بر اساس مقاله «Why Cities Cannot Learn» نوشته Zaheer Allam، مجله Science، ۹ ژوئیه ۲۰۲۶

چرا هر بار که سیل، خشکسالی یا فرونشست زمین رخ میدهد، همان مشکلات تکرار میشوند؟ آیا شهرهای ما واقعاً از بحرانها درس میگیرند، یا فقط از یک بحران به بحران بعدی عبور میکنند؟ این پرسشی است که مقاله جدید مجله Science با عنوان Why Cities Cannot Learn به آن پاسخ میدهد.
مقدمه: وقتی تاریخ خود را تکرار میکند
در گذشته، شهرها پس از بلایای بزرگ، درس میگرفتند و اصلاح میشدند. آتشسوزی بزرگ لندن در سال ۱۶۶۶، تنها دو سال بعد به تدوین مقررات جدید ساختمانی انجامید. سیلابهای مکرر رودخانههای راین و دانوب در اواخر قرن بیستم نیز موجب شد نقشههای خطر و قوانین منطقهبندی به بخشی از استانداردهای برنامهریزی شهری اروپا تبدیل شوند. در آن زمان، فرآیند یادگیری شهری مسیری نسبتاً روشن داشت:
اصلاحات → فشار عمومی → شواهد → فاجعه
اما امروز این سازوکار در بسیاری از شهرهای جهان کارایی خود را از دست داده است.
زاهر علام (Zaheer Allam)، پژوهشگر حوزه مطالعات شهری، در مقالهای که در مجله Science منتشر شده، این وضعیت را شهرنشینی پرنوسان (Volatile Urbanism) مینامد؛ وضعیتی که در آن بحرانهای متعدد و همپوشان، با فاصلهای آنقدر کوتاه رخ میدهند که نهادهای شهری فرصت درک، یادگیری و اصلاح خود را از دست میدهند. به بیان دیگر، جوهره این مفهوم، همپوشانی بحرانها و از بین رفتن فرصت یادگیری نهادی است.
علام مینویسد:
»شهرنشینی پرنوسان وضعیتی است که در آن چندین فاجعه همپوشان، سریعتر از آنچه نهادها بتوانند رویداد قبلی را درک کنند، رخ میدهند و نه تنها فاصله بین رویدادها، بلکه زمان لازم برای تطبیق را نیز فشرده میکنند«
نمونه بارز این پدیده، شهر بمبئی است که سیلابهای بزرگ سالهای ۲۰۰۵، ۲۰۱۷، ۲۰۱۹ و ۲۰۲۳ را تجربه کرد، اما در هر بحران همان مشکلات تکرار شد: زهکشی ناکافی، ساختوساز در حریم سیلابی و ضعف هماهنگی میان دستگاههای مسئول.
این الگو، متأسفانه، در بسیاری از شهرهای ایران نیز بهخوبی قابل مشاهده است.
بحران آب کلان شهرها؛ چرا اصلاح نهادی رخ نمیدهد؟
مثلاً تهران، پایتخت چندین میلیون نفری ایران، یکی از آشکارترین مصادیق «شهرنشینی پرنوسان» است. گزارشهای رسمی از کاهش شدید ذخایر سدهای تأمینکننده آب، تداوم خشکسالی و افزایش فاصله میان عرضه و تقاضای آب حکایت دارند.
اما این بحران یکشبه ایجاد نشده است. بسیاری از پژوهشگران، وضعیت کنونی را حاصل انباشت تصمیمهای کوتاهمدت، اتکای بیش از حد به توسعه عرضه آب، ضعف هماهنگی نهادی و بیتوجهی به مدیریت تقاضا میدانند. اگرچه تغییر اقلیم نقش مهمی در تشدید بحران داشته است، اما کیفیت حکمرانی منابع آب نیز به همان اندازه تعیینکننده بوده است.
در اینجا یک پرسش اساسی مطرح میشود:
اگر این بحران سالها قابل پیشبینی بوده، چرا اصلاحات نهادی متناسب با آن شکل نگرفته است؟
پاسخ علام در سه ویژگی ساختاری نهفته است.
چرا شهرها یاد نمیگیرند؟ سه مانع نهادی
۱. پراکندگی حوزه اختیارات (Jurisdictional Fragmentation)
علام معتقد است که نهادهای مسئول آب، انرژی، حملونقل، محیطزیست و سلامت، هر یک با بودجه، قوانین و افق برنامهریزی متفاوت عمل میکنند. در نتیجه، هنگام وقوع بحران، هیچ سازوکار مؤثری برای تصمیمگیری هماهنگ وجود ندارد.
در ایران نیز نمونههای متعددی از این وضعیت مشاهده میشود. سیلاب های فروردین ۱۳۹۸ که ۲۶ استان کشور را درگیر کرد، ضعف هماهنگی میان دستگاههای مختلف را آشکار ساخت. همچنین در سیلابهای اخیر سیستان و بلوچستان، دشواری عملیات امدادرسانی و مشکلات هماهنگی میان نهادهای مسئول بار دیگر مورد توجه قرار گرفت.
در بندرعباس نیز یکی از مدیران شهری پس از بارندگیهای اخیر اعلام کرد:
»بارندگی اخیر نشانهای روشن از نبود برنامه منسجم، علمی و پیشگیرانه در مدیریت آبهای سطحی است«.
این نمونهها نشان میدهد که پراکندگی مسئولیتها و نبود سازوکار هماهنگ، ظرفیت یادگیری و واکنش مؤثر شهرها را بهشدت کاهش میدهد.
۲. ناهماهنگی زمانی (Temporal Mismatch)
علام به شکاف میان چرخههای کوتاهمدت سیاسی و عمر بلند زیرساختهای شهری اشاره میکند. مدیران معمولاً در افق چندساله تصمیم میگیرند، در حالی که پیامد بسیاری از تصمیمهای زیرساختی ممکن است دههها بعد آشکار شود.
در ایران نیز این ناهماهنگی بهوضوح دیده میشود. بخش قابل توجهی از بودجههای شهری صرف پروژههایی میشود که در دوره مدیریت فعلی قابل افتتاح باشند، در حالی که نگهداری زیرساختهای موجود، بازسازی شبکههای فرسوده و سرمایهگذاری برای تابآوری بلندمدت در اولویت پایینتری قرار میگیرد.
همچنین درباره برخی طرحهای توسعه منابع آب، پژوهشگران نسبت به ناکافی بودن ارزیابیهای محیطزیستی و پیامدهای بلندمدت آنها هشدار دادهاند.
این وضعیت، نمونهای روشن از ناهماهنگی زمانی در حکمرانی شهری است.
۳. فرسایش دانش (Loss of Knowledge)
علام هشدار میدهد که شهرها بهتدریج «حافظه عملیاتی» خود را از دست میدهند؛ یعنی تجربههای حاصل از بحرانها به دانش سازمانی تبدیل نمیشود و با جابهجایی مدیران و کارشناسان از میان میرود.
در ایران نیز فرسایش دانش بیشتر در قالب از دست رفتن حافظه نهادی، تغییر مکرر مدیران، ضعف مستندسازی تجربهها و نبود نظام انتقال دانش میان نسلهای مدیریتی دیده میشود. در چنین شرایطی، بسیاری از درسهای آموختهشده از بحرانها هرگز به اصلاحات پایدار تبدیل نمیشوند.
فرسودگی شبکههای آب، که سالانه بخش قابل توجهی از آب شرب را هدر میدهد، و همچنین آسیبپذیری زیرساختهای شهری در برخی سیلابهای سالهای اخیر، نشان میدهد که ضعف در نگهداری و یادگیری مستمر چگونه میتواند آثار بحرانها را تشدید کند.
نمونهای از اهمیت حفظ حافظه نهادی را میتوان در سیلابهای اردیبهشت ۱۴۰۱ مشهد مشاهده کرد. پس از وقوع نخستین سیلاب که خسارتهای مالی و جانی قابلتوجهی بر جای گذاشت، بارش مشابهی تنها چند روز بعد رخ داد؛ اما این بار، به دلیل آمادگی بیشتر دستگاههای مسئول، اطلاعرسانی سریعتر و تجربه حاصل از رویداد نخست، تلفات جانی به صفر رسید و خسارتها نیز کاهش یافت. این تجربه نشان میدهد که یادگیری از بحران میتواند حتی در فاصلهای کوتاه، تابآوری شهر را افزایش دهد. با این حال، اگر این تجربه مستندسازی و به دانش سازمانی تبدیل نشود، هیچ تضمینی وجود ندارد که در صورت تکرار بحرانی مشابه چند سال بعد، همان درسها فراموش نشده و شهر دوباره با همان آسیبپذیریها مواجه نشود.
این دقیقاً همان چیزی است که علام از آن با عنوان فرسایش یادگیری نهادی یاد میکند.
چرخهای که شهرها را گرفتار میکند
در شهرنشینی پرنوسان، بحرانها معمولاً در چرخهای تکرارشونده رخ میدهند:
بحران بعدی → فراموشی تجربهها → بازسازی سریع → مدیریت اضطراری → بحران
در چنین چرخهای، شهر از هر بحران عبور میکند، اما از آن نمیآموزد. بنابراین همان نقاط ضعف، در بحران بعدی دوباره ظاهر میشوند و هزینههای اجتماعی، اقتصادی و زیستمحیطی افزایش مییابد.
شهرهای موفق چگونه این چرخه را شکستند؟
علام برای خروج از این وضعیت، سه راهکار اصلی پیشنهاد میکند.
۱. آزمونهای اجباری تنش و تابآوری
کشورها باید زیرساختهای حیاتی خود را بهطور دورهای در برابر سناریوهای مختلف مانند سیل، خشکسالی، گرمای شدید یا اختلالات زنجیره تأمین آزمایش کنند.
نمونههایی از این رویکرد در قانون زیرساخت آب آمریکا و برنامه دلتای هلند دیده میشود.
۲. نهادهای زیرساختی مستقل از چرخههای سیاسی
علام پیشنهاد میکند مدیریت زیرساختهای حیاتی، افقی بلندمدت داشته باشد و تا حد امکان از تغییرات مکرر سیاسی مصون بماند، در عین حال که همچنان تحت نظارت عمومی و پاسخگو باقی بماند.
۳. اشتراکگذاری دادهها بهصورت برخط
شهرها باید بتوانند اطلاعات مربوط به آب، انرژی، حملونقل، سلامت و مدیریت بحران را بهصورت مشترک و در زمان واقعی میان سازمانهای مختلف تبادل کنند تا یک اختلال محدود، به بحرانی فراگیر تبدیل نشود.
جمعبندی: از بازگشت به گذشته تا سازگاری مستمر
علام در پایان مقاله خود تأکید میکند:
»شهرها باید حکمرانی خود را از بازگشت به وضعیت قبل، به سوی انعطافپذیری فعال و سازگاری مستمر تغییر دهند. «
بحران آب تهران، سیلابهای مکرر بندرعباس، سیستان و بلوچستان، مشهد و بسیاری دیگر از شهرهای ایران نشان میدهد که ما نیز در دام «شهرنشینی پرنوسان» گرفتار شدهایم. هر بحران، همان نقاط ضعف را آشکار میکند، اما به ندرت به اصلاحات پایدار میانجامد.
برای خروج از این چرخه معیوب، صرف اصلاح قوانین کافی نیست؛ بلکه باید ساختار حکمرانی شهری بازطراحی شود. نهادهای مسئول باید بتوانند وابستگی متقابل سامانههای آب، انرژی، حملونقل، سلامت و مدیریت بحران را بهعنوان اجزای یک سیستم واحد درک کنند.
مسئله اصلی شهرهای امروز، کمبود منابع یا حتی وقوع بحرانها نیست؛ ناتوانی در تبدیل تجربه به یادگیری نهادی است. شهری که هر بحران را صرفاً مدیریت کند، اما ساختارهای تصمیمگیری خود را اصلاح نکند، همان بحران را با هزینهای بیشتر دوباره تجربه خواهد کرد. تابآوری واقعی نه از دل پروژههای بیشتر، بلکه از دل نهادهایی شکل میگیرد که بتوانند تجربه را به دانش، و دانش را به تصمیم تبدیل کنند.
یادداشت نویسنده: این یادداشت ترجمه مقاله Why Cities Cannot Learn نیست، بلکه تحلیلی است که با الهام از این مقاله و با استفاده از نمونهها و شواهد مرتبط با مدیریت شهری ایران تدوین شده است.
📌 مطالب مرتبط در ویرگول (پیشنهادی از نویسنده):
۱۰ ابزار هوش مصنوعی کاملاً رایگان که زندگی هر محقق و نویسنده مقالهای را متحول میکنند
انجام مرور سیستماتیک ادبیات (Systematic Review) با کمک هوش مصنوعی در کمترین زمان
شکاف پژوهشی را با ۵ مقاله کشف کن | تکنیک «مرجع غایب» که اساتید راهنما به شما نمیگویند!
تشخیص منابع جعلی و اشتباهات استنادی با هوش مصنوعی | روشی که داوران مقاله از آن استفاده میکنند!
ماتریس تضاد یافتهها (Conflict Matrix of Findings) | تکنیکی برای پیدا کردن قلب تپنده شکاف پژوهشی
پرامپت نویسی برای استخراج خودکار منابع و ریفرنسها از متون طولانی
۵۰ ابزار هوش مصنوعی رایگان که واقعاً در ایران بدون VPN سنگین کار میکنند (تست بهمن ۱۴۰۴)
۱۵ ترفند مخفی Sci-Hub، Library Genesis و Z-Library که کمتر کسی میدونه
۹ مهارت هوش مصنوعی که باید در سال ۱۴۰۵ (۲۰۲۶) یاد بگیریم | لیست کامل LinkedIn Skills on the Rise
گنجینه طلایی: بیش از ۷۰ منبع علمی ضروری که هر دانشجو و محقق باید داشته باشد!
۱۰ ابزار هوش مصنوعی کاملاً رایگان که زندگی هر محقق و نویسنده مقالهای را متحول میکنند
بهترین ابزارهای هوش مصنوعی رایگان برای نوشتن پایاننامه و پروپوزال