پیش‌بینی و تبیین ساختاری مؤلفه‌های تببین‌کننده تغییرات جمعیتی در کلان‌شهر اهواز

مقالات آماده انتشار

نوع مقاله : علمی - پژوهشی

نویسندگان

• مهناز حسینی سیاه گلی ¹
• سعید امانپور ²
• سعید ملکی ³

¹ دانش آموخته دکتری جغرافیا و برنامه‌ریزی شهری، دانشگاه شهید چمران اهواز، اهواز، ایران.

² دانشیار گروه جغرافیا و برنامه‌ریزی شهری، دانشگاه شهید چمران اهواز، اهواز، ایران.

³ استاد گروه جغرافیا و برنامه‌ریزی شهری، دانشگاه شهید چمران اهواز، اهواز، ایران.

https://doi.org/10.22067/jgusd.2022.78296.1242

چکیده

چکیده:

تحولات جمعیتی به عنوان مهمترین پدیده تحولی دوران معاصر به شمار می‌رود چرا که تحولات جمعیت تقریباً تمام جنبه‌های زندگی و جهان پیرامون ما را تحت تاثیر قرار داده‌است و آثار زیادی بر خرده نظام‌های اجتماعی، اقتصادی، سیاسی و محیطی وارد ساخته است. در همین راستا؛ هدف پژوهش حاضر پیش‌بینی و تبیین ساختاری مؤلفه‌های تببین‌کننده تغییرات جمعیتی در کلان‌شهر اهواز است. از نظر هدف‌گذاری کاربردی و از نظر روش-شناسی به صورت توصیفی- تحلیلی است. در روند تهیه و تولید داده‌ها ابتدا مؤلفه‌های تببین‌کننده تغییرات جمعیتی با استفاده از نظرات 15 نفر از اساتید و کارشناسان سازمان‌های مربوطه از طریق روش دلفی شناسایی شده‌است. برای تجزیه و تحلیل اطلاعات11 عامل به عنوان عوامل تاثیرگذار قوی بر تغییرات جمعیتی کلان‌شهر اهواز از مدلسازی تفسیری-ساختاری ISM و سپس با نرم افزار میک‌مک بهره گرفته شده است و در نهایت با استفاده از نرم افزار اسپکتروم به پیش‌بینی جمعیت تا افق 1430پرداخته شده‌است. نتایج پژوهش نشان داد که عوامل ساختار جنسی،تراکم جمعیت، باروری، بیکاری، جمعیت فعال و سواد جز تأثیرگذارترین مؤلفه‌ها بر تغییرات جمعیتی و 5 مؤلفه ساختار سنی، رشد جمعیت، مرگ‌و میر، مهاجرت و امید به زندگی جزء تأثیرپذیرترین عوامل به شمار می-آیند. همچنین نتایج حاصل از میک مک نشان می‌دهد همه عوامل بجز عامل تراکم جمعیت جز متغیرهای پیوندی می‌باشند.و در نهایت بهترین سناریو برای پیش‌بینی جمعیت تا سال 1430 سناریو سوم ( کاهش باروری) است که بیش از 98 درصد در برآورد جمعیت دقت داشته‌است . , .. و

واژگان کلیدی: جمعیت، تغییرات جمعیتی، ساختارسنی، پیش‌بینی، اسپکتروم، معادلسازی ساختاری تفسیری.

کلیدواژه‌ها

• جمعیت
• تغییرات جمعیتی
• ساختارسنی
• اسپکتروم
• معادلسازی ساختاری تفسیری

موضوعات

• برنامه ریزی شهری

عنوان مقاله [English]

Prediction and structural explanation of the explanatory components of demographic changes in Ahvaz metropolis

نویسندگان [English]

• Mahnaz Hosseini Siahgoli ¹
• Saeed Amanpour ²
• Saeed Maleki ³

¹ PhD Candidate in Geography and Rural Planning, Shahid Chamran University of Ahvaz, Ahvaz, Iran.

² Associate Professor, Department of Geography and Urban Planning, Shahid Chamran University of Ahvaz, Ahvaz, Iran.

³ Professor, Department of Geography and Urban Planning, Shahid Chamran University of Ahvaz, Ahvaz, Iran.

چکیده [English]

Abstract:

Population changes are considered as the most important transformational phenomenon of the contemporary era, because population changes have affected almost all aspects of life and the world around us and have had many effects on social, economic, political and environmental sub-systems. Is. In this regard; The aim of the current research is to predict and explain the structural components explaining demographic changes in Ahvaz metropolis.

It is practical in terms of targeting and descriptive-analytical in terms of methodology. In the process of data preparation and production, firstly, the explanatory components of demographic changes have been identified using the opinions of 15 professors and experts from relevant organizations through the Delphi method. In order to analyze the information of 11 factors as strong influencing factors on the demographic changes of the metropolis of Ahvaz, ISM interpretive-structural modeling was used, and then with Mic Mac software, and finally, using Spectrum software, to forecast the population until the horizon of 2051.

The results of the research showed that the factors of sex structure, population density, fertility, unemployment, active population and literacy are among the most influential factors on demographic changes and 5 factors of age structure, population growth, mortality, migration and life expectancy are among the most influential factors. Coming. Also, the results obtained from MikMak show that all factors except the population density factor are linked variables. Finally, the best scenario for population forecasting until 1430 is the third scenario (fertility decline), which has more than 98% accuracy in population estimation.

کلیدواژه‌ها [English]

• population
• demographic changes
• age structure
• spectrum
• interpretive structural equation