Research Article
BibTex RIS Cite

HAVALİMANLARINDA TAŞINAN YOLCU SAYISI ÜZERİNE AĞ ANALİZİ UYGULAMALARI VE HAVALİMANLARININ MERKEZİLİĞİ: TÜRKİYE İÇ HATLARI ÖRNEĞİ

Year 2024, Volume: 46 Issue: 1, 293 - 312, 27.06.2024
https://doi.org/10.14780/muiibd.1437639

Abstract

Merkezi (hub) havalimanları, havayolu şirketlerinin küresel veya bölgesel ağlarını yönetmelerine olanak tanıyan önemli düğüm noktalarıdır. Aktarmalı uçuşlar, yoğun yolcu trafiği, havayolu şirketlerinin merkezi olma durumu, ekonomik ve turistik etkinin fazla olduğu bölgelerde havalimanları merkezi olma eğilimindedir. Bu çalışma, 2018 yılına ait Eurostat’ın iç hatta taşınan yolcu verilerini kullanılarak Türkiye'deki ana havalimanları için gerçekleştirilen çeşitli ağ analizlerinin sonuçlarına göre havalimanlarının merkeziliğinin üzerinde durmaktadır. Analizde kullanılan metrikler, her havalimanının ağ içindeki konumunu ve önemini ölçmek amacıyla giriş derece merkeziliği, çıkış derece merkeziliği, derece merkeziliği, yakınlık merkeziliği, arasındalık merkeziliği, pagerank merkeziliği, sinkrank merkeziliği, özvektör merkeziliği, entropik özvektör merkeziliği ve ağırlıksız özvektör merkeziliği gibi faktörleri içermektedir. Sonuçlar, Türkiye'nin havacılık sektöründeki önemli aktörlerin belirlenmesine ve bu havalimanlarının farklı merkezilik ölçülerine göre farklılaşan dinamiklerini ortaya çıkarmaktadır. Genel anlamda, İstanbul/Atatürk ve İstanbul/Sabiha Gökçen havalimanlarının yüksek derecede önemli düğümler olduğu ve Ankara/Esenboğa, Antalya, İzmir/Adnan Menderes ve Adana Havalimanlarının ise genel ağ içinde öne çıkan diğer havalimanları olduğu göze çarpmaktadır. Merkezilik ölçülerinin ölçüm yaklaşımlarına göre ise bu havalimanlarına başka havalimanlarının eklendiği görülmüştür. Bunlara ek olarak, çalışmanın sonunda sonuçların geçerliliğini test etmek amacıyla güncel 2022 verileri ve COVID-19 etkisini görmek amacıyla 2020 verileri kullanılarak analizler tekrarlanmış ve sonuçlar birbiri ile karşılaştırılmıştır.

References

  • Ağraz, S. (2006). Havayolu işletmelerinin istihdama etkisi, İstanbul Üniversitesi, Sosyal Bilimler Enstitüsü, Istanbul.
  • Barabási, A. L. (2013). Network Science. Philosophical Transactions of the Royal Society A: Mathematical, Physical and Engineering Sciences, 371(1987), 20120375.
  • Borgatti, S. P. (2005). Centrality and network flow. Social networks, 27(1), 55-71.
  • Brin, S., & Page, L. (1998). The anatomy of a large-scale hypertextual web search engine. Computer Networks and ISDN Systems, 30(1-7), 107-117.
  • Cheung, D. P., & Gunes, M. H. (2012). A complex network analysis of the united states air transportation. In 2012 IEEE/ACM International Conference on Advances in Social Networks Analysis and Mining (pp. 699-701). IEEE.
  • de Brito, E. G., dos Reis Silva, J. M., Baltazar, M. E., & Martins, B. C. A. (2023). The importance and centrality of Brazilian airports in the regular passenger traffic. Revista portuguesa de estudos regionais, (64), 115- 127.
  • Dong, Z., & Wu, W. (2015). Exploring the geography of China’s airport networks: A hybrid complex-network approach. Serc Discussion Paper.
  • DHMİ (2024). Devlet Hava Meydanları İşletmesi: Türkiye geneli havalimanları uçak, yolcu ve yük trafiği istatistikleri. https://www.dhmi.gov.tr/Sayfalar/Istatistikler.aspx. Alındığı tarih 8.02.2024.
  • Dünya Bankası (2024). Air transport, passengers carried – Turkiye. https://data.worldbank.org/indicator/ IS.AIR.PSGR?locations=TR. Alındığı tarih 4.02.2024.
  • Ersöz, C., & Karaman, F. (2023). Centrality and connectivity analysis of the European airports: a weighted complex network approach. Transportation Planning and Technology, 46(2), 200-223.
  • Gerede, E. (2015). Havayolu taşımacılığı ve ekonomik düzenlemeler teori ve Türkiye uygulaması, SHGM Yayınları, Ankara.
  • Güner, S., & Codal Seçkin, K. (2023). Complex network analysis of the Turkish domestic airport system and comparison with worldwide practices. Journal of Airline and Airport Management, 13(2), 51-63.
  • Güner, S., Antunes, J., Seçkin Codal, K., & Wanke, P. (2022). Network centrality and efficiency in Turkish airports: A hybrid network DEA. SSRN 4252267.
  • Gürsakal, N (2018). Sosyal ağ analizi, Anadolu Üniversitesi, Eskişehir.
  • Holloway, S. (2016). Straight and level: Practical airline economics. Routledge, London.
  • Jia, T., Qin, K., & Shan, J. (2014). An exploratory analysis on the evolution of the US airport network. Physica A: Statistical Mechanics and its Applications, 413, 266-279.
  • Kılıç Depren, S., & Gökalp Yavuz, F. (2018). The network analysis of the domestic and international air transportation structure of Turkey. Mugla Journal of Science and Technology, 4(2), 148-155.
  • Li, Z., & Dawood, S. R. S. (2016). World city network in China: a network analysis of air transportation network. Modern Applied Science, 10(10), 213.
  • Nacaskul, P. D. (2010). Systemic import analysis (SIA)–Application of entropic eigenvector centrality (EEC) criterion for a priori ranking of financial institutions in terms of regulatory-s-Supervisory concern, with demonstrations on stylised small network topologies and connectivity weights. Available at SSRN 1618693.
  • Reggiani, A., Nijkamp, P., & Cento, A. (2010). Connectivity and concentration in airline networks: a complexity analysis of Lufthansa’s network. European Journal of Information Systems, 19(4), 449-461.
  • Seçkin Codal, K., & Güner, S. (2022). Exploring the sources of centrality in the Turkish domestic airport network. Journal of Transportation and Logistics, 7(2), 199-212.
  • Soramäki, K., & Cook, S. (2013). SinkRank: An algorithm for identifying systemically important banks in payment systems. Economics, 7(1), 20130028.
  • Song, M. G., & Yeo, G. T. (2017). Analysis of the air transport network characteristics of major airports. The Asian Journal of Shipping and Logistics, 33(3), 117-125.
  • Tesoriere, G., Russo, A., De Cet, G., Vianello, C., & Campisi, T. (2023). The centrality of Italian airports before and after the COVID-19 period: what happened? European transport/trasporti Europei, (93), 1-16.
  • Trobajo, M. T., & Carriegos, M. V. (2022). Spanish airport network structure: Topological characterization. Computational and Mathematical Methods, 2022.
  • Tunali, V (2016). Sosyal Ağ Analizine Giriş. Nobel Yayıncılık, 1. Baskı, Ankara.
  • Wittmer, A., & Beritelli, P. (2011). Comparing airline network structures: The case of Australia. In Cauthe 2011: National Conference: Tourism: Creating a Brilliant Blend (pp. 1384-1400).
Year 2024, Volume: 46 Issue: 1, 293 - 312, 27.06.2024
https://doi.org/10.14780/muiibd.1437639

Abstract

References

  • Ağraz, S. (2006). Havayolu işletmelerinin istihdama etkisi, İstanbul Üniversitesi, Sosyal Bilimler Enstitüsü, Istanbul.
  • Barabási, A. L. (2013). Network Science. Philosophical Transactions of the Royal Society A: Mathematical, Physical and Engineering Sciences, 371(1987), 20120375.
  • Borgatti, S. P. (2005). Centrality and network flow. Social networks, 27(1), 55-71.
  • Brin, S., & Page, L. (1998). The anatomy of a large-scale hypertextual web search engine. Computer Networks and ISDN Systems, 30(1-7), 107-117.
  • Cheung, D. P., & Gunes, M. H. (2012). A complex network analysis of the united states air transportation. In 2012 IEEE/ACM International Conference on Advances in Social Networks Analysis and Mining (pp. 699-701). IEEE.
  • de Brito, E. G., dos Reis Silva, J. M., Baltazar, M. E., & Martins, B. C. A. (2023). The importance and centrality of Brazilian airports in the regular passenger traffic. Revista portuguesa de estudos regionais, (64), 115- 127.
  • Dong, Z., & Wu, W. (2015). Exploring the geography of China’s airport networks: A hybrid complex-network approach. Serc Discussion Paper.
  • DHMİ (2024). Devlet Hava Meydanları İşletmesi: Türkiye geneli havalimanları uçak, yolcu ve yük trafiği istatistikleri. https://www.dhmi.gov.tr/Sayfalar/Istatistikler.aspx. Alındığı tarih 8.02.2024.
  • Dünya Bankası (2024). Air transport, passengers carried – Turkiye. https://data.worldbank.org/indicator/ IS.AIR.PSGR?locations=TR. Alındığı tarih 4.02.2024.
  • Ersöz, C., & Karaman, F. (2023). Centrality and connectivity analysis of the European airports: a weighted complex network approach. Transportation Planning and Technology, 46(2), 200-223.
  • Gerede, E. (2015). Havayolu taşımacılığı ve ekonomik düzenlemeler teori ve Türkiye uygulaması, SHGM Yayınları, Ankara.
  • Güner, S., & Codal Seçkin, K. (2023). Complex network analysis of the Turkish domestic airport system and comparison with worldwide practices. Journal of Airline and Airport Management, 13(2), 51-63.
  • Güner, S., Antunes, J., Seçkin Codal, K., & Wanke, P. (2022). Network centrality and efficiency in Turkish airports: A hybrid network DEA. SSRN 4252267.
  • Gürsakal, N (2018). Sosyal ağ analizi, Anadolu Üniversitesi, Eskişehir.
  • Holloway, S. (2016). Straight and level: Practical airline economics. Routledge, London.
  • Jia, T., Qin, K., & Shan, J. (2014). An exploratory analysis on the evolution of the US airport network. Physica A: Statistical Mechanics and its Applications, 413, 266-279.
  • Kılıç Depren, S., & Gökalp Yavuz, F. (2018). The network analysis of the domestic and international air transportation structure of Turkey. Mugla Journal of Science and Technology, 4(2), 148-155.
  • Li, Z., & Dawood, S. R. S. (2016). World city network in China: a network analysis of air transportation network. Modern Applied Science, 10(10), 213.
  • Nacaskul, P. D. (2010). Systemic import analysis (SIA)–Application of entropic eigenvector centrality (EEC) criterion for a priori ranking of financial institutions in terms of regulatory-s-Supervisory concern, with demonstrations on stylised small network topologies and connectivity weights. Available at SSRN 1618693.
  • Reggiani, A., Nijkamp, P., & Cento, A. (2010). Connectivity and concentration in airline networks: a complexity analysis of Lufthansa’s network. European Journal of Information Systems, 19(4), 449-461.
  • Seçkin Codal, K., & Güner, S. (2022). Exploring the sources of centrality in the Turkish domestic airport network. Journal of Transportation and Logistics, 7(2), 199-212.
  • Soramäki, K., & Cook, S. (2013). SinkRank: An algorithm for identifying systemically important banks in payment systems. Economics, 7(1), 20130028.
  • Song, M. G., & Yeo, G. T. (2017). Analysis of the air transport network characteristics of major airports. The Asian Journal of Shipping and Logistics, 33(3), 117-125.
  • Tesoriere, G., Russo, A., De Cet, G., Vianello, C., & Campisi, T. (2023). The centrality of Italian airports before and after the COVID-19 period: what happened? European transport/trasporti Europei, (93), 1-16.
  • Trobajo, M. T., & Carriegos, M. V. (2022). Spanish airport network structure: Topological characterization. Computational and Mathematical Methods, 2022.
  • Tunali, V (2016). Sosyal Ağ Analizine Giriş. Nobel Yayıncılık, 1. Baskı, Ankara.
  • Wittmer, A., & Beritelli, P. (2011). Comparing airline network structures: The case of Australia. In Cauthe 2011: National Conference: Tourism: Creating a Brilliant Blend (pp. 1384-1400).
There are 27 citations in total.

Details

Primary Language Turkish
Subjects Business Administration
Journal Section Makaleler
Authors

Umut Aydın 0000-0003-4802-8793

Early Pub Date June 27, 2024
Publication Date June 27, 2024
Submission Date February 15, 2024
Acceptance Date April 16, 2024
Published in Issue Year 2024 Volume: 46 Issue: 1

Cite

APA Aydın, U. (2024). HAVALİMANLARINDA TAŞINAN YOLCU SAYISI ÜZERİNE AĞ ANALİZİ UYGULAMALARI VE HAVALİMANLARININ MERKEZİLİĞİ: TÜRKİYE İÇ HATLARI ÖRNEĞİ. Marmara Üniversitesi İktisadi Ve İdari Bilimler Dergisi, 46(1), 293-312. https://doi.org/10.14780/muiibd.1437639
AMA Aydın U. HAVALİMANLARINDA TAŞINAN YOLCU SAYISI ÜZERİNE AĞ ANALİZİ UYGULAMALARI VE HAVALİMANLARININ MERKEZİLİĞİ: TÜRKİYE İÇ HATLARI ÖRNEĞİ. Marmara Üniversitesi İktisadi ve İdari Bilimler Dergisi. June 2024;46(1):293-312. doi:10.14780/muiibd.1437639
Chicago Aydın, Umut. “HAVALİMANLARINDA TAŞINAN YOLCU SAYISI ÜZERİNE AĞ ANALİZİ UYGULAMALARI VE HAVALİMANLARININ MERKEZİLİĞİ: TÜRKİYE İÇ HATLARI ÖRNEĞİ”. Marmara Üniversitesi İktisadi Ve İdari Bilimler Dergisi 46, no. 1 (June 2024): 293-312. https://doi.org/10.14780/muiibd.1437639.
EndNote Aydın U (June 1, 2024) HAVALİMANLARINDA TAŞINAN YOLCU SAYISI ÜZERİNE AĞ ANALİZİ UYGULAMALARI VE HAVALİMANLARININ MERKEZİLİĞİ: TÜRKİYE İÇ HATLARI ÖRNEĞİ. Marmara Üniversitesi İktisadi ve İdari Bilimler Dergisi 46 1 293–312.
IEEE U. Aydın, “HAVALİMANLARINDA TAŞINAN YOLCU SAYISI ÜZERİNE AĞ ANALİZİ UYGULAMALARI VE HAVALİMANLARININ MERKEZİLİĞİ: TÜRKİYE İÇ HATLARI ÖRNEĞİ”, Marmara Üniversitesi İktisadi ve İdari Bilimler Dergisi, vol. 46, no. 1, pp. 293–312, 2024, doi: 10.14780/muiibd.1437639.
ISNAD Aydın, Umut. “HAVALİMANLARINDA TAŞINAN YOLCU SAYISI ÜZERİNE AĞ ANALİZİ UYGULAMALARI VE HAVALİMANLARININ MERKEZİLİĞİ: TÜRKİYE İÇ HATLARI ÖRNEĞİ”. Marmara Üniversitesi İktisadi ve İdari Bilimler Dergisi 46/1 (June 2024), 293-312. https://doi.org/10.14780/muiibd.1437639.
JAMA Aydın U. HAVALİMANLARINDA TAŞINAN YOLCU SAYISI ÜZERİNE AĞ ANALİZİ UYGULAMALARI VE HAVALİMANLARININ MERKEZİLİĞİ: TÜRKİYE İÇ HATLARI ÖRNEĞİ. Marmara Üniversitesi İktisadi ve İdari Bilimler Dergisi. 2024;46:293–312.
MLA Aydın, Umut. “HAVALİMANLARINDA TAŞINAN YOLCU SAYISI ÜZERİNE AĞ ANALİZİ UYGULAMALARI VE HAVALİMANLARININ MERKEZİLİĞİ: TÜRKİYE İÇ HATLARI ÖRNEĞİ”. Marmara Üniversitesi İktisadi Ve İdari Bilimler Dergisi, vol. 46, no. 1, 2024, pp. 293-12, doi:10.14780/muiibd.1437639.
Vancouver Aydın U. HAVALİMANLARINDA TAŞINAN YOLCU SAYISI ÜZERİNE AĞ ANALİZİ UYGULAMALARI VE HAVALİMANLARININ MERKEZİLİĞİ: TÜRKİYE İÇ HATLARI ÖRNEĞİ. Marmara Üniversitesi İktisadi ve İdari Bilimler Dergisi. 2024;46(1):293-312.