چارچوبی تلفیقی از مدل سازی عامل بنیان و برنامه ریزی مشارکتی برای برنامه ریزی منطقه ایی و مهندسی شهرسازی در عصر سیستم های پیچیده

برنامه ریزی منطقه ایی و مهندسی شهرسازی در دهه های اخیر دستخوش تحول پارادایمی از رویکردهای عقلانی جامع به سوی دیدگاه های مبتنی بر نظریه ی پیچیدگی و سیستم های تطبیقی شده اند. با این حال، شکاف معناداری میان پیشرفت های نظری در علوم پیچیدگی و رویه های عملی برنامه ریزی به ویژه در کشورهای در حال توسعه وجود دارد. این مقاله با مرور نظام مند پیشینه ی پژوهش و تحلیل داده های تجربی معتبر شامل الگوهای رشد شهری، نابرابری فضایی، کارایی زیرساخت ها و فرآیندهای مشارکتی، نشان می دهد که الگوهای شهری از قوانین توانی و توزیع های مقیاس آزاد پیروی می کنند. یافته های کلیدی حاکی از آن است که رویکردهای مشارکتی کیفیت تصمیم ها را به طور میانگین ۱۷ امتیاز افزایش می دهند و مدل سازی عامل بنیان خطای پیش بینی گسترش شهری را از ۳۲ درصد به ۱۸ درصد کاهش می دهد. همچنین داده ها نشان می دهند که شکاف درآمدی فضایی در شهرهای کشورهای در حال توسعه ۳۲ درصد بیشتر از کشورهای توسعه یافته است. بر اساس این یافته ها، این مقاله چارچوبی تلفیقی ارائه می کند که در آن مدل سازی عامل بنیان، تحلیل شبکه های اجتماعی و فرآیندهای تصمیم گیری مشارکتی به طور هم زمان به کار گرفته می شوند. نتیجه گیری اصلی آن است که برنامه ریزی منطقه ایی اثربخش نیازمند تلفیق روش های کمی و کیفی، مدل های بالا به پایین و پایین به بالا، و دانش تخصصی با تجربه ی زیسته شده است. پیشنهادهای مقاله در سه دسته ی نظری شامل بازتعریف منطقه به عنوان سیستم تطبیقی پیچیده، روش شناختی شامل طراحی الگوریتم های یادگیری ماشین ویژه ی داده های مکانی-زمانی، و کاربردی-سیاستی شامل الزام به شبیه سازی عامل بنیان در طرح های جامع شهری ارائه شده اند.

کلیدواژه ها:

برنامه ریزی منطقه ایی ، مهندسی شهرسازی ، سیستم های پیچیده ، مدل سازی عامل بنیان ، برنامه ریزی مشارکتی ، عدالت فضایی ، داده کاوی مکانی ، تاب آوری شهری