تعیین عوامل موثر در پیش بینی ترافیک تولیدی از کاربری های شهری(نمونه موردی، شهر نیشابور)

هدف تحقیق حاضر، تعیین سهم عوامل مختلف در پیش بینی میزان تولید ترافیک از کاربری های شهری در بخش مرکزی شهر نیشابور می باشد. به این منظور، از روش تحقیق توصیفی و تحلیلی در قالب همبستگی از نوع پیش بین استفاده شده است. برای گردآوری داده های مورد نیاز از پرسشنامه محقق ساخته بهره برداری شده است. برای تاثیر تغییرات مربوط به هر یک از کاربری های شهری، ابتدا نظر متخصصین و مدیران مرتبط با امر ترافیک مورد پرسش قرار گرفت و برای مقایسه این نتایج، نسبت به گردآوری داده های میدانی نیز اقدام شد. نمونه مورد نظر در بخش نظر سنجی از افراد بر اساس جدول مورگان 60 نفر تعیین شد که این افراد به دو گروه مساوی 30 نفری برای افراد شاغل در بدنه مدیریت شهری و سایر افراد تقسیم شدند. داده های گردآوری شده از این طریق با استفاده از نرم افزارهای مختلف به خصوص spss و مدل های آمار توصیفی و استنباطی به خصوص خی دو و تحلیل رگرسیون چند متغیره، تجزیه و تحلیل شد. نتایج نشان داد که تعداد شاغلین در هر کاربری (تعداد مدیران و کارمندان دائمی و موقت در برابر سایر مولفه های هر کاربری و یا عملکرد) می تواند میزان تولید ترافیک هر کاربری(عملکرد شهری) را به طور معناداری پیش بینی کند (0.000 =p). اما افزودن هر یک از متغیرهای محل استقرار، میزان تراکم و نوع عملکرد به متغیر تعداد شاغلین، نمی تواند قدرت پیش بینی تولید ترافیک را به طور معناداری افزایش دهد.

Determination of the effective factors in prediction of traffic created from urban applications. (Sample item, Neyshabur)

The purpose of this paper was to determination of the effective factors in prediction of traffic created from urban applications in Neyshabour. This study has been performed by descriptive in the form of correlation of prediction. Field data has been gathered, in case of a questionnaire. The case study in poll section determine 60 person in basis of Morgan chart that were separated into two groups in each 30 persons between employees in urban administration and other people. Data that gathered in this way analyzed by use of spss. The results showed that number of employees in each land use or its functions, has undeniable role in increasing the scale of traffic production (P= 0/000), but other noted factors can’t predict it however urban lists are related to the scale of traffic production. The number of employees in each land use is also clarified in this research. We can say that urban administration have to estimate any amount of traffic before getting any license for land use change or localization and specific performance and also estimate its effect over the entire transport ion net .