GIDA SEKTÖRÜ MODELİ

Gıda sektörüne ilişkin modeller, uluslararası göçün SITC03-SITC09 kodlu alt sektörlerinde EİT üzerindeki etkisini incelemek amacıyla tahmin edilmiştir. SITC03 kodlu Balıklar ve Diğer Deniz Ürünleri sektöründe 2013-2017 dönemi boyunca 20 ülkeden Türkiye’ye gelen uluslararası göçün EİT üzerine etkisini incelemek amacıyla Tablo 13’te yer alan 1-3 numaralı modeller tahmin edilmiştir. Bu modellerin hangi tahmin yöntemiyle etkin ve tutarlı sonuçlar verdiğini tespit etmek amacıyla model belirleme testleri yapılmıştır. İlk aşamada yapılan yatay kesit F testi değerleri istatistiksel olarak anlamlı olduğu ()_=>?-@ > )_"-./0) için tek faktörlü FE modelinin OLS modeline tercih edileceği görülmektedir. İkinci aşamada yapılan LM testi değerleri istatistiksel olarak anlamlı olduğu (67₎ > A_"-./0^* ) için tek faktörlü RE modeli OLS modeline tercih edileceği anlaşılmaktadır. Son aşamada yapılan Hausman sınaması sonuçları istatistiksel olarak anlamlı olmadığı (M < A_"-./0^* ) için GLS tahmincisinin etkin olduğu görülmektedir. Bu nedenle tek faktörlü RE modelinin etkin ve tutarlı sonuçlar verdiği sonucuna ulaşılmıştır.

Tablo 13. Balıklar ve Diğer Deniz Ürünleri (SITC03) Sektörü Uluslararası Göçün Endüstri-içi Ticaret Üzerine Etkisi

Bağımlı Değişken: IIT, Ülke Sayısı: 20, Dönem: 2013 – 2017, Gözlem Sayısı: 100

Değişken (1) sonuçlar vermektedir. Belirtilen tabloda yer alan 1 numaralı tek faktörlü RE modele göre LMIG değişkeninin katsayı işareti beklentilere uygun olmayan bir şekilde negatif ve %5 düzeyinde istatistiksel olarak anlamlıdır. LMIG değişkenindeki %1’lik bir artış EİT’de 0,047 birim azalışa neden olmaktadır. Göçmenler tek taraflı olarak Türkiye’nin örneklemdeki ülkelerden yaptığı ihracatını ya da Türkiye’den yaptıkları ithalatı etkilemesi sonucu LMIG değişkeninin katsayı işareti negatif olmaktadır. Özetle ticaret ortağından Türkiye’ye gelen uluslararası göç miktarındaki artış, Balıklar ve Diğer Deniz Ürünleri sektöründe Türkiye’nin o ülkeye yaptığı EİT’yi azaltmaktadır.

Tablo 13’te yer alan 1 numaralı modelin sonuçlarına göre WGDP değişkeninin katsayı işareti beklentilere uygun bir şekilde negatif ve %5 düzeyinde istatistiksel olarak anlamlıdır. WGDP değişkenindeki bir birim artış EİT’de 0,315 birim azalışa neden olmaktadır. Bu sonuca göre Türkiye ile uluslararası göç aldığı ülkeler arasında GDP farkı

arttıkça Türkiye’nin EİT’si azalmaktadır. Modelde yer alan LWDIS değişkeninin katsayı işareti beklentilere uygun bir şekilde negatif olmakla birlikte istatistiksel olarak anlamlı değildir. Modelde yer alan ER değişkeninin katsayı işareti negatif ve %5 düzeyinde istatistiksel olarak anlamlıdır. ER değişkenindeki bir birim artış EİT’yi 0,035 birim azaltmaktadır. Bu sonuca göre döviz kurundaki yükselmeler, Türkiye’nin o ülkelerle yaptığı EİT’yi azaltmaktadır.

SITC04 kodlu Hububat, Hububat Ürünleri sektöründe 2013-2017 dönemi boyunca 51 ülkeden Türkiye’ye gelen uluslararası göçün EİT üzerine etkisini incelemek amacıyla Tablo 14’te yer alan 4-6 numaralı modeller tahmin edilmiştir. Bu modellerin hangi tahmin yöntemiyle etkin ve tutarlı sonuçlar verdiğini tespit etmek amacıyla model belirleme testleri yapılmıştır. İlk aşamada yapılan yatay kesit F testi değerleri istatistiksel olarak anlamlı olduğu ()_=>?-@ > )_"-./0) için tek faktörlü FE modelinin OLS modeline tercih edileceği görülmektedir. İkinci aşamada yapılan LM testi değerleri istatistiksel olarak anlamlı olduğu (67₎ > A_"-./0^* ) içintek faktörlü RE modeli OLS modeline tercih edileceği anlaşılmaktadır Son aşamada yapılan Hausman sınaması sonuçları, 4 numaralı modelde istatistiksel olarak anlamlı olduğu (W>A ²tablo) için GLS tahmincisinin etkin olmadığını; 5 ve 6 numaralı modellerde istatistiksel olarak anlamlı olmadığı (M <

A_"-./0^* ) için GLS tahmincisinin etkin olduğunu göstermektedir. Bu nedenle 4 numaralı model tek faktörlü FE modeli ile tahmin edilirken 5 ve 6 numaralı modeller tek faktörlü RE modeli ile tahmin edilmiştir.

Tablo 14’te yer alan 4-6 numaralı modeller, göç değişkeni açısından birbirine benzer sonuçlar vermektedir. Belirtilen tablodaki 6 numaralı tek faktörlü RE modele göre LMIG değişkeninin katsayı işareti beklentilere uygun bir şekilde pozitif ve %1 düzeyinde istatistiksel olarak anlamlıdır. LMIG değişkenindeki %1 oranındaki artış, EİT’de 0,012 birim artışa neden olmaktadır. Özetle ticaret ortağından Türkiye’ye gelen uluslararası göç miktarındaki artış, Hububat ve Hububat Ürünleri sektöründe Türkiye’nin o ülkeye yaptığı EİT’yi artırmaktadır.

Tablo 14’te yer alan 6 numaralı modeldeki LYD değişkeninin katsayı işareti beklentilere uygun olmayan bir şekilde pozitif ve %1 düzeyde istatistiksel olarak anlamlıdır. LYD değişkenindeki %1 oranındaki artış, EİT’de 0,027 birim artışa neden olmaktadır. Bu bulguya göre Türkiye ile uluslararası göç aldığı ülkeler arasındaki kişi başına GDP farkındaki artışlar, Türkiye’nin o ülkelerle olan EİT’sini artırmaktadır.

Modelde yer alan LWDIS değişkeninin katsayı işareti beklentilere uygun olmayan bir

şekilde pozitif olmasına rağmen istatistiksel olarak anlamlı değildir. Modelde yer alan ER değişkeninin katsayı işareti pozitif ve %5 düzeyde istatistiksel olarak anlamlıdır. ER değişkenindeki bir birim artış, EİT’yi 0,031 birim artırmaktadır. Bu sonuca göre döviz kurundaki yükselmeler, Türkiye’nin örneklemdeki ülkelerle yaptığı EİT’yi artırmaktadır.

Tablo 14. Hububat, Hububat Ürünleri (SITC04) Sektöründe Uluslararası Göçün Endüstri-içi Ticaret Üzerine Etkisi

Bağımlı Değişken: IIT, Ülke Sayısı: 51, Dönem Sayısı: 2013 – 2017, Gözlem Sayısı: 255 ülkeden Türkiye’ye gelen uluslararası göçün EİT üzerine etkisini incelemek amacıyla Tablo 15’te yer alan 7-9 numaralı modeller tahmin edilmiştir. Bu modellerin hangi tahmin yöntemiyle etkin ve tutarlı sonuçlar verdiğini tespit etmek amacıyla model belirleme testleri yapılmıştır. İlk aşamada yapılan yatay kesit F testi değerleri istatistiksel olarak anlamlı olduğu ()_=>?-@ > )_"-./0) için tek faktörlü FE modelinin OLS modeline tercih edileceği görülmektedir. İkinci aşamada yapılan LM testi değerleri istatistiksel olarak anlamlı olduğu (67₎ > A_"-./0^* ) için tek faktörlü RE modeli OLS modeline tercih

edileceği anlaşılmaktadır. Son aşamada yapılan Hausman sınaması sonuçları istatistiksel olarak anlamlı olmadığı (M < A_"-./0^* ) için GLS tahmincisinin etkin olduğu görülmektedir. Bu nedenle tek faktörlü RE modelinin etkin ve tutarlı sonuçlar verdiği sonucuna ulaşılmıştır.

Tablo 15. Meyve ve Sebzeler (SITC05) Sektöründe Uluslararası Göçün Endüstri-içi Ticaret Üzerine Etkisi

Bağımlı Değişken: IIT, Ülke Sayısı: 79, Dönem: 2013 – 2017, Gözlem Sayısı: 395

Değişken (7) istatistiksel olarak anlamlılığı ifade etmektedir.

Tablo 15’te yer alan 7-9 numaralı modeller, büyük oranda birbirine benzer sonuçlar vermektedir. Belirtilen tabloda yer alan 9 numaralı modele göre LMIG değişkeninin katsayı işareti beklentilere uygun bir şekilde pozitif olmakla birlikte istatistiksel olarak anlamlı değildir. Özetle ticaret ortağından Türkiye’ye gelen uluslararası göç miktarındaki artış, Meyve ve Sebzeler sektöründe Türkiye’nin o ülkeyle yaptığı EİT üzerinde herhangi bir etkiye sahip değildir.

Tablo 15’te yer alan 9 numaralı modeldeki LYD değişkeninin katsayı işareti beklentilere uygun bir şekilde negatif ve %1 düzeyinde istatistiksel olarak anlamlıdır.

LYD değişkenindeki %1 oranındaki artış EİT’de 0,030 birim azalışa neden olmaktadır.

Bu bulguya göre Türkiye ile uluslararası göç aldığı ülkeler arasındaki kişi başına GDP farkındaki artışlar, Türkiye’nin o ülkelerle olan EİT’sini azaltmaktadır. Modelde yer alan LWDIS değişken katsayı işareti beklentilere uygun olmayan bir şekilde %1 düzeyde istatistiksel olarak anlamlıdır. LWDIS değişkenindeki %1 oranında artış, EİT miktarında 0,017 birim artışa neden olmaktadır. Modelde yer alan ER değişkeninin katsayı işareti negatif ve %10 düzeyinde istatistiksel olarak anlamlıdır. ER değişkenindeki bir birim bir artış EİT’yi 0,015 birim azaltmaktadır. Bu sonuca göre döviz kurundaki yükselmeler, Türkiye’nin o ülkelerle yaptığı EİT’yi azaltmaktadır.

SITC06 kodlu Şeker, Şeker Ürünleri ve Bal sektöründe 2013-2017 dönemi boyunca 28 ülkeden Türkiye’ye gelen uluslararası göçün EİT üzerine etkisini incelemek amacıyla Tablo 16’da yer alan 10-12 numaralı modeller tahmin edilmiştir. Bu modellerin hangi tahmin yöntemiyle etkin ve tutarlı sonuçlar verdiğini tespit etmek amacıyla model belirleme testleri yapılmıştır. İlk aşamada yapılan yatay kesit F testi değerleri istatistiksel olarak anlamlı olduğu ()_=>?-@ > )_"-./0) için tek faktörlü FE modelinin OLS modeline tercih edileceği görülmektedir. İkinci aşamada yapılan LM testi değerleri istatistiksel olarak anlamlı olduğu (67₎ > A_"-./0^* ) içintek faktörlü RE modeli OLS modeline tercih edileceği anlaşılmaktadır. Son aşamada yapılan Hausman sınaması sonuçları istatistiksel olarak anlamlı olmadığı (M < A_"-./0^* ) için GLS tahmincisinin etkin olduğu görülmektedir. Bu nedenle tek faktörlü RE modelinin etkin ve tutarlı sonuçlar verdiği sonucuna ulaşılmıştır.

Tablo 16’da yer alan 10-12 numaralı modeller, büyük oranda birbirine benzer sonuçlar vermektedir. Belirtilen tabloda yer alan 11 numaralı tek faktörlü RE modele göre LMIG değişkeninin katsayı işareti beklentilere uygun bir şekilde pozitif ve %10 düzeyde istatistiksel olarak anlamlıdır. LMIG değişkenindeki %1 oranında artış, EİT’de 0,013 birim artışa neden olmaktadır. Özetle ticaret ortağından Türkiye’ye gelen uluslararası göç miktarındaki artış Şeker, Şeker Ürünleri ve Bal sektöründe Türkiye’nin o ülkeyle yaptığı EİT’yi artırmaktadır.

Tablo 16’da yer alan 11. Modeldeki LGDPD değişkeninin katsayı işareti beklentilere uygun bir şekilde negatif ve %5 düzeyinde istatistiksel olarak anlamlıdır.

LGDPD değişkenindeki %1 oranında artış, EİT’de 0,019 birim azalışa neden olmaktadır.

Bu bulguya göre Türkiye ile uluslararası göç aldığı ülkeler arasındaki GDP farkındaki artışlar, Türkiye’nin EİT’sini azaltmaktadır. Modelde yer alan LWDIS değişkeninin

katsayı işareti beklentilere uygun bir şekilde negatif ve %1 düzeyde istatistiksel olarak anlamlıdır. LWDIS değişkenindeki %1 oranında artış, EİT’de 0,003 birim azalışa neden olmaktadır. LWDIS değişkenindeki artış, EİT’yi negatif etkilemektedir. Bu sonuca göre Türkiye daha uzak ülkelerle daha az EİT yapmaktadır. Modelde yer alan ER değişkenin katsayı işareti pozitif olmakla birlikte istatistiksel olarak anlamlı değildir.

Tablo 16. Şeker, Şeker Ürünleri ve Bal (SITC06) Sektöründe Uluslararası Göçün Endüstri-içi Ticaret Üzerine Etkisi

Bağımlı Değişken: IIT, Ülke Sayısı: 28, Dönem: 2013 – 2017, Gözlem Sayısı: 140

Değişken (10)

Not: (1) Parantez içindeki değerler t değerlerini göstermektedir. (2) Köşeli parantez içindeki değerler olasılık değerlerini göstermektedir. (3) a, b, c sırasıyla %1, %5 ve %10 düzeyinde istatistiksel olarak anlamlılığı ifade etmektedir.

SITC07 kodlu Kahve, Çay, Kakao, Baharat ve Ürünleri sektöründe 2013-2017 dönemi boyunca 59 ülkeden Türkiye’ye gelen uluslararası göçün EİT üzerine etkisini incelemek amacıyla Tablo 17’de yer alan 13-15 modeller tahmin edilmiştir. Bu modellerin hangi tahmin yöntemiyle etkin ve tutarlı sonuçlar verdiğini tespit etmek amacıyla model belirleme testleri yapılmıştır. İlk aşamada yapılan yatay kesit F testi değerleri istatistiksel olarak anlamlı olduğu ()_=>?-@> )_"-./0) için tek faktörlü FE modelinin OLS modeline tercih edileceği görülmektedir. İkinci aşamada yapılan LM testi

değerleri istatistiksel olarak anlamlı olduğu (67₎ > A_"-./0^* ) içintek faktörlü RE modeli OLS modeline tercih edileceği anlaşılmaktadır. Son aşamada yapılan Hausman sınaması sonuçları istatistiksel olarak anlamlı olduğu (M > A_"-./0^* ) için GLS tahmincisinin etkin olmadığı görülmektedir. Bu nedenle tek faktörlü FE modelinin etkin ve tutarlı sonuçlar verdiği sonucuna ulaşılmıştır.

Tablo 17. Kahve, Çay, Kakao, Baharat ve Ürünleri (SITC07) Sektöründe Uluslararası Göçün Endüstri-içi Ticaret Üzerine Etkisi

Bağımlı Değişken: IIT, Ülke Sayısı: 59, Dönem Sayısı: 2013 – 2017, Gözlem Sayısı: 295

Değişken (13)

Not: (1) Parantez içindeki değerler t değerlerini göstermektedir. (2) Köşeli parantez içindeki değerler olasılık değerlerini göstermektedir. (3) a, b, c sırasıyla %1, %5 ve %10 düzeyinde istatistiksel olarak anlamlılığı ifade etmektedir.

Tablo 17’de yer alan 13-15 numaralı modeller, büyük oranda birbirine benzer sonuçlar vermektedir. Belirtilen tabloda yer alan 15 numaralı tek faktörlü FE modele göre LMIG değişkeninin katsayı işareti beklentilere uygun bir şekilde pozitif ve %1 düzeyde istatistiksel olarak anlamlıdır. LMIG değişkenindeki %1 oranında artış, EİT miktarında 0,007 birim artışa neden olmaktadır. Özetle ticaret ortağından Türkiye’ye gelen uluslararası göç miktarındaki artış, Kahve, Çay, Kakao, Baharat ve Ürünleri sektöründe Türkiye’nin o ülkeyle yaptığı EİT’yi artırmaktadır.

Tablo 17’de yer alan 15 numaralı modelde yer alan LYD değişkeninin katsayı işareti beklentilere uygun bir şekilde negatif olmakla birlikte istatistiksel olarak anlamlı değildir. Modelde yer alan LWDIS değişkeninin katsayı işareti beklentilere uygun bir şekilde negatif ve %1 düzeyde istatistiksel olarak anlamlıdır. LWDIS değişkenindeki %1 oranında artış EİT’de 0,265 birim azalışa neden olmaktadır. LWDIS değişkenindeki artış, EİT’yi negatif etkilemektedir. Bu sonuca göre Türkiye daha uzak ülkelerle daha az EİT yapmaktadır. Modelde yer alan ER değişkeninin katsayı işareti negatif ve %1 düzeyinde istatistiksel olarak anlamlıdır. ER değişkenindeki bir birim artış, EİT’yi %0,044 birim azaltmaktadır. Bu sonuca göre döviz kurundaki yükselmeler, Türkiye’nin o ülkelerle yaptığı EİT’yi azaltmaktadır.

SITC09 kodlu Çeşitli Yenilebilir Ürünler (Yağ, Homojenize Ürünler, Sos, Maya vb.) sektöründe 2013-2017 dönemi boyunca 46 ülkeden Türkiye’ye gelen uluslararası göçün EİT üzerine etkisini incelemek amacıyla Tablo 18’de yer alan 16-18 modeller tahmin edilmiştir. Bu modellerin hangi tahmin yöntemiyle etkin ve tutarlı sonuçlar verdiğini tespit etmek amacıyla model belirleme testleri yapılmıştır. İlk aşamada yapılan yatay kesit F testi değerleri istatistiksel olarak anlamlı olduğu ()_=>?-@ > )_"-./0) için tek faktörlü FE modelinin OLS modeline tercih edileceği görülmektedir. İkinci aşamada yapılan LM testi değerleri istatistiksel olarak anlamlı olduğu (67₎ > A_"-./0^* ) için tek faktörlü RE modeli OLS modeline tercih edileceği anlaşılmaktadır. Son aşamada yapılan Hausman sınaması sonuçları istatistiksel olarak anlamlı olduğu (M > A_"-./0^* ) için GLS tahmincisinin etkin olmadığı görülmektedir. Bu nedenle tek faktörlü FE modelinin etkin ve tutarlı sonuçlar verdiği sonucuna ulaşılmıştır. Tablo 18’de yer alan 16-18 numaralı modeller, büyük oranda birbirine benzer sonuçlar vermektedir. Belirtilen tabloda yer alan 17 numaralı modelde LMIG değişkeninin katsayı işareti beklentilere uygun bir şekilde pozitif ve %1 düzeyinde istatistiksel olarak anlamlıdır. LMIG değişkenindeki %1 oranında artış, EİT’de 0,061 birim artışa neden olmaktadır. Özetle ticaret ortağından Türkiye’ye gelen uluslararası göç miktarındaki artış, Çeşitli Yenilebilir Ürünler sektöründe Türkiye’nin o ülkeyle yaptığı EİT’yi artırmaktadır.

Tablo 18’de yer alan 17 numaralı modeldeki LGDPD değişkeninin katsayı işareti beklentilere uygun bir şekilde negatif olmakla birlikte istatistiksel olarak anlamlı değildir.

Türkiye ile uluslararası göç aldığı ülkeler arasında GDP farklılıklarının artması Türkiye’nin o ülkelerle yaptığı EİT üzerinde herhangi bir etkiye sahip değildir. Modelde yer alan LWDIS değişkeninin katsayı işareti beklentilere uygun bir şekilde negatif ve %1

düzeyde istatistiksel olarak anlamlıdır. LWDIS değişkenindeki %1 oranında artış EİT’de 0,273 birim azalışa neden olmaktadır. LWDIS değişkenindeki artış, EİT’yi negatif etkilemektedir. Bu sonuca göre Türkiye daha uzak ülkelerle daha az EİT yapmaktadır.

Modelde yer alan ER değişkeninin katsayı işareti negatif ve %1 düzeyinde istatistiksel olarak anlamlıdır. ER değişkenindeki bir birim artış, EİT’yi 0,025 birim azaltmaktadır.

Bu sonuca göre döviz kurundaki yükselmeler, Türkiye’nin o ülkelerle yaptığı EİT’yi azaltmaktadır.

Tablo 18. Çeşitli Yenilebilir Ürünler (SITC09) Sektöründe Uluslararası Göçün Endüstri-içi Ticaret Üzerine Etkisi

Bağımlı Değişken: IIT, Ülke Sayısı: 46, Dönem: 2013 – 2017, Gözlem Sayısı: 230

Değişken (16)

Not: (1) Parantez içindeki değerler t değerlerini göstermektedir. (2) Köşeli parantez içindeki değerler olasılık değerlerini göstermektedir. (3) a, b, c sırasıyla %1, %5 ve %10 düzeyinde istatistiksel olarak anlamlılığı ifade etmektedir.