Göç Sonrası Uyum Sürecı̇nde İş Rolünün Coğrafi Ağırlıklı Poisson Regresyon İle İncelenmesi: Van Örneği

Year 2023, Issue: Cumhuriyet Özel Sayısı, 11 - 27, 30.10.2023

Bahadır Yüzbaşı Çetin Görür

https://doi.org/10.53568/yyusbed.1349348

Abstract

Göç, insanların gelecekteki yaşamlarının tamamını ya da bir kısmını geçirmek üzere, kalıcı ya da geçici olarak, bir yerleşim biriminden diğerine coğrafi olarak yer değiştirmelerini içeren bir toplumsal değişim sürecidir. Van ili jeopolitik konumu ve gelişmişlik düzeyi nedeniyle göç alan iller arasında yer almaktadır. Göç eden bireylerin yerleşik nüfusla ilişkilerinin zaman içinde normalleşmesi için o topluma uyum sağlaması gerekmektedir. Bireyler göç sonrası yapılan iş nedeniyle toplumla sürekli temas halindedir, bu nedenle yapılan işin uyum sürecinde önemli bir etkiye sahip olduğu düşünülmektedir. Bu çalışmada Van ilinin birinci ve ikinci derece sınır komşusu illerden göç eden bireylerde göç sonrası uyum sürecinde çalışmanın etkisi Poisson ve Coğrafi Ağırlıklı Poisson Regresyon yöntemleri kullanılarak analiz edilmiştir. Çalışmanın amacı, göç sonrası uyum sürecinde işin katkısı ile bağımsız değişkenler arasındaki ilişkiyi belirlemek ve analiz için kullanılan modellerden hangisinin daha güçlü sonuçlar verdiğini analiz etmektir. Çalışmada 440 birey ile yüz yüze anket yapılmış ve AIC, AICc ve R^2 değerlerine göre Coğrafi Ağırlıklı Poisson Regresyon yönteminin daha güçlü sonuçlar verdiği gözlemlenmiştir. Ayrıca illere ve ilçelere göre bağımlı değişken ile bağımsız değişkenler arasındaki ilişkinin etkisi ve anlamlılığı görselleştirilerek haritalarla verilmiştir.

Keywords

Ekonomi, Göç, Coğrafi Ağırlıklı Poisson Regresyon

Project Number

122G128

Examining The Role of Job by Geographically Weighted Poisson Regression in The Post-Migration Adaptation Process: The Case of Van

Abstract

Migration is a process of social change that involves the geographical relocation of people from one settlement to another, either permanently or temporarily, in order to spend all or part of their future lives. Van province is among the provinces receiving migration due to its geopolitical location and level of development. Migrant individuals need to adapt to that society in order to normalise their relations with the resident population over time. Individuals are in constant contact with the society due to the work done after migration, so it is thought that the work done has an important effect on the adaptation process. In this study, the effect of work on the post-migration adjustment process of individuals migrating from the first and second degree border neighbouring provinces of Van province was analysed using Poisson and Geographically Weighted Poisson Regression methods. The aim of the study is to determine the relationship between the contribution of work in the post-migration adjustment process and independent variables and to analyse which of the models used for the analysis gives stronger results. In the study, a face-to-face survey was conducted with 440 individuals and it was observed that the Geographically Weighted Poisson Regression method gave stronger results according to AIC, AICc and R^2 values. In addition, the effect and significance of the relationship between the dependent variable and independent variables according to provinces and districts are visualised and given with maps.

Keywords

Economy, Geographically Weighted Poisson Regression, Migration

Supporting Institution

TUBİTAK

Project Number

122G128

References

• Akaike, H. (1974). A new look at the statistical model identification. IEEE Transactions on Automatic Control, 19, 716–723.
• Al-Hasani, G., Asaduzzaman, M. D., & Soliman, A.H. (2021). Geographically weighted Poisson regression models with different kernels: Application to road traffic accident data. Communications in Statistics: Case Studies, Data Analysis and Applications.
• Altay, İ., K. & Çılgın, K., (2013). A Research on The Population Immigrating into Cities of Söke and Ödemiş. International Journal of Social Sciences and Humanity Studies, 5(1), 1309-8063.
• Angrist, J., D., & Kugler, A., D. (2003). Protective or Counter-Productive? Labor Market Institutions and the Effect of Immigration on EU Natives. The Economic Journal, 113(488), 302-302.
• Aral, N. & Oğuzlar, A. (2021). Türkiye’de İç Göçün Mekansal Analiz Yöntemleriyle İncelenmes i. International Journal of Social Inquiry, 14 (2), 447-474.
• Beine, M., Docquier, F., & Schiff, M. (2013). International migration, transfer of norms and home country fertility. Canadian Journal of Economics/Revue canadienne d'économique, 46(4), 1406-1430.
• Bell, M., Charles-Edwards, E., Ueffing, P., Stillwell, J., Kupiszewski, M., & Kupiszewska, D. (2015). Internal migration and development: Comparing migration intensities around the world. Population and Development Review, 41(1), 33-58.
• Bidanset, P. E., & Lombard, J. R. (2016). Optimal Kernel and Bandwidth Specifications for Geographically Weighted Regression: An Evaluation Using Automated Valuation Models (AVMS) for Mass Real Estate Appraisal. In Applied Spatial Modelling and Planning,edited by J.R. Lombard, E.Stern, and G. Clarke, 131– 44.NewYork:Routledge.
• Bohra, P., & Massey, D. S. (2009). Processes of internal and international migration from Chitwan, Nepal. International Migration Review, 43(3), 621-651.
• Boubtane, E., Coulibaly, D. & Rault, C. (2013). Immigration, unemployment and GDP in the host country: Bootstrap panel Granger causality analysis on OECD countries. CEPII, WP No 2011-29
• Brundson, C, Fotheringham, A.S. & Charlton, M. (1996). Geographically weighted regression: a method for exploring spatial non-stationarity. Geographical Analysis, 28, 281–298.
• Cameron, C., & Trivedi, P. K. (1998). Regression Analysis of Count Data. Cambridge University Press, West Nyack, NY, USA.
• Castles, S., de Haas, H., & Miller, M. J. (2014). The Age of Migration: International Population Movements in the Modern World. Palgrave Macmillan.
• Çakı, A. (2018). Geçmişten Bugüne Türkiye’nin Göç Politikası ve Suriyeli Göçmenler Bağlamında Göç Yönetişimi. (MSc), Karamanoğlu Mehmetbey Üniversitesi/Sosyal Bilimler Enstitüsü, Karaman.
• Demirağ, H. & Kakışım, C. (2018). Almanya’daki Türklerin göç ve entegrasyon süreci: Birinci ve üçüncü kuşak karşılaştırması. Sosyal Siyaset Konferansları Dergisi, 75, 123–152. http://dx.doi.org/10.26650/jspc.2018.75.0011
• Demirkıran, D. (2020). Yerel Yönetimlerin Göç ve Entegrasyon Politikaları: Gaziantep Büyükşehir Belediyesi Örneği. (MSc), Sosyal Bilimler Enstitüsü TOBB Ekonomi ve Teknoloji Üniversitesi, Ankara.
• Deniz, O. & Etlan, E. (2009). Kırdan kente göç ve göçmenlerin uyum süreci üzerine bir çalışma: Van örneği. Uluslararası İnsan Bilimleri Dergisi, 6, 2. Erişim: http://www.insanbilimleri.com
• Deniz, O. (2008). Van Kent Merkezine Yapılan Göçler ve Göçün Kentler Üzerine Etkisi. V. Ulusal Coğrafya Sempozyumu, Ankara, 2008.
• Dirimeşe, E. & Emre, E. (2022). Göçmenlerin Türkiye’ye Entegrasyonu ve Gündelik Hayatta Kültürel Etkileşimleri: Çinliler Örneği. Journal of Social Sciences and Humanities, 6(1), 297- 325.
• Dumancı, V. & Gür, C. (2022). Türkiye’de Göç, Entegrasyon ve Eğitim Hakkına Erişim Üzerine Bir Değerlendirme. KAREFAD/ÇAKÜ Edebiyat Fakültesi Dergisi, 10(1), 29-44.
• Ekhtiari, M. & Aysan, M., F. (2022). Günümüz Türkiyesinde İranlı Göçmenlerin Sosyoekonomik Entegrasyonu. İlmi Etüdler Derneği, insan & toplum, 13(1), 225-253.
• Elmastaş, N. & Yılmaz, S. (2015). Van İlinde Göçler. Turkish Studies International Periodical for the Languages, Literature and History of Turkish or Turkic ,10(10), 403-428.
• European Parliament. (2023). EU-Türkiye Statement. Retrieved from https://www.europarl.europa.eu/legislative-train/carriage/eu-Türkiye-statement-action-plan/report?sid=7001
• Fleiss, J., L., Levin, B., & Paik, M., C. (2003). Statistical Methods for Rates and Proportions. 3rd Edition, Wiley, Hoboken.
• Genç, Y., Gündüz, D. & Çöpoğlu, M. (2019). Göç ve Kalkınma İlişkisi. AVRASYA Uluslararası Araştırmalar Dergisi, 7(18), 479 – 498.
• Gürbüz, M. & Karabulut, M. (2008). Kırsal Göçler İle Sosyo-Ekonomik Özellikler Arasındaki İlişkilerin Analizi. Türk Coğrafya Dergisi, 50, 37-60.
• Hurvich, C. M., & Tsai, C.-H. (1989). Regression and time series model selection in small samples. Biometrika, 76, 297–307.
• International Organization for Migration (IOM). (2022). Migration in the Time of COVID-19. Retrieved from https://migrationdataportal.org/themes/migration-time-covid-19
• Kalogirou, S. (2012). Testing local versions of correlation coefficients. Jahrb Reg wiss, 32(1), 45–61.
• Korkmaz, N. & Öztürk, A. (2017). Bulgaristan Türklerinin Göç Süreci ve Göçmenlerin Türkiye’deki İskan ve İş Gücüne Dayalı Entegrasyonu. ANKASAM | Bölgesel Araştırmalar Dergisi, 1(3), 268-289.
• Long, J., S. (1997). Regression Models for Categorical and Limited Dependent Variables. Advanced Quantitative Techniques in the Social Sciences Number 7. Sage Publications: Thousand Oaks, CA.
• Lu, B., Charlton, M., Brunsdon, C., & Harris, P. (2016). The Minkowski Approach for Choosing the Distance Metric in Geographically Weighted Regression. International Journal of Geographical Information Science, 30, 351–68.
• Mayda, A. M. (2010). International migration: A panel data analysis of the determinants of bilateral flows. Journal of Population Economics, 23(4), 1249-1274.
• Nakaya, T., Fotheringham, A.S., Brunsdon, C., & Charlton, M. (2005). Geographically weighted Poisson regression for disease association mapping. Statist. Med., 24, 2695–2717.
• Öz, İ. & Çelebioğlu, F. (2015). The Impacts of Socio-Economic Factors on Migration across Turkish Regions: A Spatial Data Analysis. Časopis za ekonomiju i tržišne komunikacije/ Economy and Market Communication Review God, 5(2) • Banja Luka, 194-210.
• Özgür, E., M. & Aydın, A. (2011). Türkiye’de Evlilik Göçünün Mekânsal Veri Analizi Teknikleriyle Değerlendirilmesi. Coğrafi Bilimler Dergisi CBD, 9(1), 29-40.
• Rapoport, H., & Docquier, F. (2005). The Economics of Migrants’Remittances. The Institute for the Study of Labor (IZA), Discussion Paper No: 1531.
• Rey, S. J., & Anselin, L. (2009). PySAL: A Python library of spatial analytical methods. Review of Regional Studies, 39(1), 81-100.
• Sağıroğlu, A. Z., Ünsal, R. & Özenci, F. (2022). Türkiye Göç ve İnsan Hareketlilikleri Yıllık Raporu-2021. Ankara: Ankara Yıldırım Beyazıt Üniversitesi Göç Politikaları Uygulama ve Araştırma Merkezi (AYBÜ-GPM).
• Sağıroğlu, A., Z. & Yılmaz, İ., H. (2021). Yabancılarla Birlikte Yaşamak: MAMAK ÖRNEĞİ / Göç Çalışmalarında Bir Karma Yöntem Araştırması. Nobel Akademik Yayıncılık, Ankara.
• Şimşek, D. (2018). Mülteci Entegrasyonu, Göç Politikaları ve Sosyal Sınıf: Türkiye’deki Suriyeli Mülteciler Örneği. Sosyal Politika Çalışmaları Dergisi, 18(40/2).
• Tümtaş, M.,. S. & Ergün, C. (2014). Göç ve Yoksulluk Kıskacında Yıkılan Bir Kent: Van. Akademik Yaklaşımlar Dergisi, 5(2).
• Wang, F., & Luo, W. (2005). Assessing spatial and nonspatial factors for healthcare access: Towards an integrated approach to defining health professional shortage areas. Health & Place, 11(2), 131-146.
• Wang,C.-H., & Chen, N. (2017). A Geographically Weighted Regression Approach to Investigating the Spatially Varied Built-Environment Effects on Community Opportunity. Journal of Transport Geography, 62, 136–47.
• World Bank. (2021). https://www.worldbank.org/en/news/feature/2021/06/22/10-years-on-Türkiye-continues- its-support-for-an-ever-growing-number-of-syrian-refugees
• 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.
• Yılmaz, İ. (2023). Göçmen Uyumuna Yönelik Sosyal Politikalar: Almanya, Hollanda ve Japonya Örnekleri. Farklı Refah Rejimlerinde Göç ve Sosyal Politika, Bölüm 1, 1-23, Gazi Kitabevi, Ankara.
• Yüzbaşı, B., & Görür, Ç. (2021). Examining Spatial Variability in the Association between some Factors and Number of Prisoners in Türkiye: A Gwr Analysis. Mugla Journal of Science and Technology, 7(1), 141-148.