Airbnb and Urban Renewal in Lisbon (2015–2019): Spatial Interactions Revealed by Network-Enhanced Kernel Density Modelling

शहर जीवित मानचित्र हैं, जिन्हें लोगों की गतिविधियों और पैसे के प्रवाह द्वारा लगातार फिर से बनाया जाता है। दशकों से, शहरी योजनाकारों ने यह समझने की कोशिश की है कि विभिन्न ताकतें एक शहर को कैसे आकार देती हैं, अक्सर इस बात पर ध्यान देकर कि चीजें कहाँ होती हैं। जब कोई नया व्यवसाय खुलता है या किसी इमारत का नवीनीकरण किया जाता है, तो वह परिदृश्य पर एक निशान छोड़ देता है। हाल के वर्षों में, इन मानचित्रों पर एक शक्तिशाली नई शक्ति दिखाई दी है: एयरबीएनबी (Airbnb) जैसे अल्पकालिक किराये वाले प्लेटफॉर्म। ये डिजिटल मार्केटप्लेस घर मालिकों को अपने अपार्टमेंट यात्रियों को किराए पर देने की अनुमति देते हैं, जिससे अस्थायी आवास का एक विशाल, अदृश्य नेटवर्क बनता है जो व्यक्तिगत सड़कों तक, बहुत सूक्ष्म स्तर पर संचालित होता है। साथ ही, कई यूरोपीय शहर गहन निर्माण नवीनीकरण चक्रों से गुजर रहे हैं, क्योंकि मालिक और निवेशक ऐतिहासिक संरचनाओं को बहाल करने के लिए काम कर रहे हैं। शोधकर्ताओं के लिए प्रश्न केवल यह नहीं है कि क्या ये दोनों चीजें हो रही हैं, बल्कि यह है कि वे एक-दूसरे से भौतिक स्थान में कैसे संबंधित हैं। क्या वे एक ही पड़ोस में स्थित हैं? क्या वे एक ही सड़कों का अनुसरण करते हैं? इसका उत्तर देने के लिए, वैज्ञानिक उन उपकरणों का उपयोग करते हैं जो बिखरे हुए डेटा बिंदुओं को तीव्रता के सुचारू, निरंतर चित्रों में बदल देते हैं, जिससे यह दिखाया जा सके कि गतिविधि कहाँ सबसे अधिक केंद्रित है। हालाँकि, शहर सपाट, खुले मैदान नहीं हैं; वे सड़कों और चौराहों के जटिल जाल हैं। एक ऐसी विधि जो शहर को एक सपाट सतह के रूप में मानती है, कभी-कभी विवरणों को धुंधला कर सकती है, जिससे यह देखना कठिन हो जाता है कि कौन सी सड़कें सबसे अधिक दबाव वहन कर रही हैं।

एक नए अध्ययन ने इस संबंध को सुलझाने के लिए 2015 और 2019 के बीच लिस्बन, पुर्तगाल पर ध्यान केंद्रित किया। इन वर्षों के दौरान, शहर में एयरबीएनबी लिस्टिंग में तेजी से उछाल के साथ-साथ लाइसेंस प्राप्त भवन पुनर्वास का एक भारी चक्र देखा गया। शोधकर्ता यह देखना चाहते थे कि क्या ये दो घटनाएं केवल एक ही सामान्य क्षेत्रों में ओवरलैप हो रही हैं या वे अधिक विशिष्ट, सड़क-स्तर के तरीकों से परस्पर क्रिया कर रही हैं। ऐसा करने के लिए, उन्होंने डेटा को मैप करने के दो अलग-अलग तरीकों का उपयोग किया। पहला तरीका, जिसे प्लेनर डेंसिटी एस्टीमेशन (planar density estimation) के रूप में जाना जाता है, शहर का एक सुचारू, हीट-मैप जैसा दृश्य बनाता है, जो उच्च गतिविधि वाले व्यापक क्षेत्रों को दिखाता है। दूसरा तरीका, नेटवर्क डेंसिटी एस्टीमेशन (network density estimation), अधिक सटीक है; यह केवल सड़क नेटवर्क की वास्तविक रेखाओं के साथ तीव्रता की गणना करता है, इस तथ्य का सम्मान करते हुए कि लोग और इमारतें सड़कों द्वारा जुड़ी होती हैं, न कि हवा के माध्यम से सीधी रेखाओं द्वारा। इन दोनों दृष्टिकोणों की तुलना करके, टीम देख सकी कि एयरबीएनबी और शहरी नवीनीकरण ने बड़े स्तर पर और सूक्ष्म विवरणों में लिस्बन को कैसे नया रूप दिया।

व्यापक दृश्य ने एक स्पष्ट पैटर्न प्रकट किया: एयरबीएनबी लिस्टिंग और भवन नवीनीकरण दोनों ही लिस्बन के ऐतिहासिक केंद्र और उसके आस-पास के क्षेत्रों में अत्यधिक केंद्रित थे। इस केंद्रीय बेल्ट में, जिसमें बाइक्सा (Baixa), चियाडो (Chiado) और अल्फामा (Alfama) जैसे प्रसिद्ध क्षेत्र शामिल हैं, मुख्य केंद्र से दूर जाने पर गतिविधि में भारी गिरावट देखी गई। दोनों घटनाएं एक ही क्षेत्र साझा करती प्रतीत हुईं, जिससे पता चलता है कि जो क्षेत्र पर्यटकों के लिए सबसे आकर्षक थे, वे ही भवन बहाली में सबसे अधिक निवेश प्राप्त करने वाले क्षेत्र भी थे। हालाँकि, यह सपाट मानचित्र दृश्य, जबकि सामान्य आकार देखने के लिए उपयोगी था, महत्वपूर्ण विवरणों को छिपा देता था। इसने केंद्रीय क्षेत्र को उच्च गतिविधि के एक एकल, समान पैच के रूप la दिखाया, जिससे यह तथ्य छिप गया कि शहर वास्तव में विशिष्ट सड़कों और ब्लॉकों से बना है।

जब शोधकर्ताओं ने नेटवर्क-आधारित दृश्य पर स्विच किया, तो तस्वीर काफी बदल गई। वह व्यापक केंद्रीय पैच विशिष्ट, रैखिक गलियारों में टूट गया। एक अस्पष्ट गतिविधि क्षेत्र के बजाय, डेटा ने खुलासा किया कि एयरबीएनबी और शहरी नवीनीकरण दोनों ही विशेष सड़कों और विशिष्ट जंक्शनों पर जुड़े हुए थे। अध्ययन ने पांच मुख्य प्रणालियों की पहचान की जहाँ यह एकाग्रता सबसे मजबूत थी, जिसमें प्रसिद्ध एवेनिडा दा लिबर्टाडे (Avenida da Liberdade) और ऐतिहासिक क्वार्टरों की संकरी, घुमावदार सड़कें शामिल थीं। इन नेटवर्क मानचित्रों में, यह स्पष्ट हो गया कि दोनों घटनाएं केवल एक पड़ोस साझा नहीं कर रही थीं; वे अक्सर एक ही सड़क खंडों पर कब्जा कर रही थीं या बगल के ब्लॉकों पर एक-दूसरे के समानांतर चल रही थीं। विवरण का यह स्तर महत्वपूर्ण है क्योंकि यह दिखाता है कि शहर पर दबाव पूरे जिले में समान रूप से नहीं फैला है, बल्कि इसे विशिष्ट धमनियों के माध्यम से निर्देशित किया गया है।

अध्ययन ने यह भी देखा कि जब छोटे क्षेत्रों, जैसे विशिष्ट पैरिश (parishes) और व्यक्तिगत सड़कों पर ज़ूम किया जाता है, तो ये पैटर्न कैसे बने रहते हैं। सांता मारिया माईर (Santa Maria Maior) के पैरिश में, जो बाइक्सा और अल्फामा जिलों को कवर करता है, नेटवर्क दृश्य ने छोटी सड़कों का एक घना जाल दिखाया जहाँ एयरबीएनबी और नवीनीकरण दोनों सक्रिय थे। उच्चतम तीव्रता वाले बिंदु उन चौराहों पर पाए गए जहाँ कई सड़कें मिलती थीं, ऐसी जगहें जहाँ दृश्यता अधिक और पैदल आवाजाही भारी थी। अन्य क्षेत्रों में, जैसे एवेनिडा दा लिबर्टाडे में, डेटा ने मुख्य मार्ग और उसकी साइड सड़कों के साथ गतिविधि की एक निरंतर रेखा दिखाई। इसने पुष्टि की कि अल्पकालिक किराये और भवन नवीनीकरण के बीच का संबंध एक यादृच्छिक संयोग नहीं था, बल्कि शहर के भौतिक लेआउट द्वारा व्यवस्थित एक संरचित घटना थी। शोधकर्ताओं ने पाया कि जब उन्होंने अपने डेटा को विभिन्न कारकों, जैसे कि किराये की कीमत या मेजबान के प्रकार को ध्यान में रखते हुए समायोजित किया, तब भी मुख्य पैटर्न वही रहा। केंद्रीय गलियारे और प्रमुख नोड्स स्थिर रहे, जो यह सुझाव देते हैं कि एक सड़क का स्थान और कनेक्टिविटी, उस व्यक्ति या व्यवसाय के विशिष्ट विवरणों से अधिक महत्वपूर्ण है जो उसका उपयोग कर रहा है।

अध्ययन के सबसे महत्वपूर्ण निष्कर्षों में से एक यह है कि हम शहर को देखने के लिए जिस तरह का चुनाव करते हैं, वह बदल देता है कि हम क्या देखते हैं। व्यापक, सपाट मानचित्र सामान्य रुचि के क्षेत्रों की पहचान करने के लिए उत्कृष्ट हैं, लेकिन वे इस तथ्य को छिपा सकते हैं कि एक ही पड़ोस में होने वाली दो चीजें वास्तव में कुछ ब्लॉकों या एक स्थलाकृतिक बाधा द्वारा अलग हो सकती हैं। नेटवर्क मानचित्र, सड़कों का अनुसरण करके, शहर के दबाव बिंदुओं की वास्तविक शारीरिक रचना को प्रकट करते हैं। यह अंतर शहरी योजनाकारों के लिए मायने रखता है। यदि कोई सरकार पर्यटन और नवीनीकरण के प्रभाव को प्रबंधित करना चाहती है, तो यह जानना कि दबाव पूरे पड़ोस के बजाय विशिष्ट सड़कों पर केंद्रित है, बहुत अधिक सटीक कार्रवाई की अनुमति देता है। पूरे जिले पर व्यापक नियम लागू करने के बजाय, अधिकारी उन विशिष्ट गलियारों या चौराहों को लक्षित कर सकते हैं जहाँ ओवरलैप सबसे तीव्र है।

अध्ययन यह दावा नहीं करता है कि एक चीज़ ने दूसरे को कारण दिया। यह यह नहीं कहता कि एयरबीएनबी लिस्टिंग ने भवन नवीनीकरण को मजबूर किया, या नवीनीकृत इमारतों ने स्वचालित रूप से अधिक पर्यटकों को आकर्षित किया। इसके बजाय, यह एक नैदानिक मानचित्र (diagnostic map) प्रदान करता है, जो दिखाता है कि ये दो शक्तिशाली बल कहाँ मिल रहे हैं और वे स्थान में कैसे व्यवस्थित हैं। शोधकर्ता सुझाव देते हैं कि यह संयुक्त दृष्टिकोण—व्यापक और नेटवर्क-आधारित दोनों दृश्यों का उपयोग करना—जटिल शहरी परिवर्तनों को समझने के लिए एक बहुत अधिक स्पष्ट उपकरण प्रदान करता है। यह पहचानकर कि कौन सी विशिष्ट सड़कें और नोड्स सबसे अधिक भार वहन करते हैं, शहर सामान्य अवलोकनों से लक्षित रणनीतियों की ओर बढ़ सकते हैं। लिस्बन का कार्य यह प्रदर्शित करता है कि वास्तव में यह समझने के लिए कि एक शहर कैसे बदल रहा है, हमें न केवल उन क्षेत्रों को देखना चाहिए जहाँ चीजें होती हैं, बल्कि उन रेखाओं को भी देखना चाहिए जो उन्हें जोड़ती हैं। परिणाम बताते हैं कि शहरी प्रबंधन का भविष्य इन अदृश्य नेटवर्कों और उन विशिष्ट बिंदुओं को पहचानने पर निर्भर हो सकता है जहाँ वे सबसे भारी भार वहन करते हैं।