İŞLETME ETKİNLİĞİ ÜZERİNE ETKİLİ FAKTÖRLERİN BELİRLENMESİNDE YENİ BİR YAKLAŞIM

İŞLETME ETKİNLİĞİ ÜZERİNE ETKİLİ FAKTÖRLERİN BELİRLENMESİNDE YENİ BİR YAKLAŞIM Altuğ ÖZDEN aozden@adu.edu.tr Murat CANKURT mcankurt@adu.edu.tr Adnan Menderes Üniversitesi, Ziraat Fakültesi, Tarım Ekonomisi Bölümü ÖZET Tarımsal üretimde de diğer üretim faaliyetlerinde olduğu gibi işletme etkinliklerinin belirlenmesi önem taşımaktadır. Etkinlik hesaplamalarında Veri Zarflama Analizinin sıklıkla kullanılan bir yöntem olduğu bilinmektedir. Günümüzde yalnızca etkinlik seviyelerinin belirlendiği tek aşamalı modeller yerini etkinlik üzerine etkili faktörlerin de belirlendiği iki aşamalı modellere bırakmaktadır. İkinci aşamada kullanılan klasik regresyon modelleri içsel değişkenlerin girdi ve çıktı değişkenleri ile yanlılık sorunu göstermeleri nedeni ile eleştirilmektedir. Bu çalışmada, yanlılık sorununu ortadan kaldırmaya yönelik geliştirilen Bootstrapped Truncated regresyon modeli ile klasik regresyon modelleri ampirik bir veri seti ile test edilmiştir. Sonuç olarak Bu modelin özellikle içsel değişkenlerde karşılaşılan yanlılık problemini ortadan kaldırdığı görülmüştür. Anahtar Kelimeler: Bootstrapp, etkinlik, etkinlik faktörleri, Truncated Regresyon A NEW APPROACH FOR DETERMINING EFFECTIVE FACTORS ON EFFICIENCY LEVEL ABSTRACT Determination of firm efficiencies in agricultural production is important as well as other production activities. Data Envelopment Analysis is known to be a commonly used method for efficiency measurement. Nowadays a single-stage models which only determines the level of efficiency leave their places to two-stage models which, also efficiency factors, are determined. In this second stage, classical regression models are widely criticized because of the correlation between the endogenous variable and inputs and outputs. In this study, the Bootstrapped Truncated Regression model, which was developed to eliminate the correlation problem, was tested by an empirical data set. As a result, it is seen that this model specially eliminates the correlation problem. Keywords: Bootstrap, efficiency, efficiency factors, Truncated Regression 115

1.GİRİŞ Tarım, hem tarıma yönelik hem de tarıma dayalı sanayi ile birlikte ele alındığında oldukça büyük bir sektör olarak göze çarpmakta ve insanlığın yeterli beslenmesi açısından değerlendirildiğinde, tarım sektörünün önemi daha iyi anlaşılmaktadır. Bu nedenle, özellikle tarım sektöründe daha fazla üretmek, birim başına daha fazla çıktı elde etmek için yapılan çalışmalar hep ön planda olmuştur (Özden, 2016). Sonraki aşamalarda ise hem maliyet hem de çevresel açıdan sürdürülebilirliğin sağlanabilmesi için kaynak kullanımlarının azaltılması ya da optimum üretim için düzenlenmesi gerekliliği ortaya çıkmaya başlamıştır. Kaynak kullanımının öneminin arttığı günümüz dünyasında ekonomik karar birimlerinin etkinliklerinin belirlenmesi gittikçe daha fazla önem taşımaktadır. En genel tanımıyla etkinlik, üretim birimlerinin üretim performanslarının sadece nicelik bakımından değil, nitelik bakımından da ölçülmesidir. Bu nedenle etkinlik değerleri 0-1 aralığında karşılaştırmalı olarak skorlanmaktadır. Skorlar, her Ekonomik Karar Biriminin (EKB) referans EKB ler ile karşılaştırılması sonucu belirlenmektedir. Bu konuda ortaya konulan birçok modelin temelinde, tarımdaki üretim problemlerinin çözümü yatmaktadır (Hayami, 1970; Battese and Rao, 2002; O Donnel et al., 2008; Cankurt ve ark, 2010). Etkinlik hesaplamalarında genellikle parametrik bir yöntem olan Stokastik Sınır Analizi ve parametrik olmayan bir yöntem olan Veri Zarflama Analizi (VZA) kullanılmaktadır. VZA, EKB etkinliklerinin tahmininde oldukça sık kullanılan, doğrusal programlama mantığına dayalı bir yöntemdir. Bu yöntemin tercih edilir olmasının başlıca sebebi birçok avantajının olmasıdır. Çoklu girdi ve çıktıları işleyecek yetenekte olması, farklı birimlerle ölçülen değişkenlerin bir arada kullanılabilmesi, ayrıca birimler arası dönüşümler yapılmasına gerek olmaması, doğrusal form dışında girdi ve çıktıları ilişkilendiren fonksiyonel bir forma ihtiyaç duymaması bunlardan yalnızca birkaçıdır (Özden, 2010). Yöntemin genel prensibi karşılaştırmaya dayanmakta ve aynı miktarda girdi ile diğerine göre daha fazla çıktı elde eden EKB daha etkin olarak tanımlanmaktadır. Girdilerini en verimli kullanan ve bu sayede en iyi çıktı bileşenini üreten EKB lere ait etkinlik skorları referans (%100 etkin) olarak kabul edilmekte ve diğer EKB lerin bu skorları referans EKB lere kıyasla göreli olarak belirlenmektedir. Bununla birlikte, VZA nin ölçme hatalarına karşı aşırı duyarlı olması (uç gözlemverileri gibi), statik bir analiz olması ve parametrik olmayan bir yöntem olması açısından sonuçlara istatistiksel hipotez testlerinin uygulanmasının zor olması bu yöntemin dezavantajlarıdır (Özden, 2010). Bu nedenle, doğru kullanıldığında VZA nin etkinlik ölçümleri için çok etkin bir araç olduğunu söylemek yanlış olmayacaktır. Etkinlik skorlarının belirlenmesi hem makro hem de mikro açıdan önemlidir. Bu sayede gerek EKB nin, gerek sektörün girdi kullanımı ve üretimi hakkında yorumda bulunulabilmektedir. Ancak, bu durum saptaması, girdileri ne kadar azaltmamız gerektiği konusunda bir fikir vermekle beraber, etkinlik skorları üzerinde etkili olan içsel ve dışsal faktörler hakkında bir tahminde bulunmamaktadır. Ancak, etkinliğin arttırılabilmesi için bul faktörlerinde etkilerinin belirlenmesi önemlidir. Günümüzde, yalnızca etkinlik skorlarının belirlendiği tek aşamalı model yerine etkinlik skorları üzerinde etkili olan etkinlik faktörlerinin de belirlendiği iki aşamalı model daha fazla kullanılır hale gelmeye başlamıştır. Aslında bahsi geçen ikinci aşamada, çeşitli regresyon modelleri kullanılarak, etkinlik skorları ile içsel ve dışsal faktörler arasındaki ilişkiler tahmin edilmektedir. Bu aşamada genellikle basit doğrusal regresyon modeli ya da Tobit regresyon modeli kullanılmaktadır. Bazı araştırmacılar, etkinlik skorlarının 0 ile1 arasında sansürlü bir dağılıma sahip olduklarını düşündükleri için Tobit regresyon modelini, bazı araştırmacılar ise sansürlü dağılım düşüncesinin doğru olmadığını düşündükleri için basit doğrusal regresyon modelini tercih etmişlerdir (Thibbotuwawa et al., 2013). Ancak klasik regresyon modelleri, VZA nin yapısı gereği, özellikle içsel etkinlik faktörlerinin girdi ve çıktılarla korele olmaya 116

yatkınlığı açısından eleştirilmektedir (Kumbhakar and Lovell, 2000; Dios-Palomares and Martinez-Paz, 2011). Simar ve Wilson (2007), etkinlik değerlerinin aslında 0 ile 1 arasında değişmediği, bir etkinlik skorunun hiçbir zaman sıfıra eşit olmayacağı yaklaşımı ile bu ikinci aşamada uygulanacak yeni bir model geliştirmişlerdir. Bu model etkinlik skorlarının bir alt (0) ve üst (1) limiti olduğu ana fikrinden yola çıkılarak tasarlanmış ve Bootstrapped (yeniden örnekleme) Truncated (kesikli) Regresyon modelinin VZA skorlarının girdi ve çıktılarla olan yanlılık problemini çözdüğünü ve tahmini güven aralıkları açısından daha iyi bir performans sergilediğini belirtmişlerdir. Bu çalışmanın amacı, etkinlik analizinin ikinci aşamasında kullanılmak üzere Simar ve Wilson (2007) tarafından geliştirilmiş truncated regresyon modelini, bir örnek uygulamayla tanıtılmasıdır. Araştırma kapsamında bu model, sıklıkla etkinlik çalışmalarının işletme özelliklerinin belirlenmesi aşamasında kullanılan basit doğrusal regresyon ve Tobit regresyon modeli ile faktör anlamlılığı (özellikle içsel faktörler) açısından karşılaştırılmıştır. 2.MATERYAL VE METOD Bu çalışmada kullanılan veriler araştırmacıların önceki çalışmalarında yüz yüze anket uygulaması yöntemi ile topladıkları verilerinden derlenmiştir. Bu veriler bitkisel bir üretime aittir ve toplamda 86 işletmeden elde edilmiştir. Tarımsal işletme bazında bitkisel üretim faaliyetine ilişkin etkinlik skorları, ölçeğe göre sabit getiri varsayımı altında ve çıktı odaklı olarak VZA yöntemiyle tahminlenmiştir. VZA yönteminde, çıktı olarak Üretim (ton), girdi olarak ise, Üretimde kullanılan arazi (da), İşgücü (gün), Yakıt (lt), Gübre Masrafı (TL) ve İlaç Masrafı (TL) alınmıştır. VZA literatürde en sık kullanılan etkinlik ölçüm yöntemidir (Özden ve Armağan, 2005). Bu yöntemin temelleri Farrel (1957) tarafından atılmıştır. Daha sonra, Charnes, Cooper ve Rhodes (1978) ölçeğe göre sabit getiri, Banker, Charnes ve Cooper (1984) ise ölçeğe göre sabit getiri varsayımları altında çalışan VZA modellerini geliştirmişlerdir. VZA analizine ait detaylı gösterimler pek çok literatürde karşımıza çıkmaktadır (Charnes et al., 1978; Banker et al., 1984; Özden, 2005; Armağan et al., 2010; Olgun ve ark., 2011; Gündüz ve ark., 2012; Özden and Dios-Palomares, 2015). Bu çalışmada ikinci aşama olan etkinlik faktörlerinin etkinlik üzerine etkilerinin belirlenmesinde, Simar ve Wilson (2007) tarafından geliştirilen model kullanılmıştır. Bu model, Dios-Palomares ve Martinez-Paz (2011) tarafından basit bir anlatımla açıklanmıştır: Bu modelde etkinlik indeksi (E), bir H fonksiyonu sayesinde ve bir dizi etkinlik faktörü (F) ile açıklanmaya çalışılmaktadır. Buradaki özel durum, etkinlik indeksinin yapısı gereği kesikliliğin 0-1 arasında belirlenmesidir. E=H(β, f) +ε ε N(0, σ 2 ) (0 < E < 1) (1) İlk aşamada, VZA ile elde edilen Etkinlik indeksleri ve etkinlik faktörleri arasında Truncated Regresyon modeli uygulanmakta ve β* ve σ*parametreleri elde edilmektedir. İkinci aşamada, yapılan tahminlere dayanarak her bir örnek veri noktası için 1 nolu eşitlikte yer alan rastsal bir ε değeri yaratılmakt ve bu yolla 2. Eşitliğe ulaşılmaktadır. (0 < E <1),E =H (β,f) +ε (2) Son aşamada ise, ilk aşamadaki içsel değişken ikinci aşamada elde edilenle değiştirilmektedir. Her aşama maksimum sayıda (1000) tekrarlanmaktadır. 117

Bootstrap tahminlemesinin bir sonucu olarak β ve σ bilinmeyen parametrelerine ait N sayıda tahmin elde edilmiş ve bu sayede güvenilir aralıklarda bir örnek dağılımı oluşturulmuş olmaktadır. Çalışmada etkinlik faktörleri olarak üretimde kullanılan Arazi (da), Genel Tarım Tecrübesi (yıl) ve Ziraat Odası Üyeliği (0=evet, 1=hayır) belirlenmiştir. Üretimde kullanılan arazi, girdiler içerisinde de yer alması ve içsel bir değişken olması nedeni ile özellikle korele olması beklenen bir değişken olduğu için seçilmiştir. Analizler STATA 11 programı ile yapılmıştır. 3.ARAŞTIRMA BULGULARI Etkinlik çalışmalarında genellikle önce üretime doğrudan katkıda bulunan üretim faktörleriyle bir etkinlik skoru belirlenir. Ardından 0 ile 1 arasında değişen bu etkinlik skorlarının farklılaşmasının ardında yatan içsel ve dışsal unsurların belirlenmesi için regresyon analizinden yararlanılır. Bu yöntem sayısız araştırmada kullanılmış, akla yatkın, açıklanması kolay bir uygulama olarak yaygınlaşmış ve hatta İki Aşamalı Veri Zarflama Analizi (Two-Stage DEA) olarak da ünlenmiştir. Temelde bu ikinci aşamanın amacı etkinlikleri yüksek işletmelerin davranışlarının belirlenip, örnek alınmasıdır (Cankurt et al., 2013). Önceki bölümlerde ikinci aşamada klasik regresyon modellerinin kullanıldığı ve çalışmanın ana amacının klasik regresyon modelleri ile Simar ve Wilson (2007) tarafından geliştirilen model sonuçlarının karşılaştırılması olduğu belirtilmişti. Bu bağlamda, ampirik veri seti ile Doğrusal Regresyon, Tobit Regresyon ve Bootstrapped Truncated Regresyon modelleri karşılaştırılmıştır. Bağımlı değişken bitkisel üretim faaliyetinde bulunan işletmelerden elde edilen verilerden VZA yöntemi ile ölçeğe göre sabit getiri varsayımı ile çıktı odaklı olarak hesaplanan, 0 ile 1 arasında değişen etkinlik skorlarıdır. Bağımsız değişkenlerin ilki, içsel bir değişken olan ve etkinlik skorlarının üretiminde de kullanılan Üretim Alanıdır (ÜA). Ona ek olarak dışsal kabul edilen Genel Tarım Tecrübesi (yıl) (GTT) ve Ziraat Odasına Üyelik (ZOÜ) kuklası kullanılmıştır. Analizlerde kullanılan değişkenlere ait tanımlayıcı istatistikler Çizelge 1 de verilmiştir. Çizelge 1: Değişkenlere ait tanımlayıcı istatistikler Ortalama Std. Sapma Minimum Maksimum Üretim (ton) 9.24 6.30 2.00 30.00 Üretimde Kullanılan Arazi (da) 13.96 9.59 3.00 40.00 Gübre Masrafı (TL) 1299.62 1561.67 75.00 8300.00 İlaç Masrafı (TL) 423.26 341.07 72.00 1440.00 Yakıt (lt) 296.00 176.08 100.00 1000.00 İşgücü (gün) 80.82 36.16 22.00 220.00 CCR Etkinlik Skorları 0.89 0.11 0.57 1.00 Genel Tarım Tecrübesi (yıl) 30.70 13.13 6.00 60.00 Ziraat Odası Üyeliği %72 Evet Her üç modelde ayrı ayrı çözülüp karşılaştırılmıştır. Uygulanan Doğrusal Regresyon, Tobit Regresyon ve Bootstrapped Truncated Regresyon sonuçları karşılaştırma amacıyla Çizelge 2 de sunulmuştur. 118

Çizelge 2. Etkinlik üzerine etkili faktörlerin farklı regresyon modelleriyle karşılaştırılması Bağımlı Değişken: CCR Etkinlik Skoru Linear * Tobit * Truncated *1 Katsayı Std.Err p Katsayı Std.Err p Katsayı Std.Err p ÜA 0.0108 0.0028 0.000 0.0110 0.0028 0.000 0.0180 0.0112 0.108 GTT -0.0006 0.0019 0.746-0.0006 0.0019 0.756-0.0002 0.0027 0.999 ZOÜ -0.0814 0.0614 0.191-0.0849 0.0600 0.164-0.1341 0.0967 0.166 Sabit 0.7102 0.0762 0.000 0.7078 0.0745 0.000 0.7084 0.1377 0.000 R 2 0.2479 LLH ** 16.3330 20.4574 P 0.004 0.0027 0.3106 * Gözlem Sayısı 80, 1 Tekrar Sayısı 1000, ** Log Likelihood Bu karşılaştırmada, Doğrusal ve Tobit modellerde özellikle içsel değişken olan üretim alanının anlamlı çıkmasına karşın Truncated modelde anlamlı çıkmaması temel beklentiydi. Görüldüğü üzere Doğrusal ve Tobit modelde anlamlı çıkan üretim alanı değişkeni 1000 kez tekrarlanmış Bootstrapped Truncated modelde anlamlı çıkmamıştır. Buradan da anlaşılmaktadır ki, özellikle bağımsız değişken ile içsel değişkenlerin bağlantısından kaynaklanan yanlılık sorununun aşılmasında, bootstrap yapılmış Truncated regresyon uygulaması kullanılabilir bir yöntem olarak görülmektedir. Bunun yanında, analizde kullanılan diğer bağımsız değişkenlerin, her üç modelde de aynı sonucu vermesi dikkate değer diğer bir bulgudur. 4.SONUÇ Önceleri tek aşamalı yapılan etkinlik analizleri zaman içerisinde iki aşamalı hale getirilmiş ve etkinliklerin hesaplanmasından sonraki ikinci aşamada etkinlik üzerine etkili faktörler belirlenmeye çalışılmıştır. İkinci aşamada genellikle Basit Doğrusal Regresyon ya da Tobit Regresyon modelleri kullanılmıştır. Bu modeller, özellikle içsel değişkenler ile bağımlı değişken arasındaki bağlantı nedeniyle ortaya çıkan yanlılık sorunlarından dolayı eleştirilmişlerdir. Bunun üzerine Simar ve Wilson (2007) bahsi geçen yanlılık sorunlarını ortadan kaldırmaya yönelik bir model geliştirmişlerdir. Bu çalışmada bahsi geçen yeni model ile klasik regresyon modelleri yanlılık sorunu bakımından karşılaştırılmaya çalışılmıştır. Sonuç olarak, yapılan ampirik deneme ile işletme etkinliği üzerine etkili faktörlerin belirlenmesinde 1000 tekrarlı Bootstrapped Truncated Regresyon modelinin özellikle içsel değişkenlerden kaynaklı bağlantı sorununu ortadan kaldırdığı görülmüştür. Bu çalışmanın tarım işletmelerinde etkinlik seviyelerinin belirlenmesi üzerine çalışan tarım ekonomistlerine, yeni bir yaklaşım ve kullanılabilecek bir alternatif analiz yöntemi olacağı düşünülmektedir. KAYNAKLAR Armagan, G., Ozden, A., Bekcioglu, S. 2010. Efficiency and total factor productivity of crop production at NUTS1 level in Turkey: Malmquist index approach, Quality and Quantity, 44:573-581. Banker, R.D., Charnes, A., Cooper, W. 1984. Models for Estimation of Technical and Scale Inefficiencies in Data Development Analysis, Management Science, 30:1078-1092. Battese, G.E., Rao, D.S.P. 2002. Technology Gap, Efficiency and a Stochastic Metafrontier Function, International Journal of Business and Economics, 1(2):1-7. 119

Cankurt, M., Miran, B., Gunden, C., Şahin, A. 2010. AB ve Türkiye'nin Tarımsal Üretim Etkinlik Ve Verimliliği Üzerine Küresel Krizlerin Etkileri, Türkiye IX. Tarım Ekonomisi Kongresi, 22-24 Eylül 2010, Şanlıurfa, s.221-228. Cankurt, M., Terrence, T., Gunden, C., Miran, B. 2013. Consumer decision-making styles: Investigation of food shopping behaviour, Journal of Food, Agriculture & Environment, 11(2):224-227. Charnes A., Cooper W.W., Rhodes E.,1978. Measuring the efficiency of decision making units, European Journal of Operational Research, 2: 429-444. Dios-Palomares, R., Martínez-Paz, J.M. 2011. Technical, Quality and Environmental Efficiency of the Olive Oil Industry, Food Policy, 36(4):526-534. Farrell, M. J. 1957. The measurement of productive efficiency, Journal of the Royal Statistical Society, 120: 253 281. Gündüz, O., Ceyhan, V., Esengün, K., Dağdeviren, M. 2010. Kayısı Yetiştiriciliği Yapan İşletmelerde Ekonomik Etkinlik: Darende İlçesi Örneği, Türkiye IX. Tarım Ekonomisi Kongresi, 22-24 Eylül 2010, Şanlıurfa, s.135-142. Hayami, Y., Ruttan, V.W. 1970. Agricultural productivity differences among countries. American Econ. Rev. 40:895 911. Kumbhakar, C.A., Lovell, K. 2000. Stochastic Frontier Analysis. Cambridge University Press, New York, NY, p. 344. O Donnel, C. J., Rao, D. S. P., Battese, G. E. 2008. Metafrontier Frameworks for the Study of Firm-Level Efficiencies and Technology Ratios, Empirical Economics, 34:234-255. Olgun, A.F., Artukoğlu, M., Adanacıoğlu, H. 2011. Türkiye de Zeytin Sıkma Tesislerinin Karlılığı ve Etkinliği: Ege Bölgesi Örneği, Ege Üniv. Ziraat Fak. Derg., 48(3):217-227. Ozden, A. 2010. Günümüzde Etkinlik Kavramı ve Ölçüm Metodları, Türkiye IX. Tarım Ekonomisi Kongresi, 22-24 Eylül 2010, Şanlıurfa, s.740-747. Ozden, A. 2016. Measuring Environmental Efficiency in the EU Agricultural Sector: Considering Desirable and Undesirable Outputs, Fresenius Environmental Bulletin, 25 (1):240-248. Ozden, A., Armagan, G. 2005. Determination of Productivity of Crop Enterprises in Aydın Province of Turkey, J. Agric. Econ., 11(2):111-121. Ozden, A., Dios-Palomares, R. 2015. Environmental, quality and technical efficiency in olive oil industry. A metafrontier comparison between Turkey and Spain, Fresenius Environmental Bulletin, 24 (12):4353-4363. Simar, L., Wilson, P. 2007. Estimation and Inference in Two-Stage Semiparametric Models of Production Processes, Journal of Econometrics, 136:31 64. Thibbotuwawa, M., Mugera, A., White, B. 2013. Production Efficiency and Technology Gap in Irrigated and Rain-fed Rice Farming Systems in Sri Lanka: Non Parametric Approach, Contributed paper prepared for presentation at the 57th AARES annual conference, Sydney, NSW, February 5-8, 2013. 120