Ulusal Gönüllü Değerlendirme Raporları Üzerinden Sürdürülebilir Kalkındırma Hedeflerine Ulaşma Analizi

Abstract

2030 Sürdürülebilir Kalkınma Gündemi yoksulluk, eşitsizlik ve iklim değişikliği gibi kritik küresel sorunları ele almak üzere 17 Sürdürülebilir Kalkınma Hedefi (SKH) belirlemiştir. Bu hedeflere yönelik ilerlemeyi izlemek için ülkeler, SKH uygulamalarını niteliksel ve niceliksel olarak değerlendiren Gönüllü Ulusal Değerlendirme (VNR) raporu sunmaktadır. Bu çalışma, 2023 ve 2024 yıllarında sunulan VNR raporlarını kapsamlı bir şekilde analiz etmekte ve bu raporların SKH'lere yönelik ilerlemeyi ne ölçüde yansıttığını incelemektedir. Gelişmiş makine öğrenimi algoritmalarıyla desteklenen çok katmanlı bir metin sınıflandırma modeli kullanılarak, VNR raporlarının belirli SKH'larla uyumu kategorize edilmiş ve değerlendirilmiştir. Çalışma, bölgesel farklılıklar, hedefe göre performans ve raporlama çerçevelerinin geliştirilmesi hakkında veriye dayalı öneriler sunmaktadır. Bulgular, SKH 5 (Toplumsal Cinsiyet Eşitliği) ve SKH 13'ün (İklim Eylemi) birçok ülkede VNR raporlarında önceliklendirildiğini, SKH 17'nin (Hedefler için Ortaklıklar) ise VNR raporlarında yeterince temsil edilmediğini göstermektedir. Bununla birlikte, VNR raporlarında hedefler arasındaki olumlu ve olumsuz ilişkiler ele alınmıştır. Bu sonuçlarla, karar alıcılar için daha etkili politika geliştirme, uluslararası işbirliği ve veri odaklı karar alma süreçlerine yönelik öneriler sunulmaktadır.The 2030 Agenda for Sustainable Development sets 17 Sustainable Development Goals (SDGs) to address critical global challenges such as poverty, inequality and climate change. To monitor progress towards these goals, countries submit Voluntary National Reviews (VNRs) that qualitatively and quantitatively assess their SDG implementation. This study comprehensively analyses the VNR reports submitted in 2023 and 2024 and examines the extent to which these reports reflect progress towards the SDGs. Using a multi-layered text classification model supported by advanced machine learning algorithms, the alignment of VNR reports with specific SDGs is categorized and assessed. The study provides data-driven recommendations on regional differences, performance by goal, and the development of reporting frameworks. The findings show that SDG 5 (Gender Equality) and SDG 13 (Climate Action) are prioritized in VNR reports in many countries, while SDG17 (Partnerships for the Goals) is underrepresented in VNR reports. In addition , positive and negative relationships between the goals have been addressed in VNR reports. With these results, recommendations for more effective policy development, international cooperation and data-driven decision-making processes are presented for decision-makers.