تحلیل فضایی شاخص‌های رشد هوشمند شهری( مطالعه موردی: منطقه22 شهر تهران )

رشد بیش‌ از اندازه جمعیت و گسترش سریع شهر‌ها و افزایش خودرو‌محوری، این مکان‌ها را با چالش‌های فراوانی مواجه کرده است. پژوهش حاضر با روش توصیفی تحلیلی به بررسی شاخص‌های چهارگانه؛ حمل‌و‌نقل و دسترسی، زیست‌محیطی، حفاظت از منابع طبیعی و فضای سبز و برنامه‌ریزی کالبدی در منطقه پرداخته است. برای تحلیل، از مدل ها و آزمون‌هایی نظیر مدل آنتروپی شانون،آزمون تی تک نمونه ای و ضریب رگرسیون استفاده شده است. نتایج نشان می‌دهد؛ برنامه‌ریزی کالبدی اراضی و دسترسی به صورت مستقیم و غیر‌مستقیم بیشترین تاثیر را در رشد هوشمند منطقه 22 دارا می‌باشند. می‌توان گفت با برنامه‌ریزی صحیح کالبدی اراضی وضعیت دسترسی و حمل ونقل نیز بهبود می‌یابد. شاخص‌های اقتصادی اجتماعی در راستای رشد هوشمند شهری در برنامه‌ریزی مورد توجه قرار نگرفته‌اند. همچنین وضعیت حمل‌و‌نقل عمومی، دسترسی و نیز شرایط زیست محیطی در سطح منطقه بسیار پایین است. منطقه دارای بافت فرسوده کمی میباشد و اکثرا دارای ساخت وساز‌های جدید است که این مورد جزو محاسن منطقه محسوب می‌گردد. برخورداری منطقه از شاخص فضای سبز در شرایط خوبی قرار دارد اما شاخص‌های مورد بررسی در برنامه‌ریزی کالبدی محلات منطقه مورد توجه قرار نگرفته‌ یعنی توجه به ساخت مسکن برای گروه‌های مختلف درآمدی بسیار ضعیف است. در نهایت راه کار‌هایی چون ؛ارتقاء شاخص های دسترسی و حملونقل عمومی، ارتقاء شاخص زیست محیطی در منطقه با تاکید بر حرکت پیاده و توسعه مسیر‌ها، به حداقل رساندن استفاده از خودروی شخصی، افزایش فضاهای سبز و مکان‌های عمومی جهت تقویت حس تعلق مکانی شهروندان، بهره‌گیری از توانایی شهروندان در تصمیمگیری‌های محله‌ای پیشنهاد شده است.

Providing optimum pattern urban smart growth(Case Study: District 22 of Tehran City)

The overpopulation and rapid expansion of cities and the growth of automobiles have created many challenges, with the consequences of the loss of agricultural land as well as environmental pollution. Thus, achieving smart growth can pave the way for sustainable development. This descriptiveanalytical study investigates four indicators: transportation and access, environmental, natural resources and green space conservation and physical planning in the region. For analysis, models such as Shannon entropy model, single sample ttest and regression coefficient were used. The results show that physical land planning and direct and indirect access have the greatest impact on smart growth in region 22.. Socioeconomic indicators have not been taken into account in the context of urban smart growth in planning. Public transport, access and environmental conditions at the regional level are also very low. in The region is little in of wear and tear and most of it has new construction which is one of the benefits of the area. The green space index is in good condition, but the indices considered in the physical planning of the neighborhoods are poor, meaning that housing construction for different income groups is very poor. Finally, measures such as: improving accessibility and public transport indicators, promoting environmental indicators in the region with emphasis on pedestrian movement and route development, minimizing personal vehicle use, increasing green spaces and locations. To improve citizens ’sense of belonging, it has been suggested to take advantage of citizens’ ability to make neighborhood decisions.