نعمت الله رضایی

گسترش فضایی بی رویه و بدون برنامه شهرهای بزرگ و متوسط کشور در چند دهه گذشته، باعث شکل گیری بافت های جدید شهری در مجاورت شهرها و جابجایی ساکنان و کاربریهای شهری به نواحی جدید گردیده است. در نتیجه این جابجایی، به تدریج بافت های قدیمی شهرها کارکرد و حیات اجتماعی- اقتصادی خود را از دست داده اند و این بافت ها با از دست دادن حیات شهری خود، به سمت رکود و فرسودگی گرایش پیدا کرده اند. منطقه 8 شهرداری شیراز که به عنوان منطقه مورد مطالعه این تحقیق انتخاب شده است، از قاعده فوق مستثنی نبوده و در زمره بافت های فرسوده کشور محسوب می گردد. هدف اصلی و کلی این تحقیق، شناخت ویژگی های اقتصادی و اجتماعی ساکنان بافت فرسوده(شهر شیراز) و همچنین شناخت وضعیت کالبدی بافت است. روش تحقیق در این مقاله با توجه به موضوع، اهداف و فرضیات تحقیق، به صورت کتابخانه ای، میدانی(مشاهده، مصاحبه و پرسش نامه) و استفاده از نرم افزارهای مختلف مانند GIS, SPSS, Auto Cad است. با توجه به تجزیه و تحلیل داده ها، نتایج تحقیق نشانگر آن است که کمبود امکانات، خدمات شهری و تأسیسات زیربنایی سبب مهاجرت ساکنان بومی به مناطق دیگر شهر شده و باعث منفی شدن نرخ رشد جمعیت بافت، طی سال های اخیر شده است و از طرف دیگر به خاطر وضعیت اجتماعی - اقتصادی ساکنان بافت، سبب شده تا روند بهسازی و نوسازی درون بافت کند شود، که این عوامل سبب فرسوده شدن و تخریب بیشتر بافت شده است.

ترافیک یکی از موضوعاتی است که امروزه به یکی از اصلی ترین مسائل شهرهای بزرگ تبدیل شده است و این موضوع مشکلات دیگری را نیز به همراه خود برای مناطق شهری ایجاد نموده است. لذا شناخت رفتار ترافیکی مردم از ضروریات مدیریت و برنامه ریزی شهری است. یکی از این موضوعات تقاضای سفر از مناطق نزدیک شهرها به مناطق شهری با اهداف مختلف می باشد. در این تحقیق سعی شده است با استفاده از داده های سرشماری عمومی نفوس و مسکن 1385 وضعیت سفرهای روزانه به تهران به تفکیک هدف سفر بررسی و برای آن مدل تقاضا و جذب سفر براورد گردد. لذا ابتدا متغیرهای بسیاری را مورد ارزیابی قرار داده و سپس با استفاده از نرم افزارSAS و به روش Stepwise شروع به براورد مدل نموده و با استفاده از مفروضات مدل رگرسیونی و تبدیلات باکس کاکس و در نظر گرفتن مواردی همچون فرض نرمالیتی داده ها ناهمگونی واریانس و نبود هم خطی بین متغیرهای کمکی به براورد مدل پرداخته و با پردازش مجدد مدل که حاکی از نبود داده های پرت می باشد، بهترین مدل براورد شده است.