مروری بر شاخص‌های عرضه و تقاضا در توسعه اقتصادی شهرها

دکتر بهرام وهابی*- تولید و عرضه: بخش تولید و عرضه از سه محور شامل تولید شهری، تجمع صنعتی و بهره‌وری شهری تشکیل شده است. با توجه به ادبیات موضوع که در بخش‌های نظری گزارش به آنها اشاره شد، این بخش از اهمیت خاصی در توسعه اقتصادی شهرها برخوردار است. در اینجا به نحوه تشکیل شاخص‌های مربوط به محورهای سه‌گانه این بخش می‌پردازیم.
الف- محور تولید شهری
تولید شهری، آن بخش از تولید منطقه است که در شهرها اتفاق می‌افتد و به این منظور از ارزش‌افزوده بخش‌های خدمات، ساختمان و صنعت و معدن استفاده شده است. البته درصدی از تولید کشاورزی نیز معمولا در شهرها (و اغلب حومه شهرها) صورت می‌گیرد ولی با توجه به اینکه بخشی از ارزش‌افزوده خدمات، ساختمان و صنعت و معدن نیز در فضاهای روستایی به وجود می‌آید، از آنها اغماض شده و به دلیل آنکه در حساب‌های منطقه‌ای محاسباتی در کشور، ارزش‌افزوده از چهار بخش زیر تشکیل شده است:
۱- ارزش‌افزوده بخش کشاورزی
۲- ارزش‌افزوده بخش خدمات
۳- ارزش‌افزوده بخش صنعت و معدن
۴-ارزش‌افزوده بخش ساختمان
ب- محور تجمع صنعتی
تجمع صنعتی (Industrial Agglomeration) براساس نظریه اقتصاد شهری و اقتصاد منطقه‌ای یکی از مهم‌ترین عناصر و اجزای توسعه اقتصادی شهرهاست. تجمع صنعتی را می‌توان از روش‌ها و فرمول‌های مختلفی محاسبه کرد (مانند نظریه‌های فرانسوا پرو، هیگینز و سایر نظریه‌های مربوط به قطب‌ها و مراکز رشد). با توجه به آمارهای موجود در کشور (آمارگیری از کارگاه‌های بزرگ صنعتی کشور)، از دو مفهوم شامل تعداد کارگاه‌های صنعتی و ارزش‌افزوده کارگاه‌های صنعتی در استان‌ها و تعدیل‌های مربوط به محاسبات در شهرها برای محاسبه شاخص تجمع صنعتی استفاده می‌شود.
۲- تقاضا و رفاه
شاخص بخش تقاضا و رفاه از پنج محور تشکیل شده است که در اینجا محورهای این بخش را ارائه می‌کنیم:
الف- محور بودجه خانوار
در مورد بودجه خانوار اطلاعات زیر وجود دارد:
الف- اطلاعات در سطح استانی است و نمونه‌ها در سطح شهرها اپتیمم نیستند.
ب- اطلاعات هر استان، میانگین استان است و نه چند شهر بزرگ.
پ- شاخص پراکندگی بودجه خانوار در استان (ضریبk ) محاسبه می‌شود.
اکنون با توجه به اینکه شاخص k نشان‌دهنده پراکندگی مقادیر بودجه خانوار در استان است و از طرف دیگر با توجه به اثر رقابت در مصرف و آثار پخش (Spread Effects) در بخش تقاضای جامعه، مقادیر بودجه خانوار در هر استان در سه گروه زیر قابل محاسبه است:
الف- کرانه بالای بودجه خانوار برای شهرهای مرکز استان.
ب- کرانه وسط بودجه خانوار برای شهرهای بیش از ۵۰ هزار نفر (به جز مراکز استان).
پ- کرانه پایین بودجه خانوار برای شهرهای کمتر از ۵۰ هزار نفر.
ب- محور فقر و توزیع درآمد
محور فقر یکی از مهم‌ترین محورهای اقتصادی در تشکیل شاخص‌های توسعه انسانی (HDI) ‌و شاخص‌های توسعه شهری (CDI) ‌است. در محور فقر و توزیع درآمد نیز همان پیش‌فرض‌های بخش بودجه خانوار وجود دارد به علاوه اینکه می‌توان از آمار مربوط به گروه‌های دهگانه هزینه‌ای نیز برای محاسبه شکاف هزینه‌ای در سطح استان استفاده کرد.
پ- محور اشتغال
محور اشتغال در بخش تقاضا و رفاه به سادگی و با استفاده از آمارهای موجود شاغلان و جمعیت فعال شهرها به دست خواهد آمد.
ت- محور قیمت و تورم
در مورد محور قیمت و تورم، سه گروه از اطلاعات آماری وجود دارد:
الف- شاخص قیمت برای شهرهای بزرگ کشور (تهران، مشهد، اصفهان، اهواز، همدان، قم، تبریز، شیراز، رشت، ارومیه و کرمانشاه)
ب- شاخص قیمت برای شهرهای کوچک (یک عدد برای کل شهرهای کوچک در کشور)
پ- شاخص قیمت برای استان‌ها
با توجه به داشته‌های فوق و برای حفظ سازگاری اعداد در سطح استان، می‌توان از فرمول‌بندی سازگاری استانی استفاده کرد (روش قیاسی). شاخص قیمت برای شهرهای بزرگ مستقیما از آمارهای موجود به دست می‌آید. برای هر یک از مراکز استان‌ها (بدون شهرهای بزرگ) می‌توان از این فرض استفاده کرد که نسبت شاخص قیمت مرکز استان به کل شاخص قیمت استان برابر با همین نسبت برای استان‌هایی است که ارقام آنها در بند الف فوق آمده است.
تا اینجا، شاخص قیمت برای کل مراکز استان‌ها محاسبه شده است. برای سایر شهرها، دو گروه شهر خواهیم داشت:
الف- شهرهای بیش از ۵۰ هزار نفر (بدون مراکز استان).
ب- شهرهای کمتر از ۵۰ هزار نفر.
در جمع‌بندی این محور، محاسبه شاخص قیمت برای شهرهای مختلف را می‌توان به صورت زیر طبقه‌بندی کرد:
۱- شهرهای بزرگ (مستقیما از آمارهای موجود به دست می‌آید).
۲- مراکز استان به جز شهرهای بزرگ
۳- شهرهای بیش از ۵۰ هزار نفر بدون مراکز استان
۴- شهرهای کمتر از ۵۰ هزار نفر
از طرف دیگر با توجه به اهمیت دو گروه کالای زیر در شهرها:
الف- مسکن شهری
ب- حمل‌و‌نقل شهری
از شاخص قیمت مسکن شهری و حمل‌و‌نقل شهری در سبد قیمتی خانوارها نیز استفاده شده و شاخص‌های نهایی را می‌توان با همان تعدیلات قبلی (برای شاخص عمومی قیمت‌ها) برای مسکن شهری و حمل‌و‌نقل شهری محاسبه کرد. در نهایت لازم به ذکر است که چون تورم عامل منفی برای رفاه شهروندان است، معکوس این رابطه به عنوان شاخص این محور قابل استفاده است.
ث- محور دستمزد
براساس نظریه قیمت محوری (Pivot Price)، یک شاخص قیمت یا دستمزد می‌تواند محور تعیین شاخص‌های مشابه دیگر باشد. همچنین می‌توان گفت که تبعیت پیرامون (Periphery) ‌از مرکز (Core) ‌اغلب حول فعالیت‌های پیشرو و پیشاهنگ اتفاق می‌افتد. این مساله باعث می‌شود که در زمینه نظریه دستمزدهای شهری، دستمزد صنعتی مبنای تجزیه و تحلیل قرار گیرد. در کنار این مساله، در نظریه‌های دوگانگی کلاسیک و فنی نیز که قبلا بیان شد، تفاوت دستمزد صنعتی و دستمزد کشاورزی مبنای تحلیل دوگانگی میان شهرها و روستاها به صورت انتساب دستمزد صنعتی به شهرها و دستمزد کشاورزی به روستاها قرار می‌گیرد. در این بخش با تکیه بر نظریه‌های موجود، دستمزد صنعتی (جبران خدمات کارگاه‌های بزرگ صنعتی) می‌تواند مبنای تشکیل شاخص برای محور دستمزد قرار گیرد. در نظریه‌های دوگانگی (خصوصا نظریه عرضه نامحدود نیروی کار توسط آرتور لوئیس)، دستمزد صنعتی به عنوان شاخص رفاه شهرها باعث جذب نیروی کار روستاها به شهرها شده و در نتیجه می‌توان دستمزد صنعتی را در گروه شاخص‌های رفاه شهری در نظر گرفت. در زمینه نحوه طراحی شاخص دستمزد صنعتی نیز همانند بحث تجمع صنعتی می‌توان از اطلاعات استانی با تعدیل لازم برای شهرها و در نهایت برای محاسبه دستمزد صنعتی در شهرها بر مبنای تعدیلات یادشده استفاده کرد.
ج- شاخص کل تقاضا و رفاه
شاخص کل تقاضا و رفاه از میانگین وزنی شاخص‌های محورهای مربوطه با وزن‌های برابر به دست می‌آید.
۳- مرکزیت و سطوح شهری
بخش مرکزیت و سطوح شهری از سه محور زیر تشکیل شده است:
الف- محور مرکزیت
ب- محور جمعیت
پ- محور سطوح شهری
که در اینجا به ارائه نحوه تشکیل شاخص‌ها در هر محور می‌پردازیم.
الف- محور مرکزیت
این محور یکی از اساسی‌ترین محورها در نظریه‌های توسعه اقتصادی شهرهاست که بر پایه نظریه‌های اولیه و مهمی مانند نظریه لوش و نظریه مکان مرکزی کریستالر است. در این نظریه‌ها، دو عامل روی درجه اهمیت و درجه توسعه شهرها موثر است:
الف- اندازه شهر (که اغلب با جمعیت محاسبه می‌شود)‌.
ب- نقش شهر (که مرکزیت شهر برای فعالیت‌های مختلف را نشان می‌دهد).
شاخص مورد نظر برای بند الف، در محورهای جمعیت و سطوح شهری و شاخص مورد نظر برای بند ب فوق در محور مرکزیت ارائه شده است. بر اساس تقسیمات جغرافیایی و سیاسی موجود در ایران بر مبنای تقسیمات کشوری، مرکزیت را می‌توان در قالب طبقه‌بندی زیر ارائه کرد:
الف- مرکز ملی (پایتخت)
ب- مرکز استانی (شهرهای مرکز استان)
پ- مرکز محلی سطح یک (شهرهای مرکز شهرستان)
ت- مرکز محلی سطح دو (شهرهای مرکز بخش)‌
ث- سایر شهرها (فاقد مرکزیت)
با طبقه‌بندی شهرهای کشور به صورت پنجگانه فوق، پایتخت کشور (شهر تهران) رتبه ۵، مراکز استان رتبه ۴، مراکز شهرستان رتبه ۳، مراکز بخش رتبه ۲ و سایر شهرها که فاقد مرکزیت رسمی در تقسیمات کشوری هستند، رتبه یک را دارا هستند. با انتساب این رتبه‌ها به شهرهای کشور، شاخص مرکزیت بر اساس فرمول‌بندی‌های مربوط به طراحی شاخص‌ها برای هر یک از شهرها قابل طراحی و محاسبه است. بر اساس فرمول‌بندی مزبور، مرکز کشور عدد یک، مراکز استان عدد ۷۵/۰، مراکز شهرستان عدد ۵/۰، مراکز بخش عدد ۲۵/۰ و سایر شهرها به دلیل فقدان مرکزیت، عدد صفر را خواهند داشت.
ب- محور جمعیت
در محور جمعیت، از دو شاخص اصلی زیر قابل استفاده است:
الف- شاخص رتبه‌ای جمعیت
ب- شاخص رشد جمعیت
که شاخص دوم نیز خود به دو شاخص فرعی دیگر مربوط به دو دوره آماری تقسیم می‌شود. شاخص رتبه‌ای جمعیت با استفاده از طبقه‌بندی دهگانه سطوح جمعیتی زیر به دست می‌آید:
۱- سطح یک. شهرهای با جمعیت بیش از یک میلیون نفر (رتبه ۱۰).
۲- سطح دو. شهرهای با جمعیت پانصد هزار تا یک میلیون نفر (رتبه ۹).
۳- سطح سه. شهرهای با جمعیت بین ۲۰۰ و ۵۰ هزار نفر تا پانصد هزار نفر (رتبه ۸).
۴- سطح چهار. شهرهای با جمعیت بین یکصد هزار تا ۲۵۰ هزار نفر (رتبه ۷).
۵- سطح پنج. شهرهای با جمعیت بین ۷۵ هزار تا ۱۰۰ هزار نفر (رتبه ۶).
۶- سطح شش. شهرهای با جمعیت بین ۵۰ هزار تا ۷۵ هزار نفر (رتبه ۵).
۷- سطح هفت. شهرهایی با جمعیت بین ۱۰ هزار تا ۲۵ هزار نفر(رتبه ۴).
۸- سطح هشت. شهرهای با جمعیت بین هزار تا ۱۰ هزار نفر (رتبه ۳)‌.
۹- سطح نه. شهرهای با جمعیت بین هزار تا ۱۰ هزار نفر (رتبه ۲).
۱۰- سطح ده. شهرهای با جمعیت کمتر از هزار نفر (رتبه ۱).
با فرمول‌بندی رتبه گروه‌های جمعیتی می‌توان رتبه هر سطح شهری را به دست آورد. برای محاسبه شاخص رشد جمعیت در محور جمعیت از بخش مرکزیت و سطوح شهری، از دوره‌های زیر می‌توان استفاده کرد:
الف- رشد جمعیت شهر در دوره زمانی ۱۳۹۵-۱۳۹۰
ب- رشد جمعیت شهر در دوره زمانی ۱۳۹۰-۱۳۸۵
پ- رشد جمعیت شهر در دوره زمانی ۱۳۸۵-۱۳۷۵
ت- رشد جمعیت شهر در دوره زمانی ۱۳۷۵- ۱۳۷۰
ث- رشد جمعیت شهر در دوره زمانی ۱۳۷۰- ۱۳۶۵
پ- محور سطوح شهری
در کنار نقش مرکزیت در توسعه اقتصاد شهری، جایگاه هر شهر در نظام سلسله‌مراتب شهری (Urban Hierarchy System) نیز اهمیت خاصی دارد. به این منظور و جهت تامین این نقش در طراحی شاخص توسعه اقتصادی شهرها، محور سطوح شهری به عنوان یکی از محورهای اصلی بخش مرکزیت و سطوح شهری مطرح می‌شود. شاخص سطوح شهری برای هر شهر از دو جنبه قابل محاسبه است:
الف- شاخص سطوح شهری در سطح استان‌ها
ب- شاخص سطوح شهری در سطح ملی
به عبارت دیگر، جایگاه هر شهر در نظام سلسله‌مراتب شهری، هم از نظر نظام سلسله‌مراتب شهری در محدوده استان‌ها و هم از نظر نظام ملی سلسله‌مراتب شهری در نظر گرفته می‌شود. شاخص استانی به عنوان مبنای محاسبه سایر شاخص‌ها (مانند شاخص‌های بخش تولید و عرضه) قرار گرفته و شاخص ملی به عنوان یکی از اجزای شاخص مرکزیت و سطوح شهری، وارد محاسبات شاخص توسعه اقتصادی می‌شود. برای محاسبه شاخص استانی، ابتدا باید جدولی در محور جمعیت تشکیل داده و متناسب با سطوح جمعیتی موجود محاسبات را انجام داد. پس از آن، هر سطح شهری نسبت به میانگین ارقام میانه استان، رتبه مورد نظر را پیدا می‌کند. به عنوان مثال، برای استان قم که یک شهر (شهر قم) در گروه رتبه دوم (بین ۵۰۰ هزار تا یک میلیون نفر جمعیت) و دو شهر (جعفریه و کهک) در گروه رتبه نهم (بین هزار تا ده هزار نفر جمعیت) دارد، میانه دو گروه برابر با ۰۰۰/۷۵۰ و۵۵۰۰ بوده و میانگین این دو رقم برابر با ۳۷۷۷۵۰ و در گروه رتبه سوم قرار می‌گیرد. در نتیجه کمیت استانی سطوح شهری برای شهر قم برابر با حاصل تقسیم ۹ بر عدد ۸ و برای دو شهر دیگر هر کدام برابر با حاصل تقسیم ۲ بر عدد ۸ است. بدیهی است با تغییر میانه استان، رتبه‌بندی شهرها نیز متاثر از تغییر فوق خواهد شد.
در سطح ملی، رتبه‌بندی دهگانه به صورت کامل وجود دارد و در نهایت، رتبه ملی هر شهر با توجه به طبقه جمعیتی مربوطه محاسبه می‌شود. بدیهی است مقدار وزن‌ها متاثر از نحوه سطح‌بندی و گروه‌بندی جمعیتی شهرهاست و سطح‌بندی مورد استفاده در سطح‌بندی عام مورد پذیرش در تجربه کشورهای مختلف و همچنین طرح‌های آمایش کشور است.
۳-۲-۳-۴- شاخص کل مرکزیت و سطوح شهری
با استفاده از شاخص‌های مربوط به محورهای مختلف بخش مرکزیت و سطوح شهری، شاخص کل مرکزیت و سطوح شهری برای هر شهر به دست می‌آید.
۴- مالیه محلی
در بخش مالیه محلی، شاخص کل بدون محورهای اصلی بوده و مستقیما به اجزای خود تقسیم می‌شود. در بخش مالیه محلی، کیفیت و کمیت منابع درآمدی و کیفیت و ترکیب مخارج اهمیت فراوانی دارد ولی به علت وجود بودجه تعالی در شهرداری‌های ایران، در اینجا از کمیت و کیفیت منابع (= مخارج) باید استفاده شود. بدیهی است با توجه به مباحث نظری مربوط به نقش دولت‌های محلی در توسعه اقتصادی شهرها، کیفیت و ترکیب بودجه شهرداری‌ها دارای نقش توزیعی، تخصیصی، تثبیتی و تنظیمی در سطح شهرهاست. شاخص کل مالیه محلی برای هر شهر از دو عنصر کمی و کیفی تشکیل شده و شاخص کیفی نیز خود به دو گروه زیر قابل تقسیم است:
الف- شاخص‌های سرانه بودجه
ب- شاخص زیرساختی
۵- شاخص توسعه اقتصادی
شاخص توسعه اقتصادی، شاخص نهایی برای اندازه‌گیری درجه توسعه اقتصادی شهرها در ایران بوده و از بخش‌های چهارگانه به دست می‌آید. در اینجا به دلیل اهمیت خاص هر گروه (شاخص‌های مربوط به بخش‌های چهارگانه)، می‌توان از وزن‌های برابر برای هر کدام استفاده کرد. به ازای هر واحد تغییر در شاخص بودجه خانوار، شاخص توسعه اقتصادی به اندازه مشخصی تغییر می‌کند که قابل محاسبه است. بدیهی است ضرایب اهمیت هر شاخص روی درجه توسعه اقتصادی شهرها عنصر تحلیلی مهمی است.
۶- طراحی الگوی تلفیقی شاخص‌های توسعه اقتصادی
برای طبقه‌بندی و گروه‌بندی مناطق مختلف جغرافیایی از جمله شهرها می‌توان از روش‌های مختلفی استفاده کرد که هر کدام دارای ویژگی‌ها، امکانات و محدودیت‌های خاصی هستند که در اینجا پس از بررسی روش‌های مختلف نظری و کاربردی برای طبقه‌بندی تطبیقی شهرها، الگوی تلفیقی قابل استفاده ارائه می‌شود. در میان الگوهای مختلف طبقه‌بندی تطبیقی شهرها در مباحث اقتصاد شهری و منطقه‌ای، در اینجا به بررسی مهم‌ترین الگوها شامل روش تحلیل پوششی داده‌ها (Data Envelop Analysis: DEA)، روش تاکسونومی (Taxonomy Method)، روش مولفه‌های اصلی (PrincipalComponents)، روش منطق فازی (Fuzzy Logic) و روش ترکیب خطی (Linear Combination) می‌پردازیم.
الف- روش تحلیل پوششی داده‌ها
این روش که معمولا در مباحث تحلیل سیستم‌ها (Systems Analysis) به کار می‌رود، روشی غیرپارامتری (Nonparametric) است که از داده‌های تمامی نمونه‌ها استفاده کرده و با استفاده از مدل‌های برنامه‌ریزی خطی، اقدام به حل مسائل می‌کند. تحلیل پوششی داده‌ها روشی جهت محاسبه توابع تولید و مرز کارایی با استفاده از برنامه‌ریزی ریاضی است. به عنوان مثال در بخش تولید و عرضه، تابع تولید عبارت از حداکثر مقدار خروجی‌ها به ازای ترکیبی از مقادیر ورودی‌ها برای رسیدن به سطح خروجی مورد نظر است. کارایی این روش، کارایی نسبی است چراکه اندازه‌گیری کارایی یک واحد در مقایسه با سایر واحدهای مشابهی صورت می‌گیرد که دارای خروجی‌های مشابه با ورودی‌های مشابه یکدیگر هستند. کارایی نسبی در حالت وجود ورودی‌ها و خروجی‌های غیرممکن چندگانه به صورت نسبت جمع خروجی‌های موزون (وزنی) به ورودی‌های موزون اندازه‌گیری می‌شود. در ارزیابی این روش باید گفت که این روش نسبت به اثر بازده به مقیاس و اثر تعداد واحدهای مورد بررسی حساس است و نتایج آن با تغییر این شرایط، تغییر می‌کند. در مورد اثر دوم باید گفت که در تحلیل پوششی داده‌ها، واحدهای کارا معادل وضعیت صددرصد در نظر گرفته می‌شوند در حالی که چون واحدهای بهتر از لحاظ کارایی در نمونه وجود ندارند، آنها کارا هستند و هر چه تعداد واحدهای مورد بررسی (تعداد نمونه یا جامعه آماری) بیشتر باشد، احتمال صددرصد کارا بودن کاهش می‌یابد که این مساله به معنای اثر تعداد واحدهای مورد بررسی بر ارزیابی نهایی است. پنج الگوی مهم در تحلیل پوششی داده‌ها عبارتند از:
الف- مدل CCR ورودی‌گرا که نسبت مقدار مجازی خروجی به مقدار مجازی ورودی را حداکثر می‌کند.
ب- مدل CCR خروجی‌گرا که نسبت مقدار مجازی ورودی به مقدار مجازی خروجی را حداقل می‌کند.
پ- مدل BBC ورودی گرا که نسبت مقدار مجازی خروجی به مقدار مجازی ورودی را حداکثر می‌کند.
ت- مدل BBC خروجی‌گرا که نسبت مقدار مجازی خروجی را حداقل می‌کند.
ث- مدل ADD (جمعی) که به منظور کاهش همزمان ورودی‌ها و افزایش خروجی‌ها طراحی می‌شود.
روش تحلیل پوششی داده‌ها علاوه بر محدودیت‌های وضع شده روی طراحی شاخص‌ها به لحاظ استفاده از برنامه‌ریزی خطی و تشکیل توابع هدف و قیود مربوطه و مشکل مربوط به نحوه تامین توابع هدف و قیود آنها، در سازگاری با اطلاعات آماری موجود نیز مشکلات مهمی را در پیش دارد ولی در بهترین شرایط و با جداسازی مرحله تحلیل از مرحله الگوسازی، به سمت الگوهای ترکیب خطی سوق می‌یابد و به همین دلیل، نمی‌تواند روش مناسبی برای الگوسازی درجه توسعه اقتصادی شهرها باشد.
ب- روش تاکسونومی
روش تاکسونومی که به روش تاکسونومی عددی (Numerical Taxonomy) نیز شناخته شده است، روشی است که یک مجموعه را به زیرمجموعه‌های تقریبا همگن تقسیم کرده و با استفاده ازمراحل زیر به بررسی تطبیقی شاخص‌ها می‌پردازد:
الف- تشکیل ماتریس داده‌ها
ب- تشکیل ماتریس استاندارد
پ- محاسبه فواصل مرکب و تعیین کوتاه‌ترین فواصل
ت- گروه‌بندی مقادیر همگن
ث- محاسبه درجه توسعه‌یافتگی
در نهایت با محاسبه مقادیر مطلوب از ماتریس استاندارد برای هر متغیر، فاصله هر کمیت از مقدار مطلوب برای هر متغیر محاسبه شده و در مرحله پنجم، مقایسه میان مناطق با استفاده از مقادیر مطلوب صورت می‌گیرد. این روش با وجود ویژگی‌های خاص خود که باعث استفاده گسترده از آن جهت رتبه‌بندی مناطق شده است، به دلیل وجود بخش‌ها و محورهای متفاوت در این مطالعه و لزوم تقریب‌های مختلف در راه رسیدن محورها به بخش‌ها و از بخش‌ها به شاخص توسعه اقتصادی و همچنین به دلیل پوشش کامل جامعه آماری و الزام به پوشش تمامی شهرها (و عدم حذف شهرهای ناهمگن)، نمی‌تواند به عنوان الگوی نهایی مورد استفاده قرار گیرد.
پ- روش مولفه‌های اصلی
در روش مولفه‌های اصلی که دارای سابقه طولانی در ادبیات نظری اقتصادی است، هدف اصلی تجزیه شاخص به مولفه‌های اصلی و یافتن ترکیباتی از متغیرها جهت ایجاد شاخص‌های مستقل است. این روش ابتدا توسط هاتلینگ (H. Hotelling) برای تحلیل عاملی در بحث روانشناسی مورد استفاده قرار گرفته است و سوال اصلی در آن این است که چگونه می‌توان گروهی از متغیرها را به مجموعه‌های اساسی‌تر از عوامل مستقل به نام «عامل‌ها» (Factors) تقسیم و تحلیل کرد. کارایی روش مولفه‌های اصلی هنگامی است که شواهد متقن و مشخصی مبنی بر نوع مولفه‌های اصلی یک متغیر (یا شاخص) وجود نداشته باشد در حالی که در طراحی شاخص‌های توسعه اقتصادی شهرها، مولفه‌های اصلی تقریبا شناخته شده و مورد پذیرش عمومی هستند. در واقع روش مولفه‌های اصلی یک روش قیاسی برای شناخت مولفه‌های اصلی (حرکت از شاخص توسعه اقتصادی به بخش‌ها و محورها) است در حالی که با شناخت اولیه روی بخش‌ها و محورهای اصلی، نیاز به روش استقرایی جهت تشکیل شاخص توسعه اقتصادی بر اساس بخش‌ها و محورهای اصلی (حرکت از بخش‌ها و محورها به شاخص توسعه اقتصادی) است.
ت- روش منطق فازی
این یک حقیقت غیرقابل انکار است که جمع‌آوری اطلاعات و داده‌های دقیق برای توصیف رفتار سیستم‌های واقعی کاری بسیار مشکل است. از این رو الگوسازی ریاضی دقیق، جایی که سیستم‌ها پیچیده می‌شوند، کاری ناممکن است. به عبارت روشن‌تر، افزایش پیچیدگی سیستم‌های دنیای واقعی «سیستم‌های عملی که در دنیای فنی- مهندسی با آنان سرو کار داریم» و افزایش دقت مدل‌سازی ریاضی این‌گونه سیستم‌ها با هم همساز نیستند. هر چقدر پیچیدگی بالا باشد، دقت مدل‌سازی ریاضی کاهش می‌یابد، آنگونه که در نقطه‌ای قادر نخواهیم بود نظرات با ارزش و قابل قبول در مورد پویایی سیستم مطرح کنیم. از منظر کلی سیستم‌های فازی را می‌توان به عنوان یک سیستم پویای غیرخطی در نظر گرفت که قادر‌ند سیستم‌های واقعی را هر چقدر پیچیده، از روی داده‌های تجربه و بر اساس محاسبات عددی با دقت خاص تقریب بزنند. در سالیان اخیر شاهد حرکتی مستمر، از تحقیقات صرفا نظری به تحقیقات کاربردی به ویژه در زمینه پردازش اطلاعات، برای مسائلی که برای آنها راه‌حلی موجود ناست یا به راحتی قابل حل نیستند. با عنایت به این موضوع، علاقه فزاینده‌ای در توسعه نظری سیستم‌های پویای هوشمند مدل آزاد ایجاد شده است. پیاده‌سازی ویژگیهای شگفت انگیز مغز در یک سیستم مصنوعی همیشه وسوسه‌انگیز و مطلوب بوده است. در راستای این موضوع، روش‌هایی از قبیل شبکه‌های عصبی و سیستم‌های فازی و الگوریتم ژنتیک برای مدل‌سازی جنبه‌های مختلف عملکرد مغز توسط محققین ارائه شده است. پیچیدگی در دنیای حقیقی مثل سیستم‌های اجتماعی، اقتصادی و بیولوژیکی ما را به سیستم‌های هوشمند رهنمون می‌کند. ابعاد بزرگ سیستم، ساختارهای سلسله مراتبی، بازخوردهای داخلی و پویایی‌های غیرآینده‌نگر، تنها پاره‌ای از مشخصات سیستم‌های پیچیده هستند.
ضعف تکنیک‌های متداول، در بیان خواص سیستم‌های پیچیده، به عنوان «اصل ناسازگاری» توسط پروفسور عسکرزاده بیان شده است. اصل ناسازگاری می‌گوید «تا زمانی که پیچیدگی سیستم زیاد می‌شود، دقت کار ما در بیان رفتار سیستم و توانایی ما در ارائه جملات مهم، کاهش می‌یابد، تا به استان‌هایی برسیم که از آنجا به بعد تقریبا دقت و اهمیت دو مشخصه از هم جدا می‌شوند.» روش پروفسور عسکرزاده در الگوسازی سازوکار تفکر انسان، به وسیله مقادیر زبانی فازی، به جای اعداد، مقدمه‌ای برای ورود نظریه فازی به دنیای نظری سیستم‌ها پدید آورد و دسته جدیدی از سیستم‌ها به نام سیستم‌های فازی ارائه کرد. ما عموما به سیستم‌های فازی، به مفهوم فازی شده سیستم‌های مرسوم می‌نگریم و با گسترش مفهوم کلاسیک الگوی سیستم، به الگوی فازی می‌رسیم. الگوی فازی بیانی از رفتار سیستم به وسیله نظریه مجموعه‌های فازی است. یک مشخصه اصلی سیستم‌های فازی این است که مبتنی بر تقسیم‌بندی اطلاعات هستند. سیستم‌های فازی به جای اعداد با مجموعه‌های فازی سروکار دارند و از آنجا که مجموعه فازی قدرت تبیین بیشتری نسبت به یک عدد دارد، استفاده از مجموعه‌های فازی توانایی تعمیم اطلاعات را به ما می‌دهد. کاستی دقت و ابهام در بسیاری از مسائل واقعی قابل قبول است و حتی مفید هم هست، مثل استنتاج تقریبی در ذهن انسان‌ها، در اصل بیان اطلاعات در سیستم‌های فازی تقلیدی از سازوکار استنتاج تقریبی ذهن انسان‌هاست. این روش به دلیل سادگی و سازگاری نهایی از روش استقرایی، در طراحی شاخص توسعه انسانی (HDI) ‌توسط سازمان ملل متحد و همچنین طراحی شاخص‌های توسعه شهری (CDI) توسط بانک توسعه آسیایی (ADB) مورد پذیرش کشورها قرار گرفته و ملاک طراحی شاخص‌ها و گروه‌بندی آنهاست.
۷- الگوی نهایی
با توجه به خصوصیات روش‌های فوق‌الذکر در طراحی شاخص‌های توسعه اقتصادی شهرها، می‌توان از دو روش برای طراحی الگوی نهایی استفاده کرد:
۱- روش ترکیب خطی
۲- روش فازی
روش ترکیب خطی به آن علت مناسب است که مطالعات سازمان ملل متحد در برنامه HABITAT در طراحی شاخص توسعه انسانی، بانک توسعه آسیایی در طراحی شاخص توسعه شهری و بسیاری از مطالعات دیگر، از روش ترکیب خطی به دلیل سازگاری استقرایی آن استفاده شده است اما با توجه به اینکه این روش ضرایب و وزن‌های استانداردی ندارد، از روش فازی که از دقت زیادی برخوردار است نیز می‌توان استفاده کرد.
* پژوهشگر اقتصاد شهری
@BWurban7677