TÜRKYE'DE OTOMOBL SAHPLNN MODELLENMES



Benzer belgeler
ÇOK AMAÇLI ALIVER MERKEZLERNN ULATIRMA ALYAPISINA ETKLER. Kemal Selçuk ÖÜT

EL PARMAKLARINA DEERLER VEREREK KOLAY YOLDAN ÇARPMA ÖRETM YÖNTEMYLE ZHN ENGELL ÖRENCLERE ÇARPIM TABLOSU ÖRETM UYGULAMASI

KENTÇ TOPLU TAIMA SSTEMLERNN TÜREL DAILIMI

TÜM OTOBÜSÇÜLER VE LETMECLER FEDERASYONU KARAYOLU YOLCU TAIMACILII SEKTÖRÜNÜN TARHSEL GELM

Sosyo-Ekonomik Gelimilik Aratırması

Döviz Kuru Hareketleri ve Enflasyon Dinamii: Türkiye Örnei

Türkiye de Hanehalkı

DI TCARET HADLERNDEK DEMN CAR LEMLER DENGES VE GSYH ÜZERNE ETKLER ( )

INVESTIGATION OF THE FACTORS AFFECTING DESIGN OF ANCHORED SHEET PILES

AB Uyum Sürecinde Türkiye nin Rekabet Gücü lerleme Raporu Üzerine Tespitler

ÜNVERSTELERN GÜZEL SANATLAR ETM BÖLÜMÜ MÜZK ETM ANABLM/ANASANAT DALI BRNC SINIF ÖRENCLERNN KSEL PROFLLER *

MATEMATK ÖRETMNDE BULMACA ETKNLNN ÖRENC BAARISINA ETKS

FEN BLGS, SOSYAL BLGLER VE SINIF ÖRETMENL ÖRENCLERNN BLGSAYAR DERSNE YÖNELK TUTUMLARI

TÜRKYE DE KAMU HARCAMALARI EKONOMK BÜYÜME LKS * ktisat, letme ve Finans (ubat 1997), Yıl: 12, Sayı: 131, ss: 5-14

Türkiye'de Kriz Döneminde Kur-Faiz-Borsa likilerinin Dinamik Analizi Banka-Mali ve Ekonomik Yorumlar, Sayı: 11, ss: 47-56, 2002

OTSTK ÇOCUKLARDA TEACCH PROGRAMININ GELMSEL DÜZEYE ETKS: OLGU SUNUMU

SINIF ÖRETMEN ADAYLARININ NTERNET KULLANIMINA LKN TUTUMLARININ DEERLENDRLMES

statistiksel Proses Kontrol -Uygulamalar -

OTSTK ÇOCUKLARIN ALELERNE YÖNELK GRUP REHBERL NN ANNE BABALARIN DEPRESYON VE BENLK SAYGISINA ETKS

e.t.t.e tüketim endeksi

Özel t üket im t alebinin izlenmesinde kart lı alıveri: Yeni bir tüketim endeksi önerisi. (e.t.t.e) Er can Tür kan. (ercan. turkan@tcmb. gov.

KUZEY KIBRIS TÜRK CUMHURYET MERKEZ BANKASI ÜÇ AYLIK BÜLTEN SAYI: 2005-I

TÜRKYE NN TURZM GELRN ETKLEYEN DEKENLER ÇN EN UYGUN REGRESYON DENKLEMNN BELRLENMES

KONTROL SSTEMLER LABORATUARI

Döviz Kuru Hareketleri ve Enflasyon Dinamii: Türkiye Örnei

Madde 1.1. in 4.paragrafı aaıdaki ekilde güncellenmitir.

MUSK MUALLM MEKTEBNDEN GÜNÜMÜZE MÜZK ÖRETMEN YETTRME PROGRAMLARINDAK YAYLI ÇALGI ÖRETMNE LKN SINAMA-ÖLÇME-DEERLENDRME DURUMLARININ NCELENMES

Bazı Odundıı Orman Ürünlerinin Üretim, thalat ve hracat Projeksiyonları

SIKI TIRILMI YOL ZEM NLER N N KOMPAKS YON PARAMETRELER N N KONTROLÜ

NSAN GELME ENDEKS LE KAPSAMLI ENDEKS ARASINDAK LKNN BELRLENMES ÜZERNE BR ÇALIMA. Yasemin TÜRKOLU YÜKSEK LSANS TEZ STATSTK

!!! 2000 li Yıllarda Sinemaya Bir Bakı!

Kent çi Ulaımda Enerji Verimlilii. Derya AYDEMR Elektrik Mühendisi Elektrik leri Etüt daresi Genel Müdürlüü

Vakko Tekstil ve Hazır Giyim Sanayi letmeleri A Tarihi tibarıyla Sona Eren Hesap Dönemine likin Yönetim Kurulu Yıllık Faaliyet Raporu

Eylül 2013 B.H. AB VE ULUSLARARASI İŞBİRLİĞİ ŞUBESİ

BA ALANLARINDAK AZALMA NEDENLER VE BALICA BACILIK SORUNLARI: TEKRDA MERKEZ LÇE ÖRNE

ÖRETM ELEMANLARININ ETM VE LETM SORUNLARI EDUCATIONAL AND COMMUNICATIONAL PROBLEMS OF FACULTIES

03. En Muhtemel Sayı (EMS) Yöntemi (5 li EMS) EMS Yönteminde Dilüsyon Kavramı

PORTER MODEL: ULUSLARARASI REKABET ÖZLEM ÖZ ODTÜ LETME BÖLÜMÜ

BURSA DA GÖREV YAPAN MÜZK ÖRETMENLERNN ULUDA ÜNVERSTES ETM FAKÜLTES GÜZEL SANATLAR ETM BÖLÜMÜ MÜZK ETM ANABLM DALI LE LETM VE ETKLEM

Uluslararası Sosyal Aratırmalar Dergisi

Eitim-Öretim Yılında SDÜ Burdur Eitim Cansevil TEB

ÜNVERSTE ÖRENCLERNN ÇEVRE DUYARLILIKLARININ NCELENMES

SU TEMN VE ÇEVRE SALII

OTSTK BR OLGUNUN DUYGULARI ANLAMA VE FADE ETME BECERSNN KAZANDIRILMASINA YÖNELK DÜZENLENEN KISA SÜREL BR E TM PROGRAMININ NCELENMES

BOSAD Boya Sanayicileri Dernei TÜRK BOYA SEKTÖRÜ. Dünya Boya Ticaretindeki Gelimeler

#$% &'#(# Konular. Bits of Information. Binary Özellikler Superimposed Coding Signature Formation Deerlendirme

TOKAT EHRNDE MALA KARI SUÇLAR PROPERTY CRIMES IN TOKAT CITY

TÜLN OTBÇER. Seminer Raporu Olarak Hazırlanmıtır.

Bu model ile çalımayı öngören kuruluların (servis ve içerik salayıcılar),.nic.tr sistemi ile uyumlu, XML tabanlı yazılım gelitirmeleri gerekmektedir.

BLG SSTEMLERNN GÜVENLNE LKN OECD REHBER LKELER- GÜVENLK KÜLTÜRÜNE DORU

r i = a i + b i r m + i

FONKSYONLARI FONKSYONLARA GÖTÜREN FONKSYONLAR ÜZERNDE ANT-MONOTONLUK VE DEMPOTENTLK

3. 27 I C C' C C (V B ' C ') C DC. EM1 Modeli I B C E (V B ' E ') E' r E ' I E

YAKIN DÖNEM EKONOMK GELMELERN ANALZ VE BEKLENTLER

Taıt alımlarının ette tüketim endeksi kapsamında izlenmesi hakkında bilgi notu

Sarıçam (Pinus sylvestris L.) Mecerelerinin Hacim Artımının Mecere Yaı, Bonitet Endeksi ve Sıklık Derecesine Göre Deiimi

TÜRKYE DE SANAYLEME VE EKONOMK BÜYÜME ARASINDAK NEDENSEL LK

Türkiye de Ekonomik Aktivite çinde Yabancı Sermaye Payı

B.H. AB VE ULUSLARARASI İŞBİRLİĞİ ŞUBESİ

ODÜ Sosyal Bilimler Enstitüsü Sosyal Bilimler Aratırmaları Dergisi Issn: Cilt: 3 Sayı: 6 Aralık 2012

KENTSEL RAYLI SSTEMLERDEK SON GELMELERE LKN GÖRÜ VE ÖNERLER

e.t.t.e tüketim endeksi

Dünya ve 20 Gelişmiş Ülke Ekonomisinde Hayvancılığın Yeri

BÜLTEN. KONU: Menkul Kıymetlerin Vergilendirilmesi Hk 277 Nolu GVK G.T. Yayınlanmıtır

!!"#! $#$%& '(& )*$+,( -. )/0 1-2 *. / *. /0 3 )56 7

10 th INTERNATIONAL EDUCATIONAL TECHNOLOGY CONFERENCE

WEB SERVS TABANLI GELTRLEN MOBL UYGULAMALAR: ODTÜ MOBL ÖRENC LER BLG SSTEM (MOBS)

ÖGE GÖSTERM TEORS NN LKÖRETM MATEMATK ÖRETMNDEK ETKLL

Research and Trends in Mathematics Education: 2000 to 2006

GÜNCEL GELMELER IIINDA LKÖRETM: MATEMATK-FEN-TEKNOLOJ-YÖNETM

Ölçek Geli tirme Çal malarnda Kapsam Geçerlik ndeksinin Kullanm

salıklı ve kaliteli bir yaam sürdürebilmesi amacıyla enerji depoladıı bir mekandır. Konut, insan varlıının en etkili güvencesidir (Ören ve Yüksel,

Yöntem Ara tırma Modeli Evren ve Örneklem Veri Toplama Aracı Verilerin Analizi Bulgular

$- &$ $&" &#' $ & $ )$ )&/ &&!! ( & )* # $!%! &($!

ÜLKEMZDE KENTSEL RAYLI SSTEMLERN GELM

T.C. ULA!TIRMA BAKANLI"I DEM#RYOLLAR L#MANLAR VE HAVA MEYDANLARI #N!AATI GENEL MÜDÜRLÜ"Ü ULA!TIRMA KIYI YAPILARI MASTER PLAN ÇALI!MASI 2.

Küçük Asya Grubu, elektronik ve beyaz eya sektörüne, bir dünya teknoloji devi olan Three Stars

TÜRKİYE NİN NÜFUSU. Prof.Dr.rer.nat. D.Ali Ercan ADD Bilim Kurulu Başkanı Nükler Fizik Uzmanı. dn (t) / dt = c. n (t)

Kurumsal Yapısı, Yasal Çerçevesi ve Göstergeleriyle Ula tırma Sektörü

OKUL ÖNCES ÖRETMENLERNN ETM PROGRAMLARINI PLANLANMA VE UYGULAMADA KARILATIKLARI GÜÇLÜKLERN NCELENMES

MATEMATK ÖRETMENLER NN ETKLEM DÜZEYLER. Yüksel DEDE * ÖZET

RFID OKUYUCU / YAZICI

Türkiye'deki Araç Sahipliğinin Çiçek Tozlaşma Algoritması ile Tahmini *

Son vergi düzenlemeleri ile ortaya çıkan fiyat indirimleri tüketiciye yansıtıldı mı?


Esrar kullanımı dengeleniyor, gençler arasında gördüü rabetin azaldıına dair belirtiler var

AVRUPA BİRLİĞİ VE ULUSLARARASI İŞBİRLİĞİ ŞUBESİ

Bilisel Stiller le Yabancı Dil Baarısı Arasındaki liki: 8. Sınıf Fransızca Örnei

Yazılım Süreç yiletirmede Baarı Faktörleri

ÖRETMEN ADAYLARININ ALGILADIKLARI LETM BECERS DÜZEYLERNN NCELENMES

Java Tabanlı Akıı Sisteminin Gelitirilmesi

BRSA BRDGESTONE SABANCI LASTK SANAY VE TCARET A. BLGLENDRME POLTKASI

AMER KA B RLE K DEVLETLER SAYI TAYI

YÖNETCLERN VE ÖRETMENLERN ALTI YA GRUBUNDAK ÖRENCLERN LKOKUMA-YAZMAYA HAZIRLANMALARINA YÖNELK BLGLER VE GÖRÜLER. Banu YANGIN

ULUSLARARASI REKABET ÖLÇÜMLER. Prof. Dr. Füsun Ülengin stanbul Teknik Üniversitesi

ÜLKE RAPORU. Mayıs Eylül 2013 Ç.Ö. AB VE ULUSLARARASI İŞBİRLİĞİ ŞUBESİ

Teknik Bülten 16 Mayıs 2017 Salı

Dünya Enerji Konseyi Türk Milli Komitesi TÜRKİYE 10. ENERJİ KONGRESİ ULAŞTIRMA SEKTÖRÜNÜN ENERJİ TALEBİNİN MODELLENMESİ VE SÜRDÜRÜLEBİLİR POLİTİKALAR

AYDIN KESEN. ZMR TCARET BORSASI-Gazi Bulvarı No: zmir, Tel: (0232) (5 Hat), Fax: (0232) ,

AX5000 KONTROL PANELLER

Transkript:

TÜRKYE'DE OTOMOBL SAHPLNN MODELLENMES Kemal Selçuk ÖÜT 1 SUMMARY Car ownership forecasting plays an important role in both traditional and innovates planning. It is often recognised that the level of car ownership in a city or in a country is one of the key factors influencing the level of demand for transport facilities including roads, junctions and parking spaces. An increase in car travel contributes more to congestion, and hence to demand for additional roadspace, than the same increase in demand for public transport. In this study a power growth model is developed for car ownership forecasting in Turkey. In order to make forecasts, three scenarios which involve different growth rates of GNP are developed. For all calibrated models forecasts are made for a period of 2002-2025. ÖZET Bu bildiri kapsamında çeitli ülkelerde gelitirilmi otomobil sahiplii modelleri incelenmi ve Türkiye için bir model gelitirilmitir. "Zaman" ve "kii baına gayri safi milli hasıla" deikenlerine balı olarak gelitirilen model, S erisi özellii taımaktadır. Otomobil sahiplii modellemesinde kullanılan S erisi modelleri ilk olarak 1960'lı yılların baında kullanılmı ve gümünüzde de yeterli verinin olmadıı çalımalarda yararlanılan bir model eklidir. Çalımada öngörü dönemi 2002-2025 olarak belirlenmitir. 1. GR Kii baına otomobil sayısı olarak tanımlanan otomobil sahiplii, ülkemizde de özellikle ithal otomobillerin satıının serbest bırakılması ve yeni otomobil fabrikalarının açılmasıyla önemli bir ulatırma konusu olarak karımıza çıkmaktadır. Otomobil sahiplii konusunda Fransız filozof Roland Barthes "otomobil modern çaın gotik katedralidir" demi ve nasıl katedral yalnızca bir sıınak deilse, otomobilin de yalnızca bir ulaım türü olmadıını, toplumdaki önemi düünüldüünde otomobilin farklı algılanıları olduunu belirtmitir. Bu algılanılar dört grupta toplanabilir: 1. Antropolojik algılanı : Otomobil statü, zenginlik ve gücün bir sembolüdür. 2. Politik algılanı : Otomobil özgürlüün ve özelliin sembolüdür. 3. Psikolojik algılanı : Otomobil genç görünmeyi, kendine güveni salar. 4. Ekonomik algılanı : Otomobilin kullanımı ile rahat ve hızlı bir yolculuk olanaı elde edilir. (Vasconcellos, 1997). 1 Dr., TÜ, naat Fakültesi, Ulatırma Anabilim Dalı, Maslak, stanbul 1

2. OTOMOBL SAHPL MODELLER Otomobil sahiplii modelleri 1960'lı yılların balarında ilk olarak ngiltere'de gelitirilmeye balamıtır. Ancak model çalımalarında esas gelime ve modellerde çeitlilik 1980 yılından sonra görülmektedir. Bunun nedeni otomobil sahiplii model çalımasında yararlanılacak sayım ve gözlemlerin bu tarihten sonra istenilen düzeye ulamasıdır. Gelimi ülkeler için gelitirilen otomobil sahiplii modelleri iki ana balık altında toplanabilir. Bunlar; S erisi modelleri, çok deikenli regresyon modelleridir. S erisinin temel yapısı üç bölgeden olumaktadır. lk bölge artı eiliminin yava olduu, ikinci bölge artı eiliminin hızlandıı, üçüncü bölge ise artı eiliminin yine yavaladıı ve belli bir doygunluk deerine (S) doru asimtotik olarak yaklatıı bölgedir (ekil 1). S erisi modellerinin en önemli özellii, "doygunluk düzeyi"dir. Y = f ( x ) S B ir in c i B ö lg e k in c i B ö lg e Ü ç ü n c ü B ö lg e X ekil 1 : S Erisinin Genel Görünümü Çok deikenli regresyon modelleri otomobil sahipliinin hangi deikenlere balı olarak ne ekilde deieceini göstermektedir. Regresyon modellerinde en önemli konu, baımlı deiken öngörüsü yapabilmek için öncelikle baımsız deikenlerin deerlerinin öngörülme gereksinimidir. Otomobil sahiplii modellemesi için gelitirilen ilk S erisi modeli lojistik eridir. J. C. Tanner tarafından ngiltere için gelitirilen model (1960), daha sonraları çeitli aratırmacılar atrafından Güney Galler (1970), Finlandiya (1970), ABD (1973) (OECD, 1982), gelimekte olan ülkeler (1992) (Button K. ve di. 1992) için uygulanmıtır. Lojistik erinin çok kısa sürede doygunluk noktasına yaklaması farklı S erisi modellerinin kullanılmasına neden olmutur. Bu eriler; yarı-lojistik eri (1970), ayrık lojistik eriler (1976) (Bates, 1981), üssel büyüme erisi (1977), gecikmeli (lagged) üssel büyüme erisi (1983), Gompertz erisi modeli (1999) (Dargay J.,Gately D., 1999). Otomobil sahipliinin çok deikenli regresyon ile modellenmesi, ABD'de (1964, 1966, 1966, 1975,1979), ngiltere'de (1979), Türkiye'de (1981,1992), gelimekte olan ülkelerde (1986), Singapur'da, (1990), Asya ülkelerinde (1998) (Prevedouros P. D., An Ping, 1998) çeitli aratırmacıalr tarafından yapılmıtır. Çok deikenli regresyon modellerinde otomobil sahiplii öngörülerinde en önemli sorun, baımsız deikenlerin de daha önceden öngörüleme gereksinimidir. 2

3. TÜRKYE'DE OTOMOBL SAHPL Türkiye'de otomobil sahiplii modellemesinde 1970-1998 yılları arasındaki dönem esas alınmıtır. Dönemin 1970 yılından balatılmasının nedenleri öyle sıralanabilir: 1. 1970 yılı öncesi ve sonrasında otomobil sahiplii deerleri farklı artı süreçleri izlemektedirler. 1970 yılından önce 1000 kii baına 4 otomobilden az ve çok yava bir artı hızına sahip olan otomobil sahiplii deerlerinin model kapsamında incelenmesi bir anlam taımamaktakdır. 2. Otomobil sahiplii modellemesinde kullanılabilecek 1970 yılından önceki yıllara ait istatistikler istenilen düzeyde deildir. Türkiye'de 1970-1998 yılları arasında otomobil sahiplii incelendiinde özellikle Türkiye'de istikrarlı bir ekonomik yapının olmamasından dolayı zaman içinde farklı dönemlerin varlıı görülmektedir. ekil 2'de bu dönemler ve nedenleri açıklanmaktadır. 3.1. Otomobil Sahiplii Verisi Türkiye'de otomobil sahiplii model çalımasında kullanılan tüm veriler toplulatırılmı verilerdir. Toplulatırma üç açıdan yapılmıtır. Bunlar : 1. Tüketici (kullanıcı) açısından. 2. Corafi yapı açısından. 3. Otomobil (mal) açısından. Otomobil sahiplii modellemesinde tüm kullanıcılar gelirlerine göre ayrılmaksızın tek bir kullanıcı tipi olarak incelenmilerdir. Bu nedenle modelde farklı gelir grubundaki kullanıcıların davranıları görülmemekte yalnızca çalıma alanındaki tüm kullanıcıların bir ortalaması model kapsamında incelenmektedir. 1994 yılında yapılan DE tarafından yaptırılan "Hanehaklı Gelir Daılımı" anketinden yararlanılarak çeitli gelir grupları için farklı deerlendirmeler yapılmaya çalıılmısa da bu veriler böyle bir model yapısı oluturmaya yeterli olmamıtır. Otomobil sahipliinin modellenmesinde böyle bir toplulatırmaya gidilmesinin nedeni çalımada kullanılabilecek verinin yetersizliidir. Bir bakıma ortalamaların kullanılması olarak nitelenen toplulatırma ile, gelecekteki otomobil sahipliinin ortalama deerinin öngörülecei düünülmektedir. 3.2. Modelleme Kullanılan Yöntem Türkiye'de otomobil sahipliinin modellenmesi için J. C. Tanner tarafından 1977 yılında gelitirilen üsssel büyüme erisi (power growth curve) kullanılmıtır. Üssel büyüme erisi bir S erisi olup ekil 1'de "ikinci bölge" olarak tanımlanan kısmı daha uzun bir sürece yayılmaktadır. Bu durum, ülkemiz gibi otomobil sahipliinin "ikinci bölgenin" baında olan ülkeler için dier S erilerine göre aha uygundur. Üssel büyüme erisinin baıntısı aaıda verilmektedir. S OS = (1) m n 1 a i x i i= 1 + Burada; "OS" kii baına otomobil sayısı,"s" otomobil sahiplii doygunluk düzeyi, "x i " deikenler, "a i " ve "m" katsayılar dır (Tanner, 1983). 3

ekil 2 : TÜRKYE2DE OS'NN TARHSEL GELM : Türkiye'de 1970-1998 Yılları Arasında Özel Otomobil Sahiplii 60 Ekomonik kriz etkisinin azalması 1000 Kiiye Düen Özel Otomobil Sayısı 50 40 30 20 10 1971 yılında Oyak Renault ve Tofa'ın Otomobil satın almada, ödeme kolaylıklarını n gündeme Enflasyonun yükselmeye balaması. (1977 yılında %18,6 1980 ekonomik istikrar tedbirleri ve %115,6 enflasyon 1984 yılında bedelsiz ithalatın balaması Otoyollardaki hızlı gelime. (1989 yılında 160 km 1991 yılında 387 km) Nüfus artı hızının dümesi. 1994 yılında ekonomik 0 1970 1971 1972 1973 1974 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 Yıllar 4

3.2.1. Otomobil sahiplii doygunluk düzeyi Türkiye için gelitirilen üssel büyüme erisi modelinde otomobil sahiplii doygunluk düzeyi, 1000 kiiye 500 otomobil olarak öngörülmütür. Otomobil sahiplii doygunluk düzeyi, gelimi ülkelerde kullanılan modellerde çok önemli bir veri olsa da Türkiye için gelitirilen modellerde bu deiken aynı derecede önemli deildir, çünkü Türkiye de otomobil sahiplii S erisi nin çok baındadır ve 23 yıl olan öngörü dönemi içinde de bu deere yaklaacaı düünülmemektedir. 3.3. Türkiye için Üssel Büyüme Erisi Modeli ncelenen tüm S eirisi model çalımalarında en fazla üç deiken kullanılmaktadır. Daha fazla deikenin kullanılması durumunda deikenlerin modele etkileri azalmaktadır. Türkiye için gelitirilen üssel büyüme erisi modelinde "zaman" ve "kii baına gayri safi milli hasıla" deikenlerine kullanımıtır. Gelitirilen model denklemi aaıda görülmektedir : S OS = (2) 1+ [ a ( t T) + b KBGSMH] m Burada, "OS" otomobil sahipliini (1000 kii baına düen otomobil sayısı), "t" yılları, "KBGSMH" 1987 yılı sabit fiyatlarıyla kii baına gayri safi milli hasılayı, "S" otomobil sahipliinin doygunluk düzeyini, "a", "b", "T" ve "n" katsayıları göstermektedir. Modelde 1970-1998 yılları arasındaki 29 yıla ait yıllık bazdaki veriler kullanılmıtır. Otomobil sahiplii doygunluk düzeyi 500 için hesaplanan "a", "b", "T" ve "m" katsayıları Tablo 1 de, 1970-1998 yılları arasındaki model sonuçları ekil 2 de görülmektedir. Tablo 1 : Türkiye'de "Zaman" ve "Kii Baına Gayri Safi Milli Hasıla" Deikelerine Göre Üssel Büyüme Erisi Modeli Katsayıları Katsayılar s = 500 a 80,84x10-4 b 1,09x10-7 T 1964,11 m 2,8 3.4. Otomobil Sahiplii Model Öngörüleri "Kii baına gayri safi milli hasıla" deikenini içeren otomobil sahiplii modelleriyle öngörüler yapabilmek için öncelikle bu deikenin gelecekteki deerlerinin belirlenmesi gerekmektedir. 5

EKL 2 : ÜSSEL BÜYÜME ERS MODEL 60 50 1000 Kiiye Düen Özel Otomobil Sayısı 40 30 20 Gerçek Model 10 0 1970 1971 1972 1973 1974 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 Yıllar 6

3.4.1. Kii Baına Gayri Safi Milli Hasıla Öngörüleri Kii baına gayri safi milli hasıla için öngörüler, gayri safi milli hasılanın artıı için üç farklı "Durum" gelitirilerek yapılmıtır. Öngörülen gayri safi milli hasıla deerleri daha sonra, DE tarafından yayınlanan 1923-1994 Demografik Yapısı ve Geliimi, (DE, 1995) kaynaktan göçün içerildii 2M numaralı seçenek teki nüfus deerlerine bölünerek kii baına gayri safi milli hasıla öngörüleri yapılmıtır. Bu kaynaktaki "2M numaralı seçenek", 1997 yılındaki nüfus sayımlarına olan isabetli kestiriminden dolayı seçilmitir. Çalımada, gayri safi milli hasıla ve kii baına gayri safi milli hasıla 1987 yılı sabit fiyatlarıyla TL cinsinden verilmektedir. Gayri safi milli hasıla öngörülerinde kullanılan üç farklı durum : I. Durum : Gayri safi milli hasılanın 1970-1998 yılları arasındaki ortalama artı hızı olan %4,60 ın 2025 yılına kadar aynı kalacaı. II. Durum : Gayri safi milli hasılanın 2002-2005 yılları arasında %4,50; 2006-2015 yılları arasında %4,00 ve 2016-2025 yılları arasında %3,50 artı hızı ile büyüyecei. III. Durum : Gayri safi milli hasılanın 2002-2005 yılları arasında %4,00; 2006-2015 yılları arasında %3,00 ve 2016-2025 yılları arasında %2,00 artı hızı ile büyüyecei. Bu üç duruma göre kii baına gayri safi milli hasıla (KBGSMH) deerleri 5'er yıllık dilimler için Tablo 3 de ayrıca göçün içerildii 2M numaralı seçenek teki nüfus deerleri verilmitir. Tablo 3 : Türkiye de Kii Baına Gayri Safi Milli Hasıla Öngörüleri Yıllar Nüfus I. Durum II. Durum III. Durum 2005 69.849.000 2.337.620 2.322.540 2.245.860 2010 74.143.000 2.757.103 2.662.073 2.452.781 2015 77.930.748 3.284.002 3.081.399 2.705.242 2020 81.912.000 3.911.594 3.481.858 2.911.970 2025 84.992.091 4.719.672 3.985.491 3.175.230 3.4.2 Otomobil Sahiplii Model Öngörüsü KBGSMH'nın gelitirlen üç farklı durumuna göre denklem (2) ve Tablo 2'deki katsayılar kullanılarak hesaplanan otomobil sahiplii deerleri Tablo 4 ve ekil 3'de görülmektedir. 7

EKL 3 : ÜSSEL BÜYÜME ERS MODEL ÖNGÖRÜLER 275 250 1000 Kiiye Düen Özel Otomobil Sayısı 225 200 175 150 125 100 I. Durum II. Durum III. Durum 75 50 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 Yıllar 8

Tablo 4 : Türkiye'de Otomobil Sahiplii Öngörüleri I. II. III. Yıllar Yıllar Durum Durum Durum I. Durum II. Durum III. Durum 2002 75 75 73 2014 155 147 132 2003 80 80 78 2015 163 154 138 2004 86 85 83 2016 171 160 142 2005 92 91 88 2017 179 167 147 2006 98 96 92 2018 188 174 152 2007 104 102 97 2019 197 181 158 2008 110 108 102 2020 206 187 163 2009 117 114 106 2021 215 195 168 2010 124 120 111 2022 224 202 173 2011 131 126 116 2023 234 209 179 2012 139 133 121 2024 244 217 185 2013 147 140 127 2025 253 224 190 4. SONUÇLAR KBGSMH'nın üç farklı durumuna göre 2025 yılında otomobil sahipliinin 253 ila 190 arasında bir deer alması beklenmektedir. Bu ise, otomobil sahipliinde 2015 yılı için yaklaık %100'lük, 2025 yılı için ise yaklaık %300'lük bir artı demektir. Ancak otomobil sahipliindeki bu artıın birebir otomobil kullanımına yansıyarak yollarda aynı oranda bir trafik artıına neden olacaını söylemek doru olmaz. Zira gelimi ülkelerde yapılan çalımalarda ailelerdeki ikinci otomobilin birinci otomobil kadar fazla kullanılmadıı belirlenmitir. Bununla birlikte otomobil sahipliindeki böylesi bir artı sonucu yollarda trafik tıkanıklıklarının yaanması için imdiden gerekli planlama çalımalarının yapılması zorunludur. Bu çalımada otomobil sahiplii için -veri yetersizlii nedeniyle- toplulatırılmı veriler kullanılmıtır. Gelimi ülkelerde yapılan otomobil sahiplii modellerinde ayrık verilerin kullanıdıı göz önüne alınırsa ülkemizde de ayrık verilerin toplanması için gerekli düzenlemelerin yapılması zorunludur. KAYNAKLAR Bates J., 1981, The Factors Affecting Household Car Ownership, Gower. Button K., Hine J. and Ngoe N., 1992, Car Ownership Forecasts for Low Income Countries, Traffic Engineering & Control, December, pg: 666-671. Dargay J., Gately D., 1999, Income's effect on car and vehicle ownership, worldwide: 1960-2015, Transportation Research A, No : 33, pg: 101-138. 9

Devlet statistik Enstitüsü (DE), 1995, 1923-1994 Demografik Yapısı ve Geliimi OECD, 1982, Forecasting Car Ownership and Use, Road Research, May, France. Prevedouros P. D., An Ping, 1998, Automobile Ownership in Asia Countries : Historical Trends and Forecasts, ITE Journal, April, pg: 24-29. Tanner J. C., 1983, A Lagged Model for Car Ownership Forecasting TRRL-1072. Vasconcellos E. A., 1997, The Demand for Cars ın Developping Countries, Transportation Research A Vol: 31, No: 3, pg: 245-258. 10