رتبه‌بندی کلان‌شهرهای ایران براساس شاخص هوشمندی شهری

با توجه به اینکه فرایند شهرنشینی در مقیاس وسیعی در سراسر جهان اتفاق افتاده است، افزایش جمعیت و رشد روزافزون آن، مشکلات متعددی را به‌ویژه در کلان‌شهرها با توجه به تمرکز بیشتر امکانات این شهرها ایجاد کرده است که رفع آنها به تحقیقات علمی به‌منظور مدیریت و برنامه‌ریزی مناسب برای اداره شهرها و ارتقای کیفی سطح زندگی آنها نیازمند است. براساس این، مدیران و برنامه‌ریزان شهری، هوشمندشدن شهر را الزامی برای رفع موانع شهرها و ارتقای زندگی در آنها مطرح کرده‌اند. شهر هوشمند پدیده‌ای چندبعدی است که شاخص‌های مختلفی را در بر می‌گیرد. این پژوهش با هدف تعیین سطح هوشمندی کلان‌شهرهای ایران و معرفی یک شاخص ترکیبی سنجش میزان هوشمندی و سپس رتبه‌بندی و خوشه‌بندی آنها صورت گرفته است. بدین منظور، 41 متغیر برای 6 شاخص شهر هوشمند شامل محیط زیست، اقتصاد، حکومت، زندگی، تحرک و مردم هوشمند در 9 کلان‌شهر ایران طی سال‌های 1400- 1385 تجزیه و تحلیل شدند. برای استخراج شاخص شهر هوشمند از روش تحلیل مولفه اساسی (pca) دو مرحله‌ای در نرم‌افزار eviews استفاده شد. سپس با به‌کارگیری آزمون فریدمن و w کندال در نرم‌افزار spss کلان‌شهرهای کشور براساس میزان هوشمندی رتبه‌بندی شدند و درنهایت با استفاده از xlstat خوشه‌بندی آنها انجام شد. نتایج نشان دادند شاخص «محیط زیست» بیشترین تاثیر را در شاخص‌های هوشمندی داشته است و همچنین بین کلان‌شهرهای کشور، شهر تهران در بالاترین و کرمانشاه در پایین‌ترین سطح هوشمندی قرار داشته است.

ranking of iranian metropolises based on urban smartness index

due to widespread urbanization worldwide, the significant increase in population and its continuous growth have led to numerous challenges, particularly in metropolises, where the concentration of resources exacerbates these issues. addressing these challenges requires scientific research for effective city management and planning to enhance residents’ quality of life. consequently, city managers and urban planners have emphasized the importance of smart city initiatives to overcome enhance urban living conditions. a smart city is a multidimensional concept encompassing various metrics. this study aims to assess the level of smartness in iranian metropolises and introduce a composite index for measuring smartness and then ranking and clustering them. to achieve this, 41 variables related to six smart city indicators, including environment, economy, goverment, life, mobility and people were analyzed in 9 iranian metropolises over years 1385 -1400. the smart city index was derived using analysis the two-stage principal component analysis (pca) method in the eviews software, followed by ranking metropolises based on urban intelligence level using the friedman and kendall’s w test in spss software, and finally clustering them using  xlstat. the resul indicate that the&environment&index had the most significant impact on smartness indicators. moreover, among the metropolises in the country, city tehran ranked highest while city kermanshah ranked lowest in terms of smart.