AÇLIK VE YOKSULLUK SINIRI BELİRLEMEDE DÜZEY 2 BAZINDA BÖLGESEL ETKİNLİĞE DAYALI MEKÂNSAL İLİŞKİLER: TÜRKİYE ÖRNEĞİ

Öz

Karar verme, belirli bir amaca ulaşmak için değişik alternatiflerin belirlenmesi ve bunların içinden en etkilisinin seçilmesi işlemidir. Eğer bir karar verme probleminde birden fazla kriter varsa problem çok kriterli karar verme problemi olmaktadır. Bu çalışmada, network modeli ile ağ analizi yapmak amacıyla, Çok Kriterli Karar Verme (ÇKKV) çözüm yöntemlerinden olan TOPSIS ve VIKOR yöntemleri kullanılmıştır. Yöntemlerdeki kriter ağırlıkları ise Analitik Hiyerarşi Prosesi’ndeki ikili kıyaslamalar metodu kullanılarak elde edilmiştir. Çalışma kapsamında, ilk aşamada Hacettepe Üniversitesi internet altyapısını kurmuş olan Bilgikent Teknoloji A.Ş.’den mevcut gerçek veriler alınmıştır. Tüm bu veriler ÇKKV yöntemlerindeki karar matrisini oluşturmuş olup, yöntemlerin adımları teorik olarak anlatılmıştır. Ardından toplamda 7 fakültenin bulunduğu internet ağ analizi TOPSIS ve VIKOR yöntemleriyle çözümlenmiştir. İkinci aşamada ise yine ÇKKV çözüm yöntemlerinden olan bulanık TOPSIS ve bulanık VIKOR yöntemleri kullanılarak network modeli ile ağ analizi çalışması tekrarlanmıştır. Hesaplamalar Excel 2010 paket programı ile yapılmıştır. Sonuç olarak elde edilen verilerden hangi bağlantıların risk teşkil ettiği, hangi bağlantıların risk teşkil etmediği saptanmıştır. Çalışmanın sonucunda internet topolojisi alanında önemli bir yere sahip olan network analizinin pratikleştirilmesine yönelik olarak ÇKKV yöntemlerinin uygulanabilirliği hedeflenmektedir. Günümüzün en büyük küresel sorunlardan birisinin de açlık ve yoksulluk olduğu şüphesizdir. Küreselleşme, insanları ve yaşam stillerini birbirleri ile ilişkilendirirken bir yandan da ülkelerarası eşitsizliği büyütmektedir. Dolayısıyla insanların hayat standardı yükselmiş ve bunun yanında gelir farklılıkları artmıştır. Bir kişinin yaşamını devam ettirebilmesi için alması gerekli temel gıda maddelerinden oluşan sepetin maliyeti “Açlık sınırı” olarak tanımlanmaktadır. Önemli ekonomik birimlerden biri olan hane halklarının tüketim düzeylerinin (açlık sınırı açısından) yaşadığı coğrafi bölgenin ekonomisinden (etkinliği) ne yönde ve nasıl etkilendiğinin ortaya konması çalışmanın ana amacıdır. Bu amaç çerçevesinde öncelikle İstatistiki Bölge Birimleri Sınıflandırması (İBBS) 2. düzeyde yer alan 26 ilin etkinlikleri veri zarflama analizi (VZA) ile belirlenmiştir. İllerin etkinliği belirlenirken girdi ve çıktı değişkenleri olarak nüfus yoğunluğu, yaş bağımlılık oranı, cinsiyet oranı, işsizlik oranı, TÜFE, Kişi başına ithalat, Kişi başına ihracat, işgücüne katılma oranı, kişi başı gayrisafi katma değer kullanılmıştır. Etkinlik ölçümünde Andersen ve Petersen (1993)’in süper etkinlik modeli kullanılmıştır. İkinci aşamada ise, açlık sınır değerlerinin illerin etkinlik değeri üzerinde hangi düzeyde etkili oldukları iki ayrı mekânsal model ile test edilmiştir. Ampirik bulgular neticesinde pozitif mekânsal etkileşim gözlenmiştir. Etkinliğini arttıran illerde açlık sınır değeri azalmaktadır. İllerin etkinliğinde yayılma etkisi (spill-over) söz konusudur. Bu durum kalkınma politikaları açısından önemlidir. Bir ilde ilin gelişimi için yapılan teşvik, o ili çevreleyen benzer özelliklere sahip illerde de etki yaratacaktır.

Anahtar Kelimeler

• Mekânsal Ekonometri, Mekânsal Otoregresif Model (SAR), Mekânsal Hata Terimi Modeli (SEM), Veri Zarflama Analizi (VZA), Süper Etkinlik, Açlık ve Yoksulluk Sınırı

Kaynakça

1. Adler N., Friedman, L., Stern, Z. S., (2002), Review of Ranking Methods in the Data Envelopment Analysis Context, European Journal of Operational Research, 140:249 – 265.
2. Anselin, L., (1998a) GIS Research Infrastructure for Spatial Analysis of Real Estate Markets, Journal of Housing Research, 9, 113 – 133.
3. Anselin, L., (1988b) Model Validation in Spatial Econometrics: A Review and Evaluation of Alternative Procedures, International Regional Science Review, 11(3): 279 - 316.
4. Anselin, L.and A. Bera. (1998) Spatial Dependence in Linear Regression Models with an Introduction to Spatial Econometrics, in A. Ullah and D. Giles (Eds.), Handbook of Applied Economic Statistics, New York, 237 – 289.
5. Anselin, L. (2003) Spatial Externalities Spatial Multipliers and Spatial Econometrics, International Regional Science Review, 26, 153 - 166.
6. Andersen, P., C. N. Petersen, (1993) A Procedure for Ranking Efficient Units in Data Envelopment Analysis, Management Science, 39 (10): 1261-1264.
7. Banker, R. D., Charnes, A., Cooper, W. W., (1984), Some Methods for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis, Management Science, 30 (9):1078 – 1092.
8. Charnes, A., Cooper, W. W., Rhodes, E., (1978), Measuring the Efficiency of Decision Making Units, European Journal of Operational Research, 2 (6): 429 – 444.

9. Cliff, A. D., J. K. Ord. (1981) Spatial Processes: Models and Applications, Pion, London.
10. Çatık N., M. Güçlü, (2006) Mekânsal Etkiler Altında Ampirik Büyüme, Ege Üniversitesi Working Paper.
11. Çelebioğlu, F., (2010) Regional Disparity and Clusters in Turkey: A Lisa (Local Indicators of Spatial Association) Analysis, Dumlupınar Üniversitesi, Sosyal Bilimler Dergisi, 28, 35 – 47.
12. Dubin, R., (1998) Spatial Autocorrelation: A Primer, Journal of Housing Research, 7, 304 – 327.
13. Filiztekin, A., (2007), Regional Unemployment in Turkey, Koç University Working Paper Series, 2007-07-09.
14. Gezici, F. Hewings G. J. D., (2003), Spatial Analysis of Regional Inequalities in Turkey, 43rd Congress of European Regional Science, 27-30 August 2003, Jyvaskyla, Finland.
15. Gezici F., Hewings, G. J. D., (2004) Regional Convergence and the Economic Performance of Peripheral Areas in Turkey, RURDS, 16 (2).
16. Hordijk, L. and J. Paelinck. (1976) Some Principles and Results in Spatial Econometrics, Recherches Economiques de Louvain, 42, 175 – 197.
17. LeSage, J. P., (1997) Regression Analysis of Spatial Data, Journal of Regional Analysis and Policy, 27, 83 – 94.
18. Lovell C. A. K. and Rouse A.P.B., (2003), Equivalent Standard DEA Models to Provide Super Efficiency Scores, Journal of the Operational Research Society, 54: 101–108.
19. Önder O., Karadağ M, Deliktaş, E., (2007) The Effects of Public Capital on Regional Convergence in Turkey, Ege University Department of Economics Working Papers, 0701. http://iibf.ege.edu.tr/ economics/papers/wp07-01.pdf
20. Paelinck, J. and L. Klaassen, (1979), Spatial Econometrics, Saxon House, Farnborough.
21. Yavan, N., (2012) Türkiye’de Yatırım Teşviklerinin Bölgesel Belirleyicileri: Mekânsal ve İstatistiksel Bir Analiz, Coğrafi Bilimler Dergisi, 10 (1): 9 – 37.
22. Yeşilyurt, M. E., (2007) İmalat Sanayinde Sektörel Etkinliğe Dayalı Mekansal İlişkiler: Türkiye Örneği, Finans Politik & Ekonomik Yorumlar, 44 (514): 47 – 56.
23. Yeşilyurt, M. E., (2008) Türkiye İmalat Sanayinde Mekânsal Komşuluk İlişkileri, Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, 22 (1): 165 – 173.
24. Yıldırım, J., Özyıldırım, S. and Öcal, N., (2004) Regional Income Inequality and Economic Convergence in Turkey: A Spatial Data Analysis, 17th ERSA Regional Science Summer Institute Conference Proceedings, Split-Coratia.
25. Zeren, F., Yurtkur, Koç, A., (2012) Türkiye’de Telekomünikasyon Altyapısının Ekonomik gelişmişliğe Etkisi: Coğrafi Ağırlıklı Regresyon Yöntemi, Sosyo – Ekonomi Dergisi, Ocak Haziran, 1, 63 – 84.