شبیه‌سازی تغییرات قیمت مسکن در ده کلان‌شهر کشور با استفاده از رویکرد پویایی‌شناسی سیستم

مسکن به عنوان اصلی ترین دارایی در سبد پرتفولیوی خانوارها در اقتصاد ایران بشمار می رود, در نتیجه، تغییراتی که در قیمت مسکن رخ می دهد از یک سو، باعث تغییر در ثروت فرد در طول زمان و به تبع آن مطلوبیت ناشی از مصرف می شود 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 حوزه ی مسکن بطور معمول مهم ترین 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 جمعیت شناختی، میانگین قیمت احتمالی هر متر مربع مسکن در ده کلان شهر رسمی کشور تا سال 1401 مورد پیش بینی قرار گیرد و سپس با ارائه ی سناریوهایی زمینه ی مرتفع نمودن چالش مذکور فراهم گردد. به منظور تحقق این مهم از نرم افزار vensim dss در راستای شبیه سازی مدل پژوهش و استخراج نتایج ناشی از آن استفاده شده است. همچنین باید خاطر نشان کرد که این تحقیق از روش پویایی شناسی 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 زمینه ی رشد قیمت مسکن در ایران بطور میانگین تا سطح 26.43 و 5.6 درصد می رسد.

a simulation of housing price changes in ten metropolises of the iran: using a system dynamics approach

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.