SOCIAL SCIENCES STUDIES JOURNAL SSSjournal (ISSN: )

Transkript

1 SOCIAL SCIENCES STUDIES JOURNAL SSSjoural (ISSN: ) Ecoomics ad Admiistratio, Tourism ad Tourism Maagemet, History, Culture, Religio, Psychology, Sociology, Fie Arts, Egieerig, Architecture, Laguage, Literature, Educatioal Scieces, Pedagogy & Other Disciplies i Social Scieces Vol:3, Issue:10 pp sssjoural.com ISSN: sssjoural.ifo@gmail.com Article Arrival Date (Makale Geliş Tarihi) 05/11/2017 The Published Rel. Date (Makale Yayı Kabul Tarihi) 13/12/2017 Published Date (Makale Yayı Tarihi) TÜRKİYE DE İŞSİZLİĞİN MEKÂNSAL YAPISI SPATIAL STRUCTURE OF UNEMPLOYMENT IN TURKEY Arş. Gör. Rüya ÇİFÇİ Kırıkkale Üiversitesi, İİBF, Ekoometri Bölümü, ruyacifci@kku.edu.tr, Kırıkkale/ Türkiye ÖZ İşsizlik, diğer ülkelerde olduğu gibi Türkiye de de öemli sorularda biri olarak karşımıza çıkmaktadır. Ayrıca bölgeler arasıda mevcut ola sosyo- ekoomik gelişmişlik farklılıkları işsizlik olgusuu da bölgesel kapsamda ele alımasıı gerekli kılmaktadır. Bu doğrultuda öreklem verilerii bir kouma ait olması mekâsal bağımlılık ve mekâsal farklılık kavramlarıı ö plaa çıkartmaktadır. Mekâsal etkileşimi göz ardı ede geleeksel çalışmalar ise, yaıltıcı souçlara ede olabilmektedir. Bu çalışmada işsizlik oraları mekâsal etki kavramı dikkate alıarak aaliz edilmiştir. Bu doğrultuda Türkiye de erkek ve kadılara ilişki bölgesel işsizlik oralarıı mekâsal etki içerip içermediği yılları kapsamıda karşılaştırmalı olarak icelemiştir. Çalışmada, NUTS-2 düzeyide yer ala 26 bölgeye ait veriler ile Açıklayıcı Mekâsal Veri Aalizi gerçekleştirilmiştir. Bu bağlamda ilk olarak kadı ve erkek işsizlik oralarıı mekâsal yapısı betimleyici istatistikler ile ele alımıştır. Daha sora Mora s I istatistiği ve LISA kümeleme haritalarıda yararlaılmıştır. Elde edile bulgular doğrultusuda ele alıa döemlerde erkek ve kadı işsizlik oralarıda bölgeler arasıda pozitif mekâsal bağımlılık ilişkisii varlığıda söz etmek mümküdür. Aahtar Kelimeler: İşsizlik, Mekâsal Bağımlılık, Açıklayıcı Mekâsal Veri Aalizi ABSTRACT As i other coutries, uemploymet appears to be oe of the most importat problems i Turkey. Moreover, the differeces i socio-ecoomic developmet amog regios ecessitate a regioal coverage of uemploymet. I this respect, the fact that the sample data belogs to oe locatio gives priority to the cocepts of spatial depedece ad spatial differece. Spatial studies igorig spatial iteractio ca lead to misleadig results. I this study, the uemploymet rates were aalyzed by cosiderig the cocept of spatial effect. I this respect, it has bee examied comparatively if regioal uemploymet rates of me ad wome i Turkey iclude the spatial effect withi the years of I the study, Explaatory Spatial Data Aalysis was carried out with data belogs to 26 regios i NUTS-2 level. I this cotext, the spatial structure of the uemploymet rates of me ad wome was first dealt with descriptive statistics. I this cotext, the spatial structure of the uemploymet rates of me ad wome was first dealt with descriptive statistics. Later, Mora's I statistic ad LISA cluster maps were used. I lie with the results obtaied, it is possible to metio about the existece of a positive spatial depedecy relatio betwee the regios i male ad female uemploymet rates i the appoited period. Keywords: Uemploymet, Spatial Depedece, Explotary Spatial Data Aalysis (ESDA) 1. GİRİŞ İşsizlik, gelişmiş ve gelişmekte ola ülkeleri e temel sosyal sorularıı başıda gelmektedir. Gerek tekolojik değişimi hızlaması, gerekse çalışma yaşamıda eskiye orala daha sık ve büyük değişimleri meydaa gelmesi, bireyleri işsiz kalma riskii artırmaktadır. İşsizliği bu kadar öemli bir soru olmasıı sebebi, ekoomik kayıplar oluşturmasıı yaı sıra sosyal problemlere de zemi hazırlamasıdır. Bu edele eredeyse tüm ekoomiler, işsizliği azaltma veya ortada kaldırma amacıı taşıya uygulamalar gerçekleştirmeye çalışmaktadır. Acak işsizliği ortada kaldırılması bir yaa, söz kousu olgu tüm düyada giderek artmaktadır. İşsizlik kavramı geel olarak; üretim faktörleride emeği tam olarak üretime katılmaması durumuu yaı sıra, piyasadaki ücret düzeyide çalışma istek ve gücüde olup iş aradığı halde iş buluamaması durumu olarak kabul edilmektedir (Üsal, 2000: 14). Başka bir ifade ile bir kişii çalışmak istemesie, bu yöde çaba sarf

2 etmesie ve her türlü cari ücrete razı olmasıa rağme kişii iş bulamaması durumudur. Literatürdeki yaygı taımlara göre, bir bireyi işsiz sayılabilmesi içi bireyi referas döemi boyuca istihdamda olmaması, istihdam edilmek içi yakı geçmişte iş arıyor olması ve bireye iş teklif edilmesi durumuda bu teklifi kabul edecek durumda olması gerekmektedir (Sorretio, 2000: 4). Güümüzde birçok ülkede işsizliği boyutu, ülkeleri sosyo-ekoomik durumlarıı öemli bir göstergesi olarak karşımıza çıkmaktadır. İşsizlik tüm düya ülkeleri içi olduğu kadar Türkiye i de e ciddi sosyal ve ekoomik soruları arasıda yer almaktadır. Özellikle küreselleşme ve tekolojii gelişmesi ile başlaya işsizlik soruu, 1990 lı yıllarda yüksek seviyelere ulaşmıştır. Bu soruu daha da ağırlaşmasıa ekoomik ve sosyal yapıdaki degesizlikler, hızlı üfus artışı, yatırım yetersizliği, siyasi ve ekoomik istikrarsızlık gibi etkeler sebep olarak gösterilmektedir. Öemli bir iktisadi soru ola işsizlik; edeleri, souçları ve çözüm öerileri bakımıda e çok çalışıla koular arasıdadır. Bu çalışmalarda Yüksel (2003), işsizleri karşılaştıkları psiko-sosyal souçlar ve cisiyete göre psiko-sosyal souçları algılamasıdaki farklılıkları ele alıp işsizleri depresyo durumlarıı icelemiştir. Çalışmaı soucuda işsizleri karşılaştığı etmelerde dolayı güç koşullar altıda yaşamıı sürdürdüklerii ortaya koymuştur. Ayrıca çalışma kapsamıdaki işsizleri büyük çoğuluğuu depresyo halide olduğu, acak kadılara göre erkekleri bu durumu daha ileri boyutta yaşadıkları tespit edilmiştir. Barışık ve Çevik (2008), Türkiye de döemii ele alarak işsizlik oralarıda yapısal kırılmaı olup olmadığıı araştırmıştır. Çalışmaı soucuda şokları kalıcı etki yarattığı bulgusua ulaşılmıştır. Bir başka çalışmada Filizteki (2009), Türkiye de iller bazıda işsizlik oralarıdaki farklılaşmayı mekasal ve parametrik olmaya tekikler yardımı ile icelemiştir döemii ele alıdığı çalışmada bölgeler arasıdaki farklılaşmaı arttığı ve mekâsal kümelemei meydaa geldiği vurgulamıştır. İşsizlik olgusuu, ülkeleri e öemli gücel sorularıda biri olduğu bilimektedir. Söz kousu olgu, ekoomik kayıplara yol açmasıı yaıda hem birey hem de toplum üzeride psikolojik baskılar oluşturmaktadır. Ülkeleri sosyal ve ekoomik durumlarıa göre farklılık göstere işsizlik, ülke içeriside bölgeler arasıda da farklılıklar göstermektedir. Elhorst (2003b); işsizliği bölgesel düzeyde gözlemesii ülkeler arası işsizlik farklılıkları kadar öemli olduğuu ifade etmektedir. Ayrıca iktisadi çalışmaları bölgesel işsizlik farklılıklarıı icelememesi ve ciddi işsizlik farklılıklarıı büyümeyi yavaşlattığı şeklideki sebeplerde dolayı işsizliği bölgesel bazda ele alıması gerektiğii belirtmiştir. Bu bağlamda çalışmada işsizlik cisiyete göre ve bölgesel kapsamda ele alımıştır. Çalışmaı ikici bölümüde açıklayıcı mekâsal veri aalizi içi kullaıla tekikler taıtılmıştır. Üçücü bölüm aaliz soucuda elde edile ampirik bulguları içermektedir. Dördücü bölüm ise, souç kısmıda oluşmaktadır. 2. AÇIKLAYICI MEKÂNSAL VERİ ANALİZİ Geleeksel ekoometrii mekâsal etki kavramıı göz ardı etmesi yaıltıcı souçlara ede olabilmektedir. Mekâsal ekoometri, söz kousu etkiyi dikkate alarak geleeksel ekoometride farklılaşmaktadır (Aseli, 2001: 311). Burada bahsi geçe mekâsal etki kavramı, mekâsal bağımlılık ve mekâsal farklılıkları içermektedir (Florax ve Vlist, 2003: 227). Mekâsal ekoometrii temel koularıda biri ola mekâsal bağımlılık ile bir değişkei aldığı değeri yalızca içsel koşullar tarafıda belirlemediği ifade edilmektedir. Burada dikkat edilmesi gereke okta, ayı değişkee ilişki komşu lokasyolardaki değerleri de öemli olduğudur (Frexedas ve Yvaya, 2005: 154). Mekâsal bağımlılık veya otokorelasyo, ağırlık matrisi yardımı ile dikkate alımaktadır. Söz kousu matris, sıırdaşlığa ve uzaklığa bağlı olarak farklı komşuluk taımlamaları ile dışsal olarak oluşturulmaktadır (Aseli, 1988: 17-21; Aseli ve Bera, 1998: 244). Bölgeler arasıda meydaa gele etkileşimler açıklayıcı mekâsal veri aalizi tekiği ile araştırılabilmektedir. Söz kousu aaliz, mekâsal dağılımları taımlaması, görselleştirilmesi ve mekâsal kümelemei paterii araştırılmasıda yararlaıla tekikleri içermektedir (Dall erba, 2005: 129) Mekâsal bağımlılığı icelemeside yaygı olarak kullaıla tekiklerde biri mekâsal dağılım haritalarıdır. Söz kousu haritalar, belirli bir koumdaki gözlemler ile diğer koumlardaki gözlemler arasıdaki ilişkileri görsel olarak icelemesie imkâ sağlamaktadır. Mekâsal dağılım haritaları görsel olarak öbilgi sağlamasıa rağme mekâsal bağımlılığı araştırılmasıda tek başıa yeterli olamamaktadır. Bu sebeple Mora s I istatistiği ve serpilme diyagramları da açıklayıcı mekâsal veri aalizide kullaıla bir başka aaliz aracıdır. Mora s I istatistiği aşağıdaki gibi hesaplamaktadır (Fischer ve Wag, 2011: 22-23): 1500

3 I = i=1 j=1 W ij (z i z )(z j z ) W 0 (z i z j ) 2 W 0 = W ij i=1 j 1 i=1 Burada, koum sayısıı; z i i koumudaki değişkei değerii; W ij, i ve j koumlarıı bezerliğii ifade etmektedir. Mora I istatistiğii pozitif ve 1 e yakı olması güçlü pozitif mekâsal bağımlılığı göstermektedir. Katsayıı egatif ve 1 e yakı olması ise, güçlü egatif bağımlılığı varlığıı ifade etmektedir (LeSage & Pace, 2009: 11-12). Belli bir lokasyoda yer ala y gözlemleri ile komşu gözlemleri ortalaması Wy arasıdaki mekâsal ilişkii icelemesii sağlaya Mora serpilme diyagramı şekil 1 ile gösterilmektedir (Aseli vd., 2007: ). Şekil 1. Mekâsal Serpilme Diyagramı Şekil 1 de görüldüğü üzere 1. ve 3. bölgeler pozitif mekâsal bağımlılığı, 2. ve 4. bölgeler ise, egatif mekâsal bağımlılığı ifade etmektedir (Dall erba, 2005: 132). Mekâsal bağımlılığı araştırılmasıda bir diğer aşama lokal yapıı belirlemesidir. Bu aşamada, lokal Mora I istatistiğie dayaa LISA yötemide yararlaılmaktadır. Söz kousu aaliz ile her bir lokasyo içi mekâsal kümeleme ve/ veya aykırılığı varlığı araştırılmaktadır (Aseli, 1995: 94-95). Lokal Mora s I istatistiği aşağıdaki gibi hesaplamaktadır: I i = (z i z ) j=j i W ij (z j z ) Burada z i ve z j sırası ile i ve j koumlarıdaki gözlem değerlerii; j i ise i bölgesideki komşuluğu ifade etmektedir. Lokal Mora s I istatistiğie ilişki hipotezler ise, aşağıdaki gibi ifade edilmektedir: H 0 : i bölgesie ait gözlem değerleri ile komşu bölgelerdeki gözlem değerleri arasıda lokal mekâsal bir ilişki yoktur. H 1 : i bölgesie ait gözlem değerleri ile komşu bölgelerdeki gözlem değerleri arasıda lokal mekâsal bir ilişki vardır. Elde edile katsayıı pozitif olması, i bölgesie ait gözlem değerleri ile komşu bölgelerdeki gözlem değerlerii bezerlik gösterdiği alamıı taşımaktadır. Bir başka ifade ile mekâsal kümelemei varlığıda söz edilebilir. Lokal Mora I istatistiğii egatif olması ise, mekâsal aykırılığı ifade etmektedir (Aseli, 1995: 102). 1501

4 3. AMPİRİK BULGULAR Bu çalışmada Türkiye NUTS-2 düzeyide 26 bölgede gerçekleşe işsizlik oralarıı mekâsal yapısı icelemiştir. Daha detaylı souçlar elde edebilmek amacı ile aaliz erkek ve kadı olmak üzere iki kategoride gerçekleştirilmiştir. Bu kapsamda 25 yaş ve üzeri işsizlik oralarıa ilişki 2004, 2009, 2016 ve yılları arasıdaki ortalamalar dikkate alımıştır. Çalışmada kullaıla veriler Türkiye İstatistik Kurumu veri tabaıda elde edilmiştir. Mekâsal istatistiksel aalizler içi GeoDa programıda yararlaılmıştır. Çalışmada sıırdaşlığa bağlı olarak vezir komşuluğu matrisi kullaılmıştır. Söz kousu ağırlık matrisie ait özet bilgiler Tablo 1 ile aşağıda verilmektedir. Tablo 1: Ağırlık Matrisie Ait Özet İstatistikler Matris Taım Boyut 26x26 Dolu Hücre 26x26 Toplam 110 Miimum 2 Ortalama Maksimum 7 Mekâsal bağımlılığı icelemeside sıkça yararlaıla görsel tekiklerde biri dağılım haritalarıdır. Türkiye de NUTS 2 düzeyide yer ala bölgeler içi erkek ve kadı işsizlik oraları mekâsal dağılım haritaları ile icelemiştir yılı erkek işsizlik oralarıa ilişki dağılım haritası Şekil 2 de verilmektedir. Şekil 2: 2004 Yılı Erkek İşsizlik Oralarıı Mekâsal Dağılımı İşsizlik oralarıa ilişki mekâsal ardışık bağımlılık altı kategoride ele alımıştır. Yukarıda verile şekil icelediğide, e düşük işsizlik oraı kategoriside yer ala bölgeler, e açık rek tou ile gösterile Erzurum, Ağrı, Tekirdağ ve Atalya dır. Ayrıca e koyu rek tou ile ifade edile İzmir, Hatay, Malatya ve Gaziatep i e yüksek işsizlik oraı kategoriside yer ala alt bölgeler olduğu gözlemektedir yılıda e yüksek erkek işsizlik oraı % 14,9 ile Gaziatep alt bölgeside gerçekleşmiştir. % 1,2 işsizlik oraı ile Ağrı e düşük erkek işsizlik oraıa sahip alt bölge olarak karşımıza çıkmaktadır yılıda ortalama erkek işsizlik oraı ise, yaklaşık % 8 olarak hesaplamıştır. Şekil 3: 2004 Yılı Kadı İşsizlik Oralarıı Mekâsal Dağılımı 1502

5 2004 yılı kadı işsizlik oralarıa ilişki dağılım haritası icelediğide; Erzurum, Ağrı, Va ve Mardi alt bölgeleride e düşük işsizlik oralarıı gerçekleştiği görülmektedir. İzmir, Akara, Adaa ve Hatay ise, e yüksek işsizlik oralarıı yaşadığı bölgeler olarak karşımıza çıkmaktadır. E yüksek işsizlik oraı % 15,7 olarak Akara alt bölgeside, e düşük işsizlik oraı erkek işsizlik oraı ile bezer şekilde Ağrı alt bölgeside gözlemiştir. Ortalama kadı işsizlik oraı ise, yaklaşık % 6 olarak hesaplamıştır. Ayrıca kadı işsizlik oralarıı daha değişke olduğu söyleebilmektedir. Şekil 4: 2016 Yılı Erkek İşsizlik Oralarıı Mekâsal Dağılımı Yukarıda verile şekil ile e düşük işsizlik oraı kategoriside yer ala dört bölge; Maisa, Kastamou, Trabzo ve Ağrı ike e yüksek işsizlik oraı kategoriside yer ala bölgeleri ise; Hatay, Şalıurfa ve Mardi olduğu gözlemektedir yılıda e yüksek erkek işsizlik oraı % 23,9 olarak belirlemiştir. Şekil 5: 2016 Yılı Kadı İşsizlik Oralarıı Mekâsal Dağılımı Şekil 5 ele alıdığıda, 2016 yılı kapsamıda e düşük kadı işsizlik oraları kategoriside dört bölgei buluduğu görülmektedir. Bu bölgelerde gerçekleşe işsizlik oraları %2,6 ile %4 arasıda değişkelik göstermektedir. Trabzo, Erzurum, Ağrı ve Va kadı işsizlik oralarıı e düşük olduğu alt bölgelerdir. E yüksek kadı işsizlik oraıı gözlediği alt bölgeler ise; Kırıkkale, Gaziatep ve Mardi olarak karşımıza çıkmaktadır. Burada dikkat çeke oktalarda bir taesi, e yüksek kadı işsizlik oralarıı 2004 yılıa göre ciddi bir artış göstermiş olmasıdır. Bir diğer öemli okta ise, Mardi erkek ve kadı işsizlik oralarıı e yüksek gözlediği alt bölge olarak karşımıza çıkmaktadır yılıda e yüksek kadı işsizlik oraı % 30 olarak hesaplamıştır. Mekâsal eşitsizliği araştırılmasıda, dağılım haritaları yardımı ile görsel olarak öbilgi sağlamıştır. Acak söz kousu haritalar tek başıa yeterli olmamaktadır. Bu edele erkek ve kadı işsizliğie ilişki 2004, 2009, 2016 ve ortalamalar içi Mora I serpilme diyagramları oluşturulmuştur. 1503

6 Şekil 6: Erkek İşsizlik Oralarıa İlişki Mora I Serpilme Diyagramları Şekil 6 de yer ala serpilme diyagramlarıda x ekseide erkek işsizlik oraı ve y ekseide ise, komşu bölgelerdeki erkek işsizlik oraıı ifade ede değerler yer almaktadır. Diyagramlar icelediğide, gözlem değerlerii rassal olarak dağılmadığı söyleebilir. Ayrıca söz kousu değerleri geel olarak I. ve III. kadrada dağıldıkları gözlemektedir. Buları yaı sıra işsizliğe ait tüm Mora I değerleri istatistiksel olarak alamlıdır. Bahsi geçe durumlar göz öüde buludurulduğuda, erkek işsizliğie ilişki istatistiksel olarak alamlı pozitif mekâsal bağımlılıkta söz edilebilmektedir. Bir başka ifade ile bezer değerlere sahip bölgeleri kümeleme halide olduğu alaşılmaktadır. Şekil 7: Kadı İşsizlik Oralarıa İlişki Mora I Serpilme Diyagramları 1504

7 Şekil 7 de yer ala serpilme diyagramlarıda 2004, 2009 ve ortalama işsizlik Mora I değerleri 0,05 düzeyide istatistiksel olarak alamlıdır. Regresyo çizgisii eğimie karşılık gele Mora I değeri 2004 yılıda 0,24 ve 2016 yılıda 0,21 olarak hesaplamıştır. Söz kousu değerler istatistiksel olarak alamlı ve güçlü olmaya pozitif bir mekâsal bağımlılık ilişkisii göstermektedir yılıa ait diyagramda ise, Mora I değeri 0,09 olarak hesaplamıştır. Katsayı sıfıra yakı olmakla beraber istatistiksel olarak da alamlı değildir. Dolayısı ile 2016 yılı kadı işsizlik oralarıda istatistiksel olarak alamlı bir mekâsal ilişki tespit edilememiştir. Ayrıca bahsi geçe serpilme diyagramıdaki değerleri rassal olarak dağılması bu durumu başka bir göstergesidir. Mekâsal bağımlılığı lokal yapısıı araştırmak içi LISA kümeleme haritalarıda yararlaılmaktadır. Burada öcelikle 2016 yılıa ilişki erkek işsizlik oralarıa ait LISA haritası verilmiştir. Şekil 8: 2016 Yılı Erkek İşsizlik Oralarıa İlişki LISA Kümeleme Haritası 2016 yılı erkek işsizlik oralarıa ilişki LISA kümeleme haritası icelediğide, mekâsal kümelemei gerçekleştiği alaşılmaktadır. Şalıurfa, Mardi, Trabzo ve Bursa alt bölgeleride pozitif mekâsal bağımlılık gözlemiştir. Burada dikkat edilmesi gereke okta yüksek işsizlik oraıa sahip ola Şalıurfa ve Mardi alt bölgeleri ayı zamada yüksek erkek işsizlik oraıa sahip bölgeler ile çevrelemiştir. Trabzo ve Bursa alt bölgeleride ise, kümeleme egatif yödedir. Bir başka ifade ile düşük işsizlik oraıı gözlediği bölgeleri düşük işsizlik oralı bölgeler ile komşuluk ilişkisi içide olduğu görülmektedir yılı erkek işsizlik oralarıa ilişki herhagi bir egatif mekâsal ayrışma ilişkisi söz kousu değildir. Şekil 9: 2016 Yılı Kadı İşsizlik Oralarıa İlişki LISA Kümeleme Haritası Kadı işsizliğie ilişki mekâsal bağımlılığı lokal yapısı icelediğide, sadece pozitif mekâsal bağımlılığı olduğu görülmektedir. Burada erkeklere ait kümeleme haritasıda farklı olarak sadece Düşük- Düşük sııfladırmasıda yer ala bölgeler mevcuttur. Mekâsal kümelemei varlığı Trabzo, Erzurum ve Ağrı alt bölgeleride karşımıza çıkmaktadır. Bu durum düşük kadı işsizlik oralarıa sahip Trabzo, Erzurum ve Ağrı alt bölgelerii düşük işsizlik oraıa sahip bölgeler ile çevrili olduğuu ifade etmektedir. Erkek ve kadı işsizliğii 2004, 2009, 2016 ve yılları arasıdaki ortalamalar içi mekâsal bağımlılığı lokal yapısı Tablo 2 de özetlemiştir. 1505

8 Tablo 2: Mekâsal Bağımlılığı Gözlediği Bölgeler LISA High-High Low-Low Low-High High-Low Neighborless TR63 * TRC1 E-2004 * TRC2 ** TR90 * TRB1 ** E-2009 E-2016 E-Ort. TR63 * TRB1 * TRC2 * TRC1 ** TRC3 ** TRC3 * TR41 ** TRC2 ** TR90 ** TRC1 * TR63 ** TRB1 ** TRB2 ** TRC2 ** TRC3 ** K-2004 TR63 ** K-2009 TR61 * TR63 ** K K-Ort. - - TR33 * TR41 * TRA2 * TR90 ** TRA1 ** TRB2 ** TR90 * TRA2 * TRA1 ** TR90 * TRA1 * TRA2 * TRA2 * TR90 ** TRA1 ** Tablo 2 icelediğide, bölgeleri geel olarak Yüksek-Yüksek ve Düşük-Düşük sııfladırmasıda yer aldığı gözlemektedir. Bir başka ifade ile pozitif mekâsal bağımlılığı varlığıda söz etmek mümküdür. Ayrıca ele alıa değişkeleri icelee döemlerde egatif mekâsal bağımlılık ilişkisie sahip olmadığı görülmektedir. Dolayısı ile çalışma kapsamıda kadı ve erkek işsizlik oralarıda mekâsal aykırılıkları olmadığı söyleebilir. So olarak İstabul, Akara ve İzmir alt bölgelerii ise, ele alıa tüm döemlerde mekâsal olarak bağımsız ola grupta yer aldığı görülmektedir. Başka bir ifade ile söz kousu alt bölgelere ilişki gözlem değerleri ile diğer bölgelere ilişki gözlem değerleri arasıda herhagi bir mekâsal bağlatı söz kousu değildir. 4. SONUÇ Bölgeler arasıda mevcut ola sosyo- ekoomik farklılıklar işsizlik olgusuu bölgesel olarak ele alımasıı gerekli kılmaktadır. Buu yaı sıra geleeksel ekoometrik yötemler ile mekâsal etkii göz ardı edilmesiyle elde edile souçlar yaıltıcı olabilecektir. Bu çalışmada işsizlik olgusuu mekâsal etki içerip içermediği yılları kapsamıda açıklayıcı mekâsal veri aalizi ile icelemiştir. Çalışmada ilk olarak ESDA ı yaygı kullaıla tekikleride biri ola dağılım haritaları ile mekâsal bağımlılığı varlığı araştırılmıştır. Mekâsal dağılım haritaları icelediğide, bezer özelliklere sahip ola bölgeleri bezer rek yoğuluğuda olduğu gözlemiştir. Ağrı, Kars, Iğdır ve Ardaha illeride oluşa TRA2, 2004 ve 2016 yılıda kadı ve erkek işsizlik oralarıı e düşük olarak gerçekleştiği alt bölge olarak karşımıza çıkmaktadır. Söz kousu bölgei gizli işsizliği içere tarım ve hayvacılığa dayalı bir ekoomik yapıya sahip olması bu durumu edeleride biri olarak gösterilebilir. Bir diğer öemli ede ise, bölgei yüksek oralarda göç vermesidir yılıda İzmir e yüksek işsizlik oralarıı söz kousu olduğu alt bölge olarak gözlemiştir. Bu durum, istihdam oralarıı yüksek olmasıı yaı sıra işgücüü de yüksek olması ile açıklaabilir yılıa gelidiğide ise; kadı ve erkek işsizlik oralarıı e yüksek seviyelerde seyrettiği alt bölge TRC3 tür. Söz kousu alt bölge Mardi, Batma, Şırak ve Siirt illeride oluşmaktadır. Bahsi geçe bölge imalat saayi, sıır ticareti, tarım, eerji ve doğal kayak açısıda yüksek bir potasiyele sahiptir. Acak bölgede istihdam oralarıı çok düşük seviyelerde gerçekleşmesi ve sermaye göçü gibi edeler işsizliği yüksek seviyelere çıkmasıa sebep olmaktadır. Mekâsal dağılım haritalarıda dikkat çeke bir diğer okta ise, fias başketi ola İstabul alt bölgeside işsizlik oralarıı oldukça yüksek olmasıdır. 1506

9 Bu durum yüksek istihdam oralarıı gerçekleştiği söz kousu bölgei göç alması, üfus yoğuluğuu fazla olması ve işgücüe katılım oralarıı yüksek olması ile açıklaabilir. Çalışmada mekâsal dağılım haritalarıda sora erkek ve kadı işsizlik oralarıa ilişki Mora I istatistiği hesaplaarak serpilme diyagramları icelemiştir. Elde edile bulgular erkek ve kadı işsizlik oralarıda istatistiksel olarak alamlı pozitif mekâsal bağımlılığı varlığıı göstermektedir. Bir başka ifade ile mekâsal kümeleme söz kousudur. Bir soraki aşamada ise, erkek ve kadı işsizlik oralarıa ilişki LISA kümeleme ve alamlılık haritalarıda yararlaılarak mekâsal bağımlılığı lokal yapısı icelemiştir. Bahsi geçe lokal aaliz soucuda ise, bölgeleri geel olarak Yüksek- Yüksek ve Düşük- Düşük sııfladırmasıda yer aldığı gözlemiştir. Dolayısı ile bölgeler arasıda lokal olarak pozitif mekâsal bağımlılıkta bahsetmek mümküdür. Bir başka ifade ile ele alıa bölge ve komşu bölgelerdeki gözlem değerlerii bezerlik gösterdiği söyleebilir. LISA kümeleme souçlarıda elde edile bir diğer souç ise; İstabul, Akara ve İzmir alt bölgelerii mekâsal olarak bağımsız olmasıdır. Bu durum söz kousu bölgeleri erkek ve kadı işsizlik oralarıda ele alıa döemlerde komşu gözlem değerleride etkilemediğii ifade etmektedir. So olarak bölgeler arası mevcut ola gelişmişlik farklılıkları ve her bölgei kedie özgü diamiklerii buluması doğrultusuda erkek ve kadı işsizlik oralarıı bölgelere göre öemli ölçüde farklılaştığıı söylemek mümküdür. KAYNAKÇA Aseli L. & Bera A. K. (1998). Spatial Depedece i Liear Regressio Models With a Itroductio to Spatial Ecoometrics. (Ed. by AmaUllah ), Hadbook of Applied Ecoomic Statistics, ss , New York. Aseli L. & Srıdhara S. & Gholsto S. (2007). Usig Exploratory Spatial Data Aalysıs to Leverage Social Idicator Databases: The Discovery of Iterestig Patters, Social Idicators Research, 82(2): Aseli L. (1988). Spatial Ecoometrics: Methods ad Models, Kluwer Academic Publishers, Lodo. Aseli L. (1995). Local Idicators of Spatial Associatio LISA, Geographical Aalysis, 27(2): Aseli L. (2001). Spatial Ecoometrics. (Ed. Badi H. Baltagi), A Compaio to Theoretical Ecoometrics, ss , Joh Wiley & Sos. Barışık, S. & Çevik, E. İ. (2008). Türkiye'de İşsizlik Histerisii Yapısal Kırılma ve Güçlü Hafıza Modellemesi ile Sektörel Aalizi, TİSK Akademi, 3(6): Dall erba S. (2005). Distributio of Regioal Icome ad Regioal Fuds i Europe : A Exploratory Spatial Data Aalysis, The Aals of Regioal Sciece, 39(1): Elhorst, J. P. (2003b). The Mystery of Regioal Uemploymet Differetials: Theoretical ad Empirical Explaatios, Joural of Ecoomic Surveys, 17(5): Fischer M. M. & Wag J. (2011). Spatial Data Aalysis: Models, Methods Ad Techiques, Spriger Sciece & Busiess Media. Filizteki, A. (2009). Regioal Uemploymet i Turkey, Papers i Regioal Sciece, 88(4): Florax R. & Va Der Vlıst A. (2003). Spatial Ecoometric Data Aalysis: Movig Beyod Traditioal Models, Iteratioal Regioal Sciece Review, 26(3): Frexedas V. O. & Yvaya E. (2005). Fiacial Cotagio Betwee Ecoomies: a Exploratory Spatial Aalysis, Estudios de Ecoomia Aplicada, 23(1): Lesage J. & Pace R. K. (2009). Itroductio To Spatial Ecoometrics, Taylor & Fracis, CRC Press. Sorretıo, C. (2000). Iteratioal Uemploymet Rates: How Comparable Are They?, Mothly Labor Review, 123(6): TUIK. Türkiye İstatistik Kurumu, Üsal, E. (2000), Makro İktisat, İmaj Yayıcılık, Akara. Yüksel, İ. (2003). İşsizliği Psiko- Sosyal Souçlarıı İcelemesi (Akara Öreği),C.Ü. İktisadi ve İdari Bilimler Dergisi, 4(2):