TÜRKİYE'DEKİ İLLERİN SANAYİ KAPASİTE RAPORU VERİLERİ ÜZERİNE BİR KÜMELEME ANALİZİ


Özet Görüntüleme: 51 / PDF İndirme: 22

Yazarlar

DOI:

https://doi.org/10.5281/zenodo.12607700

Anahtar Kelimeler:

Sanayi Kapasite Raporu, Kümelenme Analizi, Bölgesel Kalkınma, Ekonomik Stratejiler

Özet

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

02.07.2024

Nasıl Atıf Yapılır

ŞİMŞEK, A. B. (2024). TÜRKİYE’DEKİ İLLERİN SANAYİ KAPASİTE RAPORU VERİLERİ ÜZERİNE BİR KÜMELEME ANALİZİ. Turkish Management Review, 3(1), 14–33. https://doi.org/10.5281/zenodo.12607700

Sayı

Bölüm

Araştırma Makaleleri