Türkiye’de İç Göçün Mekânsal Belirleyicileri: Coğrafi Ağırlıklı Regresyon Yaklaşımıyla Ampirik Bir Değerlendirme

Bu çalışma, Türkiye’de iller düzeyinde iç göç hareketlerini etkileyen sosyoekonomik faktörleri mekânsal heterojenlik perspektifiyle analiz etmeyi amaçlamaktadır. Bağımlı değişken olarak net göç hızı; bağımsız değişkenler olarak işsizlik oranı, eğitime katılım süresi, ihracat hacmi ve teknolojik gelişim endeksi kullanılmıştır. Analizlerde, klasik Çoklu Doğrusal Regresyon modeli ile Coğrafi Ağırlıklı Regresyon modeli karşılaştırmalı olarak uygulanmıştır. Elde edilen bulgular, Çoklu Doğrusal Regresyon modelinde anlamlı olmayan işsizlik değişkeninin Coğrafi Ağırlıklı Regresyon modelinde bölgelere göre farklı etkiler sergilediğini, eğitime katılım süresi, ihracat hacmi ve teknolojik gelişim endeksi değişkenlerinin ise mekânsal olarak değişkenlik gösterdiğini ortaya koymuştur. Özellikle, eğitime katılım süresi ve teknolojik gelişim endeksinin bazı bölgelerde göçü teşvik edici, bazı bölgelerde ise caydırıcı etkiler yarattığı görülmüştür. Coğrafi Ağırlıklı Regresyon modelinin açıklayıcılık gücünün yüksek olması (R^2= 0.725), bu yöntemin iç göç analizinde mekânsal farklılıkları başarılı bir şekilde yansıttığını göstermektedir. Ayrıca Coğrafi Ağırlıklı Regresyon modelinin kalıntılarında anlamlı mekânsal otokorelasyonun ortadan kalkması, modelin mekânsal bağımlılığı daha doğru biçimde kontrol ettiğini kanıtlamaktadır. Bu sonuçlar, iç göç hareketlerinin bölgelere özgü dinamiklerle şekillendiğini ve tek tip politikaların yetersiz kalabileceğini göstermektedir. Aynı zamanda bu bulgular, göç olgusunun sadece ekonomik göstergelerle değil, aynı zamanda mekânsal bağlamlarla birlikte değerlendirilmesi gerektiğini ortaya koymaktadır. Bu çalışma, Türkiye’de iller düzeyinde iç göçü mekânsal heterojenlik perspektifinden ele alarak GWR uygulamasıyla yerel düzeyde değişen etkileri haritalandırması ve 2023 yılına ait kapsamlı verilerle politika çıkarımlarını bir arada sunması açısından literatüre önemli bir katkı sağlamaktadır.