رهیافت اقتصادی در شکل گیری شبکه مهاجرین داخلی (مقاله علمی وزارت علوم)
درجه علمی: نشریه علمی (وزارت علوم)
آرشیو
چکیده
مطالعه حاضر به بررسی عوامل مؤثر بر شکل گیری شبکه مهاجرین داخلی می پردازد. براساس اطلاعات نگارندگان، تحقیق حاضر اولین تلاش در رابطه با اقتصاد شبکه های اجتماعی در ایران است. در پژوهش حاضر برای اولین بار جهت انجام مطالعه شبکه به جای استفاده از متغیرهای جانشین ارتباط بین دو فرد، به طور مستقیم از داده های ارتباطی بین مهاجرین استفاده شده است و برای جمع آوری اطلاعات مربوط به گراف ارتباطاتی مهاجرین یک تحقیق میدانی از مهاجرین اردبیلی وارد شده به شهر رشت صورت گرفته است. نهایتاً براساس مدل اقتصادسنجی شکل گیری شبکه و استفاده از روش لاجیت برای داده های جفتی عوامل مؤثر بر روی شکل گیری شبکه بررسی شده است. براساس مبانی نظری، متغیرهای مختلف زمان ورود، فاصله محل تولد به عنوان متغیرهای توضیحی استفاده شده اند و متغیرهای جانشین همریختی مانند سن، سواد و درآمد به عنوان متغیرهای کنترلی مورد استفاده قرار گرفته است. نتایج نشان می دهد که زمان ورود مهاجرین، محل تولد در مبدأ و عوامل جانشین همریختی مانند سواد، سن و درآمد اثر معناداری بر روی احتمال برقراری ارتباط دارند. یافته دیگر تحقیق این است که یک رابطه U شکل بین احتمال برقراری ارتباط و زمان ورود مهاجرین وجود دارد که نشان دهنده تمایل مهاجرین به برقراری ارتباط با مهاجرین هم دوره و همچنین قدیمی تر است. یکی دیگر از نوآوری های این مقاله بررسی وضعیت سطح بهینه تلاش برای برقراری ارتباط در شرایط همگن و غیرهمگن است که در واقع توسعه بخشی از ادبیات اقتصاد شبکه است. در این پژوهش نشان داده شده که شدت ارتباط مهاجر i با مهاجر مرکزی در هر دوره افزایش می یابد و این نتیجه گیری در یک سطح خاص از ناهمگنی با شرایط همگن تفاوتی ندارد.Formation of Internal Migrant Networks An Economics Approach
Introduction We are embedded by our social networks. Social networks or connections has had important role in shaping of agents behavior. “While the importance of embeddedness of economic activity in social settings has been fundamental to sociologists for some time, it was largely ignored by economists until the last decade”.(Zenou, 2016). The role of social networks in shaping behavior and formation of networks has received increasing attention recent years. Some central questions in the area of economics of social networks are as follows. How agents are affected by their social networks’ member? How our connections can improve our output? Why there are different shape of networks? Which factors are important in formation of network? Which networks are efficient and stable? Migration, by nature, is a phenomena that is involved in relationship and contacts. In this regards, migration is an attractive area in economics of social network. While there are several economic theory about migration, from theories of initiation and perpetuationofmigration to theories of migration’s welfare effect, some economists has done research about economic, social and cultural assimilation of migrants. In this line of research, formation of migrants’ network is a new open issue. Which factors are important in formation of network of migrants? Which shape of network would emerge in short run and long run? And so on. The paper aims to find essential factors which are important factor in shaping network. Moreover, optimal level of effort migrants to link with central migrant is investigated and developed to heterogeneity condition. To do so, a survey among Ardablian who migrated to Rasht is conducted and run dyadic regression based on theoretical background. Theoretical Background, Method and data Social network, as an unofficial institution, can improve our understanding from social and economic phenomena. Generally speaking, there are three scopes of research in the field of social networks. Network effect (also known as games on network), network formation, topology and structure if network are the ongoing area of research. The paper is categorized in the network formation scope. Network formation models are modeled by two different approaches: strategic network formation and stochastic network formation. Obviously, economists are more interested in strategic approach. There are different methods of model of strategic network formation. Table 1 shows a comprehensive classification of strategic network formation models.