Sosyo-Ekonomik Göstergelere Göre Türkiye’de Düzey 1 Bölgelerinin Çok Boyutlu Ölçekleme Analizi İle İncelenmesi

Yıl 2020, , 113 - 136, 21.06.2020

Özlem Kızılgöl , Özlem Kuvat

https://doi.org/10.38155/ksbd.687887

Cited By: 5

Öz

Bölgesel gelişimlerin planlanması için ekonomik ve sosyal özellikleri içine alan birçok göstergenin birlikte değerlendirilip ele alınması önemli bir aşamadır. Bunun için bölgeler arası benzerlik ve farklılıkların da dikkate alınması gerekmektedir. Bu çalışmada 13 tane sosyo-ekonomik gösterge açısından 12 bölge arasındaki benzerlikleri ve farklılıkları belirlemek ve grafiksel bir değerlendirme yapmak için çok boyutlu ölçekleme analizinden yararlanılmıştır. Çalışmada 12 bölgeye ilişkin 2014-2018 yıllarına ait beş yıllık veri dikkate alınmıştır. Araştırmada işsizlik oranı, yoksulluk oranı, Gini katsayısı, kişi başına GSYİH, üniversite mezunlarının sayısı, toplam ihracat, toplam ithalat, nüfus yoğunluğu, şehirleşme oranı, taşıt sayısı, hükümlülerin sayısı, toplam işlenen tarım alanı ve bitkisel üretim değeri verileri değerlendirilerek bölgelerin lokasyonu koordinatlar ve grafik aracılığıyla belirlenmiştir. Elde edilen sonuçlara göre yoksulluk oranı, Gini katsayısı, kişi başına GSYİH, üniversite mezunlarının sayısı, toplam ihracat, toplam ithalat, nüfus yoğunluğu ve şehirleşme oranı göstergeleri için İstanbul bölgesi diğer bölgelerden uzaklaşarak farklılaşma göstermektedir. İşsizlik oranı için Güneydoğu Anadolu ve Ortadoğu Anadolu’nun, taşıt sayısı açısından Batı Anadolu’nun, hükümlülerin sayısı açısından Ege’nin, toplam işlenen tarım alanı için Orta Anadolu’nun, bitkisel üretim değeri göstergesi açısından da Akdeniz’in farklılaştığı görülmüştür.

Anahtar Kelimeler

Sosyo-ekonomik göstergeler, Çok Boyutlu Ölçekleme Analizi, İBBS Düzey1

Kaynakça

• Akın, H. B., ve Eren, Ö. (2012). OECD Ülkelerinin Eğitim Göstergelerinin Kümeleme Analizi Ve Çok Boyutlu Ölçekleme Analizi İle Karşılaştırmalı Analizi. Öneri Dergisi, 10 (37), 175-181.
• Akkucuk, U. (2011). A Study On The Competitive Positions Of Countries Using Cluster Analysis And Multidimensional Scaling.. European Journal of Economics Finance and Administrative Sciences, 37, 17-26.
• Albayrak, A. S. (2005). Türkiye’de İllerin Sosyo-ekonomik Gelişmişlik Düzeylerinin Çok Değişkenli İstatistik Yöntemlerle İncelenmesi. ZKÜ Sosyal Bilimler Dergisi, 1 (1), 153-176.
• Allahverdi, M. ve Alagöz, A. (2019). İllerin Vergi Gelirleri Açısından Sınıflandırılmasında Kümeleme Analizi Kullanımı, Maliye Dergisi, 176: 441-473.
• Alpaykut, S. (2017). Türkiye’de İllerin Yaşam Memnuniyetinin Temel Bileşenler Analizi ve TOPSIS Yöntemiyle Ölçümü Üzerine Bir İnceleme, Süleyman Demirel Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 29 (4): 367-395.
• Arı, E. ve Hüyüktepe, B. (2019). Sosyo-Ekonomik Göstergeler İçin Çok Değişkenli Veri Analizi: Türkiye İçin Ampirik Bir Uygulama, Aksaray Üniversitesi İİBF Dergisi, 11 (1): 7-20.
• Arıcıgil Çilan, Ç. A. ve Demirhan, A. (2002) Türkiye’nin İllere Göre Sosyo-ekonomik Yapısının Çok Boyutlu Ölçekleme Tekniği ve Kümeleme Analizi İle İncelenmesi, Yönetim Dergisi, 42: 39-50. Blouvshtein, L., ve Cohen-Or, D. (2019). Outlier Detection For Robust Multi-Dimensional Scaling. IEEE Transactions On Pattern Analysis And Machine İntelligence, 41 (9), 2273-2279. Colantonio, E., Marianacci, R., ve Mattoscio, N. (2010). On Human Capital And Economic Development: Some Results For Africa. Procedia-Social and Behavioral Sciences, 9, 266-272. DPT, (2003). İllerin ve Bölgelerin Sosyo-Ekonomik Gelişmişlik Sıralaması Araştırması, Yayın No: 2671, Ankara, Mayıs. Erilli, N. A. (2014). TR72 Bölgesi İlçelerinin Sosyo-Ekonomik Verilere Göre Bulanık Kümeleme Analizi ile Sınıflandırılması, Ekonomik ve Sosyal Araştırmalar Dergisi, 10 (2), 33-45. Filiz, Z. (2005). İllerin Sosyoekonomik Gelişmişlik Düzeylerine Göre Gruplandırılmasında Farklı Yaklaşımlar”, Eskişehir Osmangazi Üniversitesi Sosyal Bilimler Dergisi, 6 (1), 76-100.
• Filiz, Z. ve Çemrek, F. (2005). Avrupa Birliğine üye ülkeler ile Türkiye’nin karşılaştırılması, VII. Uluslararası Ekonometri ve İstatistik Sempozyumu, İstanbul Üniversitesi İktisat Fakültesi, İstanbul, Türkiye, 26-27 Mayıs.
• Girginer, N. (2013). Eğitim-İşgücü İlişkileri Açısından Türkiye’nin AB Üyesi Ülkelerle Karşılaştırılması. Uluslararası İktisadi ve İdari İncelemeler Dergisi, (10), 91-101.
• Gözükara Bağ, H. ve Alpar R., (2013). Çok Boyutlu Ölçekleme, Detay Yayıncılık, (Ed.) Çok Değişkenli İstatistiksel Yöntemler, (840 s.) Ankara.
• Gül, E. ve Çevik, B. (2015). 2013 Verileriyle Türkiye’de İllerin Gelişmişlik Düzeyi Araştırması, Türkiye İş Bankası, İktisadi Araştırmalar Bölümü, Nisan. İşler, D. (2018). Çok Boyutlu Ölçekleme Analizi, Dinamik Akademi (Ed.) SPSS Uygulamalı Çok Değişkenli İstatistik Teknikleri. (s.379-399). Ankara: Kaygısız, Z., Saraçlı, S. ve Dokuzlar, K., (2005). İllerin gelişmişlik düzeyini etkileyen faktörlerin path analizi ve kümeleme analizi ile incelenmesi, VII. Uluslararası Ekonometri ve İstatistik Sempozyumu, İstanbul Üniversitesi İktisat Fakültesi, İstanbul, Türkiye, 26–27 Mayıs. Kılıç, İ., ve Saraçlı, S. ve Kolukısaoğlu, S. (2011). Sosyo-ekonomik Göstergeler Bakımından İllerin Bölgesel Bazda Benzerliklerinin Çok Değişkenli Analizler İle İncelenmesi, İstatistikçiler Dergisi, (4) 57-68. Koç, S. (2001). Türkiye’de illerin sosyo-ekonomik özelliklere göre sınıflandırılması, V. Ulusal Ekonometri ve İstatistik Sempozyumu, Çukurova Üniversitesi, İktisadi ve İdari Bilimler Fakültesi, Adana, Türkiye, 19-21 Eylül. Kruskal, J. B. (1964). Multidimensional Scaling By Optimizing Goodness Of Fit To A Nonmetric Hypothesis. Psychometrika, 29 (1), 1-27.
• Lin, K. I. D., ve Kim, H. A. (2018). Improving Topic Model Visualization via Multi-Dimensional Scaling and Cliques. In The Thirty-First International International Florida Artificial Intelligence Research Society Conference (FLAIRS-31), 180-183.
• Machado, J. T., ve Mata, M. E. (2015). Analysis Of World Economic Variables Using Multidimensional Scaling. PloS one, 10 (3) 1-17. Mead, A. (1992). Review of the Development of Multidimensional Scaling Methods. The Statistician, 41 (1), 27-39.
• Orhunbilge, N. (2010). Çok Değişkenli İstatistik Yöntemler, İstanbul:.İstanbul Üniversitesi Basım ve Yayınevi.
• Özarı, Ç. ve Eren, Ö. (2018). İllerin Yaşam Endeksi Göstergelerinin Çok Boyutlu Ölçekleme ve K-ortalamalar Kümeleme Yöntemi ile Analizi, Afyon Kocatepe Üniversitesi Sosyal Bilimler Dergisi, 20 (2): 303-313. Özdamar, K. (2010). Paket Programlar ile İstatistiksel Veri Analizi 2, Eskişehir: Kaan Kitabevi. Özdemir, A. İ. ve Altıparmak, A. (2005). Sosyo-ekonomik Göstergeler Açısından İllerin Gelişmişlik Düzeyinin Karşılaştırmalı Analizi, Erciyes Üniversitesi İİBF Dergisi, (24) 97-100. Resmi Gazete, Başbakanlık Mevzuatı Geliştirme ve Yayın Genel Müdürlüğü 22 Eylül 2002, Sayı: 24884 https://www.resmigazete.gov.tr/eskiler/2002/09/20020922.htm#3 (05.02.2020)
• Saeed, N., Nam, H., Haq, M. I. U., & Muhammad Saqib, D. B. (2018). A survey on multidimensional scaling. ACM Computing Surveys (CSUR), 51 (3), 1-25. Şahin ve Hamarat (2004). “G10-Avrupa Birliği ve OECD Ülkelerinin Sosyo-Ekonomik Benzerliklerinin Fuzzy Kümeleme Analizi İle Belirlenmesi’, https://docplayer.biz.tr/21241518-G10-avrupa-birligi-ve-oecd-ulkelerinin-sosyo-ekonomik-benzerliklerinin-fuzzy-kumeleme-analizi-ile-belirlenmesi.html, (27.01.2020).
• TÜİK, http://www.tuik.gov.tr/
• Uysal, F. N., Ersöz, T. ve Ersöz, F. (2017). Türkiye’deki İllerin Yaşam Endeksinin Çok Değişkenli İstatistiksel Yöntemlerle İncelenmesi, Ekonomi Bilimleri Dergisi, 9 (1): 49-65.
• Yıldız, E., Sivri, U. ve Berber, M. (2012). Türkiye’de İllerin Sosyo-ekonomik Gelişmişlik Sıralaması (2010), Erciyes Üniversitesi İİBF Dergisi, (39) 147-167.
• Yorulmaz, Ö. (2016). Assessing the Effects of Various Socio-Economic and Health Indicators on HDI Country Categories. Alphanumeric Journal, 4 (1), 1-10.