موعد إلغاء بطاقات التموين وتطبيق الدعم النقدي الجديد..10 فئات محرومة منه|تفاصيل
تاريخ النشر: 6th, November 2024 GMT
تعتزم الحكومة المصرية الانتقال من نظام الدعم العيني إلى الدعم النقدي في خطوة تعد جزءًا من خطط تطوير منظومة الدعم الوطني، وذلك بالتنسيق مع وزارة التموين والتجارة الداخلية.
ويأتي هذا التحول في إطار سعي الحكومة لتوجيه الدعم بشكل أكثر كفاءة إلى الفئات المستحقة، مع الحد من الهدر في توزيع السلع التموينية.
تفاصيل التحول إلى الدعم النقديتتمثل أبرز ملامح هذه الخطوة في إلغاء بطاقات التموين، بحيث يتم استبدالها بدعم نقدي مباشر يُمنح للمستحقين بناءً على معايير محددة.
ويهدف هذا النظام الجديد إلى تقليل الهدر في الموارد وضمان وصول الدعم إلى المستفيدين الفعليين، وخاصةً الفئات الأكثر احتياجًا.
وبحسب المخطط الحكومي، فإن التطبيق التجريبي لهذا النظام سيبدأ في بعض المناطق المحددة بحلول الموازنة الجديدة لعام 2025، بهدف ضمان فعالية النظام قبل تنفيذه على مستوى أوسع.
قيمة الدعم النقدي لكل فردبحسب فخري الفقي، رئيس لجنة الخطة والموازنة بمجلس النواب، فإن قيمة الدعم النقدي لكل فرد في النظام الجديد ستكون 175 جنيهًا شهريًا.
وهذا المبلغ يشمل السلع التموينية ورغيف العيش، وهو ما يعكس إصرار الحكومة على توفير حد أدنى من الاحتياجات الأساسية للمواطنين. ووفقًا لتصريحات الفقي، يُتوقع أن يسهم هذا التحول في تقليل نسبة التسرب في الدعم، التي تقدر حاليًا بحوالي 30%.
في إطار تطوير آلية توزيع الدعم، وضعت وزارة التموين مجموعة من الشروط التي ستحدد الفئات التي ستحرم من الدعم النقدي بعد إلغاء بطاقات التموين. هذه الفئات تشمل:
- من يستهلكون أكثر من 1000 كيلووات من الكهرباء شهريًا.
- من يدفعون فاتورة هاتف محمول تتجاوز 600 جنيه شهريًا.
- الأسر التي تتجاوز مصروفات التعليم لأبنائها 20 ألف جنيه سنويًا.
- مالكو الأراضي الزراعية التي تزيد على 10 أفدنة.
- دافعو ضرائب تتجاوز 100 ألف جنيه سنويًا.
- أصحاب الشركات التي يتجاوز رأسمالها 10 ملايين جنيه.
- من لم يستفيدوا من الدعم التمويني لأكثر من 6 أشهر متتالية.
- مالكو سيارات موديل 2017 وما بعده.
- سارقو التيار الكهربائي.
- المعتدون على الأراضي الزراعية أو أراضي الدولة.
أكد وزير التموين، الدكتور شريف فاروق، أن الحكومة تسعى لتطبيق النظام الجديد بشكل مدروس ومتدرج، مع التأكيد على ضمان تلبية احتياجات المواطنين دون التأثير السلبي على الفئات المستحقة. وقال الوزير إن هذا التحول يأتي في إطار رؤية مصر 2030، التي تهدف إلى تحقيق التنمية المستدامة وتحقيق العدالة الاجتماعية، بما يواكب المتغيرات الاقتصادية والاجتماعية في البلاد.
هل سيسهم النظام الجديد في تحقيق العدالة الاجتماعيةفي جلسة استعرض فيها الوزير فاروق تفاصيل الإصلاحات الجديدة أمام مجلس النواب، أشار إلى أن النظام النقدي سيتيح ضبط آلية توزيع الدعم بشكل أكثر دقة، مما سيسهم في توفير بيئة أكثر عدالة لجميع المواطنين. كما أوضح أن التحول إلى الدعم النقدي سيمكن الحكومة من تحقيق استجابة مرنة للأوضاع الاقتصادية، وذلك من خلال تخصيص الدعم بشكل يتناسب مع احتياجات المواطنين الفعلية.
أنواع الدعم النقدي المتاحةأوضح وزير التموين أن الدعم النقدي سيأخذ شكلين: "الدعم النقدي المشروط" و"الدعم النقدي الكامل"، وذلك وفقًا لقاعدة بيانات حديثة تضمن الوصول إلى المستحقين بدقة أكبر. يهدف هذا النظام إلى توفير دعم يتسم بالمرونة، بحيث يمكن تطويره وتكييفه حسب توصيات الخبراء لضمان نجاح التجربة في المستقبل.
قاعدة بيانات دقيقة لضمان العدالةيشدد المسؤولون على ضرورة تحديث قاعدة بيانات المستفيدين من الدعم بشكل دوري ومستمر، لضمان وصول الدعم إلى الأشخاص الذين يستحقونه حقًا. وأكد الوزير فاروق أن التحول إلى نظام دعم يعتمد على بيانات دقيقة وموثوقة يمثل حجر الزاوية في نجاح هذه المنظومة، مشيرًا إلى أن التحديث المستمر للبيانات سيمنع حدوث أي أخطاء أو تجاوزات في توزيع الدعم.
المصدر
المصدر: صدى البلد
كلمات دلالية: نظام الدعم العيني الدعم العيني إلى الدعم النقدي إلغاء بطاقات التموين النظام الجدید الدعم النقدی الدعم بشکل من الدعم
إقرأ أيضاً:
كيف تعلم الروبوت مثل الأطفال؟.. باحثون يكشفون تفاصيل نظام RL-100
يشهد عالم الروبوتات والذكاء الاصطناعي تطورات متسارعة تهدف إلى جعل الآلات أكثر قدرة على أداء المهام اليومية بكفاءة واستقلالية، وذلك في خطوة تقربها من التفاعل مع البيئات الواقعية كما يفعل الإنسان.
وفي أحدث هذه التطورات، نجح باحثون في تطوير نظام تدريبي مبتكر يمكّن الروبوتات من التعلم عبر تقليد البشر أولًا، ثم تحسين أدائها ذاتيًا من خلال التجربة، ما يفتح آفاقًا جديدة لاستخدامها في المنازل والمصانع وقطاعات الخدمات.
تقدم جديد في مجال الروبوتات الذكيةوحقق باحثون تقدمًا جديدًا في مجال الروبوتات الذكية، بعدما نجحوا في تطوير نظام تدريبي يمكّن الروبوت من تعلم المهام عبر تقليد البشر في البداية، ثم تحسين أدائه ذاتيًا من خلال التجربة، ما يعزز قدرته على العمل باستقلالية داخل البيئات الواقعية.
ووفقًا لموقع Interesting Engineering، استطاع الروبوت تنفيذ مجموعة متنوعة من المهام اليومية، من بينها لعب البولينج، وطي المناشف، وفتح الأغطية، وسكب المشروبات، وإعداد عصير البرتقال، وذلك بعد تدريبه باستخدام إطار جديد يحمل اسم RL-100، والذي يجمع بين التعلم بالتقليد والتعلم المعزز.
وأظهرت نتائج الاختبارات أن الروبوت لم يقتصر على تنفيذ المهام التي تدرب عليها فقط، بل تمكن أيضًا من التكيف مع مواقف غير متوقعة والتعامل مع الاضطرابات أثناء العمل، بل وتفوق في بعض الحالات على المشغلين البشريين الذين يتحكمون في الروبوتات عن بُعد.
كما أثبت النظام كفاءته خلال تجربة عملية، إذ نجح الروبوت في تشغيل خدمة إعداد العصائر داخل أحد المراكز التجارية لمدة سبع ساعات متواصلة دون التعرض لأي أعطال.
تطبيق طريقة تعلم الأطفالطور فريق بحثي بقيادة علماء من جامعة شنغهاي جياو تونغ نظام RL-100 لمعالجة إحدى أبرز العقبات في عالم الروبوتات، والمتمثلة في الانتقال من مجرد تقليد الحركات البشرية إلى اكتساب القدرة على اتخاذ القرارات والعمل بكفاءة داخل بيئات غير منظمة.
واستند الباحثون في تصميم النظام إلى الطريقة التي يتعلم بها الأطفال، إذ يبدأ الطفل بالملاحظة والتقليد، ثم يطور مهاراته تدريجيًا من خلال التجربة والخطأ حتى يصل إلى الاستقلالية في الأداء.
مراحل تطوير النظام الجديديعتمد النظام الجديد على ثلاث مراحل رئيسية. ففي المرحلة الأولى، يشاهد الروبوت مهام ينفذها خبراء بشريون عبر التحكم عن بُعد، ليتعلم الربط بين الصور التي تلتقطها الكاميرات والحركات المطلوبة لإنجاز المهمة، ما يمنحه أساسًا أوليًا للسلوك المطلوب.
وفي المرحلة الثانية، يبدأ الروبوت في تطوير أدائه بشكل مستقل، إذ يكرر تنفيذ المهام، ويحتفظ بالتجارب الناجحة ويستفيد منها لتحسين قراراته، وهو ما يقلل تدريجيًا من اعتماده على التدخل البشري.
أما المرحلة الأخيرة، فتتم داخل بيئة العمل الحقيقية، حيث يركز الروبوت على معالجة الأخطاء النادرة وتحسين مستوى الدقة والاعتمادية أثناء تنفيذ المهام.
سرعة استجابة الروبوتاتولم يقتصر التطوير على تحسين قدرات التعلم، بل شمل أيضًا رفع سرعة استجابة الروبوت. فبدلًا من الاعتماد على نماذج تحتاج إلى عدة خطوات حسابية قبل تنفيذ الحركة، استخدم الباحثون تقنية تقطير نموذج الاتساق، ما خفض زمن الاستجابة من نحو 100 مللي ثانية إلى قرابة 10 مللي ثوانٍ فقط، وهو ما انعكس على سرعة التحكم وسلاسة الحركة.
تطبيق النظام البحثي للروبوتاتاختبر الفريق البحثي النظام في ثماني مهام متنوعة تضمنت التعامل مع أجسام صلبة ومواد مرنة وسوائل، إلى جانب مهام تتطلب درجة عالية من الدقة، مثل لعب البولينج، وطي الملابس، وسكب السوائل، وفتح العبوات، وتجميع بعض المكونات، وعصر البرتقال.
وبعد انتهاء مراحل التدريب، حقق الروبوت معدل نجاح بلغ 100% خلال ألف تجربة تقييم، كما أثبت قدرته على التعامل مع أجسام لم يسبق له رؤيتها والتكيف مع تغيرات البيئة المحيطة دون الحاجة إلى إعادة تدريبه، في خطوة قد تمهد الطريق لجيل جديد من الروبوتات القادرة على التعلم والعمل باستقلالية أكبر.
اقرأ أيضاًهل تنجح OpenAI في تحويل شات جي بي تي إلى منصة إنتاجية متكاملة؟
تسريبات تكشف مفاجآت هاتف آيفون 18 برو ماكس.. بطارية أكبر ومعالج جديد
لو كسلان تقوم من سريرك.. الصين تكشف عن أول «مرحاض ذاتي القيادة»
اللجنة المنظمة لـ”APPO 2026″ تزور معهد النفط ومركز بحوث النفط