<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE ArticleSet PUBLIC "-//NLM//DTD PubMed 2.7//EN" "https://dtd.nlm.nih.gov/ncbi/pubmed/in/PubMed.dtd">
<ArticleSet>
<Article>
<Journal>
				<PublisherName>دانشگاه پیام نور</PublisherName>
				<JournalTitle>فصلنامه علمی  پژوهش های بوم شناسی شهری</JournalTitle>
				<Issn>2538-3930</Issn>
				<Volume>16</Volume>
				<Issue>شماره 3 (پیاپی 40)</Issue>
				<PubDate PubStatus="epublish">
					<Year>2025</Year>
					<Month>09</Month>
					<Day>23</Day>
				</PubDate>
			</Journal>
<ArticleTitle>The Impact of Economic and Environmental Factors on Internal Migration in Iran: A Spatial Regression Analysis</ArticleTitle>
<VernacularTitle>تحلیل فضایی مهاجرت داخلی با تأکید بر عوامل اقتصادی و محیطی در استان‌های ایران</VernacularTitle>
			<FirstPage>23</FirstPage>
			<LastPage>38</LastPage>
			<ELocationID EIdType="pii">10667</ELocationID>
			
<ELocationID EIdType="doi">10.30473/grup.2024.70143.2821</ELocationID>
			
			<Language>FA</Language>
<AuthorList>
<Author>
					<FirstName>الناز</FirstName>
					<LastName>ارزاقی</LastName>
<Affiliation>دانشجوی دکتری، گروه علوم اقتصادی، دانشگاه پیام نور، تهران، ایران</Affiliation>
<Identifier Source="ORCID">0009-0008-6271-3985</Identifier>

</Author>
<Author>
					<FirstName>یگانه</FirstName>
					<LastName>موسوی جهرمی</LastName>
<Affiliation>استاد، گروه علوم اقتصادی، دانشگاه پیام نور، تهران، ایران</Affiliation>
<Identifier Source="ORCID">0000-0001-9281-6119</Identifier>

</Author>
<Author>
					<FirstName>جهانگیر</FirstName>
					<LastName>بیابانی</LastName>
<Affiliation>دانشیار، گروه علوم اقتصادی، دانشگاه پیام نور، تهران، ایران</Affiliation>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
			<History>
				<PubDate PubStatus="received">
					<Year>2024</Year>
					<Month>01</Month>
					<Day>01</Day>
				</PubDate>
			</History>
		<Abstract>Migration, usually refers to permanent or long-term changes in the place of residence. This study aims to investigate the spatial analysis of internal migration in Iranian provinces during 2011-2016 with an emphasis on economic and environmental factors. For this purpose, the economic factors per capita GDP, unemployment rate, poverty severity along with the environmental factor of (CO2) emissions were identified in the regression model. First, location (space and distance) was significant in internal migration data according to the Moran test at 95% level. Then, based on the variance inconsistency test and the rho-correlation statistical in the spatial lag model were confirmed. Therefore, spatial regression analysis was performed based on the spatial lag model. The results of spatial regression showed that the economic indicators per capita GDP, unemployment and poverty severity had a statistically significant effect on the net migration rate in the provinces. Unemployment and poverty severity had a negative effect and income had a positive effect on the net migration rate in the provinces. But CO2 emissions were positively correlated with the dependent variable.As greenhouse gas emissions of CO2 increase, so does air pollution. While one might expect that net migration and CO2 emissions would have a negative relationship, the descriptive statistics of net migration and average CO2 emissions show that, except for Khuzestan province, provinces with high CO2 emissions have also attracted more immigrants.This suggests that the CO2 emission index reflects the positive effects of industrialization in the provinces rather than the negative effects of air pollution.</Abstract>
			<OtherAbstract Language="FA">مهاجرت معمولاً به تغییرات دائمی یا طولانی مدت محل زندگی اشاره دارد. این پژوهش بر آن است تا تحلیل فضایی مهاجرت داخلی در استان‌­های ایران را طی سال‌های 95-1390 با تأکید بر عوامل اقتصادی و محیطی بررسی کند. بدین منظور سه عوامل اقتصادی سرانه تولید ناخالص داخلی، نرخ بیکاری و شدت فقر به همراه عامل محیطی میزان انتشار کربن دی‌اکسید در الگوی برآوردی شناسایی شد. نخست بعد مکان (مجاورت و فاصله) در اطلاعات آماری مهاجرت داخلی براساس آزمون موران در سطح 95 درصد معنا­دار شد. سپس براساس آزمون ناهمسانی واریانس و نیز آماره RHO وابستگی فضایی در مدل وقفه فضایی (SAR) مورد تأیید قرار گرفت. بنابراین تحلیل فضایی براساس مدل وقفه فضایی انجام شد. نتایج رگرسیون فضایی نشان داد شاخص­های اقتصادی سرانه تولید ناخالص داخلی، بیکاری و شدت فقر بر خالص مهاجرت در استان­‌های کشور از لحاظ آماری تأثیرگذار بود. به‌طوری‌که بیکاری و شدت فقر تأثیر منفی و درآمد اثر مثبت بر خالص مهاجرت در استان­ها داشت. ولی میزان انتشار CO&lt;sub&gt;2&lt;/sub&gt; رابطه مثبت با متغیر وابسته داشت. از آنجایی که هر چه میزان انتشار گاز گلخانه­ای CO&lt;sub&gt;2&lt;/sub&gt; افزایش یابد، میزان آلودگی هوا نیز افزایش می­یابد، لذا انتظار بر این بود رابطه خالص مهاجرت با میزان انتشار CO&lt;sub&gt;2&lt;/sub&gt; معکوس باشد، اما آمار توصیفی خالص مهاجرت و متوسط انتشار CO&lt;sub&gt;2&lt;/sub&gt; نشان داد جز استان خوزستان، استان‌های با میزان انتشار بالای CO&lt;sub&gt;2&lt;/sub&gt;، مهاجرپذیر نیز بوده­اند. بنابراین شاخص انتشار CO&lt;sub&gt;2&lt;/sub&gt; بیش از اینکه اثرات سوء آلودگی هوا را نشان دهد، اثرات مثبت صنعتی شدن استان­‌ها را نشان داده است.</OtherAbstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">مهاجرت</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">انتشار CO2</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">فقر</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">بیکاری و مدل وقفه فضایی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">استان‌های ایران</Param>
			</Object>
		</ObjectList>
<ArchiveCopySource DocType="pdf">https://grup.journals.pnu.ac.ir/article_10667_2b1e17ec44a1986acd818535fca8bc6d.pdf</ArchiveCopySource>
</Article>
</ArticleSet>
