Türkiye İmalat Sanayiinde Teknik Etkinlik: 2003-2008

TÜRKİYE İMALAT SANAYİNDE TEKNİK ETKİNLİK: 2003-2008
Onur YENİ
Öz: Türkiye’de imalat sanayinin ekonomik büyüme ve ihracat açısından oldukça önemli
olması, bu sektörün rekabet gücünün arttırılması ve korunmasını zorunlu hale getirmektedir.
Sektörün teknik etkinliğinin ölçülmesi ise bu amaçlara ulaşılması için benimsenecek
stratejilerin oluşturulmasında önemli rol oynamaktadır. Türkiye’de imalat sanayi etkinliği
üzerine yapılan çalışmalar 2001 yılına kadar olan verileri kullanmıştır. Bu durum 2001 yılı
sonrasında imalat sanayi alt sektörlerinde teknik etkinlik ve teknolojik gelişme hakkında
çıkarsama yapılmasına engel olmaktadır. Bu çalışmada 2003-2008 dönemine ait NACE
Rev.1.1 faaliyet sınıflandırmasına göre belirlenen 4 haneli imalat sanayi sektörleri için
stokastik sınır üretim fonksiyonu tahmini yapılmakta ve teknik etkinliği etkileyen faktörler
belirlenmeye çalışılmaktadır. Elde edilen sonuçlar Türkiye imalat sanayinde ölçeğe göre
artan getirinin mevcut olduğunu ve firma büyüklüğü ile teknik etkinliğin pozitif ilişkili
olduğunu göstermektedir. Bununla birlikte, zamanla değişen etkinlik düzeyleri
gözlemlenmekte ve endüstrilerin üretiminin imalat sanayinin toplam üretimi içindeki payı
arttıkça teknik etkinlik sınırlı ölçüde de olsa azalmaktadır.
Anahtar Sözcükler: Stokastik Sınır Analizi, Teknik Etkinlik, Translog Üretim Fonksiyonu,
Türkiye İmalat Sanayi
Abstract: Since manufacturing industry is very important for economic growth and exports,
preserving and increasing the competitiveness of this sector is essential. Measuring technical
efficiency of manufacturing sector has a major role in determining strategies to achieve these
goals. Studies measuring the efficiency of manufacturing industry have used the data up to
the year 2001. Therefore, it is difficult to have an inference about technical efficiency and
technological progress of manufacturing industry and its subsectors after 2001. In this paper,
stochastic frontier production function is estimated for 4-digit Turkish manufacturing
industry sectors (NACE Rev 1.1) for the years 2003-2008 and determinants of technical
efficiency are examined. Results suggest that there are increasing returns to scale in Turkish
manufacturing industry and firm size and technical efficiency are positively related. In
addition efficiency varies with time and as the share of an industry’s production increases in
the total manufacturing industry production, technical efficiency decreases slightly.
Keywords: Stochastic Frontier Analysis, Technical Efficiency, Translog Production
Function, Turkish Manufacturing Sector
1
1. Giriş
Bir
ekonominin
kaynakları
etkin
biçimde
kullanıp
kullanmadığının
belirlenmesi
günümüzdeki rekabetçi koşullarda büyük önem taşımaktadır. Türkiye imalat sanayi, planlı
kalkınma döneminden günümüze kadar Türkiye’nin ekonomik büyümesinde önemli rol
oynamış, 1980’lerde başlayan dışa açılma süreciyle birlikte sektör, ülke ihracatı içindeki
payını sürekli attırmıştır. Bu nedenle imalat sanayinde etkinliğinin ölçülmesi ve etkinsizliğin
nedenlerinin saptanması oldukça önemlidir.
İmalat sanayinin Türkiye ekonomisi içindeki önemini ortaya koymak açısından ilk olarak
GSYİH içindeki payına bakıldığında 2000-2009 yılları için sabit fiyatlarla (1998 yılı fiyatları
baz) elde edilmiş GSYİH içinde imalat sanayinin payının ortalama %23,4 olduğu
görülmektedir. Kriz dönemleri dışında imalat sanayinin GSYİH içindeki payı ılımlı bir
şekilde artma eğilimindedir. İmalat sanayinin istihdam içindeki payı ise anılan dönem için
%18,5 olarak gerçekleşmiştir. İmalat sanayinin ihracat içindeki payı ise anılan dönem için
ortalama %93,5’i bulmuştur. Bu veriler ışığında Türkiye temel olarak sanayi ihracatçısı bir
ülke görünümü sergilemektedir.
Türkiye’de imalat sanayi etkinliği üzerine bugüne kadar yapılan çalışmalarda 2001 yılına
kadar olan veriler kullanılmıştır. Bu durum 2001 yılı sonrasında imalat sanayi alt
sektörlerinde teknik etkinlik ve teknolojik gelişme hakkında çıkarsama yapılmasına engel
olmaktadır. Bu çalışmada 2003-2008 dönemine ait NACE Rev.1.1 faaliyet sınıflandırmasına
göre belirlenen 4 haneli imalat sanayi sektörleri için stokastik sınır üretim fonksiyonu tahmini
yapılmakta ve teknik etkinliği etkileyen faktörler belirlenmeye çalışılmaktadır.
2
2. Teknik Etkinlik Düzeyinin Sınır Fonksiyonları Kullanılarak Ölçülmesi
Sınır tahmini yaparken kullanılan en yaygın iki yöntem; parametrik olmayan matematiksel
programlama yöntemleri (Örn. veri zarflama analizi) ile ekonometrik yöntemlerdir.
Ekonometrik yöntemler de iki alt sınıfa ayrılabilmektedir: 1) sınırdan sapmaların hepsini
etkinsizliğe bağlayan yaklaşım, 2) firmalar tarafından kontrol edilemeyen bazı faktörlere
bağlı olarak sınır etrafında belirli bir sapmayı dikkate alan yaklaşım. Birinci yaklaşım
deterministik bir sınırı önerirken, ikinci yaklaşım stokastik bir sınırı öngörmektedir.
Ekonometrik yöntemler daha esnek fonksiyonel formlara ve etkinsizlik terimleri üzerine bazı
kısıtlar konmasına izin vermektedir.
Stokastik üretim sınırı analizinde yalnızca tek çıktı kullanılmakta, üretim sınırı için belirli bir
fonksiyonel form varsayılmaktadır. Stokastik üretim sınırı yaklaşımı, sapma gösteren
gözlemlerden daha az etkilenmekte ve parametrelere ilişkin hipotezlerin testlerine olanak
sağlamaktadır. Veri zarflama analizi ise daha zayıf varsayımlara gerek duymaktadır. Veri
zarflama yönteminin üstünlükleri birden fazla çıktı olduğu durumlarda da kullanılabilmesi ve
tahmin edilen sınırın biçimine ilişkin bir varsayım gerektirmemesidir. Öte yandan, bu
yöntemde, ölçüm hataları tahmin edilen sınırın biçimi ve konumunu önemli ölçüde
etkileyebilmekte, üretim parametrelerine ilişkin hipotezlerin testi için standart istatistik teorisi
kullanılamamaktadır (Taymaz, 2001 ; Coelli vd.,2005: 241-242; Greene, 2008).
Stokastik üretim sınırı modelleri ilk kez Aigner vd. (1977) ve Meeusen ve van den Broeck
(1977) tarafından ortaya atılmış ve bundan sonra ilgili yazında oldukça geniş bir uygulama
alanı bulmuştur. Model ilk olarak yatay kesit verilerin analizi için tasarlanmış olsa da Pitt ve
Lee (1981), Cornwell vd. (1990), Kumbhakar (1990) ve Kumbhakar vd. (1991) panel veri
analizi için uygun çeşitli modeller geliştirmişler ve bu modellerin uygulamalarını
yapmışlardır.
3
Stokastik sınır modellerinde panel veri kullanımının yatay kesit veri kullanımına göre bazı
üstünlükleri vardır. Her şeyden önce panel veri kullanımı serbestlik derecesini arttırmaktadır.
Bunun yanı sıra, hem teknolojik gelişmenin hem de teknik etkinliğin zaman içindeki
değişimlerinin incelenmesi olanağını sunmaktadır. (Coelli vd. 2005: 275).
Pitt ve Lee (1981) ile Kalirajan (1981) etkinsizlik etkilerinin tahmin edildiği ilk çalışmaların
arasında yer almaktadır. Bu çalışmalarda iki aşamalı bir yaklaşım izlenmiş, birinci aşamada
stokastik sınır üretim fonksiyonu tahmin edilerek teknik etkinsizlik etkileri bu etkilerin özdeş
olarak dağıldığı varsayımı altında ortaya konulmuştur. İkinci aşamasa ise birinci aşamada
hesaplanan teknik etkinsizlik etkileri için bir regresyon modeli belirlenmektedir. Ne var ki
böyle bir regresyon modelinin belirlenmesi etkinsizlik etkilerinin özdeş dağıldığı
varsayımıyla çelişmektedir.
Kumbhakar vd. (1991), Reifschneider ve Stevenson (1991) ve Huang ve Liu (1994) stokastik
sınır ve etkinsizlik etkileri modellerinin uygun dağılım varsayımları altında firmalar için
yatay kesit veri kullanılarak eşzamanlı olarak tahmin edildiği modelleri önermişlerdir.
Battese ve Coelli (1995)’de ise panel veri kullanılarak stokastik sınır ve etkisizlik etkilerinin
eşzamanlı tahmini için bir model önerisi yapılmaktadır.
Battese ve Coelli (1995) panel veri analizi için, firma etkilerinin kesik normal (truncated
normal) dağılan rasgele değişkenler olarak bulunduğu bir stokastik üretim sınırı fonksiyonu
önermiştir. Söz konusu çalışmada stokastik sınır ve etkinsizlik etkileri modelinin eşzamanlı
tahmini için en yüksek olabilirlik yöntemi kullanılmıştır.
Türkiye’de bu alanda yapılan ilk çalışma olan Taymaz ve Saatçi (1997)’de Battese ve Coelli
(1995) tarafından geliştirilen bu model kullanılarak 1987-1992 dönemi için tekstil, çimento
ve motorlu araçlar endüstrilerinde stokastik üretim sınırı tahmin edilmiş, bu sektörlerdeki
4
teknik etkinlik ve teknolojik gelişme incelenmiştir. Çalışmanın sonuçlarına göre tekstil ve
motorlu araçlar endüstrilerinde teknolojik gelişme gözlemlenirken, çimento endüstrisinde
anlamlı bir teknolojik değişme saptanmamıştır.
Taymaz (2001), 1987-1997 yıllarına ait işletme düzeyinde veri kullanarak stokastik imalat
sanayi genelinde teknik etkinlik ve teknolojik gelişmeyi ölçmüştür. ISIC 2-hane düzeyinde en
yüksek teknolojik gelişme hızı makine sanayinde gözlenmiştir. Makina imalat sanayinden
sonra en yüksek teknolojik gelişme hızları cam ve çimento, metal, ağaç ürünleri ve kimya
sanayilerinde saptanmıştır. Genel olarak özel işyerlerinin kamu işyerlerinden, yabancı
işyerlerinin de yerli işyerlerinden daha yüksek bir teknik etkinlik düzeyine sahip olduğu;
ücret değişkeninin teknik etkinlik üzerinde olumlu etkiye sahip olduğu işgücü bileşiminin de
teknik etkinlik üzerinde kısmi bir etkiye sahip olduğu görülmektedir.
Saygılı ve Taymaz (2001), çalışmalarında Türkiye çimento sanayi için stokastik üretim sınırı
yaklaşımını kullanarak özelleştirme ve mülkiyetin teknik etkinlik üzerindeki etkilerini
incelemişlerdir. Çalışmanın sonuçları özelleştirmenin ve mülkiyetin çimento sanayi özelinde
teknik etkinlik üzerinde anlamlı bir etkisi olmadığını ortaya koymuştur. Tahmin sonuçlarına
göre, talebin büyüme oranı, firmanın ihracat içindeki payı, firmanın bölge talebi içindeki
payı, firmanın bulunduğu yer (batı) istatistiki olarak anlamlı ve teknik etkinlik üzerinde
negatif etkili değişkenler olarak belirlenmişken; firmanın büyüklüğü, kullandığı teknolojinin
yaşı, firmanın bulunduğu yer (doğu) ise istatistiki olarak anlamlı ve teknik etkinlik üzerinde
pozitif etkili değişkenlerdir.
Önder vd. (2003), 1990-1998 döneminde Türkiye’de seçilmiş 18 ilde imalat sanayinde
faaliyet gösteren işletmelerin teknik etkinliğini ve teknolojik gelişmeyi ölçmek için translog
üretim fonksiyonunu benimseyerek etkinsizlik etkilerinin de modellendiği stokastik sınır
analizini kullanmışlardır. Çalışmaya konu olan dönem içinde bazı yıllarda teknik etkinlik
5
artışı gözlenmiş; ancak dönemin tamamı için teknik etkinlik düzeyinde düşüş olduğu
bulgusuna ulaşılmıştır. Ortalama firma büyüklüğünün teknik etkinliği arttırdığı, özel sektörde
ortalama teknik etkinliğin kamu sektörüne göre daha yüksek olduğu gözlemlenmiş, İstanbul,
hem özel sektörde hem de kamu sektöründe teknik etkinliğin en yüksek olduğu il olarak
saptanmıştır.
Balcılar ve Çokgezen (2003)’in çalışmasında 1998 yılı için yatay kesit veri kullanılarak
Türkiye’deki kamu ve özel şeker fabrikalarının karşılaştırmalı analizi yapılmaktadır.
Stokastik sınır analizi kullanılarak firmalar için translog üretim fonksiyonu tahmin edilen
çalışmanın sonucunda kamu ve özel sektöre ait firmaların etkinliklerinde anlamlı bir
farklılaşma olmadığı ortaya çıkmıştır.
Kök ve Yeşilyurt (2006), 1993-2000 dönemi için ilk beş yüz imalat sanayi kuruluşunun
etkinliğini stokastik sınır analizi kullanılarak ölçmektedir. Çalışmada özel kesimde bulunan
alt sektörlerin kamu kesiminde bulunanlara göre daha yüksek etkinliğe sahip oldukları
sonucunda ulaşılmıştır. Bunun yanı sıra alt sektörlerin teknik etkinlik düzeyleri ile
yoğunlaşma oranları arasında pozitif bir korelasyon gözlenmiştir.
3. Model
Bu çalışmada, imalat sanayi altında bulunan 4 haneli endüstrilerin 2003-2008 dönemine ait
panel veri seti kullanılarak Battese ve Coelli (1995)’de kullanılan etkinsizlik etkileri modeli
tahmin edilmektedir.
Translog üretim sınırı fonksiyonu aşağıdaki gibidir:
6
Burada hata teriminin bileşeni olan
simetrik hatayı (rasgele hata terimi) temsil etmekte,
biçiminde bağımsız ve özdeş olarak ve
teriminin diğer bileşeni olan
etkinsizlikle ilişkilidir.
burada
’ler negatif olmayan rasgele değişkenler olup teknik
biçiminde bağımsız olarak dağılmaktadır:
’ler
rasgele değişkeni sıfır ortalama ve
Bu varsayımlar
’nin
den bağımsız dağılmaktadır. Hata
varyansa sahip kesik normal biçimde dağılmaktadır.
dağılımının negatif olmayan kesiminde dağılmasıyla tutarlıdır
(Battese ve Coelli, 1995). Bu çalışmada kullanılan teknik etkinsizlik etkileri aşağıda gösterilmektedir:
i. sektör ve t. gözlem için üretimin teknik etkinliği aşağıdaki gibi tanımlanmaktadır:
4. Veri ve Değişkenler
Çalışmada 2003-2008 yılları arasında TÜİK tarafından toplanan Yıllık Sanayi ve Hizmet
İstatistikleri kullanılmaktadır. NACE Rev. 1.1 ekonomik faaliyet sınıflamasına göre İmalat
Sanayi (Kısım D) altında faaliyet gösteren 234 adet endüstri bulunmaktadır. Bu 234 adet
endüstrinin 114 adedine ait veriler 5429 Sayılı Kanun gereği gizlilik ilkesine göre kısmen ya
da tamamen verilmediği için 120 adet endüstriye ilişkin veriler kullanılmaktadır. Stokastik
üretim sınırı tahmininde iki girdi kullanılmıştır: işgücü (L) ve sermaye (K)
Çıktı (y): NACE Rev. 1.1 faaliyet sınıflamasına göre 120 endüstriye ilişkin çıktı değerleri
sabit 2003 fiyatlarıyla ölçülmektedir.
İşgücü (L): İşgücü değişkeni ücretli çalışanların çalıştığı saat sayısı olarak ölçülmektedir.
7
Sermaye (K): Sermaye değişkeni 2003-2008 yılları arasında seçilen endüstrilerdeki sermaye
stokunu temsil etmekte ve 2003 fiyatlarıyla ölçülmektedir. TÜİK verilerinde sermaye stoku
yer almadığından ve 2001 yılı sonrasında ise sermaye stoku için temsili değişken olarak
kullanılabilecek amortisman verisi yayınlanmadığından, kullanılabilecek diğer temsili
değişkenler olarak yazında geçen “kurulu ekipmanların toplam beygir gücü”, “kurulu
makinelerin toplam sayısı”, “sabit varlıkların değeri” gibi değişkenler de anketlerden
çıkartıldığından çalışmada kullanılan sermaye stoku verileri “aralıksız envanter yöntemi”
kullanılarak yazar tarafından hesaplanmıştır.
Yatırım serilerinden sermaye stokunu hesaplarken ilk sorun başlangıç stokudur. Bir başlangıç
stoku hesapladıktan sonra ilave yatırımlar eklenerek ve amortismanlar da düşülerek güncel
sermaye stokuna ulaşılabilmektedir. Başlangıç stokunun elde edilebilmesi için
formülü kullanılmaktadır (Yılmaz, 2007). Burada δ sermayenin aşınma payını,
ise n yıl
için yapılan yatırımların ortalamasını göstermektedir. Sermaye stoku hesaplamasında yatırım
verisi olarak TÜİK’in yayınladığı “Makine ve Teçhizata Brüt Yatırımlar” kullanılmıştır.
Aşınma payı olarak ise makine ve teçhizat için kabul edilen %10 oranı uygulanmıştır.
Çalışmada kontrol değişkenleri olarak Taymaz ve Saatçi (1997)’de kullanılan teknik
personelin payı ve idari personelin payı kullanılması öngörülmüş; ancak 2001 yılından sonra
TÜİK’in bu verileri de anketlerinden çıkardığı görülmüştür. Green ve Mayes (1991)’in
Birleşik Krallık İmalat Sanayi için yaptığı çalışmada kullanılan kontrol değişkenleri olan
“üretimde çalışan işçilerin toplam işgücüne oranı”, “üretimde çalışan işçi başına maaş ve
8
ücretler”, “üretim dışında çalışan işçi başına maaş ve ücretler” gibi değişkenler de aynı
biçimde TÜİK anketlerinde yer almamaktadır.
Sektördeki Ortalama Firma Büyüklüğü (OFB): Sektördeki ortalama firma büyüklüğü
sektördeki çalışan sayısının girişim sayısına bölünmesiyle elde edilmektedir.
Sektör Çıktısının İmalat Sanayi Çıktısı İçindeki Payı (SPAY): Sektörün çıktısının İmalat
sanayi çıktısına oranını ifade etmektedir.
Yıllar: Her yıl için ortalama etkinlik değişimlerini ölçmek için etkinsizlik etkileri modelinde
beş yıl için kukla değişkenler kullanılmaktadır.
5. Ampirik Bulgular
Stokastik sınır modeli için en yüksek olabilirlik parametre tahminleri FRONTIER 4.1
programı kullanılarak elde edilmiştir (Coelli, 1994). Türkiye imalat sanayi için 2003-2008
dönemi stokastik sınır üretim fonksiyonu parametre tahminleri Tablo 1’de gösterilmektedir.
Tablo 1: Stokastik sınır üretim fonksiyonu parametre tahminleri
Değişken
Sabit
ln(işgücü)
ln(sermaye)
[ln(işgücü)]2
[ln(sermaye)]2
ln(işgücü)* ln(sermaye)
Etkinsizlik Etkileri
Sabit
ln(OFB)
SPAY
2004
2005
2006
2007
Parametre
9
Katsayı
-14.469*
2.074*
1.252*
0.018
0.050
-0.107*
t-değeri
-4.898
6.403
4.124
0.440
1.536
-3.0904
1.545*
-36.137*
0.000275*
-0.124*
-0.183*
-0.254*
-0.252*
10.906
-14.047
2.001
-2.790
-4.076
-5.752
-5.657
2008
Varyans Parametreleri
Log-likelihood
Ortalama Etkinlik
* %5 düzeyinde istatistiksel olarak anlamlı
-0.266*
-5.956
0.115*
0.00000422
-244.537
85.4
19.152
0.397
Stokastik sınır modelinin katsayı işaretleri beklentilere uygun çıkmıştır. Parametrelerin
çoğunun istatistiksel olarak anlamlı olduğu gözlemlenmektedir. İşgücü ve sermaye
değişkenlerinin tahmin edilen katsayıları yüksek düzeyde anlamlı olup imalat sanayinde
ölçeğe göre artan getiri olduğunu işaret etmektedir.
Etkinsizlik modelinin tahmin edilen katsayılarına bakıldığında ln(OFB) değişkeninin
işaretinin beklentiye uygun olarak negatif ve anlamlı çıktığı görülmektedir. Bu, ortalama
firma büyüklüğü arttıkça etkinsizliğin azaldığını ifade etmektedir. SPAY değişkeninin
katsayısı pozitif ve anlamlı olarak tahmin edilmiş olup sektörün imalat sanayi içindeki payı
arttıkça etkinsizliğin arttığını ancak etkisinin çok küçük olduğunu göstermektedir. 2003 yılı
dışında etkinsizlik etkileri modeline konulan yıl kukla değişkenlerinin hepsinin katsayıları
negatif ve anlamlı çıkmıştır. Bu durum her yıl için etkinlik düzeyinin 2003 yılından yüksek
olduğunu göstermektedir.
Stokastik sınır üretim fonksiyonu tahmini için yapılan hipotez testlerinin sonuçları Tablo 2’de
gösterilmektedir. Hipotez testleri genelleştirilmiş olabilirlik testi kullanılarak yapılmıştır. Test
istatistiği aşağıdaki formül kullanılarak hesaplanmıştır:
10
Tablo 2: Hipotez testleri
Sıfır Hipotezi
Test istatistiği
Kritik değer*
Cobb-Douglas üretim fonksiyonu
H0: β3= β4= β5=0
147.377
7.815
Etkinsizlik yoktur
H0:γ=δ0=δ1=δ2=δ3=δ4=δ5=δ6=δ7=0** 241.398
16.274
Stokastik olmayan etkinsizlik
H0: γ = 0**
241.055
5.14
Etkinsizlik etkileri yoktur
H0: δ1=δ2=δ3=δ4=δ5=δ6=δ7=0
241.398
14.067
Zamana göre değişmeyen etkinsizlik
H0: δ3=δ4=δ5=δ6=δ7=0
-69.620
11.070
*Test istatistiği için kritik değer %5 anlamlılık düzeyindedir.
Karar
H0 reddedilir
H0 reddedilir
H0 reddedilir
H0 reddedilir
H0 reddedilir
**Test istatistiği karma bir Χ2dağılımına sahiptir (Kodde ve Palm, 1986)
Tahmin edilen üretim fonksiyonunu Cobb-Douglas tipine indirgeyen birinci sıfır hipotezi
reddedilmiştir. İkinci olarak etkinsizlik olup olmadığı test edilmiş ve sıfır hipotezi
reddedilmiştir. Üçüncü sıfır hipotezi, etkinsizlik etkilerinin stokastik olmadığını ifade
etmektedir. Burada önemli bir nokta hipotez test edilirken kullanılacak serbestlik derecesinin
belirlenmesidir. Eğer γ parametresi sıfır ise, etkinsizlik etkilerinin varyansı sıfırdır ve model
OFB, SPAY ve yıl kukla değişkenlerinin üretim fonksiyonuna girdiği geleneksel bir ortalama
tepki fonksiyonuna dönüşür ve model en küçük kareler yöntemi kullanılarak tahmin
edilebilir.
Bu durumda, üretim fonksiyonunda da sabit terim olduğu göz önünde
bulundurulursa δ0 da sıfır olacaktır. Öyleyse, bu sıfır hipotezi için kullanılacak kritik değer,
serbestlik derecesi 2 olan Χ2 dağılımından elde edilecektir (Battese ve Coelli, 1995, Coelli,
1995). Söz konusu hipotez de reddedildiğinden stokastik sınır yöntemi kullanılabilmiştir.
Bunun yanı sıra etkinsizlik etkilerinin olup olmadığı da test edilmiş ve sıfır hipotezi
reddedilmiştir. Bu hipotezin reddedilmesi etkinsizlik etkilerinin toplu olarak anlamlı
olduğunu göstermektedir. Son olarak etkinsizliğin zamana göre değişip değişmediği test
edilmiş (time-invariant efficiency), hipotezin reddedilmesi etkinsizlik etkilerinin zamanla
değişmekte olduğunu göstermiştir.
11
6. Sonuç
Çalışmada 2003-2008 yılları dönemi için NACE Rev. 1.1 endüstri düzeyinde panel veri
kullanılarak Türkiye imalat sanayi için stokastik sınır üretim fonksiyonu tahmin edilmiş ve
teknik etkinlik hesaplanmıştır. Ampirik bulgulara göre, Türkiye imalat sanayinde ölçeğe göre
artan getiri mevcut olmakla birlikte firma büyüklüğü arttıkça teknik etkinlik artmakta,
zamanla değişen etkinlik düzeyleri gözlemlenmektedir. Bunun yanı sıra endüstrilerin
üretiminin imalat sanayinin toplam üretimi içindeki arttıkça teknik etkinlik azalmakta ancak
bu etki çok sınırlı kalmaktadır.
Çalışmanın, firma düzeyinde veriler kullanılarak yapılamaması başlıca eksikliğini
oluşturmakta ve 2001 sonrası dönemin konu edileceği gelecek çalışmalar için bir başlangıç
noktası oluşturmaktadır.
12
Kaynakça
Aigner D.J., C.A.K. Lovell ve P. Schmidt (1977) “Formulation and estimation of stochastic
frontier production function models”, Journal of Econometrics, 6(1), 21-37
Balcılar, M. ve M. Çokgezen (2003) “Comparative Technical Efficiencies of State and
Privately Owned Sugar Plants in Turkey”, Manas Universitesi Sosyal Bilimler Dergisi,
4(8), 167-179
Battese, G.E., ve T.J. Coelli (1995) “A Model for Technical Inefficiency Effects in a
Stochastic Frontier Production Function for Panel Data.” Empirical Economics, 20(2): 325–
332
Coelli, T. J. (1994) “A Guide to FRONTIER Version 4.1: A Computer Programme for
Stochastic Frontier Production and Cost Function Estimation”, CEPA Working Paper
96/07, Centre for Efficiency and Productivity Analysis, University of New England, Australia
Coelli, T. J. (1995) “Estimators and Hypothesis Tests for a Stochastic Frontier Function: A
Monte Carlo Analysis”, Journal of Productivity Analysis, 6(4), 247–268
Coelli, T.J.; D.S.P. Rao; ve G.E. Battese (2005) An Introduction to Efficiency and
Productivity Analysis, Boston: Kluwer Academic
Cornwell, C.; P. Schmidt ve R.C. Sickles (1990). “Production Frontiers with Cross-Sectional
and Time-Series Variation in Efficiency Levels.” Journal of Econometrics, 46(1–2): 185–
200.
Green, A. ve D. Mayes (1991) “Technical Inefficiency in Manufacturing Industries”, The
Economic Journal, 101(406), 523-538
13
Greene, W. H. (2008) “The econometric approach to efficiency analysis” iç. H.O. Fried,
C.A.K Lovell, S.S Schmidt (der) The Measurement of Productive Efficiency and
Productivity Growth, New York: Oxford University Press, 92-250
Huang C.J. ve J-T Liu (1994) “Estimation of a non-neutral stochastic frontier production
function”, Journal of Productivity Analysis, 5(2), 171-180
Kalirajan, K. (1981) “An econometric analysis of yield variability in paddy production”,
Canadian Journal of Agricultural Economics, 29(3), 283-294
Kodde, D. A. ve
F. C. Palm. (1986) “Wald Criteria for Jointly Testing Equality and
Inequality Restrictions”, Econometrica, 54(5), 1243–1248
Kök, R ve M. E. Yeşilyurt (2006) “İlk Beş Yüz İmalat Sanayi Kuruluşunun Etkinlik Analizi
ve Sigma Yakınsaması-Türkiye Örneği: 1993-2000”, İktisat İşletme ve Finans, 249, 46-60
Kumbhakar, S.C. (1990) “Production Frontiers, Panel Data and Time-Varying Technical
Efficiency.” Journal of Econometrics, 46(1–2), 201–211.
Kumbhakar S.C., S. Ghosh ve J.T. McGuckin (1991) “A generalized production frontier
approach for estimating determinants of inefficiency in US dairy farms”, Journal of
Business and Economic Statistics, 9(3), 279-286
Meeusen W, van den Broeck J (1977) “Efficiency estimation from Cobb-Douglas production
functions with composed error”, International Economic Review, 18(2), 435-444
Önder A.Ö., E. Deliktaş, A. Lenger (2003) “Efficiency in the Manufacturing Industry of
Selected Provinces in Turkey: A Stochastic Frontier Analysis”, Emerging Markets Finance
and Trade, 39(2), 98 - 113
14
Pitt M.M., L-F Lee (1981) “The measurement and sources of technical inefficiency in the
Indonesian weaving industry”, Journal of Development Economics, 9(1), 43-64
Reifschneider D. ve R. Stevenson (1991) “Systematic departures from the frontier: A
framework for the analysis of finn inefficiency”, International Economic Review, 32(3),
715-723
Saygılı, Ş. ve E. Taymaz (2001) “Privatization, Ownership and Technical Efficiency- A study
of the Turkish cement industry”, Annals of Public and Cooperative Economics, 72(4), 581605
Taymaz, E. ve G. Saatçi (1997) “Technical Change and Efficiency in Turkish Manufacturing
Industries” Journal of Productivity Analysis, 8(4), 461–475
Taymaz, E. (2001) Ulusal Yenilik Sistemi: Türkiye İmalat Sanayiinde Teknolojik
Değişim ve Yenilik Süreçleri, TÜBİTAK / TTGV / DİE, Ankara, 2001
Yılmaz, K. (2007) Sermaye Stoku Hesapları: İşyeri Bazlı Yatırım Verileri, Sermaye
Stoku
Hesaplama
Yöntemleri
Çalıştayı,
17
Mart
2007,
www.ku.edu.tr/ku/images/EAF/sermaye_stoku_sunum_kyilmaz.pdf (03.01.2011)
15
Ankara,