Economic and Social Dynamics of G7 Countries: Analysis of Education, Health and R&D Expenditures with K-Means Algorithm

Year 2025, Volume: 12 Issue: 1, 219 - 239, 22.06.2025

Süreyya İmre Bıyıklı , Emre Karataş

https://doi.org/10.30803/adusobed.1679587

Abstract

This study aims to analyze the relationship between the economic size of G7 countries and the share of education, healthcare, and R&D expenditures in their Gross Domestic Product (GDP). Based on data from the years 2011–2020, similarities and differences among countries were evaluated using the K-Means algorithm, one of the machine learning methods. After data preparation, normalization, and outlier detection, the optimal number of clusters was determined using the Elbow method, and the characteristics of the countries grouped into clusters were analyzed.According to the study’s findings, G7 countries were divided into three distinct clusters based on their GDP sizes and social expenditure ratios. The results indicate significant differences in the economic and social indicators of G7 countries. This analysis provides valuable insights into the impact of differences in education, healthcare, and R&D investments on societal development and economic growth.

Keywords

G7 countries , Education expenditures , Healthcare expenditures , R&D expenditures , Elbow method , Silhouette Score

Project Number

SLO-2025-225

G7 Ülkelerinin Ekonomik ve Sosyal Dinamikleri: Eğitim, Sağlık ve Ar-Ge Harcamalarının K-Means Algoritması ile İncelenmesi

Abstract

Bu çalışma, G7 ülkelerinin ekonomik büyüklükleri ile eğitim, sağlık ve Ar-Ge harcamalarının Gayri Safi Yurtiçi Hasıla (GSYİH) içindeki etkilerini analiz etmeyi amaçlamaktadır. 2011-2020 yılları arasındaki verilere dayanarak, ülkeler arasındaki benzerlik ve farklılıklar, makine öğrenmesi yöntemlerinden biri olan K-Means algoritması kullanılarak değerlendirilmiştir. Araştırmada, veri hazırlama, normalizasyon ve aykırı değer tespitinin ardından, Elbow yöntemiyle en uygun küme sayısı belirlenmiş ve kümelere ayrılan ülkelerin özellikleri analiz edilmiştir. Elde edilen bulgulara göre, G7 ülkeleri üç farklı kümeye ayrılmıştır. Bu durum ülkelerin ekonomik ve sosyal göstergeler açısından birbirinden önemli farklılıklar sergilediğini göstermektedir. Dolayısıyla bu çalışma, ülkelerin eğitim, sağlık ve Ar-Ge yatırımlarındaki farklılıkların toplumsal gelişme ve ekonomik büyümeye etkisini değerlendirmek açısından önemli katkılar sunmaktadır.

Keywords

G7 ülkeleri , Eğitim harcamaları , Sağlık harcamaları , Ar-Ge harcamaları , Elbow yöntemi , Silhouette Skoru

Supporting Institution

İstanbul Gelişim Üniversitesi

Project Number

SLO-2025-225

References

• Afşar, M., & Özarslan Doğan, B. (2022, 12 31). Yenilenebilir Enerji Üretiminde Kamu Politikalarının Önemi: G7 Ülkeleri Örneği. Uluslararası Bankacılık Ekonomi ve Yönetim Araştırmaları Dergisi, 172-190.
• Aktaş, N. (2022, 08 31). G7 Ülkelerinin İnovasyon Göstergelerinin Değerlendirilmesi. International European Journal of Managerial Research Dergisi, 87-104.
• Aslanyürek, M., & Mesut, A. (2021). Kümeleme Performansını Ölçmek için Yeni Bir Yöntem ve Metin Kümeleme için Değerlendirmesi. Avrupa Bilim ve Teknoloji Dergisi, 53-65. Aydın, F. F. (2019). G7 Ülkelerinde Sosyal Harcamaların Ekonomik Büyüme Üzerine Etkisi. Iğdır Üniversitesi Sosyal Bilimler Dergisi, 91-107.
• Bozduman, E. T., Özçalık, M., & Erkan, B. (2023). G7 Ülkelerinde Sağlık Sektörü Yoğunlaşmasının İşsizlik Üzerine Etkisi. Manisa Celal Bayar Üniversitesi Sosyal Bilimler Dergisi, 321-336.
• Cebeci, Z., Yıldız, F., & Kayaalp, G. T. (2015). K-Ortalamalar Kümelemesinde Optimum K Değeri Seçilmesi. 2. Ulusal Yönetim Bilişim Sistemleri Kongresi (s. 231-242). Erzurum: Orka Ofset Matbaacılık.
• Çelik, S., & Cömertler, N. (2021). Investigation of Happiness of Countries with K-Means Clustering. Journal of Current Researches on Business and Economics, 15-38.
• Çolak, B., Durdağ, Z., & Erdoğmuş, P. (2016). K-Means Algoritması İle Otomatik Kümeleme. El-Cezerî Fen ve Mühendislik Dergisi, 315-323.
• Doğan, N. D. (2024). İnsan Kaynakları Yönetiminde Veri Analitiği Uygulamaları: Zincir Marketlerde Kümeleme. Yüksek Lisans Tezi. Marmara Üniversitesi.
• Dyvik, E. H. (2024, 10 28). G7 ülkelerinin 2000-2024 yılları arasındaki gayri safi yurtiçi hasıla (GSYİH) büyüme oranları. statista: https://www.statista.com/statistics/1370599/g7-country-gdp-growth/ adresinden alındı
• Ganioğlu, B., Aktepe, A., Ersöz, S., & Tebrizcik, S. (2024). Denetimsiz Öğrenme İle E-Ticaret Sektöründe Faaliyet Gösteren Bir İşletmede Müşteri Segment Analizi Ve Uygulaması. International Journal of Engineering Research and Development, 880 - 894.
• Gökçe, Ş., Ünal, Y., Vural, H., & Orbay, M. (2024). Teknoloji Kullanımı ile Öğrenci Başarısı Arasındaki İlişkinin Bazı Kümeleme Algoritmaları Kullanılarak İncelenmesi. Osmaniye Korkut Ata University Journal of the Institute of Science and Technology, 1487 - 1512.
• İspir, T., & Türkmen, S. (2019). G7 Ülkelerinde Sağlık Harcamaları Ve Ekonomik Büyüme Arasındaki İlişki: Panel Nedensellik Analizi. Siyaset, Ekonomi ve Yönetim Araştırmaları Dergisi, 107-114.
• Karacan, R., & İşleyen, A. (2022). Study on Economic Growth and Social Welfare Metrics of Better Life Index (The Case of G7 Countries). Turkish Studies - Economics, Finance, Politics, 10.7827/TurkishStudies.58045.
• Küçükefe, B. (2020). Clustering Macroeconomic Impact of Covid-19 in OECD Countries and China. Ekonomi Politika ve Finans Araştırmaları Dergisi, 280-291.
• Lloyd, S. P. (1982). Least squares quantization in PCM. IEEE Transactions on Information Theory, 28(2), 129–137.
• Mauro, R., Luca, M. D., & Dell'Acqua, G. (2013). Using a K-Means Clustering Algorithm to Examine Patterns of Vehicle Crashes in Before-After Analysis. Modern Applied Science, 11-19 10.5539/mas.v7n10p11.
• Özcan, M. (2022). Classification of the NATO Countries with Respect to Defence Spending Patterns: An Unsupervised Clustering Approach. Savunma Bilimleri Dergisi, 261-280.
• Erdoğmuş, P., Çolak, B., & Durdağ, Z. (2016). K-Means Algoritması İle Otomatik Kümeleme. El-Cezerî Fen ve Mühendislik Dergisi, 315-323.
• Pala, O., & Aksaraylı, M. (2020). Kümeleme İçin Değiştirilmiş Dunn İndeksi İle Bir Parçacık Sürü Optimizasyon Yaklaşımı. Journal of Yasar University, 236-245.
• Qahtani, h. a., & Sankar, J. p. (2024). The cluster analysis in the aluminium industry with K-meansmethod: an application for Bahrain. Cogent Business & ManageMent, 1-19.
• Sayed, S. S. (2024). G7 Ülkelerinin Ticari İlişkileri: Abd Ve Japonya. İstanbul Ticaret Üniversitesi Dış Ticaret Dergisi, 22-39 https://doi.org/10.62101/iticudisticaretdergisi.1422763.
• Suluk, S. (2021, EYLÜL). Sürdürülebilir Kalkınma: G7 Ülkelerinin Ekonomik Büyüme,Doğrudan Yabancı Yatırımlar Ve Çevre Kirliği Açısından İncelenmesi(1991-2014). 92. Nevşehir: Nevşehir Hacı Bektaş Veli Üniversitesi Sosyal Bilimler Enstitüsü İktisat Anabilim Dalı.Doktora Tezi.
• Topaloğlu, F. (2024). Saldırı Tespit Sistemlerinde K-Means Algoritması ve Silhouette Metriği ile Optimum Küme Sayısının Belirlenmesi. Bilişim Teknolojileri Dergisi, 71-79.
• Turan, A., Berber, D., & Zeren, F. (2023). Ar-Ge Harcamalarının İhracata Etkisi: G7 Ülkeleri Örneği. Ekonomi, İşletme ve Yönetim Dergisi, 43-63.
• Yanu Fa'rifah, R., & Pramesti, D. (2022). Cluster Analysis of Inclusive Economic Development Using K-Means Algorithm. Jurnal Varian, https://doi.org/10.30812/varian.v5i2.1894.