بررسی تطبیقی برآورد ارزش روز منطقه ای و معاملاتی املاک مسکونی با استفاده از شبکه عصبی مصنوعی. مورد مطالعه: منطقه دو شهرداری تبریز (مقاله علمی وزارت علوم)
شهرداری ها در ایران که به عنوان متولی محلی در زمینه اداره شهر عمل می نمایند؛ جهت تأمین هزینه های خود باید از منابع مالی محلی خود به صورت بهینه استفاده نمایند. یکی از این منابع مالی محلی، عوارض پروانه ساختمانی است. ازآنجایی که مبنای محاسبه عوارض پروانه ساختمانی، ارزش معاملاتی املاک می باشد؛ لزوم دقت در برآورد قریب به صحت آن از اهمیت زیادی برخوردار است. براین اساس، هدف این پژوهش استفاده از مدل شبکه عصبی مصنوعی برای برآورد قیمت املاک مسکونی در منطقه دو تبریز است تا از این طریق ارزش روز منطقه ای که مبنای محاسبه ارزش معاملاتی است؛ به دست آید. این پژوهش از گونه پژوهش کاربردی است. جامعه آماری، کلیه قطعات مسکونی منطقه دو شهر تبریز به تعداد 24638 واحد می باشد. با استفاده از فرمول کوکران 378 واحد نمونه با سطح اطمینان 95 درصد و ضریب خطای 5 درصد برآورد و جهت برآورد مطلوب شبکه عصبی تعداد 400 نمونه استفاده گردیده است. به منظور حذف اثر زمان، تنها از داده های مقطعی مربوط به خرداد لغایت مردادماه سال 1397 استفاده شده است. نتایج، از دقت بالای شبکه عصبی مصنوعی در برآورد قیمت املاک حاکی است. همچنین، مقدار ارزش معاملاتی مصوب در تمام بلوک های منطقه دو تبریز نسبت به مقدار ارزش معاملاتی برآورده شده توسط شبکه عصبی مصنوعی کمتر می باشد. به طوری که، بیشترین اختلاف در برآورد در بلوک های شماره 13، 7 و 24 (به ترتیب 3.050.380-، 2.752.550- و 2.430.850- ریال) و کمترین میزان اختلاف نیز در بلوک شماره 9 (399.580- ریال) می باشد؛ همچنین، ارزش معاملاتی مصوب مجموعاً 11.056.920 ریال کمتر از مقدار برآورد شده می باشد.