Investigation of the Factors Affecting Fertility in terms of Interaction Hypothesis According to Religious Beliefs

Yıl 2020, Cilt: 22 Sayı: 4, 1005 - 1019, 31.12.2020

Sibel Selim Derya Bilgin

https://doi.org/10.32709/akusosbil.737145

Cited By: 2

Öz

Although income, child costs, family preferences, are the main factors affecting fertility, factors such as religion, language, age, etc. also affect fertility. The effect of religious belief on the number of children of families, which is one of the factors that affect families' preferences; It is thought to be through norms related to marriage, the use of birth control methods, abortion, desired family size, divorce and gender roles. Some religions have strict rules for the protection of family integrity, and behavior that reduces the number of children, such as divorce and abortion is prohibited. In this context, there are many hypotheses developed for the fertility behavior of individuals with different religious beliefs. These hypotheses are the characteristics hypothesis, the particularized theology hypothesis, the minority group status hypothesis and the interaction hypothesis. The aim of this study is to investigate the factors affecting the fertility of people with Muslim, Christian and Jewish religious beliefs using the data regression model using the World Values Survey 2010-2014 data. According to the findings obtained from this study, there are differences in fertility in terms of religious beliefs. In addition, the interaction hypothesis is valid in the Muslim and Christian religious beliefs because both religion and socio-economic variables are effective on fertility.

Anahtar Kelimeler

Fertility, religious beliefs, interaction hypothesis, count data models

Dini İnanışlara Göre Doğurganlığı Etkileyen Faktörlerin Etkileşim Hipotezi Açısından Araştırılması

Öz

Gelir, çocuk maliyetleri, ailelerin tercihleri, doğurganlık üzerinde etkili olan başlıca faktörler olmakla birlikte din, dil, yaş gibi faktörler de doğurganlık üzerinde etkilidir. Ailelerin tercihlerinde etkili olan faktörlerden dini inancın, ailelerin sahip oldukları çocuk sayısı üzerine olan etkisinin; evlilik, doğum kontrol yöntemlerinin kullanımı, kürtaj, istenilen aile büyüklüğü, boşanma ve cinsiyet rolleri ile ilgili normlar aracılığıyla olduğu düşünülmektedir. Bazı dinlerde aile bütünlüğünün korunması amacıyla sıkı kurallar yer almakta ve boşanma, kürtaj gibi çocuk sayısını azaltan davranışlar yasaklanmaktadır. Bu bağlamda, farklı dini inanışlara sahip bireylerin doğurganlık davranışına yönelik geliştirilen pek çok hipotez söz konusudur. Bu hipotezler, karakteristikler hipotezi, özelleştirilmiş teoloji hipotezi, azınlık grubu statüsü hipotezi ve etkileşim hipotezidir. Bu çalışmada amaç, Dünya Değerler Anketi 2010- 2014 verileri kullanılarak Müslüman, Hristiyan ve Musevi dini inanışa sahip bireylerin doğurganlıklarını etkileyen faktörlerin etkileşim hipotezi açısından sayma (count) veri regresyon modeli ile araştırılmasıdır. Bu çalışmadan elde edilen bulgulara göre, dini inanışlar açısından doğurganlık farklılıkları bulunmaktadır. Ayrıca, Müslüman ve Hristiyan dini inanışında hem dini hem de sosyo-ekonomik değişkenlerin doğurganlık üzerinde etkili olmasından dolayı etkileşim hipotezi geçerli olduğu sonucu ortaya çıkmıştır.

Anahtar Kelimeler

Doğurganlık, dini inanış, etkileşim hipotezi, sayma veri modelleri

Kaynakça

• Adsera, A. (2006). Marital fertility and religion: Recent changes in Spain. Population Studies, 60(2), 205-221.
• Adsera, A. (2006). Religion and changes in family-size norms in developed countries. Review of Religious Research, 47(3), 271-286.
• Arı, A. ve Önder, H. (2013). Farklı veri yapılarında kullanılabilecek regresyon yöntemleri. Anadolu Tarım Bilimleri Dergisi, 3(28), 168-174.
• Bar-El, R., Muñoz, T. G., Neuman, S., ve Tobol, Y. (2013). The Evolution of secularization: Cultural transmission, religion and fertility—theory, simulations and evidence. (J. Zhang, Dü.) Journal of Population Economics, 26, 1129-1174.
• Baudin, T. (2015). Religion and fertility: The French connection. Demographic Research, 32, 397-420, DOI: 10.4054/DemRes.2015.32.13
• Bauer, T., Million, A., Rotte, R., ve Zimmermann, K. F. (1999). Immigrant labor and workplace safety. IZA, Discussion Paper No: 16.
• Breslow, N. E.(1990). Tests of hypotheses in overdispersed Poisson regression and other Quasi- Likelihood models. Journal of the American Statistical Association, 85 (410), 565-571.
• Carrivick, P. J. W., Lee, A. H. ve Yau, K. K. W. (2003). Zero- Inflated Poisson modelling to evaluate occupational safety ıntervention. Safety Science, 41, 53-63.
• Becker, G. S. (1960). An economic analysis of fertility. In: Demographic and economic change in developed countries. Conference of the Universities-National Bureau Committee for Economic Research, a Report of the National Bureau of Economic Research. Princeton: Princeton University Press, pp 209–240.
• Becker, G. S. (2009). A treatise on the family. London: Harvard University Press.
• Becker, G. S. ve Lewis, H. G. (1973). On the ınteraction between the quantity and quality of children. Journal of Political Economy, 2 (82), 279-288.
• Cameron, A. C. ve Trivedi, P. K. (1986). Econometrics models based on count data: Comparison and applications of some estimators and tests. Journel of Applied Econometrics, (1), 29-53.
• Chamie, J. (1977). Religious differentials in fertility: Lebanon, 1971. Population Studies, 31(2), 365-382.
• Chamie, J. (1981). Religion and fertility: Arab Christian-Muslim differentials. Cambridge: Cambridge University Press.
• Cohen-Zada, D. ve Sander, W. (2008). Religion, religiosity and private school choice: Implicationsfor estimating the effectiveness of private schools. Journal of Urban Economics 64, 85-100.
• Dean, C., B. (1992). Testing for overdispersion in poisson and binomial regression models. Journal of the American Statistical Association, 87(418), 451-457, DOI: 10.1080/01621459.1992.10475225
• Engle, R. ve Granger, C. (1987). Co-integration and error correction: Representation, estimation, and testing. Econometrica, 55(2), 251-276.
• Heaton, T. B. (2011). Does religion influence fertility in developing countries. Population Research and Policy Review, 30, 449-465.
• Heineck, G. (2006). The relationship between religion and fertility: Evidence for Austria. Papers on Economics of Religion 06/01, Department of Economic Theory and Economic History of the University of Granada.
• Jones, G. W. (2006). A demographic perspective on the muslim world. Journal of Population Research, 23(2), 243-265.
• Karaoğlan, S. ve Duman, M. Z. (2017). Dini inanç ve tutumların doğurganlık üzerindeki etkileri (Van ili örneği). Uluslararası Sosyal Araştırmalar Dergisi, 10(50), 392-404.
• Lehrer, E. L. (1996). The role of the husband's religious affiliation in the economic and demographic behavior of families. Journal for the Scientific Study of Religion, 35(2), 145-155.
• Lee, A. H., Stevanson, M. R., Wang, K., ve Yau, K. K. W. (2002). Modelling young driver motor vehicle crashes: Data with extra zeros. Accident Analysis and Prevention, 34, 515-521.
• Marcum, J. P. (1981). Explaining fertility differences among U.S. Protestants. Social Forces, 60(2), 532-542.
• McQuillan, K. (2004). When does religion influence fertility? Population and Development Review, 30(1), 25-56.
• Rock, S., Sedo, S. ve Willenborg, M. (2001). Analyst following and count data econometrics. Journal of Accounting and Economics, 30, 351-373.
• Selim, S. ve Üçdoğruk, Ş. (2003). Sayma veri modelleri ile çocuk sayısını belirleyicileri: Türkiye'deki Seçilmiş iller için sosyoekonomik analizler. Dokuz Eylül Üniversitesi İ.İ.B.F Dergisi, 2(18), 13-31.
• Selim (2004). Türkiye’de çocuk talebi ve kadınların işgücüne katılımının doğurganlık üzerindeki etkisi: Ekonometrik yaklaşım, Dokuz Eylül Üniversitesi, Sosyal Bilimler Enstitüsü, (Yayımlanmamış doktora tezi), İzmir.
• Sezgin, F. H. ve Deniz, E. (2004). Poisson regresyon modelinde aşırı yayılım durumu ve Negatif Binomial Regresyon analizinin Türkiye grev sayıları üzerine bir uygulaması. Yönetim, 48, 17-25.
• Silva, J. M. C. S. (1997). Unobservables in count data models for on-site samples. Economic Letters, 54, 217-220.
• Wang, W. ve Famoye, F. (1997). Modelling household fertility decisions with Generalized Poisson Regression. Journal of Population Economics, 10, 273-283.
• Winkelmann, R. (2008). Econometric analysis of count data. Springer.
• World Values Survey, WVS (2010-2014) Data Set.
• Zhang, L. (2008). Religious affiliation, religiosity, and male and female fertility. Demographic Research, 18(8), 233-261.