تحلیل فضایی تاب‌آوری مناطق شهری در برابر مخاطرات محیطی با تأکید بر پاندمی کرونا (مطالعه موردی: شهر تبریز)

حمیده غلامی ¹ ( دانشجوی دکتری جغرافیا وبرنامه‌ریزی شهری، واحد تبریز، دانشگاه آزاد اسلامی، تبریز، ایران )
علی پناهی ² ( استادیارگروه جغرافیا و برنامه‌ریزی شهری، واحد تبریز، دانشگاه آزاد اسلامی، تبریز، ایران (نویسنده مسئول). )
حسن احمدزاده ³ ( استادیارگروه جغرافیا و برنامه‌ریزی شهری، واحد تبریز، دانشگاه آزاد اسلامی، تبریز، ایران )

تاريخ الإرسال : 12 الثلاثاء , ذو القعدة, 1442 تاريخ التأكيد : 16 الثلاثاء , محرم, 1443

الکلمات المفتاحية: تاب‌آوری, شهر تبریز, پاندمی کرونا, مخاطرت محیطی,

ملخص المقالة :

یکی از مخاطراتی که از سال 2019 در تمامی نقاط جهان گسترش یافته است، شیوع ویروس کرونا (کووید-19) می‌باشد. با توجه به اثرات منفی این بیماری (سلامتی افراد، اجتماعی و اقتصادی) در مناطق مختلف و شرایط زیست شهرها، هدف از تحقیق حاضر بررسی و تحلیل فضایی مناطق شهر تبریز از منظر تاب‌آوری در برابر پاندمی کرونا، به‌منظور شناخت نارسایی موجود و ارائه‌ی راهکارهایی در راستای افزایش تاب‌آوری فضاهای مختلف شهر به‌ویژه مناطق آسیب‌پذیر می‌باشد. در این راستا، روش تحقیق از نظر هدف، کاربردی، از نظر شیوه‌ی اجرا، پیمایشی و از نظر زمانی، مقطعی است. جامعه‌ی آماری تحقیق نیز شامل جمعیت مناطق 10گانه‌ی شهر تبریز (1773033 نفر) می‌باشد که حجم نمونه بر اساس مدل کوکران 383 نفر محاسبه گردیده است. همچنین به‌منظور تجزیه و تحلیل اطلاعات از مدل تصمیم‌گیری چندمعیاره‌ی VIKOR و مدل وزن‌دهی آنتروپی شانون استفاده شده است. یافته‌های تحقیق نشان می‌دهد که از منظر تاب‌آوری در برابر پاندمی کرونا منطقه 2 شهر در وضعیت کاملاً مطلوب، مناطق 3، 6 و 10 در وضعیت مطلوب، مناطق 1 و 5 در وضعیت مطلوبیت نسبی، منطقه 7 در وضعیت نامطلوب و مناطق 4، 8 و 9 نیز در وضعیت کاملاً نامطلوب قرار دارند.

المصادر:

پرورش، زهرا (1392). سنجش تاب‌آوری اجتماعات جدید شهری در مواجهه با مخاطرات طبیعی (نمونه موردی: شهرهای جدید منطقه‌ی شهری اصفهان)، پایان­نامه‌ی کارشناسی ارشد برنامه­ریزی منطقه­ای، دانشگاه شهید بهشتی، دانشکده‌ی معماری و شهرسازی، گروه طراحی و برنامه­ریزی مجتمع زیستی، استاد راهنما: مجتبی رفیعیان.

دربان آستانه، علیرضا؛ هرائینی، مصطفی. (1398). تحلیل فضایی تاب‌آوری اجتماعی-اقتصادی اجتماعات محلی در برابر زلزله (مطالعه موردی: بخش آفتاب شهرستان تهران). جغرافیا و برنامه‌ریزی، دوره‌ی 23، شماره 68، صص 111-91.

زادولی خواجه، شاهرخ. (1397). بازاندیشی بوم‌محور در امکان‌سنجی ارتقاء کیفی – کالبدی مناطق اسکان غیررسمی بر اساس معیارهای مسکن حداقل (بررسی تطبیقی کلان‌شهرهای اهواز و تبریز)، رساله‌ی دکتری جغرافیا و برنامه‌ریزی شهری، دانشکده‌ی ادبیات و علوم انسانی، دانشگاه شهید چمران اهواز، استاد راهنما: سعید ملکی.

شکری فیروزجاه، پری. (1396). تحلیل فضایی میزان تاب‌آوری مناطق شهر بابل در برابر مخاطرات محیطی. برنامه‌ریزی توسعه‌ی کالبدی، دوره‌ی 4، شماره 6، صص 44-27.

ملکی، سعید؛ رضایی اسحق‌وندی، ساره. (1398). سنجش و تحلیل فضایی-کالبدی مؤلفه‌های تاب‌آوری شهری، نمونه موردی: شهر ایذه. جغرافیا و مطالعات محیطی، دوره‌ی 8، شماره 31، صص 32-17.

Anderies, J.M., Folke, C., Walker, B., & Ostrom, E. (2013). Aligning key concepts for global change policy: robustness, resilience, and sustainability. Ecol. Soc, 18, 1–8.

Batty, M. (2009). Cities as complex systems: scaling, interaction, networks, dynamics and urban morphologies. In: Meyers, R.A. (Ed.), Encyclopedia of Complexity and Systems Science, Springer, Berlin.

Boon, H J., Cottrell, A., King. D., Stevenson, R.B. & Millar, J. (2012) Bronfenbrenner’s bio ecological theory for modeling community resilience to natural disasters. Nat Hazards, 60(3), 381–408.

Chandler, D., & Coaffee, J. (2016) The Routledge handbook of international resilience. New York: Routledge.  

Coaffee, J., & Clarke, J. (2015). On securing the generational challenge of urban resilience. Town Planning Review, 86(3), 249–255.

Coaffee, J., Therrien, M.-C., Chelleri, L., Henstra, D., Aldrich, D. P., Mitchell, C. L., Rigaud, E., et al. (2018). Urban resilience implementation: A policy challenge and research agenda for the 21st century. Journal of Contingencies and Crisis Management, 26(3), 403–410.

Department for International Development (DFID). (2011). Defining disaster resilience: A DFID approach paper. London: DFID.

Fong, M. W., Gao, H., Wong, J. Y., Xiao, J., Shiu, E. Y. C., & Ryu, S. (2020). Nonpharmaceutical measures for pandemic influenza in nonhealthcare settings-social distancing measures. Emerging Infectious Diseases, 26(5), 976–984.

Frantzeskaki, N. (2016). Urban Resilincer, A concept for co-creating cities of the future. Erasmus University Rotterdam, The Netherlands.

Gallopin, G, C. (2006). Linkages between vulnerability, resilience, and adaptive capacity. Global Environmental Change, 16 (3), 293–303.

Ghosh, A., Nundy, S., Ghosh, S., & Mallick, T. K. (2020). Study of COVID-19 pandemic in London (UK) from urban context. Cities, 106, 1-9.

Ingalls, M.L., & Stedman, R.C. (2016). The power problematic: exploring the uncertain terrains of political ecology and the resilience framework. Ecol. Soc. 21, 1–11.

Intergovernmental Panel on Climate Change (IPCC). (2012). Managing the Risks of Extreme Events and Disasters to Advance Climate Change Adaptation: A Special Report of Working Groups I and II of the Intergovernmental Panel on Climate Change. Cambridge: Cambridge University Press.

Klein, R, J., Nicholls, R, J., & Thomalla, F. (2003). Resilience to natural hazards: How useful is this concept? Global Environmental Change Part B: Environmental Hazards, 5 (1–2), 35–45.

Lee, W., Kim, H., Choi, H, M., Heo, S., Fong, C, K. Yang, J., Park, C., Kim, H., & Bell, L, B. (2021). Urban environments and COVID-19 in three Eastern states of theUnited States. Science of the Total Environment, 779, 1-10.

MacKinnon, D., & Derickson, K, D. (2012). From resilience to resourcefulness: A critique of resilience policy and activism. Progress in Human Geography, 37(2), 253–270.

Malik, K., Meki, M., Morduch, J., Ogden, T., Quinn, S., & Said, F. (2020). COVID-19 and the Future of Microfinance: Evidence and insights from Pakistan forthcoming. Oxford Review of Economic Policy, graa014.

Porter, L., & Davoudi, S. (2012). The politics of resilience: A cautionary note. Planning Theory and Practice, 13(2), 329–333

Seeliger, L., & Turok, I. (2013). Towards sustainable cities: extending resilience with insights from vulnerability and transition theory. Sustain, 5, 2108–2128.

Spaans, M., & Waterhout, B. (2017). Building up resilience in cities worldwide–rotterdam as participant in the 100 Resilient Cities Programme. Cities, 61, 109–116.

Sun, H., Zhen, F., Lobsang, T., & Li, Z. (2019). Spatial characteristics of urban life resilience from the perspective of supply and demand: A case study of Nanjing, China. Habitat International, 88, 1-10.

Taylor, M. (2014). The political ecology of climate change adaptation: Livelihoods, agrarian change and the conflicts of development. First ed. Routledge, London.

Tung Kwok, C, Y., Wong, M, S., Chan, K, L., Kwan, M., Nichol, J, E., Liu, C, H., Ha Wong, J, Y., Wai, A., Chan, L., Li, Y., Huang, J., & Kan, z. (2020). Spatial analysis of the impact of urban geometry and socio-demographic characteristics on COVID-19, a study in Hong Kong. Science of the Total Environment, 764, 1-15.

United Nations International Strategy for Disaster Risk Reduction (UN-ISDR). (2012). How to Make Cities More Resilient: A Handbook for Mayors and Local Government Leaders. Geneva: UN-ISDR.

Wei, J., & Lin, X. (2008). The Multiple Attributed Decision-Making VIKOR Method and Its Application. IEEE.

Weichselgartner, J., & Kelman, L. (2014). Geographies of resilience: Challenges and opportunities of a descriptive concept. Progress in Human Geography, Publisher: SAGE Publications.

World Health Organization. (2020a). WHO Director-General's Opening Remarks at the Media Briefing on COVID-19 - 11 March 2020. [WWW Document]. URL. https://www.who.int/dg/speeches/detail/who-director-general-s-opening-remarks-at-themedia-briefing-on-covid-19—11-march-2020. (Accessed 12 June 2020).

World Health Organization. (2020b). Coronavirus Disease 2019 (COVID-19): Situation Report- 144. [WWW Document]. URL. https://www.who.int/docs/default-source/coronaviruse/situation-reports/20200612-covid-19-sitrep-144.pdf?sfvrsn=66ff9f4f_2. (Accessed 12 June 2020).

Zaman G., & Vasile, V. (2014). Conceptual framework of economic resilience and vulnerability at national and regional levels. Institute of National Economy, Romanian Academy.

Zhang, P., Zhang, L., Chang, Y., Xu, M., Hao, Y., Liang, S., Liu, G., Yang, Z., & Wang, C. (2019). Food-energy-water (FEW) nexus for urban sustainability: a comprehensive review. Resour. Conserv. Recycl, 142, 215–224.

Zhu, Y., Xie, J., Huang, F., & Cao, L. (2020). Association between short-term exposure to air pollution and COVID-19 infection: evidence from China. Sci. Total Environ, 727, 1-13.

 

 

Anderies, J.M., Folke, C., Walker, B., & Ostrom, E. (2013). Aligning key concepts for global change policy: robustness, resilience, and sustainability. Ecol. Soc, 18, 1–8.

Batty, M. (2009). Cities as complex systems: scaling, interaction, networks, dynamics and urban morphologies. In: Meyers, R.A. (Ed.), Encyclopedia of Complexity and Systems Science, Springer, Berlin.

Boon, H J., Cottrell, A., King. D., Stevenson, R.B. & Millar, J. (2012) Bronfenbrenner’s bio ecological theory for modeling community resilience to natural disasters. Nat Hazards, 60(3), 381–408.

Chandler, D., & Coaffee, J. (2016) The Routledge handbook of international resilience. New York: Routledge.  

Coaffee, J., & Clarke, J. (2015). On securing the generational challenge of urban resilience. Town Planning Review, 86(3), 249–255.

Coaffee, J., Therrien, M.-C., Chelleri, L., Henstra, D., Aldrich, D. P., Mitchell, C. L., Rigaud, E., et al. (2018). Urban resilience implementation: A policy challenge and research agenda for the 21st century. Journal of Contingencies and Crisis Management, 26(3), 403–410.

Darban Astaneh, A., & Heraeni, M. (2019). Spatial analysis of socio-economic resilience of local communities against earthquakes (Case study: Aftab section of Tehran). Geography and planning, 23(68), 91-111.

Department for International Development (DFID). (2011). Defining disaster resilience: A DFID approach paper. London: DFID.

Fong, M. W., Gao, H., Wong, J. Y., Xiao, J., Shiu, E. Y. C., & Ryu, S. (2020). Nonpharmaceutical measures for pandemic influenza in nonhealthcare settings-social distancing measures. Emerging Infectious Diseases, 26(5), 976–984.

Frantzeskaki, N. (2016). Urban Resilincer, A concept for co-creating cities of the future. Erasmus University Rotterdam, The Netherlands.

Gallopin, G, C. (2006). Linkages between vulnerability, resilience, and adaptive capacity. Global Environmental Change, 16 (3), 293–303.

Ghosh, A., Nundy, S., Ghosh, S., & Mallick, T. K. (2020). Study of COVID-19 pandemic in London (UK) from urban context. Cities, 106, 1-9.

Ingalls, M.L., & Stedman, R.C. (2016). The power problematic: exploring the uncertain terrains of political ecology and the resilience framework. Ecol. Soc. 21, 1–11.

Intergovernmental Panel on Climate Change (IPCC). (2012). Managing the Risks of Extreme Events and Disasters to Advance Climate Change Adaptation: A Special Report of Working Groups I and II of the Intergovernmental Panel on Climate Change. Cambridge: Cambridge University Press.

Klein, R, J., Nicholls, R, J., & Thomalla, F. (2003). Resilience to natural hazards: How useful is this concept? Global Environmental Change Part B: Environmental Hazards, 5 (1–2), 35–45.

Lee, W., Kim, H., Choi, H, M., Heo, S., Fong, C, K. Yang, J., Park, C., Kim, H., & Bell, L, B. (2021). Urban environments and COVID-19 in three Eastern states of theUnited States. Science of the Total Environment, 779, 1-10.

MacKinnon, D., & Derickson, K, D. (2012). From resilience to resourcefulness: A critique of resilience policy and activism. Progress in Human Geography, 37(2), 253–270.

Maleki, S., & Rezayi, S. (2019). Spatial-Physical Assessment and Analysis of Urban Resilience Components, Case Study: Izeh City. Geography and environmental studies, 8(31), 17-32.

Malik, K., Meki, M., Morduch, J., Ogden, T., Quinn, S., & Said, F. (2020). COVID-19 and the Future of Microfinance: Evidence and insights from Pakistan forthcoming. Oxford Review of Economic Policy, graa014.

Parvaresh, Z. (2013). Assessing the resilience of new urban communities in the face of natural hazards (Case study: New cities in Isfahan urban area). Master Thesis in Regional Planning, Shahid Beheshti University, Iran.

Porter, L., & Davoudi, S. (2012). The politics of resilience: A cautionary note. Planning Theory and Practice, 13(2), 329–333

Seeliger, L., & Turok, I. (2013). Towards sustainable cities: extending resilience with insights from vulnerability and transition theory. Sustain, 5, 2108–2128.

Shokri Firozja, P. (2017). Spatial analysis of the resilience of Babol city against environmental hazards. Physical development planning, 4(6), 27-44.

Spaans, M., & Waterhout, B. (2017). Building up resilience in cities worldwide–rotterdam as participant in the 100 Resilient Cities Programme. Cities, 61, 109–116.

Sun, H., Zhen, F., Lobsang, T., & Li, Z. (2019). Spatial characteristics of urban life resilience from the perspective of supply and demand: A case study of Nanjing, China. Habitat International, 88, 1-10.

Taylor, M. (2014). The political ecology of climate change adaptation: Livelihoods, agrarian change and the conflicts of development. First ed. Routledge, London.

Tung Kwok, C, Y., Wong, M, S., Chan, K, L., Kwan, M., Nichol, J, E., Liu, C, H., Ha Wong, J, Y., Wai, A., Chan, L., Li, Y., Huang, J., & Kan, z. (2020). Spatial analysis of the impact of urban geometry and socio-demographic characteristics on COVID-19, a study in Hong Kong. Science of the Total Environment, 764, 1-15.

United Nations International Strategy for Disaster Risk Reduction (UN-ISDR). (2012). How to Make Cities More Resilient: A Handbook for Mayors and Local Government Leaders. Geneva: UN-ISDR.

Wei, J., & Lin, X. (2008). The Multiple Attributed Decision-Making VIKOR Method and Its Application. IEEE.

Weichselgartner, J., & Kelman, L. (2014). Geographies of resilience: Challenges and opportunities of a descriptive concept. Progress in Human Geography, Publisher: SAGE Publications.

World Health Organization. (2020a). WHO Director-General's Opening Remarks at the Media Briefing on COVID-19 - 11 March 2020. [WWW Document]. URL. https://www.who.int/dg/speeches/detail/who-director-general-s-opening-remarks-at-themedia-briefing-on-covid-19—11-march-2020. (Accessed 12 June 2020).

World Health Organization. (2020b). Coronavirus Disease 2019 (COVID-19): Situation Report- 144. [WWW Document]. URL. https://www.who.int/docs/default-source/coronaviruse/situation-reports/20200612-covid-19-sitrep-144.pdf?sfvrsn=66ff9f4f_2. (Accessed 12 June 2020).

Zadvali Khajeh, S. (2018). Rethinking of autochthonous on feasibility of quality-physical improvement on informal settlement based on Affordable housing criteria (comparative study of Ahvaz and Tabriz metropolises). Ph.D thesis in Geography and Urban Planning, Shahid Chamran University of Ahvaz, Iran.

Zaman G., & Vasile, V. (2014). Conceptual framework of economic resilience and vulnerability at national and regional levels. Institute of National Economy, Romanian Academy.

Zhang, P., Zhang, L., Chang, Y., Xu, M., Hao, Y., Liang, S., Liu, G., Yang, Z., & Wang, C. (2019). Food-energy-water (FEW) nexus for urban sustainability: a comprehensive review. Resour. Conserv. Recycl, 142, 215–224.

Zhu, Y., Xie, J., Huang, F., & Cao, L. (2020). Association between short-term exposure to air pollution and COVID-19 infection: evidence from China. Sci. Total Environ, 727, 1-13.

 

نص كامل:



تحلیل فضایی تاب‌آوری مناطق شهری در برابر مخاطرات محیطی با تأکید بر پاندمی کرونا (مطالعه موردی: شهر تبریز)¹

 

چکیده

یکی از مخاطراتی که از سال 2019 در تمامی نقاط جهان گسترش یافته است، شیوع ویروس کرونا (کووید-19) می‌باشد. با توجه به اثرات منفی این بیماری (سلامتی افراد، اجتماعی و اقتصادی) در مناطق مختلف و شرایط زیست شهرها، هدف از تحقیق حاضر بررسی و تحلیل فضایی مناطق شهر تبریز از منظر تاب‌آوری در برابر پاندمی کرونا، به‌منظور شناخت نارسایی موجود و ارائه‌ی راهکارهایی در راستای افزایش تاب‌آوری فضاهای مختلف شهر به‌ویژه مناطق آسیب‌پذیر می‌باشد. در این راستا، روش تحقیق از نظر هدف، کاربردی، از نظر شیوه‌ی اجرا، پیمایشی و از نظر زمانی، مقطعی است. جامعه‌ی آماری تحقیق نیز شامل جمعیت مناطق 10گانه‌ی شهر تبریز (1773033 نفر) می‌باشد که حجم نمونه بر اساس مدل کوکران 383 نفر محاسبه گردیده است. همچنین به‌منظور تجزیه و تحلیل اطلاعات از مدل تصمیم‌گیری چندمعیاره‌ی VIKOR و مدل وزن‌دهی آنتروپی شانون استفاده شده است. یافته‌های تحقیق نشان می‌دهد که از منظر تاب‌آوری در برابر پاندمی کرونا منطقه 2 شهر در وضعیت کاملاً مطلوب، مناطق 3، 6 و 10 در وضعیت مطلوب، مناطق 1 و 5 در وضعیت مطلوبیت نسبی، منطقه 7 در وضعیت نامطلوب و مناطق 4، 8 و 9 نیز در وضعیت کاملاً نامطلوب قرار دارند.

واژگان کلیدی: تاب‌آوری، مخاطرت محیطی، پاندمی کرونا، شهر تبریز.

 

 

 

 

 

 

 

 

مقدمه و بیان مسئله

مخاطرات محیطی جزء لاینفک سکونتگاه‌های انسانی به‌ویژه مناطق شهری محسوب می‌گردند که طی دوره‌های تاریخی آسیب‌های فراوانی را به شهرهای مختلف دنیا تحمیل کرده‌اند. در عصر حاضر نیز اثرات این مخاطرات با توجه به افزایش جمعیت و تراکم انسانی در مناطق شهری بیشتر گردیده است (Spaans and Waterhout, 2017:111; Zhang et al, 2019:216). در این راستا، اخیراً بحث شهرهای تاب‌آور در بین محققان و سیاست‌گذاران به‌منظور مقابله با انواع مخاطرات و بحران‌ها و اثرات آنها گسترش یافته است (Seeliger and Turok, 2013:2109; Ingalls and Stedman, 2016:2). رویکرد تاب‌آوری مجموعه جدیدی از ایده‌ها، ابزارها و برنامه‌ها را برای کشف پیچیدگی‌های شهری در راستای مقابله با انواع بحران‌ها از نظر اقتصادی، اجتماعی و مدیریتی-نهادی ارائه داده است (Coaffee et al, 2018:404). این رویکرد تأکید می‌کند که سیستم پیچیده‌ی شهر بایستی ظرفیت بالایی از سازگاری و مقاومت در برابر انواع شوک‌ها و استرس‌ها داشته باشد (Batty, 2009:1042; Anderies et al, 2013:2). همچنین قابلیت‌های انطباق (ثبات، پایداری، سازگاری و تغییرپذیری) سیستم اجتماعی-زیستی شهر به‌منظور مقاومت در برابر انواع بحران‌ها ارتقاء یابد (Taylor, 2014:17). با توجه به فاصله‌ی بسیار بین گفتمان تاب‌آوری و ظرفیت عمل به تاب‌آوری، محققان بسیاری به لزوم ایجاد پیوندهای متناسب با تئوری و اجرای تاب‌آوری تأکید داشته‌اند (Coaffee et al, 2018:404; Coaffee and Clarke, 2015:250). تأکید این گروه از محققان بر پیاده‌سازی اصول تاب‌آوری در مناطق شهری می‌باشد (Chandler and Coaffee, 2016:22)، که نیازمند شناخت دقیق از امکانات و محدودیت‌های فضاهای مختلف شهر است. به عبارتی برنامه‌ریزی در راستای ارتقاء تاب‌آوری شهرها نیازمند تحلیل و بررسی میزان مقاومت فضاهای مختلف شهر در ابعاد مختلف می‌باشد.

با توجه به اهمیت تاب‌آوری شهرها در برابر مخاطرات محیطی، هدف از تحقیق حاضر تحلیل فضایی تاب‌آوری شهر تبریز در برابر مخاطرات محیطی با تأکید بر پاندمی کرونا (کووید-19) می‌باشد. کووید-19 بر مبنای گزارشات سازمان بهداشت جهانی² یک بیماری همه‌گیر جدید می‌باشد که از ووهان در استان هوبی³ چین گسترش یافته است (Zhu et al, 2020:2). اولین مورد مبتلا به این بیماری در دسامبر 2019 شناسایی شده و در 11 مارس 2020، سازمان بهداشت جهانی کووید-19 را به‌طور رسمی بیماری همه‌گیر تعریف کرد (World Health Organization, 2020a:1). تا 12 ژوئن 2020، مجموعاً 7410510 نفر مبتلا به این ویروس و 418294 مرگ ناشی از آن در 215 کشور دنیا گزارش شده است (World Health Organization, 2020b:1). گسترش پاندمی کرونا (ویروس کووید-19) علاوه بر آسیب‌پذیری بر سلامتی افراد، مناطق مختلف جهان به‌ویژه شهرها را در ابعاد مختلف اقتصادی، اجتماعی، روان‌شناختی و ... با مشکلات عدیده‌ای روبه‌رو ساخته است (Fong et al, 2020:977)، که شهر تبریز نیز از این قاعده مستثناء نمی‌باشد. این شهر به‌عنوان بزرگ‌ترین هسته و تراکم جمعیتی شمال‌غرب کشور، بیشترین میزان نیروی انسانی، سرمایه‌گذاری، طرح‌های اقتصادی و زیرساختی را در خود جای‌داده است و تمرکز بیش‌ازحد جمعیت، این شهر را در معرض تهدیدات و آسیب‌های فراوانی قرار داده که می‌تواند در مواقع بحرانی (همانند شرایط کنونی و گسترش ویروس کرونا)، زندگی شهروندان را با مشکلات جدی مواجه کند؛ بنابراین، اتخاذ تدابیر مناسب در قالب طرح‌های شهر تاب‌آور با دیدگاه تحلیل فضایی و شناسایی مناطق آسیب‌پذیر ضروری می‌باشد. با توجه به اهداف مطروحه و اهمیت موضوع، تحقیق حاضر به‌دنبال پاسخگویی به سؤال زیر می‌باشد:

-       مناطق 10گانه‌ی شهر تبریز از منظر تاب‌آوری در برابر پاندمی کرونا در چه وضعیتی قرار دارند و راهکارهای کاهش اثرات این بحران در سطح شهر تبریز کدامند؟

در راستای تشریح مفهوم تاب‌آوری می‌توان گفت که تاب‌آوری توانایی یک سیستم، جامعه یا اجتماع تحت تأثیر واقع شده در مقابل مخاطرات جهت مقابله، جذب، سازگاری و احیای به‌موقع در برابر اثرهای یک مخاطره و روشی مؤثر در جهت حفاظت و بازگشت کارکردها و ساختارهای اساسی مهم جامعه تعریف شده است (UN-ISDR, 2009:24; IPCC, 2012:563). در تعریفی دیگر تاب‌آوری توانایی کشورها، جوامع و خانوارها برای مدیریت، حفظ یا تغییر سطح زندگی در برابر شوک‌ها یا استرس‌ها -مانند زمین‌لرزه، خشکسالی یا درگیری‌های شدید- بدون به خطر انداختن چشم‌انداز طولانی‌مدت پایدار زندگی بیان شده است (DFID, 2011:6). همچنین می‌توان گفت تاب‌آوری یک فرآیند ارتباط شبکه­ای از ظرفیت­های تطبیقی (منابع با ویژگی‌های پویا) برای سازگاری پس از اختلال و یا سختی است که در چهار مجموعه‌ی اصلی از ظرفیت­های تطبیقی ظهور می­یابد: توسعه‌ی اقتصادی، سرمایه‌ی اجتماعی، اطلاعات و ارتباطات، و رقابت جامعه که با هم یک استراتژی برای آمادگی فاجعه را فراهم می­کنند (پرورش، 1392: 24). از دیدگاه صاحب‌نظران تاب‌آوری در ابعاد مختلف قابل تشریح می‌باشد؛ بون و همکاران (2012)، با تأکید بر تاب‌آوری فردی، عوامل تأثیرگذار بر ارتقای این بعد از تاب‌آوری را هوش و درایت، خوش­بینی، نوآوری، منش و اعتقاد به توانایی­های فردی، ذکر کرده‌اند (Boon et al, 2012: 388). زمان و واسیلی (2014)، با تأکید بر بعد اقتصادی تاب‌آوری را ظرفیت یا توانایی جبران خسارات و توانایی برگشت به شرایط شغلی و درآمدی مناسب، میزان سرمایه‌ی خانوار و درآمدهای قابل تبدیل به سرمایه و اشتغال، وضعیت مسکن، میزان دسترسی به خدمات مالی، بیمه، کمک هزینه‌ها و توانایی احیای دوباره‌ی فعالیت‌های اقتصادی خانوارها بعد از یک سانحه، تعریف کرده‌اند (Zaman and Vasile, 2014:3). همچنین گالُپین⁴ (2006)، ظرفیت سازگاری جوامع، کلِین⁵ و همکاران (2003)، مقاومت در برابر مخاطرات، پُرتر و داوودی⁶ (2000)، وجود رویکرد یکپارچه در مدیریت بحران و مک‌کینُن و دِریکسون⁷ (2012)، سیاست‌های برنامه‌ریزی چندبعدی را از معیارهای تاب‌آوری ذکر کرده‌اند.

از طرفی در سال‌های اخیر مطالعات تجربی متعددی در حوزه‌ی تحلیل فضایی تاب‌آوری در مناطق شهری انجام گرفته است. در این مطالعات تاب‌آوری در برابر انواع مخاطرات محیطی مورد بحث و بررسی قرار گرفته است. با این حال توجه به مهمترین بحران بشری در سال‌های اخیر یعنی پاندمی کرونا نوآوری تحقیق حاضر می‌باشد. از مهمترین پژوهش‌های تجربی انجام‌گرفته در سال‌های اخیر می‌توان به موارد زیر اشاره کرد:

شکری فیروزجاه (1396)، در تحقیقی به تحلیل فضایی میزان تاب‌آوری مناطق شهر بابل در برابر مخاطرات محیطی پرداخته است. نشان تحقیق می‌دهد که در بین ابعاد مختلف تاب‌آوری شهری در مناطق 12گانه‌ی شهر بابل، ابعاد کالبدی (با میانگین 54/3) و سپس اجتماعی (با میانگین 14/3) وضعیت مناسب‌تری دارند، ولی به‌طور کلی حدود 50 درصد مناطق مورد بررسی در شهر بابل دارای عدم تاب‌آوری و تاب‌آوری پایین می‌باشند و تنها 25 درصد از مناطق از لحاظ شاخص‌ها کاملاً تاب‌آور هستند. دربان آستانه و هرائینی (1398)، در پژوهشی تحت عنوان تحلیل فضایی تاب‌آوری اجتماعی-اقتصادی اجتماعات محلی در برابر زلزله، بخش آفتاب شهرستان تهران را مورد مطالعه قرار داده‌اند. نتایج پژوهش نشان می‌دهد که در منطقه‌ی مورد مطالعه، شاخص شرایط شغلی-درآمدی بالاتر از حد متوسط سطح تاب‌آوری، ویژگی‌های جمعیتی، آگاهی و دانش نسبت به بلایای طبیعی در شرایط متوسط و شاخص‌های پیوند و همکاری اجتماعی و ظرفیت جبران خسارات مالی پایین‌تر از سطح متوسط تاب‌آوری قرار گرفته‌اند. همچنین نواحی مرکز و شمال محدوده در وضعیت نامناسبی از تاب‌آوری اجتماعی-اقتصادی قرار دارند. ملکی و رضایی اسحق‌وندی (1398)، در تحقیقی به سنجش و تحلیل فضایی-کالبدی مؤلفه‌های تاب‌آوری شهر ایذه پرداخته‌اند. نتایج تحقیق حاکی از آن است که 58/41 درصد از مساحت شهر ایذه از منظر تاب‌آوری کالبدی دارای وضعیت نامناسبی می‌باشد. ویچسِلگارتنِر و کِلمن⁸ ( 2014)، در مطالعه­ای با عنوان جغرافیای تاب­آور: چالش‌ها و فرصت‌های یک مفهوم توصیفی، به بررسی مفاهیم و ویژگی­های تاب­آوری پرداخته­اند و بیان می­کنند که انتقال تاب‌آوری از یک مفهوم توصیفی به یک دستور کار اصولی، چالش‌ها و فرصت‌هایی را فراهم می‌کند. این مطالعه استدلال می‌کند که برای افزایش تاب‌آوری هر دو مفهوم مورد نیاز است. همچنین این مطالعه بیان می­دارد که تاب­آوری در مناطق مختلف بر اساس ویژگی­های مکانی قابل تبیین می­باشد. فرانتزِسکاکی⁹ (2016)، در پژوهش خود به بررسی تاب­آوری شهری: مفهومی برای یکپارچگی شهرهای آینده پرداخته و به این نتیجه رسیده است که ارتقای تاب­آوری شهرها از ابعاد مختلف اقتصادی، اجتماعی و فرهنگی، روان­شناختی و محیطی موجب افزایش یکپارچگی شهرهای آینده در مقابله با انواع بلایا می­گردد. سان¹⁰ و همکاران (2019)، در مطالعه‌ای به بررسی تحلیل فضایی تاب‌آوری شهری در نانجینگ چین پرداخته‌اند. در این مطالعه ابعاد مختلف اقتصادی، اجتماعی، کالبدی و زیست‌محیطی مورد بررسی قرار گرفته است. به‌عنوان مثال در بعد اقتصادی مشخص شده است که مناطق مرکزی شهری نسبت به پیرامون تاب‌آوری اقتصادی بالاتری دارند. درحالی‌که مناطق پیرامونی شهر از منظر زیست‌محیطی در وضعیت مطلوبتری قرار دارند.

همچنین در ادامه به برخی از پژوهش‌های مرتبط با پاندمی کرونا (کووید-19) اشاره می‌گردد. تانگ کوک¹¹ و همکاران (2020)، در پژوهشی تحت عنوان تحلیل فضایی تأثیر هندسه‌ی شهری و ویژگی‌های اجتماعی-جمعیتی بر کووید-19، هنگ‌کنگ را مورد بررسی قرار داده‌اند. نتایج پژوهش نشان می‌دهد که هندسه‌ی ساختمان، شبکه راه‌ها و خصوصیات اجتماعی-اقتصادی خاص ساکنان به‌طور قابل‌توجهی با گسترش این ویروس مرتبط هستند. بررسی تأثیر مؤلفه‌های فوق بر گسترش ویروس، یک مرجع مفید برای دولت و عموم مردم در رابطه با آسیب‌پذیری فضایی کووید-19 ارائه می‌دهد تا اقدامات پیشگیرانه‌ی مناسب در نواحی پرخطر اتخاذ شوند. گوش¹² و همکاران (2020)، در مطالعه‌ی خود به بررسی همه‌گیری کووید 19 در بافت‌های شهری لندن پرداخته‌اند. نتایج این مطالعه نشان می‌دهد که پارامترهای اقلیمی در گسترش ویروس تأثیری ندارند. همچنین فاصله از مرکز لندن به حومه و چهار شهر (بیرمنگام، لیدز، منچستر و شفیلد) حاکی از کاهش موارد ابتلا به کووید 19 دارد. لی¹³ و همکاران (2021)، نیز در پژوهش خود تحت عنوان محیط‌های شهری و کووید-19، سه ایالت شرقی آمریکا (نیویورک، نیوجرسی و کنتیکت¹⁴) را مورد بررسی قرار داده‌اند. بر مبنای نتایج پژوهش مشخص شده است که ساکنان شهرها در برابر این بیماری نسبت به ساکنان روستاها آسیب‌پذیرترند. همچنین در بین متغیرهای جمعیتی در سطح منطقه، درصد ساکنین سیاه‌پوست و اسپانیایی قوی‌ترین ارتباط مثبت را با نتایج کووید-19 نشان دادند. خانوارهای پرجمعیت، افراد فاقد بیمه و کم‌درآمدها نیز آسیب‌پذی بیشتری را به‌دنبال شیوع این بیماری متحمل شده‌اند.

با توجه به پیشینه‌ی نظری و تجربی می‌توان گفت دست‌یابی به جامعه‌ی تاب‌آور، از طریق برنامه‌ریزی و مدیریت یکپارچه‌ی ابعاد مختلف اجتماعی، اقتصادی، فردی و کالبدی امکان‌پذیر می‌باشد. همچنین با توجه به اینکه ویروس کرونا بیشترین تأثیر منفی را بر ابعاد فردی، اقتصادی و اجتماعی داشته است (Malik et al, 2020:3)، می‌توان عوامل تأثیرگذار بر تاب‌آوری در برابر پاندمی کرونا را به شرح شکل زیر ارائه داد. 

 

شکل شماره (1): معیارهای شهر تاب‌آور در برابر پاندمی کرونا

مأخذ: (مطالعات اسنادی نگارندگان، 1400).

 

روش پژوهش

روش تحقیق در پژوهش حاضر از نظر هدف، کاربردی، از نظر شیوه‌ی اجرا، پیمایشی و از نظر زمانی، مقطعی است. در این راستا، ابتدا با مراجعه به مبانی نظری و پیشینه‌ی مطالعاتی شاخص‌های مؤثر بر تاب‌آوری در چهار بعد (اقتصادی، اجتماعی، روان‌شناختی و مدیریتی-نهادی) استخراج و سپس از نمونه‌ی آماری (شهروندان تبریزی) پرسشگری شده است. بنابراین جامعه‌ی آماری تحقیق شامل جمعیت مناطق 10گانه‌ی شهر تبریز (1773033 نفر) بوده که حجم نمونه بر اساس مدل کوکران 383 نفر محاسبه گردیده است. قابل ذکر است حجم نمونه به شیوه‌ی نمونه‌گیری احتمالی طبقه‌بندی شده با توجه به جمعیت مناطق و به صورت تصادفی ساده تعیین شده است. همچنین ابزار تجزیه و تحلیل اطلاعات تحقیق مدل (VIKOR) از مدل‌های تصمیم‌گیری چندمعیاره MCDM و مدل وزن‌دهی آنتروپی شانون می‌باشد. از طرفی در تحقیق حاضر به‌منظور سنجش اعتبار دروني نیز ابتدا از روش اعتبار محتوا براي افزايش اعتبار پرسشنامه استفاده شده است. در اين راستا با استفاده از مقیاس‌های آزمون شده در پژوهش‌های مربوط به تاب‌آوری و نظرخواهي از اساتيد و كارشناسان متخصص در اين زمينه گام اول برداشته شد. سپس پرسشنامه‌ی تدوين‌شده طي دو مرحله‌ی مقدماتي و نهايي تكميل گرديد و با بررسي پاسخ‌های به دست آمده از 30 پرسشنامه‌ی مقدماتي و انجام محاسبات آماري لازم، پرسشنامه نهايي تدوين گرديد. در این تحقیق همچنین جهت تحليل و بررسي ميزان صحت سؤالات پرسشنامه و سنجش سطح مناسبت ابزار تحليل، با استفاده از روش تحليل قابليت اطمينان¹⁵ ضرايب آلفاي تمامي سؤالات محاسبه گردیده است. بر اساس محاسبات صورت گرفته ضرايب آلفاي¹⁶ تمامي سؤالات پرسشنامه بزرگ تر از 7/0 و همچنین ضریب کل آلفا 784/0 می­باشد.

جدول شماره (1): شاخص‌های مورد استفاده برای سنجش تاب‌آوری مناطق شهر تبریز در برابر پاندمی کرونا

ابعاد	شاخص‌ها
اقتصادی (E)	میزان درآمد E1، مستمر و دائمی بودن درآمد و امنیت شغلی E2، قدرت پس‌انداز خانوار E3، یافتن شغل جدید در صورت از بین رفتن شغل فعلی E4.
اجتماعی (S)	اعتماد به مدیران و مسئولان جهت حل مشکلات ناشی از کرونا S1، مشارکت جمعی در راستای مقابله با بحران (با افراد و سازمان‌ها) S2، آگاهی و واکنش و رفتار مناسب (عدم تراکم جمعیتی و رعایت فاصله‌ی اجتماعی در فضاهای مختلف) S3، احساس مسئولیت اجتماعی و کمک به همسایگان و شهروندان دیگر در مواقع ضروری S4.
روان‌شناختی (P)	خوش‌بینی به آینده P1، خودکارآمدی (داشتن دانش و مهارت فردی و سلامتی جسمی و روانی) P2، توانایی وفق دادن سریع خود نسبت به تغییرات P3، توانایی خلق راه‌حل‌های مختلف P4.
مدیریتی-نهادی (M)	بسترسازی فرهنگی در بین نهادها و اقشار اجتماعی در زمینه‌ی بحران کرونا و پیشگیری از آن M1، وجود تعامل و همکاری بین نهادهای درگیر با مدیریت بحران در منطقه M2، وجود هماهنگی ميان مراکز اخذ تصميم‌ها و فعالیت‌های اجرایی در راستای مقابله با بحران کرونا M3، وجود پایگاه‌های ارتباطی بین مردم و سازمان‌های مسئول جهت تسریع در کیفیت پاسخگویی به نیازها و پاسخگویی مسئولان نسبت به این نیازها M4.

 

در راستای قلمرو پژوهش می‌توان گفت، تبریز مرکز استان آذربایجان شرقی یکی از شهرهای بزرگ ایران است. این شهر بزرگترین شهر منطقه‌ی شمال غرب کشور بوده و قطب اداری، ارتباطی، بازرگانی، سیاسی، صنعتی، فرهنگی و نظامی این منطقه شناخته می‌شود. این شهر در 41 درجه و 25 دقیقه‌ی طول شرقی و 38 درجه و 2 دقیقه‌ی عرض شمالی از نصفالنهار مبدأ واقع شده است و ارتفاع متوسط آن از سطح آب‌های آزاد حدود 1340 متر است. همچنین این شهر 5 ششمین شهر پرجمعیت ایران پس از شهرهای تهران، مشهد، اصفهان، کرج و شیراز محسوب می‌شود. بررسی رشد فیزیکی و جمعیتی تبریز نشان می‌دهد که در فاصله زمانی 60ساله (1395-1335)، مساحت این شهر از 1170 هکتار به 19000 هکتار و جمعیت آن از 289996 نفر به 1773033 نفر رسیده است. یعنی جمعیت آن قریب به 6 برابر و توسعه‌ی فیزیکی آن حدود 16 برابر رشد داشته است (زادولی خواجه، 223:1397).

 

شکل شماره (2): موقیت جغرافیایی کلان‌شهر تبریز

 

یافته‌ها

به‌منظور بررسی میزان تاب‌آوری مناطق شهری تبریز در برابر پاندمی کرونا از مدل VIKOR و شاخص‌های جدول شماره 1 استفاده شده است. VIKOR یک روش تصمیم‌گیری چندمعیاره «MCDM» توافقی می‌باشد که توسط آپريکوويچ و زنگ¹⁷ بر مبنای روش اِل‌پي متريک توسعه یافته است. 

مراحل این روش شامل گام‌های ذیل است (Wei and Lin, 2008): 

ارائه‌ی وضعیت موجود شاخص‌ها: اولین مرحله در این مدل ارائه‌ی سطح میانه‌ی شاخص‌های به‌کاررفته می‌باشد.

جدول شماره (2): میانگین شاخص‌های تاب‌آوری مناطق شهر تبریز در برابر پاندمی کرونا

ابعاد	شاخص‌ها	مناطق 10گانه‌ی تبریز
		1	2	3	4	5	6	7	8	9	10
اقتصادی	E1	11/2	07/3	84/1	17/2	92/1	71/1	75/1	53/2	71/2	68/1
	E2	08/2	56/2	77/1	21/2	26/2	77/1	04/2	54/2	28/2	93/1
	E3	11/2	83/2	98/1	35/2	98/1	24/2	99/1	43/2	36/2	76/1
	E4	98/1	45/2	93/1	15/2	14/2	09/2	92/1	25/2	03/2	79/1
اجتماعی	S1	42/3	74/3	26/3	52/3	11/3	97/2	56/2	77/3	02/4	71/2
	S2	72/3	08/4	54/3	13/4	87/3	41/3	69/3	27/4	85/3	57/3
	S3	73/2	94/3	87/2	39/2	51/2	69/2	44/2	21/2	89/2	99/1
	S4	62/2	35/2	24/2	11/2	75/1	93/1	35/2	17/2	68/1	82/1
روان‌شناختی	P1	01/4	27/4	52/3	97/3	44/3	45/2	79/2	72/3	85/3	27/2
	P2	28/3	13/4	64/2	14/3	78/2	73/2	22/3	54/3	02/4	38/2
	P3	62/3	75/3	35/2	98/2	21/2	85/1	19/2	28/3	57/3	66/1
	P4	19/3	53/3	21/2	69/3	04/3	62/1	21/2	11/3	02/3	61/1
مدیریتی-نهادی	M1	27/2	11/2	45/2	97/1	23/2	45/2	62/2	17/2	35/2	28/2
	M2	45/2	35/2	17/2	46/2	82/1	31/2	15/2	02/2	83/1	97/1
	M3	13/2	05/2	92/1	76/1	44/2	93/1	86/1	72/1	79/1	75/1
	M4	72/1	77/1	85/1	07/2	98/1	11/2	95/1	13/2	28/2	93/1

 

محاسبه‌ی مقادیر نرمال‌شده: فرض می‌کنیم m گزينه و n معيار داريم. گزینه‌های مختلفi  به عنوان Xi مشخص شده‌اند. براي گزينه‌ی Xj جنبه‌ی j ام به‌عنوان Xij مشخص شده است و براي ساير گزینه‌ها نيز همین‌طور. همچنین Xij ارزش و مقدار معيار j ام است. بنابراین براي فرايند نرمال‌سازی مقادیر، جايي که ارزش اصلي گزينه i ام و بعد j ام است، فرمول به شکل زیر می‌باشد:

 

تعيين بهترين و بدترين مقدار: بهترين و بدترين هر یک از مقادير در هر معيار را شناسايي می‌کنیم و به ترتيب f*j و f-j می‌نامیم.

 

جايي که f*j بهترين راه‌حل ايده‌آل مثبت براي معيار j ام و f-j بدترين راه‌حل ايده‌آل منفي براي معيار j ام است.

اگر تمامي f*j را به هم پيوند بزنيم يک ترکيب بهينه خواهيم داشت که بیشترين امتياز را خواهد داد که در مورد f-j نيز همین‌طور است.

جدول شماره (3): تعیین بهترین و بدترین عملکرد هر شاخص

شاخص‌ها	بهترین عملکرد f*j	بدترین عملکرد f-j	شاخص‌ها	بهترین عملکرد f*j	بدترین عملکرد f-j
E1	03050/0	01669/0	P1	01095/0	00582/0
E2	04758/0	03290/0	P2	03996/0	02303/0
E3	03665/0	02279/0	P3	03501/0	01550/0
E4	04207/0	03074/0	P4	02155/0	00940/0
S1	00647/0	00412/0	M1	01226/0	00922/0
S2	02720/0	02172/0	M2	01760/0	01302/0
S3	01148/0	00579/0	M3	02814/0	01984/0
S4	01484/0	00951/0	M4	00798/0	00602/0

 

تعيين وزن معيارها: اوزان معيارها، براي بيان اهميت روابط آن‌ها محاسبه می­شود. در این تحقیق از روش آنتروپی شانون¹⁸ برای وزن‌دهی به معیارها استفاده شده است. با توجه به نتایج وزن‌دهی شاخص‌ها می‌توان گفت که شاخص‌های اقتصادی بیشترین تأثیر را بر تحقق تاب‌آوری در برابر پاندمی کرونا به خود اختصاص داده‌اند و پس از آن نیز به ترتیب شاخص‌های روان‌شناختی، مدیریتی-نهادی و اجتماعی قرار دارند.

 

جدول شماره (4): وزن‌دهی به معیارهای تحقیق بر مبنای مدل آنتروپی شانون

ابعاد	شاخص‌ها	وزن شاخص	وزن بعد	ابعاد	شاخص‌ها	وزن شاخص	وزن بعد
اقتصادی	E1	069/0	400/0	روان‌شناختی	P1	029/0	267/0
	E2	127/0			P2	102/0
	E3	091/0			P3	084/0
	E4	113/0			P4	052/0
اجتماعی	S1	017/0	157/0	مدیریتی-نهادی	M1	034/0	176/0
	S2	077/0			M2	049/0
	S3	025/0			M3	071/0
	S4	038/0			M4	022/0

محاسبه‌ی فاصله‌ی گزینه‌ها از راه‌حل ايده‌آل: اين مرحله محاسبه‌ی فاصله‌ی هر گزينه از راه‌حل ايده‌آل و سپس حاصل جمع آن‌ها براي ارزش نهايي بر اساس روابط ذيل است:

 

 

جايي که Si بيانگر نسبت فاصله‌ی گزينه‌ی i ام از راه‌حل ايده‌آل مثبت (بهترين ترکيب) و Ri  بيانگر نسبت فاصله‌ی گزينه‌ی i ام از راه‌حل ايده‌آل منفي (بدترين ترکيب) می‌باشد. برترین رتبه بر اساس ارزش  Si و بدترين رتبه بر اساس ارزش Ri به‌دست می‌آید.

محاسبه‌ی مقدار ويکور Qi: اين مقدار براي هر یک از i ها به صورت زير تعريف می‌شود:

 

در این مرحله بر اساس مقادير Qi محاسبه‌شده در گام قبل، گزینه‌ها را رتبه‌بندي کرده و تصميم‌گيري می‌نماییم.

جدول شماره (5): رتبه‌بندی مناطق شهر تبریز از منظر تاب‌آوری در برابر پاندمی کرونا 

مناطق تبریز	مقدار ویکور Qi	رتبه	وضعیت
منطقه 1	4615/0	6	نسبتاً تاب‌آور
منطقه 2	0	1	تاب‌آور
منطقه 3	8912/0	9	عدم تاب‌آوری
منطقه 4	3688/0	3	تاب‌آوری بالا
منطقه 5	4417/0	5	نسبتاً تاب‌آور
منطقه 6	8883/0	8	عدم تاب‌آوری
منطقه 7	6454/0	7	تاب‌آوری پایین
منطقه 8	3256/0	2	تاب‌آوری بالا
منطقه 9	3787/0	4	تاب‌آوری بالا
منطقه 10	9209/0	10	عدم تاب‌آوری

 

شکل شماره (3): پهنه‌بندی فضایی تاب‌آوری در برابر پاندمی کرونا بر مبنای مناطق 10گانه‌ی شهر تبریز

 

بر مبنای نتایج مستخرج و امتیازات مدل ویکور می‌توان گفت 0-2/0 مناطق تاب‌آور (منطقه 2)، 21/0-4/0 مناطق با تاب‌آوری بالا (مناطق 4، 8 و 9)، 41/0-6/0 مناطق نسبتاً تاب‌آور (مناطق 1 و 5)، 61/0-8/0 مناطق با تاب‌آوری پایین (منطقه 7) و 81/0-1 مناطق عدم تاب‌آور (مناطق 3، 6 و 10) تعیین گردیده‌اند.

همچنین بر مبنای مشاهدات میدانی، بررسی وضعیت موجود شهر در ابعاد مختلف و مصاحبه از ساکنان مناطق 10گانه‌ی شهر تبریز، عوامل تأثیرگذار بر نابرابری فضایی تاب‌آوری شهر در برابر پاندمی کرونا دوگانگی در فضای شهر تبریز، نارسایی ساختارهای اجتماعی-اقتصادی و ضعف مدیریت شهر بوده که شرح تفصیلی هر کدام از عامل‌ها به شرح جدول شماره 6 می‌باشد.

جدول شماره (6): عوامل تأثیرگذار بر نابرابری فضایی تاب‌آوری شهر در برابر پاندمی کرونا

عوامل	شرح تفصیلی
دوگانگی فضای شهر	شهر تبریز به‌صورت گسترده با معضل دوگانگی فضایی شهر و گسست کالبدی، اجتماعی و اقتصادی روبه‌رو می‌باشد. در این راستا،  حدود 2000 هكتار با جمعيتي متجاوز از 400 هزار نفر از شهر شامل بافت‌های نابسمان می‌باشد که در ابعاد مختلف اجتماعی، اقتصادی، کالبدی و ... در شرایط بغرنجی به‌سر می‌برند. در این بین، شیوع پاندمی کرونا مزیت بر علت شده و تغییر در سبک زندگی شهروندان موجبات اثرات منفی مختلف به‌ویژه در ابعاد اقتصادی همچون کاهش قدرت پس‌انداز خانوار و از بین رفتن شغل (با توجه به فصلی بودن شغل بسیاری از اقشار کم‌درآمد و عدم وجود امنیت شغلی) گردیده است. تأثیر این عوامل در زندگی اقشار کم‌درآمد و نبود پس‌انداز و امنیت شغلی موجب کاهش میزان تاب‌آوری آنها در برابر پاندمی کرونا گردیده است. چنانچه در مناطق 5، 1، 10 و 3 شهر تبریز این دوگانگی فضایی کاملاً مشهود می‌باشد که محلات مناطق به سکونتگاه‌های غیررسمی و برنامه‌ریزی‌شده تقسیم می‌گردد.
ساختارهای اجتماعی-اقتصادی	با توجه به تغییرات بنیادی در شرایط اقتصادی و حتی اجتماعی ساکنان شهر، ناشی از شیوع پاندمی کرونا و همچنین افزایش تورم چندبرابری (ناشی از تحریم‌ها)، به‌صورت گسترده شاهد از دست دادن شغل و پس‌انداز به‌ویژه در نواحی حاشیه‌ای شهر و اقشار کم‌درآمد و آسیب‌پذیر می‌باشیم. در این شرایط عدم ثبات معیارهای اقتصادی در افراد و اقشار کم‌درآمد و کاهش دارایی‌ها از یک‌سو و وضعیت بی‌ثبات ایران در عرصه‌ی بین‌المللی و تحریم‌های گسترده از سوی دیگر موجب افزایش بی‌سابقه‌ی تورم گردیده و عدم کارایی سیاست‌های دولت در کنترل قیمت‌ها و ثبات شرایط اقتصادی و کاهش اعتماد عمومی مردم نسبت به مسئولان بازگشت به وضعیت گذشته را سخت کرده است. همچنین با توجه به وضعیت حاکم بر جامعه‌ی ایران و در حاشیه قرار گرفتن اقشار کم‌درآمد و همچنین عدم وجود ابزارهای حمایتی برای گروه‌های هدف، مقاومت و توانایی جذب اثرات اقتصادی-اجتماعی ناشی از تورم سخت می‌باشد. بنابراین عدم برنامه‌ریزی و سیاست‌گذاری مناسب از طریق ارگان‌های مسئول، بیشترین تأکید بر توانایی جذب شوک از طرف شهروندان خواهد بود. در این راستا، مقاومت و تاب‌آوری در برابر پاندمی کرونا در فضاهای مختلف شهر، چهره‌ی متفاوتی داشته است.
مدیریت شهر	سامانه‌ی مدیریتی شهر تبریز همانند سایر شهرهای ایران از حداقل ساختارهای نظام‌مند و متناسب با نیازهای امروزی شهرها برخوردار است. نیازهای وسیع شهروندان در همه‌ی زمینه‌ها از یک‌سو و سیاست‌های متفاوت و گاه متضاد خدمت‌رسانی شهری برای پاسخگویی به این نیازها از سوی دیگر، فضایی را فراهم کرده که به دلیل ناهماهنگی دستگاه‌ها و چرخه‌ی معیوب اداره‌ی شهر، اثربخشی سیاست‌ها را به حداقل ممکن کاهش داده و موجب تفاوت‌های فضایی در دسترسی به منابع و سوق یافتن آنها به سمت گروه‌ها و اقشار مرفه گردیده است. از طرفی تشتت و تفرق مدیریتی مهمترین خصیصه‌ی فضایی-کالبدی حاکم بر محدوده‌ی شهری تبریز بوده و  هر یک از عناصر و پهنه‌های کالبدی تشکیل‌دهنده‌ی محدوده‌ی شهر، تابع برنامه‌ها، طرح‌ها، نهادهای مدیریتی و مدیران مجزا و مستقل‌اند و هماهنگی بین آنها، چه به لحاظ قانونی و اجرائی و چه به لحاظ ضمانت اجرائی در حداقل ممکن قرار دارد، نتیجه‌ی این شرایط، تصمیمات دور از واقعیت، عملکردهای غیر قانونی و دستاوردهای نامشخص است. همچنین عدم موضوع‌شناسی طرح‌های مختلف شهری به‌ویژه در مناطق آسیب‌پذیر و برای اقشار کم‌درآمد موجبات افزایش نابرابری‌های فضایی در دست‌یابی به منابع و ارزش‌های مختلف گردیده و به تبع آن نابرابری و تفاوت در مقاومت و تاب‌آوری در برابر انواع مخاطرات و در عصر حاضر شیوع پاندمی کرونا را شاهد می‌باشیم.

 

بحث و نتیجه‌گیری

از سال 2019 ویروس کرونا، همچون سایر بحران‌ها و مخاطراتی مانند زلزله و سیل در عرصه‌ی جهانی مشکلات عدیده‌ای به‌وجود آورده است. بیماری کووید-19 یا ویروس کرونا (Co:Corona; VI:virus; D:Disease; 19:year) برای اولین بار در سال 2019 در ووهان چین استان هوبی به دلیل تشدید سندرم حادی تنفسی شناسایی گردید. این بیماری به سرعت در اکثر نقط جهان گسترش یافته و آسیب‌های فراوانی در زندگی شهروندان در عرصه‌ی جهانی همچون آسیب‌های اقتصادی و معیشتی، اجتماعی و سلامتی به دنبال داشته است. مانند سایر بحران‌ها و مخاطرات، ویروس کرونا نیز نیازمند به‌کارگیری رویکردهایی در راستای مقابله با اثرات آن می‌باشد و شناسایی نقاط آسیب‌پذیر در ابعاد مختلف می‌تواند علاوه بر راهکارهای کوتاه‌مدت در راستای مقابله با این بیماری، به‌صورت بلندمدت راهکارهایی را برای ارتقاء تاب‌آوری در مورد بیماری‌های همه‌گیر ارائه دهد. در این راستا، تحقیق حاضر با هدف بررسی و تحلیل فضایی تاب‌آوری مناطق شهری در برابر پاندمی کرونا در شهر تبریز نگارش شده است که نتایج مستخرج به شرح زیر می‌باشد:

اول؛ از منظر تاب‌آوری مناطق 10گانه‌ی شهر تبریز در وضعیتی متفاوتی قرار دارند. بر مبنای نتایج مستخرج منطقه 2 شهر از منظر تاب‌آوری در برابر پاندمی کرونا در وضعیت کاملاً مطلوب، مناطق 4، 8 و 9 در وضعیت مطلوب، مناطق 1 و 5 در وضعیت متوسط، منطقه 7 در وضعیت نامطلوب و مناطق 3، 6 و 10 در وضعیت کاملاً نامطلوب قرار دارند.

دوم؛ در داخل مناطق 10گانه‌ی شهر نیز تفاوت‌های فضایی از منظر تاب‌آوری قابل مشاهده است. بدین صورت که مناطقی همچون 5، 1، 10 و 3 دارای سکونتگاه‌های غیررسمی بوده و این سکونتگاه‌ها از منظر تاب‌آوری در برابر پاندمی کرونا به‌ویژه ابعاد اقتصادی دارای وضعیت نامطلوب‌تر نسبت به مناطق رسمی و برنامه‌ریزی شده می‌باشند. بنابراین علاوه بر تفاوت تاب‌آوری بین مناطق شهر تبریز در برابر پاندمی کرونا، بین فضاهای مختلف مناطق 10گانه نیز تفاوت‌های بسیاری قابل مشاهده است.

سوم؛ عواملی همچون مدیریت نامناسب شهر و حاکمیت رویکردهای تمرکزگرا و تکنوکرات‌گرا و همچنین ضعف در ساختارها و نهادهای اقتصادی-اجتماعی حامی اقشار آسیب‌پذیر موجب سوق یافتن منابع و ارزش‌ها به سمت دهک‌ها و مناطق پردرآمد گردیده و این امر موجب نابرابری‌های فضایی تاب‌آوری در متن شهر شده است.

چهارم؛ شاخص‌های اقتصادی همچون میزان درآمد و امنیت درآمد و شاخص‌های روان‌شناختی همچون خودکارآمدی و توانایی وفق دادن خود با توجه به تغییرات بیشترین تأثیر را بر تاب‌آوری مناطق شهری در برابر مقابله با پاندمی کرونا به خود اختصاص داده‌اند.

با توجه به نتایج به‌دست آمده، در راستای دست‌یابی به شهر تاب‌آور در تبریز و مقابله با بحران‌ها و مخاطرات مختلف (به‌ویژه پاندمی کرونا) راهکارهای زیر با توجه به وضعیت موجود ارائه می‌گردد:

الف) راهکارهای ساختاری/کلان (بلندمدت و میان‌مدت): یکی از مهمترین علل عدم تحقق‌پذیری تاب‌آوری در شهر تبریز همانند سایر شهرهای ایران مشکلات کلان و ساختاری در نظام مدیریتی و ساختارهای اقتصادی-اجتماعی جامعه می‌باشد. در این راستا تغییر رویکرد مدیریت و نظام اداره‌ی شهر از شکل متمرکز (تکنوکراسی) به مشارکتی و محلی ضروری می‌باشد. می‌توان گفت نظام مدیریتی حاکم از عوامل اصلی تأثیرگذار بر ایجاد نابرابری‌های فضایی در دست‌یابی به منابع و ارزش‌های مختلف بوده و شکل‌گیری فضاهای دوگانه در شهر تبریز را باعث شده است. نابرابری در دست‌یابی به منافع اقتصادی و افزایش مستمر فاصله‌ی طبقاتی و تورم بی‌رویه موجب ازهم گسیختگی جامعه و کاهش تاب‌آوری شهر به‌ویژه در مناطق حاشیه‌ای شهر گردیده است، بنابراین ضروری است که تغییرات بنیادی در نظام مدیریتی و ساختارهای اقتصادی و اجتماعی صورت گیرد. تغییری که نه‌تنها در راستای تاب‌آور نمودن شهر، بلکه تحقق توسعه‌ی پایدار ضروری می‌باشد.

ب) راهکارهای غیرساختاری/خرد (کوتاه‌مدت): در راستای تحقق شهر تاب‌آور در مقابله با انواع بحران‌ها و پاندمی کرونا می‌توان به تنظیم قوانین الزام‌‌آور در راستای کاهش تجمع در مکان‌های عمومی و ممنوعیت رفت‌وآمد و رعایت فاصله‌ی اجتماعی، ایجاد یکپارچگی و تعامل نهادی بین ارگان‌های درگیر با حوزه‌ی مدیریت بحران در راستای هماهنگی ميان مراکز اخذ تصميم‌ها و فعالیت‌های اجرایی از طریق بازاندیشی در قوانین و رویکردهای موجود، اختصاص سرمایه‌ی متناسب در راستای توانمندسازی افراد و گروه‌های کم‌درآمد و جلوگیری از سوق یافتن آنها به سمت اقشار پردرآمد، اطلاع‌رسانی و آموزش مناسب شهروندان (با توجه به اینکه تصورات ذهنی و میزان آگاهی از بحران بسیار بااهمیت است)، ایجاد قوانینی در راستای انجام فعالیت‌های مختلف با رعایت پروتکل‌های بهداشتی (با توجه به هزینه‌های سرسام‌آور زندگی) اشاره کرد.

 

منابع

پرورش، زهرا (1392). سنجش تاب‌آوری اجتماعات جدید شهری در مواجهه با مخاطرات طبیعی (نمونه موردی: شهرهای جدید منطقه‌ی شهری اصفهان)، پایان­نامه‌ی کارشناسی ارشد برنامه­ریزی منطقه­ای، دانشگاه شهید بهشتی، دانشکده‌ی معماری و شهرسازی، گروه طراحی و برنامه­ریزی مجتمع زیستی، استاد راهنما: مجتبی رفیعیان.

دربان آستانه، علیرضا؛ هرائینی، مصطفی. (1398). تحلیل فضایی تاب‌آوری اجتماعی-اقتصادی اجتماعات محلی در برابر زلزله (مطالعه موردی: بخش آفتاب شهرستان تهران). جغرافیا و برنامه‌ریزی، دوره‌ی 23، شماره 68، صص 111-91.

زادولی خواجه، شاهرخ. (1397). بازاندیشی بوم‌محور در امکان‌سنجی ارتقاء کیفی – کالبدی مناطق اسکان غیررسمی بر اساس معیارهای مسکن حداقل (بررسی تطبیقی کلان‌شهرهای اهواز و تبریز)، رساله‌ی دکتری جغرافیا و برنامه‌ریزی شهری، دانشکده‌ی ادبیات و علوم انسانی، دانشگاه شهید چمران اهواز، استاد راهنما: سعید ملکی.

شکری فیروزجاه، پری. (1396). تحلیل فضایی میزان تاب‌آوری مناطق شهر بابل در برابر مخاطرات محیطی. برنامه‌ریزی توسعه‌ی کالبدی، دوره‌ی 4، شماره 6، صص 44-27.

ملکی، سعید؛ رضایی اسحق‌وندی، ساره. (1398). سنجش و تحلیل فضایی-کالبدی مؤلفه‌های تاب‌آوری شهری، نمونه موردی: شهر ایذه. جغرافیا و مطالعات محیطی، دوره‌ی 8، شماره 31، صص 32-17.

Anderies, J.M., Folke, C., Walker, B., & Ostrom, E. (2013). Aligning key concepts for global change policy: robustness, resilience, and sustainability. Ecol. Soc, 18, 1–8.

Batty, M. (2009). Cities as complex systems: scaling, interaction, networks, dynamics and urban morphologies. In: Meyers, R.A. (Ed.), Encyclopedia of Complexity and Systems Science, Springer, Berlin.

Boon, H J., Cottrell, A., King. D., Stevenson, R.B. & Millar, J. (2012) Bronfenbrenner’s bio ecological theory for modeling community resilience to natural disasters. Nat Hazards, 60(3), 381–408.

Chandler, D., & Coaffee, J. (2016) The Routledge handbook of international resilience. New York: Routledge.   

Coaffee, J., & Clarke, J. (2015). On securing the generational challenge of urban resilience. Town Planning Review, 86(3), 249–255.

Coaffee, J., Therrien, M.-C., Chelleri, L., Henstra, D., Aldrich, D. P., Mitchell, C. L., Rigaud, E., et al. (2018). Urban resilience implementation: A policy challenge and research agenda for the 21st century. Journal of Contingencies and Crisis Management, 26(3), 403–410.

Department for International Development (DFID). (2011). Defining disaster resilience: A DFID approach paper. London: DFID.

Fong, M. W., Gao, H., Wong, J. Y., Xiao, J., Shiu, E. Y. C., & Ryu, S. (2020). Nonpharmaceutical measures for pandemic influenza in nonhealthcare settings-social distancing measures. Emerging Infectious Diseases, 26(5), 976–984.

Frantzeskaki, N. (2016). Urban Resilincer, A concept for co-creating cities of the future. Erasmus University Rotterdam, The Netherlands.

Gallopin, G, C. (2006). Linkages between vulnerability, resilience, and adaptive capacity. Global Environmental Change, 16 (3), 293–303.

Ghosh, A., Nundy, S., Ghosh, S., & Mallick, T. K. (2020). Study of COVID-19 pandemic in London (UK) from urban context. Cities, 106, 1-9.

Ingalls, M.L., & Stedman, R.C. (2016). The power problematic: exploring the uncertain terrains of political ecology and the resilience framework. Ecol. Soc. 21, 1–11.

Intergovernmental Panel on Climate Change (IPCC). (2012). Managing the Risks of Extreme Events and Disasters to Advance Climate Change Adaptation: A Special Report of Working Groups I and II of the Intergovernmental Panel on Climate Change. Cambridge: Cambridge University Press.

Klein, R, J., Nicholls, R, J., & Thomalla, F. (2003). Resilience to natural hazards: How useful is this concept? Global Environmental Change Part B: Environmental Hazards, 5 (1–2), 35–45.

Lee, W., Kim, H., Choi, H, M., Heo, S., Fong, C, K. Yang, J., Park, C., Kim, H., & Bell, L, B. (2021). Urban environments and COVID-19 in three Eastern states of theUnited States. Science of the Total Environment, 779, 1-10.

MacKinnon, D., & Derickson, K, D. (2012). From resilience to resourcefulness: A critique of resilience policy and activism. Progress in Human Geography, 37(2), 253–270.

Malik, K., Meki, M., Morduch, J., Ogden, T., Quinn, S., & Said, F. (2020). COVID-19 and the Future of Microfinance: Evidence and insights from Pakistan forthcoming. Oxford Review of Economic Policy, graa014.

Porter, L., & Davoudi, S. (2012). The politics of resilience: A cautionary note. Planning Theory and Practice, 13(2), 329–333

Seeliger, L., & Turok, I. (2013). Towards sustainable cities: extending resilience with insights from vulnerability and transition theory. Sustain, 5, 2108–2128.

Spaans, M., & Waterhout, B. (2017). Building up resilience in cities worldwide–rotterdam as participant in the 100 Resilient Cities Programme. Cities, 61, 109–116.

Sun, H., Zhen, F., Lobsang, T., & Li, Z. (2019). Spatial characteristics of urban life resilience from the perspective of supply and demand: A case study of Nanjing, China. Habitat International, 88, 1-10.

Taylor, M. (2014). The political ecology of climate change adaptation: Livelihoods, agrarian change and the conflicts of development. First ed. Routledge, London.

Tung Kwok, C, Y., Wong, M, S., Chan, K, L., Kwan, M., Nichol, J, E., Liu, C, H., Ha Wong, J, Y., Wai, A., Chan, L., Li, Y., Huang, J., & Kan, z. (2020). Spatial analysis of the impact of urban geometry and socio-demographic characteristics on COVID-19, a study in Hong Kong. Science of the Total Environment, 764, 1-15.

United Nations International Strategy for Disaster Risk Reduction (UN-ISDR). (2012). How to Make Cities More Resilient: A Handbook for Mayors and Local Government Leaders. Geneva: UN-ISDR.

Wei, J., & Lin, X. (2008). The Multiple Attributed Decision-Making VIKOR Method and Its Application. IEEE.

Weichselgartner, J., & Kelman, L. (2014). Geographies of resilience: Challenges and opportunities of a descriptive concept. Progress in Human Geography, Publisher: SAGE Publications.

World Health Organization. (2020a). WHO Director-General's Opening Remarks at the Media Briefing on COVID-19 - 11 March 2020. [WWW Document]. URL. https://www.who.int/dg/speeches/detail/who-director-general-s-opening-remarks-at-themedia-briefing-on-covid-19—11-march-2020. (Accessed 12 June 2020).

World Health Organization. (2020b). Coronavirus Disease 2019 (COVID-19): Situation Report- 144. [WWW Document]. URL. https://www.who.int/docs/default-source/coronaviruse/situation-reports/20200612-covid-19-sitrep-144.pdf?sfvrsn=66ff9f4f_2. (Accessed 12 June 2020).

Zaman G., & Vasile, V. (2014). Conceptual framework of economic resilience and vulnerability at national and regional levels. Institute of National Economy, Romanian Academy.

Zhang, P., Zhang, L., Chang, Y., Xu, M., Hao, Y., Liang, S., Liu, G., Yang, Z., & Wang, C. (2019). Food-energy-water (FEW) nexus for urban sustainability: a comprehensive review. Resour. Conserv. Recycl, 142, 215–224.

Zhu, Y., Xie, J., Huang, F., & Cao, L. (2020). Association between short-term exposure to air pollution and COVID-19 infection: evidence from China. Sci. Total Environ, 727, 1-13.

 

 

 

 

 

Spatial analysis of resilience in urban regions against environmental hazards with emphasis on Corona pandemic (Case study: Tabriz)

 

Abstract

One of the dangers that has spread to all parts of the world since 2019 is the outbreak of the corona virus (Covid-19). Considering the negative effects of this disease (human health, social and economic) in different areas and living conditions of cities, the purpose of this study is to investigate and spatial analysis of Tabriz regions from the perspective of corona pandemic resilience, in order to identify existing deficiencies and provide solutions, in order to increase the resilience of different spaces of the city, especially vulnerable areas. In this regard, the research method is applied in terms of purpose, survey in terms of implementation method and cross-sectional in terms of time. The statistical population of the study also includes the population of the 10 regions of Tabriz (1773033 people) that the sample size has been calculated based on Cochran model 383 people. Also have been used to analyze the data of VIKOR multi-criteria decision model and entropy Shannon weighting model. Findings show that from the perspective of resilience against corona pandemic, region 2 of the city is in a completely favorable condition, regions 3, 6 and 10 are in a favorable condition, regions 1 and 5 are in a state of relative desirability, region 7 is in an unfavorable state and regions 4, 8 and 9 are also in a completely unfavorable situation. 

Keywords: Resilience, Environmental risk, Corona pandemic, Tabriz.

 

---

[1]  - مقاله‌ی حاضر برگرفته از رساله‌ی دکتری تحت عنوان تحلیل فضایی تاب‌آوری سکونتگاه‌های شهری در برابر مخاطرات محیطی با تأکید بر رویکرد آینده‌پژوهی و سناریونگاری (مطالعه موردی: شهر تبریز) با همکاری نویسندگان می‌باشد.

[2]  - WHO

[3]  - Wuhan in Hubei Province)

[4]  - Gallopin

[5]  - Klein        

[6]  - Porter and Davoudi

[7]  - MacKinnon and Derickson

[8]  - Weichselgartner & Kelman

[9]  - Frantzeskaki

[10]  - Sun

[11]  - Tung Kwok

[12]  - Ghosh

[13]  - Lee

[14]  - Connecticut

[15]  - Reputation of places

[16]  - Deep Interview

[17]  - Opricovic and Tzeng

[18]  - Shanon Entropy

---