ارائۀ مدل پویایی‌شناسی سرمایه‌گذاری صنعتی در بخش مسکن با در نظر گرفتن متغیرهای پولی و غیرپولی اقتصادی

این پژوهش با هدف ارائۀ مدلی جامع برای تحلیل سرمایه‌گذاری صنعتی در بخش مسکن در بازۀ زمانی 1384 تا 1402 انجام شده است. مدل پیشنهادی با استفاده از روش پویایی سیستم، مجموعه‌ای از عوامل اقتصادی شامل متغیرهای پولی (مانند تورم، نرخ بهره و نوسانات ارزی) و غیرپولی (مانند رشد جمعیت، شهرنشینی و مهاجرت) را در کنار سیاست‌های مالی، نظارتی و فناورانه تحلیل کرده است. در این مدل، حلقه‌های تقویتی و تعادلی برای بررسی تعاملات پیچیده میان متغیرها به کار گرفته شده‌اند. نتایج مدل‌سازی نشان داد نوسانات نرخ ارز و تورم از مهم‌ترین عوامل بازدارنده در جذب سرمایه‌گذاری هستند، در حالی که حمایت‌های مالی دولت و بهره‌گیری از فناوری‌های نوین می‌توانند بهره‌وری را افزایش دهند و به تعادل عرضه و تقاضا کمک کنند. همچنین، پیشرفت فناوری نقشی به‌سزا در کاهش هزینه‌های ساخت‌وساز و تسریع پروژه‌ها داشته است. نوآوری این پژوهش در ارائۀ یک مدل پویایی است که توانایی شبیه‌سازی رفتار بلندمدت متغیرهای کلیدی و ارائۀ راهکارهایی برای کاهش نوسانات و بهبود پایداری بازار مسکن را داراست. یافته‌های این پژوهش می‌تواند به سیاست‌گذاران و برنامه‌ریزان در اتخاذ تصمیم‌های بهتر برای مدیریت سرمایه‌گذاری در بخش مسکن کمک کند.

a system dynamics model for industrial investment in the housing sector considering monetary and non-monetary economic variables

this study aims to present a comprehensive model for analyzing industrial investment in the housing sector from 2005-2023. the proposed model, developed using system dynamics methodology, incorporates a range of economic factors, including monetary variables (such as inflation, interest rates, and exchange rate fluctuations) and non-monetary variables (such as population growth, urbanization, and migration), along with fiscal, regulatory, and technological policies. the model employs reinforcing and balancing loops to examine the complex interactions among these variables. the results indicate that exchange rate fluctuations and inflation are major deterrents to investment. at the same time, government financial support and the adoption of advanced technologies can enhance productivity and help balance supply and demand. furthermore, technological advancements play a critical role in reducing construction costs and accelerating project completion. the innovation of this study lies in the development of a dynamic model capable of simulating the long-term behavior of key variables and providing actionable solutions to reduce market volatility and improve sustainability in the housing sector. the findings offer valuable insights for policymakers and planners in making informed decisions to manage investment in the housing industry effectively.