LOJĠSTĠK PERFORMANS VE ĠNSANĠ GELĠġME ENDEKSLERĠNĠN KARġILIKLI ETKĠLEġĠMĠ VE TÜRKĠYE ĠÇĠN ÖNERĠLER

Transkript

1 LOJĠSTĠK PERFORMANS VE ĠNSANĠ GELĠġME ENDEKSLERĠNĠN KARġILIKLI ETKĠLEġĠMĠ VE TÜRKĠYE ĠÇĠN ÖNERĠLER Haluk R.CEZAYĠRLĠOĞLU Okan Üniversitesi, Sosyal Bilimler Enstitüsü, İngilizce İşletme Doktora Programı ÖZET Lojistik maliyet ve verimlilik ile rekabet etmeye çalışan ülkelerin, gelişen stratejilerine baktığımızda, Dünya Banka sının yayınladığı Lojistik Performans Endekslerine (LPE), özel önem verdiklerini görüyoruz. Özellikle, tesis lokasyonu seçimi, dağıtım ve lojistik merkez belirlenmesinde ve hatta gelecek pazar genişleme yatırımlarında, LPE değerleri yardımıyla, daha iyi konumlama yönelik kararlarını etkilemektedir. Öte taraftan, Birleşmiş Milletler Gelişme Programı tarafından yayınlanan İnsani Gelişme Endeksi bir ülkenin gelişme seviyesini, birçok faktör ışığında, uzun yıllardır, takip edegelmektedir. Her nekadar, LPE ve İGE, temelde, farklı konseplere dayanıyorlarsa da, çalışmada, her iki endeksin ilişkileri; özellikle odaklaşılan ortalama yetişkin eğitim yılı bazında ilişkilendirildi ve özellikle, eğitim faktörünün LPE üzerindeki etkisi araştırıldı. Çalışma gösterdi ki, iki değişken arasıda, istatistiksel olarak, anlamlı bir ilişki bulunmaktadır. Anahtar Sözcükler: Lojistik Performans Endeksi (LPE), İnsani Gelişme Endeksi (İGE), Dünya Bankası (DB), Birleşmiş Milletler Gelişme Programı (BMGP) ABSTRACT INTERACTION OF LOGISTICS PERFORMANCE INDEX (LPI) AND HUMAN DEVELOPMENT INDEX (HDI) WITH RECOMMENDATIONS FOR TURKEY The developing strategies of countries and companies towards focus on logistics costs and efficiency, caused them pay increased attention to the Logistics Performance Index (LPI) of World Bank. This way, by analyzing the LPI values, they will be better positioned in selecting their investment decisions in terms of plant location, distribution and logistics centre planning and even their future market expansion sites. On the other hand, Human Development Index (HDI) of United Nations Development Program (UNDP), follows a country s development level on a basis of relevant factors that were determined and improved throughout the years. Though LPI and HDI represented two different concepts of calculations, relationship of both indices was searched focusing mainly to the effect of educational parameter of mean schooling years of HDI on the main interest area of LPI. Study showed that there is a statistically meaningful relationship between the two in estimating LPI values. Keywords: Logistics Performance Index (LPI), Human Development Index (HDI), World Bank (WB), United Nations Development Program (UNDP)

2 1. GĠRĠġ Lojistik büyümeyi ve kaliteyi ölçen Lojistik Performans Endeksi, Dünya Bankası tarafından ilk yayınlanma yılı olan 2007 den itibaren, ulaşım politikalarındaki karar alıcılar için, çok önemli araçlardan olmuştur. Çünkü, bir ülkenin maliyet avantajı, ancak, hedef pazarlarla lojistik bağlantıları varsa, en iyi şekilde değerlendirilebilir. Bu amaçla, Dünya Bankası nın göstergeleri yön belirleme açısından, önemli bir yere sahiptir. Lojistik Performans Endeksini oluşturan altı bileşenin, tek başlarına olan ölçüm değerlerinden bağımsız olarak, birleşik endeksin kendisi de, değerlendirmeye alınan ülkelerin kendileri ve firmaları için de, gelecekteki stratejilerini oluşturmada, rekabetçi bir amaç oluşturmaktadır. Bu arada, şunu da belirtmeliyiz ki, süreç içinde, Lojistik Performans Endeksinin daha iyi ölçümlenebilmesini sağlamaya yönelik, çeşitli araştırmacılar tarafından gerçekleştirilen birçok çalışma bulunmaktadır [2,3,4,5]. Daha önce de, açıklanmaya çalışıldığı gibi, LPE, altı tane açıklayıcı bileşenden oluşmaktadır. Kısaca belirtilecek olursa, bu parametreler; gümrükler, altyapı, uluslararası gönderimler, lojistik yeterlilik, izleme & takip etme ve zamanlılıktır. Endeksin değeri ise; 0-5 arasında değerler almaktadır. En alt değer 0 a tekabül ederken, 5 de maksimum değeri oluşturmaktadır. Gelecekteki politikaları belirlemede, karar alıcılara yardımcı olacak diğer istatistik ise, BMGP nın yayınladığı İnsani Gelişme Endeksi dir. İGE de, bir bütünleşik endeks olarak, temelde, insani gelişmeyi, üç ana alan olan; sağlık, bilgi ve gelir boyutlarında ölçmektedir. Mevcut İGE formülü altında, sağlık; doğumdaki ömür tahminini, eğitim veya bilgi ise, beklenen eğitim süresi ile ortalama yetişkin gerçekleşen eğitim yılı nı ve nihayet gelir veya yaşam standardı da, kişi başına düzeltilmiş Satınalma Gücü Paritesi (US$ olarak belirlenen) yoluyla GSMH cinsinden tanıumlanmaktadır. Yirmibeş yaş üstündekilerin aldıkları ortalama eğitimi gösteren ortalama eğitim yılı parametresi, endeks ölçümüne, 2010 yılından itibaren dahil edilmiştir. Zaman içinde, ya yeni bileşenlerin ilavesi ya da eskilerinin değiştirilmesi yoluyla, endeks geliştirilerek, ana insani politikaların belirleme aracı olarak yerini almıştır. Lojistik Performans Endeksinin iyileştirilmesi konusunda olan çalışma ve araştırmaların bir benzeri, İnsani Gelişme Endeksinin iyileştirilmesi alanında da yaşanmıştır. Bu ölçümlemenin mükemleştirilmesi ve zenginleştirilmesi yolunda, çok değerli referans bağlamında, çalışmalar bulunmaktadır [6,7,8,9,10,11,12,13,14,15,16]. Neticede, gelinen noktada; yaşam süresi beklentisi, beklenen eğitim yılı, gerçekleşen ortalama eğitim süresi ve kişi başına GSMH bileşenleri, ülkelerin gelişme potansiyellerini belirlemede, standartlaştırılmış durumdadır. İGE nin ölçümlenmesi, 0-1 arasında yapılmakta olup; 0 minimum değere tekabül ederken, 1 de maksimum değere tekabül eden değer olarak verilmektedir yılından bu yana, bu ölçümleme metodu, ana yapısı yönüyle, değişmeden kullanılmaktadır. Daha öncede belirtilmeye çalışıldığı üzere, kompozit endeksle ilgili olarak yapılan çalışmalar, konseptin ana yapısını etkiliyecek değişiklikler olmaktan ziyade, mevcudu iyileştirilecek ayarlamalar olarak görülmelidir. Tanım olarak, prensipte, iki endeks, değişik iki alanın sınıflamasını hedeflemektedir. Aşağıdaki Çizelge.1 de ise, gelinen en son durum olarak, endekslerin hesaplanmasında baz alınan, endeks öğelerini göstermektedir. İki endeks arasındaki var olan ilişkiyi daha iyi anlamak amacıyla, bir korelasyon çalışması tasarlandı ve uygulandı. Bu iki konsepti birleştirecek şekilde, daha önce yapılmış bir çalışmaya, literatür taramasında raslanamadı. Dolayısıyle, bu çalışmaya, iki değişik alan arasında eğitim üzerinden bir köprü kurmaya yönelik, ilk araştırmalardan birisi olarak bakılabileceğini söyleyebiliriz. Asıl amacımızın, bir ülkenin değişen lojistik performans ortamını oluşturan parametreler hakkında daha kapsamlı bilgi edinebilme yolunda, sahip olunan insani gelişme ortamı bilgilerini kullanarak, ne kadar sürekli ve güçlü bir araca sahip olabileceğimizi göstermektir. Araştırma konusu olarak da, her iki alanı ilişkilendirmede, eğitim seviyesi nin, önemli ve anlamlı bir parametre olabileceği düşünüldü. Özellikle, bu iki alanı, insani ve lojistik karakter taşıyan iki alanı ilişkilendirmede, ortalama yetişkin eğitim süresi düşünüldüğünde, güçlü bir ilişkilendirme değişkeni olabileceği varsayıldı. Muhtemeldir ki, bu değişkenin, 2010 yılında, genel endekse dahil edilmesi de, varsayılan bu önemiyle bağlantılıdır. Onun için, çalışmanın merkezinde, bu parametre, bağımsız değişken olarak, yer almıştır. Eğitimin genel anlamda, diğer ilişkide olduğu her alanı, felsefe olarak etkiliyebileceği düşünülse de; mevcut veriler ışığında, ilk bakışta çok mantıklı gözüken bu yaklaşımın hipotez olarak alınıp, ilgili istatsistiksel metodlar vasıtasıyla ispatlanması gerekmektedir. Araştırmada yapılmaya çalışılan da, ana hatlarıyla, bu olmuştur. Çizelge.1 İGE ve LPE nin hesaplanması için, en son yayınlanan istatistiklerdeki, ana bileşenler Logistik Performans Endeksi (LPE) BileĢenleri Gümrükler Altyapı Uluslararası gönderimler Lojistik yeterlilik Belirleme & izleme Zamanlılık Ġnsani GeliĢme Endeksi (ĠGE) BileĢenleri Doğumdaki ömür beklentisi Ortalama yetişkin eğitim süresi Beklenen eğitim süresi Kişi başına Gayri Safi Milli Hasıla

3 Analizlerde kullanılan veriler, Dünya Bankası ve BMGP nın resmi siteleri olan ( [17] ve ( ) [18] sitelerinden alınmıştır. Keza, analiz, her iki endeks için mevcut olan, en güncel veriler değerlendirilerek gerçekleştirildi. Bu da, Dünya Bankası nın, 2007 den sonra ikinci kez yayınladığı veriler olan 2010 ve BMGP nın, her yıl yayınladığı ve en son yılın verisi olarak 2011 i kapsamaktadır. Analizde, her iki endeksi de bulunan, 152 ortak ülkenin çalışması gerçekleştirilmiştir. Gerçekte, LPE i 155 ülke için var iken, İGE de 187 ülke için yayınlanmıştır. 2. ÇALIġMA HĠPOTEZĠ Bu çalışma, özünde, ülkelerin ortalama yetişkin eğitim sürelerinin, kendi ülkelerinin Lojistik Performans Endeksleri üzerindeki etkisini belirlemeye yönelik bir araştırmadır. Buradan hareketle, sıfır ve test hipotezlerimizi aşağıdaki gibi oluşturabiliriz. H 0 : Mevcut Lojistik Performans Endeks formulü, gerekli olan tüm değişkenleri iyi temsil etmektedir. H 1 : Mevcut Lojistik Performans Endeks formulü, gerekli olan tüm değişkenleri iyi temsil etmemektedir (Örneğin; ortalama eğitim yılında olduğu gibi). 2.1 ÇalıĢmanın Metodolojisi Regressiyon analizi, çok değişkenli istatistiksel metodlar içinde, bağımlı değişken ile bağımsız değişkenler arasındaki lineer ilişkiyi tahmin etmek için kullanılmaktadır. Çalışmada, bağımsız değişken olarak ortalama eğitim yılı seçilirken, bağımlı değişken olarak da, asıl ilgi alanımız olan, Lojistik Performans Endeksi alındı. Analiz proğramı olarak da, SPSS kullanıldı. 2.2 Sonuçlar Çalışmada, 152 ülke için, lineer regresyon analizi metodu kullanıldı. Dağılım grafiği yardımıyla, doğrusallık kontrol edildi. Genel modelin geçerliliği F değeri yardımıyla teyit edilirken, aşağıdaki Anova çizelgesinde de (Çizelge.2) görülebileceği gibi, ilgili önemlilik değerleri de hesaplanmıştır. Test değerinin önemlilik değeri olan 0.00, 0.05 ten küçük olduğu için, sıfır hipotezimiz H 0 ret edildi. Bu önemli bulgu, bize, bağımsız değişken yardımıyla, incelenen ülkelerin Lojistik Performans Endekslerinin tahmin edilebileceğini göstermektedir. Çizelge.3 te verilen değerler vasıtasıyla da, regresyon analizine baz teşkil eden katsayıların geçerliliğine yönelik olarak, t-test istatistikleri verilmektedir. Aynı şekilde, sabit ve bağımsız değişkenin p değerlerinin, gerekli şartları sağladığı da ispatlanmaktadır. Dolayısıyle, her iki katsayının denklemde kullanılabileceğinin sağlaması da yapılmış oluyor. Çizelge.4 te gösterildiği gibi, gerekli β katsayıları kullanılarak, şu regresyon modeli yazılabilir; LPE= x (Ortalama yetiģkin eğitim yılı) Yukarıda oluşan denklemin korelasyon katsayısı 0,629 olarak bulundu. Bu da bize, Çizelge.5 te gösterildiği gibi, bağımsız değişken ortalama eğitim yılı vasıtasıyla, LPE daki sapmanın %39.1 ini açıklamanın mümkün olabileceğini göstermektedir. Çizelge.6 ta da, regresyon analizinin artık istatistikleri verilmektedir. Çizelge.2 Anova table ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 18, ,427 98,026,000 a Residual 28, ,188 Total 46, a. Predictors: (Constant), Mean years of schooling b. Dependent Variable: LPI Coefficients a Çizelge.3 t-test and p value evaluation

4 Model T Sig. 1 (Constant) 21,093,000 Mean years of schooling 9,901,000 a. Dependent Variable: LPI Çizelge.4 Regression coefficients table Coefficients a Model Unstandardized Coefficients Standardized Coefficients B Std. Error Beta 1 (Constant) 2,000,095 Mean years of schooling,114,011,629 a. Dependent Variable: LPI Çizelge.5 Model summary table Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate 1,629 a,395,391,43357 a. Predictors: (Constant), Mean years of schooling b. Dependent Variable: LPI Çizelge.6 Residual statistics of regression Residuals Statistics a Minimum Maximum Mean Std. Deviation N Predicted Value 2,1368 3,4372 2,8712, Residual -1, ,08580,00000, Std. Predicted Value -2,103 1,620,000 1, Std. Residual -2,423 2,504,000, a. Dependent Variable: LPI 152 ülke için, analiz sonuçları, Ek.1 de verilmiştir. Analizlere bakıldığında göze çarpan ilk farklılık, Dünya Bankasının yayınladığı LPE ler 1,70 ve 4,11 değerleri aralığında değişirken, modelimiz vasıtasıyla tahmin edilen LPE değerleri ise, 2,14 ve 3,44 değerleri arasında değişmektedir. Sonuçlardan görülebileceği gibi, model, orijinalinde daha yüksek olan değerler için, karşılaştırmalı olarak daha düşük ve orijinalinde LPE sı düşük olanlar için ise, daha fazla değerler üretmektedir. Arada kalan geniş bir alan için ise, orijinal değerler ile modelin tahmin ettiği değerler arasındaki farkın çok azaldığı gözlemlenmektedir. Peru ve El Salvador un sıralaması, her iki sınıflamada da aynı olup, sırasıyla, 66. ve 84. sıralar olarak konumlanmıştır. Bu da, modelin, orta sıralarda yer alam ülkeler için, çok daha iyi tahminlerde bulunabileceğinin diğer bir kanıtı olarak gösterilebilir. Elbette, modelin felsefik yapısı gereği, eğitim seviyesi yüksek ülkeler için yüksek LPE değerleri atadığını dikkate almalıyız. Mesela, Norveç, 12,63 yılla en fazla ortalama yetişkin eğitim süresine sahip ülke olarak, aynı

5 zamanda, en yüksek LPE değerine de sahip ülke olmaktadır. Analize dahil olan ülkeler için, ortalama eğitim süresi, 1,21 ile 12,63 yılları arasında değişmektedir. Almanya, modelin tahmininde, LPE yönüyle 5. ülke olmakla beraber, orijinal listede 1. sıradadır. Aynı şekilde, Norveç, analiz sonucu 1. ülke olarak bulunmakla birlikte, orijinal yayınlanan listede 10. olarak yer alabilmektedir. Benzer metodla, Mozambik, model analizinde, en son sırayı almakla birlikte, Dünya Banka sının listesinde 134. sıraya yükselmiş gözüküyor. Eritre, 152 ülke arasında, Dünya Bankası verilerine göre, 1,70 ile sonuncu sırada iken, model analizinde, daha iyi bir değere ulaşmış olup, 2,39 puan ile 133. sıraya yükselmiştir. Analiz sonuçlarına bakıldığında, 10 ülkenin aldığı LPE değerleri, original listeninkiler ile aynı bulunmuştur. Bu ülkeler, aldıkları azalan puana gore sıralandıklarında; İzlanda, Kıbrıs, Dominik Cumhuriyeti, Togo, Tanzanya, Nijerya, Haiti, Pakistan ve Mali dir. Model, ayrıca, 67 ülke için daha düşük ve 75 ülke içinse, göreceli olarak, daha üst değerleri tahmin etmiştir. Türkiye özelinde sonuçları ele aldığımızda ise, şu yorumu yapabiliriz. Dünya Bankası verilerine gore, Türkiye, 6,47 ortalama yetişkin gerçekleşen eğitimi ile ve kompozit 3,22 LPE değeri ile 39. sırada yer almakta iken; modelin tahmininde ise, elde ettiği 2,74 LPE değeri ile 101. sıraya gerilemiş gözüküyor. Bu değerler, eğitimin Türkiye için ne kadar önemli olduğunu gösterdiği gibi; eğitim alanında kaydedilecek her küçük ilerlemenin bile, kompozit lojistik değerlendirmesinde elde ettiği 39. sıradaki konumunu, daha da iyileştirebileceğine işaret ediyor. Elbette, eğitimin sadece, sayısal boyutunun yanında, kalitatif özelliğini de göz ardı edemeyiz. 3. DÜġÜNCELER Bu çalışmanın sağladığı en önemli katkının, öncelikle, iki konseptin ilgili indikatör ve endekslerinin; değişken ilişkileri olarak tariflenerek, bir ülkenin lojistik ortamına yönelik bilgi sağlaması olarak gösterilebilir. Bu yaklaşım yardımıyla, politika oluşturucular, ilave içgörüye sahip olarak, kendi fonksiyonel alanlarına yönelik bilgilerini genişletebilirler. En azından, istatistiksel şartlar bağlamında söylenebilir ki; bir ülkenin Lojistik ortamının durumunu, gerçekleşen ortalama yetişkin eğitimi bilgileri yardımıyla, tahmin etmek mümkündür. Ve yine, modelin yapısının bize verdiği diğer önemli bilgi olarak, eğitim yılı arttıkça, lojistik performansa yönelik tahmin değerlerinin de iyileştiği şeklindedir. Sonuca etki edebilecek diğer faktörler ise, bu araştırmanın kapsamı dışında bırakılmıştır. Bu analizin, göreceli zayıf noktası olarak, İGE ile ilgili diğer faktörlerin çalışma dışarıda bırakılması söylenebilir. Bununla birlikte, çalışma, en başta da ifade edildiği gibi, özünde iki farklı alanı temsil eden endeksleri, gerçekleşen eğitim değişkeninin etkisi yönüyle incelemek üzerine kuruluydu. Özellikle, araştırma konusu olan çalışma ile, bilgi faktörünün sonuca olan güçlü korelasyonu gözlendi. Bununla birlikte, İnsani Gelişme Endeksinde bulunan, tahmini eğitim yılının, ömür beklentisinin ve kişi başına milli gelir bileşenlerinin, doğrudan ve çapraz ilişkilerinin, bütünsel model anlayışı içinde, araştırma konusu yapılması önemlidir. Böylece, bu ilişkilerde saklı kalması muhtemel, önemli bilgilerin su yüzüne çıkarak, politika üreticilerine katkı sağlayacağına şüphe yoktur.

6 KAYNAKLAR 1. Memedovic,O., Ojala, L. and Rodrigue,J.-P. (2008), Fuelling the global value chains: what role for logistics capabilities? Int.J.Technological Learning, Innovation and Development, Vol.1, No.3, Arvis, J.-F., Mustra, M.A., Ojala, L. and Naula,T. (2007a) Connecting to Compete; Trade Logistics in the Global Economy: The Logistics Performance Index and its Indicators Washington, DC: World Bank 3. Arvis, J.-F., Raballand, G. and Marteu, J.-F. (2007b) The Cost of Being Landlocked: Logistics Costs and Supply Chain Reliability Policy Research Working Paper No Washington, DC : World Bank 4. Oajala, L. and Oeiroz, C. eds. (2004), Transport Sector Restructuring in the Baltics States towards EU Aoccession. Working Paper No.31123, March. Washington, DC: World Bank 5. McGillivray, M. (1991), The Human Development Index; Yet Another redundant Composite Development Indicator?, World Development, Vol.19 No Bandura, R. (2005). Measuring country performance and state behavior: A survey of composite indices. UNDP/ODS background paper. New York, NY: United Nations Development Programme, Office of Development Studies. 7. Bandura, R. (2008). A survey of composite indices measuring country performance: 2008 update. Working paper. New York, NY: United Nations Development Programme, Office of Development Studies 8. Hagerty, M., Cummins, R., Ferriss, A., Land, K., Michalos, A., Peterson, M., et al. (2001). Quality of life indexes for national policy: Review and agenda for research. Social Indicators Research, 55(1), Jackson, T. (2004). Chasing progress: Beyond measuring economic growth. London, UK: New Economics Foundation (NEF). 10. Marks, N., Simms, A., Thompson, S., & Abdallah, S. (2006). The happy planet index: An Index of human well-being and environmental impact. London, UK: New Economics Foundation (NEF). 11. Van de Kerk, G., & Manuel, A. (2008). A comprehensive index for a sustainable society: The SSI the sustainable society index. Ecological Economics, 66(2), Van den Bergh, J. (2009). The GDP paradox. Journal of Economic Psychology, 30(2), Veenhoven, R. (2002). Why social policy needs subjective indicators. Social Indicators Research, 58(1), Veenhoven, R. (2004). Subjective measures of well-being. WIDER research paper 2004/7. Helsinki, Finland: United Nations University, WIDER 15. Wesselink, B., Bakkes, J., Best, A., Hinterberger, F., & ten Brink, P. (2007). Measurement beyond GDP. Background paper for the conference beyond GDP: Measuring progress, true wealth, and the wellbeing of nations. Available at [viewed on May 12, 2011]. 16. Bleys,B. (2011) Beyond GDP: Classifying Alternative Measures for Progress. Soc.Ind.Res World Bank Sitesi, Lojistik Performace Index,International LPI: ranking ( ) 18. UNDP United Nations Development Program sitesi, 2011 Report - Human Development Statistical Tableshttp://hdr.undp.org/en/statistics/hdi/ ( )

7 Ek.1 Dünya Bankası ve Regresyon Modeli LPE sonuçlarının karģılaģtırılması Sıralama Ülke Dünya Bankası LPE i Ülke Regresyon analizi LPE i 1 Germany 4,11 Norway 3,44 2 Singapore 4,09 New Zealand 3,43 3 Sweden 4,08 United States 3,42 4 Netherlands 4,07 Czech Republic 3,40 5 Luxembourg 3,98 Germany 3,39 6 Japan 3,97 Canada 3,38 7 Switzerland 3,97 Georgia 3,38 8 United Kingdom 3,95 Australia 3,37 9 Belgium 3,94 Estonia 3,37 10 Norway 3,93 Israel 3,36 11 Finland 3,89 Sweden 3,34 12 Ireland 3,89 Netherlands 3,33 13 Hong Kong, China 3,88 Korea, Rep. 3,33 14 Canada 3,87 Ireland 3,32 15 United States 3,86 Slovenia 3,32 16 Denmark 3,85 Japan 3,32 17 Australia 3,84 Slovak Republic 3,32 18 France 3,84 Latvia 3,31 19 Austria 3,76 Denmark 3,30 20 New Zealand 3,65 Ukraine 3,29 21 Italy 3,64 Hungary 3,26 22 Korea, Rep. 3,64 Switzerland 3,25 23 Spain 3,63 Lithuania 3,24 24 United Arab Emirates 3,63 Belgium 3,24 25 Czech Republic 3,51 Austria 3,24 26 China 3,49 Armenia 3,23 27 South Africa 3,46 Fiji 3,22 28 Malaysia 3,44 Montenegro 3,21 29 Poland 3,44 France 3,20 30 Israel 3,41 Bulgaria 3,20 31 Bahrain 3,37 Romania 3,19 32 Lebanon 3,34 Iceland 3,19 33 Portugal 3,34 Spain 3,18 34 Thailand 3,29 Albania 3,18 35 Kuwait 3,28 Kazakhstan 3,18 36 Latvia 3,25 Finland 3,17 37 Slovak Republic 3,24 Serbia 3,17 38 Saudi Arabia 3,22 Greece 3,16 39 Turkey 3,22 Italy 3,15 40 Brazil 3,20 Luxembourg 3,15 41 Iceland 3,20 Hong Kong, China 3,14 42 Estonia 3,16 Poland 3,13 43 Philippines 3,14 Uzbekistan 3,13

8 44 Cyprus 3,13 Malta 3,13 45 Lithuania 3,13 Turkmenistan 3,13 46 India 3,12 Cuba 3,12 47 Argentina 3,10 Russian Federation 3,12 48 Chile 3,09 Tajikistan 3,12 49 Mexico 3,05 Croatia 3,12 50 Panama 3,02 Cyprus 3,11 51 Hungary 2,99 Chile 3,11 52 Greece 2,96 Moldova 3,10 53 Vietnam 2,96 Jamaica 3,10 54 Qatar 2,95 Malaysia 3,09 55 Costa Rica 2,91 Bahrain 3,07 56 Slovenia 2,87 Panama 3,07 57 Senegal 2,86 Argentina 3,06 58 Oman 2,84 Kyrgyz Republic 3,06 59 Romania 2,84 United Arab Emirates 3,06 60 Tunisia 2,84 United Kingdom 3,06 61 Bulgaria 2,83 Bolivia 3,05 62 Kazakhstan 2,83 Botswana 3,01 63 Dominican Republic 2,82 Philippines 3,01 64 Malta 2,82 Singapore 3,01 65 Uganda 2,82 Bosnia and Herzegovina 2,99 66 Peru 2,80 Peru 2,99 67 Benin 2,79 Jordan 2,99 68 Uzbekistan 2,79 Azerbaijan 2,98 69 Honduras 2,78 South Africa 2,97 70 Colombia 2,77 Mexico 2,97 71 Croatia 2,77 Bahamas 2,96 72 Ecuador 2,77 Uruguay 2,96 73 Indonesia 2,76 Costa Rica 2,95 74 Bahamas 2,75 Mongolia 2,95 75 Paraguay 2,75 Sri Lanka 2,94 76 Uruguay 2,75 Guyana 2,91 77 Bangladesh 2,74 Lebanon 2,90 78 Jordan 2,74 Saudi Arabia 2,89 79 Syrian Arab Republic 2,74 Portugal 2,88 80 Mauritius 2,72 Paraguay 2,88 81 Serbia 2,69 Venezuela, RB 2,87 82 Congo, Dem. Rep. 2,68 Ecuador 2,86 83 Venezuela, RB 2,68 China 2,86 84 El Salvador 2,67 El Salvador 2,86 85 Bosnia and Herzegovina 2,66 Gabon 2,85 86 Madagascar 2,66 Namibia 2,84 87 Azerbaijan 2,64 Colombia 2,84 88 Guatemala 2,63 Qatar 2,83 89 Kyrgyz Republic 2,62 Libya 2,83 90 Egypt, Arab Rep. 2,61 Iran, Islamic Rep. 2,83

9 91 Georgia 2,61 Mauritius 2,82 92 Russian Federation 2,61 Brazil 2,82 93 Guinea 2,60 Dominican Republic 2,82 94 Tanzania 2,60 Ghana 2,81 95 Togo 2,60 Algeria 2,80 96 Haiti 2,59 Kenya 2,79 97 Kenya 2,59 Thailand 2,75 98 Nigeria 2,59 Zambia 2,75 99 Yemen, Rep. 2,58 Honduras 2, Iran, Islamic Rep. 2,57 Tunisia 2, Moldova 2,57 Turkey 2, Ukraine 2,57 Egypt, Arab Rep. 2, Cameroon 2,55 Kuwait 2, Nicaragua 2,54 Cameroon 2, Niger 2,54 Congo, Rep. 2, Cote d'ivoire 2,53 Maldives 2, Jamaica 2,53 Indonesia 2, Pakistan 2,53 Cambodia 2, Armenia 2,52 Nicaragua 2, Bolivia 2,51 Syrian Arab Republic 2, Chad 2,49 Iraq 2, Gambia 2,49 Oman 2, Turkmenistan 2,49 Vietnam 2, Congo, Rep. 2,48 Togo 2, Ghana 2,47 Madagascar 2, Albania 2,46 Tanzania 2, Lao PDR 2,46 Nigeria 2, Comoros 2,45 Haiti 2, Montenegro 2,43 Pakistan 2, Ethiopia 2,41 Bangladesh 2, Gabon 2,41 Uganda 2, Papua New Guinea 2,41 Lao PDR 2, Maldives 2,40 Solomon Islands 2, Djibouti 2,39 Senegal 2, Bhutan 2,38 Angola 2, Liberia 2,38 India 2, Cambodia 2,37 Papua New Guinea 2, Algeria 2,36 Guatemala 2, Tajikistan 2,35 Myanmar 2, Libya 2,33 Liberia 2, Myanmar 2,33 Djibouti 2, Botswana 2,32 Congo, Dem. Rep. 2, Solomon Islands 2,31 Eritrea 2, Mozambique 2,29 Rwanda 2, Sri Lanka 2,29 Afghanistan 2, Zambia 2,28 Cote d'ivoire 2, Guyana 2,27 Benin 2,37

10 138 Mali 2,27 Nepal 2, Angola 2,25 Sudan 2, Mongolia 2,25 Sierra Leone 2, Afghanistan 2,24 Comoros 2, Fiji 2,24 Gambia 2, Burkina Faso 2,23 Yemen, Rep. 2, Sudan 2,21 Bhutan 2, Nepal 2,20 Guinea-Bissau 2, Iraq 2,11 Mali 2, Guinea-Bissau 2,10 Guinea 2, Cuba 2,07 Chad 2, Rwanda 2,04 Ethiopia 2, Namibia 2,02 Niger 2, Sierra Leone 1,97 Burkina Faso 2, Eritrea 1,70 Mozambique 2,14