Dergiler / Sosyoekonomi / 2019 / Cilt: 27 - Sayı: 41

Türkiye’de Doğurganlık Analizi: Gelecekteki Doğurganlık Tercihlerinin Önemi

Analysis of Fertility in Turkey: The Importance of Future Fertility Preferences

Sayfa
223–234
Yayın Tarihi
2019-07-31
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)

Hanehalklarının gelecekteki doğurganlık tercihini dikkate almayan standart modeller ile dikkate alan modelden elde edilen bulguların farklılık gösterdiği ortaya çıkmıştır.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Doğurganlık analizleri genellikle gelecekteki doğurganlık tercihlerini göz önünde bulunduracak şekilde gerçekleştirilmemektedir.
📊
Temel Bulgular & Veri:Bu çalışmada 2008 ve 2013 yılı Türkiye Nüfus ve Sağlık Araştırması (TNSA) verileri kullanılarak doğurganlık analizi gerçekleştirilmiştir.
💡
Sonuç & Katkı:Hanehalklarının gelecekteki doğurganlık tercihini dikkate almayan standart modeller ile dikkate alan modelden elde edilen bulguların farklılık gösterdiği ortaya çıkmıştır.
🔬Tür:Modelleme & Sayısal Simülasyon
📍Kapsam:2008 Verileri
⚙️Değişkenler:Doğurganlık · Genelleştirilmiş Poisson Regresyon Modeli · Hanehalkı Ekonomisi

Özet

Doğurganlık analizleri genellikle gelecekteki doğurganlık tercihlerini göz önünde bulunduracak şekilde gerçekleştirilmemektedir. Oysaki gelecekteki doğurganlık tercihleri hem aile planlaması hem de hali hazırda uygulamada olan doğurganlığa yönelik politikaların güncellenmesi açısından dikkate alınması gereken bir durumdur. Bu çalışmada 2008 ve 2013 yılı Türkiye Nüfus ve Sağlık Araştırması (TNSA) verileri kullanılarak doğurganlık analizi gerçekleştirilmiştir. Hanehalklarının gelecekteki doğurganlık tercihlerini dikkate alan ve almayan iki model oluşturulmuş ve bu modeller Genelleştirilmiş Poisson Regresyon Modeli ile tahmin edilmiştir. Hanehalklarının gelecekteki doğurganlık tercihini dikkate almayan standart modeller ile dikkate alan modelden elde edilen bulguların farklılık gösterdiği ortaya çıkmıştır. Hanehalkının gelecekteki doğurganlık tercihlerini dikkate alan modelde yaş, evlilik yaşı, istihdam durumu ve eş yaş değişkenlerinin katsayı işaretlerinin değiştiği görülmektedir. Bu nedenle politika yapıcılar doğurganlığa yönelik politika üretirken dikkatli davranmalıdırlar çünkü standart analizlerden elde edilen bulgular yanlış politika uygulamalarına yol açabilir.

Abstract

Fertility analyzes are generally not carried out considering future fertility preferences. However, future fertility preferences should be considered in terms of both family planning and the updating of fertility policies currently in practice. In this study, fertility analysis was conducted using data from 2008 and 2013 Turkey Demographic and Health Survey (DHS). Two models have been created that take into account the future fertility preferences of households and these models have been estimated with the Generalized Poisson Regression Model. It was found that the standard models that do not take into account the future fertility preferences of the households and the findings obtained from the model taking into consideration differ. In the model that takes into account the future fertility preferences of households, it is seen that the coefficient signs of age, marriage age, employment status and husband age variables change. For this reason, policy-makers should be cautious when making a policy towards fertility, because findings from standard analyzes can lead to false policy practices.

🔖

Bu Makaleye Atıf Yap

GEMİCİOĞLU, S., ŞAHİN, H., ER, E. (2019). Türkiye’de Doğurganlık Analizi: Gelecekteki Doğurganlık Tercihlerinin Önemi. Sosyoekonomi, Cilt: 27 - Sayı: 41, 223–234. https://ajindex.com/articles/139802

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (15)

  1. Adsera, A. (2006), “An Economic Analysis of the Gap Between Desired and Actual Fertility: The Case of Spain”, Review of Economics of the Household, 4(1), 75–95.
  2. Becker, G. (1960), “An Economic Analysis of Fertility.” in Demography and Economic Change in Developed Countries. Universities-NBER Research Conference Series 11, Princeton, 209–31.
  3. Becker, G. S. ve Lewis, H. G. (1973), “On the Interaction between the Quantity and Quality of Children”, Journal of Political Economy, 81(2, Part 2), 279–88.
  4. Boldrin, M. ve Jones, L. E. (2002), “Mortality, Fertility, and Saving in a Malthusian Economy”, Review of Economic Dynamics, 5(4), 775–814.
  5. Boldrin, M., De Nardi, M. ve Jones, L. E. (2005), “Fertility and Social Security”, NBER Working Paper 11146, National Bureau of Economic Research, Cambridge, MA. Caudill, S. B. ve Mixon, F. G. (1995), “Modeling Household Fertility Decisions: Estimation and Testing of Censored Regression Models for Count Data”, Empirical Economics, 20(2), 183–96.
  6. Harris, T., Yang, Z. ve Hardin, J. W. (2012), “Modeling Underdispersed Count Data with Generalized Poisson Regression”, Stata Journal, 12(4), 736–47.
  7. Jalil, A., Zakar, R., Usman, A. ve Amjad, A. (2016), “Determinants of Fertility and Fertility Preferences in Pakistan: Comparative Secondary Analysis of PDHS 2007-2013”, Pakistan Journal of Gender Studies, 12, 19–38.
  8. McIntosh, J. (1999), “An Analysis of Reproductive Behaviour in Canada: Results from an Intertemporal Optimizing Model”, Journal of Population Economics, 12(3), 451–61.
  9. Selim, S. ve Üçdoğruk, Ş. (2005), “Türkiye’de Doğurganlık: Kalite-Miktar Yaklaşımı”, Nüfusbilim Dergisi, 27, 49–66.
  10. Şeker, S. (2011), “The Dynamics of Poverty in Turkey”, unpublished PhD Dissertation METU Economics Department. Şengül, S. ve Kiral, G. (2006), “Türkiye’de Kadının İşgücü Pazarına Katılım ve Doğurganlık Kararları”, Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, 20(1), 1-17.
  11. TÜİK (2006), Zaman Kullanım İstatistikleri 2006,, 28.12.2018
  12. TÜİK (2015), Zaman Kullanım Araştırması 2014-2015,, 28.12.2018
  13. Wang, W. ve Famoye, F. (1997), “Modeling Household Fertility Decisions with Generalized Poisson Regression”, Journal of Population Economics, 10(3), 273–83.
  14. Winkelmann, R. ve Zimmermann, K. F. (1994), “Count Data Models for Demographic Data”, Mathematical Population Studies, 4(3), 205–21.
  15. World Bank (2019), “Fertility rate, total (births per woman)”,, 12.01.2019.