Seçilmiş Havayolu İşletmelerinde Veri Zarflama Analizi ile Etkinlik Ölçümü. Efficiency Measurement By Data Envelopment Analysis In Selected Airlines

Transkript

1 Seçilmiş Havayolu İşletmelerinde ile Etkinlik Ölçümü Veysi Asker 1 Özet Son yıllarda hava taşımacılığı sektöründe yapılan düzenlemeler ile birlikte yaşanan serbestleşme hareketleri hava taşımacılığı sektörünün daha yoğun bir şekilde kullanılmasına neden olmuştur. Bununla birlikte hava taşımacılığı sektöründe faaliyet gösteren işletme sayısı artmış bunun sonucunda hava taşımacılığı sektörü rekabetin yoğun bir şekilde yaşandığı bir sektör halini almıştır. Bu durum hava taşımacılığı sektöründe faaliyet gösteren işletmelerin artan rekabet koşullarına ayak uydurmalarını, rakiplerini analiz etmelerini sürekli kendilerini yenilemelerini gerektirmektedir. Bu çalışmada dünyanın birçok yerinde faaliyet gösteren 11 havayolu işletmesinin 2014 yılındaki etkinlik rimlilik ölçümünün ri zarflama analizi ile yapılması amaçlanmaktadır. Analiz aşamasında yakıt gideri, ASK( Arz Edilen Koltuk Kilometre), Uçak sayısı gibi riler girdi değişkeni olarak kullanılmıştır. RPK( Ücretli Yolcu Kilometre), Toplam taşınan yolcu sayısı gibi riler ise çıktı değişkeni olarak kullanılmıştır. Anahtar Kelimeler: Etkinlik, mlilik, Havayolu, VZA JEL Kodları: C67, C80, L91, L93 Efficiency Measurement By Data Enlopment Analysis In Selected Airlines Abstract Veysi Asker In the last decade, with deregulations on air transportation industry and liberalisation moments, the demand to air transportation industry increased significantly. Moreor, the number of companies which operate in air transportation industry escalated and as a result of this, the competition in the industry concentrated. This situation led companies operating in air transportation industry to keep pace with competition conditions, analyze their competitiors and renew themsels continuously. In this study, it is aimed to measure effectiness and productivity of 11 airlines for the year 2014 with data enlope analysis. In the analysis, data such as fuel cost, ASK (Available Seat Kilometers), aircraft numbers were used as input variables. Data such as RPK (Renue Passenger Kilometers), total transported passenger numbers were used as output variables. Key Word : Efficincy, Productivity, Airline, DEA Jel Classification: C67, C80, L91, L93 1 Anadolu Ünirsitesi, TR, ysiasker@anadolu.edu.tr 1

2 1. GİRİŞ Hava taşımacılığı sektöründe rekabetin yoğun bir şekilde yaşanması ile birlikte birçok havayolu işletmesi mevcut durumunu tespit etmek pazardaki rakipleri ile kendisini karşılaştırmak için birçok ölçüm yöntemi kullanmaktadır. Bu yöntemlerden en çok kullanılanı ri zarflama analizidir. zarflama analizi ile hem operasyonel hem de finansal etkinlik ölçümü yapılabilmektedir. Cao vd., tarafından yapılan çalışmada Çin de faaliyet gösteren 29 havayolu işletmesinin 2005 yılında havacılık alanında yapılan düzenlemeler sonrasındaki etkinliğini ölçmek amacı ile ri zarflama analizi Malmquist rimlilik endeksi ile yıllarına ait etkinlik ölçümü yapılmıştır. Çalışmada uçak sayısı, yakıt gideri, personel sayısı gideri girdi olarak kullanılmıştır. Çıktı olarak ise RPK(Ücretli Yolcu Kilometre) toplam uçuş sayısı ele alınmıştır. Araştırma sonucunda özel mülkiyete ait olan havayolu işletmelerinin diğer havayolu işletmelerine göre daha etkin çıktığı tespit edilmiştir (Cao, Lv, & Zhang, 2015). Mallikarjun, Amerika da faaliyet gösteren benzer özelliklere sahip olan havayolu işletmelerinin 2012 yılına ait operasyonel rimliliğini etkinliğini ri zarflama analizi ile ölçmüştür. Analiz aşamasında Faaliyet giderleri ASM( Arz Edilen koltuk Mil) gibi riler girdi olarak kullanılmıştır. Faaliyet gelirleri RPM(Ücretli Yolcu Mil) gibi riler de çıktı değişkeni olarak kullanılmıştır (Mallikarjun, 2015). Hava taşımacılığı sektöründe ri zarflama analizi ile ilgili yapılmış diğer çalışmalar Tablo 1 de rilmiştir. Tablo 1. Havayolu işletmelerinde Performans Ölçümü Üzerine Yapılmış Diğer Çalışmalar Yazar / Yıl Örneklem / Yıl Yöntem Girdi Çıktı Schefczyk 15 Havayolu ATK( Arz Edilen Yolcu, Kargo (1993) / Ton Kilometre) Diğer Gelirler Çalışan Sayısı Gideri Dönen Varlıklar Yakıt Maliyeti Diğer Varlıklar Giderler 2

3 Good vd. 8 Havayolu / Çalışan Sayısı Toplam Gelir (1995) Uçuş Ekipman Sayısı Alam 11 Havayolu Toplam Uçak Sayısı Yolcu Kargo Sıckles, (1998) İşletmesi / Serbest Toplam Yakıt Miktarı Diğer Giderler Gelirleri Atılabilir Bölge Çalışan sayısı Scheraga, 38 Havayolu ATK( Arz Edilen Yolcu Kargo (2004) İşletmesi / 2000 Tobit Ton Kilometre) Gelirleri Regresyon Faaliyet Giderleri Modeli Uçuşla İlgili Olmayan Varlıklar Chiou Chen 15 Havayolu Yakıt Maliyeti Uçuş Sayısı (2006) Güzergâhı Tobit Personel Maliyeti ASM ( Arz Regresyon Uçakla İlgili Edilen Yolcu Modeli Maliyetler Mil) Uçan Yolcu Sayısı Greer (2008) 8 Havayolu/ Çalışan Sayısı ASM( Arz Edilen Yakıt Maliyeti Yolcu Mil) Toplam Faktör Koltuk Kapasitesi mliliği Barros 27 Havayolu Çalışan Sayısı RPK(Ücretli Peypoch, (2009) / Faaliyet Giderleri Yolcu Kilometre) Regresyon FVÖK( Faiz Vergi Öncesi Kâr) Chow (2010) 17 Havayolu/ Yakıt maliyeti RPK Personel Gideri RTK(Ücretli Ton Toplam Faktör Toplam Koltuk Sayısı Kilometre) mliliği Merkert 58 Havayolu/ Çalışan Sayısı RPK(Ücretli Hensher (2011) Tobit Personel Gideri Yolcu Kilometre) 3

4 Gramani (2012) 34 Havayolu Barros vd. 11 Havayolu/ (2013) Lee 42 Havayolu / Worthington (2014) 2006 Saranga 13 Havayolu / Nagpal, (2016) Model ATK( Arz Edilen Ton Kilometre) ATK Gideri Yakıt maliyeti Personel Gideri Koltuk- mil başına maliyet Çalışan Sayısı modeli Toplam Yakıt Miktarı Toplam Maliyet Çalışan Sayısı ile Sınır Toplam Aktifler Etkinliği Personel Sayısı Gideri Regresyon ASK( Arz Edilen Yolcu Kilometre) Faaliyet Gideri RTK(Ücretli Ton Kilometre) Yolcu başına gelir Toplam gelir Toplam Gelir RPM (Ücretli Yolcu Mil) Doluluk Oranı ATK(Arz Edilen Ton Kilometre) RPK (Ücretli Yolcu Kilometre) Faaliyet Gelirleri 2. zarflama analizi tekniği, üretilen mal ya sunulan hizmet açısından ortak özelliğe sahip karar rme birimlerinin rimlilik etkinliklerinin ölçülmesi değerlendirilmesi aşamalarında kullanılan doğrusal programlama tabanlı bir yöntemdir (Kocakoç, 2003, s. 1). zarflama analizi tekniği günümüzde yöneylem araştırmalarında yönetim bilimlerinde yaygın bir şekilde kullanılmaktadır. Bir diğer tanıma göre; ri zarflama analizi, aynı alanlarda faaliyet gösteren birden fazla girdi çıktıya sahip karar rme birimlerinin etkinliklerini göreceli olarak ölçen matematiksel tabanlı bir ölçüm yöntemidir (Ulucan, 2002, s. 186). zarflama analizi tekniği ilk kullanılmaya başlandığı dönemde ölçeğe göre sabit getiri varsayımını temel alan CCR modeli kullanılmıştır. Takip eden yıllarda ise ölçeğe göre değişken getiri varsayımını temel alan BCC modeli kullanılmaya başlanmıştır. zarflama 4

5 analizi tekniğinin kullanımının artması ile beraber birçok farklı modelin yanı sıra birçok sınıflandırma şekli de kullanılmaya başlanmıştır (Loll & Pastor, 1997, s. 292) CCR (Charnes, Cooper, Rhodes) Modeli CCR modeli, işletmelerin maksimum seviyede faaliyet gösterdikleri zamanlarda etkinlik rimlilik ölçümü için kullanılabilen bir yöntemdir (Tone, 2001, s. 501). Bunun yanında CCR modeli karar rme birimlerinin rimlilik etkinliklerini hem ayrı ayrı hem de toplu bir şekilde ölçeğe göre sabit getiri varsayımı altında değerlendirerek ölçebilmektedir (Weng vd., 2009, s. 41). CCR modelinin matematiksel gösterimi şu şekildedir (Cooper, Seiford, & Tone, 2006, s. 61): Kısıtlar, Modelde, Etkinliği Göreceli ölçülmüş olan karar rme unsuruna ait çıktı miktarının ne kadar arttırılması gerektiğini belirleyen genişleme katsayısı, Çıktıya yönelik olan modellerde j ye ait karar biriminin aldığı yoğunluk değeri, 2.1. BCC (Banker, Charnes, Cooper) Modeli 5

6 BCC modelinde, belirli bir girdi değişkeninden oluşan kümenin en rimli en etkin bir şekilde kullanılması ile en fazla ne kadar çıktı üretebileceği ölçülmektedir (Cooper, Seiford, & Tone, 2006, s. 89). BCC modelinin matematiksel yollarla ifadesi şu şekildedir (Chen, & A., 2002, s. 477): Kısıtlar, 3. Uygulama Bu çalışmada dünyanın farklı yerlerinde faaliyet gösteren 11 havayolu işletmesinin 2014 yılına ait etkinlik rimlilik ölçümünün yapılması amaçlanmaktadır. Çalışmaya dâhil edilen havayolu işletmelerinin 2 tanesi Kuzey Amerika, 5 tanesi Asya, 3 tanesi Avrupa 1 tanesi ise Avusturalya merkezli faaliyet gösteren havayolu işletmeleridir. zarflama analizi tekniği ile yapılan rimlilik etkinlik ölçümünün en önemli aşamalarından birisi girdi çıktı kümesinin kendi içinde tutarlı anlamlı bir şekilde seçilmesidir. Bu aşama analizin günilir anlamlı sonuçlar rmesi açısından oldukça önemlidir. Bu açıdan bu çalışmada literatürde en çok kullanılan ASK( Arz Edilen Koltuk Kilometre), yakıt gideri uçak sayısı gibi girdi değişkenleri kullanılmıştır. Çıktı değişkeni olarak ise RPK( Ücretli Yolcu Kilometre) toplam taşınan yolcu sayısı gibi riler analize dâhil edilmiştir. Araştırmaya dâhil edilen yakıt gideri havayolu işletmelerinde bulunan uçakların kullanmış olduğu yakıt masrafını ifade etmektedir. Yakıt gideri havayolu işletmeleri için önemli bir gider kalemini oluşturmaktadır. Havayolu işletmeleri yakıt fiyatlarındaki dalgalanmalardan etkilenmemek için hedging yöntemini kullanmaktadırlar. Diğer girdi 6

7 değişkeni olan ASK ise havayolu taşımacılığı yapan işletmelerin yolcu taşıma kapasitelerinin kilometre cinsinden hesaplanmasını ifade etmektedir. Satışa sunulmuş olan koltuk sayısının uçuş mesafesi ile çarpımı sonucunda bulunmaktadır. Bir diğer girdi değişkeni olan uçak sayısı ise havayolu işletmesinin sahip olduğu filo yapısını ifade etmektedir. Çalışmaya dâhil edilen çıktı değişkenlerinden toplam taşınan yolcu sayısı, havayolu işletmesi tarafından ilgili dönemde taşınan toplam yolcu sayısını ifade etmektedir. Bir diğer çıktı değişkeni olan RPK ise belirli bir ücret karşılığında taşınan tüm yolcuların kilometre cinsinden kat ettikleri mesafe şeklinde ifade edilmektedir. Belirli bir ücret karşılığında taşınmış olan yolcu sayısının uçuş mesafesi ile çarpımı sonucunda bulunmaktadır. Araştırmaya dâhil edilen girdi çıktı kümesi belirlendikten sonra ASK, yakıt gideri gibi girdi değişkenleri ile RPK gibi çıktı değişkenleri ilgili havayollarının faaliyet raporlarından elde edilmiştir. Bir diğer girdi değişkeni olan uçak sayısı ile bir diğer çıktı değişkeni olan toplam taşınan yolcu sayısı ise her ay yayınlanan Airline Business dergisinden temin edilmiştir. Airline Business dergisinin bu rileri Flight Global kuruluşu tarafından aldığı tespit edilmiştir. Araştırmaya dâhil edilen havayolu işletmelerinin etkinlik ölçümünün ri zarflama analizi tekniği ile yapılabilmesi için matematiksel programlama tabanlı işlemlerin çözümünde yaygın bir şekilde kullanılan Deap yazılım programından yararlanılmıştır. Çalışmada ilgili hava taşımacılığı işletmelerinin etkinlik ölçümünde sabit getiri varsayımını baz alan CCR modeli ile ölçeğe göre değişken getiri varsayımını baz alan BCC modeli kullanılmıştır. Analiz sürecinde ilk olarak ilgili işletmelerin CCR modeli ile ölçek etkinliği ölçülmüş daha sonra BCC modeli ile teknik etkinliği ölçülmüştür. İlgili işletmelerin CCR ile BCC modeline göre hesaplanan etkinlik değerleri Tablo 2 de rilmiştir. Tablo 2. Analize Dâhil Olan Havayolu İşletmelerinin CCR BCC Modeli İle Etkinlik Değerleri (2014) Havayolu İşletmeleri CCR Etkinlik Değeri BCC Etkinlik Değeri (Ölçek Etkinliği) Etkinlik) Aeroflot Air Canada (Teknik 7

8 Air China China Eastern Airlines Corp Ltd China Southern Airlines Co Ltd Delta Havayolları Kore Havayolları Lufthansa Qantas Havayolları Singapur Havayolları Türk Havayolları yılında CCR modeline göre yapılan rimlilik etkinlik ölçümü sonucunda 7 havayolu işletmesinin etkin olduğu diğer havayolu işletmelerinin ise 1 olan etkinlik sınırının altında kaldığı görülmüştür. BCC modeline göre yapılan rimlilik etkinlik ölçümü sonucunda ise 8 havayolu işletmesinin etkin çıktığı belirlenmiştir. zarflama analizi tekniği ile etkinlik sınırının altında kalan karar rme birimlerinin etkinlik sınırına ulaşabilmeleri için örnek almaları gereken karar rme birimleri tespit edilerek referans kümesi oluşturulmaktadır. Etkin olmayan hava taşımacılığı işletmelerinin etkin olmaları için referans almaları gereken hava taşımacılığı işletmeleri ile bu işletmelerin 2014 yılı için belirlenmiş referans değerleri Tablo 2 de rilmiştir. Tablo 3. Etkin Olmayan Havalimanları Referans Değerleri Kümesi (2014) CCR Modeli BCC Modeli Etkin Olmayan Referans Etkin Olmayan Referans Havayolu İşletmeleri Kümesi Havayolu Kümesi İşletmeleri Aeroflot Air Canada (0.399) Aeroflot China Eastern Airlines Corp Ltd (0.110) Qantas Havayolları Singapur Havayolları (0.001) (0.329) Lufthansa (0.338) Air Canada (0.561) Air China Türk Havayolları (1.087) Air China Delta Havayolları (0.208) 8

9 Qantas Havayolları Türk Havayolları (0.313) (0.548) Qantas Havayolları (0.479) China Southern Türk Havayolları (1.470) China Delta Havayolları (0.301) Airlines Co Ltd Qantas Havayolları Southern Türk Havayolları (0.657) (0.152) Airlines Co Delta Havayolları (0.070) Ltd Qantas Havayolları (0.042) Kore Havayolları Qantas Havayolları Kore (0.272) Havayolları Türk Havayolları (0.490) zarflama analizi sonucunda etkin çıkan hava taşımacılığı işletmelerinin etkin çıkmayan hava taşımacılığı işletmeleri tarafından kaç defa referans alındığı Tablo 4 te gösterilmiştir. Tablo 4. Etkin Havayolu İşletmeleri Referans Sayıları Etkin Havayolu İşletmeleri CCR Modeli BCC Modeli Air Canada 1 1 China Eastern Airlines Corp Ltd - 1 Delta Havayolları 1 2 Lufthansa 1 - Qantas Havayolları 5 2 Singapur Havayolları - 1 Türk Havayolları Sonuç Rekabetin yoğun yaşandığı hava taşımacılığı sektöründe havayolu işletmelerinin mevcut durumlarını tespit etmek rakipleri ile karşılaştırabilmek için kullanmış oldukları birçok yöntem analiz tekniği bulunmaktadır. Bu yöntemlerden en yaygın kullanılanı ri zarflama analizidir. Bu açıdan bu çalışmada 11 havayolu işletmesinin belirli girdi çıktı kümesi doğrultusunda göreceli olarak 2014 yılına ait rimlilik etkinlik ölçümü hem sabit getiri varsayımını baz alan CCR modeli ile hem de değişken getiri varsayımını baz alan BCC modeli ile yapılmıştır. CCR modeli ile yapılan etkinlik ölçümünde 7 hava taşımacılığı 9

10 işletmesinin BCC modeli ile yapılan etkinlik ölçümünde ise 8 hava taşımacılığı işletmesinin etkinlik sınırına ulaştığı görülmüştür. Kore Havayolu işletmesinin CCR modeline göre etkinlik sınırının altında kaldığı BCC modelinde ise etkinlik sınırına ulaştığı görülmüştür. Bu durumda Kore havayolu işletmesinin genel anlamda etkin olmadığı fakat yerel anlamda etkin olduğu söylenebilmektedir. zarflama analizi tekniğinde girdi-çıktı kümesinin seçimi karar rme birimlerinin etkinlik skorlarını doğrudan etkilemektedir. Bu açıdan bir analizde etkin çıkan karar rme birimi bir başka analizde etkin çıkmamaktadır. Bununla birlikte hava yolu işletmelerinin rimlik etkinliklerini doğrudan etkileyen yasal düzenlemeler, ekonomik krizler siyasi belirsizlikler gibi başka faktörlerde bulunmaktadır. Bu çalışmanın, ilgili hava taşımacılığı işletmelerinin yöneticilerine analiz sonucunda elde edilen rileri kullanarak eksiklikleri tespit etme, çözüm üretme rimliliği arttırma gibi konularda yardımcı olacağı düşünülmektedir. Daha sonraki çalışmalarda analize dâhil edilen havayolu işletme sayı örneklem yılı arttırılarak daha ayrıntılı sonuçlar elde edilebilir. Kaynakça Alam, I. M., & Sickles, R. (1998). The Relationship Between Stock Market Returns and Technical Efficiency Innovations: Evidence from the US Airline Industry. Journal of Productivity Analysis, Barros, C., Liang, Q., & Nicolas, P. (2013). The technical efficiency of US Airlines. Transportation Research Part A: Policy and Practice, Barros, C., & Peypoch, N. (2009). An evaluation of European airlines operational performance. International Journal of Production Economics, Cao, Q., Lv, J., & Zhang, J. (2015). Productivity efficiency analysis of the airlines in China after deregulation. Journal of Air Transport Management, Chen,, Y., & A., A. (2002). Continuous optimization output input ratio analysis and dea frontier. European Journal of Operational Research, Chiou, Y.-C., & Chen, Y.-H. (2006). Route-based performance evaluation of Taiwanese domestic airlines using data enlopment analysis. Transportation Research Part E: Logistics and Transportation Review, Chow, C. (2010). Measuring the productivity changes of Chinese airlines: The impact of the entries of non-state-owned carriers. Journal of Air Transport Management,

11 Cooper, W. W., Seiford, L. M., & Tone, K. (2006). İntroduction to data enlopment analysis and it uses. Newyork : Springer. Good, D. H., Röller, L.-H., & Sickles, R. C. (1995). Airline efficiency differences between Europe and the US: Implications for the pace of EC integration and domestic regulation. European Journal of Operational Research, Gramani, M. (2012). Efficiency decomposition approach: A cross-country airline analysis. Expert Systems with Applications, Greer, M. (2008). Nothing focuses the mind on productivity quite like the fear of liquidation: Changes in airline productivity in the United States, Transportation Research Part A: Policy and Practice, Kocakoç, İ. (2003). zarflama analizi'ndeki ağırlık kısıtlamalarının belirlenmesinde analitik hiyerarşi sürecinin kullanımı. Dokuz Eylül Ünirsitesi İktisadi İdari Bilimler Fakültesi Dergisi, 18, Lee, B., & Worthington, A. (2014). Technical efficiency of mainstream airlines and low-cost carriers: New evidence using bootstrap data enlopment analysis truncated regression. Journal of Air Transport Management, Loll, C. K., & Pastor, J. T. (1997). Target setting: An application to a bank branch network. European Journal of Operational Research, Mallikarjun, S. (2015). Efficiency of US airlines: A strategic operating model. Journal of Air Transport Management, 43, Merkert, R., & Hensher, D. (2011). The impact of strategic management and fleet planning on airline efficiency A random effects Tobit model based on DEA efficiency scores. Transportation Research Part A: Policy and Practice, Saranga, H., & Nagpal, R. (2016). Drirs of operational efficiency and its impact on market performance in the Indian Airline industry. Journal of Air Transport Management, Schefczyk, M. (1993). Operational Performance of Airlines: An Extension of Traditional Measurement Paradigms. Strategic Management Journal,, Scheraga, C. A. (2004). Operational efficiency rsus financial mobility in the global airline industry: a data enlopment and Tobit analysis. Transportation Research Part A: Policy and Practice, Tone, K. (2001). A slacks- based measure of efficiency in data enlopment analysis. European Journal of Operational Research, Ulucan, A. (2002). İSO 500 şirketlerinin etkiliklerinin ölçülmesinde ri zarflama analiz yaklaşımı: Farklı Girdi Çıktı Bileşenleri Ölçeğe Getiri Yaklaşımları İle Değerlendirmeler. Ankara Ünirsitesi SBF Dergisi, 57(2), Weng, S. J., Wu, T., Blackhurst, J., & Mackulak, G. (2009). An extended DEA model for hospital performance evaluation and improment. Health Service Outcomes Research Method,

12 12