برآورد و تحلیل مقایسه ای شاخص های اقتصادی – اجتماعی در مناطق شهری استان های ایران طی سرشماری سال 1390 (رویکرد تحلیل مولفه های اصلی)

اقتصاد مالی

مقاله 10، دوره 13، شماره 46، اردیبهشت 1398، صفحه 217-240   

نوع مقاله: علمی پژوهشی

نویسندگان

کریم شهنازی¹؛ الناز انتظار^{* 2}

¹کارشناس ارشد اقتصاد، گروه اقتصاد، واحد ارومیه، دانشگاه آزاد اسلامی، ارومیه، ایران

²استادیار، گروه اقتصاد، واحد ارومیه، دانشگاه آزاد اسلامی، ارومیه، ایران

چکیده

در سال های اخیر تلاش‎های بسیاری در جهت بهبود و جامع‎ترکردن شاخص‎های اقتصادی- اجتماعی انجام گرفته است، به این‎صورت که اخیراً محققان به جای استفاده از شاخص‎های اقتصادی- اجتماعی فردی به شاخص‎های ترکیبی روی آورده اند.
هدف این مطالعه بررسی وضعیت اقتصادی – اجتماعی استانها از بعد آموزش، مسکن، درآمد، حرفه شغلی و اشتغال می باشد و بنابراین امتیاز شاخص‎های اقتصادی- اجتماعی برای تمامی استان‎ها در سرشماری سال 1390 با استفاده از روش تحلیل مولفه‎های اصلی محاسبه گردیده است.
نتایج حاصل از مطالعه نشان داد که در سرشماری 1390 استان تهران در تمامی شاخص‎های اقتصادی- اجتماعی به عنوان برخوردارترین استان محسوب می شود و استان سیستان و بلوچستان در شاخص محرومیت اقتصادی – اجتماعی نسبی و شاخص مزیت و محرومیت اقتصادی- اجتماعی نسبی به عنوان محروم‎ترین استان شناخته شد و همچنین محروم‎ترین استان در شاخص منابع اقتصادی، استان چهار محال بختیاری می باشد و استان کردستان نیز از نظر شاخص آموزش و حرفه شغلی به عنوان محروم ترین استان معرفی شد.
In the recent years, many efforts have been done to improve socioeconomic indices. Recently researchers use compound socioeconomic indexes rather than single indexes.
The purpose of this study was to assess socioeconomic status of the provinces from the education, income, housing, occupation and employment dimension, therefore scores of socioeconomic indices has been calculated for all the provinces in the 2011 census by using the principal component analysis.
The results indicate that in 2011 census Tehran is the most advantageous province in all socio-economic indices. Sistan and Baluchestan in the Index of Relative Socio-Economic Disadvantage and Index of Relative Socio-Economic Advantage and Disadvantage is the most disadvantaged province in the census of 2011. The most disadvantaged province in the Index of Economic Resources is Chahar Mahal and Bakhtiari in the census and Kurdistan is considered as the most disadvantaged province in the Index of Education and Occupation in the 2011 census.
 
Keywords: socio-economic indexes, PCA, advantage, disadvantage
JEL classification: A13

کلیدواژه‌ها

شاخص اقتصادی–اجتماعی؛ تحلیل مولفه‎های اصلی؛ مزیت؛ محرومیت. طبقه بندی JEL : A13

اصل مقاله

برآورد و تحلیل مقایسه ای شاخص های اقتصادی – اجتماعی در مناطق شهری استان های ایران طی سرشماری سال 1390

(رویکرد تحلیل مولفه های اصلی)

 

کریم شهنازی

تاریخ دریافت: 27/10/1397            تاریخ پذیرش: 28/12/1397

[1]

الناز انتظار[2]

 

چکیده

در سال های اخیر تلاش‎های بسیاری در جهت بهبود و جامع‎ترکردن شاخص‎های اقتصادی- اجتماعی انجام گرفته است، به این‎صورت که اخیراً محققان به جای استفاده از شاخص‎های اقتصادی- اجتماعی فردی به شاخص‎های ترکیبی روی آورده اند.

هدف این مطالعه بررسی وضعیت اقتصادی – اجتماعی استانها از بعد آموزش، مسکن، درآمد، حرفه شغلی و اشتغال می باشد و بنابراین امتیاز شاخص‎های اقتصادی- اجتماعی برای تمامی استان‎ها در سرشماری سال 1390 با استفاده از روش تحلیل مولفه‎های اصلی محاسبه گردیده است.

نتایج حاصل از مطالعه نشان داد که در سرشماری 1390 استان تهران در تمامی شاخص‎های اقتصادی- اجتماعی به عنوان برخوردارترین استان محسوب می شود و استان سیستان و بلوچستان در شاخص محرومیت اقتصادی – اجتماعی نسبی و شاخص مزیت و محرومیت اقتصادی- اجتماعی نسبی به عنوان محروم‎ترین استان شناخته شد و همچنین محروم‎ترین استان در شاخص منابع اقتصادی، استان چهار محال بختیاری می باشد و استان کردستان نیز از نظر شاخص آموزش و حرفه شغلی به عنوان محروم ترین استان معرفی شد.

واژه‌های کلیدی: شاخص اقتصادی–اجتماعی، تحلیل مولفه‎های اصلی، مزیت، محرومیت.

طبقه بندی JEL:  A13

1- مقدمه

هدف هر کشور ایجاد یک زندگی آسان، ارزان و راحت برای تمامی شهروندان می باشد. برای دستیابی کشورها به چنین اهدافی بایستی برخی از فعالیت های اقتصادی، اجتماعی، مذهبی، فرهنگی و تکنولوژیکی به منظور افزایش سرمایه انجام گردد. اعتقاد بر این است که افزایش سرمایه باعث توانمندسازی یک کشور برای آغاز توسعه زیرساخت‎ها و تولید کالاها و خدمات شده و به دنبال آن منجر به ایجاد زندگی آسان، راحت و ارزان خواهد شد. در یک جامعه ایده آل، آسایش در نتیجه بهبود رفاه شخصی حاصل می‎شود که این خود نیز به واسطه افزایش درآمد سرانه، تولید ناخالص ملی، تولید ناخالص داخلی، کاهش وابستگی به واردات، ظرفیت بالای صنعتی و افزایش سطح سواد بدست می‎آید (فستوس[i] و آدکلا[ii]، 2015).

یکی از موضوعات مهم و مورد نیاز در اقتصاد توسعه و مطالعات حوزه سلامت و بهداشت در سطح خرد، ارزیابی وضعیت اقتصادی – اجتماعی خانوارها می باشد. وضعیت اقتصادی-اجتماعی ابعاد گسترده‎ای را شامل می‎شود، از جمله: آموزش و تحصیلات، شغل اعضای خانواده و دسترسی خانوارها به کالاها و خدمات، از این رو شاخص اقتصادی - اجتماعی به دو بعد نابرابری اشاره می‎کند، بعد اقتصادی و بعد اجتماعی. هر چند این دو بعد ارتباط نزدیکی باهم دارند، ولی با این وجود در دوجنبه مختلف طبقه بندی می‎شوند. بعد اقتصادی بیشتر توسط پول یا ثروت تعریف می‎شود که درآمد، مالکیت مسکن و دیگر دارائی‎های مالی (مثل : حقوق بازنشستگی) و همچنین دسترسی خانوار‎ها به کالا‎ها و خدمات را منعکس می‎کند و بعد اجتماعی آموزش و تحصیلات اعضای خانواده، شغل اعضای خانواده، جایگاه شغلی و جایگاه اجتماعی را شامل می‎شود (کولی نایکو[iii]و انگلس[iv]، 2004). مفاهیم بسیاری در مورد وضعیت اقتصادی – اجتماعی وجود دارد، به این‎صورت که معیار‎های اقتصادی استفاده شده در وضعیت اقتصادی-اجتماعی^[v] از اطلاعات مالی، از قبیل درآمد یا مخارج مصرفی استفاده می‎کنند. با این حال جمع آوری داده های درآمدی دقیق کار مشکلی بوده و همچنین به منابع گسترده ای برای ارزیابی خانوارها نیاز دارد. معیار های هزینه در مقایسه با معیارهای درآمد، از نظر جمع آوری داده های آماری ساده تر و قابل اطمینان تر می‎باشند (به ویژه در مناطق روستایی). با این حال باز هم محدودیت هایی در جمع آوری داده‎ها وجود دارد که زمان بر و پرهزینه‎اند. بنابراین با توجه به محدودیت منابع برای اندازه گیری درآمد خانوار یا هزینه در کشورها، از روش‎های دیگر شاخص اقتصادی – اجتماعی که متغیرهای مورد نیاز را ساده‎تر کرده و داده ها را تهیه می‎کنند، استفاده می‎شود (ویاس^[vi] و کومارانایک^[vii]، 2006). روش‎های رتبه‎بندی، تقسیم بندی های جغرافیایی و جمعیتی بوده که در اواخر دهه 1970 در بریتانیا با طبقه‎بندی منطقه‎ای^[viii] آغاز گردید. برخی از معیارهای مرتبط با وضعیت اقتصادی-اجتماعی در سطح فردی، در سطح خانواده، در سطح جامعه و کشور اندازه گیری می شوند. برای ایجاد این معیار ها از روش های مختلفی از جمله دسته بندی و فهرست سازی ذهنی، تحلیل عاملی، تحلیل مولفه های اصلی، تحلیل همسانی و تحلیل خوشه ای استفاده می شود (هیگس[ix]، 2002).

بطور کلی وضعیت اقتصادی – اجتماعی می‌تواند به عنوان موقعیت اقتصادی که یک فرد در درون یک سیستم اجتماعی سلسله مراتبی بدست می‌آورد، تعریف شود (کومار پاندی و همکاران، 2019). در سال های اخیر تلاش های بسیاری در جهت بهبود و جامع ترکردن شاخص اقتصادی – اجتماعی انجام گرفته است و تاکنون کشورهایی همچون کانادا،استرالیا، بریتانیا و ایالات متحده آمریکا از این شاخص برای بررسی وضعیت اقتصادی – اجتماعی استفاده کرده اند. طبق بررسی های انجام شده تاکنون مطالعه ای در مورد برآورد و تحلیل شاخص اقتصادی – اجتماعی در ایران صورت نگرفته است و فقط می توان به مطالعه ی "خداداد کاشی ، فرهاد" تحت عنوان " اندازه گیری فقر در ایران بر حسب خصوصیات اقتصادی –اجتماعی خانوارها "  در سال 1377 اشاره کرد، لازم به ذکر است که در مطالعه مذکور فقط از شاخص های اقتصادی فقر استفاده شده است. در راستای تحقق سیاست های فقر زدایی و برنامه ی های توسعه و همچنین بر حسب اهمیت و ضرورت برآورد وضعیت اقتصادی و اجتماعی، در این مطالعه به برآورد و محاسبه شاخص های اقتصادی – اجتماعی در سطح استانها پرداخته شده است و همچنین این مطالعه به بررسی وضعیت اقتصادی – اجتماعی استانها از لحاظ آموزش، مسکن، درآمد (هزینه)، حرفه شغلی و اشتغال با رویکرد تحلیل مولفه های اصلی می پردازد.

 

2- مبانی نظری

2-1- شاخص های اقتصادی - اجتماعی

وضعیت اقتصادی- اجتماعی خانوار بطور عمده به رتبه بندی خانوار بر اساس میزان تحصیلات، دارایی، وضعیت اجتماعی و سایر منابع ارزشمند اشاره دارد (لانسی[x]، 2010; لیز [xi]و دالبیک[xii]، 2009). محققان نظرات متفاوتی در مورد ایجاد شاخص وضعیت اقتصادی-اجتماعی ارائه کرده اند: برخی از محققان معتقدند که وضعیت اقتصادی- اجتماعی شامل 4 بعد حرفه شغلی، درآمد، مسکن و منطقه سکونت می شود (وارنر[xiii]، 1949). تعدادی از محققان دیگر دو فاکتور شاخص وضعیت اجتماعی یعنی حرفه شغلی و تحصیلات را در ایجاد شاخص وضعیت اقتصادی-اجتماعی پر اهمیت می دانند (هالینگشد[xiv]، 1957). بر اساس نظرسنجی عمومی آمریکا در سال 1950، دانکن شاخصی را با در نظر گرفتن فاکتورهای پرستیژ شغلی، درآمد و تحصیلات ایجاد کرد (دانکن[xv]، 1967). بعد از آن گرین دو شاخص بر اساس درآمد خانوار، تحصیلات و حرفه شغلی معرفی کرد (گرین[xvi]،1970). علاوه بر این کوپوسوامی[xvii] مقیاسی را برای اندازه گیری سه فاکتور وضعیت اقتصادی-اجتماعی یعنی درآمد خانوار، میزان تحصیلات فرد و وضعیت شغلی ایجاد کرد (کوپوسوامی، 1981). در ضمن سایر محققان نظرات متفاوتی در مورد ایجاد شاخص وضعیت اقتصادی-اجتماعی ارائه کرده اند که یکی از نظرات مطرح شده در این زمینه  ایجاد شاخص بر اساس هفت بعد مسکن، مالکیت دارایی، میزان تحصیلات، حرفه شغلی، درآمد ماهانه، زمین، مشارکت اجتماعی (تیواری و همکاران[xviii]، 2005) و نظریه دیگر استفاده از سه فاکتور سرمایه فیزیکی، سرمایه انسانی و سرمایه اجتماعی می باشد (اکس[xix]ا و رسیب[xx]، 2003). همچنین در جدیدترین گزارشی که توسط کومار پاندی و همکارانش (2019) منتشر شده است، وضعیت اقتصادی- اجتماعی را عامل مهمی در نظر گرفته اند که می‌تواند بر بهداشت فردی، خانواده و سیستم امنیت اجتماعی تاثیر بگذارد. بنابراین می‌توان آن را به عنوان ابزاری مهم جهت دسترسی به انواع منابع مختلف در نظر گرفت.

دیدگاه های متعددی در مورد شاخص اقتصادی – اجتماعی وجود دارد، یکی از دیدگاه ها این است که وضعیت اقتصادی – اجتماعی اساساً به عنوان یک مفهوم واحد کاربرد دارد. از این لحاظ یک بعد اصلی و اولیه وجود دارد که زمینه ساز وضعیت اقتصادی – اجتماعی می باشد. یک مثال از چنین رویکردی تمرکز بر روی وضعیت اقتصادی می باشد که توسط فرضیه درآمد دائمی فریدمن مطرح شد(کولی نایکو و انگلس، 2008).

معیارهای ساده رفاه و ثروت از اطلاعات مالی مثل درآمد خانوار یا مخارج مصرفی استفاده می کنند، که اغلب در دسترس نبوده و یا معتبر نیستند، بویژه در اقتصادهای غیر بازاری، جایی که بخش بزرگی از فعالیت های اقتصادی در خارج از بازار انجام می شود (کولی نایکو و انگلس، 2004). از طرفی داده های درآمدی،  اطلاعات مربوط به درآمدهای مختلف افراد را شامل نمی شود (بخصوص فقرا) و همچنین اندازه گیری درآمد مشاغل آزاد یا موقتی (مثل کشاورزی) به علت مسائل مربوط به حسابداری و فصلی بودن، بسیار مشکل می باشد (ویاس و کومارانایک، 2006). در چنین مواقعی محققان مجبورند از جانشین های دیگری برای ثروت و یا مصرف خانوار استفاده کنند و از آنها برای تهیه شاخص رفاه خانوارها استفاده کنند، بنابراین هزینه سالانه خانوار نسبت به درآمد، مفهوم وضعیت اقتصادی بلند مدت را بهتر توضیح می دهد. این دسته از معیار ها نیز اغلب معایبی دارند، نخست اینکه زمان بر و بنابراین هزینه برمی باشند. دوم، در کشور های در حال توسعه خانوار ها ممکن است قادر به نشان دادن رفتار مصرفی یکنواخت بواسطه وام گرفتن و پس انداز کردن در طول زمان نباشند. این معایب به خصوص برای تجزیه و تحلیل کشور های در حال توسعه که داده های درآمد و هزینه اغلب وضعیت خوبی ندارند، صحت دارند (کولی نایکو و انگلس، 2008).

از آنجا که وضعیت اقتصادی ودرآمد دائمی مفاهیم نظری بوده و به طور مستقیم قابل اندازه گیری نیستند، طیف وسیعی از معیار های تقریبی و جانشین پیشنهاد شده است. اغلب چنین معیارهای جانشین آسانتر از معیارهای درآمد جمع آوری می شود، بنابراین زمانی که داده های درآمد و هزینه کاربرد ندارند، معمولاً از مالکیت کالاهای مصرفی بادوام خانوارها (مثل تلویزیون، خودرو) ، وضعیت مسکن، ویژگی های زیرساختها (مثل منبع آب آشامیدنی، امکانات بهداشتی) و وضعیت زندگی و معیشت برای اندازه گیری وضعیت اقتصادی خانوار استفاده می کنند.این متغیر ها نسبت به معیارهای درآمد یا مخارج، خطای اندازه گیری کمتری دارند ولی با این حال هنوز تا حدودی خطا در خصوص اندازه گیری وضعیت اقتصادی-اجتماعی دارند (کولی نایکو و انگلس، 2008). به اینصورت که معیار های مبتنی بر دارایی بیشتر نشان دهنده ی ثروت بلند مدت خانوار ها یا استاندارد های زندگی می باشند و قادر به توضیح اختلالات و وقفه های کوتاه مدت و موقتی و یا شوک های مربوط به خانوارها نمی باشند و همچنین فالکینگام^[xxi] و نمازی^[xxii] (2002) بیان کردند که مالکیت همیشه کیفیت داریی را نشان نمی دهد (ویاس و کومارانایک، 2006). با استفاده از داده های فوق، محقق می تواند یک متغیر واحد را برای اندازه گیری وضعیت اقتصادی انتخاب کند و یا یک یا چند شاخص را براساس ترکیبی از عوامل مختلف با وزن های یکسان یا متغیر، تهیه کند. کاربرد یک شاخص واحد ممکن است منجر به نتایج نامعتبر و بی ثبات گردد (کولی نایکو و انگلس، 2004) و همچنین ممکن است برای متمایز کردن وضعیت اقتصادی-اجتماعی خانوارها کافی نباشد (ویاس و کومارانایک، 2006)، بنابراین پیشنهاد می شود که تعدادی از معیارهای جانشین را ترکیب کرده و برای جمع بندی این چنین معیارهایی و انجام تحلیل از روش شناسی مناسبی بهره گرفت (کولی نایکو و انگلس، 2004). در تحقیق حاضر برای ارزیابی وضعیت اقتصادی – اجتماعی از شاخص اقتصادی – اجتماعی منطقه ای استفاده شده است.

 

2-2-  شاخص  اقتصادی-اجتماعی منطقه ای (SEIFA)^[xxiii]

شاخص اقتصادی- اجتماعی منطقه ای توسط مرکز آمار استرالیا معرفی شده است و این شاخص مناطق را بر حسب مزیت و محرومیت اقتصادی – اجتماعی نسبی طبقه بندی می کند و همچنین شاخص ها بر اساس داده های موجود در سرشماری های پنج ساله ایجاد می شوند. شاخص های SEIFA بصورت زیرعنوان می شوند (پینک[xxiv]، 2011):

شاخص محرومیت اقتصادی-اجتماعی نسبی (IRSD)^[xxv] ، شاخص مزیت و محرومیت اقتصادی-اجتماعی نسبی (IRSAD)^[xxvi] ، شاخص آموزش و حرفه شغلی (IEO)^[xxvii]و شاخص منابع اقتصادی  (IER)^[xxviii] .

 

2-3- تفسیر شاخص اقتصادی - اجتماعی منطقه ای (SEIFA)

قبل از کاربرد  SEIFA لازم است که در مورد بعضی از موضوعات کلیدی و با اهمیت آگاهی کامل داشته باشیم:

1)   شاخص های SEIFA در سطح منطقه قابل استفاده می باشند و در سطح فردی کاربرد ندارند.این شاخص ها وضعیت اقتصادی - اجتماعی مشترک مردمی که در یک منطقه زندگی می کنند را نشان می دهند و همچنین معیارهای وضعیت اقتصادی- اجتماعی شاخص های ترتیبی می باشند (پینک، 2016).

2)   هر شاخص بر اساس میانگین وزنی متغیرهای انتخاب شده ایجاد شده است. شاخص ها به مجموعه متغیرهای انتخاب شده برای تحلیل وابسته بوده و هر دسته از متغیرها بر اساس تصور محقق از مفهوم مزیت یا محرومیت اقتصادی - اجتماعی نسبی انتخاب می شوند(پینک، 2011).

3)   شاخص های SEIFA، مزیت و محرومیت را در سطح منطقه ای و نه در سطح فردی اندازه گیری می کنند و همچنین محرومیت را چند بعدی در نظر می گیرد. محرومیت در سطح منطقه و در سطح فردی مجزا از یکدیگر بوده، هرچند از نظر مفهومی وابسته به یکدیگر می باشند. محرومیت در سطح منطقه به وضعیت اقتصادی - اجتماعی جامعه بستگی دارد و اصولا مربوط به ویژگی های ساکنان منطقه می باشد (مثل معیار های درآمد، آموزش یا اشتغال) و همچنین ممکن است مربوط به ویژگی های خود منطقه باشند (مثل نبود خدمات عمومی، فقدان زیر ساخت های حمل ونقل یا سطوح بالای الودگی). طبق تحقیقات بین المللی و اطلاعات موجود در سرشماری ها، مرکز امار استرالیا مزیت و محرومیت اقتصادی - اجتماعی نسبی را بر حسب دسترسی افراد به کالا ها و خدمات اجتماعی و همچنین توانایی آن ها برای مشارکت در جامعه تعریف می کند(همان منبع).

 

2-4- کدام شاخص استفاده می شود

در زیر 4 شاخص اقتصادی - اجتماعی SEIFA بطور کلی توضیح داده می شود:

 

2-4-1- شاخص محرومیت  اقتصادی- اجتماعی نسبی

شاخص محرومیت اقتصادی - اجتماعی نسبی متغیرهایی که نشان دهنده محرومیت نسبی در سطح منطقه می باشد را عنوان می کند. این شاخص مناطق را بر حسب محرومیت اقتصادی - اجتماعی نسبی مشخص و رتبه بندی می کند و فقط بر روی محرومیت تمرکز دارد. رتبه پایین این شاخص، درصد بالایی از افراد نسبتا محروم را در آن منطقه نشان می دهد (پینک، 2016).

 

2-4-2- شاخص مزیت و محرومیت  اقتصادی - اجتماعی نسبی

شاخص مزیت و محرومیت اقتصادی - اجتماعی نسبی متغیرهایی که نشان دهنده مزیت نسبی و همچنین محرومیت نسبی می باشد را فهرست می کند. این شاخص می تواند برای اندازه گیری رفاه اقتصادی - اجتماعی محروم ترین منطقه تا برخوردارترین منطقه استفاده گردد و بر این اساس مناطق را رتبه بندی کند. رتبه بالای این شاخص بیانگر مزیت نسبتا بالا و محرومیت نسبتا پایین در مورد منطقه موردنظر می باشد (همان منبع).

 

2-4-3- شاخص منابع اقتصادی

شاخص منابع اقتصادی، متغیر های مرتبط با جنبه های مالی مزیت و محرومیت اقتصادی-اجتماعی نسبی را عنوان می کند. به عبارت دیگر این شاخص نشان دهنده ی معیارهای درآمد یا هزینه و همچنین متغیرهای مرتبط با ثروت می باشد (پینک، 2016).

 

2-4-4- شاخص آموزش و حرفه شغلی

این شاخص متغیر های مرتبط با آموزش، اشتغال و حرفه شغلی را عنوان می کند. شاخص آموزش و حرفه شغلی بر مهارت مردم در یک منطقه (هم مهارت های فنی و رسمی و هم مهارت های مورد نیاز برای اجرای مشاغل مختلف) تاکید می کند (همان منبع).

 

3- مروری بر پیشینه مطالعه

اهم مطالعات در پیرامون مسأله مورد تحقیق عبارتند از:

مک میلان و همکاران (2008) ، در مقاله خود تحت عنوان " معرفی شاخص اقتصادی-اجتماعی 2006 "، معیار جدیدی از وضعیت شغلی را تحت عنوان  AuSEI06[xxix] معرفی کردند. AuSEI06 بر اساس روشی که برای توسعه و گسترش شاخص اقتصادی - اجتماعی بین المللی مورد استفاده قرار می گرفت، ایجاد شده بود. در این شاخص از داده ها و اطلاعات فردی استفاده شده است (افراد بین 21 تا 64 ساله که در بازار نیروی کار بودند) و برای ایجاد این شاخص ازاطلاعاتی در مورد سن، آموزش، جنسیت، وضعیت نیروی کار و مقدار ساعات کاری استفاده کردند.

ویاس و کومارانایک (2006) در مقاله خود تحت عنوان "ساختار شاخص های وضعیت اقتصادی- اجتماعی"، شاخص وضعیت اقتصادی- اجتماعی را در نبود داده های درآمد یا مصرف با روش تحلیل مولفه های اصلی^[xxx] در مورد مالکیت دارایی های بادوام، دسترسی به تسهیلات زندگی (مثل آب و برق و ...) و زیر ساخت ها و ویژگی های مسکن توضیح می دهد. مزیت اصلی این روش نسبت به روش های مبتنی بر درآمد و مخارج مصرفی این است که از بسیاری از مسائلی که در ارتباط با درآمد و مصرف ایجاد مشکل می کنند، اجتناب می کند: از قبیل تورش، زمان جمع آوری داده ها و دوره ای بودن داده ها.

بلیک مور^[xxxi] و همکاران (2006) ، مطالعه ای را تحت عنوان "اندازه گیری موقعیت  اقتصادی-اجتماعی خانوارها " انجام دادند. موقعیت  اقتصادی-اجتماعی به رفاه فیزیکی، اقتصادی و اجتماعی خانوارها اشاره می کند و همچنین سه جنبه متفاوت از موقعیت  اقتصادی-اجتماعی خانوارها را ترکیب می کند، از جمله قابلیت و پیشرفت آموزشی والدین، درآمد سالانه والدین و پرستیژ شغلی آن ها. این معیار می تواند برای توصیف تمامی خانوارها در یک جامعه جمع آوری شده و همچنین می تواند بصورت مقطعی یا سری زمانی محاسبه شود.

دی وس^[xxxii] (2004) ، در مقاله خود به موضوع " بررسی وضعیت اقتصادی-اجتماعی در میان افراد سالخورده در جوامع در حال توسعه " پرداخته است. یافته ها و نتایج این مقاله بر اساس بررسی زندگی مستقل افراد سالخورده (65 ساله و بالاتر ) در کشور برزیل در سال های 1980 و 1995 می باشد و داده های مورد بررسی در این مقاله آموزش، درآمد و ویژگی های مسکن می باشد. این بررسی نشان داد که مولفه های وضعیت اقتصادی-اجتماعی قابلیت جایگزینی ندارند ولی در عوض رابطه مثبتی با یکدیگر دارند. نتایج نشان دادند که تمامی همبستگی ها بین مولفه های SES (آموزش، درآمد و ویژگی های مسکن) نسبتا بالا و مثبت می باشد.

فیلمر^[xxxiii] و پریتچت^[xxxiv] (2001) ، در مطالعه خود با عنوان "ارزیابی و برآورد ثروت بدون داده های هزینه" که یکی از تاثیر گذارترین مقالات در حوزه اقتصاد توسعه و مطالعات جمعیتی می باشد، از روش تحلیل مولفه های اصلی برای ایجاد شاخص اقتصادی-اجتماعی استفاده کرده اند. آن ها از داده های دارایی های خانوار از جمله تقاضای  اولیه کالاهای بادوام مثل دوچرخه، رادیو، تلویزیون، چرخ خیاطی و موتور سیکلت، نوع دسترسی به امکانات بهداشتی مثل اب اشامیدنی، تعداد اتاق در خانه و مصالح ساختمانی مورد استفاده در مسکن استفاده کرده اند. این روش توسط بانک جهانی به عنوان روشی برای ارزیابی وضعیت اقتصادی- اجتماعی خانوارها بر اساس دارایی های خانوار (برق، رادیو، تلویزیون، تلفن، خودرو و یخچال)و امکانات  (منبع اب اشامیدنی، منبع حرارتی برای پخت و پز، مصالح ساختمانی مورد استفاده در مسکن) پذیرفته شده است.

 

4- متغیرهای SEIFA

فهرست متغیرهای مطالعه در جدول 1 قابل ارائه می باشد.

 

جدول 1- متغیرهای مطالعه

تشریح متغیرها	متغیرها	سرشماری	بعد
درصد خانوارهایی با هزینه سالانه معین بین 1 ریال تا 75000000 ریال (اولین،دومین وسومین گروه هزینه سالانه).(dis)	Z low cost	1390	درآمد
درصد خانوارهایی با هزینه سالانه معین بالاتر از 140000000ریال (هشتمین،نهمین و دهمین گروه هزینه سالانه).(adv)	Z high cost
درصد افراد باسواد 6 ساله و بیشتر که دارای مدرک ابتدایی، سواداموزی و غیر رسمی می باشند.(dis)	Zedu1	1390	آموزش
درصد افراد باسواد 6 ساله و بیشتر که دارای مدرک راهنمایی می باشند.(dis)	Zedu2
درصد افراد باسواد 6 ساله و بیشتر که دارای مدرک متوسطه می باشند.(adv)	Zedu3
درصد افراد باسواد 6 ساله و بیشتر که دارای مدرک پیش دانشگاهی می باشند.(adv)	Zedu4
درصد افراد باسواد 6 ساله و بیشتر که دارای مدرک عالی (دانشگاهی) می باشند.(adv)	Zedu5
درصد افراد 6 ساله و بیشتر که بی سواد هستند. (dis)	Zedu8
درصد افراد 10 ساله و بیشتر (نیروی کار یا جمعیت فعال)که بیکار هستند. (dis)	Z unemp	1390	اشتغال
درصد افراد 10 ساله و بیشتر (جمعیت فعال و غیر فعال) که بیکار هستند.(dis)	Zunpoprat
درصدی از افراد شاغل (10 ساله و بیشتر) که در گروه شغلی کد 1 (قانون گزاران، مقامات عالی رتبه و مدیران) طبقه بندی می شوند.(adv)	Zocc1	1390	حرفه شغلی
درصدی از افراد شاغل (10 ساله و بیشتر) که در گروه شغلی کد 2 (متخصصان علمی و فنی) طبقه بندی می شوند.(adv)	Zocc2
درصدی از افراد شاغل (10 ساله و بیشتر) که در گروه شغلی کد 3 (تکنیسین ها و دستیاران) طبقه بندی می شوند.(adv)	Zocc3
درصدی از افراد شاغل (10 ساله و بیشتر) که در گروه شغلی کد 4 (کارمندان امور اداری و دفتری) طبقه بندی می شوند.(adv)	Zocc4
درصدی از افراد شاغل (10 ساله و بیشتر) که در گروه شغلی کد 5 (کارکنان خدماتی و فروشندگان فروشگا ه ها و بازارها) طبقه بندی می شوند.(dis)	Zocc5
درصدی از افراد شاغل (10 ساله و بیشتر) که در گروه شغلی کد 6 (کارکنان ماهر کشاورزی،جنگلداری و ماهیگیری)طبقه بندی می شوند.(dis)	Zocc6
درصدی از افراد شاغل (10 ساله و بیشتر) که در گروه شغلی کد 7 (صنعتگران و کارکنان مشاغل مربوطه) طبقه بندی می شوند.(adv)	Zocc7
درصدی از افراد شاغل (10 ساله و بیشتر) که در گروه شغلی کد 8 (متصدیان،مونتاژکاران ماشین الات،دستگاه ها و اپراتورها و رانندگان وسایل نقلیه)طبقه بندی می شوند.(dis)	Zocc8
درصدی از افراد شاغل (10 ساله و بیشتر) که در گروه شغلی کد 9 (کارگران ساده) طبقه بندی می شوند.(dis)	Zocc9
درصد خانوارهایی که در واحد مسکونی معمولی،دارای یک اتاق یا کمتر(بدون اتاق) می باشند.(dis)	Zroom1	1390	مسکن
درصد خانوارهایی که در واحد مسکونی معمولی،دارای 4 اتاق یا بیشتر می باشند.(adv)	Zroom2
درصد خانوارهایی که خودشان مالک زمین و بنای محل سکونتشان هستند.(ملکی عرصه و اعیان).(adv)	Zhou1
درصد خانوارهایی که خودشان مالک بنای محل سکونتشان هستند.(ملکی اعیان).(adv)	Zhou2
درصد خانوارهایی که محل سکونتشان بصورت اجاره باشد.(استیجاری).(dis)	Zhou3
درصد خانوارهایی که مسکن اشان در مقابل انجام کار یک یا چند نفر از اعضای خانوار در خدمت یا اختیار ان ها گذاشته شده است. (در برابر خدمت) (dis)	Zhou4
درصد خانوار هایی که مسکن اشان بدون پرداخت وجه یا انجام کاری در اختیار ان ها گذاشته شده است (رایگان).(dis)	Zhou5

منبع: یافته‌های پژوهشگر

 

این بخش متغیر های موجود در 4 شاخص SEIFA را بررسی می کند. تمامی متغیر های SEIFA از سرشماری عمومی نفوس و مسکن بدست آمده اند ولی داده های مربوط به متغیر درآمد (هزینه) از نتایج آمارگیری از هزینه - درآمد خانوار محاسبه شده اند.

هنگام انتخاب متغیرها، متغیر هایی در نظر گرفته می شوند که یا علت مزیت و محرومیت هستند یا پیامد مزیت و محرومیت می باشند و یا اینکه    یک ارتباطی با مزیت و محرومیت دارند. همانطور که اشاره شد برای انتخاب متغیر های SEIFA از ساختار چند بعدی استفاده شده است،این ابعاد شامل متغیر های درآمد، متغیرهای آموزش، متغیرهای اشتغال، متغیرهای حرفه شغلی و متغیرهای مسکن می باشند. متغیرها می توانند مربوط به افراد، خانوارها و یا مسکن باشند. واقعیت این است که برخی از متغیرهای سرشماری برای افراد، بعضی از آن ها برای خانوارها و بعضی نیز برای مسکن بکار می روند (پینک، 2016).

 

5- مناطق مورد مطالعه و داده های تحقیق

در این تحقیق، جامعه آماری را مناطق شهری استان های کشور در سرشماری سال 1390 تشکیل می دهد و تمامی داده های مطالعه از مرکز آمار ایران جمع آوری شده است.

 

6- روش برآورد الگوی مطالعه

با توجه به مبانی نظری شاخص های اقتصادی – اجتماعی، روش تحلیل مولفه های اصلی مورد بهره برداری قرار می گیرد.

متغیرهای اولیه در یک فضای چند حالته همبسته به مولفه های جدید و مستقل از یکدیگر (با ضریب همبستگی صفر برای هر دو مولفه) تبدیل می شوند که هر یک از آنها ترکیب خطی از متغیرهای اصلی می باشند. مولفه های غیرهمبسته یا مستقل به دست آمده، مولفه های اصلی نامیده می شوند که از بردارهای ویژه ماتریس کوواریانس یا ماتریس همبستگی متغیرهای اصلی به دست می آیند(شویک لو، 1397).

برای انجام روش تحلیل مولفه های اصلی مراحل زیر انجام می گیرد (شیخ الاسلامی و همکاران، 1391):

1)   استاندارد کردن متغیر های ورودی: در این مرحله داده های ورودی به نحوی استاندارد می شوند که دارای میانگین صفر و انحراف معیار یک باشند و از رابطه 1 بدست می آید:

رابطه1  

 

 

 

2)   محاسبه ماتریس همبستگی (کوواریانس) برای متغیرهای اولیه: این ماتریس میزان همبستگی بین هرکدام از متغیرهای اولیه مورد استفاده را نشان می دهد. مقدار هر کدام از درایه این ماتریس aij بیانگر همبستگی بین متغیر های i و j است که از رابطه 2 حاصل می شود:

رابطه2      

 

 

3)   محاسبه فاکتور KMO^[xxxv]: برای تعیین و تشخیص مناسب بودن حجم داده ها از ضریب KMO استفاده می شود که مقدار آن همواره بین صفر ویک نوسان می کند. در صورتیکه فاکتور تست KMO مربوط به این روش کمتر از 5/0 باشد، داده ها برای تحلیل مولفه های اصلی مناسب نخواهند بود و اگر مقدار ان بزرگتر از  5/0  بدست آید، نشان دهنده ی امکان اجرای این روش بر روی داده های اصلی می باشد و از رابطه 3 بدست می آید:

رابطه3     

 

 

برای اطمینان از مناسب بودن داده ها برای تحلیل، علاوه بر آزمون KMO از آزمون کرویت بارتلت ^[xxxvi] که توسط رابطه 4 بیان می شود، استفاده می کنند:

رابطه4

 

 

که در ان n معرف اندازه حجم نمونه، p تعداد متغیرها و |R| نیز دترمینان ماتریس همبستگی است. این آزمون مبتنی بر توزیع کای دو با p(p-1) درجه آزادی است. آزمون بارتلت فرضیه صفر "برابری ماتریس واحد با ماتریس ضرایب همبستگی" را آزمون می کند و برای اینکه مدل معنادار باشد، لازم است متغیرها همبسته باشند، به عبارت دیگر مقدار آزمون بارتلت در سطح p < 001/0 معنی دار باشد و فرضیه صفر در سطح 99 درصد رد شود.

4)   محاسبه مقادیر ویژه λ و بردارهای ویژه مربوطه از ماتریس همبستگی: با حل روابط زیر مقادیر ویژه و بردارهای ویژه معادل هر مقدار ویژه محاسبه می شوند. مقدار ویژه نسبتی از واریانس کل متغیرهاست که توسط آن مولفه تبیین می شود و بردارهای ویژه بدست آمده به ازای هر مقدار ویژه نیز به عنوان ضرایب متغیر های اولیه در تشکیل مولفه مربوطه هستند.از حل رابطه 5 که در ان I ماتریس واحد است،مقادیر ویژه _nλ محاسبه می شوند:

رابطه5

 

 

مقدار واریانس هر کدام از مولفه اصلی با استفاده از رابطه 6 محاسبه می شود: 

رابطه6

 

 

5)   تعیین معیار استخراج تعداد عامل ها: معیار مقدار ویژه و معیار تست بریدگی (یا آزمون اسکری) و معیار درصد واریانس مهمترین پارامترهای استخراج تعداد عوامل هستند که در این فرایند بکار گرفته می شوند.

6)    اجرای چرخش مناسب بر روی ماتریس ضرایب مولفه ها: در این مرحله متغیر هایی که بار عاملی بالایی در مولفه های اصلی استخراج شده دارند به عنوان متغیر های مهم جهت ورود به مدل سازی انتخاب می شوند.

7)   در نهایت با استفاده از این روش ترکیباتی از p متغیر اولیه x1,x2,………,xP  برای ایجاد حداکثر p مولفه مستقل بصورت pc1,pc2,………, pcp  ایجاد می شود. هر مولفه اصلی می تواند با دنباله ارایه شده در رابطه 7 مشخص شود:

رابطه7   

 

 

 

 

 

که در ان pc_iمعرف مولفه مورد نظر، w_ijضریب مربوط به متغیر های اولیه و x_i نیز متغیر های اولیه می باشند. ضرایب w_ij طوری تخمین زده می شوند که اولین مولفه حداکثر واریانس داده ها را در نظر گرفته و دومین مولفه حداکثر درصد واریانس در نظر گرفته نشده توسط اولین مولفه را پیش بینی کرده و این روند ادامه می یابد تا اخرین مولفه تمامی واریانس مورد نظر را در بر گیرد.

بطور کلی کاربرد عمده روش تحلیل مولفه های اصلی عبارت است از: کاهش تعداد متغیرها و یافتن ساختار ارتباطی که در حقیقت همان دسته بندی متغیرهاست. مزیت اصلی کاربرد این روش در اقتصادسنجی از بین بردن همخطی در مدل ها به واسطه تعداد زیاد متغیرهای موثر در مدل می باشد (محدث، 1389).

 

7- یافته ها

    در این بخش یافته های تحلیل مولفه های اصلی برای هر شاخص ارائه می شود، که شامل بارهای متغیرهای تاثیرگذار، نتایج آزمون ها، درصد واریانس توضیح داده شده، امتیاز هر یک از شاخص ها و رتبه بندی استانها می باشد.

 

7-1- سرشماری 1390

در جدول 2 لیست متغیرهای اولیه برای هر یک از شاخص ها فهرست شده است:

 

جدول 2- متغیرهای اولیه

شاخص
IER	IEO	IRSAD	IRSD	سرشماری	بعد
Z low cost Z high cost	------	Z low cost Z high cost	Z low cost	1390	درآمد(هزینه)
------	Zedu1 Zedu2 Zedu3 Zedu4 Zedu5 Zedu8	Zedu1 Zedu2 Zedu3 Zedu4 Zedu5 Zedu8	Zedu1 Zedu2 Zedu8	1390	آموزش
Z un pop rat	Z unemployed	Z unemployed	Z unemployed	1390	اشتغال
------	Zocc1 Zocc2 Zocc3 Zocc4 Zocc5 Zocc6 Zocc7 Zocc8 Zocc9	Zocc1 Zocc2 Zocc3 Zocc4 Zocc5 Zocc6 Zocc7 Zocc8 Zocc9	Zocc5 Zocc6 Zocc8 Zocc9	1390	حرفه شغلی
Zhou1 Zhou2 Zhou3 Zhou4 Zhou5 Zroom1 Zroom2	------	Zhou1 Zhou2 Zhou3 Zhou4 Zhou5 Zroom1 Zroom2	Zhou3 Zhou4 Zhou5 Zroom1	1390	مسکن

منبع: یافته های پژوهشگر

 

7-2- متغیرهای تاثیر گذار از نظر مزیت و محرومیت در هر یک از شاخص ها

فهرست متغیرهای نهایی و بارهای مربوطه هر یک از شاخص ها در جدول 3 عنوان شده است:

 

جدول 3- متغیرهای نهایی و بارهای عاملی

متغیرهای تاثیرگذار
بارهای عاملی	متغیرهای مزیت	بارهای عاملی	متغیرهای محرومیت	سرشماری	شاخص
------	------	87/0+ 82/0+ 76/0+ 72/0+ 5/0+ 45/0+	Zedu8 Zroom1 Zocc9 Zhou5 Z unemployed Zedu1	1390	IRSD
89/0+ 81/0+ 81/0+ 76/0+ 62/0+ 5/0+ 42/0- 33/0+	Zocc3 Zedu3 Zocc4 Zocc1 Zhou2 Zedu5 Zhou1 Zhighcost	8/0- 72/0- 61/0- 58/0- 48/0- 46/0- 44/0- 4/0+ 3/0+	Zedu8 Zocc9 Zhou5 Zedu1 Zroom1 Z low cost Zocc6 Zhou3 Zocc5	1390	IRSAD
86/0+ 85/0+ 83/0+ 79/0+ 6/0+	Zocc3 Zocc4 Zocc1 Zedu3 Zedu5	84/0- 8/0- 62/0- 35/0-	Zedu8 Zocc9 Zedu1 Zocc6	1390	IEO
92/0- 83/0+ 48/0-	Zhou1 Zhou2 Zroom2	9/0+	Zhou3	1390	IER

منبع: یافته های پژوهشگر

 

 

 

7-3- اطلاعات و نتایج آزمون های هر یک از شاخص ها در سرشماری سال 1390

نتایج تمامی آزمون های مورد نیاز به تفکیک هر یک از سرشماری ها برای تمای شاخص ها در جدول 4 آمده است:

جدول 4- نتایج آزمون ها

نتایج آزمون ها
دترمینان	درصد واریانس توضیح داده شده	Eigenvalue	Bartlett test(sig)	KMO
					شاخص
029/0	50	02/3	000/0	60/0	IRSD
0	39	42/6	000/0	55/0	IRSAD
0	56	02/5	000/0	74/0	IEO
086/0	65	61/2	000/0	54/0	IER

منبع: یافته های پژوهشگر

 

در تمامی شاخص ها نتایج آزمون بارتلت نشان می دهد که فرضیه صفر (عدم وجود همبستگی) برای مجموعه داده های مذکور در سطح 99 درصد رد می شود یعنی یک ارتباط قوی بین متغیرها وجود دارد و همچنین هر چه مقدار دترمینان به صفر نزدیکتر باشد، نشان دهنده لااقل ارتباطات قوی بین برخی از متغیرها می باشد و چون مقدار KMO بالاتر از 5/0 می باشد، تایید دیگری برای مناسب بودن داده ها برای انجام تحلیل می باشد.

 

7-4- امتیاز هر یک از شاخص ها و تحلیل رتبه استان ها در شاخص های مورد نظر

امتیاز تمامی شاخص ها با استفاده از ماتریس ضرایب مربوطه اشان از طریق روابط زیر در جدول 5 بدست می آیند:

جدول 5- ترکیب خطی شاخص ها

ترکیب خطی شاخص ها	سرشماری	SEIFA
IRSD = 44/0(zocc9) + 41/0(zhou5) + 47/0(zroom1) + 29/0(zunemp) + 25/0(zedu1) + 5/0(zedu8)	1390	IRSD
IRSAD = 3/0(zocc1) + 35/0(zocc3) + 32/0(zocc4) + 11/0(zocc5) – 17/0(zocc6) – 28/0(zocc9) – 16/0(zhou1) + 24/0(zhou2) + 15/0(zhou3) – 24/0(zhou5) – 19/0(zroom1) – 23/0(zedu1) + 32/0(zedu3) + 19/0(zedu5) – 31/0(zedu8) – 18/0(z low cost) + 13/0(z high cost)	1390	IRSAD
IEO = 37/0(zocc1) + 38/0(zocc3) + 38/0(zocc4) – 15/0(zocc6) – 35/0(zocc9) – 27/0(zedu1) + 35/0(zedu3) + 26/0(zedu5) – 37/0(zedu8)	1390	IEO
IER = -57/0(zhou1) + 51/0(zhou2) + 55/0(zhou3) – 3/0(zroom2)	1390	IER

منبع: یافته های پژوهشگر

طبق روابط فوق امتیاز هر یک از شاخص های موردنظر محاسبه شده و سپس می توان بر اساس امتیازهای بدست آمده رتبه تمامی استان ها را در هر یک از شاخص ها بدست آورد.

 

7-5- تحلیل رتبه های استان ها به تفکیک هر یک از شاخص ها در سرشماری 1390

امتیاز و رتبه استان ها در سرشماری سال 1390 در جدول 7 آمده است:

 

جدول 7- امتیاز و رتبه استان ها(1390)

IER		IEO		IRSAD		IRSD		استان
رتبه	امتیاز	رتبه	امتیاز	رتبه	امتیاز	رتبه	امتیاز
12	21/0	30	51/3-	31	60/4-	1	76/4	سیستان و بلوچستان
6	54/1	28	64/2-	28	74/2-	2	34/2	قم
9	53/0	31	33/4-	30	42/3-	3	90/1	کردستان
25	23/1-	29	37/3-	29	05/3-	9	31/1	آذربایجان غربی
21	08/1-	22	00/1-	22	45/1-	14	28/0	آذربایجان شرقی
14	046/0-	25	59/1-	24	56/1-	15	27/0	همدان
27	54/1-	27	71/1-	26	21/2-	4	75/1	اردبیل
4	38/2	23	45/1-	17	31/0-	7	44/1	کرمانشاه
17	441/0-	21	96/0-	25	78/1-	10	93/0	خراسان شمالی
2	10/3	20	83/0-	11	36/0	19	31/0-	خراسان رضوی
8	54/0	24	52/1-	21	14/1-	5	58/1	لرستان
22	11/1-	12	21/0	19	62/0-	16	04/0	گلستان
11	4446/0	17	15/0-	12	35/0	20	55/0-	مرکزی
31	47/2-	26	70/1-	27	38/2-	8	40/1	چهارمحال بختیاری
26	32/1-	18	44/0-	20	03/1-	25	42/1-	خراسان جنوبی
24	21/1-	13	19/0	15	16/0-	21	58/0-	اصفهان
5	79/1	14	05/0	9	78/0	24	04/1-	قزوین
16	11/0-	16	12/0-	14	10/0-	18	25/0-	زنجان
23	12/1-	19	46/0-	23	51/1-	12	5/0	کرمان
13	11/0	15	03/0	10	43/0	13	34/0	فارس
30	20/2-	10	51/0	18	33/0-	26	87/1-	یزد
28	89/1-	9	79/0	13	14/0	23	00/1-	بوشهر
10	4448/0	8	13/1	8	89/0	6	57/1	خوزستان
7	47/1	4	488/2	4	97/2	17	19/0-	هرمزگان
29	97/1-	11	38/0	16	18/0-	11	53/0	ایلام
20	64/0-	6	45/2	5	59/2	29	70/2-	مازندران
15	049/0-	5	487/2	6	23/2	30	71/2-	سمنان
19	60/0-	7	89/1	7	00/2	22	63/0-	کهکیلویه و بویراحمد
18	442/0-	3	24/3	3	21/3	27	26/2-	گیلان
3	04/3	2	17/4	2	26/5	28	46/2-	البرز
1	79/3	1	75/5	1	39/7	31	93/2-	تهران

منبع: یافته های پژوهشگر

 

7-5-1- شاخص محرومیت اقتصادی - اجتماعی نسبی (IRSD)  

بر اساس نتایج جدول فوق بالاترین سطح محرومیت نسبی در مسائل اقتصادی – اجتماعی به استان سیستان و بلوچستان تعلق دارد و از این حیث در رتبه اول قرار دارد و استان های قم، کردستان، اردبیل، چهار محال بختیاری و لرستان در رتبه های پایین بعدی قرار می گیرند. از طرف دیگر پایین ترین سطح محرومیت نسبی در مسایل اقتصادی – اجتماعی مربوط به استان تهران می باشد ودر رتبه آخر قرار دارد و استان های سمنان، مازندران، البرز، گیلان و یزد در رتبه های بالای بعدی جای می گیرند.

 

7-5-2- شاخص مزیت و محرومیت اقتصادی - اجتماعی نسبی (IRSAD)

بر اساس نتایج جدول فوق محروم ترین استان در مسائل اقتصادی – اجتماعی، استان سیستان و بلوچستان می باشد و از این حیث در رتبه آخر قرار دارد و همچنین استان های کردستان، آذربایجان غربی، قم، چهارمحال بختیاری و اردبیل در رتبه های پایین بعدی قرار می گیرند. از طرف دیگر توسعه یافته ترین و برخوردارترین استان در مسائل اقتصادی – اجتماعی، استان تهران می باشد ودر رتبه اول قرار می گیرد و استان های البرز، گیلان، مازندران، هرمزگان و سمنان در رتبه های بالای بعدی جای می گیرند.

 

7-5-3- شاخص آموزش و حرفه شغلی (IEO)

بر اساس نتایج جدول فوق محروم ترین استان در مسائل آموزشی و شغلی، استان کردستان می باشد و از این حیث در رتبه آخر قرار دارد و همچنین استان های سیستان و بلوچستان، آذربایجان غربی، قم، اردبیل و چهارمحال بختیاری در رتبه های پایین بعدی قرار می گیرند. از طرف دیگر توسعه یافته ترین و برخوردارترین استان در حوزه آموزشی و شغلی، استان تهران می باشد و در رتبه اول قرار می گیرد و استان های البرز، گیلان، هرمزگان، سمنان و مازندران در رتبه های بالای بعدی جای می گیرند.

 

7-5-4- شاخص منابع اقتصادی (IER)

بر اساس نتایج جدول فوق محروم ترین استان در رابطه با دسترسی به منابع اقتصادی، استان چهار محال بختیاری می باشد و از این حیث در رتبه آخر قرار دارد و همچنین استان های یزد، ایلام، بوشهر، اردبیل و خراسان جنوبی در رتبه های پایین بعدی قرار می گیرند. از طرف دیگر توسعه یافته ترین و برخوردارترین استان در رابطه با دسترسی به منابع اقتصادی ، استان تهران می باشد ودر رتبه اول قرار می گیرد و استان های خراسان رضوی، البرز، کرمانشاه، قزوین و قم در رتبه های بالای بعدی جای می گیرند.

 

7-6- ارتباط بین شاخص ها ی SEIFA در سرشماری سال 1390

در این قسمت همبستگی بین شاخص ها بررسی می شود (از طریق ماتریس همبستگی) . طبق جدول 8 تمامی همبستگی ها ارتباط معنی داری را نشان می دهند. شاخص محرومیت نسبی (IRSD) با شاخص مزیت و محرومیت نسبی (IRSAD)، همبستگی بالایی دارند و شاخص منابع اقتصادی(IER) با شاخص آموزش و حرفه شغلی(IEO) همبستگی مثبتی با یکدیگر دارند ولی مقدار همبستگی کمتر است، چونکه تفاوت قابل توجهی بین مفاهیم اندازه گیری شده توسط این شاخص ها وجود دارد، به عبارت دیگر آنها در هیچ متغیری مشترک نیستند.

 

جدول 8- ماتریس همبستگی شاخص ها

IEO	IRSD	IER	IRSAD
			00/1	IRSAD
		00/1	48/0	IER
	00/1	11/0-	80/0-	IRSD
00/1	81/0-	27/0	96/0	IEO

منبع: یافته های پژوهشگر

 

 

8- نتیجه گیری

مطالعه و مقایسه مناطق، سیستمها و زیرسیستمهای مربوط مانند بررسیهای تطبیقی استانهای کشور در ابعاد اقتصادی و اجتماعی ، می‌تواند برنامه‌ریزان و سیاستگذاران را در تصمیم‌گیری ها و اجرای برنامه‌های مناسب در جهت کاهش نابرابریهای منطقه‌ای، یاری رساند. نتایج حاصل از مطالعه نشان داد که در سرشماری 1390 استان تهران در تمامی شاخص های اقتصادی – اجتماعی به عنوان برخوردارترین استان محسوب می شود و استان سیستان و بلوچستان در شاخص محرومیت اقتصادی – اجتماعی نسبی و شاخص مزیت و محرومیت اقتصادی – اجتماعی نسبی به عنوان محروم ترین استان شناخته شد. در این سرشماری محروم ترین استان در رابطه با شاخص منابع اقتصادی، استان چهار محال بختیاری می باشد و همچنین استان کردستان از نظر شاخص آموزش و حرفه شغلی به عنوان محروم ترین استان شناخته شد. بنابراین با توجه به اختلافهای چشمگیری که بین رتبه های شاخصهای اقتصادی - اجتماعی در بین استانهای کشور به چشم می‌خورد، سرمایه‌گذاری به منظور بهبود وضعیت اقتصادی، اجتماعی، آموزشی و شغلی به عنوان اصلی‌ترین اقدامها در جهت توسعه استان ها ضروری به نظر می‌رسد. از اینرو با توجه به اهمیت محاسبه شاخص وضعیت اقتصادی-اجتماعی،سازمان ها و نهاد های دولتی از جمله: وزارت کار، تعاون و رفاه اجتماعی ،سازمان تامین اجتماعی، وزارت امور اقتصادی و دارائی می توانند از نتایج این تحقیق برای برنامه ریزی و اجرای سیاست های توسعه ای خود استفاده نمایند. بنابراین به برنامه‌ریزان و مسئولان مربوطه پیشنهاد می‌شود در برنامه‌ریزی منطقه‌ای و تخصیص بودجه در این زمینه، برای رفع و یا کاهش نابرابری بین استانهای کشور، اولویتها را با توجه به درجه توسعه‌یافتگی استانها و میزان برخورداری آنها از این شاخص ها انجام دهند. همچنین پیشنهاد می‌شود در پژوهشهای آتی، با متغیرهای بیشتر و همچنین از ابعاد دیگری نیز، وضعیت توسعه‌یافتگی و محرومیت استانهای کشور سنجیده و اطلاعات بسیار مفیدی برای سیاستگذاریها در راستای رفع عدم تعادلها دراختیار برنامه‌ریزان قرار داده شود. همچنین با استفاده از مدل های تصمیم گیری کاربردی، نهادها یا سازمانهای مسئولی را که تأثیرگذار بوده و یا کم‌کاری داشته‌اند، می‌توان از مدل استخراج کرد و در نهایت پیشنهاد می‌شود به منظور حرکت به سوی توسعه و کم کردن اختلاف با کشورهای توسعه‌یافته در این زمینه، به طور پی در پی روند بهره‌وری استانها برای ایجاد شاخصهای اقتصادی - اجتماعی در سرشماری های آینده بررسی شود و اصلاحات و اقدامات لازم در این زمینه صورت گیرد.

 

 

---

1- کارشناس ارشد اقتصاد، گروه اقتصاد، واحد ارومیه، دانشگاه آزاد اسلامی، ارومیه، ایران.  [e-mail] (برگرفته از پایان نامه کارشناسی ارشد)

2- استادیار، گروه اقتصاد، واحد ارومیه، دانشگاه آزاد اسلامی، ارومیه، ایران. (نویسنده مسئول)  entezar_elnaz@yahoo‌.com

---

¹ Festus

² Adekola

[iii] Kolenikov

[iv] Angeles

[v] Socioeconomic Status

[vi] Vyas

[vii] Kumaranayake

[viii] A Classification Of Regional Neighbourhoods  )-ACORN(

9 Higgs 

¹⁰ Lancee

¹¹ Lease

¹² Dahlbeek

¹³ Warner

¹⁴ Hollingshed

¹⁵ Duncan

¹⁶ Green

¹⁷ Kuppuswamy

¹⁸ Tiwari

¹⁹ Oakesa

²⁰ Rossib

[xxi] Falkingham

[xxii] Namazie

[xxiii] Socio-Economic  Index For Areas

[xxiv] Pink

[xxv] Index Of Relative Socio-Economic Disadvantage 

[xxvi] Index Of Relative Socio-Economic Advantage and  Disadvantage

[xxvii] Index Of Education and Occupation

[xxviii] Index Of Economic Resources

[xxix] Australian Socio-Economic Index 2006

[xxx] Principal Component Analysis

[xxxi] Blakemore

[xxxii] De Vos

[xxxiii] Filmer

[xxxiv] Pritchett

[xxxv] Kaiser-Meyer-Olkin

[xxxvi] Bartlett test of sphericity

مراجع

1)     شویک‌لو، امیررضا (1397). آنالیز و تفسیر داده های حسی با استفاده از تحلیل مولفه های اصلی. مجله علوم و صنایع غذایی، 80، 15، 361-377.

2)     شیخ الاسلامی، عبدالرضا، باقری خلیلی و محمودآبادی (1391). کاهش متغیرهای ورودی در فرایند مدل سازی تصادفات آزاد راه ها با استفاده از روش تحلیل مولفه های اصلی. نشریه مهندسی حمل و نقل ، 3(4)، 325-338.

3)     محدث، فخری (1389). روش تحلیل مولفه های اصلی و بررسی عوامل، مطالعه موردی : استخراج شاخص قیمت دارایی ها و بررسی اثر آن بر تورم. مجموعه پژوهش های اقتصادی، 41.

4)     مرکز آمار ایران، نتایج آمارگیری از هزینه – درآمد خانوار، 1390.

5)     مرکز آمار ایران، سرشماری عمومی نفوس و مسکن، 1390.

6)      منصورفر، کریم (1388). "روش های پیشرفته آماری همراه با برنامه های کاربردی"، تهران: انتشارات دانشگاه تهران.

7)     خداداد کاشی ، فرهاد (1377). اندازه گیری فقر در ایران بر حسب خصوصیات اجتماعی و اقتصادی خانوارها: کاربرد شاخص سن در ایران. پژوهش نامه بازرگانی، 8، 61-84.

8)      Blakemore, T., Gibbings, J., Strazdins, L. (2006). Measuring the socio-economic position of families in HILDA & LSAC. ACSPRI Social Science Methodology Conference, University of Sydney.

9)      Blau, P., Duncan, OD. (1967). The American occupational structure. New York: Wiley.

10)   De Vos, S. (2004). Indicating Socio-Economic Status among Elderly People in Developing Societies: An example from Brazil. Social Indicators Research, 73, 87 –108.

11)   Festus, M.O., Adekola, O.M. (2015). Adult education for meaningful socio-economic development in Nigeria. Journal of Social Science Studies, 2(2), 199-213.

12)   Filmer, D., Pritchett, L. (2001). Estimating wealth effects without Expenditure data—or Tears: AN application to educational enrollments in states of India.  Journal of Demography, 38, 115–132.

13)   Green, L.w. (1970).Manual for scoring socioeconomic status for research on health behavior. Public Health Reports, 85.

14)   Higgs, N. (2002). Measuring Socio–Economic status: A discussion and comparison of methods or letting the Gini out of the Bottle plus Some thoughts on well-being. Research Surveys (Pty) Ltd, School of Economic and Business science, University of the Witwatersrand.

15)   Hollingshed. (1957). Two factor index of social position. New Haven: Department of Sociology, Yale University.

16)   Kolenikov, S., Angeles, G. (2004). The Use of Discrete Data in PCA: Theory, Simulations, and Applications to Socioeconomic Indices. Measure Evaluation.

17)   Kolenikov, S., Angeles, G. (2008). Socio-Economic status measurement with discrete proxyvariables: IS principal component analysis a reliable answer? Review of Income and Wealth, 55, 128-165.

18)   Kuppuswamy, B. (1981). Manual of socioeconomic status (Urban). New Delhi: Manasayan, 28.

19)   Lancee, B. (2010). The economic returns of immigrant’s bonding and bridging social capital: The case of the Netherlands. International Migration Review, 44(1), 202-226.

20)   Lease, S.H., Dahlbeek, D.T. (2009). Parental influences, career decision-making attributions, and self-efficacy: Differences for men and women? Journal of Career Development, 36, 95-113.

21)   McMillan, J., Jones, F., Beavis, A. (2008). Introducing the Australian Socioeconomic Index 2006 (AUSEI06). TASA conference, Policy Analysis and Program Evaluation Program, The Australian Council for Educational Research.

22)   Oakesa, J.M., & Rossib, P.H. (2003). The measurement of SES in health research: current practice and steps toward a new approach. Social Science & Medicine, 56, 769-784.

23)   Pink, B. (2006). Socio-Economic Indexes for Areas (SEIFA).  Australian Bureau of Statistics.

24)   Pink, B. (2011).  Socio-Economic Indexes for Areas (SEIFA).  Australian Bureau of Statistics.

25)   Pink, B. (2016).  Socio-Economic Indexes for Areas (SEIFA).  Australian Bureau of Statistics.

26)   Tiwari, S.C., Kumar, A., & Kumar, A. (2005). Development and standardization of a scale to measure socioeconomic status in urban and rural communities in India. Indian J Med Res, 122, 309-314.

27)   Vivek Kumar Pandey, Pradeep Aggarwal, &, Rakesh Kakkar. (2019). Modified BG Prasad Socio-economic Classification, Update -2019. INDIAN JOURNAL OF COMMUNITY HEALTH, 31.

28)   Vyas, S., Kumaranayake, L. (2006). Constructing socioeconomic status indices: How to use principal components analysis. Oxford University Press.

29)   Warner. (1949). Social class in America. Chicago: Science Research Associates.

 

 

 

 

 

 

 

 

 

یادداشت‌ها