شبیه سازی قیمت مسکن شهر تهران با رویکرد مبتنی بر عامل فضایی (مقاله علمی وزارت علوم)
درجه علمی: نشریه علمی (وزارت علوم)
آرشیو
چکیده
بخش مسکن همواره نقش مهمی در اقتصاد ایفا کرده است و نوسانات آن اثرات قابل توجهی بر اقتصادهای مختلف داشته است. قبل از بحران مالی 2007، معمولاً از مدل های استاندارد برای توضیح تغییرات قیمت استفاده می شد. این مدل ها فرض می کردند که عوامل منطقی و آگاه هستند و عواملی مانند غیرمنطقی بودن و ناهمگنی افراد را که می توانند در چنین بحران هایی نقش داشته باشند، نادیده می گیرند. با این حال، مدل های عامل محور دیدگاه متفاوتی را ارائه می دهند، اقتصاد را به عنوان یک سیستم پیچیده با عوامل ناهمگن دارای اطلاعات محدود، و در تعامل با یکدیگر می دانند. در نتیجه، هدف این مطالعه ارزیابی یک مدل مبتنی بر عامل فضایی است که به طور خاص برای تحلیل بازار مسکن در تهران توسعه یافته است. نتایج شبیه سازی در یک دوره یازده ساله نشان داد که تقاضای رو به رشد خانوارهای جوان با پس انداز محدود برای واحدهای مسکونی زیر 100 متر مربع به طور قابل توجهی قیمت این واحدهای خاص را افزایش داد و از سایر املاک مسکونی پیشی گرفت. علاوه بر این، یافته ها حاکی از افزایش قابل توجه قیمت مسکن در مناطق مرکزی شهر بود که عمدتاً ناشی از هجوم خانواده های جوان به این مناطق است که به دنبال فرصت های سرمایه گذاری هستند. طبقه بندی JEL : R31، C61، C25The Simulation of Housing price in Tehran: An Spatial Agent Based Approach
The housing sector has always played a crucial role in the economy, with its fluctuations exerting significant effects on various economies. Prior to the 2007 financial crisis, standard models were commonly employed to explain price changes. These models assumed that agents were rational and well-informed, disregarding factors like irrationality and the heterogeneity of individuals that could contribute to such crises. However, agent-based models offer a different perspective, viewing the economy as a complex system with heterogeneous agents possessing limited information, engaging in interactions with each other. As a result, this study aims to evaluate a spatial agent-based model, specifically developed to analyze the housing market in Tehran. The simulation's results over an eleven-year period revealed that the growing demand from young households with limited savings for residential units under 100 square meters significantly drove up the prices of these particular units, outpacing other residential properties. Moreover, the findings indicated the higher growth of housing prices in the central areas of the city, primarily triggered by the influx of young households into these regions, seeking investment opportunities. JEL Classification : R31، C61، C25
تبلیغات
