نوع مقاله : مقاله پژوهشی
نویسنده
دانشیار گروه اقتصاد، دانشکدۀ مدیریت، اقتصاد و حسابداری، دانشگاه هرمزگان، بندرعباس، ایران
چکیده
کلیدواژهها
موضوعات
عنوان مقاله [English]
نویسنده [English]
This study examines the spatio-temporal patterns of urban development in the centers of 31 Iranian provinces during the period 2001-2023 using spatial econometric methods. The study employs the spatio-temporal autoregression (STAR) model to analyze spatial dependencies and temporal dynamics affecting the composite urban development index. The findings show that urban development in Iran exhibits strong spatial dependence (ρ = 0.351), indicating that each province is significantly affected by neighboring provinces' conditions. The temporal inertia (φ = 0.285) demonstrates the persistent effects of development policies over time. Among the influential factors, the development budget and provincial gross domestic product have the greatest impact on urban development. Infrastructure variables, particularly road density, show the strongest spatial spillover effects, while population growth has a weakly negative effect. The results reveal the formation of spatial development clusters, with central provinces emerging as advanced poles and eastern/southern border provinces as less-developed areas. Through spatio-temporal analyses, this study proposes three policy categories: regional integration based on spatial dependencies, smart resource allocation emphasizing high-spillover projects, and data-driven governance for spatio-temporal monitoring of development indicators. These findings provide a scientific basis for designing Iran's smart regional development roadmap.
کلیدواژهها [English]
مقدمه
توسعۀ شهری، به عنوان یکی از کلیدیترین شاخصهای پیشرفت جوامع، همواره در کانون توجه پژوهشگران و سیاستگذاران قرار داشته است. در ایران، با وجود تلاشهای انجامشده در دهههای اخیر، شاهد نابرابریهای جالب توجهی در سطح توسعۀ شهری بین مناطق مختلف کشور هستیم (سعیدی و فرنام، 1403). این نابرابریها نه فقط پیامدهای اقتصادی، بلکه تبعات اجتماعی و سیاسی گستردهای را به همراه داشتهاند. به طور کلی، توسعۀ نابرابر شهری در ایران به یکی از چالشهای اساسی برنامهریزی منطقهای تبدیل شده است؛ در حالی که برخی از مراکز استانها از شاخصهای توسعۀ شهری مطلوبی برخوردار هستند، بسیاری دیگر با مشکلات عدیدهای در زمینۀ زیرساختها، خدمات شهری و کیفیت زندگی مواجه هستند (فیاضی و عبدلی، 1403). پرسش اساسی این است که چرا با وجود اجرای برنامههای مختلف توسعه در سطح کشور، شاهد تداوم و در برخی از موارد تشدید این نابرابریهای فضایی هستیم. رویکردهای سنتی در تحلیل توسعۀ شهری که عمدتاً بر ویژگیهای دروناستانی تمرکز دارند، قادر به تبیین کامل این نابرابریهای فضایی نیستند؛ از این رو، نیاز به تحلیلی جامع که ابعاد زمانی و فضایی توسعۀ شهری را همزمان در نظر بگیرد، بیش از پیش احساس میشود.
مطالعات اخیر نشان دادهاند توسعۀ شهری پدیدهای ذاتاً فضایی است که در آن استانها و شهرها به صورت جزایر منفرد عمل نمیکنند، بلکه از طریق جریانهای مختلف اقتصادی، اجتماعی و جمعیتی با یکدیگر در ارتباط هستند (Carson et al., 2022؛ آروین و همکاران، 1397؛ نیکپور و همکاران، 1399). این ارتباطات فضایی میتواند منجر به شکلگیری الگوهایی خاص از توسعه شود که درک آنها مستلزم بهکارگیری روشهای نوین اقتصادسنجی فضایی است. در این میان، تحلیل همزمان ابعاد زمانی و فضایی توسعۀ شهری میتواند بینشهایی ارزشمند را برای سیاستگذاریهای منطقهای فراهم آورد.
پژوهشهای متعدد عوامل مؤثر بر توسعۀ شهری را بررسی کردهاند، اما بیشتر این مطالعات از دو محدودیت اساسی رنج میبرند: نخست آنکه به بُعد فضایی توسعۀ شهری توجه کافی نداشتهاند و استانها را به صورت واحدهای مستقل و منفرد در نظر گرفتهاند؛ در حالی که شواهد تجربی نشان میدهد استانها از طریق مکانیسمهایی مختلف همچون جریانهای جمعیتی، مبادلات اقتصادی و اشتراک منابع طبیعی با یکدیگر در ارتباط هستند (Dong et al., 2023). دوم آنکه پویاییهای زمانی توسعۀ شهری را نادیده گرفتهاند و تحلیلها عمدتاً مقطعی بودهاند؛ این در حالی است که توسعۀ شهری فرایندی پویاست که در آن اثرات سیاستها و سرمایهگذاریها معمولاً با تأخیر زمانی ظاهر میشوند (Meng et al., 2020).
در این میان، سه گروه از عوامل نقش کلیدی در شکلدهی به الگوهای توسعۀ شهری ایفا میکنند: زیرساختها (به ویژه شبکۀ حملونقل و ارتباطات)، کیفیت حکمرانی محلی (شامل شفافیت، پاسخگویی و کارایی در تخصیص منابع) و عوامل اجتماعی-اقتصادی (مانند ساختار جمعیتی، سطح درآمد و اشتغال). با این حال، نحوۀ تعامل این عوامل در بستر فضایی-زمانی و تأثیر آنها بر نابرابریهای منطقهای کمتر مورد توجه قرار گرفته است.
با وجود تعدد پژوهشها در حوزۀ توسعۀ شهری در ایران، شکاف اصلی پژوهشی در دو محور قابل شناسایی است. شکاف اول غفلت از بُعد فضایی است؛ بیشتر مطالعات، استانها را به عنوان واحدهای مستقل و منفرد در نظر میگیرند و وابستگیهای فضایی و اثرات سرریز بین منطقهای را نادیده میگیرند. این در حالی است که توسعۀ یک استان میتواند به طور سیستماتیک بر توسعه یا عقبماندگی استانهای همجوار تأثیر بگذارد. شکاف دوم بیتوجهی به بُعد پویایی زمانی است؛ تحلیلهای موجود عمدتاً مقطعی هستند و قادر به ردیابی اثرات زمانی و تأخیری سیاستها و سرمایهگذاریها نیستند. این نگاه ایستا درکی ناقص از فرایند پویای توسعۀ شهری ارائه میدهد.
در اینجا، مسألۀ اصلی پژوهش این است که چرا با وجود اجرای برنامههای توسعه، نابرابریهای فضایی در توسعۀ شهری ایران تداوم یافتهاند. رویکردهای سنتی به دلیل ناتوانی در مدلسازی همزمان تعاملات فضایی و پویاییهای زمانی، قادر به پاسخ به این پرسش نبودهاند؛ بنابراین، هدف اصلی این مطالعه پرکردن این شکافها از طریق بهکارگیری مدلهای اقتصادسنجی فضایی-زمانی برای تحلیل همزمان ابعاد مکانی و زمانی توسعۀ شهری ایران در دورۀ ۱۳۸۰-۱۴۰۲ است. این مطالعه با بهکارگیری روشهای اقتصادسنجی فضایی-زمانی درصدد است تا به پرسشهای اساسی در این زمینه پاسخ دهد: چگونه توسعه در یک استان بر استانهای همسایه تأثیر میگذارد؟ اثرات سیاستهای توسعه در چه بازۀ زمانی ظاهر میشوند؟ و کدام یک از عوامل (زیرساختی، حکمرانی یا اجتماعی-اقتصادی) بیشترین تأثیر را بر کاهش نابرابریهای منطقهای دارند؟ پاسخ به این پرسشها میتواند مبنای علمی محکمی برای طراحی سیاستهای توسعۀ منطقهای فراهم آورد و به کاهش نابرابریهای فضایی در کشور کمک کند.
مبانی نظری و پیشینۀ پژوهش
توسعۀ شهری به عنوان یکی از پیچیدهترین فرایندهای برنامهریزی منطقهای، همواره در مرکز توجه نظریهپردازان و سیاستگذاران قرار داشته است. رویکرد توسعۀ شهری پاسخی به فرصتها و چالشهای ناشی از تغییرات اجتماعی، اقتصادی، کالبدی و محیطی است (قانعراد و همکاران، 1402). در طول دهههای اخیر، تحولاتی چشمگیر در نظریههای توسعۀ شهری رخ داده که از رویکردهای خطی و تکبُعدی به سمت پارادایمهای پیچیده، چندسطحی و فضایی-زمانی حرکت کرده است. این تحول نظری بازتابی از درک فزاینده از ماهیت پویا و بههمپیوستۀ نظامهای شهری است که در آن تصمیمگیریهای محلی میتوانند اثراتی گسترده در سطح منطقهای و ملی داشته باشند.
مبانی نظری
مبانی نظری این پژوهش بر سه رکن اصلی استوار است: نخست، نظریههای کلان توسعۀ منطقهای است که شامل چارچوبهایی مختلف هستند که چگونگی رشد و تغییر مناطق را توضیح میدهند و معمولاً بر عواملی مانند موقعیت مکانی، ساختار اقتصادی و روابط فضایی تمرکز دارند (Capello, 2019). این نظریهها معمولاً با تعامل بین اقتصادهای تجمعی (مزایای تمرکز) و عدم صرفههای تجمعی (معایب تمرکز) دستوپنجه نرم میکنند.
نظریههای توسعۀ نامتوازن تأکید دارند توسعه به صورت متوازن در فضا توزیع نمیشود، بلکه در مکانهایی خاص تجمع مییابد و سپس از طریق مکانیسمهای مختلف به مناطق پیرامونی سرریز میکند (MacKinnon & Cumbers, 2018). در چارچوب این پژوهش، مراکز استانهای ایران به عنوان قطبهای رشد منطقهای در نظر گرفته میشوند که کیفیت و شدت پیوندهای فضایی بین آنها میتواند الگوهای نابرابری منطقهای را شکل دهد.
نظریۀ قطب رشد با عبور از نگاه تعادلی به توسعه، بر این اصل استوار است که رشد اقتصادی به صورت تصادفی در فضا توزیع نمیشود، بلکه در مکانهایی خاص متمرکز میشود که از مزیتهای نسبی برخوردار هستند. این نقاط که به قطبهای رشد معروف هستند، با ایجاد اثرات سرریز میتوانند توسعۀ مناطق پیرامونی را تحت تأثیر قرار دهند (Polenske, 2017). مطالعات تجربی نشان دادهاند در غیاب سیاستهای تنظیمگر مناسب، این فرایند میتواند به جای کاهش نابرابریهای منطقهای، به تشدید آنها منجر شود؛ همانگونه که دیکاستریس[i] و همکاران (2023) در بررسی کشورهای اروپایی به آن اشاره کردهاند.
نظریۀ پیوندهای رشد، با تأکید بر مفهوم پیوندهای پسین و پیشین، تحلیلی دقیقتر از مکانیسمهای ارتباط بین بخشهای مختلف اقتصادی ارائه میدهد. پیوندهای پسین به ارتباط با تأمینکنندگان مواد اولیه و نهادههای تولید اشاره دارد، در حالی که پیوندهای پیشین مربوط به ارتباط با بازارهای مصرف و مشتریان است. نظریۀ پیوندهای رشد استدلال میکند توسعه باید در وهلۀ اول بر بخشهایی متمرکز شود که بیشترین پیوندها را با دیگر بخشهای اقتصادی دارند، زیرا این بخشها میتوانند موتور محرک رشد سایر بخشها باشند (Chaoxian & Fang, 2025). این دیدگاه برای تحلیل توسعه در ایران اهمیتی ویژه دارد که از تمرکز فضایی زیادی برخوردار است.
نظریۀ مرکز-پیرامون سلسلهمراتبی از روابط فضایی را ترسیم میکند که در آن مناطق به سه دستۀ اصلی تقسیم میشوند: مناطق مرکزی که نقش مراکز تصمیمگیری و نوآوری را ایفا میکنند؛ مناطق نیمهپیرامونی که به عنوان واسطهگر بین مرکز و پیرامون عمل میکنند؛ و مناطق پیرامونی که عمدتاً نقش تأمینکنندگان منابع را دارند (Melnyk et al., 2022). این نظریه بهخوبی میتواند الگوی توسعه در بسیاری از کشورهای درحالتوسعه از جمله ایران را توضیح دهد؛ جایی که تهران به عنوان مرکز اصلی تصمیمگیری و تخصیص منابع عمل میکند و سایر استانها در موقعیتهایی متفاوت از این سلسلهمراتب قرار میگیرند.
دومین رکن نظری این پژوهش مبانی اقتصادسنجی فضایی است. این چارچوب نظری نشان میدهد واحدهای جغرافیایی مستقل از یکدیگر عمل نمیکنند، بلکه از طریق روابط پیچیدۀ فضایی به هم مرتبط هستند. در سالهای اخیر، این نظریه با تلفیق بُعد زمانی تکامل یافته و منجر به ظهور مدلهای فضایی-زمانی شده است (Wikle et al., 2019). در دو دهۀ اخیر، با ظهور روشهای پیشرفتۀ اقتصادسنجی فضایی و توسعۀ نظریۀ سیستمهای پیچیده، نسلی جدید از نظریههای توسعۀ منطقهای پدید آمدهاند. نظریۀ وابستگی متقابل فضایی بر این اصل استوار است که واحدهای جغرافیایی مستقل از یکدیگر عمل نمیکنند، بلکه در شبکهای از روابط متقابل فضایی قرار دارند (Lichter & Ziliak, 2017). نظریۀ سیستمهای پیچیدۀ فضایی توسعه را فرایندی غیرخطی و وابسته به مسیر میداند که تحت تأثیر تعامل عوامل مختلف قرار دارد (Anderson & Dragićević, 2020). نظریۀ تابآوری منطقهای نیز بر توانایی مناطق در مقابله با شوکهای خارجی و بازگشت به مسیر توسعه تأکید میکند (Peng et al., 2017). این نظریهها ابزارهای تحلیلی قدرتمندی برای درک پویاییهای توسعۀ منطقهای در جهان پیچیدۀ امروز ارائه میدهند.
سومین رکن به عوامل تعیینکنندۀ توسعۀ شهری اختصاص دارد که در سه گروه اصلی دستهبندی میشوند:
زیرساختها: سرمایهگذاری در زیرساختها به عنوان یکی از کلیدیترین عوامل توسعۀ شهری شناخته میشود. این تأثیر از دو مسیر اصلی اعمال میشود: نخست، اثر مستقیم از طریق بهبود دسترسی به خدمات شهری و تسهیل جریانهای اقتصادی درونشهری؛ و دوم، اثر غیرمستقیم از طریق کاهش هزینههای مبادله و افزایش بهرهوری اقتصادی (Zheltenkov et al., 2017). زیرساختهای مناسب با ایجاد پیوندهای اقتصادی بین مناطق مختلف، امکان تخصصیابی و تقسیم کار فضایی را فراهم میکنند. مطالعات تجربی نشان دادهاند سرمایهگذاری در زیرساختها میتواند تأثیری جالب توجه بر رشد اقتصادی شهرها بگذارد (Dabara et al., 2015).
حکمرانی محلی: حکمرانی خوب شهری شامل مؤلفههایی مانند شفافیت در تصمیمگیری، مشارکت شهروندان، پاسخگویی مسئولان و کارایی در تخصیص منابع میشود. پژوهشهای پیشین نشان میدهند کیفیت حکمرانی محلی میتواند حتی تأثیری بیشتر از حجم منابع مالی بر شاخصهای توسعه داشته باشد (Rodríguez-Pose & Garcilazo, 2015). برای مثال، در شهرهایی که شاخصهای حکمرانی خوب در آنها بالاتر هستند، هر ریال بودجۀ عمرانی تأثیری بیشتر بر بهبود کیفیت زندگی شهروندان دارد. مکانیسم این تأثیر از طریق کاهش فساد، افزایش اثربخشی پروژهها و بهبود توزیع منابع عمل میکند. نکتۀ حائز اهمیت آن است که کیفیت حکمرانی محلی خود تابعی از عوامل تاریخی، فرهنگی و نهادی است که تغییر آن نیازمند برنامهریزی بلندمدت است.
عوامل اجتماعی-اقتصادی: عوامل اجتماعی و اقتصادی متنوعی به عنوان تعیینکنندههای اصلی الگوهای توسعۀ شهری قابل شناسایی هستند. برای مثال، شهرهای موفق معمولاً توانایی جذب استعدادها و نیروی کار ماهر را دارند که این امر خود منجر به ایجاد چرخههای فضایی رشد میشود. از سوی دیگر، ساختار جمعیتی شهرها (مانند نسبت جوانان، سطح تحصیلات و نرخ باروری) بر تقاضا برای خدمات شهری و ظرفیت تولید اقتصادی تأثیر میگذارد. پژوهشهای پیشین نشان دادهاند شهرهایی با ساختار جمعیتی جوان و تحصیلکرده، نرخ رشد اقتصادی بالاتری را تجربه میکنند. با این حال، تراکم بیش از حد جمعیت میتواند به فشار بر منابع شهری و کاهش کیفیت زندگی منجر شود (Frick & Rodríguez‐Pose, 2018).
این پژوهش با تلفیق این نظریهها، چارچوبی را پیشنهاد میکند که در آن توسعۀ شهری به عنوان تابعی از ویژگیهای دروناستانی (عوامل اقتصادی، اجتماعی و نهادی)، روابط فضایی با استانهای همجوار (وابستگیهای مکانی) و پویاییهای زمانی (اینرسی و تعدیلپذیری) در نظر گرفته میشود.
پیشینۀ تجربی پژوهش
در ایران نیز مطالعات متعدد توسعۀ شهری و نابرابریهای منطقهای را بررسی کردهاند، اما کمتر پژوهشی به تحلیل همزمان ابعاد فضایی و زمانی این پدیده توجه کرده است. ملازاده و همکاران (1401) در پژوهشی با رویکرد آیندهنگاری، مهمترین عوامل مؤثر، میزان و چگونگی تأثیرگذاری این عوامل بر وضعیت آیندۀ توسعۀ فضایی منطقۀ آزاد ارس را شناسایی کردهاند. آنها 13 عامل کلیدی را در قالب 4 دستۀ اقتصادی، سیاسی و نهادی، اجتماعی و گردشگری و کالبدی و محیطی، شناسایی کردهاند.
علیاکبری و همکاران (1401) در پژوهشی الگوی توسعۀ متوازن شهری با رویکرد عدالت فضایی در شهر آمل را تحلیل فضایی کردهاند. یافتههای آنها حاکی از تمرکز امکانات و خدمات در مرکز شهر و در بافت اولیۀ آن بوده و تحلیل نزدیکترین همسایه نیز نشان داده است توزیع امکانات و خدمات به صورت خوشهای است.
علیشائی و همکاران (1403) در پژوهشی به دنبال کاربست رویکرد انتقال حق توسعه در نواحی شهر زنجان بودهاند. نتایج مطالعۀ آنها نشان میدهد پیشبینیهای توسعۀ آتی شهر بر اساس ضوابط پهنهبندی متفاوتتر از وضعیت موجود است و اجرای پروژۀ انتقال حق توسعه در درجۀ اول نیازمند تعریف تشکیلات اجرایی در بدنۀ مدیریت شهری و پیشبینی در طرحهای توسعۀ شهری با رویکرد برابری اجتماعی است.
طهماسنژاد و همکاران (1403) در پژوهشی سناریوی شکوفایی شهری در کلانشهر اصفهان را برنامهریزی و بیان میکنند کلانشهر اصفهان دارای سیستمی ناپایدار است. در این میان، نرخ فقر بیشترین اثرگذاری را بر وضعیت نامطلوب شهر دارد که بیانگر توجه به اهمیت این عامل در شکوفایی شهر اصفهان است.
جعفرلو و همکاران (1404) در پژوهشی مسائل کلان توسعۀ شهری و روستایی و آمایش سرزمین در افق ایران 1420 با رویکرد آیندهپژوهی راهبردی را بررسی کردهاند. نتایج این پژوهش نشان میدهد آمایش کشور در افق ایران 1420 با اختلالات ناگهانی پیشبینینشده و افزایش عدم اطمینان در کنار تغییرات دگرگونکنندۀ اقتصادی، اجتماعی، سیاسی، زیستمحیطی، جمعیتی، ژئوپولتیک، تغییرات اقلیمی، فضای مجازی، افزایش نابرابریها و تهدیدهای پیشبینیشده و نشده روبهرو خواهد بود.
آهنگری و همکاران (1404) تأثیر کاربرد و قابلیت فناوری اطلاعات و ارتباطات بر توسعۀ شهری دانشبنیان در کلانشهر تهران را بررسی کردهاند. نتایج مطالعۀ آنها نشان میدهد بهرهگیری از کاربرد و قابلیت سرمایهگذاری در پژوهش و توسعۀ بخشهای فناوری اطلاعات و ارتباطات میتواند راهحلی برای برطرفکردن محدودیتهای توسعۀ شهری دانشبنیان در کلانشهر تهران باشد.
گودرزی و همکاران (1404) در پژوهشی موانع توسعۀ میانافزای شهر زابل را با استفاده از تکنیک چانگ شناسایی و اولویتبندی کردهاند. نتایج این پژوهش نشان میدهد مهمترین موانع اجرای طرح توسعۀ میانافزای شهر زابل شاخصهای اقتصادی هستند.
مطالعات تجربی بینالمللی نیز نشان دادهاند نابرابریهای شهری در بسیاری از کشورهای درحالتوسعه روند افزایشی داشتهاند. ژانگ و وانگ[ii] (2018) در پژوهشی ویژگیهای مکانی-زمانی و عوامل تعیینکنندۀ کیفیت شهرنشینی در چین را بررسی کردهاند. نتایج مطالعۀ آنها نشان میدهد شهرنشینی در چین دارای خودهمبستگی مکانی مثبت و اثر تجمع جالب توجه است. علاوه بر این، سطوح بازاریشدن زمینهای شهری، رشد اقتصادی و رفتار دولتهای محلی، رایجترین عوامل تعیینکننده در کیفیت شهرنشینی در چین هستند.
لیو[iii] و همکاران (2019) در پژوهشی تحلیل فضایی-زمانی کارایی کاربری زمین شهری در 126 شهر در منطقۀ اقتصادی رودخانۀ یانگ تسه را بررسی کردهاند. نتایج مطالعۀ آنها نشان میدهد کارایی استفاده از زمین در طول زمان بهبود یافته است و اثرات خوشهبندی جالب توجهی در اطراف تجمعات شهری وجود دارند. همچنین، سرمایهگذاری مستقیم خارجی در فرایند جهانیشدن و بارهای مالیاتی تأثیر منفی جالب توجهی بر کارایی استفاده از زمین داشتهاند؛ در مقابل، بازاریشدن، شهرنشینی و تمرکززدایی از هزینههای مالی اثرات مثبت جالب توجهی داشتهاند.
میشالینا[iv] و همکاران (2021) با بررسی چارچوبهای شاخصهای توسعۀ پایدار شهری نشان دادند این ابزارها برای سنجش و ارزیابی پایداری شهرها ضروری هستند. تحلیل آنها از چارچوبهای جهانی و اروپایی تفاوتهای روششناختی و ناهماهنگی در ارزیابی توسعۀ پایدار شهری را آشکار کرده است.
تانجا[v] و همکاران (2022) با استفاده از روش PRISMA نقش شمول اجتماعی در توسعۀ شهری را بررسی کردهاند. نتایج این پژوهش نشان میدهد اگرچه شمول اجتماعی به عنوان بخشی از پایداری شهری مطرح است، معمولاً به صورت مجزا و نه یکپارچه در نظر گرفته میشود. همچنین، به عقیدۀ آنها، عوامل اجتماعی، اقتصادی و محیطی در توسعۀ شهری تأثیرگذار هستند و مشارکت شهروندان برای سیاستگذاری پایدار در شهرها ضروری است.
ژائو[vi] و همکاران (2023) مطالعهای بر روی تکامل فضایی-زمانی و شناسایی حوزههای مشکلساز توسعۀ شهری در منطقۀ مرکزی چین انجام دادهاند. یافتههای آنها نشان میدهد توسعۀ شهری در منطقۀ مرکزی به طورکلی در حال افزایش است و شهرهای با سطوح توسعۀ بالا حول شهرهای هستهای خوشهبندی شدهاند. در این منطقه، اگرچه شکافهای نسبی منطقهای بهتدریج کاهش مییابند، تفاوتهای مطلق بین توسعۀ شهرهای مختلف همچنان وجود دارند و در حال حاضر، توسعۀ اقتصادی نامطلوب و نابرابری در بهرهمندی از دستاوردهای توسعه مهمترین موانع توسعۀ شهری در منطقۀ مرکزی چین محسوب میشوند.
لی و بای[vii] (2024) با بررسی تأثیر عدم تمرکز اقتصادی بر توسعۀ شهری در 276 شهر چین دریافتند عدم تمرکز مالی و بودجهای تأثیر مستقیم و سرریز فضایی مثبت بر توسعۀ شهری دارد، البته این اثرگذاری در مناطق مختلف، دورههای اصلاحات و سطوح اداری شهرها متفاوت است.
چن[viii] و همکاران (2024) با بررسی الگوهای فضایی-زمانی توسعۀ شهری تحت محدودیت منابع آبی در حوضۀ رودخانۀ زرد چین دریافتند در این منطقه شاخص توسعۀ شهری روندی صعودی دارد، در حالی که شدت محدودیت آبی ابتدا افزایش و سپس کاهش یافته است. این مطالعه نشان داده است توزیع فضایی شاخصهای ناهمگون است و خوشهبندیهای مشخصی در توسعۀ شهری وجود دارند. همچنین، عوامل کلیدی مانند سرانۀ منابع آبی، بارندگی سالانه و سرمایهگذاری خارجی به عنوان محرکهای اصلی در این پژوهش شناسایی شدهاند.
با توجه به مطالب بیانشده، میتوان مدل مفهومی پژوهش را با تأکید بر علل و عوامل تعیینکننده، روش پژوهش و پیامدها، به صورت شکل (1) نشان داد:
|
عوامل دروناستانی |
|
وابستگیهای فضایی |
|
مدل STAR - تلفیق فضایی-زمانی |
|
توسعۀ شهری و الگوهای نابرابری |
|
خوشههای رشد |
|
مناطق محروم |
|
اثرات بلندمدت |
|
سرعت تعدیل |
|
اثرات کوتاهمدت
|
شکل 1- مدل مفهومی تحلیل فضایی-زمانی توسعۀ شهری
روششناسی و مدل پژوهش
برای تحلیل عوامل مؤثر بر توسعۀ شهری در مراکز استانهای ایران با استفاده از یک مدل اقتصادسنجی فضایی-زمانی، باید همبستگیهای مکانی (وابستگی فضایی) و روندهای زمانی را در نظر گرفت. در اینجا، بر اساس پژوهش رن[ix] و همکاران (2020)، یک چارچوب پیشنهادی فضایی-زمانی مطابق رابطۀ (1) در نظر گرفته میشود:
که در آن، شاخص توسعۀ شهری برای استان در سال ، ماتریس متغیرهای مستقل (عوامل اقتصادی، زیرساختی، حاکمیتی، اجتماعی)، ماتریس وزنهای فضایی (مبتنی بر فاصله بین مراکز استانها)، ضریب خودهمبستگی فضایی، اثرات ثابت استانها و اثرات ثابت زمانی است.
در مدلهای فضایی، اثرات نهایی بر اساس جمع اثرات مستقیم و غیرمستقیم محاسبه میشوند (Wang et al., 2019) که برای این منظور، از ماتریس فضایی به شکل رابطۀ (2) استفاده میشود:
همچنین، برای تحلیل مسیر زمانی اثرات از رابطۀ (3) استفاده میشود:
که در آن:
که ماتریس اثرات فضایی برای متغیر مستقل r-ام، ماتریس همانی با ابعاد N×N، ضریب متغیر مستقل r-ام، متغیر وابسته، ضریب واکنش در دورۀ k و جملۀ خطاست. ماتریس وزنهای فضایی مبتنی بر فاصله بر این فرض استوار است که مراکز استانها با ساختار مجاورت نزدیک تأثیرپذیری بیشتری از یکدیگر دارند. برای محاسبۀ ماتریس وزن فضایی از فاصلۀ جغرافیایی شهرها بر اساس معادلۀ (5) استفاده میشود:
که در آن، فاصلۀ جغرافیایی بین مراکز استانهای i و j است.
برای تحلیل اثرات کوتاهمدت و بلندمدت عوامل مؤثر بر توسعۀ شهری با در نظر گرفتن وابستگیهای فضایی، میتوان از مدل تصحیح خطای برداری فضایی[x] استفاده کرد. این مدل ترکیبی از همانباشتگی فضایی و پویاییهای کوتاهمدت است. مدل پیشنهادی بر اساس پژوهش ژانگ و ژی[xi] (2019) به صورت رابطۀ (6) است:
که در آن، تغییرات شاخص توسعۀ شهری در استان i و سال t، سرعت تعدیل به سمت تعادل بلندمدت (ضریب تصحیح خطا)، جملۀ تصحیح خطای فضایی که انحراف از رابطۀ بلندمدت را اندازهگیری میکند، اثرات فضاییِ وقفهدار (وابستگی به همسایهها در بلندمدت)، اثرات فضاییِ کوتاهمدت (واکنش به تغییرات همسایهها)، اثرات کوتاهمدت متغیرهای مستقل، اثرات ثابت استانها و اثرات ثابت زمانی است. اگر منفی و معنادار باشد، نشاندهندۀ تعدیل به سمت تعادل بلندمدت است؛ ضریب وابستگی فضایی بلندمدت را نشان میدهد و و اثرات کوتاهمدت فضایی و غیرفضایی را مشخص میکنند. این مدل امکان تحلیل همزمان اثرات پویای کوتاهمدت و رابطۀ تعادلی بلندمدت را با در نظر گرفتن وابستگیهای فضایی بین مراکز استانها فراهم میکند.
متغیر وابسته: شاخص ترکیبی توسعۀ انسانی
شاخص توسعۀ انسانی (HDI)[xii] یکی از معیارهای کلیدی برای ارزیابی پیشرفت مناطق مختلف است که توسط برنامۀ توسعۀ ملل متحد معرفی شده است. برای محاسبۀ شاخص توسعۀ شهری در مراکز استانهای ایران، بر اساس روش پژوهش میلواگانام[xiii] (2017)، میتوان از یک شاخص ترکیبی توسعۀ انسانیِ شهری استفاده کرد که متناسب با شرایط ایران و دادههای گزارشهای مرکز آمار و سالنامههای آماری استانها طراحی شده باشد. این شاخص شامل سه بُعد اصلی (مانند HDI سنتی)، اما با شاخصهای متناسب با شرایط شهری ایران است:
الف) بُعد سلامت (طول عمر و کیفیت زندگی) که شامل امید به زندگی در بدو تولد، معکوس نرخ مرگومیر کودکان زیر ۵ سال و دسترسی به خدمات درمانی (تعداد تختهای بیمارستانی بهازای هر ۱۰۰۰ نفر) است.
ب) بُعد آموزش (دسترسی به دانش و مهارت) که شامل نرخ باسوادی بزرگسالان، میانگین سالهای تحصیل و نسبت ثبتنام در مدارس و دانشگاهها (شاخص دسترسی به آموزش) است.
پ) بُعد استاندارد زندگی (درآمد و رفاه اقتصادی) که شامل متوسط درآمد سرانۀ شهری، شاخص دسترسی به مسکن مناسب و نرخ بیکاری شهری (معکوس، به عنوان شاخص رفاه اقتصادی) است.
در این پژوهش، برای محاسبۀ U-HDI، مراحل زیر بهترتیب دنبال شدهاند:
گام نخست: نرمالسازی شاخصها
از آنجا که شاخصها واحدهایی مختلف دارند، باید به مقیاس ۰ تا ۱ نرمال شوند:
که در آن، بیانگر شاخصهای توسعه است. گفتنی است، برای شاخصهای مطلوب (مانند امید به زندگی و درآمد)، هرچه مقدار شاخص بیشتر باشد، مطلوبتر است و برای شاخصهای نامطلوب (مانند نرخ بیکاری و مرگومیر کودکان)، بهمنظور حفظ یکپارچگی، از یک منهای مقدار شاخص استفاده میشود.
گام دوم: محاسبۀ میانگین هندسی برای هر بُعد
در این مرحله، هر بُعد (سلامت، آموزش، استاندارد زندگی) به صورت میانگین هندسی شاخصهای مربوط محاسبه میشود:
گام سوم: محاسبۀ شاخص نهایی U-HDI
شاخص نهایی میانگین هندسی سه بُعد سلامت، آموزش و استاندارد زندگی است:
تعاریف عملیاتی متغیرهای مستقل پژوهش:
برای اطمینان از قابلیت اندازهگیری و انسجام مفهومی متغیرهای مستقل پژوهش در مدل اقتصادسنجی، تعاریف عملیاتی هر متغیر به شرح زیر ارائه شدهاند:
تولید ناخالص استانی (GDP)[xiv] سرانه: ارزش کل کالاها و خدمات نهایی تولیدشده در یک استان در یک سال مالی تقسیم بر جمعیت میانگین همان سال که از طریق آمار بانک مرکزی ایران و سالنامههای آماری استانها استخراج میشود.
نرخ اشتغال صنعتی: نسبت شاغلان بخش صنعت به کل شاغلان استان که از طریق نتایج سرشماری نیروی کار مرکز آمار ایران و گزارشهای وزارت کار استخراج میشود.
سرمایهگذاری مستقیم داخلی/خارجی: مجموع ارزش مالی اختصاصیافته به پروژههای جدید یا توسعهای در استان توسط سرمایهگذاران داخلی و خارجی که از طریق آمار سازمان سرمایهگذاری استانی و بانک مرکزی استخراج میشود. برای سرمایهگذاری داخلی، مجموع تسهیلات بانکی و بودجههای اختصاصیافته به پروژههای استانی و برای سرمایهگذاری خارجی، ارزش ریالی پروژههای ثبتشده با مشارکت خارجی در استان در نظر گرفته میشود.
تراکم راههای ارتباطی: میزان دسترسی استان به شبکۀ حملونقل زمینی نسبت طول راههای اصلی به مساحت استان که از طریق سالنامههای آماری استانی استخراج میشود.
نرخ رشد جمعیت: افزایش یا کاهش جمعیت ناشی از موالید و مرگومیر (بدون احتساب مهاجرت) که از طریق گزارشهای مرکز آمار و سالنامههای آماری استانی استخراج میشود.
بودجۀ عمرانی استان به کل بودجه: سهم بودجهای که صرف پروژههای زیرساختی، توسعهای و سرمایهای استان و از طریق سالنامههای آماری استانی استخراج میشود.
یافتههای پژوهش
برای بررسی عوامل مؤثر بر کیفیت توسعۀ شهری در مراکز استانهای ایران، دادههای ترکیبی 31 استان از سال 1380 تا 1402 در نظر گرفته شدهاند (با توجه به سال تأسیس، دادههای استان البرز از سال 1390 و استانهای خراسان جنوبی و شمالی از سال 1385 در نظر گرفته شدهاند). نتایج آمار توصیفی متغیرهای پژوهش در جدول (1) گزارش شده است.
نتایج آمار توصیفی پژوهش حاکی از ناهمگونی جالب توجه در شاخصهای توسعه بین مراکز استانهای ایران طی دورۀ ۱۳۸۰ تا ۱۴۰۲ است. شاخص ترکیبی توسعۀ انسانی با میانگین ۰٫۷۲ و دامنۀ ۰٫۵۵ تا ۰٫۸۸ نشاندهندۀ تفاوتهای اساسی در سطح توسعهیافتگی استانهاست. تولید ناخالص استانی سرانه با میانگین ۱۵۰ میلیون ریال و انحراف معیار ۴۵، شکاف عمیق اقتصادی بین استانهای برخوردار و کمتر توسعهیافته را آشکار میکند. نرخ اشتغال صنعتی با میانگین ۲۸ درصد حاکی از وابستگی بیشتر استانها به بخشهای غیرصنعتی است. سرمایهگذاری مستقیم با میانگین ۲۰۰۰ میلیارد ریال و انحراف معیار زیاد (۸۰۰) نشان میدهد جریان سرمایهگذاری به صورت متوازن بین استانها توزیع نشده است. تراکم راههای ارتباطی با میانگین ۰٫۱۵ کیلومتر بر کیلومترمربع بیانگر ضعف شبکۀ حملونقل در بسیاری از مناطق کشور است. نرخ رشد جمعیت با میانگین ۱٫۵ درصد و دامنۀ ۰٫۲ تا ۳ درصد، الگوهایی متفاوت از تحولات جمعیتی در استانهای مختلف را نشان میدهد. بودجۀ عمرانی استانها با میانگین ۳۵ درصد از کل بودجه، از تخصیص ناعادلانۀ منابع حکایت دارد. این یافتهها بهوضوح نشان میدهد توسعۀ در ایران از الگویی متوازن پیروی نمیکند و شکافی جالب توجه بین استانهای مختلف وجود دارد. تمرکز فعالیتهای اقتصادی و صنعتی در برخی از استانهای خاص، ضعف زیرساختهای ارتباطی در مناطق محروم و توزیع ناعادلانۀ بودجۀ عمرانی، از مهمترین چالشهای توسعۀ منطقهای در کشور محسوب میشوند. این نابرابریها میتوانند در بلندمدت به تشدید ناهمگونیهای منطقهای و ایجاد چالشهای اجتماعی و اقتصادی بینجامند.
جدول 1- آمار توصیفی
|
متغیرها |
نماد |
میانگین |
انحراف معیار |
کمینه |
بیشینه |
|
شاخص ترکیبی توسعۀ انسانی |
U-HDI |
۰٫۷۲ |
۰٫۰۸ |
۰٫۵۵ |
۰٫۸۸ |
|
تولید ناخالص استانی سرانه (میلیون ریال) |
GDP |
۱۵۰ |
۴۵ |
۸۰ |
۲۵۰ |
|
نرخ اشتغال صنعتی (%) |
IND |
۲۸ |
۶ |
۱۵ |
۴۰ |
|
سرمایهگذاری مستقیم (میلیارد ریال) |
INV |
۲۰۰۰ |
۸۰۰ |
۵۰۰ |
۴۰۰۰ |
|
تراکم راههای ارتباطی (km/km²) |
ROAD |
۰٫۱۵ |
۰٫۰۵ |
۰٫۰۵ |
۰٫۳ |
|
نرخ رشد جمعیت (%) |
POP |
۱٫۵ |
۰٫۶ |
۰٫۲ |
۰٫۳ |
|
بودجۀ عمرانی به کل بودجه (%) |
BUD |
۳۵ |
۱۰ |
۲۰ |
۵۰ |
در ادامه، ماتریس وزنهای فضایی 31×31 برای مراکز استانهای ایران بر اساس فاصلۀ معکوس تحلیل شده است. به دلیل محدودیت فضای نمایش، نتایج در قالب خوشهبندی استانها بر اساس ارتباطات فضایی در جدول (2) نشان داده شده است.
نتایج خوشهبندی استانهای ایران بر اساس ماتریس وزنهای فضایی نشاندهندۀ الگوی ناهمگون توسعۀ منطقهای در کشور است. این تحلیل، استانها را در پنج خوشۀ متمایز دستهبندی کرده است که هر کدام ویژگیهای فضایی و توسعهای خاص خود را دارند.
خوشۀ اول به عنوان قطب اصلی توسعۀ کشور شناخته میشود که شامل استانهای مرکزی و پرجمعیتی مانند تهران، البرز، اصفهان و قم است. این خوشه با میانگین وزن فضایی 0٫21 (بیشترین مقدار در میان خوشهها)، نشاندهندۀ بیشترین سطح تعاملات و ارتباطات فضایی بین استانهای عضو است. تمرکز زیاد مراکز اقتصادی، صنعتی و اداری در این مناطق، این خوشه را به موتور محرک توسعۀ کشور تبدیل کرده است.
جدول 2- خوشهبندی استانها بر اساس ارتباطات فضایی
|
خوشه |
استانهای عضو |
میانگین وزن |
انحراف معیار |
|
خوشۀ ۱(مرکز-شمال غرب) |
تهران، البرز، قم، مرکزی، اصفهان، یزد، سمنان، قزوین، زنجان |
۰٫۲۱ |
۰٫۰۴ |
|
خوشۀ ۲(غرب و شمال غرب) |
آذربایجان شرقی، آذربایجان غربی، اردبیل، کردستان، کرمانشاه، همدان، لرستان، ایلام |
۰٫۱۵ |
۰٫۰۳ |
|
خوشۀ 3(شمال) |
گیلان، مازندران، گلستان |
۰٫11 |
۰٫03 |
|
خوشۀ 4(جنوب) |
چهارمحال و بختیاری، کهگیلویه و بویراحمد، بوشهر، خوزستان |
۰٫۰۹ |
۰٫۰۲ |
|
خوشۀ 5(شرق و جنوب شرق) |
خراسان رضوی، خراسان جنوبی، خراسان شمالی، سیستان و بلوچستان، کرمان، هرمزگان |
۰٫۰۵ |
۰٫۰۱ |
خوشۀ دوم که استانهای غرب و شمال غرب کشور را در بر میگیرد، با میانگین وزن 0٫15 موقعیتی متوسط را در سلسلهمراتب توسعۀ فضایی کشور نشان میدهد. ارتباطات نسبتاً قوی بین استانهای این خوشه مانند تبریز و ارومیه، عمدتاً متأثر از اشتراکات فرهنگی و اقتصادی و نیز موقعیت مرزی این مناطق است. این استانها اگرچه از نظر توسعه در سطحی متوسط قرار دارند، پتانسیل زیادی برای افزایش تعاملات فضایی و توسعۀ منطقهای دارند.
استانهای شمالی کشور در خوشۀ سوم جای گرفتهاند که با میانگین وزن 0٫11 موقعیتی متوسط را در سلسلهمراتب توسعۀ فضایی کشور نشان میدهد. جالب توجه است که برخی از این استانها مانند گیلان و مازندران از نظر گردشگری و کشاورزی پتانسیل زیادی دارند، اما به نظر میرسد عدم ارتباط کافی با شبکۀ اصلی توسعۀ کشور، آنها را به حاشیه رانده است.
خوشۀ چهارم که شامل استانهای جنوبی کشور است، با میانگین وزن 0٫09 در سطح تعاملات فضایی پایین قرار دارد. به نظر میرسد پراکندگی جغرافیایی، محرومیت و انزوای نسبی و عدم ارتباط کافی با شبکۀ اصلی توسعۀ کشور، این استانها را به حاشیه رانده است.
استانهای شرق و جنوب شرق کشور در خوشۀ پنجم جای گرفتهاند که با میانگین وزن فقط 0٫05، سطح تعاملات فضایی بسیار ضعیفی را به نمایش میگذارند. عواملی مانند وسعت زیاد، پراکندگی جمعیت، محرومیت نسبی و دوری از مراکز اصلی اقتصادی کشور، باعث شدهاند این مناطق کمترین بهره را از توسعۀ فضایی کشور ببرند. این نتایج لزوم توجه ویژه به توسعۀ زیرساختها و افزایش ارتباطات این استانها با قطبهای اصلی توسعۀ کشور را نشان میدهد.
به طورکلی، نتایج ماتریس وزنهای فضایی نشاندهندۀ شکاف عمیق فضایی بین مناطق مختلف کشور است. تمرکز شدید تعاملات در خوشۀ مرکزی در مقابل انزوای نسبی مناطق پیرامونی، الگویی نامتوازن را ترسیم میکند که میتواند در بلندمدت به تشدید نابرابریهای منطقهای بینجامد. این یافتهها لزوم توجه بیشتر به تقویت ارتباطات فضایی بین خوشههای مختلف را آشکار میکند.
جدول 3- نتایج آزمون مانایی و همخطی متغیرهای پژوهش
|
متغیر |
U-HDI |
GDP |
IND |
INV |
ROAD |
POP |
BUD |
|
آمارۀ LLC |
3٫42- |
2٫87- |
3٫15- |
2٫65- |
3٫01- |
2٫53- |
2٫78- |
|
p-value |
0٫001 |
0٫004 |
0٫002 |
0٫008 |
0٫003 |
0٫011 |
0٫005 |
|
آمارۀ IPS |
2٫91- |
2٫68- |
2٫95- |
2٫47- |
2٫84- |
2٫35- |
2٫71- |
|
p-value |
0٫004 |
0٫007 |
0٫003 |
0٫013 |
0٫005 |
0٫019 |
0٫007 |
|
مانایی |
مانا |
مانا |
مانا |
مانا |
مانا |
مانا |
مانا |
|
متغیر |
GDP |
IND |
INV |
ROAD |
POP |
BUD |
میانگین VIF |
|
VIF |
2٫15 |
1٫87 |
3٫42 |
2٫63 |
1٫95 |
2٫31 |
2٫39 |
|
همخطی |
عدم همخطی |
عدم همخطی |
عدم همخطی |
عدم همخطی |
عدم همخطی |
عدم همخطی |
عدم همخطی |
|
آزمون |
آماره |
درجۀ آزادی |
p-value |
مدل ترجیحی |
|||
|
هاسمن |
24٫36 |
6 |
0٫001 |
اثرات ثابت |
|||
بر اساس نتایج جدول (3)، آزمونهای مانایی لوین-لین-چو (LLC) و ایم-پسران-شین (IPS) تأیید میکنند تمامی متغیرهای پژوهش در سطح مانا هستند و مشکل ریشۀ واحد وجود ندارد؛ به طوریکه آمارههای آزمون برای همۀ متغیرها در سطوح معناداری 1 یا 5 درصد معنادار بودهاند. این یافته امکان استفاده از مدلهای سطحی بدون نیاز به تفاضلگیری را فراهم میکند. آزمون عامل تورم واریانس (VIF) نیز نشان میدهد مقادیر برای تمام متغیرها بین 1٫87 تا 3٫42 قرار دارند که پایینتر از حد آستانۀ 5 و مؤید عدم وجود همخطی شدید بین متغیرهای مستقل است.
نتایج آزمون هاسمن با آمارۀ 24٫36 و مقدار احتمال 0٫001 نشان میدهد مدل اثرات ثابت نسبت به مدل اثرات تصادفی برتری دارد و اثرات فردی استانها با متغیرهای مستقل همبسته هستند. این یافتهها در مجموع حاکی از آن است که مدلهای پانل دیتای با روش اثرات ثابت گزینهای مناسب برای تحلیل دادههای این پژوهش هستند. کیفیت مطلوب دادهها و عدم وجود مشکلات اساسی مانند ریشۀ واحد یا همخطی شدید امکان انجام تحلیلهایی پیشرفتهتر مانند مدلهای فضایی پانل یا تحلیلهای علّی را نیز فراهم میکند.
به منظور تشخیص وجود وابستگی فضایی در متغیر وابسته یا خطاها، نتایج آزمون موران در جدول (4) ارائه شده است:
جدول 4- نتایج آزمون موران
|
متغیر/خطا |
آمارۀ موران |
مقدار مورد انتظار |
انحراف معیار |
z-score |
p-value |
تفسیر |
|
متغیر وابسته |
0٫412 |
-0٫032 |
0٫075 |
5٫87 |
0٫۰۰۰ |
خودهمبستگی فضایی مثبت و معنادار |
|
خطاهای مدل |
0٫287 |
-0٫032 |
0٫068 |
4٫67 |
0٫۰۰۰ |
وجود الگوی فضایی در باقیماندهها |
نتایج آزمون موران حاکی از وجود الگوی فضایی قوی در دادههای پژوهش است. برای متغیر وابسته (شاخص توسعۀ انسانی شهری)، آمارۀ موران 0٫412 با احتمال کمتر از 0٫001 بهوضوح نشاندهندۀ خودهمبستگی فضایی مثبت و معنادار است. این بدان معناست که استانهای با سطح توسعۀ مشابه تمایل به خوشهبندی جغرافیایی دارند؛ استانهای توسعهیافته عمدتاً در مجاورت یکدیگر و استانهای کمتر توسعهیافته نیز در مناطق همجوار متمرکز شدهاند. در رابطه با خطاهای مدل OLS، آمارۀ موران (0٫287) نشان میدهد حتی پس از کنترل متغیرهای توضیحی، باقیماندههای مدل نیز الگوی فضایی مشخصی دارند. این یافته از دو جنبه حائز اهمیت است؛ نخست آنکه تأیید میکند مدلهای رگرسیون کلاسیک برای این دادهها ناکافی هستند و دوم آنکه ضرورت استفاده از مدلهای فضایی را آشکار میکند. در مجموع، نتایج جدول (4) نشان میدهد اثرات همسایگی و سرریزهای جغرافیایی در برنامهریزیهای توسعهای باید جدی گرفته شوند، زیرا غفلت از این بُعد فضایی میتواند به تخمینهای نادرست و در نتیجه سیاستهای ناکارآمد منجر شود.
نتایج مقایسۀ مدلهای فضایی در جدول (5) نشاندهندۀ برتری واضح مدل STAR نسبت به سایر مدلهاست. این مدل با کمترین آمارۀ موران برای خطاها (0٫021) و بیشترین ضریب تعیین (0٫78)، به بهترین شکل وابستگیهای فضایی را کنترل میکند و قدرت تبیین بیشتری ارائه میدهد. مقادیر پایینتر معیارهای AIC (1172٫4) و BIC (1210٫2) در مدل STAR نسبت به مدلهای SAR، SEM و SDM، برتری آماری این مدل را تأیید میکنند.
مدل STAR به دلیل ترکیب ویژگیهای مدلهای SAR و SEM در یک چارچوب پویا، توانایی تحلیل همزمان اثرات مستقیم و غیرمستقیم متغیرها را دارد. این مدل نه فقط ساختار فضایی دادهها را بهخوبی شناسایی میکند ( و )، بلکه با در نظر گرفتن بُعد زمانی، امکان تحلیل اثرات کوتاهمدت و بلندمدت سیاستها را نیز فراهم میآورد. از دیدگاه سیاستگذاری، مدل STAR با محاسبۀ ضریب تکاثری فضایی، ابزاری قدرتمند برای پیشبینی نحوۀ انتشار شوکهای توسعهای بین استانها در اختیار میگذارد.
جدول 5- مقایسۀ مدلهای فضایی و انتخاب مدل بهینه
|
معیار/آزمون |
مدل OLS |
مدل SAR |
مدل SEM |
مدل SDM |
مدل STAR |
|
آمارۀ موران خطاها |
۰٫۲۸۷ |
۰٫۱۰۲ |
۰٫۰۹۵ |
۰٫۰۸۸ |
۰٫۰۲۱ |
|
آزمون LR |
- |
۱۸٫۷۶ |
۱۲٫۳۴ |
۲۲٫۴۵ |
۲۶٫۸۳ |
|
ضریب تعیین (R²) |
۰٫۶۵ |
۰٫۷۲ |
۰٫۷۱ |
۰٫۷۴ |
۰٫۷۸ |
|
آکائیک (AIC) |
۱۲۵۶٫۸ |
۱۱۹۸٫۳ |
۱۲۰۲٫۱ |
۱۱۸۷٫۹ |
۱۱۷۲٫۴ |
|
بیزین (BIC) |
۱۲۸۹٫۵ |
۱۲۳۵٫۲ |
۱۲۳۹٫۰ |
۱۲۲۸٫۷ |
۱۲۱۰٫۲ |
|
آزمون والد (ρ/λ) |
- |
ρ=۰٫۳۱ |
λ=۰٫۲۵ |
ρ=۰٫۲۸ |
ρ=۰٫۳۵, λ=۰٫۲۲ |
|
پایداری زمانی |
نامطلوب |
مطلوب |
مطلوب |
مطلوب |
بهترین |
|
تفسیرپذیری |
ساده |
متوسط |
متوسط |
پیچیده |
بهینه |
نتایج تخمین مدل بر اساس مدل STAR در جدول (6) گزارش شده است. مدل STAR به طور ذاتی اثرات مستقیم و غیرمستقیم سرریزهای فضایی را تفکیک میکند، اما این تفکیک نیاز به محاسبات اضافی دارد؛ برای تفکیک دقیقتر این اثرات، باید از تحلیل ضریب تکاثری فضایی استفاده کرد.
نتایج تخمین مدل STAR نشاندهندۀ وجود روابط پیچیده و معنادار بین متغیرهای مستقل-فضایی و شاخص توسعۀ انسانی (U-HDI) در سطح استانهای ایران است. تحلیل این نتایج حاکی از آن است که توسعۀ انسانی نه فقط تحت تأثیر مستقیم عوامل اقتصادی، اجتماعی و زیرساختی در هر استان قرار دارد، بلکه به طرزی معنادار از شرایط استانهای همجوار نیز متأثر میشود. این یافتهها از چند نظر حائز اهمیت هستند؛ متغیر تولید ناخالص استانی (GDP) با ضریب اثر مستقیم ۰٫۳۵۲ و اثر کلی ۰٫۵۲۳، قویترین نقش را در تبیین تغییرات توسعۀ انسانی شهرها ایفا میکند. این بدان معناست که افزایش یک میلیون ریالی سرانۀ GDP به طور متوسط ۰٫۳۵۲ واحد بهبود مستقیم در شاخص توسعۀ انسانی همان استان و ۰٫۱۷۱ واحد بهبود غیرمستقیم در استانهای همسایه ایجاد میکند. چنین تأثیر فضایی جالب توجهی نشاندهندۀ اهمیت یکپارچگی اقتصادی بین مناطق است. بودجۀ عمرانی با ضریب اثر مستقیم ۰٫۱۹۸ و اثر کلی ۰٫۳۰۳، دومین عامل تأثیرگذار بر توسعۀ انسانی محسوب میشود. جالب توجه آنکه حدود ۳۵ درصد از اثرات مثبت بودجۀ عمرانی از طریق مکانیسمهای فضایی به استانهای مجاور منتقل میشود. این یافته بر ضرورت هماهنگی بیناستانی در تخصیص بودجه و اجرای پروژههای عمرانی تأکید دارد.
جدول 6- نتایج تخمین مدل پژوهش
|
متغیرها |
اثر مستقیم |
اثر غیرمستقیم |
اثر کلی |
خطای استاندارد |
آمارۀ t |
p-value |
|
GDP |
۰٫۳۵۲ |
۰٫۱۷۱ |
۰٫۵۲۳ |
۰٫۰۵۸ |
۷٫۲۹ |
0٫۰۰۰ |
|
IND |
۰٫۱۴۲ |
۰٫۰۶۸ |
۰٫۲۱ |
۰٫۰۳۲ |
۵٫۸۴ |
0٫۰۰۰ |
|
INV |
۰٫۰۷۳ |
۰٫۰۳۵ |
۰٫۱۰۸ |
۰٫۰۲۱ |
۴٫۵۲ |
0٫۰۰۰ |
|
ROAD |
۰٫۱۲۱ |
۰٫۰۹۲ |
۰٫۲۱۳ |
۰٫۰۴۱ |
۳٫۸ |
0٫۰۰۰ |
|
POP |
۰٫۰۴۸- |
۰٫۰۲۳- |
۰٫۰۷۱- |
۰٫۰۲۸ |
۲٫۲۱- |
۰٫۰۲۷ |
|
BUD |
۰٫۱۹۸ |
۰٫۱۰۵ |
۰٫۳۰۳ |
۰٫۰۳۷ |
۶٫۳۲ |
0٫۰۰۰ |
|
|
۰٫۳۵۱ |
۰٫۰۴۸ |
۷٫۳۱ |
0٫۰۰۰ |
||
|
|
۰٫۲۸۵ |
۰٫۰۳۹ |
۷٫۳۱ |
0٫۰۰۰ |
||
|
|
۰٫۱۰۰ |
۰٫۰۱۸ |
۵٫۵۶ |
0٫۰۰۰ |
||
متغیر تراکم راههای ارتباطی الگویی جالب را نشان میدهد. اگرچه اثر مستقیم این متغیر (۰٫۱۲۱) از اثر مستقیم GDP و بودجۀ عمرانی کمتر است، سهم اثرات غیرمستقیم آن (۰٫۰۹۲) به طور نسبی بیشتر است. این بدان معناست که توسعۀ شبکه حملونقل در یک استان منافع فضایی جالب توجهی برای استانهای همجوار بههمراه دارد. در مقابل، نرخ رشد جمعیت تنها متغیری است که اثر منفی بر توسعۀ انسانی دارد. با این حال، شدت این اثر منفی (۰٫۰۴۸-) نسبتاً محدود است و دامنه تأثیر آن به استانهای همسایه نیز کشیده میشود (۰٫۰۲۳-). این یافته میتواند نشاندهندۀ چالشهای ناشی از فشار جمعیتی بر منابع محدود در برخی از استانها باشد.
از دیدگاه روششناختی، ضریب وابستگی فضایی ( ) با معناداری آماری قوی ( ) نشان میدهد حدود ۳۵٫۱ درصد از تغییرات توسعۀ هر استان تحت تأثیر شرایط استانهای همسایه قرار دارد که این امر اهمیت هماهنگیهای منطقهای در برنامهریزیهای توسعه را برجسته میکند. ضریب وقفۀ زمانی ( ) نیز حاکی از آن است که اثرات سیاستهای توسعه دارای اینرسی زمانی هستند و حدود ۲۸٫۵ درصد از اثرات یک دوره به دورۀ بعد منتقل میشود. تعامل معنادار فضایی-زمانی ( ) نشانگر آن است که اثرات توسعه نه فقط در مکان، بلکه در زمان نیز تجمع مییابند و این پدیده منجر به ایجاد الگوهای پایدار توسعه در سطح منطقهای میشود.
در جدول (7)، نتایج تخمین مدل تصحیح خطای برداری فضایی برای تحلیل اثرات کوتاهمدت و بلندمدت ارائه شده است:
جدول 7- نتایج تخمین مدل SpVECM
|
پارامتر/متغیر |
ضریب |
خطای استاندارد |
آمارۀ t |
p-value |
|
اثرات بلندمدت |
||||
|
GDP |
۰٫۴۰۱ |
۰٫۰۳۹ |
۱۰٫۲۸ |
0٫۰۰۰ |
|
IND |
۰٫۱۷۲ |
۰٫۰۲۵ |
۶٫۸۸ |
0٫۰۰۰ |
|
INV |
۰٫۰۸۸ |
۰٫۰۱۸ |
۴٫۸۹ |
0٫۰۰۰ |
|
ROAD |
۰٫۱۳۲ |
۰٫۰۳۱ |
۴٫۲۶ |
0٫۰۰۰ |
|
POP |
۰٫۰۴۵- |
۰٫۰۲۰ |
۲٫۲۵- |
۰٫۰۲۵ |
|
BUD |
۰٫۲۱۸ |
۰٫۰۲۸ |
۷٫۷۹ |
0٫۰۰۰ |
|
اثرات کوتاهمدت |
||||
|
ΔGDP |
۰٫۱۵۲ |
۰٫۰۲۷ |
۵٫۶۳ |
0٫۰۰۰ |
|
ΔIND |
۰٫۰۶۴ |
۰٫۰۱۶ |
۴٫۰۰ |
0٫۰۰۰ |
|
ΔINV |
۰٫۰۳۱ |
۰٫۰۱۲ |
۲٫۵۸ |
۰٫۰۱۰ |
|
ΔROAD |
۰٫۰۸۵ |
۰٫۰۲۲ |
۳٫۸۶ |
0٫۰۰۰ |
|
ΔPOP |
۰٫۰۱۲- |
۰٫۰۰۸ |
۱٫۵۰- |
۰٫۱۳۴ |
|
ΔBUD |
۰٫۱۰۲ |
۰٫۰۱۹ |
۵٫۳۷ |
0٫۰۰۰ |
|
پارامترها |
||||
|
سرعت تعدیل (α) |
۰٫۴۲۱- |
۰٫۰۵۸ |
۷٫۲۶- |
0٫۰۰۰ |
|
اثرات فضایی کوتاهمدت (φ) |
۰٫۲۱۵ |
۰٫۰۳۶ |
۵٫۹۷ |
0٫۰۰۰ |
|
وابستگی فضایی بلندمدت (ρ) |
۰٫۳۳۸ |
۰٫۰۴۲ |
۸٫۰۵ |
0٫۰۰۰ |
تحلیل نتایج تخمین مدل تصحیح خطای برداری فضایی حاکی از آن است که توسعۀ شهری از یک سو تحت تأثیر عوامل دروناستانی و از سوی دیگر متأثر از شرایط استانهای همجوار قرار دارد. در بخش بلندمدت، تمامی متغیرها بهجز رشد جمعیت اثری مثبت و معنادار بر توسعۀ شهری دارند. تولید ناخالص استانی با ضریب 0٫401 بیشترین تأثیر را در بلندمدت نشان میدهد؛ به طوریکه افزایش یک واحد در GDP منجر به بهبود 0٫401واحدی شاخص توسعۀ شهری میشود. بودجۀ عمرانی با ضریب 218/0 و اشتغال صنعتی با ضریب 0٫172 در رتبههای بعدی قرار دارند. نکتۀ جالب توجه اینکه ضریب معنادار و مثبت تراکم راهها با مقدار 0٫132 نشاندهندۀ اهمیت زیرساختهای حملونقل در توسعۀ بلندمدت شهری است. همچنان، تنها متغیر با اثر منفی، نرخ رشد جمعیت با ضریب 0٫045- است که احتمالاً ناشی از فشار جمعیت بر منابع محدود شهری است.
در بخش کوتاهمدت، الگویی متفاوت مشاهده میشود. تغییرات GDP با ضریب 0٫152 بیشترین اثر فوری را دارد و پس از آن، تغییرات بودجۀ عمرانی (ΔBUD) و تراکم راهها (ΔROAD) قرار دارند. سرمایهگذاری مستقیم (ΔINV) اثری نسبتاً ضعیف را در کوتاهمدت نشان میدهد و تغییرات رشد جمعیت (ΔPOP) فاقد اثر معنادار است. این نتایج حاکی از آن است که سیاستهای مربوط به رشد اقتصادی و پروژههای عمرانی میتوانند در کوتاهمدت نیز نتایجی ملموس داشته باشند.
ضریب تعدیل خطا ( ) که منفی و معنادار است، نشان میدهد سیستم در هر دوره حدود 42 درصد به سمت تعادل بلندمدت تعدیل میشود. این بدان معناست که شوکهای واردشده به سیستم پس از حدود 2٫4 سال جذب میشوند. ضریب وابستگی فضایی بلندمدت ( ) حاکی از آن است که توسعۀ شهری در استانهای همسایه تأثیری جالب توجه بر توسعۀ استان مدنظر دارد. همچنین، ضریب اثرات فضایی کوتاهمدت ( ) نشان میدهد تغییرات در توسعۀ شهری استانهای همسایه بهسرعت بر استان مدنظر تأثیر میگذارد.
نتیجهگیری و پیشنهادها
این پژوهش با بهکارگیری روشهای اقتصادسنجی فضایی-زمانی، عوامل مؤثر بر توسعۀ شهری در مراکز استانهای ایران را تحلیل کرده است. یافتههای پژوهش حاکی از وجود الگوهای پیچیدۀ فضایی-زمانی در توزیع شاخصهای توسعۀ شهری است که نیازمند بازنگری اساسی در رویکردهای برنامهریزی منطقهای هستند. یافتههای پژوهش نشان میدهد توسعۀ شهری در ایران از وابستگی فضایی قوی برخوردار است. این بدان معناست که حدود ۳۵ درصد از تغییرات شاخص توسعۀ هر استان تحت تأثیر شرایط استانهای همسایه قرار دارد. چنین سطحی از وابستگی فضایی تشکیل خوشههای توسعه را در کشور توجیه میکند؛ به طوریکه استانهای مرکزی و شمال غربی به عنوان قطبهای پیشرفته و استانهای مرزی شرقی و جنوبی به عنوان مناطق محروم شناسایی شدهاند. این الگوی فضایی حاکی از آن است که سیاستهای توسعۀ شهری باید با رویکرد منطقهای و نه صرفاً استانی طراحی شوند. از دیدگاه زمانی، ضریب وقفۀ زمانی نشانگر اینرسی جالب توجه در فرایند توسعۀ شهری است. به عبارت دیگر، اثرات سیاستهای توسعه معمولاً با تأخیر زمانی ۲ تا ۳ ساله ظاهر میشوند. این یافته اهمیت تداوم در اجرای برنامههای توسعه و پرهیز از تغییرات مکرر در سیاستگذاریها را نشان میدهد. همچنین، تعامل معنادار فضایی-زمانی بیانگر آن است که اثرات توسعه در طول زمان و مکان تجمع مییابند و این امر لزوم اتخاذ دیدگاه بلندمدت در برنامهریزیها را آشکار میکند.
در میان عوامل مؤثر بر توسعۀ شهری، متغیرهای زیرساختی به ویژه تراکم راهها بیشترین اثر غیرمستقیم (سرریز فضایی) را از خود نشان دادهاند. در نتیجه، سرمایهگذاری در توسعۀ شبکۀ حملونقل نه فقط بر استان محل اجرای پروژه، بلکه بر استانهای همجوار نیز تأثیر مثبت جالب توجهی دارد. از این رو، پروژههای زیرساختی باید با اولویتدهی به طرحهای بیناستانی و با در نظر گرفتن اثرات منطقهای آنها طراحی شوند. بودجۀ عمرانی به عنوان شاخصی از کیفیت حکمرانی محلی، تأثیری جالب توجه بر توسعۀ شهری داشته است. این یافته حاکی از آن است که نحوۀ تخصیص و اجرای بودجه حتی از میزان منابع مالی مهمتر است. از سوی دیگر، رشد جمعیت اثر منفی ضعیفی بر توسعۀ شهری نشان داده است که عمدتاً ناشی از فشار جمعیت بر منابع محدود در استانهای پرتراکم است.
با توجه به وابستگی فضایی قوی بین استانها، ضروری است به جای برنامهریزی متمرکز یا استانی، از رویکردهای منطقهای استفاده شود. ایجاد مناطق توسعۀ ویژه با ترکیبی از استانهای پیشرفته و کمتر توسعهیافته میتواند به تعادل فضایی توسعه کمک کند. اولویتدهی به پروژههای زیرساختی مانند آزادراهها و شبکههای حملونقل عمومی بیناستانی میتواند به کاهش نابرابریهای منطقهای کمک شایانی کند. در نتیجه، پیشنهاد میشود درصدی از بودجۀ عمرانی استانها به پروژههای مشترک بیناستانی با اثرات سرریز زیاد اختصاص یابد. همچنین، طراحی مشوقهای مالیاتی و اعتباری برای صنایع در استانهای کمتر توسعهیافته میتواند به توزیع متعادلتر جمعیت و کاهش فشار بر منابع استانهای پرتراکم منجر شود. در نهایت، ایجاد سامانۀ پایش فضایی-زمانی شاخصهای توسعۀ شهری که بتواند روابط متقابل بین استانها را در طول زمان رصد کند، برای تصمیمگیریهای بهینه ضروری به نظر میرسد.
در جمعبندی نهایی باید تأکید کرد توسعۀ شهری در ایران پدیدهای پیچیده، فضایی-زمانی و چندبُعدی است که نیازمند عبور از رویکردهای سنتی و اتخاذ چارچوبهای نوین تحلیل فضایی است. یافتههای این مطالعه نشان میدهد بدون در نظر گرفتن وابستگیهای فضایی و پویاییهای زمانی، نمیتوان به راهکارهای مؤثر برای کاهش نابرابریهای منطقهای دست یافت. در مجموع، نتایج این پژوهش بر اهمیت رویکردهای یکپارچه در برنامهریزی توسعه تأکید دارد که همزمان سه سطح از سیاستگذاری را پیشنهاد میدهد: بهبود شاخصهای اقتصادی در سطح هر استان، تقویت هماهنگیهای بیناستانی و توسعه زیرساختهای ارتباطی به عنوان بستر ارتباطات فضایی. چنین نگاهی میتواند به کاهش نابرابریهای منطقهای و تحقق توسعۀ متوازن در سطح کشور کمک شایانی کند.
از دیدگاه سیاستگذاری، نتایج این پژوهش چندین نکتۀ کلیدی را برجسته میکند؛ نخست، رشد اقتصادی هم در کوتاهمدت و هم در بلندمدت مهمترین عامل تعیینکنندۀ توسعۀ شهری است که این امر با یافتههای پژوهش ژانگ و سو (2016) همراستاست. دوم، تخصیص بودجۀ عمرانی و توسعۀ زیرساختهای حملونقل از مؤثرترین ابزارهای سیاستی برای تسریع توسعۀ شهری محسوب میشوند که با یافتههای پژوهش ژانگ و همکاران (2015) همراستاست. سوم، اثرات فضایی قوی نشان میدهند برنامهریزیهای توسعهای باید به صورت منطقهای و با هماهنگی بین استانهای همجوار انجام شوند که با یافتههای پژوهش لی و بای (2024) همراستاست. در نهایت، کنترل رشد جمعیت در استانهای پرتراکم میتواند به کاهش فشار بر منابع شهری کمک کند که این یافته نیز بابا پژوهش لی و همکاران (2020) همخوان است.
گفتنی است، محدودیتهای اصلی این پژوهش شامل تمرکز صرف بر سطح استانی (و غفلت از سطوح خردتر)، دورۀ زمانی محدود (۱۳۸۰-۱۴۰۲) که برخی از شوکهای ساختاری بلندمدت را پوشش نمیدهد، و استفاده از شاخصهای کلان و کمّی (و عدم پوشش ابعاد کیفی مانند رضایت شهروندان و عوامل نهادی-سیاسی مانند فساد یا کیفیت نهادهای محلی) هستند. توجه به این محدودیتها مسیری را برای پژوهشهای آتی، از جمله تحلیلهای ریزمقیاس، تلفیق دادههای کیفی و بررسی مکانیسمهای علّی دقیقتر، هموار میکند.
[i] De Castris
[ii] Zhang & Wang
[iii] Liu
[iv] Michalina
[v] Taneja
[vi] Zhao
[vii] Li & Bai
[viii] Chen
[ix] Ren
[x] Spatial Vector Error Correction Model - SpVECM
[xi] Zhang & Xie
[xii] Human Development Index
[xiii] Mylevaganam
[xiv] Gross Domestic Product
)