📊 statistics

Car Dependency in Urban Accessibility

تقدم هذه الدراسة مؤشرًا مبتكرًا للتبعية للسيارات لقياس فجوات إمكانية الوصول عبر 18 مدينة، كاشفةً أن التوسعات المنهجية في شبكات النقل ضرورية لتفكيك الأنظمة القائمة على السيارات وتحقيق تنقل حضري مستدام وعادل.

المؤلفون الأصليون: Bruno Campanelli, Francesco Marzolla, Matteo Bruno, Hygor Piaget Monteiro Melo, Vittorio Loreto

نُشر 2026-04-02

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Bruno Campanelli, Francesco Marzolla, Matteo Bruno, Hygor Piaget Monteiro Melo, Vittorio Loreto

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل أن مدينتك عبارة عن لوحة لعبة ضخمة وصاخبة. في هذه اللعبة، هدفك هو الوصول إلى "نقاط الفرص" — أماكن مثل عملك، أو متجر البقالة، أو الطبيب، أو المنتزه، أو مقهى القهوة المفضل لديك.

لعقود من الزمن، كانت قواعد اللعبة منحازة. تقول القواعد: "إذا كنت تملك سيارة، يمكنك الوصول إلى أي مكان تقريبًا بسرعة. وإذا لم تكن تملك سيارة، فأنت عالق في حيك السكني."

تقدم هذه الورقة طريقة جديدة لقياس مدى "انحياز" اللعبة بدقة في 18 مدينة مختلفة (مثل روما، نيويورك، باريس، وشيكاغو). وقد أطلقوا على هذا القياس اسم مؤشر الاعتماد على السيارات (CDI).

إليك تفصيل لنتائجهم باستخدام تشبيهات بسيطة:

1. "درجة الفرص" (لوحة اللعبة)

لم يكتفِ الباحثون بعدّ عدد المحلات الموجودة في الحي فحسب، بل قاموا بحساب "درجة الفرص".

لاعب السيارة: تخيل لاعبًا يمتلك حقيبة نفاثة فائقة السرعة. يمكنه الانطلاق للوصول إلى 5,000 مكان مختلف في ساعة واحدة.
لاعب النقل العام: تخيل لاعبًا يتعين عليه المشي إلى موقف الحافلة، والانتظار للحافلة، وربما التبديل بين الوسائل، ثم المشي مرة أخرى. قد يصل فقط إلى 2,000 مكان في تلك الساعة نفسها.
الفجوة: كلما زاد الفرق بين لاعب الحقيبة النفاثة ولاعب الحافلة، زاد الاعتماد على السيارات.

2. خريطة المناطق "الحمراء" و"الزرقاء"

أنشأت الدراسة خرائط حيث:

المناطق الحمراء هي بمثابة "صحاري السيارات". هنا، إذا كنت لا تملك سيارة، فأنت عالق فعليًا. لا يمكنك الوصول إلى العمل أو المستشفى بسهولة دون امتلاك واحدة.
المناطق الزرقاء هي "واحات النقل". هنا، تكون الحافلة أو القطار بنفس سرعة (أو أسرع من) القيادة لأن حركة المرور منعدمة والمواقف قريبة.
المفاجأة: حتى في المدن الغنية، تكون "المناطق الحمراء" عادةً في الضواحي. غالبًا ما يكون مركز المدينة "أزرق"، ولكن كلما ابتعدت، يسيطر اللون "الأحمر".

3. مشكلة "مالك السيارة القسري"

تجادل الورقة بأن الكثير من الناس لا يشترون السيارات لأنهم يحبون القيادة، بل يشترونها لأنهم مضطرون لذلك.

التشبيه: تخيل أنك تعيش في حي يبعد فيه متجر البقالة مسافة ميلين عنك، والحافلة تأتي مرة واحدة فقط في الساعة. يجب عليك شراء سيارة لمجرد الحصول على الحليب.
النتيجة: وجد الباحثون أنه حتى لو كنت تملك نفس القدر من المال الذي يملكه جارك، فإذا كنت تعيش في "منطقة حمراء" (اعتماد عالٍ على السيارات)، فمن المرجح أنك تمتلك سيارة أكثر من شخص يعيش في "منطقة زرقاء". تصميم المدينة يفرض عليك الأمر.

4. دراسة حالة فيينا: المال مقابل الموقع

نظر الباحثون عن كثب إلى فيينا لمعرفة ما يدفع الناس لشراء السيارات.

التفكير القديم: "الأغنياء يشترون السيارات لأنهم يستطيعون تحمل تكلفتها."
النتيجة الجديدة: "الأغنياء يشترون السيارات لأنهم يعيشون في أماكن يحتاجون فيها إليها."
التحول المفاجئ: وجدوا أن الأحياء الغنية ذات النقل العام الجيد (اعتماد منخفض على السيارات) كانت تحتوي في الواقع على عدد سيارات أقل من الأحياء الفقيرة ذات النقل العام السيئ. الموقع يهم أكثر من المحفظة.

5. تجربة روما: خط قطار واحد ليس كافيًا

قام الباحثون بمحاكاة ما سيحدث إذا قامت روما ببناء خط مترو جديد.

النتيجة: سيكون ذلك فوزًا كبيرًا للأشخاص الذين يعيشون بجوار المحطات الجديدة مباشرة. سترتفع "درجة الفرص" الخاصة بهم بشكل هائل، وقد يتوقفون عن استخدام سياراتهم.
العقبة: الأمر يشبه إصلاح تسرب واحد في سد ضخم. بينما يسعد الأشخاص القريبون من المحطة الجديدة، لا تزال بقية المدينة غارقة. التغيير الإجمالي للمدينة بأكملها كان ضئيلاً.
الدرس: لا يمكنك معالجة الاعتماد على السيارات بمشاريع فردية عابرة. أنت بحاجة إلى شبكة شاملة للنظام (مثل شبكة العنكبوت من القطارات والحافلات) لتغيير قواعد اللعبة حقًا.

الخلاصة الكبرى

خلص المؤلفون إلى أن الاعتماد على السيارات ليس مجرد خيار شخصي، بل هو خلل في التصميم.

إذا بُنيت المدينة مثل متاهة يكون مخرجها الوحيد هو الطريق السريع، فسوف يقود الناس. وللوصول إلى مستقبل أقل تلوثًا وأكثر حرية، تحتاج المدن إلى التوقف عن بناء "صحاري السيارات" والبدء في بناء "واحات النقل".

باختصار: لا تكتفِ بلوم الناس على القيادة. انظر إلى الخريطة. إذا كانت الخريطة تقول "أنت بحاجة إلى سيارة للنجاة"، فإن المدينة هي المعطلة، وليس السائق. الحل هو إعادة تصميم الخريطة بحيث تصبح المشي أو ركوب الحافلة سهلاً تمامًا مثل القيادة.

إليك ملخص تقني مفصل للورقة البحثية بعنوان "الاعتماد على السيارات في إمكانية الوصول الحضري" من قبل كامبانيلي وآخرون.

1. بيان المشكلة

تواجه التخطيطات الحضرية تحديًا حاسمًا في التحول نحو انبعاثات صافية صفرية: وهو تقليل الاعتماد على المركبات الخاصة. ومع ذلك، فإن عقودًا من النمو الحضري المتمحور حول السيارات حولت السيارة من أداة للراحة إلى ضرورة هيكلية للوصو ل الخدمات الأساسية، مما خلق ظاهرة تُعرف باسم "الاعتماد على السيارات".

غالبًا ما تواجه التدخلات السياساتية الحالية (مثل رسوم الازدحام، أو أيام خالية من السيارات) صعوبات لأنها تفشل في مراعاة عدم المساواة المكانية التي تجبر السكان على امتلاك السيارات. وبدون مقياس كمي قوي لقياس فجوة إمكانية الوصول بين النقل الخاص والعام، لا يمكن لصناع السياسات تحديد المناطق التي تكون فيها المناطق الخالية من السيارات قابلة للتطبيق بفعالية، أو تحديد الأماكن التي تحتاج فيها الاستثمارات في البنية التحتية بشكل أكبر لضمان تنقل عادل.

2. المنهجية

يقترح المؤلفون إطار عمل مبتكر يعتمد على بيانات جغرافية مكانية عالية الدقة ومحاكاة عددية لقياس الاعتماد على السيارات.

أ. البنية التحتية للبيانات

الشبكة المكانية: يتم تقسيم المدن باستخدام نظام الفهرسة الجغرافية المكانية H3 (الدقة 9)، مما ينشئ خلايا سداسية بطول ضلع يبلغ حوالي 200 متر.
بيانات السكان: مشتقة من WorldPop (شبكة 100 متر)، مجمعة إلى مراكز الخلايا السداسية.
نقاط الاهتمام (POIs): مستخرجة من OpenStreetMap (OSM)، مصنفة حسب الوسوم (مثل المرافق، الترفيه، الخدمات).
نطاق الدراسة: 18 مدينة عبر أوروبا وأمريكا الشمالية (مثل روما، باريس، نيويورك، فيينا).

ب. حساب وقت السفر

يحسب النموذج أوقات السفر لجميع أزواج الأصل والوجهة بين مراكز الخلايا السداسية:

النقل العام (PT): يستخدم خوارزمية مسح الاتصال (Connection Scan Algorithm) بالاقتران مع OSRM (آلة التوجيه مفتوحة المصدر). يفترض النموذج أوقات مشي تصل إلى 15 دقيقة بين المحطات ويتضمن جداول زمنية واقعية.
السيارة الخاصة: يستخدم OSRM لأوقات التوجيه الخام، المعدلة بواسطة:
1. تأخيرات حركة المرور: عامل خاص بكل مدينة ( $\Delta_{Traffic}$ ) بناءً على مؤشر TomTom لحركة المرور لعام 2023.
2. منطقة الوصول/الخروج (Buffer): إضافة ثابتة قدرها 15 دقيقة لحساب المشي إلى السيارة، وركنها، والمشي إلى الوجهة النهائية.

ج. مقاييس الفرص

يعرف الإطار "درجة الفرصة" ( $O_{h,m}$ ) لخلية سداسية $h$ ونمط $m$ (سيارة أو نقل عام). تمثل هذه الدرجة عدد نقاط الاهتمام (POIs) المرجحة التي يمكن الوصول إليها ضمن نافذة زمنية محددة.

الصيغة: $O_{h,m} = \langle \int_{t_0}^{\infty} f(2t) P_{h,m}(t_0, t) dt \rangle_{t_0}$ $O_{h, m} = ⟨ \int_{t_{0}}^{\infty} f (2 t) P_{h, m} (t_{0}, t) d t ⟩_{t_{0}}$
- $P_{h,m}$ : عدد نقاط الاهتمام التي يمكن الوصول إليها خلال زمن $t$ .
- $f(t)$ : دالة منفعة (اضمحلال أسي مع $\tau=60$ دقيقة) تزن الفرص الأقرب بشكل أعلى، مع مراعاة رحلة العودة ( $2t$ ).
- يتم أخذ المتوسط على أوقات البدء $t_0$ من الساعة 8 صباحًا حتى 10 مساءً.

د. مؤشر الاعتماد على السيارات (CDI)

المساهمة الجوهرية هي مؤشر الاعتماد على السيارات، المعرف لكل خلية سداسية كالتالي:
$CDI_h = \frac{O_{h,Car} - O_{h,PT}}{O_{h,Car} + O_{h,PT}}$

النطاق: $[-1, 1]$ .
التفسير:
- سالب ( $<0$ ): يوفر النقل العام إمكانية وصول أفضل (فرص أكثر).
- موجب ( $>0$ ): توفر السيارات الخاصة إمكانية وصول أفضل.
- المقدار: يشير إلى شدة فجوة الاعتماد.

هـ. التحقق والمحاكاة

الارتباط: يرتبط مؤشر CDI بمعدلات ملكية السيارات وحصص التنقل المرصودة (تحديدًا في فيينا).
تحليل السيناريوهات: تحاكي عملية "ماذا لو" تأثير توسعات المترو المخطط لها في روما (الخطين C و D) على مؤشر CDI.

3. النتائج الرئيسية

أ. عدم المساواة المكانية

انقسام المركز والأطراف: في معظم المدن، تظهر المناطق المركزية اعتمادًا أقل على السيارات (غالباً CDI سالب)، بينما تظهر المناطق الطرفية CDI موجب مرتفع.
تأثير البنية التحتية: وجود خطوط المترو/السكك الحديدية يقلل بشكل كبير من CDI في المناطق المحيطة، مما يخلق "جزرًا" من القابلية للخلو من السيارات حتى في المدن المعتمدة على السيارات.
تصنيف المدن:
- أدنى اعتماد: باريس (البلدية) وزيورخ لديهما متوسطات CDI سالبة، مما يعني أن النقل العام عمومًا يتفوق على السيارات.
- أعلى اعتماد: روما (0.335)، مالاغا (0.310)، وشيكاغو (0.270) تظهر اعتمادًا هيكليًا مرتفعًا على السيارات.

ب. الارتباط بالسلوك

استخدام السيارات: يوجد ارتباط إيجابي قوي ( $r = 0.66, p < 0.01$ ) بين وسيط CDI للمدينة ونسبة رحلات التنقل التي تتم بواسطة المركبات الخاصة. يؤدي الاعتماد الأعلى إلى استخدام أعلى للسيارات.
ملكية السيارات (دراسة حالة فيينا):
- ضبطت الدراسة متغير الدخل، وهو محرك معروف لملكية السيارات.
- النتيجة: حتى عند مستويات الدخل المتشابهة، تمتلك المناطق ذات الـ CDI المرتفع معدلات ملكية سيارات أعلى بكثير. وهذا يثبت أن قيود إمكانية الوصول المكانية، وليس فقط القدرة الاقتصادية، هي التي تقود ملكية السيارات.

ج. المحاكاة: توسعة مترو روما

التأثير المحلي: يقلل توسيع خطوط مترو روما المخطط لها من متوسط CDI للمدينة بمقدار 0.029 فقط.
التأثير المستهدف: بالنسبة للسكان على بعد 5 دقائق مشيًا من المحطات الجديدة، ينخفض CDI بشكل كبير (من 0.333 إلى 0.110 في الخلايا الأكثر تأثرًا).
تقليل التنقل: يقدر النموذج انخفاضًا بنسبة 5 نقاط مئوية في حصة التنقل بالسيارات (من 66% إلى ~61%)، مما يترجم إلى حوالي 60,000 سيارة أقل تُستخدم للتنقل يوميًا.
الاستنتاج: التدخلات المعزولة تحقق فوائد محلية ولكنها غير كافية للتغيير النظامي على مستوى المدينة؛ حيث يتطلب الأمر توسعًا شبكيًا على مستوى الشبكة.

4. المساهمات الرئيسية

مقياس مبتكر (CDI): يقدم مؤشرًا قابلًا للتوسع وموضوعيًا يحدد الضرورة الهيكلية لملكية السيارات بناءً على فجوة إمكانية الوصول بين الأنماط، بشكل مستقل عن الدخل.
دقة عالية التفاصيل: يتجاوز المتوسطات على مستوى المدينة ليوفر خرائط على مستوى الخلية السداسية (200 متر) لإمكانية الوصول، مما يكشف عن عدم المساواة الدقيقة التي لا تراها أدوات التخطيط التقليدية.
أداة سياساتية: يوفر طريقة لتحديد "المناطق القابلة للتطبيق" (حيث يكون CDI منخفضًا) و"مناطق الاستثمار ذات الأولوية" (حيث يشير CDI المرتفع إلى الحاجة للنقل).
فك الارتباط بين الدخل والاعتماد: يثبت أن الاعتماد على السيارات هو قضية مكانية تستمر حتى عند التحكم في الوضع الاجتماعي والاقتصادي، مما يتحدى الفكرة القائلة بأن ملكية السيارات هي مجرد اختيار نابع من الثراء.

5. الأهمية والآثار المترتبة

التخطيط الحضري العادل: يسمح CDI لصناع السياسات بتصميم تدخلات لا تؤدي إلى تفاقم الفصل الاجتماعي. من خلال تحديد المناطق التي يكون فيها النقل العام تنافسيًا بالفعل، يمكن للمدن تنفيذ أحياء منخفضة الحركة المرورية (LTNs) أو رسوم ازدحام بأمان دون معاقبة السكان الذين يفتقرون للبدائل.
استراتيجية البنية التحتية: تشير النتائج إلى أن مشاريع البنية التحتية المجزأة غير كافية. لتفكيك الأنظمة القائمة على السيارات، تحتاج المدن إلى توسعات نقل نظامية على مستوى الشبكة تربط المناطق الطرفية بالمركز.
العمل المناخي: من خلال قياس الارتباط بين الشكل المكاني والاعتماد على السيارات، يقدم الإطار مسارًا مدعومًا بالبيانات لتحقيق صافي انبعاثات صفرية من خلال تحولات مستهدفة في التنقل بدلاً من القيود الشاملة.

باختالام، تجادل الورقة بأن الاعتماد على السيارات ليس مجرد تفضيل سلوكي ولكنه نتيجة مكانية للشكل الحضري. يعمل مؤشر CDI كأداة تشخيصية حاسمة لتوجيه الانتقال نحو بيئات حضرية مستدامة وعادلة وخالية من السيارات.