کالبدشکافی «نمودار بنیادین ترافیک» و «فوق‌تراکم»: چرا ورود خودروی بیشتر به شهر، سرعت همه را کاهش می‌دهد؟

در نوامبر ۲۰۰۸، درک مهندسان از فیزیک خیابان‌های شهری و گره‌های ترافیکی برای همیشه تغییر کرد. تا پیش از آن، مهندسان ترافیک رفتار خودروها را در تک‌تک خیابان‌ها و تقاطع‌ها به صورت مجزا مدل‌سازی می‌کردند و تلاش داشتند با بهینه‌سازی زمان‌بندی یک چراغ راهنمایی خاص، مشکل را حل کنند. اما در این تاریخ، کارلوس داگانزو (Carlos Daganzo) و نیکولاس ژرولیمینیس (Nikolas Geroliminis) با انتشار مقاله‌ای ساختارشکن در نشریه معتبر «Transportation Research»، نشان دادند که کل یک شهر متراکم مانند یک سیستم ترمودینامیک واحد رفتار می‌کند.

آن‌ها با تحلیل داده‌های عظیم به دست آمده از جی‌پی‌اس تاکسی‌ها و حسگرهای ثابت در شهر یوکوهامای ژاپن، ثابت کردند که یک رابطه ریاضی دقیق، یکپارچه و پیش‌بینی‌پذیر بین تعداد خودروهای موجود در یک منطقه و تعداد سفرهای تکمیل‌شده در کل آن شبکه وجود دارد. این کشف که «نمودار بنیادین ماکروسکوپیک» (MFD) نام گرفت، به یک پارادایم جدید در مهندسی ترافیک تبدیل شد و نشان داد که چرا راهکارهای موضعی هرگز نمی‌توانند ترافیک یک کلان‌شهر را درمان کنند.[1]

داگانزو و ژرولیمینیس در مقاله خود صراحتاً تأکید می‌کنند: «یک نمودار بنیادین ماکروسکوپیک (MFD) که جریان متوسط و تراکم متوسط را به هم مرتبط می‌کند، باید در هر شبکه‌ای از خیابان‌ها با عرض‌ها و طول‌های مختلف وجود داشته باشد، حتی اگر تقاطع‌ها توسط چراغ‌های راهنمایی با زمان‌بندی دلخواه کنترل شوند.» این نمودار شبیه به یک سهمی یا یک حرف U وارونه است.

محور افقی این نمودار، متغیری به نام «انباشت» (Accumulation) یا همان تعداد کل خودروهای موجود در شبکه را نشان می‌دهد و محور عمودی، «تولید» (Production) یا نرخ جریان ترافیک و سفرهای به پایان رسیده در واحد زمان است. این منحنی فیزیکی ثابت می‌کند که ظرفیت یک شهر بی‌نهایت نیست و رفتار ترافیک به هیچ وجه خطی نیست؛ بلکه با عبور از یک آستانه مشخص، سیستم دچار فروپاشی ساختاری می‌شود.[1]

در سمت چپ این نمودار، شهر در حالت «جریان آزاد» قرار دارد. وقتی صبح زود چند هزار خودرو وارد خیابان‌ها می‌شوند، فضای کافی برای مانور وجود دارد و همه با سرعت مجاز حرکت می‌کنند. با ورود خودروهای بیشتر به شبکه، تولید شبکه به صورت خطی بالا می‌رود؛ یعنی شهر در حال انجام کار مفید است و افراد بیشتری را در زمان کمتری به مقاصدشان می‌رساند.

این روند صعودی تا رسیدن به قله نمودار ادامه می‌یابد. این قله، «نقطه شیرین» (Sweet Spot) یا حداکثر ظرفیت فیزیکی شبکه است. در این نقطه، خیابان‌ها کاملاً شلوغ به نظر می‌رسند، اما حرکت متوقف نشده است و شهر بیشترین خروجی ممکن را دارد. مهندسان ترافیک همواره تلاش می‌کنند تا وضعیت شبکه را دقیقاً در همین نقطه نگه دارند، زیرا در اینجا بالاترین بهره‌وری اقتصادی و جابجایی رخ می‌دهد.[1]

اما فاجعه ترمودینامیک در سمت راست نمودار رخ می‌دهد. اگر تنها چند صد خودروی دیگر وارد شبکه‌ای شوند که در نقطه اوج خود قرار دارد، سیستم از آستانه تحمل عبور کرده و وارد فاز «فوق‌تراکم» (Hypercongestion) می‌شود. در این حالت، صف‌های متوقف شده در پشت چراغ‌های قرمز آن‌قدر طولانی می‌شوند که به تقاطع‌های قبلی می‌رسند و آن‌ها را نیز مسدود می‌کنند؛ پدیده‌ای مخرب که در مهندسی ترافیک به آن «پس‌زدگی تقاطع» (Spillback) می‌گویند.

در فاز فوق‌تراکم، با افزایش تعداد خودروها، تولید شبکه به شدت سقوط می‌کند. این یک پارادوکس فیزیکی بی‌رحمانه است: خودروهای بیشتری در خیابان‌ها حضور دارند و سوخت بیشتری مصرف می‌شود، اما سفرهای بسیار کمتری به پایان می‌رسد. در نهایت، شبکه به سمت قفل‌شدگی کامل (Gridlock) پیش می‌رود و سرعت متوسط کل شهر به صفر نزدیک می‌شود.[1][2]

مدلی به نام «مدل وان حمام» (Bathtub Model) که توسط محققانی چون مهیار امیرقلی و الیور گائو در سال ۲۰۱۷ توسعه یافت، این دینامیک پیچیده را با زبانی ساده‌تر توضیح می‌دهد. در این مدل، کل شبکه خیابان‌های شهر به عنوان یک وان حمام در نظر گرفته می‌شود. اگر آب (خودروها) با سرعتی بیشتر از توان تخلیه فاضلاب (ظرفیت خروجی شبکه) وارد وان شود، سطح آب به سرعت بالا آمده و در نهایت سرریز می‌کند.

در ترافیک شهری، این سرریز شدن همان قفل‌شدگی خیابان‌هاست. امیرقلی و گائو نشان دادند که وقتی شهر وارد فاز فوق‌تراکم می‌شود، زمان سفر برای همه کاربران به صورت تصاعدی افزایش می‌یابد و تنها راه نجات، کاهش فوری ورودی به این وان حمام است تا سیستم بتواند خود را تخلیه کرده و به نقطه تعادل بازگردد.[2]

اینجاست که نقش حیاتی و غیرقابل انکار «قیمت‌گذاری تراکم» (Congestion Pricing) و «کنترل پیرامونی» (Perimeter Control) مشخص می‌شود. برخلاف تصور عموم، هدف از دریافت عوارض در محدوده‌های مرکزی شهرها، تنبیه رانندگان یا صرفاً پر کردن خزانه شهرداری نیست؛ بلکه این ابزارها به عنوان یک شیر اطمینان فیزیکی عمل می‌کنند. با تنظیم هوشمند عوارض یا زمان‌بندی چراغ‌های راهنمایی در مرزهای شهر، مهندسان ورودی شبکه را به دقت کنترل می‌کنند تا انباشت خودروها هرگز از قله نمودار MFD عبور نکند.

با اجرای دقیق این سیاست‌ها، حتی کسانی که عوارض پرداخت می‌کنند نیز در نهایت سود می‌برند، زیرا زمان سفر آن‌ها به شدت کاهش می‌یابد و از گرفتار شدن در تله فوق‌تراکم نجات پیدا می‌کنند. در واقع، مهندسی ترافیک مدرن به ما می‌آموزد که برای حرکت سریع‌تر در شهر، باید از ورود بی‌رویه خودروها به هسته مرکزی جلوگیری کنیم تا فیزیک شبکه دچار فروپاشی نشود.[2]

در کنار قیمت‌گذاری پویا، مفهوم «تخصیص فضا» و توسعه خطوط ویژه حمل‌ونقل عمومی نیز در چارچوب نمودار بنیادین ماکروسکوپیک معنای کاملاً جدیدی پیدا می‌کند. در حالی که فیزیک ترافیک و هندسه خیابان‌ها، ظرفیت شبکه را بر اساس تعداد وسایل نقلیه به شدت محدود می‌کنند، ماهیت وسایل نقلیه مختلف با یکدیگر یکسان نیست.

یک اتوبوس تندرو (BRT) یا یک قطار شهری می‌تواند ده‌ها برابر یک خودروی شخصی تک‌سرنشین مسافر جابجا کند، بدون آنکه فضای فیزیکی بیشتری از شبکه خیابان‌ها را اشغال کند یا انباشت بحرانی خودروها را به سمت فاز فوق‌تراکم سوق دهد. به همین دلیل است که اختصاص خطوط ویژه به اتوبوس‌ها، حتی اگر به معنای کاهش یک خط عبوری برای خودروهای شخصی باشد، در نهایت به نفع کل سیستم تمام می‌شود.[1][2]

با انتقال هدفمند مسافران از خودروهای شخصی به سیستم‌های حمل‌ونقل عمومی با ظرفیت بالا، مهندسان ترافیک قادرند قله نمودار تولید شبکه را بر حسب «تعداد انسان‌های جابجا شده» به شدت افزایش دهند، در حالی که انباشت فیزیکی خودروها همچنان در منطقه امن و سمت چپ نمودار باقی می‌ماند.

این رویکرد دوگانه—یعنی استفاده از قیمت‌گذاری تراکم برای کنترل ورودی خودروها و توسعه خطوط ویژه برای افزایش ظرفیت جابجایی انسان‌ها—تنها راهکار اثبات‌شده علمی برای زنده نگه داشتن شریان‌های حرکتی در کلان‌شهرهای متراکم امروزی است. نادیده گرفتن این قوانین فیزیکی و اصرار بر ساخت خیابان‌های عریض‌تر، تنها به معنای دعوت از خودروهای بیشتر برای ورود به تله فوق‌تراکم و فلج شدن کامل شهر خواهد بود.[2]