شبكة بيئة ابوظبي، بقلم، د. باسنت عاشور، مهندسون من أجل مصر المستدامة، 12 سبتمبر 2026
لم تعد جودة الحياة الحضرية مفهومًا يمكن قياسه من خلال مؤشر واحد، كمتوسط الدخل أو مساحة المسكن أو مستوى الخدمات المتاحة للسكان. فالمدينة، في واقع الأمر، منظومة معقدة تتداخل فيها أنماط الحركة، وتوزيع الخدمات، والبيئة، والأمان، والفرص الاقتصادية، وطبيعة المجال العام. وقد يعيش سكان حيين داخل المدينة نفسها، لكنهم يختبرون مستويات مختلفة تمامًا من جودة الحياة نتيجة اختلاف إمكانية الوصول إلى الخدمات أو زمن الرحلة اليومية أو درجة التعرض للتلوث والضوضاء.
من هنا، يبرز دور نظم المعلومات الجغرافية والبيانات الضخمة بوصفهما أداتين قد تساعدان على الانتقال من التقييم التقليدي للمدن إلى قراءة أكثر قربًا من الواقع المكاني والحياة اليومية للسكان.
جودة الحياة الحضرية: من المؤشرات العامة إلى التجربة المكانية
اعتادت كثير من الدراسات التخطيطية الاعتماد على بيانات إحصائية دورية لتقييم مستوى المعيشة والخدمات. ورغم أهمية هذه البيانات، فإنها قد لا تكشف دائمًا الفروق الدقيقة داخل المدينة الواحدة. فوجود مستشفى أو مدرسة داخل نطاق إداري معين، على سبيل المثال، لا يعني بالضرورة أن جميع السكان يستطيعون الوصول إليها بسهولة.
هنا تظهر أهمية البعد المكاني. إذ يمكن لنظم المعلومات الجغرافية أن تحدد مواقع الخدمات، وكثافة السكان، وشبكات الطرق، وأنماط استخدامات الأراضي، ثم تربط هذه العناصر ببعضها. وبهذه الطريقة يصبح السؤال أكثر تحديدًا: من هم السكان الذين يحصلون فعليًا على الخدمة؟ وكم يستغرق الوصول إليها؟ وما المناطق التي تعاني من نقص واضح رغم قربها النسبي من مركز المدينة؟ وهذه الأسئلة تبدو بسيطة، لكنها تحمل دلالات تخطيطية مهمة.
البيانات الضخمة تكشف المدينة وهي تتحرك
تتميز البيانات التقليدية بأنها تقدم صورة للمدينة في لحظة زمنية محددة، وغالبًا ما تكون مرتبطة بتعداد أو مسح ميداني يتم على فترات متباعدة. أما البيانات الضخمة، فقد تتيح متابعة بعض الظواهر بصورة أكثر استمرارية وديناميكية.
بيانات الحركة، على سبيل المثال، قد تساعد في فهم أنماط التنقل اليومي ومناطق الاختناق المروري. كما يمكن لبيانات أجهزة الاستشعار ومحطات الرصد أن تقدم معلومات عن جودة الهواء أو مستويات الضوضاء أو استهلاك الطاقة. وتتيح صور الأقمار الصناعية بدورها متابعة التغير في الغطاء الأرضي، والتمدد العمراني، وتراجع المساحات الخضراء.
عندما تُقرأ هذه البيانات بصورة منفصلة، فإن قيمتها تبقى محدودة نسبيًا. لكن دمجها داخل بيئة مكانية موحدة يمكن أن يكشف علاقات لا تظهر بسهولة في الجداول الإحصائية.
فقد تشير البيانات، مثلًا، إلى أن منطقة ما تتمتع بعدد مناسب من الحدائق العامة، بينما توضح بيانات الحركة أن جزءًا كبيرًا من السكان لا يستخدمها بسبب صعوبة الوصول إليها أو عدم وجود مسارات آمنة للمشاة. في هذه الحالة، لا تكمن المشكلة في عدد الحدائق فقط، وإنما في العلاقة بين موقعها وشبكة الحركة وخصائص السكان المحيطين بها.
نظم المعلومات الجغرافية كإطار لدمج البيانات
تمثل نظم المعلومات الجغرافية الإطار الذي يمكن من خلاله تنظيم مصادر البيانات المختلفة وربطها بالموقع. فالبيانات الرقمية، مهما بلغ حجمها، تظل بحاجة إلى سياق مكاني يوضح أين تحدث الظاهرة ولمن ترتبط وكيف تتوزع داخل المدينة.
يمكن، على سبيل المثال، إنشاء قاعدة بيانات مكانية تضم مواقع المدارس والمستشفيات، وكثافة السكان، وشبكات النقل، والمساحات الخضراء، ومستويات التلوث. وبعد ذلك يمكن تحليل هذه المتغيرات لإنتاج خرائط توضح التفاوت في جودة الحياة بين الأحياء.
وقد تكشف النتائج عن مناطق تتمتع بمستوى مرتفع من الخدمات، ولكنها تعاني في الوقت نفسه من تلوث أو ازدحام شديد. وفي مناطق أخرى، قد يكون الوضع البيئي أفضل، بينما يواجه السكان صعوبة في الوصول إلى فرص العمل أو الخدمات الأساسية.
لذلك، فإن تقييم جودة الحياة لا ينبغي أن يعتمد على متوسطات عامة تخفي الاختلافات المحلية. المدينة ليست مساحة متجانسة، بل تتكون من أحياء ومجتمعات تختلف احتياجاتها وظروفها بصورة قد تكون كبيرة.
نحو مؤشرات أكثر ارتباطًا بالحياة اليومية
يسمح دمج نظم المعلومات الجغرافية والبيانات الضخمة ببناء مؤشرات مركبة لجودة الحياة الحضرية. ويمكن أن تشمل هذه المؤشرات إمكانية الوصول إلى الخدمات، وزمن التنقل، وتوافر المساحات المفتوحة، ومستوى جودة البيئة، وكفاءة النقل العام، وأنماط استخدام الأرض.
لكن القيمة الحقيقية لا ترتبط بعدد المؤشرات المستخدمة بقدر ارتباطها بقدرتها على تمثيل واقع السكان.
فزمن الوصول إلى مدرسة، مثلًا، قد يكون أكثر دلالة من مجرد معرفة عدد المدارس في الحي. وكذلك فإن نصيب الفرد من المساحات الخضراء لا يقدم الصورة الكاملة إذا كانت هذه المساحات بعيدة أو غير مهيأة للاستخدام.
ومن ثم، يمكن أن تسهم التحليلات المكانية في إعادة صياغة مفهوم جودة الحياة من منظور أكثر واقعية، يعتمد على ما يواجهه السكان يوميًا داخل المدينة.
دعم القرار التخطيطي
تكتسب هذه الأدوات أهمية خاصة في المدن التي تشهد نموًا عمرانيًا سريعًا وتغيرات مستمرة في توزيع السكان والأنشطة. ففي مثل هذه الحالات، قد لا تكون البيانات التقليدية كافية وحدها لمواكبة التحولات المتسارعة.
يمكن للتحليل المكاني أن يساعد متخذ القرار في تحديد المناطق الأكثر احتياجًا إلى الخدمات، ورصد الضغوط على البنية الأساسية، وتوجيه الاستثمارات نحو المواقع التي تحقق أثرًا أكبر على حياة السكان. كما قد يساهم في تقييم نتائج المشروعات القائمة بدلًا من الاكتفاء بقياس حجم الإنفاق أو عدد المشروعات المنفذة.
وهنا يتحول التخطيط من مجرد تحديد ما يجب تنفيذه إلى محاولة فهم أين ينبغي التدخل، ولماذا، وما الفئات التي يمكن أن تستفيد بالفعل من هذا التدخل.
التحديات وحدود الاستخدام
مع ذلك، فإن الاعتماد على البيانات الضخمة لا يخلو من تحديات. فالبيانات قد تكون غير مكتملة أو غير متوازنة مكانيًا، كما أن بعض مصادرها لا تمثل جميع فئات السكان بالدرجة نفسها. وهناك أيضًا قضايا تتعلق بالخصوصية وحماية البيانات، وهي مسائل ينبغي التعامل معها بحذر عند استخدام المعلومات المرتبطة بالحركة أو السلوك اليومي للأفراد.
كذلك، فإن كثرة البيانات لا تعني بالضرورة تحسن القرار. فقد يؤدي استخدام مؤشرات كثيرة دون إطار تحليلي واضح إلى نتائج يصعب تفسيرها. لذلك تظل الخبرة التخطيطية وفهم الخصائص الاجتماعية والمكانية للمدينة عنصرًا أساسيًا في قراءة النتائج، البيانات تقدم إشارات، لكنها لا تفسر المدينة وحدها.
وفي الختام
يبدو أن دمج نظم المعلومات الجغرافية والبيانات الضخمة يفتح مجالًا مختلفًا لتقييم جودة الحياة الحضرية، لأنه يسمح بالنظر إلى المدينة بوصفها فضاءً متغيرًا تتفاعل داخله الخدمات والسكان والبيئة والحركة بصورة مستمرة.
ولا يقتصر الهدف على إنتاج خرائط أكثر دقة أو قواعد بيانات أكبر حجمًا، بل يتعلق أساسًا بتحسين القدرة على فهم التفاوتات المكانية التي يعيشها السكان يوميًا. ومن خلال هذا الفهم، قد يصبح التخطيط العمراني أكثر قدرة على توجيه التدخلات وفق الاحتياجات الفعلية للمجتمعات المحلية.
وفي النهاية، تظل المدينة الجيدة ليست تلك التي تزداد فيها المشروعات فقط، وإنما تلك التي ينعكس فيها التخطيط على تفاصيل الحياة اليومية للسكان: وقت أقل في التنقل، وصول أسهل إلى الخدمات، بيئة أفضل، ومساحات حضرية يمكن استخدامها بصورة عادلة وآمنة.
المراجع:
1. Abdelrahman, Y., Hajek, P., & Hikkerova, L. (2023). Research trends in the application of big data in smart cities—A literature review. Canadian Journal of Administrative Sciences, 40(3), 254–269.
2. Bibri, S. E. (2019). On the sustainability of smart and smarter cities in the era of big data: An interdisciplinary and transdisciplinary literature review. Journal of Big Data, 6, 25.
3. Koutouzi, N., Chatzinikolaou, P., & colleagues. (2023). Residents’ quality of life in smart cities: A systematic literature review. Land, 12(4), 876
4. Wang, C., & Yin, L. (2023). Defining urban big data in urban planning: Literature review. Journal of Urban Planning and Development, 149(1).
5. Theodorakopoulos, L., & Theodoropoulou, A. (2026). Big data analytics for geospatial decision-making in smart cities: A review of spatial data, GeoAI and urban digital twins. ISPRS International Journal of Geo-Information, 15(7), 278.
6. Papachrysou, P., & Vasilakos, C. (2026). Quality of life indicators and geospatial methods across multiple spatial scales: A systematic review. Urban Science, 10(1), 52.
ظهرت المقالة دمج نظم المعلومات الجغرافية والبيانات الضخمة لتقييم جودة الحياة الحضرية أولاً على بيئة أبوظبي.
