اولویتبندی محورهای گردشگری هوشمند شهری (نمونۀ موردی: حوزۀ مطالعاتی منتخب از مناطق ۱۱ و ۱۲ تهران)
نویسندگان
1 استادیار گروه شهرسازی، واحد تهران جنوب، دانشگاه آزاد اسلامی، تهران، ایران
2 کارشناسی ارشد شهرسازی، گروه شهرسازی، واحد تهران جنوب، دانشگاه آزاد اسلامی، تهران، ایران
doi
10.22034/uep.2025.532299.1664چکیده
مقدمهصنعت گردشگری به عنوان ستونی بنیادین در پایداری و شکوفایی شهری شناخته میشود. ظهور فناوریهای نوین اطلاعات و ارتباطات مفهومی نوین با عنوان «گردشگری هوشمند» را معرفی کرده است؛ پارادایمی که با اتکا بر پیشرفتهای فناورانه نظیر اینترنت اشیا، کلاندادهها و هوش مصنوعی، در پی ارتقای کیفیت تجربۀ گردشگری و بهینهسازی بهرهوری منابع شهری است. این رویکرد، توسعۀ پایدار را در کانون توجه خود قرار میدهد. با اینوجود، کلانشهرهای درحالتوسعه، از جمله تهران، با موانع ساختاری و مدیریتی قابل توجهی دستوپنجه نرم میکنند. ناهماهنگی زیرساختها و فقدان سامانههای اطلاعاتی جامع، از جمله چالشهای اساسی پیش روی این شهرهاست. مناطق 11 و 12 تهران، با توجه به پیشینۀ تاریخی غنی و جاذبههای فرهنگی منحصربهفرد خود، ظرفیت چشمگیری برای توسعۀ گردشگری هوشمند دارند. پیچیدگیهای مرتبط با مدیریت شهری، برنامهریزی استراتژیک و هوشمندانه را در این مناطق بیش از پیش ضروری میسازد. پژوهش حاضر، با هدف رفع کمبودهای موجود در ادبیات علمی، به شناسایی و اولویتبندی محورهای گردشگری هوشمند در محدودۀ مطالعاتی منتخب مناطق 11 و 12 تهران میپردازد. این مهم با بهکارگیری مدلهای تصمیمگیری چندمعیاره محقق خواهد شد تا مسیری شفاف برای توسعهای پایدار و هوشمندانه در این مناطق ترسیم شود.مواد و روشهاپژوهش حاضر، با رویکردی کاربردی از منظر هدف و توصیفی ـ تحلیلی در چارچوب روششناسی، به شیوۀ ترکیبی (کمی و کیفی) به بررسی موضوع میپردازد. گردآوری دادهها از منابع گوناگونی شامل مشاهدات میدانی، توزیع پرسشنامه، و مطالعات کتابخانهای صورت گرفته است. جامعۀ آماری این تحقیق را 19,953 نفر از ساکنان محلههای فردوسی و انقلاب در مناطق 11 و 12 شهر تهران تشکیل میدهند. به منظور جمعآوری اطلاعات لازم، 377 پرسشنامه با استفاده از روش نمونهگیری تصادفی ساده در میان این جامعه توزیع شد. برای تجزیهوتحلیل دادهها و اولویتبندی محورهای پژوهش، از روش آنتروپی شانون برای امتیازدهی و تکنیک ARAS به عنوان یکی از مدلهای تصمیمگیری چندمعیاره (MCDM) بهره گرفته شده است. شایان یادآوری است که ضریب آلفای کرونباخ برای پرسشنامه 15 گویهای، 0/830 محاسبه شده که این رقم مؤید پایایی بالای ابزار اندازهگیری در این پژوهش است.یافتههایافتههای این پژوهش در ابعاد گوناگونی قابل تأمل است. از منظر ترکیب جمعیتی پاسخدهندگان، 53 درصد را مردان و 47 درصد را زنان تشکیل دادهاند. همچنین، بیشترین فراوانی سنی (30 درصد) به گروه 25 تا 35 سال اختصاص دارد که نشاندهندۀ مشارکت قابل توجه نسل جوان در این مطالعه است. در ارتباط با وضعیت فعلی گردشگری هوشمند، برخی ابعاد نظیر سامانههای حملونقل هوشمند، خدمات بهداشتی و درمانی هوشمند، و پورتالهای آنلاین گردشگری در سطح رضایتبخشی قرار دارند. با اینحال، چالشهای اساسی همچنان پابرجا هستند. مشارکت محدود شهروندان در فرایندهای تصمیمگیری (58 درصد مشارکت پایین)، نقص در آموزشهای مرتبط با فناوریهای گردشگری، و ضعف هماهنگی بین نهادهای دولتی (39/9 درصد نارضایتی) از جمله مهمترین موانع محسوب میشوند. اولویتبندی محورهای گردشگری هوشمند، با استفاده از مدل تصمیمگیری چندمعیاره، نتایج جالبی را به همراه داشته است. محور نوفل لوشاتو با شاخص 0/826 در جایگاه نخست قرار گرفته که نشاندهندۀ پتانسیل بالای آن برای توسعۀ هوشمند است. خیابان ولیعصر با شاخص 0/707 در رتبۀ دوم و خیابان فردوسی با شاخص 0/470 در جایگاه سوم قرار گرفتهاند. محورهای لالهزار، جمهوری و انقلاب نیز بهترتیب در ردههای بعدی قرار گرفتهاند.همچنین، این پژوهش مهمترین شاخصها در هوشمندسازی گردشگری شهری را شناسایی کرده است. «هماهنگی بین دستگاههای دولتی» (C10) با وزن 0/086 به عنوان حیاتیترین عامل شناخته شده است. پس از آن، «پایش کیفیت آب و هوا و مدیریت انرژی (C4)» با وزن 0/084 و «فرهنگسازی و مشارکت شهروندان در تصمیمگیریهای شهری (C3)» با وزن 0/082 از اهمیت بالایی برخوردارند. این نتایج بر لزوم یکپارچگی سیستمی، توجه به پایداری محیط زیست، و دخیل کردن شهروندان در فرایندهای برنامهریزی و توسعۀ گردشگری هوشمند تأکید میکنند.نتیجهگیریاین پژوهش با موفقیت به پرسش اصلی خود در خصوص اولویتبندی محورهای گردشگری هوشمند در مناطق 11 و 12 تهران پاسخ داده است. نتایج مؤید آن است که دستیابی به توسعۀ پایدار گردشگری هوشمند در این نواحی مستلزم اتخاذ رویکردی متوازن است؛ رویکردی که نه تنها بر پیشرفتهای فناورانه متمرکز باشد، بلکه به طور همزمان چالشهای ریشهای در ابعاد انسانی، مدیریتی و زیستمحیطی را نیز مرتفع سازد. علیرغم وضعیت نسبتاً مطلوب ابعاد فناورانه، مشارکت ناکافی شهروندان، آموزشهای نامناسب و عدم هماهنگی میان نهادهای دولتی، به عنوان موانع کلیدی بر سر راه تحقق هوشمندسازی جامع و پایدار شناسایی شدهاند. تحلیلهای صورتگرفته با استفاده از مدلهای تصمیمگیری چندمعیاره بهوضوح نشان میدهد محور نوفل لوشاتو بالاترین اولویت را برای سرمایهگذاری دارد و پس از آن، محورهای ولیعصر و فردوسی در رتبههای بعدی قرار میگیرند. این اولویتبندی کمی، نقشۀ راهی ارزشمند برای تخصیص بهینۀ منابع و اتخاذ تصمیمات استراتژیک در حوزۀ توسعۀ گردشگری هوشمند ارائه میدهد. این مطالعه با ارائۀ یک مدل روششناختی نوین و بومیسازی شده، گامی مهم در جهت پر کردن خلأ موجود در ادبیات علمی برداشته است. از اینرو، یافتهها و چارچوب پیشنهادی این پژوهش میتواند به عنوان یک الگوی کاربردی برای سایر شهرهای ایران و کشورهای درحالتوسعه مورد استفاده قرار گیرد و به تسریع فرایند هوشمندسازی گردشگری در این مناطق کمک شایانی کند.