محمدعلی کوشش وطن - دانشجوی دکتری جغرافیا و برنامه ریزی شهری، دانشکده برنامه ریزی و علوم محیطی، دانشگاه تبریز
اکبر اصغری زمانی - دانشیار گروه جغرافیا و برنامه ریزی شهری، دانشکده برنامه ریزی و علوم محیطی، دانشگاه تبریز
محمد نعمتی - دانشجوی دکتری جغرافیا و برنامه ریزی شهری، دانشکده برنامه ریزی و علوم محیطی، دانشگاه تبریز
فیروز پورمحمد - کارشناسی ارشد جغرافیا و برنامه ریزی شهری، دانشگاه تبریز

اقتصاد مسکن یکی از مهم ترین ابعاد اقتصادی هر کشوری می­باشد. چرا که تغییرات قیمتی آن تبعات مختلفی را در کوتاه­مدت و بلندمدت بر اقتصاد ملی در بر خواهد داشت؛ بنابراین، تعریف مدلی که بتواند قیمت مسکن را ارزیابی نماید بسیار ضروری است. در این راستا، اهداف پژوهش حاضر مقایسه رگرسیون­های خطی چندگانه و جنگل تصادفی برای تعریف مدل ارزیابی قیمت واحدهای مسکونی و استخراج عوامل موثر بر قیمت واحدهای مسکونی می­باشد. جامعه آماری پژوهش حاضر کلیه واحدهای مسکونی محله­های یک الی چهار کوی ولیعصر واقع در منطقه یک شهر تبریز به تعداد ۳۰۲۷۲ واحد می­باشد. با استفاده از فرمول کوکران ۳۷۹ نمونه در سطح اطمینان ۹۵ درصد و ضریب خطای ۵ درصد برآورد گردید. جهت مدل سازی مطلوب، اطلاعات ۴۰۰ واحد مسکونی به عنوان نمونه به صورت میدانی جمع آوری شد. به منظور حذف اثر زمان در این پژوهش، تنها از داده­های شهریور سال ۱۳۹۹ استفاده شد. همچنین، جهت تجزیه وتحلیل داده­ها از نرم­افزارهای ArcMap، SPSS و RStudio استفاده شد.بر اساس نتایج، متغیرهای مساحت با ۷۸/۲۴ درصد، کل طبقات ساختمان با ۸۶/۹ درصد، سال ساخت با ۹/۷ درصد، فاصله از مراکز بهداشتی با ۸۹/۶ درصد، فاصله از تاسیسات شهری با ۸۴/۶ درصد، فاصله از فضای سبز با ۰۳/۵ درصد، فاصله از کاربری مذهبی با ۴۸/۴ درصد، فاصله از مراکز درمانی با ۲۶/۴ درصد، فاصله از مراکز نظامی و انتظامی با ۹۹/۳ درصد و استقرار واحد در طبقه با ۹۲/۳ درصد به ترتیب ده متغیر موثر دررابطه با قیمت مسکن محله­های ولیعصر شمالی می­باشند.بر پایه یافته­های پژوهش مشخص گردید که رگرسیون جنگل تصادفی نسبت به رگرسیون خطی چندگانه قابلیت بالایی را در پیش­بینی قیمت مسکن ولیعصر شمالی شهر تبریز دارا می­باشد.

قیمت مسکن, رگرسیون خطی چندگانه, رگرسیون جنگل تصادفی, ولیعصر شمالی, شهر تبریز