ارزیابی دسترسی به امکانات چندگانه خدمات عمومی و ارتباط آن با قیمت مسکن با استفاده از روش بهبود یافته 2SFCA - مطالعه موردی شهر جینان، چین - هوش پیروزی

توزیع فضایی و دسترسی به امکانات خدمات عمومی شهری بر عوامل اجتماعی-اقتصادی در زندگی ساکنان به ویژه قیمت مسکن تأثیر می گذارد. با توجه به اینکه اکثر مطالعات قبلی بر دسترسی به نوع خاصی از تسهیلات و تأثیر آن بر قیمت مسکن تمرکز دارند، این تحقیق از روش‌های بهبود یافته حوزه آبریز شناور دو مرحله‌ای (2SFCA) با در نظر گرفتن تفاوت در ظرفیت خدماتی انواع مختلف تسهیلات استفاده می‌کند. تسهیلات خدمات عمومی در زندگی واقعی برای ارزیابی دسترسی آنها به جوامع مسکونی در شهر جنان بر اساس 3117 تسهیلات که 11 نوع تسهیلات مختلف را پوشش می دهد. سپس، ما توزیع فضایی تأثیر دسترسی به امکانات مختلف خدمات عمومی را بر قیمت مسکن در شهر جینان از طریق یک شاخص محلی نمودار خوشه‌ای انجمن فضایی (LISA) تولید شده بر اساس شاخص موران محلی دو متغیره ارزیابی می‌کنیم. اهداف ما ارزیابی دسترسی به تسهیلات خدمات عمومی متعدد با استفاده از روش بهبود یافته 2SFCA و بررسی همبستگی های فضایی بین دسترسی به امکانات خدمات عمومی و قیمت مسکن است. نتایج نشان می‌دهد که قیمت‌های مسکن در جینان خوشه‌ای هستند و مناطق با قیمت‌های مسکن بالا عمدتاً در ناحیه لیکسیا و مرکز منطقه مرکز شهر متمرکز شده‌اند. دسترسی به امکانات پزشکی، خرید، آموزشی و ایستگاه اتوبوس در ناحیه لیکسیا بهتر از سایر مناطق است. دسترسی به خرید، امکانات درمانی و جاذبه های گردشگری بیشترین تأثیر را بر قیمت مسکن دارند و تعداد جوامعی که دسترسی به این تسهیلات خدمات عمومی و قیمت مسکن در آنها خوشه همبستگی مثبت را تشکیل می دهند 50.5 درصد، 47.9 درصد و 45.8 درصد کل جوامع را تشکیل می دهند. به ترتیب. از سوی دیگر، دسترسی آموزشی و دسترسی به ایستگاه اتوبوس هیچ ارتباطی با قیمت مسکن ندارد و تعداد جوامعی که در آن دسترسی به این امکانات خدمات عمومی، خوشه‌ای غیر قابل توجه را تشکیل می‌دهد که قیمت مسکن 51.1 درصد و 56.5 درصد از قیمت مسکن را تشکیل می‌دهد. کل، به ترتیب. در این مطالعه، از روش ترکیبی 2SFCA برای بهبود روش ارزیابی دسترسی به انواع امکانات خدمات عمومی استفاده شده است و کاربرد آن با کاربرد عملی تأیید می‌شود.

کلید واژه ها:

دسترسی _ قیمت مسکن ؛ 2SFCA

1. مقدمه

روند شهرنشینی با تمرکز بالای جمعیت و توزیع مجدد منابع همراه است. تقاضای ساکنان برای تسهیلات خدمات عمومی با کیفیت بالا به وضوح در فرآیند انتخاب مسکن آشکار می شود و به طور غیر مستقیم در قیمت مسکن منعکس می شود [ 1 ]. تسهیلات خدمات عمومی شهری زیرساخت هایی هستند که به ساکنان خدمات عمومی مانند مراقبت های پزشکی، آموزش و مصرف اقتصادی برای رفع نیازهای زندگی روزمره آنها ارائه می دهند. به دلیل موقعیت اقتصادی منطقه ای و توسعه تاریخی، این امکانات به طور ناموزون در فضا پراکنده شده و با توزیع جمعیت ناهماهنگی وجود دارد [ 2 ].]. عدم تطابق حاصله بین عرضه و تقاضای تسهیلات خدمات عمومی باعث می شود قیمت مسکن در مناطق غالب یک شهر همچنان بالا بماند. چنین قیمت‌های مسکن در شهر لس آنجلس، پاریس، توکیو به یک پدیده رایج تبدیل شده است [ 3 ، 4 ، 5 ]] و بسیاری از شهرهای دیگر و حتی در سراسر جهان. الگوی تخصیص فضایی منابع خدمات عمومی بر شکل‌گیری و تحول فضای قیمت مسکن شهری با تأثیرگذاری بر رفتار انتخاب مسکن خریداران مسکن، متمایز شدن فزاینده قیمت مسکن و تغییر بیشتر منظر شهری از طریق انتخاب خریداران مسکن، غالب است. بنابراین، پدیده تقسیم‌بندی مسکونی به طور فزاینده‌ای جدی می‌شود، بنابراین شکاف دسترسی به منابع عمومی در میان گروه‌های اجتماعی را تشدید می‌کند و به منبع تضادهای اجتماعی تبدیل می‌شود و عدالت فضایی کل شهر را با چالش‌های بزرگی مواجه می‌کند.

فراوانی تسهیلات خدمات عمومی مختلف که در زندگی روزمره ساکنان شرکت می‌کنند متفاوت است و ویژگی‌های خاص آن‌ها نیز منجر به اختلاف در ظرفیت خدمات می‌شود. از این رو، این پژوهش به شرط مطالعه کامل و در نظر گرفتن اشکال بهبود یافته روش 2SFCA موجود و تلفیق ویژگی‌های انواع مختلف امکانات خدمات عمومی، شهر جینان را نمونه می‌گیرد. دسترسی‌های 6 دسته از تسهیلات خدمات عمومی شامل 11 نوع تسهیلات، با استفاده از روش ترکیبی 2SFCA متشکل از روش‌های گاوسی 2SFCA (G2SFCA) و سلسله مراتبی 2SFCA (H2SFCA) ارزیابی می‌شوند که در آن از روش H2SFCA برای ارزیابی استفاده می‌شود. دسترسی به امکانات آموزشی، پزشکی و خرید، و روش G2SFCA برای ارزیابی دسترسی به بازارهای مواد غذایی، جاذبه های گردشگری و ایستگاه های اتوبوس استفاده می شود. نوآوری هایی در روش انجام می شود تا از صحت ارزیابی و وسعت ارزیابی از نظر دامنه آن اطمینان حاصل شود. همبستگی فضایی بین سطوح مختلف دسترسی و قیمت مسکن با روش شاخص محلی موران دو متغیره تجزیه و تحلیل می‌شود و سپس توزیع فضایی این تأثیر توسط نمودار خوشه‌ای شاخص محلی انجمن فضایی (LISA) تحلیل می‌شود. به عنوان نوآوری این مطالعه، بر اساس ویژگی‌های انواع مختلف تسهیلات خدمات عمومی، از روش‌های مختلف 2SFCA برای ارزیابی دسترسی آنها استفاده می‌شود تا یک روش ارزیابی ترکیبی 2SFCA برای ارزیابی منطقی دسترسی انواع مختلف تسهیلات تشکیل شود. در روش‌های ارزیابی دسترسی و روش‌های تحلیل همبستگی با قیمت مسکن نوآوری‌هایی وجود دارد و با توجه به کارایی بالای روش‌های تحلیل، این مطالعه را می‌توان به سایر حوزه‌هایی که در آن‌ها نیاز به تحلیل نیروی محرکه قیمت مسکن و سایر تحقیقات وجود دارد، تعمیم داد. مناطقی که در آنها نیاز به بررسی وجود دارد که آیا بین دسترسی و عوامل مهم اجتماعی-اقتصادی همبستگی وجود دارد یا خیر. ما یک طرح عملی با قابلیت مانور بالا برای بهینه سازی برنامه ریزی شهری و بهبود راحتی سفر ساکنان شهری ارائه می دهیم. این مطالعه را می توان به سایر حوزه هایی که در آنها نیاز به تحلیل نیروی محرکه قیمت مسکن وجود دارد و سایر حوزه های تحقیقاتی که در آنها نیاز به بررسی وجود ارتباط بین دسترسی و عوامل مهم اقتصادی-اجتماعی وجود دارد تعمیم داد. ما یک طرح عملی با قابلیت مانور بالا برای بهینه سازی برنامه ریزی شهری و بهبود راحتی سفر ساکنان شهری ارائه می دهیم. این مطالعه را می توان به سایر حوزه هایی که در آنها نیاز به تحلیل نیروی محرکه قیمت مسکن وجود دارد و سایر حوزه های تحقیقاتی که در آنها نیاز به بررسی وجود ارتباط بین دسترسی و عوامل مهم اقتصادی-اجتماعی وجود دارد تعمیم داد. ما یک طرح عملی با قابلیت مانور بالا برای بهینه سازی برنامه ریزی شهری و بهبود راحتی سفر ساکنان شهری ارائه می دهیم.

2. بررسی ادبیات

دسترسی برای اولین بار توسط استوارت بر اساس مدل گرانش جمعیت [ 6 ] ذکر شد. در مراحل اولیه مطالعات دسترسی، این یک مفهوم فضایی بود که منعکس کننده دشواری ارتباط بین نقطه شروع و پایان در فضا برای غلبه بر موانع مختلف بود [ 7 ]. متعاقباً، ارزیابی دسترس‌پذیری ارتباط نزدیکی با عوامل برابری و اجتماعی-اقتصادی دارد [ 8 ]. در ارزیابی دسترسی، از نقطه شروع، نقطه پایان و شکل اتصال حفظ نقاط شروع و پایان جدایی ناپذیر است، که با هم سه عنصر اصلی مؤثر بر دسترسی را تشکیل می دهند [ 9 ].]. با توسعه کاربردهای GIS، نه تنها ویژگی‌های مکانی، بلکه ویژگی‌های زمانی نیز در فرآیند ارزیابی دسترسی، عمدتاً از نظر زمان سفر از نقطه تقاضا تا نقطه عرضه، در نظر گرفته می‌شوند [ 10 ]. بنابراین، دسترسی معمولاً یک شاخص مکانی-زمانی در نظر گرفته شده است. در طول دهه‌ها تحقیق، روش‌ها و مدل‌های زیادی برای ارزیابی دسترسی فضایی تولید شده‌اند که از جمله آن‌ها می‌توان به مدل‌های بالقوه [ 11 ، 12 ، 13 ]، مدل هاف [ 14 ]، روش تراکم هسته [ 15 ] و حوضه آبریز شناور دو مرحله‌ای اشاره کرد. روش ناحیه (2SFCA) [ 16] به طور گسترده مورد استفاده قرار گرفته اند. از میان روش‌های ارزیابی دسترسی فضایی فراوان، روش 2SFCA و مدل بالقوه بیشترین استفاده را دارند، عوامل در نظر گرفته شده جامع‌ترین و مبنای نظری هر دو مدل مشابه است. با این حال، روش 2SFCA از ایده یک حوضه آبریز شناور سود می برد که درک آن آسان و قابل اجراتر است. بنابراین، توجه و توسعه بیشتری را به خود جلب می کند، و یک چارچوب اساسی عملی برای اشکال مختلف ممکن توسعه یافته فراهم می کند [ 17 ]]. با استفاده گسترده از روش 2SFCA، بسیاری از محققان روش بهبود یافته ای را بر اساس آن پیشنهاد کرده اند، که پذیرفته شده ترین آن، معرفی تابع کاهش فاصله گاوسی بر اساس روش سنتی 2SFCA است. این تابع باعث می شود که فاصله نقش معقول تری در فرآیند ارزیابی دسترسی داشته باشد [ 18 ، 19 ]. با در نظر گرفتن تأثیر تجمع جمعیت بر شعاع تقاضا، شکل گسترده ای از شعاع جستجوی مختلف بر اساس تراکم جمعیت منطقه ای، یعنی روش پویا 2SFCA [ 20 ]]، پیشنهاد می شود. ایده اصلی روش 2SFCA نزدیکترین همسایه این است که هر نقطه تقاضا فقط از نزدیکترین تعداد امکانات (تعداد امکانات جایگزین) در شعاع جستجو انتخاب می شود، بنابراین درک ما از روش محدوده خدمات تسهیلات [ 21 ] عمیق تر می شود. علاوه بر این، با در نظر گرفتن اندازه‌های مختلف تسهیلات عرضه، بر اساس اندازه‌های مختلف یک تسهیلات برای تنظیم شعاع جستجوی چند سطحی، این شکل گسترش‌یافته را می‌توان روش سلسله مراتبی 2SFCA (H2SFCA) نامید [ 22 ].]. از تحقیقات موجود می توان مشاهده کرد که تحقیقات فعلی در مورد دسترسی به امکانات خدمات عمومی عمدتاً بر استفاده از یک روش واحد برای ارزیابی دسترسی به یک نوع واحد خدمات عمومی متمرکز است و وسعت زیادی در این زمینه وجود ندارد. محدوده ارزیابی در انتخاب واحدهای ارزیابی، واحدهای اصلی ارزیابی که در حال حاضر اعمال شده است، محدوده ترافیکی و نمودار ورونوی است. واحد ارزیابی دسترسی انتخاب شده در این مطالعه، نمودار ورونوی است که بر اساس موقعیت مکانی جامعه مسکونی ایجاد شده است. نمودار ورونوی می تواند منطقه خدمات شبکه جاده های شهری را با دقت بیشتری نسبت به روش سنتی شبکه اقلیدسی توصیف کند [ 23 ]]، به این معنی که فضای تقسیم شده توسط نمودار ورونوی می تواند الگوی فضایی فعالیت های انسانی را به دقت توصیف کند [ 24 ، 25 ]. بنابراین، در این مطالعه، استفاده از نمودار ورونوی برای تقسیم واحد ارزیابی می‌تواند الگوی توزیع فضایی نقطه تقاضا (جامعه مسکونی) و میزان تأثیرپذیری آن از نقطه عرضه (خدمات عمومی) را به راحتی و با دقت بیشتری منعکس کند. امکانات).

سطح دشواری ساکنان شهری برای دستیابی به خدمات امکانات عمومی، دسترسی به امکانات عمومی [ 26 ] نامیده می شود. در ادبیات قبلی، مطالعات زیادی در مورد دسترسی به انواع واحدهای خدمات عمومی، از جمله آموزشی [ 27 ، 28 ، 29 ]، پزشکی [ 10 ، 30 ، 31 ]، تجاری و حمل و نقل [ 32 ، 33 ] وجود دارد.]. با این حال، مطالعات کمی در مورد دسترسی جامع به انواع مختلف امکانات خدمات عمومی وجود دارد. دسترسی به تسهیلات خدمات عمومی نه تنها به کیفیت زندگی ساکنان شهری مرتبط است، بلکه بر شرایط اجتماعی و اقتصادی اطراف، به ویژه قیمت مسکن، به دلیل عوارض جانبی تسهیلات خدمات عمومی، تأثیر دارد. ارزیابی دسترسی به تسهیلات خدمات عمومی و تأثیر آن بر قیمت مسکن به کانون تحقیقات دانشگاهی تبدیل شده است. روش های رایج ترکیب دسترسی با قیمت مسکن شامل مدل قیمت لذت بخش [ 34 ، 35 ]، روش بهینه سازی محدود [ 36 ] و روش حداقل مربعات معمولی [ 37 ] است.]. با این حال، تحقیقات کنونی در مورد عوامل محرک قیمت مسکن از منظر دسترسی، فاقد یک پارادایم واحد است و اکثر مطالعات موجود به بررسی این موضوع می‌پردازند که آیا دسترسی به یک نوع تسهیلات بر قیمت مسکن تأثیر می‌گذارد، آیا رابطه مقایسه‌ای ندارد و نمی‌تواند به صورت عینی باشد. منعکس کننده شدت این اثر است. نوآوری این مقاله ترکیب دو روش بهبود یافته 2SFCA برای ارزیابی دسترسی به امکانات خدمات عمومی متعدد و کشف همبستگی بین دسترسی ها و توزیع فضایی عوامل اجتماعی-اقتصادی (قیمت مسکن) است. رویکرد فنی این مطالعه می‌تواند مرجع روشنی برای سایر محققانی باشد که قصد تحلیل همبستگی فضایی بین عوامل اجتماعی-اقتصادی و دسترسی فضایی را دارند.

3. داده ها و روش

3.1. منطقه مطالعه

شهر جینان، واقع در وسط دشت شمال چین، مرکز استان شاندونگ است. جینان در جنوب با کوه تای و در شمال از رودخانه زرد عبور می کند. این منطقه در منطقه اتصال بین کوه ها و تپه های کم ارتفاع در مرکز و جنوب شاندونگ و دشت آبرفتی در شمال غربی شاندونگ واقع شده است. زمین در جنوب مرتفع و در شمال پست است و پس از آن کوه‌ها و تپه‌های کم ارتفاع، دشت‌های شیبدار پیمونت و دشت‌های آبرفتی رودخانه زرد قرار دارند. جینان به دلیل شهر بهاری بودن، با آب و هوای موسمی گرم معتدل قاره ای، میانگین دمای سالانه 14 درجه سانتی گراد و بارندگی 650 تا 700 میلی متر معروف است. تحقیقات ما بر ناحیه مرکزی جینان ( شکل 1 ) متمرکز است که مساحتی معادل 536 کیلومتر مربع را پوشش می دهد ^.و دارای جمعیت تقریبی 3.77 میلیون نفر است. مرکز شهر جینان شامل ناحیه لیکسیا، بیشتر ناحیه شیزونگ و بخش‌هایی از نواحی هوآیین، تیانچیائو و لیچنگ است.

3.2. داده ها و پیش پردازش

داده‌های مورد استفاده در این مطالعه شامل داده‌های جاده، داده‌های ارائه‌دهنده خدمات (تاسیسات خدمات عمومی) و داده‌های تقاضاکننده خدمات (منطقه مسکونی) است. در میان آنها، داده‌های شبکه جاده‌ای از OpenStreetMap ( www.openstreetmap.org ، قابل دسترسی در 18 اکتبر 2021) به دست می‌آیند، مجموعه داده‌های جاده نه تنها موقعیت مکانی جاده‌ها را شامل می‌شود، بلکه طبقه‌بندی جاده‌ها (جاده خودرو، راه‌آهن، روسازی را نیز شامل می‌شود. ، و غیره.).

داده های ارائه دهنده خدمات شامل موقعیت مکانی و انواع امکانات خدمات عمومی است. ما 11 نوع مکان خدمات عمومی را برای ارزیابی دسترسی به امکانات آموزشی و پزشکی، بازارهای مواد غذایی، جاذبه های گردشگری، ایستگاه های اتوبوس و مکان های خرید در جینان انتخاب کردیم. امکانات خدمات عمومی که ساکنان شهری در زندگی روزمره خود از آنها بازدید می کنند به این موارد محدود نمی شود. سایر امکانات خدمات عمومی (مانند پمپ بنزین ها، ساختمان های اداری) نیز نقش مهمی در زندگی ساکنان دارند. ما این امکانات خدمات عمومی را انتخاب کردیم زیرا ارتباط نزدیکی با زندگی روزمره مردم چین دارد و معمولاً تصور می‌شود که توزیع فضایی آنها بر قیمت مسکن در اطراف آنها تأثیر می‌گذارد [ 38 ]]. اگرچه جینان در حال حاضر دارای یک سیستم زیرزمینی است، اما مدت کوتاهی است که مورد استفاده قرار گرفته است و بسیاری از ایستگاه ها در مناطق برون شهری خارج از محدوده مورد مطالعه قرار دارند. شهروندان جنان اتوبوس را به عنوان وسیله اصلی حمل و نقل عمومی انتخاب می کنند. بنابراین، تنها ایستگاه های اتوبوس در هنگام ارزیابی دسترسی حمل و نقل عمومی در نظر گرفته شدند. مکان‌های خدمات عمومی و مکان‌های مکانی آن‌ها از Amap ( www.amap.com ، قابل دسترسی در ۲۵ نوامبر ۲۰۲۱) هستند. ما از زبان پایتون برای به دست آوردن داده ها از رابط برنامه نویسی برنامه آمپ (API) استفاده کردیم و در مجموع 3117 امکانات خدمات عمومی در این مقاله به دست آمد و مورد تجزیه و تحلیل قرار گرفت.

داده های سمت تقاضا عمدتاً شامل تعداد خانوارها، قیمت مسکن (یوآن/متر مربع ⁾ و اطلاعات مکان جوامع مسکونی است. تعداد خانوارها و اطلاعات قیمت مسکن از یک پلت فرم آنلاین معاملات املاک و مستغلات ( www.lianjia.com ، دسترسی به 25 نوامبر 2021) و اطلاعات مکان از Amap ( www.amap.com ، در 25 نوامبر قابل دسترسی بود) به دست آمد. 2021). داده های سمت تقاضا نیز بر اساس زبان پایتون به دست آمد و از نظر فضایی تصحیح شد. جوامعی که تنها چند خانوار داشتند و سلول های نزدیک به هم ادغام شدند. در مجموع 832 منطقه مسکونی در منطقه مورد مطالعه با میانگین قیمت 17475 یوان / متر مربع به دست آمد ^.. بالاترین قیمت مسکن 41840 یوان بر مترمربع ^، کمترین قیمت مسکن 4742 یوان بر مترمربع و میانگین تعداد خانوارها در هر جامعه 1678 خانوار بوده است. داده ^های جمعیت در این مقاله با ضرب تعداد خانوارها در میانگین به دست آمده است. جمعیت خانوار (2.62 نفر/خانوار، هفتمین سرشماری ملی).

3.3. روش

3.3.1. گردش کار کلی

ما از شاخص موران جهانی برای تعیین اینکه آیا قیمت مسکن در جینان از نظر فضایی خوشه‌بندی شده است یا خیر استفاده کردیم و سپس از تحلیل تراکم هسته برای به دست آوردن الگوی توزیع فضایی قیمت مسکن استفاده کردیم. ما از دو روش مختلف 2SFCA (H2SFCA و G2SFCA) برای تجزیه و تحلیل دسترسی به امکانات خدمات عمومی استفاده کردیم که در آن دسترسی به امکانات پزشکی، خرید و آموزشی با روش H2SFCA ارزیابی شد و دسترسی به ایستگاه‌های اتوبوس، بازارهای مواد غذایی و جاذبه‌های گردشگری مورد ارزیابی قرار گرفت. با روش G2SFCA ارزیابی شد. دسترسی با روش نقطه شکست طبیعی به 5 درجه تقسیم شد [ 39]؛ واحد ارزیابی دسترسی از نمودار Voronoi تولید شده از جوامع مسکونی استفاده کرد. الگوی توزیع فضایی دسترسی به انواع مختلف امکانات خدمات عمومی در سطح منطقه اداری تجزیه و تحلیل شد. بنابراین، نتیجه الگوی فضایی دسترسی در محدوده شهری جنان به دست آمد. برای کاهش تأثیر تفاوت های زیاد در مقادیر بین دسترسی انواع مختلف امکانات بر نتایج شاخص موران محلی دو متغیره، نتایج دسترسی به (0، 1) استاندارد شد، از شاخص موران محلی دو متغیره برای تجزیه و تحلیل همبستگی استفاده شد. بین دسترسی و قیمت مسکن و الگوی توزیع فضایی رابطه همبستگی توسط نمودار خوشه‌ای LISA ارزیابی شد. اگر نسبت زیادی از خوشه های بالا- زیاد و کم-پایین در خوشه های LISA وجود داشته باشد، می توان فرض کرد که همبستگی فضایی مثبتی بین دسترسی و قیمت مسکن وجود دارد. در مقابل، اگر غلبه خوشه‌های کم- زیاد و زیاد- کم وجود داشت، می‌توان فرض کرد که یک همبستگی فضایی منفی بین دسترسی و قیمت مسکن وجود دارد.

روش تحقیق در این مطالعه بر روی عملیات نرم افزار ArcGIS با استفاده از مدل ساز ArcGIS برای کاهش عملیات تکراری و به دست آوردن سریع نتایج تکیه داشت. ما از زبان برنامه نویسی پایتون برای به دست آوردن داده های POI و در نتیجه بهبود بازده زمانی استفاده کردیم. استفاده از سازندگان مدل و زبان پایتون در روش تحقیق تضمین کرد که این مطالعه در هر دو مرحله اکتساب داده و پردازش داده کارآمد بوده است. نمودار جریان شبه کد برای این مطالعه در شکل 2 نشان داده شده است .

3.3.2. 2SFCA بهبود یافته است

روش اصلی 2SFCA دسترسی را از طریق نسبت تقاضا به عرضه و تقاضا بیان می کند. ابتدا یک منطقه از فاصله آستانه (

d_{0}

) برای هر نقطه عرضه

j

و نسبت ظرفیت عرضه نقطه عرضه را محاسبه کرد

j

به جمعیت تقاضا

k

در منطقه [ 40 ]. ظرفیت عرضه معمولاً با مساحت امکانات، جمعیت قابل اسکان در محل خدمات و تعداد پرسنل خدماتی بیان می شود. ظرفیت تامین امکانات مختلف در این مقاله به ظرفیت خدمات در جدول 1 اشاره دارد. فرآیند اجرای خاص روش 2SFCA به 2 مرحله تقسیم شد و فرآیند اجرای 2SFCA در شکل 3 نشان داده شده است.

مرحله اول در سمت چپ شکل 3 نشان داده شده است . برای هر نقطه عرضه

j

(در نظر گرفتن نقطه عرضه

a

به عنوان مثال)، با توجه به آستانه فاصله فضایی

d_{0}

، یک محدوده فضایی با

j

به عنوان مرکز و

d_{0}

همانطور که شعاع بر اساس داده های شبکه جاده (منطقه آبی) تولید می شود.

d_{0}

یک عنصر مهم در روش 2SFCA است که نشان دهنده دورترین فاصله ای است که یک نقطه عرضه می تواند خدمات ارائه دهد. اگر فاصله از نقطه تقاضا

i

به نقطه عرضه

j

بزرگتر است از

d_{0}

، سپس در 2SFCA در نظر گرفته شده است که

j

توانایی خدمت را ندارد

i

. تعیین از

d_{0}

معمولاً مربوط به زمان مورد انتظار سفر است. نقاط تقاضا با شماره 1 تا 11 در محدوده فضایی قرار می گیرند، جمعیت را خلاصه می کند

P_{k}

از هر نقطه تقاضا

k

در محدوده مکانی قرار می گیرند و برای به دست آوردن تعداد تمام کاربران بالقوه نقطه عرضه استفاده می شوند

j

. سپس نسبت عرضه و تقاضا

R_{j}

از تقسیم ظرفیت سرویس به دست می آید

S_{j}

نقطه عرضه بر اساس تعداد تمام کاربران بالقوه.

S_{j}

منعکس کننده تفاوت در حداکثر ظرفیت خدماتی تسهیلات فردی مختلف در یک نوع تسهیلات است. واحد اندازه گیری خاصی وجود ندارد و می توان از تمام شاخص هایی که منعکس کننده ظرفیت تاسیسات هستند (مساحت، تعداد پرسنل، تعداد مشتریان و غیره) استفاده کرد.

S_{j}

زمانی که تنوع فردی کمی در امکانات وجود دارد، می‌تواند به‌طور مصنوعی به عنوان یک مقدار ثابت تعریف شود.

روش محاسبه به شرح زیر است:

آر j = \sum j اس j \sum ک پ ک

(1)

مرحله دوم در سمت راست شکل 3 نشان داده شده است . برای هر نقطه تقاضا

i

(در شکل، نقطه تقاضا

1

به عنوان مثال استفاده می شود)، با

i

به عنوان مرکز و

d_{0}

به عنوان شعاع، ما یک محدوده فضایی دیگر (منطقه قرمز) تشکیل دادیم. نقاط عرضه a و b در محدوده و نسبت عرضه قرار می گیرند

R_{l}

از هر نقطه عرضه

l

قرار گرفتن در محدوده فضایی نیز برای دستیابی به دسترسی به هر نقطه تقاضا خلاصه می شود

i

برای تامین امکانات

A_{i}

. روش محاسبه به شرح زیر است:

آ من = \sum ل آر ل

(2)

با توجه به اینکه ظرفیت خدماتی تسهیلات خدمات عمومی به صورت خطی با فاصله کاهش نمی‌یابد، بخشی از فرم توسعه‌یافته تابع کاهش فاصله را گسترش می‌دهد، که اساساً یک تابع کاهش فاصله اضافی را به شعاع جستجوی روش 2SFCA اضافه می‌کند. تابع گاوسی

g (d_{i j})

به طور گسترده به عنوان تابع کاهش فاصله در شعاع جستجوی 2SFCA (G2SFCA) استفاده می شود.

g (d_{i j})

برای مرحله اول و مرحله دوم اعمال می شود. فرمول های محاسبه دسترسی پس از ادغام به شرح زیر است:

جی آ من = \sum j اس j g ( د من ج ) \sum ک پ ک g ( د من ج )

(3)

g (د من ج) = ⎧ ⎩ ⎨ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ه - ( د من ج د 0 ) 2 2 - ه - 1 2 1- _ ه - 1 2 ، د من ج \leq د 0 0, د من ج > د 0

(4)

در فرمول های بالا،

d_{i j}

فاصله از نقطه تقاضا است

i

به نقطه عرضه

j

g (d_{i j})

تابع تضعیف فاصله گاوسی است،

d_{0}

به فاصله آستانه اشاره دارد، که حداکثر محدوده مسافتی است که می تواند توسط یک مرکز خدمات عمومی ارائه شود.

G A_{i}

قابلیت دسترسی با روش G2SFCA محاسبه شده است و سایر معانی مانند فرمول های (1) و (2) است.

در عین حال، در زندگی واقعی، زمانی که ساکنان امکانات خدمات عمومی خاصی را انتخاب می‌کنند، معمولاً امکانات خدماتی در مقیاس بزرگ (مانند بیمارستان‌ها) را در اولویت قرار می‌دهند. این نابرابری در مقیاس منجر به تفاوت های زیادی در ظرفیت خدماتی تسهیلات خدماتی می شود و جذب سطوح مختلف امکانات برای ساکنان کاملاً متفاوت است و به اصطلاح پدیده “سلسله مراتب” را تشکیل می دهد. بنابراین، یک روش H2SFCA [ 41 ] بر اساس روش G2SFCA پیشنهاد شده است. روش محاسبه به شرح زیر است:

اچ آ من = \sum ل \sum j \in {د من ج \leq D ل} اس ل j g ( د من ج ) \sum k \in { د من ج \leq D ل } پ ک g ( د من ج )

(5)

جایی که $l$ سطحی است که به آن تعلق دارد، $D_{l}$ آستانه فاصله است $l$ و $H A_{i}$ دسترسی محاسبه شده با روش H2SFCA است.

در این مطالعه از روش H2SFCA برای سنجش دسترسی به خرید، مراقبت های پزشکی و آموزش استفاده شد. مکان های خرید به سه دسته تقسیم می شوند: مراکز خرید، مراکز خرید و فروشگاه های رفاه. امکانات پزشکی به بیمارستان های عمومی، ثانویه و ثالث تقسیم شدند. امکانات آموزشی به مدارس ابتدایی و راهنمایی تقسیم شد. با توجه به اینکه سلسله مراتب ایستگاه های اتوبوس، بازارهای مواد غذایی و جاذبه های توریستی در زندگی واقعی اهمیت چندانی ندارد، اکثر ساکنان هنگام انتخاب از «اصل مجاورت» پیروی می کنند. بنابراین، روش G2SFCA برای ارزیابی این دسترسی ها استفاده شد.

در این مقاله، هنگام تجزیه و تحلیل دسترسی، طبقه‌بندی امکانات خدمات عمومی به روش طبقه‌بندی مورد استفاده برای نقاط مورد علاقه Amap (POI) اشاره دارد. بیمارستان‌های عمومی به بیمارستان‌های درجه سه و درجه یک، بیمارستان‌های سطح بالا در سلسله مراتب بیمارستانی چین، که معمولاً بیمارستان‌های عمومی بزرگ هستند، اطلاق می‌شود. بیمارستان‌های ثانویه به بیمارستان‌های عمومی کوچک‌تر و بیمارستان‌های تخصصی و بیمارستان‌های ثانویه به مراکز خدمات سلامت اجتماعی اشاره می‌کنند. مرکز خرید به یک مجتمع تجاری بزرگ اطلاق می شود که تعداد زیادی از افراد را در خود جای دهد و خدمات آن اغلب شامل پذیرایی، پوشاک، اثاثیه منزل و غیره می شود. سوپرمارکت ها و فروشگاه های پوشاک دارای امتیاز،جدول 1 ظرفیت خدمات و فاصله سرویس دهی امکانات خدمات عمومی مختلف را فهرست می کند.

ظرفیت خدماتی مراکز درمانی با تعداد پزشکان در مقاطع مختلف، ظرفیت خدماتی مراکز آموزشی با تعداد معلمان در سطوح مختلف، ظرفیت سرویس دهی ایستگاه های اتوبوس با تعداد خطوط اتوبوسی که می توانند تعیین شوند، تعیین می شود. که توسط ایستگاه قابل دسترسی است، با هر مسیر اضافی که ظرفیت خدمات را 1000 افزایش می دهد، ظرفیت خدمات جاذبه های گردشگری بر اساس سطح کلاس یک جاذبه گردشگری منتشر شده توسط وزارت فرهنگ و گردشگری چین، هر سطح بالاتر از جاذبه گردشگری ظرفیت خدمات خود را 10000 افزایش می دهد. اگرچه ظرفیت سرویس دهی ایستگاه های اتوبوس و جاذبه های گردشگری با توجه به ویژگی های امکانات فردی متفاوت است، فاصله خدمات بین افراد با توجه به نحوه ارائه خدمات در زندگی روزمره ساکنان تفاوت معنی داری ندارد، بنابراین فاصله خدمات آنها یکسان است و امکانات خدمات عمومی سلسله مراتبی محسوب نمی شوند. اندازه گیری مقیاس بازارهای مواد غذایی دشوار است. اگرچه مراکز خرید و فروش مواد غذایی بزرگ در جینان وجود دارد، اما در مناطق حومه شهر خارج از منطقه مورد مطالعه قرار دارند. مقیاس بازارهای مواد غذایی در منطقه مورد مطالعه تفاوت چندانی نداشت و اساساً برای پاسخگویی به تقاضای خواربار فروشی ساکنان یک یا چند جامعه مجاور راه اندازی شد. بنابراین در این تحقیق ظرفیت سرویس دهی و فاصله سرویس دهی آنها ثابت بوده و امکانات سلسله مراتبی محسوب نمی شوند. از آنجایی که تعیین یک استاندارد کمی خاص برای ظرفیت خدمات مراکز خرید دشوار بود، سه سطح از بالا به پایین به 100٪، 60٪ و 10٪ تنظیم شد. با توجه به استانداردسازی نهایی دسترسی هر دسته، انتخاب ظرفیت خدماتی امکانات خدمات عمومی مختلف تأثیری بر مقایسه عمودی نخواهد داشت. به همین ترتیب، ظرفیت خدمات یک بازار خواربار فروشی 10000 نفر تعریف شد. با در نظر گرفتن ویژگی مکانی و زمانی دسترسی، فواصل خدمات بر اساس زمان سفر ساکنان به امکانات مختلف خدمات عمومی، که از روش‌های امتیازدهی خبره همراه با تجربه واقعی مشتق شده بود، تعیین شد. اکثر جاده های وسایل نقلیه در شهر جینان دارای محدودیت سرعت 40 تا 60 کیلومتر در ساعت هستند. با در نظر گرفتن ازدحام ترافیک، میانگین سرعت وسیله نقلیه را 30 کیلومتر در ساعت تعیین کردیم که مشابه سرعت خودرو 25.6 کیلومتر در ساعت در زمان اوج مصرف است که توسط Amap در نوامبر 2021 منتشر شد. و میانگین سرعت پیاده روی 4.8 کیلومتر در ساعت. فاصله سرویس با ضرب سرعت سفر در زمان سفر به دست آمد. هنگام تجزیه و تحلیل دسترسی به ایستگاه های اتوبوس، تنها پیاده روها در نظر گرفته شدند.

3.3.3. شاخص محلی موران دو متغیره

شاخص موران محلی دو متغیره، آماری است که به طور گسترده برای ارزیابی رابطه فضایی بین دو متغیر در نرم افزار GeoDa [ 42 ] استفاده می شود. فرمول محاسبه آن به شرح زیر است:

من من x y = z من ایکس \sum j w من ج z j y ، \sum j w من ج = 1

(6)

جایی که $z_{x}^{i}$ مقدار نرمال شده منطقه است $i$ متغیر $x$ (نقطه تامین) $z_{y}^{j}$ مقدار نرمال شده منطقه است $j$ متغیر $y$ (نقطه تقاضا) و $w_{i j}$ ماتریس وزن فضایی بین منطقه است $i$ و منطقه $j$ . رابطه فضایی بین $i$ و $j$ را می توان به پنج نوع تقسیم کرد که با نمودارهای خوشه ای LISA نشان داده می شوند: خوشه بندی بالا- زیاد، خوشه بندی زیاد- کم، خوشه بندی کم- زیاد، خوشه بندی کم- کم و معنی دار نیست. خوشه‌بندی بالا-بالا نشان می‌دهد که مناطق مجاور هم دسترسی بالا و هم قیمت مسکن بالا دارند. خوشه بندی بالا-کم نشان می دهد که مناطق مجاور قیمت مسکن بالا و دسترسی پایین دارند. خوشه بندی کم-بالا نشان می دهد که مناطق مجاور قیمت مسکن پایین و دسترسی بالا دارند. خوشه بندی کم-کم نشان می دهد که مناطق مجاور هم دسترسی کم و هم قیمت مسکن پایین دارند و معنی دار نبودن نشان می دهد که رابطه بین قیمت مسکن و دسترسی آشکار نیست. هر دو خوشه بندی بالا- زیاد و خوشه بندی کم- کم نشان می دهد که یک همبستگی فضایی در منطقه وجود دارد. و در مجموع به عنوان خوشه های همبستگی مثبت نامیده می شوند. در مقابل، خوشه‌بندی کم-بالا و خوشه‌بندی زیاد-کم به این معنی است که بی‌ربط فضایی در منطقه وجود دارد و در مجموع به آنها خوشه‌های همبستگی منفی می‌گویند. خوشه‌بندی معنی‌دار نشان می‌دهد که آیا همبستگی فضایی در منطقه وجود دارد یا خیر [43 ، 44 ].

4. نتایج

4.1. الگوی توزیع فضایی تسهیلات خدمات عمومی و قیمت مسکن

شکل 4 نقشه توزیع فضایی 11 نوع تسهیلات خدمات عمومی انتخاب شده در این مقاله است. همانطور که در شکل نشان داده شده است، توزیع فضایی امکانات خدمات عمومی بر اساس نوع تسهیلات متفاوت است. مراکز خرید و فروشگاه های رفاه عمدتاً در منطقه مرکزی جینان متمرکز شده اند. تجمع مراکز خرید و بیمارستان های عمومی در ناحیه لیکسیا آشکار است. بیمارستان های ثانویه و سوم عمدتاً در ناحیه لیکسیا متمرکز هستند. جاذبه های گردشگری عمدتاً در مناطق لیکسیا و هوآیین توزیع شده اند. بازارهای مواد غذایی عمدتاً در ناحیه لیکسیا و ناحیه لیچنگ متمرکز هستند و توزیع فضایی مدارس ابتدایی و متوسطه و ایستگاه های اتوبوس یکنواخت تر است.

شاخص جهانی موران یک شاخص مهم است که در تجزیه و تحلیل داده‌های مکانی استفاده می‌شود، جایی که از آن برای منعکس کردن اینکه آیا داده‌ها به طور تصادفی توزیع شده یا خوشه‌بندی شده‌اند و برای قضاوت در مورد همبستگی مکانی داده‌ها استفاده می‌شود. شکل 5 الف نتایج تحلیل شاخص جهانی موران را نشان می دهد، در حالی که شکل 5 ب تحلیل تراکم هسته قیمت مسکن در منطقه مورد مطالعه را نشان می دهد. همانطور که در شکل 5 الف نشان داده شده است، شاخص موران قیمت مسکن در جینان 0.38 است که نشان می دهد یک همبستگی فضایی در توزیع قیمت مسکن در جینان با امتیاز az 70.65 و یک p است.– مقدار کمتر از 0.01، با گذراندن آزمون معناداری در سطح اطمینان 99 درصد. فرض اصلی که قیمت مسکن در جینان به صورت تصادفی توزیع شده است رد می شود. امتیاز z بسیار بالاتر از مقدار بحرانی 1.65 است (آستانه تعیین شده با رد فرضیه صفر)، که نشان می دهد قیمت مسکن در جینان خوشه ای است.

تجزیه و تحلیل تراکم هسته در شکل 5 ب نشان می دهد که توزیع مکانی قیمت مسکن در جینان در بخش مرکزی و شرقی شهر بیشتر است. قیمت های بالای مسکن عمدتاً در شمال منطقه مرکزی و کل منطقه لیکسیا متمرکز است، در حالی که قیمت مسکن در مناطق Huaiyin و Licheng نسبتا پایین است.

4.2. ارزیابی دسترسی به تسهیلات خدمات عمومی

بر اساس روش بهبود یافته 2SFCA، با در نظر گرفتن داده های POI در جوامع مسکونی در مرکز شهر جینان به عنوان واحد ارزیابی، این مطالعه دسترسی به هر نوع تسهیلات خدمات عمومی را از طریق روش نقطه شکست طبیعی محاسبه کرد و دسترسی به امکانات خدمات عمومی در جینان را به دو دسته تقسیم کرد. پنج سطح (سطح 1 بالاترین، در حالی که سطح 5 پایین ترین است) و نقشه دسترسی امکانات خدمات عمومی را ایجاد کرد ( شکل 6 ).

همانطور که در شکل 7 نشان داده شده استدسترسی به امکانات درمانی، خرید و جاذبه های گردشگری نشان دهنده یک الگوی توزیع فضایی آشکار است که در آن دسترسی به خدمات درمانی و خرید در ناحیه مرکزی و بخش مرکزی- شرقی منطقه مورد مطالعه بالاترین است و به تدریج در محدوده به سمت خارج کاهش می یابد. شکل دایره های متحدالمرکز علاوه بر دسترسی بالای گردشگری در بخش مرکزی، بخش غربی ناحیه شهری جینان دسترسی گردشگری بالایی و قسمت شرقی کمترین میزان دسترسی را نشان می دهد. دسترسی بالای آموزشی عمدتاً در منطقه شرقی و جوامع مسکونی فردی در غرب متمرکز است. دسترسی آموزشی، دسترسی به ایستگاه اتوبوس و دسترسی به بازار مواد غذایی عمدتاً پراکنده هستند و الگوی توزیع واضحی را نشان نمی‌دهند.

مناطق مسکونی بر اساس مناطق اداری آنها تقسیم می شوند و نسبت تعداد کل جوامع مسکونی در مناطق اداری مختلف در سطوح مختلف دسترسی (1-5 نشان دهنده دسترسی از بالا به پایین) تجزیه و تحلیل می شود. رابطه کمی در شکل 7 نشان داده شده است . در شکل 7هر چه فاصله از مرکز دورتر باشد، نسبت تعداد جوامع واقع در ولسوالی با سطح دسترسی خاص به تعداد کل جوامع منطقه بیشتر است. اگر یک ولسوالی دارای نسبت نسبتاً بالایی از جوامع در سطح اول و دوم دسترسی باشد، در این صورت منطقه نسبت به سایر ولسوالی ها در این نوع دسترسی برتری دارد. در مقابل، اگر یک منطقه دارای نسبت بیشتری از جوامع در سطوح چهارم و پنجم دسترسی باشد، در آن صورت دسترسی منطقه ضعیف تر است.

با توجه به دسترسی به خرید، مناطق Tianqiao و Lixia نسبت بیشتری از جوامع سطح اول و دوم را به خود اختصاص می دهند. بنابراین، این دو منطقه به طور کلی دسترسی خرید بالاتری دارند. در مقابل، مناطق Huaiyin و Licheng بیشترین نسبت جوامع سطح پنجم را به خود اختصاص داده اند. بنابراین، این دو منطقه از نظر دسترسی به خرید به خوبی سایر مناطق نیستند. منطقه لیکسیا همچنین از نظر دسترسی به ایستگاه اتوبوس و دسترسی آموزشی، با مزایای آشکار سطح اول و دوم، نسبت به سایر مناطق برتر است، در حالی که منطقه Tianqiao دارای نسبت بالاتری از دسترسی‌های سطح پنجم و ضعیف‌تر است. مناطق Lixia و Licheng در دسترسی به بازار مواد غذایی دارای مزایایی هستند، در حالی که منطقه Shizhong ضعیف تر است. از نظر دسترسی پزشکی، مناطق Tianqiao و Lixia دارای مزایایی هستند، در حالی که منطقه Licheng ضعیف تر است. با توجه به دسترسی به جاذبه های توریستی، مناطق Huaiyin و Lixia دارای مزایایی هستند، در حالی که منطقه Licheng ضعیف تر است.

4.3. همبستگی فضایی بین دسترسی و قیمت مسکن

این مطالعه همبستگی فضایی بین انواع مختلف دسترسی و قیمت مسکن را از طریق نمودار خوشه‌ای LISA ایجاد شده توسط شاخص محلی موران دو متغیره ارزیابی کرد. با تجزیه و تحلیل نسبت انواع مختلف خوشه در تعداد کل جوامع مسکونی، همبستگی فضایی بین دسترسی و قیمت مسکن به دست آمد. نسبت هر نوع خوشه در جدول 2 نشان داده شده است . رابطه بین دسترسی مناطق مسکونی و تعداد خوشه های قیمت مسکن در هر منطقه اداری در شکل 8 نشان داده شده است . نمودار خوشه ای LISA در شکل 9 نشان داده شده است .

جدول 2نشان می دهد که دسترسی به خرید در ارتقای قیمت مسکن نقش دارد و تأثیر دسترسی پزشکی و دسترسی به جاذبه های گردشگری نیز مشهود است. دسترسی به خرید و قیمت مسکن 53/50 درصد از جوامع منطقه مورد مطالعه، خوشه همبستگی فضایی مثبت را نشان می دهد که بسیار بالاتر از سایر انواع خوشه است. نسبت خوشه های همبستگی مثبت دسترسی پزشکی پس از دسترسی به خرید در رتبه دوم قرار دارد و به 47.88 درصد می رسد و کمترین نسبت خوشه های غیر معنی دار را دارد. نسبت خوشه‌های همبستگی مثبت دسترسی به جاذبه‌های گردشگری به 77/45 درصد می‌رسد که نسبت به سه نوع خوشه دیگر نیز بسیار بیشتر است. یک همبستگی مثبت ضعیف بین دسترسی به بازار مواد غذایی و قیمت مسکن وجود دارد، اما واضح نیست. نسبت خوشه‌های همبستگی مثبت دسترسی به بازار مواد غذایی 49/38 درصد است که کمی بیشتر از 77/36 درصد خوشه‌بندی غیرمعنادار است. از سوی دیگر، احتمال کمی وجود رابطه فضایی بین دسترسی به آموزش و دسترسی به ایستگاه‌های اتوبوس و قیمت مسکن وجود دارد و نسبت خوشه‌بندی غیر قابل توجه دسترسی آموزشی و دسترسی به ایستگاه اتوبوس بیش از 50 درصد است.

همانطور که در شکل 8 نشان داده شده استنسبت خوشه های همبستگی فضایی مثبت دسترسی به خرید بزرگترین است. چنین خوشه هایی عمدتاً در نواحی لیکسیا، شیزونگ و هوآیین هستند. خوشه های همبستگی فضایی منفی عمدتاً در ناحیه تیانچیائو هستند. خوشه های غیر قابل توجه دسترسی به ایستگاه اتوبوس بالاترین را دارند. خوشه بندی غیر قابل توجه در همه مناطق به جز منطقه Tianqiao غالب است. مزیت های کمی خوشه بندی غیر قابل توجه و خوشه های کم-پایین دسترسی آموزشی آشکار است. خوشه های غیر قابل توجه دسترسی به بازار مواد غذایی بالاترین را دارند، که عمدتاً در مناطق Tianqiao و Lixia یافت می شوند. نسبت دسترسی پزشکی خوشه‌بندی بالا-بالا و خوشه‌بندی کم-بالا بزرگترین است. خوشه بندی بالا-بالا عمدتاً در ناحیه لیکسیا رخ می دهد، در حالی که خوشه بندی کم-بالا به طور عمده در منطقه Tianqiao مشاهده می شود. بین خوشه های همبستگی فضایی مثبت و منفی دسترسی به جاذبه های گردشگری تفاوت معناداری وجود ندارد.

شکل 9نشان می دهد که خوشه های همبستگی مثبت دسترسی به خرید، دسترسی پزشکی، دسترسی به جاذبه های گردشگری و قیمت مسکن به طور معنی داری بیشتر از سایر انواع دسترسی هستند. خوشه‌های بالا-بالا دسترسی به خرید عمدتاً در وسط توزیع شده‌اند، در حالی که خوشه‌های کم-پایین در غرب متمرکز شده‌اند. توزیع خوشه ای دسترسی پزشکی مشابه با دسترسی به خرید است. خوشه های کم و کم دسترسی به جاذبه های گردشگری عمدتاً در شمال متمرکز شده اند. تعداد خوشه های همبستگی منفی دسترسی به ایستگاه اتوبوس کمترین است و نوع خوشه بندی اصلی معنی دار نیست. نوع خوشه ای دسترسی به بازار مواد غذایی پراکنده است، عمدتاً خوشه‌های بالا-بالا و خوشه‌های غیر معنی‌دار در خوشه‌های میانی و همبستگی منفی پراکنده هستند. توزیع دسترسی آموزشی ویژه ترین است. بقیه دسترسی‌ها به استثنای دسترسی آموزشی، تحت سلطه خوشه‌های بالا-بالا در بخش مرکزی منطقه مورد مطالعه است. بخش مرکزی تحت سلطه خوشه های غیر قابل توجه است، در حالی که خوشه های کم-پایین به طور گسترده در غرب و شمال پراکنده شده اند.

5. بحث

5.1. تأثیر عوامل غیر مکانی بر دسترسی

دسترسی یک مفهوم فضایی است، اما در هنگام ارزیابی قابلیت دسترسی برخی مکان‌ها توسط عوامل مختلف غیرمکانی محدود می‌شود [ 45 ، 46 ]. به عنوان مثال، هنگام ارزیابی طبقه بندی امکانات پزشکی، هم بیمارستان های جامع و هم کلینیک های اجتماعی امکانات خدمات پزشکی هستند، اما شکاف زیادی در توانایی آنها برای جذب بیماران وجود دارد. هنگام انتخاب امکانات برای درمان پزشکی، ساکنان شهری اغلب بیمارستان‌های بزرگ با ظرفیت درمان جامع را در اولویت قرار می‌دهند، حتی اگر بیماران بیماری‌های پیچیده یا بیماری‌های جدی تهدیدکننده زندگی نداشته باشند، بلکه فقط سرماخوردگی و تب معمولی داشته باشند. تعدادی از مطالعات این پدیده را تایید کرده اند [ 47 ، 48 ، 49]. بر اساس مطالعه ای که بر روی بیماران چینی انجام شده است، تنها 26.1٪ از ساکنان شهری در زمان اولین مراجعه خود ، کلینیک های اجتماعی (که در این مقاله به عنوان بیمارستان های ثالثه نامیده می شوند) را انتخاب کردند . این یافته به این معنی است که اگرچه بیمارستان‌های عمومی بزرگ دارای پزشکان حرفه‌ای و تجهیزات پیشرفته برای مقابله با بیماری‌های پیچیده و تهدیدکننده زندگی هستند، اما بیشتر بیمارانی که به آنها خدمات می‌دهند می‌توانند درمان مناسب را در موسسات بهداشتی اولیه دریافت کنند. در عین حال، نظرسنجی انجام شده در نانجینگ چین نشان می دهد که بیماران در بیمارستان های بزرگ در وضعیت پایداری هستند. تنها 13 درصد از بیماران قصد داشتند برای درمان بیشتر به موسسات پزشکی سطح پایین منتقل شوند [ 51]. بنابراین، زمانی که ساکنان شهری نیازهای پزشکی دارند، توانایی بیمارستان‌های عمومی در مقیاس بزرگ برای جذب ساکنان بسیار بیشتر از کلینیک‌های اجتماعی است. به این معنا که، اگرچه کلینیک‌های اجتماعی می‌توانند اکثر نیازهای پزشکی دستیاران را برآورده کنند، اما اکثر دستیاران هنگام انتخاب امکانات پزشکی، بیمارستان‌های سطح بالاتر را در اولویت قرار می‌دهند. با توجه به این وضعیت، هنگام ارزیابی دسترسی به امکانات پزشکی، از روش H2SFCA برای تشخیص ظرفیت خدمات سطوح مختلف امکانات پزشکی بر اساس میانگین تعداد کادر پزشکی سطوح مختلف امکانات پزشکی استفاده می‌شود. در این مطالعه، روش H2SFCA نیز از روش‌های مشابهی برای تشخیص تفاوت‌های بین قابلیت‌های سرویس مدارس ابتدایی و متوسطه استفاده می‌کند.

5.2. مقایسه و تفسیر نتایج مربوط به همبستگی بین دسترسی و قیمت مسکن

نتایج نشان می‌دهد که بین دسترسی به خرید و قیمت مسکن در 53/50 درصد از جوامع همبستگی مثبت وجود دارد و برای دسترسی پزشکی و دسترسی به جاذبه‌های گردشگری، مقادیر به ترتیب 88/47 و 77/45 درصد است. می توان در نظر گرفت که این سه دسترسی به تسهیلات خدمات عمومی تأثیر مثبتی بر قیمت مسکن دارند. این نتایج با انتظارات ما مطابقت دارد و با نتایج تحقیقات موجود مطابقت دارد [ 52 , 53 ]، و همچنین امکان‌سنجی روش‌های ارزیابی مورد استفاده در این مطالعه را اثبات می‌کند.

با این وجود، هنوز همبستگی منفی بین قیمت مسکن و دسترسی پزشکی در 02/39 درصد از جوامع وجود دارد. شکل 9e نشان می دهد که جوامع با همبستگی منفی عمدتاً در شمال و شرق جینان قرار دارند. ضلع شمالی تحت سلطه خوشه‌بندی کم-بالا است، به این معنی که این منطقه قیمت مسکن کمتر و دسترسی پزشکی بالاتری دارد، اگرچه بیمارستان‌ها در همه سطوح در این منطقه توزیع شده‌اند. با این حال، به دلیل وجود ایستگاه بین‌المللی اتوبوس جینان که بیشترین حجم حمل‌ونقل مسافر را در کشور دارد و به خط راه‌آهن نزدیک است، ساختار پرسنلی در این منطقه پیچیده است، ترافیک جدی است و تخریب آن دشوار است. و مناطق مسکونی قدیمی را نوسازی کرده و به اصطلاح “دهکده ای در شهر” را تشکیل می دهد. بنابراین، قیمت مسکن در نزدیکی این منطقه نسبتا پایین است، اما به دلیل نزدیک بودن به منطقه عملکردی اصلی جینان، دسترسی پزشکی به شدت تحت تأثیر بیمارستان عمومی قرار می‌گیرد. بدین ترتیب، دسترسی پزشکی بالاتر است و خوشه های کم-بالا را تشکیل می دهد. در برخی از مناطق مسکونی در شرق یک خوشه بالا-پایین بین قیمت مسکن و دسترسی پزشکی وجود دارد، به این معنی که این منطقه قیمت مسکن بالا و دسترسی پزشکی پایین دارد. دلیل آن این است که شرق «مرکز شهر جدید» جینان است. یعنی یک منطقه کاربردی کاملاً جدید در جینان است که عمدتاً در دهه آینده ساخته می شود. به دلیل دلایل سیاستی، مراحل اولیه توسعه‌دهندگان املاک و مستغلات را برای توسعه مناطق مسکونی با کیفیت بالا جذب کرد، اما ساخت تأسیسات، مانند مراکز خرید بزرگ و بیمارستان‌های عمومی به‌موقع دنبال نشد. با این وجود، چندین بیمارستان عمومی بزرگ انتخاب محل را تکمیل کرده و ساخت و ساز را در بخش شرقی جینان آغاز کرده اند.

تسهیلات آموزشی نیز عموماً به عنوان یک عامل مهم مؤثر بر قیمت مسکن در نظر گرفته می‌شوند، اما همانطور که در شکل 4 مشاهده می‌شود ، امکانات آموزشی، به‌ویژه مدارس ابتدایی، نسبت به سایر امکانات به‌طور یکنواخت‌تر از نظر فضایی توزیع شده‌اند و دسترسی فضایی به امکانات آموزشی کمتر متفاوت است. در یک نوع خوشه ای “غیر معنی دار” در رابطه با قیمت مسکن. علاوه بر این، تأثیر تسهیلات آموزشی بر قیمت مسکن تحت تأثیر عواملی غیر از دسترسی است که در بخش محدودیت‌ها در زیر مورد بحث قرار گرفته است.

5.3. محدودیت ها

مناطق مدرسه ای روش اصلی انتخاب مدرسه برای دانش آموزان در آموزش اجباری در چین است، به طوری که دانش آموزان بسته به جامعه مسکونی که در آن زندگی می کنند در مدارس تعیین شده قرار می گیرند، معمولاً دانش آموزان و والدین آنها حق انتخاب مدارس دیگر را ندارند. به خواسته های خودشان شکل 9c نشان می دهد که توزیع فضایی دسترسی آموزشی هیچ ویژگی خوشه بندی آشکاری ندارد، که نشان می دهد تعداد آن در توزیع فضایی نسبتاً یکنواخت است. با این حال، وضعیت واقعی این است که کیفیت آموزشی هر مدرسه به شدت ناهموار است، برخی از مناطق مدارس ممکن است کیفیت آموزشی فوق‌العاده بالایی داشته باشند و قیمت مسکن جوامع واقع در مناطق مدارس با کیفیت بالا 60 درصد بالاتر از مناطق واقع خواهد بود. در مناطق مدرسه مجاور اصطلاح “خانه منطقه مدرسه” برای توصیف این پدیده قیمت مسکن در چین استفاده می شود. با این وجود، در تحلیل دسترسی پزشکی، تنها رابطه تقاضا/عرضه در منطقه مورد مطالعه در نظر گرفته شده است که با وضعیت واقعی جینان که مرکز درمانی و اداری استان است، همخوانی ندارد. از فوریه 2021، جینان خدمات بازپرداخت بیمه پزشکی را برای 36000 بازدید پزشکی از مراکز مختلف ارائه کرد، اما داده‌های مربوط به این منطقه از مطالعه خارج نشد. علاوه بر این، عوامل موثر بر قیمت مسکن اغلب از عوامل مختلفی مانند وضعیت اقتصادی شهر، ثبات اجتماعی و املاک خانه ها تشکیل شده است. این مقاله تنها رابطه فضایی بین تسهیلات خدمات عمومی و قیمت مسکن را تحلیل می‌کند. سایر عوامل اجتماعی و فرهنگی در نظر گرفته نشد و جامعیت روش ارزیابی نیاز به بهبود دارد که این نیز نقطه شروع مهمی برای ادامه این مطالعه در آینده است. اما داده های این حوزه از مطالعه خارج نشد. علاوه بر این، عوامل موثر بر قیمت مسکن اغلب از عوامل مختلفی مانند وضعیت اقتصادی شهر، ثبات اجتماعی و املاک خانه ها تشکیل شده است. این مقاله تنها رابطه فضایی بین تسهیلات خدمات عمومی و قیمت مسکن را تحلیل می‌کند. سایر عوامل اجتماعی و فرهنگی در نظر گرفته نشد و جامعیت روش ارزیابی نیاز به بهبود دارد که این نیز نقطه شروع مهمی برای ادامه این مطالعه در آینده است. اما داده های این حوزه از مطالعه خارج نشد. علاوه بر این، عوامل موثر بر قیمت مسکن اغلب از عوامل مختلفی مانند وضعیت اقتصادی شهر، ثبات اجتماعی و املاک خانه ها تشکیل شده است. این مقاله تنها رابطه فضایی بین تسهیلات خدمات عمومی و قیمت مسکن را تحلیل می‌کند. سایر عوامل اجتماعی و فرهنگی در نظر گرفته نشد و جامعیت روش ارزیابی نیاز به بهبود دارد که این نیز نقطه شروع مهمی برای ادامه این مطالعه در آینده است. این مقاله تنها رابطه فضایی بین تسهیلات خدمات عمومی و قیمت مسکن را تحلیل می‌کند. سایر عوامل اجتماعی و فرهنگی در نظر گرفته نشد و جامعیت روش ارزیابی نیاز به بهبود دارد که این نیز نقطه شروع مهمی برای ادامه این مطالعه در آینده است. این مقاله تنها رابطه فضایی بین تسهیلات خدمات عمومی و قیمت مسکن را تحلیل می‌کند. سایر عوامل اجتماعی و فرهنگی در نظر گرفته نشد و جامعیت روش ارزیابی نیاز به بهبود دارد که این نیز نقطه شروع مهمی برای ادامه این مطالعه در آینده است.

6. نتیجه گیری

بر اساس به دست آوردن حجم زیادی از داده های واقعی و معتبر، این مقاله به تجزیه و تحلیل ویژگی های توزیع مکانی قیمت مسکن در جینان و ارزیابی 6 دسته از 11 تسهیلات خدمات عمومی در جینان بر اساس روش ترکیبی 2SFCA متشکل از G2SFCA و H2SFCA پرداخته است. دسترس پذیری با روش نقطه شکست طبیعی طبقه بندی شد. دسترسی به مراکز خرید، مراکز درمانی و جاذبه های گردشگری دارای الگوی توزیع فضایی مشابهی بود. یعنی نواحی مرکزی و شرقی منطقه مورد مطالعه از دسترسی بالاتری برخوردار بودند. هیچ الگوی توزیع آشکاری برای دسترسی به ایستگاه اتوبوس و بازار مواد غذایی وجود نداشت. پس از آن، ویژگی های توزیع انواع مختلف دسترسی در مقیاس مناطق اداری مورد ارزیابی قرار گرفت. به طور کلی،

از طریق تجزیه و تحلیل شاخص محلی موران دو متغیره، الگوهای توزیع فضایی دسترسی و قیمت مسکن به سه دسته زیر طبقه‌بندی شدند: همبستگی مثبت (خوشه‌های زیاد- زیاد و کم-پایین)، همبستگی منفی (خوشه‌های زیاد- کم و کم- زیاد) و قابل توجه نیست نتایج نشان می‌دهد که دسترسی به امکانات پزشکی، خرید و جاذبه‌های گردشگری به وضوح می‌تواند قیمت مسکن را افزایش دهد. در مقابل، دسترسی به بازار مواد غذایی با قیمت مسکن همبستگی ضعیفی دارد، در حالی که دسترسی به آموزش و پرورش و ایستگاه‌های اتوبوس اساساً با قیمت مسکن ارتباطی ندارد.

ما رابطه فضایی بین توزیع فضایی امکانات خدمات عمومی و قیمت مسکن را در جینان، یک شهر بزرگ در حال ظهور، به عنوان مثال مطالعه کردیم. با توجه به جهانی بودن و مانورپذیری روش‌های به کار رفته در این پژوهش، می‌توان آن را به سایر مناطق مورد مطالعه تعمیم داد و نتایج را با برنامه‌ریزی اداری منطقه‌ای تلفیق کرد و در نتیجه درک تصمیم‌گیران و ذینفعان در مورد توزیع فضایی عمومی امکانات خدماتی را عمیق‌تر کرد.

منابع

وی، وای. یوینگ، آر. گسترش شهری، پراکندگی و نابرابری. Landsc. طرح شهری. 2018 ، 177 ، 259-265. [ Google Scholar ] [ CrossRef ]
گاسلینگ، اس. شرودر، ام. اسپات، پی. Freytag، T. توزیع فضای شهری و حمل و نقل پایدار. ترانسپ Rev. 2016 , 36 , 659-679. [ Google Scholar ] [ CrossRef ]
کانو، ی. Shiohama، T. قطبش و پراکندگی قیمت زمین در توکیو: یک رویکرد مدل فضایی. آسیا-پک. J. Reg. علمی 2022 ، 6 ، 807-835. [ Google Scholar ] [ CrossRef ]
فاک، جی. گرنت، جی. چه زمانی مدارس بهتر قیمت مسکن را افزایش می دهند؟ شواهدی از مدارس دولتی و خصوصی پاریس. جی. اقتصاد عمومی. 2010 ، 94 ، 59-77. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
سافورز، ج.-دی. لی، دبلیو. تخمین ارزش مناطق سبز شهری: تجزیه و تحلیل قیمت گذاری لذت بخش از بازار مسکن تک خانواده در لس آنجلس، کالیفرنیا. Landsc. طرح شهری. 2012 ، 104 ، 373-387. [ Google Scholar ] [ CrossRef ]
استوارت، جی کیو گرانش جمعیتی: شواهد و کاربردها. Sociometry 1948 ، 11 ، 31-58. [ Google Scholar ] [ CrossRef ]
موریس، جی.ام. دامبل، پی ال. شاخص های دسترسی ویگان، MR برای برنامه ریزی حمل و نقل. ترانسپ Res. قسمت A Gen. 1979 , 13 , 91-109. [ Google Scholar ] [ CrossRef ]
تالن، ای. Anselin, L. ارزیابی برابری فضایی: ارزیابی معیارهای دسترسی به زمین های بازی عمومی. محیط زیست طرح. یک اقتصاد. فضا 1998 ، 30 ، 595-613. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
Moseley، MJ دسترسی: چالش روستایی . Methuen: لندن، بریتانیا، 1979. [ Google Scholar ]
لو، دبلیو. وانگ، اف. اندازه گیری دسترسی فضایی به مراقبت های بهداشتی در یک محیط GIS: سنتز و مطالعه موردی در منطقه شیکاگو. محیط زیست طرح. B طرح. دس 2003 ، 30 ، 865-884. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
جوزف، AE; Bantock، PR اندازه گیری دسترسی فیزیکی بالقوه به پزشکان عمومی در مناطق روستایی: روش و مطالعه موردی. Soc. علمی پزشکی 1982 ، 16 ، 85-90. [ Google Scholar ] [ CrossRef ]
رانداک، ج. مارادا، م. Vrtiška، M. کاربرد مدل‌های دسترسی بالقوه در تصمیم‌گیری در مسیریابی HSR: مورد اتصالات سریع در چک. AUC Geogr. 2021 ، 56 ، 108-119. [ Google Scholar ] [ CrossRef ]
وانگ، اف. لو، دبلیو. ارزیابی عوامل فضایی و غیرمکانی برای دسترسی به مراقبت های بهداشتی: به سوی یک رویکرد یکپارچه برای تعریف مناطق کمبود حرفه ای سلامت. Health Place 2005 ، 11 ، 131-146. [ Google Scholar ] [ CrossRef ] [ PubMed ]
سوتسوک، ا. Kalvo، R. حمایت از خوشه های تجاری شهری: توسعه مبتنی بر شبکه از مدل هاف برای متعادل کردن مکان و اندازه. محیط زیست طرح. ب مقعد شهری. علوم شهر 2018 ، 45 ، 508-528. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
اسپنسر، جی. آنجلس، جی. تخمین تراکم هسته به عنوان تکنیکی برای ارزیابی در دسترس بودن خدمات بهداشتی در نیکاراگوئه. سرویس سلامت نتایج Res. روش. 2007 ، 7 ، 145-157. [ Google Scholar ] [ CrossRef ]
لو، دبلیو. Qi، Y. یک روش حوضه آبریز شناور دو مرحله ای (E2SFCA) برای اندازه گیری دسترسی فضایی به پزشکان مراقبت های اولیه. Health Place 2009 ، 15 ، 1100-1107. [ Google Scholar ] [ CrossRef ]
مک گریل، ام آر؛ Humphreys، JS اندازه گیری دسترسی فضایی به مراقبت های اولیه در مناطق روستایی: بهبود اثربخشی روش حوضه آبریز شناور دو مرحله ای. Appl. Geogr. 2009 ، 29 ، 533-541. [ Google Scholar ] [ CrossRef ]
دای، دی. تفکیک مسکونی سیاه، نابرابری در دسترسی فضایی به امکانات مراقبت های بهداشتی، و تشخیص سرطان پستان در مرحله آخر در کلانشهر دیترویت. Health Place 2010 ، 16 ، 1038-1052. [ Google Scholar ] [ CrossRef ]
دای، دی. نابرابری های نژادی/قومی و اجتماعی-اقتصادی در دسترسی به فضای سبز شهری: کجا باید مداخله کرد؟ Landsc. طرح شهری. 2011 ، 102 ، 234-244. [ Google Scholar ] [ CrossRef ]
مک گریل، ام آر؛ Humphreys، JS اندازه گیری دسترسی فضایی به خدمات مراقبت های بهداشتی اولیه: استفاده از اندازه های پویا حوضه. Appl. Geogr. 2014 ، 54 ، 182-188. [ Google Scholar ] [ CrossRef ]
جمشو، س. گوشه، آر. Dewan، A. تجزیه و تحلیل فضایی-زمانی دسترسی فضایی به مراقبت های بهداشتی اولیه در بوتان. ISPRS Int. J. Geo-Inf. 2015 ، 4 ، 1584-1604. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
تائو، ز. چنگ، ی. دای، تی. اندازه گیری دسترسی فضایی به تسهیلات مراقبت مسکونی در پکن. Prog. Geogr. 2014 ، 33 ، 616-624. [ Google Scholar ]
اوکابه، ا. ساتوح، تی. فوروتا، تی. سوزوکی، آ. Okano, K. نمودارهای ورونوی شبکه تعمیم یافته: مفاهیم، روش های محاسباتی و کاربردها. بین المللی جی. جئوگر. Inf. علمی 2008 ، 22 ، 965-994. [ Google Scholar ] [ CrossRef ]
دوگان، او. هان، جی. لی، اس. باز کردن جوامع دردار و مزایای دسترسی به محله: مورد سئول، کره. بین المللی جی. محیط زیست. Res. بهداشت عمومی 2021 ، 18 ، 4255. [ Google Scholar ] [ CrossRef ]
ژنگ، ال. لی، جی. هو، دبلیو. Duan، P. تجزیه و تحلیل محدوده فضایی خدمات و دسترسی بیمارستان های تعیین شده برای بیماری کروناویروس 2019 در استان یوننان، چین. Geocarto Int. 2021 ، 36 ، 1-19. [ Google Scholar ] [ CrossRef ]
Hansen, WG چگونه دسترسی به استفاده از زمین شکل می دهد. مربا. Inst. طرح. 1959 ، 25 ، 73-76. [ Google Scholar ] [ CrossRef ]
ساکتی، م. Rahadianto، MAE; پرادان، بی. محمد، ح.ن. Andani، IGA; سرلی، PW; عبدالله، آقا؛ Anggraini، TS; پورنومو، AD; ریدوانا، ر. و همکاران تجزیه و تحلیل مکان مدرسه با ادغام دسترسی، خطرات طبیعی و بیولوژیکی برای حمایت از دسترسی برابر به آموزش. ISPRS Int. J. Geo-Inf. 2022 ، 11 ، 12. [ Google Scholar ] [ CrossRef ]
فلمینگ، جی. ویلسون، SE; هارت، SA; ترین، WJ; Cook, BG دسترسی آزاد در تحقیقات آموزشی: افزایش اعتبار، برابری، تأثیر و کارایی تحقیق. آموزش. روانی 2021 ، 56 ، 110-121. [ Google Scholar ] [ CrossRef ]
Talen، E. مدرسه، جامعه، و برابری فضایی: بررسی تجربی دسترسی به مدارس ابتدایی در ویرجینیای غربی. ان دانشیار صبح. Geogr. 2001 ، 91 ، 465-486. [ Google Scholar ] [ CrossRef ]
هشترخانی، س. کیانی، ب. برگکوئیست، آر. باقری، ن. وفایی نژاد، ر. تارا، ام. یک رویکرد یکپارچه با سن برای بهبود اندازه گیری دسترسی فضایی بالقوه به خدمات فوریت های پزشکی برای مناطق شهری. بین المللی J. طرح سلامت. مدیریت 2020 ، 35 ، 788-798. [ Google Scholar ] [ CrossRef ]
قربانزاده، م. کیم، ک. Ozguven، EE; Horner، MW ارزیابی دسترسی فضایی بیماران COVID-19 به مراکز بهداشتی: مطالعه موردی فلوریدا. رفتار سفر. Soc. 2021 ، 24 ، 95-101. [ Google Scholar ] [ CrossRef ]
Munoz-Raskin, R. دسترسی پیاده روی به حمل و نقل سریع اتوبوس: آیا بر ارزش اموال تأثیر می گذارد؟ مورد بوگوتا، کلمبیا. ترانسپ سیاست 2010 ، 17 ، 72-84. [ Google Scholar ] [ CrossRef ]
سیف، م. زفره، م.م. Torok، A. دسترسی به حمل و نقل عمومی: بررسی ادبیات. عادت زنانه. پلی تک. ترانسپ مهندس 2019 ، 47 ، 36-43. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
نپال، ام. رای، RK; خدایات، ام اس; Somanathan، E. ارزش محله‌های پاک‌تر: کاربرد مدل قیمت لذت‌گرا در زمینه کم درآمد. توسعه دهنده جهانی 2020 , 131 , 104965. [ Google Scholar ] [ CrossRef ]
چانه، HC; Foong، KW تأثیر دسترسی به مدرسه بر ارزش مسکن. ج. طرح شهری. توسعه دهنده 2006 ، 132 ، 120-129. [ Google Scholar ] [ CrossRef ]
Smersh، GT; اسمیت، تغییرات دسترسی MT و افزایش قیمت خانه شهری: یک رویکرد بهینه سازی محدود برای تعیین اثرات فاصله. جی. هاوس. اقتصاد 2000 ، 9 ، 187-196. [ Google Scholar ] [ CrossRef ]
چن، اس. ژانگ، ال. هوانگ، ی. ویلسون، بی. موسی، جی. معامله، ب. تأثیرات فضایی دسترسی چندوجهی به فضاهای سبز بر قیمت مسکن در شهرستان کوک، ایلینوی. شهری برای. سبز شهری. 2022 ، 67 ، 127370. [ Google Scholar ] [ CrossRef ]
لی، آر. گونگ، اس. Gao, Y. دسترسی به امکانات خدمات عمومی در پکن و تأثیر آن بر قیمت مسکن. Beijing Da Xue Xue Bao 2021 ، 57 ، 875-884. [ Google Scholar ]
جنکس، GF مفهوم مدل داده در نقشه برداری آماری. بین المللی سالب. کارتوگر. 1967 ، 7 ، 186-190. [ Google Scholar ]
وانگ، اف. اندازه‌گیری، بهینه‌سازی و تأثیر دسترسی به مراقبت‌های بهداشتی: بررسی روش‌شناختی. ان دانشیار صبح. Geogr. 2012 ، 102 ، 1104-1112. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
تائو، ز. چنگ، ی. لیو، جی. روش حوضه آبریز شناور دو مرحله ای سلسله مراتبی (2SFCA): اندازه گیری دسترسی فضایی به امکانات بهداشتی سلسله مراتبی در شنژن، چین. بین المللی J. Equity Health 2020 , 19 , 164. [ Google Scholar ] [ CrossRef ]
شیود، ن. موریتا، م. شیود، اس. اوکونوکی، K.-I. جغرافیای شهری و روستایی پیری: تجزیه و تحلیل همبستگی فضایی محلی اقدامات جمعیتی پیری جئوگر شهری. 2014 ، 35 ، 608-628. [ Google Scholar ] [ CrossRef ]
هو، اس. آهنگ، دبلیو. لی، سی. Lu, J. یک روش حوضه آبریز شناور دو مرحله‌ای مبتنی بر گاوسی برای اندازه‌گیری دسترسی به پارک‌های شهری. Cities 2020 , 105 , 102815. [ Google Scholar ] [ CrossRef ]
جانگ، اس. یی، سی. عدم تعادل بین دسترسی به رفت و آمد محلی و مکان های مسکونی خانوارها بر اساس طبقه درآمد در منطقه شهری سئول. Cities 2021 , 109 , 103011. [ Google Scholar ] [ CrossRef ]
کانوگانتی، اس. سرکار، AK; سینگ، AP کمی کردن دسترسی به مراقبت های بهداشتی با استفاده از روش حوضه آبریز شناور دو مرحله ای (2SFCA): مطالعه موردی در راجستان. ترانسپ Res. Procedia 2016 ، 17 ، 391-399. [ Google Scholar ] [ CrossRef ]
کانوگانتی، اس. سرکار، AK; سینگ، AP ارزیابی دسترسی به مراقبت های بهداشتی در مناطق روستایی با استفاده از روش افزایش یافته حوزه آبریز شناور دو مرحله ای (E2SFCA). J. Transp. Geogr. 2016 ، 56 ، 45-52. [ Google Scholar ] [ CrossRef ]
لیو، ایکس. هو، ز. تاون، SDJ؛ او، م. تان، ا. جیانگ، دی. محمد، ASH; مائو، زی. دانش، نگرش‌ها و شیوه‌های مربوط به استقرار سیستم ملی پزشکی سلسله مراتبی (NHMS) در میان بیماران سرپایی در بیمارستان‌های درجه سوم چین. پزشکی 2018 , 97 , e11836. [ Google Scholar ] [ CrossRef ] [ PubMed ]
نیو، دبلیو. هوانگ، جی. زینگ، ز. چن، جی. سرریزهای دانش از داده های بزرگ پزشکی تحت سیستم پزشکی سلسله مراتبی و تصمیمات درمان پزشکی بیماران. IEEE Access 2019 ، 7 ، 55770–55779. [ Google Scholar ] [ CrossRef ]
وو، کیو. Xie، X. لیو، دبلیو. وو، ی. کارایی اجرای سیستم تشخیص و درمان سلسله مراتبی در چین: مطالعه موردی موسسات اولیه پزشکی و بهداشتی در استان فوجیان. بین المللی J. طرح سلامت. مدیریت 2021 ، 37 ، 214-227. [ Google Scholar ] [ CrossRef ]
ژو، ز. ژائو، ی. شن، سی. لای، اس. نواز، ر. گائو، جی. ارزیابی تأثیر سیستم پزشکی سلسله مراتبی بر رفتار جستجوی سلامت: تجزیه و تحلیل تفاوت در تفاوت ها در چین. Soc. علمی پزشکی 2021 ، 268 ، 113372. [ Google Scholar ] [ CrossRef ]
هوانگ، Q. لو، اف. چن، دبلیو. Ma, J. تجزیه و تحلیل شناخت و تمایل سیستم پزشکی سلسله مراتبی در بین بیماران بیمارستانی. چانه. پریم. بهداشت و درمان 2016 , 30 , 1r3. [ Google Scholar ]
پنگ، تی.-سی. چیانگ، ی.-اچ. غیر خطی بودن نزدیکی بیمارستان ها به قیمت ملک: تجربیات تایپه، تایوان. J. Prop. Res. 2015 ، 32 ، 341-361. [ Google Scholar ] [ CrossRef ]
ون، اچ. تائو، ی. ساختار شهری چندمرکزی و قیمت مسکن در چین انتقالی: شواهدی از هانگژو. Habitat Int. 2015 ، 46 ، 138-146. [ Google Scholar ] [ CrossRef ]

شکل 1. نقشه منطقه مورد مطالعه.

شکل 2. نمودار جریان شبه کد.

شکل 3. نمودار شماتیک 2SFCA. نقاط عرضه با حروف انگلیسی و نقاط تقاضا با اعداد عربی نشان داده می شوند.

شکل 4. توزیع فضایی امکانات خدمات عمومی. ( الف ): بیمارستان عمومی; ( ب ): بیمارستان ثانویه؛ ( ج ): بیمارستان عالی؛ ( د ): دوره راهنمایی; ( ه ): دبستان; ( f ): مرکز خرید; ( g ): مرکز خرید; ( h ): فروشگاه رفاه; ( i ): ایستگاه اتوبوس؛ ( j ): جاذبه توریستی; ( ک ): بازار بقالی.

شکل 5. تحلیل توزیع الگوی فضایی قیمت مسکن. ( الف ): نتیجه موران I. ( ب ): تراکم هسته قیمت مسکن.

شکل 6. نقشه توزیع دسترسی امکانات خدمات عمومی. ( الف ): دسترسی به خرید. ( ب ): دسترسی به ایستگاه اتوبوس. ( ج ): دسترسی به آموزش. ( د ): دسترسی به بازار مواد غذایی؛ ( ه ): دسترسی به پزشکی. ( f ): دسترسی به جاذبه های گردشگری.

شکل 7. نسبت کمی دسترسی در همه سطوح. ( الف ): خرید؛ ( ب ): ایستگاه اتوبوس؛ ( ج ): آموزش و پرورش; ( د ): بازار مواد غذایی؛ ( ه ): پزشکی; ( و ): جاذبه توریستی.

شکل 8. نمودار سانکی از نوع خوشه ای دسترسی و قیمت مسکن. ( الف ): خرید؛ ( ب ): ایستگاه اتوبوس؛ ( ج ): آموزش و پرورش; ( د ): بازار مواد غذایی؛ ( ه ): پزشکی; ( و ): جاذبه توریستی.

شکل 9. نمودار LISA دسترسی و قیمت مسکن. ( الف ): LISA of shopping; ( ب ): LISA ایستگاه اتوبوس. ( ج ): LISA آموزش. ( د ): LISA بازار مواد غذایی. ( ه ): LISA پزشکی; ( f ): LISA جاذبه توریستی.

مقالات داخلی و بین المللی

7 نظرات

دیدگاهتان را بنویسید لغو پاسخ

برای نوشتن دیدگاه باید وارد بشوید.

مشاورین هوش پیروزی

ارزیابی دسترسی به امکانات چندگانه خدمات عمومی و ارتباط آن با قیمت مسکن با استفاده از روش بهبود یافته 2SFCA – مطالعه موردی شهر جینان، چین

کلید واژه ها:

1. مقدمه

2. بررسی ادبیات