Van İlinde Göç Sonrası Uyum Sürecinde Kültürel Benzerliği Etkileyen Faktörlerin GWR Yöntemiyle İncelenmesi

Year 2024, , 137 - 154, 05.07.2024

Çetin Görür , Bahadır Yüzbaşı

https://doi.org/10.26650/JGEOG2024-1353398

Abstract

Dünya giderek daha fazla birbirine bağlı hale geldikçe, göç daha önce görülmemiş bir önem kazanmış, toplumları, ekonomileri ve kültürleri küresel ölçekte şekillendirmiştir. Bu giriş niteliğindeki araştırma, göçün çok yönlü boyutlarını inceleyerek nedenlerini, etkilerini ve uluslar ve kıtalar arasında ördüğü karmaşık etkileşim ağını ortaya çıkarmaktadır. Göç, ekonomik sebeplerden kültürel arayışlara, çatışmalardan ve çevresel zorluklardan kaçmaya kadar çok sayıda faktörün yönlendirdiği, bireylerin, ailelerin ve tüm toplulukların bir yerden başka bir yere taşındığı dinamik bir süreçtir. Türkiye'de iç göç, insanların ülke içinde kırsal alanlardan kent merkezlerine hareketi ile karakterize edilen önemli bir demografik olgudur. Bu çalışmada, birinci ve ikinci derece sınır illerinden Van iline göç eden bireylerin göç sonrası uyum sürecinde kültürel benzerliği etkileyen faktörler En Küçük Kareler ve Coğrafi Ağırlıklı Regresyon yöntemleri kullanılarak incelenmiştir. Bu çalışmanın amacı, Van iline yapılan göçlerde uyum sürecinde kültürel benzerliğe etki eden faktörleri incelemek ve kullanılan yöntemlerden hangisinin daha güçlü sonuçlar verdiğini tespit etmektir. Ayrıca bağımsız değişkenlerin il ve ilçelere göre etkisi ve anlamlılığının da incelenmesi çalışmanın diğer amaçları arasındadır. Bağımsız değişkenlerin il ve ilçelere göre etki ve anlamlılıkları haritalar üzerinde görselleştirilmiştir. Çalışmada 440 kişi ile yüz yüze anketler yapılmış ve Coğrafi Ağırlıklı Regresyon yönteminin AIC, AICc, BIC, RSS, R2 ve Düzeltilmiş R2 değerlerine göre daha güçlü sonuçlar verdiği görülmüştür.

Keywords

Coğrafi ağırlıklı regresyon, Göç, Kültürel benzerlik

Project Number

122G128-TUBİTAK

Study of the Factors Influencing Cultural Similarity in the Post-Migration Adaptation Process in the Province of Van Using the GWR Method

Abstract

As the world becomes increasingly interconnected, migration has gained unprecedented significance, shaping societies, economies, and cultures on a global scale. This introductory exploration delves into the multifaceted dimensions of migration, unraveling its causes, effects, and the intricate web of interactions it weaves across nations and continents. In this study, the factors influencing cultural similarity in the post-migration adaptation process of individuals migrating from first- and second-degree border provinces to the province of Van were examined using Ordinary Least Squares and Geographically Weighted Regression methods. The aim of this study is to examine the factors that influence cultural similarity in the process of adaptation in migration to the province of Van and to determine which of the methods used gives stronger results. In the study, face-to-face interviews were conducted with 440 individuals, and it was observed that the Geographically Weighted Regression method gave stronger results in terms of AIC, AICc, BIC, RSS, R2 and Adj. R2 . In addition, the effect and significance of the independent variables according to provinces and districts are among the other objectives of the study. In this direction, the effect and significance of the independent variables are given by visualising them on the maps according to the provinces and districts.

Keywords

Cultural similarity, Geographical weighted regression, Migration

Project Number

122G128-TUBİTAK

References

• Achiume, E. T. (2019). Migration as Decolonization. Stanford Law Review, 71, 1509-1574. google scholar
• Ahmed, S. E., Ahmed, F. & Yüzbaşi, B. (2023). Post-Shrinkage Strategies in Statistical and Machine Learning for High Dimensional Data. New York: Routledge. google scholar
• Akaike, H. (1974). A new look at the statistical model identification. IEEE Transactions on Automatic Control, 19, 716-723. google scholar
• Aral, N. & Oğuzlar, A. (2021). Türkiye’de İç Göçün Mekansal Analiz Yöntemleriyle İncelenmesi. International Journal of Social Inquiry, 14(2), 447-474. google scholar
• Ay, Y. (2013). İç göçlerin emniyet ve asayişe etkisi. Güvenlik Bilimleri Dergisi, 2(1), 35-56. google scholar
• Barone, G., D’Ignazio, A., de Blasio, G. & Naticchioni, P. (2016). Mr. Rossi, Mr. Hu and Politics: The Role of Immigration in Shaping Natives’ Voting Behavior. Journal of Public Economics, 136, 1-13. google scholar
• Beine, M., Docquier, F. & Rapoport, H. (2008). Brain Drain and Human Capital Formation in Developing Countries: Winners and Losers. The Economic Journal, 118(528), 631-652. google scholar
• Black, R., Engbersen, G., Okolski, M. & Pantîru, C. (2010). A continent moving west?: EU enlargement and labour migration from Central and Eastern Europe. Amsterdam University Press. google scholar
• Bohra, P. & Massey, D. S. (2009). Processes of internal and international migration from Chitwan, Nepal. International Migration Review, 43(3), 621-651. google scholar
• Bostan, H. (2017). Türkiye’de iç göçlerin toplumsal yapıda neden olduğu değişimler, meydana getirdiği sorunlar ve çözüm önerileri. Cografya Dergisi, 35, 1-16. https://doi.org/10.26650/JGEOG295515 google scholar
• Brunsdon, C., Fotheringham, S. & Charlton, M. (1996). Geographically Weighted Regression: A Method for Exploring Spatial Nonstationarity. Geogr. Anal., 28, 281-298. google scholar
• Camargo, G., Sampaya, A., M., Galindo, A., P., Escobedo, F., J., Carriazo, F. & Rivadeneira, A. F. (2020). Exploring The Dynamics of Migration, Armed Conflict, Urbanization and Anthropogenic Change in Colombia. Plos One, 15(11). google scholar
• Çağlayan, S. (2006). Göç Kuramları, Göç ve Göçmen İlişkisi. Muğla Üniversitesi Sosyal Bilimler Enstitüsü Dergisi (İLKE), 17. google scholar
• Çakılcı, E. (2014). İç Göçün Kentsel İşsizlik Üzerindeki Etkisi ve Örüntüleri: Kocaeli Örneği. (PhD- Thesis). İstanbul Üniversitesi, Sosyal Bilimler Enstitüsü, Çalışma Ekonomisi ve Endüstri İlişkileri Anabilim Dalı, İstanbul. google scholar
• Çelik, F. (2007). Türkiye’de iç göçler: 1980-2000. Sosyal Bilimler Enstitüsü Dergisi, 22(1):87-109. google scholar
• Demir, Y. (2020). Çoklu Doğrusal Regresyon Ve Bazı Cezalı Tahmin Yöntemlerinin İncelenmesi. Sosyal ve Beşeri Bilimlerde Teori ve Araştırmalar II, 2, 261-276, Gece Akademi, Ankara. google scholar
• Demir, Y. (2021). Balkan Ülkelerine Ait İşsizliğin Mekânsal Panel Ekonometri Yaklaşımı İle Analizi. Balkan Sosyal Bilimler Dergisi, 10(19) 26-35. google scholar
• Dobson, J. E. & Bright, E. A. (2000). LandScan: A global population database for estimating populations at risk. Photogrammetric Engineering & Remote Sensing, 66(7), 849-857. google scholar
• Dokuyucu, E. (2023). Türkiye’de Yaşanan İç Göçlerin Kentsel Politikalara Etkisi. Akademik İzdüşüm Dergisi, 8(1): 1-26. google scholar
• Ercilasun, M., Gencer, E. A. H. & Ersin, Ö. Ö. (2011). Türkiye’deki iç göçleri belirleyen faktörlerin modellenmesi. International Conference On Eurasian Economies, 12-14 October, Bishkek, Kyrgyzstan, 319-324. google scholar
• Fotheringham, A.S., Brunsdon, C. & Charlton, M. (2002). Geographically weighted regression: the analysis of spatially varying relationships. Chichester: Wiley google scholar
• Gökhan, A. & Filiztekin, A. (2008). The determinants of internal migration in Turkey. Paper presented at International Conference on Policy Modelling (EcoMod2008), Berlin, Germany, 2-4 July 2008. Access Date: 21.12.2023, http://www.sabanciuniv.edu/ HaberlerDuyurular/Documents/DD20080710163820/abstract_ migration.pdf google scholar
• Görür, Ç., Küçük, B. & Yüzbaşı, B. (2023). Göç Sonrası Uyum Sürecinde Eğitim Etkisinin Coğrafi Ağırlıklı Poisson Regresyon Yöntemi ile İncelenmesi: Van Örneği. Küreselleşme ve Göç, Chapter 8, 159-175, Holistence Publications, Çanakkale. google scholar
• Gür, T. H. & Emel, U. (2004). Türkiye’de kentlere göçün nedenleri. Hacettepe Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 22(1): 23-38. google scholar
• Gürbüz, M. & Karabulut, M. (2008). Kırsal göçler ile sosyo-ekonomik özellikler arasındaki ilişkilerin analizi. Türk Coğrafya Dergisi, (50): 37-60. google scholar
• Gwarda, K. L. (2014). Spatial Analysis of Foreign Migration in Poland in 2012 Using Geographically Weighted Regression. Comparative Economic Research, 17(4). google scholar
• Gwarda, K. L. (2018). Geographically Weighted Regression in the Analysis of Unemployment in Poland. ISPRS Int. J. Geo-Inf. 2018, 7(17). google scholar
• Hurvich, C. M. & Tsai, C.-H. (1989). Regression and time series model selection in small samples. Biometrika, 76, 297-307. google scholar
• Jivraj, S., Brown, M. & Finney, N. (2013). Modelling Spatial Variation in the Determinants of Neighbourhood Family Migration in England with Geographically Weighted Regression. Appl. Spatial Analysis, 6, 285-304. google scholar
• Kalogirou, S. (2012). Testing local versions of correlation coefficients. Jahrb Reg wiss, 32(1), 45-61. google scholar
• Kamata, K., Iwasawa, M. & Tanaka, K. (2010). Spatial Variations in Fertility Geographically Weighted Regression Analyses for Town-and-Village-level TFR in Japan. Annual meeting of Population Association of America, April 15 - 17, 2010, Dallas, Texas. google scholar
• Karpat, K. H. (2015). Türkiye’nin göç tarihi 14.yüzyıldan 21.yüzyıla Türkiye’ye göçler. İstanbul: İstanbul Bilgi Üniversitesi Yayınları. google scholar
• Kniess, J. (2020). Health, migration and human rights. Critical Review of International Social and Political Philosophy, 1, 1-19 google scholar
• Lu, B., Charlton, M., Harris, P. & Fotheringham, A.S. (2014). Geographically weighted regression with a non-Euclidean distance metric: a case study using hedonic house price data. International Journal of Geographical Information Science, 28(4), 660-681. google scholar
• Lu, B., Hu, Y., Murakami, D., Brunsdon, C., Comber, A., Charlton, m. & Harris, P. (2022) High-performance solutions of geographically weighted regression in R. Geo-spatial Information Science, 25(4), 536-549. google scholar
• Masgoret, A.M. & Ward, C. (2006). Culture laerning approach to acculturation. In The Cambridge Handbook of Acculturation Psychology, 2nd edition (Eds DL Sam, JW Berry):58-77. Cambridge, Cambridge University Press. google scholar
• Miller, M.J., Castles, S. & Hein de Haas (2013). The Age of Migration: International Population Movements in the Modern World. Red Globe Press, England, London. google scholar
• Morrison, P. S. & Clark, W. A. (2011). Internal migration and employment: Macro flows and micro motives. Annals of Regional Science, 46(2), 323-351. google scholar
• Öz, İ. & Çelebioğlu, F. (2015). The Impacts of Socio-Economic Factors on Migration across Turkish Regions: A Spatial Data Analysis. Emc Review, 10(2), 194-210. google scholar
• Özgür, E. M., & Aydin, O. (2012). Spatial patterns of marriage migration in Turkey. Marriage and Family Review, 48(5), 418-442. google scholar
• Raftery, A. E. (1995). Bayesian model selection in social research. Sociological Methodology, 25, 111-163. google scholar
• Sheather, S. J., 2009. A Modern Approach to Regression with R. New York: Springer google scholar
• Tekeli, İ. & Erder, L. (1978). Yerleşme yapısının uyum süreci olarak içgöçler. Ankara: Hacettepe Üniversitesi Yayınları. google scholar
• Uysal, M. & Aktaş, S. (2011). Sıralı regresyon analizi ile Türkiye’deki iç göçleri etkileyen faktörlerin belirlenmesi. Çukurova Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 20(3), 191-200. google scholar
• Wahba, J., & Zenou, Y. (2012). Out of sight, out of mind: Migration, entrepreneurship and social capital. Regional Science and Urban Economics, 42(5), 890-903. google scholar
• Ward, C. & Rana-Deuba, A. (1999). Acculturation and adaptation revisited. J Cross Cult Psychol, 30:422-442. google scholar
• Yakar, M. (2013). Türkiye’de İller Arası Net Göçlerle Sosyo-Ekonomik Gelişmişlik Arasındaki İlişkinin Coğrafi Ağırlıklı Regresyon İle Analizi. Ege Coğrafya Dergisi, 22(1): 27-43. google scholar
• Yüzbaşı, B. & Görür, Ç. (2021). Examining Spatial Variability in the Association between some Factors and Number of Prisoners in Turkey: A Gwr Analysis. Mugla Journal of Science and Technology, 7(1), 141-148. google scholar
• Yüzbaşı, B. & Görür, Ç. (2023). Examining The Role of Job by Geographically Weighted Poisson Regression in The Post-Migration Adaptation Process: The Case of Van. Van Yüzüncü Yıl University the Journal of Social Sciences Institute, Republic Special Issue, 1127. google scholar
• Yüzbaşı, B. & Pala, M. (2022). Ridge regresyon parametre seçimi: Türkiye’nin doğrudan yabancı yatırım örneği. Journal of Statisticians: Statistics and Actuarial Sciences, 1, 1-18 google scholar
• Zhua, C., Zhangb, X., Zhoua, M., Hea, S., Gana, M., Yangc, L. & Wanga, K. (2020). Impacts of urbanization and landscape pattern on habitat quality using OLS and GWR models in Hangzhou, China. Ecological Indicators, 117, 106654. google scholar