تحلیل و سطح‌بندی پیشران‌های کلیدی موثر بر افزایش تاب‌آوری کالبدی شهر تهران در برابر زلزله با استفاده از مدل‌سازی ساختاری-تفسیری ism (مورد پژوهی: منطقه 10)

تاب‌آوری رویکردی نو در راستای ارتقای ظرفیت مانایی و تحمل‌پذیری بنیان‌های توسعه در شهرهاست. هدف از پژوهش پیش‌رو مدل‌سازی پیشران‌های کلیدی موثر بر افزایش تاب‌آوری کالبدی منطقه 10 تهران در برابر زلزله با رویکرد آینده‌نگاری و طراحی ارتباطات بین این پیشران‌ها است. پژوهش حاضر با روش توصیفی-تحلیلی انجام شده و پیشران‌های کلیدی موردبحث با روش تحلیل محتوا شناسایی شده‌اند. در بخش مدل‌سازی، از آرای خبرگان دانشگاهی در حوزه تاب‌آوری با روش دلفی استفاده شده است. داده‌ها با ابزار مصاحبه و پرسشنامه دو‌به‌دویی جمع‌آوری و با استفاده از ملاک روایی صوری، روایی پرسشنامه سنجیده شده است. روابط بین پیشران‌های کلیدی موثر بر افزایش تاب‌آوری کالبدی نمونه موردمطالعه در برابر زلزله با استفاده از روش مدل‌سازی ساختاری-تفسیری (ism) تعیین و به‌صورت یکپارچه تحلیل شده است. درنهایت با استفاده از تحلیل میک‌مک (micmac) نوع پیشران‌های کلیدی با توجه به اثرگذاری و اثرپذیری آن‌ها بر سایر عوامل مشخص و در شش عرصه، سطح‌بندی شده‌اند. نتایج پژوهش نشان می‌دهد که پیشران‌ کلاس دانه‌بندی با بیشترین قدرت نفوذ، زیربنا و محرک اصلی تاب‌آوری کالبدی شهری بوده و هرگونه اقدام برای افزایش تاب‌آوری کالبدی نمونه موردمطالعه در برابر زلزله، مستلزم اصلاحات در این پیشران است. پیشران‌های توزیع خدمات و استحکام بناهای با کاربری عمومی نیز به ترتیب با میزان قدرت نفوذ 1 و 3 کمترین تاثیر را در تاب‌آوری کالبدی نمونه موردمطالعه دارند. همچنین نتایج پژوهش حاکی از این است که عناصر در سطوح بالاتر، قدرت تحریک‌کنندگی کمتر و میزان وابستگی بیشتر دارند.

The Analysis and Leveling of Key Drivers Affecting the Increase of Physical Resilience in Tehran against Earthquakes using Interpretive Structural Modeling (Case Study: District 10)

Resilience is a new approach for assessing and enhancing the resilience of cities’ development foundations. The purpose of this research is to model the key drivers effective in increasing the physical resilience of the district 10 of Tehran against earthquakes with a futuristic approach and designing the relationships between the key drivers. This study was conducted using descriptive-analytical method, and the key drivers affecting the increase of physical resilience were identified using content analysis method. In the modeling section, through Delphi method, the opinions of academic experts of physical resilience were obtained. Interview and a questionnaire were used to collect data. The validity of the questionnaire was evaluated using face validity criteria. Relationships between the key drivers affecting the increase of physical resilience of the studied sample against earthquakes were determined and analyzed by the interpretive structural modeling (ISM) method. Finally, using Micmac analysis, the key effective drivers were identified and classified in six levels according to their impact on other factors. The results show that the driver “granulation class” has the highest penetration force and is infrastructure and the main stimulus of urban physical resilience. Any action to increase the physical resilience of the sample against earthquakes requires modifications in this driver. Service distribution and the strength of public buildings have the least impact with 1 and 3 penetration force, respectively. The results also show that elements at higher levels have less stimulating power and more dependence.