تحلیلی بر پراکنش خدمات شهری با تأکید بر رویکرد عدالت فضایی (مطالعه موردی: شهر مشهد) (مقاله علمی وزارت علوم)
درجه علمی: نشریه علمی (وزارت علوم)
آرشیو
چکیده
مقدمه عدالت فضایی به عنوان یکی از اصول بنیادین برنامه ریزی شهری، بر توزیع عادلانه منابع، خدمات و فرصت ها در میان تمامی اقشار جامعه تأکید دارد و نقشی کلیدی در کاهش نابرابری های اجتماعی، بهبود کیفیت زندگی و دستیابی به توسعه پایدار ایفا می کند. در شهرهای بزرگ، به ویژه کلان شهرهایی مانند مشهد که با رشد سریع جمعیت، گسترش حاشیه نشینی و فشارهای ناشی از حضور زائران مواجه اند، تحقق عدالت فضایی با چالش های فراوانی روبه روست. شهر مشهد، به عنوان دومین کلان شهر ایران و مرکز مهم زیارتی و گردشگری، با جمعیتی حدود سه میلیون نفر و مساحتی حدود 351 کیلومتر مربع، از نظر توزیع خدمات شهری با نابرابری های قابل توجهی مواجه است. این نابرابری ها نه تنها بر کیفیت زندگی ساکنان تأثیر می گذارد، بلکه در شرایط بحرانی مانند بلایای طبیعی یا همه گیری ها، مشکلات جدی تری ایجاد می کند. پژوهش های پیشین نشان داده اند که توزیع ناعادلانه خدمات شهری اغلب با عواملی همچون ارزش اقتصادی زمین، سیاست های برنامه ریزی شهری و ضعف زیرساخت ها مرتبط است. با این حال، بررسی دقیق پراکنش خدمات شهری در مشهد و انطباق آن با اصول عدالت فضایی کمتر مورد توجه قرار گرفته است. این پژوهش با هدف تحلیل الگوی توزیع خدمات شهری در 17 منطقه شهر مشهد، شناسایی مناطق برخوردار و محروم، و ارائه راهکارهایی برای بهبود دسترسی عادلانه به خدمات انجام شده است. پرسش های اصلی پژوهش عبارت اند از: خدمات شهری در مناطق مشهد چگونه توزیع شده اند؟ آیا این توزیع با اصول عدالت فضایی هم خوانی دارد؟ و کدام مناطق از نظر دسترسی به خدمات در وضعیت مطلوب یا نامطلوب قرار دارند؟ مواد و روش ها روش پژوهش حاضر تحلیلی کاربردی است و داده ها به صورت کتابخانه ای از طرح جامع شهری مشهد و نقشه های کاربری اراضی مربوط به سال 1398 گردآوری شده اند. برای تحلیل پراکنش خدمات شهری در 17 منطقه این کلان شهر، از 11 لایه اطلاعاتی شامل کاربری های تجاری، آموزش عالی، آموزشی، پارک و فضای سبز، تأسیسات و تجهیزات شهری، تفریحی فراغتی، درمانی، فرهنگی هنری، مذهبی، ورزشی، و ایستگاه های اتوبوس و مترو استفاده شده است. تحلیل داده ها با بهره گیری از سامانه اطلاعات جغرافیایی (GIS) و مدل هایی نظیر پراکنش نزدیک ترین همسایه (ANN)، ضریب جینی، و تکنیک هم پوشانی وزنی فازی انجام شده است. در گام نخست، الگوی توزیع کاربری ها با روش ANN بررسی شد تا مشخص شود که آیا خدمات به صورت خوشه ای، پراکنده یا تصادفی توزیع شده اند. سپس، لایه های اطلاعاتی بر اساس شعاع عملکرد هر کاربری (مطابق طرح جامع) با استفاده از فواصل اقلیدسی استانداردسازی و با تکنیک فازی تلفیق شدند. در نهایت، وضعیت برخورداری مناطق با عملگر گاما (Gamma) در GIS تحلیل و نقشه نهایی تهیه شد. برای بررسی نابرابری در توزیع خدمات، شاخص جینی و نمودار لورنز به کار گرفته شد و همبستگی میان تراکم جمعیتی و سطح برخورداری با ضریب پیرسون ارزیابی شد. این روش ها امکان تحلیل دقیق الگوهای فضایی و شناسایی شکاف های موجود را فراهم آوردند. یافته ها یافته ها نشان می دهد توزیع خدمات شهری در شهر مشهد به صورت خوشه ای و عمدتاً در مناطق مرکزی و غربی (مانند مناطق 1، 9 و 11) متمرکز است، در حالی که مناطق شرقی و حاشیه ای (به ویژه مناطق 4، 5، 15 و 17) با کمبود شدید خدمات مواجه اند. بر اساس مدل ANN، نسبت به دست آمده کمتر از 1 بود که تأییدکننده الگوی خوشه ای توزیع خدمات است. نقشه های فازی و تحلیل لکه های داغ (Hotspot) نشان داد مناطق شمال غرب و شمال شرق شهر کانون های جمعیتی اند، اما خدمات اساسی مانند درمانی و آموزشی در این نواحی محدود است. شاخص جینی برای خدمات مختلف بین 0/38 (ایستگاه های مترو) تا 0/62 (آموزش عالی) متغیر بود؛ به طوری که خدمات آموزشی و مترو توزیع متعادل تری دارند، اما آموزش عالی، درمانی و ایستگاه های BRT از نابرابری بالایی برخوردارند. نمودار لورنز نیز این نابرابری را تأیید کرد و نشان داد خدمات تفریحی، ورزشی و تجاری نیز در مناطق خاصی متمرکز شده اند. تحلیل همبستگی پیرسون ضریب 0/0003 و P-value=0.999 حاکی از نبود رابطه معنادار میان تراکم جمعیتی و سطح برخورداری است؛ به این معنا که مناطق پرجمعیت لزوماً از خدمات بیشتری بهره مند نیستند. مناطق برخوردار (1، 9، 11) با تراکم جمعیتی پایین و ارزش اقتصادی بالا، از خدمات گسترده ای برخوردارند، در حالی که مناطق کم برخوردار (4، 5، 15، 17) با تراکم جمعیتی بالا، از کمبود امکانات رنج می برند. این نابرابری ها به عواملی همچون تمرکز خدمات در مناطق مرفه، ضعف سیاست های مکان یابی، کمبود حمل ونقل عمومی و بافت فرسوده مناطق محروم نسبت داده شد. نتیجه گیری این پژوهش نشان داد توزیع خدمات شهری در مشهد با اصول عدالت فضایی هم خوانی ندارد و نابرابری های فضایی موجود، رفاه اجتماعی و پایداری شهری را تهدید می کند. تمرکز خدمات در مناطق مرکزی و غربی، در کنار محرومیت مناطق حاشیه ای و شرقی، شکاف اجتماعی اقتصادی را تشدید کرده است. نبود رابطه مستقیم میان تراکم جمعیتی و سطح برخورداری بیانگر آن است که عوامل دیگری مانند ارزش زمین، زیرساخت ها و سیاست های شهری در این نابرابری نقش دارند. برای تحقق عدالت فضایی، پیشنهاد می شود که مدیریت شهری با افزایش سرمایه گذاری در مناطق کم برخوردار، گسترش شبکه حمل ونقل عمومی (BRT و مترو)، توسعه مراکز درمانی، تفریحی و آموزشی در مناطق محروم، و تشویق مشارکت بخش خصوصی از طریق مشوق هایی مانند معافیت های مالیاتی، اقدام کند. تجربه شهرهایی مانند مدئین کلمبیا نشان می دهد پروژه های یکپارچه می توانند عدالت فضایی را بهبود بخشند. در نهایت، تدوین سیاست های چندمعیاره و بازنگری الگوهای مکان یابی خدمات، همراه با مشارکت شهروندان و هوشمندسازی خدمات، می تواند نابرابری ها را کاهش دهد و زمینه ساز توسعه پایدار در مشهد شود.An Analysis of the Distribution of Urban Services with an Emphasis on the Spatial Justice Approach (Case Study: Mashhad City)
Introduction Spatial justice, as a fundamental principle of urban planning, emphasizes the equitable distribution of resources, services, and opportunities among all societal groups, playing a pivotal role in reducing social inequalities, enhancing quality of life, and achieving sustainable urban development. In large cities, particularly metropolises like Mashhad, which face rapid population growth, expanding informal settlements, and pressures from religious tourism, achieving spatial justice presents significant challenges. Mashhad, Iran’s second-largest city and a key religious and tourism hub, with a population of approximately three million and an urban area of 351 square kilometers, exhibits considerable disparities in the distribution of urban services. These disparities affect residents’ quality of life and pose serious challenges during crises such as natural disasters or pandemics. Previous studies have indicated that inequitable service distribution is often linked to factors such as land value, urban planning policies, and infrastructure deficiencies. However, a detailed analysis of service distribution in Mashhad and its alignment with spatial justice principles has received limited attention. This study aims to analyze the distribution pattern of urban services across Mashhad’s 17 districts, identify advantaged and disadvantaged areas, and propose strategies for improving equitable access to services. The key research questions are: How are urban services distributed across Mashhad’s districts? Does this distribution align with spatial justice principles? And which areas are in favorable or unfavorable conditions regarding service access? Materials and Methods This research adopts an analytical-applied approach, with data collected from Mashhad’s Comprehensive Urban Plan and land-use maps from 2018. To analyze the distribution of urban services across the city’s 17 districts, 11 informational layers were utilized, including commercial, higher education, education, parks and green spaces, urban facilities, and equipment, recreational, healthcare, cultural-artistic, religious, sports, and bus and metro stations. Data analysis was conducted using Geographic Information Systems (GIS) and models such as the Average Nearest Neighbor (ANN), Gini coefficient, and fuzzy weighted overlay technique. The ANN method was initially applied to determine whether services are distributed in a clustered, dispersed, or random pattern. Subsequently, informational layers were standardized based on each service’s performance radius (as per the Comprehensive Plan) using Euclidean distances and integrated via the fuzzy overlay technique. The final assessment of district-level service access was performed using the Gamma operator in GIS, and a comprehensive map was generated. The Gini coefficient and Lorenz curve were employed to assess service distribution inequality, while Pearson’s correlation coefficient was used to evaluate the relationship between population density and service access levels. These methods enabled a precise analysis of spatial patterns and the identification of existing disparities. Findings The findings reveal that urban services in Mashhad are predominantly clustered in the central and western districts (e.g., Districts 1, 9, and 11). In contrast, eastern and peripheral areas (notably Districts 4, 5, 15, and 17) suffer from severe service shortages. The ANN model yielded a ratio below 1, confirming a clustered distribution pattern. Fuzzy maps and Hotspot Analysis indicated that northwestern and northeastern districts are population hubs, yet essential services such as healthcare and education are scarce in these areas. The Gini coefficient ranged from 0.38 (metro stations) to 0.62 (higher education), indicating that education and metro services are relatively evenly distributed, whereas higher education, healthcare, and BRT stations exhibit high inequality. The Lorenz curve corroborated these disparities, highlighting the recreational, sports, and commercial services concentration in specific districts. Pearson’s correlation analysis (coefficient: 0.0003, P-value: 0.999) showed no significant relationship between population density and service access, suggesting that densely populated areas do not necessarily receive more services. Advantaged districts (1, 9, 11) with lower population density and high economic value benefit from extensive services, while disadvantaged districts (4, 5, 15, 17) with high population density suffer from limited access. These disparities were attributed to factors such as service concentration in affluent areas, inefficient location policies, inadequate public transportation, and the deteriorated urban fabric of deprived districts. Conclusion This study demonstrates that the distribution of urban services in Mashhad does not align with spatial justice principles, and existing spatial inequalities threaten social welfare and urban sustainability. The concentration of services in central and western districts, coupled with the deprivation of peripheral and eastern areas, has deepened socio-economic divides. The lack of a direct correlation between population density and service access underscores the influence of factors such as land value, infrastructure, and urban policies on these disparities. To achieve spatial justice, it is recommended that urban management increase investments in disadvantaged areas, expand public transportation networks (BRT and metro), develop healthcare, recreational, and educational facilities in deprived districts, and incentivize private sector participation through measures like tax exemptions. The experience of cities like Medellín, Colombia, suggests that integrated urban projects can enhance spatial justice. Adopting multi-criteria policies, revising service location strategies, and incorporating citizen participation and smart technologies can reduce inequalities and pave the way for sustainable development in Mashhad.
تبلیغات
