تحلیل فضایی خدمات پیشرفته (aps) شهری با استفاده از آمار فضایی، پژوهش موردی: شهر اردبیل

هدف این پژوهش تحلیل فضایی پراکنش و الگوی فضایی خدمات پیشرفته (aps) در یکی از شهرهای میانه‌ اندام کشور (اردبیل) است. جامعه آماری پژوهش را 2100 واحد فعالیتی در چهار گروه از خدمات پیشرفته شامل خدمات بانکی و مالی، بهداشتی و درمانی، املاک و مستغلات و بیمه تشکیل می‌دهند. این پژوهش از نوع تحلیلی است و برای گردآوری‌ و پیاده‌سازی داده‌ها از روش اسنادی و میدانی استفاده شده است. از فنون آمار فضایی همانند تراکم کرنل، میانگین نزدیکترین همسایه، آماره موران محلی، تراکم خوشه و ناخوشه‌، لکه‌های داغ و رگرسیون موزون جغرافیایی (gwr) در محیط gis برای تجزیه و تحلیل، تخمین تراکم، تحلیل الگوی پراکنش، الگوی توزیع و مفهوم‌سازی روابط فضایی استفاده شده است. یافته‌های پژوهش نشان می دهند که خدمات بیمه‌ و خدمات مشاوره املاک بیشتر سطح شهر را از نظر حوزه پوشش‌دهی، به خود اختصاص داده‌اند. بخش مرکزی و جنوبی شهر، از بالاترین تراکم فضایی خدمات پیشرفته برخوردارند. الگوی فضایی خدمات پیشرفته از نوع پراکنده است. الگوی فضایی خدمات بیمه و مشاوره املاک از نوع پراکنده و الگوی توزیع فضایی خدمات بانکی و بهداشتی و درمانی از نوع خوشه‌ای است. نقطه ثقل خدمات در مرکز جغرافیایی شهر قرار دارد و خدمات پیشرفته دارای مسیر حرکت شمالی جنوبی هستند. بین تراکم جمعیت و برخی از خدمات پیشرفته رابطه معنی‌داری وجود دارد. در پایان، پیشنهادهایی بر اساس یافته‌های پژوهش ارائه شده‌است.

Spatial analysis of urban Advanced Producer Services (APS) using spatial statistics, Case study: Ardabil city

The aim of the present study is to analyze the spatial distribution and to show the spatial patterns of advanced producer services (APS) in Ardabil; one of the middlesized cities in Iran. Sample of the study comprises 2100 activity units in four groups of advanced services, including banking and financial services, healthcare and remedial, real estate, and insurance services. Documentary and field methods are applied for collecting and processing the data. Spatial statistical techniques such as Kernel Density, Average Nearest Neighbor, the local Moran statistics, Cluster and Outlier spatial analysis, Hot Spots and Geographically Weighted Regression (GWR) methods have been used in GIS environment for data analysis, density estimation, distribution pattern analysis and conceptualization of spatial relationships. The results show that, insurance and real estate consulting services are enjoying the highest levels of coverage around the city. The highest densities of ASPs belong to center and south parts of the city. The spatial pattern of the advanced services is spread in type. Spatial pattern and spatial distribution of insurance services and real estate consulting are dispersed around the city, but the spatial pattern of banking, health and remedial services are clustered. The gravity or central point of advanced services locates at the geographical center of the city and the movement path of the advanced services follows a northsouth route. There is a significant relationship between population density and some kinds of advanced services. Finally, some recommendations are presented based on the findings of the study.