housing and city making in 2003 (1381) which includes the buying and selling in Tehran during that year. For doing this، all the information was prepared by Excel software at first and then with the software Eviews5 and Sur method. At last، it became clear that the ground and the building have more influence on the price of House in Tehran.
خلاصه ماشینی:
"بدین ترتیب، در الگوی پیشنهادی ما برای شناخت طرف تقاضای مسکن در شهر تهران، مجموعهای از ویژگیهای مختلف به صورت دو زیر مجموعه از عوامل فیزیکی و عوامل محیطی و همسایگی به عنوان متغیرهای مستقل در الگوی تابع قیمت هدانیک مطرح گردید بعضی از متغیرهای مجموعهی آماری ما از طبیعتی کیفی برخوردارند که به منظور کمی کردن این گونه اطلاعات کیفی از متغیرهای مجازی که ارزشهای صفر و یک را اختیار میکنند، استفاده گردیده است.
در این تحقیق با بهره گیری از فرم لگاریتمی دو طرفه، تاثیر هرکدام از ویژگیهای مختلف واحد مسکونی، قیمت آن با استفاده از تابع قیمت هدانیک مورد بررسی قرار گرفته و قیمتهای ضمنی هر ویژگی محاسبه شده است.
از طرف دیگر، از آنجا که در این تحقیق، قیمت ضمنی ویژگیهای مختلف واحدهای مسکونی اعم از امکانات و تسهیلات عمومی استخراج شده است، با مقایسهی هزینهی نصب و راه اندازی این ویژگیها با قیمتهای ضمنی که میزان افزایش در قیمت را بیان میکنند، میتوان اطلاعات مفیدی در اختیار سیاست گذاران بخش مسکن قرار داد.
از آنجا که نظام اخذ مالیات و عوارض نوسازی از واحدهای مسکونی، قیمتهای منطقهای استخراج شده توسط وزارت اقتصاد و دارایی است و در این روش بسیاری از ویژگیهای واحد مسکونی در نظر گرفته نمیشود، با توجه به رتبه بندی استخراج شده برای واحدهای مسکونی ویلایی و آپارتمانی مطابق با مدل هدانیک، استفاده از این رتبه بندیها به جای روش قبلی پیشنهاد میشود."