تحليل نابرابريهاي فضايي در استان خراسان رضوي

Analysis of Sptial Inequalities in Razavi Khorassan Province

هدف مقاله تبيين نابرابريهاي فضايي از نظر توسعه در استان خراسان رضوي است. ابتدا مدل مفهومي تحقيق با استفاده از 36 شاخص اجتماعي و اقتصادي و زير بنايي در سطح 19 شهرستان ساخته و سپس شاخصها بدليل اثرات متضاد، همسو و بدليل مقياسهاي متفاوت، به منظور كاهش تفاوتها استاندارد شدند. نتايج حاصل از كاربرد مدل تحليل عاملي منجر به شكل گيري 5 عامل شد كه دو عامل بيش از 56% كل تغييرات واريانسها را تبيين و باقيمانده به دليل تبيين كمتر از 10% كل واريانس از مطالعه حذف شدند. با توجه به رابطه بين متغيرها (در سطح بالاتر از 5/0 و عاملها) ، اين دو عامل به نامهاي 1- توسعه اجتماعي- اقتصادي و 2- توسعه اقتصادي نامگذاري شدند. نتيجه ي شاخصها براي شهرستانها محاسبه و در محور مختصات (X,Y) ترسيم شد كه با تركيب دو عامل فوق يك منطقه بندي جديدي بدست آمد، و شهرستانها به 5 گروه طبقه بندي شد. شهرستان مشهد يك گروه خاص پيشرو در برخورداري از عامل اول و كلات در پايين ترين سطح دسته بندي شدند. اين الگو مي تواند بعنوان مبناي برنامه ريزي قرار گيرد تا علاوه بر تعيين فضاهاي نابرابر،اولويت توسعه آنها را نيز به همراه شاخص هاي نيازمند به تقويت جهت توسعه تعيين نمايد.

The main purpose of this article is to offer analysis model’s abilities to descript spatial inequalities in khorassan Razavi province. First of all the theoretical model was shaped for 19 towns in the province, using 36 indicators including (12 social and 24 economical and infrastructural indicators). All of the indicators have been normalized by "Z" standard equation and the results analyzed with factor analysis model, SPSS and GIS software. Application of this model resulted to formation of 5 factors, where 2 factors have more than 56% of total variation, therefore they were accepted and the others omitted because their effects were less than 10% of total variation. These 2 factors have relation between variables (more than 0.5 Coefficient). The first factor nominated as economic development factor (economic driving factor). Second factor nominated as socio-economic factor (or comprehensive development factor). Calculating the factor scores for each town and depicting its result on axes diagram(X, Y) is the other important result of this research. Finally a new spatial zoning cluster have been built by integrating tow factor scores .Hence, 19 towns have formed in 5clusters. Mashhad locates in a group that nominated as economic driving factor cluster. Kalat categorized in the lowest level, the other towns distributed in another clusters .This method (factor analysis) can be used as foundation not only for planning activities but also for spatial inequalities and developmental priorities.