GIS-Based Analysis of Turkey House Sale Statistics

Yıl 2020, Cilt: 20 Sayı: 3, 448 - 455, 30.06.2020

Mustafa Yalçın

https://doi.org/10.35414/akufemubid.673133

Cited By: 2

Öz

House sales are a phenomenon that varies according to the social-economic parameters of a country. Significant results can be obtained regarding the development indicators of countries with house sales. The geographical-based analysis is of great importance to comment on the country-wide or administrative units of housing sales. Because Geographical Information Systems (GIS) is an effective platform for detecting local trends and local clusters and presenting the results. In this study, housing sales statistics which is obtained from Turkey Statistical Institute (TSI) between 2014 and 2018 years in the country and province-level of Turkey data has been used for analysis and visualization purposes. The obtained verbal data were analyzed by joining with numerical data in GIS environment. By this study, first-hand and second-hand sales ratios in the housing sales market, second-hand / zero sales by province and the number of sales according to the population of the provinces were evaluated and various comparisons were performed. In addition, hot spot analysis was performed to find local clusters using Getis Ord Gi * method. As a result, it is observed that the number of sales according to the population is lower in the Eastern provinces and the number of sales is high in Marmara and Aegean coasts. In the Aegean and Mediterranean coastal provinces, it is observed that first sales are much higher than second-hand house sales and second-hand sales are high in Southeast Anatolia.

Anahtar Kelimeler

House Sales, GIS, Clustering Analysis, Spatial Statistic

Türkiye Konut Satış İstatistiklerinin CBS Tabanlı Analizleri

Öz

Konut satışları, bir ülkenin temelde sosyal ekonomik parametrelerine paralel değişkenlik gösteren bir olgudur. Konut satış verileri kullanılarak, ülkelerin gelişim göstergelerine ilişkin önemli sonuçlar elde edilebilmektedir. Ancak ülke çapında ya da idari birimleri üzerinde konut satışlarıyla ilgili yorum yapabilmek için, coğrafi tabanlı analizler büyük önem arz etmektedir. Çünkü yerel eğilimlerin ve kümelenmelerin tespit edilebilmesi ve sonuçların görsel olarak sunulabilmesi için Coğrafi Bilgi Sistemleri (CBS) etkin bir platform oluşturmaktadır. Konut satış istatistiklerinin analizi ve il biriminde görselleştirilmesi amaçlı yapılan bu çalışmada, 2014-2018 yılları arasında Türkiye İstatistik Kurumu’ndan (TUİK) elde edilen ülke ve il bazındaki konut satış istatistikleri verileri kullanılmıştır. Elde edilen sözel veriler, CBS ortamında sayısal verilerle ilişkilendirilerek analiz edilmiştir. Çalışma ile, konut satış piyasasındaki ilk el ve ikici el satışlar oranlamaları, il bazındaki ikinci el/ilk el satışları ve illerin nüfusuna göre satış sayıları değerlendirilerek çeşitli kıyaslamalar yapılmıştır. Ayrıca çalışmada, Getis Ord Gi* yöntemi kullanılarak yerel kümelenmelerin bulunması için sıcak nokta analizi yapılmıştır. Sonuç olarak, Doğu illerinde satış sayılarının nüfusa göre az olduğu, Marmara ve Ege sahillerinde satış sayılarının yoğun olduğu gözlemlenmiştir. Ege ve Akdeniz sahil illerinde ilk el satışın ikinci el konut satışlarına göre oldukça fazla olduğu, Güneydoğu Anadolu bölgesinde ise ikinci el satışları fazla olduğu göze çarpmaktadır.

Anahtar Kelimeler

Konut Satışları, CBS, Kümeleme Analizleri, Mekansal İstatistik

Kaynakça

• Anbarcı, M., 2012. Ürün Olarak Konut Kavramı ve Türkiye’deki Konut Satışlarının Ürün Hayat Eğrisi Yaklaşımıyla Değerlendirilmesi. e-Journal of New World Sciences Academy, 7(1), 1A0290.
• Yayar, R. ve Gül, D., 2014. Mersin kent merkezinde konut piyasası fiyatlarının hedonik tahmini. Anadolu Üniversitesi Sosyal Bilimler Dergisi, 14(3), 87-99.
• Gökler, L.A., 2017. Ankara’da Konut Fiyatları Farklılaşmasının Hedonik Analiz Yardımıyla İncelenmesi. Megaron 12(2), 304-315.
• Çelik, C. ve Kıral, G., 2018. Kümeleme yöntemiyle konut talebinin incelenmesi: Türkiye il grupları üzerine bir uygulama. Çukurova Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 27(1), 123-138.
• Hatipoğlu, Ü. ve Tanrıvermiş, H., 2017. Türkiye’de arz ve talep açısından konut yatırım tercihlerini etkileyen faktörlerin değerlendirilmesi. Bankacılar Dergisi, (100), 49-75.
• Lee, J. ve Wong, D.W., 2001. Statistical analysis with ArcView GIS. John Wiley & Sons, 156-189.
• Özgür, L., 2008. Coğrafi bilgi sistemlerinde sağlık uygulamaları Afyonkarahisar örneği. Yüksek Lisans Tezi, Afyon Kocatepe Üniversitesi Fen Bilimleri Enstitüsü, Afyonkarahisar.
• David, R.M., 2017. Türkiye’de amipli dizanteri ve hepatit a hastalıklarının mekansal doku ve sıcak noktalarının CBS ve geoistatistik analizler ile incelenmesi. Yüksek Lisans Tezi, İstanbul Teknik Üniversitesi Fen Bilimleri Enstitüsü, İstanbul.
• Kervankıran, İ., 2015. Turizmde mekânsal veri analizi tekniklerinin kullanımı: Türkiye'de ilçelere göre konaklama örneği. Zeitschrift für die Welt der Türken/Journal Of World Of Turks, 7(2), 217-241.
• Atalay, A., 2010. Türkiye’deki trafik kazalarının mekansal ve zamansal analizi. Doktora Tezi, Atatürk Üniversitesi Fen Bilimleri Enstitüsü, Erzurum.
• İnternet kaynakları
• 1-ESRI,https://pro.arcgis.com/en/pro-app/tool-reference/spatial-statistics/h-how-hot-spot-analysis-getis-ord-gi-spatial-stati.htm, (11.08.2019)