سعید زالی

در این پژوهش، تحلیل پراکنش فضایی زمانی قیمت مسکن در منطقه 5 شهرداری تهران و عوامل مؤثر بر آن بررسی شد. در این زمینه از داده های خرید و فروش مسکن در این منطقه در بازه سال های 1397، 1398، و 1399 برای مدل سازی قیمت مسکن استفاده شد. نتایج تحقیقات با استفاده از روش GTWR به دست آمد که در قیاس با روش های GWR و OLS نتایج بهتری را ارائه کرد. میزان ضریب تعیین تعدیل شده در الگوریتم های OLS، GWR، و GTWR به ترتیب برابر با 759/0، 798/0، و 835/0 حاصل شد. روش GTWR از روش هایی است که می تواند ناهمگونی های فضایی زمانی موجود در داده های قیمت مسکن را مدل سازی کند. بر اساس نتایج به دست آمده متغیر نرخ ارز (قیمت دلار) بیشترین تأثیر را در مدل سازی قیمت مسکن دارد. پس از متغیر نرخ ارز، ویژگی های فیزیکی مسکن، همچون مساحت واحد مسکونی و عمر بنا، اهمیت بیشتری در مدل سازی قیمت مسکن دارند. در نهایت، سطح دسترسی به خدمات شهری همچون فاصله از مراکز درمانی، ورزشی، آموزشی، مذهبی، فضای سبز، بزرگراه، و ایستگاه های حمل ونقل شهری می توانند مدل سازی قیمت مسکن را بهبود بخشند. یافته های این پژوهش نشان می دهد در صورت بهره بردن از قیمت دلار به عنوان متغیر مستقل می توان با دقت مناسبی به مدل سازی قیمت مسکن پرداخت.