تحليل فضايي خدمات پيشرفته (APS) شهري با استفاده از آمار فضايي، پژوهش موردي: شهر اردبيل

Spatial analysis of urban Advanced Producer Services (APS) using spatial statistics, Case study: Ardabil city

هدف اين پژوهش تحليل فضايي پراكنش و الگوي فضايي خدمات پيشرفته (APS) در يكي از شهرهاي ميانه‌ اندام كشور (اردبيل) است. جامعة آماري پژوهش را 2100 واحد فعاليتي در چهار گروه از خدمات پيشرفته شامل خدمات بانكي و مالي، بهداشتي و درماني، املاك و مستغلات و بيمه تشكيل مي‌دهند. اين پژوهش از نوع تحليلي است و براي گردآوري‌ و پياده‌سازي داده‌ها از روش اسنادي و ميداني استفاده شده است. از فنون آمار فضايي همانند تراكم كرنل، ميانگين نزديكترين همسايه، آمارة موران محلي، تراكم خوشه و ناخوشه‌، لكه‌هاي داغ و رگرسيون موزون جغرافيايي (GWR) در محيط GIS براي تجزيه و تحليل، تخمين تراكم، تحليل الگوي پراكنش، الگوي توزيع و مفهوم‌سازي روابط فضايي استفاده شده است. يافته‌هاي پژوهش نشان مي دهند كه خدمات بيمه‌ و خدمات مشاوره املاك بيشتر سطح شهر را از نظر حوزة پوشش‌دهي، به خود اختصاص داده‌اند. بخش مركزي و جنوبي شهر، از بالاترين تراكم فضايي خدمات پيشرفته برخوردارند. الگوي فضايي خدمات پيشرفته از نوع پراكنده است. الگوي فضايي خدمات بيمه و مشاوره املاك از نوع پراكنده و الگوي توزيع فضايي خدمات بانكي و بهداشتي و درماني از نوع خوشه‌اي است. نقطة ثقل خدمات در مركز جغرافيايي شهر قرار دارد و خدمات پيشرفته داراي مسير حركت شمالي- جنوبي هستند. بين تراكم جمعيت و برخي از خدمات پيشرفته رابطة معني‌داري وجود دارد. در پايان، پيشنهادهايي بر اساس يافته‌هاي پژوهش ارائه شده‌است.

The aim of the present study is to analyze the spatial distribution and to show the spatial patterns of advanced producer services (APS) in Ardabil; one of the middle-sized cities in Iran. Sample of the study comprises 2100 activity units in four groups of advanced services, including banking and financial services, healthcare and remedial, real estate, and insurance services. Documentary and field methods are applied for collecting and processing the data. Spatial statistical techniques such as Kernel Density, Average Nearest Neighbor, the local Moran statistics, Cluster and Outlier spatial analysis, Hot Spots and Geographically Weighted Regression (GWR) methods have been used in GIS environment for data analysis, density estimation, distribution pattern analysis and conceptualization of spatial relationships. The results show that, insurance and real estate consulting services are enjoying the highest levels of coverage around the city. The highest densities of ASPs belong to center and south parts of the city. The spatial pattern of the advanced services is spread in type. Spatial pattern and spatial distribution of insurance services and real estate consulting are dispersed around the city, but the spatial pattern of banking, health and remedial services are clustered. The gravity or central point of advanced services locates at the geographical center of the city and the movement path of the advanced services follows a north-south route. There is a significant relationship between population density and some kinds of advanced services. Finally, some recommendations are presented based on the findings of the study.