Birinci aşama: SES Yaklaşımı Bağlamında Araştırma Alanı Tespiti

SES yaklaşımı çerçevesinde kaynak kullanıcıları (beşeri yapı) ve kaynaklar (tarım alanları, orman alanları, su, elektrik, kaynak dışsallığı olarak atık ve atıksu) il düzeyindeki veriler üzerinden değerlendirilmiştir. Kaynak tüketimi (su, elektrik, kaynak dışsallığı olarak atık ve atıksu) ve çevresel değişim (tarım alanları, orman alanları kaybı) ile sosyal yapının entagrasyonu üzerinden Türkiye’de farklı tipolojideki alanlar ortaya konmuştur. Bu yaklaşım SES araştırmalarının incelendiği bölümde ele alındığı üzere SES’i oluşturan unsurlara ilişkin yapılan tanımlamalarda yer alan kaynak ve kaynak- kullanıcısı ilişkisinin sorgulanması ve Bourgeron [84] tarafından SES kapsamındaki değerlendirmelerde sosyal ve çevresel parametrelerin entegrasyonunun gerekliliği söylemlerine dayandırılarak oluşturulmuştur.

Dengeli büyüme koşullarını sağlamak için sosyal refah ve ekonomik gelişme kadar çevresel değerlerin korunması da gerekmektedir. Fakat gelişmekte olan birçok ülkede yaşandığı gibi Türkiye’de de öncelikli ekonomik büyüme hedefleri doğrultusunda

67

kaynakların verimsiz ve bilinçsiz olarak sürdürülemez tüketildiği görülmektedir. Bu değerlendirme alan çalışmasının gerçekleştirileceği yerin tespiti için de önemli bir yol gösterici olmuştur. Türkiye’de genel olarak kent ve yerleşme düzeyinde yapılan araştırmalardaki en büyük kısıt; veri eksikliği, sürekliliği ve güncelliğinin olmamasının getirdiği sorunlar olarak karşımıza çıkmaktadır. Bu kısıtlar dâhilinde, sonuç olarak mevcut durumu ve değişimleri anlamak adına kullanılan sosyal, ekonomik ve çevresel değişkenler Çizelge 3.1’de yer almaktadır(EK A-1).

Çizelge 3.1 İl bazında kullanılan değişkenler ve kaynakları

Değişken Adı Kaynak

Beşeri değişkenler (Kaynak kullanıcısı)

Nüfus TUİK, 2000 yılı Genel Nüfus Sayımı

Kent nüfusu TUİK, 2000 yılı Genel Nüfus Sayımı

Net Göç TUİK, 2000 yılı Genel Nüfus Sayımı

Yükseköğrenim Mezunu/25 yaş üstü nüfus TUİK, 2000 yılı Genel Nüfus Sayımı 10bin kişiye düşen hekim sayısı TUİK, 2000 yılı Genel Nüfus Sayımı Konut sayısı TUİK, 2000 yılı İnşaat İstatistikleri

İstihdam TUİK, 2000 yılı Genel Nüfus Sayımı

Sanayi, Hizmet çalışan oranı TUİK, 2000 yılı Genel Nüfus Sayımı Kişi başı GSYİH TUİK, 2000 yılı Genel Nüfus Sayımı Turizm Yatak Sayısı Kültür ve Turizm Bakanlığı, 2000 Yılı

verileri Çevresel

Değişkenler (Kaynak)

Tarım ve orman alanı kaybı Orman ve Su İşleri Bakanlığı, Arazi Örtüsü İstatistik Verileri 90-00 Kişi başına elektrik tüketimi TEDAŞ, 2000 Verisi

Kişi başı günlük atık ve atıksu miktarı TUİK, 2004 yılı Atık İstatistikleri Kişi başı çekilen günlük su miktarı TUİK, 2004 yılı Su İstatistikleri

Bir alt ölçekte çalışma alanının belirlenmesi ve SES yaklaşımı bağlamında birbirine benzer nitelikteki alanların tanımlanması amacıyla yöntem kısmında yer alan sosyal, ekonomik ve çevresel değişkenleri tek bir bileşik endekse dönüştürmek için faktör

analizi (temel bileşen analizi) kullanılmıştır. Daha sonra faktör analizinden çıkan

değerler üzerinden benzer tipolojideki bölgelerin elde edilmesi amacıyla K-ortalamalar

kümelenme analizi yöntemi kullanılmıştır. Faktör Analizi

Faktör analizinin SG değerlendirmesi vb. çoklu değişken kullanan ulusal ve uluslararası araştırmaların analiz çalışmalarında yaygın bir şekilde kullanıldığı görülmektedir [142] [143].

68

Faktör analizi, birbiriyle ilişkili olan çok sayıdaki değişkenin birbirinden bağımsız az sayıda ve anlamlı faktörler haline dönüştürmeyi sağlayan istatistik teknikleri olarak tanımlanmaktadır [143] [144]. Bu istatistik tekniği içinde yer alan Temel Bileşenler Analizi ile değişkenler arasındaki maksimum varyans değerini veren birinci faktör ve daha sonra kalan maksimum varyansları açıklamak üzere ise ikinci faktör hesaplanmakta ve değişkenlerin kaç faktör altında gruplanacağı da özdeğer (eigen value) istatistiği ile belirlenmektedir. Yani sonuç endeksi oluşturmak için veri setinin varyans ve kovaryansı endeks içindeki ağırlıklar olarak kullanılmaktadır. Bir değişken aynı anda birden fazla faktörü ölçebilir fakat biriyle arasında diğerlerinden daha fazla korelasyon bulunmaktadır ve bu yolla daha az sayıda ama kapsayıcı bileşenler oluşturulmaktadır. Standart istatistiki programlarla desteklenmesi nedeniyle de basit ve etkili bir yöntemdir. Faktör analizinde, değişkenler arasında yüksek (0,9 ve daha büyük) korelasyon olmaması gerekmektedir. Buna ek olarak başka hiçbir değişkenle arasında korelasyon olmayan değişken de faktör analizinde yer almamalıdır. Değişkenlerin faktör analizi için uygunluğu ve yeterliliği Kaiser- Meger-Olkin (KMO)katsayısı ve Bartlett testiyle ölçülmektedir. KMO katsayısı, veri matrisinin faktör analizi için uygun olup olmadığı hakkında bilgi verir. Faktörlerin oluşabilmesi için KMO ölçütünün 0,50’den yüksek çıkması beklenmektedir. Bu değer ne kadar yüksekse veri seti faktör analizine o kadar uygun anlamını taşımaktadır. Bartlett testi ise değişkenler arasında ilişki olup olmadığını aralarındaki kısmi korelasyona göre incelemektedir [145].

K- Ortalamalar Kümelenme Analizi

K- ortalamalar kümelenme analizi benzer özellik gösteren illerin gruplandırılması ve örnek alan çalışmasının odaklanacağı alt bölgenin belirlenmesi amacıyla kullanılmıştır. Kümelenme analizleri veri noktaları arasında uzaklık ölçümünü baz alarak, birbirine yakın veri noktalarının gruplandırılmasını sağlayan bir yöntemdir. Analizden elde edilen kümelerde küme içi homojenliğin, kümeler arasında da heterojenliğin yüksek olduğu gözlemlenir [146] [147]. K- ortalamalar kümelenme analizi, kümelenme analizleri içinde en çok tercih edilen, kullandığı algoritmada kullanıcının girdi olarak tanımlayacağı ya da belirlenen kriterler bağlamında otomatik olarak hesaplanacak k sayıda kümenin oluşturulmasına dayalı gruplama yöntemidir. K tane kümeyi temsil eden veri

69

noktalarının kitle merkezine (centroid) olan öklit uzaklıklarının ortalaması alınmaktadır. Kitle merkezi belirlenirken, “n” adet nesnenin içinden “k” adet nesne seçilmekte (k≤n) ve bu nesnelerin her biri bir kümeyi temsil etmektedir. Geriye kalan nesnelerin bu kümenin merkezine olan uzaklıklarına göre hangi küme içinde yer alacağı ve dağılımları belirlenmektedir. Bu işlemin tamamlanmasının ardından her küme için ortalamalar hesaplanmakta ve çıkan yeni değer kümenin yeni merkezi olarak atanmaktadır. Bu işlem tüm nesnelerin hangi kümede yer alacağı ve aynı kümenin içindeki nesnelerin birbirine yakınlık kriteri en iyi ölçüte gelene kadar iteratif yeniden konumlandırma tekniğine dayalı olarak tekrar etmektedir [148].

3.2.2 İkinci aşama: SES Yaklaşımı Bağlamında İzmir- Aydın – Muğla