طراحی مدل حکمرانی هوشمند برای سیستم حمل و نقل یکپارچه شهری با استفاده از هوش مصنوعی و مشارکت بخش خصوصی
محورهای موضوعی : مطالعات مدیریت شهری
1 -
کلید واژه: حکمرانی هوشمند, حملونقل یکپارچه شهری, هوش مصنوعی, شهر هوشمند, مشارکت بخش خصوصی,
چکیده مقاله :
این پژوهش با هدف طراحی مدل حکمرانی هوشمند برای سیستم حملونقل یکپارچه شهری با تأکید بر نقش هوش مصنوعی و مشارکت بخش خصوصی انجام شد. مطالعه حاضر که از نوع توصیفی-تحلیلی است، با بهرهگیری از روشهای کتابخانهای، اسنادی و تطبیقی و با بررسی 25 منبع معتبر به تحلیل تجارب چهار کشور پیشرو (هلند، سنگاپور، ژاپن و آلمان) پرداخته است. یافتههای پژوهش نشان میدهد که مدل بهینه حکمرانی هوشمند در حملونقل شهری میبایست بر سه رکن اساسی حکمرانی دادهمحور و شبکهای، بهکارگیری هوش مصنوعی در مدیریت یکپارچه و مشارکت راهبردی بخش خصوصی استوار گردد. تحلیل دادهها مؤید آن است که مؤلفههای کلیدی چنین مدلی شامل دادهمحوری، مشارکت چندذینفعی، شفافیت، یکپارچگی نهادی و نوآوری مالی میباشد. در نهایت، پژوهش حاضر نشان میدهد که اجرای موفق این مدل مستلزم فراهمآوری بسترهای نهادی، فنی و قانونی از جمله اصلاح ساختارهای مدیریتی، توسعه زیرساختهای دادهای، تدوین چارچوبهای نظارتی شفاف و تضمین امنیت دادههاست که در صورت تحقق، میتواند به بهبود چشمگیر کارایی سیستم حملونقل، کاهش ترافیک، کاهش آلودگی و افزایش رضایت شهروندان بینجامد. نوآوری این پژوهش در طراحی مدلی بومی از حکمرانی هوشمند برای سیستم حملونقل شهری است که به طور همزمان سه رکن اساسی «حکمرانی دادهمحور»، «کاربرد هوش مصنوعی در مدیریت یکپارچه» و «مشارکت راهبردی بخش خصوصی» را در قالب یک چارچوب مفهومی ترکیب میکند. این مدل میتواند مبنایی برای تصمیمگیریهای راهبردی مدیران شهری و گامی مؤثر در جهت تحقق شهرهای پایدار و تابآور باشد.
emphasizing the role of artificial intelligence and private sector participation. The research, conducted using a descriptive-analytical approach, employs library, documentary, and comparative methods and analyzes the experiences of four leading countries (the Netherlands, Singapore, Japan, and Germany) based on 25 reputable sources.
The findings indicate that an optimal smart governance model for urban transportation should be grounded in three fundamental pillars: data-driven and networked governance, the application of artificial intelligence in integrated management, and strategic private sector participation. Data analysis confirms that the key components of such a model include data orientation, multi-stakeholder collaboration, transparency, institutional integration, and financial innovation.
The study further shows that successful implementation of this model requires institutional, technical, and legal prerequisites, including reforming managerial structures, developing data infrastructures, establishing clear regulatory frameworks, and ensuring data security. Meeting these conditions can significantly improve transportation system efficiency, reduce traffic congestion, decrease pollution, and enhance citizen satisfaction.
The novelty of this research lies in developing a localized smart governance model for urban transportation that simultaneously integrates the three core pillars of data-driven governance, artificial intelligence-enabled integrated management, and strategic private sector participation within a unified conceptual framework. This model can support strategic decision-making for urban managers and contribute to the development of sustainable and resilient cities.
1.(UN-Habitat), United Nations Human Settlements Programme. "World Cities Report 2020: The Value of Sustainable Urbanization." UN-Habitat, 2020.#
2.Batty, Michael. Batty. Cambridge, Massachusetts, United States: MIT Press, 2018.
—. Inventing Future Cities. Cambridge, Massachusetts: MIT Press, 2018.#
3.صالحی, مهدی, سارا احمدی, و فاطمه نادری. “چالشهای حکمرانی شهری در مدیریت حملونقل کلانشهرها.” فصلنامه مدیریت شهری ایران (انجمن علمی مدیریت شهری ایران), 1401: 55-74.#
4.Zhang, Li, Xiaoyu Li, and Yang Chen. "Smart Governance in Smart Cities: A Comparative Study of Singapore, Netherlands and Japan." Cities, 2021: 103-134.#
5.Wang, Jing, and Zhengbing He. "Artificial Intelligence Applications in Urban Transport Management: A Review." Transportation Research Part C: Emerging Technologies, 2022: 136.#
6.World, Bank. "Public–Private Partnerships Reference Guide (Version 3)." Version 3 (The World Bank Group), 2019: 3.#
7.حسینی, نادر, و علی نوری. “الگوی مشارکت بخش خصوصی در توسعه سامانههای هوشمند حملونقل شهری.” مجله پژوهشهای فناوری شهری (انتشارات دانشگاه/مجله پژوهشهای فناوری شهری), 1400: 45-62.#
8.Nam, Taewoo, and Theresa A Pardo. "Conceptualizing Smart City with Dimensions of Technology, People, and Institutions." 12th Annual International Digital Government Research Conference, 2011: 282-291.#
9.Meijer, Albert, and Manuel Pedro Rodríguez Bolívar. "Governing the smart city: A review of the literature on smart urban governance." International Review of Administrative Sciences, 2016: 392-408..#
10.Gil-Garcia, Ramon, Jing Zhang, and Gabriela Puron-Cid. "Smart Urban Governance: An Alternative to Technocratic Smartness." Government Information Quarterly, 2019: 284-293.#
11.Gil-Garcia, Ramon, Jing Zhang, and Gustavo Puron-Cid. "Conceptualizing smart governance: A framework for understanding the innovation–enabling role of government in the information age." Government Information Quarterly, 2019: 1-12.#
12.Nam, Taewoo, and Theresa A Pardo. "Smart city as urban innovation: Focusing on management, policy, and context." roceedings of the 5th International Conference on Theory and Practice of Electronic Governance (ICEGOV 2011), 2011: 185-194.#
13.Batty, Michael, Fosca Giannotti, Alexei Pozdnoukhov, and Andrea Bazzani. "Smart Cities of the Future." The European Physical Journal Special Topics, 2012: 481-518.#
14.Wang, Yang, and Jing He. "Artificial Intelligence in Urban Transportation: A Comprehensive Review." Transportation Research Part C: Emerging Technologies, 2022: 134.#
15.Zhang, Yunchuan, Shancang Li, and Min Chen. "Artificial Intelligence for Smart Cities: Applications, Challenges, and Future Directions." IEEE Communications Magazine (Institute of Electrical and Electronics Engineers (IEEE)), 2021: 120-127.#
16.Zhou, Fang, and Hong Guo. "Intelligent transportation systems based on artificial intelligence: A review." IEEE Transactions on Intelligent Transportation Systems, 2021: 5734–5748.#
17.Yisheng Lv, Li Li, and Fei-Yue Wang. "Artificial Intelligence Applications in Intelligent Transportation Systems: A Review." IEEE Transactions on Intelligent Transportation Systems, 2022: 4474–4496.#
18.Kumar, Sivakumar, and Lakshmi Vanajakshi. "Pattern-based Traffic Signal Control Using Machine Learning Techniques." IET Intelligent Transport Systems, 2020: 482-490.#
19.حسینی, نرگس, و علیرضا نوری. “الگوی مشارکت بخش خصوصی در توسعه سامانههای هوشمند حملونقل شهری.” مجله پژوهشهای فناوری شهری (دانشگاه علم و صنعت ایران (احتمالاً وابسته به گروه مهندسی فناوری شهری)), 1400: 45-62.#
20.صالحی, محمد, و فرهاد نادری. “چالشهای حکمرانی شهری در مدیریت حملونقل کلانشهرها.” فصلنامه مدیریت شهری ایران, 1401: 55-74.#
21.Rijkswaterstaat. "SmartwayZ.NL: Data-driven traffic management in the Netherlands." Ministry of Infrastructure and Water Management, 2021: 7.#
22.Authority, Land Transport. "Smart Mobility 2030 – ITS Strategic Plan for Singapore." Land Transport Authority of Singapore, 2014: 4-13.#
23.رضوانی, محمود, فرزاد کریمی, و سیدحسین موسوی. “کاربرد هوش مصنوعی در مدیریت ترافیک شهری: مطالعه موردی تهران.” علوم و فناوری حملونقل, 1401: 23-45.#
24.جعفری, محمد, علی رحیمی, و الناز شاهبازی. “حلیل نقش هوش مصنوعی در توسعه پایدار حملونقل شهری. پژوهشهای برنامهریزی منطقهای.” پژوهشهای برنامهریزی منطقهای, 1402: 112-130.#
25.کریمی, علی, و فاطمه موسوی. “بررسی تجربه شهرهای هوشمند در جهان و درسهای آن برای ایران. مطالعات شهری ایران.” مطالعات شهری ایران, 1399: 78-96.#