TÜRKİYE'DEKİ İLLERİN SANAYİ KAPASİTE RAPORU VERİLERİ ÜZERİNE BİR KÜMELEME ANALİZİ
Özet Görüntüleme: 155 / PDF İndirme: 46
DOI:
https://doi.org/10.5281/zenodo.12607700Anahtar Kelimeler:
Sanayi Kapasite Raporu, Kümelenme Analizi, Bölgesel Kalkınma, Ekonomik StratejilerÖzet
Bu çalışma, Türkiye Odalar ve Borsalar Birliği tarafından yıllık olarak yayınlanan Sanayi Kapasite Raporu'nda yer alan çalışanların illere göre dağılımına ilişkin verileri kullanarak Türkiye'nin ekonomik ve sanayi yapısını anlamaya odaklanmaktadır. Bu amaçla, K-ortalamalar kümeleme algoritması ile aşamalı bir kümeleme analizi gerçekleştirilmiştir. Analiz sonuçları, ülkenin farklı bölgelerindeki ekonomik ve sanayi merkezlerini tanımlamakta ve bu bölgeler arasındaki farklılıkları ortaya koymaktadır. Büyük şehirleri temsil eden ilk küme (C1) ekonomik ve endüstriyel merkezleri içerirken, ikinci küme (C2) bölgesel ekonomik merkezleri ve endüstriyel üretimde önemli rol oynayan şehirleri içermektedir. Üçüncü küme (C3) orta ölçekli şehirleri içerirken, dördüncü ve beşinci kümeler (C4 ve C5) genellikle kırsal ve daha az gelişmiş bölgeleri temsil etmektedir. Çalışmanın genel değerlendirmesi, Türkiye'nin farklı bölgelerindeki ekonomik ve endüstriyel yapıların belirlenmesine ve anlaşılmasına yardımcı olmaktadır. Bu da bölgesel kalkınma politikalarının ve ekonomik stratejilerin daha etkin bir şekilde formüle edilmesine olanak sağlamaktadır. Örneğin, C1 ve C2 kümesindeki illerde inovasyon ve teknolojiye dayalı ekonomik büyümeyi teşvik edecek, C3, C4 ve C5 kümesindeki illerde ise tarımsal ve kırsal kalkınmayı vurgulayacak politikalar uygulanabilir. Ayrıca bu analiz, yatırım ve kaynakların daha dengeli bir şekilde dağıtılmasını sağlayarak bölgeler arasındaki ekonomik ve sosyal dengesizliklerin azaltılmasına yardımcı olabilir. Bu çalışma, Türkiye'nin sanayi ve işgücü yapısının kapsamlı bir analizini sunarak, bölgesel kalkınma ve ekonomik büyüme için stratejik planlamaya katkıda bulunmaktadır.
Referanslar
Adıgüzel, M. (2022). The effect of inter-industry trade on competitiveness; an evaluation in the context of turkey. İstanbul Ticaret Üniversitesi Sosyal Bilimler Dergisi, 21(43), 399–418. https://doi.org/10.46928/iticusbe.1086685
Audretsch, D., & Klepper, S. (2000). Innovation, evolution of industry and economic growth. Edward Elgar Publishing.
Aydın, F. F. (2018). D-8 Ülkelerinde Biyokütle Enerjisi Tüketimi ile Ekonomik Büyüme Arasındaki İlişki. Anemon Muş Alparslan Üniversitesi Sosyal Bilimler Dergisi, 6(3), 371–377. https://doi.org/10.18506/anemon.373532
Babayiğit Sunay, E. (2023). The Process of Change in the Understanding of Planning in Turkey by Periods. BİLTÜRK Journal of Economics and Related Studies. https://doi.org/10.47103/bilturk.1286747
Celebi, M. E., Kingravi, H. A., & Vela, P. A. (2013). A comparative study of efficient initialization methods for the k-means clustering algorithm. Expert Systems with Applications, 40(1), 200–210. https://doi.org/10.1016/j.eswa.2012.07.021
Cengiz, S., & Şahin, A. (2020). TEKNOLOJİK İLERLEMENİN İSTİHDAM YARATMADAKİ ROLÜ VE ÖNEMİ: TÜRKİYE ÖRNEĞİ. Karadeniz Uluslararası Bilimsel Dergi, 1(45), 160–172. https://doi.org/10.17498/kdeniz.657015
Chi, D. (2021). Research on the Application of K-Means Clustering Algorithm in Student Achievement. 2021 IEEE International Conference on Consumer Electronics and Computer Engineering (ICCECE), 435–438. https://doi.org/10.1109/ICCECE51280.2021.9342164
Erbaykal, E., Ertuğrul, H. M., & Karagöl, E. (2007). Türkiye de Ekonomik Büyüme ile Elektrik Tüketimi İlişkisi: Sınır Testi Yaklaşımı. Doğuş Üniversitesi Dergisi, 1(8), 72–80. https://doi.org/10.31671/dogus.2019.243
Fa’rifah, R. Y., & Pramesti, D. (2022). Cluster Analysis of Inclusive Economic Development Using K-Means Algorithm. Jurnal Varian, 5(2), 171–178. https://doi.org/10.30812/varian.v5i2.1894
Fahim, A. M., Salem, A.-B. M., Torkey, F. A., & Ramadan, M. A. (2006). An efficient enhanced k-means clustering algorithm. Journal of Zhejiang University-SCIENCE A, 7(10), 1626–1633. https://doi.org/10.1631/jzus.2006.A1626
Fuchs, E. R. H., Combemale, C., Whitefoot, K. S., & Glennon, B. (2022). The “Weighty” Manufacturing Sector. The Role of Innovation and Entrepreneurship in Economic Growth, 31.
Görenel, Z. İ. (2015). Avrupa Para Birliği’nin Sorunlu Dinamikleri ve Yunanistan Borç Krizi. İstanbul Gelişim Üniversitesi Sosyal Bilimler Dergisi, 2(2), 171. https://doi.org/10.17336/igusbd.49392
Gövdeli, T. (2018). EKONOMİK ÖZGÜRLÜK, TURİZM VE EKONOMİK BÜYÜME: BRICST ÜLKELERİNDE KÓNYA BOOTSTRAP NEDENSELLİK ANALİZİ. Uluslararası İktisadi ve İdari İncelemeler Dergisi, 379–390. https://doi.org/10.18092/ulikidince.451262
Jawad, M., Maroof, Z., & Naz, M. (2019). Industrial development factors: a comprehensive analysis of United States of America, European Union and China. Quality & Quantity, 53(4), 1763–1821. https://doi.org/10.1007/s11135-019-00838-0
Kanellopoulos, A. N., & Galanis, K. (2022). Turkey’s Energy Strategic Planning in the Eastern Mediterranean: Business Planning – Challenges – Adjustments. HAPSc Policy Briefs Series, 3(1), 95–104. https://doi.org/10.12681/hapscpbs.30997
Kanungo, T., Mount, D. M., Netanyahu, N. S., Piatko, C. D., Silverman, R., & Wu, A. Y. (2002). An efficient k-means clustering algorithm: analysis and implementation. IEEE Transactions on Pattern Analysis and Machine Intelligence, 24(7), 881–892. https://doi.org/10.1109/TPAMI.2002.1017616
Karaalp-Orhana, H. S. (2019). Structural Transformation of the Turkish Economy under the Scope of Sustainable Development. European Journal of Sustainable Development, 8(5), 161. https://doi.org/10.14207/ejsd.2019.v8n5p161
Karaalp Orhan, H. S. (2010). Competitiveness of Turkey in Eurasia: A Comparison with CIS Countries. 315–321. https://doi.org/10.36880/C01.00210
Karaboga, D., & Ozturk, C. (2011). A novel clustering approach: Artificial Bee Colony (ABC) algorithm. Applied Soft Computing, 11(1), 652–657. https://doi.org/10.1016/j.asoc.2009.12.025
Kaya, L., & Çadırcı, Ç. (2022). Küreselleşme ve Ekonomik Büyüme Arasındaki İlişki Türkiye için Ampirik Bir Çalışma. Bingöl Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 6(1), 539–560. https://doi.org/10.33399/biibfad.1066278
Muttaqin, M. F. J. (2022). Cluster Analysis Using K-Means Method to Classify Sumatera Regency and City Based on Human Development Index Indicator. Seminar Nasional Official Statistics, 2022(1), 967–976. https://doi.org/10.34123/semnasoffstat.v2022i1.1299
Muttaqin, M. F. J., & Zulkarnain. (2020). Cluster Analysis Using K-Means Method to Classify Indonesia Regency/City based on Human Development Index Indicator. Proceedings of the 3rd Asia Pacific Conference on Research in Industrial and Systems Engineering 2020, 81–85. https://doi.org/10.1145/3400934.3400951
Neyaptı, B., Taşkın, F., & Üngör, M. (2007). Has European Customs Union Agreement really affected Turkey’s trade? Applied Economics, 39(16), 2121–2132. https://doi.org/10.1080/00036840600735390
Pata, U. K. (2018). TÜRKİYE’DE KADIN İSTİHDAMI VE EKONOMİK BÜYÜME İLİŞKİSİ: SİMETRİK VE ASİMETRİK NEDENSELLİK TESTLERİ İLE SEKTÖREL BİR ANALİZ. Uluslararası İktisadi ve İdari İncelemeler Dergisi, 21, 135–150. https://doi.org/10.18092/ulikidince.391777
Pokharel, M., Bhatta, J., & Paudel, N. (2021). Comparative Analysis of K-Means and Enhanced K-Means Algorithms for Clustering. NUTA Journal, 8(1–2), 79–87. https://doi.org/10.3126/nutaj.v8i1-2.44044
Regnerova, O., Šálková, D., & Šánová, P. (2021). The Importance of Industry in Modern Economies of the Globalized World in the 21st Century. SHS Web of Conferences, 92, 04021. https://doi.org/10.1051/shsconf/20219204021
Sağdıç, E. N., Yıldız, F., & Sayın, H. H. (2020). DOĞRUDAN YABANCI YATIRIMLAR, VERGİ GELİRLERİ VE EKONOMİK BÜYÜME İLİŞKİSİ: KIRILGAN BEŞLİ ÜLKELER ÖRNEĞİ. Süleyman Demirel Üniversitesi Vizyoner Dergisi, 11(28), 680–699. https://doi.org/10.21076/vizyoner.700148
Saraç, T. B. (2013). İhracat ve İthalatın Ekonomik Büyüme Üzerindeki Etkisi: Türkiye Örneği. Ege Akademik Bakis, 13(2), 181–181. https://doi.org/10.21121/eab.2013219486
Sarıdoğan, H. Ö. (2020). Kaldor’un Birinci Yasası Çerçevesinde Sanayileşme ve Büyüme İlişkisi. Anemon Muş Alparslan Üniversitesi Sosyal Bilimler Dergisi, 8(5), 1489–1496. https://doi.org/10.18506/anemon.647362
Şit, M., & Karadağ, H. (2018). TÜRKİYE EKONOMİSİNDE KAMU HARCAMALARI-EKONOMİK BÜYÜME İLİŞKİSİ: TODA-YAMAMOTO NEDENSELLİK TESTİ. Uluslararası Ticaret ve Ekonomi Araştırmaları Dergisi, 2(1), 33–41. https://doi.org/10.30711/utead.382800
Ünlü, F. (2022). Türkiye’de Bilgi ve İletişim Teknolojilerinin İşgücü Verimliliği ve İstihdam Üzerindeki Etkileri: ARDL Sınır Testi Yaklaşımı. Istanbul Journal of Economics, 72(2), 725–751. https://doi.org/10.26650/ISTJECON2021-1091191
Wahyuni, S. N., Khanom, N. N., & Astuti, Y. (2023). K-Means Algorithm Analysis for Election Cluster Prediction. JOIV : International Journal on Informatics Visualization, 7(1), 1. https://doi.org/10.30630/joiv.7.1.1107
Wang, C. (2023). Development of Student Biochemical Index Monitoring System Based on K-means Cluster Analysis. 2023 IEEE International Conference on Integrated Circuits and Communication Systems (ICICACS), 1–5. https://doi.org/10.1109/ICICACS57338.2023.10100254
Zamani, F. E., Kusnandar, T., Silmi, F. E., & Rachman, R. (2023). Analysis of Public Service Satisfaction using Artificial Intelligence K-Means Cluster. Majalah Bisnis & IPTEK, 16(1), 181–187. https://doi.org/10.55208/bistek.v16i1.428
İndir
Yayınlanmış
Nasıl Atıf Yapılır
Sayı
Bölüm
Lisans
Telif Hakkı (c) 2024 Turkish Management Review
Bu çalışma Creative Commons Attribution 4.0 International License ile lisanslanmıştır.