Cilt/Vol.: 19 - Sayı/No: 3 (39-58)
Anadolu Üniversitesi Sosyal Bilimler Dergisi
Bölgelerarası Gelişmişlik Farklılıklarının Çözümünde Teşvik Politikalarının Etkinliği:
Türkiye İBBS-II Örneği
Effectiveness of Incentive Policies in Solution of Regional Development Disparities:
The Case of Turkey NUTS-II
Dr. Necmettin Çelik1
Başvuru Tarihi: 18.12.2017
Kabul Tarihi: 09.11.2018
Öz
Bölgelerarası gelişmişlik farklıkları, kısmi ve sınırlı iyileşmelere rağmen, Türkiye’nin önemli bir
yapısal sorunu olarak varlığını korumaktadır. Bu sorunun çözümünde teşvik politikalarının
etkinliğinin analiz edilmek istendiği çalışmada, 2005-2014 dönemi ve İBBS-II (26 Bölge)
Bölgelerini kapsayan Sistem GMM tahmincisine dayalı Dinamik Panel Model ve her bir kesite
özgü farklılaştırılmış etkileri veren Farklılaştırılmış β Sabit Etkiler Panel Modeli üzerinden makro
(ulusal) ve mikro (bölgesel) düzeyde iki farklı modelleme yoluna gidilmiştir. Elde edilen makro
bulgular, teşvik uygulamaları ile bölgelerin büyüme performansları arasında, ulusal düzeyde,
istatistiksel olarak anlamlı herhangi bir ilişki olmadığı yönündedir. Elde edilen mikro bulgular
ise, teşvik uygulamalarının orta-düşük gelir grubunda yer alan sınırlı sayıdaki bölgede etkin
sonuçlar verdiğini; buna karşın, bölgelerin çoğunda etkinsiz olduğunu göstermektedir. Bu
doğrultuda, teşvik sisteminin bölgelerarası gelişmişlik farklılıklarının giderilmesinde etkinsiz
olduğu; teşvik politikalarının yalnızca geri kalmış bölgeler için bir politika aracı olabileceği
görülmektedir.
Anahtar Kelimeler: Bölgelerarası Gelişmişlik Farklılıkları, Teşvik Politikaları, Dinamik Panel
Veri Analizi, Farklılaştırılmış β Panel Veri Analizi
Abstract
Despite partial improvements, regional development disparities have been going on for years as a
structural problem in Turkey. Study aims investigating the effectiveness of incentive policies in
solution of this problem. It includes macro (national) model depends on System GMM estimator
and micro (regional) model depends on Heterogeneity β Fixed Effects estimator over 2005-2014
period and 26 NUTS-II regions in Turkey. Macro model findings indicate that there is no any
statistically significant relationship between incentives and regions’ growth performance at
national level. Similarly, micro model findings indicate that incentives have statistically
significant effects in few sub-region located in medium-low income group while they aren’t
1
İzmir Katip Çelebi Üniversitesi, necmettinncelik@gmail.com
39
Cilt/Vol.: 19 - Sayı/No: 3 (39-58)
Anadolu Üniversitesi Sosyal Bilimler Dergisi
effective in many sub-regions. Therefore, the incentive policy isn’t effective in solution of regional
development disparities in Turkey and it could be considered as political instrument for regions
only with lower income.
Keywords: Regional Development Differences, Incentive Policies, Dynamic Panel Data Analysis,
Heterogeneity β Panel Data Analysis
Giriş
Bölgelerarası gelişmişlik farklılıkları, birçok ülke gibi Türkiye'nin de önemli bir yapısal sorunu
olarak varlığını korumaktadır. Öyle ki; Yeldan vd. (2012)'nin vurguladığı üzere, iktisadi
gelişmişlik açısından bölge düzeyinde üç farklı Türkiye gerçeği söz konusudur. İlgili çalışmada,
Felipe vd. (2012)’nin yaptığı sınıflandırmadan2 hareketle, 2011 yılı itibariyle 26 bölgeden
yalnızca 7 bölgenin orta-gelir tuzağı riski taşımayan sanayileşmiş ve gelişmiş bölgeler olduğu;
buna karşın, 11 bölgenin orta-gelir tuzağı riski; 8 bölgenin ise, yoksulluk tuzağı riski altında
olduğu vurgulanmaktadır. 2014 yılına gelindiğinde ise, orta-gelir tuzağı riski olmayan bölge
sayısının halen 7 olduğu ve yoksulluk tuzağı riski altındaki orta-düşük gelir grubunda yer alan
bölge sayısının 6’ya gerilediği; buna karşın, orta-gelir tuzağı riskine sahip bölge sayısının 12’den
13’e yükseldiği görülmektedir (Akgüngör vd., 2017a, s.29).
Öte yandan, bölgelerarası gelişmişlik farklılıkları, kişi başına düşen gelir düzeyleri üzerinden
hesap edilen varyasyon katsayıları3 yardımıyla da gözlenebilmektedir. Bu amaçla, İBBS-II
bölgelerine yönelik 2004-2014 dönemini kapsayacak şekilde hesaplanan varyasyon
katsayılarının yer aldığı Şekil 1, Türkiye’de bölgelerarası gelişmişlik farklılıklarının 2007’den
2010’a kadar kısmi bir şekilde azaldığını; sonrasında ise, yatay bir seyir izleyerek stabil bir hale
geldiğini göstermektedir.
0,45
0,40
0,43
0,44
0,39
0,38
0,35
0,30
2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
Kaynak: TUİK Bölgesel İstatistikleri Üzerinden Hesap Edilmiştir.
Şekil 1. Düzey 2 Bölgelerinin Varyasyon Katsayıları (2004-2014)
2
3
Kişi başına düşen GSYH’sı 2000 $’ın altında olan bölgeler Düşük-Gelir grubunda, 2000 $ - 7.250 $ arasında olan bölgeler Orta-Düşük gelir grubunda,
7.250 $ - 11.250 $ arasında olan bölgeler Orta-Yüksek gelir grubunda ve 11.250 $’dan yüksek olan bölgeler Yüksek Gelir grubunda
değerlendirilmektedir (Yeldan vd., 2012, s. 78). Bu doğrultuda orta gelir tuzağı, nicel açıdan, bölge ekonomilerinin kişi başına düşen gelir düzeyi
açısından orta gelir grubundan çıkamamaları olarak tanımlanabilir.
Varyasyon katsayısı, standart sapmanın ortalamaya oranını ifade etmektedir. Burada varyasyon katsayıları, bölgelerin kişi başına düşen gelir
düzeylerinin standart sapmalarının ortalamalarına oranlanmasıyla elde edilmiştir.
40
Cilt/Vol.: 19 - Sayı/No: 3 (39-58)
Anadolu Üniversitesi Sosyal Bilimler Dergisi
Bu açıdan bakıldığında, Türkiye’de, bölgelerarası gelişmişlik farklılıkları ekseninde kısmi ve göz
ardı edilebilir boyutlarda geçici bir iyileşmenin olduğu; buna karşın, bölgelerarası gelişmişlik
farklılıklarının önemli bir sorunsal olarak varlığını korumaya devam ettiği söylenebilir. Çünkü,
bölgelerarası gelişmişlik farklılıklarının boyutunu gösteren varyasyon katsayılarının gelişmiş
ülke örneklerinde 0,20 - 0,30 bandında seyrettiği; buna bağlı olarak, Türkiye’nin mukayeseli
konumunun oldukça zayıf kaldığı; İBBS-II düzeyinde verisi mevcut olan ülkeler için hesaplanan
varyasyon katsayılarının yer aldığı Şekil 2’de net bir şekilde görülebilmektedir.
0,50
0,440,46
0,350,360,38
0,320,32
0,270,28
0,26
0,25
0,30 0.23 (AB-15)
0,23
0,190,190,200,210,210,210,22
0,170,17
0,20 0,13
0,10
0,40
A
vu
stu
Po rya
A rte
rn k
av iz
ut
lu
k
Fi İsv
nl eç
an
H diy
ol a
la
n
N da
D or
an ve
im ç
İn arka
gi
l
İ ter
Y spa e
un ny
an a
i
Po stan
lo
n
Fr ya
a
A ns
lm a
an
y
İta a
İrl lya
an
d
Çe M Belç a
k ac ik
Cu ar a
m ista
hu n
ri
Tü yeti
Sl rkiy
ov e
Ro eny
m a
an
ya
0,00
Çeşitli Ülkeler
AB-15
Kaynak: Eurostat ve TÜİK Verileri Üzerinden Hesaplanmıştır.
Şekil 2. Çeşitli Ülkelerin Düzey-2 Bölgeleri Dahilinde 2014 Yılı Varyasyon Katsayıları
Bu açıdan bakıldığında, birçok ülke gibi Türkiye’nin de önemli bir sorunsalı olan bölgelerarası
gelişmişlik farklılıklarının çözümüne yönelik politika önerileri geliştirilmesi, gerek iktisadi;
gerekse de toplumsal refahın tesisi için kritik bir öneme sahiptir.
Bu noktada, gelişmişlik farklılıklarının sebeplerini irdeleyen Keynezyen Yaklaşım, Klasik
Yaklaşımın aksine, piyasaları iktisadi farklılıkları arttıran bir potansiyel olarak
değerlendirmektedir (Pike vd., 2006, s.70). Bunun temel dayanağı olarak ise, ölçek ve yığın
ekonomileri gösterilmektedir. Öyle ki; ölçek ve yığın ekonomileri neticesinde emek, sermaye ve
çıktının görece daha pahalı oldukları belirli bölgelerde kümülatif bir şekilde yoğunlaştıkları;
buna bağlı olarak da dengesiz bölgesel kalkınmanın kendi kendisini pekiştiren bir süreç haline
dönüştüğü ileri sürülmektedir (Martin ve Sunley 1998, s. 201). Dolayısıyla, Keynezyen Yaklaşım
dahilinde, bölgesel farklılıklarla hükümet merkezli mücadele edilmesine ve görece geri kalmış
bölgelerin kendilerine özgü potansiyellerinin ortaya çıkarılabilmesi adına kamusal nitelikli
destek politikalarının devreye sokulmasına yönelik politika önerileri geliştirilmiştir.4
Bu açıdan bakıldığında, büyük ölçekli yatırımların özendirilmesi aracılığıyla bölgesel gelişmişlik
farklılıklarının azaltılması amacını güden teşvik uygulamaları önemli bir politika aracı olarak
4
Klasik İktisat ve onun devamı niteliğindeki Yaklaşımlarsa; her ne amaçla olursa olsun ekonomiye yönelik her türlü müdahalenin mükemmel bir şekilde
işleyen piyasa mekanizmasına zarar vereceğini ve bu tür uygulamaların özel sektör yatırım kararları üzerinde bir tür saptırıcı etki yaratarak etkinsiz
olacağını vurgulamaktadır (Çelik, 2017, s. 2).
41
Cilt/Vol.: 19 - Sayı/No: 3 (39-58)
Anadolu Üniversitesi Sosyal Bilimler Dergisi
ön plana çıkmaktadır. Ancak, teşvik uygulamalarının etkinliği teorik yönden olduğu kadar
ampirik yönden de oldukça tartışmalı bir sorunsal olarak güncelliğini korumaktadır. Öne çıkan
bu farklılıklar teşvik politikalarının etkinliğinin ve gerekliliğinin tartışmalı bir sorunsal olarak
varlığını koruduğunu göstermektedir. Bu doğrultuda çalışmada, 2002 yılından bu yana üç kez
değişikliği uğrayan ve etkinliği teorik ve ampirik yönden oldukça tartışmalı olan teşvik
uygulamalarının bölgelerarası gelişmişlik farklılıkları sorununun çözümünde etkili bir politika
aracı olup olmadığının sınanması amaçlanmıştır. Fakat, 2012-3305 sayılı Yatırım Teşvik
Mevzuatı’nda belirtildiği üzere, amaçlarından biri bölgelerarası gelişmişlik farklılıklarının
azaltılması olan teşvik uygulamalarının tüm bölgeler için etkin ve benzer sonuçlar vermemesi
ya da kimi bölgelerde devreye sokulan teşviklerin komşu bölgeler üzerinde negatif yönlü bir
rekabet etkisi yaratması dahi oldukça muhtemeldir. Bunun gibi mekan ve zaman boyutunda
yaşanabilecek politika etkinsizlikleri, devreye sokulacak politikaların detaylı ve mikro
perspektiften analizini ve bölgelere özgü politika farklılaştırmalarını gerektirmektedir.
Bu doğrultuda çalışmada, teşvik uygulamalarının bölgelerin büyüme performansı üzerindeki
etkileri, ilk olarak, 2005-2014 dönemi ve Türkiye’nin İBBS-II Bölgelerini kapsayacak şekilde
tasarlanan dinamik panel model dahilinde ve sistem GMM tahmincisine dayalı olarak tahmin
edilmiştir. Ancak, teşvik uygulamalarının tüm bölgeler üzerindeki etkilerinin katsayı ve
istatistiksel anlamlılık düzeyi açısından farklılık taşıyabileceğine yönelik öngörüler sebebiyle,
ampirik analizin ikinci aşamasında, her bir kesite (bölge) özgü farklılaştırılmış β katsayılarının
elde edilebildiği Farklılaştırılmış β Sabit Etkiler Panel Modeli üzerinden mikro düzeyde
bulgulara ulaşılmak istenmiştir. Böylece, teşvik uygulamalarının katsayı ve anlamlılık düzeyi
açısından bölgelere ilişkin farklılaştırılmış etkilerinin belirlenmesi ve teşvik politikalarının
etkinliğinin mikro perspektiften de değerlendirilmesi amaçlanmıştır. Bu yönüyle çalışmanın
tartışmalı bir sorunsal olan teşvik politikalarının etkinliğini ulusal ve bölgesel düzeyde (makro
ve mikro perspektiften) değerlendirme imkanı sunması açısından literatüre katkı sağlayacağı
öngörülmektedir.
Literatür Özeti
Teşvik uygulamalarının etkinliğine yönelik ampirik literatür incelendiğinde, bulguların
homojen bir yapıdan uzak olduğu ve teorik temelli tartışmaların ampirik literatüre de yansıdığı
görülmektedir. Örneğin, AB bünyesinde yapılan çalışmalardan Dall'erba ve Gallo (2008), Mohl
ve Hagen (2010), Becker vd. (2010) teşvik ve yapısal fonlar gibi destek uygulamaları ile iktisadi
büyüme süreçleri arasında istatistiksel olarak anlamlı herhangi bir ilişki olmadığına yönelik;
Penalver (2007), Ramajoa vd. (2008), Becker vd. (2008), Busillo vd. (2010), Kyriacou ve RocaSagales (2012), Becker vd. (2012), Pellegrini vd. (2013), Tomova vd. (2013), Maynou vd. (2014),
Crescenzi ve Giua (2014) ise, destek uygulamalarının iktisadi büyüme üzerinde pozitif ve
istatistiksel olarak anlamlı etkileri olduğuna yönelik bulgulara ulaşmıştır.
Bununla birlikte, Rodriguez-Pose ve Garcilazo (2013), Fratesi ve Perucca (2014) yapısal fonlar
gibi teşvik uygulamalarının bölgelerin büyüme performansları üzerindeki etkisinin oldukça az
olduğu; buna bağlı olarak teşvik uygulamalarının istenilen düzeyde etkin olmadığı bulgusuna
42
Cilt/Vol.: 19 - Sayı/No: 3 (39-58)
Anadolu Üniversitesi Sosyal Bilimler Dergisi
ulaşmıştır. Benzer bir şekilde, Esposti ve Bussoletti (2008) teşvik uygulamalarının pozitif
olmakla birlikte etkilerinin sınırlı ve göz ardı edilebilir boyutlarda olduğu; hatta bazı AB
bölgeleri için bu etkilerin negatif yönlü olduğu bulgusuna ulaşmıştır.
Rodriguez-Pose ve Novak (2013) ise, 2000-2006 dönemi dahilinde pozitif etkilerini tespit
ettikleri teşvik uygulamalarının 1994-1999 dönemi dahilinde istatistiksel olarak anlamlı
herhangi bir etkisinin olmadığı bulgusuna ulaşmıştır. Pose ve Fratesi (2004) ise, fiziki altyapı
yatırımlarına tahsis edilen fonların bölgelerarası gelişmişlik farklılıklarının azaltılmasındaki
etkilerinin istatistiksel olarak anlamsız; eğitim ve beşeri sermayenin geliştirilmesine yönelik
tahsis edilen yapısal fonların ise pozitif etkilere sahip olduğu bulgusuna ulaşmıştır. Öte yandan,
Ederveen vd. (2006), teşvik uygulamalarının bölgelerin büyüme performansları üzerinde
negatif etkiler sergilediği bulgusuna ulaşmıştır. Benzer bir şekilde, Çelik ve Altay (2016), AB-25
ülkelerine yönelik uygulanan yapısal fonların özel kesim yatırım kararları üzerinde dikkate
değer ölçüde olmasa da saptırıcı bir etkiye sahip olduğu bulgusuna ulaşmıştır.
Türkiye öznelindeki çalışmalardan Çelik (2017) ise, bir bölgeye yönelik düzenlenen teşviklerin
bölgedeki imalat sanayi yatırım kararları üzerinde arttırıcı; ancak komşu bölgelerdeki yatırım
kararları üzerinde, neredeyse benzer ölçüde, saptırıcı etkilerini tespit ettiği çalışmasında, teşvik
politikalarının makro düzeyde etkinsiz olduğu bulgusuna ulaşmıştır. Öte yandan, Yavan (2011),
teşviklerin bölgelerin büyüme performansları üzerindeki etkilerinin pozitif yönlü olduğu
bulgusuna ulaşırken; Taşdoğan (2013), Şahin ve Uysal (2011), Gürler-Hazman (2010), Yıldırım
(2005), Karaçay-Çakmak ve Erden (2004) ise, teşvik uygulamalarının etkinliğine dair
istatistiksel olarak anlamlı herhangi bir bulguya ulaşamamıştır. Çiftçi (2007) ise, teşvik
uygulamalarının 1980’li yıllarda, tüm bölgelerde etkin olmakla birlikte, en büyük katkısının 4.
Bölgede görüldüğü; 1990’lı ve 2000’li yıllarda ise, teşviklerin istihdam üzerindeki katkısının
nispeten azaldığı bulgusuna ulaşmıştır.
Teşvik Uygulamalarının Sektörel ve Bölgesel Dağılımı
Türkiye genelinde, 2002-2016 döneminde, toplam değeri yaklaşık 670 Milyar ₺ olan 51,847 adet
teşvik belgesinin düzenlendiği görülmektedir. Ciddi bir kaynak dağılımına işaret eden bu
istatistikler, 2002 yılından itibaren üç kez değişikliğe uğrayan teşvik sisteminin önemli bir
politika aracı olarak kullanıldığı anlamına gelmektedir. Şekil 3 incelendiğinde, gerek
düzenlenen teşvik belgesi sayısında; gerekse de bu belgelerin yatırım tutarı cinsinden
karşılıklarında, 2009 yılına kadar nispeten bir dalgalanmanın olmadığı; 2009/15199 sayılı
kararla yürürlüğe giren teşvik sistemi sonrasında ise, büyük bir sıçramanın yaşandığı
görülmektedir.
43
Cilt/Vol.: 19 - Sayı/No: 3 (39-58)
Anadolu Üniversitesi Sosyal Bilimler Dergisi
120000
6000
5000
97.645
80000
4000
60000
3000
40000
2000
20000
1000
0
Teşvik Belge Adedi
Teşvik Yatırım Tutarı
5.144
100000
0
200220032004200520062007200820092010201120122013201420152016
Teşvik Yatırım Tutarı (Milyon ₺)
Teşvik Belge Adedi
Kaynak: Ekonomi Bakanlığı Yatırım Teşvik İstatistikleri
Şekil 3. Düzenlenen Teşvik Belge Adedi ve Yatırım Tutarı (2002-2016)
Teşvik belgesi başına düşen yatırım tutarlarının yıllar itibariyle seyrinin yer aldığı Şekil 4 ise,
2009 yılı itibariyle, teşvik araçlarıyla daha fazla kaynağın ekonomiye aktarıldığını net bir şekilde
göstermektedir. Örneğin; 2009 yılı öncesindeki 7 yıllık süreçte, belge başına düşen ortalama
yatırım tutarı 5,71 Milyar ₺ iken; 2009 yılı sonrasındaki 7 yıllık süreçte, bu rakam %300’ün
üzerinde bir artış göstererek 17,82 Milyar ₺ olarak gerçekleşmiştir. Bu açıdan bakıldığında,
teşvik politikaların konjonktürel yapıyla uyumlu ve daha aktif şekilde devreye sokulan bir
politika aracına dönüştürüldüğü görülmektedir.
25
20
15
10
5
0
2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
Belge Başına Düşen Teşvik Yatırım Tutarı (Milyon ₺)
Kaynak: Ekonomi Bakanlığı Yatırım Teşvik İstatistikleri
Şekil 4. Belge Başına Düşen Teşvik Yatırım Tutarı (Milyon ₺)
Bununla birlikte, teşviklerin sektörel dağılımına ilişkin istatistiklerin yer aldığı Şekil 5 ve Şekil 6
incelendiğinde, 2002-2016 dönemi boyunca düzenlenen 51,847 adet teşvik belgesinin
yaklaşık %55’inin imalat; %30’unun ise, hizmetler sektörüne yönelik olduğu görülmektedir.
Ulusal ve bölgesel kalkınmada sahip olduğu girdi-çıktı bağlantıları açısından anahtar sektör
44
Cilt/Vol.: 19 - Sayı/No: 3 (39-58)
Anadolu Üniversitesi Sosyal Bilimler Dergisi
konumundaki sanayi sektörüne yönelik düzenlenen teşviklerin diğer sektörlere nazaran daha
fazla olması, teşviklerin sektörel tahsisinde kalkınma odaklı hareket edildiğinin göstergesidir.
Bu durum, giderek daha aktif bir politika aracı haline dönüştürülen teşvik uygulamalarının
etkin sonuçlar vermesi için uygun bir yaklaşım olarak değerlendirilebilir.
Hizmetler
30%
Enerji
8%
Other
7%
İmalat
55%
Madencili
k
4%
Enerji
24%
Hizmetler
35%
Other
5%
Tarım
3%
Kaynak: Ekonomi Bakanlığı Yatırım Teşvik İstatistikleri
Şekil 5. 2002-2016 Döneminde
Düzenlenen Teşvik Belge Adedinin Sektörel
Dağılımı (%)
İmalat
36%
Madencili
k
4%
Tarım
1%
Kaynak: Ekonomi Bakanlığı Yatırım Teşvik İstatistikleri
Şekil 6. 2002-2016 Döneminde
Düzenlenen Teşvik Yatırım Tutarının Sektörel
Dağılımı (%)
Ancak, teşviklerin bölgesel tahsisi incelendiğinde, arzu edilen dağılımın hayata geçirilemediği
görülmektedir. Oysa ki; bölgelerarası gelişmişlik farklılıklarının giderilmesi noktasında teşvik
uygulamalarının etkin bir politika aracı olabilmesi, gelişmişlik düzeyi açısından geri kalmış ve
bir takım yapısal sorunlarla boğuşan bölgelerin teşvik imkanlarından daha fazla
yararlanabilmesini gerektirmektedir. Aksi halde, özel kesim yatırımlarının geri kalmış bölgelere
yönlendirilebilmesi ve dengeli bir kalkınma sürecinin temin edilmesinde, teşvik araçları
yatırımcılar açısından önemli bir karar unsuruna dönüştürülemeyecektir.
2002-2016 dönemi boyunca düzenlenen ve kişi başına düşen teşvik tutarının bölgesel tahsisini
gösteren Şekil 7, teşvik imkanlarından faydalanma düzeyinin sosyo-iktisadi yönden geri kalmış
olan ve ülkenin doğu ve güneydoğusundaki illeri kapsayan altıncı bölgeden ziyade, ulusal gelirin
en önemli paydaşı olan ve genel itibariyle Marmara ve Ege Bölgesi’ndeki illeri kapsayan birinci
ve ikinci bölgede yoğunlaştığını net bir şekilde ortaya koymaktadır.5 Bu durum, bölgeler
arasında yatırım yapılabilirlik bağlamında büyük farklılıklar olduğunu gösterdiği gibi bu
farklılıkların kısır bir döngü şeklinde devam edecek olduğunun da göstergesi niteliğindedir.
Çünkü; teşvik imkanlarından faydalanma düzeyinin geri kalmış bölgelerden ziyade gelişmiş
bölgelerde yoğunlaşması, bölgeler arasındaki gelişmişlik farklılıkların giderilmesinden ziyade;
atalet kazanmasına sebep olabilecek bir faktördür.
5
Yeni Teşvik Sistemi kapsamında belirlenen bölgelere ilişkin detaylı bilgi için bknz: https://www.ekonomi.gov.tr
45
Cilt/Vol.: 19 - Sayı/No: 3 (39-58)
12,00
10,00
Anadolu Üniversitesi Sosyal Bilimler Dergisi
10,18
8,36
8,33
7,24
8,00
5,88
6,00
4,00
2,65
2,00
0,00
Birinci Bölge
İkinci Bölge
Üçüncü Bölge Dördüncü Bölge Beşinci Bölge
Kişi Başı Teşvik Tutarı (Bin ₺)
Altıncı Bölge
Kaynak: Ekonomi Bakanlığı Yatırım Teşvik İstatistikleri
Şekil 7. Kişi Başına Düşen Teşvik Tutarının Bölgesel Dağılımı (2002-2016) (Bin ₺)
Sonuç olarak, son yıllarda daha aktif bir şekilde devreye sokulan teşvik uygulamalarının
konjonktürel ve sektörel dağılım itibariyle uygun olmakla birlikte, bölgesel dağılım itibariyle
ciddi bir sorunsala işaret ettiği; bölgeler arası gelişmişlik farklılıklarının giderilmesinden ziyade;
bu farklılıkların süregelmesine sebebiyet verecek bir mahiyette olduğu görülmektedir. Bu
durum, teşvik politikalarının bölgelerarası gelişmişlik farklılıklarının giderilmesi eksenindeki
etkinliğine şüpheyle yaklaşılmasını gerektirmektedir.
Veri Seti ve Değişkenler
Teşvik uygulamalarının Türkiye’de süregelen bölgelerarası gelişmişlik farklılıkları sorununun
giderilmesi eksenindeki etkinliğinin sınanmak istendiği çalışmada, mevcut veriler dahilinde,
2005-2014 dönemi6 ve Türkiye’nin İBBS-II Bölgeleri (26 Bölge) incelenmiştir.7 Kurgulanan
modelde, bağımlı değişken olarak bölgelerin kişi başına düşen gelir düzeyi artış oranları;
bağımsız değişkenler olarak ise,
•
•
•
•
kişi başına düşen yatırım teşvik tutarı artış oranı (TEŞVİKTUTAR),
bölgelerin beşeri sermaye birikimi dinamiklerini yansıtması adına kişi başına düşen ön lisans
ve lisans düzeyinde mezun öğrenci sayısı artış oranı (EĞİTİMYÜKSEK);
bölgelerin fiziki sermaye birikimi dinamiklerini yansıtması adına ise, sektörel nitelikli (imalat
sektörüne yönelik) kişi başına düşen kamu sabit sermaye yatırımları artış oranı (KSSYIM);
bölgelerin t dönemi büyüme performanslarının t-1 dönemi büyüme performanslarıyla ilişkili
olabileceğine dair yakınsama hipotezinin göz önünde bulundurulması adına, t-1 dönemi kişi
başı gelir düzeyi (ln(yi,t-1));
gibi literatürde sıklıkla vurgulanan belirleyicilere yönelik değişkenler dikkate alınmıştır. Bu
değişkenlere ilişkin açıklamalar Tablo 1’de yer almaktadır.
6
7
Bağımlı değişkene ilişkin veriler 2004-2014 aralığında mevcut olduğundan modeller bu zaman aralığında oluşturulmuştur.
İBBS Sınıflandırması, AB uyum süreci doğrultusunda, bölgesel istatistiklerin toplanması, geliştirilmesi, bölgelerin sosyo-ekonomik analizlerinin
yapılması, bölgesel politikaların çerçevesinin belirlenmesi ve Avrupa Birliği Bölgesel İstatistik Sistemine uygun karşılaştırılabilir istatistiki veri tabanı
oluşturulması gibi amaçlar doğrultusunda 2002/4720 sayılı kararnameyle oluşturulmuş ve hiyerarşik olarak üç düzeyden oluşan bir bölge tasnifidir.
46
Cilt/Vol.: 19 - Sayı/No: 3 (39-58)
Anadolu Üniversitesi Sosyal Bilimler Dergisi
Tablo 1. Değişkenlerin Karakteristik Özellikleri
Kısaltma
Açıklama
ln(yi,t/yi,t-1)
Kişi Başına Düşen Gelir Düzeyi Artış
Oranı
TÜİK
ln(yi,t-1)
Başlangıç Yılı Kişi Başına Düşen Gelir
Düzeyi
TÜİK
ln(NFS)
Nüfus Artış Oranı
-
TÜİK
ln(EĞİTİMYÜKSEK)
Kişi Başına Düşen Ön Lisans ve
Lisans Düzeyinde Mezun Öğrenci
Sayısı Artış Oranı
+
TÜİK
Fiziki
Sermaye
ln(KSSYIM)
Kişi Başına Düşen Sektörel Nitelikli
(İmalat Sektörüne Yönelik) Kamu
Sabit Sermaye Yatırımları Artış Oranı
+
Kalkınma Bakanlığı
Teşvikler
2005 –
2014
26 Bölge
Bağımlı
Değişken
ln(TEŞVİKTUTAR)
Kişi Başına Düşen Yatırım Teşvik
Tutarı Artış Oranı
+/-
Ekonomi Bakanlığı
Beşeri
Sermaye
Mutlak
Yakınsama
Öngörü
Kaynak
Teşvik uygulamaları, bölgelerin büyüme performansı üzerinde pozitif etkiler sergileyebileceği
gibi negatif rekabet etkisi yaratarak bölgelerin büyüme performanslarını olumsuz yönde de
etkileyebilme potansiyeline sahiptir. Bu sebeple, teşvik değişkenine ilişkin doğrudan bir
öngörüde bulunulması oldukça güçtür. Bununla birlikte, teşvik uygulamalarının konjonktürel
ve sektörel açıdan olmasa da bölgesel açıdan uygun bir dağılım deseni sergilemediği göz önünde
bulundurulduğunda, teşvik politikalarının etkinliğine yönelik şüpheyle yaklaşılması
gerekmektedir.
Öte yandan, fiziki sermaye birikimi olarak dikkate alınan imalat sektörüne yönelik8 kamu sabit
sermaye yatırımlarının ve beşeri sermaye birikimi olarak dikkate alınan yüksek eğitim
düzeyinin yaratacakları pozitif dışsallıklar ekseninde pozitif bir katsayı almaları
öngörülmektedir. Son olarak yakınsama değişkenin negatif bir katsayı alması bölgeler arasında
ıraksama olduğuna; pozitif bir katsayı alması ise, yakınsamanın varlığına işaret edecektir.
Metodoloji ve Model
Çalışmada, Türkiye’nin İBBS-II bölgelerini (26 alt-bölge) ve 2005-2014 dönemini kapsayan
panel veri seti kullanılmıştır. Panel verilerin analizinde, Havuzlanmış/Karma, Sabit Etkiler ve
Rassal Etkiler Panel Modelleri olmak üzere üç farklı model kullanılabilmektedir. Her bir kesit
için tek bir sabit terimin belirlendiği; buna bağlı olarak kesitler arası türdeşlik varsayımına
8
Alt harcama kalemleri itibariyle kamu sabit sermaye yatırımları ve bölgelerin gelir düzeyleri arasında yapılan ön sınama neticesinde, yalnızca beşeri
nitelikli (eğitim ve sağlık alanlarına yönelik) ve sektörel nitelikli (yalnızca imalat sanayine yönelik) kamu sabit sermaye yatırımlarının bölgelerin gelir
düzeyleri üzerinde istatistiksel olarak anlamlı etkileri olduğu tespit edilmiştir (Toplam kamu sabit sermaye yatırımlarına ek olarak ulaştırma,
haberleşme ve tarım sektörüne yönelik kamu sabit sermaye yatırımları ile bölgelerin gelir düzeyleri arasında istatistiksel olarak anlamlı herhangi bir
ilişkiye rastlanamamıştır). Bu doğrultuda, ekonometrik modelde, fiziki sermaye birikimini yansıtması adına imalat sanayine yönelik kamu sabit
sermaye yatırımları değişkeninin kullanılması uygun görülmüştür.
47
Cilt/Vol.: 19 - Sayı/No: 3 (39-58)
Anadolu Üniversitesi Sosyal Bilimler Dergisi
dayalı Havuzlanmış Panel Model'in temel sorunu, kesitler arası ayrım yapmaması ve
değişkenler arası ilişkinin zaman içinde bütün kesitler için aynı olup olmadığını
söyleyememesidir (Gujarati ve Porter, 2012, s.594).
Oysa ki; 26 alt bölgenin bünyesinde barındırdığı gözlemlenemeyen farklılıkların varlığı oldukça
muhtemeldir. Bu tür farklılıklarının dikkate alındığı modellerse, Sabit Etkiler Panel Modeli ve
Rassal Etkiler Panel Modeli’dir. Bu aşamada, değişkenler arasındaki ilişkiyi en iyi yansıtacak
modelin dikkate alınan örneklemin kesitlerinin (26 adet İBBS-II Bölgesi) belirgin karakteristik
özelliklere sahip alt bölgeler olması ve büyük bir örneklemden rastsal bir şekilde çekilmemeleri
sebebiyle Sabit Etkiler Panel Modeli olacağı varsayımıyla hareket edilmiştir. Bu doğrultuda,
tahmin edilecek modelin fonksiyonel formu şu şekildedir:
$%,'
ln #$
%,'()
* = 𝜸 ln .y0,123 4 + 𝜷 ln .X0,1 4 + 𝜹 ln .PI0,1 4 + ε0,1
ln.y0,1 4 − ln.y0,123 4 = 𝜸 ln .y0,123 4 + 𝜷 ln.X0,1 4 + 𝜹 ln.PI0,1 4 + ε0,1
i = 1, ..., 26 (Kesit Düzeyi)
t = 2005, ..., 2014 (Periyot Düzeyi)
α = 1 + γ denkliği dikkate alındığında, denklem (1) şu hale gelmektedir:
ln.y0,1 4 = 𝜶 ln .y0,123 4 + 𝜷 ln.X0,1 4 + 𝜹 ln.PI0,1 4 + ε0,1
ε0,1 = µD + ʋ0,1
(1)
(2)
(3)
yi,t ifadesi, i bölgesinin t dönemi kişi başı çıktı (gelir) düzeyini ifade etmekte, Xit büyümenin
fiziki ve beşeri dinamiklerine yönelik iktisadi belirleyicilerini yansıtan vektör; PIit ise,
büyümenin politik belirleyicilerini (teşvik tutarı) yansıtan vektördür. μi her bir kesite özgü
etkileri, εit hata terimlerini ifade etmektedir.
3 no’lu denklemde görülebileceği gibi, bağımlı değişkenin gecikmeli değeri aynı zamanda
açıklayıcı değişken olarak denklemin sağında yer almaktadır. Bu tür modeller dinamik modeller
olarak adlandırılmaktadır. Bağımlı değişkenin gecikmeli değerinin yer aldığı bu tür modellerde
bazı sorunlar ön plana çıkmaktadır. yit µi’nin fonksiyonu olduğundan yi,t−1 de µi’nin fonksiyonu
olmakta ve bu sebeple, 3 no’lu denklemin sağında yer alan yi,t−1 açıklayıcı değişkeni hata
terimleriyle korele olmaktadır. Bu durum, ʋi,t korele olmasa dahi, EKK tahmincisini sapmalı ve
tutarsız hale getirmektedir.
Benzer bir durum, Sabit Etkiler tahmincisi için de geçerlidir. Bu sapma kesit sayısı arttıkça
ortadan kalkmamakta; grup içi tahmincisi kesit sayısının geniş; periyot düzeyinin düşük olduğu
(N geniş; T küçük) modeller için tutarsız olmaktadır (Baltagi, 2013, s.155). Eğer periyot düzeyi
geniş olursa, bu sapma oldukça küçük hale gelmekte ve sorun ortandan kalkmaktadır (Aisen ve
Veiga, 2013, s.154). Ancak, çalışma kapsamındaki modellerin periyot düzeyi 2005-2014 olmak
üzere yalnızca 10 yıllık bir dönemi kapsadığından, literatürde ön plana çıkan bu sapmanın
48
Cilt/Vol.: 19 - Sayı/No: 3 (39-58)
Anadolu Üniversitesi Sosyal Bilimler Dergisi
önemli bir sorun haline dönüşmesi oldukça muhtemeldir.9 Bu sebeple, tasarlanan modelin
Sistem GMM Tahmincisi yardımıyla tahmin edilmesine karar verilmiştir.10
Ancak, Şekil 8’de de net bir şekilde görülebileceği gibi bölgelerin kişi başına düşen gelir
düzeyleri bir tür kümelenme deseni sergilemektedir. Bu durum, analiz edilen değişkenler
arasında mekansal bağımlılık ilişkisinin olabileceği izlenimi verdiğinden, ilk etapta, mekansal
bağımlılık ilişkisinin varlığının sınanması yoluna gidilmiştir. Aksi halde, analiz edilecek
değişkenler arasında mekan etkisinin (mekansal-uzamsal bağımlılık) söz konusu olması, ancak
bu etkinin modellenmemesi ya da mekan etkisi taşıyan serilerin mekan etkisinden
arındırılmamaları halinde, En Küçük Kareler (EKK) Tahmincisi bir takım sorunlar içerecektir.
Örneğin, mekansal hatanın varlığı halinde, EKK tahmincileri halen sapmasızlık ve tutarlılık
özelliklerini korumakla birlikte etkinlik sorunu taşıyacak; öte yandan, mekansal gecikmeli
bağımlı değişkenin gerekli olduğu halde modele eklenmemesi durumunda, EKK tahmincileri
sapmasızlık ve tutarlılık özelliklerini yitireceklerdir (Anselin, 1998).
Şekil 8. Bölgelerin Kişi Başına Düşen Gayri Safi Yurtiçi Hasıla Değerlerinin Dağılımı
(2004-2014 Aritmetik Ortalama)
Bu sebeple, değişkenler arası ilişkiyi açıklamaya yönelik kurgulanacak modelde, ilk etapta
mekansal bağımlılık ilişkisinin olup olmadığının incelenmesi adına, mekansal bağımlılığın
varlığına ilişkin geliştirilmiş olan tanı testlerinden (Mekansal Hata Lagrange Çarpanı ve
Mekansal Gecikme Lagrange Çarpanı) yararlanılmıştır. Tablo 2’de yer alan bu testlerin
bulguları gerek bağımlı değişken; gerekse de hata terimleri üzerinde herhangi bir mekan
etkisinin olmadığını göstermektedir.
9
Judson ve Owen (1999)’un farklı kesit ve zaman boyutlarında yapmış oldukları Monte Carlo sınamalarına göre, zaman boyutu 30 olsa bile (T = 30)
söz konusu sapma katsayının gerçek değerinin %20’si kadar olabilmektedir.
10
Bu tahminci, düzeydeki denklem için yi,t’nin gecikmeli farklarını; birinci fark denklemi için yi,t’nin gecikmeli düzey değerlerini araç değişken olarak
kullanmaktadır (Baltagi, 2013, s.67).
49
Cilt/Vol.: 19 - Sayı/No: 3 (39-58)
Anadolu Üniversitesi Sosyal Bilimler Dergisi
Tablo 2. Mekansal Bağımlılık Sınama Testleri
OLS
LMLAG
LMERR
LMLAG*
LMERR*
6.8414
[0.009]
7.4126
[0.006]
0.0120
[0.913]
0.5831
[0.445]
Sabit Etkiler
(Kesit)
5.4055
[0.020]
5.8062
[0.016]
0.0023
[0.962]
0.4030
[0.526]
Sabit Etkiler
(Kesit ve Periyot)
4.9867
[0.026]
5.3837
[0.020]
0.0038
[0.951]
0.4007
[0.527]
Not: * sembolü LM Testinin dirençli formunu; köşeli parantez [ ] içindeki değerler ise, olasılık değerlerini
ifade etmektedir.
LM: Lagrange Multiplier
Bu doğrultuda, makro model olarak, mekan etkisi içermeyen ve Sistem GMM tahmincisine
dayalı Dinamik Panel Modellin uygulanması yoluna gidilmiştir. Ampirik analizin ikinci
aşamasında ise, mikro model olarak, her bir kesite (İBBS-2 Bölgeleri) özgü farklılaştırılmış β
katsayılarına ulaşmamıza imkan veren Farklılaştırılmış β Sabit Etkiler Panel Model tahmin
edilerek özellikle teşvik uygulamalarının marjinal etkileri alt bölgeler ekseninden ortaya
çıkarılmıştır.
Bulgular
Dinamik Panel Model Bulguları
Sistem GMM tahmincisine dayalı olarak tahmin edilen Dinamik Panel Model sonuçları Tablo
3’te yer almaktadır.
Buna göre, Türkiye’nin İBBS-II Bölgelerinin çok yavaş bir hızla da olsa (0,07), Berber vd. (2000),
Gezici ve Hewings (2002), Gezici ve Hewings (2004), Karaca (2004) gibi çalışmaların
bulgularıyla da paralel bir şekilde, birbirlerinden mutlak anlamda ıraksadıkları görülmektedir.
50
Cilt/Vol.: 19 - Sayı/No: 3 (39-58)
Anadolu Üniversitesi Sosyal Bilimler Dergisi
Tablo 3. Regresyon Analizi Sonuçları
26 Bölge
2005-2014
Sistem GMM Panel Modeli
One-Step System GMM
Bağımlı Değişken: ln(yi,t / yi,t-1)
ln(yt-1)
ln(NFS)
ln(KSSYIM)
ln(EĞİTİMYÜKSEK)
ln(TEŞVİKTUTAR)
Sabit
AR (1) ist.
AR (2) ist.
Sargan Test ist.
Hansen Test ist.
-0.07*
(0.0473)
0.13
(0.3481)
0.005**
(0.0021)
-0.03
(0.0303)
0.002
(0.0043)
0.12***
(0.0080)
-4.55
[0.000]
-1.04
[0.300]
138.78
[0.000]
23.94
[0.002]
Araç Değişken Sayısı
14
Kesit Sayısı
26
Gözlem Sayısı
234
Not: *, **, *** sembolleri sırasıyla %10, %5 ve %1 anlamlılık düzeyini, parantez
( ) içindeki değerler dirençli standart hataları; köşeli parantez içindeki değerler
ise p-olasılık değerlerini ifade etmektedir.
Bununla birlikte, fiziki sermaye birikimini yansıtan kişi başına düşen sektörel nitelikli kamu
sabit sermaye yatırımlarının bölgelerin büyüme performanslarını pozitif yönlü ve istatistiksel
olarak anlamlı bir şekilde etkilediğine dair bulgulara ulaşılmıştır. Buna göre, imalat sektörüne
yönelik kişi başı kamu sabit sermaye yatırımlarında meydana gelecek %10’luk artış, bölgelerin
kişi başına düşen gelir düzeylerini %0,05 oranında arttırmaktadır.
Ayrıca, beşeri sermaye birikimi olarak dikkate alınan kişi başına düşen yüksek eğitimli nüfus ile
bölgelerin büyüme performansları arasında, Pereira ve Aubyn (2009) ve Delgado vd. (2012) gibi
çalışmalarla paralel bir şekilde, olası bir istatistiki ilişkiye yönelik herhangi bir bulguya
ulaşılamamıştır. Bu durumun muhtemel sebeplerinden biri, Türkiye’de üniversite eğitiminin
niceliksel ve niteliksel boyutlarının yetersizliği; bir diğeri ise, Türkiye’nin üretim desenleri
içerisinde eğitimli-kalifiye işgücüne duyulan ihtiyaç düzeyinin düşüklüğüdür. Nitekim,
Akgüngör vd. (2017b)’ye göre, alım-satım ilişkileri itibariyle Türkiye’de en yaygın kümelenme
deseni sergilediği tespit edilen sektörlerden inşaat, lojistik, gıda ve tekstil gibi sektörlerin ilerigeri bağlantılarının yüksek eğitimli (kalifiye) işgücü gerektirmeyen düşük teknoloji ve düşük
bilgi yoğun bir yapıya sahip olduğu görülmektedir (Akgüngör vd., 2017b, s.14).
51
Cilt/Vol.: 19 - Sayı/No: 3 (39-58)
Anadolu Üniversitesi Sosyal Bilimler Dergisi
Teşvik değişkenine ilişkin elde edilen bulgular ise, 2005-2014 döneminde düzenlenen
teşviklerin tutar cinsinden karşılıkları ile bölgelerin gelir düzeyleri arasında istatistiksel olarak
anlamlı herhangi bir ilişki olmadığı yönündedir. Bu durum, 2002 yılından bu yana üç kez
değişikliğe uğrayan teşvik sisteminin bölgelerin büyüme performansları açısından etkinsiz
olduğuna dair izlenimler sunmaktadır.
Farklılaştırılmış β Sabit Etkiler Panel Model Bulguları
Teşvik değişkenine ait katsayısının her bir kesit için farklılaştırılması, teşvik uygulamalarının
etkinliğinin ulusal düzeyde olduğu gibi bölgesel düzeyde de analiz edilmesini sağlayacaktır. Bu
amaçla, ampirik analizin ikinci aşamasında, teşvik değişkeninin kesit düzeyindeki
farklılaştırılmış etkileri araştırılmıştır. Tablo 4, bu etkilere ilişkin Farklılaştırılmış β Sabit Etkiler
Panel Model sonuçlarını içermektedir.
Tablo 4. Teşvik Uygulamalarının Alt Bölgelerdeki Farklılaştırılmış Etkileri
Farklılaştırılmış β Sabit
Etkiler Panel Modeli
Bölge Kodu
Bölge Adı
Gelir Grubu
ln(TEŞVİKTUTAR)
TR10
İstanbul Alt Bölgesi
Yüksek
0.007
TR21
Tekirdağ Alt Bölgesi
Yüksek
-0.02
TR22
Balıkesir Alt Bölgesi
Orta-Yüksek
0.02*
TR31
İzmir Alt Bölgesi
Orta-Yüksek
0.006
TR32
Aydın Alt Bölgesi
Orta-Yüksek
0.01
TR33
Manisa Alt Bölgesi
Orta-Yüksek
-0.009
TR41
Bursa Alt Bölgesi
Yüksek
-0.03*
TR42
Kocaeli Alt Bölgesi
Yüksek
0.007
TR51
Ankara Alt Bölgesi
Yüksek
0.006
TR52
Konya Alt Bölgesi
Orta-Yüksek
0.001
TR61
Antalya Alt Bölgesi
Yüksek
0.007
TR62
Adana Alt Bölgesi
Orta-Yüksek
0.001
TR63
Hatay Alt Bölgesi
Orta-Yüksek
0.01
TR71
Kırıkkale Alt Bölgesi
Orta-Yüksek
-0.004
TR72
Kayseri Alt Bölgesi
Orta-Yüksek
-0.0001
TR81
Zonguldak Alt Bölgesi
Orta-Yüksek
0.02**
TR82
Kastamonu Alt Bölgesi
Orta-Yüksek
0.005
TR83
Samsun Alt Bölgesi
Orta-Yüksek
-0.02***
TR90
Trabzon Alt Bölgesi
Orta-Yüksek
0.01
TRA1
Erzurum Alt Bölgesi
Orta-Yüksek
-0.003
TRA2
Ağrı Alt Bölgesi
Orta-Düşük
0.03*
TRB1
Malatya Alt Bölgesi
Orta-Düşük
0.01**
TRB2
Van Alt Bölgesi
Orta-Düşük
0.01***
TRC1
Gaziantep Alt Bölgesi
Orta-Yüksek
-0.007
TRC2
Şanlıurfa Alt Bölgesi
Orta-Düşük
0.001
TRC3
Mardin Alt Bölgesi
Orta-Düşük
0.01
ln(NFS)
0.35
ln(Yt-1)
-0.01
ln(EĞİTİMYÜKSEK)
-0.04
ln(KSSYIM)
0.004**
Sabit
0.21***
Not: *, **, *** sembolleri sırasıyla %10, %5 ve %1 anlamlılık düzeyini, parantez ( ) içindeki
değerler standart hataları; köşeli parantez içindeki değerler ise p-olasılık değerlerini ifade
etmektedir.
Bağımlı Değişken: ln(yi,t / yi,t-1)
52
Cilt/Vol.: 19 - Sayı/No: 3 (39-58)
Anadolu Üniversitesi Sosyal Bilimler Dergisi
Teşvik değişkenin bölgeler eksenindeki istatistiksel olarak anlamlı bulunan farklılaştırılmış
etkileri ve TUİK verileri üzerinden oluşturulan bölgelerin gelişmişlik düzeylerine ilişkin
dağılımları, Şekil 911 ve Şekil 10’da daha net bir şekilde görülebilir.
Şekil 9. Teşviklerin İstatistiksel Olarak Anlamlı Bulunan Farklılaştırılmış
Etkilerinin Bölgesel Gösterimi
Şekil 10. Bölgelerin Gelir Gruplarına Göre Dağılımı (2014)
Orta-Düşük Gelir Grubunda Olan Bölgeler ( 2000 $ - 7.250 $ )
Orta-Yüksek Gelir Grubunda Olan Bölgeler ( 7.250 $ - 11.250 $ )
Yüksek Gelir Grubunda Olan Bölgeler ( 11.250 $ + )
11
Teşvik değişkeninin her bir kesite ait katsayıların, GeoDa programı yardımıyla, haritalandırıldığı Şekil 9’da yer alan beyaz renklendirme, teşvik
değişkeninin istatistiksel olarak anlamsız katsayılara sahip olduğu bölgeleri; soluk beyaz renklendirme, teşvik değişkeninin istatistiksel olarak anlamlı
ve negatif katsayılara sahip olduğu bölgeleri (TR41 ve TR83); kırmızı renklendirme ise, teşvik değişkeninin istatistiksel olarak anlamlı ve pozitif
katsayıları sahip olduğu bölgeleri (TR22, TR81, TRA2, TRB1 ve TRB2) yansıtmaktadır.
53
Cilt/Vol.: 19 - Sayı/No: 3 (39-58)
Anadolu Üniversitesi Sosyal Bilimler Dergisi
Buna göre, teşvik değişkeninin TR41 (Bursa Alt Bölgesi) ve TR83 (Samsun Alt Bölgesi) gibi
yüksek ve orta-yüksek gelir grubundaki alt bölgelerde negatif; TR22 (Balıkesir Alt Bölgesi),
TR81 (Zonguldak Alt Bölgesi), TRA2 (Ağrı Alt Bölgesi), TRB1 (Malatya Alt Bölgesi) ve
TRB2 (Van Alt Bölgesi) gibi nispeten orta-düşük gelir grubundaki alt bölgelerde pozitif
olmakla üzere 26 adet İBBS-II Bölgesinden yalnızca 7’sinde istatistiksel olarak anlamlı sonuçlar
verdiği görülmektedir.
Çelik (2017), Fratesi ve Perucca (2014), Rodriguez-Pose ve Garcilazo (2013), Taşdoğan (2013),
Esposti ve Bussoletti (2008), Şahin ve Uysal (2011), Gürler-Hazman (2010), Yıldırım (2005),
Karaçay-Çakmak ve Erden (2004) gibi çalışmaların bulgularıyla paralellik gösteren bu bulgular,
ulusal düzeyde etkinsiz olduğu; bölgesel düzeyde ise, oldukça kısıtlı bir bölgede etkin olduğu
görülen teşvik uygulamalarının bölgelerin büyüme performansı üzerinde öngörülen pozitif
etkilerinin daha ziyade geri kalmış alt bölgelerde ortaya çıkabileceğini; başka bir ifadeyle, teşvik
uygulamalarının etkinlik düzeyiyle bölgelerin gelişmişlik düzeyleri arasında negatif yönlü bir
ilişki olabileceğini göstermektedir.
Sonuç ve Değerlendirme
Çalışmada, Türkiye’de uzunca yıllar varlığını koruyan ve yapısal bir sorunsala dönüşen
bölgelerarası gelişmişlik farklılıklarının çözümünde teşvik politikalarının etkin bir politika aracı
olup olmadığı analiz edilmek istenmiştir. Bu doğrultuda, teşvik uygulamalarının tüm bölgeler
eksenindeki etkinliği analiz edildiği gibi her bir alt bölgedeki etkinliğinin de mikro perspektiften
analiz edilmesi yoluna gidilmiştir.
Makro boyutlu analiz neticesinde, ulusal düzeyde etkinsiz olduğu saptanan teşvik
uygulamalarının gelişmişlik düzeyi nispeten düşük olan oldukça az sayıda alt bölgede
istatistiksel olarak anlamlı ve pozitif etkilere sahip olduğu görülmektedir. Bu durumun
muhtemel sebeplerinden biri, teşviklerin özellikle piyasa dinamiklerinin geliştiği bölgelerde
negatif yönlü rekabet etkisi yaratma potansiyelidir. Nitekim, gelişmiş bölgelerde teşvik
uygulamalarının faydalı unsurlar olmaktan çıkıp özel kesim yatırımları üzerinde saptırıcı etkiler
yaratması oldukça muhtemeldir.
•
Bu doğrultuda, 2012 tarihli yeni teşvik sisteminde, bölgelerin coğrafi bir kıstastan ziyade iktisadi
gelişmişlik düzeyi açısından tasnif edilmesi ve gelişmişlik düzeyi açısından geri kalmış 6. Bölgeye
yönelik daha kapsamlı uygulamaların ön plana çıkarılması, teşvik politikaların etkin hale
dönüştürülmesi için doğru bir politika değişimi olarak karşımıza çıkmaktadır.
•
Bununla birlikte, herhangi bir bölgeye yönelik teşvik politikaları oluşturulurken teşviklerin
potansiyel negatif yönlü yayılma etkilerinin olabildiğince minimize edilmesini sağlayacak
“Dengeleyici Teşvik Uygulamaları”nın da eş anlı devreye sokulması teşvik uygulamalarının
etkinliğini arttıracaktır. Başka bir ifadeyle, bölge tasnifinde, gelişmişlik düzeyi kıstasının yanı
sıra bölgelerin birbirleriyle ikame ve tamamlayıcı sektörel yapılara sahip olup olmadıklarının da
göz önünde bulundurulması gerekmektedir.
54
Cilt/Vol.: 19 - Sayı/No: 3 (39-58)
•
Anadolu Üniversitesi Sosyal Bilimler Dergisi
Ancak, teşvik politikalarının bölgelerarası gelişmişlik farklılıklarının giderilmesindeki
etkinliğinin sınırlı olacağı ve bölgelerin rekabet edebilirliğini arttırmadıkları müddetçe kalıcı bir
çözüm olamayacağı; bununla birlikte, teşviklerin özellikle geri kalmış bölgelerde daha etkili
araçlar olduğu ve gelişmiş bölgelerde negatif rekabet etkisi yaratabileceği unutulmamalıdır. Bu
sebeple, teşvik vb. destek uygulamalarının orta-düşük gelir grubunda olmaları sebebiyle, TRB1
(Malatya Alt Bölgesi), TRB2 (Van Alt Bölgesi), TRA2 (Ağrı Alt Bölgesi), TRC1 (Gaziantep
Alt Bölgesi), TRC2 (Şanlıurfa Alt Bölgesi) ve TRC3 (Mardin Alt Bölgesi) Bölgelerinde
yoğunlaştırılması teşvik uygulamalarından daha etkin sonuçlar alınmasını sağlayacaktır.
Kaynakça
Aisen A., Veiga, F. J. (2013). How Does Political Instability Affect Economic Growth?. European
Journal of Political Economy, 29 (2013), 151–167.
Akgüngör, S., Kumral, N., Çelik, N. (2017a). Ekonomik ve Demografik Göstergelerle İzmir.
İzmir: EGİAD.
Akgüngör, S., Kumral, N., Çelik, N. (2017b). Türkiye’de Sektörel İleri – Geri Bağlantılar,
Kümelenmeler ve Bölgesel Uzmanlaşma. 17. Ulusal Bölge Bilimi ve Bölge Planlama
Kongresi (BBTMK2017) Bildiri Özetleri, Burdur-Türkiye.
Anselin, L. (1998). Spatial Econometrics: Methods and Models. Boston-London: Kluwer
Academic Publishers.
Baltagi, B. H. (2013). Econometric Analysis of Panel Data. 5th Edition, United Kingdom: Wiley
Publication.
Becker, S.O., Egger, P.H., Fenge, R. (2008). Going NUTS: The Effect of EU Structural Funds on
Regional Performance. CESifo Working Paper No: 2495.
Becker, S. O., Egger, P. H., Ehrlich, M. (2010). Going NUTS: The effect of EU Structural Funds
on regional performance. Journal of Public Economics, 94 (2010), 578-590.
Becker, S. O., Egger, P. H., Ehrlich, M. (2012). Too Much of a Good Thing? On the Growth
Effects of the EU’s Regional Policy. European Economic Review, 56 (2012), 648–668.
Berber, M. Yamak, R., Artan, S. (2000). Turkiyede Yakinlasma Hipotezinin Bolgeler Bazinda
Gecerliligi Uzerine Ampirik Bir Calisma: 1975-1997. 9. Ulusal Bolge Bilimi Kongresi,
Trabzon.
Busillo, F., Muccigrosso, T., Pellegrini, G., Tarola, O., Terribile, F. (2010). Measuring the Impact
of the European Regional Policy on Economic Growth: A Regression Discontinuity
Design Approach. Sapienza Working Paper No:6.
Crescenzi, R., Giua, M. (2014). The EU Cohesion Policy in Context: Regional Growth and the
Influence of Agricultural and Rural Development Policies. LSE ‘Europe in Question’
Discussion Paper Series 85.
55
Cilt/Vol.: 19 - Sayı/No: 3 (39-58)
Anadolu Üniversitesi Sosyal Bilimler Dergisi
Çelik, N. (2017). Teşvik Politikalarının Etkinliğinin Mekansal Perspektiften Değerlendirilmesi.
Ege Akademik Bakış Dergisi, 17 (1), 1-12.
Çelik, N., Altay, N. O. (2016). Avrupa Birliği Yapısal Fonlarının Yatırım Kararları Üzerindeki
Etkisi: AB-25 İçin SAR Panel Veri Modeli. Ankara Avrupa Çalışmaları Dergisi, 15 (1), 7384.
Çiftçi, H. (2007). 1980-2007 Teşvik Belgeli Yatırımların Teşvik Bölgeleri Açısından Analizi.
Çukurova Üniversitesi İİBF Dergisi”, 11 (2), 11-23.
Dall’erba, S., Gallo, J. L. (2008). Regional Convergence and the Impact of European Structural
Funds over 1989 – 1999: A Spatial Econometric Analysis, Regional Science, 87 (2), 219245.
Delgado, M. S., Henderson, D. J., Parmeter, C. F. (2012). Does Education Matter for Economic
Growth?. IZA Discussion Paper 7089.
Ederveen, S., Groot, H., Nahuis, R. (2006). Fertile Soil for Structural Funds? A Panel Data
Analysis of the Conditional Effectiveness of European Cohesion Policy, Kyklos, 59 (1), 1742.
Esposti, R., S. Bussoletti (2008). Impact of Objective 1 Funds on Regional Growth Convergence
in the European Union: A Panel-Data Approach, Regional Studies, 42 (2), 159-173.
Felipe, J., Abdon, A., Kumar, U. (2012). Tracking the Middle Income Trap: What Is It, Who Is
in It, and Why?, Levy Economics Institute Working Paper No 715.
Fratesi, U., Perucca, G. (2014). Territorial Capital and the Effectiveness of Cohesion Policies:
an Assessment for CEE Regions. Investigaciones Regionales, 29 (2014), 165-191.
Gezici, F., Hewings, G.J.D. (2002). Spatial Analysis of Regional Inequalities in Turkey.
European Planning Studies, 15 (3), 383-403.
Gezici, F., Hewings, G.J.D. (2004). Regional Convergence and the Economic Performance of
Peripheral Areas in Turkey. Review of Urban & Regioanl Development Studies,16 (2), 113132.
Gujarati, D.N., Porter, D.C. (2012). Temel Ekonometri, (Çev: Şenesen, Ü. ve Şenesen, G.G.),
İstanbul: Literatür.
Gürler-Hazman, G. (2010). Türkiye’de Mali Nitelikteki Teşviklerin Doğrudan Yabancı Sermaye
Üzerindeki Etkisi: Toda-Yamamato Nedensellik Analizi Çerçevesinde Bir
Değerlendirme. Maliye Dergisi, 158, 262-277.
Judson, R. A., Owen, A. L. (1999). Estimating Dynamic Panel Data Models: A Guide for
Macroeconomists. Economics Letters, 65 (1999), 9-15.
Karaca, O. (2004). Türkiye’de Bölgeler Arası Gelir Farklılıkları: Yakınsama Var Mı?. TEK
Tartışma Metni 2004/7.
Karaçay-Çakmak, E., Erden, L. (2004). Yeni Bölgesel Kalkınma Yaklaşımları ve Kamu
Destekleme Politikaları: Türkiye’de Bölgesel Panel Veri Setiyle Ampirik Bir Analiz. Gazi
Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 6 (3), 77-96.
56
Cilt/Vol.: 19 - Sayı/No: 3 (39-58)
Anadolu Üniversitesi Sosyal Bilimler Dergisi
Kyriacou, A. P., Roca-Sagales, O. (2012). The Impact of EU Structural Funds on Regional
Disparities within Member States. Environment and Planning C: Government and Policy,
30, 267-281.
Martin, R., Sunley, P. (1996). Slow Convergence? Post-Neoclassical Endogenous Growt Theory
and Regional Development. ESRC Centre for Business Research WP No. 44.
Maynou, L., Saez, M., Kyriacou, A., Bacaria, J. (2014). The Impact of Structural and Cohesion
Funds on Eurozone Convergence, 1990–2010. Regional Studies, 50 (7), 1127-1139.
Mohl, P., Hagen, T. (2010). Do EU Structural Funds Promote Regional Growth? Evidence From
Various Panel Data Approaches. Regional Science and Urban Economics, 40 (5), 353-365.
Pellegrini, G., Terribile, F., Tarola, O., Muccigrosso, T., Busillo, F. (2013). Measuring the Effects
of European Regional Policy on Economic Growth: A Regression Discontinuity
Approach. Papers in Regional Science, 92 (1), 217-233.
Penalver, M.C.P. (2007). The Impact of Structural Funds Policy on European Regions’ Growth:
A Theoretical and Empirical Approach. The European Journal of Comparative Economics,
4 (2), 179-208.
Pereira, J., Aubyn. M. (2009). What Level of Education Matters Most for Growth?: Evidence
from Portugal. Economics of Education Review, 28 (1), 67-73.
Pose, A.R., Fratesi, U. (2004). Between Development and Social Policies: The Impact of Eurpean
Structural Funds in Objective 1 Regions. Regional Studies, 38 (1), 97-113.
Pike, A., Rodriquez-Pose, A., Tomaney, J. (2006). Local and Regional Development, Routledge,
USA-Canada.
Ramajoa, J. Ma´rqueza, M. A., Hewings, G. J. D., Salinas, M .M. (2008). Spatial Heterogeneity
and Interregional Spillovers in the European Union: Do Cohesion Policies Encourage
Convergence Across Regions?. European Economic Review, 52 (2008), 551-567.
Rodriguez-Pose, A., Garcilazo, E. (2013). Quality of Government and the Returns of
Investment: Examining the Impact of Cohesion Expenditure in European Regions. OECD
Regional Development Working Papers 12, OECD Publishing.
Rodriguez-Pose, A., Novak, K. (2013). Learning Processes and Economic Returns in European
Cohesion Policy. Investigaciones Regionales, 25, 7-26.
Şahin, M., Uysal, Ö. (2011). Bölgesel Kalkınma Çerçevesinde Yatırım Teşviklerinin Shift-Share
Analizi. Maliye Dergisi, 160, 111-138.
Taşdoğan, C. (2013). Yeni Teşvik Programı: Stokastik Sınır Analizi ile Bir Değerlendirme.
Ekonomik Yaklaşım, 24 (89), 1-23.
Tomova, M., Rezessy, A., Lenkowski, A., Maincent, E. (2013). EU Governance and EU Funds
– Testing the Effectiveness of EU Funds in a Sound Macroeconomic Framework.
European Economy Economic Papers 510.
57
Cilt/Vol.: 19 - Sayı/No: 3 (39-58)
Anadolu Üniversitesi Sosyal Bilimler Dergisi
Yavan, N. (2011). Teşviklerin Bölgesel Ekonomik Büyüme Üzerindeki Etkisi: Ampirik Bir
Analiz. Ekonomik Yaklaşım Dergisi, 22 (81), 65-104.
Yeldan, E., Taşçı, K., Voyvoda, E., Özsan, M. E. (2012). Orta Gelir Tuzağından Çıkış: Hangi
Türkiye? Cilt 1: Makro/Bölgesel/Sektörel Analiz. İstanbul: TÜRKONFED.
Yıldırım, J. (2005). Regional Policy and Economic Convergence in Turkey: A Spatial Data
Analysis. 18th European Advanced Studies Institute in Regional Science, 01 July -10 July
2004, Lodz-Krakow-Poland.
58