نوع مقاله : مقاله پژوهشی
نویسندگان
1 دانشجوی کارشناسی ارشد، جغرافیا و برنامهریزی شهری، دانشگاه ایلام، ایلام، ایران
2 دانشیار گروه معماری و شهرسازی، دانشگاه ایلام، ایلام، ایران
چکیده
کلیدواژهها
موضوعات
عنوان مقاله [English]
نویسندگان [English]
Abstract
Land and housing as the key sectors of economy have consistently experienced significant fluctuations in supply, demand, and pricing over time. Volatility of land and housing prices is recognized as a major issue within the market and the broader economy. Additionally, studying and analyzing the spatial changes in land and housing prices at the urban level, as well as understanding the spatial relationships between different urban areas, can enhance our comprehension of these price fluctuations. This study aimed to investigate the factors influencing land and housing prices in Kermanshah. To achieve this objective, Structural Equation Modeling (SEM) with the Partial Least Squares (PLS) approach was employed by using Smart PLS software. The results highlighted the key factors affecting land and housing prices in Kermanshah, including stock market activity, brokerage services, private sector investment, availability of financial services and facilities, traffic congestion, concentration of specific social classes, distance from the city center, building density, proximity to main streets and thoroughfares, alignment with city development directions, number of floors in buildings, and age of structures. Overall, the findings indicated that property-related indicators, physical-spatial indicators, economic indicators, and management and social indicators were identified as the most significant determinants of land and housing prices in Kermanshah.
Keywords: Land and Housing Prices, Smart Pls Software, Structural Equation Modeling (SEM), Kermanshah City.
Introduction
Land is a crucial foundation for urban development, with effective urban growth hinging on the timely and adequate supply of land and its proper management. As the leading sectors of economy, land and housing have consistently experienced significant fluctuations in supply and demand over time. Furthermore, increasing urbanization and population growth are two critical factors that, in addition to altering population structures, significantly impact the demand for land and consequently housing. The limited supply of land coupled with its rising demand for various uses has made land one of the foremost planning concerns in urban environments. Additionally, as assets and capital goods, land and housing are heavily influenced by the social and economic structures of their respective locations, with various factors impacting their prices. Consequently, fluctuations in land and housing prices are among the primary challenges facing the housing market and the economy at large. By analyzing the spatial distribution of land and housing prices within a region, it becomes possible to identify and assess areas experiencing price volatility.
Materials and Methods
This study aimed to investigate the factors influencing land and housing prices in Kermanshah City. The statistical population consisted of 946,651 residents as reported in the 2016 census. A sample size of 384 individuals was determined using the Cochran formula. Participants were selected from among residents in 8 districts of Kermanshah and the experts and professionals in the land and housing sector (including real estate consultants) within the study area. Data were collected through a researcher-designed questionnaire that included 5 categories of economic, managerial, physical-spatial, social, and property-related indicators comprising a total of 38 items. The Structural Equation Modeling (SEM) technique with a Partial Least Squares (PLS) approach was employed to model land and housing prices by using Smart PLS software.
Research Findings
The factor-loading coefficients for the indicators affecting land and housing prices, along with their associated items, revealed that the stock market and brokerage (coefficient of 0.611) and private sector investment (coefficient of 0.600) were the most significant economic factors influencing land and housing prices in Kermanshah. In the realm of management indicators, the most impactful factors identified were provision of services and financial facilities (coefficient of 0.709) and issuance of construction permits (coefficient of 0.707). Within the category of social indicators, key factors included crowding and traffic (coefficient of 0.740) and concentration of specific social strata (coefficient of 0.684).
Regarding physical-spatial indicators, the most critical factors were distance from the city center (coefficient of 0.888), building density (coefficient of 0.822), and proximity to main streets and thoroughfares (coefficient of 0.780). Additionally, factors like population concentration (coefficient of 0.780), availability of parking and elevators (coefficient of 0.733), number of floors (coefficient of 0.699), and building age (coefficient of 0.672) were identified as significant contributors to land and housing prices within the property-related indicators.
Discussion of Results & Conclusion
Significant fluctuations in supply and demand, inflation, devaluation of national currency, speculation, and brokerage were characteristics of the land and housing market that necessitated thorough spatial analysis. This analysis was essential to identify and assess the most important factors influencing land and housing prices and respond to related needs. The interplay between land and housing prices and urban facilities indicated that the evaluation of the land and housing market, along with their actual value, was directly linked to the availability of city amenities and the types of activities and services surrounding properties. Urban facilities in proximity to properties had a direct impact on land and housing prices. Kermanshah has experienced a wave of rural-urban migration in recent decades. This increasing trend coupled with the natural growth of the city's population, alongside the specific morphological conditions in Kermanshah, has led to a rise in housing prices, particularly during the 1990s and more recently, due to the growing demand for housing and shelter. The results concerning the coefficients of the most significant factors affecting land and housing prices in Kermanshah indicated that the stock market and brokerage (coefficient of 0.611), provision of services and financial facilities (coefficient of 0.709), crowding and traffic (coefficient of 0.740), distance from the city center (coefficient of 0.888), and the degree of population concentration (coefficient of 0.780) were the most influential factors in determining land and housing prices in Kermanshah. Additionally, the results of the path coefficients and T-statistics for the research indicators revealed that the relationship between property-related indicators and land and housing prices was 0.867, which was significant given the T-value of 233.6. The relationship between physical-spatial indicators and land and housing prices was 0.753 with a T-value of 5.861. Conversely, social indicators exhibited the weakest relationship and significance with land and housing prices in Kermanshah with a path coefficient of 0.468 and a T-value of 2.688. In other words, the T-coefficients obtained for all examined relationships were greater than 1.96, indicating the significance of these relationships, albeit with varying degrees of intensity and impact. A comparative analysis of these results showed consistency with findings from other studies, including those by Khandan et al. (2019), Nikpour et al. (2019), Shamai et al. (2020), Darabi et al. (2021), Asadi et al. (2022), Goodarzi et al. (2023), Sadeghpour (2023), and Zali et al. (2024).
کلیدواژهها [English]
مقدمه
زمین از جمله مهمترین بسترها و محورهای توسعه شهر است؛ به طوری که توسعه مطلوب شهری کاملاً به تأمین بهموقع و کافی زمین و مدیریت صحیح آن بستگی دارد (Mohan & Kandya, 2015). همچنین مسکن بهعنوان حیاتیترین ابزارها برای برآوردن نیازهای زیستی، اقتصادی و اجتماعی خانوارها، با ماهیتی چندبعدی مطرح میشود (صارمی و همکاران، 1397، ص. 20). زمین و مسکن که جزء بخشهای پیشرو در اقتصاد محسوب میشوند، در طول زمان همواره با نوسانهای فراوان در عرضه و تقاضا و قیمت روبهرو بودهاند؛ این نوسانات تأثیرات بسیار مهمی را در اقتصادهای مختلف گذاشته است (Leamer, 2015)؛ به طوری که شوکهای کلان اقتصادی از طریق افزایش نرخ تورم، حجم پول، نرخ ارز، درآمدهای نفتی و همچنین تأثیرات سوء تحریمها، بر قیمت کالاها بهویژه کالاهای بادوام، از جمله زمین و مسکن تأثیرگذار است؛ بنابراین، بازار زمین و مسکن بهعنوان بخش مهمی از اقتصاد ایران که متأثر از این نوسانات اقتصادی کلان است، در رونق و یا رکود فعالیتهای اقتصادی نقشی اساسی دارند (اسماعیلپور و همکاران، 1403، ص. 193). به عبارت دیگر، رفتار ارتباطی میان بخشهای مختلف اقتصادی بهویژه بخش زمین و مسکن با کل اقتصاد، کاملاً دوسویه است؛ زیرا نهتنها این بخش بر کل اقتصاد تأثیرگذار است، هرگونه بیثباتی در اقتصاد کلان میتواند بخش زمین و مسکن و هر بخش اقتصادی دیگری را ناکارآمد کند؛ به همین دلیل، ایجاد محیط با ثبات سیاسی و اقتصادی از جمله مهمترین شروط دستیابی به سیاست کارآمد در این بخشها است (Heffernan & De Wilde, 2019). از طرف دیگر، افزایش شهرنشینی و رشد جمعیت بهعنوان دو عامل مهمی مطرح میشوند که علاوه بر متحول کردن ساختار جمعیت، تقاضای زمین و به دنبال آن مسکن را تحتتأثیر قرار میدهند (Gyourko & Glaeser, 2018; Francke & Korevaar, 2019)؛ بنابراین، محدودیت عرضه زمین و افزایش تقاضای روزافزون آن برای اهداف و کاربریهای مختلف، سبب شده تا مسئله زمین به یکی از مهمترین الزامات برنامهریزی در شهرها تبدیل شود(خندان، 1398، ص. 78)؛ به طوری که شکاف عمیق عرضه و تقاضا و عوامل کلان اقتصادی حاکم بر سایر بخشهای اقتصادی از جمله توسعهنیافتگی بازارهای مالی و وجود تورمهای دو رقمی، باعث شده است زمین و مسکن به دارایی دلخواه برای انباشت ثروت خانوارها تبدیل شود (دارابی و همکاران، 1400، ص. 130). به عبارت دیگر، علاوه بر متغیرهای اقتصادی، عوامل ساختار جمعیتی، درآمد خانوار و متغیرهای فضایی مثل ویژگیهای ساختاری مسکن و خصوصیات مکانی و فضایی را میتوان از عوامل و نیروهای مهم و مؤثر بر قیمت مسکن قلمداد کرد (حکمت و همکاران، 1400، ص. 111). همچنین افزایش عمده قیمت مسکن متأثر از تغییرات ارزش زمین و یا عوامل کالبدی - فضایی میباشد؛ زیرا زمین اصلیترین و زیربناییترین رکن توسعه شهری را تشکیل میدهد (کریمی و همکاران، 1398، ص. 45)؛ درنتیجه، میتوان نوسان قیمت زمین و مسکن را از جمله مشکلات اساسی در بازار و اقتصاد مسکن تلقی کرد. در یک منطقه با بررسی توزیع فضایی قیمت زمین و مسکن میتوان نواحی دارای نوسان قیمت را شناسایی و تحلیل کرد (بهرامی، 1403، ص. 20). شهر کرمانشاه از جمله شهرهایی است که طی دهههای اخیر با افزایش رشد جمعیت مواجه بوده است. تمرکز اداری، سیاسی، خدماتی، درمانی، رفاهی، آموزشی، فرهنگی و ... از دلایل مهاجرت به این شهر و بهتبع آن، افزایش رشد جمعیت است. با افزایش روزافزون جمعیت، تقاضا برای مسکن نیز افزایش پیدا کرده است. این افزایش تقاضا، تأثیر مستقیمی بر عرضه زمین و مسکن و بالتبع قیمت آن داشته است. بهعلاوه گسترش نامتوازن و شکلگیری مناطق و فضاهای نابرابر شهری به لحاظ برخورداری از شاخصهای توسعه و زیرساخت شهری در شهر کرمانشاه، باعث شده است که قیمت املاک و اراضی در مناطق و نواحی مختلف این شهر بسیار متفاوت باشد. به عبارت دیگر، در سالهای اخیر عوامل متعددی بر افزایش و تغییرات قیمت زمین و مسکن در شهر کرمانشاه اثرگذار بوده و این امر منجر به تحولات شدیدی در حوزه زمین و مسکن شهری و شکلگیری روند بورسبازی و رانت اراضی در این شهر شده است. پژوهش حاضر سعی دارد به بررسی و شناسایی عوامل مؤثر بر قیمت زمین و مسکن در شهر کرمانشاه اقدام کند.
پیشینه
در موضوع تعیین مهمترین عوامل مؤثر بر قیمت زمین و مسکن، پژوهشهای فراوانی به روشهای مختلف و با استفاده از شاخصهای متعدد انجام گرفته است، از جمله: زالی و همکاران (1402) تحلیل فضایی - زمانی عوامل مؤثر بر قیمت مسکن در منطقة پنج شهر تهران را انجام دادهاند. براساس نتایج بهدستآمده، متغیر نرخ ارز (قیمت دلار) بیشترین تأثیر را در مدلسازی قیمت مسکن دارد. سپس ویژگیهای فیزیکی مسکن، همچون مساحت واحد مسکونی و عمر بنا، اهمیت بیشتری در این زمینه دارند. درنهایت، سطح دسترسی به خدمات شهری همچون فاصله از مراکز درمانی، ورزشی، آموزشی، مذهبی، فضای سبز، بزرگراه و ایستگاههای حملونقل شهری میتوانند مدلسازی قیمت مسکن را بهبود بخشند. حقلسان (1402) پیشرانهای کلیدی تأثیرگذار بر کنترل بازار زمین و مسکن شهرهای تهران و پرند را با رویکرد آیندهنگاری تحلیل کرده است. نتایج تحقیق نشان داد که ابعاد اقتصادی و مدیریتی - نهادی تأثیرگذارترین معیارها و ابعاد محیطی - اجتماعی و اقتصادی تأثیرپذیرترین معیارهای کنترل در بازار زمین و مسکن شهرهای تهران و پرند بوده است. در این راستا پنج عامل مالیات بر سود حاصل از فروش، مالیات به حق مرغوبیت مالیات بر نقل و انتقالات مکرر زمین و مسکن مالیات بر مساکن خالی و بلااستفاده و قوانین سلب مالکیت از زمین و ذخیره آن به صورت مستقیم بر کنترل بازار زمین و مسکن شهرهای مورد مطالعه تأثیرگذار بودهاند. گودرزی و همکاران (1401) عوامل مؤثر بر عدم موفقیت سیاستهای زمین و مسکن در منطقه 22 تهران را تحلیل کردهاند. نتایج تحقیق نشان داد که میزان عوارض برای صدور پروانه ساختمانی با میانگین 3/84 مهمترین سیاست مداخله دولت در مدیریت شهرسازی بود. همچنین، براساس نظرات پاسخگویان، آشفتگی تصمیمگیری و عدم وجود رویه مشخص به دنبال تغییر و تحولات سیاستهای زمین شهری و مسکن و نوسانات در قیمت زمین و مسکن با میانگین 4/21 مهمترین عامل مؤثر بر عدم موفقیت و کارآیی سیاستهای زمین و مسکن در منطقه 22 تهران بوده است.
پریزادی و همکاران (1401) نقش کنشگران توسعه زمین و مسکن درکلان شهر تهران را تحلیل کردهاند. برای این منظور از روش دلفی و نرمافزار Mactor استفاده شده است. طبق نتایج بهدستآمده، از میان اهداف توسعه زمین و مسکن به ترتیب اهمیت، کنترل قیمت زمین و مسکن، تولید مسکن، توزیع مسکن و کنترل بازار زمین و مسکن (عرضه و تقاضا)، سرمایهگذاری مسکن، کیفیت مسکن، تأمین خدمات اساسی و اعطای تسهیلات اعتباری بهعنوان مهمترین عوامل مؤثر تعیین شدهاند. علیزاده و جعفریزاده (1401) سیاستهای مسکن شهری بعد از انقلاب اسلامی را با تأکید بر بخش خصوصی تحلیل و بررسی کردهاند. طبق نتایج مهمترین برنامههای بعد از انقلاب شامل عرضه زمین و مسکن با قیمتهای منطقهای و کنترل روند افزایش قیمت زمین، افزایش ساختمانهای با دوام، توجه به مناطق نیازمند بهسازی و نوسازی بافتهای فرسوده، مسکن اجتماعی و ... بوده است. صادقپور (1401) نقش کنترل تراکم در توسعه مسکن منطقه دو شهر کرمانشاه را بررسی کرده است. نتایج نشان داده است با توجه به محدودیتهای توسعه کالبدی شهر کرمانشاه و همچنین نرخ بالای رشد جمعیت ناشی از مهاجرت و رشد طبیعی جمعیت، افزایش تراکم ساختمانی و توسعه عمودی این شهر و جلوگیری از پراکندهرویی شهری، از الزامات توسعه کالبدی شهر کرمانشاه است. پورمحمدی و همکاران (۱۴۰۰) در پژوهشی به دلایل گرانی و کمبود زمین و مسکن در ناحیه پیراشهری نایسر در سنندج پرداختند. نتایج تحقیق نشان داد که شاخصهای مربوط به ابعاد، اقتصادی کالبدی، مدیریت شهری، محیطی - طبیعی و اجتماعی به ترتیب بیشترین تأثیر را بر گرانی زمین و مسکن در نایسر داشتهاند. ذخیره زمین، بورس بازی و رانت زمین و مسکن، افزایش جمعیت و تقاضا برای مسکن، ورود مهاجران با طیف گوناگون اقتصادی و اجتماعی، نزدیکی به شهر مادر (سنندج) از جمله مهمترین عوامل گرانی زمین و مسکن هستند که ساکنان را با چالش جدی مواجهه کرده است. دارابی و همکاران (1400) مؤلفههای اقتصادی اثرگذار بر مسکن پایدار در شهر کرمانشاه را تحلیل کردهاند. نتایج نشان داده است که متغیرهای تسهیلات اعتباری بانکها و یارانهها به مراتب سهم بیشتری در مقایسه با سایر متغیرها در پیشگویی متغیر وابسته دارند. همچنین نتایج خودهمبستگی فضایی، ضمن وجود اثرات فضایی در مدل تفاوت شاخصهای مسکن پایدار در مناطق 8گانه شهر کرمانشاه با سه عامل فاصله، درجه تمرکز و عامل دسترسی در سطح بالایی معنیدار است. با توجه به آمارههای آزمون وابستگی فضایی، تغییرات ناشی از نوسان قیمت در مناطق مرکزی به سایر مناطق پیرامون سرایت کرده است. شماعی و همکاران (1399) عوامل مؤثر بر قیمت مسکن در محله پارک لاله تهران را بررسی کردهاند. نتایج حاصل از این تحقیق نشان داد که عوامل فیزیکی مسکن تأثیر بیشتری نسبت به عوامل دسترسی در قیمت مسکن دارند؛ به طوری که در میان ویژگیهای انتخابشده، متغیرهای مساحت واحد مسکونی، پارکینگ و نوع اسکلت، بیشترین تأثیر مثبت را بر قیمت مسکن در محدوده مورد مطالعه داشتهاند. از طرف دیگر، بعضی از ویژگیها مانند فاصله واحد مسکونی تا نزدیکترین خیابان اصلی، فاصله واحد مسکونی تا نزدیکترین کاربری آموزشی، فاصله واحد مسکونی تا نزدیکترین کاربری بهداشتی درمانی و قدمت واحد مسکونی تأثیر منفی بر قیمت مسکن در محله پارک لاله داشتهاند. شیخی و موحد (1399) تأثیر گسترش حملو نقل عمومی بر قیمت مسکن در محلات کسری، 22 بهمن، شهرک مسکن و معلم، شهر کرمانشاه را بررسی کردهاند. در این پژوهش از روش همبستگی و مدل هدانیک استفاده شده است. متغیرهای مورد استفاده شامل 13 متغیر بودهاند که بیشتر وضعیت فیزیکی و موقعیت و دسترسیها را شامل میشود. نتایج نشان داده است که ضرایب همه متغیرهای مورد بررسی، از نظر آماری در سطح خطای 05/0 معنیدار است؛ بنابراین، بین قیمت واحدهای مسکونی و متغیرهای مورد بررسی، رابطه معنادار وجود دارد.
یی و همکاران رابطه بین دسترسی به زمین و قیمت مسکن را با هدف بررسی اثر نامتقارن دسترسی به زمین بر قیمت مسکن با در نظر گرفتن تولید ناخالص داخلی، تورم و نرخ بهره در چین را مورد بحث قرار دادهاند. است. نتایج نشان داده است که دسترسی به زمین اثر نامتقارنی بر قیمت مسکن چین در بلندمدت دارد. تغییرات مثبت در دسترسی به زمین نسبت به تغییرات منفی این دسترسی تأثیر بیشتری بر قیمت مسکن دارد (Yii et al., 2021). فان و همکاران چگونگی تأثیر سیستم سهمیهبندی و سیاست دولتی عرضه زمین را بر قیمت مسکن در 282 شهر چین در فاصله زمانی سالهای 2001 تا 2016 بررسی کردهاند؛ نتایج نشان داده است در شهرهایی که عرضه زمین در آنها کاهش یافته، رشد قیمت مسکن حدود 10درصد بیشتر از شهرهایی بوده که عرضه زمین آنها افزایش یافته است (Fan et al., 2021).
یانگ و همکاران با بیان درک فضایی تغییرات قیمت زمین مسکونی متأثر از گسترش سریع زمین شهری به تأثیر برنامهریزی شهری با تشکیل یک مرکز شهری جدید در کنترل قیمت زمین اشاره دارد (Yang et al., 2020). میرکتولی و همکاران متغیرهای اقتصادی - اجتماعی قیمت زمین و مسکن در شهر مشهد را ارزیابی و تحلیل کردهاند. نتایج نشاندهنده وجود رابطه مثبت و مستقیم بین متغیرهای اقتصادی - اجتماعی با قیمت زمین و مسکن است. همچنین تأثیر متغیرهای اقتصادی - اجتماعی بر قیمت زمین و مسکن با استفاده از تحلیل مسیر نشان داده که متغیرهای درآمد، وضعیت شغلی و سطح تحصیلات بیشترین تأثیر را بر قیمت زمین و مسکن داشتهاند (Mirkatouli et al., 2018).
مبانی نظری
سکونت یکی از کارکردهای عمده شهرهاست. بخش چشمگیری از فضای شهرها را واحدهای مسکونی اشغال کردهاند. مسکن به مفهوم محلی برای سکون و آرامش، بهعنوان اصلیترین کاربری اراضی شهری و یکی از سه رکن فعالیتهای انسانی (سکونت، کار و گذران اوقات فراغت) محسوب میشود. مفهوم مسکن در شرایط گوناگون و با توجه به انواع معیارهای اقتصادی، فرهنگی و سایر عوامل، متغیر است (پورمحمدی و همکاران، 1400، ص. 97). میتوان گفت مسکن کلیتی از امکانات است که در ظرف مکان برای ارائه خدمات، نقش ایفا میکند. در این زمینه میتوان گفت که معنی و بعد مسکن از یکسو به خصوصیات فردی مربوط میشود و از سوی دیگر تابع مجموعه روابطی (قراردادی و ضمنی) است که بر طبق آن مردم در یک محله یا یک شهر باهم در تماس هستند (اسدی و همکاران، 1400، ص. 46).
بهطور کلی، عوامل مؤثر بر قیمت مسکن را میتوان به دو دسته تقسیم کرد. نخست، عوامل بنیادی که نیروهای عرضه و تقاضای بازار تعیین میکنند. به عبارت دیگر، عوامل بنیادی با توجه به نیروهای عرضه و تقاضا تلاش میکند الگوی نوسانها و تغییرات قیمت مسکن را توضیح دهد. دوم عوامل غیربنیادی شامل نیروهایی است که خارج از عملکرد اقتصادی بخش مسکن، بر قیمت آن تأثیر میگذارند. در این بین در مقیاس کلان میتوان به عواملی همچون سیاستهای پولی و نرخ بهره و بازدهی سپردههای بانکی اشاره کرد و در مقیاس خرد، عواملی همچون تراکم ساختمانی، بر الگوی قیمتی مسکن تأثیرگذار هستند. به عبارتی 1) فاصله از مهمترین مکانها مثل مرکز تجاری شهر(CBD) و سایر مکانهای تمرکز 2) مناطق عمده خرید، مسیرهای عمده حملونقل 3) کاربری زمین 4) واحدهای همسایگی و ویژگیهای اقتصادی، اجتماعی، محیطی 5) عملکرد دولتهای محلی؛ در تغییرات قیمت مسکن تأثیرگذار هستند (حکمت و همکاران، 1400، ص. 113؛ دارابی و همکاران، 1400، ص. 131؛ Mirkatouli et al., 2018; Fan et al., 2021). درمجموع مهمترین عواملی که بر بازار زمین و مسکن نقش موثری دارند، عبارتاند از:
معرفی منطقه موردمطالعه
شهر کرمانشاه (مرکز استان کرمانشاه)، در نیمه شرقی استان و در موقعیت 33 درجه و 47 دقیقه تا 34 درجه و 48 دقیقه عرض شمالی و 46 درجه و 24 دقیقه تا 47 درجه و 31 دقیقه طول شرقی قرار گرفته است. بهعبارتی شهر کرمانشاه از سویی در شمال و جنوب با کوهستان محدود شده است و بین کوهستانهای پرو و طاقبستان در شمال و کوه سفید در جنوب قرار دارد و از سوی دیگر نیز در دامنههای تپهماهوری جنوب و دشت وسیع شمال آن گسترده شده است. در واقع شهر کرمانشاه هم تحتتأثیر کوهستان بوده و هم از دشت تأثیر پذیرفته است. مطابق با نتایج سرشماری نفوس و مسکن، جمعیت شهر کرمانشاه از 125249 نفر در سال 1335 به 946651 نفر در سال 1395، افزایش یافته است. این افزایش جمعیت شهر کرمانشاه طی سالهای 1395 - ۱۳۳۵ و نیاز روزافزون بــه فضاهای زیستی و عملکردی به رشد شتابان و لجامگسیخته شهر منجر شده است (حاتمینژاد و همکاران، 1398، ص. 99). این شهر دارای 8 منطقه شهری است که منطقه 3 با جمعیتی معادل 166192 نفر پرجمعیتترین و منطقه 4 با جمعیتی معادل 75486 نفر کمجمعیتترین منطقه آن هستند. مساحت شهر کرمانشاه 8387 هکتار است که منطقه 3 با مساحت 1470 هکتار وسیعترین و منطقه 6 با مساحت 597 هکتار کوچکترین منطقه شهر کرمانشاه هستند (محمدی، 1403، ص. 76). در سالهای اخیر ویژگیهای کالبدی شهر کرمانشاه را میتوان در شاخصهایی مانند افزایش میزان بیکاری، گسترش افقی یا توسعه بیرونی، محققنشدن سرانه فضاهای خدماتی پیشنهادی طرح جامع در کاربریهای مسکونی، آموزشی، ورزشی، درمانی، فرهنگی، فضاهای سبز و توزیع ناعادلانه خدمات در محلات مختلف شهر مشاهده کرد (صادقپور، 1401، ص. 73). بررسی قیمت املاک (زمین و مسکن) در مناطق هشتگانه شهر کرمانشاه در سالهای مختلف (1403، 1397، 1395) نشان میدهد که بالاترین میانگین قیمت مسکن به ترتیب در مناطق 2، 1 و 7 وجود داشته است؛ به طوری که در سال 1403، قیمت مسکن در منطقه 2 به ازای هر مترمربع بهطور میانگین 55 میلیون تومان و در مناطق 1 و 7 حدود 43 میلیون تومان بوده است. همچنین کمترین میانگین قیمت مسکن در مناطق 6 و 8 وجود داشته است؛ به طوری که به ازای هر مترمربع 21 میلیون تومان ارزشگذاری شده است. علاوه بر این قیمت زمین مسکونی نیز در مناطق شهر کرمانشاه گویای این است که مناطق 2 و 1 به ترتیب 25 و 22 میلیون تومان به ازای هر مترمربع، بالاترین میزان قیمت زمین و مناطق 6 و 8 با محدوده قیمتی 11 میلیون به ازاء هر مترمربع، کمترین قیمت زمین را داشتهاند (شکل 1).
شکل 1: موقعیت جغرافیایی منطقه مورد مطالعه
Fig1: Geographical Location of the study area
روش تحقیق
تحقیق حاضر باهدف بررسی عوامل مؤثر بر قیمت زمین و مسکن در شهر کرمانشاه انجام گرفته است. جامعه آماری پژوهش شامل جمعیت 946651 نفری شهر کرمانشاه (مطابق با سرشماری سال 1395) است که از طریق فرمول کوکران تعداد 384 نفر بهعنوان حجم نمونه انتخاب شده است. جامعه نمونه مورد پرسش، از بین ساکنان مناطق هشتگانه شهر کرمانشاه و کارشناسان و فعالان بخش زمین و مسکن (مشاورین املاک) در محدوده مورد مطالعه انتخاب شدهاند. دادههای موردنیاز در راستای هدف مذکور، بهواسطه طراحی پرسشنامه محقق ساخته، شامل 5 شاخص اقتصادی، مدیریتی، کالبدی - فضایی، اجتماعی و شاخصهای مربوط به ملک و 38 گویه، گردآوری شده است (جدول 1).
جدول 1: شاخصهای پژوهشی در ارتباط با تحلیل فضایی قیمت زمین و مسکن در شهر کرمانشاه
Table1: Research indicators related to spatial analysis of land and housing prices in Kermanshah city
|
شاخصهای مؤثر |
گویهها |
|
شاخصهای اقتصادی |
تقاضای مسکن، عرضه و تولید مسکن، نرخ تورم، بورسبازی و دلالی، میزان درآمد خانوار، سرمایهگذاری بخش خصوصی، نرخ بیکاری |
|
شاخصهای مدیریتی |
قوانین و مقررات حاکم بر ساختوساز، صدور پروانههای ساخت، فروش تراکم توسط شهرداری، عرضه زمین توسط دولت، اعطای خدمات و تسهیلات مالی، نوع سند مالکیت |
|
شاخصهای کالبدی - فضایی |
زیرساختها و خدمات عمومی، تراکم ساختمانی، قرارگیری در جهت توسعه شهر، دسترسی به تسهیلات و خدمات، فاصله از خیابانها و معابر اصلی، فاصله از مرکز شهر، فاصله از زیرساختها و خدمات عمومی (بیمارستانها، پمپبنزین، پارکها و فضای سبز، مراکز آموزشی و ...)، عرض خیابان، کیفیت زیستمحیطی |
|
شاخصهای اجتماعی |
وجود امنیت، موقعیت اجتماعی محله، انتظار افزایش قیمت مسکن، تمرکز قشر خاص اجتماعی، شلوغی و تردد و ترافیک |
|
شاخصهای مربوط به ملک |
اندازه قطعات زمین، مساحت زیربنا، نوع مصالح، نوع فونداسیون و استحکام بنا، برای جغرافیایی (شمالی - جنوبی)، قدمت ساختمان، تعداد طبقات، درجه تمرکز یا تفرق کاربری مسکونی، درجه تمرکز جمعیتی، داشتن پارکینگ و آسانسور، وضعیت نما و معماری بدنه |
|
قیمت زمین و مسکن |
قیمت زمین و مسکن در مناطق 8 گانه شهر کرمانشاه |
برای مدلسازی قیمت زمین و مسکن از تکنیک مدلسازی معادلات ساختاری[1] (SEM) با رویکرد حداقل مربعات جزئی[2] (PLS) در نرمافزار Smart Pls استفاده شده است. مدلسازی معادلات ساختاری مبتنی بر واریانس است که بهعنوان مدلسازی مسیری کمترین مربعات جزئی (PLS-SEM) نیز شناخته میشود. در این نوع مدلسازی همزمان دو مدل بررسی میشود:
در ادامه برای بررسی روایی همگرای مدل، از میانگین واریانس استخراج شده (AVE)، استفاده شده است. همچنین بهمنظور مناسببودن پرسشنامه نیز از ضرایب پایایی مرکب (CR)، استفاده شده است. درنهایت با استفاده از معیار GOF (معادله 1)، قدرت پیشبینی و اثرگذاری مدل بررسی شد.
معادله 1)
علاوه بر آن، بهمنظور تحلیل فضایی عوامل مؤثر بر قیمت زمین و مسکن در شهر کرمانشاه، از قابلیتهای نرمافزار ArcGIS استفاده شده است.
بحث و نتایج
در این پژوهش، برای بررسی روابط میان متغیرهای مستقل (شاخص اقتصادی، مدیریتی، کالبدی - فضایی، اجتماعی و شاخصهای مربوط به ملک) و متغیر وابسته (قیمت زمین و مسکن) از مدلسازی معادلات ساختاری استفاده شده است. در روش معادلات ساختاری، بررسی برازش مدل مفهومی در سه بخش انجام میشود.
برازش مدل اندازهگیری
برازش مدلهای اندازهگیـری شــامل بررسی پایایی و روایی سازههای پژوهش است و برای آن سه معیار: پایایی مرکب هر یک از شاخصها، میانگین واریانس استخراج شده (AVE) و ضریب بارهای عاملی، پیشنهاد شده است (علیمردی و زارع، 1402، ص. 80).
از آنجایی که معیار آلفای کرونباخ یک روش سنتی برای تعیین پایایی سازهها و شاخصها است، PLS از معیار مدرنتری با عنوان پایایی مرکب استفاده میکند. برتری آن نسبت به آلفای کرونباخ در این است که پایایی سازهها نه بهصورت مطلق بلکه با توجه به همبستگی سازهها با یکدیگر محاسبه میشود (داوری و رضازاده، 1396، ص. 95). در صورتی که معیار پایایی مرکب برای هر شاخص بالای 7/0 باشد نشاندهنده پایداری درونی مناسب برای مدلهای اندازهگیری است و کمتر از 6/0 عدم پایایی را نشان میدهد.
روایی همگرای مدل از طریق میانگین واریانس استخراجشده (AVE) محاسبه میشود. این معیار نشاندهنده میانگین واریانس اشتراکی بین هر شاخص با گویههای خود است. به بیان سادهتر، میزان همبستگی بین شاخصها و گویههای مرتبط با خود را نشان میدهد. عدد بحرانی دربارۀ روایی همگرا مقدار 5/0 است. نتایج تحلیل مدلها در روش PLS-SEM نشان داده است که ضرایب پایایی مرکب مربوط به عوامل مؤثر بر قیمت زمین و مسکن در شهر کرمانشاه بزرگتر از 7/0 بوده و میانگین واریانس استخراجشده (AVE) نیز برای همه عوامل تعیینکننده بزرگتر از 5/0 بوده است؛ بنابراین، پرسشنامه به لحاظ پایایی مرکب، سازگاری درونی و روایی همگرای مدل اندازهگیری، تأیید میشود (جدول 2).
جدول 2: ضرایب پایایی مرکب و میانگین واریانس شاخصهای مؤثر
Table 2: Composite reliability coefficient and mean variance of effective indicators
|
شاخصهای مؤثر بر قیمت زمین و مسکن |
پایایی مرکب (CR> 0.7) |
میانگین واریانس (AVE> 0.5) |
|
شاخصهای اقتصادی |
756/0 |
588/0 |
|
شاخصهای مدیریتی |
725/0 |
559/0 |
|
شاخصهای کالبدی - فضایی |
783/0 |
633/0 |
|
شاخصهای اجتماعی |
718/0 |
537/0 |
|
شاخصهای مربوط به ملک |
814/0 |
703/0 |
|
قیمت زمین و مسکن |
708/0 |
652/0 |
منبع: یافتههای پژوهش
بار عاملی، در واقع، ضریب رگرسیونی مسیر متغیر پنهان به متغیر مشاهدهپذیر است و قدرت رابطه بین متغیر پنهان و متغیرهای مشاهدهپذیر را نشان میدهد و از طریق محاسبه مقدار همبستگی گویههای یک شاخص (سازه) با دیگر شاخصها محاسبه میشود که اگر این مقدار برابر و یا بیشتر از مقادیر 4/0 باشد، نشاندهنده این است که واریانس بین سازه و شاخصهای آن از واریانس خطای اندازهگیری آن سازه بیشتر بوده و پایایی دربارۀ آن سازه پذیرفتنی است. جدول (3) ضریب بار عاملی شاخصهای مؤثر در قیمت زمین و مسکن و گویههای مربوط به هر شاخص را نشان داده است.
جدول 3: بار عاملی شاخصهای مؤثر در قیمت زمین و مسکن شهر کرمانشاه
Table3: Factor loading of effective indicators in land and housing prices in Kermanshah city
|
شاخصهای مؤثر بر قیمت زمین و مسکن |
گویهها |
نماد |
بار عاملی |
شاخصهای مؤثر بر قیمت زمین و مسکن |
گویهها |
نماد |
بار عاملی |
|
شاخصهای اقتصادی |
تقاضای مسکن |
A1 |
416/0 |
شاخصهای کالبدی_فضایی |
زیرساختها و خدمات عمومی |
C1 |
655/0 |
|
عرضه و تولید مسکن |
A2 |
483/0 |
تراکم ساختمانی |
C2 |
822/0 |
||
|
نرخ تورم |
A3 |
409/0 |
قرارگیری در جهت توسعه شهر |
C3 |
766/0 |
||
|
نرخ بیکاری |
A4 |
514/0 |
دسترسی به تسهیلات و خدمات |
C4 |
693/0 |
||
|
میزان درآمد خانوار |
A5 |
509/0 |
فاصله از خیابانها و معابر اصلی |
C5 |
780/0 |
||
|
سرمایهگذاری بخش خصوصی |
A6 |
600/0 |
فاصله از مرکز شهر |
C6 |
888/0 |
||
|
بورسبازی و دلالی |
A7 |
611/0 |
فاصله از زیرساختها و خدمات عمومی |
C7 |
490/0 |
||
|
عرض خیابان |
C8 |
543/0 |
|||||
|
کیفیت زیستمحیطی |
C9 |
409/0 |
|||||
|
شاخصهای مدیریتی |
قوانین و مقررات حاکم بر ساختوساز |
B1 |
486/0 |
شاخصهای مربوط به ملک |
اندازه قطعات زمین |
E1 |
656/0 |
|
صدور پروانههای ساخت |
B2 |
707/0 |
مساحت زیربنا |
E2 |
498/0 |
||
|
فروش تراکم توسط شهرداری |
B3 |
563/0 |
نوع مصالح |
E3 |
547/0 |
||
|
عرضه زمین توسط دولت |
B4 |
625/0 |
نوع فونداسیون و استحکام بنا |
E4 |
449/0 |
||
|
اعطای خدمات و تسهیلات مالی |
B5 |
709/0 |
جهت جغرافیایی (شمالی - جنوبی)، |
E5 |
588/0 |
||
|
نوع سند مالکیت |
B6 |
539/0 |
وضعیت نما و معماری بدنه |
E6 |
608/0 |
||
|
شاخصهای اجتماعی |
وجود امنیت |
D1 |
474/0 |
تعداد طبقات |
E7 |
699/0 |
|
|
موقعیت اجتماعی محله |
D2 |
555/0 |
درجه تمرکز یا تفرق کاربری مسکونی |
E8 |
539/0 |
||
|
انتظار افزایش قیمت مسکن |
D3 |
502/0 |
درجه تمرکز جمعیتی |
E9 |
780/0 |
||
|
تمرکز قشر خاص اجتماعی |
D4 |
684/0 |
داشتن پارکینگ و آسانسور |
E10 |
733/0 |
||
|
شلوغی و تردد |
D5 |
740/0 |
قدمت ساختمان |
E11 |
672/0 |
||
|
قیمت زمین و مسکن |
قیمت زمین و مسکن در منطقه 1 |
F1 |
604/0 |
|
قیمت زمین و مسکن در منطقه 5 |
F5 |
664/0 |
|
قیمت زمین و مسکن در منطقه 2 |
F2 |
445/0 |
قیمت زمین و مسکن در منطقه 6 |
F6 |
576/0 |
||
|
قیمت زمین و مسکن در منطقه 3 |
F3 |
515/0 |
قیمت زمین و مسکن در منطقه 7 |
F7 |
771/0 |
||
|
قیمت زمین و مسکن در منطقه 4 |
F4 |
854/0 |
قیمت زمین و مسکن در منطقه 8 |
F8 |
706/0 |
منبع: یافتههای پژوهش
با توجه به نتایج بهدستآمده، بورسبازی و دلالی (با ضریب 611/0) و سرمایهگذاری بخش خصوصی (با ضریب 600/0) مهمترین عوامل اقتصادی مؤثر در قیمت زمین و مسکن شهر کرمانشاه بودهاند. همچنین در بخش شاخصهای مدیریتی میتوان گفت عوامل اعطای خدمات و تسهیلات مالی (با ضریب 709/0) و صدور پروانههای ساخت (با ضریب 707/0)، بهعنوان مهمترین عوامل تأثیرگذار انتخاب شدهاند. از جمله مهمترین عوامل در بخش شاخصهای اجتماعی میتوان به شلوغی و تردد (با ضریب 740/0) و تمرکز قشر خاص اجتماعی (با ضریب 684/0) اشاره کرد.
در بخش شاخصهای کالبدی - فضایی، مهمترین عوامل عبارت است از: فاصله از مرکز شهر (با ضریب 888/0)، تراکم ساختمانی (با ضریب 822/0)، فاصله از خیابانها و معابر اصلی (با ضریب 780/0). همچنین عوامل درجه تمرکز جمعیتی (با ضریب 780/0)، داشتن پارکینگ و آسانسور (با ضریب 733/0)، تعداد طبقات (با ضریب 699/0) و قدمت ساختمان (با ضریب 672/0)، بهعنوان مؤثرترین عوامل در قیمت زمین و مسکن در بخش شاخصهای مربوط به ملک، انتخاب شدهاند.
برازش مدل ساختاری
ارتباط متغیرهای پنهان با یکدیگر در بخش ساختاری بررسی میشود. معمولاً از چندین معیار برای بررسی برازش مدل ساختاری پژوهش استفاده میشود.
معیاری است که برای متصلکردن بخش اندازهگیری و بخش مدلسازی معادلات ساختاری بهکار میرود و نشان دهنده تأثیر متغیر برونزا بر متغیر درونزا است. ضریب تعیین فقط برای شاخصهای درونزای مدل (متغیر وابسته) محاسبه میشود. دربارۀ شاخصهای برونزا، مقدار این معیار صفر است. نتایج ارتباط متغیرهای مستقل (شاخصهای اقتصادی، اجتماعی، مدیریتی، کالبدی-فضایی و شاخصهای مربوط با ملک) و متغیر وابسته (قیمت زمین و مسکن) در بخش برازش مدل ساختاری نشان داده که ضریب تعیین (R2) برای متغیر وابسته 853/0 محاسبه شده است. به عبارت دیگر، شاخصهای پنجگانه مذکور توانستهاند 3/85 درصد از واریانس متغیر وابسته (قیمت زمین و مسکن) را تدوین کنند (جدول 4).
معیار دیگر برای بررسی برازش مدل ساختاری، ضریب معناداری T (T value) است. در صورتی که مقدار این معیار بیشتر از 96/1 باشد، صحت رابطه بین سازهها و درنتیجه تأیید فرضیههای پژوهش در سطح اطمینان 95% را بازگو میکند (علیمردی و زارع، 1402، ص. 90). در ادامه بهمنظور بررسی رابطه علت و معلولی بین متغیرها، از آزمون بوتاسترپینگ[3] در نرمافزار PLS استفاده شد. با استفاده از این آزمون، خروجی حاصل یعنی آماره t و ضرایب معناداری مشخص شدند. شکل (2) و شکل (3) نشاندهنده آزمون مدل تحقیق در حالت نمایش ضرایب مسیر استاندارد تأثیر متغیرها و نمایش مقدار آماره T است.
جدول 4: ضرایب مسیر و آماره T شاخصهای پژوهشی
Table 4: Path coefficients and T-statistics of research indicators
|
مسیر |
ضریب مسیر |
خطای استاندارد |
آماره T |
ضریب تعیین R2 |
|
شاخصهای اقتصادی -> قیمت زمین و مسکن |
622/0 |
08/0 |
593/4 |
853/0 |
|
شاخصهای مدیریتی -> قیمت زمین و مسکن |
523/0 |
64/0 |
451/3 |
|
|
شاخصهای کالبدی - فضایی -> قیمت زمین و مسکن |
753/0 |
075/0 |
861/5 |
|
|
شاخصهای اجتماعی -> قیمت زمین و مسکن |
468/0 |
083/0 |
688/2 |
|
|
شاخصهای مربوط به ملک -> قیمت زمین و مسکن |
867/0 |
054/0 |
233/6 |
منبع: یافتههای پژوهش
نتایج نشان داده است که ارتباط بین شاخصهای مربوط به ملک با قیمت زمین و مسکن به میزان 867/0 بوده که با توجه به مقدار t برابر با 233/6 این ارتباط معنیدار بوده است. ارتباط بین شاخصهای کالبدی - فضایی با قیمت زمین و مسکن به میزان 753/0و مقدار t به میزان 861/5 به دست آمده است. علاوه بر این شاخصهای اجتماعی کمترین ارتباط و معنیداری را با قیمت زمین و مسکن در شهر کرمانشاه داشته است؛ به طوری که ضریب مسیر و مقدار t آن به ترتیب برابر با 468/0 و 688/2 بوده است. نتایج کلی گویای این است که ضریب T بهدستآمده برای تمامی روابط مدنظر بزرگتر از 96/1 بوده و این امر نشاندهنده معنیداری تمامی روابط اما با شدت و ضعف و اثرگذاری متفاوت بوده است.
شکل 2: ضرایب مسیر و بارهای عاملی شاخصهای مؤثر در قیمت زمین و مسکن شهر کرمانشاه
Fig 2: Path coefficients and factor loadings of effective indicators in land and housing prices in Kermanshah city
شکل 3: مقادیر t-value شاخصهای مؤثر در قیمت زمین و مسکن شهر کرمانشاه
Fig 3: T-statistics of effective indicators in land and housing prices in Kermanshah city
بهمنظور بررسی کفایت مدل در پیشبینی متغیرهای وابسته از شاخص برازش GOF[4] استفاده میکنند. مقدار عددی معیار GOF بین صفر و یک است؛ بدین معنی که هر چه این مقدار به عدد یک نزدیکتر باشد، حکایت از برازش کلی بالاتر مدل دارد. با توجه به نتایج جدول (2) و مقادیر میانگین واریانس استخراج شده (AVE) برای متغیرهای مستقل و وابسته، مقدار معیار GOF مربوط به متغیرهای مورد مطالعه به میزان 722/0 به دست آمده است.
= 0.722
نتیجهگیری
مسکن از جمله مهمترین نیازهای اجتماعی - اقتصادی و زیستی خانوار با ماهیتی چندبعدی است. وجود نوسانهای فراوان در عرضه و تقاضا، تورم و کاهش ارزش پول ملی، بورسبازی و دلالی از جمله خصوصیات زمین و مسکن به شمار میرود که تحلیل فضایی مناسب بهمنظور تشخیص و تعیین مهمترین عوامل مؤثر در قیمت زمین و مسکن و پاسخ به نیازهای وابسته به آن را ضروری کرده است. تعامل قیمت زمین و مسکن با امکانات شهری نشاندهنده این است که خوانش بازار زمین و مسکن و همچنین ارزش واقعی آنها رابطه مستقیمی با امکانات شهر و نوع فعالیتها و خدمات در اطراف اراضی و املاک دارد. این تأثیر بهگونهای است که امکانات شهری در مجاورت املاک، تأثیر مستقیمی بر قیمت زمین و مسکن دارد. شهر کرمانشاه در دهههای اخیر شاهد موج مهاجرت از روستا - شهری بوده است. گسترش روزافزون مهاجرتهای روستا شهری و افزایش طبیعی جمعیت شهر و نیز شرایط خاص مورفولوژیک حاکم بر شهر کرمانشاه باعث شده است به دلیل نیاز روزافزون به مسکن و سرپناه، قیمت مسکن در شهر کرمانشاه طی دهه نود شمسی و بهویژه در سالهای اخیر روندی روبهرشد داشته باشد.
نتایج مربوط به ضرایب مهمترین عوامل تأثیرگذار بر قیمت زمین و مسکن در شهر کرمانشاه نشان داده است که بورسبازی و دلالی (با ضریب 611/0) و سرمایهگذاری بخش خصوصی (با ضریب600/0) مهمترین عوامل اقتصادی مؤثر در قیمت زمین و مسکن شهر کرمانشاه بودهاند. همچنین در بخش شاخصهای مدیریتی میتوان گفت که عوامل اعطای خدمات و تسهیلات مالی (با ضریب 709/0) و صدور پروانههای ساخت (با ضریب 707/0)، بهعنوان مهمترین عوامل تأثیرگذار انتخاب شدهاند. از جمله مهمترین عوامل در بخش شاخصهای اجتماعی میتوان به شلوغی و تردد (با ضریب 740/0) و تمرکز قشر خاص اجتماعی (با ضریب 684/0) اشاره کرد. در بخش شاخصهای کالبدی - فضایی، مهمترین عوامل عبارت است از: فاصله از مرکز شهر (با ضریب 888/0)، تراکم ساختمانی (با ضریب 822/0)، فاصله از خیابانها و معابر اصلی (با ضریب 780/0). همچنین عوامل درجه تمرکز جمعیتی (با ضریب 780/0)، داشتن پارکینگ و آسانسور (با ضریب 733/0)، تعداد طبقات (با ضریب 699/0) و قدمت ساختمان (با ضریب 672/0)، بهعنوان موثرترین عوامل در قیمت زمین و مسکن در بخش شاخصهای مربوط به ملک، انتخاب شدهاند. بررسی مقایسهای نتایج مذکور نشان داده است که این نتایج با سایر پژوهشها از جمله: خندان و همکاران، 1398؛ نیکپور و همکاران، 1398؛ شماعی و همکاران، 1399؛ دارابی و همکاران، 1400؛ اسدی و همکاران، 1400؛ گودرزی و همکاران، 1401؛ صادقپور، 1401؛ زالی و همکاران، 1402 همسو بوده است.
علاوه بر این، نتایج ضرایب مسیر و آماره T شاخصهای پژوهشی نشان داده است که ارتباطسنجی بین عوامل تأثیرگذار بر تحلیل فضایی قیمت زمین و مسکن در شهر کرمانشاه بدین صورت بوده است که ارتباط بین شاخصهای مربوط به ملک با قیمت زمین و مسکن به میزان 867/0 بوده که با توجه به مقدار t برابر با 233/6 این ارتباط معنیدار بوده است. ارتباط بین شاخصهای کالبدی - فضایی با قیمت زمین وج مسکن به میزان 753/0و مقدار t به میزان 861/5 به دست آمده است. علاوه بر این، شاخصهای اجتماعی کمترین ارتباط و معنیداری را با قیمت زمین و مسکن در شهر کرمانشاه داشته است؛ به طوری که ضریب مسیر و مقدار t آن به ترتیب برابر با 468/0 و 688/2 بوده است. به عبارت دیگر، ضریب Tبهدستآمده برای تمامی روابط مدنظر بزرگتر از 96/1 بوده و این امر نشاندهنده معنیداری تمامی روابط اما با شدت و ضعف و اثرگذاری متفاوت بوده است. نتایج کلی گویای این است که شاخصهای مربوط به ملک، متغیرهای کالبدی - فضایی، متغیرهای اقتصادی، متغیرهای مدیریتی و اجتماعی، به ترتیب مهمترین عوامل تعیینکننده قیمت زمین و مسکن در شهر کرمانشاه بودهاند. نتایج بخش مهمترین شاخصها نشان داده است که نتایج مذکور با پژوهشهای انجام گرفته توسط پورمحمدی و همکاران (1400) و حقلسان (1402) مطابقت دارد.
براساس نتایج بهدستآمده، با توجه به اینکه متغیر قیمت زمین نقش تعیینکنندهای در افزایش قیمت مسکن دارد، به گونهای که با افزایش این متغیر، قیمت مسکن نیز افزایش مییابد، بنابراین، سیاستگذاران بهمنظور کنترل نوسانات قیمت مسکن، ابتدا باید سیاست کنترل قیمت زمین واحد مسکونی را پیش بگیرند. در این راستا، سیاست انبوهسازی، کاهش دوره ساخت مسکن و کنترل قیمت مصالح ساختمانی در کاهش قیمت مسکن بسیار مؤثر خواهد بود.
ایجاد شرایط و تسهیلات مناسب برای تشویق سرمایهگذاران بخش خصوصی برای سرمایهگذاری در بخش مسکن شهر کرمانشاه.
تسریع در روند صدور پروانههای ساختمانی
اعطای مشوقهای مناسب برای نوسازی بافتهای فرسوده شهر کرمانشاه و درنتیجه، ارتقا کمی و کیفی مسکن
تغییر نگاه به مسکن اقشار فرودست و اولویتدادن به رهایی از تله فضایی فقر مسکن در محلههای فقیرنشین و حاشیهای شهر کرمانشاه.
افزایش مطالعات اجتماعی، اقتصادی و جغرافیایی در حوزه مسکن شهر کرمانشاه
باتوجهبه اینکه رعایت معیارهای فیزیکی از جمله: وجود تأسیسات و امکانات شهری، زیباسازی مناسب محلههای شهر و همچنین فراهمکردن امکانات حملونقل عمومی برای کاهش تأثیر نقش دسترسی در قیمت زمین و مسکن مهم است، میباید این امکانات به شیوهای مناسب در مناطق شهر کرمانشاه فراهم شوند.
استفاده از ظرفیت زمینهای بازیافتی با رویکرد توسعه درونی شهر بهمنظور کاستن از التهابات قیمت زمین و مسکن در مناطق شهر کرمانشاه
ایجاد کمیسیونی برای قیمتگذاری زمین و مسکن بهصورت منطقهای، بهمنظور جلوگیری از افزایش قیمت در برخی از محلههای شهر کرمانشاه.
باتوجهبه عدم توزیع متعادل امکانات شهری بین محلهها و مناطق شهر کرمانشاه، این امر باعث اختلاف زیاد قیمت زمین و مسکن بین مناطق و محلهها شده است؛ درنتیجه، باید امکانات و خدمات شهری بهصورت یکسان و متعادل بین مناطق توزیع شود تا از افزایش زیاد قیمت زمین و مسکن در مناطق جلوگیری شود.
[1] Structural Equation Modeling
[2] Partial Least Square
[3] Bootstrapping
[4] Goodness Of Fit
)