شناسایی عوامل موثر بر اثربخشی پروژه های آزادراهی در ایران با رویکرد مشارکت عمومی-خصوصی (مقایسه روش های مدل سازی معادلات ساختاری و یادگیری ماشین)

توسعه زیرساخت های حمل ونقل، به ویژه آزادراه ها، یکی از اولویت های اساسی کشورها در دنیای امروز به شمار می رود و ایران نیز با چالش های متعددی در این زمینه مواجه است. در این مقاله، ابتدا داده های مورد نیاز از طریق تحلیل متنی اسناد علمی گردآوری شد. در این فرآیند، متون مرتبط با پروژه های آزادراهی از منابع مختلف، شامل مقالات علمی، گزارش ها و اسناد تخصصی بررسی شدند تا عوامل کلیدی تاثیرگذار بر مشارکت بخش خصوصی شناسایی شوند. بر اساس این عوامل، یک پرسشنامه طراحی شد که متخصصان و صاحب نظران به آن پاسخ دادند. پس از گردآوری داده ها، خروجی ها از طریق پرسشنامه از افراد خبره مورد بررسی قرار گرفتند. در این مرحله، از دو روش مدل سازی معادلات ساختاری و الگوریتم جنگل تصادفی برای تحلیل داده ها استفاده شد. این پژوهش با بهره گیری از روش های یادگیری ماشین و مدل سازی معادلات ساختاری، به بررسی عوامل موثر بر مشارکت بخش خصوصی در پروژه های آزادراهی پرداخته است. مدل سازی معادلات ساختاری، به عنوان ابزاری قدرتمند، با استفاده از فرضیات نظری و معادلات رگرسیون چندگانه، تاثیرات مستقیم و غیرمستقیم متغیرها را در یک مدل پیچیده تحلیل می کند. از سوی دیگر، الگوریتم جنگل تصادفی به عنوان یکی از روش های پیشرفته یادگیری ماشین، بدون نیاز به فرضیات نظری پیچیده، داده ها را تحلیل و نتایج را پیش بینی می کند. این روش با ایجاد چندین درخت تصمیم گیری و ترکیب نتایج آن ها، قادر است الگوهای پیچیده و پنهان در داده ها را شناسایی کرده و با دقت بیشتری نسبت به مدل سازی معادلات ساختاری، عوامل موثر را پیش بینی کند. نتایج نشان می دهد که متغیرهای مرتبط با قوانین و مقررات و همچنین عوامل مالی و مالیاتی بیشترین تاثیر را بر اثربخشی پروژه های آزادراهی دارند. بهبود و تقویت این عوامل می تواند به طور قابل توجهی موفقیت و کارآمدی این پروژه ها را افزایش دهد.

کلیدواژه ها:

مشارکت عمومی-خصوصی ، حمل ونقل ، متن کاوی ، مدل سازی معادلات ساختاری