Dergiler / Sosyoekonomi / 2020 / Cilt: 28 - Sayı: 43

Türkiye'de Hanehalkı Göreli Yoksulluğunu Etkileyen Faktörler: Lojistik Regresyon Analizi

Factors Influencing The Household Relative Poverty In Turkey: Logistic Regression Analysis

Sayfa
11–32
Yayın Tarihi
2020-01-25
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Elde edilen sonuçlara göre Türkiye’de eğitim düzeyi, yaş, Sosyal Güvenlik Kurumu’na kayıtlı olma ve sanayi sektöründeki istihdam yoksulluk riskini azaltırken işsizlik, yevmiyeli çalışma, evli olma ve hane büyüklüğü yoksulluk riskini artırmaktadır.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Bu çalışmada, Türkiye’de toplumsal refah artışını engelleyen hanehalkı göreli yoksulluğunun, boyutları ve temel belirleyici faktörleri incelenmektedir.
📊
Temel Bulgular & Veri:Bu amaçla analizde Türkiye İstatistik Kurumu (TÜİK) (2017) yılı Gelir ve Yaşam Koşulları Araştırması mikro veri seti kullanılmıştır.
💡
Sonuç & Katkı:Elde edilen sonuçlara göre Türkiye’de eğitim düzeyi, yaş, Sosyal Güvenlik Kurumu’na kayıtlı olma ve sanayi sektöründeki istihdam yoksulluk riskini azaltırken işsizlik, yevmiyeli çalışma, evli olma ve hane büyüklüğü yoksulluk riskini artırmaktadır.
🔬Tür:Araştırma Makalesi
📍Kapsam:2017 Verileri
⚙️Değişkenler:Türkiye · Yoksulluk · Gelir ve Yaşam Koşulları Araştırması Mikro Veri Seti

Özet

Bu çalışmada, Türkiye’de toplumsal refah artışını engelleyen hanehalkı göreli yoksulluğunun, boyutları ve temel belirleyici faktörleri incelenmektedir. Bu amaçla analizde Türkiye İstatistik Kurumu (TÜİK) (2017) yılı Gelir ve Yaşam Koşulları Araştırması mikro veri seti kullanılmıştır. İlk olarak hanehalkı medyan fert gelirinin %60’ına göre yoksulluk sınırı hesaplanmıştır. Bağımlı değişkenin yoksulluk sınırına göre yoksul ve yoksul olmayanlar olarak ele alındığı İkili Lojistik Regresyon analizinde, hanehalkı demografik özellikleri, işgücü piyasası ve coğrafi özellikleri içeren açıklayıcı değişkenler kullanılmıştır. Elde edilen sonuçlara göre Türkiye’de eğitim düzeyi, yaş, Sosyal Güvenlik Kurumu’na kayıtlı olma ve sanayi sektöründeki istihdam yoksulluk riskini azaltırken işsizlik, yevmiyeli çalışma, evli olma ve hane büyüklüğü yoksulluk riskini artırmaktadır.

Abstract

This study investigates the factors that determine the relative household poverty which prevents the growth of social welfare in Turkey. For this purpose, Turkish Statistical Institute (Turkstat) (2017) Income and Living Conditions micro dataset were used. The poverty line is calculated by using 60% of household median income. In the binary logistic regression analysis, dependent variable was considered as poor and non-poor according to poverty line. Household demographic characteristics, labour market conditions and geographical characteristics are employed as explanatory variables. The estimation results indicate that education, age, formal employment, employment in industry sector decreases relative household poverty. On the contrary unemployment, causal employee, marriage and size of the household increase the risk of household poverty.

🔖

Bu Makaleye Atıf Yap

EVCİM, N., GÜNEŞ, S., KARAALP-ORHAN, H. S. (2020). Türkiye'de Hanehalkı Göreli Yoksulluğunu Etkileyen Faktörler: Lojistik Regresyon Analizi. Sosyoekonomi, Cilt: 28 - Sayı: 43, 11–32. https://ajindex.com/articles/139334

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (8)

  1. Achia T. & A. Wangombe & N. Khadioli (2010), “A logistic regression model to identify key determinants of poverty using demographic and health survey data”, European Journal of Social Sciences, 13(1), 38-45.
  2. Afera, N. (2015), “Determinants of Poverty in Rural Tigray: Ethiopia Evidence from Rural Households of Gulomekeda Wereda. Journal of Poverty”, Investment and Development, 10, 95– 102. Amjad, R. & A. R. Kemal (1997), “Macroeconomic Policies and their Impact on Poverty Alleviation in Pakistan”, The Pakistan Development Review, Pakistan Institute of Development Economics, 36(1), 39-68.
  3. Apaydın, F. (2018), “Türkiye’de İşsizliğin Karakteristiklerinin Karşılaştırmalı Analizi”, Süleyman Demirel Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 1(30), 159-200.
  4. Ayalneh, B. & K. Hagedorn & B. Korf (2008), Analysis of poverty and its covariates among small holder farmers in eastern Hararghe highlands of Ethiopia Quarterly Journal of International Agriculture, 44 (2005), No. 2; DLG-Verlag Frankfurt. Biyase, M. & T. Zwane (2015), “An Empirical Analysis of the Determinants of poverty and household welfare in South Africa”, MPRA. Buvinic, M. & G. R. Gupta (1997), “Female-headed Households and female-maintained families: are they worth targeting to reduce poverty in developing countries?”, Economic Development and Cultural Change, 45(2), 259–280.
  5. Cafri, R. (2009) Adana İlinde Yoksulluğun Analizi: Sınırlı Bağımlı Değişkenli Modellerle Bir İnceleme, Çukurova Üniversitesi Sosyal Bilimler Enstitüsü Yüksek Lisans Tezi, Adana. Chaudhry, I. S. (2009), “Poverty Alleviation in Southern Punjab (Pakistan): An Empirical Evidence from the Project Area of Asian Development Bank”, International Research journal of Finance and Economics, 23. Chaudhry, I. S. & S. U. Rahman (2009), “The Impact of Gender Inequality in Education on Rural Poverty in Pakistan: An Empirical Analysis”, European Journal of Economics, Finance and Administrative Sciences, 15, 174-188.
  6. Cook, A. H. & V. R. Lorwin & A. K. Daniels (1984), Women and Trade Unions in Eleven Industrialized Countries. Philadelphia: Temple University Press.
  7. Dal, S. (2013) Türkiye’de Hanehalkı Yoksulluğunu Belirleyen Etmenler, (Basılmamış yüksek lisans tezi), Gazi Üniversitesi /Sosyal Bilimler Enstitüsü, Ankara.
  8. Datt, G. & D. Jolliffe (1999), “Determinants of Poverty in Egypt 1997”, FCND Discussion Paper No. 75. Epo, B. N. (2010), “Determinants of Poverty in Cameroon: A Binomial and Polychotomous Logit Analysis”, SSRN. Geda, A. & N. De Jon