دانلود پایان نامه ارشد : تخمین تابع قیمت هدانیک زیست محیطی مسکن شهر تهران به روش داده های ترکیبی

. 63

2.1.3-  الگوی مطرح در این تحقیق.. 64

2.3-  معرفی متغیرها و روش گردآوری داده ها 67

1.2.3-  متغیرهای مورد استفاده در مدل مربوط به داده های مقطعی: 68

2.2.3-  متغیرهای مورد استفاده در مدل مربوط به داده های ترکیبی: 69

3.3- آزمونهای انتخاب مدل مناسب در داده های ترکیبی 74

1.3.3- آزمونهای انتخاب مدل مناسب: 74

2.3.3- آزمون ریشه واحد در داده های ترکیبی.. 77

فصل چهارم: 86

1.4- پردازش مدل درداده های مقطعی.. 87

2.4-  پردازش مدل در داده های ترکیبی.. 93

1.2.4-  نتایج آزمونهای تجربی پایایی متغیرها 93

2.2.4-  نتایج برآورد تابع قیمت هدانیک به روش داده های ترکیبی.. 96

فصل پنجم. 104

1.5- نتایج به دست آمده از تحقیق(داده های مقطعی): 114

2.5- نتایج به دست آمده از تحقیق(داده های ترکیبی): 114

3.5- قیمتهای ضمنی متغیرهای موثر بر قیمت واحدهای مسکونی: 114

4.5- نتایج کاربردی: 114

5.5- پیشنهاد برای تحقیقات آتی: 114

فهرست منابع. 115

 

 

پایان نامه و مقاله

 

پیوست… 119

.1- بیان مسئله :

محیط شهر به عنوان سکونتگاه شهروندان تاثیر بسیاری در کیفیت زندگی آنان دارد. کیفیت زندگی شهری را می‌توان در عوامل مختلفی جستجو کرد. از جمله عواملی که باعث ایجاد آرامش درکاربری‌های مختلف برای شهروندان می‌شود پاکی هوا و وجود مطلوبیتهای زیست محیطی شهری است. مسایل زیست محیطی امروزه و با توجه به افزایش بی‌رویه آلودگی هوا اهمیت خاصی پیدا کرده است. کلان شهر تهران که یکی از پرجمعیت ترین شهرهای دنیا به حساب می‌آید نیز با این مساله روبرو است. درحال حاضرآلودگی هوا به عنوان یکی از مهمترین متغیرهای زیست محیطی، یکی ازمسایل و مشکلات شهر تهران به حساب می‌آید. یکی از راههای کاهش آلودگی هوا در شهر، افزایش فضای سبز درون شهری و نیزآگاه‌کردن مردم از باارزش بودن محیط‌زیست[1] می‌باشد. به هر حال متغیرها و عواملی که قیمت آنها در بازار تعیین می شوند و مردم برای استفاده و یا عدم استفاده از آنها مستقیما هزینه می پردازند، ملموستر خواهند بود. متغیرهای زیست محیطی  وهوا از جمله کالاهای عمومی به حساب می‌آیند كه در بازار مبادله نمی‌شوند و مردم برای استفاده از آنها هزینه‌ای پرداخت نمی‌کنند، بنابراین از ارزش واقعی آن اطلاعی دردست نیست.

از آنجا که منابع زیست‌محیطی از جمله هوای تمیز در بازار مبادله نمی‌شوند و بازار نمی‌تواند ارزش واقعی آنها را كشف كند، برای ارزش‌گذاری آنها از روش‌های غیرمستقیم استفاده می‌شود. برای مثال درست است كه مردم ساكن یك شهر بطور مستقیم برای هوای تمیز و یا مطلوبیتهای زیست محیطی پولی پرداخت نمی‌كنند اما عموما زندگی در ناحیه‌ای از شهر كه دارای هوای تمیزتر و یا مطلوبیتهای زیست محیطی بیشتری است، را ترجیح می‌دهند. این ترجیح در نهایت باعث افزایش تقاضای مسكن در آن ناحیه شده و قیمت مسكن را افزایش می‌دهد. براین اساس می‌توان قضاوت كرد كه مردم با پرداخت هزینه بیشتر برای مسكن، در عمل به طور غیرمستقیم برای استفاده و بهره مندی از هوای تمیزتر هزینه می‌كنند. بر همین اساس یكی از راههای رسیدن به ارزش هوای تمیزتر یا مطلوبیتهای زیست‌محیطی[2] بیشتر می‌تواند بررسی قیمت واحدهای مسكونی و نیز عوامل موثر بر آن باشد. برای رسیدن به هدف فوق‌الذكر قدم اول آن است كه نحوه و میزان تاثیرگذاری آلودگی هوا را برای قیمت مسكن كشف و بررسی نمود.هدفی که در این پایان نامه دنبال می شود. 

در این پایان نامه با استفاده از روش قیمت‌گذاری هدانیک[3] برآوردی از ارزش محیط‌زیست شهری تهران (با توجه به متغیرهای در نظر گرفته شده در پایان نامه) ارائه می‌گردد. برای این منظور میل نهایی به پرداخت[4] خانواده های ساكن تهران برای هرکدام از ویژگی‌های مسکن از جمله ویژگی‌های زیست‌محیطی مثل آلودگی هوا برآورد گردیده است. 

2.1- سوالات تحقیق:

  • از بین متغیرهای ساختاری، همسایگی و زیست محیطی، تاثیرگذارترین متغیرها بر قیمت منازل مسکونی شهر تهران چه متغیرهایی هستند( با توجه به متغیرهای در نظر گرفته شده در مدل).
  • آیا متغیرهای غیر بازاری مانند: دسترسی به خیابان، سرانه فضای سبز، میزان آلودگی هوای هر منطقه و تراکم جمعیت، نیز بر قیمت منازل مسکونی شهر تهران تا ثیر گذار هستند.
  • آیا می توان نحوه تاثیر گذاری متغیر های زیست محیطی بر قیمت مسکن را بررسی کرد.
  • آیا می توان قیمت های ضمنی متغیرهای زیست محیطی را محاسبه کرد.

 3.1- فرضیه‌های تحقیق:

  • متغیرهای غیر بازاری مانند متغیرهای زیست محیطی نیز بر قیمت منازل مسکونی تاثیر گذار هستند.
  • نحوه تاثیر گذاری و نیز قیمتهای ضمنی متغیرهای زیست محیطی را می توان با استفاده از روش هدانیک محاسبه نمود.

4.1- اهداف تحقیق :

 مهمترین هدفی که در این پایان نامه دنبال میشود ارزشگذاری متغیرهای زیست محیطی شهر تهران می باشد.  در این راستا و برای رسیدن به این هدف از تابع قیمتی هدانیک، که یکی از روشهای ارزشگذاری متغیرهای غیر بازاری می باشد، استفاده شده است. در استفاده از این تابع قیمتی متغیر وابسته استفاده شده در آن قیمت واحدهای مسکونی، و متغیرهای ثابت نیز متغیرهای زیست محیطی مورد نظر و نیز متغیرهایی مربوط به ویژگیهای فیزیکی و ساختاری مانند: مساحت زیر بنای هر واحد، قدمت هر واحد، و…  میباشد. بنابراین، قدم اول در این پایان نامه تعیین یک مدل مناسب بر اساس متغیرهای در نظر گرفته شده و نیز تابع قیمتی هدانیک می باشد. پس از انتخاب مدل ، در قدم بعدی می توان نحوه تاثیر گذاری هر یک از متغیرها از جمله متغیرهای زیست محیطی بر قیمت منازل مسکونی  و نیز قیمت ضمنی نهایی هر کدام از آنها را بررسی و به دست آورد. در قدم سوم با استفاده از تابع قیمت هدانیک تخمین زده شده قیمت ضمنی تمامی ویژگیها محاسبه می شود. در این پاین نامه از دو  طریق تمامی این مراحل انجام شده است: در حالت اول داده ها به صورت مقطعی در نظر گرفته شده اند، بدین ترتیب که از داده های 17 منطقه شهرداری تهران در سال 1383 و نیز از روش تخمین ols  استفاده شده است. در حالت دوم داده ها به صورت ترکیبی(پنل) در نظر گرفته شده است، بدین ترتیب که داده های مربوط به 17 منطقه شهرداری تهران (داده های مقطعی)  در 5 سال متوالی 1385-1381 (سری زمانی) با هم ترکیب شده اند.

 5.1- روش شناسی:

به طور کلی در تحقیقات اقتصادی از سه نوع داده استفاده می شود:

  • داده های سری زمانی
  • داده های مقطعی
  • داده های تلفیقی سری زمانی و مقطعی

در سری زمانی مقدار یک یا چند متغیر در طول یک دوره زمانی مشاهده می شود در صورتیکه در داده های مقطعی، مقادیر یک یا چند متغیر برای چندین واحد اقتصادی برای یک زمان مشخص جمع آوری می شود.

داده های ترکیبی (پنل)، ترکیبی از داده های مقطعی و سری زمانی می باشد، یعنی اطلاعات مربوط به داده های مقطعی در طول زمان مشاهده می شود. بدین صورت که چنین داده هائی دارای دو بعد می باشند که یک بعد آن مربوط به واحدهای مختلف در هر مقطع زمانی خاص است و بعد دیگر آن مربوط به زمان می باشد.در این تحقیق از دو روش داده های مقطعی و داده های ترکیبی به عنوان روش تخمین مدل استفاده شده است.

6.1-تعریف مفاهیم و واژگان اختصاصی:

  • متغیر های غیر بازاری: متغیرهائی هستند که افراد به طور مستقیم در بازار برای آنها قیمتی پرداخت نمی کنند اگر چه ممکن است از آنها استفاده کنند.
  • مطلوبیت های زیست محیطی: مطلوبیتهای زیست محیطی نوعی از کالاهای غیر بازاری هستند که افراد در فرآیند زنگی از آنها مطلوبیت کسب می کند و کاهش در این مطلوبیتها مطلوبیت فرد را کاهش می دهد.
  • داده های ترکیبی: داده های ترکیبی (پنل)، ترکیبی از داده های مقطعی و سری زمانی می باشد، یعنی اطلاعات مربوط به داده های مقطعی در طول زمان مشاهده می شود. بدین صورت که چنین داده هائی دارای دو بعد می باشند که یک بعد آن مربوط به واحدهای مختلف در هر مقطع زمانی خاص است و بعد دیگر آن مربوط به زمان می باشد.
  • هدانیک: اصطلاح هدانیک از ریشه یونانی هدانیکوس به معنی لذت جویی است (دایره المعارف مزاپا). در متنهای اقتصاد رفاه واژه هدانیک به معنی مطلوبیت یا رضایت کسب شده به وسیله مصرف کننده از مصرف کالاها یا خدمات است .

 

  • تابع هدانیک: مسکن به عنوان یک سبد چند بخشی کالاها و خدمات مفهومی گسترده تر از یک پناه گاه معمولی دارد. از این رو تئوری قیمت هدانیک این گستردگی در مفهوم و ویژگیهای متنوع و متعدد یک واحد مسکونی را در نظر می گیرد . بر اساس این تئوری مطلوبیت هر فرد تابعی از کالاهای مصرفی مختلف ((X برداری از ویژگیهای رفاه محیطی مانند آلودگی هوا و آلودگی صوتی (Q ( برذاری از ویژگیهای ساختاری مربوط به ساختمان خریداری شده توسط فرد،مانند اندازه ،تعداد اتاق،قدمت و نوع ساختمان (s ( و برداری از خصوصیات همسایگی مانند کیفیت اموزشگاههای علمی محل ، میزان دسترسی به پارکها و مراکز تفریحی ، نزدیکی به محل کار و نرخ جرم و جنایت در آن منطقه (N) است باتالهون و دیگران(2002)[1] و فریمان(1993)[2] .

 7.1- مشكلات و تنگناهای احتمالی تحقیق :

مهمترین مشکلی که در انجام این تحقیق ممکن است با آن روبرو شویم به داده ها و اطلاعات آماری مربوط می شود. مسلم است که داده های مربوط به مسائل زیست محیطی مانند میزان انتشارات گازهای آلوده کننده ممکن است در دسترس نباشند و یا محدود باشند. مشکل دیگری که ممکن است با آن روبرو شد قابلیت اعتماد داده هاست که در صورت غیر واقعی بودن آنها ممکن است مدل، متغیرهای زیست محیطی را درست پیش بینی نکند.

هیچ نظری هنوز ثبت نشده است
نظر دهید

آدرس پست الکترونیک شما در این سایت آشکار نخواهد شد.

URL شما نمایش داده خواهد شد.
بدعالی
This is a captcha-picture. It is used to prevent mass-access by robots.