استفاده از تحلیل سری های زمانی برای پیش بینی دقیق نیازهای شهری و بهینه سازی برنامه ریزی در شهرداری ها

سال انتشار: 1403
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 13

فایل این مقاله در 16 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

MANAGEMENTCONF04_311

تاریخ نمایه سازی: 27 تیر 1404

چکیده مقاله:

پیش بینی دقیق نیازهای شهری و بهینه سازی برنامه ریزی در شهرداری ها، از مهم ترین چالش های مدیریت شهری در کلان شهرهای مدرن است که تامین رضایت شهروندان و بهره وری منابع را تضمین می کند. در این زمینه، تحلیل سری های زمانی به عنوان یکی از روش های پیشرفته آماری، با استفاده از داده های تاریخی و روندهای زمانی، امکان پیش بینی تغییرات متغیرهای حیاتی شهری مانند مصرف آب، انرژی، حمل ونقل و تقاضای خدمات شهری را فراهم می آورد. این رویکرد ضمن کاهش عدم قطعیت ها، به بهبود فرآیند تصمیم گیری و افزایش اثربخشی سیاست های مدیریت شهری منجر می شود. مطالعات مختلف داخلی و خارجی نشان داده اند که به کارگیری مدل های سری زمانی، به ویژه مدل های SARIMA و VAR، باعث کاهش چشمگیر انحرافات بودجه ای و زمانی پروژه ها، افزایش دقت تخصیص منابع و ارتقاء سطح رضایت شهروندان می شود . از سوی دیگر، استفاده از داشبوردهای مدیریتی مبتنی بر داده های تحلیلی و سامانه های پایش آنلاین پروژه ها، روند نظارت و کنترل بر عملیات شهری را تسهیل کرده و امکان پاسخ گویی سریع تر به نیازهای متغیر شهروندان را فراهم می آورد .این مطالعه با هدف بررسی کاربرد تحلیل سری های زمانی در پیش بینی دقیق نیازهای شهری و بررسی تاثیر آن بر بهینه سازی برنامه ریزی شهرداری ها، با بهره گیری از داده های کلان شهرهای ایران انجام شده است. نتایج تحلیل آماری نشان دهنده ارتباط مثبت و معنادار میان استفاده از این مدل ها و بهبود شاخص های عملکرد مدیریت شهری است. این پژوهش تاکید می کند که به منظور ارتقاء مدیریت شهری، شهرداری ها باید به تقویت زیرساخت های فناوری اطلاعات، آموزش تخصصی نیروی انسانی و توسعه فرهنگ داده محوری اهتمام ویژه داشته باشند. یافته های این تحقیق، زمینه ساز تدوین سیاست های داده محور در مدیریت شهری و افزایش کارآمدی خدمات به شهروندان است و راهکارهای عملی جهت بهبود فرآیندهای برنامه ریزی و تخصیص منابع در بخش های مختلف شهری ارائه می دهد.

کلیدواژه ها:

تحلیل سری های زمانی ، پیش بینی نیازهای شهری ، برنامه ریزی شهری ، مدیریت شهری ، شهرداری ، مدل ARIMA ، داده محوری

نویسندگان

سمانه شیاسی

دانش آموخته کارشناسی آمار