برنامه‌ریزی زیرساخت‌های دوچرخه در سراسر شهرهای ما همچنان یک کار پیچیده است که شامل بسیاری از ذینفعان کلیدی، از جمله جامعه می‌شود، که به طور سنتی مشارکت محدودی در فرآیند برنامه‌ریزی داشته‌اند. این تحقیق یک ابزار شاخص اولویت‌بندی دوچرخه تعاملی را توسعه می‌دهد که شامل بازخورد مشارکتی فضایی و متنی شهروندان است. تحقیق شامل سه مولفه است. اول، نتایج یک نظرسنجی از دوچرخه سواران فعلی در سیدنی (n = 280)، سطح فعلی مشارکت آنها، اولویت ها در سرمایه گذاری در دوچرخه سواری و مکان های ترجیحی برای زیرساخت های دوچرخه سواری. این نظرسنجی بین ماه مه و ژوئن 2020 انجام شد. ثانیاً، توسعه یک ابزار برنامه‌ریزی دوچرخه دیجیتال تعاملی را مستند می‌کند که از طریق بازخورد شهروندان اطلاع‌رسانی می‌شود. ثالثا این رویکرد را در گفتگو با کاربران نهایی بالقوه، از جمله دولت، دست اندرکاران برنامه ریزی، و اعضای گروه حمایت ارزیابی می کند. ترجیح واضحی برای مکانیسم‌های مشارکت فعال (86٪) توسط دوچرخه‌سواران فعلی بیان شد، برخلاف اتکا به داده‌های موجود و داده‌های غیرفعال. ابزار به دست آمده توسط شرکت کنندگان در مصاحبه درک شد و هم ابزار موجود و هم کار آینده مورد نیاز برای اجرای عملی سیستم های مشابه را مستند کرد. این تحقیق ترکیبی از ردیابی داده‌های غیرفعال و فعال متعدد با ارزیابی کاربر نهایی را برای مشروعیت بخشیدن به طراحی مشترک شهروندان ابتکارات اولویت‌بندی سرمایه‌گذاری دوچرخه پیشنهاد می‌کند. یک رویکرد مطالعه موردی با تمرکز بر شهر سیدنی استرالیا انجام شد. سیستم پشتیبانی برنامه ریزی دوچرخه می تواند توسط شهرها هنگام مشارکت در طرح های اولویت بندی چرخه استفاده شود.

کلید واژه ها:

حمل و نقل فعال ؛ PPGIS _ سیستم های پشتیبانی برنامه ریزی ; اولویت بندی زیرساخت ها ; برنامه ریزی دوچرخه ; مشارکت عمومی

1. مقدمه

تمام جنبه های زندگی انسان در شهرها متکی بر حمل و نقل کارآمد و عادلانه است. بدون آن، مردم نمی توانند به شغل، خدمات ضروری مانند بهداشت و آموزش، کالاها مانند غذای تازه یا یکدیگر دسترسی داشته باشند تا روابط قوی ایجاد کنند که باعث افزایش بهره وری اقتصادی جامعه، ایمنی و رفاه ما می شود. با این حال، زیرساخت های حمل و نقل یک کالای عمومی است – بدون برنامه ریزی کافی دولت و بودجه عمومی ساخته نخواهد شد. به این ترتیب، سیاست عمومی خوب باید از منابع محدودی برای دستیابی به بهترین نتایج برای شهروندان استفاده کند و در عین حال اولویت‌های رقیب را متعادل کند.
سیاست حمل و نقل باید بیش از بودجه محدود را در اولویت قرار دهد – باید با چالش تخصیص مقادیر ثابت فضای بین خودروها، حمل و نقل عمومی عمومی و مردم روبرو شود. اولویت دادن به حمل و نقل عمومی و حمل و نقل فعال (دوچرخه سواری و پیاده روی) مردم را سالم تر و شادتر می کند [ 1 ]. شهرهایی که به خودروها بر مردم اولویت می دهند به ارزش دارایی و موفقیت اقتصادی آسیب می رسانند [ 2 ، 3 ]. با این حال، بسیاری از شهرهای سراسر جهان، مانند شهرهای استرالیا، هنوز هم اکثریت بودجه حمل و نقل و تلاش های سیاستی را به خودروها اختصاص می دهند [ 4 ]]، منجر به تعریض آزادراه ها و جاده ها می شود. برعکس، تحقیق و توسعه محدودی از ابزارهای مبتنی بر شواهد در ادبیات دانشگاهی وجود دارد که از برنامه ریزی زیرساخت دوچرخه در زمینه استرالیا پشتیبانی می کند.
این عدم تعادل در کمی سازی شیوه های حمل و نقل در حال تغییر است. داده‌های مربوط به حرکات از طیف گسترده‌ای از منابع جمع‌آوری می‌شوند—روش‌های جمع‌آوری می‌توانند نظرسنجی «هدفمند» یا «فعال» یا مکانیسم‌های شمارش یا جمع‌آوری داده‌ها از منابع داده «ارگانیک» یا «غیرفعال»، مانند برنامه‌ها و سرویس‌های شخص ثالث باشند. جمع‌آوری داده‌ها از این برنامه‌ها و سرویس‌ها، در تحقیقات نوظهور در مورد نظارت و تحرک، به‌عنوان بالقوه غیرشفاف در مورد انگیزه‌های تجاری شناسایی شده است – به موجب آن داده‌های کاربران فردی بدون توجه به رضایت آگاهانه درباره نحوه استفاده از آنها به اشخاص ثالث فروخته می‌شوند. 5 ، 6 ، 7]. تحقیقات اخیر در مورد استفاده از پردازش زبان طبیعی برای گوش دادن به رسانه‌های اجتماعی نیز نشان داده است که مردم روش‌های فعال برای مشارکت دادن نظرات در مورد حمل‌ونقل را به جمع‌آوری داده‌های عمدتاً غیرفعال ترجیح می‌دهند و این باید به عنوان یک منبع داده مکمل در نظر گرفته شود [ 8 ].
در شهرهایی با نرخ دوچرخه سواری پایین، مانند زمینه این تحقیق در شهرهای استرالیا، درک واقعی خواسته های دوچرخه سواران و دوچرخه سواران بالقوه از داده های محدود و فرصت طلبانه جمع آوری شده دشوار است [ 9 ]. علاوه بر این، اتکا به چنین منابع داده ای به طور بالقوه منجر به عدم حضور گروه هایی می شود که اگر به زیرساخت های افزایش یافته دسترسی داشتند، مانند خطوط جدا شده دوچرخه، بیشتر دوچرخه سواری می کردند [ 9 ]]. به این ترتیب، تصمیم گیرندگان ممکن است نتوانند تصویر کامل را ببینند. منابع داده های رسمی و در دسترس تصمیمات خط مشی را مشخص می کنند – اگر این داده ها اشتباه یا ناقص باشند، تصمیم گیرندگان تصمیمات خوبی که بین اولویت ها به درستی متعادل شود، نخواهند گرفت. این مهم است که بررسی کنیم که چگونه اولویت‌های حمل‌ونقل دوچرخه‌سواران را می‌توان بهتر جمع‌آوری کرد و از طریق ادغام منابع داده‌های موجود و افزایش در دسترس بودن ابزارهای دیجیتالی درک کرد.
این تحقیق رویکردی را بررسی می‌کند که مبتنی بر تحقیقات قبلی سیستم‌های اطلاعات جغرافیایی مشارکت عمومی (PPGIS) است [ 10 ]]. این سیستم‌ها و فناوری‌ها در حال حاضر در تحقیق و عمل برای درگیر کردن دوچرخه‌سواران و جمع‌آوری اطلاعات برای اطلاع‌رسانی اولویت‌بندی زیرساخت‌های دوچرخه‌سواری استفاده می‌شوند. در زمینه استرالیا، PPGIS توسط شوراهای محلی جذب متفاوتی شده است، که بازخورد شهروندان را در مورد مسیرهای دوچرخه از پیش تعیین شده که قبلاً توسط برنامه ریزان حمل و نقل برنامه ریزی شده بود، دریافت می کردند. با این حال، چنین ابزارهایی به طور کلی مسیرهای اولویت شهروندان را در بر نمی گیرند و معیارهایی را در مورد احتمال دوچرخه سواری افراد بیشتری بر روی یک قطعه جدید از زیرساخت دوچرخه در صورتی که در شبکه دوچرخه سواری موجود گنجانده شود، ارائه نمی دهند. در این زمینه، این تحقیق تلاش می کند تا سهم جدیدی در توسعه و ارزیابی یک سیستم پشتیبانی برنامه ریزی مشارکتی داشته باشد.
این تحقیق رویکردی را برای جمع‌آوری داده‌ها در مورد اولویت‌های دوچرخه‌سواران (و دوچرخه‌سواران بالقوه) پیشنهاد می‌کند تا به اطلاع‌رسانی این تصمیم‌ها از طریق یک رویکرد تحلیلی مشارکتی کمک کند.
این مطالعه به دنبال پاسخ به دو سؤال تحقیق زیر است (RQs):
RQ1
– مکانیسم‌های مشارکت فعال و غیرفعال موجود برای جمع‌آوری داده‌ها در مورد رفتار و ترجیحات دوچرخه‌سواری چیست؟
RQ2
— چگونه می توان این داده ها را در یک سیستم پشتیبانی برنامه ریزی مشارکتی ادغام کرد تا اولویت های دوچرخه سواران فعلی و بالقوه آینده را بهتر درک کرده و ارتباط برقرار کند؟
این سوالات پژوهشی در زمینه شهر سیدنی استرالیا مورد بررسی قرار خواهند گرفت. ساختار باقی مانده مقاله به شرح زیر است. ابتدا، پیشینه تحقیق را – از نظر رویکردهای تجزیه و تحلیل داده ها، جمع آوری داده ها و رویکردهای دیجیتالی برای مشارکت دوچرخه سواری ( بخش 2 ) توصیف می کند. سپس روش سه مرحله مختلف این تحقیق را برای بررسی این سؤالات ترسیم می کند – یک نظرسنجی وب، توسعه ابزار و مصاحبه ( بخش 3 ، بخش 4 ، بخش 5 ، بخش 6 و بخش 7 ). پس از این، نتایج را مورد بحث قرار خواهد داد ( بخش 8 ، بخش 9 و بخش 10ارتباط یافته ها و پیامدهای آینده در تحقیق و عمل ( بخش 11 و بخش 12 ).

2. پس زمینه

2.1. رویکردهای تحلیل داده ها

فرآیند تجزیه و تحلیل داده ها معمولاً به عنوان یک فعالیت بسیار ماهر تلقی می شود که برای انجام آن به آموزش ابزارهای خاص و همچنین سطح بالایی از سواد و شمارش نیاز دارد. ممکن است وقت گیر، خسته کننده باشد و به راحتی اشتباه شود. در نتیجه، فرآیند تجزیه و تحلیل داده ها اغلب از فرآیندهای مشارکت عمومی حذف می شود. علاوه بر این، می توان استدلال کرد که تخصیص وظایف تجزیه و تحلیل به جوامع ممکن است استفاده ناکارآمد از یک منبع محدود باشد (به ویژه اگر محققان، کارشناسان و متخصصان قبلاً برای انجام این وظایف آموزش دیده باشند؛ [ 11 ]]. با این حال، به جای اتخاذ یک مدل کمبود (به عنوان مثال، در نظر گرفتن اعضای جامعه که فاقد مهارت یا دانش در زمینه‌های خاص هستند)، بسیاری از محققان در حال یافتن راه‌هایی برای ایجاد دانش جامعه با درگیر کردن آنها در فرصت‌های تحلیل قابل دسترس هستند [ 11 ]. چنین راه‌هایی توسط ([ 12 ]، ص 7) مورد بررسی قرار گرفته‌اند که از اصطلاح «تحلیل داده‌های مشارکتی» برای توصیف «توسعه رابط‌ها برای پشتیبانی از تحقیق مشارکتی و مبتنی بر جامعه در داده‌ها» استفاده کردند. علاوه بر این، زمینه تجزیه و تحلیل بصری به طور خاص بررسی می کند که چگونه رابط های تعاملی بصری می توانند استدلال تحلیلی را پشتیبانی کنند [ 13 ]. در این زمینه استفاده هدفمند و فرصت طلبانه از داده ها برای برنامه ریزی شهری بهتر باید مورد توجه قرار گیرد.

2.2. جمع آوری داده ها

از بسیاری جهات، شهروندان ممکن است به طور غیر مستقیم در فرآیندهای تجزیه و تحلیل داده ها برای برنامه ریزی شهری مشارکت داشته باشند. در استرالیا – و بسیاری از نقاط جهان – خدمات برنامه مانند Strava (برنامه ای که برای ثبت فعالیت بدنی استفاده می شود)، TomTom و ارائه دهندگان تلفن همراه، داده های کاربران را جمع آوری کرده و آنها را برای اهداف مختلف برنامه ریزی شهری، مانند استفاده، دوباره بسته بندی می کنند. توسط مقامات برنامه ریزی حمل و نقل حرکات کاربران به معیارهایی تقطیر می شود که به اطلاع سناریوهای سرمایه گذاری زیرساخت کمک می کند. یک مسئله بالقوه با این شکل از مشارکت به عنوان “شکاف داده های بزرگ” توصیف شده است [ 14]. مشخصه این امر عدم دسترسی به داده‌های جمع‌آوری‌شده منفعلانه خود افراد، و همچنین توانایی‌های تحلیلی برای درک اینکه سازمان‌ها چگونه ممکن است از آن استفاده کنند و فقدان ابزاری برای تأیید صحت مفروضات و بینش‌های ایجاد شده در اثر استفاده از آن است. [ 14]. از سوی دیگر، جمع‌آوری داده‌های هدفمند، مانند سرشماری‌های ملی و بررسی‌های سفر خانوارها، مقطعی است، اما احتمالاً بیشتر به طور مستقیم با نیازهای شهروندان همسو می‌شود. با این حال، این روش ها جزئیات پیچیده مشابهی را در مورد استفاده از شبکه به صورت روزانه یا در پاسخ به رویدادهای خاص نشان نمی دهند. به این ترتیب، رویکرد تجزیه و تحلیل مشارکتی شرح داده شده در این مقاله شامل درگیر کردن کاربران نهایی در تعامل با داده های ارگانیک (یا “منفعل”) و هدفمند (یا “فعال”) جمع آوری شده به روش های مختلف و در طراحی و ارزیابی واسط های دیجیتال در داخل است. زمینه دوچرخه سواری در شهر سیدنی، استرالیا.

2.3. رویکردهای دیجیتالی برای مشارکت در دوچرخه سواری

همانطور که توسط Falco و Kleinhans [ 15 ] پیدا شد، ادبیات دانشگاهی تنها یک نمای کلی محدود از پلتفرم های مشارکت دیجیتال (DPPs) تا به امروز ارائه کرده است. این با چند زمینه جمعیتی و فضایی مشخص می شود و حجم قابل توجهی از DPPهایی را که در دهه گذشته در برنامه ریزی جهانی در سطح جهانی مورد استفاده و توسعه قرار گرفته اند، در نظر نمی گیرد. ارتقای قابل توجهی در فناوری موجود برای انجام تمرین‌های تعامل دیجیتال وجود دارد. نویسندگان 113 DPP فعال را برجسته می کنند، که آنها را در یک نوع شناسی روابط شهروند-دولت شناسایی، تجزیه و تحلیل و طبقه بندی می کنند. این فصل بر روی DPP های مرتبط با دوچرخه سواری تمرکز دارد.
یکی از اصطلاحات مرتبط با DPPها، به طور خاص بر گردآوری داده‌های جغرافیایی، سیستم‌های اطلاعات جغرافیایی برنامه‌ریزی مشارکتی (یا PPGIS) است که در ابتدا در بافت شهرها 20 سال پیش به‌عنوان بستری برای ارتباط بهتر شهروندان با فرآیند برنامه‌ریزی توسعه و به کار گرفته شدند. 16 ]. اینها سیستم های اطلاعات جغرافیایی هستند که تولید دانش محلی را از طریق ایجاد داده های مکانی توسط گروه های محلی و غیر دولتی امکان پذیر می کنند. در زمینه برنامه‌ریزی دوچرخه، یکی از رویکردهای رایج به PPGIS برای جمع‌آوری افکار عمومی، از طریق رویکرد «پین‌بورد» است. این رویکرد به کاربران اجازه می‌دهد تا یک پین را در یک مکان مشخص رها کنند و ترکیبی از برچسب‌ها (به عنوان مثال: پسندیدن/نپسندیدن، ایمن/ناامن، جذاب/غیرجذاب) و نظرات را ارائه دهند.
یکی از نمونه‌های تأثیرگذار این موضوع برای دوچرخه‌سواری، Shareabouts [ 17 ]، یک پلت‌فرم نقشه‌برداری مشارکتی و منبع باز است. Shareabouts از کار توسط OpenPlans و وزارت حمل و نقل در شهر نیویورک توسعه یافته است. این پروژه هزاران ایده جمع‌سپاری شده را قادر ساخت تا در محل ایستگاه‌های جدید برای یک سیستم جدید و بزرگ مقیاس دوچرخه در شهر جمع‌آوری شوند. بسیاری از برنامه های مشارکت دوچرخه سواری از فناوری منبع باز Shareabouts یا موارد مشابه استفاده کرده اند. Crowdspot با شهر ملبورن در توسعه طرح دوچرخه خود برای سال‌های 2016 تا 2020 همکاری کرد. این سیستم به‌جای مکان‌های اشتراک‌گذاری دوچرخه، ایده‌ها، مسائل و «پسندها» را جمع‌آوری می‌کرد. از آن زمان، همان سازمان همچنین این نقشه را برای ارزیابی ایمنی شبکه در مقیاس بزرگتر و شهری تطبیق داده است.
Bikemaps.org PPGIS دیگری است که به طور خاص برای کاربران برای گزارش مفقود شدن، خطرات و سرقت های نزدیک توسعه یافته است. بینش‌های حاصل از توسعه‌دهندگان این پلتفرم نشان می‌دهد که داده‌های برخورد جمع‌سپاری می‌توانند مکمل گزارش‌های رسمی موجود و همچنین پر کردن شکاف‌ها باشند. همچنین دریافت که گزارش‌های جمع‌سپاری شده از برخوردهای نزدیک ممکن است تحت‌تاثیر درک کاربر از خطر باشد [ 18 ، 19 ]]. پلتفرم‌های دیگر، مانند Maptionnaire که در هلسینکی توسعه یافته‌اند، مشابه Shareabouts هستند، اما کاربران را در مکانیزم‌های جمع‌آوری نظرسنجی دقیق‌تر درگیر می‌کنند، و به کاربران اجازه می‌دهند تا در برخی از لایه‌های داده‌های توصیفی و مکانی در حین اظهار نظر، پیمایش کنند. نمونه ای از برنامه Maptionnaire در بهار 2017 بود، زمانی که Caltrans (اداره حمل و نقل کالیفرنیا) یک نظرسنجی آنلاین با استفاده از Maptionnaire انجام داد. این نظرسنجی افکار عمومی را در مورد نیازها، مسائل و توصیه‌ها برای منطقه خلیج، سانفرانسیسکو جمع‌آوری کرد. تقریباً 5000 نفر از ابزار تعاملی بازدید کردند و در مجموع حدود 20000 توصیه را روی نقشه پخش کردند – همچنین بعداً طرح دوچرخه آن منطقه را اطلاع دادند.
از نظر نقشه‌برداری داده‌های جمع‌آوری‌شده غیرفعال، شرکت‌هایی مانند اوبر داده‌ها را به‌عنوان بخشی از «کمپین تحرک شهری» خود برای نمایش حجم دوچرخه‌های خود در شهر منتشر می‌کنند [ 20 ]. این هدف نشان می‌دهد که سیستم دوچرخه‌ها و اسکوترهای مشترک آن‌ها در کجا بیشتر مورد استفاده قرار می‌گیرند تا به تصمیمات شهرها در مورد موقعیت‌های زیرساختی اطلاع دهند و از شبکه بهتری برای شرکای تحویل خود حمایت کنند. همچنین داشبوردهای پژوهشی وجود دارند که مکانیسم‌های شفافی را برای درک داده‌های رفتار چرخه‌ای که به‌طور داوطلبانه جمع‌سپاری می‌شوند، ارائه می‌دهند. به عنوان مثال، داشبورد Riderlog برای شهرهای استرالیا [ 21 ].
ابزارهای برنامه‌ریزی دیجیتال که به سیستم‌های پشتیبانی برنامه‌ریزی (PSS) نیز معروف هستند، جدا از ورودی‌های مشارکتی فعال اما در دسترس عموم به صورت آنلاین، معمولاً مشارکت غیرمستقیم شهروندان را از طریق استفاده از داده‌های نظرسنجی یا حرکت تسهیل می‌کنند. Impacts of Cycling Tool (ICT) یک PSS منبع باز با یک رابط وب ساده است. PSS از داده‌های بررسی سفر برای مدل‌سازی سناریوهای جذب دوچرخه در میان بخش‌های مختلف جمعیت استفاده می‌کند. از جمله اثرات این امر بر انتشار گازهای گلخانه ای و سلامت [ 22 ]. در روشی مشابه، ابزار گرایش به چرخه [ 23] نمونه دیگری از یک PSS است که دارای یک رابط وب برای کاربران برای درک استفاده فعلی از دوچرخه سواری و مناطق با بیشترین پتانسیل برای رشد در سناریوهای مختلف است. علاوه بر پتانسیل چرخه، شاخص های اولویت بندی نیز توسعه یافته اند، مانند کار لارسن و همکاران. [ 24 ] برای مونترال، کانادا. نویسندگان یک شاخص اولویت‌بندی منطقه‌ای را برای اولویت‌بندی دوچرخه‌سواری بر اساس چهار متغیر – دوچرخه‌سواری فعلی، پتانسیل دوچرخه‌سواری، آسیب‌ها و مکان‌های پیشنهاد شده توسط دوچرخه‌سواران فعلی تولید کردند.
نمونه‌های قبلی PPGIS عموماً مسیر روشنی برای چگونگی و مکان تبدیل این داده‌های شهروندان به نتایج یک تمرین تحلیلی بعدی ارائه نمی‌کنند. علاوه بر این، زمانی که شرکت‌کنندگان بازخورد ارائه می‌کردند، در معرض داده‌های متنی محدودی قرار می‌گرفتند که ممکن بود در ارائه نظر آگاهانه به آنها کمک کند. از سوی دیگر، PSSهایی که پس از این توصیف شدند، عموماً بازخورد مستقیم شهروندان را ادغام نمی‌کنند. در عوض، این ابزارها بر داده‌های نظرسنجی موجود، داده‌های غیرفعال و ویژگی‌های شبکه تکیه داشتند. علاوه بر این، بسیاری از ابزارهای PPGIS یا PSS موجود، بر یک جنبه خاص از شبکه، شرکت در یک نوع زیرساخت دوچرخه سواری یا یک نوع حادثه دوچرخه سواری (مثلاً ایمنی) متمرکز شده اند.
به این ترتیب، این تحقیق یک مداخله دیجیتال بالقوه را بررسی می‌کند که داده‌های شهروندان فعال و غیرفعال را در یک رابط منفرد ترکیب می‌کند. این رابط در نظر گرفته شده است که توسط پزشکان به عنوان یک سیستم پشتیبانی برنامه ریزی و توسط شهروندان به عنوان یک ابزار مشارکتی برای مشاهده صدای سایر شهروندان و بررسی تأثیر اولویت های سرمایه گذاری جایگزین در شبکه استفاده شود.

3. روش

روش این مطالعه موردی با گردش کار شرح داده شده در شکل 1 مشخص شده است. مطالعه موردی برای بررسی ردپای داده های فعال و غیرفعال که در حال حاضر توسط دوچرخه سواران و کسانی که بالقوه علاقه مند به دوچرخه سواری هستند، طراحی شده است. سپس اینها در یک ابزار فنی ترکیب شدند. سپس به کارشناسان و علاقه مندان به ارائه اطلاعات دقیق تر نشان داده شد. از نظر مفهومی، این فرآیند سپس تا زمانی که جنبه‌های چندگانه (فعال-طولانی، فعال-کوتاه و غیرفعال) مشارکت به دست آمد، تکرار شد. به این ترتیب، چندین خروجی مشارکت برای طراحی ابزار نهایی و ایجاد تصمیمات برنامه ریزی محلی مورد بررسی قرار گرفت.
این تحقیق از ترکیبی از روش‌ها استفاده کرد تا امکان ترکیبی از اندازه‌گیری‌های عددی و اکتشاف عمیق را فراهم کند. اولین RQ1 به مکانیسم‌ها و اولویت‌های مشارکت غیرفعال و فعال موجود برای دوچرخه‌سواران موجود و بالقوه در سیدنی مربوط می‌شود. در کاوش این، هم بینش های کمی برای رتبه بندی و ترتیب این ها و هم بینش های کیفی برای کشف موضوعات و موضوعات فراگیرتر به دست آمد. بدین ترتیب برای جمع آوری این داده ها از ابزار پیمایش استفاده شد. به منظور درک RQ2 و اینکه آیا ورودی های مشارکت به شیوه ای معنادار استفاده می شوند، بازخورد کیفی دقیق تری مورد نیاز بود. این از طریق مصاحبه های عمیق تر و یک به یک به دست آمد.
هر مرحله از فرآیند تحقیق، مرحله قبل را تجزیه و تحلیل می‌کرد – ابزار دیجیتال ورودی شرکت‌کنندگان را تجزیه و تحلیل می‌کرد و مصاحبه‌ها ابزار دیجیتال را تجزیه و تحلیل می‌کرد. در ادامه مصاحبه ها و تحقیقات کلی مورد تجزیه و تحلیل قرار گرفت.

4. RQ1- مکانیسم‌ها و اولویت‌های مشارکت غیرفعال و فعال موجود

اولین مرحله از این مطالعه، انجام یک نظرسنجی وب برای گرفتن عناصری بود که ممکن است بر مشارکت در برنامه ریزی چرخه در سیدنی تأثیر بگذارد. این نظرسنجی با استفاده از پلتفرم ArcGIS Online Survey123 ایجاد شده است که اجازه می دهد تا داده های مکانی در کنار سؤالات نظرسنجی سنتی جمع آوری شوند. از روش نمونه‌گیری گلوله برفی استفاده شد – محقق پیوند نظرسنجی را برای سایر محققان، متخصصان برنامه‌ریزی حمل‌ونقل، گروه‌های حامی دوچرخه‌سواری و کارکنان دولت محلی و ایالتی ارسال کرد تا بین شرکت‌کنندگان بالقوه توزیع شود. این نظرسنجی در 11 می 2020 آغاز شد و در 14 ژوئن 2020 به پایان رسید، زمانی که نمونه 280 به دست آمد. 250 پاسخ دهنده اول در دو هفته اول شرکت کردند. نظرسنجی کامل را می توان در پیوست A یافت. سوالات اولیه شرکت کنندگان در نظرسنجی شامل موارد زیر بود:
  • تجربه قبلی دوچرخه سواری، اهداف سفر، دفعات سفر و اطمینان فیزیکی و ناوبری؛
  • مشارکت عمومی در برنامه ریزی چرخه (از طریق برنامه ها، نظرسنجی ها، جلسات) در هر دو حالت فعال و غیرفعال.
  • رضایت از شبکه و مکانیسم های مشارکت فعلی؛
  • قالب تعامل ترجیحی (منفعل یا فعال)؛
  • مشاهدات تغییرات رفتار دوچرخه سواری در نتیجه COVID-19 (به طور جداگانه به این فصل گسترش یافته است؛ [ 25 ] را ببینید.
علاوه بر این سوالات زمینه، تمرین مشارکت نیز در نظرسنجی تعبیه شده است. این شامل دو جزء بود. ابتدا، یک تمرین اولویت‌بندی وجود داشت که در آن شرکت‌کنندگان اهمیت عوامل زیر را رتبه‌بندی کردند:
(1)
ساختن مسیرهای دوچرخه سواری مجزا (خارج از جاده و دور از ترافیک)؛
(2)
ایجاد یک شبکه پیوسته که متوقف و شروع نمی شود.
(3)
طراحی محیط های امن تر در مناطقی که تصادفات و برخوردها رخ داده است.
(4)
ساخت و ارتقاء زیرساخت‌هایی که بیشتر مردم در آن چرخ می‌زنند.
(5)
ایجاد و ارتقاء زیرساخت‌ها برای حمایت از دوچرخه‌سواران مسافربری؛
(6)
زیرساخت ساختمان که در آن شیب یا شیب به راحتی قابل سوار شدن است.
(7)
ایجاد زیرساخت در مکان‌های حیاتی که افراد جدید را به دوچرخه‌سواری تشویق کند.
(8)
ساخت زیرساخت های نزدیک به ایستگاه های قطار.
این با استفاده از مقیاس لیکرت برای هر معیار، و همچنین سوالی که تنها مهمترین عاملی را که باید روی آن تمرکز کرد، ارزیابی شد. مؤلفه دوم تمرین مشارکت این بود که از شرکت کنندگان بخواهیم بهترین پیشرفت دوچرخه سواری خود را برای سیدنی ترسیم کنند. در اینجا، از شرکت کنندگان خواسته شد تا یک شکل خاص را با مقداری متن همراه ترسیم کنند ( شکل 2 را ببینید ). تنها محدودیت این بود که فقط یک نقاشی مجاز بود – بخشی از تحقیق تجزیه و تحلیل نحوه پاسخ مردم به این و اشکال مختلف نظرات شرکت کنندگان بود.

5. RQ2 – ادغام در یک سیستم پشتیبانی برنامه ریزی مشارکتی برای دوچرخه سواری

5.1. طرح

مجموعه فضایی

مرحله دوم این کار، اولویت‌بندی و نتایج فضایی حاصل از بررسی را به یک شاخص اولویت‌بندی (PI) برای سرمایه‌گذاری‌های دوچرخه‌سواری، با گسترش عناصر اولویت‌بندی توسعه‌یافته توسط لارسن و همکاران، وارد کرد. [ 24 ]. نتایج به صورت مشارکتی و تجزیه و تحلیل GIS چند معیاره [ 26 ] ساخته شد. شرح کامل این منابع داده را می توان در پیوست B یافت . تصویری که این لایه ها را خلاصه می کند در شکل 3 یافت می شود .
معیارها شامل موارد زیر بود:
  • اولویت باید به مناطقی با مسیرهای دوچرخه‌سواری خارج از خیابان محدود شود.
  • اولویت باید به مناطقی داده شود که شبکه موجود دوچرخه‌سواری خارج از خیابان را به هم متصل می‌کنند.
  • اولویت باید به بهبود ایمنی مناطقی که دوچرخه سواران در آن تصادف کرده اند داده شود.
  • اولویت باید به مناطقی داده شود که بیشترین حجم دوچرخه سواران از شبکه استفاده می کنند.
  • اولویت باید به راهروهایی داده شود که در حال حاضر برای مقاصد رفت و آمد استفاده می شوند.
  • اولویت باید به مناطقی در یک چرخه 10 دقیقه ای ایستگاه قطار داده شود.
  • اولویت باید به مناطقی با شیب قابل چرخش داده شود.
  • اولویت باید به مناطقی داده شود که به طور بالقوه سفرهای کوتاه با ماشین را به سفرهای دوچرخه تبدیل می کنند.
  • اولویت باید به مناطقی داده شود که در آن شهروندان رای داده اند یا ایده هایی برای بهبود طراحی کرده اند.
پس از ایجاد این 9 لایه فضایی، لایه ها در واحدهای شش ضلعی برای شهر سیدنی ترکیب شدند. این واحدهای شش ضلعی برای وسعت سیدنی بزرگ ایجاد شده اند که هر مربع تقریباً 100 متری شهر توسط یک شش ضلعی منحصر به فرد پوشیده شده است. هر واحد شش ضلعی بسته به اینکه چقدر معیارهای فوق را برازش می‌دادند، امتیاز 0، 1 یا 2 دریافت کردند. این موارد با جزئیات بیشتر در پیوست B توضیح داده شده است . شایان ذکر است که این ابزار اولویت‌بندی پویا را امکان‌پذیر می‌سازد – به این ترتیب، سیستم امتیازدهی متمرکز بر شکاف‌های طبیعی/موضوعی در داده‌هایی است که روندهای کلیدی را برجسته می‌کند. در حالی که یافته های سیستم امتیازدهی ارائه شده است، این یافته ها به عنوان بخشی از این تحقیق به عنوان نقاط بحث، پویا و تکراری هستند.

6. توسعه داشبورد

یک ابزار تعاملی برای برقراری ارتباط با نتایج شاخص اولویت‌بندی مشارکتی توسعه داده شد. این در شکل 4 توضیح داده شده است . این ابزار با استفاده از Bokeh (bokeh.org)، یک کتابخانه تجسم پایتون توسعه یافته است.
این ابزار به کاربران اجازه می دهد تا کارهای زیر را انجام دهند:
  • شوراهای فردی را انتخاب کنید و نقشه حرارتی اولویت بندی در منطقه را مشاهده کنید.
  • هر معیار اولویت‌بندی را تغییر دهید تا «مهم‌تر» یا «کم‌اهمیت‌تر» باشد.
  • بررسی کنید که کدام مناطق جاده ای بیشترین امتیاز را در شاخص اولویت بندی سفارشی می گیرند.
  • بررسی تاثیر آرای شهروندان بر شاخص اولویت بندی؛
  • بررسی سناریوهای بالقوه هزینه یابی؛
  • مشاهده کارت امتیازی نحوه عملکرد واحدهای شش ضلعی خاص در شاخص.
  • جزئیات محاسبات متریک را مشاهده کنید.
یکی از ویژگی های منحصر به فرد این ابزار، امکان مشاهده مرتبط ترین نظرات شهروندان برای هر شش ضلعی بود. این کار با انتخاب نظر مربوط به شکل ترسیم شده توسط شرکت کننده انجام شد که بیشترین نسبت مساحت کل آن را در شش ضلعی برازش داشت. به این ترتیب، یک فرآیند اولویت‌بندی نیز در نظرات تعبیه شد، که اجازه می‌دهد مرتبط‌ترین نظرات در مورد مناطق خاص در آن مناطق نشان داده شود و نظرات کلی‌تر در همه موارد دیگر نشان داده شود.

7. ارزیابی

7.1. مصاحبه های نیمه ساختاریافته

مؤلفه سوم این تحقیق شامل مصاحبه های نیمه ساختاریافته با ارائه بازخورد در مورد مؤلفه اول (پیمایش) و مؤلفه دوم (ابزار) مورد استفاده در این پژوهش بود. از نظر تئوری، این برای درک ورودی طولانی و مشورتی بود که می‌توانست در پایان این فرآیند اتفاق بیفتد تا تکرارهای فرآیند مشارکت را تا حصول یک فرآیند رضایت‌بخش آگاه کند. از لحاظ عملی، این امر همچنین به درک این موضوع اجازه داد که آیا کاربران نهایی نتایج نظرسنجی را مفید می‌دانند، کدام جنبه‌ها شگفت‌انگیز بود و افکار آنها در مورد برنامه‌های افزودنی و کاربردهای بالقوه ابزار تعاملی.

7.2. نمونه گیری مصاحبه

دعوت‌نامه‌ها برای تقریباً 20 نفر از پاسخ‌دهندگان نظرسنجی و ده نفر دیگر که به طور فعال در برنامه‌ریزی چرخه یا تمرین‌های مشارکت عمومی در استرالیا شرکت داشتند، ارسال شد. این نمونه برای دستیابی به انواع ورودی و بازخورد از کاربران نهایی بالقوه استفاده شد. به این ترتیب، آنها بر اساس پیشینه خود یا هر چیزی که در نظرسنجی ها بیان شده بود که نشان می داد آنها یک کاربر نهایی بالقوه خواهند بود، انتخاب شدند. از این، نمونه ای از متخصصان با تجربه دولت محلی، ایالتی و فدرال در حمل و نقل. تجربه مشاوره خصوصی در حمل و نقل؛ و تجربه در گسترش فناوری مشارکت عمومی دیجیتال مورد مصاحبه قرار گرفت. علاوه بر این، افرادی با تجربه در حمایت از چرخه، سازماندهی سواری های گروهی و اجتماعی و شرکت در اجتماعات محلی و رویدادهای شنیداری عمومی بودند. چندین شرکت کننده مقادیر قابل توجهی شواهد حکایتی از ابتکارات مشارکت موفق و شکست خورده دوچرخه سواری در شهر داشتند. شایان ذکر است که بسیاری از شرکت‌کنندگان سال‌ها تجربه استفاده از ترکیب‌های مختلف این حوزه‌ها را داشتند، بنابراین توصیف آن‌ها به عنوان «یک دسته» عدالت را برای آنها رعایت نمی‌کند. در مجموع، 15 مصاحبه این پایگاه دانش را خلاصه کردند و یک پایگاه داده مفصل از افکار در مورد نظرسنجی و ابزار ارائه کردند.

7.3. ساختار مصاحبه

این مصاحبه ها در طول یک دوره محدودیت رفت و آمد عمومی در سیدنی، استرالیا، به دلیل همه گیر COVID-19 انجام شد. به این ترتیب، تحقیق چهره به چهره امکان پذیر نبود. مصاحبه های یک به یک از طریق تماس های ویدیویی (تیم های مایکروسافت) انجام شد. مصاحبه ها به صورت نیمه ساختاریافته و بین 45 تا 60 دقیقه به طول انجامید.
در ابتدا، شرکت کنندگان پیشینه خود، آنچه که آنها را به دوچرخه سواری علاقه مند می کرد، تجربه کاری خود در رابطه با مطالعه و هر حکایت شخصی جالب دیگری مرتبط با مطالعه را شرح دادند. ثانیاً، به شرکت‌کنندگان مجموعه‌ای از اسلایدها نشان داده شد که تجزیه و تحلیل مشارکتی، داده‌های غیرفعال و داده‌های جمع‌آوری‌شده فعال را توصیف می‌کرد. پس از آن، نتایج نظرسنجی به آنها نشان داده شد و سؤالاتی در مورد افکارشان در مورد عناصر خاص پرسیده شد، و همچنین سؤالی با پایان باز پرسیده شد، “چه چیزی در مورد این نظرسنجی برای شما جالب بود؟” سپس شرکت‌کنندگان یک ویدیوی 10 دقیقه‌ای را تماشا کردند که عملکرد کامل ابزار را توصیف می‌کرد (این ویدئو نیز برای تکمیل این تحقیق در ضمیمه E ارائه شده است). پس از این، یک بحث آزاد با پیشنهادات زیر برگزار شد:
  • تا به حال در مورد این ابزار یا فرآیند چه فکر می کردید؟
  • به نظر شما مزیت استفاده از این ابزار یا فرآیند نسبت به عدم استفاده از آن چیست؟
  • به نظر شما چه پیشرفت هایی می تواند در ابزار یا فرآیند ایجاد شود؟
  • چه داده های اضافی می تواند در این ابزار یا فرآیند استفاده شود؟
  • آیا فکر می کنید داده های استفاده شده در این ابزار یا فرآیند نشان دهنده همه دوچرخه سواران است؟
  • آیا فکر می کنید می توانید از این ابزار یا فرآیند در کار خود استفاده کنید؟ چگونه؟
پس از جمع آوری پاسخ های مصاحبه، نقل قول های کلیدی مستند شده و در مضامینی که قابل توجه بودند یا الگوهایی در میان پاسخ ها ایجاد کردند، مرتب شدند. این مضامین و نقل قول ها در بخش نتایج ارائه شده است.

8. نتایج

این بخش نتایج نظرسنجی اولیه وب ( 280 = n ) و مصاحبه های یک به یک طولانی تر ( n = 15) را شرح می دهد. نتایج کامل نظرسنجی را می توان در ضمیمه C یافت .

8.1. نتایج نظرسنجی

پیشینه شرکت کنندگان

در مجموع 280 پاسخ در دوره نظرسنجی بین 11 مه و 14 ژوئن 2020 جمع‌آوری شد. اکثر پاسخ‌ها در هفته اول پس از دردسترس شدن نظرسنجی انجام شد. اکثر پاسخ دهندگان 25 تا 54 سال، در محدوده سنی 35 تا 44 (30%)، 45 تا 54 (25%) و 25 تا 34 (24%) بودند. شرکت کنندگان از نظر جنسیت به سمت مرد (65%) گرایش داشتند. این نتایج با سایر نتایج نظرسنجی مربوط به دوچرخه سواران در استرالیا مطابقت دارد که نشان دهنده گرایش به مردان میانسال برای افراد بالای 18 سال است [ 27 ].]. اکثر شرکت کنندگان شاغل تمام وقت (74%) بودند. از نظر تحصیلات، بخش بالایی از نمونه دارای تحصیلات عالی در سطح لیسانس یا بالاتر بودند – 24٪ حداقل دارای مدرک کارشناسی بودند، و 61٪ دیگر دارای تحصیلات تخصصی تری فراتر از آن بودند (مثلاً مدرک تحصیلات تکمیلی، کارشناسی ارشد، دکترا). . گستره جغرافیایی شرکت کنندگان در نظرسنجی را می توان در شکل 5 مشاهده کرد، بسیاری از مناطق داخلی سیدنی را پوشش می دهد. اشاره شده است که نرخ پاسخ بالاتر در مناطقی با تراکم بالاتر مشاهده شد که احتمال حضور دوچرخه‌سواران بیشتر است (به عنوان مثال، جایی که زیرساخت‌های مجزا و متصل‌تر وجود دارد، در فاصله دوچرخه‌سواری تا مراکز اصلی و مراکز فعالیت، جایی که دوچرخه سواری شامل نقل و انتقالات زیادی نمی‌شود. ). با این حال، نتایج هنوز در مناطقی در غرب، جنوب غرب و شمال غرب سیدنی مشاهده شد.

9. عادات دوچرخه سواری

اهداف اصلی سفر با دوچرخه برای شرکت کنندگان برای تفریح ​​و لذت (88٪)، برای ورزش (80٪) و برای رفت و آمد به محل کار (76٪) بود. برای تفریح/ورزش، این با سایر نظرسنجی‌های انجام‌شده در استرالیا مطابقت دارد [ 27 ]، جایی که مشخص شد این دلیل به طور منظم برای دوچرخه‌سواری ذکر شده است (تقریباً 82٪). با این حال، در نظرسنجی Austroads میزان رفت و آمد بسیار کمتر از این نتایج مشاهده شد. فراوانی اصلی دوچرخه سواری هر روز یا نزدیک به هر روز (36%) یا حداقل چند بار در هفته (36%) بود. در مجموع 78 درصد از پاسخ دهندگان، خود را در دوچرخه سواری «با اعتماد به نفس» یا «بسیار مطمئن» ارزیابی کردند، اما تنها 60 درصد از دوچرخه سواری مطمئن بودند.

9.1. مشارکت و رضایت از برنامه ریزی چرخه در سیدنی

یکی از سوالات کلیدی این تمرین در مورد مشارکت در برنامه ریزی زیرساخت دوچرخه بود. اشکال اصلی مشارکت در برنامه ریزی چرخه به شرح زیر بود:
  • شرکت در سرشماری استرالیا (64%)؛
  • ارائه بازخورد به شورای محلی (55%)؛
  • ارسال در شبکه های اجتماعی (55%)؛
  • ارائه بازخورد به یک نهاد دولتی ایالتی (31%)؛
  • شرکت در جلسات و رویدادهای گروه حمایت (20%).
وقتی در مورد نسبت سواری‌هایی که با استفاده از برنامه‌های کاربردی (مانند Strava) ثبت کرده‌اند، سؤال شد، تقسیم جالبی بین تقریباً هر سواری به همه سواری‌ها (30٪) ثبت‌شده و هیچ سواری ثبت‌شده (33٪) وجود داشت. علاوه بر این، برای سواری هایی که ثبت شده بودند، اینها بیشتر تفریحی (20٪) یا ترکیبی از تفریح ​​و رفت و آمد (32٪) بودند.
از نظر رضایت از مکانیسم‌های مشارکت موجود، شرکت‌کنندگان عموماً (42.5%) یا بسیار ناراضی (11.79%) از مکانیسم‌های موجود بودند. تعداد زیادی نیز خنثی بودند (36%). شرکت کنندگان فرمت مشارکت را به مشارکت فعال ترجیح دادند. از نظر مشارکت مطلوب، بیشترین درصد مایل به شرکت “فعالانه بدون زمان” بودند (55%)—این شرکت کنندگان خواهان راه های بسیار سریع برای کمک به بهبود شبکه بودند. علاوه بر این، 31 درصد از شرکت کنندگان مایل بودند که دوره های طولانی تری را برای مشارکت فعال کنار بگذارند. جالب اینجاست که کمتر از 1 درصد نمی خواستند هیچ ارتباطی با نفوذ در شبکه نداشته باشند. علاوه بر این، 13 درصد از شرکت‌کنندگان می‌خواستند از داده‌های غیرفعال آنها به عنوان شکل ترجیحی مشارکت استفاده شود. به طور متوسط، شرکت کنندگان در صورت درخواست، به شبکه دوچرخه سواری سیدنی 3.8 از 10 امتیاز دادند. شایان ذکر است، تنها شش نفر از 280 پاسخگو به شبکه امتیاز 8 یا بالاتر دادند.

9.2. اولویت بندی سرمایه گذاری

هنگامی که از شما پرسیده شد، عوامل زیر برای بهبود شبکه چرخه در سیدنی چقدر مهم هستند؟ همانطور که در شکل 6 نشان داده شده است، مهمترین عوامل ایجاد یک شبکه پیوسته، افزایش تعداد مسیرهای چرخه جدا شده و ایمنی بود .
کمترین اهمیت، شیب و زیرساخت نزدیک به ایستگاه های قطار بود. این همچنین با نام‌گذاری اولویت شماره یک مطابقت داشت، جایی که تقریباً 40% فکر می‌کردند که مسیرهای دوچرخه‌سواری جدا از هم مهم‌ترین هستند، 40% یک شبکه پیوسته را انتخاب کردند و کمتر از 1% فکر می‌کردند که زیرساخت‌های نزدیک به ایستگاه‌های قطار مهم‌ترین هستند. تجزیه و تحلیل پایایی بر روی این آیتم ها با آلفای کرونباخ انجام شد که پاسخ ها را در این مقیاس لیکرت نشان می دهد تا به پایایی قابل قبولی برسد، α = 0.92. عوامل مهم دیگری که توسط شرکت کنندگان مورد بحث قرار گرفت موارد زیر بود:
  • آموزش، آموزش و برنامه های بازاریابی بیشتر در همه حالت ها (وسایل نقلیه، دوچرخه، عابران پیاده) برای ایجاد رفتارهای مثبت، افزایش ایمنی و کاهش تهاجم در جاده ها و مسیرهای دوچرخه سواری.
  • کاهش شدت قوانین کلاه ایمنی برای تشویق بیشتر به سفرهای دوچرخه سواری یا مشارکت.
  • افزایش اجرای قانونی قوانینی که دوچرخه سواران را به خطر می اندازد.
  • زیرساخت های اضافی که به کودکان اجازه می دهد تا به مدرسه بروند.
  • کاهش سرعت وسایل نقلیه در مناطق دارای عابران پیاده و دوچرخه سواران؛
  • افزایش عرض موجود برای دوچرخه سواران در جاده ها، مسیرهای پیاده روی مشترک و مسیرهای دوچرخه مشترک.
  • پشتیبانی بیشتر از دوچرخه های الکترونیکی برای تشویق استخر دوچرخه سواران متنوع تر.
  • حجم بالاتر قفسه دوچرخه، امکانات ذخیره سازی، امکانات پایان سفر و امکانات حمل.
  • طراحی مجدد علائم جاده (“زمان سبز”) و علائم برای پشتیبانی بهتر از سفرهای دوچرخه سواری یکپارچه.
اطلاعات اضافی در مورد فاکتورهای اولویت بندی با رأی بالا و نقل قول های کلیدی از سایر عوامل مهم را می توان در پیوست D یافت .

9.3. نظرات شرکت کنندگان

علاوه بر اولویت‌های رتبه‌بندی، به شرکت‌کنندگان در نظرسنجی این گزینه داده شد که یک شکل فضایی را بر روی نقشه ترسیم کنند که نشان‌دهنده ایده برتر آنها برای سرمایه‌گذاری دوچرخه‌سواری در سیدنی است – یعنی اینکه بهترین پیشرفت دوچرخه‌سواری آنها در سیدنی چیست و کجا خواهد بود. فاصله متوسط ​​3.8 کیلومتری بین کدپستی مخاطب و نقطه مرکزی که در آن نظر داده شده بود وجود داشت. از آنجایی که طیف گسترده‌ای از مقیاس‌ها وجود داشت که شرکت‌کنندگان پاسخ‌های خود را بر اساس آن ترسیم می‌کردند، فیلتر کردن بر اساس منطقه راهی مفید برای شناسایی مناطق و انواع اظهارنظرهایی بود که انجام می‌شد. شکل 7 200 نظر برتر را نشان می دهد که کوچکترین منطقه را پوشش می دهد، که اجازه می دهد راهروهای کلیدی برجسته شوند. شکل 8یک نقشه حرارتی از نظرات خلاصه شده در واحدهای شش ضلعی منفرد در سراسر شهر را نشان می دهد (فقط پنج نظر یا بیشتر را نشان می دهد). شکل 9 نتایج ادغام این نظرات را در شاخص ترکیبی نشان می دهد.

10. نتایج مصاحبه

پس از نمایش نتایج نظرسنجی و ابزار تعاملی به پزشکان، مضامین کلیدی بازخورد زیر مشخص شد.

10.1. چه کسی از استفاده از این ابزار بیشتر سود می برد؟

اکثریت مصاحبه شوندگان پاسخ دادند که دولت های محلی اصلی ترین گروه کاربری هستند که از استفاده از این ابزار و فرآیند سود می برند. یکی از شرکت‌کنندگان این را با بیان این جمله خلاصه کرد: «در شهری چند مرکزی با تعداد زیادی شورا، با درجات مختلف برای تأمین مالی زیرساخت‌ها، و قابلیت‌های متفاوت برای شناسایی نیازهای حمل‌ونقل [در دولت محلی]، ابزارهایی مانند این مهم هستند». دیگری اظهار داشت: «بسیاری از بوروکراسی‌ها می‌توانند از این موضوع استفاده کنند. به جای استفاده از تجزیه و تحلیل گسسته در مورد موردی برای مطالعات مستقل. دیگری بیان کرد که این یک است:
ابزار چشمگیر و مفید برای شوراها. اغلب شوراها یک تیم دوچرخه سواری تعبیه شده ندارند. این یک ابزار آموزشی خوب برای کسانی است که در سراسر شبکه دوچرخه سواری یا مسائلی نیستند. برای کسانی که در دوچرخه‌سواری کار نمی‌کنند، ممکن است کاملاً روشن‌کننده باشد.
فراتر از دولت های محلی، برخی دیگر از شرکت کنندگان گفتند که این ابزار به کار برنامه ریزی حمل و نقل آنها کمک می کند. به عنوان مثال، یکی از شرکت کنندگان موارد زیر را بیان کرد:
به عنوان یک برنامه ریز حمل و نقل، اگر به منطقه مطالعه ای که با آن آشنایی نداشتم نگاه می کردم، می توانستم از این ابزار استفاده کنم. من می‌توانم از آن برای اطلاعات اولیه برای اطلاع‌رسانی به تحلیل خود استفاده کنم. اگر قرار بود یک طرح دوچرخه برای شورای کامدن انجام دهم، می توانستم ببینم جامعه چه گفته است، خرابی ها و غیره را ببینم و چگونه بر شبکه تأثیر می گذارند.
از دیدگاه حمایت، یکی از شرکت‌کنندگان اظهار داشت که «می‌خواهند شبکه پیشنهادی را در کنار این شبکه ببینند تا بتوانیم در مورد آن نظر بدهیم و از آن به‌عنوان پایه‌ای برای حمایت استفاده کنیم». یکی دیگر از شرکت‌کنندگان آن را ابزار خوبی برای حمایت در داخل دولت می‌دانست و آن را ابزاری برای «مذاکره با سایر کاربران جاده‌ای، گروه‌های مدافع، تیم‌های پروژه یا گروه‌های درون دولت» می‌دانست. در همین راستا، یکی از شرکت‌کنندگان اظهار داشت: «ابزار عالی برای ترویج دوچرخه‌سواری در دولت، زمانی که ملاقات با خودرو، بار، راه‌آهن و زیرساخت‌های سنگین به دوچرخه‌سواری پایگاه شواهد کمی می‌دهد». یکی دیگر از شرکت‌کنندگان تأکید کرد که «هیچ رویکرد منسجمی» برای ادغام مشارکت با کار تحلیلی وجود ندارد و «دولت سطح بالا می‌خواهد ثبات را ببیند».

10.2. چه ویژگی های فعلی را در مورد ابزار دوست دارید؟

چندین شرکت کننده اظهار داشتند که از دیدن همه چیز در یک رابط لذت می برند. یکی گفت: «دوست دارم چیزهای مختلف زیادی را در یک مکان ترکیب کرده‌اید». یکی دیگر اظهار داشت که “عالی است که بتوانم همه چیز را به این شکل کنار هم بگذارم”. یکی از شرکت‌کنندگان این همه منبع داده را در یک ابزار دوچرخه‌سواری «تا به حال ندیده بود».
برخی از شرکت کنندگان اظهار داشتند که درک آن آسان است. به عنوان مثال، یکی از شرکت کنندگان گفت: “اگر جو بلاگ هستید، آن را درک می کنید”. یکی دیگر اظهار داشت، “این را می توان به راحتی برای هر کسی توضیح داد، شما نیازی به X، Y، Z ندارید. ارتباط بسیار قابل هضم و خوبی دارید”.
شرکت‌کنندگان همچنین این ویژگی را دوست داشتند که به کاربر امکان می‌دهد اولویت‌ها را توسط شوراهای فردی ببیند، نه اولویت‌بندی کل شبکه. یکی از شرکت‌کنندگان این را این‌طور خلاصه کرد: «ما باید تمرکز شدید روی CBD [منطقه تجاری مرکزی] را متوقف کنیم – مراکز کاری، مراکز استراتژیک، فضاهای اداری ماهواره‌ای وجود دارد».
یکی دیگر از ویژگی های برجسته شده مثبت، سیستم تطبیق نظر بود که مرتبط ترین نظر را برای هر سلول در کنار امتیاز ارائه می کرد. یکی از شرکت کنندگان این را به عنوان “روشی واقعا موثر برای ترکیب اطلاعات کمی و کیفی” توصیف کرد.

10.3. چه چیزی را می توان به ابزار اضافه کرد؟

برخی از شرکت‌کنندگان پیشنهاد کردند که معیارهایی از شهرهای دیگر یا چشم‌اندازهای استراتژیک در نظر گرفته شود. یکی از شرکت کنندگان می خواست بداند که چگونه هر سلول با “بهترین عملکرد در سراسر جهان، در شهرهایی مانند اوکلند، سانفرانسیسکو و لندن” مقایسه می شود. یکی دیگر مایل است شاهد ادغام جایی که شوراها یا دولت می‌خواهند شهر از نظر اهداف استراتژیک باشد و همچنین شامل پروژه‌های پیشنهادی و اینکه چگونه با اولویت‌بندی مشارکتی مطابقت دارند، باشد.
پیشنهاد کلیدی دیگری که بیان شد این بود که شهروندان بتوانند مجموعه کامل نظرات مربوط به منطقه را به ترتیب اولویت خود ببینند. این می‌تواند شامل امکان رای مثبت یا اضافه کردن نظرات پس از نظرسنجی و پس از مشاهده داده‌ها و آنچه شرکت‌کنندگان نظر داده‌اند باشد. بسیاری از مصاحبه شوندگان مشاهده نظرات سایر شهروندان را به عنوان یک عامل مفید کلیدی این ابزار می دانستند – “آیا مردم اگر ببینند شخص دیگری یا بسیاری از افراد دیگر به همان موضوع علاقه مند هستند، انگیزه بیشتری برای مشارکت خواهند داشت؟”.
به منظور بهبود این ابزار، چندین شرکت‌کننده اضافه کردن مزایای اقتصادی گسترده‌تری مانند کاهش تراکم، کاهش آلودگی هوا و بهبود سلامت جمعیت را به ماژول هزینه‌یابی پیشنهاد کردند. بسیاری از مصاحبه شوندگان همچنین به ترک تحصیل و در نظر گرفتن معیارهای اولویت بندی اضافی اشاره کردند که باعث تشویق کودکان به دوچرخه سواری به مدرسه می شود. علاوه بر این، بسیاری دسترسی به مدارس را مهم‌تر از برخی معیارهای گنجانده شده می‌دانستند—بعضی از شرکت‌کنندگان دسترسی به ایستگاه‌ها را کمتر از مدارس مهم می‌دانستند.
محدودیت‌های اضافی که توسط چندین شرکت‌کننده گنجانده شده بود این بود که، اگرچه معیار «میل به دوچرخه‌سواری» وجود دارد، اما این نظرسنجی و ابزار همه دوچرخه‌سواران بالقوه را جذب نکردند. چندین نفر بر نیاز به یافتن و جستجوی عمدی نظرات کسانی که دوچرخه سواری نمی کنند و هرگز نخواهند داشت و همچنین کسانی که قصد دوچرخه سواری را دارند تاکید کردند.

10.4. سایر بینش ها در مورد مشارکت

چندین شرکت کننده به صراحت موافقت خود را با مفهوم تمرین تجزیه و تحلیل مشارکتی نشان دادند، یکی بیان کرد که «تحلیل مشروعیت بیشتری دارد زیرا از طریق یک فرآیند مشارکتی انجام شده است». برخی از مکانیسم‌های مشارکت موجود انتقاد داشتند، یکی بیان می‌کرد که «بسیاری از مردم تا زمانی که شروع به حفر چاله‌ها در زمین نکنند، از چیزها آگاه نیستند».
یکی از شرکت‌کنندگان پاسخ داد که «برای ایجاد یک تمرین مشارکت موفق دوچرخه‌سواری، کار بسیار زیادی است – مشارکت بین سازمان‌های دولتی، حمایت‌کنندگان، یا گروه‌های کاربر و سایر احزاب مانند UberEATS [که می‌توانند پیام‌های داخلی را برای شرکای تحویل ارسال کنند] مورد نیاز است».
یکی از پاسخ دهندگان همچنین اظهار داشت که «پذیرش دولتی مانعی برای تمرینات مشارکت است. این رویکردهای دیجیتال هنوز کاملاً جدید هستند و نقش متخصص را به چالش می کشند. کارشناسان در راه حل ها بهتر هستند. با این حال، جامعه در شناسایی مشکلات بسیار بهتر است. یکی از شرکت‌کنندگان استفاده از هدست‌های واقعیت مجازی را پیشنهاد کرد و گفت که تعداد زیادی غیر دوچرخه‌سوار هنگام استفاده از این مکانیسم مشارکت درگیر می‌شوند تا در غیر این صورت. یکی دیگر از شرکت‌کنندگان به اثربخشی نقشه وب «فضاهای مشترک» در نیو ساوت ولز اشاره کرد که به آنها اجازه داد نظرات دیگر شرکت‌کنندگان را ببینند. به عنوان یک مشاور، این شرکت‌کننده می‌تواند نقشه وب را به‌عنوان مجموعه‌ای از داده‌ها دانلود کند تا در کار برنامه‌ریزی حمل‌ونقل خود از آن استفاده کند.

11. بحث

این تحقیق دو سوال کلیدی را بررسی کرد. اولاً، مکانیسم‌ها و اولویت‌های مشارکت غیرفعال و فعال برای دوچرخه‌سواران و دوچرخه‌سواران بالقوه در سیدنی چیست؟ ثانیاً، چگونه می‌توان ابزارهای دیجیتالی را که این ورودی‌های مشارکت را به شیوه‌ای معنادار هم برای شهروندان و هم برای شاغلین تجمیع می‌کند طراحی و ارزیابی کرد؟ سه مرحله برای تحقیق وجود داشت: یک نظرسنجی اولیه با 280 پاسخ‌دهنده، ایجاد یک شاخص اولویت‌بندی و ابزاری برای یکپارچه‌سازی پاسخ‌ها و بازخوردها از طریق 15 مصاحبه عمیق در مورد دو مرحله قبلی.
مشارکت‌های جدید این کار را می‌توان به‌عنوان بسط کارهای قبلی انجام‌شده بر روی PPGIS و PSS که در بخش‌های ابتدایی این مقاله معرفی شد – شامل طیفی از منابع داده غیرفعال و فعال در یک رابط منفرد که اطلاعات متنی اضافی از داده های نظرسنجی و مصاحبه های پیگیری عمیق. همچنین تحقیقات کاربردی را با اطلاعات خاص، تولید شده در دنیای واقعی، برجسته کردن خواسته ها و راهروهای کلیدی شهروندان، و همچنین از نقشه حرارتی چند معیاره برای منطقه جغرافیایی خاص سیدنی، استرالیا ارائه می دهد.
در پاسخ به جنبه اول سوال تحقیق، مشخص شد که این فرآیند در قادر ساختن شرکت کنندگان به شناسایی مناطق کلیدی برای بهبود در شهر موفق بوده است. این شرکت کنندگان اولویت های بسیار روشنی را در مسیرهای دوچرخه سواری خارج از خیابان و مجزا و همچنین ایجاد یک شبکه پیوسته شناسایی کردند. به طور کلی، ترجیح برای چرخه‌های مجزا به شدت به تحقیقات شناسایی‌شده در بررسی اولیه مربوط می‌شود (آلدرد و همکاران 2017). شرکت‌کنندگان همچنین ترجیحات قوی‌تری برای ملاحظات اضافی در مورد ترویج دوچرخه‌سواری در میان جمعیت‌های جوان‌تر و در سن مدرسه بیان کردند – به جای اهداف «استراتژیک» بیشتر مانند دسترسی به ایستگاه‌های قطار. ترجیح واضحی برای مکانیسم‌های مشارکت فعال (86٪) بیان شد، برخلاف تکیه بر داده‌های موجود و داده‌های غیرفعال. اگرچه بسیاری از شرکت‌کنندگان در نظرسنجی در سرشماری و سایر مکانیسم‌های مشارکت شرکت کردند، مشارکت در بسیاری از مکانیسم‌ها که با ترجیحات شهروندان برای مشارکت فعال مطابقت نداشتند، به طرز شگفت‌آوری پایین بود. به ویژه، با توجه به اتکا به منابع داده های رسمی، مانند سرشماری و بررسی های سفر، برای کالیبره کردن بدنه تحقیقات موجود در مورد PSS دوچرخه سواری، شگفت آور بود که متوجه شدیم که تنها 64٪ از شرکت کنندگان اظهار داشتند که به این موضوع پاسخ داده اند. این پیامدهایی بر نحوه استفاده از این داده‌ها و همچنین اهمیت تمرین ادغام داده‌ها که در این تحقیق انجام می‌شود، دارد. با توجه به اتکا به منابع داده های رسمی، مانند بررسی های سرشماری و سفر، برای کالیبره کردن بدنه تحقیقات موجود در مورد PSS دوچرخه سواری، شگفت آور بود که متوجه شدیم که تنها 64٪ از شرکت کنندگان اظهار داشتند که به این موضوع پاسخ داده اند. این پیامدهایی بر نحوه استفاده از این داده‌ها و همچنین اهمیت تمرین ادغام داده‌ها که در این تحقیق انجام می‌شود، دارد. با توجه به اتکا به منابع داده های رسمی، مانند بررسی های سرشماری و سفر، برای کالیبره کردن بدنه تحقیقات موجود در مورد PSS دوچرخه سواری، شگفت آور بود که متوجه شدیم که تنها 64٪ از شرکت کنندگان اظهار داشتند که به این موضوع پاسخ داده اند. این پیامدهایی بر نحوه استفاده از این داده‌ها و همچنین اهمیت تمرین ادغام داده‌ها که در این تحقیق انجام می‌شود، دارد.
با توجه به ترجیح مشارکت فعال نشان داده شده توسط شرکت کنندگان، تعجب آور نبود که نتایج نشان دهنده نارضایتی کلی از مکانیسم های مشارکت موجود باشد – که نشان می دهد تمایل به استفاده از فرآیندهای فعال تر توسط پزشکان وجود دارد. از نظر شکل‌های داده‌های غیرفعال مورد استفاده، مانند ورود به سیستم از طریق برنامه‌های تلفن همراه، کمی بیش از یک سوم از جمعیت نمونه اصلاً سواری‌های خود را ثبت نکرده‌اند. آنهایی که سواری خود را ثبت کردند فقط برای مقاصد تفریحی به سمت خود کج نشان دادند. این چالش‌های بیشتری را برای استفاده از داده‌های غیرفعال ایجاد می‌کند و مجدداً، نیاز به ترکیبی از منابع داده را برجسته می‌کند.
در پاسخ به جنبه دوم سوال تحقیق، مشخص شد که دوچرخه PSS توسعه یافته در تثبیت ورودی های مشارکت به شیوه ای معنادار برای شهروندان و شاغلان موفق بوده است. این امر از طریق عوامل متعددی اثبات شد. در مرحله اول، مشخص شد که ترسیم اشکال فضایی صریح (به جای نقاط روی نقشه) روشی موثر برای برجسته کردن پیشنهادات کلیدی است که به سیستم وزن دهی نظر در شاخص اولویت بندی وارد می شود. این اجازه می دهد تصاویری قوی در مورد مکان نظرات، و همچنین اختصاص نظرات مرتبط به سلول های شش ضلعی خاص، برای کمک به تشخیص مسائل برجسته شده از طریق نمایه.
ثانیاً، شاخص اولویت‌بندی توسط شرکت‌کنندگان در مصاحبه به خوبی درک شد و به‌ویژه در میان کاربران دولت محلی و برای حمایت داخلی و خارجی مفید بود. از طریق مصاحبه، شرکت‌کنندگان مجدداً ویژگی‌هایی مانند افزودن دسترسی به مدارس، افزودن قابلیت رأی‌دهی مجدد پس از تدوین شاخص و اندازه‌گیری بر اساس بهترین عملکرد بین‌المللی، و همچنین معیارهای استراتژیک تحت رهبری دولت را پیشنهاد کردند.
ترکیب ساده داده‌های چندگانه و لایه‌های تحلیلی، از جمله چارچوب‌بندی مشارکت فعال و غیرفعال، توسط برخی از شرکت‌کنندگان به‌عنوان گام مهمی در افزایش مشروعیت تمرین‌های تعامل مبتنی بر داده و فرآیند اولویت‌بندی مشارکتی تلقی شد. با این حال، یک محدودیت کلیدی عدم مشارکت گروه‌های خاص بود. غیر دوچرخه‌سواران، دوچرخه‌سواران بالقوه و دوچرخه‌سواران موجود از گروه‌های دیگر (مانند دوچرخه‌سواران تفریحی، کودکانی که دوچرخه‌سواری می‌کنند یا رانندگان/پیک‌های تحویل غذا) از طریق تمرین‌های درگیری فعال یا غیرفعال به خوبی ثبت نشدند. اینها باید افزوده‌های کلیدی در تحقیقات آینده باشند، که باید چگونگی گنجاندن و مشارکت افرادی را که در نظرسنجی شرکت نمی‌کردند، نقطه داده‌ای در مطالعه یا در مصاحبه شرکت نمی‌کردند، کشف کرد.
از نظر کار آینده، تحقیقات اضافی باید علاقه رو به رشد را در درک اینکه آیا ادغام تکنیک غوطه وری (به عنوان مثال، از طریق محیط های نوع واقعیت مجازی یا غوطه وری روایت) برای استقرار موفقیت آمیز DPP های دوچرخه سواری مفید است، در نظر بگیرد. این می تواند بینش بیشتر، سطوح بالاتر مشارکت و همدلی بیشتر را در فرآیند تسهیل کند [ 28 ، 29 ، 30 ]. بسیاری از مطالعات استفاده از دوچرخه‌ها را در محیط‌های غوطه‌ور بررسی کرده‌اند (مانند هدست‌های واقعیت مجازی روی سر و محیط‌های مجازی خودکار خودکار غار)، اما اینها به جمع‌آوری اطلاعات بیومتریک، اطلاعات سلامت و درک تکنیک‌های ناوبری محدود شده‌اند و برای آن استفاده نشده است. اطلاع رسانی برنامه ریزی زیرساخت [31 ، 32 ، 33 ، 34 ]. از آنجایی که این مسیر اکتشاف برای این مطالعه امکان پذیر نبود، می توان آن را در کارهای بعدی بررسی کرد.
تحقیقات آینده همچنین باید برای درک بهتر چالش‌های فنی-اجتماعی برای شوراهای محلی، محتمل‌ترین کاربران نهایی پیشنهادی، و دیگران در حرکت فراتر از رویکردهای PPGIS به منظور ادغام این رویکردها با رویکردهای مشابه دوچرخه‌سواری PSS در این مطالعه، کار کند. این امر به بررسی تنگناها در استفاده از چنین ابزارهای PSS مشارکتی و تحلیل محور می پردازد.

12. نتیجه گیری

از آنجایی که بسیاری از شهرها در سراسر جهان با چالش بهبود زیرساخت های حمل و نقل فعال دست و پنجه نرم می کنند، نیاز روزافزونی به ابزارهای برنامه ریزی مشارکتی و مبتنی بر شواهد وجود دارد که می توانند برای مقاوم سازی شهرهایمان با زیرساخت های دوچرخه بهتر استفاده شوند. در این مقاله، یک ابزار پشتیبانی برنامه ریزی زیرساخت دوچرخه ارائه شده است که مشارکت شهروندان منفعل و فعال را در نظر می گیرد. این تحقیق بر اساس مجموعه کار در PPGIS و PSS است تا یک ابزار تعاملی را توسعه و ارزیابی کند که هدف آن اولویت‌بندی زیرساخت‌های دوچرخه در آینده است که مستقیماً توسط کاربران این زیرساخت: جامعه محلی مطلع می‌شود.
در طول این تحقیق، همچنین قابل ذکر و ارزشمند است که منعکس کنیم که افزایش تصاعدی در تعداد برنامه های کاربردی در دسترس عموم با استفاده از داده های حرکت و فعالیت انسان وجود دارد. این امر با نیاز افراد و مقامات به درک داده‌های حرکت و فعالیت در زمینه همه‌گیری کووید-19 افزایش یافت. شرکت‌های فناوری بزرگ (به‌عنوان مثال، فیس‌بوک، سیف‌گراف، کیوبیک، گوگل و مپ‌باکس) با اشتراک‌گذاری داده‌های تحرک غیرفعال برای کمک به برنامه‌ریزی در طول این بحران پیشرو هستند. به این ترتیب، در زمانی که داده های غیرفعال به طور فزاینده ای با مردم به اشتراک گذاشته می شود و دولت و رفتارها فرض می شود،
زیرساخت‌های دوچرخه‌سواری باکیفیت می‌تواند سرمایه‌گذاری قابل توجهی باشد و بودجه‌های محدود دولت باید اولویت‌های رقیب را متعادل کند. بنابراین، تصمیمات سرمایه گذاری باید با تجزیه و تحلیل صحیح و ابزارهای پشتیبانی تصمیم شفاف هدایت شوند. مشارکت موثر شهروندان کیفیت اطلاعات در حال توسعه را بهبود می بخشد و تضمین می کند که دولت می تواند فعالانه با مسائل نوظهور برخورد کند. ابزار توسعه‌یافته در این تحقیق، شهروندان را قادر می‌سازد تا اولویت‌ها را برای خود شناسایی کرده و در تصمیم‌گیری سهیم شوند و در نتیجه مالکیت بیشتری بر راه‌حل‌ها و مسئولیت بیشتری برای اجرای آن‌ها به عهده بگیرند. این باعث تقویت حس متقابل و توانمندی می شود که خطرات اجرا را کاهش می دهد و انعطاف پذیری زیرساخت های حمل و نقل آینده را تقویت می کند.

مقالات داخلی و بین المللی

مطالب مرتبط ...

بدون دیدگاه

دیدگاهتان را بنویسید