| المستخلص: |
يمثل تصنيف المناطق المكانية الصغيرة كالأحياء والمجاورات والمراكز والمحافظات وفقا لخصائص سكانها إحدى أهم الطرق والأساليب الجيوديموغرافية. وذلك بهدف التعرف على الأنماط المكانية لسكان هذه الوحدات الإدارية. كما أن تقسيم المناطق إلى مجموعات متجانسة ومتشابهة في عدد محدد من المتغيرات يؤدي إلى رصد التباين المكاني للمشكلات الاجتماعية الاقتصادية والإسكانية بما يساعد في بلورة الخطط التنموية بصورة صحيحة .يهدف هذا البحث إلى تصنيف محافظات منطقة الرياض إلى مجموعات عنقودية وفقا لمتغيرات إحصائية متنوعة اعتمادا على بيانات التعداد السكاني السعودي للعام 2004م. وقد أستخدم في هذا البحث منهج التحليل المكاني وأسلوب التجميع العنقودي (Cluster Analysis) بطريقة وورد (Ward) الهرمية المتسلسلة (Hierarchal Method) وذلك ضمن بيئة نظم المعلومات الجغرافية بحيث يكون الناتج النهائي إضافة إلى نتائج التحليل الإحصائية, هو تحديد التجمعات العنقودية على خرائط لإبراز البعد الجغرافي. وقد تم تصميم قاعدة بيانات نوعية لربطها بالبيانات المكانية لمحافظات منطقة الرياض. وتضمنت قاعدة البيانات النوعية متغيرات خاصة بالظروف السكنية والخدمات العامة (كاتصال المسكن بشبكة المياه والكهرباء والصرف الصحي) ونوعية السكن ومادة بناءه ونسبة المساكن المؤجرة وتلك المملوكة للأسر. وتعتبر هذه المتغيرات كاشفة عن درجات التفاوت المعيشي والمستويات الاجتماعية. كما تضمنت هذه المتغيرات أيضا معدلات اتصال المساكن بشبكة الانترنت وامتلاك حواسب شخصية. وقد كشفت نتائج التحليل العنقودي عن تباين واضح في حجم التغطية والاتصال بالبنيات التحتية والمرافق العامة بين محافظات منطقة الرياض، مما يعكس تفاوتا واضحا في معدلات التنمية البشرية والعمرانية.
Classifying small areas such as wards, neighborhoods, and enumeration areas according to their population characteristics is one of the most important techniques in geodemographic analysis. Such classifications facilitate understanding of spatial patterns of population distribution in every spatial administrative unit and to enhance development plans. Classifying areas into groups based on a specific number of variables can effectively help in highlighting and understanding spatial variation of socioeconomic and housing issues. This research aims to classify Al- Riyadh governorates into clusters using different statistical variables derived from the 2004 Saudi census datasets. Spatial and cluster analyses (Ward Hierarchal Method) were applied using Geographic Information Systems (GIS). Spatial and attribute database were collated and integrated within a geodatabase. The attribute data include a variety of variables such as access to public drinking water network, access to the public electricity network, access to public sewerage, owning a computer, internet service access and housing types. These variables can effectively reflect spatial variation in household socioeconomic levels and thus sustainable human development. The statistical findings and clusters were mapped. The finding of this research indicated that Al Riyadh governorates vary in public infrastructure coverage and accessibility to basic services
|
