ENTROPİ TABANLI MAIRCA VE MEKANSAL VERİ ANALİZİ YÖNTEMLERİYLE İÇ GÖÇ KARARININ İNCELENMESİ: TÜRKİYE ÖRNEĞİ

Yıl 2022, Cilt: 13 Sayı: 1, 88 - 116, 30.06.2022

Gökçe Manavgat , Ayhan Demirci

https://doi.org/10.54688/ayd.1111142

Öz

Bu çalışmada, bireyleri iç göçe iten ve çeken faktörlere ilişkin karar kriterleri kullanılarak ENTROPI tabanlı MAIRCA yöntemiyle Türkiye İBBS Düzey 3’te yer alan 81 il için göçle ilişkili çekim merkezi sıralaması 2010, 2015 ve 2020 yılları için yapılmıştır. İllerin çekim merkezi olmasına yönelik sıralamaları ile illerin gerçekleşen net göç hızı arasındaki ilişki incelenmiş ve ayrıca mekânsal (spatial) yayılma etkisi de dikkate alınarak iki değişkenli (bivariate) Moran’s I test istatistiğiyle göçün yayılma durumu mekânsal bağımlılık kapsamında analiz edilmiştir. Başka bir deyişle, ilin net göç hızı değerine, komşu ilin çekim merkezi sırasının etkisi araştırılmış ve bu ilişkiye ait kümeleme haritaları elde edilmiştir. Yapılan analiz sonuçlarına göre, Türkiye’de göç potansiyeli açısından çekim merkezi olan illerin daha çok kent nüfusunun yoğun olduğu batı iller olduğu ve çekim merkezi olma açısından en geride yer alan illerin ise kentleşmenin düşük olduğu doğu iller olduğu belirlenmiştir. Kriter ağırlıklarına göre illerin göçe yönelik çekim merkezi olmasını etkileyen en önemli faktörlerin ise kişi başına GSYH, atık su hizmetleri, otomobil sayısı, hastane yatak sayısı, kişi başına hayvan ve bitkisel üretim değerleri olduğu saptanmıştır. İki değişkenli Moran’s I istatistiğine göre bir ilin net göç hızı değeri, komşu ilin çekim merkezi sıralamasından da etkilemektedir. Bu bağlamda, Türkiye’de iç göçü açıklayan mekânsal bağımlılığa yönelik bir değişken olarak, bir ilin net göç hızında aynı zamanda komşu ilin çekim merkezi olmasının da etkili olduğu dikkate alınarak göç politikalarının oluşturulması yönünde anlamlı sonuçlara ulaşılmıştır.

Anahtar Kelimeler

İç Göç, Türkiye, Çok Kriterli Karar Verme Teknikleri, MAIRCA, ENTROPI, Mekânsal Bağımlılık

Teşekkür

Sayın Editör, tüm ek belgeler ve genişletilmiş İngilizce özetinde olduğu makale dosyası yüklenmiştir. Desteğiniz ve ilginiz için çok teşekkür ederiz

EXAMINE OF INTERNAL MIGRATION DECISION BY ENTROPY BASED MAIRCA AND SPATIAL DATA ANALYSIS METHODS: THE CASE OF TURKEY

Öz

In this study, it has been ranked of provinces in terms of center of attraction of individuals at 81 provinces in NUTS Level 3 of Turkey using the decision criteria related to pull and push factors of migration by the ENTROPI-based MAIRCA method for 2010, 2015 and 2020. The correlation between the ranking of the provinces as centers of attraction and the net migration rate of the provinces was examined, and the spatial contiguity of the migration was analyzed with the bivariate Moran's I test statistic, also considering the spatial effect of the provinces. In other words, the effect of the rank of the center of attraction of the neighboring province on the net migration rate of the province was investigated. In addition, clustering maps of this relationship were obtained. According to the results of the analysis, it has been determined that the provinces that are centers of attraction in terms of migration potential in Turkey are the western provinces where the urban population is denser, and the provinces that are behind in terms of being the center of attraction are the eastern provinces with low urbanization. In terms of the criteria weights, the most important factors affecting the cities to be centers of attraction for migration are GDP per capita, wastewater services, number of automobiles, number of hospital beds, animal and plant production values per capita. In the bivariate Moran's I statistic, the net migration rate of a province is also affected by the center of attraction of the neighboring province. In this context, as a variable for spatial contiguity explaining internal migration in Turkey, significant results have been reached for the creation of migration policies, considering that the net migration rate of a province is also effective because the neighboring province is the center of attraction.

Anahtar Kelimeler

Internal Migration, Turkey, Multi-Criteria Decision-Making Techniques, MAIRCA, ENTROPY, Spatial Contiguity

Kaynakça

• Anselin L, Syabri I, Smirnov O (2002). Visualising Multivariate Spatial Correlation With Dynamically Linked Windows. In Anselin L, Rey S (eds.), New tools for spatial data analysis: proceedings of the specialist meeting, Center for Spatially Integrated Social Science (CSISS), University of California, Santa Barbara, CD-ROM.
• Anselin L. (1988). Spatial Econometrics: Methods and Models, Kluwer Academic Publishers, Dordrecht, The Netherlands.
• Anselin, L. (1995). Local Indicators of Spatial Association –LISA. Geographical Analysis, 27(2), 93-115. Aral, N. ve Oğuzlar, A. (2021). Türkiye’de İç Göçün Mekânsal Analiz Yöntemleriyle İncelenmesi. International Journal of Social Inquiry, Cilt: 14, Sayı: 2, 447-474.
• Arı, E. ve Yıldız, A. (2018). OECD Ülkelerinin Göç İstatistikleri Bakımından Bulanık Kümeleme Analizi İle İncelenmesi. Pamukkale Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, Sayı 33.
• Bell, M., Charles-Edwards, E., Ueffing, P., Stillwell, J., Kupiszewski, M., ve Kupiszewska, D. (2015). Internal Migration and Development: Comparing Migration İntensities Around The World. Population and Development Review, 41, 33–58. https://doi.org/10.1111/j.1728-4457.2015.00025.
• Bülbül, S. ve Köse, A. (2010). Türkiye’de Bölgelerarası İç Göç Hareketlerinin Çok Boyutlu Ölçekleme Yöntemi İle İncelenmesi. İstanbul Üniversitesi İşletme Fakültesi Dergisi, Cilt 39, Sayı 1.
• Caliendo, M., Cobb-Clark, D. A., Hennecke, J., ve Uhlendorff, A. (2019). Locus Of Control and Internal Migration. Regional Science and Urban Economics, 79, 103468. https://doi.org/10.1016/j.regsc iurbe co.2019.103468
• Çelik, N. ve Murat, G. (2014). Türkiye'de İç Göç Sorununa Yeni Bir Yaklaşım: Stratejik İç Göç Yönetimi. İstanbul Üniversitesi İşletme Fakültesi İşletme İktisadı Enstitüsü Yönetim Dergisi, 25 (76).
• Çetin, İ. ve Çetin, S. (2018). Türkiye’de İç Göçün Belirleyicilerinin Analizi. Yönetim ve Ekonomi Araştırmaları Dergisi, 16(1), 98-115.
• De Jong, G. F., ve Gardner, R. W. (2013). Migration Decision Making: Multidisciplinary Approaches To Microlevel Studies n Developed And Developing Countries. Oxford, UK: Elsevier. Gökhan, A. (2008). The Determinants of Internal Migration in Turkey. Sabancı University, Graduate School of Social Sciences, Master Thesis.
• Kalkınma Bakanlığı (2014). Göç Özel İhtisas Komisyonu Raporu 2023, Ankara. ISBN 978-605-4667-57-4.
• Karpat Çatalbaş, G. ve Yarar, Ö. (2015). Türkiye’deki Bölgeler Arası İç Göçü Etkileyen Faktörlerin Panel Veri Analizi ile Belirlenmesi. The Journal of Operations Research, Statistics, Econometrics and Management Information Systems, Vol. 3, Issue 1.
• Lee, E. S. (1969). A Theory of Migration. Demography, Vol. 3, No. 1.
• Manavgat, G. ve Saygılı, R. (2016). Türkiye’de İçgöçü Etkileyen Faktörler Üzerine Bir Uygulama: Mekansal Panel Veri Analizi. 2 nd International Conference on Applied Economics and Finance (ICOAEF 2016), Girne American University North Cyprus, https://www.researchgate.net/publication/312039861_Turkiye%27de_Icgocu_Etkileyen_Faktorler_Uzerine_Bir_Uygulama_Mekansal_Panel_Veri_Analizi#fullTextFileContent.
• Mijani, N., Sani, D. S., Dastaran, M., Firozjaei, H. K., Angary, M. ve Mahmoudian, H. (2021). Spatial Modeling of Migration Using GIS-Based Multi-Criteria Decision Analysis: A Case Study of Iran. Transactions in GIS, 00, 1-24.
• Özdemir, D. (2018). Türkiye’de Bölgelerarası İç Göç Hareketlerinin Belirleyicileri. Atatürk Üniversitesi Sosyal Bilimler Enstitüsü Dergisi. 22(3).
• Pamucar, D., Vasin, L. ve Lukovac, V. (2014). Selection of Railway Level Crossings for Investing in Security Equipment Using Hybrid DEMATEL-MARIC Model. XVI. Scientific-Expert Conference on Railways (RAILCON ’14), Serbia.
• Recepoğlu, M. ve Değer, K. M. (2020). Türkiye’nin Az Gelişmiş İllerinde İç Göçün Belirleyicileri: Panel Çekim Modelinden Bulgular (2008-2013). Karadeniz Teknik Üniversitesi Sosyal Bilimler Enstitüsü Sosyal Bilimler Dergisi, 11(21), 47-65. Sasin, M. J., ve McKenzie, D. (2007). Migration, Remittances, Poverty, And Human Capital: Conceptual and Empirical Challenges. New York, NY: World Bank.
• Sayın, Y., Usanmaz, A. ve Aslangiri, F. (2016). Uluslararası Göç Olgusu ve Yol Açtığı Etkiler: Suriye Göçü Örneği. Karamanoğlu Mehmetbey Üniversitesi Sosyal ve Ekonomik Araştırmalar Dergisi, 18(31), 1-13.
• Shahpari, D., ve Hazbavi, A. (2019). Study of Immigration Impacts on Population Growth in Khuzestan Province During (1996-2011). Quarterly Journal of Social Development, 13. https://doi.org/10.22055/ qjsd.2018.14565.
• Tatlı, S. (2016). Mekânsal Ekonometrik Modeller ve Türkiye’de İç Göçün Belirleyicilerinin Analizi. (Yayınlanmamış Yüksek Lisans Tezi), İstanbul Üniversitesi Sosyal Bilimler Enstitüsü, İstanbul.
• TDK Türkçe Sözlük. (2022, Ocak 27). Erişim Adresi: https://sozluk.gov.tr.
• Terzioğlu, M.K., Yücel, M. A. ve Gençler, A. (2021). Sosyal İnovasyon ve Artımsal İnovasyon Çerçevesinde İç-Göç Olgusunun Dinamik Mekânsal Etkileşimi. Sosyal Güvenlik Dergisi (Journal of Social Security). 69-94.
• Topbaş, F. ve Tanrıöver, B. (2009). Türkiye’de İç Göç Akımları Üzerine Bir Çalışma: Lowry Hipotezi. Dokuz Eylül Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, Cilt:24, Sayı:1:.93-104.
• Tunalı, I. (1996). Migration and Remigration of Male Household Heads in Turkey, 1963-1973. Economic Development and Cultural Change, Vol. 45, No. 1: 31-67.
• TÜİK-ADNKS (2021). Adrese Dayalı Nüfus Kayıt Sistemi Sonuçları, 2020. https://data.tuik.gov.tr/Bulten/Index?p=Adrese-Dayali-Nufus-Kayit-Sistemi-Sonuclari-2020-37210 (ET: 08.04.2022).
• Wang, T. C. ve Lee, H. D. (2009). Developing a Fuzzy TOPSIS Approach Based on Subjective Weights and Objective Weights. Expert Systems With Applications, 36.
• Zeren, F., Yılancı V. ve İşlek, H. (2021). İtalya’da Covıd-19’un Bölgeler Arası Yayılımı: Keşfedici Mekânsal Veri Analizi. Elektronik Sosyal Bilimler Dergisi, 20(79): 1432-1442.