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.