نوع مقاله : مقاله استخراج شده از پایان نامه
نویسندگان
1 دانشجوی دکتری، مدیریت سیستمها، دانشکده اقتصاد، مدیریت و علوم اجتماعی، دانشگاه شیراز، شیراز، ایران
2 کارشناس ارشد مدیریت دولتی، دانشکده مدیریت و حسابداری، پردیس فارابی دانشگاه تهران، قم، ایران
3 استادیار جغرافیا و برنامهریزی شهری، پردیس فارابی دانشگاه تهران ، قم، ایران
4 استادیار دانشکده مدیریت دانشگاه تهران، تهران، ایران
چکیده
کلیدواژهها
عنوان مقاله [English]
نویسندگان [English]
Housing is considered to be the main asset in the portfolio of households in the Iranian economy. The changes in housing prices, will change the wealth of citizens over the time and consequently will change the utility of consumption. Given the different composition of assets for different individuals, the change in housing prices will cause different people's wealth to change relative to each other. Therefore, the control of housing prices at metropolises is the most important challenge, the Iran’s Government is facing. The study aims to investigate the causal relationship between macroeconomic variables and demographic factors to predict the average possible price per square meter of housing in ten formal metropolises of the country until 2022 and by presenting scenarios, to provide a context for resolving the mentioned challenge. We used the Vensim DSS software to simulate the research model and system dynamic approach to derive the results. Findings indicate that a 10% increase in oil prices and exchange rates, taking into account the same rate of change in migration, the growth of housing prices in Iran will reach to an average of 26.43 and 5.6 percent respectively.
کلیدواژهها [English]
شبیهسازی تغییرات قیمت مسکن در ده کلانشهر کشور با استفاده از رویکرد پویاییشناسی سیستم
هومن پشوتنی زاده * پروانه فدائی مهر **[1] امین فرجی ملائی هاشم معزز****
|
تاریخ دریافت: 16/01/1399 تاریخ پذیرش: 28/04/1399
|
چکیده
مسکن به عنوان اصلیترین دارایی در سبد پرتفولیوی خانوارها در اقتصاد ایران بشمار میرود, در نتیجه، تغییراتی که در قیمت مسکن رخ میدهد از یک سو، باعث تغییر در ثروت فرد در طول زمان و به تبع آن مطلوبیت ناشی از مصرف میشود و از سوی دیگر، با توجه به متفاوت بودن ترکیب دارایی برای افراد مختلف، تغییر در قیمت مسکن موجب می شود ثروت افراد مختلف در مقایسه با یکدیگر تغییر کند. از این رو در حوزهی مسکن بطور معمول مهمترین چالش کنترل قیمت مسکن است. در پژوهش حاضر سعی بر آن شده تا با در نظر گرفتن روابط علّی میان متغیرهای کلان اقتصادی و عوامل جمعیتشناختی، میانگین قیمت احتمالی هر متر مربع مسکن در ده کلانشهر رسمی کشور تا سال 1401 مورد پیشبینی قرار گیرد و سپس با ارائهی سناریوهایی زمینهی مرتفع نمودن چالش مذکور فراهم گردد. به منظور تحقق این مهم از نرمافزار Vensim DSS در راستای شبیهسازی مدل پژوهش و استخراج نتایج ناشی از آن استفاده شده است. همچنین باید خاطر نشان کرد که این تحقیق از روش پویاییشناسی سیستمی بهره گرفته است. نتایج حاصل از پژوهش حاکی از آن است که افزایش 10 درصدی قیمت نفت و نرخ ارز با در نظر گرفتن همین مقدار تغییر در نرخ مهاجرت به ترتیب زمینهی رشد قیمت مسکن در ایران بطور میانگین تا سطح 43/26 و 6/5 درصد می رسد.
واژگان کلیدی: قیمت مسکن، پویاییشناسی سیستمی، مهاجرت، عوامل اقتصادی، کلانشهر.
مقدمه
از دیدگاه اقتصاد خرد، مسکن کالایی با کاربرد مصرفی و سرمایهای است و به عنوان یک کالای ویژه دارای خواصی نظیر ناهمگن بودن، غیرقابل جانشینی و تحرک ناپذیری است. از یک سو باید توجه داشت که مسکن به عنوان کالاهای مصرفی، بیشترین سهم را در سبد هزینه خانوار دارد و از سوی دیگر، مسکن به عنوان کالای سرمایهای میتواند بخش عمدهای از سرمایهها و نقدینگی جامعه را جذب نموده و منجر به افزایش سفتهبازی در بازار مسکن شود (ایزدخواستی و همکاران، 1398). بر این اساس تغییراتی که در قیمت مسکن ایجاد میشود میتواند زمینهی تغییر ثروت فرد در طول زمان را فراهم آورده و متناسب با متفاوت بودن ترکیب داراییها در سبد خانوارها، این تغییر میتواند موجب تغییر ثروت افراد نسبت به یکدیگر گردد.
از آنجا که تقاضای مسکن شامل دو بخش تقاضای مصرفی و تقاضای سرمایهای است، بروز رفتار نوسانی قیمت در بازار مسکن موجب اخلال در تامین مسکن مصرفی خواهد شد (رزبان، 1393). همچنین باید به این مهم توجه داشت که تقاضای مسکن به عنوان یک کالای سرمایهای تابعی از نرخ بازگشت سرمایه در بخش مسکن در قیاس با نرخ بازدهی انواع دیگر سرمایهگذاریهای است (نصرالهی و آزادغلامی، 1392). بنابراین تمرکز بر روی سیاستهای پولی و مالی اتخاذ شده در این راستا پیش از پیش اهمیت مییابد.
جمعیت و مسائل مربوط به آن، از جمله مسائل چند بعدی و پیچیده جوامع انسانی است که هم تحت تاثیر عوامل اقتصادی، اجتماعی، فرهنگی و سیاسی است و هم بر آن تاثیر میگذارد. به عبارتی میتوان چنین بیان نمود که مسائل جمعیتی و تحولات مربوط به آن، به قدری گسترده و دارای پراکندگی است که در قالب نظریه یا فرمولی خاص قرار نمیگیرد، بلکه حرکات جمعیتی خاص در یک جهت ویژه، در شرایط زمانی و مکانی متفاوت، دلایل مختلف، متنوع و گاه متضادی داشته است. بنابراین تحلیلهای اقتصادی، اجتماعی، سیاسی و فرهنگی در افقهای برنامهریزی کوتاهمدت، میانمدت و بلندمدت، بدون پیشبینی مناسب از جمعیت آینده که در بسیاری از بخشهای برنامهریزی و تصمیمگیری، راهبردی اساسی محسوب میشود، ناکارا و گاه بحرانزا خواهد بود (محمودی و همکاران، 1391). متناسب با تاثیر اساسی این عامل بر مسائل اقتصادی نمیتوان از اثر این مهم بر بازار مسکن که بیشترین سهم را در سبد هزینه خانوار دارد، چشمپوشی کرد. بدین روی در پژوهش حاضر به منظور پیشبینی قیمت مسکن بر اساس رویکرد پویاییشناسی سیستمی، بر خلاف پژوهشهای صورت پذیرفته در این حوزه، تنها به عوامل کلان اقتصادی پرداخته نشده است، بلکه در کنار این عوامل به دلیل اهمیت عوامل جمعیتشناختی و تاثیر آن بر تغییرات قیمت مسکن، این متغیرها در مدل مورد بررسی قرار گرفتهاند. این مهم موجبات آن را فراهم میآورد تا مدل ارائه شده نسبت به سایر مدلهای موجود از قدرت تبیینکنندگی بیشتری برخوردار باشد و زمینه را برای شناسایی تغییرات غیرمنتظره (حبابها) در قیمت مسکن فراهم آورد.
مبانی نظری پژوهش
مسکن یکی از ابتداییترین نیازهای اساسی خانوار است که سهم بالایی از تشکیل سرمایه ثابت کشور را به خود اختصاص داده است. این بخش با سایر بخشهای اقتصادی ارتباط وسیعی داشته و از مهمترین و تاثیرگزارترین بخشهای اقتصاد کشور شناخته میشود که قابل تبدیل شدن به موتور رشد اقتصادی خصوصاً در دوران رکود اقتصادی است (قلیزاده و کمیاب، 1387). عدماطمینان نسبت به آینده و نبود نظام تامین اجتماعی مناسب، مسکن را به محل درآمدی برای دوران از کار افتادگی و پیری تبدیل کرده است. از سوی دیگر در سالهای اخیر تزریق حجم بالای نقدینگی به اقتصاد کشور در غیاب عملکرد مناسب بازار سرمایه، ریسک بالای سرمایهگذاری در بازارهای مالی و رشد اقتصادی پایین، سبب هدایت منابع به بخش مسکن و شکلگیری روند صعودی شدید در قیمت این کالا شده است (قاسمی و همکاران، 1392). این دارایی به عنوان یک کالای ناهمگن، بادوام، غیرمنقول، سرمایهای، مصرفی و دارای پیامدهای جانبی، بخش قابل توجهی از بودجه خانوارها، هزینهها و سرمایهگذاری ثابت ناخالص ملی را به خود اختصاص داده و نقش زیادی در اشتغال و ارزش افزوده کشورها دارد. در این میان یکی از موارد بسیار مهم و قابل تاکید در امر مسکن، پیشبینی قیمت و عوامل موثر بر قیمت این کالا است (کاکه جوب و همکاران، 1392).
بحث مسکن از اصلیترین و مهمترین مباحث در مجموعه مطالعات اقتصادی، جمعیتی و اجتماعی بشمار میآید و عدم پاسخگویی و عدم شناخت این مقوله مهم میتواند تاثیر جبرانناپذیری بر کل جامعه وارد آورد (شیخی و همکاران، 1391). نیاز به مسکن دارای دو بعد کمّی و کیفی است؛ در بعد کمّی نیاز به مسکن در برگیرنده شناخت پدیدهها و اموری است که مساله فقدان سرپناه و میزان دسترسی به آن را مطرح میکند. در واقع در این بعد میزان و درجه پاسخگویی به این نیاز مطرح بوده و شاخصهای کیفی مسکن مورد توجه قرار نمیگیرد. این در حالی است که بعد کیفی مسکن، دارای ابعاد گستردهتری است که شامل کلیه مفاهیم اجتماعی، روانشناختی، فرهنگی، اعتقادی و ایدئولوژیک میباشد. این بعد انتظارات افراد را تحتالشعاع قرار میدهد (جارجومی و کالته1، 2007).
موفقیت اجرای سیاستهای تولید مسکن و برنامهریزی شهری مستلزم شناخت دقیق ترجیحات مصرفکنندگان و تمایلات آنها نسبت به ویژگیهای خاص مسکن میباشد. از این رو برآورد قیمت مسکن، برای برنامهریزان و تصمیمگیرندگان، از اهمیت بسیاری برخوردار است (مالپِزی2، 2003). در عصر اطلاعات و همگام با افزایش سطح آگاهی جامعه، برنامهریزان و سیاستگذاران باید تلاش کنند تا برنامههای خویش را بر مبنای نظریات و سلیقهی افراد جامعه پایهریزی نمایند تا علاوهبر دستیابی به رفاه عمومی با جلوگیری از تحمیل هزینههای اجتماعی، شکوفایی اقتصادی بوجود آید (کِبولا3، 2009). با توجه به مباحث مطرح شده باید توجه داشت که یکی از مهمترین عوامل تاثیرگذار بر سلیقه و انتظارات افراد در این راستا، متکی است بر عوامل جمعیتشناختی. ساختار سنی نیز از مهمترین و تاثیرگذارترین عوامل موجود در ذیل این مبحث میباشد.
ساختار سنی جمعیت به دو صورت عمل میکند. از یک سو خود حاصل کنش و واکنشهای اجتماعی، اقتصادی، اجتماعی، سیاسی و فرهنگی است و از سوی دیگر عامل اثرگذار بر روی عوامل مذکور میباشد. جمعیت با توجه به ساخت و حرکات آن، کارکردها و نیازهای مشخص و حیاتی را در برمیگیرد (محمدزاده و احمدزاده، 1385). جمعیت نقطه عطفی است که تمامی عناصر دیگر از آن شکل میگیرند و متاثر میشوند. بنابراین هر نوع برنامهریزی و تعیین خطمشیهای اقتصادی و اجتماعی در سطوح مختلف ناحیهای، منطقهای و ملی، مستلزم آگاهی از کم و کیف پدیدههای دموگرافی است (دوکیوئر و اسچیف4، 2008).
مهاجرت پدیدهای است که با انگیزههای اقتصادی و غیراقتصادی صورت میپذیرد و یکی از عوامل مهم تحولات ساختار جمعیتی در کشور میباشد و دارای اثرات منفی و مثبت، کوتاهمدت و بلندمدت است. در این راستا نکته مهم و کلیدی آن است که بیشترین نوسان در قیمت مسکن در مناطقی صورت میپذیرد که بیشترین مهاجرپذیری را داشتهاند (قلیزاده و مومنی، 1395). به تبع آن مهاجرت را میتوان به عنوان یک عامل اصلی در تغییر ساختار سنی جمعیت در نظر گرفت که با تاثیرگذاری بر روی عرضه و تقاضا مسکن، زمینه را برای رشد یا نزول این دارایی فراهم میآورد.
عرضهی مسکن یکی از متغیرهای تعیینکنندهی قیمت مسکن بشمار میرود. به دلیل زمانبر بودن ساخت یک واحد مسکونی، عرضه مسکن در کوتاهمدت ثابت بوده و به کندی به شوکهای سمت تقاضا واکنش نشان میدهد. امّا باید در نظر داشت که در بلندمدت به علّت افزایشی بودن ارزش زمین، روند عرضه نیز افزایشی خواهد بود، که قطعاً محدودیتهای جغرافیایی و ساختمانسازی در این حوزه اثرگذار هستند (حسنگودرزی و آرمان مهر، 1397). باید به این موضوع اشاره داشت که عواملی همچون نوسانات مصالح ساختمانی و نیروی کار نیز میتوانند زمینهی ایجاد نوسانات قیمت در این حوزه را فراهم آورند. نکتهای که در این راستا باید بدان اشاره داشت این است که تقاضای مسکن ممکن است جنبهی مصرفی داشته و صرفاً تامین نیاز اساسی مسکن و سرپناه مدنظر باشد، با این انگیزه دارایی حائز اهمیت بوده و سودآوری دارایی مسکن به عنوان عنصر اساسی، تقاضای مسکن را تحت تاثیر قرار دهد (قلیزاده، 1378).
ایزدخواستی و همکاران (1398) در پژوهش خود با تاکید بر نقش دولت، به تحلیل عوامل کلان اقتصادی موثر بر شاخص توانپذیری مسکن خانوار در مناطق شهری ایران پرداختند. به منظور تحقق این مهم از مدل دادههای تابلویی پویا استفاده شده است. نتایج حاصل از پژوهش موید این موضوع است که تسهیلات پرداختی به منظور خرید مسکن منجر به کاهش شاخص توانپذیری و افزایش دسترسی خانوارها به مسکن میشود. همچنین سیاست مالیاتی اعمال شده در بخش مسکن از طریق کنترل تقاضای سوداگری مسکن، دسترسی خانوارها به مسکن را افزایش خواهد داد. علاوهبر این، اهرم زمین، قیمت داراییهای جایگزینی مسکن، نرخ تورم، نرخ اشتغال و نرخ ازدواج، سایر عوامل اثرگذار بر شاخص توانپذیری مسکن خانوار بشمار میروند. امانپور و همکاران (1397) در پژوهشی با استفاده از شبکه عصبی مصنوعی پرسپترون چند لایه، مدلی برای پیشبینی قیمت مسکن در شهر اهواز ارائه و نتایج آن را با مدل رگرسیون چند متغیره مقایسه نمودند. نتایج حاصل از این پژوهش، نشان داد که شبکه عصبی پرسپترون چند لایه با دقت 91% نسبت به رگرسیون چند متغیره دارای دقت بیشتری در پیشبینی قیمت مسکن بوده است و همچنین نتایج ارزیابی مدل رگرسیون مبین عملکرد ضعیفتر این مدل در مقایسه با روش شبکه عصبی مصنوعی است. حسنگودرزی و آرمان مهر (1397) در پژوهشی به تحلیل بازار مسکن و پیشبینی قیمت آن تا سال 1405 پرداختند. نتایج حاصل از پژوهش حاکی از آن است که قیمت مسکن به صورت نمایی تا پایان دورهی مورد بررسی افزایش خواهد یافت و این افزایش از تقاضای سرمایه تبعیت مینماید. رعناییکردشولی و همکاران (1396)، در پژوهشی تحت عنوان شبیهسازی الگوی تأثیرات نوسانات داراییهای رقیب سهام بر شاخص کل بورس اوراق بهادار تهران و قیمت مسکن با رویکرد پویاییشناسی سیستمی به این نتیجه رسیدند، تغییرات قیمت طلا و نرخ ارز به عنوان داراییهای جایگزین سهام، در بلندمدت به صورت معکوس بر شاخص کل بورس اوراق بهادار و قیمت مسکن، تأثیر میگذارند و همچنین از اینرو که اقتصاد کشور مبتنی بر درآمدهای نفتی است، در نتیجهی افزایش قیمت جهانی نفت، افزایش قیمت مسکن و رشد شاخص کل بورس اوراق بهادار را در بلندمدت شاهد خواهیم بود. نتایج حاصل از پژوهش قلیزاده و مومنی (1395) بیانگر این موضوع است که رابطهی مثبت و معناداری بین مهاجران وارد شده، درآمد خانوار، کمبود مسکن، هزینهی ساخت و ساز و قیمت مسکن در استانهای ایران وجود دارد. در این راستا مشخص شد که تاثیر مهاجران وارد شده بزرگتر از سایر متغیرهای مذکور میباشد. به منظور تحقق این مهم در پژوهش حاضر از روش دادههای ترکیبی استفاده شد است.
کلی و همکاران5 (2018)، در پژوهشی به بررسی پیوند تجربی خرد میان شرایط اعتباری، سیاست کلان اقتصادی و قیمت مسکن اهتمام ورزیدهاند. نتایج حاصل از این پژوهش حاکی از آن است که محدودیتهای کلان اقتصادی، تأثیرات قابل توجهی بر روی تغییرات قیمت مسکن داشته و اثرات آن متناسب با زمان معرفی به بازار میتواند متفاوت باشد. فانکه و همکاران6 (2018)، در پژوهش خود به تخمین و برآورد قیمت مسکن با در نظر گرفتن سیاستهای کلان در نیوزلند پرداختند. برآورد حاصل از این پژوهش مؤید این موضوع است که محدودیتهای وام که مبتنی بر سیاستهای کلان در نیوزیلند میباشد، در سال 2013 موجبات افزایش قیمت مسکن را تا 8/3% کاهش داده است. در مطالعه صورت پذیرفته توسط تسای7 (2018)، به بررسی این موضوع پرداخته شده است که آیا استفاده از ارزهای واحد میتواند همگرایی قیمت مسکن را در بین کشورهای مختلف فراهم آورد یا خیر. نتایج حاصل از این پژوهش تحت عنوان همگرایی قیمت مسکن در کشورهای حوزهی منطقه یورو مؤید این موضوع است که قانون تک نرخی برای کالاهای مبادلهای میتواند مورد استفاده قرار گیرد و استفاده از واحد میتواند تغییرات قیمت بازار مسکن را نیز در برگیرد. آکتور و همکاران8 (2014) در پژوهشی تاثیر مهاجرت بر روی قیمت مسکن در نقاط شهری 20 کلان شهر ایتالیا با استفاده از روش OLS مورد بررسی قرار دادند. نتایج حاصل از این پژوهش موید این موضوع است که شوک مهاجران، متوسط قیمت مسکن در سطح شهر را افزایش میدهد. بر این اساس مشاهده گردید که افزایش 10 درصدی جمعیت مهاجران موجبات افزایش حدود 6/1 درصدی در متوسط قیمت مسکن را فراهم میآورد.
آنچه که پژوهش حاضر را از مطالعات صورت پذیرفته در این حوزه متمایز مینماید، بررسی همزمان تاثیر عوامل جمعیتشناختی و عوامل کلان اقتصادی بر قیمت مسکن در چارچوب روابط علّی است. همانطور که ملاحظه میگردد در پژوهشهای پیشین تنها به تاثیر یکی از این دو بعد بر قیمت مسکن پرداخته شده است و یا اینکه اگر این ابعاد به صورت همزمان در پژوهش ورود پیدا کردهاند، تنها به روابط خطی میان این عوامل بسنده شده است.
روش تحقیق
از منظر روششناسی، این پژوهش از نوع آمیختهی اکتشافی است. از ابعاد مختلفی میتوان این پژوهش را در زمرهی تحقیقات کیفی جای داد، که از جمله این ابعاد میتوان به این موضوع اشاره داشت که تفکر سیستمی به دنبال توضیح چگونگی فعالیت اجزایی که در ارتباط با یکدیگر قرار دارند، میباشد. بخش کمّی این پژوهش از این رو حائز اهمیت است که در مرحلهی فرمولنویسی و شبیهسازی بر اجزاء یک پدیده، تحت عنوان متغیر تمرکز نموده و به دنبال کنترل، پیشبینی، توصیف و اثبات فرضیههای پویا است (مریام9، 2007). در مطالعهی حاضر با توجه به هدف اصلی پژوهش- پیشبینی تغییرات قیمت بازار مسکن با در نظر گرفتن عوامل کلان اقتصادی و عوامل جمعیتشناختی- به ارائهی مدلی مبتنی بر رویکرد پویاییشناسی سیستمی اهتمام ورزیده شده است. سپس با تکیه بر مشاهدات تجربی صورت پذیرفته، یافتههای ثبت شده و نظریههای قابل استناد موجود در مبانی نظری، نمودارهای علّت- معلولی ساختاربندی گردیده است. برای مدلسازی در این حوزه از نرمافزار10Vensim DSS استفاده شده است. در این راستا باید به این مهم اشاره داشت که در پژوهش حاضر پیشبینی برای بازهی زمانی 1401-1397 صورت پذیرفته است. لازم به ذکر است که در راستای پیشبینی الگوی پویاییشناسی سیستمی طراحی شده از دادههای ثبت شده در مرکز آمار ایران11 استفاده شده است. اطلاعات استخراج شده، متوسط قیمت یک متر مربع واحد مسکونی در 10 کلانشهر ایران را تا نیمه اول سال 1397 در برمییگرند. کلانشهرهای مذکور به ترتیب میزان جمعیت عبارتند از: تهران، مشهد، اصفهان، کرج، شیراز، تبریز، قم، اهواز، کرمانشاه و ارومیه. برای سنجش اعتبار الگوی حاصله از این پژوهش، نتایج شبیهسازی شده با دادههای ثبت شده تا نیمهی اول سال 1397 مورد مقایسه قرار گرفته است.
تعریف متغیرهای کلیدی و روابط علّت و معلولی پژوهش
توجه به این مهم که در دنیای واقعی عوامل بسیار بیشتری وجود دارند که میتوانند قیمت مسکن را تحت تاثیر خود قرار دهند، امّا به دلیل اینکه باید مرز سیستم را به منظور تکمیل مدل در محدودهی مشخصی تعیین نمود، در نتیجه بسیاری از این عوامل به نفع عوامل مهمتر کنار گذاشته میشوند. چرا که اگر این امر حادث نگردد نه تنها با یک سیستم پیچیده و غیرقابل درک روبهرو خواهیم شد، بلکه احتمال ندارد که این مدل کامل شود. بر این اساس متناسب با نظر خبرگان این حوزه که دارای تحصیلات آکادمیک در زمینهی جغرافیا و برنامهریزی شهری بودهاند، متغیرها شناسایی و به مدل پژوهش ورود یافتهاند. لازم به ذکر است که در این مطالعه به علت فراوانی حلقههای علّت و معلولی، در ذیل این بخش تنها به توصیف حلقههای اصلی پرداخته شده است.
الف) حلقههای تعادلی نرخ تورم (B1) و قیمت مسکن (B2)
|
|
شکل 1- حلقه تعادلی نرخ تورم |
شکل 2- حلقه تعادلی قیمت مسکن |
همانطور که در شکل 1 نشان داده شده است، افزایش (کاهش) نرخ ازر موجبات این امر را فراهم میآورد که قیمت مواد اولیه وارداتی مورد استفاده در صنعت ساختمانسازی همسو با این تغییر، افزایش (کاهش) یابند. همچنین تحت تاثر قرار گرفتن قیمت نفت، همسو با تغییرات ایجاد شده در نرخ ارز، با افزایش حجم نقدینگی موجود در جامعه بر تشدید (تنزیل) نرخ تورم اثر میگذارد. تشدید (تنزیل) نرخ تورم باعث میشود، جمعیت جوان جامعه با هدف ارتقاء وضعیت اقتصادی خویش به سوی مهاجرت روی آورند. با وقوع این امر شاهد این امر خواهیم بود که کشور را افزایش (کاهش) میانگین سنی مواجه خواهد شد. این موضوع به خودی خود زمینهی کاهش (افزایش) تقاضا برای کالای مصرفی را فراهم خواهد آورد و در نهایت منجر به کاهش (افزایش) نرخ تورم خواهد شد. حلقه تعادلی قیمت مسکن که در شکل 2 نمود یافته است به این موضوع اشاره دارد که افزایش (کاهش) قیمت مسکن به دلیل تأثیری که بر سود و انگیزه تولیدکننده دارد، سبب افزایش (کاهش) ساخت مسکن و به تبع آن افزایش (کاهش) عرضه مسکن میگردد و سپس متناسب با قانون عرضه و تقاضا موجبات کاهش (افزایش) قیمت مسکن را فراهم میآورد.
ب) حلقههای تقویتکنندهی تقاضا مسکن (R1)، عرضه مسکن (R2) و قیمت مسکن (R3).
|
|
شکل 3- حلقه تقویتکننده تقاضا مسکن |
شکل 4- حلقه تقویتکننده عرضه مسکن |
|
شکل 5- حلقه تقویتکننده قیمت مسکن |
حلقهی تقویتکنندهی تقاضا مسکن (R1) نمایش داده شده در شکل3 موید این موضوع است که مطابق قانون عرضه و تقاضا، افزایش (کاهش) تقاضا مسکن، سبب افزایش (کاهش) عرضه مسکن گردد و این امر به خودی خود زمینهی کاهش (افزایش) قیمت مسکن و سپس افزایش (کاهش) تقاضا مسکن را به همراه خواهد داشت.
حلقهی تقویتکنندهی عرضه مسکن (R2) که در شکل 4 نمود یافته است موید این موضوع است که افزایش (کاهش) میزان ساخت و ساز مسکن سبب افزایش (کاهش) عرضه مسکن میگردد. این امر مبتنی بر قانون عرضه و تقاضا، زمینهی کاهش (افزایش) قیمت مسکن را فراهم آورده و سپس سبب افزایش (کاهش) تقاضا مسکن خواهد شد. بدین روی در نهایت انتظار میرود که افزایش (کاهش) ساخت مسکن حادث گردد.
همانطور که در شکل 5 مشاهده میگردد، حلقهی تقویتکنندهی قیمت مسکن (R3) به این مهم اشاره دارد که نرخ ارز با تحت تأثیر قرار دادن قیمت کالاهای وارداتی مورد استفاده در این صنعت و همچنین افزایش قیمت نفت که موجبات افزایش حجم نقدینگی در جامعه رافراهم میآورد بر نرخ تورم اثر خواهد گذاشت. با تشدید (تنزیل) نرخ تورم، قیمت مسکن نیز افزایش (کاهش) مییابد و بالتبع این مهم سبب افرایش (کاهش) نرخ تورم خواهد شد.
الگوی کلی شبیهسازی و تعیین وضعیت متغیرهای نرخ و حالت
الگوی شبیهسازی شده پژوهش که در شکل 6 نمود یافته، از سه زیرالگوی بازار مسکن، عوامل کلان اقتصادی و جمیعیتشناختی با تمرکز بر پیشبینی قیمت مسکن تشکیل شده است، که هریک از این زیرالگوها از طریق متغیر جریان درآمدی با یکدیگر در ارتباط قرار گرفتهاند. لازم به ذکر است که متغیرهای مورد استفاده در الگوی شبیهسازی پژوهش به چهار دسته تقسیم میگردند که در ذیل به شرح هریک از آنان پرداخته شده است.
متغیرهای حالت: این متغیرها نشاندهندهی انباشت در یک دورهی زمانی هستند و در طول زمان بر اساس متغیر نرخ، افزایش و یا کاهش مییابند.
متغیرهای نرخ: این متغیرها نرخ تغییر وضعیتهای موجود در سیستمها هستند.
متغیرهای کمکی: این متغیرها توابعی از متغیرهای حالت و مقادیر ثابت و برونزا هستند. وارد کردن متغیر کمکی امکان تشخیص میان حلقههای تعادلی و تقویتکننده را فراهم میآورد و موجب میشود بتوانیم قطبیت روابط علّی و حلقهها را بدون ابهام تخصیص دهیم.
متغیر با میزان ثابت: متغیرهای حالتی هستند که تغییرات آنان به قدری کند است که نیازی به مدل کردن صریح آنها نیست (استرمن12، 2000).
|
شکل 6- نمودار حالت و جریان پژوهش |
تبیین الگو
از منظر روششناسی، این پژوهش مبتنی بر تفکر سیستمی است. بدین منظور در الگوسازی به روش پویاییشناسی سیستمی ابتدا به ارائه تصویری غنی که مبنای مدل است، پرداخته شده است. بر این اساس، مدلهای علت- معلولی متناسب با مشاهدات صورت پذیرفته بر روی رفتار سیستم و نیز با الهام از نظریههای معتبر مستخرج از مبانی نظری، ساختاربندی گردیده است. در این مطالعه ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻣﻮﺿﻮع و ﻣﺒﺎﻧﯽ ﻧﻈﺮی ﭘﮋوﻫﺶ و ﻧﯿﻞ ﺑﻪ هدف اصلی ﭘﮋوﻫﺶ مدلسازی و پیشبینی تأثیر تغییرات عوامل کلان اقتصادی و جمعیتشناختی بر قیمت مسکن به بررسی تأثیر عوامل کلیدی مؤثر بر تغییرات قیمت مسکن پرداخته شده و این امر با استفاده از نرمافزار DSS Vensim طراحی و مورد تجزیه و تحلیل قرار گرفته است. پیشبینی صورت پذیرفته در این راستا که تا سال 1401 حادث گردیده، بر مبنای دادههای ثبت شده در بازهی زمانی 1397-1391 بنا شده است. به منظور پیشبینی و شبیهسازی الگوی پویاییشناسی سیستمی در راستای هدف پژوهش، از دادههای واقعی حسابرسی شده و ثبت شده موجود تا سال 1397 استفاده شده است. لازم به ذکر است که برای سنجش اعتبار الگوی حاصله از این پژوهش، نتایج شبیهسازی مربوط به سالهای 1397 تا 1401 با الگوی مستخرجه از دادههای ثبت شده و حسابرسی شده از سال 1391 تا 1397 مورد مقایسه قرار گرفته است.
یافتههای پژوهش
تحلیل یافتهها
جهت اطمینان از اعتبار نتایج شبیهسازی باید آزمونهایی بر الگوی شبیهسازی انجام شود. مراحل اولیه این آزمونها مانند آزمون حلقه13، آزمون ابعاد14 توسط نرم افزار انجام شده که از توضیح آنها خودداری میشود. در ادامه به توضیح سایر آزمونهای اصلی پرداخته میشود.
آزمون رفتار مجدد15
هدف از آزمون رفتار مجدد، مقایسهی نتایج شبیهسازی با دادههای موجود بر مبنای دیدگاه گذشتهنگر به منظور اطمینان از صحت عملکرد الگوی شبیهسازی شده است. نتایج حاصله از شکلهای شماره 7 و 8 مؤید این موضوع است که اطلاعات واقعی و نتایج حاصل از شبیهسازی متغیرهای قیمت مسکن و نرخ ارز در دورهی 8 سالهی مورد بررسی (1390 تا 1397)، رفتار متغیرهای مورد بررسی را به خوبی شبیهسازی نموده است. در نمودارهای زیر مقادیر Current که با رنگ آبی نمایان شدهاند، مؤید رفتار شبیهسازی شده و مقادیر House Price و Exchange Rate که با رنگ قرمز نشان داده شدهاند، مؤید رفتار واقعی برای متغیر مورد نظر میباشند.
|
شکل 7- نتایج شبیهسازی و دادههای واقعی برای تغییرات قیمت مسکن |
|
شکل 8- نتایج شبیهسازی و دادههای واقعی برای تغییرات نرخ ارز |
آزﻣﻮن ﻣﺤﺎﺳﺒﻪ ﻣﯿﺰان ﺧﻄﺎ
علاوهبر بازتولید رفتار الگو برای اطمینان از نتایج شبیهسازی شده، خطای متغیرهای کلیدی نیز بر اساس روشهای زیر محاسبه شده است.
رابطه 1) |
2*100 |
در فرمول فوق موید نتایج شبیهسازی متغیر الگو، موید دادههای واقعی و θ ﻧﺸﺎندﻫﻨﺪهی ﺗﻌﺪاد ﻣﺸﺎﻫﺪات اﺳﺖ. ﺑﺮ اﯾﻦ اﺳﺎس ﻫﺮﭼﻪ ﻣﯿﺰان حداقل مجذورات خطا ﺑﻪ ﺻﻔﺮ ﻧﺰدﯾﮏﺗﺮ ﺑﺎﺷﺪ ﺑﻪ ﻣﻔﻬﻮم ﺧﻄﺎی ﮐﻤﺘﺮ است.
رابطه 2) |
UT= |
برای محاسبۀ ریشههای خطا از فرمول ذیل استفاده میگردد.
رابطه 3) |
Um+Us+Uc=1 |
|
رابطه 4) |
Um=( s a)2 /[ 2] |
|
رابطه 5) |
Us= (SDS SDA)2/ [ 2] |
|
رابطه 6) |
Uc= [2*(1+r)*(SDS*SDA]/ [ 2] |
|
رابطه 7) |
[( s a)2+(SDS SDA)2+[2*(1+r)*(SDS*SDA)]]/[ 2]=1 |
|
عبارت s a بیانگر تفاضل میان متوسط اطلاعات شبیهسازی و متوسط اطلاعات واقعی میباشد. در روابط فوق 18(SDS) و 19(SDA) به ترتیب بیانگر انحراف معیار دادههای شبیهسازی شده و واقعی و r نیز ضریب همبستگی میان این دو داده میباشد. نتایج حاصل از آزمونهای محاسبهی خطا در جدول 1 برحسب متغیرهای کلیدی مورد بررسی در این شبیهسازی نمایش داده شده است. هرچه ﺣﺪاﻗﻞ ﺧﻄﺎی ﻣﺠﺬورات به صفر نزدیکتر باشد به مفهوم این است که میان دادههای شبیهسازی شده و دادههای واقعی خطای کمتری وجود دارد. از آنجایی که این میزان برای سه متغیر نرخ تورم، نرخ ارز و قیمت نفت به ترتیب برابر است با 11286/0، 09851/0 و 10378/0، در نتیجه میتوان چنین بیان نمود که میان دادههای واقعی و شبیهسازی شده خطای کمی وجود دارد. به عبارت دیگر میتوان چنین بیان نمود که یافتههای پژوهش مؤید این موضوع است که میزان خطای متغیرهای مورد بررسی در سطح استاندارد قرار دارند.
جدول 1- نتایج آزمونهای آماری اعتبارسنجی الگو
قیمت نفت |
نرخ ارز |
نرخ تورم |
آزمون |
10378/0 |
09851/0 |
11286/0 |
RMSPE |
01002/0 |
05191/0 |
04833/0 |
UT |
18813/0 |
14551/0 |
08991/0 |
Um |
23331/0 |
24851/0 |
19881/0 |
Us |
56779/0 |
55398/0 |
66291/0 |
Uc |
1 |
1 |
1 |
Um+ Us+ Uc |
منبع: یافتههای پژوهش
تحلیل حساسیت
آزمون تحلیل حساسیت در پویاییشناسی سیستم مؤید این موضوع است که تا چه میزان متغیرهای کلیدی پژوهش نسبت به پارامترهای مورد بررسی در پژوهش حساسیت دارند. بر این اساس در این بخش پارامترهای منتخبی که به صورت مستقیم بر روی متغیرها تأثیرگذار بوده را به نسبت معینی در طیف مشخصی تغییر داده تا اثرات آنان را بر روی متغیرها بررسی نماییم. در این راستا حساسیت قیمت مسکن نسبت به تغییرات نرخ مهاجرت مورد بررسی قرار خواهد گرفت. هریک از پارامترهای مذکور را به میزان 10± درصد تغییر داده و تأثیر آن را بر قیمت مسکن مورد بررسی قرار دادهایم. همانطور که در شکل 9 مشاهده میشود، اثر این تغییرات بر قیمت مسکن تقریباً از سال 1396، بسیار نبوده است. یکی از علل موجود در این راستا میتواند افزایش بیرویهی نرخ ارز و توسعهی تحریمها و در نتیجه کاهش مهاجرت از کشور باشد. نتایج حاصل از تحلیل حساسیت مؤید این موضوع است که تغییر 10 درصدی در نرخ مهاجرت مسبب این امر خواهد بود که قیمت مسکن با احتمال 50، 75، 95 و 100 به ترتیب در حوزهی زرد، سبز، آبی و خاکستری رنگ قرار بگیرد.
|
شکل 9- نمودار تحلیل حساسیت |
منبع: یافتههای پژوهش
سیاستگذاری برای بهینهسازی متغیرهایﮐﻠﯿﺪی اﻟﮕﻮ
هدف از بخش سیاستگذاری، ارائه سناریوهایی و شبیهسازی آنان به منظور دستیابی به نقطهی بهینه یا مطلوبتر میباشد، تا مسالهای که برای آن، الگو شبیهسازی شده است، مرتفع گردد. به عبارت دیگر میتوان چنین بیان نمود که هدف اصلی در این راستا بهینهسازی روند تغییرات متغیرهای کلیدی متناسب با الگوی شبیهسازی است. از این رو که آخرین اطلاعات ثبت شده در گزارشات رسمی سایت آمار ایران و بانک مرکزی در ارتباط با سال 1397 میباشد، در نتیجه منطقی است که بررسی تغییرات در الگوی شبیهسازی شده از سال 1397 صورت بپذیرد. در راستای هدف اصلی پژوهش به بررسی تاثیر عوامل کلان اقتصادی و عوامل جمعیتشناختی بر تغییرات قیمت مسکن در کلان شهرهای ایران پرداخته شده است.
سیاستگذاری برای بهینهسازی متغیزهای کلیدی
سناریو پیشبینی تغییرات 10± درصدی قیمت نفت و نرخ مهاجرت بر تغییرات قیمت مسکن
نتایج شبیهسازی صورت پذیرفته در این راستا مؤید این موضوع است که افزایش 10 درصدی قیمت نفت و میزان مهاجرت به طور متوسط موجبات رشد قیمت مسکن تا سطح 43/26 درصد را در بازهی زمانی 1401-1398 فراهم خواهد آورد. سناریوی توصیف شده در شکل 10 تحت عنوان Policy 1 و با رنگ قرمز نمایش داده شده است. در نقطهی مقابل شاهد این امر خواهیم بود که کاهش 10 درصدی قیمت نفت و میزان مهاجرت نه تنها موجبات کاهش قیمت مسکن را در طی دورهی پیشبینی فراهم نمیآورد بلکه موجبات رشد قیمت مسکن را به طور متوسط در بازهی مورد بررسی تا حدود 6/11 درصد فراهم خواهد آورد. سنایو مذکور تحت عنوان Policy 2 در شکل 10 با رنگ سبز نمایش داده شده است. متناسب با نتایج حاصل از سناریوی شماره 1، باید این انتظار را داشت تا متناسب با شرایط تحت بررسی، قیمت مسکن به ازاء هر متر مربع تا پایان سال 1401 با افزایش و کاهش قیمت نفت و نرخ مهاجرت به ترتیب حدود 23/5 و 37/1 میلیون تومان افزایش خواهد یافت. در این راستا باید به این موضوع اشاره نمود که منحنی ارائه شده تحت عنوان Current، مؤید حالت پایهی پیشبینی میباشد.
|
شکل 10- نتایج شبیهسازی و دادههای قیمت مسکن نسبت به قیمت نفت و نرخ مهاجرت |
سناریو پیشبینی تغییرات 10± درصدی نرخ ارز و نرخ مهاجرت بر تغییرات قیمت مسکن
نتایج حاصل از شبیهسازی به این موضوع اشاره دارد که افزایش 10درصدی نرخ ارز و نرخ مهاجرت به صورت همزمان، یه طور متوسط موجبات افزایش قیمت مسکن به میزان 6/5 درصد را در بازهی زمانی مورد بررسی (1401-1398) بر مبنای هر متر مربع فراهم خواهد نمود. سناریو مذکر در این راستا تحت عنوان Policy 3 و با رنگ قرمز در شکل 11 نمایش داده شده است. در نقطهی مقابل تناسب با مدل شبیهسازی شده، شاهد این امر خواهیم بود که اگر نرخ ارز و نرخ مهاجرت از کشور به صورت همزمان به میزان 10 درصد کاهش یابد، قیمت مسکن به ازاء هر متر مربع به صورت متوسط تا حدود 05/16 درصد در طی بازهی مورد بررسی کاهش خواهد یافت. سنایوی توصیف شده با عنوان Policy 4 و با رنگ سبز نمایش داده شده است.
|
شکل 11- نتایج شبیهسازی و دادههای قیمت مسکن نسبت به نرخ ارز و نرخ مهاجرت |
نتیجهگیری
تشکیل حباب قیمت مسکن میتواند دلایل متعددی داشته باشد که یکی از مهمترین دلایل موجود در این راستا ریشه در نقدینگی و سیاستهای پولی دارد. در این راستا باید به این نکته توجه داشت که سیاستهای پولی یا از طریق ایجاد نقدینگی بخش خصوصی و یا از طریق تقویت نظام تامین مالی مسکن بر افزایش تقاضای مسکن تاثیر میگذارند. علاوهبر این نباید از عوامل جمعیتشناختی که عامل اصلی در ایجاد تقاضا برای مسکن میباشد، چشمپوشی نمود. بدین روی در پژوهش حاضر هر دو عامل در چارچوب یک مدل پویا در نظر گرفته شده است. نتایج حاصل از شبیهسازی الگوی ارائه شده به منظور بررسی تغییرات قیمت مسکن برای دورهی مورد بررسی، حاکی از آن است که هرگونه تغییر صورت پذیرفته بر روی عوامل کلان اقتصادی و عوامل جمعیتشناختی حاکم بر کشور میتواند به شدّت قیمت هر متر مربع مسکن را دستخوش تغییر کند. از جمله این عوامل اقتصادی تاثیرگذار میتوان به تغییرات نرخ ارز و قیمت نفت اشاره نمود. بر این اساس، به واسطهی این امر که بودجهی کشور بیشتر مبتنی بر منابع نفتی است در نتیجه باید انتظار داشت که هرچه قیمت نفت افزایش یابد، به تبع آن حجم نقدینگی موجود در کشور نیز افزایش خواهد یافت و این مهم با افزایش تورم زمینه را برای افزایش قیمت مسکن به همراه خواهد داشت. نوسانات نرخ ارز نیز با تاثیر مستقیم بر روی برخی از نهادههای وارداتی مورد استفاده در ساخت مسکن، به صورت غیرمستقیم بر قیمت هر متر مربع مسکن تاثیر خواهد گذاشت و این تاثیر به حدی است که نمیتوان از آن چشمپوشی کرد. از دیگر عواملی که در پژوهشهای موجود در این راستا تا به حال بدان پرداخته نشده، عوامل جمعیتشناختی است که تقاضا برای مسکن را افزایش یا کاهش خواهد داد. یکی از مهمترین این عوامل نرخ مهاجرت میباشد، که با افزایش مهاجرت انتظار بر این است که تقاضا برای مسکن کاهش و در نتیجه قیمت آن کاهش یابد.
در مطالعهی صورت پذیرفته دو سناریو ارائه شده است که نتایج حاصل از سناریو 1، مبنی بر افزایش و کاهش 10 درصدی قیمت نفت و نرخ مهاجرت گواه از آن است که این تغییرات به ترتیب زمینه را برای رشد قیمت مسکن به میزان 43/26 و 6/11 درصد تا سال 1401 فراهم خواهند آورد. در سناریو 2 که موید افزایش و کاهش 10 درصدی نرخ ارز و نرخ مهاجرت میباشد، نشان میدهد که افزایش همزمانی تغییر این دو متغیر زمینهی رشد 6/5 درصدی قیمت مسکن و کاهش آنان زمینهی تنزل قیمت مسکن تا حدود 05/16 درصد را تا پایان دورهی مورد بررسی برای کشور فراهم خواهد آورد.
متناسب با نتایج حاصل از الگوی شبیهسازی شده به سیاستگذاران فعال در این حوزه پیشنهاد میگردد تا با استفاده از مدل پویای ارائه شده و با تمرکز بیشتر بر روی عوامل جمعیتشناختی و عوامل تورمزای اقتصادی، زمینه را برای تعدیل و کنترل قیمت مسکن برای سالهای آتی فراهم آورند.
پی نوشتها
* دانشجوی دکتری، مدیریت سیستمها، دانشکده اقتصاد، مدیریت و علوم اجتماعی، دانشگاه شیراز، شیراز، ایران. Pashotany@yahoo.com
** دانشآموخته کارشناسی ارشد، رشته مدیریت دولتی، گرایش پیشرفت و توسعه شهری و روستایی، دانشکده مدیریت و حسابداری، پردیس فارابی دانشگاه تهران، قم، ایران.
*** استادیار جغرافیا و برنامهریزی شهری، دانشگاه تهران (پردیس فارابی)، قم، ایران.
**** استادیار دانشکده مدیریت دانشگاه تهران.
فصلنامه علوم مدیریت ایران، سال چهاردهم، شمارۀ 56، زمستان 1398، صفحه 101-79