پیش بینی قیمت مسکن برای شهر اهواز: مقایسه مدل هدانیک با مدل شبکه عصبی مصنوعی

تعیین و برآورد قیمت مسکن در مناطق شهری، از اهمیت زیادی برای دولت، سرمایهگذاران خصوصی و دولتی و افراد عادی برخوردار است. این تخمین میتواند در برنامه ریزی و تصمیم گیری های آینده در بسیاری از سیاست های شهری و منطقه ای مورد استفاده قرار گیرد. در این راستا به دلیل اهمیت بالای قیمت مسکن در دهه های اخیر، استفاده از توابع قدرتمند و کارا برای پیشبینی و تخمین قیمت مسکن مرسوم شده است. پژوهش حاضر، با هدف ارایه مدلی بهینه برای پیشبینی قیمت مسکن و تعیین عوامل تاثیرگذار بر قیمت مسکن در کلانشهر اهواز و نیز مقایسه ای بین دو مدل هدانیک و شبکه عصبی مصنوعی انجام شده است. ماهیت پژوهش، توسعه ای-کاربردی و روش انجام آن، توصیفی- تحلیلی میباشد. در این پژوهش، 286 نمونه واحد مسکونی در سال 1394 براساس 27 متغیر مربوطه به منظور پیشبینی قیمت مسکن، مورد ارزیابی قرار گرفته است. در این تحقیق از تابع هدانیکی نیمه لگاریتمی و شبکه عصبی پرسپترون چند لایه (MLP) استفاده شده است. برای مقایسه دو مدل از لحاظ توانایی پیشبینی، از معیارهای R2، MSE، RMSE، MAPE، MAE و ضریب TIC استفاده شده است. نتایج مدل هدانیک نشان دادند از میان 27 متغیر مدل، 18 متغیر معنیدار بودند و با مقایسه نتایج و مقدار برآوردها، مشخص شد که قیمت مسکن در اهواز بیشتر از عوامل فیزیکی و ساختاری تاثیر میپذیرد. برای بررسی تفاوت در دقت پیشبینی مدل های مختلف برای پیشبینی قیمت مسکن در شهر اهواز، از آزمون مورگان-گرنجر- نیوبلد استفاده شده است. نتایج بهدست آمده از آزمون نشان دادند که تفاوت قدرت پیشبینی دو مدل از لحاظ آماری نیز معنی دار است که نشان دهنده کارایی بهتر و عملکرد مناسبتر شبکه عصبی مصنوعی 98 درصد نسبت به مدل رگرسیون هدانیک 88 درصد است.

کلیدواژه ها:

پیشبینی ، قیمت مسکن ، مسکن ، شهر اهواز ، مدل