شناخت و تحليل عوامل مؤثر بر قيمت زمين و مسكن در نواحي روستايي (مطالعه موردي: روستاهاي بخش شانديز شهرستان بينالود)

Analysis of Factors Affecting Land and Housing Prices in Rural Areas (Case Study: Villages of Shandiz District in Binaloud Township)

نوسان قيمت زمين و مسكن، در سال‌هاي اخير به عنوان دغدغه­اي ملي براي مردم و دولت مردان مطرح بوده است. افزايش جمعيت، فضاي محدود ساخت و ساز به ويژه در كلانشهرها و تمايل به سرمايه‌گذاري در خارج از شهرها در چند سال اخير سبب هجوم گردشگران به نواحي روستايي اطراف شده است كه زمينۀ افزايش بهاي زمين در نواحي روستايي، سوداگري در بازار زمين و مسكن و همچنين افزايش تغييرات كالبدي غيرهمگون در نواحي روستايي را فراهم آورده است. شهرستان بينالود از توابع استان خراسان رضوي از جمله مناطقي است كه در سال­هاي اخير با توسعه گردشگري و تقاضاي بالا براي زمين و مسكن، با نوسان و افزايش قيمت زمين و مسكن روبرو است. لذا مطالعه حاضر با روش توصيفي- تحليلي به دنبال بررسي مهمترين علل مؤثر بر تغيير و نوسان قيمت زمين و مسكن در نواحي روستايي بخش شانديز شهرستان بينالود است. جامعه آماري اين تحقيق شامل مديران روستايي، مشاوران املاك و ساكنين سكونتگاه‌هاي روستاهاي مورد مطالعه بخش شانديز است كه با استفاده از فرمول كوكران 250 خانوار در 11 روستاي بالاي 30 خانوار براي اين منظور مطالعه شده­اند. پرسشنامه در دو بخش شامل ابعاد مؤثر بر قيمت زمين و مسكن به تفكيك طراحي شده است كه شامل 12 بعد و 52 شاخص است. نتايج تحليل داده‌هاي گردآوري شده در محيط SPSS بيانگر اين است كه بر اساس آزمون فريدمن بعد زيرساختي- كالبدي با ميانگين 32/5 در گروه مديران روستايي، 67/5 در گروه مشاوران املاك و 23/5 در بين ساكنين روستايي بيشترين تأثير را بر قيمت زمين و مسكن داشته است. همچنين براساس نتايج آزمون كروسكال واليس، بين ابعاد مؤثر بر قيمت زمين و مسكن در بين روستاهاي مورد مطالعه تفاوت معناداري وجود دارد. در نهايت نيز با استفاده از فرآيند تحليل مسير ، ميزان تأثيرگذاري مستقيم و غير مستقيم و مجموع هر يك از ابعاد تعيين شده بر قيمت زمين تعيين شده كه براساس آن بعد موقعيت كاركردي بيشترين اثر را بر قيمت زمين و بعد فضايي- كاركردي بيشترين تأثير را بر قيمت مسكن در نواحي مورد مطالعه داشته است.

Recently, fluctuations in land and housing prices have been a national concern for the people and the government. In recent years, factors such as population growth, limited construction space, especially in metropolitan areas, and the tendency to invest outside the cities have led to an influx of tourists to the surrounding rural areas. This has paved the way for rising land prices in rural areas, speculation in the land and housing market, as well as increasing heterogeneous physical changes in rural areas. Binalood township of Khorasan Razavi province is one of the regions that is facing the development of tourism and high demand for land and housing, with fluctuations and rising land and housing prices. The present study seeks to investigate the most important causes affecting the change and fluctuation of land and housing prices in rural areas of Shandiz District of Binalood Township by descriptive-analytical method. The statistical population of this study includes rural managers, real estate consultants and residents of Shandiz villages. Using the Cochran's formula, 250 households in 11 villages with more than 30 households were selected for this study. A questionnaire has been designed in two parts, which includes the dimensions affecting land prices and housing prices with 12 dimensions and 52 indicators. The results of data analysis in SPSS environment indicate that according to Friedman test, the infrastructure-physical dimension with an average of 5.32 in the group of rural managers, 5.67 in the group of real estate consultants and 5.23 among rural residents had the greatest impact on land and housing prices. Also, based on the results of Kruskal- Wallis test, there is a significant difference between the dimensions affecting land and housing prices among the studied villages. Finally, using the path analysis process, the extent of direct and indirect impact and the sum of each of the determined dimensions on the price of land was determined. According to that, the functional dimension had the greatest effect on land prices and the spatial-functional dimension had the greatest impact on housing prices in the study areas.