التنبؤ بخيار وقود الطهي للأسر في أفريقيا جنوب الصحراء باستخدام تحليل تعلّم مُراقَب لبيانات DHS من 28 دولة

لماذا طريقة طهي العائلات مهمة

في أنحاء أفريقيا جنوب الصحراء، لا تزال الغالبية من العائلات تطبخ وجباتها فوق نيران مدخنة باستخدام الحطب أو الفحم أو بقايا المحاصيل. لهذه العادة اليومية عواقب كبيرة: فهي تضر بالرئتين، وتساهم في تغيّر المناخ، وتعكس تفاوتات عميقة في الدخل والوصول إلى خدمات أساسية مثل الكهرباء. تسأل الدراسة الملخّصة هنا سؤالاً عملياً للغاية: بناءً على ما نعرفه عن الأسرة—دخلها وتعليمها والوصول إلى الطاقة ومكان إقامتها—هل يمكننا التنبؤ بشكل موثوق ما إذا كانت تطبخ بوقود نظيف أم ملوِّث؟ وإذا أمكن، ما الذي يعنيه ذلك بالنسبة لتسريع الانتقال إلى الطهي الآمن لمئات الملايين من الناس؟

نظرة على الحياة اليومية في 28 دولة

استند الباحثون إلى مسوحات منزلية مفصّلة من 28 دولة في أفريقيا جنوب الصحراء، شملت أكثر من 430,000 منزل في الفترة بين 2015 و2024. تسأل هذه المسوحات، من بين أمور أخرى، عن نوع الوقود المستخدم أساساً في الطهي. صنّفت الفريق الكهرباء وغاز البترول المسال (LPG) والغاز الطبيعي والبيوغاز كخيارات «نظيفة»، بينما اعتُبرت وقود مثل الكيروسين والفحم والفحم النباتي والحطب وبقايا المحاصيل وروث الحيوانات «غير نظيفة». كما أدرجوا معلومات عن عمر وجنس رب الأسرة، وحجم الأسرة، وعدد الأطفال الصغار، والمستوى التعليمي، والثروة، وما إذا كان المنزل يملك كهرباء، وما إذا كان يملك راديو أو تلفزيون. معاً، ترسم هذه التفاصيل صورة واسعة عن كيف تعيش العائلات وتعمل وتصل إلى المعلومات والخدمات.

تعليم الحواسيب على رصد أنماط الوقود

لكشف أنماط معقّدة تفوق قدرات الإحصاءات التقليدية، استخدم المؤلفون عدة أساليب تعلم آلي مُراقَب—نماذج حاسوبية تتعلم من أمثلة. درّبوا سبعة نماذج مختلفة، بما في ذلك أشجار القرار والغابات العشوائية والشبكات العصبية الاصطناعية وطريقة تعزيز قوية تسمى XGBoost، على 80% من البيانات واختبروها على الـ20% المتبقية. وبما أن المنازل التي تستخدم وقوداً نظيفاً كانت أندر بكثير من تلك التي تستخدم وقوداً ملوِّثاً، قاموا بموازنة البيانات أثناء التدريب حتى لا تتعلم النماذج ببساطة توقع الاختيار الأكثر شيوعاً. قُيِّمت النماذج بناءً على مدى دقتها، ومدى قدرتها على تحديد مستخدمي الوقود النظيف، ومدى وضوح تمييزها بين الخيارات النظيفة وغير النظيفة. برزت XGBoost في الصدارة، فتنبوءت بنوع الوقود بشكل صحيح حوالي أربعة مرات من بين كل خمس مرات، وأظهرت قدرة ممتازة على التفريق بين المجموعتين.

ما الذي يهم أكثر للطهي الأنظف

الحصول على تنبؤات جيدة مفيد، لكن صانعي السياسات بحاجة أيضاً لمعرفة ما الذي يحرّك تلك التنبؤات. لفتح «الصندوق الأسود» استعمل الفريق تقنية تُدعى SHAP، توضح مقدار كل عامل في دفع النموذج نحو التنبؤ بوقود نظيف أو غير نظيف. كان التأثير الأقوى بمفرده هو ما إذا كان لدى الأسرة كهرباء أم لا. كانت المنازل التي تفتقر للكهرباء أكثر عرضة للاعتماد على الوقود المدخّن، خاصة عندما تكون أيضاً فقيرة. ومن الإشارات القوية الأخرى للطهي الأنظف العيش في مدينة بدلاً من الريف، وارتفاع مستوى التعليم، وامتلاك تلفزيون، الذي غالباً ما يصاحبه دخل أعلى ووصول أفضل إلى المعلومات. لعبت ملكية الراديو، وحجم الأسرة، وعدد الأطفال الصغار، ومكان الطهي (داخلي، في كوخ منفصل، أو خارجياً) دوراً أيضاً، لكنه كان أصغر حجماً.

تقدّم غير متساوٍ عبر المنطقة

رغم نمو التحضر وشبكات الكهرباء، تجد الدراسة أن 84% من الأسر عبر الدول الـ28 ما تزال تطبخ بوقود غير نظيف. في بعض البلدان—مثل بوروندي ومدغشقر وسيراليون ومالاوي وليبيريا وغينيا—تعتمد أكثر من 95% من المنازل على الكتلة الحيوية التقليدية. عدد قليل فقط من الأماكن، ولا سيما جنوب أفريقيا والجابون، لديها أغلبية من الأسر تستخدم خيارات أنظف. وضمن البلدان نفسها يتكرر نفس الانقسام: العائلات الأغنى والحضرية والأكثر تعليماً والتي تملك كهرباء هي أكثر احتمالاً للانتقال إلى غاز البترول المسال أو الطهي الكهربائي، بينما تستمر الأسر الريفية الفقيرة في جمع الحطب أو شراء الفحم النباتي. تظهر هذه الأنماط أن التقدّم ممكن لكنه غير متساوٍ ومرتبط ارتباطاً وثيقاً بالمال والبنية التحتية والمعلومات.

ما الذي يعنيه هذا للناس والسياسات

بالنسبة لغير المتخصصين، الرسالة الأساسية واضحة: أصبح لدينا الآن طريقة مدفوعة بالبيانات لتحديد المجتمعات الأكثر خطراً من استنشاق دخان الطهي الضار، ولسبب ذلك. تُظهر الدراسة أن توسيع الكهرباء الموثوقة والميسورة التكلفة، وتقليص الفجوة بين الريف والمدينة، وتحسين التعليم، ورفع دخول الأسر كلها أمور مركزية لتنظيف الطهي. مع أدوات تنبؤ دقيقة، يمكن للحكومات ومجموعات المساعدات استهداف مشاريع كهربة المنازل، ودعم الوقود، وحملات التوعية بشكل أفضل نحو الأسر التي تحتاجها أكثر. ببساطة، تحوّل هذه الأبحاث إجابات المسوحات المبعثرة إلى خريطة عملية تساعد ملايين العائلات على استبدال النيران المدخنة بمطابخ أكثر أماناً ونظافة.

الاستشهاد: Demoze, L., Asnake, A.A., Gebrehana, A.K. et al. Predicting household cooking fuel choice in sub-Saharan Africa using supervised machine learning analysis of DHS data from 28 countries. Sci Rep 16, 14208 (2026). https://doi.org/10.1038/s41598-026-44937-z

الكلمات المفتاحية: الطبخ النظيف, طاقة الأسر, أفريقيا جنوب الصحراء, تعلّم الآلة, الوصول إلى الكهرباء