یادداشت از شقایق نصیری- پژوهشگر برنامه‌ریزی شهری: یکی از مهم‌ترین نقش‌های رشته شهرسازی ایجاد شهرهای پایدار و قابل زندگی است که باید به نیازهای ساکنان خود پاسخ دهد و در عین حال اثرات منفی بر محیط زیست را به حداقل رساند. در سال‌های اخیر، رویکردهای داده‌محور به عنوان ابزار قدرتمندی برای بهینه‌سازی فرآیندهای برنامه‌ریزی و طراحی شهری و دستیابی به اهداف توسعه پایدار شتاب گرفته‌اند؛ در واقع داده‌هایی مانند داده‌های جمعیتی، اقتصادی، محیطی و سوختی هستند که باعث هدایت بهینه شهرسازی به سوی اهداف اصلی هر شهر می‌شوند و بینش شهرسازان را نسبت به شهر عمیق‌تر و واضح‌تر می‌کنند. این بینش‌ها می‌توانند فرآیندهای تصمیم‌گیری را هدایت کرده و به شناسایی استراتژی‌های نوآورانه برای ساخت محیط‌های شهری پایدار کمک کنند. در ادامه به برخی از مزایای کلیدی رویکردهای داده‌محور در شهرسازی اشاره شده است:
1. تخصیص منابع بهبود یافته: رویکردهای مبتنی بر داده، برنامه‌ریزان را قادر می‌کند تا با شناسایی مناطقی که تقاضای بالایی برای خدمات خاص دارند، مانند حمل و نقل عمومی یا فضاهای سبز، منابع را به طور مؤثرتری را تخصیص دهند. با درک نیازهای خاص هر محله در نقاط مختلف شهر، برنامه‌ریزان می‌توانند ترتیب سرمایه‌گذاری‌ها را براساس نیاز و فوریت اولویت‌بندی کرده و در مکانی که نیاز بیشتری احساس می‌شود، خدمات ارائه کنند.
2. برنامه‌ریزی زیرساخت بهینه: از طریق تجزیه و تحلیل داده‌ها، برنامه‌ریزان شهری می‌توانند شکاف‌های زیرساختی را شناسایی کرده و برنامه‌های هدفمند را برای رفع آن‌ها توسعه دهند. با در نظر گرفتن عواملی مانند الگوهای ترافیک و تراکم جمعیت، شهرها می‌توانند محل قرارگیری جاده‌ها، ساختمان‌ها و تأسیسات را بهینه کنند که منجر به کاهش ازدحام، بهبود تحرک و افزایش بهره‌وری انرژی می‌شود.
3. پایداری زیست‌محیطی پیشرفته: رویکردهای مبتنی بر داده به شهرها کمک می‌کند تا چالش‌های زیست‌محیطی را شناسایی کرده و گام‌های پیشگیرانه را در جهت پایداری بردارند. با تجزیه و تحلیل الگوهای مصرف انرژی، نرخ تولید زباله و انتشار کربن، شهرها می‌توانند اقداماتی را برای کاهش ردپای اکولوژیکی خود انجام دهند. این شامل ترویج منابع انرژی تجدیدپذیر، اجرای استراتژی‌های مدیریت پسماند و حفظ فضاهای سبز است.
4. تصمیم‌گیری مبتنی بر شواهد: برنامه‌ریزی شهری مبتنی بر داده فرآیندهای تصمیم‌گیری مبتنی بر شواهد را تسهیل می‌کند و اتکا به حدس و گمان یا شهود را کاهش می‌دهد. برنامه‌ریزان شهری می‌توانند از داده‌های تاریخی و الگوریتم‌های پیش‌بینی برای ارزیابی تأثیر بالقوه سیاست‌ها یا مداخلات مختلف استفاده کنند. این امر خطر اشتباهات پرهزینه را به حداقل می‌رساند و شهرها را قادر می‌کند تا استراتژی‌هایی را اتخاذ کنند که در زمینه‌های مشابه موفق بوده‌اند1
1–Data Science in Urban Planning: Smart Cities and Sustainable Development
