نویسنده

چکیده

  چکیده   کیفیت توسعه و زیرساخت ­ های آن در اثر برنامه ­ ریزی ­ های نامطلوب و متمرکز گذشته مسایل عمده­ای را در روند توسعه روستاهای کشور ایجاد کرده است. ابعاد گوناگون و پیچیدگی ساختاری این موضوع یکی از تنگناهای اساسی درعرضه مدل مناسب برای توزیع اعتبارات به شمارمی آید. به منظورحل مسایل ناشی از عدم تعادل­های منطقه­ای، گام نخست شناخت و سطح بندی روستاها از نظر برخورداری درزمینه های اقتصادی، زیربنایی و ارتباطات، اجتماعی- فرهنگی، بهداشتی درمانی، آموزشی و... است. روش کار در این پژوهش ترکیبی ازروش­های توصیفی، تحلیلی است. 22 شاخص موردبررسی در این مطالعه در 4 بخش زیربنایی و ارتباطات، بهداشت و درمان، آموزشی، سیاسی اداری و انتظامی، قرار می­گیرند. تکنیک­های آماری spss و روش تحلیل خوشه­ای روشهای اصلی به کاربرده شده در این تحقیق هستند. نتایج این پژوهش نشان می دهد تفاوتها و نابرابریهایی درسطح توسعه یافتگی روستاهای بخش کوار وجود دارد، لذا این تفاوت­ها لزوم تهیه و اجرای برنامه ها و طرح­های هدفمند را برای توسعه یکپارچه و متوازن روستاها ایجاب می­کند.  

کلیدواژه‌ها

عنوان مقاله [English]

A Cluster Analysis of the Development Evaluation of the villages of Kavar District in Shiraz Township

نویسنده [English]

  • M. Bayat

چکیده [English]

      Abstract   The quality of development and its infrastructures have brought about major problems to the development process of the country’s villages due to unfavorable and concentrated planning. Its various dimensions and structural complexity forms a basic limitation to the presentation of an appropriate model for the distribution of budgets. A first step to the solution of issus arisen from regional imbalances involves the identification and ranking of villages according to their economic, infrastructural, and communication, socio-cultural, public health, educational services. The methodology in this study is a combination of descriptive and analytic ones. The 22 indices studied belonged to one of the four sections of infrastructure and communication, public health, education and finally politics-office and the police.

کلیدواژه‌ها [English]

  • Keywords: Rural development
  • Cluster analysis
  • kavar District