آرشیو

آرشیو شماره ها:
۳۰

چکیده

عدالت فضایی کاربری ها یا به عبارتی دیگر توزیع عادلانه و عاقلانه و متوازن کاربری های شهری  یکی از مسائل مهم برنامه ریزی شهری است. مطالعه حاضر از نظر هدف پژوهشی و از نظر ماهیت تحلیلی است. اطلاعات کتابخانه ای این پژوهش از کتب و مقالات گردآوری شده است. برای تحلیل از شاخص سرانه کاربری های خدماتی بهره گرفته شده که این سرانه ها در نرم افزار GIS محاسبه شده است. جامعه آماری پژوهش نیز مناطق هشت گانه شهر قم اند. این پژوهش تلاش کرده عدالت فضایی کاربری های خدماتی مناطق هشت گانه شهر قم را با تکنیک ORESTE، بر اساس شاخص ها، که سرانه کاربری های خدماتی هستند، تحلیل کند. برای این منظور ابتدا با روش آنتروپی شانون به شاخص ها وزن داده شد که بیشترین وزن به کاربری جهانگردی و کمترین وزن به پارک اختصاص یافت. پس از وزن دهی، تکنیک ORESTE انجام شد که منطقه 7 بیشترین و منطقه 6 کمترین میزان سرانه را کسب کردند. سپس با ضریب پراکندگی، به صورت دو به دو، پراکندگی سرانه کاربری های خدماتی مناطق محاسبه شد که نتایج نشان داد منطقه 2 و 8 از بیشترین و منطقه 5 و 7 از کمترین پراکنش فضایی کاربری های خدماتی برخوردارند. همچنین با ضریب همبستگی اسپیرمن رابطه همبستگی بین جمعیت هر منطقه با سرانه کاربری های خدماتی محاسبه شد که نتیجه رابطه همبستگی منفی را نشان داد؛ بدین معنی که هر چه جمعیت افزایش پیدا کند میزان سرانه کاربری های خدماتی کاهش پیدا می کند. 

Spatial Justice Analysis of Service Uses in Urban Areas with the ORESTE Technique (Case of Study: the Eight Districts of Qom City)

Spatial justice of uses, or in other words, fair, wise, and balanced distribution of urban uses is one of the most important issues of urban planning. The present study is research in terms of purpose and analytical in nature. The library information of this research is collected from books and articles. For the analysis, the per capita index of service users was used, which was calculated and obtained in the GIS software. The statistical population of the research is the eight districts of Qom City. This research has tried to analyze the Spatial justice of service uses in the eight districts of Qom City with the ORESTE technique, based on indicators that are service uses per capita. For this purpose, the indicators were first weighted using Shannon's entropy method, the highest weight was assigned to tourism, and the lowest weight was assigned to the park. After weighing, the ORESTE technique was performed, and Region 7 had the highest and Region 6 had the lowest amount per capita. Then, with the dispersion coefficient, the two-by-two distribution per capita of the service uses of the regions was calculated, and the results showed that regions 2 and 8 have the highest and regions 5 and 7 have the lowest spatial distribution of service uses. Also, with the Spearman correlation coefficient, the correlation between the population of each region and the per capita service users was calculated, which showed a negative correlation, which means that as the population increases, the service users per capita decreases.

تبلیغات