3. TÜRKİYE NİN SOSYO-EKONOMİK DURUMU, ANALİZİ VE GELİŞME ÖNGÖRÜLERİ

Transkript

1 3. TÜRKİYE NİN SOSYO-EKONOMİK DURUMU, ANALİZİ VE GELİŞME ÖNGÖRÜLERİ 1980 sonrası Türkiye ye bakıldığında; ekonominin dünya ile bütünleşmesinin arttığı, ithalat ve ihracatın dünyada ticareti yapılır mallara doğru hızla kaydığı, buna karşılık kamu kesimindeki harcamaların kontrol altına alınamaması ve etkin bir vergi sistemi olmaması nedeni ile, bütçenin giderek artan oranda açık verdiği söylenebilir. Bütçe açıkları dış ve iç borçlanma ile finanse edilmiş ve giderek artan reel faizler yüzünden borçlar hızla yükselmiş ve 1990 ların sonunda çevrilmesi zor bir noktaya gelmiştir. Bu yapının daha da kötüleşmesinde, yüksek enflasyonun getirdiği belirsizlik ortamı ile yatırımların azalması ve yapılan yatırımların verimli alanlar yerine riskli alıcılara kayması da rol oynamıştır. Bu oluşumlar sonucu Türkiye makroekonomi açısından kararsız bir denge üzerinde hareket etmek zorunda kalmaktadır. Bu da büyüme hızında yıllar itibari ile büyük dalgalanmalar olarak kendini göstermektedir. Bu bağlamda, daha detaylı analiz yapabilmek amacı ile Türkiye nin sosyo-ekonomik durumunun önemli sayılabilecek göstergeleri incelenmiş ve daha sonra da sosyo-ekonomik yapının, Türkiye deki yolcu ve yük taşımacılıkları üzerine etkilerini saptamak üzere, ulaşım türlerinin her biri için yolcu ve yük taşımacılığının karakteristik tahmin denklemleri elde edilmeye çalışılmıştır NÜFUS VE DEMOGRAFİK YAPI Türkiye nin nüfusu döneminde giderek daha az artış göstermektedir. Tablo de de görüldüğü gibi, nüfus artış hızı düzenli fakat yavaş bir biçimde düşmektedir. Bu durum, şehirleşme oranının ve eğitim düzeyinin yükselmesi ile paralellik göstermektedir. Öte yandan, Tablo de görüldüğü gibi, Türkiye de okuma yazma bilenlerin oranı hızla yükselmektedir. Genç nüfus yapısı ve ilkokul/ilköğretimin zorunlu olması, eğitim düzeyinin yükselmesinde en önemli etkendir. Özellikle Marmara, Ege ve Akdeniz bölgelerinde okuryazarlık oranı Türkiye ortalamasının çok üzerindedir. 3-1

2 Tablo Nüfus sayım sonuçları ve yıl ortası nüfus tahminleri Yıl Yıl ortası nüfus tahmini (000) Yıl Yıl ortası nüfus tahmini (000) Sayım yapılan yıllar koyu renkle belirtilmiştir. Tablo Okur yazarlık durumuna göre nüfus Okuma yazma bilmeyen Okur yazar oranı (%) Okuma yazma bilmeyenlerin oranı (%) Yıl Toplam Okur yazar ,76 81, ,47 71, ,17 71, ,45 61, ,08 61, ,19 53, ,38 46, ,48 38, ,61 34, ,92 24, ,19 20, ,48 13,50 3-2

3 Okur yazarlık oranı % 90.00% 80.00% 70.00% 60.00% 50.00% Okuma yazma bilenlerin oranı 40.00% Okuma yazma bilmeyenlerin oranı 30.00% 20.00% 10.00% 0.00% Şekil Okuma yazma bilenlerin ve bilmeyenlerin toplam nüfusa oranlarının yıllara göre gelişimi 3.2. KENTLEŞME Endüstrileşmenin şehirlerde yoğunlaşması ve iç göç nedenleri ile şehirleşme oranı düzenli olarak artmaktadır (Tablo 3.2.1). Bu oranın sanayileşmiş ülkelerdeki % 80 ler düzeyine doğru yükselmesi beklenmelidir. Tablo Şehir ve köy nüfusları Şehir Köy Şehirleşme oranı (%) Yıl Toplam nüfus Toplam nüfus (şehir / toplam nüfus) , , , , , , , , , , , , , ,90 3-3

4 Şehir ve köy nüfusu dağılımındaki çarpıcı durum Şekil de daha açık bir şekilde görülebilmektedir. Köyler, milli gelirden nüfusu ile orantılı bir pay alamadığı için iç göç artışı durdurulamamaktadır. Köy nüfusunun azalması ile gelir dağılımının daha dengeye gelmesi beklenebilir. Kentleşme durumu 50,000,000 45,000,000 40,000,000 35,000,000 30,000,000 25,000,000 20,000,000 15,000,000 10,000,000 5,000,000 0 Şehir Köy Şekil Yıllara göre şehirleşme durumu 3.3. İSTİHDAMIN SEKTÖREL VE İSTİHDAM TÜRÜNE GÖRE DURUMU İşsizlik oranı genel ekonomik dalgalanmalara uyum göstermektedir (Tablo 3.3.1). Genel dağılım %8 ler civarında olmakla birlikte tarımdaki gizli işsizlik bu rakamlara yansımamaktadır. Özellikle genç nüfus içinde işsizlik oranı genel ortalamadan daha yüksektir. Tablo Toplam nüfus işgücü ve işsizlik oranları Yıl İşgücü (*1000 kişi) İşsizlik oranı (%) , , , , , , , , , , , , ,6 3-4

5 Tablo de görüldüğü gibi, kent nüfusundaki işsizlik oranı kır nüfusuna göre daha fazla dalgalanma göstermektedir. Bu durum kent nüfusunun sanayi ve hizmetler kesiminde yoğun olarak çalışması ve milli gelirde görülen sert dalgalanmalardan etkilenmesi nedeni ile ortaya çıkmaktadır. Tablo Kent ve kır nüfusu işgücü ve işsizlik oranları Yıl Kent Nüfusu İşgücü Kent Nüfusu İşsizlik oranı (%) Kır Nüfusu İşgücü Kır Nüfusu İşsizlik oranı (%) , , , , , , , , , , , , , , , , , , , , , , , , , ,8 Tarımda ise işsizlik daha durağan kalmakta ancak tarım üretimini engelleyen doğal olaylardan etkilenmektedir. Ayrıca, daha önce de belirtildiği gibi, gizli işsizlik tarımda işsizliğin rakamlara tam olarak yansımasını önlemektedir (Şekil 3.3.1). işsizlik oranları Kent Kır Yıl Şekil Kent ve kır nüfusu işsizlik oranları 3-5

6 3.4. GAYRİ SAFİ YURTİÇİ HASILA Türkiye nin milli geliri ortalama %5 cıvarında büyürken, bu büyüme dalgalanmalı bir şekilde gerçekleşmektedir (Tablo ve Şekil 3.4.1).. Tablo Gayri safi yurtiçi hasıla 1987 yılı fiyatlarıyla harcamalar yöntemiyle Değer Pay Gelişme hızı Yıl Milyar TL % % ,0 7, ,0 7, ,0 3, , ,0 7, ,0-7,4 Hızlı büyüme dönemlerini, büyük resesyon dönemleri izlemektedir. Bu yapı ile, ortalama %5 büyüme gerçekleşse de, etkisi daha zayıf olmaktadır ve ekonomide durağanlık sağlanamamaktadır. Bu durum da ekonomik kararların sağlıklı verilmesini önlemektedir GSYİH 125, , , , , ,000 95, Değer (Milyar TL) Şekil Gayrisafi yurtiçi hasılanın yıllara göre dağılımı 3.5. GAYRİ SAFİ MİLLİ HASILA Türkiye de milli gelir içinde tarım ve sanayinin payı azalırken, hizmetler sektörünün payı yükselmektedir (Tablo 3.5.1). Bu durum genelde bütün sanayileşen ülkelerde görülen bir olgudur. 3-6

7 Tablo İktisadi faaliyet kollarına göre gayri safi milli hasıla ( TL) Yıl GSMH Tarım Sanayi Hizmetler Ulaştırma ve Haberleşme (UveH) UveH nin GSMH içindeki payı UveH nin Hizmetler içindeki payı ,38% 20,57% ,95% 21,38% ,40% 22,38% ,45% 22,23% ,65% 22,34% ,96% 20,98% ,50% 20,47% ,54% 19,93% ,51% 20,32% ,69% 20,33% ,97% 20,67% ,88% 20,70% ,07% 20,89% ,37% 20,96% ,90% 22,22% ,63% 21,83% ,69% 21,75% ,61% 21,31% ,74% 21,58% ,28% 22,64% ,14% 22,26% ,75% 23,77% ,44% 23,37% Şekil sektörlere göre gelir dağılımını daha açık bir şekilde göstermektedir. Gerçekte önemli olan, sanayi sektöründe üretilen malların dünya ticaretine konu olan ürünler olmasıdır. Bu sağlanıyorsa, göreli olarak küçük bir sanayi, ekonomi için olumludur. GSMH-Sektörler Şekil Sektörlere göre gayri safi milli hasılanın dağılımı GSMH Tarım Sanayi Hizmetler

8 3.6. KİŞİ BAŞINA GELİR Tablo de görüldüğü gibi; 1998 yılına kadar sürekli artış gösteren kişi başına milli gelir, bu yıldan sonra giderek düşme eğilimi göstermiş ve 2001 yılında en düşük düzeyine inmiştir. Tablo Kişi başına millî gelir, 1987 yılı alıcı fiyatlarıyla Yıl Gelir GELİR DAĞILIMI Türkiye de gelir dağılımı bozuktur. Diğer ülkeler ile karşılaştırma yapıldığında en dengesiz gelir dağılımına sahip olduğumuz görülebilir. Bu yapı sosyal dengesizliklerin ortaya çıkmasına neden olacak bir ortam hazırlamaktadır. Son yıllarda gelir dağılımındaki bozulmayı önleyici politikalar izlense de sonuçlarının kalıcı olup olmadığını görmek için henüz erkendir. Tablo Yüzde 20'lik dilimlere göre yıllık kullanılabilir hanehalkı gelirlerinin Dağılımı (%) Türkiye Kent Kır % 20'lik Dilimler Birinci % 20 5,2 4,9 5,3 5,4 4,8 5,5 5,2 5,6 5,2 Ikinci % 20 9,6 8,6 9,8 9,3 8,2 9, ,1 10,3 Üçüncü % 20 14,1 12, ,6 11,9 13, ,8 14,7 Dördüncü % 20 21, ,8 20,7 17,9 20, ,8 21,7 Besinci % 20 49,9 54,9 50,1 50,9 57,2 50,4 47,8 47,7 48 Kaynak: YATIRIM/GSMH Tablo de görüldüğü gibi; kamu yatırımları 1998 de en yüksek düzeye ulaşmış daha sonra dalgalanmakla birlikte düşüş seyri göstermiştir. Özel yatırımlar ise 1998 yılında en düşük seviyesindeyken giderek artmaktadır. 3-8

9 Tablo Yatırım / GSMH Yıl Kamu Yatırım / GSMH oranı Özel Yatırım / GSMH oranı ,3 19, ,3 18, ,6 15, ,2 17, ,6 Kaynak: 17, ULUSLARARASI TİCARET Tablo de görüldüğü gibi, dış ticaretin milli gelir içindeki payı yükselme eğilimindedir. Türkiye nin dış piyasalarla bütünleşmesi ve küreselleşme, hem ihracatta hem de ithalatta artışa yol açmaktadır. Buna karşın, Türkiye her dönem dış ticaret açığı vermektedir. Bu açığı, sermaye hareketleri de karşılayamadığından, dış borçlanmaya gidilmektedir. Bu nedenle Türkiye nin dış borç yükü de hızla artmaktadır. Milli gelirdeki hızlı dalgalanmalar, dış ticaret rakamlarında sert dalgalanmalara neden olmaktadır. Dış ticarette, ihracat, ithalatı karşılamakta yetersiz kalmaktadır. Bununla birlikte, Türkiye ihracatını hem mal hem de ülke olarak çeşitlendirmeyi başarmıştır. Milli gelirin ithalata bağımlılığının düşürülememesi ise halen bir sorun olarak görülmektedir (Tablo 3.9.2). Tablo İthalat ve ihracat değerleri (000$) Yıl İthalat Değer İhracat Değer Yıl İthalat Değer İhracat Değer

10 Tablo Dış ticaret göstergeleri Dış ticaret hacmi İhracatın GSMH İthalatın GSMH İhracat/ithalat (%) Yıl ( $) içindeki payı (%) içindeki payı (%) , ,6 4,3 11, , ,3 6,6 12, ,6 8,9 13, ,8 9,5 15, , ,5 12,1 18, , ,4 11, , ,5 9,9 14, ,9 11,9 16, , ,4 12,9 15, , ,8 10,8 14, , ,4 8,6 14, , ,5 9, , ,7 9,3 14, , ,4 8,6 16, , ,9 13,7 17, , ,1 12, , ,1 12,6 23, , ,8 13,7 25, , ,3 13,1 22, , ,5 14, ,7 13,9 27, , ,3 21,5 28, , ,2 19,9 28, MEVCUT DURUMUN GENEL DEĞERLENDİRMESİ İrdelenen dönemde nüfus artış hızı yavaşlamakla beraber, ekonomik büyüme üzerinde olumlu bir etki yaratacak düzeye inmemiştir. Hızlı iç göç, kent nüfusunu oransal olarak artışına yol açmış fakat yatırımların azlığı ve finansal yatırımların artması nedeni ile işgücü talebi yükselememiştir. Bunların sonucunda, işsizlik oranı yükselmiş ve düşüş sağlanamamıştır. Enflasyonun yüksek olması ve sözleşmelerin geçmiş enflasyonu telafi edecek şekilde yapılması, enflasyonu bir sarmal halinde yükseltecek bir ortamı hazırlamıştır. Enflasyonun getirdiği belirsizlik ortamı, reel faizleri yükseltirken kamu kesiminin borçlanma gereksinimi, yüksek faizleri besleyen ikinci bir unsur olmuştur. Bunun sonucunda finans sektörü hızla şişmiş ve gerçek olmayan bir büyüme görülmüştür yılında finans sektörü, bu zayıf yapıyı taşıyamayarak krize girmiştir. Bu kriz, reel kesime de yansıyarak önemli bir üretim düşüşüne yol açmıştır. IMF ile birlikte oluşturulan politikalar sonucu, enflasyon düşmeye, kamu kesimine harcama disiplini getirilmeye ve reel faizler aşağıya çekilmeye başlamış, finans sektörü disiplin altına alınıp güçlendirilmeye çalışılmıştır. 3-10

11 Bütün bu olumlu gelişmelere karşın, 2004 yılında Türkiye ekonomisi hala kırılgan bir yapıya sahiptir. Dengeler kalıcı hale gelmemiştir. Kamu kesimi reformu yapılamamış, borçlanma gereksinimindeki azalış salt reel faizdeki düşüşten kaynaklanmıştır. Daralan iç pazar yerine dış pazara yönelen sanayici, tekrar iç piyasanın canlanması ile iç pazara dönebilir ve ithalatın yüksek olması nedeni ile dış ticarette büyük sorunlar yaşanabilir. Yukarıda verilen bilgiler ışığında, Türkiye nin bir geçiş aşamasında olduğu söylenebilir. Bu süreç sonunda ya ekonomisini düzeltecek ve istikrarlı bir makroekonomiye kavuşacak ya da derin bir krizle tekrar geriye dönüş sürecine girecektir TÜRKİYE NİN SOSYOEKONOMİK GELİŞİMİ İLE TÜRLERE GÖRE TAŞIMACILIK ARASINDAKİ İLİŞKİ Yukarıda ayrıntılı olarak irdelenen sosyo-ekonomik yapının, Türkiye deki yolcu ve yük taşımacılıkları üzerine etkilerini saptamak üzere, yıllarına ait sosyoekonomik değişkenler açıklayıcı değişken olarak ele alınıp, ulaşım türlerinin herbiri için yolcu ve yük taşımacılığının karakteristik tahmin denklemleri elde edilmeye çalışılmıştır. Söz konusu tahminler kapsamında kullanılan veriler Ek.1 de görülmektedir. Tahmin denklemlerinin elde edilmesi sırasında E-views programı kullanılmıştır. En iyi tahmin değerlerine ise logaritmik regresyonla ulaşılmıştır. Tahmin edilen denklemler ileriye doğru uzun dönemli tahminler yapılmasında kullanılacaktır. Bu nedenle değişkenler arasında olan uzun dönemli ilişkilerin varlığının araştırılması varsa da buna uygun yöntemlerle tahminlerin yapılması gerekmektedir. Bu çalışma sırasında tahmin edilecek denklemlerde yer alan bütün değişkenler için birim kök sınamaları Augmented Dickey-Fuller testi ile yapılmıştır. Eğer değişenler durağan değilse, fark alınarak durağanlaştırma yoluna gidilmemiştir. Uzun dönem ilişkinin varlığını test etmek için aynı bütünleşme derecesindeki değişkenler için denklem En Küçük Kareler yöntemiyle tahmin edilmiş ve bu denklemin hata terimlerinin durağanlığı test edilmiştir. Eğer hata terimleri durağan ise tahmin edilen denklemdeki değişkenler arasındaki uzun dönemli ilişkileri yakalıyor demektir. Değişkenlerin durağan çıkmaması durumunda değişkenlerin farkları üzerinden ve varsa eşbütünleşmeden yararlanarak Hata Düzeltmeli Denklem tahminine gidilmemesinin amacı bu denklemlerin uzun dönem tahminleri için kullanılacak olmasıdır. Burada amaç ekonometrik bir çalışmadan çok ileriyi tahmin amaçlı kullanılabilecek bir denkleme ulaşmaktır. Şekil de özellikle tahminin önem taşıdığı üç değişken karayolu ton-km, demiryolu ton-km ve denizyolu groston-km değişkenlerinin dönemindeki gelişmesi verilmektedir. Bu grafikten de görüldüğü gibi karayolu taşımacılığı zaman içinde hızla gelişirken demiryolu ve denizyolu taşımacılığı geride kalmıştır. Değişkenlerin ölçeklerinin bu derece farklılaşmasının getirdiği sorunları çözmek amacıyla aynı değişkenler logaritmik ölçek ile Şekil de verilmektedir. Şekil den görüleceği gibi denizyolu ile taşıma incelenen dönem içinde en az payı almakla beraber artış hızı en yüksek taşıma alanıdır. Bu durum 1980 sonrası Türkiye nin dış ticaretinin hızla artması ve bu dışticaret taşımacılığının çok büyük bir 3-11

12 kısmının denizyoluyla yapılmasından kaynaklanmaktadır. Demiryolu taşımasının ise son yirmi yılda diğer taşıma türlerine göre durağan kaldığı görülebilmektedir. Karayolu ile taşımada artış hızı 1991 den sonra yükselmiştir KARA_TON_KM DEN_TON DEM_TON_KM Şekil Karayolu ton-km, demiryolu ton-km ve denizyolu groston-km değişkenlerinin dönemindeki gelişimi KARA_TON_KM DEN_TON DEM_TON_KM Şekil Karayolu ton-km, demiryolu ton-km ve denizyolu groston-km değişkenlerinin logaritmik ölçekle değerlendirilmesi 3-12

13 Değişkenlerle yapılan ön çalışmalarda doğrusal denklemlerin yeterli olmadığı RESET test sonuçları ile görüldüğünden ve varyans açısından durağanlığı sağlamak amacıyla modeller çift logaritmik kalıp olarak tahmin edilmiştir. Bu yaklaşım ile katsayıların esneklik olarak tahmin edilmesi de sağlanmış olmaktadır. Tablo de modelleme çalışmalarında yer alan değişkenler için yapılan birim kök sınama testleri sonuçları verilmektedir. Birim kök sınamalarında değişkenlerin logaritmik değerleri kullanılmıştır. Birim kök sınamaları için Augmented Dickey Fuller denklemi kullanılmıştır. Değişkenlerin düzey olarak test edildiği test denklemlerine sabit terim ve trend değişkeni katılırken, birinci farkların testlerinde hiçbir denklemde trend değişkeni anlamlı olarak bulunmadığından yalnız sabit terim alınmıştır. Gecikmeli değişkenin gecikme uzunluğu Akaike Information Criteria enaz yapan değer olarak seçilmiştir. Tablo Modelleme çalışmalarında yer alan değişkenlerin birim kök sınama testi sonuçları Değişken ADF test Gecikme istatistiği uzunluğu Log(Kara_ton_km) -2,51 0 Log(Dem_ton_km) -3,09 1 Log(Den-ton) -1,97 0 Log(GSMH) -0,96 4 Log(Disticaret) -1,45 3 Log(Nufus) -1,09 0 Log(Turist) -1,51 1 Log(Kara_ton_km) -4,60 0 Log(Dem_ton_km) -8,65 4 Log(Den-ton) -4,85 0 Log(GSMH) -3,82 3 Log(Disticaret) -4,11 4 Log(Nufus) -5,96 0 Log(Turist) -4,75 0 Düzey testlerinde ADF test istatistiği kritik değeri %5 de 3,65 Birinci fark testlerinde ADF test istatistiği kritik değeri %5 de 3,06 Tablo de elde edilen sonuçlar analize dahil olan değişkenlerin birim kök içerdiğini, I(1) olduğunu göstermektedir. Bu durumda değişkenlerin stokastik trend içerdiğinden trend değişkeni konularak detrendize edilmesi sağlıklı bir yaklaşım olmayacaktır. Daha önce belirtildiği gibi amaç uzun dönemli tahminler yapmak olduğundan birinci farklar üzerinden denklemleri tahmin edilmeye de gidilmemiştir. Bunun yerine logaritmik düzey olarak alınan değişkenlerle tahmin edilen denklemlerin hata terimlerinun durağanlığı ADF testi ile kontrol edilmiştir. Alternatif ulaşım yollarına ait tahminler En Küçük Karelerle yapılmıştır. Denklemler eşanlı denklem sistemi haline getirilip eşanlılık sapması ve etkinlik arttırılabilirdi. Modellenen değişkenler arasında karşılıklı etkileşim demiryolu ile karayolu arasında çıkmıştır. Sistem eşanlı olarak tahmin edilmeye çalışılmışsa da sonuçlar tatminkar olmamıştır. Ayrıca bu modelin ileriki yıllarda ulaşım yollarında 3-13

14 yüklerin ne olacağının saptanması amacıyla kullanılacağı ve yapısal bir analizde yararlanılmayacağı nedeni ile sistem yaklaşımından vazgeçilmiştir. Projenin ileriki safhalarında model değişkenleri VAR veya Bayesian VAR olarak da tahmin edilerek sonuçlar karşılaştırılacaktır Demiryolu Yük Taşımacılığı (Ton-km) Tahmin Denklemi Demiryolu ton-km değişkenindeki değişmeleri açıklamak için aşağıdaki statik denklem tahmin edilmiştir: log( Dem _ ton _ km) = β0 +β1 log(gsmh) +β2 log(disticaret) +β3 log(kara _ ton _ km) + ε Bu denklemde yer alabilecek denizyolu, havayolu taşımacılığı, nüfus gibi diğer değişkenler için yapılan dışlanmış değişken testleri, Likelihood Ratio test, denkleme başka bir açıklayıcı değişken eklenmesinin açıklama gücünü arttırmadığını göstermiştir. Denenen değişkenlerden birisi de arz yönünden bir sınır olup olmadığını test etmek amacıyla kullanılan hat uzunluğu değişkenidir. Bu değişkende istatistiksel olarak anlamsız bulunmuştur. Demiryolu ton-km değişkenindeki hareketlerin %87 si milli gelir, dış ticaret hacmi ve karayolu yük taşıması değişkenlerindeki hareketlerle açıklanabilmektedir. Dış ticaret dışındaki bütün değişkenler %95 güven sınırında anlamlıdır. Diş ticaret değişkeni de %6,5 düzeyinde anlamlıdır. Milli gelirdeki %1 lik bir artış demiryolu ton-km değişkenini %0,24 arttırırken, dış ticaretteki %1 lik bir artış aynı değişkende %0,42 lük bir artış yaratmaktadır. Rakip karayollarındaki taşımadaki %1 lik bir artış ise demiryolu ton-km değişkenini %0,39 azaltmaktadır. Tablo , elde edilen demiryolu yük taşımacılığı tahmin denklemine ilişkin ayrıntıları vermektedir. Tablo Demiryolu yük taşımacılığı (ton-km) denklemi Dependent Variable: LOG(DEM_TON_KM) Method: Least Squares Sample: Included observations: 21 Variable Coefficient Std. Error t-statistic Prob. C LOG(GSMH) LOG(DISTICARET) LOG(KARA_TON_KM) R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood F-statistic Durbin-Watson stat Prob(F-statistic) Şekil , demiryolu yük taşımacılığı (ton-km) için yılları arasında gerçekleşen değerler (actual) ile, oluşturulan tahmin denklemi değerleri (fitted) arasındaki ilişkiyi ortaya koymaktadır. Şekilde residual olarak belirtilen değerler ise, tahmin hatasını ortaya koymaktadır. 3-14

15 Residual Actual Fitted Şekil Demiryolu yük taşımacılığında (ton-km) gerçek ve tahmini değerler arasındaki ilişki Tahmin hatalarının durağanlığının testi sabit ve trend değişkeninin yer almadığı Augmented Dickey Fuller testi ile gerçekleştirilmiştir. Olası otokorelasyonları önlemek için AIC ile gecikme uzunluğu saptanarak açıklanan değişkenin geçmiş değerleri açıklayıcı değişken olarak test denklemine alınmıştır. Gecikme uzunluğu 1 iken ADF test istatistiği 3,13 olarak tahmin edilmiş ve kritik değer %5 düzeyinde 0,96 olduğundan hata terimlerinin durağan olduğu sonucuna varılmıştır Denizyolu Yük Taşımacılığı Tahmin Denklemi Denizyolu yük taşımacılığı (groston-gt) değişkenindeki değişmeleri açıklamak için aşağıdaki statik denklem tahmin edilmiştir: log( Den _ ton ) = β 0 + β1 log(gsmh ) + β 2 log( Disticaret ) + ε Bu denklemde yer alabilecek diğer değişkenler -denizyolu, havayolu taşımacılığı, nüfus- gibi değişkenler için yapılan dışlanmış değişken testleri, Likelihood Ratio test, denkleme başka bir açıklayıcı değişken eklenmesinin açıklama gücünü arttırmadığını göstermiştir. GSMH %95 ve Dışticaret değişkeni %90 güven sınırında anlamlıdır. Denizyolu yük taşımacılığı (GT) değişkenindeki hareketlerin %98 i milli gelir ve dış ticaret hacmi değişkenlerindeki hareketlerle açıklanabilmektedir. Milli gelirdeki %1 lik bir artış, groston olarak adlandırılan değişkeni %2,18 arttırırken, dış ticaretteki %1 lik bir artış, aynı değişkende %0,51 lik bir artış yaratmaktadır (Tablo ). 3-15

16 Şekil denizyolu yük taşımacılığı (GT-km) için yılları arasında gerçekleşen değerler (actual) ile, oluşturulan tahmin denklemi değerleri (fitted) arasındaki ilişkiyi ortaya koymaktadır. Şekilde residual olarak belirtilen değerler ise, tahmin hatasını ortaya koymaktadır. Tablo Denizyolu yük taşımacılığı (GT) denklemi Dependent Variable: LOG(DEN_TON) Method: Least Squares Sample: Included observations: 21 Variable Coefficient Std. Error t-statistic Prob. C LOG(GSMH) LOG(DISTICARET) R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood F-statistic Durbin-Watson stat Prob(F-statistic) Residual Actual Fitted Şekil Denizyolu yük taşımacılığında (GT) gerçek ve tahmini değerler arasındaki ilişki Tahmin hatalarının durağanlığının testi sabit ve trend değişkeninin yer almadığı Augmented Dickey Fuller testi ile gerçekleştirilmiştir. Gecikme uzunluğu 0 iken ADF test istatistiği 3,29 olarak tahmin edilmiş ve kritik değer %5 düzeyinde 1,96 olduğundan hata terimlerinin durağan olduğu sonucuna varılmıştır. 3-16

17 Karayolu Yük Taşımacılığı (Ton- km) Tahmin Denklemi Karayolu ton-km değişkenindeki değişmeleri açıklamak için aşağıdaki statik denklem tahmin edilmiştir: log( Kara_ ton_ km) = β0 +β1 log(gsmh) +β2 log(disticaret ) +β3 log(dem_ ton_ km) +β4dum+ε 1990 Irak savaşının etkilerini göstermek için yılları için 1 değerini alan dummy değişken de modele katılmıştır. Bu denklemde yer alabilecek diğer değişkenler -denizyolu, havayolu taşımacılığı, nüfus- gibi değişkenler için yapılan dışlanmış değişken testleri, Likelihood Ratio test, denkleme başka bir açıklayıcı değişken eklenmesinin açıklama gücünü arttırmadığını göstermiştir. Tüm değişkenler %95 sınırında anlamlıdır. Karayolu ton-km değişkenindeki hareketlerin %99 sı açıklanabilmektedir. Milli gelirdeki %1 lik bir artış, karayolu ton-km değişkenini %0,50 arttırırken, dış ticaretteki %1 lik bir artış, aynı değişkende %0,74 luk bir artış yaratmaktadır. Demiryolu taşımacılığındaki %1 lik artış, kara taşımacılığında %0,76 azalmaya sebep vermektedir. Yapma değişken beklendiği gibi negatif ve anlamlı bir katsayıya sahiptir (Tablo ). Şekil , karayolu yük taşımacılığı (ton-km) için yılları arasında gerçekleşen değerler (actual) ile, oluşturulan tahmin denklemi değerleri (fitted) arasındaki ilişkiyi ortaya koymaktadır. Şekilde residual olarak belirtilen değerler ise, tahmin hatasını ortaya koymaktadır. Tablo Karayolu yük taşımacılığı (ton- km) tahmin denklemi Dependent Variable: LOG(KARA_TON_KM) Method: Least Squares Sample: Included observations: 21 Variable Coefficient Std. Error t-statistic Prob. C LOG(GSMH) LOG(DISTICARET) LOG(DEM_TON_KM) DUM R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood F-statistic Durbin-Watson stat Prob(F-statistic)

18 Residual Actual Fitted Şekil Karayolu yük taşımacılığı (ton-km) tahmini ve gerçek değerler arasındaki ilişki Tahmin hatalarının durağanlığının testi sabit ve trend değişkeninin yer almadığı Augmented Dickey Fuller testi ile gerçekleştirilmiştir. Gecikme uzunluğu 0 iken ADF test istatistiği 5,71 olarak tahmin edilmiş ve kritik değer %5 düzeyinde 1,96 olduğundan hata terimlerinin durağan olduğu sonucuna varılmıştır Karayolu Taşıt km Tahmin Denklemi Karayolu taşıt-km değişkenindeki değişmeleri açıklamak için aşağıdaki statik denklem tahmin edilmiştir: log( Tasit_ km) = β0 +β1 log(gsmh) +β2 log(disticaret ) +β3 log(dem_ ton_ km) +β4dum+ε 1990 Irak savaşının etkilerini göstermek için yılları için 1 değerini alan dummy değişken de modele katılmıştır. Bu denklemde yer alabilecek diğer değişkenler -denizyolu, havayolu taşımacılığı, nüfus, motorlu araç sayısı- gibi değişkenler için yapılan dışlanmış değişken testleri, Likelihood Ratio test, denkleme başka bir açıklayıcı değişken eklenmesinin açıklama gücünü arttırmadığını göstermiştir. Tüm değişkenler %95 sınırında anlamlıdır. Karayolu taşıt- km değişkenindeki hareketlerin %99 u milli gelir, dış ticaret hacmi ve demiryolu taşınan yük hacmi değişkenlerindeki hareketlerle açıklanabilmektedir. Milli gelirdeki %1 lik bir artış, karayolu taşıt-km değişkenini %0,72 arttırırken, dış ticaretteki %1 lik bir artış, aynı değişkende %0,44 lük bir artış yaratmaktadır. Demiryolu ton-km taşımadaki %1 lik bir artış ise karayolu taşıt-km değişkenini %0,58 azaltmaktadır (Tablo ). 3-18

19 Tablo Karayolu taşıt-km tahmin denklemi Dependent Variable: LOG(TASIT_KM) Method: Least Squares Sample: Included observations: 21 Variable Coefficient Std. Error t-statistic Prob. C LOG(GSMH) LOG(DISTICARET) LOG(DEM_TON_KM) DUM R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood F-statistic Durbin-Watson stat Prob(F-statistic) Şekil , karayolu taşıt-km için yılları arasında gerçekleşen değerler (actual) ile, oluşturulan tahmin denklemi değerleri (fitted) arasındaki ilişkiyi ortaya koymaktadır. Şekilde residual olarak belirtilen değerler ise, tahmin hatasını ortaya koymaktadır Residual Actual Fitted Şekil Karayolu taşıt-km değerlerinin gerçek ve tahmini değerler arasındaki ilişki Tahmin hatalarının durağanlığının testi sabit ve trend değişkeninin yer almadığı Augmented Dickey Fuller testi ile gerçekleştirilmiştir. Gecikme uzunluğu 0 iken ADF test istatistiği 2,09 olarak tahmin edilmiş ve kritik değer %5 düzeyinde 1,96 olduğundan hata terimlerinin durağan olduğu sonucuna varılmıştır. 3-19

20 Havayolu Dış Hat Yolcu Sayısı Tahmin Denklemi Havayolu dış hat yolcu sayısındaki değişmeleri açıklamak için aşağıdaki statik denklem tahmin edilmiştir: log( Uc_ dis_ hat) = β0 +β1 log(gsmh) +β2 log(turist) + ε Bu denklemde yer alabilecek diğer değişkenler -denizyolu, karayolu taşımacılığı, nüfus- gibi değişkenler için yapılan dışlanmış değişken testleri, Likelihood Ratio test, denkleme başka bir açıklayıcı değişken eklenmesinin açıklama gücünü arttırmadığını göstermiştir. Tüm değişkenler %95 sınırında anlamlıdır. Havayolu dış hat yolcu sayısı değişkenindeki hareketlerin %98 i milli gelir ve Türkiye ye gelen turist sayısı değişkenlerindeki hareketlerle açıklanabilmektedir. Milli gelirdeki %1 lik bir artış havayolu yolcu sayısı değişkenini %1,56 arttırırken, dış ticaretteki %1 lik bir artış aynı değişkende %0,70 lik bir artış yaratmaktadır (Tablo ). Tablo Havayolu dış hat yolcu sayısı tahmin denklemi Dependent Variable: LOG(UC_DIS_HAT) Method: Least Squares Sample(adjusted): Included observations: 17 after adjusting endpoints Variable Coefficient Std. Error t-statistic Prob. C LOG(GSMH) LOG(TURIST) R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood F-statistic Durbin-Watson stat Prob(F-statistic) Şekil , havayolu dış hat yolcu sayısı için yılları arasında gerçekleşen değerler (actual) ile, oluşturulan tahmin denklemi değerleri (fitted) arasındaki ilişkiyi ortaya koymaktadır. Şekilde residual olarak belirtilen değerler ise, tahmin hatasını ortaya koymaktadır. 3-20

21 Residual Actual Fitted Şekil Havayolu dış hat yolcu sayısı tahmini ve gerçek değerler arasındaki ilişki Tahmin hatalarının durağanlığının testi sabit ve trend değişkeninin yer almadığı Augmented Dickey Fuller testi ile gerçekleştirilmiştir. Gecikme uzunluğu 0 iken ADF test istatistiği 2,74 olarak tahmin edilmiş ve kritik değer %5 düzeyinde 1,96 olduğundan hata terimlerinin durağan olduğu sonucuna varılmıştır Havayolu İç Hat Yolcu Sayısı Tahmin Denklemi Havayolu iç hat yolcu sayısını açıklamak için aşağıdaki statik denklem tahmin edilmiştir: log( Ic _ yolcu _ sayisi ) = β 0 + β1 log(gsmh ) + β 2 log( Nufus ) + ε 1990 Irak savaşının etkilerini göstermek için yılları için 1 değerini alan dummy değişken de modele katılmıştır. Bu denklemde yer alabilecek diğer değişkenler -denizyolu, havayolu taşımacılığı, nüfus, motorlu araç sayısı- gibi değişkenler için yapılan dışlanmış değişken testleri, Likelihood Ratio test, denkleme başka bir açıklayıcı değişken eklenmesinin açıklama gücünü arttırmadığını göstermiştir. Tüm değişkenler %95 sınırında anlamlıdır. Havayolu iç hat yolcu sayısı değişkenindeki hareketlerin %92 si milli gelir ve nüfus değişkenlerindeki hareketlerle açıklanabilmektedir. Milli gelirdeki %1 lik bir artış havayolu iç hat yolcu sayısı değişkenini %1,20 arttırırken, nüfustaki %1 lik bir artış ise havayolu iç hat yolcu sayısı değişkenini %2,12 arttırmaktadır (Tablo ). Şekil , havayolu iç hat yolcu sayısı için yılları arasında gerçekleşen değerler (actual) ile, oluşturulan tahmin denklemi değerleri (fitted) 3-21

22 arasındaki ilişkiyi ortaya koymaktadır. Şekilde residual olarak belirtilen değerler ise, tahmin hatasını ortaya koymaktadır. Tablo Havayolu iç hat yolcu sayısı tahmin denklemi Dependent Variable: LOG(UC_IC_HAT) Method: Least Squares Sample: Included observations: 21 Variable Coefficient Std. Error t-statistic Prob. C LOG(GSMH) LOG(NUFUS) R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood F-statistic Durbin-Watson stat Prob(F-statistic) Residual Actual Fitted Şekil Havayolu iç hat yolcu sayısı tahmini ve gerçek değerler arasındaki ilişki Tahmin hatalarının durağanlığının testi sabit ve trend değişkeninin yer almadığı Augmented Dickey Fuller testi ile gerçekleştirilmiştir. Gecikme uzunluğu 0 iken ADF test istatistiği 4,56 olarak tahmin edilmiş ve kritik değer %5 düzeyinde 1,96 olduğundan hata terimlerinin durağan olduğu sonucuna varılmıştır. 3-22

23 Havayolu Yolcu Taşımacılığı (Yolcu-km) Tahmin Denklemi Havayolu yolcu-km sayısını açıklamak için aşağıdaki statik denklem tahmin edilmiştir: log( Yolcu _ km) = β 0 + β1 log(gsmh ) + β 2 log( Turist ) + ε Bu denklemde yer alabilecek diğer değişkenler -denizyolu, karayolu taşımacılığı, nüfus, motorlu araç sayısı- gibi değişkenler için yapılan dışlanmış değişken testleri, Likelihood Ratio test, denkleme başka bir açıklayıcı değişken eklenmesinin açıklama gücünü arttırmadığını göstermiştir. Tüm değişkenler %94 sınırında anlamlıdır. Havayolu yolcu-km değişkenindeki hareketlerin %98 i milli gelir ve Türkiye ye gelen turist sayısı değişkenlerindeki hareketlerle açıklanabilmektedir. Milli gelirdeki %1 lik bir artış havayolu yolcu-km değişkenini %0,72 arttırırken, Türkiye ye gelen turist sayısındaki %1 lik bir artış ise aynı değişkeni %0,17 arttırmaktadır (Tablo ). Tablo Havayolu yolcu taşımacılığı (yolcu-km) tahmin denklemi Dependent Variable: LOG(YOLCU_KM) Method: Least Squares Sample(adjusted): Included observations: 17 after adjusting endpoints Variable Coefficient Std. Error t-statistic Prob. C LOG(GSMH) LOG(TURIST) R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood F-statistic Durbin-Watson stat Prob(F-statistic) Şekil , havayolu yolcu taşımacılığı (yolcu-km) için yılları arasında gerçekleşen değerler (actual) ile, oluşturulan tahmin denklemi değerleri (fitted) arasındaki ilişkiyi ortaya koymaktadır. Şekilde residual olarak belirtilen değerler ise, tahmin hatasını ortaya koymaktadır. Tahmin hatalarının durağanlığının testi sabit ve trend değişkeninin yer almadığı Augmented Dickey Fuller testi ile gerçekleştirilmiştir. Gecikme uzunluğu 0 iken ADF test istatistiği 2,88 olarak tahmin edilmiş ve kritik değer %5 düzeyinde 1,96 olduğundan hata terimlerinin durağan olduğu sonucuna varılmıştır. 3-23

24 Residual Actual Fitted Şekil Havayolu yolcu taşımacılığı (yolcu-km) tahmini ve gerçek değerler arasındaki ilişki YOLCU VE YÜK TAŞIMACILIĞININ İLERİYE YÖNELİK PROJEKSİYONLARI Önceki bölümlerde oluşturulan tahmin modellerinin sonuçları bir bütün olarak irdelendiğinde, Şekil de görülen bir ağ yapısı ortaya çıkmaktadır. Bu yapının değerlendirilmesinden de anlaşılabileceği gibi GSMH ve Dış Ticaretin; havayolu, demiryolu ve karayolu yük ve yolcu taşımacılığı tahminlerinde belirleyici bir rol oynadığı görülmektedir. Bunun yanısıra demiryolu ve karayolu yük taşımacılığı arasında da önemli bir etkileşim göze çarpmaktadır. Böylesi bir etkileşim, diğer taşıma türleri için gerek yolcu gerekse de yük taşımacılığında gözlenmemiştir. HAVAYOLU İÇHAT YOLCU DEMİRYOLU TON-KM TURİST NÜFUS GSMH HAVAYOLU YOLCU-KM HAVAYOLU DIŞHAT YOLCU DENİZYOLU GROSTON KARAYOLU TON-KM DIŞ TİCARET KARAYOLU TAŞIT-KM Şekil Yolcu ve yük taşımacılığına ilişkin tahmin sisteminin yapısı 3-24

25 Yukarıda irdelenen taşıma değişkenleri, makroekonomik değişkenlere bağlı olduğundan, bu değişkenlerin gelecek değerlerinin tespiti için makroekonomik ortamın gelecekte nasıl bir görünüm arzedeceğinin saptanması gerekmektedir. İleriyi tahmin teknikleri içinde kalitatif ya da teknolojik tahmin teknikleri adı altında toplanan tahmin yaklaşımları, çoğunlukla uzun dönem tahminleri için kullanılırlar. Sayısal tahmin tekniklerinde temel prensip geçmişin gelecekte de tekrar edeceği şeklindedir. Kısa dönemde bu prensibin doğruluğu daha kolay savunulabilirken, orta ve uzun döneme geçtikçe, bu prensibin korunması imkansızlaşmaktadır. Sayısal tahmin teknikleri, geçmiş verilerdeki ilişkileri ve dinamiği yakalayıp kısa dönemde bunların değişmeyeceği kabulu ile ileriyi tahmin eder. Teknolojik tahminlerde ise, geçmiş veriler önemli rol oynamakla birlikte, bunlara ek olarak, tahmine katılanların hayal güçleri, yetenekleri ve uzmanlıkları da tahminlerin etkinliğinde büyük önem taşır. Teknolojik tahminlerde sayısal tahmin yöntemlerinde olduğu gibi kesin olarak adım adım ne yapılacağına ilişkin bir bilgi olmadığı gibi, yapılan tahminler tek bir sayısal değer şeklinde de değildir. Kısa dönemlerde tahminler matematiksel ve istatistiksel modellere dayanırken, uzun dönemli tahminler uzman bilgi, deneyim ve görüşlerine dayanır. İçinde bulunduğumuz dünyanın çok hızlı değişmesi teknolojik tahminlerin önemini daha da arttırırken, geçmişin tekrarı prensibine dayanan kısa dönemli tahmin teknikleri tahmin ufkunu kısaltmaktadır. Bu bağlamda, kısa dönemli tahminlerin çekildiği bölgeleri de teknolojik tahminler doldurmaktadır. Bu nedenle, bu çalışmada yolcu ve yük taşımacılığına ilişkin projeksiyonların gerçekleştirilmesi için senaryo analizinden yararlanılması doğru olacaktır. Söz konusu senaryo analizlerine ikinci raporda yer verilecektir. 3-25

26 EK.1.1 Taşımacılık Tahmin Denklemlerinin Veri Seti Yıl Nüfus GSMH Tarım Sanayi Hizmetler İthalat İhracat disticaret tasit_km yolcu_km ton_km dem_ton_km uc_ic_hat uc_dıs_hat den_ton Değişkenlerin birimleri va açıklamaları Ek1.2. de verilmiştir. 3-26

27 Ek1.2. Analizlerde Kullanılan Değişkenlerin Birimleri Değişken Açıklama Nüfus *1000 GSMH * TL fiyatlarıyla harcamalar yöntemiyle Tarım * TL fiyatlarıyla harcamalar yöntemiyle Sanayi * TL fiyatlarıyla harcamalar yöntemiyle Hizmetler * TL fiyatlarıyla harcamalar yöntemiyle İthalat *1000 $ İhracat *1000 $ disticaret Dış ticaret hacmi, * $ tasit_km Karayolu taşımacılığı taşıt-km yolcu_km Karayolu yolcu taşımacılığı yolcu-km ton_km Karayolu yük taşımacılığı ton-km dem_ton_km Demiryolu yük taşımacılığı (ton-km) uc_ic_hat Havayolu iç hat yolcu sayısı uc_dıs_hat Havayolu dış hat yolcu sayısı den_ton Denizyolu yük taşımacılığı (GT) 3-27