باغ نظر

استخراج شاخص‌های کلیدی اقتصادی اثرگذار بر قیمت مسکن در کلانشهرهای ایران به روش دلفی فازی

https://doi.org/10.22034/bagh.2024.454160.5595
دوره 21، شماره 136
مهر 1403
صفحه 29-38
باغ نظر

نوع مقاله : مقالۀ پژوهشی

نویسندگان

فربد مرتضوی 1
سید حسین حسینی نورزاد 2

1 دانشجوی دکتری مدیریت پروژه و ساخت، دانشکدۀ معماری، دانشکدگان هنرهای زیبا، دانشگاه تهران، تهران.

2 استادیار، دانشکدۀ معماری، دانشکدگان هنرهای زیبا، دانشگاه تهران، تهران.

چکیده
بیان مسئله:یکی از پرسش‌های فعالان صنعت ساخت و جامعه به‌عنوان بهره‌برداران اصلی مسکن در کلانشهرهای ایران این است که قیمت مسکن در آینده چه تغییراتی خواهد کرد؟ به عبارتی، دوره‌های رکود و رونق مسکن در چه زمان و با چه شدتی به‌وقوع می‌پیوند؟ پاسخ به این پرسش‌ها، نیازمند نگاهی آینده‌پژوهانه به مقولۀ مسکن و فهم ارتباط قیمت آن با شاخص‌های اقتصاد کلان کشور است.
هدف پژوهش: این پژوهش در نظر دارد با استخراج کلیدی‌ترین شاخص‌های کلان اقتصادی به لحاظ اثرگذاری بر قیمت مسکن در کلانشهرهای کشور، زمینۀ تفکر و پژوهش در آیندۀ قیمت و درک دوره‌های رکود و رونق مسکن را فراهم کند. این پژوهش و مطالعات مشابه، به‌واسطۀ نگرشی که برای شرکت‌های توسعه‌دهندۀ املاک و مستغلات، شرکت‌های طراحی و ساخت، سرمایه‌گذاران، بهره‌برداران و فعالان صنعت ساخت ایجاد می‌نمایند، آن‌ها را در اتخاذ تصمیمات بهتر و اثربخش‌تر برای کسب‌وکار و زندگی خود یاری می‌کند. به این ترتیب، ریسک‌ها و خطرات محتمل در آیندۀ بازار مسکن برای مخاطبان ذکر‌شده، آشکار و ملموس شده و بررسی و پاسخگویی مطلوب‌تر برای آن‌ها امکان‌پذیر می‌شود.
روش پژوهش: براساس گام‌های روش دلفی فازی، ابتدا کلیۀ شاخص‌های اقتصاد کلان مرتبط با قیمت مسکن از طریق مطالعۀ منابع کتابخانه‌ای و مطالعات پیشین استخراج شد. سپس از طریق نظرسنجی از خبرگان و با غربال‌گری امتیازهای هر شاخص و مقایسۀ مقدار ارزش اکتسابی هریک، کلیدی‌ترین شاخص‌های اقتصادی اثرگذار بر آن تعیین شد.
نتیجه‌گیری: شاخص‌های موضوع پژوهش براساس نتایج به‌دست آمده به ترتیب، «تورم»، «نرخ ارز»، «قیمت زمین مسکونی»، «هزینۀ ساخت» و «نقدینگی» است. شاخص‌های استخراج‌شده و ترتیب و تقدم آن‌ها، نشان می‌دهد نقش و جنبۀ «سرمایه‌ای» مسکن در کلانشهرهای ایران، مهم‌تر از جنبه‌های «عرضه» و «تقاضا» است.

کلیدواژه‌ها

قیمت مسکن
دوره‌های رکود و رونق
شاخص‌های اقتصادی
صنعت ساخت
روش دلفی فازی

عنوان مقاله English

Extracting Key Economic Indicators Affecting Housing Prices in the Metropolises of Iran Using the Fuzzy Delphi Method

نویسندگان English

Farbod Mortazavi 1
Seyed Hossein Hosseini Nourzad 2
1 Ph.D. Candidate in Project Management, Faculty of Architecture, College of Fine Arts, University of Tehran, Tehran, Iran.
2 Assistant Professor, Faculty of Architecture, College of Fine Arts, University of Tehran, Tehran, Iran.
چکیده English

Problem statement: One of the questions for construction industry stakeholders and the public, as the primary beneficiaries of housing in Iran’s metropolises, is how housing prices will change in the future. In other words, when and with what intensity will periods of housing recession and boom occur? Answering these questions requires a future-oriented perspective on housing and an understanding of the relationship between housing prices and the country’s macroeconomic indicators.
Research objective: This study aims to extract the most crucial macroeconomic indicators affecting housing prices in the country’s metropolises to foster thinking and research on future housing prices and understand the cycles of housing recession and boom. This study hopes to contribute to real estate development companies, design and construction firms, investors, users, and industry stakeholders make better and more effective decisions for their businesses and lives. This approach reveals and clarifies potential risks and dangers in the future housing market, enabling better examination and responsiveness for the mentioned audience.
Research method:  Based on the steps of the Fuzzy Delphi method, all macroeconomic indicators related to housing prices were initially extracted through a review of library resources and previous research. Then, through expert surveys and screening of each indicator’s scores and comparison of their acquired values, the most critical economic indicators affecting housing prices were determined.
Conclusion: The study’s key indicators, in order of significance, are “inflation,” “exchange rate,” “residential land value,” “construction costs,” and “liquidity.” The extracted indicators and their order indicate that the “investment” aspect of housing in Iran’s metropolises is more important than the “supply” and “demand” aspects.

کلیدواژه‌ها English

  • Housing Prices
  • Recession and Boom Periods
  • Economic Indicators
  • Construction Industry
  • Fuzzy Delphi Method
پناهی، حسین؛ آقایاری‌هیر، توکل و آل‌عمران، سید علی. (1396). بررسی روند بی‌ثباتی قیمت مسکن شهری در ایران. اقتصاد شهری، 2(2)، 55-70. https://www.doi.org/10.22108/ue.2018.107545.1035 
حسنقلی‌پور، طهمورث؛ کیانی، سرمد و یوسفی، وحیدرضا. (1393). روش‌های تحقیق و صنعت ساخت، به همراه آشنایی با روش‌شناسی تحقیق در مدیریت پروژه. انتشارات دانشگاه تهران.
خیابانی، ناصر. (1382). عوامل تعیین کننده قیمت مسکن در ایران. فصلنامۀ اقتصاد مسکن، (34)، 52-46. https://sid.ir/paper/440107/fa
دارابی، هژیر؛ عزت پناه، بختیار و حسین زاده دلیر، کریم. (1400). تحلیل مؤلفه‌های اقتصادی اثرگذار بر مسکن پایدار (نمونۀ موردی: شهر کرمانشاه). اقتصاد شهری، (2)، 129-148. https://www.doi.org/10.22108/ue.2023.137231.1254
درودیان، حسین. (1387). تحلیل نوسانات قیمت مسکن در تهران و عوامل مؤثر بر آن [پایان‌نامۀ کارشناسی ارشد، دانشگاه تهران]. پژوهشگاه علوم و فناوری اطلاعات ایران (ایرانداک). https://ganj.irandoc.ac.ir/#/articles/d77a7cfb908df3e4d42819f3560a9f04
راهداری، علیرضا و نصر، مصطفی. (1396). چالش‌های اتاق فکر در ایران. فرآیند مدیریت و توسعه، 30 (2)، 23-54. http://dorl.net/dor/20.1001.1.17350719.1396.30.2.4.0
زارع‌پور، علی. (1385). بررسی اثر عوامل اقتصادی و اجتماعی بر قیمت مسکن در ایران (1349-1382). [پایان‌نامۀ کارشناسی ارشد، دانشگاه شیراز]. پژوهشگاه علوم و فناوری اطلاعات ایران (ایرانداک). https://ganj.irandoc.ac.ir/#/articles/9e34d7356e089cdfc26163f13d3ffb71
سامتی، مرتضی و معینی، شهرام. (1386). بازار زمین، مضیقه دستوری و بحران قیمت‌ها: مطالعۀ موردی اصفهان (1371-1383). اقتصاد مسکن، (41). https://sid.ir/paper/444845/fa
سهیلی، کیومرث؛ فتاحی، شهرام و اویسی، بهمن. (1393). بررسی عوامل مؤثر بر نوسانات قیمت مسکن در شهر کرمانشاه. پژوهش‌های اقتصادی (رشد و توسعه پایدار)، (2)، 41-67.
سوری، داوود و منیری جاوید، سلیمه. (1390). مدل تعیین قیمت مسکن، کاربردی از روش رگرسیون موزون جغرافیایی. مدیریت شهری، 9، 7-28.  https://sid.ir/paper/474598/fa
سیف الدین اصل، امیرعلی؛ ثقفی، فاطمه؛ عسکریان، محمد؛ ذوالفقارزاده، محمد مهدی و حمیدی، مهدی. (1395). استخراج شاخص‌های کلیدی توسعه پژوهش با روش دلفی فازی ایشیکاوا برای بخش بهداشت و درمان. راهبرد، 25(4).  https://dorl.net/dor/20.1001.1.10283102.1395.25.4.1.7
شورای عالی شهرسازی و معماری ایران. (1388). تعریف مجموعه شهری و تبیین شاخص‌ها آن (مصوب 31/01/1388). https://qavanin.ir/Law/TreeText/?IDS=8836981343220106340
صباغ کرمانی، مجید؛ احمدزاده، خالد و موسوی نیک، سید هادی. (1389). عوامل تعیین‌کننده قیمت مسکن با رویکرد روابط علّیتی در مدل تصحیح خطای برداری: مطالعه موردی تهران. پژوهشنامۀ اقتصادی، 10(37)، 267-293.
عاقلی کهنه‌شهری، لطفعلی. (1386). تحلیل عوامل مؤثر بر تقاضای سرمایه‌گذاری در واحدهای مسکونی شهری. فصلنامه اقتصاد مسکن،(40).
عباسی‌نژاد، حسین و یاری، حمید. (1388). تأثیر شوک‌های نفتی بر قیمت مسکن در ایران. فصلنامه پژوهش‌های اقتصادی، 9(1)، 59-77. http://ecor.modares.ac.ir/article-18-12286-fa.html  
عسگری، حشمت الله و الماسی، اسحاق. (1390). بررسی عوامل مؤثر بر قیمت مسکن در مناطق شهری کشور به روش داده های تابلویی (طی سال های1370 تا 1385). پژوهش‌نامه اقتصادی، 41 (11)، 201-224.
قادری، جعفر. (1396). تعیین قدرت خرید مسکن خانوارهای شهری با استفاده از سیستم مخارج خطی بسط یافته (ELES) (نمونه پژوهی: مناطق شهری ایران در سال 1393). اقتصاد شهری، 2(2)، 1-16. https://www.doi.org/10.22108/ue.2017.79483.0
قادری، جعفر و ایزدی، بهنام. (1395). بررسی تأثیر عوامل اقتصادی و اجتماعی بر قیمت مسکن در ایران (1391-1350). اقتصاد شهری، 1(1), 55-75. https://doi.org/10.22108/ue.2016.22104
قادری، جعفر؛ اسلاملوئیان، کریم و اوجی مهر، سکینه. (1390). بررسی عوامل مؤثر بر سرمایه‌گذاری مسکن در ایران. پژوهش‌های اقتصادی ( رشد و توسعه پایدار)، 11(3)، 47-70. http://dorl.net/dor/20.1001.1.17356768.1390.11.3.6.8
قریشی، نیره السادات. (1385). بررسی تأثیر درآمدهای بخش نفت بر قیمت و سطح فعالیت مسکن در ایران. [پایان‌نامه کارشناسی ارشد، دانشگاه علامه طباطبایی].https://d-lib.atu.ac.ir/site/catalogue/68687
متوسلی، محمود؛ محمدی، شاپور و درودیان، حسین. (۱۳۸۹). تحلیل تسرّی نوسانات قیمت مسکن بین مناطق مختلف شهر تهران با استفاده از الگوی خود رگرسیون فضایی تلفیقی (SAR Panel) و الگوی تصحیح خطای برداری (VECM). پژوهش‌های اقتصادی ( رشد و توسعه پایدار)، 10(1). http://dorl.net/dor/20.1001.1.17356768.1389.10.1.3.4
مرادی، زهرا و مسگری، محمد سعدی. (1402). قیمت‌گذاری املاک مسکونی به کمک الگوریتم ترکیبی یادگیری عمیق-فازی. اطلاعات جغرافیایی سپهر، 32 (126)، 7-27. https://doi.org/10.22131/sepehr.2023.552921.2868
موسوی، میرحسین و درودیان، حسین. (1394). تحلیل عوامل مؤثر بر قیمت مسکن در شهر تهران. مدلسازی اقتصادی، 9(3)، 103-127. https://sid.ir/paper/176181/fa
میرسپاسی، ناصر؛ طلوعی اشلقی، عباس؛ معمارزاده؛ غلامرضا و پیدایی، میر مهرداد. (1389). طراحی مدل تعالی منابع انسانی در سازمان‌های دولتی ایران با استفاده از تکنیک دلفی فازی. آینده پژوهی مدیریت، 21(4)، 1-22.
ناجی میدانی، علی اکبر؛ فلاحی، محمدعلی و ذبیحی، مریم. (1389). بررسی تأثیر پویای عوامل کلان اقتصادی بر نوسانات قیمت مسکن در ایران (1369 تا 1386). فصلنامۀ اقتصاد پولی، مالی، 17(31).
نصراللهی، خدیجه؛ طیبی، سید کمیل؛ شجری، هوشنگ و فروتن، محمدرضا. (1389). بررسی چگونگی عملکرد بیماری هلندی و تأثیر نرخ تسهیلات بانکی بر قیمت مسکن در ایران. فصلنامه اقتصاد مسکن، (45)، 29.
نعمتی، غلامرضا؛ علیزاده، محمد و فطرس، محمد حسن. (1398). تعیین‌کننده‌های قوی قیمت مسکن در ایران: رویکرد متوسط‌گیری بیزی برآوردهای کلاسیکی (BACE). فصلنامه مطالعات اقتصادی کاربردی ایران، 8(32)، 49-79. https://doi.org/10.22084/aes.2019.20254.2949
وزارت راه و شهرسازی. (1403). آمار شاخص‌های کلیدی حوزۀ مسکن. قابل دسترس در: Retrieved from MRUD.IR: https://www.mrud.ir/
Abelson, P., Joyeux, R., Milunovich, G., & Chung, D. (2005). Explaining House Prices in Australia: 1970-2003. Economic Record,  81, 96-103. https://doi.org/10.1111/j.1475-4932.2005.00243.x
Adams, Z., & Fuss, R. (2010). Macroeconomic determinants of international housing markets. Journal of Housing Economics, 19(1), 38-50. https://doi.org/10.1016/j.jhe.2009.10.005
Algieri, B. (2013). House price determinants: Fundamentals and underlying factors. Comparative Economic Studies, 55, 315-341. https://doi.org/10.1057/ces.2013.3
Cohen, V., & Karpaviciute, L. (2017). The analysis of the determinants of housing prices. Independent Journal of Management & Production, 8(1), 49-63. http://dx.doi.org/10.14807/ijmp.v8i1.521
Delbecq, A. L., Van de Ven, A. H., & Gustafson, D. H. (1975). Group techniques for program planning: A guide to nominal group and Delphi processes. Scott Foresman and Company.
Egert, B., & Mihaljek, D. (2007). Determinants of House Prices in Central and Eastern Europe. Comparative Economic Studies, 49, 367-388. https://doi.org/10.1057/palgrave.ces.8100221
Hossain, B., & Latif, E. (2009). Determinants of Housing Price Volatility in Canada: A Dynamic Analysis. Applied Economics, 41(27), 3521-3531. https://doi.org/10.1080/00036840701522861
Johnstone, H., & Watuwa, R. (2007). House Price in Canada: An Empirical Investigation. Urban Economics, 35, 1-27.
Kishor, N. K., & Marfatia, H. A. (2017). The Dynamic Relationship Between Housing Prices and the Macroeconomy: Evidence from OECD Countries. Real Estate Finance and Economics, 54, 237-268. https://doi.org/10.1007/s11146-015-9546-8
Linstone, H. A., & Turoff, M. (2002). The Delphi Method: Techniques and Applications. Addison-Wesley.
Liu, M., & Ma, Q.-P. (2021). Determinants of House Prices in China: A Panel-Corrected Regression Approach. The Annals if Regional Science, 67, 47-72. https://doi.org/10.1007/s00168-020-01040-z
Okoli, C., & Pawlowski, S. D. (2004). The Delphi method as a research tool: an example, design considerations and applications. Information & Management, 42(1), 15-29. https://doi.org/10.1016/j.im.2003.11.002
Rosales, I., & Hernandez, C. (2021). Real Estate Pricing Models Using Machine Learning Schemes. Proceedings of the International Conference on Industrial Engineering and Operations Management (pp. 2250-2258). Sao Paulo: IEOM Society International.
Shen, Y., Chi‐man Hui, E., & Liu, H. (2005). Housing price bubbles in Beijing and Shanghai. Management Decision, 43(4), 611-627. https://doi.org/10.1108/00251740510593594
Tripathi, S. (2020). Macroeconomic Determinants of Housing Prices: A Cross-Country Level Analysis. Real Estate Finance, 229-238.
Vaidynathan, D., Kayal, P., & Maiti, M. (2023). Effects of economic factors on median list and selling prices in the US housing market. Data Science and Management, 6(4), 199-207. https://doi.org/10.1016/j.dsm.2023.08.001
Vogiazas, S., & Alexiou, C. (2017). Determinants of housing prices and bubble detection: evidence from seven advanced economies. Atlantic Economic Journal, 45(1), 119-131. https://doi.org/10.1007/s11293-017-9531-0
Vui Kiong, W., & Binti Aralas, S. (2019). Macroeconomic Variables and Housing Price in Malaysia. Proceedings of the International Conference on Economics (pp. 23-34). 
World Bank. (2024, June 19). Indicator. Retrieved from World Bank: https://data.worldbank.org/indicator
Xu, L., & Tang, B. (2014). On the Determinants of UK House Prices. International Journal of Economics and Research, 57-64.
Zhang, Y., Hua, X., & Zhao, L. (2012). Exploring Determinants of Housing Prices: A Case Study of Chinese Experience in 1999-2010. Economic Modelling, 29(6), 2349-2361. https://doi.org/10.1016/j.econmod.2012.06.025
Zulkarnain, S. H., & Nawi, A. S. (2024). The relationship between macroeconomic variables on residential property price: case study in Malaysia before and during COVID-19. International Journal of Housing Markets and Analysis, 17(3), 702-725. https://doi.org/10.1108/IJHMA-01-2022-0013

صفحه اصلی

ارسال مقاله

تماس با ما