وزن‌دهی معکوس به هزینه هر نفر، توزیع بودجه‌های عمرانی را میان شهرها و روستاهای کوچک عادلانه می‌کند

ساکنان شهرهای کوچک‌تر سرانجام راهی برای دریافت سهم منصفانه خود از بودجه‌های عمرانی منطقه‌ای یافته‌اند؛ آن هم بدون اینکه زیر دست‌وپای برتری عددی کلان‌شهرهای همسایه له شوند. سازوکار وزن‌دهی ریاضی به آرا، برتری مطلق جمعیتی را که تا پیش از این باعث تصاحب تمام صندوق بودجه‌ریزی مشارکتی توسط شهرهای بزرگ می‌شد، خنثی کرده است.

این شیوه، رأی‌گیری تاییدی سنتی را کنار می‌گذارد و فرمولی را جایگزین می‌کند که رأی هر شهروند را در «معکوس هزینه سرانه طرح» ضرب می‌کند. با این فرمول، به‌جای محبوبیت ظاهری و شمارش صرف افراد، کارایی اقتصادی ملاک رتبه‌بندی می‌شود و دولت‌های منطقه‌ای بودجه‌ها را دقیقا بر اساس سهم هر منطقه از درآمدهای مالیاتی توزیع می‌کنند.

در مدل قبلی، یک شهر صدهزار نفری به‌راحتی می‌توانست یک شهرک پنج‌هزار نفری را در تصاحب اعتبارات مشترک عمرانی شکست دهد. الگوریتم جدید کاری می‌کند که تعمیر یک پل روستایی کم‌هزینه اما پرکاربرد، در معادلات ریاضی بتواند یک پلازای لوکس شهری را شکست دهد؛ حتی اگر شهر بزرگ بیست برابر بیشتر رأی جمع کرده باشد.[1]

برتری مطلق جمعیت شهری

بودجه‌ریزی مشارکتی ابزاری است که به شهروندان امکان می‌دهد مستقیما با رأی دادن به فهرستی از پروژه‌ها، منابع عمومی را تخصیص دهند. اما در سطح منطقه‌ای، ساختار قدیمی همیشه بخش‌ها و نواحی کوچک‌تر را از سرمایه‌گذاری‌های اساسی محروم می‌کرد.[2]

مناطق پرجمعیت شهری به دلیل دسترسی به حجم انبوه رأی‌دهندگان، مگاپروژه‌های گران‌قیمت خود را به‌سادگی از حدنصاب قبولی عبور می‌دادند؛ در حالی که طرح‌های شهرهای کوچک، فارغ از میزان ضرورت و توجیه اقتصادی، توان رقابت با این سیل جمعیت را نداشتند.[3]

از طرفی، تقسیم سرراست بودجه صرفا بر اساس جمعیت هم پاسخگو نیست. خرد کردن کاسه بودجه منطقه‌ای بین ده‌ها شهرداری کوچک باعث می‌شود سهم هر شهر به ارقام بسیار ناچیزی تبدیل شود که امکان آغاز هیچ پروژه زیربنایی متوسطی را به آنها نمی‌دهد.[2]

متخصصان فناوری‌های مدنی در یک دهه گذشته به دنبال الگوریتمی بودند که تعادل میان اقبال عمومی و عدالت جغرافیایی را برقرار کند؛ به شکلی که پول به پربازده‌ترین پروژه‌ها برسد و همزمان خزانه عمومی به انحصار یک کانون جمعیتی خاص درنیاید.[1][4]

سازوکار معکوس هزینه سرانه

ضریب معکوس هزینه سرانه، مشکل را حل می‌کند: در این روش هر رأی به‌مثابه بازدهی اقتصادی سرمایه تلقی می‌شود. به‌جای آنکه هر رأی صرفاً یک امتیاز شمرده شود، وزن رأی بر اساس تعداد افرادی که به ازای هر دلار هزینه منتفع می‌شوند بالا و پایین می‌رود.[1]

مسئولان ابتدا هزینه سرانه پروژه را از تقسیم قیمت کل بر تعداد کاربران روزانه تأییدشده محاسبه می‌کنند. پایانه حمل‌ونقلی که دو میلیون دلار هزینه دارد و روزانه به ۱۰ هزار نفر خدمت می‌دهد، ۲۰۰ دلار به ازای هر نفر آب می‌خورد؛ درحالی‌که ساخت یک پارک بازی ۱۰ هزار دلاری با ۱۰۰۰ کاربر، فقط نفری ۱۰ دلار تمام می‌شود.[6]

سپس الگوریتم این رقم را معکوس می‌کند تا وزن رأی به دست آید. پایانه مسافربری نسبت ۰.۰۰۵ کاربر بر دلار را کسب می‌کند، درحالی‌که پارک بازی به ضریب ۰.۱ کاربر بر دلار می‌رسد.[5]

وقتی شهروندان رأی می‌دهند، سیستم رأی آنها را در این ضریب معکوس ضرب می‌کند. در نتیجه، ارزش ریاضی یک رأی برای پارک بازی کوچک و پربازده، بیست برابر بیشتر از رأی به پایانه شهری گران‌قیمت خواهد بود و جدول نتایج را زیرورو می‌کند.[5]

این وزن‌دهی رأی‌دهندگان را وادار می‌کند تا ارزش اقتصادی طرح مورد حمایت خود را بسنجند؛ مدلی برگرفته از منطق مسئله کوله‌پشتی. گراهام وترال-گروییچ در تحلیلی برای نشریه فناوری‌های دموکراسی می‌نویسد: «این روش شهروندان را با این واقعیت روبه‌رو می‌کند: با محدودیت‌های بودجه، اجرای کدام بسته از پروژه‌ها منطقی‌تر است؟»[1][3]

عدالت ریاضی در عمل

بررسی تحلیلی فکت‌لن روی ۱۴۲ هزار برگه رأی شبیه‌سازی‌شده مربوط به ۱۲ میلیون دلار تقاضای شهرداری‌ها قدرت متعادل‌کننده این الگو را اثبات می‌کند. در داده‌های سال ۲۰۲۵، با رأی‌گیری سنتی سه منطقه پرجمعیت توانستند ۸۸ درصد کل اعتبارات عمرانی را تصاحب کنند.[5]

اما اعمال ضریب معکوس هزینه سرانه این توزیع را کاملا دگرگون کرد. بخش‌های با جمعیت کمتر از ۱۰ هزار نفر، به نسبت سهم واقعی‌شان از درآمد مالیاتی اعتبار گرفتند و پروژه‌های پربازده و ارزان‌قیمتی که پیش‌تر رد می‌شدند، برنده بودجه شدند.[5]

پارک بازی مثال قبل، برای رسیدن به ۱۰۰ امتیاز در سیستم جدید فقط به ۱۰۰۰ رأی نیاز دارد. اما پایانه حمل‌ونقل شهری برای کسب همین امتیاز باید ۲۰ هزار رأی بیاورد؛ یعنی شهر بزرگ باید بخش اعظمی از جمعیتش را پای صندوق بکشاند.[1]

این فرمول به نفع جنس پروژه‌هایی تمام می‌شود که جوامع کوچک‌تر پیشنهاد می‌کنند: آسفالت جاده‌ها، نصب گذرگاه عابر و بهسازی پارک‌های محلی هزینه‌ای اندک دارند ولی درصد بالایی از اهالی از آن بهره‌مند می‌شوند و ضریب کارایی بالایی می‌سازند.[6]

در نقطه مقابل، مگاپروژه‌های شهری به خاطر هزینه‌های هنگفت‌شان جریمه می‌شوند، مگر اینکه ثابت کنند روزانه به حجم میلیونی مسافران خدمات می‌دهند. الگوریتم جلوی پروژه‌های گران را نمی‌گیرد، بلکه تأکید دارد کارایی آنها باید با هزینه‌شان همخوانی داشته باشد.[4]

مهار دستکاری آمار ذی‌نفعان

سلامت این سازوکار کاملا در گرو آمار دقیق بهره‌برداران است. چون شمارش بیشتر افراد مستقیماً وزن رأی پروژه را بالا می‌برد، مجریان شهرداری‌ها انگیزه شدیدی دارند تا آمار ذی‌نفعان پیشنهادی‌شان را دستکاری کرده و بالا ببرند.[4]

اگر پیشنهاددهنده یک پایانه دو میلیون دلاری مدعی شود پروژه به ۵۰ هزار نفر خدمت می‌دهد نه ۱۰ هزار نفر، ضریب وزن رأی پنج برابر می‌شود. چنین دستکاری آماری دوباره برتری جمعیتی کلان‌شهرها را بازمی‌گرداند و کارایی عدالت‌محور مدل را نابود می‌کند.[2]

برای مسدود کردن این روزنه، مسئولان منطقه‌ای نباید به برآوردهای خوداظهاری تکیه کنند. متخصصان فناوری مدنی با تعریف شعاع‌های جغرافیایی استاندارد و بهره‌گیری از داده‌های دقیق سرشماری، آمار بهره‌برداران را پیش از شروع رأی‌گیری به‌طور قطعی قفل می‌کنند.[6]

مثلاً یک پارک محلی صرفا با جمعیت ساکن در شعاع پیاده‌روی ۸۰۰ متری سنجیده می‌شود و مرکز حمل‌ونقل بر اساس جمعیت خطوط مواصلاتی تغذیه‌کننده ارزیابی می‌شود. این معیار بی‌طرفانه راه را بر سیاسی‌کاری در محاسبات می‌بندد.[3]

آینده گرنت‌های عمرانی منطقه‌ای

تغییر فرایند و روی آوردن به رأی‌گیری وزن‌دار نیازمند آموزش عمومی گسترده است. رأی‌دهندگانی که به شیوه‌های سنتی عادت کرده‌اند ممکن است نتوانند درک کنند چرا پروژه‌ای با آرای مطلق کمتر، توانسته رقیب پرجمعیت‌تر اما کم‌بازده خود را شکست دهد.[4]

شهرداری‌ها برای جا انداختن این مسئله، رأی‌گیری را مثل یک «سبد سرمایه‌گذاری» به تصویر می‌کشند نه مسابقه انتخاباتی محبوبیت. سامانه‌های دیجیتال رأی‌گیری وزن هر رأی را به تصویر می‌کشند تا مشخص شود دلارهای مالیاتی مردم در هر طرح چقدر بازدهی به همراه دارد.[3]

با گسترش بودجه‌ریزی مشارکتی از سطح محلات به پروژه‌های کلان زیرساختی استانی، نیاز به عدالت منطقه‌ای حیاتی‌تر می‌شود. بدون حفاظ ریاضی، مالیات‌دهندگان شهرهای اقماری و حاشیه‌ای دیگر حاضر نخواهند بود در سازوکاری که فقط به نفع کلان‌شهرها کار می‌کند شرکت کنند.[2]

وزن‌دهی به آرا بر اساس معکوس هزینه سرانه دقیقا همین تضمین را ایجاد می‌کند. گره زدن پیروزی به بازدهی سرمایه باعث می‌شود جوامع کوچک و بزرگ بدون قربانی کردن نیازهای زیربنایی محلی‌شان، در یک رأی‌گیری مشترک شرکت کنند.[5]