Ege University Working Papers in Economics 2006 http://www.iibf.ege.edu.tr/economics/tartisma

İZMİR KÜÇÜK, ORTA VE BÜYÜK ÖLÇEKLİ İMALAT SANAYİNDE ÜRETİM ETKİNLİĞİ VE TOPLAM FAKTÖR VERİMLİLİĞİ ANALİZİ Ertuğrul Deliktaş

Working Paper No: 06 / 03 March 2006

Department of Economics Ege University

İZMİR KÜÇÜK, ORTA VE BÜYÜK ÖLÇEKLİ İMALAT SANAYİNDE ÜRETİM ETKİNLİĞİ VE TOPLAM FAKTÖR VERİMLİLİĞİ ANALİZİ Doç.Dr.Ertuğrul DELİKTAŞ

ÖZET Bu çalışmada1 İzmir imalat sanayi alt sektörlerinin teknik etkinlik düzeyleri ve toplam faktör verimliğindeki değişmeleri Malmquist verimlilik indeksi metotları ve Veri Zarflama Analizi yaklaşımı kullanılarak ölçülmektedir. Çalışma 1991-2000 dönemi kamu ve özel sektör üç dijitli (Uluslararası Standart Sanayi Sınıflaması, USSS-Rev.3) İzmir imalat sanayi panel verilerine dayanmaktadır. Çalışma sonuçlarına göre İzmir imalat sanayi alt sektörlerinde genellikle büyük ölçekli işletmelerin (150 ve daha fazla kişi çalışan) hem orta (50-150) hem de küçük ölçekli (1049) işletmelere göre daha yüksek üretim performansı sergiledikleri tespit edilmiştir. Özel sektör imalat sanayinin, petrol rafinerileri hariç, aynı alt sektörde ve ölçekte faaliyet gösteren kamu sektörü imalat sanayine göre daha yüksek üretim performansına sahip olduğu ölçülmüştür. Yine, faaliyet kolları itibariyle petrol rafinerileri; tütün sanayi; çanak, çömlek, çini ve porselen sanayi; içki sanayi ve çeşitli petrol ve türevleri sanayinin tüm alt sektörler içinde daha yüksek üretim etkinliğine sahip oldukları, buna karşın ağaç ve mantar ürünleri sanayi (mobilya hariç); diğer imalat sanayi; deri, deri benzeri maddeler ve kürk eşya sanayi ve dokuma sanayinin ise daha düşük üretim etkinliğine veya düşük performansa sahip oldukları tespit edilmiştir. Öte yandan, 1991-2000 döneminde İzmir imalat sanayi sektörünün yalnızca tütün sanayi alt sektöründe teknolojik gerileme tespit edilirken imalat sanayinin tamamında yıllık ortalama %6.8 teknolojik ilerleme olduğu 1

Bu çalışma Ege Üniversitesi Bilimsel Araştirma Projesi çerçevesinde hazırlanmıştır. Çalışmanın eklerle birlikte tam metnine Proje Raporu’ndan (Proje No: 2001-İkt-004) ulaşılabilir.

2

ölçülmüştür. İzmir imalat sanayi toplam faktör verimliliğinde yıllık ortalama %0.3 artış olduğu belirlenmiştir. Toplam faktör verimliliğinde en fazla artış olan alt sektörler sırasıyla çeşitli petrol ve kömür türevleri sanayi, taşıt araçları sanayi ve makine sanayi iken toplam faktör verimliliğinde en fazla gerileme olan alt sektörler sırasıyla ayakkabı sanayi; tütün sanayi ve taş ve toprağa bağlı diğer sanayi alt sektörleridir. ABSTRACT This paper based on three-digit (international standard industrial classification, ISIC-Rev.3) panel data over the 1991-2000 period measures technical efficiency and total factor productivity growth in the public and privately owned manufacturing sub-sectors in İzmir by using Data Envelopment Analysis and Malmquist productivity index. DEA. The empirical findings show that large-scale manufacturing industries are generally more efficient than the medium and small-scale industries in İzmir manufacturing industry. Also, privately-owned manaufacturing industries are more efficient than publicly- owned manufacturing industries, except for petroleum refineries, operating at the same scale. The most efficient manufacturing industries during the study period are petroleum refineries, tobacco manufactures, manufacture of pottery, china and earthenware, and beverage industries, respectively. On the other hand, the least efficient industries are manufacture of wood and wood cork products, except furniture; manufacture of leather and product of leather, leather substitutes and fur; and manufacture of textiles, respectively. İzmir manufacturing industry experienced annual average technical efficiency decline, technical progress and total factor froductivity growth over the 1991-2000 period. Key words: İzmir manufacturing industry, technical efficiency, total factor productivity growth, and Data envelopment analysis. JEL Classification: C6, C14, L6, O

3

1. GİRİŞ Üretim etkinliği ve toplam faktör verimliliğindeki değişmelerin firma, endüstri, sektör ve ekonomi bağlamında ölçümü ve karşılaştırılması, kıt kaynakları etkin kullanmada ve rakabet edebilmede yol gösterici bir araç olarak karşımıza çıkmaktadır. Ayrıca, üretim birimlerinde kullanılan girdilerin izlenmesi ve sağlanan kaynak tasarrufları sonucu oluşan kârlılık oranı, piyasa payı gibi göstergelerin incelenmesi, ilgili firmanın başarı boyutları hakkında önemli ölçüde bilgi havuzunun oluşmasına neden olacaktır. Zira her bir girişimci veya yönetici etkin bir üretim süreci planlarken, sürdürülebilir rekabetçiliği esas almak durumundadır. Bu nedenle bir firma, rekabet gücünü etkinlik ve verimlilik kriterlerine dayandırmak zorundadır (Berk M., 1972). Verimlilik ve teknik etkinlik rasyoları, performansın doğal ölçütü olarak kabul edilirler. Genel olarak, birincisi çıktıların girdilere olan oranı şeklinde tanımlanırken, ikincisi fiili çıktının en iyi üretim teknikleri kullanılarak elde edilen maksimum çıktıya oranı ile ifade edilmektedir. Performans oransal bir kavram olup, daha büyük bir oran daha iyi performans anlamına gelmektedir. Firmanın veya endüstrinin performansını ölçmede teknik etkinlik düzeyi önemli bir kriter olarak kabul edilmektedir. Çünkü bir firmanın performansı geleneksel olarak ekonomik etkinlik kavramıyla açıklanmaya çalışılır. Ekonomik etkinliğin ise iki unsura sahip olduğu varsayılır: teknik etkinlik ve tahsis etkinliği. Teknik etkinlik; ekonomik ünitenin veri girdi teknoloji sepetiyle, mümkün olabilen maksimum çıktıyı üretmedeki kapasitesi ve istekliliği olarak tanımlanmaktadır. Tahsis etkinliği ise; spesifik marjinal ürün değerini, onun marjinal maliyetine eşitleyen isteklilik ve yetenek olarak tanımlanmaktadır. Teknik etkinlik, firma düzeyinde yüksek ekonomik performans seviyelerine ulaşabilmenin ve böylece yüksek bir rekabet gücüne sahip olabilmenin de ana unsurunu oluşturur Bu bağlamda, etkinlikteki değişme, ulusal ekonominin global teknolojiyi adapte ederek içselleştirebilmesi ve bunu toplam faktör verimliliğine aktarmasının bir göstergesidir (Coelli vd., 1998). Bu ölçülerin (teknik ve tahsis etkinlikleri) sayısallaştırılması üç şekilde fayda sağlar: birincisi, benzer ekonomik üniteler arasında karşılaştırma yapmayı ve karar vermeyi kolaylaştırır ve böylece nispi etkinlik analizi yapılır. İkincisi, ekonomik birimler arasındaki

4

etkinliklerdeki değişmelerin yönü ve büyüklüğü belirlenir. Böylece, bu değişime neden olan faktörlerin ortaya konulması, gerek firma yöneticileri gerekse planlamacılar açısından büyük önem arzeder. Üçüncüsü, bu analizler etkinliklerin ilerlemesinde politika oluşumuna yol gösterirler. Böylece, etkinlikliğin ölçümünün önemi tartışma konusu olmaz (Kalirajan ve Shand, 1999). Teknik etkinliğin ölçümüne ilişkin literatürde farklı metodolojiler bulunmaktadır. Bunlardan en yaygın olarak kullanılan iki metod, Stokastik Üretim Sınırları (Stokastic Production Frontiers) yaklaşımı ve Veri Zarflama Analizi (Data Envelopment Analysis) yaklaşımıdır. Her iki yaklaşım da bazı işletmelerin kaynaklarını etkin olarak kullanmadıkları varsayımından hareket etmektedir. Diğer bir ifadeyle, bir kısım işletmeler “en iyi kullanım” (best techniques) teknolojisi tarafından tanımlanan üretim sınırının altında üretim yapmaktadırlar. Bu yaklaşımlardan “Stokastik Frontiers” yaklaşımı ekonometrik metodu kullanırken, “Veri Zarflama Analizi” matematiksel (doğrusal) proğramlama metotlarını içermektedir. Bu çalışmada, İzmir büyük-orta ve küçük ölçekli imalat sanayi alt sektörlerinin teknik etkinlik düzeyleri (üretim etkinlikleri) ile toplam faktor verimliliği ve bileşenlerindeki (teknik etkinlikteki değişme ile teknolojik değişme) değişmeler Veri Zarflama Analizi yaklaşımı kullanılarak analiz edilmektedir2. Çalışma birinci bölüm (giriş) dışında dört bölümden oluşmaktadır. İkinci bölümde metodolojiye, üçüncü bölümde veri seti ve kaynaklarına ve dördüncü bölümde ampirik bulgulara yer verilmektedir. Çalışmanın beşinci bölümü sonuç ve önerileri içermektedir. 2. METODOLOJİ Çalışmada, alt sektörlerin üretim etkinliklerini ve performanslarını ölçmede Malmquist verimlilik endeksi yöntemleri ve Veri Zarflama Analizi (Data Envelopment Analysis) yaklaşımı kullanılmıştır.

2

Bu metodun en önemli avantajı girdiler ve çıktılar arasındaki üretim ilişkisinin fonksiyonel formu üzerinde sınırlamalara yer vermemesidir. Dahası, VZA çoklu (multiple) girdilere ve çoklu çıktılara aynı zamanda (simultonesusly) uygulanabilmektedir. Başlıca dezavantajlardan birisi, VZA’nın değişken seçimine ve veri hatalarına oldukça duyarlı olmasıdır.(Kalirajan ve Shand, 167: 1999).

5

2.1. Malmquist toplam faktör verimliliği endeksi Malmquist (1953) tarafından geliştirilen uzaklık (distance) fonksiyonlarına dayalı olarak ifade edilen bu endeks, her bir veri noktasının ortak teknolojiye göre nispi uzaklık oranlarını hesaplayarak, iki veri noktası arasındaki toplam faktör verimliliğindeki değişmeyi ölçer. Uzaklık fonksiyonu kar maksimizasyonu veya maliyet minimizasyonu gibi herhangi bir davranışsal varsayımı gerektirmeden, birden fazla çıktı ve girdinin söz konusu olduğu durumlarda üretim teknolojisini belirleyebilmektedir. Uzaklık fonksiyonları hem girdi eksenli hem de çıktı eksenli uzaklık fonksiyonları olarak ele alınabilir (Coelli vd, 1998). Girdi uzaklık fonksiyonu çıktı vektörü veriyken, girdi vektörünün minimum oransal daralmasını dikkate alan üretim teknolojisini ifade eder. Çıktı uzaklık fonksiyonu ise girdi vektörü veriyken çıktı vektörünün maksimum oransal artışını dikkate alır. Çıktı uzaklık fonksiyonunda üretim teknolojisi, çıktı kümesi P(x) kullanılarak tanımlanmaktadır. Bu küme (x) girdi vektörü kullanılarak üretilen (y) çıktı vektörleri kümesini ifade etmektedir. P(x)= {y:y’yi üretbilecek x}

(1)

Çıktı uzaklık fonksiyonu, P(x) çıktı kümesine bağlı olarak tanımlanmaktadır. d0(x,y)=min{ δ :y/ δ ) ∈ P(x)}

(2)

Uzaklık fonksiyonu d0(x,y), eğer (y) çıktı vektörü P(x) mümkün olabilen üretim kümesinin bir elamanı ise, birden küçük veya bire eşit bir değer olacaktır.Uzaklık fonksiyonlarına dayalı olarak hesaplanan Malmquist (çıktı-eksenli) toplam faktör verimliliği endeksi aşağıdaki gibidir. Bu endekste temel (baz) yıl (t) dönemi ile bir sonraki yıl ise (t+1) dönemi ile ifade edilmektedir.  d (y , x ) d (y , x )  m0 ( y t , x t , y t +1 , x t +1 ) = ( t t t ) x( ) d 0t ( y t , x t )   d0 ( y , x ) t 0

t +1

t +1

t +1 0

t +1

t +1

1 2

(3)

Bu denklemde d 0t ( y t , x t ) (t) dönemi gözleminden (t) dönemi teknolojiye olan uzaklığı temsil eder.

Denklem (7), (t) ve (t+1) dönemi endekslerinin geometrik ortalamasıdır.

Birincisi (t) dönemi teknolojisini ikincisi ise (t+1) dönemi teknolojisini temsil eder. Denklem (3) şu biçimde de ifade edilebilir:

6

1

d t +1 (, y t +1 , x t +1 )  d 0t ( y t +1 , x t +1 ) d 0t ( y t , x t )  2 m0 ( y t , x t , y t +1 , x t +1 ) = 0 t t t ( ) x ( )  d 0 ( y , x )  d 0t +1 ( y t +1 , x t +1 ) d 0t +1 ( y t , x t ) 

(4)

Denklem (4)’de köşeli parentezin dışında yer alan oran, (t) ve (t+1) yılları arasındaki çıktıeksenli teknik etkinlikteki değişmeyi ölçer. Etkinlikteki değişim; (t+1) dönemindeki teknik etkinliğin, (t) dönemindeki teknik etkinliğe olan oranıdır. Köşeli parentez içinde yer alan iki oranın geometrik ortalaması, iki dönem arasındaki teknolojide (xt+1 ve xt) meydana gelen değişmeyi açıklar. Yani, toplam faktör verimliliğindeki ve onu oluşturan unsurlardaki (teknik etkinlik ve teknolojik değişme) değişmeler Malmquist verimlilik endekslerinin geometrik ortalaması olarak hesaplanırlar (Fare vd , 1994). Malmquist toplam faktör verimliliği endeksinin teknik etkinlikteki değişmeye ve teknolojik değişmeye ayrıştırılması, her iki faktörün toplam faktör verimliğine (TFV) olan katkısını belirlememize yardımcı olur. Böylece, Denklem (4)’ü iki kısıma ayırdığımızda etkinlikteki değişmeyi ve teknolojik değişmeyi ayrı ayrı ölçebiliriz :

Etkinlikteki Değişme (ED) =

d 0t +1 ( y t +1 , x t +1 ) d 0t ( y t , x t )

 d t ( y t +1 , x t +1 ) d t ( yt , xt )  Teknolojik Değişme (TD) = ( t 0+1 t +1 t +1 ) x( t0+1 t t )  d0 ( y , x ) d0 ( y , x ) 

(5) 1 2

(6)

Burada, teknik etkinlikteki değişme üretim sınırını yakalama etkisi (catching-up effect) olarak ifade edilirken, teknolojik değişme frontier etkisi (üretim sınırları eğrisinin kayması) olarak ifade edilmektedir (Mahadevan, 2002). Öte yandan, teknik etkinlikteki değişme ile teknolojik değişmenin çarpımı toplam faktör verimliliğindeki değişmeyi verir. Mot,t+1=EDxTD

(7)

7

M0 endeksinin 1'den büyük olması, toplam faktör verimliliğinin (t) döneminden (t+1) dönemine arttığını, bu değerin 1'den küçük olması, toplam faktör verimliliğinin (t) döneminden (t+1) dönemine azaldığını gösterir (Coelli vd., 1998). Malmquist toplam faktör verimliliği endeksinin (M0) oluşturulmasında gerekli olan uzaklık fonksiyonlarını tahmin etmek için kullanılan en popüler metot, Veri Zarflama Analizi metodudur. Bu metotla, uygun bir panel veri seti olduğunda, VZA doğrusal proğramları kullanılarak gerekli uzaklıklar (distances) hesaplanabilir. Herhangi bir i’nci firma için iki dönem arasındaki TFV’deki değişmeyi ölçmede dört uzaklık fonksiyonu hesaplanmalıdır. Bu ise dört adet doğrusal proğramlama (DP) probleminin çözümünü gerektirir. Ölçeğe göre sabit getiri varsayımı altında gerekli olacak DP’ler şunlardır (Fare vd.,1994) :

[d

t +1 0

]

( y t +1 , xt +1 )

−1

= maxφ,λ φ,

-φ yit +1 + Yt+1λ ≥ 0,

kısıt

xit +1 - Xt+1λ ≥ 0,

λ ≥ 0,

[d ( y , x )] t 0

kısıt

t

t

−1

(8)

= maxφ,λ φ,

-φ y it + Ytλ ≥ 0, xit - Xtλ ≥ 0,

λ ≥ 0,

[d

t +1 0

kısıt

]

( y t , xt )

−1

(9)

= maxφ,λ φ,

-φ y it + Yt+1λ ≥ 0, xit - Xt+1λ ≥ 0,

λ ≥ 0,

(10)

ve

[

]

d t0 ( y t +1 xt +1 )

−1

= maxφ,λφ,

8

kısıt

-φ yit +1 + Ytλ ≥ 0, xit +1 - Xtλ ≥ 0,

λ ≥ 0,

(11)

Yukarıda verilen dört adet DP, örnekteki her bir firma için çözümlenmelidir. Eğer örnekte 50 firma ve dört dönem varsa 500 adet DP çözülmelidir. Böylece, N sayıda firma ve T zaman dönemi olduğunda çözülmesi gereken DP sayısı = Nx(3T-2) dir. Uzaklık fonksiyonları yaklaşımı, teknik etkinlikteki değişmenin ölçek etkinliği ve “pür” teknik etkinlik kısımlarına ayrıştırılmasıyla genişletilebilir. Bu ayrıştırma, ilave iki DP’nin daha çözümünü gerektirir (iki üretim noktası karşılaştırıldığında). Bu (10) ve (11) doğrusal proğramların her birisine (N1’λ=1) konvekslik sınırlamasının ilavesiyle tekrarlanmasını içerir. Yani, bu iki fark fonksiyonu ölçeğe göre sabit getiri teknolojisi yerine ölçeğe göre değişken getiriye göre hesaplanır. Bu durumda N firma ve T zaman dönemi için çözülmesi gereken DP sayısı= Nx(4T-2) olur. Ancak, ölçeğe göre değişken getiri varsayımı altında hesaplama yapmak her zaman kolay olmaz. Çünkü, bazı dönem içi oraya çıkan farklar her zaman tanımlanmayabilirler. Bu nedenle öçleğe göre sabit getiri varsayımı tercih edilebilir (Coelli vd.,1998). 2.2. Veri Zarflama Analizi

Veri Zarflama Analizi (VZA) parametrik olmayan bir metot olup matematiksel doğrusal proğramlama tekniklerini içermektedir. Diğer bir ifadeyle, VZA gözlemlenen data üzerinde parametrik olmayan (non-parametric) kısmi-doğrusal bir yüzey (piece-wise surface) veya sınır (frontier) oluşturmak amacıyla doğrusal proğramlama metotlarını kullanmayı içerir ve merkezi eğilimlerden ziyade sınırlara (frontiers) yönelen bir metodolojidir. Veri merkezine en iyi uyumu sağlayacak regresyon düzlemi yerine gözlemlenen uç verileri kavrayacak doğrusal bir yüzeyin oluşturulmasını içerir. Etkinlik düzeyleri daha sonra bu yüzeye göre ölçülür (Arnade,1994). Bu yaklaşımda, herbir girdi ve çıktı için referans teknoloji düzeyleri, herbir girdi ve çıktı üzerindeki örnek gözlemlerin doğrusal kombinasyonuyla tanımlanır. Bu nedenle, VZA

9

fonksiyonel form hakkında herhangi bir varsayım gerektirmez. Firmanın etkinliği tüm karar verici diğer firmalara nispetle ölçülür. Tüm karar verici üniteler ise etkin sınırda veya sınırın altında yer alırlar. Veri zarflama analizi yaklaşımı ilk olarak Charnes, Cooper ve Rhodes (1978) tarafından ortaya konmuştur. Bu metodoloji son yıllarda detaylı olarak Lovell (1993), Ali ve Seiford (1993), Seiford (1996) ve Coelli ve Battase (1998), Çakmak ve Zaim (1992), Fare ve diğ. (1994), Charnes ve diğ. (1995), Zaim ve Taşkın (1997), Deliktaş (2002), Karadağ ve diğ. (2005) ve Deliktaş ve Balcılar (2005) tarafından çeşitli çalışmalarda kullanılmıştır. Charnes, Cooper ve Rhodes (1978), girdi eksenli (input-oriented) ve ölçeğe göre sabit getiri varsayımına dayalı bir model ileri sürerlerken, takip eden çalışmalar; Banker, Charnes ve Cooper (1984), ölçeğe göre değişen getiri varsayımının alternatif setlerini ileri sürmüşlerdir. Böylece, VZA metodu hem sabit getiri hem de değişen getiriler varsayımları altında kullanılır. Yine, bu metod hem veri girdi ile maksimum çıktıyı elde etme (outputoriented) hem de veri çıktıyı en az girdi ile etme (input-oriented) yaklaşımlarına göre etkinlik ölçümünü yapar (Coelli vd., 1998). Veri çıktıyı en az girdi kullanımı ile elde etme yaklaşımı veri çıktı miktarlarını azaltmaksızın, üretimde kullanılan girdi miktarlarının oransal olarak ne kadar azaltılabileceğini belirlemeye çalışır. Öte yandan, veri girdi ile maksimum çıktıyı elde etme yaklaşımı ise veri girdi setini değiştirmeksizin fiili çıktı miktarlarının oransal olarak ne kadar arttırılabileceği üzerinde durur. Ancak, ölçeğe göre sabit getiri olduğunda her iki ölçüm aynı değerleri verir (Coelli vd., 1998). Bununla birlikte, hangi yöntemin tercih edilmesi gerekir sorusunun cevabı, firmaların mevcut veri yapıları incelenerek bulunmalıdır. Analizciler çalışmaların çoğunda, girdieksenli modelleri tercih etmektedirler. Bunun nedeni, karar alma sürecinde genel olarak girdi kullanımının daha birincil faktör olmasıdır. Öte yandan, bazı endüstrilerde firmalar sabit üretim faktörleriyle faaliyet gösterdiklerinden dolayı, bu firmalar veri faktörlerle mümkün olabilir maksimum çıktıyı üretmektedirler. Bu duruma en uygun olan yaklaşım ise çıktı-eksenli yaklaşımdır. Ancak, yöneticilerin faktör donanımı ve üretim değerleri üzerindeki güvenilir ve ulaşılabilir bilgi kaynakları, ölçme yönteminin belirlenmesinde belirleyici ve yadsınamaz bir olgudur (Rao ve Coelli, 4/1998).

10

Çıktı-Eksenli ölçeğe göre değişken getirili VZA modeli, aslında girdi-eksenli DEA modelinin bir benzeri olarak bilinir ve benzer sonuçlar elde edilir. Çıktı –eksenli dorusal proğramlama modeli aşağıdaki gibidir. max φ ,λ φ , Kısıt- φ yi+Y λ ≥ 0 , xi-X λ ≥ 0 , NI’ λ =1 λ ≥ 0,

(12)

Burada 1 ≤ φ < ∞ girdi miktarları sabit iken i’nci firma tarafından üretilebilecek çıktıdaki oransal artıştır. Görüldüğü gibi

φ değeri 1’e eşit veya 1’den büyük olacaktır. 1- φ ise gidi

miktarları veri iken i’nci firma tarafından çıktıdaki ulaşılabilecek oransal artışı vermektedir. 1/ φ de 0 ve 1 arasında yar alacak teknik etkinlik düzeylerini belirtir. Model (12) de: yi : i’nci firma için üretim (çıktı) miktarlarının Mx1 vektörü, xi : i’nci firma için girdi (üretim faktörleri) miktarlarının Kx1 vektörü, Yi : tüm firmalar için üretim (çıktı) miktarlarının NxM matrisi, X : tüm firmalar için girdi miktarlarının NxK matrisi, λ :ağırlıkların Nx1 vektörü, φ : ölçek (scalar) dir.

Ayrıca, φ parametresi teknik etkinlik seviyesi hakkında bilgi verirken λ vektörü etkin olmayan i’nci firmanın, referans (peers) firmalara (etkin olan firmalar) göre durumu açıklar. Çıktı-eksenli DEA modelini Şekil 1 yardımıyla da açıklamak mümkündür (Rao ve Coelli, 4/1998).

11

y2 A D’ D

B •

E

E’ C

0

y1 Şekil 1. Çıktı-Eksenli Veri Zarflama Analizi

Şekil 1 ’de beş firma tarafından iki ürün üretildiği (y1 ve y2 gibi) varsayılmaktadır. Olayı

basitleştirmek için her firmanın aynı (identical) girdi vektörlerine sahip oldukları kabul edilmektedir. Bu beş firmadan A, B ve C firmaları üretim sınırlarını belirledikleri için etkin firmalardır. D ve E noktaları ise etkin olmayan firmaları temsil etmektedir. Örneğin D firması için teknik etkinlik indeksi: TED=0D/0D’ ile gösterilirken bu firma için A ve B referans (peers) birimlerdir. E firması için referans birimler ise B ve C’dir. Öte yandan, A, B ve C firmalarının teknik etkinlik sevileri 1 olup kedi kendilerini referans almaktadırlar. Ölçeğe göre sabit getirili modelden hareketle, Banker, Charnes ve Cooper (1984) ölçeğe göre değişen getiri varsayımı altında teknik etkinliği ölçmek amacıyla aşağıdaki modeli ortaya koymuşlardır (Coelli vd.,1998). minλθ θ, kst. –yi + Yλ ≥ 0, θxi - Xλ ≥ 0,

N1’ λ =1 λ ≥ 0,

(13)

12

Burada N1, Nx1 vektörüdür. Bu yaklaşım kesişen düzlemlerin konveks bir alanını (hull) oluşturur. Bu alan data noktalarını, sabit getirinin konikal alanından daha sıkı sarar ve böylece ölçeğe göre sabit getiri varsayımı altında elde edilen teknik etkinlik etkilerinden daha büyük veya onlara eşit değerleri verir. Ölçeğe göre değişen getiri spesifikasyonu 1990’larda çok yaygın olarak kullanılan bir spesifikasyondur. Ölçeğe göre sabit getiri (ÖGSG) ve değişen getiri ÖGDG) durumları ve etkinlik ölçümleri Şekil 2’de açıkça ortaya konulmaktadır.

y

ÖGSG Üretim Sınırı SınıeSınırıFrontier

• A

•R K • •V

•S

Q

•P

ÖGDG Üretim Sınırı SSınırıFrontier

x

0

Şekil 2. Ölçek Ekonomileri

. Şekil 2’de ölçek getirileri

ÖGSG üretim sınırı ile ÖGDG üretim sınırı arasındaki

uzaklık ile ifade edilmektedir. R noktası her iki üretim sınırının üzerinde yer alması nedeniyle optimal üretim ölçeğinde faaliyet gösteren bir işletmeyi temsil etmektedir. Bu optimal noktanın alt tarafında yer alan S ve V noktaları ölçeğe göre artan getiri alanını temsil ederken R optimal noktasının üstünde yer alan Q noktası ise azalan getiri alanını temsil etmektedir. Ölçeğe göre azalan getiri alanında faaliyet gösteren bir işletmenin üretimini optimal noktaya ulaşılıncaya kadar azaltması gerekir. Diğer yandan, ölçeğe göre artan getiri kısmında faaliyet gösteren işletmelerin (S ve V) optimal ölçek büyüklüğüne ulaşılıncaya kadar üretimlerini arttırmaları gerekir. Şekil 2’ de ÖGSG teknolojisi altında, P noktasındaki teknik etkinsizlik PK mesafesi ile

ifade edilirken ÖGDG teknolojisi altında teknik etkinsizlik yalnızca PV mesafesi ile

13

ölçülmektedir. Bu iki ölçüm arasındaki fark, KV, ölçek etkinsizliği nedeniyle ortaya çıkmaktadır. Bu etkinlik endeksleri oran olarak şu şekilde ifade edilebilirler TEÖGSG=AK/AP, TEÖGDG=AV/AP ve SE= AK/AV

(14)

3. MATERYAL İzmir küçük (10-49 kişi çalışan) , orta (50-150 çalışan) ve büyük (151 ve daha fazla çalışan)

ölçekli imalat sanayi alt sektörlerinin teknik etkinlik ve toplam faktör verimliliğindeki değişme analizinde 3 dijitli (ISIC-Rev.3, International Standard Industrial Classification of All Economic Activities) kamu ve özel sektör imalat sanayi işyerlerinin 1991-2000 dönemi panel verileri kullanılmaktadır. Çok küçük ölçekli (1-9 çalışan) işletmeler bu analize dahil edilmemiştir. Çalışmada yer alan alt sektörlere ilişkin veriler, çıktı, işgücü, sermaye ve aramal verileridir. Veriler Devlet İstatistik Enstitüsü’nden temin edilmiştir. Sektörel veriler 3 dijitli imalat sanayi alt sektörlerine ait çıktı (üretim), işgücü, sermaye ve ara mal verileridir. Üretim verisi olarak alt sektörlerin çıktı değerleri kullanılmıştır. Bir işletmenin çıktısı miktar ya da değer cinsinden ölçülebilir. Bu çalışmada çıktı değişkeni olarak üretim değerleri toplamından yılbaşı stok (mamul ve yarımamul) değerlerinin çıkarılmasıyla elde edilen reel değerler kullanılmıştır. Üretim faktörleri olarak işgücü, sermaye ve aramal girdileri kullanılmıştır. İşgücü girdisi üretimde çalışılan yıllık toplam saati içermektedir. Sermaye girdisi olarak, sermaye ve sabit varlıklar konusunda yeterli bilgiye ulaşılamadığından dolayı bunların yerine temsili değişken olarak, kurulu ekipmanların toplam beygir gücü kullanılmıştır. Çünkü, sermaye yerine kullanılabilen temsili değişkenler ile yapılan analizler sermaye değişkeni ile yapılan analizlerle benzer sonuçları vermektedir. Bu temsili değişkenler: kurulu makinelerin toplam sayısı, kurulu ekipmanların toplam beygir gücü, amortisman ve sabit varlıkların değeridir (Taymaz ve Saatçi, 1997). Aramal girdisi, üretimde kullanılmak amacıyla satın alınan hammadde, yardımcı madde, ambalaj malzemesi, yakıtlar ve elektrik değerleri toplamına yılbaşı stok değerleri ilave edilerek ve yılsonu stok değerleri çıkarılarak elde edilen değerdir. Değer cinsinden olan çıktı ve aragirdi verileri, TEFE (1987=100 ) ile reel hale dönüştürülmüştür.

14

4. AMPİRİK BULGULAR İzmir imalat sanayiinde faaliyet gösteren alt sektörlerin teknik etkinlik ve toplam faktör

verimliliğindeki değişme endekslerinin hesaplanmasında önce 311-381 numaralı alt sektörlerde her sektör için ölçek büyüklükleri itibariyle ayrı ayrı VZA çözümlemesi yapılmıştır. İkinci olarak, ölçek büyüklükleri dikkate alınmaksızın 311-381 numaralı alt sektörler için VZA çözümlemesi yapılmştır. Birinci kısımda, her bir alt sektör ayrı bir birim olarak değerlendirilmiş ve bu birimde yer alan işletmelerin hem ölçek büyüklükleri hemde alt faaliyet konuları bağlamında

performans göstergeleri karşılaştırmalı olarak

analiz edilmek istenmiştir. İkinci kısımda ise ölçek büyüklükleri ihmal edilerek alt sektörler arası performans karşılaştırması amaçlanmıştır. Bu analizlerin sonuçları kısım 4.1 ve 4.2’de verilmiştir. 4.1. Ölçek büyüklüklerine göre sektörel bulgular İzmir imalat sanayi alt sektörlerinin teknik etkinlik ve performans düzeylerinin

ölçülmesinde DEAP 2.1 paket proğramı kullanılmıştır (Coelli 1996). Alt sektörlerin teknik etkinlik veri girdi ile maksimum çıktıyı elde etme yaklaşımına (output-oriented) göre ölçülmüştür. Bu yaklaşımı kullanmanın amacı veri girdi kullanımı ile çıktıda olabilecek maksimum oransal artışı izleyebilmektir. Sektörlerin toplam faktör verimliliği ve bileşenlerindeki (teknik etkinliklteki değişme ve teknolojik değişme) değişmeler VZA-Malmquist verimlilik indeksleri kullanılarak ölçülmüştür. Her iki ölçüm, hem ölçek büyüklükleri itibari ile alt sektörler arası hem de bu alt sektörlerin yıllar itibariyle göstermiş oldukları üretim performanslarının kartşılaştıurmalı olarak ölçülmesine olanak sağlamaktadır. 1991-2000 dönemi İzmir imalat sanayinin ekonomik performansına ilişkin ölçek büyüklükleri ve alt sektörler itibari ile bulgular bu kısımda analiz edilmektedir. İmalat sanayi alt sektörlerinin incelenmesinde iktisadi faaliyetlerin uluslararası standart sanayi sınıflaması (USSS-Rev.3) veya ISIC (international standard industrial classification of all economic activities) 3 dijitli ayrımı esas alınmıştır.

15

4.1.1. Gıda, içki ve tütün sanayi

Bu kısmda (USSS-Rev.3) sınıflamasına göre gıda, içki ve tütün sanayi 3 dijitli alt sektörlerin ölçek büyüklükleri itibariyle teknik etkinlik düzeyleri ve toplam faktör verimliliğindeki değişmeler analiz edilmektedir. Bu ana alt sanayide yer alan alt sektörler; 311 gıda maddeleri sanayi, 312 başka yerde sınıflandırılmamış gıda maddeleri sanayi, 313 içki sanayi ve 314 tütün sanayi alt sektörleridir. 4.1.1.1.Teknik etkinlik endeksleri

Üretim etkinliği veya teknik etkinlik indeksleri işletmelerin veri girdi seti ile maksimum çıktıyı üretrebilmedeki yeteneklerini ortaya koymaktadır. Matematiksel olarak bu indeks fiili çıktının olası maksimum çıktıya olan oranı şeklinde ifade edilmektedir. Diğer bir ifadeyle, gözlemlenen ünitenin en iyi üretim sınırına olan oransal uzaklığı ile de ifade edilebilir. En iyi üretim sınırı (best -practise frontier) çalışmada yer alan birimler arasında karşılaştırmalı olarak en iyi performansa sahip olan işletmeler tarafından tahmin edilmektedir. En iyi performansa sahip olan işletmelerde “fiili çıktı / olası maksimum çıktı“ oranı bire eşittir. Yani , TE= 1’dir. Diğer işletmelerde ise TE