میز خدمت الکترونیک
دوره ویراستاری

  اخبار و اعلانات

 آمار

تعداد نشریات127
تعداد شماره‌ها7,140
تعداد مقالات76,848
تعداد مشاهده مقاله154,524,323
تعداد دریافت فایل اصل مقاله116,565,754
منظم اسماعیل پور, علی, رومیانی, احمد, یوسف زاده سهل ابادی, فهیمه. (1405). پیش‌بینی اثرات توسعه گردشگری بر انتشار آلودگی‌های محیطی در کشورهای برتر مقصد گردشگری. , 58(2), 19-38. doi: 10.22059/jhgr.2026.387237.1008773
علی منظم اسماعیل پور; احمد رومیانی; فهیمه یوسف زاده سهل ابادی. "پیش‌بینی اثرات توسعه گردشگری بر انتشار آلودگی‌های محیطی در کشورهای برتر مقصد گردشگری". , 58, 2, 1405, 19-38. doi: 10.22059/jhgr.2026.387237.1008773
منظم اسماعیل پور, علی, رومیانی, احمد, یوسف زاده سهل ابادی, فهیمه. (1405). 'پیش‌بینی اثرات توسعه گردشگری بر انتشار آلودگی‌های محیطی در کشورهای برتر مقصد گردشگری', , 58(2), pp. 19-38. doi: 10.22059/jhgr.2026.387237.1008773
منظم اسماعیل پور, علی, رومیانی, احمد, یوسف زاده سهل ابادی, فهیمه. پیش‌بینی اثرات توسعه گردشگری بر انتشار آلودگی‌های محیطی در کشورهای برتر مقصد گردشگری. , 1405; 58(2): 19-38. doi: 10.22059/jhgr.2026.387237.1008773

پیش‌بینی اثرات توسعه گردشگری بر انتشار آلودگی‌های محیطی در کشورهای برتر مقصد گردشگری

پژوهشهای جغرافیای انسانی
دوره 58، شماره 2، اردیبهشت 1405، صفحه 19-38    اصل مقاله (1.12 M)
نوع مقاله: مقاله علمی پژوهشی
شناسه دیجیتال (DOI): 10.22059/jhgr.2026.387237.1008773
نویسندگان
علی منظم اسماعیل پور* 1؛ احمد رومیانی2؛ فهیمه یوسف زاده سهل ابادی2
1گروه جغرافیا، دانشکده علوم اجتماعی، دانشگاه پیام نور، تهران، ایران
2گروه جغرافیا، دانشکده ادبیات و علوم انسانی، دانشگاه فردوسی مشهد، مشهد، ایران
چکیده
در دهه‌های اخیر، توسعه گردشگری به‌عنوان یکی از مهم‌ترین محرک‌های رشد اقتصادی در بسیاری از کشورها شناخته‌شده است. اما گسترش فعالیت‌های آن می‌تواند پیامدهایی از جمله افزایش مصرف منابع، تولید پسماند و انتشار آلاینده‌ها به همراه داشته باشد. هدف از این تحقیق، پیش‌بینی اثرات توسعه گردشگری بر انتشار آلودگی‌های محیطی در کشورهای برتر مقصد گردشگری است. از داده‌های پایگاه‌های بانک جهانی و شبکه جهانی ردپای اکولوژیکی برای این پژوهش استفاده‌شده است.‌ بازه زمانی این تحقیق طی 8 سال گذشته (2010-2017) در نظر گرفته‌شده است. برای تحلیل داده‌ها از مدل‌های رگرسیون جریمه‌شده (رگرسیون خطی، ریچ، لاسو و الاستیک نت) استفاده شد. یافته‌های تحقیق نشان داد که میزان انتشار آلودگی محیطی در کشورهای در کشورهای چین، مکزیک و تایلند برابر با 46/2، 946/0 و 857/0 و میانگین CO2 در کشور ایالات‌متحده آمریکا و چین برابر با 0.74336 و 0.21523 است. نتایج MSE و R2 نشان داد که مدل لاسو از سایر مدل‌های رقیب بهتر عمل کرده است. در این مدل مقدار شاخص PM2.5 برابر 014/1 و در شاخص CO2 برابر با 726/0 است. همچنین بر اساس نتایج، بهبود جزئی در عملکرد مدل‌های جریمه‌شده به رگرسیون خطی مشاهده شد. مقایسه مدل‌ها نشان می‌دهد که در مدل ریج و الاستیک نت شاخص‌های بیشتری نسبت به لاسو انتخاب شدند، اما لاسو عملکرد پیش‌بینی بهتری نسبت به دیگر مدل‌ها در انتشار آلودگی‌های محیطی (PM2.5, CO2) دارد. نتایج نشان داد که مدل‌های جریمه‌شده ابزارهای مفیدی هستند که می‌تواند کارکرد قابل‌توجهی در دقت و پیش‌بینی متغیرهای توسعه گردشگری بر انتشار آلودگی محیطی کشورهای موردمطالعه ارائه دهند.
کلیدواژه‌ها
توسعه گردشگری؛ مقصدهای گردشگری؛ آلودگی‌های محیطی؛ مدل‌های جریمه‌شده
مراجع
  1. منظم اسماعیل‌پور، علی؛ رومیانی، احمد و دهبان نژادیان، اکبر (1401)، تحلیل نگرش و انتظارت زنان گردشگری از فضاهای جذب گردشگری روستایی، مطالعه موردی: دهستان رودپی شرقی شهرستان ساری. پژوهش‌های جغرافیای انسانی، 54(3)999-1019.  Doi:10.22059/jhgr.2021.313033.1008198
  2. پوربافرانی، فاطمه؛ وفایی، ابوذر و مزروعی، اسماعیل (1404)، ارائه عوامل کلیدی موفقیت گردشگری خلاق، مطالعه موردی: شهر نائین. پژوهش‌های جغرافیای انسانی، 57(3)36-15. Doi:10.22059/jhgr.2024.374776.1008684
  3. Abbruzzo, A., Brida, J. G., & Scuderi, R. (2014). Scad-elastic net and the estimation of individual tourism expenditure determinants. Decision support systems, 66, 52-60.
  4. Adedoyin, F. F., Alola, U. V., & Bekun, F. V. (2021). On the nexus between globalization, tourism, economic growth, and biocapacity: evidence from top tourism destinations. Environmental Science and Pollution Research, 1-11.
  5. Adedoyin, F. F., Nathaniel, S., & Adeleye, N. (2021). An investigation into the anthropogenic nexus among consumption of energy, tourism, and economic growth: do economic policy uncertainties matter?. Environmental Science and Pollution Research, 28(3), 2835-2847. DOI https://doi.org/10.1007/s11356-020-10638-x
  6. Atasoy, B. S. (2017). “Testing the Environmental Kuznets Curve Hypothesis across the US: Evidence from Panel Mean Group Estimators.” Renewable and Sustainable Energy Reviews 77:731–47. https://doi.org/10.1016/j.rser.2017.04.050
  7. Azam, M., Alam, M. M., & Hafeez, M. H. (2018). Effect of tourism on environmental pollution: Further evidence from Malaysia, Singapore and Thailand. Journal of cleaner production, 190, 330-338. https://doi.org/10.1016/j.jclepro.2018.04.168
  8. Balli, E., Sigeze, C., Manga, M., Birdir, S., & Birdir, K. (2019). The relationship between tourism, CO2 emissions and economic growth: a case of Mediterranean countries. Asia Pacific Journal of Tourism Research, 24(3), 219-232. https://doi.org/10.1080/10941665.2018.1557717
  9. Becerra-Pérez, L. A., Ramos-Álvarez, R. A., DelaCruz, J. J., García-Páez, B., Páez-Osuna, F., Cedeño-Laurent, J. G., & Boldo, E. (2021). An Economic Analysis of the Environmental Impact of PM2. 5 Exposure on Health Status in Three Northwestern Mexican Cities. Sustainability, 13(19), 10782. https://doi.org/10.3390/su131910782.
  10. Bojanic, D.C., Warnick, R.B., 2019. The relationship between a country's level of tourism and environmental performance. J. Travel Res., 0047287519827394 (Article in press). DOI:10.1177/0047287519827394.
  11. Chaichaloempreecha, A., Chunark, P., & Limmeechokchai, B. (2019). Assessment of Thailand’s energy policy on CO2 emissions: Implication of National Energy Plans to Achieve NDC Target. International Energy Journal, 19(2).
  12. Chen, C. M., Lin, Y. L., & Hsu, C. L. (2017). Does air pollution drive away tourists? A case study of the Sun Moon Lake National Scenic Area, Taiwan. Transportation Research Part D: Transport and Environment, 53, 398–402. https://doi.org/10.1016/j.trd.2017.04.028
  13. Cheng, L., & Zhang, J. (2020). Is tourism development a catalyst of economic recovery following natural disaster? An analysis of economic resilience and spatial variability. Current Issues in Tourism, 23(20), 2602-2623. DOI:10.1080/13683500.2019.1711029
  14. Chili, N. S., & Xulu, N. (2015). The role of local government to facilitate and spearhead sustainable tourism development. Problems and perspectives in management, (13, Iss. 4), 27-31.
  15. Chomkhamsri, K., Mungcharoen, T., & Yuvaniyama, C. (2017). 10-year experience with the Thai national LCI database: case study of “refinery products”. The International Journal of Life Cycle Assessment, 22(11), 1760-1770. https://doi.org/10.1007/s11367-016-1160-3
  16. Churchill, S. A., Pan, L., & Paramati, S. R. (2020). Air Pollution and Tourism: Evidence from G20 Countries. Journal of Travel Research, 0047287520977724. DOI:10.1177/0047287520977724
  17. Endo, K. (2006). Foreign direct investment in tourism—flows and volumes. Tourism management, 27(4), 600-614. https://doi.org/10.1016/j.tourman.2005.02.004
  18. Farhadi, Z. F. Z., Belaghi, R. A., & Alma, O. G. (2019). Analysis of penalized regression methods in a simple linear model on the High-Dimensional data. American Journal of Theoretical and Applied Statistics, 8(5), 185-192. DOI:10.11648/j.ajtas.20190805.14
  19. Gao, J., & Zhang, L. (2021). Exploring the dynamic linkages between tourism growth and environmental pollution: new evidence from the Mediterranean countries. Current Issues in Tourism, 24(1), 49-65. https://doi.org/10.1080/13683500.2019.1688767
  20. Gonzalez-Abraham, R., Chung, S. H., Avise, J., Lamb, B., Salathé Jr, E. P., Nolte, C. G., ... & Streets, D. G. (2015). The effects of global change upon United States air quality. Atmospheric Chemistry and Physics, 15(21), 12645-12665. https://doi.org/10.5194/acp-15-12645-2015
  21. Gunes, F. (2015). Penalized regression methods for linear models in SAS/STAT®. In Proceedings of the SAS Global Forum 2015 Conference. Cary, NC: SAS Institute Inc. http://support. sas. com/rnd/app/stat/papers/2015/PenalizedRegression_LinearModels. pdf. https://www.semanticscholar.org/paper/Penalized-Regression-Methods-for-Linear-Models-in-Gunes/01bfe8fd6824ec8ad9fbe0661f6b69c37c35b293
  22. Habibi, F., Rahmati, M., & Karimi, A. (2018). Contribution of tourism to economic growth in Iran's Provinces: GDM approach. Future Business Journal, 4(2), 261-271.
  23. Hastie, T. R., Tibshirani, R., and Friedman, J. (2009). Elements of Statistical Learning: Data Mining, Inference and Prediction. 2nd Edn. New York, NY: Springer-Verlag.
  24. Holik, A. (2016). Relationship of economic growth with tourism sector. JEJAK: Jurnal Ekonomi dan Kebijakan, 9(1), 16-33.
  25. IPCC. (2014). Summary for policymakers. In C. B. Field, V. R. Barros, M. D. Mastrandrea, K. J. Mach, M. K. Abdrabo, N. Adger, & V. R. Burkett (Eds.), Climate change 2014: Impacts, adaptation, and vulnerability. Part A: Global and sectoral aspects. Contribution of working group II to the fifth assessment report of the intergovernmental panel on climate change (pp. 1–32). London: Cambridge University Press. DOI:10.15294/jejak.v9i1.6652
  26. Katircioglu, S., Katircioğlu, S., & Altinay, M. (2018). Interactions between tourism and financial sector development: evidence from Turkey. The Service Industries Journal, 38(9-10), 519-542. https://doi.org/10.1080/02642069.2017.1406479
  27. Katircioglu, S.T., (2014). International tourism, energy consumption, and environmental pollution: the case of Turkey. Renew. Sust. Energ. Rev, 36, 180–187. DOI: 10.1016/j.rser.2014.04.058
  28. Le, T. H., & Nguyen, C. P. (2021). The impact of tourism on carbon dioxide emissions: insights from 95<? A3B2 show $132#?> countries. Applied Economics, 53(2), 235-261.
  29. Nguyen, C. T., Downes, N. K., Sitthi, A., & Losiri, C. (2025). Tourism-Induced Land Use Transformations, Urbanisation, and Habitat Degradation in the Phu Quoc Special Economic Zone. Urban Science, 9(1)11. https://doi.org/10.3390/urbansci9010011
  30. Roumiani, A., & Mofidi, A. (2022). Predicting ecological footprint based on global macro indicators in G-20 countries using machine learning approaches. Environmental Science and Pollution Research, 29(8), 11736-11755. DOI: 10.1007/s11356-021-16515-5
  31. Saint Akadiri, S., Alola, A. A., & Akadiri, A. C. (2019). The role of globalization, real income, tourism in environmental sustainability target. Evidence from Turkey. Science of the total environment, 687, 423-432. https://doi.org/10.1016/j.scitotenv.2019.06.139
  32. Sr, M. V., & Croes, R. R. (2003). Growth, development and tourism in a small economy: Evidence from Aruba. International Journal of Tourism Research, 5(5), 315-330. https://doi.org/10.1002/jtr.441
  33. Sun, Y. Y., Faturay, F., Lenzen, M., Gössling, S., & Higham, J. (2024). Drivers of global tourism carbon emissions. Nature Communications, 15(1), 10384. https://doi.org/10.1038/s41467-024-54582-7
  34. Tibshirani, R. (1996). Regression shrinkage and selection via the lasso. Journal of the Royal Statistical Society Series B: Statistical Methodology, 58(1), 267-288. https://doi.org/10.1111/j.2517-6161.1996.tb02080.x
  35. Waldmann, P., et al. (2013). Evaluation of the lasso and the elastic net in genome-wide association studies. Frontiers in genetics, 4, 270. https://doi.org/10.3389/fgene.2013.00270
  36. Wang, C. M., & Wu, T. P. (2021). Does tourism promote or reduce environmental pollution? Evidence from major tourist arrival countries. Environment, Development and Sustainability, 1-22. DOI: 10.1007/s10668-021-01568-w
  37. World Data Atlas, (2019). https://www.snowflake.com/datasets/knoema-tourism-data-atlas/
  38. WTTC. (2019). Travel & tourism economic impact 2019 European Union LCU. London: World Travel & Tourism Council. Retrieved from http://travelbi.turismodeportugal.pt/pt-pt/Documents/An%C3%A1lises/Economia/economicimpact analysiseuropeanunion2017.pdf.
  39. WTTC. (2019). World Travel & Tourism Council Economic impact 2019 Mediterranean. Retrieved from http://www.wttc. org/media/files/reports/economic%20impact%20research/regional%202015/mediterranean2019.pdf
  40. Xu, D., Huang, Z., Hou, G., & Zhang, C. (2020). The spatial spillover effects of haze pollution on inbound tourism: Evidence from mid-eastern China. Tourism Geographies, 22(1), 83-104. DOI:10.1080/14616688.2019.1612464
  41. Yu, L., Ma, X., Wu, W., Wang, Y., & Zeng, B. (2021). A novel elastic net-based NGBMC (1, n) model with multi-objective optimization for nonlinear time series forecasting. Communications in Nonlinear Science and Numerical Simulation, 96, 105696. DOI 10.1016/j.cnsns.2021.105696
  42. Zhang, L., & Gao, J. (2016). Exploring the effects of international tourism on China's economic growth, energy consumption and environmental pollution: Evidence from a regional panel analysis. Renewable and Sustainable Energy Reviews, 53, 225-234. DOI: 10.1016/j.rser.2015.08.040
  43. Zikirya, B., Wang, J., & Zhou, C. (2021). The Relationship between CO2 Emissions, Air Pollution, and Tourism Flows in China: A Panel Data Analysis of Chinese Provinces. Sustainability, 13(20), 11408. https://doi.org/10.3390/su132011408
  44. Monazzam Ismailpour, A., Roumiani, A., & Dehban Nejadian, A. (2022). Analysis of the Attitudes and Expectations of Women Tourists from Rural Tourism Attraction Spaces, Case Study: Eastern Rudpi Rural District, Sari County. Human Geography Research, 54(3)999-1019. https://doi.org/10.22059/JHGR.2021.313033.1008198[In Persian]
  45. Pourbafarani, F., Vafaei, A., & Mazrouei, I. (2024), Presenting the key factors of success of creative tourism, case study: Nain city. Human Geography Research, 57(3)36-15. https://doi.org/10.22059/jhgr.2024.374776.1008684 [In Persian]
  46. Fan, L., Chen, S., Li, Q., & Zhu, Z. (2015, December). Variable selection and model prediction based on lasso, adaptive lasso and elastic net. In 2015 4th International Conference on Computer Science and Network Technology (ICCSNT) (Vol. 1, pp. 579-583). IEEE.
  47. Cao, Q., Rui, G., & Liang, Y. (2018). Study on PM2. 5 pollution and the mortality due to lung cancer in China based on geographic weighted regression model. BMC public health, 18(1), 1-10. https://doi.org/10.1186/s12889-018-5844-4
آمار
تعداد مشاهده مقاله: 53
تعداد دریافت فایل اصل مقاله: 44





سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب