ENTROPİ TABANLI MAIRCA VE MEKANSAL VERİ ANALİZİ YÖNTEMLERİYLE İÇ GÖÇ KARARININ İNCELENMESİ: TÜRKİYE ÖRNEĞİ
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.
EXAMINE OF INTERNAL MIGRATION DECISION BY ENTROPY BASED MAIRCA AND SPATIAL DATA ANALYSIS METHODS: THE CASE OF TURKEY
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.
___
- Aksoy, E. (2021). An analysis on Turkey’s merger and acquisition activities: MAIRCA method. Gümüşhane Üniversitesi Sosyal Bilimler Enstitüsü Elektronik Dergisi, 12 (1), 1-11.
- Anavatan, A. (2017). Türkiye’de iç göç ve belirleyicileri: Mekânsal veri analizi. Social Sciences Studies Journal, 3 (6), 1109-1116.
- Anselin L, Syabri I. & Smirnov O (2002). Visualising multivariate spatial correlation with dynamically linked windows. In L. Anselin and S. Rey. (Eds.), New tools for spatial data analysis: Proceedings of the specialist meeting, (pp.). 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.
- Anselin, L. (1995). Local indicators of spatial association -LISA. Geographical Analysis, 27 (2), 93-115.
- Aral, N. & Oğuzlar, A. (2021). Türkiye’de iç göçün mekânsal analiz yöntemleriyle incelenmesi. International Journal of Social Inquiry, 14 (2), 447-474.
- Arı, E. & Yıldız, A. (2018). OECD ülkelerinin göç istatistikleri bakımından bulanık kümeleme analizi ile incelenmesi. Pamukkale Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 33, 17-28.
- Aydın, Y. (2020). Bütünleşik CRITIC ve MAIRCA yöntemleri ile kamu sermayeli bankalarının performans analizi. Finans Ekonomi ve Sosyal Araştırmalar Dergisi, 5 (4), 829-841.
- Ayçin, E. (2020). Personel seçim sürecinde CRITIC ve MAIRCA yöntemlerinin kullanılması. İşletme, 1 (1), 1-12.
- Ayçin, E. & Orçun, Ç. (2019). Mevduat bankalarının performanslarının entropi ve MAIRCA yöntemleri ile değerlendirilmesi. Balıkesir Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 22 (42), 175-194.
- Badi, I. & Ballem, M. (2018). Supplier selection using the rough BWM-MAIRCA model: A case study in pharmaceutical supplying in Libya. Decision Making: Applications in Management and Engineering, 1 (2), 16- 33.
- Bell, M., Charles-Edwards, E., Ueffing, P., Stillwell, J., Kupiszewski, M. & Kupiszewska, D. (2015). Internal migration and development: Comparing migration intensities around the world. Population and Development Review, 41, 33-58.
- Bülbül, S. & Köse, A. (2010). Türkiye’de bölgelerarası iç göç hareketlerinin çok boyutlu ölçekleme yöntemi ile incelenmesi. İstanbul Üniversitesi İşletme Fakültesi Dergisi, 39 (1), 75-94.
- Caliendo, M., Cobb-Clark, D. A., Hennecke, J. & Uhlendorff, A. (2019). Locus of control and internal migration. Regional Science and Urban Economics, 79, 103468.
- Chatterjee, K., Pamucar, D. & Zavadskas, E. K. (2018). Evaluating the performance of suppliers based on using the r’amatel-mairca method for green supply chain implementation in electronics industry. Journal of Cleaner Production, 184, 101-129.
- Çelik, N. & Murat, G. (2014). Türkiye’de iç göç sorununa yeni bir yaklaşım: Stratejik iç göç yönetimi. İstanbul Üniversitesi İşletme Fakültesi İşletme İktisadı Enstitüsü Yönetim Dergisi, 25 (76), 1-23.
- Çetin, İ. & Çetin, S. (2018). Türkiye’de iç göçün belirleyicilerinin analizi. Yönetim ve Ekonomi Araştırmaları Dergisi, 16 (1), 98-115.
- De Jong, G. F. & Gardner, R. W. (2013). Migration decision making: Multidisciplinary approaches to microlevel studies developed and developing countries. Pergamon.
- Ertan, A. K. & Ertan, B. (2017). Türkiye’nin göç politikası. Contemporary Research in Economics and Social Sciences, 1 (2), 7-39.
- Gigovic, L., Pamucar, D., Bajic, Z. & Milicevic, M. (2016). The combination of expert judgment and gıs-MAIRCA analysis for the selection of sites for ammunition depots. Sustainability, 8 (4), 372.
- Gökhan, A. (2008). The determinants of internal migration in Turkey. (Unpublished Master Thesis). Sabancı University Graduate School of Social Sciences, Istanbul.
- Gür, T. H. & Ural, E. (2004). Türkiye’de kentlere göçün nedenleri. Hacettepe Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 22 (1), 23-38.
- Kalkınma Bakanlığı (2014). Göç özel ihtisas komisyonu raporu 2023.
- Karpat Çatalbaş, G. & Yarar, Ö. (2015). Türkiye’deki bölgeler arası iç göçü etkileyen faktörlerin panel veri analizi ile belirlenmesi. The Journal of Operations Research, Statistics, Econometrics and Management Information, 3 (1), 99-117.
- Kıran, M. B. (2019). Ülke iş sağlığı ve güvenliği performanslarını değerlendirmek amacıyla MAIRCA yönteminin dört farklı ağırlıklandırma yaklaşımı ile uygulanması. (Yayımlanmamış Yüksek Lisans Tezi). Başkent Üniversitesi Fen Bilimleri Enstitüsü, Ankara.
- Lee, E. S. (1969). A theory of migration. Demography, 3 (1), 47-57.
- Manavgat, G. & Saygılı, R. (2016). Türkiye’de içgöçü etkileyen faktörler üzerine bir uygulama: Mekânsal panel veri analizi. 2nd International Conference on Applied Economics and Finance (ICOAEF 2016). (ss.1-26). Girne American University North Cyprus.
- Mijani, N., Sani, D. S., Dastaran, M., Firozjaei, H. K., Angary, M. & Mahmoudian, H. (2021). Spatial modeling of migration using gıs-based multi-criteria decision analysis: A case study of Iran. Transactions in GIS, 26 (2), 1- 24.
- Özdemir, D. (2018). Türkiye’de bölgelerarası iç göç hareketlerinin belirleyicileri. Atatürk Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 22 (3), 1337-1349.
- Pamucar, D., Vasin, L. & Lukovac, V. (2014). Selection of railway level crossings for investing in security equipment using hybrid DEMATEL-MAIRCA model. XVI. (pp. 89-92). Scientific-Expert Conference on Railways (RAILCON ’14), Serbia.
- Pamucar, D., Lukovac, V., Bozanic, D. & Komazec, N. (2018). Multi-Criteria FUCOM-MAIRCA model for the evaluation of level crossings: Case study in the republic of Serbia. Operational Research in Engineering Sciences: Theory and Applications (ORESTA), 1 (1), 108-129.
- Pazarlıoğlu, M. V. (2007). İzmir örneğinde iç göçün ekonometrik analizi. Yönetim ve Ekonomi Dergisi, 14 (1), 121-135.
- Recepoğlu, M. & Değer, K. M. (2020). Türkiye’nin az gelişmiş illerinde iç göçün belirleyicileri: Panel çekim modelinden bulgular (2008-2013). Karadeniz Teknik Üniversitesi Sosyal Bilimler Enstitüsü Sosyal Bilimler Dergisi, 11 (21), 47-65.
- Sasin, M. J. & McKenzie, D. (2007). Migration, remittances, poverty, and human capital: Conceptual and empirical challenges. Policy Research Working Paper (No: 4272).
- Sayın, Y., Usanmaz, A. & 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.
- Selim, S. & Özkubat, G. (2019). The spatial econometric analysis of internal migration of provinces in Turkey. İçinde E. Çağlayan Akay ve Ö. Korkmaz (Ed.), Selected topics in applied econometrics (ss. 291-299). Peter Lang.
- Shahpari, D. & Hazbavi, A. (2019). Study of immigration impacts on population growth in Khuzestan province during (1996-2011). Quarterly Journal of Social Development, 13 (3), 145-162.
- Ulutaş A. (2019). SWARA ve MAIRCA yöntemleri ile catering firması seçim. BMIJ, 7 (4), 1467-1479.
- Tatlı, S. (2016). Mekânsal ekonometrik modeller ve Türkiye’de iç göçün belirleyicilerinin analizi. (Yayınlanmamış Yüksek Lisans Tezi). İstanbul Üniversitesi Sosyal Bilimler Enstitüsü, İstanbul.
- TDK (2022). Göç. 27 Ocak 2022, https://sozluk.gov.tr.
- Terzioğlu, M. K., Yücel, M. A. & Gençler, A. (2021). Sosyal inovasyon ve artımsal inovasyon çerçevesinde iç- göç olgusunun dinamik mekânsal etkileşimi. Sosyal Güvenlik Dergisi, 11 (1), 69-94.
- Topbaş, F. & Tanrıöver, B. (2009). Türkiye’de iç göç akımları üzerine bir çalışma: Lowry hipotezi. Dokuz Eylül Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 24 (1), 93-104.
- Tunalı, I. (1996). Migration and remigration of male household heads in Turkey, 1963-1973. Economic Development and Cultural Change, 45 (1), 31-67.
- TÜİK-ADNKS (2021). Adrese Dayalı Nüfus Kayıt Sistemi Sonuçları, 2020. 8 Nisan 2022, https://data.tuik.gov.tr/Bulten/Index?p=Adrese-Dayali-Nufus-Kayit-Sistemi-Sonuclari-2020-37210.
- TÜİK (2020). Bölgesel göç istatistikleri, 20 Mart 2022, https://data.tuik.gov.tr/Kategori/GetKategori?p=Nufus- ve-Demografi-109.
- Wang, T. C. & Lee, H. D. (2009). Developing a Fuzzy TOPSIS approach based on subjective weights and objective weights. Expert Systems With Applications, 36 (5), 8980-8985.
- Yamak, R. & Yamak, N. (1999). Türkiye’de gelir dağılımı ve iç göç. Dokuz Eylül Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 1 (1), 16-28.
- Yazgan, A. E. & Agamyradova, H. (2021). SWARA ve MAIRCA yöntemleri ile bankacılık sektöründe personel seçimi. Sosyal Bilimler Araştırmaları Dergisi, 16 (2), 281-290.
- Zeren, F., Yılancı V. & İşlek, H. (2021). İtalya’da COVID-19’un bölgeler arası yayılımı: Keşfedici mekânsal veri analizi. Elektronik Sosyal Bilimler Dergisi, 20 (79), 1432-1442.