سامانه مدیریت نشریات علمی دانشگاه شهید بهشتی

لطفی, صدیقه, حسنعلی زاده, میلاد. (1399). تحلیل فضایی فقر شهری در فضاهای شهری (مطالعه موردی: شهر نورآباد). , 11(1), 152-168. doi: 10.52547/esrj.11.1.152
صدیقه لطفی; میلاد حسنعلی زاده. "تحلیل فضایی فقر شهری در فضاهای شهری (مطالعه موردی: شهر نورآباد)". , 11, 1, 1399, 152-168. doi: 10.52547/esrj.11.1.152
لطفی, صدیقه, حسنعلی زاده, میلاد. (1399). 'تحلیل فضایی فقر شهری در فضاهای شهری (مطالعه موردی: شهر نورآباد)', , 11(1), pp. 152-168. doi: 10.52547/esrj.11.1.152
لطفی, صدیقه, حسنعلی زاده, میلاد. تحلیل فضایی فقر شهری در فضاهای شهری (مطالعه موردی: شهر نورآباد). , 1399; 11(1): 152-168. doi: 10.52547/esrj.11.1.152

تحلیل فضایی فقر شهری در فضاهای شهری (مطالعه موردی: شهر نورآباد)

پژوهشهای دانش زمین
مقاله 9، دوره 11، شماره 1 - شماره پیاپی 41، 1399، صفحه 152-168    اصل مقاله (1.51 M)
نوع مقاله: مقاله پژوهشی
شناسه دیجیتال (DOI): 10.52547/esrj.11.1.152
نویسندگان
صدیقه لطفی* 1؛ میلاد حسنعلی زاده2
1گروه جغرافیا و برنامه‌ریزی شهری، دانشکده علوم انسانی و اجتماعی، دانشگاه مازندران، بابلسر، ایران
2گروه جغرافیا و برنامه‌ریزی شهری، دانشکده علوم انسانی و اجتماعی، دانشگاه زنجان، زنجان، ایران
چکیده
 برای رفع مسئله فقر در فضاهای شهری آگاهی از توزیع فضایی آن در سطح شهرها ضروری است. هدف از این پژوهش تحلیل فضایی شاخص های فقر شهری در سطح بلوک‌های آماری شهر نورآباد می‌باشد. پژوهش حاضر از نظر هدف کاربردی و از نظر روش توصیفی- تحلیلی می­باشد. مبانی نظری تحقیق به شیوه کتابخانه‌ای و اسنادی تهیه ‌شده و داده‌های خام پژوهش از بلوک­های آماری شهر نورآباد استخراج شده است. ابتدا 32 شاخص فقر شهری با روش فازی در محیط نرم­افزار Excel بی مقیاس شده، سپس با تلفیق شاخص­ها، شاخص تلفیقی فقر شهری به دست آمد. شاخص تلفیقی فقر شهری با روش تحلیل خوشه­ای فضایی چند فاصله­ای، خودهمبستگی فضایی موران، آماره موران محلی، لکه­های داغ، ترسیم نیمرخ و تحلیل روند در نرم­افزار Arc Gis تحلیل فضایی شده است. نتایج روش تحلیل خوشه­ای فضایی چند فاصله­ای و خودهمبستگی فضایی موران نشان می­دهد که مقادیر شاخص تلفیقی فقر شهری با الگوی خوشه­ای در شهر نورآباد توزیع شده است. براساس نتایج روش آماره موران محلی و لکه­های داغ، خوشه­های فقر در قسمت­های شمالی شهر نورآباد و خوشه­های مرفه در قسمت­های جنوبی شهر نورآباد متمرکز شده­اند. همچنین براساس پهنه­بندی شاخص تلفیقی فقر شهری، 51 درصد جمعیت شهر نورآباد فقیر و خیلی فقیر هستند. براساس ترسیم نیمرخ شاخص تلفیقی فقر شهری، سمت غرب و جنوب شهر را منطقه مرفه نشین و سمت شرق و شمال شهر را منطقه فقیرنشین در بر می­گیرد.
کلیدواژه‌ها
تحلیل فضایی؛ فقر شهری؛ نیمرخ فقر؛ فضاهای شهری؛ شهر نورآباد
عنوان مقاله [English]
Spatial analysis of urban poverty in urban spaces (case study: Noorabad city)
نویسندگان [English]
sedigheh lotfi1؛
1Department of Geography and Urban Planning, Faculty of Humanity and Social Sciences, University of Mazandaran, Babolsar, Iran
2Department of Geography and Urban Planning, Faculty of Humanity and Social Sciences, University of Zanjan, Zanjan, Iran
چکیده [English]
Introduction
Increased urbanization has led to urban poverty. In developing countries, rapid urban growth is typically greater than the capacity of local governments in providing services and infrastructure. This leads to an increase in urban poverty and inequality within the city. In recent decades, due to the significant concentration of poverty in the city, discussions and conversations about the causes and consequences of poverty have become prevalent with a renewed importance. The city of Noorabad has witnessed the formation of slum areas in some urban spaces, due to the rapid population growth over the past decades and the inability to provide proper services and facilities to citizens. In order to plan and reintegrate the situation of the poor, initially, the location and spatial distribution of poverty must be exactly identified in the city. Then with careful planning, this challenging urban problem may be solved.
Materials and Methods
The research method is based on descriptive-analytic approaches and detailed data were obtained at the level of statistical blocks of Noorabad city in 2011. Also some relevant information collected from secondary studies were used. First, the 32 indicators of urban poverty are un-scaled with fuzzy method in Excel and then, by combining the indicators, the combined indexes of urban poverty were extracted. For spatial analysis of the integrated urban poverty index, several spatial cluster analysis models such as spatial Moran spatial, local Moran statistics, hot spots, profile graphs and trend analysis in ArcGIS software were used.
Results and Discussion
The results of multi-distance spatial cluster analysis and Moran spatial autocorrelation show that amounts of the combined index of urban poverty with clustered pattern is distributed in Noorabad city. Based on the results of local Moran and hotspot methods, poverty clusters are concentrated in the northern parts of the city and rich clusters are in the southern parts. Also, based on the combined index of urban poverty, 51 percent of the population of the city are poor and very poor, and 31 percent of its population are rich and very rich, and 18 percent of its population are located in the middle income areas.
Based on the profile of the combined index of urban poverty, the west and south of the city are considered to be the prosperous area and the eastern and northern parts of the city are deprived zones. The trend analysis of the combined index of urban poverty also showed that the trend in the data of the combined index of urban poverty in the east-west direction and in the north-south direction has increased significantly.
Conclusion
Poverty is one of the socially undesirable phenomenon that planners and policymakers are always seeking to reduce. The success of poverty alleviation programs depend on the exact identification of the phenomenon of poverty and its indicators. Urban areas are very diverse and there are significant differences in different regions and in particular urban areas. Hence, measuring urban poverty is also important in urban areas. In this research, by using available tools in Arc GIS, spatial analysis of urban poverty in the city Noorabad was performed. The results of the analyzing patterns show that the combined indexes of urban poverty have been distributed with cluster patterns across the city. According to the results of the mapped clusters, poverty clusters are concentrated in northern parts of city and rich clusters in the southern parts. Also, based on the zoning the combined index of urban poverty, 51 percent of the population of the city are poor and very poor. According to the results, it can be stated that the results of this study are based on the clustering pattern of urban poverty distribution corresponding with the results of most researches presented in the study, including Gio et al. (2018), Nikpour et al. (2019), Nikpour and Hasanalizadeh (2018), Farhadikhah et al. (2017), Rustai et al. (2016), and Movahed et al. (2016).
کلیدواژه‌ها [English]
Spatial analysis, Urban poverty, Poverty profile, Urban spaces, Noorabad city
مراجع
  1. -اصغرپور، م.ج.، 1396. تصمیم‌گیری‌های چند معیاره، دانشگاه تهران، تهران، 400 ص.
  2. -بزرگوار، ع.، زیاری، ک. و تقوایی، م.، 1396. سنجش مکانی پهنه‌های فقر شهری در شهرهای جدید (مورد مطالعه: شهر جدید هشتگرد)، مجلس و راهبرد، دوره 24، شماره 92، ص 5-27.
  3. -پیران، پ.، 1381. بازهم در باب اسکان غیررسمی، مورد شیرآباد زاهدان، مجله هفت شهر، سال 3، شماره 9 و 11، ص 7-24.
  4. -رخشانی‌نسب، ح.ر. و رشیدیان، م.، 1396. تحلیلی بر جایگاه مبلمان ورزشی در افزایش سرزندگی فضاهای شهری مطالعه موردی: شهر نورآباد ممسنی، فصلنامه جغرافیا و توسعه، سال 15، شماره 46، ص 101-116.
  5. -رضایی، م.ر.، علیان، م. و خاوریان، ا.ر.، 1393. شناسایی و ارزیابی گستره‌های فضایی فقر شهری در شهر یزد، پژوهش‌های جغرافیای انسانی، دوره 46 ، شماره 3، ص 677-695.
  6. -روستایی، ش.، احدنژاد، م.، اصغری‌زمانی، ا. و زنگنه، ع.ر.، 1391. الگوی تطبیقی گسترش فقر در شهر کرمانشاه در دوره 85-1375، مطالعات و پژوهش‌های شهری و منطقه‌ای، سال 3، شماره 12، ص 17-40.
  7. -روستایی، ش.، زادولی، ف. و کریم‌زاده، ح.، 1395. بررسی تحلیل فضایی گسترش فقر شهری در شهر تبریز، مجله آمایش جغرافیایی فضا، سال 6، شماره 22، ص 125-136.
  8. -روستایی، ش.، کریم‌زاده، ح. و زادولی، ف.، 1397. مقایسه تحلیل آمار فضایی با آمار کلاسیک در تحلیل شاخص‌های اجتماعی فقر شهری تبریز، فصلنامه علمی- پژوهشی برنامه‌ریزی منطقه‌ای، دوره 8، شماره 31، ص 153-166.
  9. -عزیزی، م.، موحد، ع.، ساسان‌پور، ف. و کرده، ن.، 1393. تحلیلی بر وضعیت فقر شهری (مطالعه موردی: شهر مهاباد)، اطلاعات جغرافیایی سپهر، دوره 23، شماره 90، ص 60-69.
  10. -عسگری، ع.، 1390. تحلیل‌های آمار فضایی با ARC GIS، انتشارات سازمان فناوری اطلاعات و ارتباطات شهرداری تهران، تهران، 127 ص.
  11. -فرهادی‌خواه، ح.، حاتمی‌نژاد، ح.، شاهی، ع. و ظفری، س.، 1396. تحلیل فضایی فقر شهری در سطح محله‌ها (نمونه‌پژوهی: شهر مشهد)، مجله اقتصاد شهری، دوره 2، شماره 2، ص 17-36.
  12. -محمدی مطلق، ر.، 1391. آموزش کاربردی Arc GIS10، انتشارات پرسون، تهران، 296 ص.
  13. -مرکز آمار ایران، 1397. بلوک‌های آماری شهر نورآباد در سال 1390.
  14. -موحد، ع.، ولی‌نوری، س.، حاتمی‌نژاد، ح.، زنگانه، ا. و کمانرودی‌کجوری، م.، 1395. تحلیل فضایی فقر شهری در کلان‌شهر تهران، اقتصاد و مدیریت شهری، سال 4، شماره 3 (پیاپی 15)، ص 19-36.
  15. -مهندسین مشاور امکو، 1379. طرح تفصیلی شهر نورآباد.
  16. -نیک‌پور، ع. و حسنعلی‌زاده، م.، 1397. الگوی فضایی فقر و طلاق در شهر قائمشهر، دوفصلنامه جغرافیای اجتماعی شهری، سال 5، شماره 2، ص 107-125.
  17. -نیک‌پور، ع.، لطفی، ص. و حسنعلی‌زاده، م.، 1398. تحلیل فضایی فقر شهری با روش تحلیل عاملی؛ نمونه مطالعه: قائمشهر، برنامه‌ریزی فضایی (جغرافیا)، سال 9، شماره 1، ص 103-124.
  18.  
  19.  
  20. -Baharoglu, D. and Kessides, Ch., 2002. Urban Poverty, A Sourcebook for Poverty Reduction Strategies, Macroeconomic and Sectoral Approaches, v. 2(16), p. 123-159.
  21. -Baker, J., 2009. Meeting the Challenge of Urban poverty and Slums, The World Bank.
  22. -Christiaensen, L., De Weerdt, J. and Kanbur, R., 2015. Urbanization and Poverty Reduction: The Role of Secondary towns in Tanzania, Prepared for The Planning Commission, President’s Office, Tanzania.
  23. -Christiaensen, L., De Weerdt, J. and Todo, Y., 2013. Urbanization and Poverty Reduction-The Role of Rural Diversification and Secondary Towns, The World Bank Africa Region Office of the Chief Economist.
  24. -Duclos, J.Y. and Araar, A.K., 2006. Poverty and equity: measurement, policy and estimation with DAD, Springer Science & Business Media, New York, 394 p.
  25. -Duque, J.C., 2013. A stepwise procedure to determine a suitable scale for the spatial delineation of urban slums, In E. Fernandez, & F. Rubiera Morollon (Eds.), Defining the spatial scale in modern regional analysis, Advances in spatial science, Berlin, p. 237-254.
  26. -Duque, J.C., Patino, J.E., Ruiz, L.A. and Pardo-Pascual, J.E., 2016. Measuring intra-urban poverty using land cover and texture metrics derived from remote sensing data, Landscape and Urban Planning, v. 135, p. 11-21.
  27. -Fay, M., 2005. The Urban Poor in Latin America, The World Bank, Washington, D.C, 266 p.
  28. -Guo, Y., Chang, Sh.S., Sha, F. and Yip, P.S.F., 2018. Poverty concentration in an affluent city: Geographic variation and correlates of neighborhood poverty rates in Hong Kong, journals PLOS.
  29. -Liu, Y. and Xu, Y., 2016. A geographic identification of multidimensional poverty in rural China under the framework of sustainable livelihoods analysis, journals of Applied Geography, v. 73, p. 62-76.
  30. -Montgomery, M.R., 2009. Urban poverty and health in developing countries, Washington, DC: Population Reference Bureau, p. 1-20.
  31. -Moser, C. and Gate, M., 1996. House and Helen Cireia, Working Paper, No. 5, Washington, D.C.
  32. -Paraschiv, M., 2012. Urban Security and Assessment of Extreme Poverty: Residents Perception Referring to Homelessness in Bucharest, Procedia Environmental Sciences, v. 14, p. 226-236.
  33. -Ravallion, M., 2007. Urban Poverty, Finance and Development, A quarterly magazine of the IMF, v. 44(3), p. 245-267.
  34. -Roy, S., 2011. Unemployment Rate and Divorce, The Economic Record, v. 87(1), p. 56-79.
  35. -United Nations, 2014. World Urbanization Prospects The 2014 Revision, The Department of Economic and Social Affairs of the United Nations, New York.
  36. -Webster, Ch., Fulong, W., Fangzhu, Zh. and Chinmoy, S., 2016. Informality, Property Rights, and Poverty in China‟s “Favelas”, World Development, v. 78(17), p. 461-476.
  37. -Widiati, I.R., 2017. Application of GIS in The Spatial Analysis to Assessing the Infrastructure Dynamics of Slum in Papua, Indonesia, Informatics and Computing (ICIC), 2017 Second International Conference on, p. 1-6.
آمار
تعداد مشاهده مقاله: 54,047
تعداد دریافت فایل اصل مقاله: 123,581