Doğum oranını etkileyen faktörler için panel veri analizi ve makine öğrenmesi uygulaması: Türkiye örneği

Bu araştırma, 2009-2021 yılları için Türkiye'de doğum oranını etkileyen faktörleri panel veri analizi ve makine öğrenmesi (ML) ile incelemeyi amaçlamaktadır. Bu amaçla il ve yıl bazında doğum oranının; lisans ve üzeri eğitim oranı, kadın istihdam oranı, nüfustaki kadın oranı, gayri safi yurt içi hasıla (GSYH) seviyesi, evli nüfus oranı, covid19 ve göçmen kukla değişkenleri ile ilişkisi araştırılmıştır. Panel veri analizi için havuzlandırılmış en küçük kareler (OLS), sabit etkiler ve rastgele etkiler olmak üzere üç ana model kullanılmıştır. ML için ise farklı sınıflandırma modelleri çalıştırılmış ve doğum oranı artış-azalış sınıflandırmasını en iyi öğrenen model tespit edilmiştir. ML modelleri ile elde edilen sonuçlar panel veri analizi sonuçları ile kıyaslanmış ve model değişkenleri açısından da farklılıklar incelenmiştir. Sonuçlar; sabit etkiler modeli ile panel veri analizi yapmanın anlamlı sonuç verdiği gözlemlenmiştir. Türkiye'de doğum oranı; lisans ve üzeri eğitim seviyesi, kadın istihdamı, COVID-19 ve göçmen kukla değişkeni ile negatif ilişkiliyken kadın nüfus oranı, evli oranı ve GSYH seviyesi ile pozitif ilişkili çıkmıştır. ML'de ise sınıflandırma problemine dönüştürülen doğum oranındaki değişim için, hangi modelin daha iyi performans gösterdiğine ve değişkenlerin önem düzeylerinin seviyelerine bakılmıştır. Kullanılan modellerin ikisi de doğum oranını belirleyen faktörler için etkin bir şekilde çalışabildiğini göstermiştir.