برای دانلود فایل متن کامل پایان نامه به سایت 40y.ir مراجعه نمایید.

 

۳-۱۶-انتخاب نوع ماتریس وزنی

 

برای انتخاب نوع ماتریس وزنی می توان از تحلیل متغیر وابسته hp بر روی نقشه با استفاده از نرم افزار geoda استفاده کرد.بدین منظور با استفاده از نقشه مناطق کشور و تقسیم این مناطق به دو دسته با استفاده از نرم افزار geoda به بررسی و تحلیل نتایج برای رسیدن به بهترین نوع ماتریس وزنی برای استفاده در این بررسی اقدام می کنیم.با استفاده از این نرم افزار استانهارا به دو گروه دارای میانگین بالا و پایین از هر متغیر تقسیم کرده و به ترسیم نقشه آن اقدام می کنیم.
نقشه (۱-۳):نقشه تقسیم استانها به دوگروه دارای بیشترین و کمترین میانگین متوسط قیمت مسکن
منبع:یافته های تحقیق
در تقشه بدست آمده توسط نرم افزارgeoda برای متوسط میانگین استانهای دارای بالاترین قیمت مسکن همان گونه که مشاهده می شودتعدادزیادی از مناطقی که دارای بالاترین متوسط میانگین قیمت مسکن هستند در همسایگی هم هستند که با رنگ قرمز مشخص شده اند.وهمچنین تعداد بیشتری از مناطقی که دارای متوسط میانگین قیمت پایینی هستند که با رنگ سبز نشان داده شده انددر همسایگی هم قرار گرفته اند.در اقتصاد سنجی فضایی اگر مناطقی که دارای مقدار بالایی از یک متغیرهستند مناطق همسایه آنها نیز دارای مقدار بالا باشند و مناطقی که دارای مقدار پایینی از یک متغیر هستند در مجاورت آنها مناطق با مقدار پایین از همان متغیر قرار داشته باشند دارای همبستگی فضایی مثبیت هستند و اگر مناطق دارای مقدار بالا از یک متغیر دارای مناطق مجاوری باشند که مقدار آن متغیر برای آن مناطق در سطح پایینی قرار گرفته است وهمچنین اگر مناطقی که دارای مقدار پایینی از یک متغیر هستند دارای مناطق مجاوری باشند که دارای مقدار بالایی از آن متغیر هستند دارای همبستگی فضایی منفی هستند(انسلین)
نقشه (۲-۳):نقشه تقسیم استانها به دوگروه دارای بیشترین و کمترین میانگین متوسط قیمت زمین
منبع:یافته های تحقیق
در نقشه فوق که برای متغیر قیمت یک مترمربع زمین ترسیم شده است وابستگی مثبت فضایی بین مناطق همجوار(همسایه) واضح تر از نقشه ترسیم شده برای قیمت مسکن است.در نقشه فوق تمامی استانهای همجوار با استان تهران دارای قیمت زمین بالایی هستند.اما ۱۵ استانی که دارای قیمت زمین پایین هستند کاملا در کنار هم قرار ندارند ولی همگی کم وبیش دارای استانهای همجوار با قیمت زمین پایین هستند.
نقشه (۳-۳):نقشه تقسیم استانها به دوگروه دارای بیشترین و کمترین میانگین متوسط هزینه ساخت مسکن
منبع:یافته های تحقیق
در نقشه فوق که برای هزینه ساخت مسکن ترسیم شده است پراکندگی بیشتری نسبت به دو تقشه قبلی در هزینه ساخت مسکن در استانهای مختلف به چشم می خورد. بیستر این استانها در نزدیکی استان تهران قرار گرفته اند.
نقشه (۴-۳):نقشه تقسیم استانها به دوگروه دارای بیشترین و کمترین میانگین جمعیت
منبع:یافته های تحقیق
اما نقشه فوق که برای جمعیت ترسیم شده است دارای پراکندگی زیادی در مناطق پرجمعیت و همچنین کم جمعیت است که بترتیب بارنگهای قرمز و سبز در نقشه مشخص شده اند.
نقشه (۵-۳):نقشه تقسیم استانها به دوگروه دارای بیشترین و کمترین میانگین متوسط تولیدناخالص داخلی
منبع:یافته های تحقیق
نقشه فوق برای تولید ناخالص داخلی استانها ترسیم شده است در نقشه فوق استانهایی که دارای تولید ناخالص داخلی بالایی هستند در مجاورت خود حداقل یک استان وجود دارد که دارای تولید ناخالص داخلی بالایی است که این مطلب در مورد استانهای با تولید ناخالص داخلی کمتر نیز صدق می کند.
نقشه (۶-۳):نقشه تقسیم استانها به دوگروه دارای بیشترین و کمترین میانگین نرخ بیکاری
منبع:یافته های تحقیق
در نقشه فوق که برای نرخ بیکاری ترسیم شده است مجاورت مناطق دارای نرخ بیکاری بالا(قرمزرنگ) و همچنین مجاورت مناطق با نرخ بیکاری پایین (سبزرنگ) بیشتر به چشم می خورد. با توجه به نقشه های فوق و اینکه در حداقل چهار تا از پنج متغیر مورد بررسی مناطقی که دارای مقدار بالایی از یک متغیر هستند در همسایگی خود دارای مناطقی هستند که این مناطق نیز دارای مقدار بالایی از آن متغیر هستند و همچنین مناطقی که دارای مقدار کمتری از یک متغیر هستند در همسایگی مناطقی که دارای مقدار کمی ازهمان متغیر هستند قرار گرفته اند استفاده از ماتریس وزنی مجاورت بهتر می تواند این وابستگی متقابل را در مدل وارد کند تا دیگر انواع ماتریس وزنی بنابراین از ماتریس وزنی مجاورت ملکه مانند که در آن برای استانهایی که دارای مرز مشترک با یکدیگر هستند در آزمونها و برآورد مدل استفاده می کنیم.

 

۳-۱۷-روش شناسی تحقیق

 

برای برآورد مدلهای ایستا و پویای تصرح شده از روش اقتصاد سنجی پنل دیتا واز پنل دیتای فضایی برای برآورد مدل با لحاظ وابستگی مکانی مناطق استفاده شده است. انتخاب روش پنل دیتا به این دلیل است که داده هابرای۳۰استان تنها برای ۸ سال در دسترس می باشد.که حجم نمونه با توجه به تعداد مقاطع(۳۰) و تعداد سالها (۸) برای هر متغیر ۲۴۰ داده است.

 

۳-۱۸-انتخاب فرم تبعی رگرسیون

 

برای این بررسی از فرم LOG-LOG استفاده کرده ایم.یک خصوصبت جالب الگوی لگاریتمی دوطرفه این است که ضرایب شیب به عنوان کشش ها قابل تعبیر هستند.یعنی یک ضرایب رگرسیون نشان می دهند که با ازای یک درصد تغیر در متغیرهای توضیحی متغیر وابسته با فرض ثبات سایر شرایط چه مقدار تغیر می کند.یکی از مزایای کشش این است که مقادیر کشش اعداد محض است یعنی مستقل از واحد های اندازه گیری از جمله دلار،نفر-ساعت و…هستند.همچنین استفاده از الگوی لگاریتمی موجب کاهش همخطی در مدل و همچنین واریانس ناهمسانی می شود.(گجراتی ،ص۵۲)
فصل چهارم:تجزیه وتحلیل

 

۴-۱-مقدمه

 

دراین فصل ابتدا نتایج آزمونهای ایستایی وهمجمعی برای متغییرها ارائه شده است.سپس با استفاده از روشهای مختلف برآورد مدلهای کوتاه مدت وبلندمدت تصریح شده ارائه شئه است. .پس از انجام آزمونهای خودهمبستگی وواریانس ناهمسانی ،با توجه به نتایج آزمونهای واریانس ناهمسانی وخودهمبستگی مدل به روش GLS برآوردشده است.مقایسه بین ضرایب تخمینی به روشهای ols ،اثرات ثابت و GLS نیز در این فصل آمده است.در بخش آخر این فصل آزمونهای وابستگی فضایی و برآورد مدل اقتصادسنجی فضایی آمده است.

 

۴-۲-آزمون پایایی متغییرها

 

آزمون پایایی متغیرها با استفاده از نرم افزار eviews8 انجام شده است که با انتخاب گزینه summery برای انتخاب نوع آزمون نرم افزار خلاصه سه آزمون levin ,lin ، im-pesaran ,shin fisher-ADF و fisher-ppرا ارائه می دهد.تعداد وقفه های بهینه برای رفع خودهمبستگی نیز بطور خودکار توسط نرم افزار و با استفاده از معیارهای اطلاعات آکائیک و شوارتز اتنخاب می شود.ضمن اینکه این آزمون هم باروند و هم بدون روندزمانی وانجام گرفته است که خلاصه نتایج در جداول زیر آمده است:
جدول(۴-۱):نتایج آزمون Levin-lin -chu

 

 

 

 

 

yle="box-sizing: inherit; width: 1104px;">