Abstract:
زمینه و هدف: شیوع ویروس کووید ۱۹ بهشکل قابلتوجهی بر بخش حملونقل در سراسر جهان اثرگذار بوده است. اقدامهای صورتگرفته برای جلوگیری از شیوع این ویروس مانند اعمال قرنطینه و محدودیتهای تردد، تاثیر مستقیمی بر رفتار سفر درون و برونشهری افراد دارد. هدف مطالعه حاضر، بررسی تاثیر سیاستهای مدیریت حملونقل شهری بر میزان مبتلایان به ویروس کووید ۱۹ در شهر تهران است. روش: بدینمنظور، مصوبههای ستاد ملی مبارزه با کرونای کشور در دو بخش فعالیت مشاغل و اقدامهای ترافیکی در کنار برخی از رویدادهای زمانی خاص، برای بازه زمانی ۱۵ ماهه از آغاز شیوع ویروس (از اسفند 1398) تا اردیبهشت 1400، مورد بررسی قرار گرفته است. بهمنظور تحلیل و بررسی تاثیر مصوبات مربوط به فعالیت مشاغل و اقدامهای ترافیکی و برخی از رویدادها بر میزان ابتلای روزانه به بیماری کرونا در شهر تهران از تحلیل همبستگی بین زمان اجرای اقدامها و رویدادها و آمار مبتلایان استفاده شده است. یافتهها: نتایج نشان میدهد که لغو طرحهای قیمتگذاری محدوده مرکزی شهر، بیشترین تاثیر بر کاهش تعداد مبتلایان را در میان اقدامهای مورد مطالعه با ضریب همبستگی 94/0- دارد. در اقدامهای مرتبط با مشاغل نیز تعطیلی کامل مشاغل روند کاهشی معناداری را ایجاد کرده است (ضریب 925/0-). براساس یافتههای این پژوهش، تعطیلات متوالی چندروزه و جابهجاییهای ایجادشده به واسطه آنها، از دلایل اصلی افزایش آمار مبتلایان بوده که بیشینه ضریب همبستگی 96/0 این موضوع را تایید میکند. نتیجهگیری: بنابر نتایج حاصلشده، بهمنظور کنترل شیوع ویروس کووید 19، اقدامهای ترافیکی مانند لغو طرحهای ترافیکی و منع تردد بینشهری و نیز تعطیلی کامل مشاغل از کارآیی مناسبی برخوردار بوده و میتوانند موجب کاهش تعداد مبتلایان شوند. نتایج حاصل از این پژوهش میتواند بهعنوان الگویی برای سایر شهرهای کشور یا جهان مورد توجه قرار گیرد.
COVID-19 spread has significantly affected transport sector. Travel behavior is directly influenced by policies such as quarantine mandates and movement restrictions. The current study aims to investigate the impact of urban transportation management policies on COVID-19 cases for the case of Tehran. In this regard, work activity policies and traffic restrictions, along with some specific events/holidays are analyzed over a period of 15 months. The method is correlation analysis between the implementation time of policies/events and the number of cases. Results indicate that suspending congestion pricing plans has the most effect on reducing COVID-19 spread (correlation coefficient: -0.75_-0.94). We also found that some holidays/events and their related movements and gatherings are one of the main reasons for an increase in cases (correlation coefficient: 0.71_0.96). It can be concluded that traffic restrictions including suspending congestion pricing plans and intercity movement restrictions, as well as temporarily shutting down some organizations would positively decrease the number of cases. The results can provide a robust pattern for decision-makers across the country.