تحلیل فضایی قیمت مسکن با استفاده از رگرسیون وزنی جغرافیایی (مطالعه موردی شهر مشهد)

نوع مقاله : علمی-پژوهشی

نویسندگان

1 مدیر مطالعات آمایش سرزمین استان خراسان رضوی، استاد دانشگاه فردوسی مشهد

2 جهاد دانشگاهی مشهد

3 دانشجو

چکیده

قیمت اساسی‌ترین متغیر بخش مسکن است که در رفاه اجتماعی و اقتصادی شهر بسیار مهم می‌باشد و عوامل مختلفی بر آن اثر دارند، در این میان عوامل فضایی اهمیت خاصی دارند. لذا در این پژوهش تحلیل توزیع فضایی قیمت مسکن در شهر مشهد و عوامل مؤثر بر آن با استفاده از رگرسیون وزنی جغرافیایی بررسی شده است. حجم نمونه شامل 1000 مورد از قیمت مسکن ویلایی و آپارتمانی است (628 مورد آپارتمانی و 372 ویلایی)، که از سایت‌های مربوط به املاک و مستغلات کشور و روزنامه خراسان در طول سال 1389 گردآوری و مختصات جغرافیایی آن‌ها بر روی نقشه شهر مشهد ثبت شده است. این مطالعه توصیفی و تحلیلی می باشد. نتایج حاصل از مطالعه نشانگر بعد خانوا ر 1.1 در واحد مسکونی است و کمبود مسکن برابر استاندارد در شهر مشهد رقم 58108 واحد مسکونی است.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Spatial Analysis on Mashhad’s House Price By Geographically Weighted Regression

نویسنده [English]

  • Mohammad Mohsen Razavi 3
3 Student
چکیده [English]

House price which have very important effect on the Social and economic welfare of the city And the various factors have affect on it, is The most fundamental variable in housing sector. Therefore, this study analyzed the spatial distribution of housing prices in the city of Mashhad and its Affecting Factors have been explored using geographically weighted regression. The sample consists of 1000 houses (About 628 villas and 372 flats), collected during 1389 from the real estate and Khorasan newspaper sites, and then digitizes based on Mashhad’s Map. In This description study which using ArcGIS software and geographically weighted regression, the house price is dependent variable and 1. Distance from City Centre, 2.Distances to healthcare facilities, 3.Distance to the transportation networks, 4.Distance to the city's development area, 5. Region’s population, 6. Average household Income, 7.Percentage area of downtown and 8.percentage of slum area are independent variable.

کلیدواژه‌ها [English]

  • Spatial Distribution
  • Geographically Weighted Regression
  • House Price
  • ArcGis
  • Mashhad