نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجوی کارشناسی ارشد، دانشگاه امام صادق علیه السلام، تهران، ایران

2 استادیار، دانشگاه امام صادق علیه السلام، تهران، ایران

3 دانشجوی دکتری، دانشگاه امام صادق علیه السلام، تهران، ایران

چکیده

مسکن به‌مثابه یک موهبت اجتماعی و به شکل کالای خصوصی در بازار مصرفی و سرمایه‌ای با نیروهای جورسازی مانند قیمت بین تقاضاکنندگان و عرضه‌کنندگان مبادله می‌شود. افزایش مداوم قیمت مسکن، به روند پیش‌بینی‌پذیر و تکرارپذیر سوددهی در بازار منجر شده و انگیزة سرمایه‌گذاری در بخش مسکن را افزایش داده است. مطابق ادبیات اقتصاد مسکن، یکی از علل مهم شکل‌گیری مسکن خالی افزایش تقاضای سرمایه‌ای مسکن است؛ اما باوجود تکرار این مدعا در مقالات و کتاب‌های مرتبط هنوز این فرضیه در ایران به محک آزمون تجربی گذاشته نشده است. این مقاله به کمک نرم‌افزار SmartPLS و ازطریق روش مدل‌سازی معادلات ساختاری مبتنی بر کمترین مربعات جزئی (PLS-SEM) سعی در کشف عوامل مؤثر بر افزایش نرخ مسکن خالی (سهم مسکن خالی از کل مسکن موجود) در سال­های 1385، 1390 و 1395 دارد. به همین منظور، تأثیر چهار عامل عرضه، تقاضای سرمایه‌ای، جمعیت و قدرت خرید بر نرخ مسکن خالی آزمون شد و نتایج نشان دادند در سال‌های 1390 و 1395 کاهش تقاضای مصرفی (کاهش قدرت خرید) و افزایش تقاضای سرمایه‌ای و در سال 1385 کاهش جمعیت در برخی استان‌ها علل اصلی و عمدة افزایش نرخ مسکن خالی بوده است. دربارة سایر عوامل نیز در سال 1385 نرخ مسکن خالی با قدرت خرید خانوار و تقاضای سرمایه‌ای رابطة معکوس و با عرضه رابطة مستقیم داشته و در سال 1390 نرخ مسکن خالی با عرضة مسکن رابطة معکوس داشته است. در سال 1395 نیز افزایش عرضه سهم اندکی در افزایش نرخ مسکن خالی داشته است.

کلیدواژه‌ها

عنوان مقاله [English]

Analysis of Factors Affecting Rate of Empty House in Iran from 2006 to 2016 through Partial Least Squares Structural Equation Modeling (PLS-SEM)

نویسندگان [English]

  • Iman Abedi 1
  • Mohammad Nematy 2
  • Mahdi Kiany 3

1 Master student, Imam Sadiq university, Tehran, Iran

2 Assistant Professor, Imam Sadiq university, Tehran, Iran

3 PhD student, Imam Sadiq university, Tehran, Iran

چکیده [English]

Housing as an individual social benefit and in the form of private goods in the consumer and capital markets is exchanged by adjusting forces such as the price between demanders and suppliers. The steady rise in housing prices has led to a predictable and repeatable trend in market returns and has increased the incentive to invest in housing. According to the literature on housing economics, one of the important reasons for the emergence of vacant houses is the increasing demand for housing capital, but despite such claim in related articles and books, this hypothesis has not yet been put to the test in Iran. This paper uses SmartPLS software and structural equation modeling based on least squares (PLS-SEM) to try to discover the factors affecting the increase in the vacant housing rate in the years 1385, 1390 and 1395 Hijri. For this purpose, the effect of four factors of supply, capital demand, population and purchasing power on the vacant housing rate was tested and the results showed that in 1390 and 1395, the consumer demand decreased (purchasing power decreased) while the  capital demand increased. In some provinces, the main reason for the increase in housing prices have been vacancies. Regarding other factors, in 2006 the vacant housing rate was inversely related to the household purchasing power and capital demand and directly related to supply. In 2011, the vacant housing rate was inversely related to the housing supply. In 2016, the increase in supply played a small role in increasing the rate of vacancy

کلیدواژه‌ها [English]

  • Rate of Vacant Housing
  • Housing Capital Demand
  • Housing Consumption Demand
  • Housing Supply
  • Provincial Population

مقدمه

بازار مسکن در ایران اختلال‌هایی دارد که به مشکلاتی در تهیه این کالای مصرفی برای خانوارها منجر شده است. یکی از مشکلات بازار مسکن، افزایش خانه‌های خالی از سکنه است. با نگاهی به سه سرشماری آخر مرکز آمار ایران، می‌توان شاهد افزایش تعداد واحدهای مسکونی خالی بود. همان‌طور که در جدول 1 مشاهده می‌شود، 1) تعداد خانوارها، 2) تعداد واحد مسکونی، 3) تعداد واحد مسکونی خالی و 4) متوسط قیمت یک مترمربع واحد مسکونی (برحسب هزار ریال) در طول 10 سال اخیر روند افزایشی طی کرده است. این در حالی است که به‌ازای تعداد خانوارهای ایرانی مسکن معمولی در کشور وجود ندارد؛ اما مسکن خالی در کشور رو به افزایش است. این مهم نشان می‌دهد بازار مسکن نتوانسته است سرپناه متناسب با نیاز خانوارها تأمین کند.

 

جدول 1- وضعیت مسکن و خانوار در سال‌های 1385 تا 1395، منبع: مرکز آمار ایران

 

1385

1390

1395

1. تعداد خانوار

17501771

21185647

241960035

2. تعداد واحد مسکونی

15859926

19954708

22830003

3. تعداد واحد مسکونی خالی

۶۳۳۵۶۹

۱۶۶۳۴۱۲

۲۵۸۷۶۰۷

4. متوسط قیمت هر مترمربع مسکن مناطق شهری (هزار ریال)

709/3

174/6

604/6

 

در پژوهش‌های مرتبط بااین حوزه، نرخ طبیعی مسکن خالی (فدایی، 1396: 7)، اثر مالیات بر خانه‌هایخالی روی تعداد و قیمت مسکن (نیلی احمدآبادی، 1389: 10) و تأثیر وجود خانه‌های خالی بر قیمت وبازار مسکن (سعیدی راد، 1394: 2) بررسی شده‌اند؛ اما در رابطه با وجود مسکن خالی در ایران تا به حالهیچ تحقیقی به‌صورت مستقل، عوامل پدیدآورندة آن را تحلیل نکرده است. در برخی پژوهش‌ها به عواملایجاد خانه‌های خالی به‌طور مختصر اشاره شده است؛ اما مدعای آنها براساس روش علمینبوده و تنها گزاره‌هایی شهودی یا نظری بوده است. در این تبیین‌ها معمولاًورودمسکن به پرتفوی سرمایه‌گذاری عامل اصلی افزایش مسکن خالی دانسته شده (همان: 3؛ قلی‌زاده، 1387: 13-15) که به‌منزلة تبدیل‌شدن مسکن به کالای سرمایه‌ای و دورشدن بازار مسکن از هدف مصرفی است.

برای حل مشکل افزایش مسکن خالی ابتدا باید علت افزایش آنمشخص شود؛ بنابراین، این مقاله به کمک مدل‌سازی معادلات ساختاری با روش PLS-SEM سعی دارد عوامل ایجاد مسکن خالی در ایران را بررسی کند.

 

2- پیشینة تحقیق

2-1- پژوهش‌های داخلی

الوند کوهی (1387) در تحقیقی، قانون مالیات بر اراضی بایر و مسکن خالی را بررسی و آن را با اصلاحیة قانون سال 1381 مقایسه کرده است که این نوع مالیات را ناکارآمد و دارای هزینة اجتماعی می‌داند. او با ارائه ادله‌ای، اصلاحیة سال 1381 را نقد کرده و درنهایت به این نتیجه رسیده است که قوانین مالیاتی حوزة مسکن در خارج از سازمان مالیاتی و غیرتخصصی وضع می‌شوند.

نیلی احمدآبادی (1389) با فرض تعادل در بازار مسکن و برابری هزینه و درآمد خانوارها، قیمت مسکن و درآمد خانوارها را متغیرهای درون‌زا در مدل خود در نظر گرفته است. سپس با حل معادلات همزمان نشان داده است مالیات بر مسکن خالی در شهر تهران نه‌تنها قیمت مسکن را نمی‌تواند کاهش دهد، بلکه افزایش قیمت آن را نیز موجب خواهد شد؛ بنابراین، راهکار مالیات بر خانه‌های خالی نمی‌تواند معضل خانه‌های خالی را برطرف کند.

امیری و قلی‌زاده (1392) با بیان کاستی‌های نظام مالیاتی در بخش مسکن، نظام‌های مالیاتی کشورهای دیگر را بررسی و آن را با نظام مالیاتی ایران مقایسه کرده‌اند. حاصل این تحلیل پیشنهاد اضافه‌کردن مالیات‌هایی در بخش مسکن مانند مالیات بر خانه‌های خالی و مالیات بر منفعت سرمایه است که علاوه بر کاهش خانه‌های خالی، مشوق تقاضای مصرفی و کاهندة تقاضای سوداگری در بازار مسکن خواهد بود.

سعیدی راد (1394) اثر وجود خانه‌های خالی از سکنه در تعادل بازار مسکن، قیمت و اجاره‌بها را بررسی کرده است. او به کمک داده‌های شهر اصفهان مدل‌سازی کرده است. نتایج نشان دادند رابطة میان تقاضا و اجاره‌بها منفی است؛ اما رابطة بین اجاره‌بها و قیمت مسکن، رابطة بین ساخت‌وساز و موجودی مسکن و همچنین رابطة میزان ساخت‌وساز و قیمت مسکن مثبت است. همچنین به‌علت عرضه‌نشدن خانه‌های خالی به بازار با پدیدة کمبود عرضه نسبت به تقاضا مواجه‌ایم و این نبود تعادل منجر به افزایش نسبی قیمت و اجاره‌بها در بخش مسکن می‌شود.

 

2-2 -پژوهش‌های خارجی

روزن و اسمیت[1] (1983) رابطة بین نرخ خانه‌های خالی و مقدار اجاره را بررسی کرده و رابطة معناداری بین این دو پیدا نکرده‌اند. فرضیة تحقیق این بوده است که افزایش اجاره‌بها بر افزایش خانه‌های خالی اثرگذار است. به‌طورکلی تحقیقاتی مانند ویث و کرون[2] (1988)، ویتون[3] (1990)، گلسکوک و همکاران[4] (1990) و گرنادیر[5] (1995) رابطة بین نرخ اجاره و نرخ خانة خالی را بررسی کرده‌اند. هزینه‌های اجاره از ابتدایی‌ترین عللی بودند که محققان احتمال می‌دادند باعث افزایش تعداد خانه‌های خالی شده باشند؛ این رابطه در این تحقیقات آزموده شده که در مواردی تأیید و در تحقیقات دیگری رد شده است.

چن[6] (2000) تأثیر مالیات بر مسکن خالی را در بازار مسکن تایوان بررسی کرده است. او این تئوری که اگر هزینة مالکیت خانه‌های خالی با مالیات افزایش یابد، به کاهش تعداد خانة خالی منجر می‌شود را به محک آزمون تجربی گذاشت. چن با ساخت یک مدل هم‌زمان براساس دو شرط تعادل بازار مسکن، درآمد و هزینة خانوار، این اثر را بررسی کرد. نتایجی حاکی از این بود که یک درصد افزایش در مالیات می‌تواند 6/2 تا 8/8 درصد قیمت خانه‌ها را کاهش دهد و این امر به کاهش نرخ مسکن خالی منجر شود.

واندل[7] (2003) در پژوهشی عوامل مؤثر بر افزایش نرخ واحدهای خالی تجاری پس از اصلاحات مالیات آمریکا در سال 1981 را بررسی کرد. نتایج نشان دادند اصلاحات مالیاتی به‌طور غیرمستقیم بر نرخ خانه‌های خالی تا جایی تأثیر می‌گذارند که نرخ تعادل اجاره را کاهش دهند.

لیانگ[8] (2006) در مقاله‌اش به دنبال ارائه یک مدل شکل‌گیری مسکن خالی است که به رابطة استراتژیک تعامل بین مستأجران، زمین‌داران بزرگ و سازندگانی وابسته است که در یک محیط نامطمئن پویا قرار دارند. محدودیت طرف عرضه و نااطمینانی در طرف تقاضا به کاهش نرخ خانه‌های خالی منجر می‌شود؛ یعنی محدودیت‌های طرف عرضه و نااطمینانی در تقاضا به‌صورت تعاملی مسکن خالی را کاهش می‌دهند. وقتی اصطکاک جست‌وجوی مسکن زیاد باشد، نرخ خانة خالی کمتر به نااطمینانی حساسیت نشان می‌دهد و همچنین اگر طرف عرضه محدودیت داشته باشد، نرخ خانة خالی کمتر نسبت به نااطمینانی حساسیت دارد.

ویتاک[9] (2011) رابطة بین تعداد خانه‌های خالی و میزان خالی‌ماندن آنها با تصاحب خانه‌ها توسط بانک را بررسی کرد. نتایج نشان دادند خانه‌های تصاحب‌شده توسط بانک، بیش از 60 ماه خالی می‌مانند و این علت افزایش خانه‌های خالی است. درواقع مدت‌زمان خالی‌ماندن خانه‌های معمولی، کمتر از مدت‌زمانی است که خانه‌های تصاحب‌شده توسط بانک خالی می‌مانند.

چن (2016) وضعیت خانه و رابطة آن با جنسیت را بررسی کرد. او نشان داد نظام مسکن علاوه بر سرمایه‌دارانه، پدرسالارانه نیز هست. نظام مسکن تایوان که در اختیار یک دولت مستبد است، به شکل‌گیری یک ترکیب منحصربه‌فرد از مالکیت بالای خانه، نرخ بالای خانه‌های خالی و قیمت بالای آنها منجر شده است. او در بخشی از این مقاله، علت افزایش مسکن خالی را کالایی‌سازی مسکن، تبدیل آن به محصول مالی، سلب حق مالکیت مسکن (توسط مؤسسات مالی به‌عنوان وثیقه) و خصوصی‌سازی می‌داند.

 

3- مبانی نظری

برای بررسی عوامل مؤثر بر مسکن خالی از ادبیات عرضه و تقاضای مسکن می‌توان استفاده کرد. تقاضا به دو شکل تقاضای مصرفی و سرمایه‌ای وجود دارد. عوامل مختلفی در تعیین نرخ خانه‌های خالی مؤثرند؛ اما همه این عوامل را می‌توان ذیل شوک‌های عرضه و تقاضای مسکن جای داد (Vandell, 2003: 246)؛ زیرا عوامل موثر بر مسکن خالی درنهایت ازطریق کانال­ افزایش عرضه، کاهش تقاضای مصرفی یا افزایش تقاضای سرمایه‌ای به افزایش نرخ مسکن خالی منجر می­شوند که در ادامه نیز بیان خواهند شد.

 

3-1- تقاضای مصرفی مسکن

متقاضی مسکن مصرفی به دنبال تأمین سرپناه است و مسکن را به‌مثابه یک کالا و به‌صورت اجاری، ملکی و ... به مصرف می‌رساند. مسکن نخست یک کالای مصرفی است و طبق تعریف وقتی املاک و مستغلات مورد تقاضای مصرفی قرار می‌گیرند خالی نمی‌مانند؛ زیرا با هدف مصرفی تصرف شده‌اند. بنابراین، با فرض ثابت‌بودن سایر شرایط، در صورتی‌که تقاضای مصرفی کاهش یابد، آنگاه تعداد مسکن خالی زیاد می‌شود. مطابق ادبیات اقتصاد مسکن عوامل مؤثر بر کاهش تقاضای مصرفی را می­توان ذیل دو بخش کلی عوامل مرتبط با تغییرات جمعیت و قدرت خرید تقسیم‌بندی کرد. 1) عوامل جمعیتی شامل کاهش نرخ باروری، کاهش تعداد خانوار، کاهش تعداد ازدواج، افزایش طلاق، مرگ مالک یا مستأجر، مهاجرت به دیگر کشورها و هر عامل دیگری‌اند که به کاهش جمعیت در یک منطقه منجر می­شوند. 2) عوامل مرتبط با قدرت خرید نیز عبارت‌اند از افزایش قیمت مسکن، افزایش اجارة مسکن، افزایش هزینه‌های مسکن اجاره‌ای، کاهش درآمد خانوارها، کاهش تسهیلات پرداختی برای خرید مسکن، سخت‌شدن شرایط اخذ وام و افزایش هزینه­های معاملاتی (هزینة انعقاد قرارداد، هزینة تنظیم سند، هزینة اسباب­کشی و جابه­­جایی) (قلی‌زاده و همکاران، 1394: 80؛ کرمی، 1386: 20-14؛ DiPasquale et al,1992: 5؛ Smith et al, 1988: 106). با احصای عوامل موثر بر تقاضای مصرفی می‌توان دریافت تمامی عوامل بیان‌شده جزء دو عامل جمعیت و قدرت خرید خانوار قرار می‌گیرند؛ زیرا تغییرات جمعیت و قدرت خرید آنها تقاضای مصرفی را تشکیل می‌دهند. تقاضای مصرفی مطابق تعریف بیان‌شده، خرید مسکن توسط خانوارها برای هدف مصرفی است و درآمد یا قدرت خرید خانوارها و تعداد خانوارها به‌عنوان عامل جمعیتی، حجم تقاضای مصرفی را مشخص می­کنند.

 

3-2- تقاضای سرمایه‌ای مسکن

واحدهایی مسکن سرمایه‌ای‌اند که به‌منظور سوداگری و به امید افزایش قیمت تهیه می­شوند. متقاضیان براساس بازده (عایدی) و ریسک، مسکن را خریداری و معمولاً آن را تا زمان افزایش قیمت به‌صورت خالی رها می‌کنند (قلی‌زاده، 1387: 55-52)؛ اتفاقاً مسکن به‌دلیل ریسک پایین و بازدهی بالا با تقاضای سرمایه‌ای زیادی نیز روبه‌رو است (قلی‌زاده، 1392: 105).

تقاضای سرمایه‌ای مسکن به اشکال مختلفی مانند اجاره‌داری مسکن، نگهداری مسکن دوم، نگه‌داری مسکن خالی، بورس‌بازی (قلی‌زاده، 1387: 13) و نگه‌داری مسکن فصلی (ییلاقی - قشلاقی) رخ می­دهد؛ بنابراین، افزایش تقاضای سرمایه‌ای می‌تواند با فرض ثابت‌بودن سایر شرایط، به افزایش مسکن خالی منجر شود. برخی از عوامل افزایش تقاضای سرمایه‌ای عبارت‌اند از بازدهی بالاتر بازار مسکن نسبت به سایر بازارها (قلی‌زاده و همکاران، 1394: 80)، کاهش نرخ بازدهی بازارهای رقیب (مانند بازار سرمایه، پول و ...)، انتظار افزایش قیمت مسکن در آینده و کاهش نسبت تورم به قیمت مسکن (قلی‌زاده، 1387: 52).

دلایل مختلفی مبنی بر افزایش مسکن خالی بر اثر افزایش تقاضای سرمایه‌ای می‌توان ارائه کرد که برخی از آنها به شرح زیرند:

الف) معمولاً مسکن نو بیشتر از مسکن دست‌دوم رشد قیمت دارد؛ پس سرمایه‌گذار به‌منظور کسب سود مسکن نو خریداری می‌کند. عقلانیت اقتصادی اقتضا می‌کند برای سرمایه‌گذاری مسکن نو خریداری شود و به‌صورت خالی در سبد دارایی­های سرمایه­گذار نگه‌داری شود.

ب) خالی نگه‌داشتن مسکن موجب می‌شود به محض آنکه قیمت مسکن به عایدی مدنظر رسید، سرمایه‌گذار بتواند به‌راحتی آن را به فروش برساند؛ اما اگر در این مسکن مستأجر یا مالک زندگی کند زمانی برای تخلیه و ... نیاز است که می‌تواند در فروش اختلال ایجاد کند؛ بنابراین، عقلانیت اقتصادی اقتضا می‌کند برای سرمایه‌گذاری مسکن به‌صورت خالی نگه‌داری شود.

ج) مسکن سرمایه‌ای می‌تواند تا زمان فروش اجاره داده شود؛ اما لزوماً درآمدی که از محل اجاره به دست می‌آید بیشتر از سود خالی نگه‌داشتن مسکن نیست. معمولاً اجاره‌دادن منجر به فرسودگی مسکن می‌شود. هزینة تعمیرات، نگه‌داری و کاهش قیمت بر اثر استفاده از آن به عایدی سرمایه‌گذاری لطمه وارد می‌کند. مسکن کلیدنخورده افزایش قیمت بالاتری پیدا می‌کند و برای خریدار جذابیت بیشتری دارد؛ بنابراین، معمولاً تقاضای سرمایه‌ای به شکل مسکن خالی بروز و ظهور دارد.

گفتنی است علت دقیق و انگیزة خالی نگه‌داشتن مسکن را تنها می‌توان ازطریق سرشماری به دست آورد؛ اما در زمان حاضر در این خصوص آماری برای ایران وجود ندارد؛ بنابراین، این تحقیق تنها می­تواند عوامل مؤثر بر مسکن خالی را تخمین بزند و علت دقیق آن به سرشماری آماری نیازمند است.

 

3-3- عرضة مسکن

اصطلاح سرمایه‌گذاری به‌خودی‌خود مشخص نمی‌کند منظور سرمایه‌گذاری در تولید مسکن است یا در بازار دارایی‌های مسکن. معمولاً در علم مالی سرمایه‌گذاری به معنی تقاضای سرمایه‌ای و در اقتصاد به معنی ایجاد نهادة واسطه‌ای در فرایند تولید است. به همین دلیل، برای رفع ابهام در این تحقیق برای تولید و ساخت‌وساز مسکن از اصطلاح عرضة مسکن استفاده شده است. عرضة مسکن با هدف کسب سود ازطریق خلق ارزش افزوده اتفاق می‌افتد. بنگاه‌های ساخت‌وساز مسکن پس از تکمیل واحدها آن را به بازارهای مصرفی یا سرمایه‌ای عرضه می‌کنند؛ البته گاهی سازندگان مسکن پس از تکمیل واحد، آن را به‌منظور کسب سود تا مدت‌زمان زیادی خالی نگه می‌دارند و از آن به‌عنوان دارایی استفاده می­کنند. در این صورت عرضه‌کنندة مسکن تبدیل به سرمایه‌گذار یا متقاضی سرمایه‌ای مسکن شده است. افزایش عرضه به معنی تغییر در انبارة مسکن می‌تواند به علل مختلفی رخ دهد که برخی از مهم‌ترین آنها عبارت‌اند از:

v      عرضة واحد مسکونی نوساز و افزایش ساخت‌وساز خانه‌ها؛

v      تغییر کاربری (تبدیل فروشگاه، انبار، مدرسه، اداره و ... به یک منزل مسکونی) (Morton and Ehrman, 2011)؛

v      تعمیر و احیای واحد مسکونی غیرقابل سکونت (قلی‌زاده، 1387: 12).

هرگونه افزایش در انبارة مسکن می‌تواند موجودی مسکن را افزایش دهد و سبب افزایش مسکن خالی شود. برخی از عوامل مؤثر بر افزایش عرضه عبارت‌اند از کاهش هزینه‌های ساخت‌وساز یا تعمیر، کاهش بهای مصالح ساختمانی، کاهش قیمت زمین، افزایش قیمت مسکن و افزایش عایدی حاصل از فروش و ساخت (یک مترمربع واحد مسکونی)، افزایش شاخص قیمت اجاره‌بها، کاهش نرخ خانه‌های خالی موجود، کاهش نرخ خدمات ساختمانی، کاهش نرخ سود بانکی، کاهش نرخ سود تسهیلات بانکی، افزایش مقدار تسهیلات ساخت یا تسهیل شرایط اعطای تسهیلات (کرمی و ایزدی، 1383: 66).

همچنین عرضة مسکن باید متناسب با نیاز باشد؛ زیرا مسکن کالایی ناهمگن است و ویژگی‌های مختلف ازجمله استحکام بنا، فاصله از مرکز شهر، عمر ساختمان و نوع ساخت‌وساز آن را متفاوت می‌سازد؛ به همین دلیل، میزان تناسب مسکن مورد نیاز متقاضیان با مسکنی که در بازار عرضه می‌شود، در افزایش مسکن خالی نقش دارد. در این زمینه دو نکته حائز اهمیت است:

1. از درجة همگنی مسکن، تحلیل مشخصی برای افزایش یا کاهش خانه‌های خالی نمی‌توان ارائه داد؛ زیرا اگر درجة همگنی زیاد باشد، سلایق مختلف خانوارها را پوشش نمی‌دهد و تقاضای مصرفی را کاهش می‌دهد و اگر درجة ناهمگنی زیاد باشد، به وسواس در انتخاب منجر می‌شود و نوعی اصطکاک در تقاضا به وجود می‌آورد. (شوارتز، 1397)؛ بنابراین، ادعای لیانگ[10] (2006) می‌تواند در ایران نیز درست باشد؛ یعنی افزایش زمان جست‌وجو به‌دلیل ناهمگنی زیاد خانه‌های اجاره‌ای به افزایش خانه‌های خالی می‌تواند منجر شود.

2. اگر واحدهای مسکونی عرضه‌شده یا واحدهای خالی موجود در کشور با نیاز متقاضیان تناسب نداشته باشند می‌توان شاهد افزایش مسکن خالی بود.

در تحلیل عرضه، تقاضای مصرفی و تقاضای سرمایه‌ای دیده شد که برخلاف آنچه معمولاً گفته می‌شود تنها عامل افزایش مسکن خالی به تقاضای سرمایه‌ای برنمی‌گردد؛ بلکه عوامل دیگری نیز در آن نقش دارند. بنابراین، نرخ مسکن خالی ازطریق سه کانال عرضه، تقاضای مصرفی و تقاضای سرمایه‌ای تغییر می‌کند؛ برای مثال، عرضة مسکن متناسب با نیاز نه‌تنها مسکن خالی را افزایش نمی‌دهد، بلکه موجب خانه‌دارشدن خانوارها و پوشش تقاضای مصرفی آن‌ها نیز می‌شود؛ اما عرضة مسکن لوکس نرخ خانة خالی را افزایش می‌دهد. هدف این بخش از مقاله این بود که به کمک مبانی نظری حداقل نشان دهد برای تحلیل عوامل افزایش مسکن خالی، به بررسی‌های بسیار دقیق‌تری نیاز  است و نباید به عامل سوداگری مسکن اکتفا کرد.

 

4- فرضیه و روش تحقیق

همان‌طور که بیان شد سه نیروی مختلف بر مسکن خالی تأثیر می‌گذارند؛ دو نیرو در طرف تقاضا و یک نیرو در طرف عرضه؛ بنابراین، سه فرضیة زیر مطرح می‌شود:

1. کاهش تقاضای مصرفی (کاهش جمعیت یا قدرت خرید) با فرض ثبات سایر نیروها به افزایش مسکن خالی منجر می‌شود.

2. افزایش تقاضای سرمایه‌ای با فرض ثبات سایر نیروها به افزایش مسکن خالی می‌تواند منجر شود.

3. عرضه با فرض ثبات سایر نیروها و تنها در صورتی می‌تواند موجب افزایش مسکن خالی شود که با افزایش ذخیرة مسکن (انبارة مسکن) همراه باشد و متناسب با نیاز نباشد.

نشان‌دادن صحت هریک از فرضیه‌های بالا در عمل دچار پیچیدگی‌های بسیاری است. شرط ثبات سایر نیروها، تعیین میزان دقیق تقاضای مصرفی و سرمایه‌ای و اندازه‌گیری تغییرات انبارة مسکن به‌دلیل محدودیت‌های آماری دشوار به نظر می‌رسد. همچنین، آمار متغیرهای به‌کاررفته نرمال نبوده است و تعداد آنها به حدی نیست که بتوان از مدل پنل دیتا استفاده کرد؛ در ضمن، برای استفاده از مدل پنل نیاز است آمار دقیق میزان تقاضای مصرفی و سرمایه‌ای در دسترس باشد؛ اما به‌دلیل نبود این آمار فقط تغییرات این متغیرهای مکنون را ازطریق پروکسی‌های تعریف‌شده می‌توان سنجش کرد و تأثیر آنها را بر نرخ مسکن خالی سنجید. بنابراین در این مقاله برای آزمون فروض بیان‌شده، از روش معادلات ساختاری استفاده شده است.

در روش PLS-SEM می‌توان به‌جای اندازه‌گیری عوامل سه‌گانة بازار مسکن ازطریق پروکسی‌های مختلف (متغیرهای وابسته برون‌زا)، هریک از عوامل مؤثر را تحلیل کرد. برای این کار آمارهای مربوط به عوامل سه‌گانة مؤثر بر نرخ مسکن خالی ازطریق مراکز رسمی آمار ازجمله مرکز آمار ایران و بانک مرکزی استخراج شده‌اند. در آخر، به کمک مدل‌سازی ساختاری اثر هریک از این عوامل اندازه‌گیری می‌شود.

به‌طورکلی دو رویکرد برای برآورد پارامترهای یک مدل معادلات ساختاری وجود دارد؛ رویکرد نخست، مبتنی بر کوواریانس است که سعی در کاهش تفاوت بین کوواریانس نمونه و کوواریانسی دارد که توسط مدل نظری پیش‌بینی شده است (امانی و همکاران، 1391: 50). رویکرد دوم، روش حداقل مربعات جزئی یا همان PLS است که سعی دارد واریانس متغیرهای وابسته‌ای را بیشینه‌سازی کند که توسط متغیرهای مستقل پیش‌بینی می‌شود. در روش PLS، بخش ساختاری را مدل درونی (Inner model) و بخش اندازه‌گیری را مدل بیرونی (Outer model) نام‌گذاری می­کنند؛ بنابراین، داریم:

حداقل مربعات جزئی = مدل درونی + مدل بیرونی

 برای رسیدن به این مقصود، متغیرهای پنهان به‌صورت ترکیب دقیق خطی نشانگرهای تجربی خود برآورد می‌شوند. سپس روش PLS از این نمایندگان به‌عنوان جانشین‌های کامل برای متغیرهای پنهان استفاده می‌کند. به عبارت دیگر، رویکرد PLS اینگونه است که در ابتدا نسبت‌های وزنی که نشانگرها را به متغیرهای پنهان مدنظرشان مربوط می‌کند را برآورد می‌کند؛ سپس با در نظر گرفتن نسبت‌های وزنی به‌عنوان ورودی مقادیر موردها را برای هر متغیر پنهان براساس میانگین وزنی نشانگرهایش محاسبه می‌کند. درنهایت، از این مقادیر موردها در معادلات رگرسیون استفاده می‌کند تا پارامترهای روابط ساختاری تعیین شوند (همان: 53).

 

4-1- مدل‌سازی و معرفی متغیرها

برای مدل‌سازی ساختاری به‌دلیل محدودیت‌های آماری فقط از عواملی می‌توان استفاده کرد که آمار آن طی سه سال 1385، 1390 و 1395 به تفکیک استانی موجود باشد؛ زیرا آمار نرخ مسکن خالی به تفکیک استان تنها در سه سرشماری آخر گزارش شده است. طبق بررسی‌های انجام‌شده در مطالعات قبلی، عوامل مؤثر بر نرخ مسکن خالی را ازنظر نوع آنها در چهار گروه مختلف می­توان تقسیم‌بندی کرد. برای تبیین نرخ مسکن خالی از همین چهار کانال استفاده شده است.

1. عرضة مسکن: برای نشان‌دادن میزان عرضه و ساخت‌وساز از دو معرف تعداد پروانه‌های مسکونی و احداث ساختمان به‌عنوان عامل تغییر تعداد ساختمان‌های مسکونی استفاده شده است.

2. تقاضای سرمایه‌ای: برای تعریف این سازه از نرخ بازدهی بازارهای رقیب مسکن (نرخ رشد قیمت مسکن به رشد قیمت دلار، نرخ رشد قیمت مسکن به رشد شاخص کل بورس و نرخ رشد قیمت مسکن به رشد قیمت سکه)، رشد قیمت آپارتمان و رشد قیمت مسکن استفاده شده است (قلی‌زاده، 1387: 52). این متغیرها درمجموع نشان می‌دهند تغییرات تقاضای سرمایه‌ای مسکن با توجه به دو متغیر بازدهی و ریسک به چه میزان است.

 3. عوامل جمعیتی: تعداد خانوارها، جمعیت، خالص ازدواج (تفریق تعداد طلاق از ازدواج) و خالص مهاجرت در استان‌ها درمجموع معرف جمعیت استان‌ها و تغییرات آن است که سازة عوامل جمعیتی را می‌سازند.

4. عوامل مؤثر در قدرت خرید: نرخ بیکاری، قیمت زمین و اجارة مسکن درمجموع قدرت خرید خانوارها را تعیین می‌کنند.

آمار مرتبط با متغیرهای نامبرده مربوط به داده­های استان‌های کشور طی سال‌های 1385، 1390 و 1395 بوده و ازطریق مرکز آمار ایران و بانک مرکزی استخراج شده است.

بین چهار کانال ذکرشده می‌توان سازة سوم و چهارم را درمجموع تأثیر تقاضای مصرفی دانست؛ زیرا میزان جمعیت و قدرت خرید، میزان تقاضای مصرفی در هر استان را تعیین می‌کنند (خلیلی عراقی و حسنی، 1391: 49؛ قلی‌زاده، 1387؛ کرمی، 1386: 17؛ Chen, 2000: 2-3؛ Lee, 2009: 3؛ Liang, 2006: 3).

معادلة عمومی این مدل به شرح زیر است:

 

نمودار 1

REH = F (Sp, S, De, PP)

 

REH: نرخ مسکن خالی

Sp: تقاضای سرمایه‌ای

 S: عرضه

De: عوامل جمعیتی

PP: قدرت خرید

 

5- یافته‌های تحقیق

سه محدودیت اصلی این تحقیق شامل 1. نبود آمار، 2. فروض مرتبط با توزیع آماری و حجم نمونه در روش­های اقتصادسنجی و 3. عدم توسعه‌یافتگی نظریه‌های مرتبط با مسکن خالی یا معنادارنبودن این نظریه‌ها در ایران است؛ با توجه به این محدودیت‌ها بهترین روش برای سنجش عوامل مؤثر بر مسکن خالی استفاده از PLS-SEM است. این روش برای کشف روابط و توسعة نظریه‌ها به کار می‌رود و از این حیث می‌تواند علاوه بر تبیین عوامل مؤثر بر مسکن خالی در ایران، از نوعی ابتکار در تبیین مسکن خالی نیز برخوردار باشد که به‌عنوان ایده‌ای برای نظریه‌پردازی به کار رود. همچنین محدودیت این روش اقتضا می‌کند تحلیل به‌صورت جداگانه برای سه سال 1385، 1390 و 1395، انجام و سپس نتایج آن با یکدیگر مقایسه شود. گفتنی است آمارهای موجود در رابطه با نرخ مسکن خالی تنها برای سه دوره سرشماری 1385، 1390 و 1395 به تفکیک استانی موجود است که درمجموع 90 داده را به دست می دهد.

 

 

 

نمودار 1- نتایج مدل‌سازی تبیین نرخ مسکن خالی، سال 1385، منبع: محاسبات نگارنده

 

 

نتایج حاصل از مدل‌سازی سال 1385 نشان می‌دهند قدرت خرید خانوارها، جمعیت و تقاضای سرمایه‌ای تأثیر معکوس در نرخ مسکن خالی داشته است. همچنین، رابطة عرضه با نرخ مسکن خالی مستقیم ارزیابی شده است؛ یعنی با افزایش عرضه، مسکن خالی نیز افزایش یافته است. همان‌طور که بیان شد تقاضای سرمایه‌ای لزوماً با افزایش خانه‌های خالی همراه نیست و می‌تواند مسکن مورد تقاضای سرمایه‌ای قرار گیرد، اما همراه با افزایش مسکن خالی نباشد. مطابق نمودار 1، عرضه اثر بسیار کمی بر نرخ مسکن خالی دارد و نمی‌توان گفت افزایش عرضه به افزایش خانه‌های خالی منجر شده است. افزایش قدرت خرید نیز به افزایش تقاضای مصرفی و کاهش نرخ مسکن خالی منجر می‌شود؛ بنابراین، تأثیر قدرت خرید نیز معنادار است. در سال 1385 بیشترین توضیح‌دهندگی نرخ مسکن خالی برعهدة سازة جمعیت است. تغییرات جمعیتی و تغییر تعداد خانوارها بر اثر عوامل مختلف، به خالی‌ماندن خانه‌ها منجر می‌شود و در سال 1385 علت اصلی خانه‌های خالی به همین عامل برمی‌گردد.

 

 

 

نمودار 2- نتایج مدل‌سازی تبیین نرخ مسکن خالی، سال 1390، منبع: محاسبات نگارنده

 

 

نتایج برای سال 1390 نشان‌دهندة رابطة معکوس بین نرخ خانة خالی با قدرت خرید و عرضه دارد؛ بدین معنی که با کاهش قدرت خرید خانوارها نرخ خانة خالی افزایش یافته است و همچنین واحدهایی که در این دورة پنج‌ساله از سال 1385 عرضه شده‌اند، باعث کاهش نرخ خانة خالی شده‌اند. این امر نشان می‌دهد ساخت‌وسازها در این دوره تا حدی متناسب با نیاز خانوارها بوده است. افزایش تقاضای سرمایه نیز طی این دوره به شکل‌گیری خانه‌های خالی منجر شده است. برخلاف دورة قبل، جمعیت در این سال‌ها با نرخ خانة خالی هم‌جهت بوده است و نمی‌توان خالی‌شدن استان‌ها از جمعیت را عامل شکل‌گیری خانه‌های خالی دانست. بین متغیرها جمعیت بیشترین توضیح‌دهندگی را دارد؛ اما معنای خاصی برای آن نمی‌توان در نظر گرفت. آنچه اهمیت دارد کاهش قدرت خرید خانوارها و افزایش تقاضای سرمایه‌ای در این دوره است.

 

 

 

نمودار 3- نتایج مدل‌سازی تبیین نرخ مسکن خالی، سال 1395، منبع: محاسبات نگارنده

 

 

در دورة سوم از سال 1390 تا 1395 نیز کاهش قدرت خرید خانوارها و افزایش تقاضای سرمایه‌ای مشاهده می‌شود. افزایش عرضه نیز سهم اندکی در شکل‌گیری خانه‌های خالی دارد؛ اما کوچک‌بودن ضریب مسیر نشان‌دهندة اهمیت‌نداشتن آن است. آنچه در این دوره رشد چشمگیری دارد، تقاضای سرمایه‌ای مسکن است. تقاضای سرمایه‌ای در سال‌های 1385 تا 1395 همواره روندی صعودی در بخش مسکن تجربه کرده و اثر آن از منفی به سمت مثبت حرکت کرده است. از این لحاظ، این فرضیه تأیید می‌شود که عامل شکل‌گیری مسکن خالی تقاضای سرمایه‌ای است؛ اما شایان ذکر است کاهش قدرت خرید بر اثر افزایش قیمت زمین، افزایش قیمت اجاره و بیکاری نیز در شکل‌گیری خانه‌های خالی مؤثر بوده‌اند. دربارة جمیعت نمی‌توان به کمک مدل عرضه‌شده روند مشخص و دقیقی را توضیح داد و عرضة مسکن نیز به‌دلیل اثر اندک آن در نرخ خانه‌های خالی از اهمیت چندانی برخوردار نیست. گفتنی است محدودیت‌های آماری ازنظر حجم نمونه‌های کوچک و نبود داده‌های بیشتر دربارة نرخ خانه‌های خالی باعث می‌شوند نتایج مدل تا حدی قابل اتکا باشند، اما یقین‌آور و قطعی نیستند.

 

5-1- ارزیابی مدل

رایج‌ترین شاخص ارزیابی مدل ساختاری، ضریب تعیین (R2) است. این ضریب برای هر متغیر پنهان نشان می‌دهد چند درصد از واریانس‌های آن متغیر پنهان تبیین‌پذیر است. هرچه میزان ضریب تعیین به عدد یک نزدیک‌تر باشد، سطح دقت مدل بالاتر است. سازة درون‌زای مسکن خالی در مدل سال‌های 1385، 1390 و 1395 به‌ترتیب دارای ضریب تعیین 4/0، 5/0 و 2/0 است. همچنین، ضریب تعیین تعدیل‌شده برای همین سال‌ها به‌ترتیب برابر 36/0، 44/0 و 16/0 است؛ البته در نمونه‌های کوچکی که با متغیرهای مکنون برون‌زای کمتری سروکار داریم، سطح R2 متوسط نیز پذیرفتنی است (جوزف و همکاران، 1395: 168). همان‌طور که گفته شد این روش فقط به دنبال حداکثرکردن واریانس تبیین‌شدة متغیر وابستة نهایی بوده است و هیچ روش سنجش درستی یا برازشی را برای مدل ساخته‌شدة خود معرفی و اندازه‌گیری نمی‌کند. (سبحانی‌فرد، 1395: 52)

 

5-2- معیارF-square

شدت رابطة بین متغیرهای وابستة درون‌زا با متغیرهای وابستة برون‌زا را می‌توان ازطریق این معیار تشخیص داد. روابط با شدت پایین در نرم‌افزار با رنگ قرمز، روابط با شدت بالا با رنگ سبز و روابط با شدت متوسط با رنگ سیاه نشان داده می‌شوند. در جدول 2، نتایج این معیار برای سه سال گزارش شده‌اند.

 

 

جدول 2- شدت رابطة بین متغیرهای پنهان معیار F-square، منبع: محاسبات نگارنده

1395

1390

1385

سال

نرخ مسکن خالی

نرخ مسکن خالی

نرخ مسکن خالی

متغیر وابسته درون‌زا

162/0 (قوی)

103/0 (متوسط)

09/0 (متوسط)

تقاضای سرمایه‌ای

123/0 (متوسط)

405/0 (قوی)

320/0 (قوی)

جمعیت

000/0 (ضعیف)

024/0 (متوسط)

000/0 (ضعیف)

عرضه

01/0 (ضعیف)

229/0 (قوی)

144/0 (متوسط)

قدرت خرید

 

5-3- برازش مدل

برازش در مدل PLS فقط برای متغیر وابسته صورت می‌گیرد و به این سؤال پاسخ می‌دهد که آیا مدل توانسته همان‌طور که فرض کرده است متغیر وابسته را پیش‌بینی کند یا خیر. دو شاخص مهم در این زمینه استفاده می‌شود: 1. خطای جذر میانگین مربعات (RMS) که تفاوت بین مدل ساخته‌شده با داده‌های تجربی را نمایش می‌دهد. مطابق این شاخص، مقادیر بالای 1/0 نشان‌دهندة برازش متوسط و مقادیر بالای 8/0 نشان‌دهندة برازش خوب است. 2. شاخص دیگر نیز NFI است که مقادیر بالای 9/0، برازش مدل را برای متغیر وابسته تأیید می‌کند. نتایج برازش برای سال‌های مختلف در جدول 3 آمده‌اند. طبق نتایج، برازش مدل برای تمامی سال‌ها متوسط ارزیابی می‌شود. برازش متوسط مدل به‌دلیل حجم پایین داده‌ها بوده است.

 

جدول 3- نتایج حاصل از برازش مدل، منبع: محاسبات نگارنده

NFI

RMS

سال

716/0

525/0

1385

822/0

412/0

1390

832/0

375/0

1395

 

6- نتیجه‌گیری و پیشنهاد‌ها

این فرضیه که افزایش تقاضای سرمایه‌ای موجب شکل‌گیری خانه‌های خالی می‌شود، در این تحقیق به‌طور تجربی بررسی شد. نتایج نشان دادند در طول سال‌های 1390 تا 1395 تکرارپذیری روند سوددهی بالای مسکن به‌دلیل افزایش مداوم قیمت آن که معمولاً بیش از تورم عمومی بوده است، به افزایش تقاضای سرمایه‌ای مسکن منجر شده و درنهایت به‌صورت افزایش مسکن خالی‌شده جلوه‌گر شده است. تأثیر تقاضای سرمایه‌ای در افزایش مسکن خالی در سال 1395 بسیار قوی ارزیابی شده است و این فرضیة دوم تحقیق را تأیید می‌کند. آنچه علاوه بر این فرضیه می‌توان به آن اشاره کرد کاهش قدرت خرید خانوارها یعنی کاهش تقاضای مصرفی است که به شکل‌گیری خانه‌های خالی منجر می‌شود. رابطة قدرت خرید خانوارها و نرخ مسکن خالی همواره منفی (غیرمستقیم) بوده که تأثیرگرفته از افزایش قیمت زمین، اجاره و افزایش بیکاری رخ داده است. کاهش جمعیت استان‌ها در سال 1385 را می‌توان از دلایل شکل‌گیری خانه‌های خالی دانست؛ اما در سال‌های بعد، تأثیر این متغیر بر نرخ مسکن خالی مثبت ارزیابی شده است؛ این امر نشان می­دهد استان‌های دارای جمعیت بیشتر، نرخ مسکن خالی در آنها بیشتر شده است و معنادارنبودن این متغیر را برای سال‌های 1390 و 1395 نشان می‌دهد. همچنین طبق این مدل، عرضه تأثیر معناداری بر نرخ خانه‌های خالی نداشته است؛ اما اثر مستقیم آن نشان‌دهندة عدم رعایت تناسب بین مسکن‌های ساخته‌شده با نیاز مردم است؛ این نتیجه می‌تواند نشان‌دهندة افزایش ساخت‌وسازهای لوکس با زیربنای زیاد و گران‌قیمت باشد.

برای برطرف‌شدن مشکل فزونی نرخ مسکن خالی نسبت به نرخ طبیعی آن می‌توان ازطریق وضع مالیات بر مسکن خالی، از بازدهی بالای آن کاست. با کاهش بازدهی مسکن ازطریق اخذ مالیات، عملاً مسکن از پرتفوی سرمایه‌گذاری خارج می‌شود و به کارکرد مصرفی خود برمی‌گردد؛ البته برای تأثیرگذاری این سیاست نیاز است اصابت مالیاتی به کمک کشش‌های عرضه و تقاضا محاسبه شود که از عهدة این تحقیق خارج است. علاوه بر این، باید با عمق‌بخشیدن به بازار بورس و رونق آن، سرمایه‌های سرگردان و سفته‌بازی‌ها را از بازار مسکن و سایر بازارهای مصرفی حذف و به بازار بورس منتقل کرد. به نظر می‌رسد دولت با برنامه‌ریزی دقیق نباید اجازه دهد مسکن به‌عنوان نیاز اساسی خانوارها به دست سفته‌بازان معامله شود و با این سیاست مانع افزایش نرخ مسکن خالی، افزایش اجاره و قیمت آن شود. همچنین اشتغال‌زایی، جبران کاهش قدرت خرید خانوارها، ساخت مسکن ارزان‌قیمت، اعطای تسهیلات مناسب و ... در افزایش قدرت خرید خانوارها مؤثرند و به رفع عامل دوم مشکل مسکن خالی کمک می‌کنند.

دربارة جمعیت نیز باید توجه شود وجود نرخ بالای مسکن خالی در شهرهای پرجمعیت نشان می‌دهد با افزایش جمعیت در شهرها نرخ مسکن خالی بیشتر شده است و خانوارها نتوانسته‌اند مسکن مورد نیاز خود را خریداری کنند. این مشکل نیز به عدم تناسب مسکن‌های خالی موجود با نیاز و توانایی خرید خانوارها برمی­گردد. قیمت بالا، متراژ زیاد و لوکس‌بودن خانه‌های خالی می‌توانند بخشی از علت خالی‌ماندن آنها باشند؛ بنابراین دولت، انبوه‌سازان و سیاست‌گذاران باید کاهش قیمت تمام‌شدة مسکن را با سیاست‌های تأمین مالی مناسب، اعطای زمین، طرح 99 ساله و ... در دستور کار قرار دهند.

پیوست ها

 


[1] Rosen & Smith

[2] Voith and Crone

[3] Wheaton

[4] Glascock et al

[5] Grenadier

[6] Chen

[7] Vandell

[8] Liang

[9] Whitaker

[10] Liang

الوند کوهی، ت (1387). «خانه‌های خالی و اراضی بایر، بازگشت به گذشته»، پژوهشنامه مالیات، دوره 16، شماره 48، 34-31.
هیر، جوزف و همکاران (1395). مدل‌سازی معادلات ساختاری: کمترین مربعات جزئی (PLS-SEM) (چاپ اول)، ترجمه عادل آذر و رسول غلام‌زاده، تهران: انتشارات نگاه دانش.
امیری، نعمت‌اله، قلی‌زاده، علی‌اکبر (1392). «نگاهی به نظام مالیاتی بخش مسکن در جهان و چارچوبی برای اصلاح ساختار مالیات‌ها در بخش مسکن ایران»، مجله اقتصادی، دوره 13، شماره 11 و 12، 110-91.
خلیلی عراقی، منصور، حسنی، احمد (1391). درآمدی بر اقتصاد مسکن، تهران: دانشگاه تهران.
سعیدی راد، ساناز (1394). «تأثیر وجود خانه‌های خالی از سکنه بر تعادل بازار مسکن، مطالعه موردی: شهر اصفهان»، گروه اقتصاد شهری، دانشکده کارآفرینی هنر و گردشگری، دانشگاه هنر اصفهان.
سبحانی‌فرد، یاسر (1395). مبانی و کاربرد تحلیل عاملی و مدل‌سازی معادلات ساختاری همراه با استفاده از نرم‌افزارهای LISREL- Smart PLS 3 - AMOS - SPSS - HLM، تهران: دانشگاه امام صادق (ع).
شوارتز، باری، ملک‌پور، مهدی (1397). پارادوکس انتخاب: آنگاه که آزادی انتخاب، اضطراب می‌آورد، تهران: دنیای اقتصاد.
فدایی، ایمان، کمیاب، بهناز (1396). «ناظر مالیات بر خانه‌های خالی و برآورد ظرفیت درآمدی آن»، دفتر تحقیقات و سیاست‌های مالی وزارت امور اقتصاد و دارایی.
قلی‌زاده، علی‌اکبر (1387). نظریة قیمت مسکن در ایران به زبان ساده، همدان: نور علم.
قلی‌زاده، علی‌اکبر (1392). «نگاهی به نظام مالیاتی بخش مسکن در جهان و چارچوبی برای اصلاح ساختار مالیات‌ها در بخش مسکن ایران»، مجله اقتصادی، دوره 13، شماره 11 و 12، 110-91.
قلی‌زاده، علی‌اکبر و همکاران (1394). «استراتژی تخصیص بهینه دارایی‌ها در حضور بازار مسکن»، تحقیقات مدل‌سازی اقتصادی، دوره 6، شماره 21، 151-119.
کرمی، افشین (1386). بررسی وضعیت بازار مسکن در ایران، تهران: موسسه تدبیر اقتصاد.
کرمی، افشین، ایزدی، مهرداد (1383). «بررسی وضع مسکن و علل افزایش قیمت آن». اقتصاد و مدیریت بازرگانی، دوره جدید آذر و دی، شماره 9، 73-65.
نیلی احمدآبادی، مقداد (1389). «اثر وضع مالیات بر ساختمان‌های خالی بر بازار مسکن تهران»، پایان نامه کارشناسی ارشد پیوسته، دانشکده معارف اسلامی و اقتصاد، دانشگاه امام صادق علیه‌السلام.
Chen, Y. J. (2000). Modeling the impacts of vacancy taxes on the Taiwan housing market. Proceedings of the National Science Conucil, Republic of China, 11(2), 148-155.
Chen, Y. L. (2016). Gender and the Housing "Questions" in Taiwan. ACME: An International E-Journal for Critical Geographies, 15(3), 639-658
DiPasquale, D., & Wheaton, W. C. (1992). The markets for real estate assets and space: A conceptual framework. Real Estate Economics, 20(2), 181-198.‏
Glascock, J. L et al. (1990). An analysis of office market rents: some empirical evidence. Real Estate Economics, 18(1), 105-119.‏
Grenadier, S. R. (1995). Local and national determinants of office vacancies. Journal of Urban Economics, 37(1), 57-71.‏
Liang, Y. (2006). The anatomy of vacancy behavior in the real estate market (Doctoral dissertation, University of Wisconsin-Madison).
Morton, A. & Ehrman, R. (2011). More homes: Fewer empty buildings.‏
Smith, R., & Merrett, S. (1988). Empty dwellings and tenure switching: a British case study. Housing Studies, 3(2), 105-111.
Lee, S. (2009) Empty Properties, Making the most of the existing stock. Available at: https://www.bridgend.gov.uk/media/1568/shelter-cymru-key-information.pdf.
Vandell, K. D. (2003). Tax structure and natural vacancy rates in the commercial real estate market. Real Estate Economics, 31(2), 245-267.
Voith, R., & Crone, T. (1988). National vacancy rates and the persistence of shocks in US office markets. Real Estate Economics, 16(4), 437-458.‏
Wheaton, W. C. (1990). Vacancy, search, and prices in a housing market matching model. Journal of Political Economy, 98(6), 1270-1292.
Whitaker, S. D. (2011). Foreclosure-related vacancy rates. Economic Commentar.