برآورد قیمت مسکن شهری با استفاده از تابع هدانیک و شبکه‌های عصبی مصنوعی مورد شناسی: کوی ولیعصر شهر تبریز

مسکن به‌عنوان یک کالای ناهمگن، بادوام، غیر‌منقول، سرمایه‌ای و مصرفی با پیامدهای جانبی، سهم زیادی از بودجة خانوارها را به خود اختصاص می‌دهد و همچنین نقش زیادی در اشتغال و ارزش افزودة کشورها دارد؛ بنابراین، تعیین و برآورد قیمت مسکن برای برنامه‌ریزان و تصمیم‌گیران، از اهمیت بسیار بالایی برخوردار است. این برآورد به‌ویژه اگر بتواند سهم عوامل تأثیر‌گذار در ارزش مسکن را به خوبی منعکس کند، می‌تواند در سیاست‌گذاری‌های شهری و منطقه‌ای مورد استفاده قرار گیرد. با توجه به اهمیت مسئله، تحقیق حاضر قصد دارد تا به بررسی عوامل تأثیر‌گذار در تعیین قیمت مسکن و برآورد قیمت مسکن شهری در کوی ولیعصر تبریز بپردازد. اغلب از روش تابع هدانیک و شبکه‌های عصبی مصنوعی به‌عنوان روش‌های رگرسیون چند متغیّره به‌منظور برآورد قیمت مسکن استفاده می‌شود. برای فراهم‌سازی متغیّرهای اثر‌گذار در قیمت مسکن، از روش دلفی بهره گرفته شد. داده‌ها نیز از طریق پیمایش و پرسشگری جمع‌آوری شدند. یافته‌ها میزان و ضریب اهمیت هر‌کدام از متغیّرها را در تابع هدانیک نشان می‌دهد. طبق یافته‌ها، نتایج تابع هدانیک در مقایسه با شبکۀ عصبی مصنوعی از دقت کمتری در برآورد و پیش‌بینی قیمت مسکن برخوردار است. نتایج تحقیق نشان داد که بین متغیّرهای فضایی و قیمت مسکن در کوی ولیعصر تبریز، همبستگی وجود دارد. این همبستگی برای متغیّر فاصله از پارک، مثبت و برای متغیّرهای فاصله از مراکز خرید، حمل‌و‌نقل، خیابان اصلی و مسجد، معکوس است. همچنین، نتایج به‌دست آمده نشان می‌دهد، شبکۀ عصبی در صورتی‌ که آموزش کافی ببیند، قابلیت بالایی در برآورد دقیق قیمت هر متر مربع مسکن دارد.