この 記事 24 年 2023 月 XNUMX 日に MDPI で最初に公開されました。
長文 (18 分)
このオピニオン ピースは、国際科学会議のグローバル サイエンス プログラムの成果です。 都市の健康と福祉.
近年、都市の人々が直面している健康上の課題の強度と範囲が拡大しています。 これは、一部には、出現し、拡大するグローバルなシステミック リスクに適切に適応し、対応できていないことによるものですが、複雑さが都市の健康に与える深刻な影響についての理解がまだ限られていることにも起因しています。 複雑性科学は健康科学や都市科学にますます受け入れられるようになっていますが、都市の健康研究、政策、および実践にはまだ機能的に組み込まれていません。 環境制約がエスカレートする状況で都市化を加速するには、複雑さとのより深い関わりが必要になりますが、逆説的に、はるかに迅速で、より効果的で、よりリスク回避的な意思決定も必要になります。 これらの要求に応えるには、統合的、包括的、協調的、体系的、迅速、質素な科学、政策、および実践スタイルを採用する必要があります。 私たちは、科学的方法論、認識論的および存在論的立場、合理性のタイプ、およびガバナンスの変革を提案し、研究者、政策立案者、実務家、および市民を、複雑な情報に基づいた新しい都市健康科学に向けてシフトします。
はじめに
都市の健康科学者や意思決定者は、都市が複雑なシステムであることを長い間認識してきましたが、調査と実践では、その影響と完全に向き合っていません。 ここで、複雑なシステムとして都市にアプローチするには、都市の健康に関する現在の研究と実践に大幅で明確な変更が必要になることを提案します。 このようなアプローチをとらないと、不公平を永続させ、自由を減らし、環境と生態系の劣化に適切に対処できず、都市部に住む何十億もの人々の健康状態が最適ではない、または健康状態が悪化する原因となるデータ、決定、および結果につながります。気候変動や最近の COVID-19 パンデミックに起因するような健康危機。 そのため、都市の健康は、都市の複雑性科学とのより深く、より実用的な取り組みを追求する必要があります。 これは、都市における最も差し迫った健康と公平性の問題に対処し、都市化と持続可能な開発自体の意図しない結果を減らし、複雑な都市システムを管理する能力を強化するのに役立ちます。
過去数十年にわたり、さまざまな委員会や論評が、都市の意思決定と都市設計が人口の健康と健康の公平性にどのように影響するかについてのさらなる研究と、それに対応する行動を求めてきました [1,2,3]。 これらの重要なレビュー自体は、都市の設計、計画、および政策が、都市環境における幸福または不健康に寄与する独自の特性を認識することを要求する古い文献に基づいています [4,5,6,7]。 この半世紀にわたる漸進的な研究には、都市の健康に関する重要な洞察が含まれていますが、都市の健康科学と政策立案との間のインターフェースに関する新しい視点から利益を得る余地はまだかなりあります。
- 永続的な不平等を認めて優先順位を付け、それらの実質的な起源が都市の複雑さにあることを認識します。
- 都市の健康は複雑なプロセスの緊急の結果であるという基本的な認識から進み、したがって、健康の因果関係に関する線形の仮定を調査します。
- 複雑な地域的およびグローバルな接続、ネットワーク、およびフローが都市の健康にどのように影響するかを考慮して、マルチスケールの視点を採用します。
- 都市の目標設定、実施、ガバナンス、監視、およびコミュニケーションへの市民参加を促進する方法に焦点を当てています。
- 健康危機を予測し、対応し、そこから学ぶための有効な枠組みとして、地域の回復力を認識し、それに向けて取り組みます。
- 特に失敗した都市の健康実験と過小評価された成功から、歴史と学習に重点を置きます。
- 新しいデジタルツールと技術を利用します。
都市の健康に関する学者や実践者は、多くの状況において、より健康的で公平で包括的な都市を実現するためには、単純化できないものを単純化しようとするのではなく、都市の複雑さにもっと実質的に関与することにかかっていることをすでに認識しています。 実際、都市の複雑さを認識、理解、管理することの難しさから、都市における多くの健康への悪影響が生じることがますます認められています [8].
多中心的、参加型、再帰的、適応的、学際的な研究および政策スタイルにおいて重要な進歩が見られました。これは、複雑さと関わり、複雑な意思決定状況を必要なガバナンス機関 (構造、メカニズム、規則など) と一致させようとする試みと見なすことができます。 ) [9]。 しかし、最近では逆の傾向も見られ、よりトップダウン/押し付けがましく、ボトムアップ/合意に基づく政策スタイルは減っている [10,11,12]; この傾向は、世界的な健康上の緊急事態、リスク、および災害、特に最近の世界的な COVID-19 パンデミックによって加速された可能性が高い [13].
これは、より合意に基づくポリシー スタイルが常に「優れている」と言っているわけではありません。 むしろ、ますます複雑化する社会的、生態学的、技術的な都市環境を効果的にナビゲートするには、複雑さによって課せられる制約と機会に適合する政策スタイル、参加型意思決定メカニズム、およびガバナンス能力を持つことが不可欠です。 [14]。 複雑な状況下での政策立案がこの法則に従うことはめったにありません。通常は、より経済的に効率的な結果を生み出すという競合する利益のためです。
バトン[15] は、政策レジームを複雑さに適合させることの重要性を主張し、後者が意思決定の選択のためのまさにフレームワークを条件付けていることに注目しています。 単純なモジュラー システムとは対照的に、複雑なシステムでは、個人の合理性だけでなく社会の合理性と、手段の合理性だけでなくコミュニケーションの合理性も考慮する必要があります。 言い換えれば、個々の目標に向けた進歩の総和だけでなく、集合的な目標に向けた進歩、成果を達成するための技術的手段だけでなく、反復的で合意に基づく理解を促進するメカニズムも考慮する必要があります。 あまりにも多くの場合、制度的惰性により、科学と政策は単に個人の合理性と道具的な人間の相互作用に基づいており、特に都市の持続可能性や健康などの複雑な問題に対して、費用効率は高いが最適ではない選択と意図しない否定的な結果につながります。 ミュラー[16] は、複雑なシステムを正確に決定し、綿密に予測し、正確に制御できるという誤った仮定に「どこにでもある」政策の失敗をたどります。
複雑さに深く関与することに対する留保は、そのような関与が科学的方法のタイムリーで厳密な適用を妨げるという認識に基づいている場合があります. これは、従来の科学が通常提供できるよりもはるかに迅速に解決策が必要とされる、課題がエスカレートする状況において特に痛烈な批判です。 しかし、線形の仮定に基づいた狭い意思決定は、複雑なシステムで悲惨な結果につながることがよくあります。 リードの言葉で[17] (ケインズのせいだと誤解されることが多い)、「正確に間違っているよりも、漠然と正しいほうがよい」。 さらに、複雑な状況下での意思決定は致命的に遅い必要はありません。健康の複雑な状況にうまく適用された迅速でヒューリスティックな意思決定の豊富な歴史があります [18,19].
複雑性科学に導かれた意思決定は、明確さ (目標、方法、またはメッセージなど) に欠けていると見なされる可能性があり、したがって不信を引き起こす可能性があります。 これが、複雑な都市の健康問題の解決策が通常集団行動に依存する理由の XNUMX つです。 すべての適切なスケールにわたってすべての関連する利害関係者が関与することで、複雑さが還元できないあいまいさを課す場合でも、決定の正当性が高まります。
意思決定者自身が、複雑さへの取り組みに追加の障壁を課す可能性があります。 たとえば、信頼性を維持し、信頼性が低いという認識を避けるために、既存の政策スタイルや意思決定アプローチに固執することを選択する場合があります。これは、いわゆる「埋没費用」のレンズを通して説明できる行動です。 複雑さは、しばしば「複雑さ」と混同され、変化のコストの認識に基づいて抵抗を生む可能性があります。特に、変化が政策立案者の慣れ親しんだ役割や立場を脅かす可能性がある場合はなおさらです。 既得権益は、意思決定者が利益を得るシステムに必要な変更を加えることを妨げることがよくあります。 これらの要因は、既存の結果が世界的に最適ではない場合でも適用され、複雑さを考慮したアプローチは共通の利益に役立ちます。
研究、政策、実践において複雑な思考を体系化するという課題はかなりのものです。 それは、反対意見、ポピュリズム、および政治の気まぐれから専門知識を隔離するために一貫して取り組んできた機関内での知識形成の参加型プロセスを制度化することを求めています。 科学的知識の偏りと、複雑な現実に伴う避けられない不確実性に取り組む中で、Jasanoff [20] 「謙虚な技術」を主張した。 未知のもの、不確実なもの、あいまいなもの、制御不能なものなど、人間の理解のぼろぼろの境界を把握しようとする方法、またはさらに良いことに、制度化された思考の習慣。 予測と制御の限界を認めた謙虚な技術は、私たちが完全な先見の明を欠いているという規範的な意味合いに正面から向き合います。 彼らは、これまでガバナンスにおいて必要と考えられてきたものとは異なる能力と、専門家、意思決定者、および一般市民の間のさまざまな形の関与を求めています。 正式な参加メカニズムだけでなく、一般的な問題の解決に市民が知識とスキルをもたらすことが奨励される知的環境も必要です。
要するに、複雑さに直面して、政策決定のための情報および認識論的フレームワークを調整しなければならないことが明らかになりました。 この解説では、21 世紀の要求を満たすために複雑な科学と政策を都市の健康の課題に適用する方法を詳しく説明しながら、都市の健康のための政策立案スタイルの修正を提案します。
2. 新たなアーバンヘルスサイエンスへ
都市を複雑なシステムとして理解し、関与してきた長い歴史があります。 19世紀半ば、セルダ[21] は、幾何学、形状、および機能するメカニズムの概念の観察に基づいて、都市の科学の基礎を築きました。 ゲデス[22]、半世紀後、都市はフローとネットワークから進化していると認識されていました。 より最近では、複雑科学の分野における重要な進歩に伴い、都市はトップダウンの設計ではなく、ボトムアップ、進化、自己組織化プロセスの産物と見なされるようになりました [23,24].
過去 XNUMX 年間で、都市は複雑さの中心であり、複数のタイプの組み込み、重複、相互作用システムを包含することを認識する新しい都市科学が出現した [25,26,27]。 この複雑さは部分的に組織化されており、部分的に創発的なものであるため、観測の物理的および時間的スケールに応じて、都市は部分的に計画可能であり、部分的に予測不可能で計画不可能です。
都市に住む人々の健康と、それが依存する環境の複雑な状態として定義される都市の健康は、都市自体と同様に複雑さの影響を受けます。 したがって、人間の健康と環境を保護し、改善し続けるためには、特にリスクが増大する中で、都市の健康の分野でも都市の複雑さに対処する必要があります。 健全な都市のための新しい科学は、都市の複雑さへのより広範な調査からの教訓を引き出すだろう [28]。 それは、複数の社会的および環境的決定要因の結果としての都市の健康の理解を補完し、人間とその環境の間の相互相互作用の産物としての都市の健康の認識を深めます。生態技術システム (SETS) [29,30].
複数の決定要因の観点から体系的な相互作用に焦点を当てたものへの焦点のシフトは、科学的企業の構造における対応する変化を意味します。 前者は、並行して作業する複数の分野の研究者チームによって研究することができますが、後者は、一貫性（多くの無関係な調査ラインからの証拠の収束）と、学際的および学際的な調査の堅牢な取り込みを必要とします[9,31,32]。 これにより、新しい洞察を生み出し、政策と実践に情報を提供するために必要な複数の証拠を確保するために、参加型プロセスにより重点を置く必要があります (他の利点の中でも特に)。 ジェーン・ジェイコブスの言葉[33]、「都市は、すべての人によって作成されたという理由だけで、またそのときにのみ、すべての人に何かを提供する能力を持っています。」
その性質上、都市の健康に関する複雑な情報に基づいた科学は、都市の健康と環境問題の上流の根本原因に焦点を当てることを奨励し、より効率的で予防に根ざした積極的なアプローチを可能にします。問題を軽減します。 包括的な参加を受け入れ、体系的な意図しない結果に焦点を当てることにより、都市に蔓延する社会的、制度的、健康的な不公平に対処するための洞察とインセンティブも提供します[34].
重要なことに、このようなアプローチは、現代の都市化の特徴的なハイパーコネクティビティのコンテキストで解決策を理解し、見つけるのにも適しています。 Batty [26]、「現在、コミュニケーションが支配する世界では、私たちは場所から相互作用に焦点を移す時が来ました。都市を単に理想化された形態として考えるのではなく、都市をコミュニケーション、相互作用、貿易、交換のパターンとして考えるようにします。 要するに、それらをネットワークと考えることです。」 都市空間では、指数関数的に加速する接続性が特徴です。 たとえば、最新の輸送システムは、迅速で地理的に広範囲な移動を可能にし、より多くの潜在的な人対人接続を可能にします。 COVID-19 の特別なケースで観察されたように、交通機関やその他の都市システムによって可能になった、密集し、相互接続が強く、急速に変化する環境には、同様に迅速で、柔軟で、多様で、マルチソースのガバナンス対応が必要です [35,36].
都市のコネクティビティは、人と人との相互作用に限定されません。 体系的なつながりを通じて、都市の複雑さは、人間の活動を人々や環境への広範な影響に変換し、いくつかの問題を解決するだけでなく、それ自体が密接に関連する新しい「邪悪な」課題を生み出します [37]。 このように、グローバルな都市システムは、成長と発展を促進し、平均寿命を延ばし、貧困を削減してきました。 しかし、都市の成長は、都市のグローバルネットワークが接続され、都市を構築し、都市に供給するための資源と、それらの廃棄物を吸収するシンクを提供するグローバルな生態系に基づいており、体系的に劣化しています [38,39].
このように、複雑なシステムとしての都市をよりよく理解することは、最終的に都市と地球との深いつながりをより深く理解することにつながります。 ますますシステミックなグローバルリスクに直面して[13[40] 2030年までに [41]、この理解はまた、複雑さの科学からの教訓と集団行動と知性のための私たちの能力を利用して、持続可能性を定義し追求する方法についての重要な新しい洞察に私たちを導くかもしれません. また、持続可能な開発に対する既存の概念的批判への関与を促進する必要があります [42,43,44[45]—アイデアの言説を拡大することにより、より良い結果を促進します。
3. アーバンヘルスへの複雑性に基づくアプローチを可能にするシフト
科学者、都市住民、その他の利害関係者、および意思決定者による長年の観察に基づいて、 XNUMX つの重要なシフト 都市の健康への複雑性に基づくアプローチを支えること。 これらの変化は、(a) 私たちが直面する課題の性質をどのように認識するか (存在論) と、それらについての知識を持つ能力 (認識論) と関係があります。 (b) その知識を導き出すために使用するツール (方法論)。 (c) その知識に基づいて対応し、意思決定を行う方法 (合理性)。 (d) そのようなアプローチを促進するための機関の編成方法 (ガバナンス)。
自然とそれを知る方法：存在論的および認識論的スタンスの変化
XNUMX 年近くの間、科学的方法は、現実を「知っている」という私たちの主張の主要な根拠であり、証拠に基づいた意思決定の根拠でした。 実際、ウィルソンは、「科学的方法の助けを借りて、私たちは以前の世代の夢をはるかに超えた物理的世界の包括的な見解を得た」と観察した[46]。 しかし、この拡張された見方、そして実際に科学的方法自体は、現実世界の問題の全体像または有用な像を表すことができないとして、いくつかの文脈で異議を唱えられてきました.
古典的に適用されているように、科学的方法は、自然のプロセスが独立変数間の観察可能でテスト可能な因果関係に還元可能であると仮定する傾向があります。 定性的分析ではなく定量的分析に向かう傾向があり、あいまいさを思いとどまらせ、観察されたシステムの「外側」に立っている客観的で無限に合理的な個人としてアナリストを認識します。 哲学では、この信念はリアリズムと呼ばれてきました。
しかし現実には、非線形のフィードバック関係、多元的な因果関係、創発的な行動、現実を観察または発見しようとする方法など、多くの複雑さが伴います。 人間のプロセスの性質は、科学的生産自体が複雑なバイアスの影響を受けることを意味します。 したがって、どのモデルが XNUMX つの普遍的な現実に最も近いかを尋ねることはほとんど役に立ちません。 より有用なのは、すべてのモデルが現実の複雑さを完全に説明するのに失敗し、一部のモデルが他のモデルよりも有用であることを認識することです: モデル依存のリアリズム [47].
したがって、古典科学は、実用的な知識を生み出したり、社会的ニーズを満たすことに失敗することがよくあります。 モデルは、人々の生きた現実を反映していません。 研究サイクルはイベントによって常に追い越されており、科学を意思決定に組み込むための制度的メカニズムは未発達であり、科学的実践はしばしば社会的課題の範囲や複雑さに対応できていません。 科学に対する全体的な信頼は高いものの、一部の状況では、COVID-19 パンデミックの状況ではさらに高くなる可能性があります [47[48].
これらの問題に対処するには、現実の性質とそれを知る方法についての理解を変える必要があります。 複雑なシステムのより有益な代替理解は、それほど厳密ではなく、より定性的であり、あいまいさを許し、複雑さをシステムコンポーネント間の相互作用やより広い環境との相互作用から生じるものとして認識する方法論によって達成できます。したがって、システムに内部化されます。 このようなアプローチは、私たちが観察し、その一部である複雑なシステムが理解されやすく、したがって予測と影響を受けやすいことを示唆しています。 古典的なアプローチとの決定的な違いは、科学自体が変化する環境や変化する意思決定状況に無関心ではないという観察です[49].
モデルに依存するリアリズムとは別に、別の反応は科学へのポストノーマルでミッション指向のアプローチの重要性を認識することである [50,51]。 ノーマル サイエンスはバイアスを回避することで信頼性を主張しますが、ポストノーマル サイエンスは、実践のための知識を作成するために科学を導くというタスクに最も適したバイアスと価値について意識的に選択します。 同様に、知識を生み出す過程で、社会のより広い部分（拡大されたピアコミュニティ）を包含する[52]。 ポストノーマル科学が扱う問題の中には、主要な技術的危険や環境汚染に関連するものがあります。 このような問題では、倫理的判断と価値観が正式な分析と同じくらい重要な役割を果たします。 この認識論的スタンスを広く採用することは、科学的権威による意識的な推進を通じて、教育、政策、実践において、ますます複雑化する課題に対処する私たちの能力を向上させるでしょう。
商売の道具を研ぎ澄ます: 科学的方法論の転換
人間の理解と効果的な実践に対する絶え間ない障壁を克服するために、科学的方法は、通常実装されているように、その概念化と適用を拡大して新しい方法論を組み込む必要があります。 たとえば、システム アプローチと学際的な研究は、複雑な課題に対処するための主要な方法として広く認識されています [9,29,53]。 都市の健康の文脈では、Newell と Siri は、都市の健康の政策決定における低次システムのダイナミクス モデルの適用を主張している [54].
実際、科学の実践自体が複雑なシステムであり、複雑な科学の洞察から恩恵を受け、複雑な現実の永続的な要求を満たすために、その方法、ルール、および認識を継続的に適応させ、磨き上げています。
同様に、新しいモデル依存リアリズムの要求を満たすために、科学は、社会科学からの実践的および経験的知識と洞察、および科学領域外からの新しいパートナーを含む、証拠の新しい領域を組み込む必要があります。
方法論の革新を支える科学の構造の変化が見え始めています。 実際、「どの時代においても、科学は主要な問題を中心に形作られ、それらとともに進化する」[55]。 したがって、「大きな惑星の小さな世界」から「小さな惑星の大きな世界」への文脈の変化において[56[46]、および不確実性が認識論的または倫理的であり、意思決定の利害関係が利害関係者間の相反する目的を反映している状況における行動指向のポストノーマル科学の出現と同様に。
斬新で複雑さを重視した方法論の継続的な拡大には、分野構築のプロジェクトの一環として、明確な制度的および財政的支援が必要になります。 専門用語を制限し、複雑な問題に対して有用な説明と簡単な解決策を提供するには、研究者による真剣な努力が必要です。 おそらく何よりも、知識を行動に移すことが科学に対する社会的信頼に完全に依存していることを考えると、エンドユーザーに関連する実用的な知識の作成に絶え間なく焦点を当てる必要があります。
この移行をサポートするために、さまざまなリソースを利用できます。 XNUMXつだけを挙げると、都市の健康と福祉に関する国際科学会議のグローバル科学プログラムは、過去XNUMX年間にわたって都市の健康へのシステムアプローチを精緻化し、将来の研究と行動のための行動を提案した[57]。 一方、OECD は、複雑な社会的課題に対処するための学際的な研究を支援するための推奨事項を公布しました。9].
知識を正当な行動に変換する: 合理性のシフト
(計算可能なリスクとは対照的に) 不確実性、限られた時間、データ、および計算能力に直面した場合 (複雑な意思決定の状況でよくあることですが)、完全な情報の下で行われる最適な決定を前提とする合理的な行動の伝統的な概念は不正確です。そして通常、望ましい結果をもたらすことができません。 むしろ、そのような状況では、文脈を説明する生態学的合理性と、共同発見のプロセスを通じてより良い答えに漸進的にアプローチしようとする協調的合理性が支持されるべきです.
他の機能の中でも、そのようなルーブリックは、確率の明示的な計算の必要性を回避するためにヒューリスティックを利用することができ、環境の構造によりよく適応する必要があります。 決定論的から確率論的、ヒューリスティックな意思決定へと移行する中で、無制限の合理性と無制限の計算能力という非現実的な仮定はますます緩和されています。 ヒューリスティックスは詳細な調査に代わるものではありませんが、不確実な世界では単純なヒューリスティックス (つまり、関連性の高い少数の予測因子に焦点を当てた、迅速で倹約的で、一般的に経験に基づく意思決定戦略) の方が優れている場合があります。アクションが緊急に必要な場合、他の意思決定戦略よりも正確です。 ヒューリスティックが環境にうまく適合している場合、生態学的に合理的な決定を行うことができます。
ヒューリスティックスは、複雑さを管理するための XNUMX つのアプローチとして推進されてきました。たとえば、グリーン インフラストラクチャの実装において [58] およびデータドリブンのアーバン デザイン [59]。 ICT4S (持続可能性のための情報通信技術) における重要なシステム思考には、トロントの Sidewalk Labs の「スマート シティ」プロジェクトで実証されているように、重要なシステム ヒューリスティックス (CSH) アプローチが必要です。 CSH は、都市の意思決定におけるコンピューターによるアプローチの限界を認識し、考慮に入れなければならない事実と価値と、人間の生活がどのように組織されるべきかについて人々が考える考え方との間の緊張関係のバランスを取ります [60]。 同様の例には、ベイルート地区における騒音公害削減の部分システム分析が含まれます [61].
複雑な状況における合理的な意思決定のもう XNUMX つの重要な要素は、多様なパートナー間のコラボレーションです。 知識生産への方法論的アプローチの場合と同様に、経験、価値観、優先順位、および背景知識の多様性は、意思決定がニーズによく一致し、効果的な実施に必要な賛同を得る可能性が高いことを保証するために重要です。
すべての複雑な都市の意思決定状況には、さまざまな相互作用する主題とオブジェクト、およびプライベート、共有プール、公共の財とサービスを含むさまざまな種類のリソースが含まれます。 適切な対応には、さまざまな合理性に基づいた多様な一連の方法が組み込まれ、事実と価値の両方、および過去と将来のニーズと願望に関する経験と過去の知識が考慮されます。
複雑性に基づくアプローチのサポート: ガバナンスの移行
意思決定戦略がより生態学的に合理的になり、したがって、定義上、社会的および生物物理学的環境によりよく適合するようになると、それらは必然的により包括的で、審議的で、再帰的になります。 決定の基礎となる規範と原則は適応的であるべきであり、それらが策定された状況に関係なく持続するべきではなく、変化している可能性があります。 このような状況では、複雑な意思決定状況のガバナンスは、個人の合理性に基づく (つまり、固定された原則と関係の仮定に基づく) 構造よりも堅牢でありながら柔軟になります。
堅牢なガバナンス構造は、健康を促進する都市の複雑さに貢献しています。 彼らは、学習によって変化する能力を維持しながら、既存の意思決定ルールと戦略から恩恵を受ける限り、適応的です。 彼らは、彼らが活動する環境の変化の中で、彼ら自身のパフォーマンスについての反省に応じて、自分自身を変えることができるという意味で反射的です[62,63,64].
これらの変化は自動的に起こるわけではないため、ガバナンスのメカニズムと制度的構造が複雑なシステムと相互作用する方法について、さらに多くの研究を行う必要があります。また、健全な複雑さを生み出すシステムを (非生産的な混乱を引き起こすことなく) 促進するためのアドボカシーも必要です。
結論
都市化は、健康と福祉を脅かすさまざまな課題と不公平を生み出し続けています。 なぜ、どのようにこれが起こっているのかを理解し、体系的なリスクに適切かつ迅速に対応し、人的災害を防ぐために、新しい都市の健康科学が必要です。 都市化に伴う複雑性の増大は、容赦なく都市の優位性につながるわけではありません。
都市システムの複雑さは積極的に形成する必要があります。 都市の健康上の課題は、適切に機能し、適切に接続された物理的、制度的、および技術的インフラストラクチャによってサポートされる、多様化する一連の人的および社会的資本で対処する必要があります。
科学の実践において、複雑さに対処するには、学際的、学際的、学際的、およびミッション志向の科学への明確な努力と投資が必要です。 科学における永続的なインセンティブ構造により、より一般的で実用的なガイド、レポート、または知識伝達よりも、上位のジャーナルに掲載された専門的で狭い知識が好まれます。 科学的実践のこれらの特徴は、知識の断片化と、政策決定のレベルで機能する声の不平等の増大につながります。
政策立案に関しては、複雑さに対処するには、単に特権と意思決定力を確保するだけでなく、大衆のエンパワーメント、社会的結束の構築、参加型意思決定へのより多くの投資が必要です。 それには、複雑さを恐れず、集団行動と公共の利益を構築するために調整された制度的および政策的改革に進んで取り組むリーダーシップが必要です。複雑な意思決定状況にうまく対処できます。
社会においては、都市住民が直面している都市の健康問題に積極的に関与し、都市計画と設計プロセスに参加することを意味します。 それには、人々が必要とし、望んでいる都市のビジョンを明確にし、認識する必要があります。
過去に直面した課題に対応して成功裏に成長し、変革を遂げた現実世界の都市から学ぶことで、これらの必要な変化をすべてまとめ、新しい相互作用と同盟を構築することができます。 デジタル化によって提供される新しい可能性と空間を探求することで、今日、私たちは将来の健全な都市のモデリング、構築、シミュレーションに参加することもできます。 複雑性リーダーシップ理論 [65]、共同モデリングと都市計画、市民科学、創造的な集合知 [66]は、新しい都市の健康科学を創造するために私たちを前進させる一連の行動の一部である例です.
フランツ・W・ガッツヴァイラー、中国科学院都市環境研究所。 マカオの国連大学研究所。
サロイ・ジャヤシンゲ, コロンボ大学医学部; スリランカのサバラガムワ大学医学部。
ホセ・G・シリ、独立研究者、フィラデルフィア。
ジェイソン・コーバーン、公衆衛生学部、都市および地域計画学部、グローバル健康都市センター、カリフォルニア大学バークレー校。
UnsplashのMike Swigunskiによる画像
