tÜrkİye’de bÖlgeler arasi gelİr farkliliklari ve...
TRANSCRIPT
T.C. ANKARA ÜNİVERSİTESİ
SOSYAL BİLİMLER ENSTİTÜSÜ İKTİSAT ANABİLİM DALI
TÜRKİYE’DE BÖLGELER ARASI GELİR FARKLILIKLARI VE YAKINSAMA
Yüksek Lisans Tezi
Dicle Özdemir
Ankara - 2003
T.C. ANKARA ÜNİVERSİTESİ
SOSYAL BİLİMLER ENSTİTÜSÜ İKTİSAT ANABİLİM DALI
TÜRKİYE’DE BÖLGELER ARASI GELİR FARKLILIKLARI VE YAKINSAMA
Yüksek Lisans Tezi
Dicle Özdemir
Tez Danışmanı
Doç. Dr. Abuzer Pınar
Ankara-2003
İÇİNDEKİLER
SAYFA
TABLOLAR VE GRAFİKLER iv KISALTMALAR
vi
GİRİŞ 1
BİRİNCİ BÖLÜM BÖLGE VE BÖLGESEL GELİR ANALİZİ
1.1. Ekonomik Bölge Kavramı 5 1.1.1.Ekonomik Yapı Açısından Bölgeler 6 1.1.2.Ekonomik Gelişme Düzeyi Açısından Bölgeler 8
1.2. Bölgesel Gelir Kavramı Ve Kapsamı 9
1.3. Bölgesel Gelir Farklılıklarının Ortaya Çıkış Süreci ve
Kalkınma Kutupları Teorisi 11 1.4. İktisadi Büyüme Ve Bölgeler Arası Gelir Farklılıkları 14
1.5. Sonuç 17
İKİNCİ BÖLÜM
YAKINSAMA HİPOTEZİ
2.1. Neoklasik Büyüme Teorisi Ve Yakınsama Hipotezi 19
2.1.1. Temel Solow Modeli 19
2.1.2. Durgun Durum Çözümlemesi 22
2.1.3. Modelin Değerlendirilmesi 28
2.1.4. Yakınsama Hipotezi 32
2.2. Ekonomiler Arası Yakınsamaya Yol Açan Faktörler 44 2.3. İçsel Büyüme Modelleri’nde Sermayenin Artan Getirisi,
Beşeri Sermaye Ve Yakınsama Hipotezinin Reddi 53 2.4. Sonuç 61
ÜÇÜNCÜ BÖLÜM
YAKINSAMA HİPOTEZİNİN AMPİRİK UYGULAMALARI
3.1. Uluslararası Düzeyde Yapılan Ampirik Çalışmalar 63 3.2. Yabancı Ülkelerdeki Bölgesel Düzeyde Yapılan
Ampirik Çalışmalar 71
3.3. Türkiye İçin Bölgesel Düzeyde Yapılan Ampirik Çalışmalar 75
3.4. Sonuç 87
DÖRDÜNCÜ BÖLÜM
TÜRKİYE’DE İLLER BAZINDAKİ SEKTÖRSEL
YAPININ BÖLGELER ARASI YAKINSAMA SÜRECİNDEKİ
ROLÜ: KARMA REGRESYON ANALİZİ
4.1. Model 93
4.2. Ekonometrik Yöntem Ve Veri Seti 100
4.3. Tanımlayıcı İstatistikler 102
4.4. Karma Regresyon Analizi Bulguları 121
SONUÇ VE DEĞERLENDİRME 136 KAYNAKÇA 142 EK: E-VIEWS EKONOMETRİ PAKET PROGRAMI TABLOLARI 156 ÖZET 164 ABSTRACT 165
TABLOLAR ve GRAFİKLER
Şekil 1.: Fiili ve Gerekli Yatırımlar 24
Şekil 2.: Kişi Başına Sermaye Faz Diyagramı 25
Şekil 3.: Durgun Durum Dengesi 27
Şekil 4.: Sermaye Dinamiği 34
Şekil 5.: Mutlak Yakınsama 40
Şekil 6.: Şartlı Yakınsama 43
Tablo 1.:Uluslararası Yakınsama Çalışmaları 70
Tablo 2.:Uluslararası Bölgesel Yakınsama Çalışmaları 74
Tablo 3.:Tanımlayıcı İstatistikler 104
Grafik 1.:Karadeniz Bölgesi 105
Grafik 2.:Doğu Anadolu Bölgesi 107
Grafik 3.:Ege Bölgesi 109
Grafik 4.:Marmara Bölgesi 111
Grafik 5.:Güneydoğu Anadolu Bölgesi 113
Grafik 6.:İç Anadolu Bölgesi 115
Grafik 7.:Akdeniz Bölgesi 117
Grafik 8.:Türkiye 119
Tablo 4.:Anlamlılık ve Değişen Varyans Testleri 122
Tablo 5.:Marmara Bölgesi Regresyon Sonuçları 125
Tablo 6.:Karadeniz Bölgesi Regresyon Sonuçları 127
Tablo 7.:Ege Bölgesi Regresyon Sonuçları 128
Tablo 8.:İç Anadolu Bölgesi Regresyon Sonuçları 130
Tablo 9.:Akdeniz Bölgesi Regresyon Sonuçları 131
Tablo 10.:Doğu Anadolu Bölgesi Regresyon Sonuçları 132
Tablo 11.:Güneydoğu Anadolu Bölgesi Regresyon Sonuçları 133
Tablo 12.:Türkiye Geneli Regresyon sonuçları 134
KISALTMALAR
NBM: Neoklasik Büyüme Modeli
NBT: Neoklasik Büyüme Teorisi
İBM: İçsel Büyüme Modeli
İBT: İçsel Büyüme Teorisi
GSYİH: Gayri Safi Yurtiçi Hasıla
MRW: G. Mankiw, D. Romer ve D. Weil
LSDV: Least Squares Dummy Variables (Yapay Değişkenli En Küçük Kareler)
GİRİŞ
Neoklasik büyüme modeli (NBM), büyüme sürecinde fiziksel sermaye birikimi
ve işgücünün önemini vurgularken; kalıcı büyümenin kaynağı olarak dışsal teknolojik
gelişmeyi gösterir. NBM, ülkeler ya da bölgeler arasında hem gelir düzeyi hem de
büyüme oranları bakımından yakınsamanın gerçekleşeceği öngörüsünü yapmaktadır.
Temeli sermayenin azalan getirisi ve teknoloji varsayımına dayanan yakınsama
hipotezine göre, başlangıçtaki kişi başına gelir düzeyi nispi olarak düşük olan
ekonomiler, başlangıçtaki kişi başına gelir düzeyi nispi olarak yüksek olan
ekonomilerden daha hızlı büyürler. Aynı durgun durum sermaye/teknoloji oranına
sahip ekonomiler arasında gerçekleşmesi beklenen bu durum “mutlak yakınsama”
hipotezi olarak adlandırılır. Ancak tüm ekonomilerin aynı durgun duruma sahip
olduğu varsayımı gerçekçi bulunmadığından, daha sonra yapılan çalışmalarla “şartlı
yakınsama” kavramı geliştirilmiştir (Mankiw, Romer, Weil (MRW); 1992, Barro ve
Sala-i-Martin; 1992). Buna göre, sadece benzer durgun duruma sahip ekonomiler
yakınsama gösterirler. Farklı teknolojik gelişme düzeyi ve tasarruf oranına sahip
ekonomiler ise, ortak bir durgun durum seviyesine yakınsamak yerine, sadece kendi
durgun durum seviyelerine yakınsayacaklardır.
Son 20 yıla damgasını vuran ve Romer (1986) ile başlayan İçsel Büyüme
Modelleri’nin (İBM) çıkış noktası ise Neoklasik Büyüme Teorisi’nin gerçek hayattaki
gelişmelerle birebir uyuşmaması olmuştur. İçsel büyüme modellerine göre, ekonomiler
arasında gelir farklılıklarının süreğenliği normal bir durumdur. Çünkü dışsallıkların varlığı,
işgücü ve sermayenin azalan getiri ile çalışmaması, beşeri sermaye ve AR-GE’den
kaynaklanan verimlilik artışı gibi etmenler, NBM’nin öne sürdüğü yakınsama sürecini tersine
çevirebilir. Yüksek beşeri sermaye stokuna sahip ülkelerde, yeni fikirlerin ve ürünlerin
gelişimi veya bu ülkelerin kendisi dışında gelişen fikirlere ve ürünlere adapte olması daha
hızlı gerçekleşir. Zira büyüme oranı ile beşeri sermaye arasında pozitif bir ilişki vardır.
İBM’de, farklı ekonomilerde, teknoloji seviyesinin de farklı olabileceği öne sürülür.
Faktör hareketliliğinin serbest olduğu durumda, teknolojiden kaynaklanan bilgi akımı
nedeniyle, teknoloji ve buna bağlı olarak kişi başına gelir de arkadan gelen ülkede daha hızlı
büyür. Yine bu duruma literatürde “teknoloji açığı” (technological gap) denilir ve
yakınsamanın hızı, bilgi ve teknolojinin yayılım oranı tarafından belirlenir. İBM’ye göre,
ancak gelişmekte olan ekonomiler, kişi başına yüksek beşeri sermaye yatırımı yapabilirlerse
gelişmiş ülkeleri yakalama (catch-up) eğilimine girebilirler. Çünkü beşeri sermayeye yapılan
yatırımlar, pozitif dışsallıklar yaratarak, ölçeğe göre artan getirinin oluşmasını sağlayacak ve
ekonomi durgun durum dengesinde iken, kişi başına büyüme oranı, kişi başına beşeri sermaye
büyüme oranına eşitlenecektir (Romer, 1990).
Yakınsama hipotezi çalışmalarının çoğu, kişi başına toplam gelir düzeyi üzerine odaklansa da, sektörel
gelir bazında da yakınsama sürecini inceleyen çalışmalar da yapılmıştır (Barro ve Sala-i-Martin; 1991, Cho;
1994, Bernard ve Jones; 1996). Söz konusu çalışmalarda bölgeler arası yakınsama sürecinin esasen sektörler
arası intibak sürecindeki yakınsamadan kaynaklandığı ve sektörler arasında verimlilik ve teknoloji seviyesi
bakımından heterojenlik olduğu ve bölgeler arası yakınsamanın temel nedeninin de özellikle sanayi sektöründeki
verimlilik ve teknoloji artışı olduğu sonucuna varılmıştır. Bölgelerdeki sektörel bileşimde, az üretken
sektörlerden, daha üretken sektörlere kayma şeklindeki bir değişiklik, yakınsama sürecini anlamlı bir şekilde
olumlu yönde etkileyecektir (Abramovitz; 1986, Baumol;1986, de Long 1988, Dowrick ve Nguyen; 1989, Cho;
1994, Barro; 1991, Barro ve Sala-i-Martin ;1991, 1992 ve Mankiw, Romer ve Weil;1992, Lim; 1996, Habib ve
Miller; 1999).
Bu çalışmanın amacı, ekonomik büyüme teorilerinin en önemli araştırma konularından
biri olan yakınsama hipotezini incelemek ve bu hipotezin bölgeler itibariyle Türkiye
ekonomisinde geçerliliğini araştırmaktır. Bu amaçla, 1991-2000 yılları arasına ait ilgili veriler
kullanılarak, Cobb-Douglas üretim fonksiyonu yardımı ile bölgelerdeki sektörel teknoloji
seviyeleri belirlenmeye çalışılmış ve söz konusu sektörlerdeki teknoloji seviyelerinin bölgesel
gelir artışı üzerindeki rolü test edilmiştir. Bunun yanı sıra, bölgesel bazdaki kamu yatırım
harcamalarının ve nüfus artış oranının bölgesel gelir üzerinde ne yönde bir etkide bulunduğu
da saptanılmaya çalışılmıştır. Elde edilecek bulgular, bölgelerdeki GSYİH artış hızında
teknoloji seviyesi ve teknoloji artış oranı bakımından en çok hangi sektörlerin katkısı olduğu,
söz konusu sektörlerde teknolojik açıdan yakınsama olup olmadığı ve Türkiye’de kamu
yatırım harcamalarının etkinliği konusunda bilgiler sunacaktır.
Amacımız Türkiye’de hangi bölgelerin birbirine yakınsayıp yakınsamadığını
belirleyebilmek için ve kalıcı büyümenin kaynağının teknolojik gelişme süreci olduğu
varsayımından hareketle, bölgeler arasındaki gelir ve büyüme farklılığının ya da benzerliğinin
özellikle hangi sektörlerdeki teknolojik seviyenin yetersizliğinden ya da etkinliğinden
kaynaklandığını tahmin etmektir.
Bu tez çalışmasında konu dört bölümde ele alınmış olup; birinci bölümde, bölge,
bölgesel gelir ve ekonomik büyüme ile ilgili temel kavramlar üzerinde durulmuştur. İkinci
bölümde, Neoklasik Büyüme Teorileri’nde (NBT) ekonomik büyümenin hangi faktörler
tarafından belirlendiğini açıklamak amacıyla Solow Büyüme Modeli ayrıntılarıyla
anlatılmaya çalışılmış ve ekonomiler arasındaki büyüme farklılıklarının zamanla yok olacağı
anlamına gelen “yakınsama hipotezi” kavramına yer verilmiştir. Yine aynı bölümde, söz
konusu yakınsama hipotezinin kabul edilmediği İçsel Büyüme Teorileri’nin ortaya çıkışı ve
teorik alt yapısı üzerinde durulmuştur. Ardından, yakınsama hipotezinin reddedilmesine
neden olan içsel büyümenin belirleyicileri, konuyla ilgili ekonomik literatür göz önünde
bulundurularak sunulmaya çalışılmıştır.
Üçüncü bölümde, söz konusu tartışmaların irdelendiği ampirik çalışmaları kapsayan
bir literatür yer almaktadır.
Dördüncü bölümde ise, Türkiye’de yakınsama hipotezi ile ilgili yapılan çalışmalar
kısaca değinilmiş ve daha sonra yer alan uygulama kısmında ise bölgelerdeki sektörel
teknoloji seviyeleri, kamu yatırım harcamaları ve nüfus artış oranları ile bölgesel GSYİH artış
oranı arasındaki ilişkiler Türkiye örneği için test edilmiş ve elde edilen ekonometrik bulgular
sunulmuştur.
Genel değerlendirme ve sonuç bölümünde ise, ampirik çalışma sonucunda elde edilen
bulgular yorumlanarak Türkiye’de bölgeler arası gelir farklılıklarının giderilmesi, yakınsama
sürecinin gerçekleşmesi ve devam ettirilebilmesi için neler yapılması gerektiği konusuna
değinilmiştir.
BİRİNCİ BÖLÜM
BÖLGE VE BÖLGESEL GELİR ANALİZİ
1.1. Ekonomik Bölge Kavramı
Bölge (region) kavramı, birçok bilim dalında yer alan bir kavramdır. Ancak her bilim
dalı, kendi alanıyla ilgili olarak “bölge” kavramına farklı açıdan yaklaşmıştır. İktisatçılarda
bölge kavramını ekonomik gelişmişlik derecelerine göre ele almışlar ve bölgesel ayırımlarını
buna göre yapmışlardır.
Bununla birlikte, iktisat literatüründe bölge ve bölgesel gelir kavramları henüz tam bir
açıklığa kavuşmamıştır. Bölge kavramı ile bazen kendi içinde özellikleri olan bir kara parçası,
bazen bir ülkenin kendi içinde bölümlere ayrılan kısımları anlaşılmaktadır. Genel olarak
bölge, belirli kriterler bakımından homojen mekan parçası şeklinde tarif edilmektedir
(ERKAL, 1978). Bir başka tarif ise, W. Isard (1956) tarafından yılında yapılmıştır. Isard,
bölgeyi “genel” ve “elastiki” bir kavram olarak kabul etmektedir. Bunun nedeni, Isard’ın
bölge analizinde, bölge kavramının ele alınan probleme göre değişmesidir.
İktisadi açıdan bölge kavramının daha iyi anlaşılabilmesi için çeşitli açılardan yapılan
bölge ayırımlarını kısaca ele almak gereklidir.
1.1.1. Ekonomik Yapı Açısından Bölgeler
Ekonomik yapı özelliklerine göre bölgeler, homojen bölge, polarize bölge ve plan bölge olmak üzere üç
başlık altında toplanabilir. Bu ayırım, belirli bir zamanda ve mekanda bölgelerin ekonomik yapısını ortaya koyar
(Boudevilla, 1968).
Homojen bölge, ölçüleri bir ve ya birçok kritere göre benzer özellikler gösteren ve birbirini takip eden
alanlar topluluğu şeklinde tanımlanabilir (Boudevilla, 1968). Yani homojen bölge, özellikleri itibari ile birbirine
oldukça yakın birimlerden meydana gelen sürekli bir mekandır.
İktisatçılar, homojen bölge sınırlarını belirlerken, sanayileşme derecesi, kişi başına gelir, eğitim seviyesi
gibi göstergeleri baz alırlar. Bununla birlikte, idari yapı tarafından belirlenen sınırlar, iktisatçıların bazı
zorluklarla karşılaşmalarına neden olur. Çünkü, homojen bölgenin test edilmesinde yararlanılan istatistiki veriler,
genellikle il ve ilçe gibi idari birimlerden elde edilir ve bu durum da homojen bölgenin sınırlarının tespitinde
sapmalara neden olabilir.
Polarize bölge, çeşitli yöreleri tamamlayıcı karekterde olan bir heterojen alandır ve yapısındaki bir kutup,
çevre bölgedeki öteki kutuplarla daha sıkı ilişkilerde bulunur, diğer bir ifade ile egemen karekterdedir (Dinler,
1986) .
Polarize bölge; bir iç yapısı olan, bir merkez veya merkezlere bağlı çevreyi içine alan, çevreyi merkeze
bağlayan bağların, sosyal ve ekonomik ilişkilerin kaybolması ya da, başka bir merkez lehine zayıflaması özelliği
ile sınırlanmış bir birimdir (YAZGAN, 1977).
Homojen bölge kategorisi statik bir değerlendirme iken, Polarize bölgeler, dinamik bir süreç içinde
belirlenir.
Bir bölgenin polarize hale gelişiyle, bu bölgeyle olan ilişkileri yoğunlaşan çevrenin veya polarize başka
bir bölgenin ortaya çıkışı, çevrenin değişik bir bölge ile ilişkilerinin yoğunlaşması gibi değişik şekilleri ortaya
çıkarmakta ve bir zaman süreci içinde işleyen mekanizma dinamik bir karakter kazanmaktadır. Polarize bölgeler,
çevreye oranla ekonomik gelişme merkezi niteliği taşırlar.
Plan bölge; bölge ve milli kaynakları en iyi şekilde kullanarak ahenkli bir büyüme sağlama gayretinde
olan planlama otoritelerinin kullandıkları bir araçtır. Plan bölge, bölgeye yerleşmiş ya da bölge dışında bulunan
bir otoritenin ellerine verilmiş, belli bir ekonomik amaca erişmeye yarayan bir çerçeve, daha geniş ifadeyle,
“bölgesel politikayı uygulamakla sorumlu yönetimin yetki alanı içinde kalan sahalar”dır (DİNLER, 1986).
Homojen ve Polarize bölgelerde, ekonomik yapı, ekonomik faaliyetin şekli, nüfusun sosyal ve ekonomik
nitelikleri ve bölge ile çevre arasındaki ekonomik faaliyetin yoğunluğu esas alınarak bir sınırlama yapılmaktadır.
Plan bölge ise, kalkınma planlarının hazırlanmasına yardımcı olmak ve uygulamasını kolaylaştırmak için, ve
ayrıca bölgenin kalkınmaya katılmasını temin gayesiyle tespit edilmiş olan bölgedir (ERKAL, 1978). Bununla
birlikte Plan bölge, hem milli ekonomideki özel amaçların gerçekleştirilmesine hem de bölgesel ekonomide,
iktisadi organların teşkilatlanması için ekonomik yapı açısından bir temel teşkil etmektedir.
1.1.2. Ekonomik Gelişme Düzeyi Açısından Bölgeler
Gelişme düzeyine göre bölge değerlendirmesinde dinamik bir yaklaşım söz konusudur. Ülkeler arasında
görülen farklılaşma, bölgeler itibariyle de ekonomik bir farklılaşmayı ortaya çıkarabilmektedir. Nitekim,
bölgeleri ekonomik gelişmişlik derecelerine göre “gelişmiş bölge” ve “az gelişmiş bölge” olarak iki ana gruba
ayırdıktan sonra az gelişmiş bölgeleri de kendi arasında “gelişme halindeki az gelişmiş bölge” ve “potansiyel
bakımdan az gelişmiş bölge” şeklinde ayırmak, ülkeler arasındaki tasnife uygun dinamik bir özellik taşımaktadır
(Erkal, 1978).
Gelişmiş bölge, gelir seviyesi ve gelir artış hızı itibariyle ülke ortalamasının üstünde olan bir bölgedir.
Böyle bir bölge, gelir seviyesi ve gelir artış hızı yüksek olduğu gibi, sosyal ve kültürel göstergelere göre de
gelişmiş bir özellik taşır.
Gelişmiş bölgelerde nüfus artışı geri kalmış bölgelere göre daha fazladır. Aynı şekilde gelişmemiş
bölgelerde en önemli sektör tarım sektörü iken, gelişmiş bölgelerde sanayi ve hizmetler sektörü daha geniş bir
yer tutar. Ve gelişmiş bölgelerde, kişi başına düşen gelir, gelişmemiş bölgelere göre daha fazladır.
Az gelişmiş bölgeyi, gelişme potansiyelini kaybetmiş veya gelişme avantajları olmayan bir bölge olarak
tanımlıyoruz. Az gelişmiş bölge; belirli bir süre içinde sosyal ve ekonomik göstergeler açısından başka
bölgelerle karşılaştırıldığında, ekonomik avantajlarının bulunmaması ile dikkati çekmektedir. Gelir seviyesi ve
gelir artış hızı diğer bölgelerin gelir seviyeleri ve gelir artış hızlarından düşüktür. Hakim olan ekonomik faaliyet
tarım sektörüdür ve makineli tarıma yeterince geçilmemiştir. İşgücünün istihdam imkanları sınırlıdır. Sabit
sosyal altyapı yatırımları yetersizdir. Genellikle, sosyal ve kültürel göstergeler bakımından da bölge, az gelişmiş
bir bölge özelliğini taşımaktadır. Her ülkede olduğu gibi, az gelişmiş bölge, mekanda görülen ve diğer bölgeler
ile arasında sosyal ve ekonomik dengesizliklerin bulunduğu bir bölgedir.
Gelişme halindeki az gelişmiş bölge, gelir seviyesi itibarı ile ülke ortalamasının altındadır ve bu
bakımdan az gelişmiştir. Fakat gelişme hızı bakımından ülke ortalamasının üstünde olduğu için gelişmekte olan
az gelişmiş bir bölgedir. Bu tür bölgelerin gelişme potansiyeli vardır. Bu potansiyel, uzun süre harekete
geçirilemediği için bölge az gelişmiş niteliğinden sıyrılamamaktadır. Bu tip bölgeler için uygulanması gereken
iktisat politikasının amacı, büyüme hızının devam etmesini sağlamak olmalıdır.
Potansiyel bakımdan az gelişmiş bölgeyi, gelişme potansiyelini kaybetmiş bir bölge olarak
tanımlayabiliriz. Bu tip bölgelerin fert başına düşen ortalama gelir seviyeleri belli bir zamanda ülke
ortalamasının üstünde de olabilir. Ancak gelişme hızı, ülke ortalamasının altında bulunduğu için bu bölgeler,
gittikçe refah içindeki durumlarını kaybederler ve az gelişmiş bölgeler arasına katılabileceklerdir. Bu durumda
olan bölgeler, gelişme potansiyellerini yitirdikleri için az gelişmiş bölge haline gelmektedirler.
Buradaki iyileştirici iktisat politikasının amacı ise, bölgenin büyüme hızının yükseltilmesi olmalıdır.
1.2. Bölgesel Gelir ( Regional Income) Kavramı ve Kapsamı
Her ekonomide çıktı üretilebilmesi için fiziki sermaye, beşeri sermaye, işgücü ve doğal kaynaklar gibi
girdiler, girişimciler tarafından farklı teknolojik bilgiler çerçevesinde ve farklı oranlamalarla bir araya getirilir.
Gayri safi milli hasıla, belirli bir ülkede belirli bir zaman diliminde üretilen bu mal ve hizmet biçimindeki
çıktıların parasal değerlerinin toplamıdır (Kibritçioğlu, 1998).
İktisadi büyüme ise, kişi başına reel hasıladaki artışları ima eder. Bir ülkede her bölgenin kişi başına
geliri ise, o bölgenin, milli gelirden kişi başına aldığı pay olarak ifade edilecek olursa, bölgesel büyüme de söz
konusu bölgenin kişi başına reel hasılasındaki uzun dönemli artış olarak tanımlanabilir.
Aynı ülke içersinde yer alan bölgelerin kişi başına reel gelirlerindeki farklılıklar ve bunun uzun
dönemdeki bir sonucu olarak söz konusu bölgelerin farklı büyüme oranlarına sahip olmasının temelinde bölgesel
gelişmişlik farkları yatar. Bölgesel gelişmişlik farklarını belirleyen göstergeler arasında bölgede yaratılan katma
değer, vergi performansı ve bölge içi istihdamın iktisadi faaliyet kollarına göre dağılımı yer almaktadır (Doğruel,
2002).
Burada sözü edilen iktisadi faaliyet kolları temelde üç ana başlık altında toplanmaktadır. Birincisi, tarım
ve madencilik gibi üretim kapasitesi büyük oranda doğal koşullar tarafından belirlenen, teknolojik gelişme ve
kullanılan üretim faktörlerinin miktarını arttırarak çok büyük oranlarda üretim miktarının arttırılmasının
mümkün olmadığı faaliyetlerdir.
İkincisi ise sanayi sektörü olarak tanımlanan faaliyetlerdir. İlkinin aksine, bu tür faaliyetlerde üretim
kapasitesi teknolojiye, üretim faktörlerinin kullanım düzeyine ve bu faktörlerin kalitesine bağlıdır. Son olarak
üçüncü tür ekonomik faaliyet kolları, ticaret, hizmetler, ulaşım gibi ekonomik canlılık ve hareketliliğin
göstergesi olan sektörlerden oluşmaktadır.
Ülke düzeyinde ekonomik gelişme ile birlikte birinci tür faaliyetlerin yaratılan katma değer içindeki
payı azalırken, ilk aşamalarda ikinci tür faaliyetlerin payı hızla artmaya başlar. Gelişmenin daha sonraki
aşamalarında ise üçüncü tür faaliyetlerin payı hızla genişler ve toplam ekonomik faaliyetlerin yarısından fazlası
bu tür faaliyetlerden oluşur. Ekonomik gelişme ile birlikte üretimin sektörel dağılımında gerçekleşen bu
değişme, bir bölgenin gelişmişlik derecesinin belirlenmesinde önemli bir göstergeyi oluşturmaktadır. Çünkü
nispi olarak geri kalmış bölgelerde birinci tür faaliyetlerin bölgede yaratılan kayma değer içindeki payı ülke
ortalamasının üzerindedir. Bu durumda bölgesel gelir farklılıklarını azaltmaya yönelik politikaların temel hedefi
ikinci ve üçüncü tür faaliyetlerin geliştirilmesine yönelik olmalıdır (Doğruel, 2002).
Bununla birlikte ekonomik kalkınmanın her bölgede aynı anda başlaması olanaksızdır. Bu durum iktisat
biliminde “kalkınma kutupları teorisi” olarak açıklanmaktadır.
1.3. Bölgesel Gelir Farklılıklarının Ortaya Çıkış Süreci ve Kalkınma Kutupları
Teorisi
Gelirin bölgeler arasındaki dağılımının temel belirleyicisi, bölgeler arası gelişmişlik farklarıdır. Bu
durum, “Kalkınma Kutupları Teorisi” ile açıklanmaktadır.
Ekonomik kalkınmanın her bölgede aynı anda başlamasının olanaksız olduğunu ve kalkınma
aşamasındaki ülkelerin belirli bölgelerinin diğer bölgelere kıyasla gelişmiş olduğunu daha önceden belirtilmiştir.
Ekonomik kalkınmanın farklı aşamalarında ortaya çıkan kutuplaşmalar ve dengesizlikler, kalkınma sürecinin
motoru veya sürükleyici unsurudur.
Endüstriyel yatırımlar çerçevesinde meydana gelen kutuplaşma ile birlikte söz konusu yatırımlar,
kendilerine girdi sağlayacak diğer yatırımları da bölgeye çekerler. Bu şekilde oluşacak bir zincirleme etki,
bölgenin gelişmesini hızlandırır. Bununla birlikte, kalkınma kutupları oluşurken gelişen-büyüyen noktaların yanı
sıra az gelişmiş ve ya gerileyen bölgeler de oluşmaktadır. Bölgeler arası etkileşimin olası sonuçları konusundaki
tartışmalar iki temel görüş etrafında toplanmaktadır.
Görüşlerden ilkine göre, kalkınma kutbunu oluşturan bölgeden diğer bölgelerin de gelişmesini
sağlayan olumlu yöndeki etkilerin, bu bölgelere yayılması söz konusudur. “Olumlu Yayılma Etkisi” olarak ifade
edilen olumlu yöndeki bu etki; gelişmiş bölgenin artan talebine karşılık verme avantajına sahip diğer bölgelerin
bu bölgeye satışlarının artması sonucunda uyarılan yatırım artışları ile iki bölge ekonomisinin birbirini
tamamlaması şeklindedir (HIRSCHMAN, 1963). Öte yandan aynı görüşe göre, bazı olumsuz, “kutuplaşma
etkisi” olarak ifade edilen etkilerin işlemesi de kaçınılmazdır. Sanayileşme ve ürünlerin pazarlanması konusunda
gelişmiş bölgenin rekabet üstünlükleri, diğer bölgenin gelişimini hızlandıracak girişimleri engelleyebilmektedir.
Bu görüşe göre, olumlu yöndeki etkilerin gücü zamanla artarken, olumsuz yöndeki etkilerin gücü zamanla
azalmaktadır.
Bir başka görüşe göre ise, gelişmiş bölgede olumlu etkiler ağırlık kazanırken, aradaki
ilişkinin geri kalmış bölgeler aleyhine işlemesi sonucu olumsuz etkiler öne çıkmaktadır. İlk
görüşe göre karamsar olan bu görüşün gerekçesi; piyasa güçlerinin devreye girmesiyle
birlikte, bölgeler arasında artan ilişkilerin, gelişmiş bölgenin daha da gelişmesini sağlarken,
geri kalmış bölgenin daha da yoksullaşmasına neden olmasıdır. “Olumsuz Geri İtme Etkisi”
(Backwash Effects) olarak ifade edilen bu olumsuz etkinin kaynağı, piyasa koşulları içinde
vasıflı işgücü ve sermayenin gelişmiş bölgelere göç etmesinin, göç veren bölge için
giderilmesi güç bir kayıp olmasından kaynaklanmaktadır (MYRDAL, 1957). Geri kalmış
bölgede ortaya çıkacak işgücü verimliliği artışları, hammaddeyi işleyen sanayilerin kurulması
ve ticaret merkezlerinin oluşması ile birlikte bölgeler arası dengesizlik azalacaktır.
Bir bölgede başlayan ekonomik gelişmenin diğer bölgelere yayılması ya da diğer
bölgelerdeki ekonomik durumu daha da kötüye götürmesi, bu iki görüşün ileri sürdüğü
koşulların ortaya çıkardığı etkilerden hangisinin daha etkili olduğuna bağlıdır. Kalkınma
kutbu durumundaki bölgenin gelişme hızı oldukça yüksekse ve gelişmeyi sağlayıcı dışsal
etkiler yeterli ise, bölgeler arası dengesizlik zamanla azalacaktır. Fakat bu durum belirli bir
kalkınma eşiğini aşmayı başarmış ülkeler için geçerli olmaktadır. Ekonomik gelişmenin
piyasa güçlerine bırakıldığı, devletin ekonomiye müdahale etmediği azgelişmiş ülkelerde ise
gelişmiş ve geri kalmış bölgeler arasındaki farkların daha da arttığı görülmektedir. Bu nedenle
bölgesel dengesizlikler her ülkede var olmakla beraber, dengesizlik şiddeti azgelişmiş
ülkelerde gelişmiş ülkelerdekine göre daha fazladır. Bölgesel dengesizlik azgelişmiş ülkelerde
artan yönde, gelişmiş ülkelerde ise azalan yönde seyretmektedir (DİNLER, 1986).
1.4. İktisadi Büyüme ve Bölgeler Arası Gelir Farklılıkları
Bölgeler arasındaki gelişme farklılıkları coğrafi konum, ihracat ya da ithalat kapılarına
yakınlık, altyapı yatırımlarının düzeyi, tarihsel birikim gibi bir dizi etmenin özgün bir bileşimi
olarak görülebilir. Nedenlerinin neler olabileceği kadar nasıl tanımlanacağı bile oldukça
tartışmalı bir konu olan bölgesel farklılıklar, izlenen bölgesel ve makro politikalarla da zaman
içinde azalma ya da artma yönünde değişebilmektedir (Doğruel, 2002).
Bölgesel gelişme farklılıklarının önde gelen toplumsal sonuçlarından biri de gelirin
bölgeler arasında farklılaşması ve bunun sonucu olarak da bölgelerin uzun dönemde farklı
büyüme oranlarına sahip olmasıdır.
Bir ülke ve ya bölgedeki gelir eşitsizliği ile iktisadi büyüme arasındaki karşılıklı
ilişkinin yönü ve derecesi konusunda ilk görgül araştırmalar Kuznets (1955) ile başlamıştır.
Kuznets’e göre kişi başına gelir ekonomik büyümenin ilk aşamalarında gittikçe artan bir özellik
gösterir, belli bir noktadan sonra maksimum seviyeye ulaşır ve sonra da aşamalı olarak
düşmeye başlar. Bu hipotez, literatürde “Ters-U Hipotezi” olarak bilinmektedir.
Kuznets’e göre bir ülkede büyümeye yol açan en önemli faktör tarım sektörünün yerini
sanayi sektörüne bırakmasıdır. Kırsal kesimde çalışanların gelirleri, kent çalışanlarının
gelirlerine göre daha düşüktür. İktisadi büyümenin ve kalkınmanın ilk aşamasında gelirin
dağılımındaki bu eşitsizlik, kırsal kesim aleyhinedir. Ancak belirli bir sanayileşme ve kentleşme
sürecinin ilk aşamasından sonra kent gelirlerindeki artış yayılarak kırsal kesimdeki düşük
gelirlilerin göreli gelirlerinde iyileşmeye yol açarak, gelir farklılıkları azalacaktır.
Kuznets, 11 ülke için yaptığı ampirik çalışma ile, GSMH’dan hareketle büyüme ve gelir eşitsizliği arasındaki ilişkiyi analiz etmiştir (Kuznets, 1963). Ekonomik büyüme ile gelir eşitsizliği arasında önce artan sonra azalan ve ters-U hipotezi olarak bilinen ilişkinin somutlaştırıldığı çalışmada, gelir dağılımının gelişmekte olan ülkelerde, gelişmiş ülkelere göre daha dengesiz olduğu; tarım sektöründeki gelirin, gelişmiş ülkeler ve gelişmekte olan ülkeler için daha dengeli bir dağılım gösterdiği; tarım dışı sektörde gelir dağılımın gelişmekte olan ülkelerde, gelişmiş ülkelere kıyasla daha bozuk olduğu ve gelişmiş ülkelerde gelir dağılımındaki dengesizliğin yüksek gelir gruplarının gelir payındaki azalma ve düşük gelir grubundakilerin gelir payının artması nedeniyle ekonomik kalkınma ile birlikte azalmakta olduğu sonucuna varılmıştır.
Sonuç olarak büyümenin sürdürülebilirliği kadar bir ülke içinde yatay olarak nasıl
gerçekleştiğide önemlidir ki bu da bizi “kalkınma” kavramına götürür. Çünkü bir ülkede kişi
başına gelir çok yüksek oranda artabilir be bundan nüfusun çok az bir bölümü yararlanabilirken,
büyük bölümünün yaşam düzeyinde herhengi bir artış görülmeyebilir. Böyle bir durumda
büyümeden söz edilebilirken, kalkınmadan söz edilemez.
Gelirin ekonomiler arasındaki dağılımı ve büyüme oranıyla ilişkisi bizi literatürde
“yakınsama” olarak kavramına götürür. Yakınsama en basit tanımla, zengin ve yoksul
ekonomiler arasındaki farkın, fakir olan ekonomilerin daha hızlı büyüyeceği savı ile
kapanmasıdır ( Baumol; 1986, de Long; 1988, Dowrick ve Nguyen; 1989, Barro; 1991, Barro
ve Sala-i-Martin; 1991, 1992 ve MRW; 1992)1
Büyüme, ekonomiler arasındaki gelir farklılıklarını azaltarak gerçekleşiyorsa
yakınsama, aksi takdirde uzaksama söz konusudur. Ekonomiler arası gelir farklılıklarının
azalması ve dolayısıyla yakınsamanın vuku bulma nedenlerini, büyüme teorileri farklı
yaklaşımlarla ele almaktadır. Bunun nedeni, büyüme teorilerinin ekonomik büyümeye neden
olarak farklı varsayım ve faktör bileşimlerini göstermelidir.
1 Söz konusu kavram, ülkeler, bölgeler ve ya iller itibariyle analiz edilebilir.
SONUÇ
İktisadi büyüme bir ekonomide zaman içersinde milli gelir hesapları ile ölçülen toplam
üretim düzeyindeki sürekli artışları ifade eder. Zaman kavramı, üretim artışlarının gerçekleştiği
süreç içersinde, ekonomik yapı ve faktörlerdeki değişim hakkında varsayımlar içermekte olup,
geleneksel yaklaşımda “kısa, orta ve uzun dönem” ayırımı ile sunulmaktadır. Büyüme, orta ve
uzun döenmde, ekonomide üretim potansiyeli ve bu potansiyele denk düşen gelir düzeyindeki
artışlar anlamına gelmektedir (Köse, 1992).
Bir ülkenin sürekli bir şekilde büyümesi kadar, bu büyümenin bir ülke içersinde bölgeler
ve iller arasında dengeli bir şekilde gerçekleşmesi de önemlidir. Örneğin bölgeler arasındaki
kişi başına gelir düzeyindeki farklılıklar, söz konusu bölgelerin uzun dönemde farklı büyüme
performansı göstermelerine de neden olur.
Bölgelerin büyüme performanslarının karşılaştırılmasında en önemli göstergelerden biri
de bölgesel gelirin iktisadi faaliyet kollarına göre dağılımıdır. Temel olarak tarım, sanayi ve
hizmetler olmak üzere üç ana başlık altında toplayabileceğimiz sektörel yapı, bir bölgenin
gelişmiş/gelişmemiş olarak tanımlanmasında önemli bir götergeyi oluşturmaktadır. Çünkü nispi
olarak düşük gelirli bölgelerde tarım sektörünün payı ülke ortalamasının üzerindedir. Ancak
bölgesel ekonomik gelişme ile birlikte tarım sektörünün, elde edilen toplam gelir içersindeki
payı azalırken, sanayi ve hizmetler sektörünün payı artmaya başlar. Bu nedenle gerek ülke
bütününde gerekse bölgesel bazda kişi başına gelirdeki artışların elde edilebilmesi ve bunun
uzun dönemdeki sonucu olan büyümenin sağlanabilmesi için, sanayi ve hizmetler sektörlerinin
genişletilmesi ve bu sektörlerden elde dilen kişi başına gelir düzeylerinin sürekli bir artış
göstermesi gerekmektedir.
Literatürde ülkeler arasında ya da bir ülke içersinde bölgeler ya da iller arasında kişi
başına gelir düzeyindeki farklılıkların zamanla artış göstermesi “uzaksama”, azalması ise
“yakınsama” olarak adlandırılır. Ancak büyüme teorilerinde yakınsama konusu ile ilgili olarak
farklı görüşler söz konudur. Neoklasik Büyüme Teorisi’nde (NBT) büyümenin ülkeler/bölgeler
arasında yakınsama ile sonuçlanacağı iddia edilirken, İçsel Büyüme Teorisi’ne (İBT) göre ise
büyümenin ancak bazı koşullar altında yakınama ile sonuçlanabileceği savunulmaktadır.
Çalışmamızın konusu olan bölgeler arası kişi başına gelir yakınsamasını analiz
edebilmek için öncelikle Neoklasik büyüme teorisinin temel yapısı üzerinde durmak ve bunun
yanı sıra bazı içsel büyüme modellerine değinmek yaralı olacaktır.
İKİNCİ BÖLÜM
YAKINSAMA HİPOTEZİ
2.1. Neoklasik Büyüme Teorisi Ve Yakınsama Hipotezi
1950’li yıllarda Solow (1956) ve Swan (1956), sonradan “Neoklasik Büyüme Teorisi” olarak
adlandırılacak bir büyüme modeli ortaya attılar. Neoklasik olarak adlandırılan bu büyüme modellerinde, esas
olarak, üretim sürecinde emek ve sermayenin birbirini ikame edeceği varsayımından hareket edilir. Neoklasik
büyüme teorisinin temel çıkış noktası, Keynes’in iktisat öğretisine getirdiği eleştirinin dinamik analizidir.
2.1.1. Temel Solow Modeli
Kapalı bir ekonominin varsayıldığı Solow büyüme modeli2 esas itibariyle dört değişken
üzerinde yoğunlaşır: çıktı (Y), fiziksel sermaye (K), işgücü (L) ve teknoloji (A). Herhangi bir t
zamanında üretim fonksiyonu şu şekildedir:
Y(t) = F(K(t),A(t)L(t)) (2.1.)
2 Solow büyüme modeli, Solow,1956; D. Romer, 1996, s.5-35 çalışmalarından yararlanılarak hazırlanmıştır
Üretim fonksiyonu, teknolojik gelişmenin etkisini yansıtmak için zamana bağlıdır.
Üretim, söz konusu girdilerin artan bir fonksiyonudur ve teknolojideki değişmelerle
arttırılabilmektedir.3
Modelin en önemli varsayımı, sermaye ve işgücünün ölçeğe göre sabit getirili olmasıdır. Ölçeğe göre sabit getiri varsayımı ile üretim fonksiyonu yoğun (intensive) formda yeniden yazılabilir.
Burada y=Y/AL ve k=K/AL dir. Eşitliğe göre etkin işgücü birimi başına çıktı, etkin işgücü birimi başına
sermayenin bir fonksiyonudur. Ayrıca fonksiyonun,
f(0)=0, f’(k)>0, f’’(k)<0
koşullarını da yerine getirdiği varsayılmıştır. Burada f’(k), sermayenin marjinal getirisidir4. Bu
varsayımlara göre, sermayenin marjinal getirisi pozitiftir ancak azalan getiriyle çalışmaktadır.
Yoğun formda yazılan üretim fonksiyonu, Inada koşullarını da yerine getirir5. Inada
koşullarına göre, sermaye stoku yeterince az miktarda, sermayenin marjinal getirisi çok fazladır
ve sermaye stoku arttığında marjinal getirisi azalmaktadır. Bu da ekonominin durgun durum
dengesine ulaşacağının bir garantisidir.
Modelin diğer bir varsayımı ise işgücü, teknoloji ve sermayenin zamanla nasıl değişeceği üzerine kuruludur. Model, işgücü ve teknolojinin sabit bir oranda değişeceğini varsaymaktadır. Diğer bir varsayımda teknolojik değişmenin dışsallığıdır. İşgücü, teknoloji ve sermayenin başlangıç seviyeleri şöyledir:
3 Modelde teknoloji değişkeni, “işgücü” artışlı ya da “Harrod-nötr” şeklinde tanımlanmaktadır. Diğer olası
durumlar “sermaye artışlı” ya da Solow-nötr” diye bilinen F(AK,L) ile “Hicks-nötr” teknoloji diye bilinen
AF(K,L)’dir.
4 ( / ) 1( )( ) ( )F K AL KALf f k
K AL AL∂ ′ ′= =
∂
5 0lim ( ) , lim ( ) 0k kf k f k→ →∞′ ′= ∞ =
( )1,1 ,KF F K ALAL AL
⎛ ⎞ =⎜ ⎟⎝ ⎠
(2.2.)
.( ) ( )
.( ) ( )
L t nL t
A t gA t
=
=
(2.3.)
(2.4.)
Burada n, nüfus artış hızını; g, teknolojik gelişme hızını tanımlamaktadır. Üretim, tüketim ve yatırım olarak kullanılmaktadır. Üretimin yatırıma ayrılan kısmı (s), dışsaldır ve sabit bir yatırım oranına göre belirlenir. Sermayenin aşınma oranını δ olarak kabul ettiğimiz takdirde,
Burada A ve L, modelin varsayımı gereği, dışsal ve sabit bir oranda büyüdüğünden,
sermaye değişkeni, modelin dinamiğini sağlayan temel faktördür. Yani denklem, veri teknoloji
ve işgücü seviyesinde, K’nın dinamiklerini göstermektedir.
2.1.2. Durgun Durum Çözümlemesi
Etkin işgücü başına sermayedeki değişimi bulabilmek için zincir kuralı uygulanır.
k =K/AL eşitliğinin türevini alırsak;
.( ) ( ) ( )K t sY t K tδ= − (2.5.)
[ ]
.. . .
2( ) ( )( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( )K t K tk t A t L t L t A t
A t L t A t L t⎡ ⎤= − +⎢ ⎥⎣ ⎦
(2.6.)
. . .( ) ( ) ( ) ( ) ( ).
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )K t K t L t K t A t
A t L t A t L t L t A t L t A t= − − (2.7.)
(2.3.), (2.4.) ve (2.5.) no’lu eşitlikleri (2.7.) no’lu eşitlikte yerine yazarsak,
Bu denklem Solow modelinin temel fark denklemidir. Burada birinci terim, sf(k), etkin işgücü başına
yapılan fiili (actual) yatırımdır ve ekonomideki fiili yatırımları gösterir. İkinci terim, (n+g+δ)k ise gerekli (break-
even) yatırımdır ve etkin işgücü başına düşen sermaye miktarını en azından aynı düzeyde sürdürebilmek için
yapılması gereken yatırım düzeyinin tanımlamaktadır. k’nın düşmesini önlemek için yatırıma ihtiyaç duyulmasının
iki nedeni vardır. Birincisi, varolan sermaye aşınmaktadır; bu nedenle, sermaye stokunun korunması için aşınan
sermaye miktarı yenilenmelidir. İkincisi, etkin işgücü miktarı artmaktadır. Bu nedenle, K’yı sabit tutmak için
yeterli yatırım yapmak, aynı zamanda k’yı sabit tutmak için yeterli değildir. Ayrıca, işgücü, n+g oranında
büyüdüğü için, k’nın durgun olabilmesi, K’nın da n+g oranında büyümesini gerektirir.
Eğer ekonomide etkin işgücü başına fiili yatırımlar, gerekli yatırımları aşarsa, k yükselecek; aksi durumda k düşecektir. Her ikisi de eşit olduğu takdirde, k, sabit bir değer alacaktır. Şekil-1, Solow büyüme modelinin temel denkleminin işleme yöntemini göstermektedir.
. ( ) ( )( ) ( ) ( )( ) ( )
sY t K tk t k t n k t gA t L t
δ−= − −
(2.8.)
( ) ( ) ( ) ( )( ) ( )Y ts k t nk t gk t
A t L tδ= − − − (2.9.)
(2.10.).( ) ( ( )) ( ) ( )k t sf k t n g k tδ= − + +
Burada k*, k’nın bir fonksiyonunu ifade eder. Gerekli yatırımları ifade eden sf(k) eğrisi
orijinden başlamaktadır. Çünkü f(0)=0 olduğundan, k=0 düzeyinde gerekli ve fiili yatırımlar
eşittir6. k sonsuza yaklaştıkça, sf(k) eğrisi de yatay hale gelir.
Ekonomideki fiili yatırımlarla gerekli yatırımlar k* noktasında eşitlenir, bu nokta da k*
dır ve böyle bir noktaya “durgun durum (steady state)” denilmektedir.
Durgun durum, değişkenlerin sabit bir oranda arttığı durum olarak ifade edilir. Solow modelinde durgun durum, temel denklemde işgücü başına sermaye miktarında değişim olmaması demektir. Bu aynı zamanda, fiili yatırımların, gerekli yatırımlara eşit olduğu noktadır. Cebirsel olarak ifade edecek olursak;
sf(k*) = (n+g+δ)k* (2.11.)
eşitliği, durgun durum şartını gösterir. Şekil 2, sermayenin dinamiğini faz diyagramı üzerinde tanımlamaktadır.
6 sf(k) eğrisi pozitif eğimli olduğundan ve azalan getiri özelliğine sahip olduğundan ( ( ) 0f k′ > , ( ) 0f k′′ < )dolayı, k boyunca ilerledikçe yatıklaşır.
k*
sf(k)
Gerekli Yatırım
Fiili Yatırım
k
Şekil 1 Fiili ve Gerekli Yatırımlar
Etki
n İş
gücü
Başın
a Y
atırı
m
Ekonomide etkin işgücü başına sermaye miktarı, durgun durum değerinin altındaysa,
fiili yatırımlar, gerekli yatırımları aşar. Bu noktada sermaye birikimi pozitifdir ve k
k* k
0
Şekil 2. Kişi Başına Sermaye Faz Diyagramı
. k
yükselmektedir. k, k*’ nın altındaysa, sermaye birikimi negatife dönüşmüş demektir7. Sonuç
olarak, ekonomideki sermaye miktarının başlangıç değeri ne olursa olsun, sermaye miktarı,
durgun durum değerine yakınsayacaktır.
k=k* iken yani ekonomi durgun durumdayken, işgücü ve sermaye stoku, n+g oranında
büyüyecektir. Sermaye ve etkin işgücünün n+g oranında büyümesi, sabit getiri özelliğinden
dolayı Y’nin de aynı oranda büyümesini gerektirir. Böylelikle k ve y de g oranında
büyüyecektir. Sonuç olarak, kişi başına gelir de değişim, teknoloji tarafından belirlenir. Ve
ekonomi, başlangıç noktası ne olursa olsun, denge büyüme patikasına yakınsar. Kişi başına
gelir de kalıcı büyümenin kaynağı, teknolojik gelişmedir.
Durgun-durum çıktı-teknoloji oranı, k* koşulu ve üretim fonksiyonu kullanılarak
belirlenmektedir. Durgun durum sermaye miktarını Cobb-Douglas üretim fonksiyonunu baz
alarak çözersek şu eşitliği elde ederiz:
7 Yine cebirsel olarak ifade edilecek olursa, .
( ) ( ) 0sf k n g kδ> + + ⇒ > ve .
( ) ( ) 0sf k n g kδ< + + ⇒ <
( )1* 1sk
n gα
δ⎛ ⎞ −
= ⎜ ⎟+ +⎝ ⎠(2.12.)
Bunu üretim fonksiyonunda yerine yazarsak şuna ulaşırız8.
Bu eşitliğin işgücü başına çıktı cinsinden ifade ettiği anlamı daha iyi görebilmek için eşitliği yeniden düzenlersek:
8 Y=F(K,L)=KαL1-α şeklindeki Cobb-Douglas üretim fonksiyonunun işgücü başına cinsini ifade eden y=kα eşitliğinden elde
edilmiştir.
(n+g+δ)k
sy
k k0 k*
Şekil 3. Durgun Durum Dengesi
( )1* syn g
αα
δ⎛ ⎞ −
= ⎜ ⎟+ +⎝ ⎠(2.13.)
(2.14.)
Bu eşitlikten, dengeli gelişme sürecindeki etkin işgücü başına çıktı miktarının teknoloji, yatırım oranı ve nüfus artış hızı tarafından belirlendiğini görebiliriz. Yatırım oranı ve nüfus artış hızındaki değişmeler, uzun dönem etkin işgücü başına çıktı düzeyini etkilemekte ama uzun dönem etkin işgücü başına çıktı büyüme oranını etkilemektedir. Yani herhangi bir şok anında işgücü başına çıktı yükselir ancak bu yükseliş geçicidir; çıktı-teknoloji oranı yeni durgun duruma ulaşılıncaya kadar sürer. Bu noktada, büyüme kendi uzun dönem seviyesi olan g’ye geri döner.
Sonuç olarak Solow modelinde olası politika değişiklikleri ile büyüme oranı artabilir ancak bu artış, yeni durgun durum geçiş sürecinde geçici olarak yaşanır. Politika değişikliklerinin sadece düzey etkisi vardır.
2.1.3. Modelin Değerlendirilmesi
Solow modeli, kişi başına gelir farklılıklarını yatırım oranlarındaki farklılıklara, nüfus
artış hızına ve teknoloji seviyesindeki farklılıklarla açıklamaktadır. Ve ekonomilerin Solow
modelinde kalıcı bir büyüme sergilemelerinin nedeni de teknolojik gelişmedir. Çünkü belli bir
noktadan sonra sermayenin azalan getiri özelliğinden devreye girdiğinden kişi başına büyüme
de durmaktadır. Teknolojik gelişme, sermayenin marjinal ürünündeki azalmayı ortadan
kaldırdığından, kişi başına büyüme de, teknolojik gelişme oranında artmaya devam eder.
Solow modelinin temelini oluşturduğu neoklasik yaklaşımın esas amacı, üretimin sabit
verimler ve değişen faktör oranları kuralına göre yapılması halinde, doğal ve gerekli büyüme
oranları arasında herhangi bir uyuşmazlığın söz konusu olmayacağını, ekonominin istikrarlı bir
dengeye ulaşacağını göstermektedir.
Bu yaklaşıma göre, kişi başına düşen sermaye miktarının artması, sermaye faizinin düşmesine yol açar. Sermaye faizi sadece sermaye birikim hızının, işgücü artışındaki ve teknolojik gelişmedeki büyüme hızına eşit olması durumunda sabit kalır. Böylece işgücü artışı sonucu oluşan etkiler, sermaye faizini geriye çeker. Bu nedenle, neoklasik yaklaşımda uzun vadeli büyümenin motoru olarak teknolojik gelişmedeki ve işgücündeki artış görülür. Burada önemli olan nokta, her iki faktöründe dışsal olarak kabul edilmeleridir.
Solow modeli, büyümeyi açıklayan temel etkenin teknolojik gelişme olduğunu açıklamakta ve teknolojik gelişmenin veri kabul edilerek dışsal olarak belirlendiği varsayılmaktadır. Modelin en zayıf noktası, teknolojik gelişme sabitinin dışsal olarak kabul edilmesi ve uzun dönemde devamlı büyümeyi mümkün kılacak teknolojik gelişme sürecinin model tarafından açıklanmamasıdır.
MRW (1992), Solow modelini genişleterek, beşeri sermayeyi modele katmış ve böylece ülkelerin farklı nitelikte işgücüne sahip olduklarını göz önünde bulundurmuşlardır. Literatürde bu modele “Genişletilmiş Solow Modeli” denilmektedir. MRW’ye göre, bütün ülkeler, yeni teknolojiyi aynı oranda yerine getirir. Teknolojik büyümeyi ifade eden parametre, ülkelere has olmayan bilginin gelişimidir. Ortak teknoloji büyümesinden kasıt, bir ülkedeki bütün değişkenlerin büyüme oranı, bütün ülkelerin durgun duruma olan uzaklıklarındaki ve sermayenin ölçeğe göre azalan getirisindeki değişimle açıklanmasıdır.
MRW, ülkelerin farklı eğitim ve beşeri düzeyinde işgücüne sahip olmalarını göz önüne alarak, üretim fonksiyonuna beşeri sermayenin katılarak genişletilmesinin, modelin uyumu açısından daha iyi hale getireceğini belirtir. MRW modelinde, Solow modelinin dinamiklerine ilişkin olarak elde edilen tüm sonuçlar geçerliliğini korumaktadır. Beşeri sermayenin modele eklenmesi, modelin temel yapısında hiçbir değişime yol açmaz. Üretim fonksiyonunu işgücü başına çıktı cinsinden beşeri sermayeyi de dahil ederek tekrar yazarsak;
( )* 1( ) ( ) sy t A tn g
αα
δ⎛ ⎞ −
= ⎜ ⎟+ +⎝ ⎠
( )* 1( ) ( )
sKy t hA tn g
αα
δ
⎛ ⎞ −= ⎜ ⎟⎜ ⎟+ +⎝ ⎠
(2.15.)
Neden bazı ülkelerin daha zengin, bazılarının daha yoksul olduklarını açıklayan
genişletilmiş Solow modelini özetleyen bu eşitlikte durgun durumda kişi başına çıktı, orijinal
Solow modelinde olduğu gibi, teknolojik gelişme hızı (g) kadar büyümektedir. Sonuç olarak
modele göre bazı ülkeler, yüksek fiziksel sermaye yatırım oranına ve daha düşük nüfus artış
hızına sahip oldukları, nitelikli işgücüne sahip olmak için daha fazla zaman harcadıkları ve
teknoloji düzeyleri daha gelişmiş olduğu için daha zengindirler.
MRW (1992), neoklasik büyüme modelinin yeterince tatmin edici olmadığını çünkü
günümüzde ülkelerin artık daha yüksek standartlara sahip olması nedeniyle, modelin yeni
durumlar çerçevesinde açıklanamadığını vurgulamaktadır. Neoklasik büyüme modeli, ülkeler
arası büyüme oranlarını karşılaştırırken, ülkelerin sahip oldukları üretim teknolojisini aynı
kabul etmektedir. Ancak Grossman ve Helpman (1991), bu varsayımı anlamsız bulmaktadır.
Farklı kişi başına gelir düzeyine sahip iki ülke düşünüldüğünde, ülkelerden birinin tasarruf
oranı, diğerine göre daha büyük olması halinde, söz konusu ülkenin durgun durum değeri de
daha büyük olacaktır. Mankiw’e göre, ülkeler arası karşılaştırmalı analiz, bu sonuçları
doğrulamaktadır. Teknolojik geri kalmışlık, nispi olarak fakir ülkelerin temel sorunu ise, bu
ülkeler, sermaye stoklarını ya da istihdam oranlarını arttırmadan, gelişmiş ülkelerin ileri
teknolojilerini taklit ederek hızla büyüyebilirler. Ancak ileri teknolojinin kısa sürede taklit
edilmesi ve uygulanması, bu ekonomilerin kıt beşeri sermaye stokları nedeniyle kolay değildir.
Neoklasik büyüme modeline göre fakir ülkeler, daha az sermaye stokuna sahip oldukları için, sermayenin marjinal getirisinin yüksek olması nedeniyle, bu ülkelerde kar ve faiz oranları da yüksek olacaktır. Bu nedenle sermaye, zengin ülkelerden fakir ülkelere hareket etme eğiliminde olacaktır. Ampirik çalışmalar, K/Y oranının zengin ülkelerde, fakir ülkelere nispeten iki kat fazla olduğunu göstermektedir. Bu gözlemden, sermayenin de iki kat daha yüksek olacağı gerçeği ortaya çıktığından; bu bulgular, neoklasik teori ile tutarlıdır. Ancak yeni yaklaşımlara göre, sermayenin getirisinin ulusal gelirdeki payı, neoklasik büyüme modelinin ortaya koyduğundan çok daha büyüktür (Barro, Sala-i-Martin ve Mankiw, 1995).
Sermayenin ulusal gelirdeki payı, neoklasik teoride anahtar rol oynamaktadır. Çünkü
sermayenin payı, üretim fonksiyonunu da belirlemektedir. Sermayenin payı ne kadar büyük
olursa, ortalama çıktıdaki azalama da o kadar yavaş olacaktır. Böylece daha büyük bir α
oranının varlığı, tasarruf oranındaki bir değişikliğin, durgun durum değerini daha fazla
etkilemesine neden olacaktır.
2.1.4. Yakınsama Hipotezi
Neoklasik büyüme teorisinin temelinin oluşturan Solow büyüme modelinde neoklasik üretim fonksiyonu
baz alınarak, ölçeğe göre sabit getiri ve girdilerin azalan verimlere sahip olduğu kabul edilmiştir. Uzun dönem
büyüme oranlarının tamamen dışsal unsurlar tarafından belirlendiği modelde, durgun durum büyüme oranı, tasarruf
oranından ve üretim fonksiyonu seviyesinden bağımsızdır. Uzun dönemli büyümenin süreğenliği, dışsal teknolojik
gelişmelerin varlığına bağlıdır.
Uzun dönemde büyüme hızlarının tasarruflara değil de dışsal teknolojik gelişmelere
bağlanmasının bir sonucu olarak ülkelerin uzun dönemde kişi başına sermaye ve gelir
seviyelerinin birbirine yaklaşacağı hipotezi kabul edilmiştir. Teknolojinin, ülkeler arasında
geçiş serbestisine sahip olması ve sermayenin azalan getiri özelliği temeline dayanan bu
mekanizmanın işleyişi literatürde “yakınsama” hipotezi olarak adlandırılmaktadır.
Başlangıçta GSYİH’leri göreli olarak düşük olan ülkeler, daha hızlı büyüme oranlarına sahiptirler. Bu
hipotez, sermayenin azalan verimliliğe sahip olduğu varsayımının bir sonucudur. Ülkeler , işgücü başına daha az
sermayeye sahip iseler, sermaye getiri oranları daha yüksek olacak ve bunun bir sonucu olarak sahip oldukları daha
büyük büyüme oranı ile gelişmiş ülkelerin milli gelirlerine yakınsayacaklardır. Neoklasik teorinin bu öngörüsü ile,
uzun dönmede ülkelerin kişi başına düşen milli gelir seviyeleri birbirine yaklaşacak, dolayısıyla ülkeler arasındaki
refah seviyesi farkları kendiliğinden ortadan kalkmış olacaktır. Başlangıçta düşük K/L oranına sahip olan yoksul
ekonomilerin doğal olarak marjinal sermaye verimlilikleri yüksek olacağından; ülkeler arasında tasarruf oranları,
işgücü artış hızı ve teknolojik gelişme oranı eşit olduğu takdirde, söz konusu yoksul ülkelerin sermaye stoku,
gelişmiş ekonomilere göre daha hızlı büyüyerek, bu ülkelerin K/L, K/Y ve Y/L düzeylerine ulaşacaktır.
Ancak ampirik literatür incelendiğinde basit yakınsama hipotezinin sanayileşmiş ülkeler bazında, büyüme
oranları farklılıklarını açıklamada başarılı olduğu görülürken, bir bütün olarak dünya ülkeleri arasındaki büyüme
oranı farklılıklarını açıklamada başarılı olmadığı görülmektedir9. Neoklasik büyüme modeli bu bulgulara açıklama
getirmektedir. Modelin temel türevsel denklemini tekrar yazacak olursak:
Burada y, kα’ya eşit olduğu için sermayenin ortalama ürünü (y/k), (kα-1)’e eşittir. Sermaye birikimi azalan
verimliliğe göre çalıştığı için, k yükselirken sermayenin ortalama ürünü azalır. Eşitliği aşağıdaki şekilde
inceleyebiliriz.
9 Ayrıntılı bilgi için bakınız Baumol (1986)
kk/.
k1 k2 k*
1/ −= αskksy
δ++gn
Şekil 4. Sermaye Dinamiği
.
( )k ys n gkk kδ= − + + (2.16.)
skα-1, n+g+δ
Şekilde iki eğri arasındaki mesafe, k’ nın büyüme hızıdır. y’nin büyüme hızı da bu farkla orantılıdır. Teknolojik
gelişme hızı sabit olduğu için, k’nın ve y’nin büyüme hızındaki bir değişiklik, işgücü başına sermaye ve işgücü
başına çıktı büyüme hızlarındaki değişime bağlıdır. Başlangıçta fakir olan ekonominin sermaye-teknoloji oranı k1
iken, başlangıçta zengin olan ekonominin sermaye-teknoloji oranı k2 dir. Bu iki ekonomi aynı teknoloji düzeyine,
aynı nüfus artış hızına ve aynı yatırım oranına sahipse, başlangıçta fakir olan ekonomi, geçici bir süre, başlangıçta
zengin olan ekonomiden daha hızlı büyüyecektir. İki ülke arasındaki işgücü başına çıktı aralığı, her iki ekonomi
aynı durgun duruma yaklaşırken zaman içinde daralacaktır. Sonuç olarak neoklasik modelin öngörüsü şudur: Aynı
durgun duruma sahip ülkeler arasında yakınsama hipotezi gerçekleşir. Yani fakir ülkeler ortalama olarak, zengin
ülkelerden daha hızlı büyürler.
Ampirik olarak yakınsamayı analiz eden iki dinamik ölçüm vardır:
1- Sigma (σ) yakınsaması: Gelirin zamanla nasıl bir dağılım (dispersion)
izlediğini gösterir.
2- Beta (β) yakınsaması: Aynı dağılımda gelirin hareketliliğini gösterir.
Beta yakınsamasına göre eğer nispi olarak fakir olan ekonomiler, nispi olarak zengin olan ekonomilere göre
daha hızlı büyüme eğilimindeyse, diğer bir ifade ile fakir olan ekonomi zengin olan ekonomiyi kişi başına gelir ya
da üretim düzeyinde yakalama eğiliminde ise yakınsama söz konusudur ve bu yakınsama kavramı beta
yakınsaması olarak tanımlanır (Baumol; 1986, De Long; 1988, Barro; 1991, Barro ve Sala-i-Martin; 1991, 1992a,
1992b, 1995).
Sigma yakınsamasında ise karşılaştırılan ekonomiler arasındaki kişi başına gelir dağılımının zaman
içersinde küçülmesi söz konusudur (Baumol; 1986, Dowrick ve Nguyen, 1989, Baro ve Sala-i-Martin; 1991,
1992a, 1992b, 1995).
Her ne kadar benzer olmasalar da, bu iki kavram birbiriyle ilişkilidir. Ekonomiler arasında kişi başına gelirin
dağılımı zamanla düşme eğilimindeyse, σ-yakınsaması söz konusudur. Ancak kişi başına gelirin başlangıç seviyesi
ile büyüme oranı arasında negatif bir ilişki varsa, bu bizi β-yakınsaması kavramına götürür. Başka bir ifadeyle,
fakir ekonomiler, zengin ekonomilerden daha hızlı büyüme eğilimindeyse, β-yakınsaması söz konusudur.
Beta ve sigma yakınsamasının niçin bağımsız olduklarını bir örnekle açıklayalım. 50 yıl boyunca aynı
gelir eşitsizlik derecesine ve farklı ekonomik yapıya sahip iki ülke düşünelim
A Ülkesi B Ülkesi
Tarım Ülkesi Endüstri Ülkesi
A ülkesinde çok az sayıda girişimci var ve ülkedeki işgücünün büyük bir bölümü bu
girişimlerin hizmetinde çalışmaktadır. Bazı işçilerin çocukları çok yetenekli ve zamanla
girişimciliğe başlayarak servetlerini arttırıyorlar. Bazı girişimcilerin çocukları ise, bu konuda
ebeveynleri kadar başarılı değiller ve mal varlıklarını zamanla kaybediyorlar. 50 yılın sonunda
servet, başka aileler tarafından tutulmaktadır. Ancak gelir eşitsizliğinin derecesi sabittir.
B ekonomisinde ise hanehalkı gelirindeki artış oranı, fakir ailelerde, zengin ailelere göre daha fazladır
yani beta yakınsaması vardır. Ancak A ekonomisinde beta yakınsaması söz konusu değildir. Çünkü zengin aile
gelirindeki artış, fakir ailelerin gelirindeki artış oranıyla aynı düzeydedir. Ve bu yüzden A ekonomisinde gelir
seviyesindeki farklılıklar 50 yıldan fazla sürmektedir. B ekonomisinde fakirlerin, zenginlerin yerini alıp almaması
ya da A ekonomisinin B ekonomisine dönüşüp dönüşmeyeceği gibi durumların hepsi beta yakınsaması kavramı ile
ilgilidir.
Gelirin dağılımını (dispersion) ifade eden sigma yakınsaması, ekonomik birimler arasında kişi başına
gelirin zamanla azalıp azalmadığını inceler. Eğer karşılaştırılan ekonomilerin kişi başına reel gelir dağılımı zaman
içinde daralıyorsa (σt+T<σt), sigma yakınsaması süreci gerçekleşiyor demektir. Burada ifade edilen σt terimi,
ekonomiler arasındaki kişi başına gelirin logaritmasının t anındaki standart sapmasıdır.
İkinci yakınsama kavramı olan beta yakınsaması kavramı, hareketlilik (mobility) üzerine kuruludur. Ve
fakir ekonomilerin zengin ekonomileri zamanla yakalayıp yakalamadığı ile ilgilidir. Kişi başına gelirin başlangıç
seviyesi ile büyüme oranı arasında negatif yönlü bir ilişki varsa beta yakınsaması söz konusudur.
i sayıda ekonomi olduğunu düşünürsek kişi başına gelir şu yaklaşımı gösterecektir (
Barro,1991)10:
Logaritmik olarak ifade edilen yukarıdaki kesikli zaman denkleminde, β
katsayısının anlamlı olarak negatif bir değer alması, beta yakınsamasının
varlığını gösterir. Mutlak olarak yüksek bir β katsayısı, yüksek bir yakınsama
eğiliminin göstergesidir.
İki kavram farklı olsalar da, birbirleriyle ilişkilidir. Bu durum aşağıda yer
alan şekil yardımıyla görülebilir.
(a) (b)
(c)
, ,0 ,g yi T i i Tα β ε= + + (2.17.)
logGSYİH
0 t t+T
AB
logGSYİH
0 t t+T
A
B
logGSYİH
0 t t+T
A
B
Şekil (a)’da, nispi olarak fakir olan B ekonomisi daha hızlı büyümekte ve
beta yakınsaması gerçekleşmektedir. Bununla birlikte her iki ekonomi arasındaki
gelir dağılımı farkı da zamanla azaldığından aynı zamanda sigma yakınsaması da
gerçekleşmektedir.
Şekil (b)’de ise başlangıçta nispi olarak daha zengin olan A ekonomisi
daha hızlı büyüdüğünden, beta yakınsamasının gerçekleşmediği görülmektedir.
Beta yakınsamasının gerçekleşmemesi sigma yakınsamasını da ortadan kaldırır.
Diğer bir ifade ile sigma yakınsaması için beta yakınsaması gerekli ancak yeterli
koşul değildir.
Son olarak şekil (c)’ de ise sadece beta yakınsaması gerçekleşmekte ancak
sigma yakınsaması gerçekleşmemektedir. Çünkü fakir ekonomi olan B, zengin
ekonomi olan A’ya göre daha hızlı büyümekte ancak fakir ekonominin büyüme
oranı zengin ekonominin büyüme oranından fazla olduğu için belirli bir süre
sonra (t+T), başlangıçta fakir olan B ekonomisi yine başlangıçta zengin olan A
ekonomisinden daha zengin bir konuma gelmektedir. Burada (t+T) zamanında
iki ekonomi arasındaki fark, (t) zamanındaki fark ile aynıdır ancak (t+T)
zamanına gelindiğinde iki ekonominin konumları değişmiştir. Sonuç olarak iki
ekonominin gelir dağılımı arasındaki fark düşmediği için sigma yakınsaması
gerçekleşmemiştir.
Sonuç olarak yakınsamanın vuku bulabilmesi için, β katsayısının negatif
ve istatistiksel olarak sıfırdan farklı olması gerekmektedir. Düşük gelir seviyesine
sahip ekonomilerin, yüksek gelir seviyesine sahip ekonomilerden daha hızlı
büyümeleri anlamına gelen beta yakınsaması aynı zamanda kişi başına gelir
seviyesindeki farklılıkları da yansıtmaktadır. Ancak literatürde, ülkelerin sahip oldukları koşulların farklılıklarından dolayı iki farklı yakınsama hipotezi söz konusudur. Bunlardan biri “mutlak yakınsama”, diğeri ise “şartlı yakınsama” olarak adlandırılmaktadır.
Mutlak yakınsama, aynı teknoloji seviyesine, nüfus artış oranına, tasarruf eğilimine ancak farklı başlangıç sermaye-emek oranına sahip farklı ülkelerin, aynı durgun durum sermaye-emek oranına yakınsamaları durumunu ifade eder. Ülkelerin aynı durgun durum sermaye-emek oranına yakınsamaları, aynı kişi başına üretim ve tüketim oranlarına ve dolayısıyla aynı büyüme oranına sahip olmaları ile sonuçlanacaktır. Mutlak yakınsama durumu, şekil 5’de gösterilmektedir.
10 1
, , ,0( )i T i T ig T y y−= −
Burada neoklasik modelin öngörüsüne göre, fakir ve zengin ülke, aynı durgun durum değeri
olan k* ya yakınsayacaklarıdır. Dikkat edilirse, bu, fakir ülkenin, zengin ülkeye göre nispeten
daha hızlı büyümesi anlamına gelmektedir. Bunun nedeni, sermayenin marjinal getirisidir.
k1<k2 olduğu sürece, f’(k1)>f’(k2) olacak yani fakir ülkede, sermayenin marjinal getirisi,
emeğin marjinal getirisine göre daha büyük olacağından, nüfus artış oranına kıyasla daha fazla
sermaye birikimi sağlanacaktır.
Bu duruma gerçek dünyadan da örnek gösterilebilir. Mesela, 2. Dünya savaşının
sonunda, Japonya ve Almanya’da sermaye stoku tükenme noktasına gelmişken, savaşa katılan
diğer ülkelerin teknoloji olanakları, tasarruf ve nüfus artış oranları savaştan önceki seviyesiyle
aynı kalmıştır. Böyle bir durumda, savaş sonrası, Almanya ve Japonya’yı, düşük sermaye-emek
oranına sahip oldukları için şekilde k1 temsil eden ülkeler olarak gösterebiliriz. Mutlak
ir=nk
i=sf(k)
y=f(k)
k=K/L k* k2 k1
y2
y*
y1
Şekil-5 Mutlak Yakınsama
i*
yakınsama hipotezine göre, Solow modelinin öngörüsü, bu iki ülkenin, diğer endüstrileşmiş
ülkelerden daha hızlı büyümeleri gerektiğidir ki, gerçek dünyada da sonuç böyle olmuştur.
Ancak gerçek dünyada, yukarıdaki örnekte olduğu gibi, mutlak yakınsama hipotezi her durumda gerçekleşmez. Mesela, Mozambik ve Danimarka’nın aynı büyüme oranına yakınsayacaklarını söylemek çok zordur. Çünkü bu iki ülkenin tasarruf eğilimleri, teknoloji olanakları ve nüfus artış oranları birbirlerinden tamamen farklı özellikler göstermektedir. Bununla birlikte, dışsallıkların varlığı, araştırma ve geliştirme gibi faaliyetlerden kaynaklanan verimlilik artışları, işgücü ve sermayenin azalan getiriyle çalışmaması ve hepsinden önemlisi ülkelerin farklı tasarruf eğilimlerine sahip olmaları, neoklasik büyüme teorisinin öne sürdüğü yakınsama sürecini tersine çevirebilir. İşte bu yüzden “şartlı yakınsama” hipotezi tartışması önem kazanmıştır.
Şartlı yakınsama hipotezine göre, eğer ülkeler aynı teknolojik olanaklara ve nüfus artış
oranına sahip ancak farklı tasarruf eğilimi ve başlangıç sermaye-emek oranına sahipseler, bu
ülkeler, aynı büyüme oranına yakınsarlar. Bu, ülkelerin aynı sermaye-emek oranına yani durgun
duruma yakınsayacakları anlamına gelmez; sadece ülkelerin kendi durgun durum değerlerine
yakınsamasını ifade etmektedir. Yani şartlı yakınsama hipotezine göre ülkeler, şekil 6’daki gibi
durgun durum oranları bakımından (k1* ve k2*) farklı özellikler gösterse ve bu nedenle kişi
başına tüketim oranları farklı olsa da, aynı nüfus artış oranına sahip oldukları sürece; sermaye,
üretim ve tüketim gibi bütün düzey değişkenleri, eninde sonunda aynı büyüme oranında
büyüyeceklerdir.
Günümüzde gelişmiş ülkelerle gelişmemiş ülkeleri karşılaştırdığımızda, şartlı yakınsama hipotezi vuku
bulmamaktadır. Çünkü bu iki ülke grubu arasında nüfus artış oranları önemli ölçüde farklılıklar göstermektedir.
Ancak şartlı yakınsama hipotezi, sadece Hindistan ve Nijerya gibi benzer nüfus artış oranına sahip ekonomilerin,
farklı durgun durum sermaye-emek oranı ve dolayısıyla farklı kişi başına gelir/tüketim oranına sahip oldukları
halde nasıl aynı büyüme oranına yakınsadıklarını açıklamaktadır.
Şartlı yakınsama, aslında standart beta yakınsamasının yeniden formüle edilmiş halidir. Bu kavram, yakınsamanın, her ekonominin kamusal politikalarını da içeren yapısal karakterlerine bağlı olduğunu ve bu yapısal farklılıkların da farklı ülkelerin farklı durgun durum seviyelerine yakınsaması anlamına geldiğini ifade etmektedir. Sonuç olarak şartlı yakınsama hipotezine göre, ülkeler farklı karakteristik özellikler taşımaları nedeniyle ortak bir durgun durum değerine yakınsamak yerine sadece kendi durgun durum büyüme oranlarına ve gelir düzeylerine yakınsayacaklardır. Durgun durum değeri, büyüme oranındaki kişi başına gelir düzeyinden daha düşük gelir düzeyine sahip ekonomiler, daha yüksek büyüme oranlarına sahip olacaklardır (Barro; 1991, Quah; 1993, Sala-i-Martin, 1996).
Neoklasik büyüme modeline göre, her ülkenin durgun durum büyüme oranı başlangıçtaki parametrelerin alacağı değerlere bağlıdır. Başlangıç parametrelerinden tasarruf oranı ve nüfus artış hızları dikkate alındığında, ülkelerin gelişme çizgisine ilişkin olarak şartlı yakınsamadan söz edilebilir. Yapılan bazı ampirik çalışmalar yaklaşık 0.02 oranında şartlı yakınsama saptamıştır (Barro; 1991, MRW;1992, Barro ve Sala-i-Martin; 1995). Neoklasik büyüme modelinde durgun duruma yakınsama beta katsayısı tarafından belirlenir ve durgun durum değerinden sapmanın ne ölçüde yayılacağını gösterir. n, g ve δ değerleri yüzde olarak tanımlandığı takdirde beta katsayısı da sapmanın ölçüsünü yüzdelik olarak verecektir.
Sonuç olarak mutlak yakınsama, ekonomilerin kişi başına gelirlerinin uzun dönemde başlangıç koşullarından bağımsız olarak birbirine yakınsamasıdır. Şartlı yakınsama ise, sadece yapısal özellikleri (nüfus artış oranı, kamu politikaları, zevk ve tercihler vb.) benzer olan ülkelerin kişi başına gelirlerinin uzun dönemde başlangıç koşullarından bağımsız olarak birbirine yakınsamasıdır.
2.2. Ekonomiler Arasında Yakınsamaya Yol Açan Faktörler
Solow modeli, ülkeler arası gelir farklılıklarını, yatırım oranlarındaki, nüfus artış hızındaki ve
teknolojideki dışsal farklılıklarla açıklamaktadır. Solow modelinde, daha çok yatırım yapan ve daha az nüfus artış
hızına sahip olan ülkelerde, bu iki durumun gerçekleşmesiyle birlikte daha fazla işgücü başına sermaye birikimi
sağlanır. Ve bu da işgücü verimliliğinin artmasını sağlayarak söz konusu ülkelerin zenginleşmesine yol açar.
ir=nk
i1 =s1 f(k)
y=f(k)
k=K/L
i2 =s2 f(k)
k1* k2*
y2* y1*
y= Y/L
i2* i1*
c1* c2*
Şekil-6 Şartlı Yakınsama
Yüksek gelirli bölgelerin ölçeğe göre azalan getiri, düşük gelirli bölgelerin ise ölçeğe göre artan getiri
özelliğine sahip olmaları, yakınsamaya yol açan en öneli faktördür. Neoklasik büyüme teorisine göre bu özellik,
uzun dönemde kişi başına gelir yayılımında (dispersion) azalmaya neden olur
Bununla birlikte, ülkelerin Solow modeline göre kalıcı büyüme göstermeleri teknolojik gelişmeye
bağlıdır. Teknolojik gelişme olmadan, kişi başına büyüme sermayeye göre azalan getiri durumuna girildiğinde bir
noktadan sonra durmaktadır. Teknolojik gelişme, sermayenin getirisindeki azalmayı ortadan kaldırabilir ve uzun
dönemde ülkeler, teknolojik gelişme oranında büyüme gösterirler.
Teknolojik gelişme olmaksızın sermaye birikimi azalan getiriye göre çalışır. Sermayenin azalan getiri
özelliği, yakınsama üzerinde iki yönden etkilidir. Birincisi, her birim ek sermaye kullanımının üretimi arttırması
sermaye-yoğun ekonomilerde, emek-yoğun ekonomilere göre daha fazladır; sermaye-emek oranındaki bir artış,
emek-yoğun ekonomilerde işgücü başına üretimi daha fazla arttırır. İkincisi, emek-yoğun ekonomilerde, yatırım
yapma eğilimi, getirisi daha fazla olduğundan, daha yüksektir. Sonuç olarak, hem sermaye hem de emek
hareketliliği varsa, modelin öngörüsü, yakınsamanın hızlı bir biçimde gerçekleşeceğidir.
Sermayenin azalan getiri özelliği varsayımından dolayı, neoklasik büyüme modeline göre kişi başına
üretim, belli bir teknoloji seviyesinde sabit bir değere yakınsayacaktır. Buna karşılık, teknolojik gelişme varsa,
teknolojideki sürekli ilerlemeler, sermaye birikiminin azalan getirisini ortadan kaldıracaktır. İşgücü verimliliği,
hem teknolojideki ilerlemeler hem de bu ilerlemelerin olanaklı hale getirdiği ek sermaye birikimi sonucu artar.
Solow-Swan modelinde kapalı bir ekonomi varsayımında sermayenin değişim denklemi şu şekilde idi:
Burada A, δ ve n’nin sabit değerler aldığını varsaydığımızda, modelin temel diferansiyel denklemi olan
bu eşitlik bize, k’nın bütün gelecekteki dinamik davranışını gösterir. Her iki tarafı k’ya böldüğümüzde, sermaye
stokunun büyüme oranını elde ederiz:
.( ) ( )k sAf k n kδ= − + (2.18.)
(2.19.)
Ekonominin izleyeceği süreci şekil 1’de de analiz edebiliriz. Aşınma eğrisi olarak nitelendirdiğimiz
(δ+n) eğrisi, yatay bir eğriyken, {s.Af(k)/k}’yı nitelendiren tasarruf eğrisi, aşağı eğimlidir. Büyüme oranı, bu iki
eğri arasındaki farktır. Tasarruf eğrisinin aşağı eğimli olmasının nedeni, neoklasik modelin sermayenin azalan
getirisi varsayımıdır. Neoklasik büyüme modelinin diğer bir varsayımı olan Inada koşulları, k=0 noktasında
tasarruf eğrisinin negatif ve k sonsuza yaklaştıkça da tasarruf eğrisinin yatay eksene yaklaşacağını ifade eder. Ve
bu da, tasarruf eğrisinin, aşınma eğrisini mutlaka bir yerden keseceğini gösterir. Ve söz konusu eğri aşağı eğimli
olduğu için de bu kesişme sadece bir tek kez gerçekleşir.
Bu kesişme noktası, daha önce de tanımlandığı gibi, sermaye stokunun durgun duruma ulaştığı noktadır.
Burada yakınsama kavramı açısından önemli olan, tasarruf eğrisinin aşağı eğimli olmasıdır. Neoklasik modele
göre, analiz edilen bütün ekonomiler, A ve δ parametrelerini ifade eden benzer teknoloji yapısına, benzer tasarruf
oranına ve benzer nüfus artış oranına sahipseler, tek bir durgun durum dengesine yakınsayacaklardır (Sala-i-
Martin,1996). Bu durumda, şekilden de anlaşılacağı üzere, fakir ekonominin büyüme oranı, zengin ekonominin
büyüme oranından büyük olacaktır. Böylece eğer ekonomiler arasındaki tek fark başlangıç sermaye stokundan
kaynaklanıyorsa, Neoklasik model, fakir ekonomilerin, zengin ekonomilerden daha hızlı büyüyeceği şeklinde bir
yakınsama sürecini öngörür. Eğer tasarruf oranında, teknoloji oranında ya da nüfus artış oranında farklılıklar varsa,
ampirik çalışmalar, yakınsamanın şartlı olacağını göstermiştir (Sala-i-Martin;1990, Barro ve Sala-i-Martin; 1991,
MRW; 1992). Buradan çıkarılacak sonuç, yakınsamanın arkasında yatan temel faktörün, sermayenin azalan getirisi
olduğudur.
Ekonomiler arası yakınsamaya yol açan faktörler ile ilgili olarak teorik literatürü ayrıntılı olarak
incelemeye geçmeden önce söz konusu hipotezin bölgesel ve ülkesel ayırımı konusunda önemli noktaları
belirtmekte yarar vardır.
Sonuç olarak NBT’ne göre ekonomiler arası yakınsamanın gerçekleşmesinin nedenleri olarak üretim
faktörleri hareketliliği ve sermaye birikimi gösterilirken, yakınsamanın teorik sebebinin ise sermayenin azalan
getirisi olduğu vurgulanır.
( ) / ( )sAf k k nkγ δ= − +
Ülkeler arası yakınsama analizlarine uygulanan şema, orijinal olarak bir ülkedeki bölgeler arası
yakınsama çalışmalarına da uygulanabilir. Tek fark, neoklasik modele uygun olarak emek ve sermaye
hareketliliğidir. Bölgesel yakınsama sürecinde uzamsal (spatial) faktörlerin rolü ihmal edilir. Çünkü bir ülkede
bölgeler ya da iller arası faktör hareketliliği, ülkeler arası faktör hareketliliğine kıyasla daha kolay ve daha hızlı
gerçekleşir. Faktör hareketliliğini engelleyen bariyerlerin azalması, yakınsama hızının arttırılmasında kritik bir
öneme sahiptir. Bununla birlikte bölgelerdeki sermaye ve emek hareketliliklerinin uluslararası seviyeden daha
kolay gerçekleşmesi büyüme modelinin yapısını değiştirmez.
Aynı şekilde ekonomilerin sahip olduğu yapısal özelliklerin bölgeler arasında, ülkeler arası
karşılaştırmalara kıyasla daha fazla benzerlik göstermesi, bölgeler arası yakınsamayı hızlandırır. Bu nedenle
bölgesel bazda, mutlak ve şartlı yakınsama ayırımına gitmeye gerek yoktur. Çünkü bir ülkedeki bölgeler ya da
iller, yapısal özelliklerin belirlediği aynı durgun durum seviyesine yakınsamaya eğilimlidir (Barro ve Sala-i-
Martin, 1995).
MRW ya da diğer bir ifadeyle genişletilmiş Solow modeli, orijinal Solow modeline beşeri sermayeyi
ekleyerek, büyüme sürecini içsel bir yaklaşımla açıklamaya çalışmıştır. Veri bir beşeri sermaye altında tasarruf
oranı ve nüfus artış hızının sırasıyla daha büyük ve daha küçük değerlerinde büyüme oranı yükselecek ve bu da
beşeri sermayenin daha hızlı büyümesine neden olacaktır. MRW tarafından öne sürülen bu modelde, Solow
büyüme modelinin sermaye tanımı genişletilmiş ve üretim fonksiyonuna beşeri sermaye dahil edilmiştir.
MRW modelinde üretim fonksiyonu ölçeğe göre sabit getirilidir ve uzun dönem büyüme, Solow büyüme
modelinde olduğu gibi dışsal teknolojik gelişmeye bağlıdır. Ancak model, tasarruf oranlarındaki ve nüfus artış
hızındaki değişmelerin büyüme sürecine etkileri bakımından, Solow modelinden ayrılır. Modelde, fiziksel ve
beşeri sermayeye göre azalan getiri varsayıldığından göreli yüksek gelire sahip ekonomilerde sermayenin marjinal
getirisi daha düşük olmaktadır. Ayrıca, her iki sermayenin marjinal verimliliklerinin yavaş bir hızla azalması,
ülkeler arasındaki kişi başına gelir farklılıklarının, marjinal verimliliklere bağlı açıklanamayacağını ortaya
koymaktadır.
MRW’ye göre farklı tasarruf oranlarına ve nüfus artış hızlarına sahip ekonomiler, kendilerine has bir
durgun durum dengesine ve kişi başına gelir düzeyine sahiptirler. Bu nedenden dolayı gelir farklılıkları, kararlı bir
yapı izlemektedir. Yakınsama süreci ise, ülkelerin başlangıçta sahip oldukları büyüme sürecinin değişkenleri
kontrol altında tutularak sağlanabilir ki bu da, koşullu yakınsamadan başka bir şey değildir. Yani kendi durgun
durum büyüme oranındaki kişi başına gelir düzeyinden daha düşük gelir düzeyine sahip ekonomiler, daha yüksek
büyüme oranlarına sahip olacaklardır (Barro ve Sala-i-Martin, 1991).
Beşeri sermayenin uzun dönemli büyüme sürecindeki etkisini inceleyen diğer bir çalışma Nelson ve
Phelps (1966)’ın yaklaşımıdır. Bu yaklaşımda, büyümenin motoru olarak beşeri sermaye kabul edilmekte ve
teknolojik gelişmenin büyüme sürecindeki önemine de değinilmektedir. Bu çerçevede, beşeri sermaye, ekonomik
büyüme için önceden gerekli bir faktördür ancak büyüme öncelikli olarak üretimdeki yeniliklere (innovations) ve
sonra beşeri sermaye seviyesine bağlıdır. Sonuç olarak beşeri sermaye, yakalama sürecinde dolaylı bir rol
oynamaktadır. Bu model, beta yakınsamasına yani ülkelerin büyüme oranı bakımından birbirini yakalamasına izin
vermekle birlikte bunun nedeni olarak sermayenin azalan getiri özelliğini değil bilgi taşmalarını (knowledge
spillovers) ya da teknoloji transferini görmektedir. Buna göre, teknoloji lideri ve onu izleyen ülke arasındaki fark
ne kadar büyükse, söz konusu ülkenin büyüme oranı da o kadar büyük olacaktır. Modelde beşeri sermaye stoku,
teknolojik gelişmenin temsilcisi olarak kabul edilir. Çünkü beşeri sermaye seviyesi üretimdeki yenilikleri ve
dolayısıyla da büyüme sürecini etkilemektedir.
Yakınsamanın arkasındaki güç olarak teknoloji transferini gören ampirik çalışmalara örnek olarak
Abromovitz (1986), Baumol (1986), Dowrick&Nguyen (1989) ve Bernard&Jones(1996)’i örnek gösterebiliriz. Söz
konusu çalışmalara göre, nispi olarak fakir olan ülkeler, ilerlemiş ülkelerin teknolojilerine kolayca adapte
olabilirler. Ancak burada dikkat edilmesi gereken husus, yüksek gelirli ülkelerdeki teknolojik gelişme oranının
yüksek kalmaya devam ettiği sürece, yeni teknolojilerin gelir farklılıkları üzerindeki difüzyon etkisini
küçülteceğidir. Sermayenin azalan getirisi ve benzer (uniform) teknoloji ile karakterize edilmiş neoklasik dünyada
yakınsama mekanizması, başlangıçta düşük donanımlı ekonomilerin daha yüksek bir marjinal getiriye sahip
olmaları ile ilgilidir. Neoklasik olmayan dünyada (artan getiri ve non-uniform teknoloji), yüksek teknolojili
ekonomilerden düşük teknolojili ekonomilere doğru olan yenilikler (innovation) difüzyonu gerçekleşmektedir. Ve
böylece, teknolojik açıdan yoksul olan bölgeler daha hızlı büyümektedir çünkü verimlilik artışı daha iyi teknoloji
ile desteklenmektedir. Ancak Romer (1986) ve Lucas (1988) ile başlayan içsel büyüme teorileri ile neoklasik teori
arasındaki uyuşmazlığın temeli bu noktada yatmaktadır. İçsel büyüme teorisi, büyümenin sonsuz olacağını
vurgular. Çünkü söz konusu modellere göre beşeri sermayeye yapılan yatırımların getirisi azalmak zorunda
değildir beşeri sermaye üzerindeki dışsal etkiler ve üretici birimler arasındaki taşma etkileri (spillover effects),
ekonomilerin sermayenin azalan getiri özelliğini yok etmektedir.
Yakınsama sürecini ekonomiler arasındaki emek ve sermaye hareketleri de kolaylaştırmaktadır. Ücret
oranlarında farklılıklar olduğu zaman faktörler, getiri oranı yüksek olan alanlara doğru hareket etme eğiliminde
olurlar. Emek, düşük ücretli bölgelerden yüksek ücretli bölgelere hareket ederken; sermaye de getirinin düşük
olduğu bölgelerden, getirinin henüz yüksek olduğu bölgelere doğru kayar. Her iki hareket de yakınsama sürecini
hızlandırır11. Easterlin (1971)’e göre, serbest ticaret ve faktör hareketliliğinin olduğu durumda, emeğin ve
sermayenin getirisi yakınsayacaktır.
Neoklasik teoriye göre başlangıçta nispi olarak fakir olan ülkenin zengin olan ekonomiden daha hızlı
büyüyeceği hipotezi, ülkeler arasındaki tek farklılık olarak başlangıç sermaye düzeyinin kabul edilmesi
varsayımına dayanır. Ancak gerçek dünyada ülkelerin sermaye seviyelerinin dışında nüfus artış oranı, tasarruf
oranı ve teknoloji seviyesi gibi faktörler bakımından da farklılıklar gösterdiğinde, durgun durum seviyeleri de
farklı olacaktır. İşte bu nedenle tasarruf oranı ya da beşeri sermaye gibi bir takım yapısal parametreler sabit
tutulduktan sonra kişi başına gelir ile büyüme oranı arasında negatif bir ilişki varsa söz konusu hipotez şartlı
yakınsama adını alacaktır. Sonuç olarak şartlı yakınsamayı test etmek, her ekonominin durgun durum düzeyinin
sabit tutulmasını gerektirir.
Yakınsama fenomeni ile ilgili olarak, neoklasik görüşe yöneltilen en önemli eleştirilerden biri de
ekonomilerin aynı sermaye piyasası yapısına sahip olamayabileceğidir. Neoklasik model, tam sermaye hareketliliği
ile durgun duruma tam bir yakınsamayı öngörür. Burada sorun, tam sermaye hareketliliği varsayımının gerçekçi
olmamasıdır. Her ne kadar ülkeler arasında sermaye piyasaları mevcutsa da, kaynakların sınırsız alışverişi
mümkün değildir. Bu nedenle Barro, “kısmi sermaye hareketliliği”ne dayanan bir model geliştirmiştir. Buna göre,
sermaye hareketliliğinin olmadığı kapalı bir ekonomideki yakınsama hızı, kısmi sermaye hareketliliğine dayanan
açık ekonomi ile benzerlik göstermektedir. Bu nedenle, kısmi sermaye hareketliliği altındaki Neoklasik model,
ampirik olarak ulaşılan yakınsama bulguları ile uyumludur. Ancak Barro, gerek tam sermaye hareketliliği gerekse
eksik sermaye hareketliliği altında olsun, tek sektörlü içsel büyüme modellerinde yakınsama hipotezinin vuku
bulmayacağını da belirtmiştir.
Nüfus yapısının özelliği de yakınsama sürecinde etkilidir. Ekonomiler arasındaki nüfus yapıları ne kadar
çok benzerlik gösterirse, söz konusu ekonomiler o kadar yakınsama eğilimlidir. Yapılan çalışmalar, ülkeler ya da
11 Solow’un kapalı ekonomi modelinde de yakınsama eğilimine yol açan temel prensip, faktör hareketliliği ve teknoloji
akımıdır.
bölgeler arası gelir yakınsamasının, ücret oranlarının yakınsamasından ziyade büyük ölçüde istihdam oranlarının
yakınsamasıyla daha ilgili olduğunu göstermiştir12.
Hükümet politikalarının ise yakınsama sürecinde çok az bir rolü olduğu belirlenmiştir (Sala-i-Martin,
1990; Barro ve Sala-i-Martin, 1995; Sala-i-Martin, 1996). Dünya ülkelerinde uygulanan bölgesel politikalar,
birbirlerinden farklı olsalar da, yapılan ampirik çalışmalar ülkeler arası yakınsama hızının birbirine çok yakın
olduğunu göstermiştir. Özellikle Sala-i-Martin (1990), ABD için yaptığı yatay-kesit büyüme regresyonuna, federal
hükümet harcamalarını da eklemiş ancak yakınsama katsayısında çok küçük bir değişiklik gözlemlemiştir.
Çalışmada ABD’deki bir eyalette, gelirin başlangıç seviyesi ile kamu harcamaları miktarı ya da hükümet
tarafından sağlanan istihdam oranı arasında anlamlı bir ilişki bulunamamıştır. Bununla birlikte, hükümetler, bir
ülkedeki yakınsama sürecini nispi olarak zengin bölgelerden aldığı vergileri, nispi olarak fakir olan bölgelere
transfer ederek, bu bölgelerdeki yatırım ve harcamaları teşvik edebilir.
Bununla birlikte, ekonomiler arası gelirin yakınsamasından ziyade uzaksaması da mümkündür. Farklı
bölge ya da ülkelerde yaşayan insanların kazançlarındaki değişimler ya da ücret oranlarında farklılıkların artış
göstermesi, kişi başına düşen gelirde de farklılıklara yol açacaktır. Böylelikle kalifiyeli işçiler bu alanlara göç eder
ve bu da daha büyük gelir ayrılıklarına yol açar. Gelir ayrılıkları aynı zamanda endüstri yapısından, yaşam
standartlarındaki ve zevklerdeki farklılıklardan ve mevsimsel koşullardan dolayı da ortaya çıkabilmektedir.
Gelir uzaksamasına başka nedenlerde gösterilebilir. Mesela 1970’li yılların sonunda yaşanan enerji
fiyatlarındaki büyük değişimler sonucu, 1980’li yıllarda enerji üreticisi konumunda olan ülkelerde uzaksama
yaşanmıştır (Barro ve Sala-i-Martin, 1992). Belirli sektörlerde yoğunlaşan ülkelerde, söz konusu sektörlere dayalı
ihracat fiyatlarında düşüşler yaşanması ve bunun sonucu olarak da gelirin azalması, söz konusu ülkeleri olumsuz
yönde etkiler. Bölgesel politikalardaki farklılıklar ve maliye politikalarının farklı bölgeler arasında farklı etkiler
yaratması da gelir uzaksamasının nedenleri arasındadır.
12 Daha geniş açıklama için bakınız J. Fred Giertz ve Shektar Mehta, “Regional Income Trends and
Convergence” Institute of Government and Public Affairs, University of Illinois, February 13, 1996.
2.3. İçsel Büyüme Modelleri’nde Sermayenin Artan Getirisi, Beşeri Sermaye Ve Yakınsama
Hipotezinin Reddi
Neoklasik büyüme teorisinin en önemli varsayımı olan sermayenin azalan getiri varsayımı, “yeni” ya da
“içsel” büyüme teorileri olarak adlandırabileceğimiz modellerde yer almamaktadır. Bunun en önemli nedeni,
sermayenin, beşeri sermayeyi de kapsayan bir tanım içermesi ve yeni fikirler ve yeni teknolojiler üretilmesini
sağlayan araştırma-geliştirme çalışmalarıdır.
Fikirlerin ve bilginin, firmalar tarafından paylaşılması ekonomideki verimliliği arttırır. Böylece
ekonomide bir bütün olarak azalamayan getiri durumu ortaya çıkar. Getiri azalmadığı için de yatırımlar, otomatik
olarak yüksek sermayeli ekonomilerden düşük sermayeli ekonomilere akmaz. Yatırımların sermaye-yoğun
ekonomilerden emek-yoğun ekonomilere otomatik olarak akmasını sağlayan mekanizmanın yokluğu, işgücü
başına sermayenin sermaye zengini ülkelerde, sermaye fakiri ülkelerden daha hızlı büyümesine neden olur. Bu da
gelir yakınsamasından çok gelir uzaksamasına yol açacaktır.
İçsel büyüme modelleri, neoklasik büyüme modellerinin dışsal nüfus artışı ve teknolojik gelişme gibi
varsayımlarını da ortadan kaldırmıştır. Bilindiği gibi, neoklasik büyüme modeli, büyüme sürecinde, fiziksel
sermaye birikimi ve işgücünün önemini vurgular. Toplam faktör verimliliğinin tek kaynağı da teknolojik
gelişmedir (Arrow,1962; Uzawa, 1965). Söz konusu çalışmalarda özellikle Solow büyüme modeline karşıt olarak,
teknolojik gelişmenin ekonomik etmenlere dayanılarak içsel bir biçimde açıklanabileceği ileri sürülmüştür. Bu
düşünceyi günümüze taşıyan Romer (1986), içsel teknoloji tezini, artan getiri ile desteklemiş ve sonuç olarak
1980’li yılların ortalarından sonra hızla çoğalan içsel büyüme modelleri ortaya çıkmıştır.
Romer (1986)’in modelinde, üretim fonksiyonu artan bir getiri özelliği sergilemektedir. Ayrıca
ekonomiler arasındaki üretim farklılıklarının sınırsız olmasına da izin verilmektedir. Romer, neoklasik modelde de
olduğu gibi kişi başına büyümenin teknolojik ilerlemeye bağlı olduğunu ifade etmektedir. Modele göre teknolojik
gelişme yoksa büyüme yok demektir.
Neoklasik modelde teknoloji (A), dışsaldır ve sabit bir oranda büyümektedir. Romer’in modelinde ise,
A’daki büyüme içselleştirilmiştir. Bilgi birikimi, ekonomik büyümenin itici gücü ve sermayenin temel formudur.
Romer, üretim ve yatırım süreci içersinde bir yan ürün olarak teknik bilginin üretildiğini, bu bilginin yeni üretimde
bir nevi bedava girdi olarak kullanıldığını ve yeni üretimin daha düşük maliyet ve daha yüksek kaliteyle yapıldığını
vurgular. Ayrıca üretilen bilginin taşmalar ya da dışsallıklar sonucu diğer firmalara ulaştığı da varsayılmıştır.
Ekonomik süreç içersinde üretilen bilginin bir göstergesi olarak ülkenin sahip olduğu mevcut sermaye stoku
gösterilmiştir. Yani bir ülkede önceden ne kadar çok yatırım yapılmışsa, sermaye stoku da o kadar büyük olacak
ve bu da o kadar çok ekonomik bilgi sağlamış olacaktır.
Üretim fonksiyonu bu şekilde işlediğinde ölçeğe göre artan getiri oluşabilmekte yani daha çok yatırım
yapıldıkça her yeni yatırımın verimi bir öncekine göre daha fazla olabilmektedir. Her yeni yatırım “yaparak-
öğrenme” (Arrow, 1962) ile teknik bilgiyi arttırarak büyümeyi olumlu yönde etkileyecek ve yatırımların da
öğrenmenin olduğu sektörlere kayması büyümeyi daha da arttıracaktır. Böylece endüstrideki üretim hacmi
birikimli olarak genişleyecektir. Sonuç olarak yaparak-öğrenme, başlangıçta beşeri sermaye düzeyi yüksek olan
ülkelerin beşeri sermayesinin daha hızlı birikimine imkan veren ürünlerde uzmanlaşabilmeleri ve böylece büyüme
hızı düşük endüstrilerde uzmanlaşan ülkelerden daha yüksek büyüme oranlarını devamlı olarak sürdürebilmeleri
sonucunu doğurmaktadır.
Romer (1994), Amerika Birleşik Devletleri’ndeki düşük gelire sahip eyaletlerin yüksek gelire sahip
eyaletleri yakalayacağı gibi, fakir ülkelerinde zengin ülkeleri gelir bakımından yakalayacakları iddiasını
reddetmektedir. Sonuç olarak Romer’in modelinde, sermaye birikimi ve yatırımlar sınırsızca genişlediğinden ve
artan getiri ile çalıştığından, ülkelerin kişi başına ulusal gelirlerinin yakınsama sürecine gireceği yer almamaktadır.
Temeli Arrow’un yaparak-öğrenme mekanizmasına dayanan içsel büyüme yaklaşımlarından bir diğeri de
Lucas (1988)’ın modelidir. Sürekli büyümenin bir alternatifi olarak beşeri sermaye birikiminin önemini vurgulayan
Lucas, eğitim ve yaparak-öğrenme olarak adlandırılan beşeri sermaye ile fiziksel sermaye birikimi arasında ayırım
yapar. Lucas’ın beşeri sermaye teorisi, büyümenin öncelikle beşeri sermaye birikimi dolayısıyla meydana geldiği
fikrine dayalıdır. Bu yüzden, ülkelerin büyüme oranlarındaki farklılıklar, ülkelerin beşeri sermaye birikim
oranlarındaki farklılıklara dayanmaktadır.
Lucas’a göre ekonominin dengeli gelişme çizgisinde kişi başına büyüklükler, teknolojik gelişme oranının
bir fonksiyonudur. Lucas, teknoloji ve bilgi stoku kavramlarının farklı olduklarını, beşeri sermaye olgusu açısından
tartışmaktadır. Neoklasik büyüme modelinin teknolojik düzey ve bilgi stokunu yani beşeri sermayeyi, model
içersinde örtük bir biçimde kullandığını öne süren Lucas, ekonomiler arası gelir farklılıklarını açıklarken,
neoklasik büyüme modelinin benzer teknolojik özellikler varsayımının, beşeri sermaye açısından tekrar
sorgulanması gerektiğini savunur.
Lucas’ın modeli artan getiriyle çalışmaktadır ve beşeri sermaye birikimi zamanlar arası bir analize
dayanır. İçsel teknolojik gelişme öğesi modelden dışlanırsa, Lucas’ın modeli, neoklasik büyüme modeli ile özdeş
bir yapıda olacaktır13. Modele göre, düşük beşeri ve fiziksel sermaye düzeylerinden başlayan bir ekonomi sürekli
olarak başlangıçta daha iyi donanıma sahip ekonomilerin gerisinde yer alacaktır.
Sonuç olarak Lucas, uzun dönemli büyüme sürecinin belirlenmesinde beşeri sermayenin, fiziksel
sermayeden daha önemli olduğunu ileri sürmüştür. Çünkü teknolojik bilginin yayılması ve gelişmekte olan
ülkelere aktarılabilmesi için bu bilgiyi öğrenip uygulamaya geçirebilecek beşeri sermaye birikiminin yeterli
düzeyde olması gerektiğini vurgulamaktadır. Fiziksel sermayenin, gelişmiş ekonomilerden, gelişmekte olan
ekonomilere akmayışının nedeni de beşeri sermaye düzeyindeki yetersizliklere bağlanmaktadır (Lucas,1988;
1990).
Neoklasik modelin yakınsama öngörüsü, tek sektörlü içsel büyüme modelleriyle de uyuşmaz. Bu
modellerden en basiti olan AK modelini ele alacak olursak; modelin, neoklasik teorinin en önemli varsayımları
olan sermayenin azalan getirisi ve Inada koşulları varsayımlarını ihlal ettiğini görürüz. Eğer neoklasik teknolojiyi
ifade eden Af(k) terimi yerine lineer teknoloji olan Ak terimini koyarsak, 19 no’lu eşitlik şu şekilde değişecektir:
Sadece başlangıç sermaye stoku bakımından farklılık gösteren iki ekonomi düşünelim. AK modelin
öngörüsü bu iki ekonominin aynı büyüme oranına sahip olduklarından yakınsamayacaklarıdır14. Neoklasik
modelin yakınsama hipotezini öngörürken, AK modelin bu hipotezi reddetmesi, son yıllarda yakınsama hipotezini
önemli bir tartışma konusu haline getirmiştir. Bununla birlikte AK modeline bazı varsayımlar eklenmesi, modelde
yakınsama hipotezini mümkün kılabilecektir (Sala-i-Martin, 1996).
AK modelinde, A, s, δ ve n sabitken, büyüme oranı sermaye stokundan bağımsızdır. Sermayenin ortalama
ürününü ifade eden A sabittir. Ancak sermayenin azalan getiri varsayımı kabul edildiği takdirde, sermayenin
13 Ayrıntılı bilgi için bakınız Lucas, 1988, s.20 14 Eğer A, s, δ ve n bakımından da bölgesel farklılıklara izin verirsek, ekonomiler arasındaki büyüme oranları
aynı olmayacaktır. Bununla birlikte fakir bölgeler için sistematik olarak A ya da s daha yüksek ve δ ya da n daha
düşük olmadığı sürece gelirin başlangıç seviyesiyle büyüme arasında da sistematik olarak ters yönlü bir ilişki
bulunmayacaktır. Bu nedenle model, yine de yakınsamayı öngörmez.
=sA-( +n) kγ δ (2.20.)
ortalama ürünü, k’nın azalan bir fonksiyonu haline gelir. Bu da, tasarruf eğrisini aşağı eğimli hale getirir ve aşınma
eğrisi ile tasarruf eğrisi, k arttıkça birbirine yaklaşır. Böyle bir durum da modelde, yakınsama öngörüsünü mümkün
hale getirir.
AK modelinde, yakınsama hipotezinin gerçekleşmesi, tasarruf oranının (s), k’nın azalan bir fonksiyonu
olmasına (dolayısıyla aşağı eğimli bir tasarruf eğrisi), ya da nüfus artış oranının (n) ve ya aşınma oranının (δ),
k’nın artan bir fonksiyonu olmasına (yukarı eğimli bir aşınma eğrisi), izin verdiğimiz sürece mümkündür.
Sonuç itibariyle, k boyunca azalan bir tasarruf oranı oluşturabildiğimiz sürece, yakınsama öngörüsü olan
bir içsel büyüme modeli elde edebiliriz. Bununla birlikte, genel öngörü, teknoloji, sermaye boyunca lineer olduğu
sürece tasarruf oranının k arttıkça düşmeyeceği, aksine optimalite koşullarının sağlanabilmesi açısından sabit
kalacağıdır. Ancak geçiş dönemi boyunca azalan bir tasarruf oranını sağlayabilmek için, getiri oranının keskin bir
biçimde düşmesi gerekmektedir. AK modelindeki sorun da getiri oranının sabit olmasıdır.
Refah seviyesi ile birlikte iskonto oranı da artış gösteren heterojen bireylerden oluşan bir AK modelinde,
yakınsama hipotezi öngörüsü mümkündür (Uzawa, 1968). Fakir bireyler, zengin bireylerden daha sabırlı oldukları
sürece yani fakir bireylerin iskonto oranı daha düşük olduğu sürece, nispi olarak daha az tüketecekler ve zengin
bireylere göre daha fazla tasarrufta bulunacaklardır. Bunu da fakir bireylerin gelir artışının daha hızlı
gerçekleşmesi takip edecektir.
AK modelinde, yakınsama hipotezini mümkün kılabilecek diğer bir spesifikasyon da nüfus artış oranının,
k’nın artan bir fonksiyonu olmasıdır. Genellikle, nüfus artış oranını hızlandıran üç temel neden vardır: doğurganlık
oranında artış, ölüm oranında azalış ve göçler. Özellikle doğurganlık ve büyüme arasında ilişkiyi araştıran
çalışmalar literatürde önemli bir yer tutar ( Becker and Barro, 1988; Barro and Becker, 1989). Sermaye stoku
arttıkça, doğurganlık ve bunun sonucu olarak da nüfus artış oranının yükselmesi, AK modelinde yakınsama
olayının oluşması neden olabilecek diğer bir faktördür. Ancak ampirik çalışmalarda, bu durumun gerçekleşmediği
ortaya çıkmıştır: zengin ülkeler, düşük doğurganlık oranlarına sahiptirler. Bu da göç olayının nüfus artış oranıyla
sermaye stoku arasındaki potansiyel pozitif ilişkiyi açıklayan tek olgudur.
Sermaye, daha yüksek getiri elde etmek için fakir bölgelerden, zengin bölgelere hareket etme eğiliminde
olurken; emek da, ücretlerin düşük olduğu fakir bölgelerden zengin bölgelere hareket eder. Eğer sermaye stoku,
ücretlerle pozitif bir ilişki içersinde olursa, nüfus artış oranı da sermaye stoku ile pozitif bir ilişki içersinde
olacaktır. Ancak AK modelinde ücret oranı, sermaye stokuyla pozitif ilişkili olmadığı için, söz konusu model
yakınsama öngörüsünde bulunmaz (Barro ve Sala-i-Martin, 1995).
Fakir ekonomilerin teknoloji seviyesi bakımından zengin ülkeleri yakalayabilmeleri (cath-up),
yakınsamaya neden olan diğer bir olaydır. Bir ülkedeki teknolojik gelişmişlik oranı, kendi teknoloji seviyesiyle, bu
konuda lider konumda olan ülkenin teknoloji seviyesi arasındaki fark kadardır. Diğer bir ifadeyle;
Bu varsayım, AK modelinde yer aldığı takdirde, kişi başına gelir seviyesi bakımından yakınsama hipotezi vuku
bulabilir.
SONUÇ
Bu bölümde NBT’nin temel yapısı ve yakınsama hipotezine yaklaşımı incelenmiştir. Neoklasik teorinin
sermayeye göre azalan getiri varsyımı sonucu, sermaye düzeyi ile sermaye getiri oranı negatif ilişkilidir ve bu
nedenle düşük sermaye stokuna sahip ekonomiler daha hızlı büyür. Bu durum “yakınsama” hipotezi olarak
adlandırılmaktadır.
Neoklasik teoride ekonomiler arası gelir farklılıklarının belirleyicileri temel olarak işgücü ile sermaye ve
teknoloji artışıdır. Ayrıca ekonmoiler arası, işgücü dahil üretim faktörleri hareketliliği, gelir farklılıklarının
.
( )Ai A Alider iAi
λ= − (2.21.)
belirleyicilerindendir. Özet olarak Neoklasik Büyüme Teorisi’nde sermaye getirilerini etkileyebilecek göç oranı,
beşeri sermaye ve kamu harcamaları gibi faktörler yakınsamanın açıklayıcı değişkenleri olarak kullanılmıştır.
Yakınsama ile ekonomilerin durgun duruma ulaşmaları beklenir. Durgun durumda bütün değişkenler sabit
bir oranda büyür. Ancak yakınsamanın gerçekleşebilmesi için fakir ekonomilerin zengin ekonomilerden daha hızlı
büyümesi gerekmektedir.
Yakınsama çalışmalarında beta yakınsaması ve sigma yakınsaması kavramları kullanılmaktadır.
Ekonomiler arası kişi başına gelir farklılıkları azalıyorsa sigma yakınsaması; ekonomilerin büyüme oranı
başlangıçtaki kişi başına gelir düzeyi ile negatif yönlü bir ilişkiye sahipse beta yakınsaması söz konusudur.
Ekonomilerin sahip olduğu durgun durum koşulları farklı ise, bu durumda mutlak yakınsama yerine şartlı
yakınsama söz konusudur. Daha açık bir ifadeyle, fakir ve zengin olmak üzere iki farklı ekonomiyi ele
aldığımızda, bu iki ekonomi aynı tasarruf oranına sahip ise, fakir olan ekonominin büyüme hızı, zengin olan
ekonomiye oranla daha fazla olacaktır. Ancak zengin olan ekonomi daha yüksek bir tasarruf oranına sahip olduğu
sürece, zengin olan ekonominin büyüme hızı daha fazla olacaktır.
Ancak sermayenin azalan getiri varsayımının kabul edilmediği İçsel Büyüme Teorisi’nde bu durumun
doğal sonucu olarak yakınsama hipotezi de kabul edilmez. Çünkü İBT’ne göre sermaye, dışsallıklar, taşma etkileri,
yaparak-öğrenme, araştırma-geliştirme gibi bir takım faktörler nedeniyle kendisini sürekli yeniler.
Konunun ve söz konusu hipotezin geçerliliğinin gerçek dünyada ne derecede vuku bulduğunun daha iyi
anlaşılabilmesi için bu konuda yapılan ampirik çalışmaları incelemek gerekmektedir.
ÜÇÜNCÜ BÖLÜM
YAKINSAMA HİPOTEZİNİN AMPİRİK UYGULAMALARI
Neoklasik ve içsel büyüme teorileri taraftarlarının yaptığı ampirik çalışmalardaki farklılıklar, yakınsama
hipotezinin test edilerek ayrı bir literatür oluşmasına yol açmıştır. Söz konusu çalışmalar yatay-kesit analizleri ve
zaman serisi analizleri olmak üzere ikiye ayrılmaktadır ve yine bu çalışmaların bazıları ülke verilerinin içerirken
bazıları ise tek bir ülkenin bölge ya da eyalet verilerini kapsamaktadır.
3.1. Uluslararası Yakınsama Hakkındaki Bulgular
Yakınsama teorisinin nasıl test edileceği büyüme modellerinde önemli bir tartışma konusu olmuştur.
Abramovitz (1986)’in kullandığı varyans katsayısı (CV) bu çalışmalardan biridir. Varyans katsayısı
formülasyonu şu şekildedir15:
Abramovitz (1986), 16 batı ülkesi için Maddison (1982) veri setine dayalı olarak yapmış olduğu zaman
serisi analizinde güçlü bir yakınsama bulgusu elde etmiştir.
Yakınsama sürecini test eden diğer bir yöntem, Baumol (1986) tarafından geliştirilen ve daha sonraları
De Long (1988), Dowrick ve Ngyen (1989), Baro (1991), Barro ve Sala-i-Martin (1991, 1992) ve Mankiw,
Romer ve Weil (1992) tarafından kullanılan ve belli bir dönem aralığında büyüme oranının regresyon analiziyle
saptanmaya çalışıldığı yöntemdir. Söz konusu çalışmalarda bir ekonomideki ortalama büyüme oranının
15 Söz konusu eşitlikte Pİ, i bölgesinin nüfus büyüklüğünü temsil ederken, P, toplam nüfusu göstermektedir
( ) ( )( )
( )1/ 2
2
1
/ / 100 /n
İ İCV Y Y N P P Y⎡ ⎤= −⎢ ⎥⎣ ⎦∑ (3.1.)
başlangıç geliriyle nasıl bir ilişki içersinde olduğu sorgulanmıştır. Bu çalışmaların temelini oluşturan regresyon
denklemi en basit haliyle şu şekildedir:
Bu regresyon denkleminin kullanıldığı ampirik çalışmalarda negatif bir β katsayısı bulgusu,
yakınsamanın varlığını göstermektedir.
Baumol (1986), yine Maddison veri setini kullanarak yaptığı çalışmada 1870 ve 1979 yılları arasını
kapsayan ve 16 sanayileşmiş ülkeyi içeren bir yakınsama analizi yapmıştır. Söz konusu çalışmada çok güçlü bir
yakınsama bulgusu elde edilmiştir (β=-0.995). Baumol, yatay-kesit çalışması ile yaptığı bu çalışma ile söz
konusu ülkeler arasındaki büyüme oranı farklılıklarının gittikçe kapandığı sonucuna varmıştır.
Ancak Baumol’un bulguları, Romer (1986) ve De Long (1988) tarafından eleştirilmiştir. De Long, söz
konusu yüzyıl içersinde sanayileşmiş ülkeler arasında yakınsamanın varolduğu biçiminde sonuçlara ulaşan
Baumol’un görüşleri üzerine yaptığı değerlendirmede, sonuçların hangi ülkelerin seçildiğine bağlı olarak
değişebileceğini belirtmiştir. Baumol’un gelişmiş ülkeler tanımı “ex-post” bir sorun taşımaktadır. Gelişmişlik
kavramı “ex-ante” tanımlandığında yakınsama kaybolmaktadır. Daha açık bir ifade ile, veri setine dahil edilen
ülkelerin özelliği; eğer yüzyıl önce fakir ülke iseler çok hızlı büyümeleri, zengin ülke iseler büyüme hızlarının
düşmesidir. De Long’un diğer bir eleştirisi, çalışmada incelenen kişi başına reel gelir hesaplamalarının
doğruluğuna yöneliktir.
Sonuç olarak söz konusu çalışmanın, yakınsama hipotezinin bir bütün olarak dünya ülkeleri arasındaki
büyüme oranı farklılıklarını açıklamada başarısız iken, en azından örnek alınan sanayileşmiş ülkeler bazında
büyüme oranı farklılıklarını açıklamada görevi başarıyla yerine getirdiği görülmektedir.
Barro (1991), 98 ülkeyi ve 1960-1985 döneminin kapsayan yatay-kesit çalışmasında, kişi başına reel
GSYİH’nın başlangıç beşeri sermaye oranı (okullaşma oranı) ile pozitif ancak başlangıç kişi başına reel GSYİH
ile negatif ilişkili olduğunu saptamıştır. Daha açık bir ifade ile, başlangıç beşeri sermayesi sabit tutulduğunda
mutlak yakınsama söz konusu iken, beşeri sermayenin dikkate alındığı regresyon analizinde mutlak yakınsama
yok olmaktadır.
, ,0 ,g yi T i i Tα β ε= + + (3.2.)
Sonuç olarak Barro, fakir ülkelerin ancak yüksek bir beşeri sermaye düzeyine sahip oldukları sürece
zengin ülkeleri yakalayabileceklerini belirtmekte ve bunun nedeni olarak da beşeri sermayesi yüksek olan
ülkelerin yüksek verimlilik oranlarına sahip olduğu ve dolayısı ile fiziksel yatırımlarının GSYİH’ya oranının da
yüksek olmasını göstermektedir. Barro, aynı çalışmasında, kamu tüketim harcamalarının büyüme oranı ile
negatif ilişkide olduğu bulgusunu elde etmiş, diğer yandan da kamu yatırım harcamaları ile büyüme oranı
arasındaki ilişkinin istatistiksel olarak anlamlı olmadığı sonucuna varmıştır.
Solow modelinin yenilenmiş versiyonu olan genişletilmiş Solow modelinde (MRW (1992)), beşeri
sermayenin ekonomik büyümeye katkısı en büyük önceliği taşımaktadır. MRW, 1960-85 dönemini ve dünya
ülkelerini kapsayan panel veri çalışmasında, ülkeler arasındaki kişi başına gelir farklılıklarının, tasarruf ve işgücü
artış oranları ile nasıl açıklanabileceğini analiz etmeye çalışmıştır. Çalışmada beşeri sermaye ölçüsü olarak, orta
öğretime kayıt yaptırmış 15-19 yaş arası nüfusun aktif nüfusa oranı kullanılmıştır.
MRW, bu eşitliği, farklı ülkeler arasındaki yakınsama sürecini test etmek için kullanmıştır. Burada t1,
1960 yılını ifade ederken; t2 1985 yılını ifade etmektedir. En önemli varsayım, (g+δ)’nin bütün ülkeler için aynı
ve 0.05’e eşit olduğudur. Reel gelir, okullaşma oranı, özel ve kamu tüketim harcamaları, yatırım ve nüfus
verilerinin kullanıldığı bu modelde güçlü bir şartlı yakınsama sonucuna varılmıştır. Beşeri sermaye, nüfus ve
tasarruf oranları ile yakından ilişkili olduğundan, modelden çıkarılması durumunda, söz konusu değişkenler
sapmalı hale gelecektir. MRW modelinde, ülkeler arasındaki durgun durum gelir seviyesi arasındaki farlılıklar,
regresyona nüfus ve tasarruf oranlarının katılımıyla kontrol edilmektedir. MRW’nin çalışması özellikle bu
noktada Barro ve Sala-i-Martin’in ABD için yaptıkları çalışmadan ayrılmaktadır. Barro ve Sala-i-Martin, ABD
için eyaletler arası çalıştıklarından, teknoloji ve tercihlerin eyaletler arasında, aynı durgun duruma yakınsayacak
şekilde benzer olduklarını varsaymıştır. Bu yüzden, regresyon analizlerinde, bazı bölgesel yapay değişkenler
( ) ( ) ( ) ( )ln ln 1 ln 1 ln( )2 1 1 1y t y t e s e n gα αλτ λτ δ
α α− −− = − − − + +
− −
(1 ) ln ( )1e y tλτ−− −(3.3.)
dışında, farklılıkların olmadığı varsayımı nedeni ile kontrol değişkenler kullanılmamıştır. Barro ve Sala-i-
Martin’in yatay-kesit analizi sonuçlarına göre, ülkeler arası büyüme oranlarında şartlı bir yakınsama durumu söz
konusuyken, eyaletler arası büyüme oranları için yapılan yakınsama testi (en azından gelişmiş ülkeler arasında),
mutlak bir özellik göstermektedir. Çünkü yukarıda belirtildiği gibi, eyalet bazında yapılan çalışmalarda herhangi
bir ek değişkene gerek duyulmazken; ülkeler bazında yapılan çalışmada eğitim seviyesi, yatırım ve doğurganlık
gibi değişkenler modele eklenmiştir.
Islam (1995), panel data analiziyle, içsel büyüme modellerindeki bu farklılığı test etmeye çalışmıştır.
Çalışmada panel data yönteminin kullanılmasının nedeni, ekonomik büyüme dönemlerindeki teknolojik ve
yapısal farklılıkların elimine edilmek istenmesidir. Islam, yaptığı çalışma ile MRW çalışmasındaki bulgunun
geçerliliğini sınamış, yatay-kesit yaklaşımındaki problemlere değinmiş ve ihmal edilen ülkeye özgü (country
specific) teknoloji etkileri ile durgun durum teknoloji artış oranı (g) arasındaki korelasyonun, yakınsama hızını
aşağıya çekme eğiliminde olduğunu belirlemiştir. Islam’a göre, Barro (1991) ve MRW (1992) çalışmaları şu
varsayıma dayalıdır: teknolojinin başlangıç seviyesi olan A(0) ve teknoloji artış oranı olan g, ülkeler arasında
homojendir ve böylelikle, yakınsamanın tahmin edilen hızı, ortalama büyüme hızını vermektedir. Eğer
homojenlik varsayımı geçerli olmazsa, tahmin edilen yakınsama hızı yanlış olacaktır. Bunun da ötesinde, kontrol
değişkenlerin içselliği ile ilgili sorunlar çıkabilecektir.
Islam (1995), MRW (1992) ve Barro (1991) çalışmalarında kullanılan Summers-Heston data setini
kullanarak yaptığı çalışmada, panel data analizi ile 1960-1985 yılları arasında yakınsama sürecini test etmiş ve
çalışmayı hem zaman serileri hem de yatay kesit yöntemleriyle tekrar ele almıştır. Yatay-kesit data analizinden
panel data analizine geçmek için, toplam dönemler, alt dönemlere ayrılmıştır. Ancak Islam’a göre ekonomik
yakınsamayı test edebilmek için kullanılan yıllık data aralıkları çok kısadır ve bu nedenle de uygun değildir.
Böyle bir hatadan kaçınabilmek için beş yıllık aralıklar kullanılmış yani 1960-1985 dönemi;
1965,1970,1975,1980,1985 dönem aralıklarına bölünmüştür. Böyle bir durumda tasarruf oranı ve nüfus artış
oranı bir önceki dönem ortalamasına uymaktadır. Islam’ın bulgularıyla MRW bulgularını karşılaştırdığımız
zaman, toplam üretimdeki sermaye payı, her iki çalışmada da çok yakın görünmektedir. Islam’ın yakınsama için
bulduğu oranlar çok küçük görünmektedir. Mesela bu oran gelişmekte olan ülkeler için 0,0095 iken, OECD
ülkeleri için 0,0146 dır.
Sonuç olarak Islam (1995)’ın çalışmasında başlangıç teknoloji seviyesinin A(0) ülkeler arasında
farklılaştığı bir toplam üretim fonksiyonuna izin verilirken, g’nin homojenliği varsayımı da korunmuştur.
Teknolojinin başlangıç seviyesinde farklılıklara izin verilmesi, ekonomilerin farklı ancak paralel durgun durum
gelir patikalarına izin verilmesi anlamına gelmektedir. Yani ekonomiler arasında A(0)’ın farklılaşmasına izin
vermemiz, ekonomilerin ortak bir durgun duruma yakınsayacaklarını ifade etmez. Homojen bir teknoloji artış
oranı ile, ekonomiler arasındaki gelir aralığının, paralel durgun durum büyüme patikalarının varlığı ile ilgili
olarak kararlı olduğu söylenebilir. Bu açıdan düşünülürse, yakınsama, ekonomilerin paralel uzun dönem büyüme
patikalarına yaklaşma hızı olarak ifade edilebilir.
LPS (1997), teknolojik büyüme oranının, ülkeler ya da bölgeler arasında aynı olduğu varsayımı geçersiz
olursa, ortak bir teknoloji artış oranı (g)’nını zorla empoze etmenin sonucunu,β katsayısının tahminin 1’e
yaklaşması şeklinde göstermiştir. Yine LPS (1998), panel data yaklaşımını kullanmanın, sadece A(0)’ın değil,
g’nin de ülkeler arasında farklılaşmasına izin verilmesi anlamına geldiğini ileri sürmektedir. Eğer g, ülkeler
arasında değişirse, uzun dönem büyüme patikaları paralel olmaz ve ekonomide uzaksama yaşanır. Sonuç olarak,
teknoloji büyüme oranındaki heterojenlik durumu, bütün yakınsama notasyonunu değiştirir.
Diğer uluslararası bazda yapılan yakınsama çalışmaları aşağıdaki tabloda karşılaştırmalı olarak
verilmiştir.
TABLO-1 ULUSLARARASI YAKINSAMA ÇALIŞMALARI
ÇALIŞMA VERİ DÖNEMİ
KAPSAM YÖNTEM SONUÇ
İşgücü başına GSYİH verileri ile yapılan
Bernard&Jones (1996)
1970-1987
14 Sanayi Ülkesi
Yatay-Kesit & Zaman Serisi
çalışmada mutlak yakınsama var. Sektörel bazda ise hizmetler sektöründe yakınsama söz konusu.
Dewhurst&Galton (1995)
1981-1991
63 AB Ülkesi
Yatay-Kesit
Kişi başına GSYİH verileri ile yapılan çalışmada şartlı yakınsama var.
Razin&Yuen (1995)
1970-1988
125 Ülke
Yatay-Kesit
Şartlı yakınsama söz konusu.
Bloom&Canning&Sevilla (2002)
1960-1990
Summers-Heston Veri Setini Oluşturan Ülkeler
Panel Veri
Şartlı yakınsama söz konusu
Bernard&Durlauf (1995)
1900-1987
15 AB Ülkesi
Yatay-Kesit & Zaman Serisi
Düşük oranda bir mutlak yakınsama söz konusu
Barro&Sala-i-Martin (1992)
1960-1985
20 AB ülkesi
Yatay-Kesit
Hem mutlak hem de şartlı yakınsama var
Di Liberto&Symons (1999)
1950-1990 23 AB Ülkesi LM Mutlak yakınsama yok
3.2 Yabancı Ülkelerdeki Bölgesel Yakınsama İle İlgili Bulgular
Teknolojinin dışsallığı ve sermayenin azalan getirisinin söz konusu olduğu neoklasik teorinin
yakınsama konusuna olan yaklaşımı, büyümenin esas kaynağının dışsallıklar, yaparak-öğrenme ve beşeri
sermaye olduğunu ileri süren içsel büyüme teorisi taraftarları tarafından tekrar ele alımıştır. İBT taraftarlarına
göre bu faktörler içseldir ve sermayenin azalan getiri varsayımını bertaraf edilmektedir. Daha fazla yeniliğe açık
olan ve daha fazla beşeri sermayeye sahip olan ekonomiler daha hızlı büyür; bu nedenle yakınsama süreci bu
faktörler üzerine koşulludur.
Söz konusu faktörler beta yakınsama eşitliğine dahil edilirse, parametrelerin anlamlılık düzeyi ve
yakınsama hızı artar. Ancak bu durum fakir ekonomilerin, zengin ekonomilerden gelen teknolojiyi kullanabilme
yeteneklerine göre değişmektedir ve bu değişim fakir ülkelerin yukarıda bahsedilen faktörlere sahip olma
derecesine bağlıdır ve bu da şartlı yakınsamadan başka bir şey değildir (Barro, 1991).
Mutlak yakınsama ise daha çok benzer yapısal kakterlere sahip ekonomiler arasında gerçekleşir. Diğer
bir ifade ile mutlak yakınsama, daha çok aynı ülkenin bölgeleri ya da illeri arasında gerçekleşir. Çünkü bir
ülkede bölgeler ve iller arası faktör hareketlilikleri daha hızlı ve kolay gerçekleşir. Bununla birlikte aynı ülkede
yer alan bölge ya da iller aynı yönetim sistemine dahildirler ve homojenlikleri de daha yüksektir. Sonuç olarak
mutlak yakınsama, daha çok bir ülkede bölgeler ya da iller arasında ortaya çıkarken, homojen bir yapıya sahip
sanayi ülkeleri arasında da görülebilmektedir.
Barro ve Sala-i-Martin (1992), ABD eyaletlerini ve 1880-1988 dönemini kapsayan yatay-kesit
çalışmasında şu eşitliği kullanmışlardır:
ABD için yapılan bu çalışmada, eşitlikteki ai katsayısı bütün bölgeler için aynı kabul edilmiştir. Yani ana
varsayım şöyledir: durgun durum değeri olan yi* ve teknolojik gelişmeyi ifade eden xi oranı, bölgeler arasında
aynıdır. Bu da bizi şu sonuca götürüyor; eğer β>0 olursa, zayıf ekonomiler şartsız bir biçimde zengin
ekonomilerden daha hızlı büyüme eğilimindedirler. Ancak bu durum, yani β-yakınsamasının varlığı mutlaka
ekonomiler arasındaki log(yit) nin de azalacağı anlamına gelmemektedir. Çünkü yayılımı yani σ-yakınsamasını
azaltan β>0 durumu, rassal şoklarla dengelenmektedir.
*(1 ) log( )a x e yi i iβ−= + −
(3.4.)log( ) (1 ). log( ) .( 1)1
1
yit a e y x t ui it i ityit
β− ⎡ ⎤= − − − − +−⎣ ⎦−
(3.5.)
Kişi başına gelirin başlangıç seviyesinin sabit tutulduğu durumda,1840-1988 yılları arasında, fakir
bölgelerin, zengin bölgelerden daha hızlı büyüdüğü ekonometrik olarak gösterilmeye çalışılmış, ve bu
yakınsama hızının da yaklaşık olarak yılda 0.02 olduğu sonucu ortaya çıkmıştır. Barro ve Sala-i-Martin (1992)
bu çalışmasında, özellikle sektörler üzerinde yoğunlaşarak, her bölge için bir yakınsama tahmininde
bulunmuştur. Sektörlerin ihmal edildiği bir durumda, β tahminleri kararlı olmamaktadır. Barro ve Sala-i-Martin
(1992) bu durumu söz konusu rassal şoklarla açıklamaktadır. Mesela tarımsal ürün fiyatlarında ani bir düşüş, β
değerinin de düşmesine neden olmaktadır. İşte bu tip olumsuzlukları giderebilmek için modele gelirin sektörel
bileşimini belirleyen değişkenler eklenmiştir.
Yine aynı çalışmada 1963-1986 dönemini kapsayan şartlı beta yakınsaması analizi de yapılmış ve şartlı
yakınsama bulgusu elde edilmiştir. Söz konusu veri döneminin içeren yakınsama oranları hemen hemen aynıdır
(mutlak yakınsama oranı=0.021 ve şartlı yakınsama oranı=0.023 ). Kontrol değişkenleri olarak bölgesel yapay
değişkenlerin yanı sıra, sektörel bileşim değişkenleri de kullanılmıştır.
Sala-i-Martin (1995), yine ABD için yaptığı bir başka çalışmasında, şartlı beta yakınsamasını ve sigma
yakınsamasını incelemiştir. Şartlı beta yakınsaması için kullanılan kontrol değişkenler olarak bölgesel yapay
değişkenler ve sektörel değişkenler kullanılmıştır. Panel veri analizinin de yapıldığı çalışmada zaman için yapay
değişken kullanılarak sabit etkiler (fixed effects) ayırımına da gidilmiştir. Gerek yatay-kesit gerekse panel veri
çalışmasında, incelenen bütün bölgeler için 0.01 ile 0.003 arasında değişen şartlı yakınsama oranları
bulunmuştur.
Aynı yazarın veri dönemini 1990 yılına kadar genişlettiği çalışmasında, ABD, Fransa, İngiltere,
İspanya, İtalya, Almanya gibi ülkelerdeki bölgelerin hem mutlak hem de şartlı yakınsamanın yanı sıra sigma
yakınsamasını da gösterdiği belirlenmiştir. Ancak hemen hemen çalışılan bütün ülkelerde sigma yakınsamasının
1970 yılının ortalarında duraksadığı gözlenmiştir.
Yakınsama hipotezi ile ilgili olarak bölge, eyalet ve iller bazında yapılan diğer çalışmalar tablo-2’de
görülebilir.
TABLO-2 ULUSLARARASI BÖLGESEL YAKINSAMA ÇALIŞMALARI
ÇALIŞMA VERİ DÖNEMİ
KAPSAM YÖNTEM SONUÇ
Paci&Pigliaru (1998)
1978-1993
12 AB Ülkesine bağlı 109 bölge
LSDV
Mutlak yakınsama var
F. Bergström (1998)
1945-1990
İsveç
Yatay-Kesit
Mutlak Yakınsama var
Giertz&Mehta (1996)
1950-1993
ABD
Yatay-Kesit
Mutlak yakınsama var
Paci &Pigliaru (1996)
1951-1994
12 AB Ülkesine bağlı 109 bölge
Yatay-Kesit
Kişi başına reel gelirde yakınsama yok ancak sanayi ve hizmetler sektörü gelirlerinde var
De La Fuente (1998)
1955-1993 İspanya Yatay-Kesit & Panel Tahmini
Mutlak ve şartlı yakınsama var
Persson (1999)
1929-1990 ABD Yatay-Kesit Mutlak yakınsama var
Carluer&Sharipoval (2001)
1985-1999 Rusya Yatay-Kesit Şartlı yakınsama
Marques&Saukiazis (1999)
1987-1995 AB Ülkelerine bağlı 175 bölge
Yatay-Kesit
Düşük oranlı bir mutlak yakınsama var
Armstrong (1995)
1950-1992 AB Ülkelerine bağlı 85 bölge
Yatay-Kesit
Düşük oranlı bir yakınsama var
Paci&Saba (1997)
1951-1993 İtalya Yatay-Kesit Mutlak yakınsama var
(devam)
ÇALIŞMA VERİ DÖNEMİ
KAPSAM YÖNTEM SONUÇ
Asterious (1998)
1971-1996 Yunanistan Yatay-Kesit Mutlak yakınsama yok
Terrasi (1999)
1953-1993 İtalya Panel Tahmini Şartlı yakınsama var
Yudong&Weeks (2000)
1953-1997 Çin Panel Tahmini Hiçbir şekilde yakınsama söz konusu değil
Azzoni (2001) 1939-1995 Brezilya Yatay-Kesit Mutlak yakınsama var
Coulombe&Lee (1995)
1961-1991 Kanada Yatay-Kesit Şartlı yakınsama var
Kangasharju (1998)
1934-1993 Finlandiya Yatay-Kesit Mutlak yakınsama var
Cashin (1995)
1861-1991 Avustralya Yatay-Kesit Mutlak yakınsama var
Fagerber&Verspagen (1996) 1950-1990 6 AB Ülkesine bağlı 70 bölge
Yatay-Kesit Şartlı yakınsama var
Bishop&Formby&Thistle (1994)
1969-1979 ABD Yatay-Kesit Mutlak yakınsama yok
3.3. Türkiye için Bölgesel Düzeyde Yapılan Ampirik Çalışmalar
Türkiye için yapılan ampirik çalışmalara baktığımızda Alpay Filiztekin (1998), Aysıt Tansel&Nil
Demet Güngör (1997), Fatma&Suat Doğruel (2002) ve İsa Sağbaş (2002)’ın çalışmaları dikkat çekmektedir.
Filiztekin yaptığı çalışmada Türkiye’de illerin mutlak olarak yakınsama özelliği göstermediği; modele bölgesel
yapay değişkenler ve beşeri sermaye eklendiğinde durumun tersine döndüğünü ve yakınsama oranının da
yaklaşık %2 olduğunu belirtmiştir. Ayrıca göçün ve kamu harcamalarının Türkiye’deki illerin büyüme açısından
bir etkileri olmadığı sonucuna varmıştır. Filiztekin, yaptığı çalışmada, Türkiye’de durgun durum belirleyicilerini
ve bunların etkilerini de incelemiş, durgun durum dağılımının, başlangıç dağılımından daha yatay bir seyir
izlediğini vurgulamış, yani Türkiye’de en zengin il ile en fakir il arasındaki farkın giderek arttığını belirtmiştir.
Yaptığı regresyon tahminine göre, durgun durumdaki değişikliklerin %80’inin başlangıç koşullarıyla
açıklandığını göstermiş ve doğurganlık oranının da durgun durum dağılımı üzerinde etkili olduğu sonucunu
çıkarmıştır. Sektörel yapının yakınsama üzerindeki etkisi de araştırılmıştır. Değişkenlerin kişi başına cinsinden
bulunması amacıyla 15-64 yaş arası nüfus kullanılmıştır. Doğurganlık oranı 0-4 yaş arası çocuk nüfusun, 15-49
yaş arası kadın nüfusuna oranlanması ile bulunmuştur.
Azalan getirilere dayalı neoklasik üretim fonksiyonuna göre durgun durum etrafında kişi başına
üretimin geçiş dinamikleri şu eşitlikle elde edilir;
Yine neoklasik teoriden hareketle, t0 ve T anına kadar kişi başına üretimin ortalama büyüme oranı; *ln( ) ln (1 ) ln0
t ty e y e ytβ β− −= + − (3.6.)
Yakınsama ve durgun durum oranının ekonomik birimler ve zaman arasında sabit tutulması ile, üretimdeki
artışın, başlangıç seviyesi ile negatif ilişkide olduğunu görebiliriz. Ancak Türkiye örneği için bu durum geçerli
değildir. Gelişmiş ülkelerin aksine, üretimin başlangıç seviyesi, büyüme oranı ile doğru orantılıdır.
Yakınsama-uzaksama durumu, şu eşitlikle tahmin edilir;
Literatürde yakınsama analizinde kulanılan diğer bir değişken ise, sektörel bütünü kontrol amacıyla kullanılan
bazı göstergelerdir. Barro ve Sala-i-Martin, böyle bir değişkeni bölgeleri etkileyen toplam şokları kontrol için
kullanmıştır (tarımsal ürünlerdeki ani fiyat değişiklikleri gibi). Aynı gösterge, Türkiye için yazar tarafından şu
şekilde belirtilmiştir:
Bu şekilde yapılan bir analiz niteliksel olarak sonuç değişmezken tahminlerin büyüklüğü ikiye katlanmıştır.
Yakınsama hızı yılda % 1 olarak bulunmuştur.
Regresyon analizine farklı beşeri sermaye değişkenlerini kontrol amacıyla kadın ve erkek eğitim oranı
değişkenleri eklenmesi sonucu yakınsama oranı anlamlı olarak değişmemiş fakat erkek eğitimi değişkenindeki
katsayı ilginç bir sonuç ortaya çıkarmıştır. Çünkü bütün dönemlerde bu değişkenin işareti negatif olarak
(1/ ) ln( ) ln( ) (1 ) / (ln ln )0 0 *tT y y x e T y yt
β−⎡ ⎤⎡ ⎤ ⎡ ⎤− = + − −⎢ ⎥⎣ ⎦ ⎣ ⎦⎣ ⎦(3.7.)
(1/ ) ln( ) ln( ) (1 ) / ln0 0tT y y a e T y ut it
β−⎡ ⎤⎡ ⎤− = + − +⎢ ⎥⎣ ⎦ ⎣ ⎦(3.8.)
S ln / /it , ,w y y Tij t T jt j i T⎡ ⎤⎛ ⎞= ∑ ⎜ ⎟⎢ ⎥− −⎝ ⎠⎣ ⎦
(3.9.)
çıkmıştır. Yani erkek beşeri sermaye oranındaki bir artış, büyüme oranını azaltmaktadır. Kadın beşeri sermaye
oranı için durum tersine dönmektedir.
Filiztekin’in bulduğu diğer bir sonuç, Türkiye’de de doğurganlık katsayısının, büyüme regreyonunda
negatif bir değer almasıdır. İlginç olan, kadın nüfusu okullaşma oranı değişkeninin eklenmesi ile (doğurganlık
oranı eklenmeden) tahminin yarı yarıya düşmesidir. Doğurganlık oranının katılımı, erkek nüfusu okullaşma
oranındaki katsayının büyüklüğünü düşürmekte ama sonuç yine de negatif çıkmaktadır.
Kamu yatırımlarının etkisinin araştırılması için yapılan diğer tahminde, Easterly ve Rebelo (1993)
örneği baz alınmıştır. Kamu yatırımı katsayısı %10 da pozitif ve anlamlıdır. Ancak Filiztekin’e göre bu sonuç,
artan kamu yatırımlarının büyümeyi hızlandırdığına dair yeterli bir kanıt değildir.
Kamu yatırımları verisi sektörel bileşimi de içermektedir. Regresyon, yapay değişkenleri, erkek ve
kadın eğitim değişkenlerini, doğurganlık oranı değişkenini ve kamu yatırımı değişkenlerini kapsamaktadır.
Bulunan sonuç, sektörel bazda ayırıma tabi tutulan kamu yatırımlarının istatistiksel olarak anlamlı olmadığıdır.
Göç oranlarının etkilerine bakıldığında, göç oranı ile başlangıç gelir seviyesi arasında bir ilişki olduğu
görülüyor. Elde edilen sonuçlar, gelirdeki % 10 luk bir artışın, ortalama olarak bir ilin nüfusunu % 44 kadar
arttırdığını göstermektedir (ölüm ve doğurganlık oranları sabittir). Başlangıç gelirinin göç üzerindeki etkisi
gelişmiş ülkelere kıyasla çok yüksektir.
Teori, nüfus yoğunluğunun katsayısının negatif olacağını söylüyor. Ancak Türkiye örneğinde küçük
etkiler yaratsa da pozitif sonuçlar elde edilmiştir. Yani teori, Türkiye örneği ile uyuşmamaktadır. Net göçün
gelire göre esnekliğini kullanarak, göçün yakınsama sürecine ne ölçüde etki ettiğini öğrenebiliriz. Barro ve Sala-
i-i Martin bu gözlem için iskonto oranı % 2 ; aşınma oranı % 5; teknoloji artış oranı % 2; ve nüfus artış oranı
% 2 şeklinde bazı varsayımlarda bulunmuştur. Bu varsayımlara ek olarak göç eden insanların sermayeyi
taşımadıkları varsayımını da kabul edilirse, Türkiye’deki yakınsama oranının 0.0486 olduğu sonucuna varılır
(diğer durumda bu değer 0.0189 idi). Bu sonuç, göç oranının yakınsamaya katkıda bulunduğunu göstermektedir.
Filiztekin’in çalışmasında ayrıca iller arasındaki farklı durgun durum seviyelerine yakınlaşmanın ne
ölçüde gerçekleştiği ve bu durgun durum seviyelerinin nasıl belirlendiği sorularına yanıt getirilmiştir. Çalışmada
durgun durum seviyelerinin uzun dönemdeki dağılımı sabit etki (fixed effects) kullanılarak analiz edilmiştir.
Elde edilen sonuçlar, Türkiye’de illerin durgun durum değerlerine çok yakın olduğunu göstermektedir.
Bölgelerin sektörel olarak yakınsamasını araştıran çok az çalışma mevcuttur. Bölgeler arasındaki
verimlilik farklarının açıklanmasında sektörsel bileşimlerin çok önemli bir rolü vardır. Türkiye’de, sektörsel
bileşimdeki değişimler, kalkınmış ülkelere kıyasla daha hızlı olmaktadır. Kırsal alandan kentsel alanlara doğru
gerçekleşen göç olayı, tarımdaki istihdamın diğer sektörlere kaymasına da neden olmaktadır.
Filiztekin, sektörel bazda yaptığı çalışmada, tarım, imalat sanayi, inşaat, iç ticaret, ulaşım, finans ve
hizmetler sektörlerini ele almıştır. Veri yetersizliğinden dolayı, sektörel istihdam dataları sadece 1975-1995
yılları arası olmak üzere beş yılık ayırımlar halinde elde edilebilmiştir. Bu da birim başına sadece dört gözlem
yapılabilmesine olanak sağlamaktadır. Toplam verimlilik, sektörler tarafından üretilen üretim toplamı olarak
tanımlanırken, kişi başına nitelendirmeden ziyade işgücü başına olarak çalışılmıştır. Yapılan çalışma sonunda
elde edilen bulgulara göre, sektörler arasındaki verimlilik seviyesi farkları dikkate değerdir. Tarım ve hizmetler
sektörlerindeki verimlilik seviyesi, diğer sektörlerin altındadır. Finansal sektördeki verimlik başlangıçta en
yüksek seviyeye sahipken, son 15 yıldır keskin bir azalma ile sonuçlanmıştır. 90 ‘lı yıllarda en verimli sektör
olarak ulaştırma sektörü görülmektedir.
Yapılan ampirik çalışma sonunda şu sonuca varılmıştır: Toplam seviyede yakınsamaya dair güçlü bir
kanıt bulunmazken, sektörler arasında anlamlı bir şekilde değişim olduğu belirlenmiştir. Tarım ve hizmetler
sektöründe yakınsama olmazken, diğer sektörlerde yüksek bir hızda gerçekleşmektedir. Uzun dönem sektörel
verimlilik tahminleri de sektörler arasında anlamlı bir şekilde değişmektedir. Tarım ve hizmetler sektörlerindeki
tahmin edilen durgun durum değerleri, ortalamanın altındadır.
Türkiye için yapılan bir diğer ampirik çalışma ise, Tansel ve Güngör (1997)’ün 1975-1995 yılları
arasını kapsayan ve Barro&Sala-i-Martin ve MRW notasyonlarının kullanıldığı çalışmadır. Yatay-kesit ve panel
data modeli için işgücü başına gelir, işgücündeki artış, beşeri sermaye ve her il için tasarruf oranı (beş dönemlik
ayırımlar halinde) değişkenleri kullanılmıştır. Beşeri sermaye oranı olarak okullaşma oranı kullanılmış, tasarruf
ln( ) / ( ) (1 ) /, , , ,Ty y T D T y vit j i T i j i T i t Tλ⎡ ⎤− = − − +∑ ⎢ ⎥− −⎣ ⎦ (3.10.)
oranı ise toplam GSYİH daki endüstri sektörünün ortalama payı şeklinde hesaplanmıştır. İller arasında kişi
başına gelir dağılımını belirlemek için kişi başına GSYİH serilerinin standart sapması alınmıştır.
Kişi başına reel GSYİH’nın logaritması, doğu ve batı illeri ayırımına tabi tutularak karşılaştırılmış ve
1975-80 yıllarında doğu ve batı illeri arasında uzaksama yaşandığı sonucu elde edilmiştir. Ancak 1980 sonrası
dönemde, özellikle 1990-95 döneminde mutlak yakınsama sonucuna ulaşılmıştır.
İller itibariyle kişi başına başlangıç GSYİH’sı ile işgücü verimliliğindeki artış arasındaki ilişkinin de
incelendiği çalışmada, 1975-95 ve 1980-95 şeklinde periyodlara ayrılan her iki dönemde de mutlak yakınsama
bulgusu elde edilmiştir. Söz konusu β-yakınsaması analizinde (MRW notasyonuna göre beşeri sermayeye göre
gelir esnekliği şeklinde ifade edilmek üzere), 1975-80 arası doğu ve batı illeri arasında işgücü verimliliği
açısından bir uzaksama gözlemlenmiş, 1980 sonrası dönemde de yakınsama belirlenmiştir. Özellikle 1990-95
arası mutlak bir yakınsama sonucuna ulaşılmıştır.
Yatay-kesit analizi ile tahmin edilen yakınsama katsayısı sonuçları, 1975-80 yılları arası dönem hariç,
bütün dönemler için pozitif olarak bulunmuştur. 1975-95 arası iller arasında yaklaşık olarak 0.02 oranında bir
yakınsama bulunurken, 1980-95 arası yakınsama oranı 0.05 dir. En yüksek yakınsama oranı 0.07 ile 1980-85
dönemi arasındadır. Bölgesel durgun durum seviyelerindeki farklılıkları kontrol amacıyla bölgesel yapay
değişkenler eklendiğinde, bütün dönemde yakınsama hızının arttığını ancak 1975-95 ve 1980-85 arası
dönemlerde azaldığı sonucuna ulaşılmıştır.
Filiztekin’in yatay-kesit analizi çalışması ile elde ettiği bulguların aksine, bu çalışmada elde edilen
yatay-kesit analizi çalışması tahminleri sonuçlarına göre, gerek temel denklemle gerekse yapay değişkenlerin
eklenmesiyle bulunan yakınsama katsayısı sonuçları 1975-80 dönemi hariç mutlak bir yakınsamayı
göstermektedir.16 Sonuç olarak; bölgesel durgun durum seviyelerini belirleyen faktörler hesaba katıldığında,
yakınsama hızı artmıştır.
Endüstri payının ve (n+g+δ) katsayılarının logaritmaları üzerinde büyüklük olarak aynı fakat zıt işaretli
bir kısıtlamaya gidildiğinde, fiziksel sermaye ve beşeri sermayeye göre gelir esnekliği elde edilebilmektedir.
Bütün dönemlerde, beşeri sermayenin katılımı, fiziksel sermaye payını düşürmüştür. Sadece doğu illeri ele
16 Her iki çalışmadaki ana farklılık, Filiztekin’in, kullanılan değişkenleri kişi başına cinsinden , Tansel’in ise işgücü başına
cinsinden tanımlamasıdır.
alındığında durum aynı iken, batı illeri için bir karşılaştırma yapıldığında, üretim artışındaki fiziksel sermayenin
esnekliği, bütün dönemlerde artmıştır.
Yapılan havuz modeli (pooled model) ve sabit etki modelini içeren panel data analizinde 1975-95 ve
1980-95 olmak üzere iki dönem üzerinden çalışılmıştır. Yatay-kesit çalışması sonuçlarına kıyasla daha yüksek
yakınsama oranları bulunmuştur. Yine beşeri sermaye değişkeni tüm dönemler için yakınsama oranını
arttırmıştır. Sabit etki modelinde her il için bir yapay değişken mevcuttur ve yakınsama parametresinin tahmini,
havuz modelin sonucundan farklı değildir. Sonuç olarak, kısıtlı regresyonda, havuz modeli ile benzer sonuçlara
ulaşılmıştır.
İsa Sağbaş (2002) ise yine Türkiye’de iller arasında mutlak ve şartlı beta yakınsamasını incelemiştir.
İllerin tümünün aynı grupta incelenmesinin yanı sıra, DPT’nin hazırlamış olduğu illerin sosyo-ekonomik
gelişmişlik sıralaması verileri kullanılarak iller üç gruba ayrılarak da ayrıca analiz edilmiştir. Bu yöntemi
kullanmadaki amaç gelir bakımından yakınsamayı homojen gruplar arasında da test edilmek istenmesidir. Söz
konusu çalışmada 1986 ve 1997 yılları arasında yakınsama ve yakınsama grupları analizi yapılmıştır.
Çalışmada grup analizi ile tüm illerin birlikte analizi arasında önemli bir fark gözlemlenmemiştir.
Çalışmanın tamamını kapsayan 1986 ve 1997 döneminde grup analizi ile tüm illerin analizi aynı sonucu diğer bir
ifadeyle yakınsamanın gerçekleştiği sonucunu vermiştir.
Şartlı beta yakınsaması analizi için ise kontrol değişkenler olarak nüfus artış hızı, kentleşme oranı, net
göç hızı işsizlik oranı, belediye giderleri, merkezi hükümet giderleri, kamu ve özel sektör imalat sanayi toplam
katma değeri ve sektörel gelirlerin GSYİH’ya oranları kullanılmıştır.
Şartlı beta yakınsaması analizinde net göç miktarı değişkeni anlamlı bulunmuştur. Bu sonuç, yazar
tarafından, daha fazla göç oranının sermayenin artan getirileri nedeniyle yakınsamaya pozitif katkıda bulunduğu
şeklinde yorumlanmıştır. Yazara göre elde edilen bulgular, Türkiye’de büyümenin iller arası gelir farklılıklarını
azaltan bir şekilde gerçekleştiğini göstermektedir.
Yazarın diğer bir çalışması ise kamu harcamalarının yakınsama
üzerindeki etkisini belirlemeye yöneliktir (Sağbaş, 2002). Çalışmada elde edilen
bulgular Türkiye’de büyümenin iller arası gelir farklılıklarını azaltan bir şekilde
gerçekleştiğini göstermektedir. Ancak kamu harcamaları ile illerin büyüme oranı
arasında bir ilişki bulunmamıştır. Bu bulgu kamu harcamalarının yakınsamaya
katkıda bulunmadığını göstermektedir.
Türkiye için yapılan diğer bir çalışma ise, Fatma ve Suat doğruel (2002)’e aittir. Çalışmada iller,
bölgeleri tanımlayan birim olarak alınmış ve iller arasında kişi başına gelir farklılıklarının zaman içinde nasıl
değiştiğini ölçmek için beta yakınsaması formülasyonu, birbirini izleyen iki yıl için yeniden tanımlanıp aşağıdaki
doğrusal denklem kullanılmıştır:
Denklemde kişi başına gelir sadece bir önceki yılın kişi başına geliri ile açıklanmaktadır. Panel yöntemi ile ele
alınan 1987-1999 döneminin bütün yıllarına ilişkin veriler denklemin katsayılarının tahmininde kullanılmıştır.
Ekonomideki trend etkisini yakalamak amacıyla t zamanı için yapay değişkenler vektörü olan “T” modele
eklenmiştir. Yazara göre bu biçimi ile denklem, temel yapıyı yansıtmakla birlikte, iller arasındaki yapısal
farklılıkları yakalayamamaktadır. Bu nedenle (3.11.) no’lu denklem iller gruplandırılarak yeniden tahmin
edilmiştir. Model tahmininde ikinci aşama olarak kişi başına gelir düzeyi bakımından Türkiye ortalamasının
altanda ve üstünde kalanlar olarak iller iki gruba ayrılmıştır. Ve denklem bu iki il grubu için ayrı ayrı yahmin
edilmiştir. Bu gruplandırma büyük ölçüde ülkenin doğu ve batı olarak iki ayrı bölge şeklinde incelenmesine de
karşılık gelmektedir.
Bununla birlikte (3.11.) no’lu denkleme, illerin yapısal özelliklerini yansıtacak yeni değişkenler de
eklenmiştir. Bu durumda model aşağıdaki gibi yeniden tanımlanmıştır:
log( ) log( ), , 1y b y cTi t i t iα= + +− (3.11.)
log( ) log( ), , 1 , 1y b y cT dRi t i t i i tα= + + +− −(3.12.)
Burada Ri,t-1 illerin yapısal özelliklerini yansıtacak değişkenler vektörüdür. Panel tahmininde kullanılan veriler
ise, illere göre sektörel katma değerlerin GSYİH içindeki paylarıdır. Model tahmininde 1987-1999 yılları
itibariyle illere göre kişi başına GSYİH değerleri kullanılmıştır.
Hesaplanan beta değerleri sonucu, bütün model tanımlamalarında beta yakınsamasının varolduğu
sonucuna ulaşılmıştır. Koşulsuz modeller arasında en hızlı yakınsama tüm illerin birlikte ele alındığı modelde
bulunmuştur. Diğer bir bulgu, kişi başına gelirin düşük olduğu illerin, diğerlerine oranla birbirine daha hızlı
yaklaştığıdır. Ayrıca koşullu modellerde imalat sektörünün payının da yer aldığı model daha hızlı beta
yakınsaması sonucunu vermiştir.
Söz konusu çalışmada sigma yakınsama değerleri de hesaplanmıştır. Sigma yakınsama değerlerine göre
yakınsama, çok düşük bir oranda sadece yüksek gelirli iller grubunda görülebilmektedir. Sigma yakınsama
değerleri 1987’de 0.124’den, 1999 yılında 0.108’e gerilemiştir. Gerek zayıf bir yakınsamanın gözlendiği yüksek
gelirli iller, gerekse yakınsamanın gözlenemediği bütün iller grubu ve düşük gelirli iller grubunda sigma
yakınsama değerlerinde 1987 ve 1999 döneminde gözlenen ortak özellik dalgalanmaların fazla oluşudur.
SONUÇ
İktisat literatüründe yakınsama analizleri iki temel ekonometrik yöntemle yapılmaktadır. Bunlardan ilki
sigma yakınsamasını ifade eden ve farklı ekonomiler arasında kişi başına gelirin dağılımını gösteren zaman serisi
yöntemi, diğeri ise beta yakınsamasını ifade eden ve farklı ekonomilerdeki kişi başına gelirin başlangıç seviyesi
ile büyüme oranı arasındaki ilişkiyi doğrusal ya da doğrusal olmayan bir şekilde tahmin eden yatay-kesit
yöntemidir.
Bununla birlikte özellikle son yıllarda yapılan panel veri çalışmaları da dikkat çekmektedir. Yatay-kesit
verileri modelde kullanılan değişkenlerin bütün ekonomiler için belirli bir zaman dilimindeki ortalamalarının
hesaplanmasıyla elde edilirken, panel veriler ise her bir ekonominin incelenen zaman aralığının tümünde
gözlenmesiyle elde edilir. Yatay-kesit verilerinde her ülkeye özgü olup gözlenemeyen tüm faktörlerin eldeki
bilgiyle ilişkisiz olduğu kabul edilmektedir. Bu durum, ekonometrik olarak yatay-kesit verilerinin, her ülkeye ait
spesifik etkileri (ekonomik, sosyal ya da politik kurumların kalitesi vb.) dışladığı anlamına gelmektedir. Yatay-
kesit verilerinde her ülkeye ait spesifik etkilerin dikkate alınması, gözlem sayısının ülke/bölge sayısına
eşitlenmesine yol açarak serbestlik derecesinin sıfıra yaklaşmasına neden olur ve bu da incelenen modelin
tahmini imkansız hale getirebilir. İşte bu nedenle panel veriler, modelde yer alan her bir değişken için daha çok
bilgi içerdiğinden, bu teknikler yardımıyla yapılan tahminlerin kalitesi yükselmektedir.
Ancak yakınsamanın gerçekleşebileceği güçlü teorik gerekçelere karşın ülkeler bazında yapılan
çalışmalarda, gelişmekte olan ülkelerin, gelişmiş ülkeler düzeyine ulaştıkları ampirik olarak sık gözlenen bir
bulgu değildir.
Yakınsama hipotezi ile ilgili yapılan uluslararası çalışmalar göre ( Baumol; 1986, Barro; 1991, Barro ve
Sala-i-Martin; 1995) mutlak yakınsama OECD üye ülkeleri gibi sadece gelişmiş ülkeler arasında
gerçekleşmektedir. Ancak hem gelişmiş hem de gelişmekte olan ülkeleri kapsayan analizlerde, mutlak
yakınsamaya dair bir kanıt bulunamamıştır. Ancak nüfus artış hızı, yatırım oranı gibi ülkelerin durgun durum
düzeylerini etkileyen ülkelere özgü spesifik değişkenlerin sabit tutulduğu analizlerde yaklaşık olarak 0.02
oranında koşullu yakınsama gözlemlenmiştir.
Bölgesel bazda yapılan çalışmalarda ise ABD, İspanya, İtalya, Kanada gibi ülkelerde düşük bir hızda da
olsa mutlak yakınsama gerçekleşirken, Yunanistan, Çin, Rusya gibi bazı ülkelerde mutlak yakınsama
görülmemekle birlikte, yine küçük bir oranda şartlı yakınsama bulguları elde edilmiştir. Sonuç olarak mutlak
yakınsama, bazı ülkede bölgeler ya da iller arasında oluşan “yakınsama klüpleri” sonucu ortaya çıkarken,
homojen yapıya sahip sanayileşmiş ülkeler arasında da görülebilmektedir.
Buraya kadar yapılan teorik ve ampirik inceleme klasik beta yakınsaması ve sigma yakınsaması
kavramlarını kapsamaktadır. Ekonomiler arasında yakınsamaya ya da uzaksamaya yol açan faktörler ise, söz
konusu ekonomilerin sahip olduğu teknoloji ve beşeri sermaye oranına göre değişebilmektedir.
Tezin bundan sonraki bölümünde Türkiye için yaptığımız ampirik çalışmada klasik beta ve sigma
yakınsamasını incelemek yerine; toplam GSYİH’yı sektörel bileşimlerine ayırarak, Cobb-douglas üretim
fonksiyonundan hareketle; söz konusu sektörlerdeki teknoloji artış oranı ve teknoloji seviyesi farklılıkları ve
sektörel bazda teknoloji açısından yakınsamanın gerçekleşip gerçekleşmediği belirlenmeye ve illere göre yapay
değişkenler yardımıyla bölgeler arasındaki gelir farklılıkları ve bu farklılıkların sektörlerdeki teknoloji seviyesi
ve teknoloji artış oranı ile bir ilgisinin bulunup bulunmadığı analiz edilmeye çalışılacaktır. Daha sonra, elde
edilen bulgular, Türkiye için daha önce yapılmış olan yakınsama çalışmalarıyla karşılaştırılacak; teknoloji
yakınsamasının, söz konusu çalışmalarda elde edilen sonuçlarla uyumlu olup olmadığı belirlenmeye
çalışılacaktır.
DÖRDÜNCÜ BÖLÜM
TÜRKİYE’DE İLLER BAZINDAKİ SEKTÖREL YAPININ BÖLGELER
ARASI YAKINSAMA SÜRECİNDEKİ ROLÜ: KARMA REGRESYON ANALİZİ
Büyüme muhasebesi (growth accounting) literatüründe, ekonomik büyüme artışı üç faktöre bağlıdır:
emek ve sermayedeki artışlar, ölçeğe göre artan getiri ve teknolojik gelişme (Lim, 1996). Ampirik çalışmalarda
bu kaynakların belirlenebilmesi, Cobb-Douglas üretim fonksiyonuyla çalışılmasını gerektirir. Teknolojik
gelişmenin üretim sürecindeki etkisi, sermaye verimliliğindeki artış (Solow-nötr), işgücü verimliliğindeki artış
(Harrod-nötr) ya da her ikisi ile birlikte (Hicks-nötr) gerçekleşebilir. Teknolojik gelişmenin her üç anlamda da
nötr olabilmesi, faktörler arasındaki ikame esnekliğinin bire eşit olmasını diğer bir ifade ile üretim
fonksiyonunun birinci dereceden homojen olmasını gerektirir. Cobb-Douglas üretim fonksiyonu bu özelliklere
sahiptir. Söz konusu fonksiyondaki emek ve sermaye katsayıları, bu iki faktörün üretim fonksiyonundaki nispi
etkilerini yansıtır; katsayıların toplamı, ölçeğe göre getirinin durumunu ifade eder.
Yapılan ampirik çalışmalar, bu kaynakların, gelişen ve gelişmekte olan ülkeler için farklı
kombinasyonlarda hareket ettiğini göstermiştir (Lim;1996, Young; 1996). Gelişmiş ülkelerde en önemli büyüme
kaynağı teknolojik gelişmedir. Üretimdeki faktörlerin bileşimleri, özellikle de sermaye en az anlamlı olan
faktördür. Bunun da ötesinde, toplam üretim fonksiyonu ölçeğe göre sabit getiri durumu sergilemektedir
(Abromovitz, 1956; Lim, 1996; Solow, 1957). Gelişmekte olan ülkelerde ise sermaye birikimi, büyümeyi
açıklayan en önemli faktördür. Bunu işgücü artışı izlemekle birlikte, teknolojik gelişmenin daha az etkisi vardır.
Bu doğrultudan hareketle, çalışmamızın amacı, bölgelerdeki farklı sektörlerin farklı teknolojik
seviyelere sahip olması ve farklı teknolojik seviyelerin de, söz konusu sektörlerin toplam GSYİH’ya olan
katkısını farklılaştırması nedeniyle; il bazındaki yapay değişkenler yardımıyla bulacağımız kişi başına GSYİH
uzaksamasının ya da yakınsamasının, bölgelerdeki sektörel teknoloji ile ne yönde bir ilişkide bulunduğunu
saptamaktır.
Buradaki alternatif metot, toplam kişi başına geliri sektörel bileşimlerine ayırarak, teknolojilerin,
bölgelerdeki sektörel gelirin bölgenin toplam GSYİH’sına olan katkısı üzerindeki rolünü sınamaktır. Bunun yanı
sıra modelde yer alan bölgesel kamu yatırım harcamaları ve nüfus artış hızının kişi başına bölgesel GSYİH
üzerindeki etkiside ayrı olarak incelenecektir.
Bununla birlikte ampirik çalışmamızın başında teknoloji ile ilgili olarak bazı tanımlamaların yapılması
gerekmektedir. Bu çalışmada teknoloji, ekonomik bir kavram olarak ele alınmakta ve üretim fonksiyonunun
ortaya konmasında kabul edilen varsayımlara bağlı olarak, üretim fonksiyonundaki sektörel değişiklikleri
incelemek üzere emek ve sermayeye ek olarak “A” ile ifade edilmek üzere bir faktör ya da değişken olarak
eklenmektedir.
Bir ekonomide üretime katılan emek ve sermaye gibi temel üretim faktörleri dışında teknolojik gelişme
düzeyi de üretim miktarı, gelir artışı ve dolayısıyla ekonomik büyüme üzerinde bağımsız bir değişken olarak
etkili olmaktadır. Teknolojik gelişme kısaca, girdileri çıktılara dönüştürme sürecine getirilen her türlü
iyileştirmeleri ifade etmektedir. Diğer bir ifade ile “A” değişkeni ile temsil edilen teknoloji düzeyi, üretim
düzeyindeki değişkenin K ve L gibi geleneksel üretim faktörlerindeki değişme ile açıklanamayan kısmını ifade
etmektedir.
Maddison (1987), verimlilik artışındaki yapısal değişimin ve sektörel bileşimin rolünü tartıştığı bir
çalışmasında, kişi başına gelir arttıkça, verimlilik artışı ile yapısal değişim arasındaki ilişkiyi etkileyen iki temel
güç olduğunu belirtir. Bunlardan biri, kişi başına gelirdeki değişimler sonucu değişebilen üretim talebi
kaymalarının, ekonomik büyümeyi etkileyeceğidir. Gelir arttıkça, imalat ve hizmet malları, temel mallar
talebiyle yer değiştirir. İkincisi ise, sektörler arasındaki farklı teknolojik gelişme seviyelerinin ekonomik
büyümeyi etkileyeceğidir. Eğer verimlilik seviyesi, çeşitli sektörler arasında değişiyorsa ve gelir arttıkça toplam
üretimde yer alan sektör payları da değişiyorsa, toplam verimlilik, böyle yapısal değişimlere karşı duyarlı
olacaktır.
Yapısal değişimin ve endüstrileşmenin verimlilik ve gelir artışı üzerindeki etkilerinin sınandığı diğer bir
çalışma Cho (1994) tarafından yapılmıştır. Bu bölümde söz konusu çalışma baz alınmakla beraber Cho’dan
farklı olarak, Habib ve Miller (1999) notasyonu izlenerek, sanayi, tarım ve hizmetler sektörlerinin teknoloji artış
oranı ve teknoloji seviyelerindeki farklılıkların büyüme üzerindeki etkileri Cobb-Douglas üretim fonksiyonu
yardımıyla analiz edilecek ve bölgelerdeki sektörel gelir açısından yakınsamaya yol açıp açmadıkları
belirlenmeye çalışılacaktır. Ancak söz konusu iki çalışmadan farklı olarak, yapılacak regresyon analizine il
bazında yapay değişkenler de eklenerek, kullanılan değişkenlerin bölgeler arasındaki farklılıkları da
belirlenmeye çalışılacaktır.
Bağımlı değişkenler, sadece ölçülebilen ve hakkında veri toplanabilen bağımsız değişkenlerin değil,
ölçülemeyen bağımsız değişkenlerin de etkisi altında kalabilmektedir. İşte bu tip ölçülemeyen değişkenlerin
yerine, onları temsilen yapay değişkenler türetilebilmektedir.
Yapay değişkenler kullanılarak oluşturulacak regresyon modellerinin uygulanması ve yorumlanması
teknik açıdan diğer regresyon modellerinden bir farklılık göstermemektedir. Bu çalışmadaki yapay değişkenli
regresyon modelinin oluşturulması ve yorumlanması konusu, çalışmamızın uygulama kısmında ayrıntılı bir
biçimde sunulacaktır.
4.1. Model
Bu modelin amacı, iller ve bölgeler itibariyle gelir artışı üzerinde hakim olan faktörleri belirlemektir.
Karma regresyon analizi sınamasıyla hangi ilde hangi sektörün teknoloji artış oranı ve teknoloji seviyesi
bakımından ne durumda olduğu ve söz konusu sektörlerin gelir artışını ne yönde etkilediği belirlenecek, elde
edilen sonuçlara göre her bölgedeki sektör bileşiminin olası değişikliklerle büyüme üzerindeki etkileri
tartışılacaktır. Bununla birlikte sektörlerin teknoloji seviyeleri ve teknoloji artış oranları karşılaştırılarak,
teknoloji açısından yakınsamanın var olup olmadığı belirlenmeye çalışılacaktır. Tahmin denklemimizin diğer
açıklayıcı değişkenleri olan kamu yatırım harcamalarının kişi başına GSYİH’daki payının ve nüfus artış hızının
da bölgelerdeki kişi başına reel GSYİH artışı ile olan ilişkisi ayrıca gözlemlenecektir.
Başlıca üç sektörden oluşan bir ekonomide, toplam geliri, (4.1.) no’lu eşitlikte olduğu gibi sektörel
bileşimlerine ayırabiliriz:
t s hY Y Y Yt s hγ γ γ
= (4.1.)
Burada Yi (i = t, s, h), tarım, sanayi ve hizmetler sektörlerinden elde edilen çıktı miktarının bir
göstergesidir. (4.1.) no’lu eşitliğin logaritmasını ardından türevini alırsak,
Buradan çıkan sonuç, gelirdeki artış oranının, her sektördeki gelir artış oranının ağırlıklı toplamı
olduğudur. γi, i sektörünün toplam gelirdeki payını ifade etmektedir.
Her sektörün Cobb-Douglas üretim fonksiyonu ile çalıştığını varsaydığımızda, yine her bir sektör için
şu eşitlik söz konusu olur:
Ai, i sektörünün teknoloji seviyesini gösterirken; gi, teknolojideki artış oranını ifade etmektedir. Toplam
üretim fonksiyonunun da Cobb-Douglas üretim fonksiyonu ile çalıştığını varsayarsak,
Teknoloji seviyesini (A), teknoloji artış oranını (g), sermayeyi (K) ve işgücünü (L) sektörsel
bileşimlerine ayırırsak,
ln ln ln lnd Y d Y d Y d Yt t s s h hγ γ γ= + + (4.2.)
g ti i iY A e K Li i i iα β
= (4.3.)
gtY Ae K L βα= (4.4.)
t s hA A A At s hγ γ γ
= (4.5.)
( )g g g tgt t t s s h he eγ γ γ+ +
= (4.6.)
Burada K ve L’nin, (Kt, Ks, Kh) ve (Lt, Ls, Lh)’nin doğrusal bileşimleri olduğu açıkça görülmektedir. Bunun da
ötesinde eğer αt=αs=αh=α ve βt=βs=βh=β olması durumunda, K ve L’nin bileşimleri, (4.2.) no’lu eşitlik ile aynı
forma sahip olur.
(4.4.), (4.5.) ve (4.6.) no’lu eşitliklerin logaritmik türevini alırsak:
t t s s h hK K K Kt s hγ α γ α γ αα = + + (4.7.)
t t s s h hL L L Kt s hγ β γ β γ ββ = + + (4.8.)
ln ln ( ) ln lnd Y d A g tdg d K d Lα β= + + + + (4.9.)
ln lnd A d Ai iγ ⎡ ⎤= ∑ ⎣ ⎦
(4.10.)
(4.10.) ve (4.11.) no’lu eşitlikleri, (4.9.) no’lu eşitlikte yerine koyarsak,
eşitliğini elde ederiz. Burada en önemli varsayımız, her sektördeki teknoloji seviyesinin ve teknoloji artış
oranının ve toplam faktör paylarının zaman içinde sabit olduğu ancak zamanın herhangi bir noktasında
sektörler arası farklılık gösterdiğidir. Böylece, toplam gelirdeki artış oranı, üç faktöre bağlıdır; bunlar, sermaye
ve işgücü artış oranı, sektörel teknolojinin artış oranı (gi) ve yine sektörel teknolojinin seviyesi (lnAi) dir.
Burada dikkat edilmesi gereken diğer bir husus, γi’lerin, gelirdeki payları ifade ettiğinden, bu payların
toplamlarının bire eşit olması gerektiğidir. Yani,
ve
Bununla birlikte, γt ve d γt sektör paylarından sadece iki bağımsızdır. Daha açık bir ifadeyle, örneğin hizmetler
sektörünü bağımlı olarak alırsak,
ve
(4.11.)
(4.12.)
1tγ =∑
0d tγ =∑
1h t sγ γ γ= − −
d d dh t sγ γ γ= − −
( )d gt g tdi i iγ γ⎡ ⎤= +∑ ⎣ ⎦
ln ln ln lnd Y d A g td d K d Li i i i iγ γ γ α β⎡ ⎤ ⎡ ⎤= + + + +∑ ∑⎣ ⎦ ⎣ ⎦
(4.12.) no’lu eşitlikteki bileşik terimleri açarsak,
Böylece toplam gelirdeki artış oranı şu şekilde olacaktır:
Ancak söz konusu değişkenlerin yanı sıra, teknoloji seviyesi ve teknoloji artış oranı bakımından bölgeler
arasındaki farklılıkları ve bu farklılıkların hangi sektörlerden kaynaklandığını görebilmek için modele sabit
katsayılarından oluşan yapay değişkenler de eklenmiştir. Buna göre, bu modelde kullanılan tahmin deklemimiz
son hali ile şu şekilde olacaktır:
ln ln ln ln lnd A d A A d A Ai i t t h s s hγ γ γ⎡ ⎤ ⎡ ⎤ ⎡ ⎤= − + −∑ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦ (4.13.)
g td g td g g td g gi i i h t t t h s s s hγ γ γ γ γ γ⎡ ⎤ ⎡ ⎤ ⎡ ⎤ ⎡ ⎤ ⎡ ⎤+ = + + − + + −∑ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦
(4.14.)
ln ln ln ln lnd Y g d A A d A A td g gh t t h s s h t t t hγ γ γ γ⎡ ⎤ ⎡ ⎤ ⎡ ⎤ ⎡ ⎤= + − + − + + −⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦
ln lntd g g d K d Ls s s hγ γ α β⎡ ⎤ ⎡ ⎤+ + − + +⎣ ⎦ ⎣ ⎦(4.15.)
x = il ya da bölge sayısı
D yapay değişkeni, ilgili bölge ya da il için “1”, diğerleri için ise “0” değerini almaktadır. Ancak yapay
değişken sayısı birden fazla da olabilmektedir. Modelde kaç yapay değişken bulunacağı, yapay değişkenlerce
temsil edilen faktörün sınıf sayısına bağlıdır. Yapay değişken sayısının, sınıf sayısından bir eksik olması
gerekmektedir. Aksi takdirde, sınıf sayısı kadar yapay değişken alındığında, yapay değişken tuzağına
düşülmektedir. Buna göre Türkiye geneli için dışarıda tutulan bölge Marmara Bölgesi; bölgeler itibariyle ise
Marmara Bölgesi için İstanbul ili, Ege Bölgesi için İzmir ili, İç Anadolu Bölgesi için Ankara ili, Akdeniz
Bölgesi için Antalya ili, Karadeniz Bölgesi içim Zonguldak ili, Güneydoğu Anadolu Bölgesi için Gaziantep ili
ve Doğu anadolu Bölgesi için ise Elazığ ilidir. Söz konusu iller Devlet Planlama Teşkilatı’nın 1996 yılında
yaptığı “İllerin Sosyo-ekonomik Gelişmişlik Sıralaması” raporuna göre bölgelerdeki en gelişmiş illerdir ve
Marmara Bölgesi de en gelişmiş bölge olarak belirlenmiştir ve yine söz konusu bölge ve iller, ilgili
regresyonlarda “1” değerini alırken, diğer iller ise “0” değerini almaktadır.
D değişkeni değerinin anlamlılık düzeyi, dışarıda tutulan ve “0” değerini alan bölge ya da il ile “1”
değerini alan bölgeler ya da iller arasındaki farklılaşmanın düzeyini temsil etmektedir. Örneğin Türkiye için
yapılan regresyon analizinde, Ege Bölgesi’ni temsil eden yapay değişkenin pozitif ve anlamlı olması, kişi başına
ln ln ln ln lnd Y g d A A d A A td g gh t t h s s h t t t hγ γ γ γ⎡ ⎤ ⎡ ⎤ ⎡ ⎤ ⎡ ⎤= + − + − + + −⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦
ln ln ...1 1td g g d K d L D Ds s s h xγ γ α β⎡ ⎤ ⎡ ⎤+ + − + + + + + −⎣ ⎦ ⎣ ⎦(4.16)
GSYİH’ya katkı bakımından Ege Bölgesi ile dışarıda tutulan Marmara Bölgesi arasında bir yakınsamanın söz
konusu olduğu anlamına gelecektir.
4.2. Ekonometrik Yöntem Ve Veri Seti
Model çözümlemesinde kullanılan veri seti Devlet Planlama Teşkilatı’ndan alınan 1990-2000 yıllarına
ait illere göre kişi başına GSYİH artış hızı (1987 fiyatlarıyla), iller itibariyle faaliyet kolu ve 1987 yılı üretici
fiyatlarına göre GSYİH17 artış hızı, Devlet İstatistik Enstitüsü’nden alınan illere göre kamu yatırım
harcamalarını18 ve tahmini il nüfus artış hızı verilerini kapsamaktadır19. Sektör paylarındaki değişim, bir önceki
yılın sektör payları ile oranlanarak elde edilmiştir. Kamu yatırım harcamaları payına ise her il için yine kendi
GSYİH değerlerine bölünerek ulaşılmış ve oranlama yöntemiyle değişim oranları elde edilmiştir.
Çalışmanın veri setini oluşturan değişkenler şunlardır20:
GSYİH = Kişi başına Gayri Safi Yurtiçi Hasıla artış hızı
SANDEG = Sabit fiyatlarla GSYİH’da sanayi sektörü payının artış hızı
TARDEG = Sabit fiyatlarla GSYİH’da tarım sektörü payının artış hızı
ANASAN = Sabit fiyatlarla GSYİH’da sanayi sektörünün payı+SANDEG
ANATAR = Sabit fiyatlarla GSYİH’da sanayi sektörü payı+TARDEG
YATD = GSYİH’daki kamu yatırım harcamaları payının değişim oranı
NUFUS = Nüfus artış hızı
Dx = x sayıda il ya da bölge sayısının bir eksiği kadar sabit yapay değişken
17 Model tanımı gereği dışarıda tutulması gereken sektör olarak, hizmetler sektörü seçilmiştir. 18 Sektörel etkinliğin yanı sıra kamu yatırımlarının etkinliğini analiz edebilmek amacıyla kullanılan iller itibariyle kamu
yatırım harcamalarının GSYİH’ daki payı, modeldeki (K) değişkenini temsil etmektedir. 19 DİE’nin yıllık nüfus artış hızı tanımı, iki sayım tarihi arasındaki dönemde her 1000 nüfus için yıllık artan nüfustur. Doğal artış bağıntısı (Pn+t = Pn* ert) ile hesaplanmaktadır. 20 SANDEG ve TARDEG değişkenleri sırasıyla sanayi ve tarım sektörünün teknoloji seviyesini; ANASAN ve ANATAR değişkenleri ise sırasıyla sanayi ve tarım sektörlerinin teknoloji artış oranını temsil etmektedir. Belirtilen bütün artış hızları yüzdelik cinsinden ifade edilmektedir.
Buna göre tahmin denklemimiz aşağıdaki formda olacaktır:
c = Türkiye geneli için bölge sayısı, bölgeler için ise il sayısıdır;
t = 1,....,10 m = yapay değişken sayısı
4.3. Tanımlayıcı İstatistikler
(4.17.)
deg deg0 1 2 3 4y san tar anasan anatarct ct ct ct ctβ β β β β= + + + +
5 6 1yatd nufus D uct ct m c ctβ β β+ + + +−
Sektörel gelirin iller bazındaki dağılımı ile bölgeler arası gelir yakınsaması arasındaki ilişkiyi Türkiye
örneği için test etmeye geçmeden önce, serilere ait temel istatistikler bölgeler bazında incelenmiş ve elde edilen
bulgular tablo-3’de sunulmuştur. Tablo-3’de, GSYİH, SANDEG, TARDEG, ANASAN, ANATAR, YATD ve
NUFUS serilerinin büyüme oranlarındaki maksimum ve minimum değerler gösterilmiştir. Ayrıca, adı geçen
serilerin ortalama ve standart sapma değerleri de aynı tabloda görülebilmektedir. Diğer taraftan iller itibariyle
kişi başına GSYİH yüzde değişimi, sanayi ve tarım sektörlerindeki teknoloji seviyesini ifade eden SANDEG ve
TARDEG değişkenleri, yine aynı sektörlerdeki teknoloji artış oranını ifade eden ANASAN ve ANATAR ile
GSYİH’daki kamu yatırım harcamaları payının yıllık yüzde değişimini gösteren YATD ve nüfus artış hızını
ifade eden NUFUS değişkenlerine ait seriler sırasıyla ilgili grafiklerde gösterilmiştir. Söz konusu grafiklerde
dikey eksende ilgili değişkenlerin yıllık yüzde değişim oranları, yatay eksende ise ilgili bölgeyi oluşturan iller
sırasıyla yer almaktadır. Bölge başına düşen iller ve bu illerin grafiklerdeki sırası şu şekildedir:
Marmara Bölgesi : İstanbul, Kocaeli, Bursa, Tekirdağ, Kırklareli, Edirne, Çanakkale, Sakarya ve
Balıkesir.
Ege Bölgesi : İzmir, Afyon, Aydın, Denizli, Kütahya, Manisa, Muğla ve Uşak.
İç Anadolu Bölgesi : Ankara, Aksaray, Çankırı, Eskişehir, Karaman, Kayseri, Kırıkkale, Konya,
Nevşehir, Kırşehir, Niğde, Sivas ve Yozgat.
Akdeniz Bölgesi : Antalya, Adana, Burdur, Hatay, İçel, Isparta ve K. Maraş
Karadeniz Bölgesi : Zonguldak, Amasya, Artvin, Bayburt, Bolu, Çorum, Giresun, Gümüşhane,
Kastamonu, Ordu, Rize, Samsun, Sinop, Tokat ve Trabzon.
Güneydoğu Anadolu Bölgesi : Gaziantep, Adıyaman, Diyarbakır, Mardin, Şanlıurfa, Siirt ve Şırnak.
Doğu Anadolu Bölgesi : Elazığ, Ağrı, Bingöl, Bitlis, Erzincan, Erzurum, Hakkari, Kars, Malatya, Muş,
Tunceli ve Van.
TABLO-3 TANIMLAYICI İSTATİSTİKLER
GSYİH SANDEG
TARDEG ANASAN ANATAR YATD NUF
Ortalama 0.021965 0.023186 -0.014284 0.285911 0.206135 0.196046 0.007531
Medyan 0.022500 0.000000 -0.017130 0.233718 0.208778 0.037420 0.008350
Maksimum 0.816000 (Karadeniz Bölgesi)
4.860465 (İç An. Bölgesi)
1.360902 (G. Doğu Anadolu Bölgesi)
14.33792 (D. Anadolu Bölgesi)
12.56212 (G. Doğu Anadolu Bölgesi)
16.47619 (Ege B.)
0.043700 (Akdeniz Bölgesi)
Minimum -0.257000 (Karadeniz Bölgesi)
-1.000000 (Karadeniz Bölgesi)
-1.000000 (D. Anadolu Bölgesi)
-4.748710 (Karadeniz Bölgesi)
-10.00000 (İç An. Bölgesi)
-0.884279 (Marmara Bölgesi)
-0.082100 (D. Anadolu Bölgesi)
Standart Sapma
0.084057 0.263431 0.137353 1.080915 1.015990 1.079923 0.018622
Gözlem Sayısı
720 720 720 720 720 720 720
Tablo-3’ye bakarak şu yorumları yapmak mümkündür. GSYİH’daki en yüksek artış oranı21 Karadeniz
Bölgesi’nde yaşanırken, en düşük artış oranı yine aynı bölgede gerçekleşmiştir. Yine Karadeniz Bölgesi, sanayi
sektöründeki en düşük teknoloji seviyesi değerine sahiptir. Karadeniz Bölgesi’nin grafiklerine baktığımızda,
bölgedeki iller arasında en büyük farklılığın nüfus artış oranı, sanayi sektörü teknoloji seviyesi ve kamu yatırım
harcamaları payında yaşandığı, GSYİH’daki artış oranının benzerlik gösterdiği, kamu yatırım harcamalarının
özellikle belirli illerde yükselmekte olduğu ve teknoloji seviyesi ile teknoloji artış oranı bakımından da bazı
illerde sapmaların olduğu görülmektedir.
GRAFİK-1 Karadeniz Bölgesi : Zonguldak (1-10), Amasya (11-20), Artvin (21-30), Bayburt (31-40), Bolu (41-50), Çorum (51-60), Giresun (61-70), Gümüşhane (71-80), Kastamonu (81-90), Ordu (91-100), Rize (101-110), Samsun (111-120), Sinop (121-130), Tokat (131-140) ve Trabzon (141-150)
21 Söz konusu değer Bolu iline aittir.
-0.4
-0.2
0.0
0.2
0.4
0.6
0.8
1.0
20 40 60 80 100 120 140
GSYIH
-1.5
-1.0
-0.5
0.0
0.5
1.0
20 40 60 80 100 120 140
Sanayi sektöründeki en yüksek teknoloji artış oranı değeri, Doğu Anadolu Bölgesi’ne aittir. Sanayi
sektörünün teknoloji artış oranı, bölgedeki iller arasında farklılıklar göstermekle birlikte, bu farklılıklar teknoloji
-6
-4
-2
0
2
4
6
8
20 40 60 80 100 120 140
ANASAN ANATAR
-1
0
1
2
3
4
20 40 60 80 100 120 140
YATD
-0.05
-0.04
-0.03
-0.02
-0.01
0.00
0.01
0.02
20 40 60 80 100 120 140
NUFUS
seviyesi grafiğinde de görülmektedir.. Farklılığın en çok yaşandığı seri, GSYİH artış oranıdır. Nüfus artış
oranının da iller arasında önemli ölçüde farklılaştığı bölgede, diğer serilerin bazı sapmalar haricinde iller
arasında benzerlik gösterdiği anlaşılmaktadır.
GRAFİK-2 Doğu Anadolu Bölgesi : Elazığ (1-10), Ağrı (11-20), Bingöl (21-30), Bitlis (31-40), Erzincan (41-50), Erzurum (51-60), Hakkari (61-70), Kars (71-80), Malatya (81-90), Muş (91-100), Tunceli (101-110) ve Van (111-120).
-.3
-.2
-.1
.0
.1
.2
.3
.4
.5
25 50 75 100
GSYIH
-1.5 -1.0 -0.5
0.00.51.01.52.02.5
25 50 75 100
SANDEG TARDEG
-10
-5
0
5
10
15
20 40 60 80 100 120
ANASAN ANATAR
Ege Bölgesi, kamu yatırım harcamalarındaki artış oranları arasında en yüksek değere sahip olmasıyla
dikkati çekerken22, söz konusu serinin iller arasında önemli ölçüde benzerlik gösterdiği anlaşılmaktadır. Sanayi
sektörünün teknoloji artış oranı da bazı sapmalara rağmen iller arasında benzerlik gösterse de, diğer seriler kendi
içlerinde iller arasında ortalama değerler bakımından farklılık göstermektedir. Diğer yandan nüfus artış oranı,
hemen hemen bütün illerde düşme eğilimindedir.
GRAFİK-3 Ege Bölgesi : İzmir (1-10), Afyon (11-20), Aydın (21-30), Denizli (31-40), Kütahya (41-50), Manisa (51-60), Muğla (61-70) ve Uşak (71-80).
22 Söz konusu değer Afyon iline aittir.
-2
0
2
4
6
8
10
20 40 60 80 100 120
YATD
-0.10
-0.08
-0.06
-0.04
-0.02
0.00
0.02
0.04
0.06
20 40 60 80 100 120
NUFUS
-.15
-.10
-.05
.00
.05
.10
.15
.20
10 20 30 40 50 60 70 80
GSYIH
-.3
-.2
-.1
.0
.1
.2
.3
.4
.5
.6
10 20 30 40 50 60 70 80
SANDEG TARDEG
-2
-1
0
1
2
3
4
5
10 20 30 40 50 60 70 80
ANASAN ANATAR
-5
0
5
10
15
20
10 20 30 40 50 60 70 80
YATD
En düşük kamu yatırım harcamaları değeri ise Marmara Bölgesi’nde görülmektedir. Yine bazı illerde
önemli sapmalar görülse de, söz konusu serideki değişim iller arası benzerlik göstermektedir. Dikkati çeken
nokta, söz konusu sapmaların görüldüğü illerde, sanayi sektörü teknoloji seviyesi bakımından da sapmalar
görülmektedir23. Aynı illerde yine, sanayi sektörü teknoloji artış oranında da sapmalar vardır. GSYİH’daki artış
oranı, tarım sektörü teknoloji artış oranı ve teknoloji seviyesi, gerek iller arasında gerekse yıllar itibariyle
oldukça değişkenlik göstermektedir. Bölgede nüfus artış hızı düşme eğilimindedir.
GRAFİK-4 Marmara Bölgesi : İstanbul (1-10), Kocaeli (11-20), Bursa (21-30), Tekirdağ (31-40), Kırklareli (41-50), Edirne (51-60), Bilecik (61-70), Çanakkale (71-80), Sakarya (81-90) ve Balıkesir (91-100).
-.15
-.10
-.05
.00
.05
.10
.15
.20
25 50 75 100
GSYIH
23 Söz konusu iller, Çanakkale ve Sakarya’dır.
0.000
0.005
0.010
0.015
0.020
0.025
0.030
10 20 30 40 50 60 70 80
NUFUS
-3
-2
-1
0
1
2
3
25 50 75 100
SANDEG TARDEG
-3
-2
-1
0
1
2
3
25 50 75 100
ANASAN ANATAR
-1
0
1
2
3
4
5
10 20 30 40 50 60 70 80 90 100
YATD
-0.01
0.00
0.01
0.02
0.03
0.04
0.05
10 20 30 40 50 60 70 80 90 100
NUFUS
Güneydoğu Anadolu Bölgesi, tarım sektöründeki en ileri teknoloji artış oranı ve en yüksek taknoloji
seviyesi değerlerine sahiptir. Ancak ilgili seriler, iller arasında benzerlik göstermekle birlikte, sadece bir tek ilde
önemli derecede sapma vardır24 ve tarım sektörü açısından sahip olunan bu en yüksek değerler, söz konusu
sapmaları ifade etmektedir. Kamu yatırım harcamalarındaki değişim oranının, iller arasında fazla değişim
göstermediği bölgede, sanayi sektöründeki değerler de yine iki il dışında benzerlik göstermektedir25. Bu iki ilin
GSYİH artış oranları da bölge ortalamasının üzerindedir. Nüfus artış oranında az da olsa düşme eğilimi
gözlemlenmektedir.
GRAFİK-5 Güneydoğu Anadolu Bölgesi : Gaziantep (1-10), Adıyaman (11-20), Diyarbakır (21-30), Mardin (31-40), Şanlıurfa (41-50), Siirt (51-60) ve Şırnak (61-71).
-.3
-.2
-.1
.0
.1
.2
.3
.4
10 20 30 40 50 60 70
GSYIH
-1.0
-0.5
0.0
0.5
1.0
1.5
2.0
10 20 30 40 50 60 70
SANDEG TARDEG
24 Söz konusu il, Adıyaman’dır.
-8
-4
0
4
8
12
16
10 20 30 40 50 60 70
ANASAN ANATAR
Tarım sektörünün teknoloji artış oranındaki en düşük seviyesi ise İç Anadolu Bölgesi’nde
gerçekleşirken, sanayi sektörünün en yüksek teknoloji seviyesi değeri yine aynı bölgede görülmektedir. Ancak
söz konusu değerler, ilgili serilerde, ortalamadan sapma şeklinde kendini göstermekte ve bu sapmaların
gerçekleştiği iller26 dışındaki diğer illerde ilgili serilerin, birbirlerine yakın değerler aldığı anlaşılmaktadır.
GSYİH artış oranının da gerek illerin kendi içinde gerekse iller arasında artış ya da azalış şeklindeki yoğun
25 Söz konusu iller, Şanlıurfa ve Şırnaktır. 26 Söz konusu iller, SANDEG serisi için Nevşehir ve ANATAR serisi için Niğde’dir.
-2
0
2
4
6
8
10
12
5 10 15 20 25 30 35 40 45 50 55 60 65 70
YATD
-0.01
0.00
0.01
0.02
0.03
0.04
0.05
5 10 15 20 25 30 35 40 45 50 55 60 65 70
NUFUS
hareketliliği dikkat çekmektedir. Nüfus artış oranındaki düşüşler, bazı illerde diğerlerine göre daha yoğun
yaşanmaktadır.
GRAFİK-6 İç Anadolu Bölgesi : Ankara (1-10), Aksaray (11-20), Çankırı (21-30), Eskişehir (31-40), Karaman (41-50), Kayseri (51-60), Kırıkkale (61-70), Konya (71-80), Nevşehir (81-90), Kırşehir (91-100), Niğde (101-110), Sivas (111-120) ve Yozgat (121-130).
-.2
-.1
.0
.1
.2
.3
25 50 75 100 125
GSYIH
-2
-1
0
1
2
3
4
5
25 50 75 100 125
SANDEG TARDEG
-12
-8
-4
0
4
8
25 50 75 100 125
ANASAN ANATAR
Nüfus artış oranındaki en yüksek değer ise Akdeniz Bölgesi’ne aittir. Bölgede dikkati çeken en önemli
nokta, sektörlerin teknoloji seviyesi ile teknoloji artış oranlarının paralel bir seyir izlemesidir. Sektörel
değerlerde bazı sapmaların olduğu görülse de, genel olarak iller arasında fazla bir farklılığın olmadığı
anlaşılmaktadır. Kamu yatırım harcamalarındaki artışın bazı illerde yüksek değerler aldığı bu bölgede, nüfus
artış oranında da yine hafif bir düşme eğilimi olduğu gözlenmektedir.
-2
0
2
4
6
8
10
12
20 40 60 80 100 120
YATD
-0.04
-0.03
-0.02
-0.01
0.00
0.01
0.02
0.03
20 40 60 80 100 120
NUFUS
GRAFİK-7 Akdeniz Bölgesi : Antalya (1-10), Adana (11-20), Burdur (21-30), Hatay (31-40), İçel (41-50), Isparta (51-60) ve K. Maraş (61-70).
-.2
-.1
.0
.1
.2
.3
.4
10 20 30 40 50 60 70
GSYIH
-.3
-.2
-.1
.0
.1
.2
.3
.4
10 20 30 40 50 60 70
SANDEG TARDEG
-2
-1
0
1
2
3
10 20 30 40 50 60 70
ANASAN ANATAR
1
0
1
2
3
4
Türkiye’yi bir bütün olarak incelediğimizde özellikle dikkati çeken, GSYİH artış oranındaki
ortalamadan sapmalara, yine başka bir serideki ortalamadan sapmaların eşlik ettiğidir. Daha açık bir ifadeyle;
GSYİH artış oranındaki ortalamanın üzerinde ya da altındaki herhangi bir değer, bir başka serideki ortalama
dışındaki değerle paralellik göstermektedir. Örnek verecek olursak, GSYİH serisinde görülen en uç değere, yine
aynı sapmanın gerçekleştiği dönemde aşırı artış gösteren kamu yatırım harcamaları eşlik etmektedir. Nüfus artış
oranının genel olarak düşme eğilimde olduğu görülürken, özellikle bazı illerde bu düşüş oranı daha yüksektir.
GRAFİK-8 TÜRKİYE
0.00
0.01
0.02
0.03
0.04
0.05
5 10 15 20 25 30 35 40 45 50 55 60 65 70
NUFUS
-0.4
-0.2
0.0
0.2
0.4
0.6
0.8
1.0
100 200 300 400 500 600 700
GSYIH
-2
-1
0
1
2
3
4
5
100 200 300 400 500 600 700
SANDEG TARDEG
-15
-10
-5
0
5
10
15
100 200 300 400 500 600 700
ANASAN ANATAR
5
10
15
20
4.4. KARMA (POOLED) REGRESYON ANALİZİ BULGULARI
Karma veri örneğini oluşturan veriler Türkiye’nin 1991-2000 yıllarına ait iller bazında kişi başına
GSYİH’nın yüzdelik cinsinden değişim oranı, teknoloji seviyesini ifade eden kişi başına GSYİH’daki ilgili
sektör payının yüzde değişim haddi, yine teknoloji artış oranını ifade eden kişi başına GSYİH’daki ilgili
sektörün yüzdelik cinsinden payı ile paydaki yüzde değişimin toplamı, kamu yatırım harcamalarının
GSYİH’daki payının değişim haddi ve son olarak da nüfus artış oranlarından oluşmaktadır.
Türkiye örneğini test etmek için kullanılacak karma veriler, 72 ilin her biri için 10 yıllık gözlem olmak
üzere, her bir değişken için toplam 720 gözlem sayısından oluşmaktadır27.
27 1995 yılında il olan Yalova, İstanbul iline; Karabük, Zonguldak iline; Kilis, Adana iline; Iğdır ve Ardahan, Kars iline; Batman ise Siirt iline dahil edilmiştir.
-0.10
-0.08
-0.06
-0.04
-0.02
0.00
0.02
0.04
0.06
100 200 300 400 500 600 700
NUFUS
Elde ettiğimiz regresyon sonuçlarını analize geçmeden önce modelin genel olarak anlamlılık düzeyleri,
R2 değerleri ve değişen varyans testi (White Heteroskedasticity) sonuçları gibi önemli noktaları da ayrıca
incelemekte yarar vardır.
TABLO-4 ANLAMLILIK VE DEĞİŞEN VARYANS TEST SONUÇLARI
KESİT GÖZLEM F TESTİ R2 DEĞİŞEN
VARYANS (Χ2)
MARMARA B. 100 33.6860 0.17 17.9110
KARADENİZ B. 150 143.4257 0.19 25.0077
EGE B. 80 50.1082 0.16 11.1823
İÇ ANADOLU B. 130 128.0373 0.20 43.6666*
AKDENİZ B. 70 64.0405 0.22 35.9733*
DOĞU ANADOLU B. 120 38.8094 0.23 39.3761*
GÜNEYDOĞU
ANADOLU B.
70 20.4270 0.21 28.9083*
TÜRKİYE 72 34.5224 0.30 18.1232
*Söz konusu eşitliklerde değişen varyans sorunu ortaya çıkmış (χ2hes.> χ2
tablo,), bu nedenle bağımsız değişkenlerin katsayılarının standart hataları White’ın değişen varyans tutarlıklı (heteroscedasticity consistent) tahmin edicileri kullanılarak hesaplanmıştır. Diğer modellerde değişen varyans sorunu olmadığından standart hatalar normal EKK tahmin edicileriyle hesaplanmıştır. Değerler % 5 anlamlılık seviyesinde hesaplanmıştır.
Bölgeler ve Türkiye geneli ile ilgili olarak yapay değişkenler kullanılarak düzenlenen regresyon
modelleriyle ilgili “F” değerleri tablo 4’de sunulmıştur. Düzenlenen modellerin yöntem olarak doğru olup
olmadığını sınamak amacıyla her bir modelle ilgili “F” değerleri hesaplanmıştır. “F” değeri, seçilen bağımsız
değişkenlerin, bağımlı değişkenle böyle bir modelde yer almasının ne kadar doğru olduğunu test etmektedir.
Daha açık bir ifadeyle, “F” değeri, modelin bir bütün olarak anlamlı olup olmadığını ortaya koymaktadır.
Tablodan da açıkça görülebildiği gibi düzenlenen sekiz regresyon denkleminin tamamı istatistiki olarak
anlamlıdır.
Modellerle ilgili olarak R2 değerleri de tablo 4’de sunulmuştur. Tabloda da görüldüğü gibi en yüksek R2
değerine sahip regresyon modeli, Türkiye geneline ait iken, en düşük değer Ege Bölgesi için yapılan modele
aittir. Esasen bu durum, model yapısı itibariyle tamamı anlamlı olan modellerin ileriyi tahmin gücünün çok
yüksek olmadığını göstermektedir. Bununla birlikte R2 değerleriyle ilgili bu durum, modellerin
düzenlenmesinden önce de beklenen bir durumdu. Çünkü özellikle sosyal içerikli istatistiki analizlerde bağımlı
değişkeni anlamlı bir biçimde tahmin edebilmek için çok fazla sayıda bağımsız değişkeni modele dahil etmek
gerekmektedir. Özellikle gelir değerleriyle ilgili tahmin gücü yüksek bir model kurulabilmesi için birçok
bağımsız değişkeni ele almak gereklidir. Aslında bu bağımsız değişkenlerin saptanması bile başlı başına ayrı bir
tartışma konusu olabilecek niteliktedir.
Çalışmamızda aynı zamanda değişen varyans (heteroscedasticity) analizi de yapılmıştır. Bilindiği gibi
doğrusal regresyon modellerinin en önemli varsayımlarından biri de, sabit varyans varsayımıdır. Bu varsayıma
göre, hata terimi varyansı, bağımsız değişkendeki değişmelere bağlı olarak değişmeyip, aynı kalmaktadır. Ancak
sabit varyans varsayımı her zaman sağlanamayıp, bazı durumlarda değişen varyans hali ile karşılaşılmaktadır.
Özellikle yatay-kesit verilerinde değişen varyans hali oldukça yaygın görülmektedir. Çünkü yatay-kesit
verilerinde firmalar, aileler ya da bölge, ülke ya da il gibi coğrafi bölünmeler türünden bir anakütlenin üyeleriyle
ilgilenilir. Bu nedenle yukarıdaki tabloda değişen varyans sorunu ile karşı karşıya bulunan bölgelerin regresyon
sonuçları, değişen varyans tutarlıklı tahmin ediciler kullanılarak hesaplanmıştır.
Regresyon modellerinde yapay değişkenler kullanılarak oluşturulan “D” değişkenleri, bölgeler arası
farklılığın yapısı ve açısından önemli ipuçları sağlamaktadır. Dolayıyla incelenen dönemde bölgeler arasındaki
farklılaşmayı analiz edebilmek için söz konusu yapay değişkenlerin katsayılarını incelemek gerekmektedir. Bu
analizleri yapabilmek amacıyla her bir tahmin denklemi için katsayıların büyüklükleri ve anlamlılık düzeyleri de
hesaplanmış ve sonuçlar sırasıyla ilgili tablolarda gösterilmiştir. Elde edilen sonuçları şu şekilde yorumlamak
mümkündür:
TABLO-5 MARMARA BÖLGESİ REGRESYON SONUÇLARI
Değişkenler
Katsayı
Standart
Sapma
t-İstatistiği
C
-0.28 0.03 -9.15
SANDEG -0.66 0.05 -11.58 TARDEG -0.46 0.06 -6.84
ANASAN 0.67 0.05 12.06
ANATAR 0.45 0.06 6.71
YATD 0.01 0.001 6.54
NUFUS 1.21 0.59 2.03
DBALIKESİR
0.03 0.02 1.17
DBİLECİK -0.10 0.02 -4.84
DBURSA
-0.06 0.01 -5.80
DÇANAKKALE -0.006 0.02 -0.23
DEDİRNE
0.08 0.03 2.95
DKIRKLARELİ -0.12 0.02 -4.67
DKOCAELİ
-0.12 0.01 -10.31
DSAKARYA 0.04 0.01 2.20
DTEKİRDAĞ
-0.03 0.01 -2.49
Marmara Bölgesi: Kişi başına GSYİH artış oranı bakımından İstanbul ili ile diğer iller arasında
farklılaşmanın görüldüğü Marmara Bölgesi’nde en düşük teknoloji seviyesine sahip sanayi sektörünün, en ileri
teknoloji artış oranına sahip olması; bölgede, sanayi sektörünün yakınsadığını göstermektedir. Bölgede kişi
başına GSYİH artış oranını en fazla, en yüksek katsayıya sahip olan sanayi sektörü etkilemektedir. Bölgede
kamu yatırım harcamaları ve nüfus artış oranının, kişi başına GSYİH artış oranını pozitif olarak etkilediği de
elde edilen bir başka sonuçtur.
Karadeniz Bölgesi: Karadeniz Bölgesi’nde kişi başına GSYİH’ya katkı bakımından iller arasında
farklılıklar göze çarpmaktadır. Bölgede sanayi sektörü ile diğer sektörler arasında yakınsama yaşanmaktadır.
Çünkü sanayi sektörü en düşük teknoloji seviyesine sahip iken, aynı zamanda en ileri teknoloji artış oranına
sahiptir. Kamu yatırım harcamalarının kişi başına GSYİH’yı olumsuz yönde etkilediği bölgede nüfüs artış hızı
pozitif bir katsayıya sahiptir.
TABLO-6 KARADENİZ BÖLGESİ REGRESYON SONUÇLARI
Değişkenler
Katsayı
Standart Sapma
t-İstatistiği
C
0.02
0.003
6.58
SANDEG -0.30 0.013 -21.93
TARDEG
0.18
0.01
11.27
ANASAN
0.07
0.002
31.36
ANATAR
-0.003
0.002
-1.329
YATD
-0.01
0.001
-9.65
NUFUS
0.18
0.16
1.06
DAMASYA
0.01
0.004
3.91
DARTVİN
-0.02
0.005
-4.79
DBAYBURT
0.06
0.005
13.65
DBOLU
0.057
0.004
11.94
DÇORUM
0.022
0.004
4.77
DGİRESUN
-0.001
0.004
-0.41
DGÜMÜŞHANE
0.06
0.005
10.28
DKASTAMONU
0.003
0.006
5.34
DORDU
-0.022
0.005
-4.57
DRİZE
0.007
0.006
1.11
DSAMSUN
-0.014
0.004
-3.13
DSİNOP
0.034
0.006
5.66
DTOKAT
-0.006
0.004
-1.39
DTARBZON
-0.039
0.004
-8.55
Ege Bölgesi: İller arası kişi başına GSYİH’ya katkı bakımından farklılıkların görülmediği Ege
Bölgesi’nde yine en düşük teknoloji seviyesine sahip sanayi sektörü, en ileri teknoloji artış oranına sahip olduğu
için yakınsama özelliği gösterirken, kişi başına GSYİH’yı en çok etkileyen sektör, katsayısının büyüklüğü
nedeniyle sanayi sektörüdür. Yine bölgede kamu yatırım harcamalarının ve nüfus artış oranının kişi başına
GSYİH artışına olan olumlu katkısı da gözlenmektedir.
TABLO-7 EGE BÖLGESİ REGRESYON SONUÇLARI
Değişkenler
Katsayı
Standart Sapma
t-İstatistiği
C -0.28 0.016 -17.75
SANDEG -0.24 0.03 -7.09
TARDEG 0.02 0.02 0.85
ANASAN 0.053 0.004 10.97
ANATAR -0.0009 0.004 -0.23
YATD 0.0001 0.0005 0.21
NUFUS 0.15 0.63 4.80
DAFYON 0.11 0.007 16.53
DAYDIN 0.11 0.006 16.80
DDENİZLİ
0.09 0.005 16.97
DKÜTAHYA 0.20 0.012 16.70
DMANİSA
0.12 0.007 16.83
DUŞAK 0.19 0.01 17.69
DMUĞLA
0.014 0.003 3.83
İç Anadolu Bölgesi: İç Anadolu Bölgesi’nde kişi başına GSYİH artışı bakımından sadece Konya ilinin
farklılaştığı görülmektedir. Sektörel olarak incelediğimizde tarım sektöründeki uzaksama dikkat çekmektedir.
Tarım sektörü en ileri teknoloji seviyesine sahipken en düşük teknoloji artış oranına sahiptir. Bununla birlikte
bölgede sanayi sektörünün etkinliği giderek artmaktadır çünkü söz konusu sektör hem en ileri teknoloji
seviyesine hem de en ileri teknoloji artış oranına sahiptir. Bölgede nüfus artış oranı ve kamu yatırım
harcamalarının kişi başına GSYİH artış oranına katkısı istatistiksel olarak anlamsız bulunmuştur.
TABLO-8 İÇ ANADOLU BÖLGESİ REGRESYON SONUÇLARI
Değişkenler
Katsayı
Standart Sapma
t-İstatistiği
C -0.04 0.005 -7.43
SANDEG 0.05 0.001 29.37
TARDEG 0.13 0.016 8.48
ANASAN 0.01 0.001 11.81
ANATAR -0.007 0.001 -4.44
YATD 0.0002 0.0004 0.47
NUFUS 0.35 0.309 0.40
DAKSARAY 0.055 0.004 11.12
DÇANKIRI
0.03 0.003 8.76
DESKİŞEHİR 0.03 0.003 9.38
DKARAMAN
0.07 0.006 12.33
DKAYSERİ 0.02 0.002 8.20
0.13 0.012 10.68
DKIRIKKALE
DKONYA -0.01 0.003 -4.66
DNEVŞEHİR
0.01 0.005 2.37
DKIRŞEHİR 0.09 0.010 9.91
DNİĞDE 0.04 0.004 10.54
DSİVAS 0.10 0.008 12.34
DYOZGAT
0.03 0.004 6.99
Akdeniz Bölgesi: Akdeniz Bölgesi’nde kişi başına GSYİH’ya katkı bakımından iller arasında
farklılaşma görülmemekte ve bölge bu özelliği ile Ege Bölgesi’ne benzemektedir.En düşük teknoloji seviyesine
sahip hizmetler sektörü, en ileri teknoloji artış oranına sahip olduğundan, söz konusu sektör yakınsama özelliği
göstermektedir. Ancak kişi başına GSYİH artış oranını en çok etkileyen, sanayi sektöründeki teknoloji
seviyesidir. Nüfus artış oranının, kişi başına GSYİH artışı üzerindeki katkısı istatistiksel olarak anlamsız iken,
kamu yatırım harcamalarının olumlu yöndedir.
TABLO-9 AKDENİZ BÖLGESİ REGRESTON SONUÇLARI
Değişkenler
Katsayı
Standart Sapma
t-İstatistiği
C -0.22 0.02 -10.75
SANDEG 0.36 0.02 12.47
TARDEG -0.01 0.04 -0.30
ANASAN -0.04 0.004 -11.12
ANATAR 0.01 0.007 1.50
YATD 0.04 0.003 14.86
NUFUS -0.60 0.51 -1.115
DADANA 0.11 0.01 10.33
DBURDUR 0.24 0.02 11.64
DHATAY
0.15 0.01 11.62
DİÇEL 0.03 0.006 5.38
DISPARTA
0.09 0.01 8.80
DK.MARAŞ 0.18 0.01 10.86
Doğu Anadolu Bölgesi: Yakınsamanın tarım sektöründe yaşandığı Doğu Anadolu Bölgesi’nde nüfus
artış oranının, kişi başına GSYİH artış oranına negatif yönlü katkısı söz konusuyken, kamu yatırım harcamaları,
istatistiksel olarak anlamsızdır.
TABLO-10 DOĞU ANADOLU BÖLGESİ REGRESYON SONUÇLARI
Değişkenler
Katsayı
Standart Sapma
t-İstatistiği
C -0.040 0.004 -8.44
SANDEG -0.0005 0.01 -0.02
TARDEG -0.50 0.05 -9.76
ANASAN 0.01 0.003 4.47
ANATAR 0.10 0.007 14.40
YATD -0.001 0.001 -1.13
NUFUS -0.56 0.43 -1.73
DAĞRI 0.004 0.006 0.69
DBİNGÖL 0.004 0.006 0.68
DBİTLİS
-0.26 0.01 -2.52
DERZİNCAN -0.002 0.008 -0.25
DERZURUM
0.01 0.007 1.93
DHAKKARİ -0.02 0.01 -1.29
DKARS
0.06 0.02 2.87
DMALATYA 0.02 0.005 3.88
DMUŞ
-0.04 0.01 -4.61
DTUNCELİ 0.04 0.01 2.02
DVAN
-0.006 0.01 -0.54
Güneydoğu Anadolu Bölgesi: Güneydoğu Anadolu Bölgesi’nde de kişi başına GSYİH artış oranı
bakımından iller arasında farklılaşmalar söz konusudur. Sektörel açıdan incelendiğinde, bölgede hizmetler
sektöründeki yakınsama dikkat çekmektedir. Ancak gerek nüfus artış oranı gerekse kamu yatırım harcamaları,
kişi başına GSYİH’yı olumsuz yönde etkilemektedir.
TABLO-11 GÜNEYDOĞU ANADOLU BÖLGESİ REGRESYON SONUÇLARI
Değişkenler
Katsayı
Standart Sapma
t-İstatistiği
C 0.21 0.04 4.77
SANDEG 0.24 0.02 10.31
TARDEG 0.73 0.10 7.02
ANASAN -0.04 0.005 -9.61
ANATAR -0.07 0.01 -6.54
YATD -0.01 0.001 -6.60
NUFUS -6.30 1.62 -3.88
DADIYAMAN -0.01 0.01 -1.38
DDİYARBAKIR -0.04 0.01 -3.80
DMARDİN
-0.01 0.01 -0.81
DŞ.URFA 0.05 0.01 2.96
DSİİRT
0.005 0.01 0.53
DŞIRNAK -0.12 0.04 -2.83
Türkiye: Bölgesel yapay değişkenlerden yaralanarak kişi başına GSYİH artış oranı arasındaki
farklılıkları bölgesel açıdan incelediğimiz Türkiye analizinde, dikkati çeken ilk nokta, kişi başına GSYİH artış
oranına katkısı bakımından Doğu Anadolu Bölgesi’nin, Marmara Bölgesi’nden uzaksamasıdır. Doğu Anadolu
Bölgesi dışındaki diğer tüm bölgelerin Marmara Bölgesi ile yakınsadığı anlaşılmaktadır.
Türkiye’yi bir bütün olarak incelediğimizde, teknoloji seviyesinin GSYİH artış oranına katkısı
bakımından sanayi ve hizmetler sektörleri arasında anlamlı bir farkı olmamakla birlikte sanayi sektöründeki
teknoloji artış oranının katkısının hizmetler sektöründen daha fazla olduğunu görürüz. Teknoloji seviyesi
açısından bölge geliri üzerinde en az etkili sektörün tarım sektörü olmasına rağmen, en ileri teknoloji artış
oranına yine söz konusu sektör sahiptir. Ancak teknoloji seviyesi katsayısı, teknoloji artış oranı katsayısından
anlamlı olarak daha büyük olduğu için, sektörel bileşimdeki olası bir değişimin sonucunu, teknoloji seviyesi
belirleyecektir. Bu durumda, Türkiye genelinde, sektörel bileşimde ağırlıklı olarak sanayi ve hizmetler sektörleri
lehine olacak bir değişim, üretim artışını ve dolayısıyla ekonomik büyümeyi olumlu yönde etkileyecektir.
Kamu yatırım harcamaları açısından Türkiye geneline baktığımızda, söz konusu harcamaların kişi
başına GSYİH artışı üzerinde negatif yönde bir katkısının olduğunu görmekteyiz. Nüfus artış oranı ise bir bütün
olarak Türkiye’nin kişi başına GSYİH artış oranını yine olumsuz yönde etkilemektedir.
TABLO-12 TÜRKİYE GENELİ REGRESYON SONUÇLARI
Değişkenler
Katsayı
Standart Sapma
t-İstatistiği
C 0.003 0.002 1.50
SANDEG -0.01 0.009 -1.51
TARDEG -0.33 0.03 -8.81
ANASAN 0.01 0.002 7.62
ANATAR 0.03 0.004 7.17
YATD -0.002 0.001 -1.69
NUFUS -0.10 0.037 -2.84
DKARADENİZ B. 0.015 0.002 7.87
DEGE B.
0.003 0.002 1.78 0.004 0.001 2.35
DİÇ ANADOLU B.
DAKDENİZ B. 0.002 0.002 0.93
DD. ANADOLU B.
-0.013 0.001 -6.92
DG. ANADOLU B. 0.008 0.002 3.64
SONUÇ
Bölgesel ekonominin sektörel yapısı, bölgesel yakınsama sürecinde önemli bir yer tutar. Bu çalışmada
Türkiye’de iller bazındaki sektörel yapının bölgesel yakınsama üzerindeki rolü, sektörlerin teknoloji seviyeleri
ve teknoloji artış oranları dikkate alınarak belirlenmeye çalışılmış, bunun yanı sıra bölgelerdeki kamu yatırım
harcamaları ve nüfus artış hızının, bölgelerin kişi başına GSYİH artışı üzerinde ne ölçüde etkili olduğunun
saptanılması amaçlanmıştır.
Bu amaçla yaptığımız ampirik çalışma sonuçları, gerek bölgeler bazında gerekse bir bütün olarak
Türkiye genelinde, en düşük teknoloji seviyesine sahip sektörlerin, en ileri teknoloji artış oranına sahip olduğunu
göstermektedir. Bu durum, bölgelerde sektörel teknoloji açısından mutlak yakınsamayı doğrulamaktadır. Buna
göre, Karadeniz, Ege ve Marmara bölgelerinde sanayi sektörü; Güneydoğu Anadolu ve Akdeniz bölgelerinde
hizmetler sektörü; Doğu Anadolu bölgesinde ise tarım sektörü teknolojik açıdan yakınsama özelliği
göstermektedir. İç anadolu Bölgesi’nde ise sanayi sekötür ile diğer sektörler arasında sanayi sektörü lehine
uzaksama yaşanmaktadır.
Kişi başına GSYİH artış oranı bakımından, yapay değişkenler yardımıyla bölgeler arası karşılaştırma da
yapılan ampirik çalışma sonuçlarına göre ise, Doğu Anadolu Bölgesi’nin kişi başına GSYİH’ya katkı
bakımından diğer bölgelerden uzaksama eğiliminde olduğu anlaşılmaktadır. Burada dikkati çeken nokta,
bölgesel bazda yaptığımız çalışmalardan, teknoloji yakınsamasının sadece Doğu Anadolu Bölgesi’nde tarım
sektörü içersinde gerçekleştiği bulgusunu elde etmiş olmamızdır. Bu durum, bölgeler arası kişi başına gelir
farklılıklarının azalması ve bölgeler arasında yakınsamanın gerçekleşmesi için, söz konusu bölgelerde teknolojik
açıdan sektörel yakınsamanın sanayi ya da hizmetler sektörlerinde oluşmasına bağlı olduğunu göstermektedir,
çünkü sadece Doğu Anadolu Bölgesi’nde tarım sektöründe teknoloji yakınsaması gerçekleşmiş ve yine aynı
bölgenin kişi başına GSYİH artış oranı bakımından diğer bölgelerden uzaksadığı saptanmıştır.
Burada önemli olan nokta, teknoloji artış oranı nispi olarak daha düşük olan bölgelerin, teknoloji
seviyesi bakımından daha ileride olan bölgeleri yakalayıp yakalayamayacağıdır. Bölgeler, alternatif sektörlerdeki
sermaye ve bilgi akışı sayesinde daha hızlı bir ekonomik büyüme oranı sergileyebilirler. Bununla birlikte
teknolojik farklılıkların çok yüksek olduğu durumlarda, söz konusu sermaye ve bilgi akışı, bölgeler arasında
uzaksamaya yol açabilir. Yüksek sermaye stokuna sahip bölgeler, azalan getirinin etkisini azaltan ileri teknoloji
değerlerine sahip olma eğiliminde oldukları için, bölgeler arasındaki gelir farklılığı artabilir. Çünkü içsel büyüme
teorilerinin öngörüsüne göre; yüksek teknoloji seviyesine sahip bölgelerden, düşük teknoloji seviyesine sahip
bölgelere teknoloji difüsyonu yavaş gerçekleşir. Bunun arkasında yatan neden, sektörel intibak sürecidir.
Sektörel intibak sürecinin akıcılığını ve hızını belirleyen koşullar, bölgeler ve sektörler arasında heterojen
olabilir. Daha açık bir ifadeyle, gelişmiş ekonomilerde beşeri sermayenin nispeten daha fazla olması ve yaparak-
öğrenme mekanizmasının daha hızlı bir biçimde çalışması, gelişmiş bölgelerle gelişmekte olan bölgeler
arasındaki farkın büyümesine neden olur. Bu nedenle, nispi olarak daha düşük teknoloji artış oranı ve gelir
seviyesine sahip bölgelerde, beşeri sermaye yatırımlarına, gelişmiş bölgelere oranla daha fazla ağırlık
verilmelidir. Elde ettiğimiz bulgular Fatma&Suat Doğruel (2002)’in panel tahmini ile yaptığı ve bölgeler arası
gelir farklılıklarını incelediği çalışma ile de uyuşmaktadır. Doğruel’in bulgularına göre, imalat sektörü, illerin
birbirine yaklaşmasında en etkin sektördür. Bununla birlikte incelenen dönem içersinde özellikle turizm alanında
bazı bölgelerin gösterdiği başarı, gelir farklılığının azalmasında, imalat sektörünün tek seçenek olmadığını
göstermektedir28. Yine bunun yanı sıra özellikle tarım sektörünün hakim olduğu illerde kişi başına gelir düzeyi
bakımından daha yavaş bir yakınsamanın gerçekleştiği belirtilmiştir. Bu tez çalışmasında bulunan sonuç da tarım
28 Doğruel’in çalışmasında turizm sektörü, hizmetler sektörü içersinde yer almaktadır.
sektörünün sadece Doğu Anadolu Bölgesi’nde teknoloji yakınsaması özelliği gösterdiği ve yine aynı bölge, diğer
bölgelerden kişi başına gelir artışı bakımından uzaksamaktadır.
Ampirik çalışmamızda irdelenen bir diğer konu, bölgelerdeki ve Türkiye genelindeki kamu yatırım
harcamaları/kişi başına reel GSYİH oranının, kişi başına GSYİH artışı üzerindeki etkinliğidir. Esasen kamu
yatırım harcamalarının gelir artışı üzerindeki etkileri uzun zaman tartışma gündemini meşgul etmiştir. Elde
ettiğimiz bulgular, kamu yatırım harcamalarının kişi başına GSYİH artışı üzerindeki etkisinin Karadeniz, Doğu
Anadolu ve Güneydoğu Anadolu bölgeleri için negatif; Marmara, Ege, İç Anadolu ve Akdeniz bölgeleri için ise
pozitif olduğu şeklindedir.
Kamu yatırım harcamaları ile ilgili yapılan ve litratürde yer alan ampirik çalışmalardan ortaya çıkan
sonuç, genellikle kamu yatırım harcamalarının GSYİH arştı ile negatif ya da istatistiksel olarak anlamlı olmadığı
şeklindedir (Barro; 1991, Easterley ve Rebelo; 1993, Filiztekin; 1998, Sağbaş; 2002).
Kamu yatırımları genellikle altyapı yatırımlarına yöneliktir ve uzun dönemde büyümeye olan etkisi de
özel sektörü harekete geçirmesiyle olmaktadır. Kamu yatırım harcamaları, özel sektör üretimine doğrudan giren
malları sağlayabildiği gibi dolaylı olarak girdilerin tahsisatında özel sektörün etkinliğini de arttırabilmektedir.
Bunun yanı sıra yol açtığı pozitif dışsal ekonomiler aracılığıyla, ekonominin toplam üretkenliğini arttırıcı
niteliktedir. Ancak üretkenlik etkisine sahip olan bu tip kamu harcamaları, bu harcamaların toplam ekonomideki
büyüklüğüne bağlı olarak büyüme oranını arttırabilir ya da azaltabilir. Bununla birlikte, kamu yatırımların ne tür
yatırımları kapsadığı da önem taşımaktadır. Bunun temel nedeni, birçok içsel büyüme modelinde de belirtildiği
gibi, kamu alt yatırımlarının pozitif dışsal ekonomiler yaratmasıdır. Çünkü pozitif dışsallıklar, özel sektör
sermayesinin verimliliğini arttırarak, büyüme oranını yükseltir.
Ancak kamu yatırım harcamalarını finanse edebilmek için alınan vergiler, tüketim ve tasarruf
düzeylerini düşürerek, büyüme oranının zayıflamasına yol açabilir. Devletin, yatırım harcamalarını
karşılayabilmek için kamu gelirlerini arttırmak istemesi, onun, özel kesimin yatırıma yönlendireceği kaynakları
azaltması anlamına geldiği de unutulmamalıdır. Böyle bir olumsuz dışalım etkisi, kamu yatırım harcamalarının
gelir artışı ve büyüme üzerindeki etkisini yavaşlatabilir.
Bu çalışmada ortaya çıkan Doğu Anadolu, Güneydoğu Anadolu ve Karadeniz bölgelerinde ve Türkiye
genelindeki kamu yatırım harcamalarının kişi başına GSYİH artışı üzerindeki etkisinin negatif olması,
vergilerden ziyade, kamu yatırımlarının, söz konusu bölgelerde özel sektörü yeteri kadar harekete geçirmediği
şeklinde de açıklanabilir. Bu durumda doğaldır ki kendi içersinde pek çok nedeni olabilmektedir. Bunlar
arasında, söz konusu bölgelerde kamu altyapı yatırımlarının etkinliğinin sistematik bir şekilde yeterince
denetlenemesi ve söz konusu bölgelerin olumsuz mevsimsel ve coğrafi koşulları sayılabilir.
Ampirik çalışmamızda ortaya çıkan bir başka sonuç, nüfus artış oranı ile ilgilidir. Türkiye genelinde
nüfus artış hızının, kişi başına geliri artışı üzerinde negatif bir etkisi olduğu görülürken; özellikle nispeten geri
kalmış bölgeler olarak nitelendirebileceğimiz Doğu Anadolu ve Güneydoğu Anadolu Bölgeleri’nde de bu negatif
etki söz konusudur.
Gelişmekte olan ve ekonomisi çoğunlukla tarıma dayalı ekonomilerde, beşeri sermaye stokunun ve
teknolojik gelişmenin yeterli olmaması nedeniyle nüfus sayısındaki artış, kişi başına geliri azaltıcı etki
yapacaktır (Malthus, 1978). Buna göre, iki bölgede nüfus artış oranıyla negatif ilişkili bir GSYİH sonucu
şaşırtıcı değildir. Ancak diğer bölgelerde, nüfus artış oranının, gelir artışı üzerinde pozitif olması ya da
istatistiksel olarak anlamlı olmaması, yine Malthusgil etki ile açıklanabilir. Buna göre, ekonomisi daha az tarıma
ve doğal kaynaklara bağlı modern ekonomilerde, Malthusgil etki daha zayıf olacaktır. Çünkü bu tüp
ekonomilerde, fazla nüfusun neden olduğu yoğunluk ve daha fazla kentleşme, beşeri sermayenin daha fazla
uzmanlaşmasını, daha fazla beşeri sermaye yatırımını ve yeni bilgi birikimini teşvik edecektir. Böylece,
uzmanlaşmanın ve bilgi birikiminin nenden olduğu artan verimler, nüfus artışına rağmen, kişi başına gelirin
artmasına yol açabilecektir.
Çalışmadan elde edilen sonuçlara bağlı olarak Türkiye’de bölgeler arası yakınsamanın gerçekleşmesi ve
devam ettirilebilmesi için şu noktalar ön plana çıkarılmalıdır:
GSYİH’nın sektörel dağılımında, sanayi sektörü payının arttırılması, özellikle düşük verimlilikle
çalışan tarım sektörünün yerini sanayi sektörüne bırakması hem bölgeler arasındaki gelir farklılığını azaltacak
hem de ekonomik büyümeyi hızlandıracaktır. Üretim sektörleri özellikle AR-GE ve beşeri sermaye yoğun
sektörlere doğru genişletilmelidir. Beşeri sermayenin ekonomik büyümeye olan pozitif katkısı, yeni teknolojilere
uyum sağlama ve yeni teknolojiler geliştirmedeki rolü dikkate alınırsa, özellikle sanayi sektörünün yetersiz
kaldığı bölgelerde, bu tip düzenlemelere ve yatırımlara öncelik verilmelidir. Bu amaçla eğitim süreci bir bütün
olarak ele alınmalı ve günümüz şartlarına göre yenilenebilir olmalıdır.
Kamu yatırım harcamalarında etkinliğin sağlanabilmesi için de gerekli önlemlerin alınması
gerekmektedir. Bu bağlamda, devlet, özel sektör yatırımlarını, kamu alt yapı yatırımlarının yaratacağı olumlu bir
dışsallık etkisiyle hızlandırabilir. Özel sektör yatırım harcamalarındaki bir artış, ekonomik büyümeyi
canlandıracağı için, devlet, özel sektör yatırımlarını teşvik edecek düzenleyici politikalar yürütmeli ve bu
yatırımlar sonucunda ortaya çıkacak bilginin tüm ekonomiye yayılabilmesi için gerekli ortamı hazırlamalıdır. Bu
politikaların özellikle nispeten düşük gelirli bölgelerde yapılması, bölgesel yakınsama sürecini hızlandıracaktır.
KAYNAKÇA
Abromovitz, M. (1956) “Resource and Output Trends in the United States since 1870”, American
Economic Review, Pepers and Proceedings, 46, 11-14.
Abromovitz, M. (1986) “Catching-Up, Forging Ahead, and Falling Behind”, Journal of Economic
History, 46, 383-486.
Ahmed, H.; S. M. Miller (1999) “The Level of Development and the Determinants of Productivity
Growth: A Cross-Country Analysis”, Department of Economics Working Paper Series, University of
Connecticut, CT, USA.
Altınbaş, S.; F. Doğruel; M. Güneş (2002) “Türkiye’de Bölgesel Yakınsama: Kalkınmada Öncelikli
İller Politikası Başarılı mı?”, Annual ERC / METU Conference on Economics VI., METU, Ankara, Turkey.
Arena, A; K. Button; S. Lall (2000) “Do Regional Economies Converge?”, IAER, 6(1).
Arrow, K. J. (1962) “The Economic Implications of Learning by Doing”, Review of Economic Studies,
24, 155-73.
Ateş, S. (1998) “Yeni İçsel Büyüme Teorileri ve Türkiye Ekonomisinin Büyüme Dinamiklerinin
Analizi”, Yayınlanmamış Doktora Tezi, Çukurova Üniversitesi Sosyal Bilimler Enstitüsü, Adana, Türkiye.
Austin, J.; J. Schmit (1998) “Convergence Amid Divergence in a Region”, Growth&Change, 29(1).
Azzoni, Carlos R. (2001) “Economic Growth and Regional Income Inequality in Brazil”, The Annals of
Regional Science, 35, 133-152.
Barro, R. J.; G. S. Becker (1989) “Fertility Choice in a Model of Economic Growth”, Econometrica,
57(2), 481-501.
Barro, R. J.; X. Sala-i-Martin (1992a) “Convergence”, The Journal of Political Economy, 100(2), 22-
51.
Barro, R.; X. Sala-i-Martin (1991) “Convergence Across States and Regions”, Brooking Papers and
Economic Activity, No:1.
Barro, R.J. (1990) “Government Spending in a Simple Model of Endogenous Growth”, Journal of
Political Economy, 98, 103-125.
Barro, R.J. (1991) “Economic Growth in a Cross-section of Countries”, Quarterly Journal of
Economics, 106, 407-44.
Barro, R.J.; N. G. Mankiw; X. Sala-i-Martin (1995) “Capital Mobility in Neoclassical Models of
Growth”, American Economic Review, 85(1), 103-115.
Barro, R.J.; X. Sala-i-Martin (1995) “Economic Growth”, McGraw-Hill, USA.
Baumol, W. (1986) “Productivity Growth, Convergence and Welfare”, American Economic Review,
76, 1072-85
Baumol, W.; E. N. Wolf (1988) “Productivity Growth, Convergence and Welfare: Reply”, American
Economic Review, December, 1155-59
Becker, G.S.; R.J. Barro (1988) “A Reformulation of the Economic Theory and Fertility”, Quarterly of
Journal of Economics, 108(1), 1-25.
Berber, M; R. Yamak; S. Artan (2000) “Türkiye’de Yakınlaşma hipotezinin Bölgesel Bazda Geçerliliği
Üzerine Ampirik Bir Çalışma: 1975-1997”, 9. Ulusal Bölge Bilimi/ Bölge Planlama Kongresi, Ekim, 51-59.
Bergström, F. (1998) “Regional Policy and Convergence of Real per Capita Income Among Swedish
Counties”, SSE/EFI Working Paper Series in Economics and Finance, No. 284.
Bernard, A.; S. Durlauf (1995) “Convergence in International Output”, Applied Econometrics, vol.10,
97-108.
Bernard, A.B.; C.I. Jones (1996) “Technology and Convergence”, Economic Journal, 106, 1037-1044.
Bernard, A.B.; Durlauf, S.N. (1994) “Interpreting Tests of the Convergence Hypothesis”, National
Bureau of Economic Research, Technical Working Paper No.159.
Bernat, G. A. Jr. (2001) “Convergence in state Per Capita Personal Income, 1950-99”, Annual Meeting
of the Southern Regional Science Association in Austin, Texas, USA.
Bishop, J. A.; J. B. Formby; P. D. Thistle (1994) “Convergence and divergence of Regional Income
Distributions and Welfare” The Review of Economics and Statistics, vol. 76, Issue 2, 228-235
Bliss, C. (1999) “Galton’s Fallacy and Economic Convergence” Oxford Economic Papers, 51, 4-14.
Bloom, D.E.; D. Canning and J. Sevilla (2002) “Technological Diffusion, Conditional Convergence and
Economic Growth”, National Bureau of Economic Research, Working Paper No.8713.
Borts, G.H.; J.L. Stein (1962) “Regional Growth and maturity in the United States: A Study of Regional
Structural Change”, L. Needleman(ed.) içinde, 159-197.
Bukenya, J.O.; T.G. Gebremedhin and P.V. Schaeffer (2002) “Parametric and Non Parametric Testing
for Income Convergence”, Southern Agricultural Economics Association Annual Meeting Research Paper,
Orlando, Florida.
Canova, F.; A. Marcet (1995) “The poor stay poor: nonconvergence across countries
and regions” CEPR discussion paper, no. 1265.
Carlino, G.A.; E. S. Mills (1993) “The Determinants of Country Growth”, Journal of Regional
Science, 27, 39-54.
Carluer, F.; E. Sharipova (2001) “Regional Convergence in Russia? Or When Economic Geography
Confirms Macroeconomic Analysis”, Russian-European Centre for Economic Policy (RECEP), Russia.
Cashin, P.; R. Sahay (1996) “Regional Economic Growth and Convergence in India”, Finance and
Development, 33(1), 49-52.
Cho, D. (1994) “Industrialization, Convergence, and Patterns of Growth”, Southern Economic
Journal, 61, 398-414.
Cho, D. (1996) “An Alternative Interpretation of Conditional Convergence Results”, Journal of
Money, Credit, and Banking, 28(4), 669-681.
Coulombe, S. (1997) “Regional Disparities in Canada: Characterization, Trends and Lessons for
Economic Policy”, Department of Economics Working Paper No.18, University of Ottowa, Canada.
de la Fuente, A. (1997) “The Empirics of Growth and Convergence: A Selective Review”, Journal of
Economic Dynamics and Control, 21, 23-73.
de Long, J.B. (1988) “Productivity Growth, Convergence and Welfare: Comment”,
American Economic Review, 78(5), 1138-1154
di Liberto, A.; J. Symons (1999) “Some Econometric Issues in Convergence
Regressions” The Manchester School 71 (3), 293-307
Dinler, Z. (1986) “Bölgesel İktisat”, Uludağ Üniversitesi Yayınları, 2. Basım, Bursa.
Doğruel, F. ; S. Doğruel (2002) “Türkiye’de Bölgesel Gelir Farklılıkları ve Büyüme”,
Küreselleşmenin Dinamikleri: Birikim, Devlet ve Sınıflar, (Eds./ A. H. Köse, E. Yeldan ve
F. Şenses) İletişim Yayınları, İstanbul.
Dolgaard C. J.; J. Vastrup (2001) “On The Measurement of σ-convergence”,
Economic Letters, 70, 283-287
Dowrick, S. (1992) “Technological Catch Up and Diverging Incomes: Patterns of Economic Growth
1960-1988”, Economic Journal, 102 600-610.
Dowrick, S.; Duc-Tho Nguyen (1989) “OECD Comparative Economic Growth 1950-85: Catch-Up and
Convergence”, American Economic Review, 79(5), 1010-1030.
Dowrick, S.; M. Rogers (2001) “Classical and The Technological Convergence: beyond the Solow-
Swan Growth Model”, Harris Manchester College Press, Oxford University.
Durlauf, S. N. (1996) “On the Convergence and Divergence of Growth Rates”, The Economic Journal,
106, 1016-1018.
Easterlin, R. (1971) “Regional Income Trends, 1840-1950”, Fogel, R. ve S. Engerman içinde, The
Reinterpretation of American Economic History, (Harper&Row, 1971).
Easterly, W.; S. Rebelo (1993) “Fiscal Policy and Economic Growth”, Journal of Monetary
Economics, 32, 417-58.
Eraydın, A. (1983) “Bölge Merkezlerinin Sanayi Yapısı Araştırması”, D.P.T. Yayını,
No:1908, SPD.376, Ankara.
Erkal, M. (1978) “Bölgeler Arası Dengesizlik ve Doğu Kalkınması”, 2. Baskı,Şamil
Yayınevi, İstanbul.
Erkan, H. (1987) “Entegre Bölgesel Gelişme Yaklaşımı İçinde Urfa-Harran Yöresi
için Kalkınma Stratejisi”, Dokuz Eylül Üniversitesi Yayınları, İzmir.
Evans. P.; G. Karras (1996) “Convergence Revisited”, Journal of Monetary Economics, 37, 249-265.
Filiztekin, A. (1998) “Convergence Across Industries and Provinces in Turkey”, College of
Administrative and Economics, Koç University, Istanbul, Turkey.
Fisch, O. (1984) “Regional Income Inequality and Economic Development”, Regional Science and
Urban Economics, 4, 89-111.
Forbes, K.J. (2000) “A Reassessment of the Relationship Between Inequality and Growth”, American
Economic Review, 90(4), 869-887.
Friedman, M. (1992) “Do old fallacies ever die?”, Journal of Economic Literature, 20, 2129-32.
Friedman,M. (1973) “Urbanisation Planning and National Development” Sage Publications, London.
Galor, O. (1994) “Human Capital Distribution, Technological Progress and Economic Growth”, CEPR
Working Paper , No.971.
Galor, O. (1996) “Convergence? Inferences from Theoretical Models”, The Economic Journal,
106(437), 1056-1069.
Ghali, M.; M. Akiyama and J. Fujiwara (1978) “Factor Mobility and Regional Growth”, The Review of
Economics and Statistics, 60(1), 78-84.
Giertz, J.F.; S. Mehta (1996) “Regional Income Trends and Convergence”, Institute of Government
and Public Affairs, University of Illinois.
Greene, W.H. (1993) “Econometric Analysis”, Macmillan Publishing Company, second edition, New
York.
Grossman, G. M.; E. Helpman (1991) “Trade, Knowledge, Spillovers, and Growth” European
Economic Review, 35, 517-26
Gundlach, E. (1999) “Technology, Convergence, and Income Growth in Open Economies”, Kiel
Institute of World Economics, Tilburg.
Hall, R.; C. Jones (1996) “The Productivity of Nations”, Department of Economics, Stanford
University, mimeo.
Hirschman, A. (1963) “The Strategy of Economic Development”, New Haven and
London, Yale University Press, 4. Printing, July.
Holmans, A.E. (1965) “Inter-Regional Differences in Levels of Income: Are There ‘Two Nations’ or
One?”, Journal of Industrial Economics, 13(supp.), 1-19.
Isard, W. (1956) “Regional Science, The Concept of Region and Regional Structure”,
Science Association, vol.2.
Islam, N. (1995) “Growth Empirics: A Panel Data Approach”, Quarterly Journal of Economics,
110(4), 1127-1170.
Jones, C. I. (2001) “İktisadi Büyümeye Giriş”, Çev.: Ateş, S.; İ. Tuncer, Literatür Yayıncılık, İstanbul,
Türkiye.
Jones, C.I. (1997a) “Convergence Revisited”, Journal of Economic Growth, 2(2), 131-153.
Kazgan, G. (1986) “İktisadi Düşünce veya Politik İktisadın Evrimi”, 2. Baskı, Remzi
Kitabevi, İstanbul.
Keleş, R. (1974) “Bölge Planlaması ve Bölge Kalkınması, Şehircilik Sorunları,
Uygulama ve Politika”, S.B.F. Yayınları, Ankara.
Kibritçioğlu, A. (1998) “İktisadi Büyümenin Belirleyicileri ve Yeni Büyüme Modellerinde Beşeri
Sermayenin Yeri”, A.Ü. Siyasal Bilgiler Fakültesi Dergisi, Cilt:53, No: 1-4, 207-230.
Köse, A. H. (1992) “Büyüme ve Verimlilik”, Milli Prodüktivite Merkezi, Ankara
Krugman, P. (1991) “Increasing Returns and Economic Geography”, Journal of Political Economy,
99(31), 483-499.
Kuznets, S. (1955) “Economic Growth and Income Inequality”, American Economic Review, 45, 1-28.
Kuznets, S. (1963) “Quantitative Aspects of the Economic Growth of Nations”, Economic
Development and Cultural Change, 11(2), 1-80.
Lacoviello, M. (1988) “Inequality Dynamics: Evidence from Some European Countries”, Maxwell
School of Citizenship and Public Affairs, Working Paper No. 191, Syracuse University, New York.
Lall, S.V.; S. Yılmaz (2000) “Regional Economic Convergence: Do Policy Instruments Make a
Difference?”, The Annals of Regional Science, 35, 153-166.
Lee, K.; M. H. Pesaran; R. Smith (1997) “Growth and Convergence in a Multi-country Empirical
Stochastic Solow Model”, Journal of Applied Econometrics, 12(4), 357-92.
Lee, K.; M. H. Pesaran; R. Smith (1998) “Growth Empirics: A Panel Data Approach-A Comment”,
Quarterly Journal of Economics, 113(1), 319-23.
Lichtenberg, F.R. (1994) “Testing the Convergence Hypothesis” The Review of Economics and
Statistics, 76(3), 576-579.
Lim, D. (1996) “Explaining Economic Growth: A New Analytical Framework”, Cheltenham: Edward
Elgar.
Lucas, R.E. Jr. (1988) “On The Mechanics of Economic Development”, Journal of Monetary
Economics, 22, 3-42.
Lucas, R.E. Jr. (1990) “Why Doesn’t Capital Flow from Rich to Poor Countries?” American Economic
Review, 80(2), 92-96.
Lyberaki, A. (1996) “Greece-Eu Comperative Economic Performance at the National and Regional
Levels: Why Divergence?”, European Planning Studies, 4(3).
Maddala, G.S. (1992) Introduction to Econometrics, Macmillan, New York.
Maddison, A. (1982) “Phases of Capitalist Development” Oxford University Press
Maddison, A. (1987) “Growth and Slowdown in Advanced Capitalist Economies”, Journal of
Economic Literature, 25, 649-98.
Mallick, R. (1993) “Convergence of State Per Capita Incomes: An Examination of Its Sources”,
Growth&Change, 24(3).
Malthus, T.R. (1978) “An Essay on the Principle of Population”, London: Johnson, reprinted, Oxford:
Oxford University Press, 1993.
Mankiw, N.G.; D. Romer; D.N. Weil (1992) “A Contribution to the Empirics of Economic Growth”,
Quarterly Journal of Economics, 107(2), 407-437.
Mehta, S.J.; J.B. Crihfield and J.F. Giertz (1995) “Economic Growth in the American States: The End
of Convergence?”, The Quarterly Review of Economics and Finance, 35, 551-577.
Miller, S.M. (1996) “A Note on Cross-Country Growth Regressions”, Applied Economics, 28, 1019-
1026.
Mulligan, C.B.; Xavier Sala-i-Martin (1993) “Transitional Dynamics in Two Sector Models of
Endogenous Growth”, Quarterly Journal of Economics, 108(3), 737-773.
Myrdal, G. (1957) “Rich Lands and Poor the Road to World Prosperity”, World
Perpectives, vol.16, Harper and Row Publishers, New York and Evanston.
Needleman, L. (1968) “Regional Analysis”, Penguin Modern Economics, England.
Nelson, R.R.; E.S. Phelps (1966) “Investment in Humans, Technological Diffusion, and Economic
Growth”, AEA Papars and Proceedings, 56(2), 69-75.
Nygard, F., A. Sandström (1981) “Income Inequality Measurement”, Stockholm.
Ortigueira, S.; M.S. Santos (1997) “On the Speed of Convergence in Endogenous Growth Models”,
American Economic Review, 87(3), 383-399.
Paci, R.; A. Saba (1997) “The Empirics of Regional Economic Growth in Italy. 1951-1993”, Crenos
Working Papers, 97/1, http://www.crenos.unica.it/working/97_1.html
Paci, R.; F. Pigliaru (1998) “Growth and Sectoral Dynamics in the Italian Regions”, University of
Cagliari and CRENoS, Italy.
Paci, R.; F. Pigliaru (1999) “Technological Catch-Up and Regional Convergence in Europe”, Crenos
Working Papers, 99/9
Paci, R.; F. Pigliaru and M. Pugno (2001) “Disparities in Economic Growth and Unemployment Across
the European Regions: A Sectoral Perspective”, XLI. Annual Conference of the Societa Italiana degli
Economisti, Italy.
Persson, J. (1999) “Demographic and Per Capita Income Dynamics: A Convergence Study on
Demographics, Human Capital, and Per Capita Income for the US States”, FIEF Working Paper Series, No. 156.
Quah, D. (2001) “Some Simple Arithmetic on How Income Inequality and Economic Growth Matter”.
LSE Economics Department, London.
Quah, D.T (1996) “Twin Peaks: Growth and Convergence in Models of Distribution Dynamics”, The
Economic Journal, 106, 1045-1055.
Quah, D.T. (1993) “Emprical Cross-Section Dynamics in Economic Growth”, European Economic
Review, 37, 426-434.
Razin, A.; C. Yuen (1995) “Factor Mobility and Income Growth: Two Convergence Hypotheses”,
National Bureau of Economic Research, Working Paper No. 5135.
Rebelo, S. (1991) “Long-Run Policy Analysis and Long-Run Growth”, Journal of Political Economy,
99(3), 500-21.
Rebelo, S.T. (1997) “On the Determinants of Economic Growth”, Rochester Center for Economic
Research Working Paper, No.443.
Richardson, H.W. (1972) “Regional Economics”, Redwood Press Limited, Great Britain.
Robinson, S. (1971) “The Sources of Growth in Less Developed Countries: A Cross-Section Study”,
Quarterly Journal of Economics, 85, 391-408.
Romer, D. (1996) “Advanced Macroeconomics”, The McGraw-Hill Companies, USA.
Romer, P.M. (1986) “Increasing Returns and Long-Run Growth”, Journal of Political Economy, 94(5),
1002-1037.
Romer, P.M. (1989) “Capital Accumulation in the Theory of Long-Run Growth” Editör:Barro, R.J.,
Modern Business Cycle Theory, Basic Blackwell and Harvard University Press, 1989, 51-127.
Romer, P.M. (1990b) “Capital, Labor, and Productivity”, Brooking Papers on Economic Activity,
Microeconomics, 337-367.
Romer, P.M. (1990c) “Endogenous Technological Change”, Journal of Political Economy, 98(5),71-
101.
Romer, P.M. (1994) “The Origins of Endogenous Growth”, Journal of Economic Perspectives, 8(1), 3-
22.
Sachs, J.D.; A.M. Warner (1995) “Economic Convergence and Economic Policies”, National Bureau
of Economic Research, Working Paper No.5039.
Sağbaş, İ. (2002) “İller Arası Gelir Farklılıkları ve Yakınsama”, Annual ERC METU Conference on
Economics VI., METU, Ankara, Turkey.
Sağbaş, İ. (2002) “Kamu Harcamalarının Yakınsama Üzerindeki Etkisi”, Afyon
Kocatepe Üniversitesi İ.İ.B.F. Dergisi, cilt.4, s. 2, 137-148.
Sala-i-Martin, X. (1990) “Lecture Notes on Economic Growth (І): Introduction to the Literature and
Neoclassical Models”, National Bureau of Economic Research, Working Paper No. 3563.
Sala-i-Martin, X. (1996) “The Classical Approach to Convergence Analysis”, Economic Journal, 106,
1019-1036.
Sala-i-Martin, X.; R.J. Barro (1995) “Technological Diffusion, Convergence and Growth”, Yale
University Economic Growth Center Discussion Paper, No.735.
Shaw, G.K. (1992) “Policy Implications of Endogenous Growth Theory”, The Economic Journal, 102,
611-621.
Solow, R.M (1994) “Perspectives on Growth Theory”, Journal of Economic Perspectives, 8(1), 45-54.
Solow, R.M. (1956) “A Contribution to the Theory of Economic Growth”, Quarterly Journal of
Economics, 70, 65-94.
Solow, R.M. (1957) “Technical Change and the Aggregate Production Function”, Review of Economics
and Statistics, 39, 312-320.
Swan, T. W. (1956) “Economic Growth and Capital Accumulation”, Economic Record, 32, 334-61.
Tam, Mo-Yin S.; J. Persky (1982) “Regional Convergence and National Inequality”, The Review of
Economics and Statistics, 64(1), 161-165.
Tamura, R. (1991) “Income Convergence in an Endogenous Growth Model”, Journal of Political
Economy, 99(3), 522-540.
Tansel, A.; N.D., Güngör (1997) “Economic Growth and Convergence: An Application to the Provinces
of Turkey, 1975-1995”, First Annual ERC / METU Conference on Economics, METU, Ankara, Turkey.
Terrasi, M. (1999) “Convergence and Divergence across Italian Regions”, The Annals of Regional
Science, 33, 491-510.
Uzawa, H. (1965) “Optimum Technical Change in an Aggregative Model of Economic Growth”,
International Economic Review, 6, 18-31.
Williamson, J.G. (1965) “Regional Inequality and the Process of National Development: A Descripton
of the Patterns”, L. Needleman(ed.) içinde, 99-158.
Yavuz, F. (1961) “Şehir ve Bölge Planlaması Bakımından Şehirleşme Hareketleri”, S.B.F. Yayını,
No:122, Ankara.
Yazgan, T. (1977) “Güneydoğu Anadolu Bölgesi Gelişme Planı”, Cilt 1, Kutsan
Yayınevi, İstanbul.
Young, A. (1991) “Learning by Doing and the Dynamic Effects of International Trade”, Quarterly
Journal of Economics, 106(2), 369-406.
Young, A. (1996) “Lessons from the East Asian NICs: A Contrarian View”, European Economic
Review, 38, 964-73.
Yudong, Y.; M. Weeks (2000) “Provincial Income Convergence in Chına, 1953-1997: A Panel Data
Approach” Econometric Reviews, Volume. 22, Issue. 1, 59-77
Yülek, M.A. (1997) “İçsel Büyüme Teorileri, Gelişmekte Olan Ülkeler ve Kamu Politikaları Üzerine”,
Hazine Dergisi, Sayı.6, 1-15.
EK
E-VİEWS EKONOMETRİ PAKET PROGRAMI TABLOLARI
1. KARADENİZ BÖLGESİ
Dependent Variable: GSYIH Method: Pooled Least Squares Date: 08/15/03 Time: 01:55 Sample: 1 150 Included observations: 149 Total panel observations 12218
Variable Coefficient Std. Error t-Statistic Prob. C 0.022389 0.003402 6.580148 0.0000
AMASYA 0.018884 0.004819 3.918218 0.0001ANASAN 0.077943 0.002485 31.36302 0.0000ANATAR -0.003150 0.002369 -1.329219 0.1838ARTVIN -0.026471 0.005520 -4.795409 0.0000
BAYBURT 0.068569 0.005022 13.65287 0.0000BOLU 0.057440 0.004808 11.94809 0.0000
CORUM 0.022183 0.004643 4.777409 0.0000GIRESUN -0.001988 0.004770 -0.416831 0.6768
GUMUSHANE 0.061034 0.005932 10.28932 0.0000KASTAMONU 0.033565 0.006285 5.340759 0.0000
NUFUS 0.181652 0.163196 1.062793 0.2852ORDU -0.022873 0.005001 -4.573495 0.0000RIZE 0.007226 0.006477 1.115660 0.2646
SAMSUN -0.014521 0.004631 -3.135782 0.0017SANDEG -0.305671 0.013935 -21.93491 0.0000
SINOP 0.034294 0.006054 5.664305 0.0000TARDEG 0.183836 0.016303 11.27607 0.0000TOKAT -0.006571 0.004717 -1.393138 0.1636
TRABZON -0.039494 0.004614 -8.558711 0.0000YATD -0.013683 0.001418 -9.650209 0.0000
R-squared 0.190403 Mean dependent var 0.032349Adjusted R-squared 0.189075 S.D. dependent var 0.102269S.E. of regression 0.092095 Sum squared resid 103.4479F-statistic 143.4257 Durbin-Watson stat 2.220063Prob(F-statistic) 0.000000
2. DOĞU ANADOLU BÖLGESİ Dependent Variable: GSYIH Method: Pooled Least Squares Date: 08/13/03 Time: 02:24 Sample: 1 120 Included observations: 120 Number of cross-sections used: 18 Total panel (balanced) observations: 2160 White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob. C -0.040123 0.004753 -8.441422 0.0000
SANDEG -0.000536 0.019899 -0.026924 0.9785TARDEG -0.500997 0.051291 -9.767792 0.0000ANASAN 0.013859 0.003094 4.478791 0.0000ANATAR 0.109613 0.007612 14.40085 0.0000
YATD -0.001254 0.001100 -1.139872 0.2545NUFUS -0.569959 0.436864 -1.730466 0.0921AGRI 0.004663 0.006697 0.696317 0.4863
BINGOL 0.004395 0.006454 0.680961 0.4960BITLIS -0.026152 0.010362 -2.523829 0.0117
ERZINCAN -0.002257 0.008754 -0.257790 0.7966ERZURUM 0.014419 0.007450 1.935300 0.0531HAKKARI -0.024600 0.019057 -1.290827 0.1969
KARS 0.065500 0.022790 2.874094 0.0041MALATYA 0.022863 0.005888 3.882623 0.0001
MUS -0.046588 0.010094 -4.615536 0.0000TUNCELI 0.040134 0.019778 2.029200 0.0426
VAN -0.006806 0.012456 -0.546380 0.5849R-squared 0.235481 Mean dependent var 0.010550Adjusted R-squared 0.229413 S.D. dependent var 0.086291S.E. of regression 0.075749 Sum squared resid 12.29045Log likelihood 2517.657 F-statistic 38.80943Durbin-Watson stat 2.188063 Prob(F-statistic) 0.000000
3.EGE BÖLGESİ Dependent Variable: GSYIH Method: Pooled Least Squares Date: 08/12/03 Time: 04:17 Sample: 1 80 Included observations: 80 Number of cross-sections used: 42 Total panel (balanced) observations: 3360
Variable Coefficient Std. Error t-Statistic Prob. C -0.287013 0.016162 -17.75810 0.0000
SANDEG -0.247610 0.034901 -7.094648 0.0000TARDEG 0.021707 0.025403 0.854515 0.3929ANASAN 0.053587 0.004885 10.97031 0.0000ANATAR -0.000933 0.004052 -0.230328 0.8179
YATD 0.000114 0.000542 0.211037 0.8329NUFUS 0.152502 0.636997 4.809274 0.0000AFYON 0.116040 0.007018 16.53436 0.0000AYDIN 0.116319 0.006921 16.80571 0.0000
DENIZLI 0.092620 0.005457 16.97380 0.0000KUTAHYA 0.207007 0.012392 16.70482 0.0000MANISA 0.128216 0.007617 16.83363 0.0000MUGLA 0.014979 0.003907 3.834402 0.0001USAK 0.198014 0.011189 17.69721 0.0000
R-squared 0.162958 Mean dependent var 0.022700Adjusted R-squared 0.159705 S.D. dependent var 0.060115S.E. of regression 0.055106 Sum squared resid 10.16075Log likelihood 4978.322 F-statistic 50.10829Durbin-Watson stat 2.403765 Prob(F-statistic) 0.000000
4. MARMARA BÖLGESİ Dependent Variable: GSYIH Method: Pooled Least Squares Date: 08/13/03 Time: 05:10 Sample: 1 100 Included observations: 100 Number of cross-sections used: 24 Total panel (balanced) observations: 2400
Variable Coefficient Std. Error t-Statistic Prob. C -0.288284 0.031490 -9.154775 0.0000
NUFUS 1.218685 0.599451 2.033001 0.0422SANDEG -0.664239 0.057348 -11.58266 0.0000TARDEG -0.466265 0.068075 -6.849239 0.0000
YATD 0.012280 0.001877 6.542697 0.0000ANASAN 0.678988 0.056260 12.06878 0.0000ANATAR 0.453428 0.067553 6.712178 0.0000
DKOCAELI -0.124177 0.012043 -10.31126 0.0000DBURSA -0.064247 0.011067 -5.805403 0.0000
DTEKIRDAG -0.034804 0.013969 -2.491461 0.0128DKIRKLARELI -0.122368 0.026175 -4.675015 0.0000
DBILECIK -0.108385 0.022385 -4.841810 0.0000DEDIRNE 0.089523 0.030248 2.959631 0.0031
DCANAKKALE -0.006989 0.029227 -0.239133 0.8110DSAKARYA 0.041884 0.018965 2.208479 0.0273DBALIKESIR 0.030541 0.026046 1.172579 0.2411
R-squared 0.174884 Mean dependent var 0.023980Adjusted R-squared 0.169693 S.D. dependent var 0.067038S.E. of regression 0.061086 Sum squared resid 8.895765Log likelihood 3311.726 F-statistic 33.68607Durbin-Watson stat 2.650704 Prob(F-statistic) 0.000000
5. GÜNEY DOĞU ANADOLU BÖLGESİ
Dependent Variable: GSYIH Method: Pooled Least Squares Date: 08/13/03 Time: 03:13 Sample: 1 70 Included observations: 70 Total panel observations 910 White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob. C 0.217490 0.045516 4.778341 0.0000
SANDEG 0.248078 0.024044 10.31775 0.0000TARDEG 0.731790 0.104097 7.029854 0.0000ANASAN -0.049014 0.005097 -9.616888 0.0000ANATAR -0.077623 0.011855 -6.547541 0.0000
YATD -0.012709 0.001924 -6.604203 0.0000NUFUS -6.301682 1.620920 -3.887719 0.0001
ADIYAMAN -0.014611 0.010572 -1.382058 0.1673DIYARBAKIR -0.041137 0.010825 -3.800283 0.0002
MARDIN -0.012000 0.014675 -0.817745 0.4137SANLIURFA 0.057794 0.019524 2.960110 0.0032
SIIRT 0.005992 0.011136 0.538086 0.5907SIRNAK -0.122466 0.043272 -2.830184 0.0048
R-squared 0.214621 Mean dependent var 0.016829Adjusted R-squared 0.204115 S.D. dependent var 0.103481S.E. of regression 0.092318 Sum squared resid 7.644781F-statistic 20.42702 Durbin-Watson stat 1.775137Prob(F-statistic) 0.000000
6. İÇ ANADOLU BÖLGESİ Dependent Variable: GSYIH
Method: Pooled Least Squares Date: 08/14/03 Time: 07:16 Sample: 1 130 Included observations: 130 Number of cross-sections used: 68 Total panel (balanced) observations: 8840 White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob. C -0.040325 0.005424 -7.434588 0.0000
SANDEG 0.055690 0.001896 29.37114 0.0000TARDEG 0.136955 0.016134 8.488448 0.0000ANASAN 0.013838 0.001171 11.81291 0.0000ANATAR -0.007706 0.001734 -4.443688 0.0000
YATD 0.000232 0.000486 0.478059 0.6326NUFUS 0.352814 0.309386 0.403586 0.6621
AKSARAY 0.055345 0.004974 11.12601 0.0000CANKIRI 0.034374 0.003924 8.760660 0.0000
ESKISEHIR 0.033217 0.003540 9.382098 0.0000KARAMAN 0.075832 0.006150 12.33119 0.0000KAYSERI 0.024525 0.002990 8.203104 0.0000
KIRIKKALE 0.136030 0.012731 10.68472 0.0000KONYA -0.014694 0.003153 -4.660292 0.0000
NEVSEHIR 0.013946 0.005880 2.371987 0.0177KIRSEHIR 0.099698 0.010059 9.911660 0.0000
NIGDE 0.044422 0.004212 10.54719 0.0000SIVAS 0.104880 0.008497 12.34251 0.0000
YOZGAT 0.030182 0.004316 6.992853 0.0000R-squared 0.207149 Mean dependent var 0.024415Adjusted R-squared 0.205531 S.D. dependent var 0.074723S.E. of regression 0.066603 Sum squared resid 39.12958Log likelihood 11413.71 F-statistic 128.0373Durbin-Watson stat 2.060062 Prob(F-statistic) 0.000000
7. AKDENİZ BÖLGESİ Dependent Variable: GSYIH
Method: Pooled Least Squares Date: 08/12/03 Time: 20:21 Sample: 1 70 Included observations: 70 Number of cross-sections used: 36 Total panel (balanced) observations: 2520 White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob. C -0.228240 0.021227 -10.75259 0.0000
SANDEG 0.361648 0.028981 12.47862 0.0000TARDEG -0.013616 0.044583 -0.305412 0.7601ANASAN -0.045111 0.004054 -11.12628 0.0000ANATAR 0.011997 0.007992 1.501179 0.1334
YATD 0.045807 0.003082 14.86101 0.0000NUFUS -0.601688 0.519152 -1.115898 0.1983ADANA 0.119052 0.011518 10.33654 0.0000
BURDUR 0.243848 0.020949 11.64025 0.0000HATAY 0.156643 0.013472 11.62721 0.0000
ICEL 0.035318 0.006562 5.381818 0.0000ISPARTA 0.099666 0.011322 8.802898 0.0000MARAS 0.189590 0.017444 10.86858 0.0000
R-squared 0.226112 Mean dependent var 0.014486Adjusted R-squared 0.222408 S.D. dependent var 0.075455S.E. of regression 0.066537 Sum squared resid 11.09906Log likelihood 3259.968 F-statistic 61.04055Durbin-Watson stat 2.214056 Prob(F-statistic) 0.000000
8. TÜRKİYE Dependent Variable: GSYIH Method: Pooled Least Squares Date: 08/13/03 Time: 06:09 Sample: 1 72 Included observations: 72 Number of cross-sections used: 13
Total panel (balanced) observations: 936 Variable Coefficient Std. Error t-Statistic Prob.
C 0.003621 0.002400 1.508918 0.1317SANDEG -0.014322 0.009435 -1.517914 0.1294TARDEG -0.339452 0.038521 -8.812015 0.0000ANASAN 0.018968 0.002487 7.625862 0.0000ANATAR 0.032419 0.004516 7.178318 0.0000
YATD -0.002918 0.001724 -1.693017 0.0908NUFUS -0.106124 0.037294 -2.845576 0.0045
GDA 0.008213 0.002250 3.649977 0.0003DA -0.013740 0.001983 -6.929148 0.0000
KRDZ 0.015809 0.002007 7.877323 0.0000EGE 0.003586 0.002009 1.785158 0.0746AKD 0.002001 0.002148 0.931546 0.3518IC 0.004500 0.001908 2.359001 0.0185
R-squared 0.309787 Mean dependent var 0.021965Adjusted R-squared 0.300814 S.D. dependent var 0.018390S.E. of regression 0.015378 Sum squared resid 0.218263Log likelihood 2586.071 F-statistic 34.52244Durbin-Watson stat 1.554716 Prob(F-statistic) 0.000000
ÖZET
TÜRKİYE’DE BÖLGELER ARASI GELİR FARKLILIKLARI VE YAKINSAMA
Son yıllarda kişi başına gelir yakınsaması ve bunun ekonomik büyüme üzerinde yol açtığı etkiler sıkça
tartışılmaya başlanmıştır. Neoklasik teorinin, kişi başına gelir düzeyi nispi olarak düşük olan ekonomilerin, kişi
başına gelir düzeyi nispi olarak yüksek olan ekonomilerden daha hızlı büyüdüğü şeklindeki mutlak yakınsama
hipotezi, daha sonra yerini şartlı yakınsama kavramına bırakmıştır. Şartlı yakınsama kavramına göre,
ekonomiler, tasarruf oranı, teknolojik gelişme ve beşeri sermaye düzeyleri gibi etmenlerin farklılıklarından
dolayı, ortak bir durgun durum değerine yakınsamak yerine, yalnızca kendi durgun durum büyüme oranı ve gelir
düzeyine yakınsarlar.
Ekonomilerin sektörel yapısı da yakınsama sürecinde önemli bir rol oynamaktadır. Sektörlerin sahip
olduğu teknoloji seviyeleri ve teknoloji artış oranları, söz konusu sektörlerden elde edilen gelirde yakınsama
olup olup olmadığının en önemli belirleyicisidir.
Çalışmada sektörlerdeki teknoloji seviyesi ve teknoloji artış oranlarının bölgesel yakınsama süreci
üzerindeki rolü, Türkiye ekonomisi verileri kullanılarak karma regresyon analizi ile test edilmiştir. Elde edilen
sonuçlar, yakınsama hipotezini desteklemekte ve bölgeler arası yakınsamaya neden olan faktörün de, sanayi ya
da hizmetler sektöründeki sektöründeki teknoloji artış oranı olduğunu göstermektedir.
ABSTRACT
INTERREGIONAL INCOME DIFFERENCES AND CONVERGENCE IN TURKEY
In recent years, different perspectives of per capita income convergence and their impact on economic
growth had been under discussion. Absolute convergence hypothesis of neoclassic theory states that economies
whose per capita income level is lower grow faster than the economies whose per capita income level is
higher.This theory, left its place to conditional convergence hypothesis latter. Conditional convergence
hypothesis states that, because of the differences among factors like saving rate, technological development and
human capital level, economies converge only their own steady-state growt rate of income level, instead of
converging a comman steady-state value.
The sectoral structure of economies plays an important role in the convergence process as well.
Technological level and technological growth rate of sectors are the most important determinants in the
convergence of these sectors’ income. At the last part of the thesis, the role of technological level and
technological growth rate of sectors on regional convergence is tested empirically by using pooled regression
analysis on Turkish economy data. Our results support the absolute convergence hypothesis and also show that
the most important factor causing convergence among regions is the technological growth rate in industrial or in
services sectors.