Modeling the effects of economic development indicators in 22 districts of Tehran metropolis
Subject Areas :Arman Moslemi 1 , Jamileh Tavakoli nia 2 , Zohreh Fanni 3 , lotfali kozehgar kaleji 4
1 - دانشجوی دکترا جغرافیا و برنامه ریزی شهری دانشگاه شهید بهشتی
2 - Associate Professor, Department of Human Geography, Faculty of Earth Sciences, Shahid Beheshti University, Tehran
3 - Professor, Department of Human Geography, Faculty of Earth Sciences, Shahid Beheshti University, Tehran
4 - Assistant Professor, Department of Human Geography, Faculty of Earth Sciences, Shahid Beheshti University, Tehran
Keywords: Tehran, economic development, dispersion, Leveling, Urban Economy,
Abstract :
the most important and complex developments in the last half century is the rapid growth of urbanization and the problems that exist in the development of less developed or more developed cities. Inequality in having indicators of urban economic development changes the spatial structure of the city; Therefore, the purpose of this study is to model the effects of economic development indicators in 22 areas of Tehran. The present research is based on the purpose of applied research and based on the nature and method of descriptive-analytical research and the data collection method is collected as a field (questionnaire). The statistical population of this study was all the citizens of Tehran in 1400 who according to Cochran's formula 384 people were randomly asked as a sample. The validity of the questionnaire was confirmed by a panel of experts and Cronbach's alpha coefficient was used to evaluate the research variables and reliability of the questions. The reliability of the questionnaire of citizens and experts has been confirmed with values of 0.90 and 0.93, respectively. After conducting field studies, for data collection and data analysis from statistical methods (factor analysis and correlation analysis) was performed using SPSS software. In addition to the structural equation model (SEM) using the partial least squares method in software (SMART) PLS3) AHP technique and Expert Choice software have also been used to level the regions in terms of economic development indicators. The results of factor analysis showed that the four identified factors were able to explain 75% of the variance of the effects of economic development indicators on the 22 metropolitan areas of Tehran. The results obtained from structural equations showed that among all indicators of economic development, T-coefficients between indicators (welfare-trade, industrial, resources and mines and goods-services) are above 1.96, ie the relationship between independent and dependent variable dimensions in the sample population with 99% confidence Confirmed. The results obtained from the AHP technique in the Expert Choice software showed that the highest score of the economic development index belongs to the 3rd district of Tehran and the lowest coefficient belongs to the 17th district.
Extended Abstract
Introduction
Cities are growing today, and in addition to increasing physically, their populations are growing (Catney, 2018: 138; Baffoe, 2021: 176). More than half of the world's population lives in cities, and it is expected that by 2050 the world's urban population will reach 75 or 80 percent (Rshtbar et al, 2019: 109; World Bank, 2019: 165). It continues and this leads to population concentration in cities, growth of service sector and consequently increase of GDP in cities (Musterd & et al, 2017: 38) Tehran is one of the 10 underdeveloped metropolises among the 124 metropolises in the world that suffer from problems such as poverty and abnormality, unemployment, wide gaps in living standards, inequality and imbalance in urban areas. In such a way that there is a significant difference between the 22 districts of Tehran in terms of economic development. Less developed and undeveloped areas are mostly in the south and southeast, and medium and relatively developed areas are located in the center and west of Tehran, and developed areas are located in the north of the city. In this regard, urban management and policy makers play an important role that the recognition and adjustment of these inequalities and planning for these problems should be on their agenda. In fact, regional policy-making has been proposed as a conscious and public effort of the government to change the spatial distribution of economic and social phenomena such as population, income, government revenues, production of goods and services, transportation facilities and other social and economic infrastructure and even political power. The study of economic inequalities between urban areas is one of the most important and fundamental tasks for better planning and management for more balanced economic development and achieving social justice. Therefore, the first step to achieve optimal conditions is to know its current state. Accordingly, in order to achieve appropriate economic conditions, it is necessary to study the current conditions of society and examine the movement of society. Therefore, the purpose of this study is the economic development of 22 districts of Tehran metropolis in the form of the following question:
1- What is the relationship between the economic development indicators of the 22 districts of Tehran metropolis?
2- Which of the 22 districts of Tehran metropolis have been able to find a suitable position among other districts?
Methodology
The present study is quantitative in terms of applied purpose and in terms of descriptive and analytical methods. In order to collect data from documentary and field methods, information has been prepared and analyzed and combined. In the documentary stage, information has been collected from books, publications, statistics, maps and websites as well, in order to identify and study the indicators of economic development (Statistics Center of Iran and statistical yearbook of 2016 in Tehran). A questionnaire was used to collect field data. The questionnaire was designed based on 25 indicators of economic development in order to measure the importance of each indicator and their performance with a Likert scale ranging from a very low value of 1 to a very high value of 5. The questionnaire was distributed according to the population (20-70 years old) of each region. The statistical population of the study consists of all 22 districts of Tehran metropolis. According to the 2016 census, Tehran metropolis has 2911065 households and a population of 8693706. Using Cochran's formula, 384 citizens and 15 experts were selected by snowball method as a sample. 10 people finally answered; The validity of the questionnaire was confirmed by a panel of experts and the reliability of the questionnaire of citizens and experts was confirmed with values of 0.90 and 0.93, respectively. Statistical methods in this study are descriptive statistics (mean and standard deviation) and inferential statistics (using factor analysis and correlation analysis) using SPSS software. In addition, software (SMART PLS3) was used to model structural equations (SEM). In this study, AHP technique and Expert Choice software were used to weight the criteria and sub-criteria to level the regions in terms of economic development indicators.
Results and discussion
The results of factor analysis test show that the four identified factors have been able to explain 75% of the variance of the effects of economic development indicators on the 22 metropolitan areas of Tehran. The percentage of explanation of each of the identified factors are in order of importance: the first factor is 13.890%, the second factor is 571.51%, the third factor is 2.971% and the fourth factor is 2.330%.In order to investigate the relationship between economic development indicators, Pearson correlation coefficient has been used. ), (0.215) and (0.543) and there is a significant relationship at the level of 99%.
Conclusion
In order to investigate the relationship between economic development indicators, Pearson correlation coefficient has been used. ), (0.215) and (0.543) and there is a significant relationship at the level of 99%. Also, there is a significant relationship between the industrial index with mineral resources and goods and services to education with a correlation coefficient (0.264) and (0.612) at the level of 99%. The highest correlation coefficient between the industrial index and goods and services (0.612) and There is the lowest value of correlation coefficient between trade-welfare index with mineral resources (0.612) which is consistent with the results of Mirzaei et al. (2014), Maleki et al. (2015), Mohammadkhani et al. (1400); Also to test the first hypothesis of the structural equation model (SEM) using the partial least squares method in software (SMART PLS3) which according to the results obtained from this test, the first hypothesis of the research is confirmed by the results (Qiao et al , 2021), (Beijing etal, 2020) and (liu et al, 2021) are consistent; AHP technique and Expert Choice software have been used to weight the criteria for leveling the regions in terms of economic development indicators. The results obtained from the highest score of economic development index belong to Tehran's 3rd urban region and the lowest coefficient belongs to 17th region. As shown in the figure, the highest coefficients are related to 3, 1, 2, 6 and 5 urban areas of Tehran, respectively, and the lowest coefficients are related to 17, 19, 18, 15, 16 and 20 urban areas of Tehran, respectively. Which is consistent with the results of Mirzaei et al. (2014), Mohammadkhani et al. (1400), Maleki et al. (2015), Sadeghi and Zanjari (2015) and Jafari et al. (2015). The superiority of the present study over other studies in this regard has been to examine the impact of economic development indicators on each other using factor analysis and correlation analysis as well as modeling using structural equations with software (SMART PLS).
1. Acemoglu, D., Johnson, S. , Robinson, J.A. , 2001. The colonial origins of comparative development: an empirical investigation. Am. Econ.
2. Achten, S., Lessmann, ch. (2020). Spatial inequality, geography and economic activity. World Development 136 (2020) 105114.
3. Babaei, Elie Naz (2013), Spatial Justice Analysis and Urban Development in Providing Urban Services in Tabriz Municipal Areas, Master Thesis in Geography and Urban Planning, Supervisor: Shahrivar Roustaei, Faculty of Humanities, University of Tabriz.
4. Baffoe, G., Zhou, X., Moinuddin, M., Somanje, A. N., Kuriyama, A., Mohan, G., ... & Takeuchi, K. (2021). Urban–rural linkages: effective solutions for achieving sustainable development in Ghana from an SDG interlinkage perspective (pp. 1-22). Springer Japan.
5. Beheshti, Mohammad Baqer (2003) Economic Development of Iran, Tabriz University Press.
6. Boustan, L.P., Kahn, M.E., Rhode, P.W., Yanguas, M.L., 2020. The effect of natural disasters on economic activity in U.S. counties: a century of data. Journal of Urban Economics https://scholar.princeton.edu/lboustan/research , forthcoming .
7. Catney, G. (2018). The complex geographies of ethnic residential segregation: Using spatial and local measures to explore scale-dependency and spatial relationships. Transactions of the Institute of British Geographers, 43(1), 137–152.
8. Diane Perrons (2005), the new economy and earnings inequalities: explaining social, spatial and gender divisions in the UK and London.
9. Dufaux, Frederic, (2008), Birth announcement, justice spatial/spatial justice, www.jssj.org.(October 2010).
10. Fal Soleiman, Mahmoud and Hajipour, Rahim (2014), Strategic Planning of Economic Sectors for Regional Development Using SWAT Case Study of Industry and Mining of South Khorasan Province, Journal of Housing and Rural Environment, No. 150, pp. 45-60 .
11. Harvey, David (1997), Social Justice and the City, translated by Farrokh Hesamian et al., Tehran: Urban Planning and Processing Company.
12. Hatami Nejad, Hossein; Farhoudi, Rahmatollah and Mohammadpour, Morteza (2008), Analysis of social inequality in the use of urban service uses studied in Esfarayen, Human Geography Research, No. 65, pp. 71-85.
13. Henderson, J. V., Squires, T., Storeygard, A., & Weil, D. (2018). The global distribution of economic activity: Nature, history, and the role of trade. The Quarterly Journal of Economics, 133, 357–406.
14. Hulland, J. (1999). Use of partial least squares (PLS) in strategic management research: A review of four recent studies. Strategic management journal, 20(2), 195-204.
15. Jafari, Firooz; Hatami, Afshar and Karami, Sonia (1399), Spatial analysis of regional development of the provinces based on economic indicators, Scientific Journal of Geography and Planning, No. 74, pp. 61-72.
16. Jafarinia, Abbas (1398), Social Justice, Justice and Development, Geography and Regional Planning, No. 1, pp. 289-311.
17. Katozian, Nasser (2000), Justice in Social and Legal Life, Social Security Quarterly, No. 7, pp. 15-30.
18. Liu, j., Yu, tian., kai, H., tao, y (2021). Spatial-temporal differentiation of the coupling coordinated development of regional energy-economy-ecology system: A case study of the Yangtze River Economic Belt. Ecological Indicators 124 (2021) 107394.
19. Maleki, Saeed, Kamelifar, Mohammad Javad and Kamelifar, Zahra (2015), Spatial Analysis of Regional Economic Development Indicators in East Azerbaijan Province, Journal of Spatial Planning, No. 7, pp. 54-66.
20. Maleki, Saeed, Kamelifar, Mohammad Javad, Kamelifar, Zahra, (2017) Spatial analysis of regional economic development indicators in East Azerbaijan province, Journal of Spatial Planning, Year 7, Issue
21. Mill, John Stuart. 2003. On Liberty. Rethinking the Western Tradition. New Haven: Yale University Press.
22. Mirzaei, Jahanbin, Ahmadi, Sajjad, Lorestani, Akbar (2014) in a study entitled Spatial analysis of the levels of metropolitan areas of Tehran from the perspective of urban economics, Journal of Urban Economics and Management, Year 3, Issue 11, pp. 77- 59.
23. Mohammadkhani, Morteza, Karkabadi, Zeinab, Arghan, Abbas (1400) Measurement and evaluation of metropolitan areas of Tehran in terms of urban prosperity indicators. Journal of Urban Research and Planning, Volume 12 Number (44), 75-92.
24. Mohammadzadeh, Parviz, Motusali, Mahmoud, Beheshti, Mohammad Baqer, Akbari, Akram (1398) Iranian Journal of Economic Research, No. 78, pp. 91-61.
25. Moroke, T., Schoeman, C., & Schoeman, I. (2019). Developing a neighbourhood sustainability assessment model: An approach to sustainable urban development. Sustainable Cities and Society, 48, 101433.
26. Motusali, Mahmoud (2010) Economic Development, Concepts, Theoretical Foundations of Institutionalist Approach and Methodology. University of Tehran Press. Side. Zarabi, Asghar, Shahivandi, Ahmad (2010) An Analysis of the Distribution of Economic Development Indicators in the Provinces of Iran, Journal of Geography and Environmental Planning, Volume 21, Number 38, pp. 17-32.
27. Musterd, S., Marci´nczak, S., van Ham, M., & Tammaru, T. (2017). Socioeconomic segregation in European capital cities. Increasing separation between poor and rich. Urban Geography, 38(7), 1062–1083.
28. Nazmfar. H, Aftab.A, Nazampour.N, & MajnoonyTootakhane.A. (2016): "Evaluation and Prioritization of Urban Areas Based on Parameters Creative City (Case Study: Sanandaj City)", The Journal of Spatial Planning, Volume 20, Issue 4, 259-286.
29. Neil Brenner (2004), Urban governance and the production of new state spaces in western Europe, 1960–2000. Department of Sociology and Metropolitan Studies Program, New York University.
30. Nouri, Mahboubeh, Rezaei, Mohammad Reza, Yarahmadi, Manijeh (2021). Significance Analysis - Performance of Good Governance Indicators in Yazd World Heritage City. Journal of Urban Research and Planning, Twelfth Year, No. 46, pp. 16-1.
31. Osth, J., Shuttleworth, I., & Niedomysl, T. (2018). Spatial and temporal patterns of economic segregation in Sweden’s metropolitan areas: A mobility approach. Environment and Planning A: Economy and Space, 50(4), 809–825.
32. Pam Christie (2012), Framing the field of affordances: space, place and social justice in education in South Africa.
33. Pettinger, T. (2019). Policies for Economic Development, Journal of Economic Geography, 1, 81–105.
34. Qaderi, Jafar; Rastegar, Ebrahim and Ghahri, Muslim (1398), Identification and analysis of factors affecting the economic, social and physical dimensions of quality of life in urban neighborhoods (Case study: District 7 of Tehran Municipality), Quarterly Journal of Urban Economics and Management, 3 (7), pp. 71-86.
35. Qiao, M,. Wang, Y., wu, shanmei., fu, x., gu, Y. (2021). A realistic and multilevel measurement of citywide spatial patterns of economic segregation based on human activities. Cities 110 (2021) 103067.
36. Rashtbar, H., Nazmfar, H., & Samadzadeh, R. (2019). Evaluating Enjoyment of Urban Regions Through Innovative City Indicators with An Emphasis on Social and Cultural Indicators (A Case Study: Tabriz Metropolis). Journal of Applied Engineering Sciences, 9(1), 109-114.
37. Robert García, Zoe Rawson, Meagan Yellott, and Christina Zaldaña (2009), Economic Stimulus, Green Space, and Equal Justice.
38. Rodriquez, F., & Rodrik, D. (2018). Trade policy and economic growth: A skeptic’s guide to the cross-national evidence. Working Paper No. 7081. Cambridge, MA: National Bureau of Economic Research.
39. Russ, M., & Jones, J. K. (2008). Regional Economic Development Indicators for a Knowledge-Based Economy with Knowledge Deprivation. Journal of Regional Analysis and Policy, 38(1100-2016-90015).
40. Sadeghi, Rasoul, Zanjari, Nasibeh (2017) Spatial Model of Inequality Development in 22 Districts of Tehran, Social Welfare Quarterly, Year 17, No. 66, pp. 184-149
41. Schumpeter, J. (1997). The Theory of Economic Development Transaction Publishers.
42. Sharifzadeh, Masoumeh, Heidari, Meysam, Keshavarzi, Amin (1400). Prioritization of components required for smart parking in urban environments (Marvdasht case study). Journal of Urban Research and Planning, Year 12, No. 45, pp. 203-218.
43. Smith, David (2002), Quality of Life: Human Welfare and Social Justice, translated by Hossein Hataminejad and Hekmat Shahabadi, Journal of Political-Economic Information, No. 185, pp. 160-173.
44. Soja, E. (2010), Seeking Spatial Justice, Publisher: University of Minnesota Press.
45. Tabei, Nader; Movahed, Ali; Tulayi, Simin and Kamanroudi Kojouri, Musa (2016), The role of spatial justice in urban management of the study area of Tehran's Sixth District, Spatial Planning Quarterly, No. 2, pp. 23-36.
46. Tafazoli, Fereydoun (2012), Macroeconomics, Theories and Economic Policies, Tehran: Ney Publishing.
47. Talen, Emily. (1998), Visuallizing fairness, equity maps for planner. APA Journal.
48. Todaro, Michael (2012), Economic Development, Translator: Vahid Mahmoudi, Tehran: Negah Danesh.
49. United Nations. 2103. World Economic Situation and Prospects 2013, Global outlook.
50. World Bank, (2019). Urban Development: Understanding Poverty. Retrieved from. https://www.worldbank.org/en/topic/urbandevelopment/overview. on July 05, 2019.
51. Zhuhadar, L., Thrasher, E., Marklin, S., & de Pablos, P. O. (2017). The next wave of innovation—Review of smart cities intelligent operation systems. Computers in Human Behavior, 66, 273-281.
|
Journal of Research and Urban Planning Autumn 2024. Vol 15, Issue 58 ISSN (Print): 2228-5229 ISSN (Online): 2476-3845 https://jupm.marvdasht.iau.ir/
|
|
Research Paper
Modeling the Effects of Economic Development Indicators in 22 Districts of Tehran Metropolis
Arman Moslemi: PhD student in Geography and urban Planning, Shahid Beheshti University, Tehran, Iran
Jamileh Tavakoli Nia1: Assistant Professor, Department of Geography and Urban Planning, Shahid Beheshti University, Tehran, Iran
Zohreh Fanni: Professor, Department of Geography and Urban Planning, Shahid Beheshti University, Tehran, Iran
Lotf Ali kozagar kaleji: Assistant Professor, Department of Geography and Urban Planning, Shahid Beheshti University, Tehran, Iran
Abstract | ARTICL EINFO |
This study models the effects of economic development indicators in the 22 districts of Tehran metropolis. It is an applied and descriptive-analytical research, with data collected through field surveys using questionnaires. The statistical population comprises Tehran citizens in 2021, from which 384 individuals were randomly selected based on Cochran’s formula. The questionnaire’s validity was confirmed by experts, and its reliability was assessed using Cronbach’s alpha, yielding values of 0.90 for citizens and 0.93 for experts. Data analysis was conducted using statistical methods such as factor analysis and correlation in SPSS, along with structural equation modeling (SEM) via the partial least squares (PLS) method in SMART PLS3. Additionally, the districts were ranked in terms of economic development indicators using the AHP technique and Expert Choice software. The results of factor analysis showed that the four identified factors were able to explain 75% of the variance of the effects of economic development indicators on the 22 metropolitan areas of Tehran. The results obtained from structural equations showed that among all indicators of economic development, T-coefficients between indicators (welfare-trade, industrial, resources and mines and goods-services) are above 1.96, ie the relationship between independent and dependent variable dimensions in the sample population with 99% confidence Confirmed. The results obtained from the AHP technique in the Expert Choice software showed that the highest score of the economic development index belongs to the 3rd district of Tehran and the lowest coefficient belongs to the 17th district. | Received:2021/05/25 Accepted:2022/03/30 PP: 1-16
Use your device to scan and read the article online
Keywords: Urban Economy, Economic Development, Dispersion, Leveling, Tehran. |
Citation: Moslemi, A.; Tavakoli Nia, J.; Fanni, Z. & Kozagar Kaleji, L. (2024). Modeling the Effects of Economic Development Indicators in 22 Districts of Tehran Metropolis, Journal of Research and Urban Planning, 15(58), 1-16. DOI: 10.30495/jupm.2022.28083.3894 |
[1] . Corresponding author: Jamileh Tavakoli Nia, Tel: +989122196680 Email: j_tavakolinia@sbu.ac.ir
Extended Abstract
Introduction
Cities are growing today, and in addition to increasing physically, their populations are growing (Catney, 2018: 138; Baffoe, 2021: 176). More than half of the world's population lives in cities, and it is expected that by 2050 the world's urban population will reach 75 or 80 percent (Rshtbar et al, 2019: 109; World Bank, 2019: 165). It continues and this leads to population concentration in cities, growth of service sector and consequently increase of GDP in cities (Musterd & et al, 2017: 38) Tehran is one of the 10 underdeveloped metropolises among the 124 metropolises in the world that suffer from problems such as poverty and abnormality, unemployment, wide gaps in living standards, inequality and imbalance in urban areas. In such a way that there is a significant difference between the 22 districts of Tehran in terms of economic development. Less developed and undeveloped areas are mostly in the south and southeast, and medium and relatively developed areas are located in the center and west of Tehran, and developed areas are located in the north of the city. In this regard, urban management and policy makers play an important role that the recognition and adjustment of these inequalities and planning for these problems should be on their agenda. In fact, regional policy-making has been proposed as a conscious and public effort of the government to change the spatial distribution of economic and social phenomena such as population, income, government revenues, production of goods and services, transportation facilities and other social and economic infrastructure and even political power. The study of economic inequalities between urban areas is one of the most important and fundamental tasks for better planning and management for more balanced economic development and achieving social justice. Therefore, the first step to achieve optimal conditions is to know its current state. Accordingly, in order to achieve appropriate economic conditions, it is necessary to study the current conditions of society and examine the movement of society. Therefore, the purpose of this study is the economic development of 22 districts of Tehran metropolis in the form of the following question:
1- What is the relationship between the economic development indicators of the 22 districts of Tehran metropolis?
2- Which of the 22 districts of Tehran metropolis have been able to find a suitable position among other districts?
Methodology
The present study is quantitative in terms of applied purpose and in terms of descriptive and analytical methods. In order to collect data from documentary and field methods, information has been prepared and analyzed and combined. In the documentary stage, information has been collected from books, publications, statistics, maps and websites as well, in order to identify and study the indicators of economic development (Statistics Center of Iran and statistical yearbook of 2016 in Tehran). A questionnaire was used to collect field data. The questionnaire was designed based on 25 indicators of economic development in order to measure the importance of each indicator and their performance with a Likert scale ranging from a very low value of 1 to a very high value of 5. The questionnaire was distributed according to the population (20-70 years old) of each region. The statistical population of the study consists of all 22 districts of Tehran metropolis. According to the 2016 census, Tehran metropolis has 2911065 households and a population of 8693706. Using Cochran's formula, 384 citizens and 15 experts were selected by snowball method as a sample. 10 people finally answered; The validity of the questionnaire was confirmed by a panel of experts and the reliability of the questionnaire of citizens and experts was confirmed with values of 0.90 and 0.93, respectively. Statistical methods in this study are descriptive statistics (mean and standard deviation) and inferential statistics (using factor analysis and correlation analysis) using SPSS software. In addition, software (SMART PLS3) was used to model structural equations (SEM). In this study, AHP technique and Expert Choice software were used to weight the criteria and sub-criteria to level the regions in terms of economic development indicators.
Results and discussion
The results of factor analysis test show that the four identified factors have been able to explain 75% of the variance of the effects of economic development indicators on the 22 metropolitan areas of Tehran. The percentage of explanation of each of the identified factors are in order of importance: the first factor is 13.890%, the second factor is 571.51%, the third factor is 2.971% and the fourth factor is 2.330%.In order to investigate the relationship between economic development indicators, Pearson correlation coefficient has been used. ), (0.215) and (0.543) and there is a significant relationship at the level of 99%.
Conclusion
In order to investigate the relationship between economic development indicators, Pearson correlation coefficient has been used. ), (0.215) and (0.543) and there is a significant relationship at the level of 99%. Also, there is a significant relationship between the industrial index with mineral resources and goods and services to education with a correlation coefficient (0.264) and (0.612) at the level of 99%. The highest correlation coefficient between the industrial index and goods and services (0.612) and There is the lowest value of correlation coefficient between trade-welfare index with mineral resources (0.612) which is consistent with the results of Mirzaei et al. (2014), Maleki et al. (2015), Mohammadkhani et al. (1400); Also to test the first hypothesis of the structural equation model (SEM) using the partial least squares method in software (SMART PLS3) which according to the results obtained from this test, the first hypothesis of the research is confirmed by the results (Qiao et al , 2021), (Beijing etal, 2020) and (liu et al, 2021) are consistent; AHP technique and Expert Choice software have been used to weight the criteria for leveling the regions in terms of economic development indicators. The results obtained from the highest score of economic development index belong to Tehran's 3rd urban region and the lowest coefficient belongs to 17th region. As shown in the figure, the highest coefficients are related to 3, 1, 2, 6 and 5 urban areas of Tehran, respectively, and the lowest coefficients are related to 17, 19, 18, 15, 16 and 20 urban areas of Tehran, respectively. Which is consistent with the results of Mirzaei et al. (2014), Mohammadkhani et al. (1400), Maleki et al. (2015), Sadeghi and Zanjari (2015) and Jafari et al. (2015). The superiority of the present study over other studies in this regard has been to examine the impact of economic development indicators on each other using factor analysis and correlation analysis as well as modeling using structural equations with software (SMART PLS).
مقاله پژوهشی
مدلسازی اثرات شاخصهای توسعه اقتصادی در مناطق 22 گانه کلانشهر تهران
آرمان مسلمی: دانشجوي دکتري جغرافيا و برنامهريزي شهری دانشگاه شهيد بهشتي تهران، ايران
جمیله توکلی نیا1: دانشیار، گروه جغرافيا و برنامهريزي شهری دانشگاه شهيد بهشتي تهران، ايران
زهره فنی: استاد، گروه جغرافيا و برنامه يزي شهری دانشگاه شهيد بهشتي تهران، ايران
لطفعلی کوزه گرکالجی: دانشیار ،گروه جغرافيا و برنامهريزي شهری دانشگاه شهيد بهشتي تهران، ايران
اطلاعات مقاله | چکیده |
تاریخ دریافت 04/03/1400 تاریخ پذیرش:10/01/1401 شماره صفحات:16-1
از دستگاه خود برای اسکن و خواندن مقاله به صورت آنلاین استفاده کنید
واژههای کلیدی: اقتصادی شهری، توسعه اقتصادی، پراکندگی، سطحبندی، شهر تهران. | پژوهش حاضر به مدلسازی اثرات شاخصهای توسعه اقتصادی در مناطق ۲۲ گانه کلانشهر تهران میپردازد. این تحقیق از نوع کاربردی و توصیفی-تحلیلی است و دادهها بهصورت میدانی از طریق پرسشنامه گردآوری شدهاند. جامعه آماری شامل شهروندان تهران در سال ۱۴۰۰ است که طبق فرمول کوکران، ۳۸۴ نفر بهطور تصادفی انتخاب شدند. روایی پرسشنامه توسط متخصصان تأیید شده و پایایی آن با ضریب آلفای کرونباخ برای شهروندان (۰٫۹۰) و خبرگان (۰٫۹۳) مورد سنجش قرار گرفته است. برای تحلیل دادهها از روشهای آماری مانند تحلیل عاملی و همبستگی در نرمافزار SPSS و مدلسازی معادلات ساختاری (SEM) با روش حداقل مربعات جزئی در نرمافزار SMART PLS3 استفاده شده است. همچنین، سطحبندی مناطق از نظر برخورداری از شاخصهای توسعه اقتصادی با تکنیک AHP و نرمافزار Expert Choice انجام شده است. نتایج حاصل از تحلیل عاملی نشان داد که چهار عامل شناساييشده توانستهاند 75% واريانس اثرات شاخصهای توسعه اقتصادی بر مناطق 22 گانه کلانشهر تهران را تبيين نمايند. نتایج بهدستآمده از معادلات ساختاری نشان داد که بین کلیهی شاخصهای توسعه اقتصادی ضرایب T بین شاخصهای (رفاهی –تجاری، صنعتی، منابع و معادن و کالا- خدمات) بالای 1.96 هستند یعنی ارتباط بین ابعاد متغیر مستقل و وابسته در جامعه نمونه با اطمینان 99 درصد تائید میشود. نتایج بهدستآمده از تکنیک AHP در نرمافزار Expert Choice نشان داد که بالاترین نمره شاخص توسعه اقتصادی به منطقه 3 شهری تهران و در مقابل پایینترین ضریب به منطقه 17 تعلق دارد. |
استناد: مسلمی، آرملن؛ توکلی نیا، جمیله؛ فنی، زهره و کوزهگرکالجی، لطفعلی. (1403). مدلسازی اثرات شاخصهای توسعه اقتصادی در مناطق 22 گانه کلانشهر تهران، فصلنامه پژوهش و برنامهریزی شهری، 15(58) 1-16. DOI: 10.30495/jupm.2022.28083.3894 |
[1] . نویسنده مسئول: جمیله توکلینیا، تلفن: 09122196680، پست الکترونیکی: j_tavakolinia@sbu.ac.ir
امروزه شهرها، در حال بزرگ شدن هستند و علاوه برافزایش فیزیکی، جمعیت آنها بهطور فزایندهای در حال رشد است (Catney, 2018: 138; Baffoe, 2021:176). بهطوریکه بیش از نیمی از جمعیت جهان در شهرها زندگی میکنند و انتظار میرود که تا سال 2050 جمعیت شهرهای جهان به 75 یا 80 درصد برسد (Rshtbar et al, 2019: 109; World Bank,2019:165) بااینوجود مهاجرت از روستاها به شهرها نیز ادامه دارد و این امر باعث تمرکز جمعیت در شهرها، رشد بخش خدمات و بالتبع افزایش تولید ناخالص داخلی در شهرها میشود (Musterd & et al, 2017: 38) لذا شهرهای قرن بیست و یکم با طیف وسیعی از چالشها و تهدیدات برای توسعه اقتصادی مواجه هستند (Zhuhadar et al, 2017: 273, nazmfar et al. 2020) شهرها بهعنوان پدیدهای پیچیده و پویا درگذر زمان همواره دچار تحولات کالبدی، اجتماعی، اقتصادی، سیاسی و فرهنگی میشود. چنین تحولات وسیعی متأثر از رشد گستردهی جمعیت شهری است؛ چنانکه بعد از جنگ جهانی دوم، یکی از مهمترین مشکلات به وجود آمده در کشورهای درحالتوسعه، رشد و توسعه شتابان و ناهمگون شهرنشینی بوده است (Sharifzadeh et al., 2021: 218). بهیقین روند توسعه شتابان شهری برای کشورهای درحالتوسعه، پیامدهای اقتصادی و اجتماعی بسیاری داشته است (Nouri et al.,2021: 2). از آنجا که امروزه شهر به عنوان بزرگترین و اصلیترین سکونتگاه بشر به حساب میآید، لذا داشتن شهری که بتواند تمامی نیازهای انسان را تامین نماید و انسانها در آن به راحتی و آسودگی زندگی کنند نیازمند برنامهریزی دقیق و جامع میباشد. برنامهریزی شهری در عصر حاضر با توجه به گسترش شهرها و روند مهاجرت از روستاها به شهرها اساس مطالعات شهری به حساب میآید شهرنشینی از مولفههای بارز قرن بیستم محسوب میگردد که همواره تحت تاثیر نگرش های فلسفی و با ارائه طرح و برنامههای خاص در مقاطع زمانی مختلف به دنبال ایجاد رفاه و آسایش برای شهروندان و کاهش معظلات فراروی جوامع است. جنبش مدرنیسم متعاقب انقلاب صنعتی و بر پایه خرد و قدرت تکنولوژی شکل گرفت و شهر نیز به عنوان نماد تمدن مدرن تحولات بزرگی را از آن پذیرفت و در همین راستا برنامه ریزی شهری با تکیه بر قدرت تکنولوژی به سمت شهرسازی ماشینی روی آورد (Sharifzadeh et al., 2021: 218). در کشور ایران نسبت شهرنشینی در یک قرن اخیر چهار برابر افزایش داشته است به دلیل برخورداری شهرها از امکانات و فرصتهای بهتر و همچنین کیفیت زندگی بالا نسبت به روستا باعث شده است که سهچهارم جمعیت کشور در شهرها زندگی میکنند (Sharifzadeh et al., 2021: 218). روند شتابان گذار شهری در ایران با افزایش تمایز و نابرابری اقتصادی نهتنها بین شهرها، بلکه درون شهرها و بین مناطق مختلف شهری همراه بوده است (Babaei, 2013:2). نابرابریها و ناهمسانیها اقتصادی در پهنه جغرافیایی کشور و درون مناطق شهری به لحاظ برخورداری از اشتغال، درامد، امکانات و به عبارت جامعتر سطح توسعه اقتصادی ناهمگون است. این عدم تعادل و شکاف بین مناطق شهری از موانع رشد و توسعه شهرهاست که خود منجر به ازهمگسیختگی و ناکارآمدی و دوگانگی اقتصادی است. دوگانگی اقتصادی بین مناطق شهری نیز آثار مخربی بر کارایی اقتصاد ملی بهجای میگذارد (Maleki et al., 2018: 54).
توسعه اقتصادی، عامل اصلي توسعه يافتگي محسوب ميشود؛ به همين علت، كشورهاي جهان سوم در صـورتي مـیتوانند توسعه پيدا كنند كه به اين اصل مهم توجـه كننـد. سياستگذاريهاي اقتصادي بايد بـه گونـهاي باشـد كـه نوعي توازن و انسجام اقتصادي در منـاطق مختلف به وجود آورند، تا بـا رشـد و توسـعة اقتصـادي هماهنگ بتوانند اختلافات توسعة اقتصـادي را برطرف كنند (Zarrabi and Shahivandi, 2010: 20) . توسعه اقتصادی یک شهر دلالت برافزایش رفاه اقتصادی شهروندان دارد، اما همچنین از طریق بهبود در سایر شاخصهای اقتصادی، مانند بهبود سطح سواد، زیرساختهای بهتر، کاهش فقر و بهبود استانداردهای بهداشت و درمان میتواند تأثیرگذار باشد (Osth, 2018: 820).
توسعه پیچیدهترین مواجهۀ بشر با منابع و محیط اطراف خود در راستاي دستیابی به تعالی و رفاه میباشد. این پدیده توجیه اصلی مدلسازي و نظریهپردازی بشر از اوایل قرن بیستم به بعد براي تغییر در شرایط اقتصادي، اجتماعی و زیستمحیطی از سطوح خرد تا کلان میباشد (Schumpeter, 2012:5). توسعه، تغییر بنیادي در متغیرهاي اقتصادي، اجتماعی و فرهنگی هر جامعه محسوب میشود و تحقق آن، مستلزم ایجاد هماهنگی بین ابعاد گوناگون جامعه است (Maleki et al., 2018: 54). بُعد اقتصادي مفهوم توسعه سرآغاز رویکرد عمومی به آن و درعینحال بیشترین و چالشبرانگیزترین بحثهاي انتقادي معطوف به آن است، علیالخصوص که در سالهاي اخیر بحران اقتصادي اکثریت قریب بهاتفاق کشورها را درگیر کرده است (UN, 2013:1).
در این میان تهران یکی از 10 کلانشهر توسعهنیافته در بین 124 کلانشهر موجود در جهان است که دچار مشکلاتی از قبیل فقر و نابهنجاری، بیکاری، شکاف گسترده در استانداردهای زندگی، نابرابری و عدم تعادل مناطق شهری است. بهگونهای که بین مناطق 22 گانه شهر تهران ازلحاظ توسعه اقتصادی تفاوت محسوس و معناداری وجود دارد. مناطق کمتر توسعهیافته و توسعهنیافته بیشتر در جنوب و جنوب شرق هستند و مناطق متوسط و نسبتاً توسعهیافته در مرکز و غرب شهر تهران قرار دارند و مناطق توسعهیافته در شمال شهر واقعشدهاند. در این راستا مدیریت شهری و سیاستگذاران نقش مهمی را ایفا میکنند که شناخت و تعدیل این نابرابریها و برنامهریزی برای این معضلات را باید در دستور کار خود قرار دهند. درواقع سیاستگذاری منطقهای بهعنوان کوششهای آگاهانه و عمومی حکومت برای ایجاد تغییر در توزیع فضایی پدیدههای اقتصادی و اجتماعی از قبیل جمعیت، درآمد، درآمدهای دولتی، تولید کالا و خدمات، تسهیلات حملونقل و سایر زیرساختهای اجتماعی و اقتصادی و حتی قدرت سیاسی مطرح گردیده است. مطالعه نابرابریهای اقتصادی میان مناطق شهری یکی از کارهای بسیار مهم و بنیادی برای برنامهریزی و مدیریت صحیحتر در جهت توسعه اقتصادی متعادلتر و دستیابی به عدالت اجتماعی است. لذا گام اول برای رسیدن به شرایط بهینه شناخت وضع موجود آن است. بر همین مبنا برای دستیابی به شرایط مناسب اقتصادی، بایستی به بررسی شرایط فعلی برخورداری جامعه پرداخت و روند حرکتی جامعه را موردبررسی قرار داد. لذا هدف پژوهش حاضر توسعه اقتصادی مناطق 22 گانه کلانشهر تهران در قالب سؤال زیر است:
1- بین شاخصهای توسعه اقتصادی مناطق 22 گانه کلانشهر تهران چه رابطهای وجود دارد؟
2- کدامیک از مناطق 22 گانه کلانشهر تهران توانستهاند موقعیت مناسبی در میان سایر مناطق پیدا کنند؟
پیشینه و مبانی نظری تحقیق
چیائو1 و همکاران (2021) در پژوهشی با عنوان اندازهگیری چند سطحی الگوهای فضایی شهری به تفکیک فعالیتهای اقتصادی به این نتیجه رسیدند که اقتصاد بخش شرقی بیجینگ2 نسبت به بخش غربی، ریشهدارتر است و در حالی بخش شمالی غنیتر از بخش جنوبی شهر است. در مورد شهر ووهان الگوهای فضایی تفکیک اقتصادی یک ساختار متقاطع را نشان میدهد. همچنین نواحی نزدیک به مراکز شهری، ایستگاههای مهم ترافیک، مراکز تجاری مزیت اقتصادی متمرکزی را دارا میباشند.آچتن و لسمان3 (2020) در تحقیقی با عنوان نابرابری فضایی، جغرافیا و فعالیت اقتصادی به این نتیجه رسیدند که جغرافیا نهتنها از طریق ویژگیهای سطحی بلکه از طریق تنوع در سطح ملی بر فعالیتهای اقتصادی تأثیر میگذارد و بهنوعی جغرافیای ناهمگن باعث توزیع فضایی ناهمگن فعالیتهای اقتصادی میشوند. لیو4 و همکاران (2021) در پژوهشی با عنوان تمایز فضایی – زمانی توسعه اقتصادی و بومشناسی در کمربند اقتصادی رودخانه یانگ تسه به این نتیجه رسیدند که توسعه اقتصادی بهشدت تحت تأثیر سیاستهای منطقهای است و در بعد فضایی محدوده موردمطالعه (قسمت شرق و غرب) توسعه اقتصادی پایین و دارای نوساناتی میباشد.
فال سلیمان و حجی پور(2015) در پژوهشی با عنوان برنامهریزی استراتژیک بخشهای اقتصادی در راستای توسعه منطقهای با بهرهگیری از مدل swot در استان خراسان جنوبی به این نتیجه رسیدند که مواردي چون مجاورت با كشور افغانستان و امكان صادرات محصولات صنعتي، موقعيت ويژه استان در برقراري تعادل منطقهای شرق كشور، وجود ذخاير معدني فلزي و غیرفلزی، وجود شهرکها و نواحي صنعتي در استان جهت استقرار واحدهاي صنعتي و كشت محصولات كشاورزي خاص از مهمترین ظرفیتهای توسعه اقتصادی در منطقه خراسان جنوبي است. قادری و همکاران (2019) در پژوهشی با عنوان شناسایی و تحلیل عوامل مؤثر بر ابعاد اقتصادی، اجتماعی کیفیت زندگی در محلههای شهری (موردمطالعه: منطقه 7 شهرداری تهران ) به این نتیجه رسیدند که بین محلات چهاردهگانه منطقه 7، تفاوت معناداری در سطح کیفیت زندگی وجود دارد. طبق مؤلفههای کیفیت اقتصادی و اجتماعی محلههای نیلوفر، شهید قندی و باغ صبا بالاترین سطح را داشتند. جعفری و همکاران (2020) در تحقیقی با عنوان تحلیل فضایی توسعه منطقهای استانهای کشور بر مبنای شاخصهای اقتصادی با استفاده از 30 شاخص به این نتیجه رسیدند که عدم توسعه متوازن و متعادل اقتصادي بين استانهای ايران هست. استانهای اصفهان، خراسان رضوي، تهران، کرمان، فارس، آذربايجان شرقي در بالاترين سطح توسعه اقتصادي قرار دارند و استانهای آذربايجان غربي، مازندران، مرکزي، سمنان، يزد، خراسان جنوبي، خوزستان در سطح توسعه متوسط؛ استانهای گيلان، زنجان، کردستان، البرز، لرستان، همدان، گلستان، خراسان شمالي، بوشهر، هرمزگان، سيستان و بلوچستان در سطح توسعه پايين و استانهای اردبيل، قزوين، قم، کرمانشاه، ايلام، چهارمحال و بختياري، کهگيلويه و بويراحمد در پایینترین سطح توسعه اقتصادي قرار دارند.صادقی و زنجری (2017) در پژوهشی تحت عنوان الگوی فضایی نابرابری توسعه مناطق 22 گانه کلانشهر تهران به این نتیجه رسیدهاند که بیشترین درجه توسعهیافتگی به منطقه 3 کلانشهر تهران و کمترین میزان توسعهیافتگی به منطقه 17 تعلق دارد.جعفری و همکاران (2020) در پژوهشی تحت عنوان تحلیل فضایی توسعه منطقهای استانهای کشور بر مبنای شاخص توسعه اقتصادی به این نتیجه رسیدند که استانهای تهران، اصفهان، خراسان رضوی، کرمان و آذربایجان شرقی در بالاترین سطح توسعه اقتصادی و استانهای آذربایجان غربی، مازندران، مرکزی، سمنان یزد در حد متوسط و استانهای هرمزگان، کهگیلویه و بویراحمد، ایلام، خرمآباد و... در سطح پایین توسعه قرار دارند.میرزایی و همکاران (2014) در پژوهشی تحت عنوان تحلیل فضایی سطوح برخورداری مناطق کلانشهر تهران از منظر اقتصاد شهری به این نتیجه رسیدند که بین مناطق 22 گانه کلانشهر تهران منطقه 6 بالاترین درجه توسعهیافتگی و منطقه 17 پایینتر منطقه ازنظر توسعه اقتصاد شهری بوده است.محمدخانی و همکاران (2021) در پژوهشی تحت عنوان سنجش و ارزیابی مناطق کلانشهر تهران ازنظر شاخصهای شکوفایی شهری به این نتیجه رسیدند که مناطق 1، 2 و 22 ازلحاظ شاخص شکوفایی در رتبه اول و منطقه 8 و 17 ازلحاظ شاخص شکوفایی در رتبه آخر قرارگرفتهاند.
توسعه اقتصادی: توسعه اقتصادي به زبان ساده، عبارت از رشد اقتصادي همراه با تغییرات و تحولات کیفی است. توسعه اقتصادي هدف و آرمانی بزرگ براي تمام کشورهایی است که هنوز به دلایلی نتوانستهاند در این مسیر گام بردارند. توسعه را باید جریانی چندبعدي و فرآیندي مرکب و پیچیده تلقی کرد؛ فرآیندي که تحقق آن مستلزم تغییرات اساسی در ساخت اجتماعی، طرز تلقی عامه مردم و نهادهاي ملی همراه با تسریع رشد اقتصادي، کاهش نابرابري و ریشهکن کردن فقر مطلق است (Mohammad zadeh et al., 2014:62). بهعبارتدیگر، این فرآیند نهتنها به بزرگ شدن ابعاد تولید توجه میکند، بلکه بهبود کیفیت آن را نیز مدنظر دارد. در فرآیند توسعه، مجموعه نظام اجتماعی، اقتصادي، سیاسی و فرهنگی هماهنگ با نیازهاي اساسی متنوع و خواستههاي افراد و گروههاي داخل نظام، از حالت نامطلوب و غیر بهینه بهسوی وضع یا حالتی از زندگی که ازنظر مادي و معنوي بهتر است، سوق مییابند. به همین دلیل، حال همه کشورهاي در توسعه تمایل دارند بر ظرفیت و توان مادي، انسانی و معنوي کشورها و توانایی خود بیفزایند و در پناه تکامل ظرفیتها، اقتصادي قدرتمند داشته باشند (Mutawassili, 2010: 154) توسعه پیچیدهترین مواجهۀ بشر با منابع و محیط اطراف خود در راستاي دستیابی به تعالی و رفاه میباشد. این پدیده توجیه اصلی مدلسازي و نظریهپردازی بشر از اوایل قرن بیستم به بعد براي تغییر در شرایط اقتصادي، اجتماعی و زیستمحیطی از سطوح خرد تا کلان میباشد (Schumpeter, 2012:5). توسعه، تغییر بنیادي در متغیرهاي اقتصادي، اجتماعی و فرهنگی هر جامعه محسوب میشود و تحقق آن، مستلزم ایجاد هماهنگی بین ابعاد گوناگون جامعه است (Maleki et al., 2018: 54). بُعد اقتصادي مفهوم توسعه سرآغاز رویکرد عمومی به آن و درعینحال بیشترین و چالشبرانگیزترین بحثهاي انتقادي معطوف به آن است، علیالخصوص که در سالهاي اخیر بحران اقتصادي اکثریت قریب بهاتفاق کشورها را درگیر کرده است (UN, 2013:1). البته در سالهاي پس از رکود سال 2001 بود که تحقیق درزمینۀ توسعۀ اقتصادي بهشدت افزایش یافت (Russ and Jones, 2008:190). برخی توسعۀ اقتصادي را فرایند مستمر نوآوري تکنولوژیکی، ارتقاء صنعتی و تحول ساختاري میدانند که باعث غلبه بر رکود بازار میشود (Jose Manuel et al,2014:63).
اما به عقيده اکثر انديشمندان، اقتصاد عامل اصلي توسعهیافتگی محسوب میشود؛ توسعه اقتصادی، فرایندی که بهموجب آن اقتصادهای ملی با درآمد پایین به اقتصادهای صنعتی مدرن تبدیل میشوند (Tafzali, 2012: 165). به نظر تودارو، توسعة اقتصادي فرآيندي است كه طي آن درآمد سرانه حقيقي يك كشور در يك دوره زماني بلندمدت افزايش يابد؛ مشروط بر اينكه، تعداد افراد زیرخط مطلق فقر، افزوده و توزيع درآمد، بدتر نشود (Tudaro, 2012: 269).
چنري5 ميگويد توسعة اقتصادي، بهمثابه مجموعـة تغييرات مرتبط باهم، در ساختار اقتصادي است كه براي رشد مداوم لازم است؛ اگرچه رشد اقتصـادي بـه معنـي افزايش درآمد سرانه (بـه قيمـت ثابـت) اسـت و درآمـد سرانه زماني افزايش مييابد كـه مجمـوع ارزشافزوده، همة كالاها و خدمات توليدي در كشور افزايش پيدا كند (Zarrabi and Shahivandi, 2010: 20)به نظر مير6، توسعة اقتصادي فرآيندي است كه طي آن درآمد سـرانة حقيقـي يـك كشـور در يـك دورة زمـاني بلندمدت افزايش يابد؛ مشروط بر اينكه، تعداد افـراد زیرخط مطلـق فقـر، افـزوده و توزيـع درآمـد، بـدتر نشـود (Beheshti, 2004; Zarrabi and Shahivandi, 2010:20).
توسعه اقتصادی یک شهر دلالت برافزایش رفاه اقتصادی شهروندان دارد، اما همچنین از طریق بهبود در سایر شاخصهای اقتصادی، مانند بهبود سطح سواد، زیرساختهای بهتر، کاهش فقر و بهبود استانداردهای بهداشت و درمان میتواند تأثیرگذار باشد (Osth, 2018: 820).
توسعه و عدم توسعه متأثر از عوامل و شرايط مختلف مکاني، زماني و نيز ميزان ارزش متفاوت معيارها و ملاکهای مختلف در سنجش توسعه است (Boustan, 2020: 63). در اين راستا، تعاريف مختلفي از سوي انديشمندان براي تعريف توسعه صورت گرفته است. آگرمفهوم توسعه را در زمینههای متنوعي از دانش در قالب يک دولت، فرايند، تعالي، پيشرفت، رشد اقتصادي و اجتماعي يا تعادل اکولوژيکي» پوشش میدهد (ager, 2019, 41). در تعريف ديگري از توسعه، برخورداري انسان از زندگي طولاني، سالم و اخلاقي در محيط غني و در جامعه مدني دموکراتيک، هدف نهايي توسعه است (Acemoglu, 2001,38).
در اقتصاد شهری، چگونگی تولید و توزیع کالاها و خدمات، نهتنها در داخل یک شهر بلکه بین شهرها و مناطق شهری، بررسی میشود. تمرکز فعالیتهای تولید در یک فضا باعث تغییر کارایی تولید و توزیع کالا و خدمات، در آن فضا میشود (Mirzaei et al., 2014: 63).
در رشد و توسعه اقتصادي يك شهر نیز عوامل مختلفي دخالت دارند كه عبارتاند از: 1- افزايش سهم سرمایهگذاری در هزینههای ملي كه به افزايش در سهم سرمايه به ازاي سرانه هر شاغل منجر شود. 2- تغيير و تنوع ساخت توليد بهگونهای كه صنايع بخشهای رفاهي و خدماتي، سهم نسبتاً بيشتري در مقايسه با كشاورزي و ديگر شکلهای توليد اوليه به دست آورد. 3- افزایش سهم بخش بازرگاني خارجي، خصوصاً بهصورت صادرات فرآوري شده متناسب با كل اقتصاد، در صادرات. 4- افزايش بودجه هر شهر، با توجه به آنكه تعهدات وسيعي در ايجاد زيربناهاي اقتصادي و اجتماعي دارد. 5- تغيير جمعيت ساكن در نواحي شهري از يك اقليت كوچك به يك اكثريت بزرگ؛ 6- رواج سريع سواد، مهارت و ديگر صور آموزشوپرورش در بين جمعيت (Moroke, 2019, 39).
سیاستهای توسعه اقتصادی شهر میتوانند شامل موارد زیر باشند: 1- بهبود شرایط اقتصاد کلان (ایجاد فضای اقتصادی پایدار با تورم کم و رشد اقتصادی مثبت) 2- سیاستهای عرضه بازار آزاد - خصوصیسازی، مقررات زدایی، مالیاتهای کمتر، مقررات کمتر برای تحریک سرمایهگذاری بخش خصوصی. 3- سیاستهای مداخلهجویانه دولت - هزینههای کالاهای عمومی» مانند آموزش، حملونقل عمومی و مراقبتهای بهداشتی را افزایش داد (Henderson & et al, 2018: 365).
شکل 1- عوامل مؤثر در توسعه اقتصاد شهری، مأخذ: Pettinger, 2019
عدالت اجتماعی و فضایی: عدالت مفهومی است که بشر از آغاز تاریخ و تمدن خویش با آن آشنا بوده و در جهت تحقق آن کوشیده است. اندیشمندان و فلاسفه تعاریف مختلفی را از مفهوم عدالت ارائه کردهاند. افلاطون در کتاب جمهوری عدالت را آرمانی میداند که تنها تربیتیافتگان دامان فلسفه به آن دسترسی دارند و به یاری تجربه و حس نمیتوان به آن رسید. از دید ارسطو عدالت فضیلتی است که بهموجب آن باید هر کس، آنچه را که حق اوست، داد (Katozian, 2000: 45). جان استوارت میل، نخستین کسی است که اصطلاح عدالت اجتماعی را به معنای امروزی به کاربرد. طبق نظر او عدالت اجتماعی یعنی جامعه، رفتار یکسانی با همهکسانی داشته باشد که شایستگی دارد (mill, 2003: 2). دیوید اسمیت نیز نخستین جغرافیدانی بود که درباره رفاه و عدالت اجتماعی در جغرافیا سخن گفت (Smith, 2002:169). هاروی نیز در تعریف عدالت و عدالت اجتماعی چنین میآورد: عدالت بهعنوان اصل در نظر گرفته میشود که برای حلوفصل دعاوی متضاد به وجود آمده است»(Harvey, 1997: 97). آنچه دراینبین، مهم مینماید نیاز به مفهوم عدالت فضایی بهصورت نمود عینی عدالت اجتماعی است (soja, 2010: 9). به زبان ساده، عدالت فضایی ارتباطدهنده عدالت اجتماعی و فضا است؛ ازاینرو تجزیهوتحلیل برهمکنش بین فضا و اجتماع در فهم بیعدالتیهای اجتماعی و شیوه تنظیم سیاستهایی برای کاهش یا حل آنها ضروری است (dufaux, 2008: 2). همچنین تعاریف و تفسیرهای مختلفی از عدالت فضایی شده است ازجمله؛ توزیع عادلانه و منصفانه فضای توسعه در جهت عدالت اجتماعی (Neil, 2004: 50). ساماندهی فضای توسعه در جهت کارایی و رفع آشفتگیها (Pam, 2012: 61). یکپارچهسازی سرمایههای موجد توسعه در قلمروهای مشخص بنا بر مزیتهای نسبی و در تناسب با قلمروهای پیرامون (Garcia & et al, 2009: 14). دسترسی همه به منابع، خدمات و دستاوردهای همگانی (Diane, 2005: 102).
از دیدگاه جغرافیایی، عدالت اجتماعی شهر مترادف با توزیع فضایی عادلانه امکانات و منابع، بین مناطق مختلف شهری و دستیابی برابر شهروندان به آنها است؛ زیرا توزیع نشدن عادلانه امکانات و منابع به بحران اجتماعی و مشکلات پیچیده فضایی منجر میشود (Hataminejad, 2008: 72). بیعدالتی در دسترسی به خدمات، عملی است که نابرابریهای اجتماعی درون جامعه را افزایش میدهد. تالن معتقدند برای تحلیل عدالت فضایی باید بر مقایسه توزیع مکانی تسهیلات و خدمات عمومی با توزیع مکانی گروههای مختلف اقتصادی – اجتماعی تأکید بیشتری صورت گیرد (talen, 1998: 598). بهطورکلی، عدالت فضایی مرکز اصلی برنامهریزی تأسیسات شهری و شاخهای از عدالت اجتماعی است. کاربریها و خدمات شهری ازجمله عوامل مؤثر و مفیدند که بین مناطق و محلات شهری، عدالت فضایی را برقرار میسازند (Jafari Nia, 2019: 295)؛ بنابراین عدالت فضایی مبنای رسیدن به هدفی بزرگتر یعنی عدالت اجتماعی و اقتصادی و بهعبارتدیگر لازمه رسیدن به عدالت اجتماعی است (Tabei et al., 2016: 26).
مواد و روش تحقیق
پژوهش حاضر کمی است به لحاظ هدف کاربردي و ازنظر روش توصيفي و تحليلي است. بهمنظور گردآوری دادهها از روش اسنادی و میدانی به تهیهی اطلاعات و تجزیه و تلفیق آنها اقدام شده است. در مرحله اسنادی به گردآوری اطلاعات از کتب، نشریات، آمارنامهها، نقشه و سایتهای اینترنتی همچنین، بهمنظور شناسایی و بررسی شاخصهای توسعه اقتصادی (مرکز آمار ایران و سالنامه آماری سال 1395 شهر تهران) پرداختهشده است. برای جمعآوری دادههای میدانی از پرسشنامه استفاده شد. پرسشنامه مذکور بر مبنای 25 شاخص توسعه اقتصادی طراحی گردید بهمنظور سنجش اهمیت هر یک از شاخصها و میزان عملکرد آنها با طیف لیکرت از مقدار بسیار کم ۱ تا مقدار بسیار زیاد ۵ اندازهگیری شدند. توزیع پرسشنامه منطبق با جمعیت (70 - 20 ساله) هر منطقه صورت گرفته است. جامعه آماری پژوهش را کلیه مناطق 22 گانه کلانشهر تهران تشکیل میدهد که طبق سرشماری سال 1395 کلانشهر تهران دارای 2911065 خانوار و دارای 8693706 نفر جمعیت بوده است که با استفاده از فرمول کوکران 384 نفر از میان شهروندان و 15 خبره با روشِ گلوله برفی بهعنوان نمونه انتخاب گردیدهاند که درنهایت 10 نفر پاسخ دادند؛ روایی پرسشنامه توسط پانل متخصصان مورد تأیید قرار گرفت و پایایی پرسشنامه شهروندان و خبرگان به ترتیب با مقادیر 90/0 و 93/0 تائید شده است. روشهای آماری در این پژوهش از آمار توصيفي (ميانگين و انحراف معيار) و آمار استنباطي (با استفاده از تحلیل عاملی و تحلیل همبستگی) با استفاده از نرمافزار SPSS انجامشده است. علاوه بر این، برای مدلسازی معادلات ساختاری (SEM) از نرمافزار (SMART PLS3 ) استفاده گردید در این پژوهش برای وزن دهی به معیارها و زیرمعیارها جهت سطحبندی مناطق در میزان برخورداری از شاخصهای توسعه اقتصادی از تکنیک AHP و نرمافزار Expert Choice استفادهشده است.
جدول 1- شاخصهای توسعه اقتصادی
عامل | مؤلفه | نماد در PLS | عامل | مؤلفه | نماد در PLS |
|---|---|---|---|---|---|
شاغلان بخش تجاری و رفاهی | نسبت شاغلان در حملونقل عمومي بهکل شاغلان | FQ1 | شاغلان بخش صنعت | تعداد کارگاههای صنعتي 5 نفر كاركن | GQ1 |
تعداد مؤسسات مالی | FQ2 | تعداد کارگاههای صنعتي 10 نفر كاركن و بيشتر | GQ2 | ||
فعالیتهای مالی و بیمهای | FQ3 | سرانه ارزشافزوده صنعتي به كارگران صنعتي | GQ3 | ||
شاغلان بخش آموزش | FQ4 | تعداد شاغلان در بخش صنعت بهکل شاغلان | GQ4 | ||
شاغلان بخش بهداشت | FQ5 | تعداد کارگاههای عمدهفروشی و خردهفروشی | GQ5 | ||
تعداد بانکها | FQ6 | نسبت جمعیت فعال به غیرفعال در بخش صنعت | GQ6 | ||
سرانة درآمد ناشي از فروش خدمات فرهنگي و هنري | FQ7 | شاغلان بخش کشاورزی | GQ7 | ||
شاغلان بخش معدن | تعداد شاغلان در بخش معدن بهکل شاغلان | HQ1 | شاغلان بخش کالا و خدمات | سرانة ارزش افزودة ناشي از فروش كالا و خدمات | IQ1 |
درصد ارزش تولیدی ناشی از معادن | HG2 | سرانه درآمد ناشي از تبليغات كالاها | IQ2 | ||
سرانه ارزشافزوده در بخش معدن | HQ3 | نسبت شاغلان در بخش خدمات و بازرگاني بهکل شاغلان | IQ3 | ||
نسبت جمعیت فعال به غیرفعال در بخش معدن | HQ4 | ميزان سرمایه ناشي از خدمات بهکل سرمایه اقتصادي | IQ4 | ||
نسبت بهرهبرداری محصولات معدنی | HQ5 | نسبت درآمد ناشي از خدمات نشر و پخش آثار فرهنگي، | IQ5 | ||
تعداد انبارهاي خدماتي بهکل مراكز خدماتي | IQ6 |
منبع: صادقی و زنجری،1396؛ ملکی و همکاران،1397؛ میرزایی و همکاران،1393؛ ضرابی و شاهیوند، 1389، سالنامه آماری شهر تهران،1395
محدوده مورد مطالعه
مطابق با آخرین تقسیمات سیاسی کشور، شهر نور، به عنوان مرکزیت شهرستان نور محسوب شده و زیرمجموعهای از استان مازندران میباشد. شهر نور در قسمت میانی استان و در سواحل جنوبی دریای خزر استقرار دارد؛ شهر نور از شمال به دریای خزر، از شرق به ایزدشهر و شهرستان آمل، از شمال شرق به محمود آباد، از غرب به رویان و شهرستان نوشهر متصل است. این کانون در فاصله 120 کیلومتری مرکز استان و بین طولهای جغرافیایی 51 درجه و 25 دقیقه تا 52 درجه و 18 دقیقه شرقی و عرضهای 36 درجه و 2 دقیقه تا 36 درجه و 36 دقیقه شمالی از نقطه کانونی گرینویچ لندن، استقرار یافته است. از نظر توپوگرافی شامل دو قسمت اصلی جلگهای و کوهستانی میباشد مساحت شهر نور معادل 5/7 کیلومتر مربع است شهرداری نور در سال 1333 تأسیس شده است (Statistics Center of Iran, 2020).
شکل شماره 2- نقشه محدوده موردمطالعه
بحث و یافتههای تحقیق
بهمنظور سنجش اثرات شاخصهای توسعه اقتصادی در مناطق 22 گانه کلانشهر تهران در قالب چند عامل مهم و محدود، از آزمون آماري تحليل عاملي استفاده گرديده است. علت انتخاب تحليل عاملي سنجش اثرات شاخصهای توسعه اقتصادی و خلاصهسازي شاخصهاي تحقيق جهت تبيين مطلوبتر ميباشد. در همين راستا بهمنظور تشخيص مناسب بودن دادههاي مربوط به مجموعه متغيرهاي مورد تحليل از آزمون بارتلت و شاخص KMO بهره گرفته شد. معنيداري آزمون بارتلت و با عدد 883/16435 در سطح اطمينان 99 درصد و مقدار مناسب KMO (891/0) حاكي از همبستگي و مناسبت متغيرهاي موردنظر براي انجام تحليل عاملي است لازم به ذکر
است براي تعيين تعداد عوامل در اين تحقيق، عواملي موردپذيرش قرارگرفتهاند که مقدار ويژه آنها بزرگتر از 1 باشد. بر اين اساس، تعداد 4 عامل که مقدار ويژه آنها بزرگتر از عدد 1 بود، استخراج گرديد (جدول 2). نتايج نشان ميدهد چهار عامل شناساييشده توانستهاند 75% واريانس اثرات شاخصهای توسعه اقتصادی بر مناطق 22 گانه کلانشهر تهران را تبيين نمايند. درصد تبيين هر يک از عوامل شناساييشده به ترتيب اهميت عبارتاند از: عامل اول 890/13% عامل دوم 571/5%، عامل سوم 971/2% و عامل چهارم 330/2% را به خود اختصاص داده است.
جدول 2- عاملهاي استخراجشده در خصوص اثرات شاخصهای توسعه اقتصادی بر مناطق 22 گانه کلانشهر تهران.
عامل | مقدار ويژه | درصد واريانس مقدار ويژه | درصد تجمعي واريانس |
اول | 890/13 | 089/42 | 089/42 |
دوم | 571/5 | 882/16 | 971/58 |
سوم | 971/2 | 004/9 | 975/67 |
چهارم | 330/2 | 061/7 | 037/75 |
منبع يافتههاي تحقيق،1400.
در اين پژوهش براي چرخش عاملها از روش واريماکس استفادهشده است. در اين مرحله، متغيرهايي که بار عاملي بزرگتر از 50/0 دارند (جدول 3)، شناساييشده و باهم تشکيل عامل دادهاند. بهطوريکه شاخصهای توسعه اقتصادی از 4 مؤلفه اصلي (شاغلان بخش تجاری و رفاهی، شاغلان بخش معدن، شاغلان بخش صنعت و شاغلان بخش کالا و خدمات) ساخته شد است.
جدول 3- نامگذاري عاملها، ضرايب عامل دوران يافتة اثرات شاخصهای توسعه اقتصادی بر مناطق 22 گانه کلانشهر تهران.
عامل | مؤلفه | بار عاملي | عامل | مؤلفه | بار عاملي |
شاغلان بخش تجاری و رفاهی | نسبت شاغلان در حملونقل عمومي بهکل شاغلان | 0.705 | شاغلان بخش صنعت | تعداد کارگاههای صنعتي 5 نفر كاركن | 0.860 |
تعداد مؤسسات مالی | 0.844 | تعداد کارگاههای صنعتي 10 نفر كاركن و بيشتر | 0.821 | ||
فعالیتهای مالی و بیمهای | 0.749 | سرانه ارزشافزوده صنعتي به كارگران صنعتي | 0.896 | ||
شاغلان بخش آموزش | 0.805 | تعداد شاغلان در بخش صنعت بهکل شاغلان | 0.828 | ||
شاغلان بخش بهداشت | 0.508 | تعداد کارگاههای عمدهفروشی و خردهفروشی | 0.905 | ||
تعداد بانکها | 0.729 | نسبت جمعیت فعال به غیرفعال در بخش صنعت | 0.901 | ||
سرانة درآمد ناشي از فروش خدمات فرهنگي و هنري | 0.657 | شاغلان بخش کشاورزی | 0.799 | ||
شاغلان بخش معدن | تعداد شاغلان در بخش معدن بهکل شاغلان | 0.845 | شاغلان بخش کالا و خدمات | سرانة ارزش افزودة ناشي از فروش كالا و خدمات | 0.689 |
درصد ارزش تولیدی ناشی از معادن | 0.889 | سرانه درآمد ناشي از تبليغات كالاها | 0.717 | ||
سرانه ارزشافزوده در بخش معدن | 0.836 | نسبت شاغلان در بخش خدمات و بازرگاني بهکل شاغلان | 0.749 | ||
نسبت جمعیت فعال به غیرفعال در بخش معدن | 0.770 | ميزان سرمایه ناشي از خدمات بهکل سرمایه اقتصادي | 0.735 | ||
نسبت بهرهبرداری محصولات معدنی | 0.747 | نسبت درآمد ناشي از خدمات نشر و پخش آثار فرهنگي، | 0.799 | ||
تعداد انبارهاي خدماتي بهکل مراكز خدماتي | 0.777 |
منبع يافتههاي تحقيق،1400.
با توجه به نتایج جداول (3) به نامگذاری عاملهای بهدستآمده از آزمون تحلیل عاملی میپردازیم
عامل اول: مقدار ویژه این عامل 890/13 است که 089/42 درصد واریانس را محاسبه نموده، توضیح میدهد. در این عامل 7 شاخص بارگذاری شده و با توجه به اینکه برخی از شاخصها جزو شاخصهای رفاهی و برخی دیگر جز شاخصهای تجاری محسوب میشوند و رابطه معناداری بین آنها وجود دارد، این عامل را عوامل تجاری و رفاهی نامگذاری کردهاند.
عامل دوم: مقدار ویژه این عامل 571/5 بوده که 882/16 درصد واریانس را محاسبه و تفسیر مینماید... این عامل هفت شاخصهای بارگذاری شده است که همگی از نوع شاخصهای صنعتی هستند که میتوان عامل صنعتی نامید.
عامل سوم: مقدار ویژه این عامل 971/2 بوده که 004/9 درصد واریانس را محاسبه و تفسیر مینماید. در این عامل پنج شاخص بارگذاری شده که همگی از نوع شاخصهای معدنی میباشند؛ بنابراین این عامل را میتوان عامل منابع معدنی نام نهاد.
عامل چهارم: مقدار ویژه این عامل 330/2 بوده که 061/7 درصد واریانس را محاسبه و تفسیر مینماید... این عامل هفت شاخصهای بارگذاری شده است که همگی از نوع شاخصهای بخش کالا و خدمات هستند که میتوان آن را عامل کالا و خدمات نامید.
رابطه همبستگی بین شاخصها
جهت بررسی رابطه بین شاخصهای توسعه اقتصادی از ضریب همبستگی پیرسون استفادهشده است، نتایج بهدستآمده از این رابطه نشان میدهد، بین شاخص تجاری – رفاهی با شاخص صنعتی، شاخص منابع معدنی و شاخص کالا و خدمات به تربیت با ضریب همبستگی (497/0)، (215/0) و (543/0) و رابطه معناداری در سطح 99 درصد وجود دارد همچنین بین شاخص صنعتی با منابع معدنی و کالا و خدمات به تربیت با ضریب همبستگی (264/0) و (612/0) در سطح 99 درصد رابطه معناداری وجود دارد بیشترین ضریب همبستگی بین شاخص صنعتی با کالا خدمات (612/0) و کمترین مقدار ضریب همبستگی بین شاخص تجاری – رفاهی با منابع معدنی (612/0) وجود دارد جدول (4).
جدول 4- رابطه بین شاخصهای توسعه اقتصادی بر اساس ضریب همبستگی پیرسون در مناطق 22 گانه کلانشهر تهران
شاخص | تجاری رفاهی | عامل صنعتی | منابع معدنی | کالا و خدمات | |
تجاری رفاهی | ضریب همبستگی | 1 | **0.497 | **0.215 | **0.543 |
معناداری |
| 0.000 | 0.000 | 0.000 | |
تعداد | 384 | 384 | 384 | 384 | |
صنعتی | ضریب همبستگی | **0.497 | 1 | **0.264 | **0.612 |
معناداری | 0.000 |
| 0.000 | 0.000 | |
تعداد | 384 | 384 | 384 | 384 | |
منابع معدنی | ضریب همبستگی | **0.215 | **0.264 | 1 | **0.221 |
معناداری | 0.000 | 0.000 |
| 0.000 | |
تعداد | 384 | 384 | 384 | 384 | |
کالا و خدمات | ضریب همبستگی | **0.543 | **0.612 | **0.221 | 1 |
معناداری | 0.000 | 0.000 | 0.000 |
| |
تعداد | 384 | 384 | 384 | 384 | |
**. Correlation is significant at the 0.01 level (2-tailed). | |||||
منبع: يافتههاي تحقيق،1400
در ادامه جهت برسی تأثیر شاخصهای توسعه اقتصادی بر مناطق 22 گانه کلانشهر تهران از روش دومرحلهای هالاند (1999) برای مدل یابی به روش حداقل مربعات جزئی استفادهشده است. مرحله اول شامل تعیین مدل اندازهگیری از طریق برآورد روایی و پایایی است و مرحله دوم شامل تعیین مدل ساختاری از طریق تحلیل شاخصهای برازندگی، ضرایب تعیین و تحلیل مسیر است؛ که در هریک از این مراحل از نرمافزار (smart PLS3) استفادهشده است.
مرحله اول تعیین مدل اندازهگیری
در مرحله اول، از برآورد روایی و پایایی بهمنظور بررسی مدل اندازهگیری استفاده میشود که روشهای تأییدی هماهنگی دادهها با یک ساختار عاملی معین را بررسی مینمایند. پایایی با سه معیار آلفای کرون باخ، پایایی ترکیبی (CR) و ضرایب بارهای عاملی موردسنجش قرار میگیرد (Hulland,1999). مقدار شاخص پایایی ترکیبی (CR) و آلفای کرونباخ باید بیشتر از 7/0 باشد. بر اساس جدول 5، شاخص آلفای کرون باخ برای تمام ساختارها بالاتر از 0.7 محاسبه شد و شاخص پایایی ترکیبی (CR) نیز بالاتر از 0.7 بود؛ بنابراین پایایی سازهها تائید شد. روایی همگرایی دومین معیاری است که برای برازش مدلهای اندازهگیری درروش حداقل مربعات جزئی استفاده میشود. و لارکر (1981) بیان کردند که میانگین معیار برای اندازهگیری اعتبار همگرا 0.5 است. این موضوع به این معنی است که مقدار میانگین واریانس استخراجشده بالای 0.5 نشاندهنده روایی همگرای قابل قبولی است. با توجه به موارد فوق و جدول (5) میانگین شاخص واریانس استخراجشده (AVE)، تمامی سازههای موردمطالعه دارای میانگین واریانس بالاتر از 0.5 هستند؛ بنابراین مدل ارائهشده از اعتبار همگرایی مناسبی برخوردار است.
جدول 5- شاخصهای روایی همگرا و پایایی متغیرهای تحقیق
متغیر | آلفا کرونباخ | rho_A | پایایی ترکیبی (CR) | روایی همگرایی (AVE) | R2 |
شاخص رفاهی- تجاری | 928/0 | 930/0 | 942/0 | 701/0 |
|
شاخص صنعتی | 973/0 | 973/0 | 977/0 | 861/0 |
|
شاخص منابع- معادن | 943/0 | 957/0 | 957/0 | 815/0 |
|
شاخص کالا - خدمات | 922/0 | 927/0 | 939/0 | 718/0 |
|
منبع: یافتههای پژوهش،1400
شکل 3- مدل ضریب استاندارد. منبع: یافتههای پژوهش 1400
مرحله دوم برازش مدل ساختاری
پس از تحلیل و بررسی مدل اندازهگیری، در این مرحله به بررسی مدل ساختاری پرداخته میشود. مدل معادلات ساختاری علاوه بر اینکه برای آزمون فرضیه پژوهش استفاده میشود، یک روش فنی برای تجزیهوتحلیل دادهها است که برای ارزیابی رابطه بین دو نوع متغیر (آشکار و پنهان) طراحیشده است. مقادیر شاخصهای برازش نشاندهنده تائید الگوهای اندازهگیری در مدل است. این موضوع نشان میدهد که شاخصهای اندازهگیری متغیرهای شناساییشده میتوانند بهطور قابلاعتماد متغیرهای پنهان را اندازهگیری کنند. شکل (3) مدل اندازهگیری بیرونی پژوهش که روابط بین متغیرهای آشکار و پنهان در برآورد ضرایب استاندارد را نشان میدهد و شکل (4) مدل ساختاری درونی پژوهش که ارتباط بین متغیرهای پنهان و ضرایب معنیدار را نشان میدهد. بهمنظور ارزیابی مدل ساختاری (درونی) از معیارهای اساسی، (T-values و ضریب تعیین (R2) استفاده میشود که در ادامه به تفکیک مراحل موردبررسی این معیارها گزارش میشود. اولین و اساسیترین معیار در برازش مدل معادلات ساختاری ضرایب معناداری Z یا همان مقدار T-values که با اجرای فرمان «بوت استراپیگ» مقادیر بر روی خطوط مسیرها نشان داده میشود درصورتیکه مقادیر T از 96/1 بیشتر باشد بیانگر صحت رابطه بین سازهها و درنتیجه تائید فرضیه پژوهش در سطح اطمینان 95 درصد است. در شکل (4) و جدول (6) مقادیر T برای ارزیابی بخش ساختاری مدل نشان دادهشده است. ضرایب تعیین (R2) دومین معیار ضروری برای بررسی برازش مدل ساختاری است که مربوط به متغیرهای مکنون درونزا (وابسته) مدل است. این معیار برای متصل کردن بخش اندازهگیری و بخش ساختاری مدلسازی معادلات ساختاری بهکاررفته است و بیانگر تأثیر یک متغیر برونزا بر یک متغیر درونزا است. هر چه مقدار R2 مربوط به سازههای درونزای یک مدل بیشتر باشد. نشان از برازش بهتر مدل است. چین (1998) سه مقدار 19/0، 33/0 و 67/0 را بهعنوان مقدار ملاک برای مقادیر ضعیف، متوسط و قوی (R2) معرفی میکند مقدار مربوط به (R2) در جدول (5) و شکل (3) قابلمشاهده است با توجه به اینکه مقدار (R2) برای تمامی سازهها بیشتر از 19/0 است مناسب بودن برازش مدل ساختاری تائید میشود.
جدول 7- ضرایب مسیر (بتا)، آماره t، ضریب تعیین و نتیجه فرضیههای تحقیق
مسیر | ضریب مسیر بتا | آماره T | معناداری | نتایج |
شاخص رفاهی- تجاری -> شاخص صنعتی | 497/0 | 081/11 | 000/0 | تائید |
شاخص رفاهی- تجاری -> شاخص منابع-معادن | 139/0 | 018/2 | 004/0 | تائید |
شاخص صنعتی -> شاخص کالا - خدمات | 623/0 | 803/16 | 000/0 | تائید |
شاخص کالا - خدمات -> شاخص منابع-معادن | 147/0 | 281/2 | 023/0 | تائید |
منبع: یافتههای پژوهش،1400
شکل 5: مقدار مطلق ضرایب معنیدار. منبع: یافتههای پژوهش،1400
جدول 6 ضرایب مسیر (بتا)، آماره T، معناداری و نتیجه فرضیه تحقیق را نشان میدهد. با توجه نتایج بهدستآمده از جدول (6) و شکل (5) بین کلیهی شاخصهای توسعه اقتصادی ضرایب T بین شاخصهای (رفاهی –تجاری، صنعتی، منابع و معادن و کالا- خدمات) بالای 1.96 هستند یعنی ارتباط بین ابعاد متغیر مستقل و وابسته در جامعه نمونه با اطمینان 99 درصد تائید میشود؛ بنابراین فرضیه اول پژوهش مورد تائید است؛ زیرا مقدار آماره T بیش از 1.96 و سطح معناداری آن برابر با 000/0 =p است.
علاوه بر تفسیر فرضیه کلی پژوهش در ادامه برای تفسیر نتایج ضرایب مسیر لازم است مقدار T برای همه مسیرهای بهدستآمده برآورد شود. بنابراین، با توجه به نتایج بهدستآمده از مقادیر ضرایب مسیر و آماره T، رابطه مثبت و معناداری بین شاخص رفاهی- تجاری با مقدار آماره T (081/11) و سطح معناداری برابر با 000/0 =p تأیید است. همچنین با توجه به نتایج بهدستآمده از مقادیر ضرایب مسیر و آماره T، رابطه مثبت و معنیداری بین شاخص صنعتی و شاخص کالا و خدمات با مقدار آماره T (803/16) و سطح معناداری برابر با 000/0 =p مورد تائید است. همچنین بین شاخص رفاهی – تجاری و شاخص منابع معادن با مقدار آماره T (018/2) و سطح معناداری برابر با 000/0 =p رابطه مثبت و معناداری وجود دارد و بین شاخص کالا و خدمات و منابع و معادن با مقدار آماره T (281/2) و سطح معناداری برابر با 000/0 =p رابطه مستقیم و معناداری وجود دارد.
در ادامه جهت بررسی سؤال دوم پژوهش با استفاده از شاخصهای موردبررسی به برآورد میزان و رتبهبندی توسعه اقتصادی در مناطق 22 گانه کلانشهر تهران با استفاده ازنظر کارشان از تکنیک AHP و نرمافزار Expert Choice پرداختیم همانطور که در جدول (8) و شکل (1) مشاهده میشود بالاترین نمره شاخص توسعه اقتصادی به منطقه 3 شهری تهران و در مقابل پایینترین ضریب به منطقه 17 تعلق دارد. همانطور که در شکل مشخص است بالاترین ضرایب به ترتیب مربوط به مناطق 3،1،2،6 و 5 شهری تهران است و در مقابل پایینترین مقدار ضریب، به ترتیب مربوط به مناطق 17، 19،18، 15، 16 و 20 شهری تهران است.
جدول 8- رتبهبندی شاخصهای توسعه اقتصادی با استفاده از تکنیک AHP در مناطق 22 گانه شهر تهران
منطقه | شاخص رفاهی - تجاری | رتبه | شاخص صنعتی | رتبه | شاخص کالا و خدمات | رتبه | شاخص منابع و معادن | رتبه |
|---|---|---|---|---|---|---|---|---|
منطقه یک | 109/0 | 2 | 091/0 | 2 | 128/0 | 2 | 136/0 | 2 |
منطقه دو | 107/0 | 3 | 068/0 | 5 | 102/0 | 9 | 098/0 | 5 |
منطقه سه | 139/0 | 1 | 120/0 | 1 | 137/0 | 1 | 139/0 | 1 |
منطقه چهار | 066/0 | 7 | 056/0 | 9 | 041/0 | 7 | 089/0 | 8 |
منطقه پنج | 062/0 | 5 | 087/0 | 4 | 051/0 | 5 | 110/0 | 4 |
منطقه شش | 86/0 | 4 | 079/0 | 6 | 123/0 | 4 | 94/0 | 6 |
منطقه هفت | 065/0 | 6 | 075/0 | 7 | 093/0 | 6 | 091/0 | 7 |
منطقه هشت | 046/0 | 8 | 051/0 | 12 | 048/0 | 8 | 073/0 | 11 |
منطقه نه | 027/0 | 15 | 039/0 | 16 | 028/0 | 15 | 060/0 | 16 |
منطقه ده | 021/0 | 13 | 043/0 | 15 | 027/0 | 13 | 061/0 | 15 |
منطقه یازده | 038/0 | 12 | 056/0 | 11 | 026/0 | 12 | 068/0 | 12 |
منطقه دوازده | 042/0 | 16 | 068/0 | 8 | 048/0 | 16 | 078/0 | 10 |
منطقه سیزده | 038/0 | 10 | 048/0 | 13 | 026/0 | 10 | 066/0 | 13 |
منطقه چهارده | 036/0 | 14 | 045/0 | 14 | 028/0 | 14 | 062/0 | 14 |
منطقه پانزده | 020/0 | 19 | 028/0 | 18 | 024/0 | 19 | 054/0 | 18 |
منطقه شانزده | 013/0 | 18 | 023/0 | 19 | 025/0 | 18 | 051/0 | 19 |
منطقه هفده | 007/0 | 22 | 008/0 | 22 | 006/0 | 22 | 021/0 | 22 |
منطقه هیجده | 011/0 | 20 | 025/0 | 20 | 025/0 | 20 | 050/0 | 20 |
منطقه نوزده | 015/0 | 21 | 022/0 | 21 | 024/0 | 21 | 049/0 | 21 |
منطقه بیست | 018/0 | 17 | 036/0 | 17 | 031/0 | 17 | 058/0 | 17 |
منطقه بیستویک | 014/0 | 11 | 089/0 | 3 | 032/0 | 11 | 135/0 | 3 |
منطقه بیستودو | 014/0 | 9 | 058/0 | 10 | 120/0 | 3 | 088/0 | 9 |
منبع: یافتههای تحقیق،1400
شکل 6- رتبهبندی شاخصهای توسعه اقتصادی با استفاده از نرمافزار Expert Choice در مناطق 22 گانه کلانشهر تهران
شکل 7 مناطق شهر تهران بر اساس شاخص توسعه اقتصادی
نتیجهگیری و ارائه پیشنهادها
یکی از زمینههای اصلی مطالعاتی پژوهشگران، برنامهریزان و مدیران شهری در چند دهه اخیر، بهمنظور دستیابی به عدالت اقتصادی، بررسی و ارزیابی وضعیت انواع شاخصها و نحوه پراکنش جغرافیایی آن در میان نواحی و مناطق شهری است؛ بنابراین این پژوهش با روشی توصیفی – تحلیل به بررسی تأثیر شاخصهای توسعه اقتصادی در مناطق 22 گانه کلانشهر تهران و میزان برخورداری مناطق از شاخصهای توسعه اقتصادی (رفاهی- تجاری، صنعتی، کالا و خدمات و منابع و معادن) با بهرهگیری از آزمون همبستگی پیرسون، تحلیل عاملی و جهت وزن دهی به معیارها برای سطحبندی مناطق در میزان برخورداری از شاخصهای توسعه اقتصادی از تکنیک AHP و نرمافزار Expert Choice استفادهشده است. نتايج حاصل از آزمون تحلیل عاملی نشان ميدهد چهار عامل شناساييشده توانستهاند 75% واريانس اثرات شاخصهای توسعه اقتصادی بر مناطق 22 گانه کلانشهر تهران را تبيين نمايند. درصد تبيين هر يک از عوامل شناساييشده به ترتيب اهميت عبارتاند از: عامل اول 890/13% عامل دوم 571/5%، عامل سوم 971/2% و عامل چهارم 330/2% را به خود اختصاص داده است که با نتایج پژوهش فال سلیمان و حجی پور (1394)، قادری و همکاران (1398)، جعفری و همکاران (1399) همخوانی دارد. در ادامه جهت بررسی رابطه بین شاخصهای توسعه اقتصادی از ضریب همبستگی پیرسون استفادهشده است، نتایج بهدستآمده از این رابطه نشان میدهد، بین شاخص تجاری – رفاهی با شاخص صنعتی، شاخص منابع معدنی و شاخص کالا و خدمات به تربیت با ضریب همبستگی (497/0)، (215/0) و (543/0) و رابطه معناداری در سطح 99 درصد وجود دارد. همچنین بین شاخص صنعتی با منابع معدنی و کالا و خدمات به تربیت با ضریب همبستگی (264/0) و (612/0) در سطح 99 درصد رابطه معناداری وجود دارد بیشترین ضریب همبستگی بین شاخص صنعتی با کالا خدمات (612/0) و کمترین مقدار ضریب همبستگی بین شاخص تجاری – رفاهی با منابع معدنی (612/0) وجود دارد که با نتایج پژوهش میرزایی و همکاران (1393)، ملکی و همکاران (1394)، محمدخانی و همکاران (1400) همخوانی دارد؛ و همچنین جهت برسی فرضیه اول پژوهش از مدل معادلات ساختاری (SEM) با استفاده از روش حداقل مربعات جزئی در نرمافزار (SMART PLS3) انجامشده که با توجه به نتایج بهدستآمده از این آزمون فرضیه اول پژوهش مورد تائید است که با نتایج (Qiao et al,2021)، (Beijing etal,2020) و (liu et al,2021) همخوانی دارد؛ و جهت وزن دهی به معیارها برای سطحبندی مناطق در میزان برخورداری از شاخصهای توسعه اقتصادی از تکنیک AHP و نرمافزار Expert Choice استفادهشده است نتایج بهدستآمده از بالاترین نمره شاخص توسعه اقتصادی به منطقه 3 شهری تهران و در مقابل پایینترین ضریب به منطقه 17 تعلق دارد. همانطور که در شکل مشخص است بالاترین ضرایب به ترتیب مربوط به مناطق 3،1،2،6 و 5 شهری تهران است و در مقابل پایینترین مقدار ضریب، به ترتیب مربوط به مناطق 17، 19،18، 15، 16 و 20 شهری تهران است که با نتایج میرزایی و همکاران (1393)، محمدخانی و همکاران (1400)، ملکی و همکاران (1394)، صادقی و زنجری (1396) و جعفری و همکاران (1399) همخوانی دارد. برتری پژوهش حاضر نسبت به سایر پژوهشها انجامشده در این خصوص، به بررسی تأثیرگذاری شاخصهای توسعه اقتصادی بر رویهم با استفاده از تحلیل عاملی و تحلیل همبستگی و همچنین مدلسازی با استفاده معادلات ساختاری با نرمافزار (SMART PLS) بوده است.
با توجه به نتایج پژوهش و مبحث عدالت و همچنین دسترسی شهروندان به امکانات، تسهیلات و خدمات، پیشنهادهای زیر ارائه میگردد:
1- استفاده از مبحث عدالت معکوس بهگونهای که اولویت توسعه مناطق کلانشهر تهران به ترتیب برای مناطق محروم، کمتر توسعهیافته، نسبتاً توسعهیافته و توسعهیافته.
2- سیاستهای اقتصادی با برنامهریزی فضایی شهر تهران هماهنگ و همسو باشد.
3- شناخت پتانسیلها و توانهای هر منطقه و برنامهریزی و سرمایهگذاری روی آنها و بالطبع بهرهوری مناسب هر منطقه.
4- برنامهریزی برای کاهش نرخ بیکاری در مناطق و افزایش نرخ اشتغال.
5- توجه به شعاع خدماترسانی امکانات و خدمات شهری برای رسیدن به عدالت فضایی و ایجاد تعادل نسبی در توزیع آنها.
6- شناسایی بافتها و بلوکهای فقیر مناطق شهر تهران بهمنظور اولویتبندی سرمایهگذاری اقتصادی.
7- رعایت الگوی سلسله مراتبی شهری در باز توزیع امکانات و خدمات شهری بهویژه در مناطق 17، 15، 18، 14 و 19.
8- لزوم بازنگری در طرح تفصیلی شهر تهران و اولویتدهی به رفع نیازهای شهروندان مناطق 17، 15، 18، 14 و 19.
[1] Qiao
[2] Beijing
[3] Achten & Lessmann
[4] liu
[5] Chenery
[6] Meier
ملاحظات اخلاقی:
پیروی از اصول اخلاق پژوهش: در مطالعه حاضر فرمهای رضایت نامه آگاهانه توسط تمامی آزمودنیها تکمیل شد.
حامی مالی: هزینههای مطالعه حاضر توسط نویسندگان تامین شد.
تعارض منافع: بنابر اظهار نویسندگان مقاله حاضر فاقد هرگونه تعارض منافع بوده است.
References
1. Acemoglu, D., Johnson, S. , Robinson, J.A. , 2001. The colonial origins of comparative development: an empirical investigation. Am. Econ.
2. Achten, S., Lessmann, ch. (2020). Spatial inequality, geography and economic activity. World Development 136 (2020) 105114.
3. Babaei, Elie Naz (2013), Spatial Justice Analysis and Urban Development in Providing Urban Services in Tabriz Municipal Areas, Master Thesis in Geography and Urban Planning, Supervisor: Shahrivar Roustaei, Faculty of Humanities, University of Tabriz.
4. Baffoe, G., Zhou, X., Moinuddin, M., Somanje, A. N., Kuriyama, A., Mohan, G., ... & Takeuchi, K. (2021). Urban–rural linkages: effective solutions for achieving sustainable development in Ghana from an SDG interlinkage perspective (pp. 1-22). Springer Japan.
5. Beheshti, Mohammad Baqer (2003) Economic Development of Iran, Tabriz University Press.
6. Boustan, L.P., Kahn, M.E., Rhode, P.W., Yanguas, M.L., 2020. The effect of natural disasters on economic activity in U.S. counties: a century of data. Journal of Urban Economics https://scholar.princeton.edu/lboustan/research , forthcoming .
7. Catney, G. (2018). The complex geographies of ethnic residential segregation: Using spatial and local measures to explore scale-dependency and spatial relationships. Transactions of the Institute of British Geographers, 43(1), 137–152.
8. Diane Perrons (2005), the new economy and earnings inequalities: explaining social, spatial and gender divisions in the UK and London.
9. Dufaux, Frederic, (2008), Birth announcement, justice spatial/spatial justice, www.jssj.org.(October 2010).
10. Fal Soleiman, Mahmoud and Hajipour, Rahim (2014), Strategic Planning of Economic Sectors for Regional Development Using SWAT Case Study of Industry and Mining of South Khorasan Province, Journal of Housing and Rural Environment, No. 150, pp. 45-60 .
11. Harvey, David (1997), Social Justice and the City, translated by Farrokh Hesamian et al., Tehran: Urban Planning and Processing Company.
12. Hatami Nejad, Hossein; Farhoudi, Rahmatollah and Mohammadpour, Morteza (2008), Analysis of social inequality in the use of urban service uses studied in Esfarayen, Human Geography Research, No. 65, pp. 71-85.
13. Henderson, J. V., Squires, T., Storeygard, A., & Weil, D. (2018). The global distribution of economic activity: Nature, history, and the role of trade. The Quarterly Journal of Economics, 133, 357–406.
14. Hulland, J. (1999). Use of partial least squares (PLS) in strategic management research: A review of four recent studies. Strategic management journal, 20(2), 195-204.
15. Jafari, Firooz; Hatami, Afshar and Karami, Sonia (1399), Spatial analysis of regional development of the provinces based on economic indicators, Scientific Journal of Geography and Planning, No. 74, pp. 61-72.
16. Jafarinia, Abbas (1398), Social Justice, Justice and Development, Geography and Regional Planning, No. 1, pp. 289-311.
17. Katozian, Nasser (2000), Justice in Social and Legal Life, Social Security Quarterly, No. 7, pp. 15-30.
18. Liu, j., Yu, tian., kai, H., tao, y (2021). Spatial-temporal differentiation of the coupling coordinated development of regional energy-economy-ecology system: A case study of the Yangtze River Economic Belt. Ecological Indicators 124 (2021) 107394.
19. Maleki, Saeed, Kamelifar, Mohammad Javad and Kamelifar, Zahra (2015), Spatial Analysis of Regional Economic Development Indicators in East Azerbaijan Province, Journal of Spatial Planning, No. 7, pp. 54-66.
20. Maleki, Saeed, Kamelifar, Mohammad Javad, Kamelifar, Zahra, (2017) Spatial analysis of regional economic development indicators in East Azerbaijan province, Journal of Spatial Planning, Year 7, Issue
21. Mill, John Stuart. 2003. On Liberty. Rethinking the Western Tradition. New Haven: Yale University Press.
22. Mirzaei, Jahanbin, Ahmadi, Sajjad, Lorestani, Akbar (2014) in a study entitled Spatial analysis of the levels of metropolitan areas of Tehran from the perspective of urban economics, Journal of Urban Economics and Management, Year 3, Issue 11, pp. 77- 59.
23. Mohammadkhani, Morteza, Karkabadi, Zeinab, Arghan, Abbas (1400) Measurement and evaluation of metropolitan areas of Tehran in terms of urban prosperity indicators. Journal of Urban Research and Planning, Volume 12 Number (44), 75-92.
24. Mohammadzadeh, Parviz, Motusali, Mahmoud, Beheshti, Mohammad Baqer, Akbari, Akram (1398) Iranian Journal of Economic Research, No. 78, pp. 91-61.
25. Moroke, T., Schoeman, C., & Schoeman, I. (2019). Developing a neighbourhood sustainability assessment model: An approach to sustainable urban development. Sustainable Cities and Society, 48, 101433.
26. Motusali, Mahmoud (2010) Economic Development, Concepts, Theoretical Foundations of Institutionalist Approach and Methodology. University of Tehran Press. Side. Zarabi, Asghar, Shahivandi, Ahmad (2010) An Analysis of the Distribution of Economic Development Indicators in the Provinces of Iran, Journal of Geography and Environmental Planning, Volume 21, Number 38, pp. 17-32.
27. Musterd, S., Marci´nczak, S., van Ham, M., & Tammaru, T. (2017). Socioeconomic segregation in European capital cities. Increasing separation between poor and rich. Urban Geography, 38(7), 1062–1083.
28. Nazmfar. H, Aftab.A, Nazampour.N, & MajnoonyTootakhane.A. (2016): "Evaluation and Prioritization of Urban Areas Based on Parameters Creative City (Case Study: Sanandaj City)", The Journal of Spatial Planning, Volume 20, Issue 4, 259-286.
29. Neil Brenner (2004), Urban governance and the production of new state spaces in western Europe, 1960–2000. Department of Sociology and Metropolitan Studies Program, New York University.
30. Nouri, Mahboubeh, Rezaei, Mohammad Reza, Yarahmadi, Manijeh (2021). Significance Analysis - Performance of Good Governance Indicators in Yazd World Heritage City. Journal of Urban Research and Planning, Twelfth Year, No. 46, pp. 16-1.
31. Osth, J., Shuttleworth, I., & Niedomysl, T. (2018). Spatial and temporal patterns of economic segregation in Sweden’s metropolitan areas: A mobility approach. Environment and Planning A: Economy and Space, 50(4), 809–825.
32. Pam Christie (2012), Framing the field of affordances: space, place and social justice in education in South Africa.
33. Pettinger, T. (2019). Policies for Economic Development, Journal of Economic Geography, 1, 81–105.
34. Qaderi, Jafar; Rastegar, Ebrahim and Ghahri, Muslim (1398), Identification and analysis of factors affecting the economic, social and physical dimensions of quality of life in urban neighborhoods (Case study: District 7 of Tehran Municipality), Quarterly Journal of Urban Economics and Management, 3 (7), pp. 71-86.
35. Qiao, M,. Wang, Y., wu, shanmei., fu, x., gu, Y. (2021). A realistic and multilevel measurement of citywide spatial patterns of economic segregation based on human activities. Cities 110 (2021) 103067.
36. Rashtbar, H., Nazmfar, H., & Samadzadeh, R. (2019). Evaluating Enjoyment of Urban Regions Through Innovative City Indicators with An Emphasis on Social and Cultural Indicators (A Case Study: Tabriz Metropolis). Journal of Applied Engineering Sciences, 9(1), 109-114.
37. Robert García, Zoe Rawson, Meagan Yellott, and Christina Zaldaña (2009), Economic Stimulus, Green Space, and Equal Justice.
38. Rodriquez, F., & Rodrik, D. (2018). Trade policy and economic growth: A skeptic’s guide to the cross-national evidence. Working Paper No. 7081. Cambridge, MA: National Bureau of Economic Research.
39. Russ, M., & Jones, J. K. (2008). Regional Economic Development Indicators for a Knowledge-Based Economy with Knowledge Deprivation. Journal of Regional Analysis and Policy, 38(1100-2016-90015).
40. Sadeghi, Rasoul, Zanjari, Nasibeh (2017) Spatial Model of Inequality Development in 22 Districts of Tehran, Social Welfare Quarterly, Year 17, No. 66, pp. 184-149
41. Schumpeter, J. (1997). The Theory of Economic Development Transaction Publishers.
42. Sharifzadeh, Masoumeh, Heidari, Meysam, Keshavarzi, Amin (1400). Prioritization of components required for smart parking in urban environments (Marvdasht case study). Journal of Urban Research and Planning, Year 12, No. 45, pp. 203-218.
43. Smith, David (2002), Quality of Life: Human Welfare and Social Justice, translated by Hossein Hataminejad and Hekmat Shahabadi, Journal of Political-Economic Information, No. 185, pp. 160-173.
44. Soja, E. (2010), Seeking Spatial Justice, Publisher: University of Minnesota Press.
45. Tabei, Nader; Movahed, Ali; Tulayi, Simin and Kamanroudi Kojouri, Musa (2016), The role of spatial justice in urban management of the study area of Tehran's Sixth District, Spatial Planning Quarterly, No. 2, pp. 23-36.
46. Tafazoli, Fereydoun (2012), Macroeconomics, Theories and Economic Policies, Tehran: Ney Publishing.
47. Talen, Emily. (1998), Visuallizing fairness, equity maps for planner. APA Journal.
48. Todaro, Michael (2012), Economic Development, Translator: Vahid Mahmoudi, Tehran: Negah Danesh.
49. United Nations. 2103. World Economic Situation and Prospects 2013, Global outlook.
50. World Bank, (2019). Urban Development: Understanding Poverty. Retrieved from. https://www.worldbank.org/en/topic/urbandevelopment/overview. on July 05, 2019.
51. Zhuhadar, L., Thrasher, E., Marklin, S., & de Pablos, P. O. (2017). The next wave of innovation—Review of smart cities intelligent operation systems. Computers in Human Behavior, 66, 273-281.
