KARA İLE ÇEVRİLİ OLMANIN İHRACAT ÜZERİNE ETKİSİ:
GELİŞMEKTE OLAN AVRUPA VE ORTA ASYA ÜLKELERİ ÜZERİNE
BİR ANALİZ
*Öğr. Gör. Dr. Hilal Yıldırır Keser Arş. Gör. Işın Çetin Uludağ Üniversitesi Uludağ Üniversitesi Sosyal Bilimler Meslek Yüksek Okulu İktisadi ve İdari Bilimler Fakültesi
● ● ● Öz
Kara ile çevrili ülkeler, sahip oldukları coğrafi dezavantajdan dolayı, ekonomik kalkınma sorunuyla karşı karşıya olan ülkelerdir. Taşıma maliyetlerinin yüksek olması buna bağlı olarak ticaret hacminin düşük seyretmesi, transit ülkelere bağımlılık, ulaştırma altyapısının yetersiz olması bu ülkelerde ekonomik faaliyetleri sınırlandırmaktadır. Nitekim, kara ile çevrili ülkelerin önemli çoğunluğu gelişmekte olan ülkeler kategorisinde yer almaktadır. Çalışmada, kara ile çevrili gelişmekte olan ülkelere ilişkin literatür incelenerek bu ülkelerin temel sorunlarına değinilmiştir. Sonrasında kara ile çevrili ülkelerin ihracatında sahip oldukları bu coğrafi konum dezavantajının etkisi, gelişmekte olan Avrupa ve Orta Asya ülkeleri özelinde panel veri modeli ile analiz edilmiştir. Panel veri analizi için öncelikler serilerin durağanlık sınamaları, uygun birim kök testleri ile sınanmıştır. Ardından; havuzlanmış regresyon, iki yönlü sabit etkiler ve iki yönlü rassal etkiler modelleri ayrı ayrı tahmin edilerek en uygun model seçilmiştir. Seçilen modelden elde edilen parametreler doğrultusunda yorumlar ve değerlendirmeler yapılmıştır.
Anahtar Sözcükler: Kara ile Çevrili Ülke, İhracat, Panel Veri, Coğrafi Konum, Regresyon
Impact of Landlockedness on Export: An Analysis on Developing Europe and Central Asia Countries
Abstract
The landlocked countries are the ones facing economical problems due to the geographical disadvantages they have. The high transportation costs, and accordingly the low trade volüme, dependence on the transit countries, insufficiency of the transport infrastructure restrict the economic activites in these countries. Indeed, a significant majority of the landlocked countries are included in the category of developing countries. In the study, by examining the literature related with the developing landlocked countries, the major problems of these countries have been discussed. Later, the effect of this geographical location disadvantage that the landlocked countries have in their export has been analyzed with panel data model in the peculiarity of developing European and Central Asian Countries. For the panel data analysis, initially the stability of the series have been tested with appropriate root tests. Later on, the most appropriate model has been chosen by separately estimating the models of pooled regression, two-way fixed effects and two-way random effects. Comments and assessments have been made according to the parameters obtained from the chosen model.
Keywords: Landlocked Country, Export, Panel Data, Geographic Location, Regression
* Makale geliş tarihi: 26.06.2015 Makale kabul tarihi: 23.02.2016
Kara ile Çevrili Olmanın İhracat Üzerine Etkisi:
Gelişmekte Olan Avrupa ve Orta Asya Ülkeleri
Üzerine Bir Analiz
Giriş
Coğrafi konum, ülkelerin dış ticaretinde ve ekonomik gelişmelerinde en önemli faktörlerden biridir. Özellikle kara ile çevrili olma veya deniz kıyısına sahip olma şeklindeki coğrafi konumu ülkelerin ekonomik gelişimlerini önemli ölçüde etkilemektedir. Dünya ülkelerinin yaklaşık %20'si kara ile çevrili ülkeler olup bu ülkelerin önemli bir kısmı da gelişme düzeyi düşük olan ülkelerdir. Aslında bu ülkeler ciddi bir kısır döngü içerisindedir. Genel bir bakış açısı ile bakılacak olursa kara ile çevrili olan ülkelerin karşı karşıya olduğu açık denizlere uzak olma, taşıma maliyetlerinin yüksekliği, ana piyasalara uzak olma ve erişimin güçlüğü, komşu ülkelere bağımlılık ve lojistik performansın düşük olması gibi sorunlar bu ülkelerin ticaret hacimlerinin düşük olmasını, diğer ekonomik faaliyetlerinin gerçekleşmesini engellemektedir. Bunun sonucunda milli gelir seviyesi düşmekte, bu ülkeler doğrudan yabancı yatırımlar için cazip bölge olmaktan uzaklaşabilmektedir. Gelir seviyesinin düşük olması, açık denizlere erişimini sağlayacak altyapı yatırımlarını sınırlandırmakta, taşıma maliyetleri düşürülemediği için ithalat ve ihracatın maliyeti artmaktadır. Bu durum ticaret hacmini azaltmakta, gelir düzeyini düşürücü bir etki yaratmakta ve bu kısır döngü devam etmektedir. Kara ile çevrili gelişmekte olan ülkelerin kalkınma sürecini hızlandırmaları için bu kısır döngüyü kırmaları gerekmektedir. Denize kıyısı olan komşulara sahip olan ülkeler, bu konuda daha avantajlı olmaktadır, ancak deniz limanlarına uzak mesafede bulunan ülkeler kara ile çevrili olmanın yarattığı dezavantajlarla çok daha fazla karşı karşıya kalmaktadır.
Kara ile çevrili ülkelerle ilgili olarak yabancı literatürde yapılan pek çok çalışma bulunmaktadır, ancak Türkçe literatürde özellikle ampirik çalışmaların eksikliği dikkat çekicidir. Bu noktada, çalışmanın daha sonra yapılacak çalışmalara ışık tutması hedeflenmektedir.
Çalışmada kapsamında öncelikle kara ile çevrili ülkelerin genel tanımına değinilmekte ve kapsamı açıklanmaktadır. Sonrasında kara ile çevrili ülkeler ile ilgili literatür incelenerek, bu ülkelerin karşı karşıya olduğu sorunlara yer verilmektedir. Son olarak çalışmanın uygulama bölümünde bu sorunların en önemli etkiye sahip olduğu ihracat ile karayla çevrili ülke olma arasındaki ilişki panel veri modelleri kullanılarak analiz edilmeye çalışılmaktadır. Panel veri analizi için öncelikle tahmin sürecine dâhil edilecek değişkenlerin veri
yapılarına bakılmıştır. Durağanlığa ilişkin birim kök testi uygulanabilmesi için serilerin dengeli-dengesiz panel veri durumları değerlendirilmiştir. Eğer veri setindeki her bir birimin eşit sayıda zaman dönemine ilişkin gözlem değerleri mevcutsa, dengeli panel yapısı söz konusudur. Diğer durumda, yani her bir birim farklı sayıda zaman dönemine ait veriler içeriyorsa dengesiz panel durumu söz konusu olur (Greene, 2010:348). Dengeli ve dengesiz panel veri yapısına sahip olma durumuna göre her bir değişkene panel birim kök testi uygulanmıştır. Literatürde yer alan çok sayıda panel birim kök testlerinden çalışma kapsamında Levin-Lin-Chu (LLC), Harvis-Tzavalis, Breitung ve Im-Pesaran-Shin (IPS) panel birim kök testleri dikkate alınmıştır. Birim kök testlerinden elde edilen durağanlık analizi sonuçları dikkate alınarak, havuzlanmış regresyon, sabit etkiler ve rassal etkiler modelleri tahmin edilmiştir. Tahmin edilen her model için otokorelasyon probleminin olup olmadığına bakılmış ve sonuç olarak tahmin edilen alternatif modeller arasından en uygun olanı seçilmiştir. En iyi modelin seçimine karar vermek için çalışmada; F testi, Breusch-Pagan Lagrange Çarpan Testi ve Hausman Testi dikkate alınmıştır. Seçilen en uygun modelden elde edilen parametreler, çalışmanın amacı göz önüne alınarak yorumlanmıştır.
1. Kara ile Çevrili Ülkeler, Tanımı ve Kapsamı
Kara ile çevrili ülke, başka bir ifade ile kara ülkesi, açık denizlere erişimi olmayan, sınırları başka ülkelerin kara sınırlarına komşu olan ülkeleri ifade etmektedir. Günümüzde yaklaşık 194 bağımsız devlet bulunmakta, bunların 40’u, diğer bir ifade ile yaklaşık %20’si kara ile çevrili devletlerden oluşmaktadır. Kara ile çevrili ülkelerin coğrafi dağılımına bakıldığında, Harita 1’de görüldüğü gibi, Afrika ve Orta Asya’da yoğunlaştığı görülmektedir.
Dünya üzerinde bulunan 40 ülkeden sadece altı tanesi Avusturya, Çek Cumhuriyeti, Macaristan, Lüksemburg, Slovakya ve İsviçre istisnai olarak gelişmiş ülkeler kategorisinde iken diğer 34 devlet gelişmekte olan ülkeler kategorisinde yeralmaktadır. Kara ile çevrili gelişmiş ülkelerin istisnai durumu, bulunduğu coğrafi bölge ile açıklanmaktadır. Bu ülkelerin tamamı Avrupa kıtasında yer almakta, komşu ülkeleri gelişmiş ve denize kıyısı olan ülkelerden oluşmaktadır. Dolayısıyla AB entegrasyonu içinde kara ile çevrili ülke olmak, ekonomik sorunların aşılmasında önemli bir avantaj olmaktadır. Sözkonusu ülkelerin komşu ülkeler ile entegre durumdaki taşıma altyapısı ve taşıma sistemleri taşıma maliyetlerinin yükselmesini engellemektedir. Bu şekilde ekonomik faaliyetlerin mesafeye olan bağımlılığı da azalmaktadır (UNCTAD, 2003:8). Ancak diğer kara ile çevrili ülkeler güçlü bir ekonomik entegrasyon içinde bulunmadığından böyle bir avantaja sahip değildir ve bu nedenle ekonomik gelişme konusunda zorluklar yaşamaktadır. Kara ile çevrili gelişmekte olan ülkeler bulundukları bölgeler itibariyle Tablo 1’de görülmektedir.
Tablo 1. Gelişmekte olan Kara ile Çevrili Ülkeler
Doğu Asya ve Pasifik
Avrupa ve Orta
Asya Latin Amerika Güney Asya Afrika
Lao Moğolistan Ermenistan Azerbaycan Belarus Kazakistan Kırgızistan Kosova Makedonya Moldova Sırbistan Tacikistan Türkmenistan Özbekistan Bolivya Paraguay Afganistan Butan Nepal Botsvana Burkina Faso Burundi Orta Afrika Cumh.
Çad Etiyopya Lesoto Malavi Mali Nijer Ruanda Svaziland Uganda Zambia Zimbabve
Kaynak: Worldbank Data (2015)
Kara ile çevrili olma ve açık denizlere erişimin olmaması düşük büyüme hızının ve az gelişmişliğin en temel nedenlerinden biri olarak ifade edilmektedir. O nedenle kara ile çevrili ülkelerin çoğu “gelişmekte olan” ülkeler kategorisinde değerlendirilmektedir (Çamyamaç, 2010: 1258). Bir ülkenin gelişmişliğinin pek çok göstergesi olmakla birlikte bunların en önemlilerinden biri kişi başına düşen gelir düzeyidir. Kişi başına düşen gelir
düzeyi arttıkça, yaşam standardı ve ülke refahı artmaktadır (Popkova, 2014: 5). Grafik 1, kişi başına düşen gayri safi yurtiçi hasılanın (GSYİH) yıllar itibari ile gelişim sürecini göstermektedir. Kara ile çevrili ülkelerde düşük seyreden kişi başına gelirin son yıllarda artış göstermekle birlikte denize kıyısı olan gelişmekte olan ülkelerden çok daha düşük seviyede olduğu görülmektedir.
Grafik 1. Sabit Fiyatlarla Kişi Başına GSYİH ($)
Kaynak: Unctad (2015), UnctadStat
2. Kara ile Çevrili Ülkelere Yönelik Literatür
Özeti
Literatürde kara ile çevrili ülkelere yönelik yapılan çeşitli çalışmalar bulunmaktadır. Bu çalışmalar, kara ile çevrili olma ile ekonomik büyüme ilişkisi, kara ile çevrili ülke olmanın yarattığı ekonomik problemler, belirli ülkeler üzerine odaklanan ve politika önerisi getiren çalışmalar ile kara ile çevrili ülke olmanın etkisinin büyüklüğünü ölçen ampirik çalışmalardan oluşmaktadır.
Kara ile çevrili ülkeler ile ilgili literatürdeki ilk çalışmalardan biri Jayaraman ve Shresta (1976) tarafından yapılmıştır. Yazarlar çalışmalarında kara ile çevrili bir ülke olan Nepal'in bu coğrafi konumundan kaynaklanan ekonomik sorunlarına odaklanarak, komşu ülkesi olan Hindistan üzerinden denize erişim yoluyla bu sorunlara çözüm önerileri ortaya koymuşlardır.
Srinivasan (1985), yapmış olduğu niteliksel araştırmasında, gelişmekte olan ve küçük, uzak ada veya kara ile çevrili olma gibi coğrafi dezavantajlara sahip ülkelerin temel problemlerinin ölçek ekonomilerinin olmaması, ekonomik
kırılganlık, sermaye piyasalarına uzaklık, makro ekonomik politikalara bağımlılık olduğunu ifade etmiştir.
MacKellar vd. (2000), düşük ve orta gelir düzeyindeki 92 ülkenin 1980-1996 dönemi verilerini kullanarak kara ile çevrili olmanın ekonomik büyümeye etkisine dair ampirik bir çalışma gerçekleştirmişlerdir. Çalışmaları sonucunda, kara ile çevrili ülkelerin aynı gelir düzeyinde bulunan diğer ülkelere göre %1,5 daha düşük büyüme hızına sahip olduğu sonucuna ulaşmışlardır.
Raballand (2003) çalışmasında panel veri yöntemi ile Orta Asya ülkelerinde kara ile çevrili olmanın ticarete etkisini araştırmıştır. Araştırmada, kara ile çevrili ülke olma kukla değişken olarak kullanılmış, bununla birlikte en yakın limana olan uzaklık, denize kıyısı olan kaç komşu ülke sınırının bulunduğu ve sahip olunan komşu ülke sayısı gibi değişkenlere göre beş yıllık zaman aralığı için 46 ülke verileri ile değerlendirmeler yapılmıştır. Çalışma sonucunda, kara ile çevrili ülke olmanın ticaretin maliyetini arttırdığı sonucuna ulaşılmıştır.
Faye vd. (2004), kara ile çevrili ülkelerin altyapı sorunları ile transit komşu ülkelere bağımlılığını ele aldığı çalışmasında, transit ülkelere bağımlılıkla ilgili dört temel bakış açısı geliştirmişlerdir. Bunlar: i) transit olarak kullanılan ülkenin altyapısına bağımlılık, ii) komşu ülkelerle olan politik ilişkiler konusunda bağımlılık, iii) transit komşu ülkelerle barış ve iv) istikrar konusunda bağımlılık ve transit ülkelerdeki yönetsel süreçlere bağımlılık şeklinde ifade edilmiştir. Bu bağımlılıkların önüne geçebilmek için, taşıma altyapısının güçlendirilmesi ve transit ülkeler ile bölgesel altyapı entegrasyonunun sağlanması gerektiği vurgulanmaktadır..
Arvis vd. (2007) çalışmasında taşıma maliyetlerine ilişkin nicel araştırma ile kara ile çevrili ülkeler için söz konusu olan yüksek taşıma maliyetlerinin taşıma hizmetlerine ve tedarik zinciri sistemine etkisini ortaya konulmaktadır.
Grigoriu (2007), kara ile çevrili ülkelerin ve sahip oldukları altyapı özelliklerinin ticaret üzerindeki etkilerini, 1992-2004 döneminde Orta Asya ülkelerine ilişkin veriler ile panel veri yöntemine göre ortaya koymuştur. Çalışmanın sonucuna göre, transit ülkenin altyapısındaki gelişme, kara ile çevrili ülkenin ticaretini %52 oranında arttırabilme potansiyeline sahiptir. Bunun için, altyapının gelişimine yönelik politikaların uygulanması, uluslararası işbirliği kapsamında transit koridorların yönetimi, denize kıyısı olan ülkeler üzerinden alternatif transit güzergâhların belirlenmesinin önemi vurgulanmıştır.
Friberg ve Tinn (2009), 1950-2000 döneminde kara ile çevrili ülkelerin ticaret verilerini çekim modeli kapsamında kullanarak, kara ile çevrili olmanın, ticareti %50’den daha fazla oranda düşürme potansiyeline sahip olduğunu
ortaya koymuşlardır. Bu nedenle transit ülkeler ile yapılacak serbest ticaret anlaşmalarının ticaret üzerinde önemli etkiye sahip olduğunu belirtmişlerdir.
Türkçe literatürde kara ile çevrili ülke olmanın ticarete etkisini veya ekonomik kalkınma ile olan ilişkisini ele alan ampirik çalışmalardan ziyade konuyu politik ekonomi çerçevesinde ele alan çalışmalara rastlanmıştır. Bu çalışmalardan biri Güngör (2008) tarafından yapılmış, çalışmada Türkiye-Ermenistan sınırının açılma düşüncesine jeopolitik bakış açısıyla değerlendirmeler yapılarak kara ile çevrili olmanın etkileri ortaya konulmuştur. Bir diğer çalışma ise denize kıyısı olmayan ülkelerin denizlere erişimine yönelik çözüm önerilerinin sunulduğu Çamyamaç (2010) çalışmasıdır. Çalışma kapsamında, sunulan önerilerin uluslararası hukuk açısından değerlendirilmesi yapılmaktadır.
3. Kara ile Çevrili Ülkelerin Temel Sorunları
Kara ile çevrili ülkelerin en temel özelliği açık denizlere erişimlerinin olmamasıdır. Bilindiği üzere, dünya ticaretinin %80’den fazlası denizler üzerinden gerçekleştirilmektedir. Denize kıyısı olmayan devletlerin, bu coğrafi konumu, gerek ihraç, gerek ithal ürünlerde maliyetlere ciddî oranda ek külfetler yüklemektedir. Bunun dışında, denize kıyısı olmayan devletlerin komşularıyla yaşadığı gerginlikler ve siyasî sorunlar da ortaya çıkabilmektedir (Çamyamaç, 2010: 1258). Dolayısıyla ortaya çıkan bu durumlar temel ekonomik faaliyetlerin gerçekleştirilmesini zorlaştırdığından ekonomik kalkınmayı da olumsuz yönde etkilemektedir (UN-OHRLLS, 2013: 4). Kara ile çevrili ülke olmanın ortaya çıkardığı başlıca sorunlar aşağıdaki gibi belirtilebilir:
i. Yüksek taşıma maliyetleri: Denizaşırı ülkeler ile yapılan ticarette, en
düşük maliyetli taşıma türünün denizyolu taşımacılığı olduğu bilinmektedir. Ancak kara ile çevrili ülkelerin deniz limanlarına uzak olması, ek taşıma maliyetlerine neden olduğundan hem ihracat hem de ithalatın maliyetini arttırmaktadır. Bu durum, özellikle ihracat ile rekabet gücü elde etme çabası içinde olan gelişmekte olan ülkeler açısından daha kritik önem taşımaktadır. Bu ülkelerin, denizaşırı ülkelere ihracatlarında, sahip oldukları coğrafi konum ek maliyetlere neden olmakta ve ihracat hacmini olumsuz yönde etkilemektedir (Lahiri ve Masjidi, 2012: 506). Temsili bir denize kıyısı olmayan ülkenin taşıma maliyetleri denize kıyısı olan bir ülke ile kıyaslandığında yaklaşık %50 daha fazla olduğu, bununla birlikte, denize kıyısı olmayan ülkelerin denize kıyısı olan ülkelere göre, %60 oranında daha düşük ticaret akımlarına sahip oldukları görülmektedir (Limao ve Venables (2001)'den aktaran Güngör, 2008: 19). Kara ile çevrili ve denize kıyısı olan gelişmekte olan ülkelerin ihracat verilerinin yeraldığı Grafik 2, bu durumu doğrular niteliktedir.
Grafik 2. Ülke Gruplarına Göre İhracat (Milyon $)
Kaynak: Unctad (2015), UnctadStat
Taşıma maliyetleri, kara ile çevrili ülkelerin denize olan uzaklığına bağlı olarak artmaktadır. Örneğin denize uzaklığı en fazla olan ülkeler Orta Asya’da bulunmaktadır. Kazakistan’ın en yakın deniz limanına uzaklığı 3.750 km., Kırgızistan’ın 3.600 km., Tacikistan’ın 3.100 km, Özbekistan’ın 2.950 km., Türkmenistan’ın 1.700 km., Azerbaycan’ın 870 km ve Ermenistan’ın ise 693 km.’dir. Uzaklıkların artması, ülkeleri ana piyasalardan uzaklaştırmakta ve ticaretin maliyetini arttırmaktadır (UN-OHRLLS, 2007: 24; UNCTAD, 2003: 2; Faye vd., 2004: 50-51).
Taşıma maliyetlerinin yüksek olmasının sonuçlarından biri, kara ile çevrili ülkelerin doğrudan yabancı yatırımları çekme konusunda yetersiz kalmasıdır. Doğrudan yabancı yatırımların gerçekleşmesinde dikkat edilen en önemli konu taşıma maliyetleridir. Doğrudan yabancı yatırımlar genellikle yapılan üretimin en uygun maliyetle nihai tüketime sunulması amacıyla gerçekleşmektedir. Ancak kara ile çevrili ülkelerin önemli bir çoğunluğu sahip olduğu coğrafi konum dezavantajından dolayı bu amaca hizmet edememektedir (UN-OHRLLS, 2007: 13). Grafik 3, kara ile çevrili ve denize kıyısı olan ülkelerdeki doğrudan yabancı yatırımları göstermektedir.
Grafik 3. Doğrudan Yabancı Yatırımlar (Milyon $)
Kaynak: Unctad (2015), UnctadStat
ii. Transit devletlere bağımlılık: Açık denizlere erişimin olmaması, kara
ile çevrili devletlerin özellikle ticari bağlantılarının sağlanmasında, komşu ve transit devletlere bağımlılığı arttırmaktadır. Bu ülkeler denize kıyısı olan alanlara ulaşmak için komşu ülkelerin topraklarını kullanmak zorundadırlar. Bu nedenle, kara ile çevrili ülkelerin transit ülkelere ekonomik ve politik bakımdan kısmen de olsa bağımlı durumda oldukları görülmektedir (Güngör, 2008: 11). Bu nedenle komşu ülkeler ile olan ekonomik ve politik ilişkiler kara ile çevrili ülkelerin uluslararası ticaret hacmini etkilemektedir.
iii. Daha fazla sınır işlemleri ve kurumsal darboğazlar: Kara ile çevrili
ülkelerin uzak ülkeler ile yapmış oldukları ticaretlerde, denize kıyısı olan ülkelere nazaran daha fazla sınır işlemleri ile karşı karşıya kalmaktadır. Bu durum işlem sürecini de uzatmaktadır. Sınırlarından geçiş yapılan ülkelerin farklı prosedürlerinin yerine getirilmesi, uygulanan farklı mevzuatlar işlem maliyetini arttırmakta ve ülkelerin ticaretini olumsuz yönde etkilemektedir. Bu nedenle komşu ülkeler ile yapılacak bölgesel entegrasyonlar önem kazanmaktadır.
iv. Ana piyasalara uzaklık: Açık denizlere erişimin olmaması, kara ile
çevrili ülkelerin ana piyasalarda yer alan imkanlardan faydalanmalarını engellemektedir. İstisnaları olmasıyla birlikte, pek çok kara ile çevrili ülke, ana piyasalara uzak olmalarından dolayı yaşadıkları piyasa erişim zorlukları nedeniyle, dünyanın en fakir ülkeleri arasında yer almaktadır. Ana piyasalara
uzaklık, güçlü komşu ülkelere sahip olma ile aşılabilmektedir. Komşu ülkelerin denize kıyısının bulunması, kalkınma düzeyi ve rekabet gücü yüksek bir ülke olması, kara ile çevrili ülkelerin karşı karşıya kaldığı sorunların çözümünde etkili olmaktadır (Paudel, 2014: 341-342). İstisnai ülkelere Lüksemburg ve İsviçre örnek olarak verilebilir. Lüksemburg, Avrupa Ekonomisi’ne entegre durumda olduğundan büyük bir ülkedeki kent gibi faaliyet göstermekte, ana piyasalara erişim konusunda herhangi bir sorun yaşamamaktadır. Aynı şekilde, İsviçre’nin de kara ile çevrili olması Avrupa Ülkelerinin rekabet gücünden dolayı uzmanlaşmış imalat ve hizmet sektörlerini yaratmasını ve etkin piyasalara erişimi engellememiştir (Worldbank, 2009: 119-120).
v. Altyapı Sorunları: Kara ile çevrili ülkelerde milli gelirin düşük
seviyede olması altyapı yatırımlarının finansmanında güçlüklere neden olmaktadır. Özellikle ulaştırma altyapısı, kara ile çevrili ülkelerde daha kritik önem kazanmaktadır. Bu ülkelerin ulaşım altyapısı güçlendiğinde transit ülkeler üzerinden ticareti nispeten daha kolay ve daha az maliyetli hale gelmektedir (Carcamo-Diaz, 2004: 12). Dünya Ekonomik Forumu (WEF) tarafından yayınlanan “Ticaretin Kolaylaştırılması Raporu” sonuçlarına göre, ticaretin kolaylaştırılmasının kilit bileşenlerinden sadece sınır yönetimi ile ulaşım ve iletişim altyapısının geliştirilmesi küresel ticarette 1,6 trilyon dolarlık (%14,5), küresel GSYH’de ise 2,6 trilyon dolarlık (%4,7’lik) bir artışa neden olabilmektedir (WEF, 2013: 13; GTB, 2014: 4). Ancak kara ile çevrili ülkelerin kendi altyapısı kadar, komşu ülkelerin altyapısı da önem arz etmektedir. Kara ile çevrili bir ülkenin kendi ulaşım altyapısı ne kadar gelişmiş olursa olsun, komşu transit ülkedeki altyapının yetersiz olması ulaşım sistemini tamamen etkinsiz bir hale getirebilmektedir. Bu da, ekonomik kalkınma çabalarının beklenenin altında sonuçlanmasına neden olabilmektedir. Limao ve Venables (2001)'e göre, transit ülkelerdeki ulaştırma ve haberleşme hizmetlerine yönelik yetersiz altyapı, kara ile çevrili bir ülkenin maliyetlerini ortalama %75 seviyesinde arttırmaktadır (Güngör, 2008: 18).
vi. Lojistik Performansın Düşük Olması: Kara ile çevrili ülkelerin, açık
denizlere uzak olması sebebiyle çok modlu taşıma türünü kullanamaması, transit ülkeler ile zaman zaman ekonomik ve politik sorunlar yaşaması lojistik performansın düşük olmasına neden olmaktadır(UN-OHRLLS, 2014: 10). Lojistik performans, Dünya Bankası'nın 2007 yılından beri ülkelerden aldığı veriler ile yaptığı çalışmalar ile belirlenen indeks değerini ifade etmektedir. Lojistik Performans İndeksi ve kapsamında Gümrüklerin ve diğer sınır işlemlerinin etkinliği, Ticaret ve ulaştırma altyapısının lojistik açıdan kalitesi, Uluslararası sevkiyatların düzenlenmesinin kolaylığı ve maliyeti, Lojistik hizmetlerin kalitesi ve lojistik yetkinlik, Sevkiyatların takibi ve izlenebilmesi, Sevkiyatların alıcıya zamanında ulaşması şeklinde belirlenen altı alt indeks değerleri ile ülkelerin lojistik performansı ortaya konulmaktadır. 2007, 2010,
2012 ve 2014 yıllarında yayınlanan lojistik performans indekslerinde en düşük performansa sahip ülkeler arasında kara ile çevrili gelişmekte olan ülkeler bulunmaktadır. Tablo 2, gelir düzeylerine göre ülke gruplarının Lojistik Performans İndeksinin gelişimini göstermektedir.
Tablo 2. Gelir Düzeyine Ülkelerin Lojistik Performans İndekslerinin Gelişimi
Ülke Grubu 2007 2010 2012 2014
Yüksek Gelir Düzeyindeki
OECD Ülkeleri 3,64 3,66 3,63 3,70
Yüksek Gelir Düzeyindeki
Diğer Ülkeler 3,13 3,19 3,21 3,18
Düşük Gelir Düzeyindeki
Ülkeler 2,22 2,38 2,37 2,41
Orta Gelir Düzeyi Altındaki
Ülkeler 2,40 2,58 2,58 2,59
Orta Gelir Düzeyi
Üzerindeki Ülkeler 2,64 2,74 2,78 2,82
Kara İle Çevrili Ülkeler 2,18 2,46 2,40 2,49
Denize Kıyısı Olan Transit
Ülkeler 2,66 2,78 2,85 2,84
Dünya 2,74 2,87 2,87 2,89
Kaynak: Worldbank (2015), LPI Dataset
Kara ile çevrili ülkeler, Tablo 2'de görüldüğü gibi, 2007 yılında en düşük lojistik performansı göstermiş, izleyen dönemlerde düşük gelir düzeyinde bulunan ülkelerle yakın performans sergilemiştir.
4. Avrupa ve Orta Asya Ülkelerinde Kara ile
Çevrili Olmanın İhracata Etkisine Yönelik
Analiz
4.1. Amaç, Veri ve Yöntem
Çalışmada, gelişmekte olan ülkelerde, ihracat üzerinde makro ekonomik veriler ile kara ile çevrili ülke olmanın etkisinin belirlenmesi amaçlanmaktadır.
Buradan hareketle, Dünya Bankası sınıflandırmasına göre gelişmekte olan Avrupa ve Orta Asya ülkelerinden 1994-2012 dönemi verilerine ulaşılabilen 17 ülke temel alınmıştır. Bu ülkeler Tablo 3’teki gibi belirtilebilir.
Tablo 3. Uygulamaya Dâhil Edilen Ülkeler
Kara ile Çevrili Ülkeler Denize Kıyısı Olan Ülkeler
Ermenistan Azerbaycan Belarus Kazakistan Kırgızistan Makedonya Moldova Tajikistan Arnavutluk Bosna-Hersek Bulgaristan Letonya Litvanya Romanya Rusya Türkiye Ukrayna
Bağımlı değişken ihracat iken bağımsız değişkenler olarak kişi başına düşen GSYİH, enflasyon oranları ve ulaştırma gelirleri kullanılmıştır. Bunun nedeni bu verilerin ihracat üzerinde önemli etkiye sahip olmalarıdır. Bunun dışında, ülkelere yapılan doğrudan yabancı yatırımlara ilişkin verilerin çalışmaya bağımsız değişken olarak eklenmesi düşünülmüş ancak model kapsamına alınan ülkelerde verilerine ulaşılamadığı için eklenememiştir.
Literatürde ihracatın belirleyicilerine yönelik pek çok teorik modelleme süreçlerine rastlamak mümkündür. İhracatın oluşumunda, ülkeden ülkeye değişen farklılıklar söz konusudur. Bu farklılıkları yaratan neden ise ihracatı etkileyen faktörlerin çeşitliliğidir. Çalışmada ele alınan model, elastikiyetler yaklaşımına dayandırılmıştır. Elastikiyetler yaklaşımına ilk değinen iktisatçı Marshall (1897)’dir. Marshall’ın teorisinden hareketle Alexander (1959) Emme Kapasitesi Yaklaşımını (Absorption Approaches) ortaya atmıştır. Alexander, dış ticaretteki değişmelerin yalnız fiyat-miktar ilişkisi esasına dayalı kısmi elastikiyetten ibaret olmayacağını söyleyerek, gelir seviyesindeki değişimlerin mevcut dış ticaret yapısında meydana getireceği etkilerin de hesaba katılması gerektiğini vurgulamıştır (Yücel; 2006: 56).
Alexander tarafından geliştirilen yaklaşım çerçevesinde ihracat için tanımlanmış teorik denklem aşağıda verildiği gibidir:
2 n d it it i t i it i 0
ln X
a
b ln YW
d ln E
u
Burada X ihracat miktarını, YW, ticari ortaklarının reel GSYİH’larını, E enflasyon oranını ve i ülkeleri t ise zamanı göstermektedir. Çalışmada, bu modelin geliştirilmiş bir formu kullanılmıştır.
Çalışmada ülkelerin kara ile çevrili olmasının ihracata araştırıldığından ülkelerin bu özelliği kukla değişken olarak modele dâhil edilmiştir. Kullanılan değişkenlerden ihracat, kişi başına düşen GSYİH ve ulaştırma gelirleri milyon dolar ($), enflasyon ise yüzde değer olarak ifade edilmiştir.
Çalışmada kullanılan veriler, Dünya Ticaret Örgütü (WTO) ve Dünya Bankası (Worldbank) resmi internet sayfalarından elde edilmiştir. Veri döneminin 1994 yılından başlamasının nedeni, çalışmaya dâhil olan Ermenistan, Azerbaycan, Kazakistan, Tacikistan, Türkmenistan, Belarus, Makedonya ve Moldova'nın bağımsızlıklarını 1991 yılında ilan etmeleri ve sağlıklı verilerin ancak 1994 yılından sonra elde edilebilmesidir.
Çalışmada panel veri analizi yapılmıştır. Kesitlere ait zaman serileri veya zaman serilerine ait kesit verileri olarak tanımlanan (Greene, 2003: 283) panel veriler; firmalar, ülkeler ve hane halkı gibi birimlerden oluşan yatay kesit gözlemlerinin, zaman boyutu ile ifade edilmesi olarak da yorumlanabilmektedir (Baltagi, 2001: 1). Bu amaçla öncelikle serilerin dengeli-dengesiz veri yapıları dikkate alınarak panel birim kök testleri uygulanmıştır. Çünkü panel regresyon tahminlerinin elde edilebilmesi için serilerin durağan olmaları veya durağan değillerse durağan hale getirilmeleri gerekmektedir.
Literatürde pek çok panel birim kök testi ile karşılaşmak mümkündür. Bu çalışmada, Levin-Lin-Chu (LLC), Harris-Tzavalis, Breitung ve Im, Pesaran ve Shin (IPS) panel birim kök testleri uygulanmıştır. Bu testlerden IPS dışındakiler dengeli panel veri yapısına sahip serilere uygulanmıştır. Panel birim kök testleri ile serilerin hangi düzeyde durağan olduklarına karar verilerek panel regresyon tahminleri elde edilmiştir. Havuzlanmış (pooled), sabit etkiler ve rassal etkiler modelleri tahmin edilmiştir. Uygun modelin belirlenmesinde; F testi, Breusch-Pagan Langrange Çarpanı (LM) testi ve Hausman testi uygulanarak en iyi model seçilmiştir. Çalışma sonunda yorumlar, seçilen (en uygun) model dikkate alınarak yapılmıştır.
4.2. Panel Veri
Ekonometrik çalışmalarda; zaman serisi verileri, kesit verileri ve zaman serisi verileri ile kesit verilerin birleşimi olan karma veriler olmak üzere üç tür veri kullanılır. Eğer aynı kesit birimi zaman içinde izleniyorsa bu tür karma verilere panel veri adı verilir (Gujarati, 1999: 859).
Panel regresyon modelleri arasında, tek yönlü ve iki yönlü sabit etkiler ile rassal etkiler modeli, dinamik panel analizi, genelleştirilmiş EKK gibi birçok
yöntem yer almaktadır (Bayraktutan ve Demirtaş, 2011: 5). Bu çalışmada, iki yönlü sabit etkiler, iki yönlü rassal etkiler ve havuzlanmış regresyon modelleri tahmin edilmiştir.
4.3.Panel Birim Kök Testi
Panel birim kök testleri için çalışma yapan bilim adamları iki gruba ayrılmakta olup ürettikleri testler de birinci kuşak ve ikinci kuşak testler olarak bilinmektedir. Birinci Kuşak testler, birimler arasında korelasyon olmadığını varsaymaktadırlar, korelasyon varsa bu testlerin gücü zayıftır. En çok bilinenleri; Levin-Lin ve Chu (2002), Harris ve Tzavalis (1999), Breitung (2000), Hadri (2000), Im, Pesaran ve Shin (2003), Fisher ADF (Maddala ve Wu, 1999), Fisher Philips ve Perron (Choi, 2001) testleridir. İkinci Kuşak Panel Birim Kök testlerinin temel özelliği ise, birimlere ait seriler arasında korelasyon olduğunu varsaymasıdır. Bunlar; Pesaran (2004), Bai ve Ng (2004), Phillips ve Sul (2003), Moon ve Perron (2004) testleridir. Panel veri analizinde serilerin dengeli ya da dengesiz panel veri yapısı içermesine göre de uygulanacak birim kök testleri değişmektedir (Tatoğlu, 2012a:198). Bu nedenle çalışmada, her bir seri ayrı ayrı değerlendirilerek uygun birim kök testi seçilmiştir.
4.3.1 Levin-Lin-Chu (LLC) Panel Birim Kök testi
LLC testinde sınanacak hipotezler;
şeklindedir. Bu test için H1 hipotezi verilerin homojenliğini tanımlar yani otoregresif katsayının homojen olması sınırını içerir (Çelik vd., 2008:5), H0 hipotezi de verilerin heterojenliğini tanımlamaktadır
4.3.2. Harvis-Tzavalis Panel Birim Kök Testi
Harris-Tzavalis Panel Birim Kök testinde Gölge Değişkenli En Küçük Kareler ve grup içi tahminci kullanılarak tahmin gerçekleştirilir. Grup içi tahminci aşağıdaki gibi tanımlanmaktadır:
̂ (∑ ) (∑ )
4.3.3. Breitung Panel Birim Kök Testi
Dengeli panel verisi için çalışmada kullanılan son test Breitung Panel Birim Kök testidir. Bu test, birçok panel birim kök testinden güçlüdür. Test istatistiği;
̃ ( ̃ ̃ )
regresyonunda için test istatistiğidir (Tatoğlu, 2012b: 206).
4.3.4. Im, Pesaran ve Shin (IPS) Panel Birim Kök Testi
Çalışmada dengesiz panel verisi için uygulanan Im, Pesaran ve Shin (IPS) testinin en önemli özelliği, verileri birleştirmek yerine tüm birimler için zaman serilerine ayrı ayrı birim kök testi uygulamasıdır ve IPS Panel Birim Kök Testi İstatistiği, tüm bireysel ADF test istatistiklerinin bir ortalamasıdır.
Im, Pesaran ve Shin testinde, aşağıdaki model dikkate alınmaktadır: ∑
Birim kök testleri uygulandıktan ve serilerin hangi düzeyde durağan oldukları belirlendikten sonra, panel regresyon modelleri tahmin edilir. Çalışma kapsamında 3 farklı model kullanılmıştır. Bunlar; havuzlanmış panel regresyon modeli, sabit etkiler modeli ve rassal etkiler modelidir.
4.3.5. Havuzlanmış Regresyon Modeli
Havuzlanmış regresyon modelini aşağıdaki gibi ifade etmek mümkündür: ∑
Bu tür bir modelde, hata teriminin sıfır ortalama ve varyansla normal dağıldığı kabul edilir. Ayrıca, her bir yatay kesit birim için gözlemler korelasyonsuz; birim ve zamana karşı hatalar homoskedastiktir (Johnston & Dinardo, 1997:390).
Çalışma kapsamında dikkate alınan havuzlanmış regresyon modeli aşağıdaki gibidir:
4.3.6. İki Yönlü Sabit Etkiler Modeli
Çalışmada iki yönlü sabit etkiler modeli dikkate alınmıştır. Sabit etkiler modelinin genel gösterimi;
şeklinde yazılabilir (Greene; 2010:359).
Burada, iki yönlü sabit etkiler modelinin açık gösterimi aşağıdaki gibidir:
Burada; varsayımı söz konusudur. Diğer bir deyişle, hata terimlerinin varyansının sıfıra eşit olmasını sağlayacak şekilde bağımsız ve özdeş dağıldığı kabul edilmektedir (Ekinci, 2011: 6). Çalışmada dikkate alınan iki yönlü sabit etkiler modeli aşağıdaki gibidir:
4.3.7. İki Yönlü Rassal (Tesadüfi) Etkiler Modeli
Sabit ve rassal etkiler modelleri arasındaki temel farklılık, kukla değişkenlerin oynadığı role dayalıdır. Rassal etki modelinde kukla değişkenler bir hata terimi olarak dikkate alınır (Academia, 2013). İki yönlü rassal etkiler modeli açık olarak aşağıdaki gibi yazılabilir:
Bu modelde, hata teriminin bu şekilde iki bileşenli olması, otokorelasyon sorununa neden olabilmektedir. Bu nedenle otokorelasyon sorunundan arınmak üzere, hata kovaryans matrisi yoluyla türetilen Genelleştirilmiş EKK yöntemi tahmincileri kullanılmaktadır (Ekinci, 2011: 7).
Çalışmada kullanılan iki yönlü rassal etkiler modeli aşağıdaki gibidir:
4.4.Alternatif Panel Modelleri Arasında Tercih İçin Testler
Tahmin edilen panel regresyon denklemlerinden hangisinin en uygun olduğuna karar vermek için bazı testlerin uygulanması gerekmektedir. Çalışma kapsamında, F Testi, Breusch-Pagan Lagrange Çarpan Testi ve Hausman Testi uygulanmıştır.
4.4.1. F Testi (Klasik Modelin Testi)
Bu test, panel veri modellerinde klasik modelin (havuzlanmış regresyon) geçerliliğini, bir başka ifadeyle birim ve/veya zaman etkilerinin olup olmadığını, verilerin birimlere göre farklılık gösterip göstermediğini test etmek için kullanılmaktadır (Ayrıçay ve Türk, 2014: 61).
Kısıtsız model: şeklindedir. Kısıtlı model: : şeklindedir.
Test edilecek hipotez ise;
(bireysel ve zaman etkiler yoktur)
şeklindedir. Eğer H0 hipotezi reddedilmezse, verilerin havuzlanmış olduğu kabul edilmektedir. Model klasik model ile ifade edilir ve Havuzlanmış EKK yöntemi ile çözüm yapılmaktadır (Tatoğlu, 2012a: 164).
4.4.2. Breusch-Pagan Lagrange Çarpan Testi
Breusch-Pagan(1980), bireysel heterojenliğin varlığını, bir başka ifadeyle havuzlanmış en küçük kareler modelinin uygun olup olmadığını rassal etkiler modeline karşı sınamak için, havuzlanmış en küçük kareler modelinin kalıntılarına dayanan Lagrange Çarpanı testini geliştirmişlerdir (Tatoğlu, 2012b: 173). Sabit etkiler ve rassal etkiler modellerinin birbirlerine karşı üstünlükleri olmakla beraber, hangi yöntemin tercih edileceği noktasında yapılan test sonucuna göre karar verileceği önerilmektedir (Baltagi, 2005: 19). Breusch-Pagan test istatistiği 1 serbestlik dereceli ki-kare dağılımına uymaktadır (Uluyol ve Türk, 2013: 375). Bu testte, rassal birim etkilerin varyansının sıfır olduğu hipotezi,
hipotezleri sınanmaktadır.
Rassal etkiler modeli ile havuzlanmış model arasında seçim yapılabilmesini sağlayan bu test ile birim etkilerin varyansının sıfır olması durumunda rassal etkinin havuzlanmış model ile çözülebileceği sınanmaktadır (Mederçakır ve Küçükkaplan, 2012: 120).
4.4.3. Hausman Testi
Yapılan testler sonucunda birim ve/veya zaman etkilerinin olduğu saptanmışsa, bu etkilerin sabit mi rassal mı olduğuna karar verilmelidir. Bu bağlamda tanımlama hatasını sınamak için geliştirilen Hausman (1978)
spesifikasyon testi, panel veri modellerinde tahminciler arasında seçim yapmak için kullanılmaktadır. Sabit ve rassal etkiler modelleri arasındaki en önemli farklardan birisi, birim etkilerinin bağımsız değişkenlerle korelasyonlu olup olmadığıdır. Eğer aralarında korelasyon yoksa, rassal etkiler modeli daha etkindir (Uluyol ve Türk, 2013: 377). Kurulan hipotezler şu şekildedir:
H0: Rassal etkiler yoktur. H1: Rassal etkiler vardır.
4.5. Otokorelasyon Testleri
Panel veri modellerinde otokorelasyon çoğunlukla her bir dönemdeki hataların, zaman değişmezi dışlanmış faktörler içermesi nedeniyle meydana gelmektedir (Tatoğlu, 2012a: 198). Panel veri modellerinde zaman zaman ciddi sorun teşkil edebilen otokorelasyon probleminin olup olmadığı, çalışma kapsamında havuzlanmış regresyon için Durbin-Watson testi ile; iki yönlü sabit etkiler modeli ve iki yönlü rassal etkiler modelleri için ise Durbin-Watson testi (Bhargava vd.) ile sınanmıştır.
Bhargava, Franzini ve Narendranathan (1982), AR(1) modeli kullanarak Durbin Watson test istatistiği önermiştir. Kurulacak hipotezler;
| |
şeklindedir. Sınamada kullanılacak Durbin-Watson test istatistiği ise aşağıdaki gibi hesaplanmaktadır:
∑ ∑ [ ̃ ̃ ( )] ∑ ∑ ̃
4.6. Bulgular
Çalışmada, havuzlanmış regresyon, iki yönlü sabit etkiler ve iki yönlü rassal etkiler modelleri ayrı ayrı tahmin edilmiş ve alternatif modeller arasından sürece en uygun olanı seçilmiştir. Veri yapıları değerlendirilmiş ve bazı değişkenlerin logaritmalarının alınarak modellere dâhil edilmesinin daha uygun olduğuna karar verilmiştir.
Durağanlığa ilişkin birim kök testi uygulanabilmesi için serilerin dengeli-dengesiz panel veri durumları değerlendirilmiştir. Eğer veri setindeki her bir birimin eşit sayıda zaman dönemine ilişkin gözlem değerleri mevcutsa, dengeli panel yapısı söz konusudur. Diğer durumda, yani her bir birim farklı sayıda
zaman dönemine ait veriler içeriyorsa dengesiz panel durumu söz konusu olur (Greene, 2010: 348). Buna göre elde edilen sonuçlar Tablo 4’dekigibidir:
Tablo 4. Serilere İlişkin Panel Veri Yapıları
İhracat (ihr) Dengeli panel verisi Log(İhracat) Dengeli panel verisi
Gdp Dengeli panel verisi
Log(GDP) Dengeli panel verisi
Ulaştırma Dengesiz panel verisi
Log(Ulaştırma) Dengesiz panel verisi
İnf Dengesiz panel verisi
Log(inf) Dengesiz panel verisi
Tablo 4’de görüldüğü gibi, dengeli panel verisi içeren ihracat ve GDP için LLC, Harris-Tzavalis ve Breitung birim kök testleri; Ulaştırma, log(ulaştırma), log(inf) ve inf değişkenleri için de IPS testi uygulanmıştır. Birim kök testine ilişkin sonuçlar Tablo 5'te verilmiştir:
Tablo 5. Serilere İlişkin Düzeyde Birim Kök Testleri
LLC BİRİM KÖK TESTİ H0: Paneller birim kök içerir.
H1: Paneller durağandır.
İhracat t-istatistiği:-19,1403
p-değer:0,0000 Sonuç: H0 reddedilir.
Log(ihracat) t-istatistiği:-5,2519
p-değer:0,0000 Sonuç: H0 reddedilir.
GDP
t-istatistiği:-0,1835
p-değer:0,4272 Sonuç: H0 reddedilir.
Log(GDP)
t-istatistiği:-3,4309
HARRIS-TZAVALIS BİRİM KÖK TESTİ H0: Paneller birim kök içerir.
H1: Paneller durağandır. İhracat RHO-istatistiği:0,3066 z istatistiği: -14,4454 p-değer:0,0000 Sonuç: H0 reddedilir. Log(ihracat) RHO-istatistiği:0,7713 z istatistiği: -2,0920 p-değer:0,0182 Sonuç: H0 reddedilir. GDP RHO-istatistiği:0,7785 z istatistiği: -1,8999 p-değer:0,0287 Sonuç: H0 reddedilir. Log(GDP) RHO-istatistiği:0,7302 z istatistiği: -3,1834 p-değer:0,0007 Sonuç: H0 reddedilir.
BREITUNG PANEL BİRİM KÖK TESTİ H0: Paneller birim kök içerir.
H1: Paneller durağandır.
İhracat LAMBDA-istatistiği:4,1551
p-değer:0,0060 Sonuç: H0 reddedilir.
Log(ihracat) LAMBDA-istatistiği:8,9313
p-değer:0,0033 Sonuç: H0 reddedilir.
GDP LAMBDA-istatistiği:7,6230
p-değer:0,0047 Sonuç: H0 reddedilir.
Log(GDP) LAMBDA-istatistiği:9,4231
p-değer:0,0009 Sonuç: H0 reddedilir.
IM, PESARAN VE SHIN (IPS) BİRİM KÖK TESTİ H0: Tüm paneller birim kök içerir.
H1: Bazı paneller durağandır.
Ulaştırma
t-bar istatistiği:-10,7977 t-tilde-bar istatistiği:-2,7765 z-t-tilde bar istatistiği:-7,5363 p-değer:0,0000
Sonuç: H0 reddedilir.
Log(ulaştırma)
t-bar istatistiği:-2,5691 t-tilde-bar istatistiği:-1,9975 z-t-tilde bar istatistiği:-3,4190 p-değer:0,0003
Serilerin hangi düzeyde durağan olduklarını gösteren Tablo 5’teki sonuçlar incelendiğinde, tüm serilerin düzeyde durağan oldukları saptanmıştır.
Birim kök testlerine ilave olarak, çalışmada kullanılan her bir değişken için yatay kesit bağımlılığının olup olmadığı test edilmiş ve sonuçlar Tablo 6’daki gibi elde edilmiştir:
Tablo 6. Yatay Kesit Bağımlılığı Testi
İHRACAT
CD testi Test İstatistiği p-olasılık değeri Sonuç
LM 0,7456 0,457
H0 hipotezi reddedilemez.
CDLM 0,5545 0,589
GDP
CD testi Test İstatistiği p-olasılık değeri Sonuç
LM 0,6285 0,572
H0 hipotezi reddedilemez.
CDLM 0,5748 0,585
ULAŞTIRMA
CD testi Test İstatistiği p-olasılık değeri Sonuç
LM 0,8879 0,417
H0 hipotezi reddedilemez.
CDLM 0,7410 0,469
ENFLASYON
CD testi Test İstatistiği p-olasılık değeri Sonuç
LM 0,8963 0,369
H0 hipotezi reddedilemez.
CDLM 0,8412 0,397
Yapılan yatay kesit bağımlılık test sonuçlarına göre, yatay kesit bağımlılığı sorunu yoktur şeklinde kurulan H0 hipotezleri ret edilememiştir ve çalışmada kullanılan değişkenlerde yatay kesit bağımlılığı sorunu olmadığı sonucuna ulaşılmıştır.
Çalışmada kullanılan örneklem seti verileri, panel regresyon analizinden önce sansürlenme işlemine tabi tutulmuştur (censored regression). Çalışmanın amacına uygun olarak veriler, ülkeler bazında kara ile çevrili olan ülkeler ve denize kıyısı olan ülkeler olarak ayrıma tabi tutulmuş ve Landdum1 ismi ile kukla bir değişken tanımı yapılmıştır. Sansürleme işleminde 202 gözlem denize kıyısı olan ülkelere aitken, 121 gözlem kara ile çevrili ülkelere aittir. Sansürlü modelleme süreci dikkate alındığından 323 gözlemin tamamı analize dâhil edilmiş ancak model çıktılarında 202 gözlem ön plana çıkarılmıştır.
Sansürlenmiş, kesilmiş (truncated) veya sınırlı bağımlı değişkenli modelleme yaklaşımında, eğer belirli bir aralığın dışındaki gözlemler tamamen kaybedilmekte ise elde edilen modele “kesikli model”; böyle bir modelde bağımsız değişkenler gözlenebiliyorsa “sansürlü model” veya “tobit model” olarak adlandırılmaktadır (McDonald ve Moffitt, 1980). Sansürlenmiş panel veri yapısı dikkate alındığında, literatürde bu tür modeller “panel tobit modeller” olarak ele alınmaktadır. Çalışmada, bağımsız değişkene ait tüm gözlem değerleri kullanılabildiği için sansürlü modelleme süreci dikkate alındığından, model tahmin sonuçlarında sansürlenmiş 202 gözlem mevcuttur.
Çalışmada, klasik model (havuzlanmış regresyon), iki yönlü sabit ve iki yönlü rassal etkiler modelleri tahmin edilmiştir. Havuzlanmış regresyon denklemi tahmin sonuçları Tablo 7’deki gibidir:
Tablo 7. Havuzlanmış Regresyon Tahmin Sonuçları
Kaynak Modelden Açıklanan Yüzde Kalıntı Kareler Toplamı Kalıntı kareler 89,8867 285,6850 Serbestlik derecesi 3 198 Ortalama kareler 29,962 1,4428 Gözlem Sayısı R2 Düzeltilmiş R2 202 20,77 0,0000 0,2393 0,2278 Toplam 375,5717 201 1,8685 Kareli hataların karekökü 1,2012
logihracat Katsayı Std. Hata T | | %95 Güven Aralığı logGDP 0,02491 0,01352 1,84 0,067 -0,0017 0,0516
logulaştırma 0,35782 0,04606 7,77 0,000 0,2669 0,4487
loginf 0,39567 0,66088 0,60 0,550 -0,9076 1,6989
Kesme terimi 4,29992 0,51942 8,28 0,000 3,2756 5,3242
Havuzlanmış regresyon tahmininden elde edilen sonuçlar incelendiğinde, tahmin edilen parametrelerden, enflasyon dışındakiler %5 anlamlılık düzeyinde istatistiksel olarak anlamlıdır. Tahmin edilen katsayılara göre; GDP, ihracatı yaklaşık 0,025 birim etkilemektedir. Benzer şekilde ulaştırma gelirleri (ulaştırma) 0,358 ve enflasyon da 0,396 birim kadar ihracatı etkilemektedir.
Sabit etkiler modeli için iki ayrı tahmin elde edilmiştir. İlk kullanılan yöntem Gölge Değişkenli En Küçük Kareler yöntemidir ve zaman dönemleri ve
ülkeler için gölge değişken tanımlaması yapılmıştır. Elde edilen sonuçlar Tablo 8’deki gibidir:
Tablo 8. İki Yönlü Sabit Etkiler Modeli (Gölge Değişkenli En Küçük Kareler)
Kaynak Modelden Açıklanan Yüzde Kalıntı Kareler Toplamı Kalıntı kareler 327,888 47,684 Serbestlik derecesi 32 169 Ortalama kareler 10,247 0,282 Gözlem Sayısı R2 Düzeltilmiş R2 202 36,32 0,0000 0,8730 0,8490 Toplam 375,5717 201 1,8685 Kalıntı karelerin karekökü 0,53118
Log (ihracat) Katsayı Std. Hata t | | %95 Güven Aralığı
Log(GDP) Log(Ulaştırma) Log(inf) _Ic_code_2 _Ic_code_3 _Ic_code_4 _Ic_code_5 _Ic_code_6 _Ic_code_7 _Ic_code_8 _Ic_code_9 _Ic_code_10 _Ic_code_11 _Ic_code_12 _Ic_code_13 _Ic_code_14 _Ic_code_15 _Ic_code_16 _Ic_code_17 _Iyear_1995 _Iyear_1996 _Iyear_1997 _Iyear_1998 _Iyear_1999 _Iyear_2000 -0,4342 0,0966 -0,1776 0 0 0 0 0,95934 -0,66791 -2,91309 0,57405 0,68925 -0,43468 0,60256 0,97127 0 -2,34434 -0,23096 -0,69408 -0,20873 -0,18379 -0,32588 -0,62014 -1,02721 -1,04961 0,02382 0,03425 0,64027 (çıkarılmış) (çıkarılmış) (çıkarılmış) (çıkarılmış) 0,67434 0,38467 0,45910 0,43856 0,42495 0,47706 0,46187 0,33537 (çıkarılmış) 0,51003 0,20347 0,37717 0,23858 0,24796 0,24162 0,23915 0,24075 0,24397 -1,82 2,82 -0,28 1,42 -1,74 -6,35 1,31 1,62 -0,91 1,30 2,90 -4,60 -1,14 -0,84 -0,87 -0,74 -1,35 -2,59 -4,27 -4,30 0,070 0,005 0,782 0,157 0,084 0,000 0,192 0,107 0,364 0,194 0,004 0,000 0,258 0,067 0,383 0,460 0,179 0,010 0,000 0,000 0,0904 0,0289 -1,4416 -0,3719 -1,4273 -3,8194 -0,2917 -0,1496 -1,3764 -0,3092 0,3092 -3,3512 -0,6326 -1,4387 -0,6797 -0,6733 -0,8029 -1,0922 -1,5025 -1,5312 0,0036 0,1642 1,0862 2,2906 0,0915 -2,0068 1,4398 1,5281 0,5071 1,5143 1,6333 -1,3375 0,1707 0,0505 0,2623 0,3057 0,1511 -0,1481 -0,5519 -0,5680
_Iyear_2001 _Iyear_2002 _Iyear_2003 _Iyear_2004 _Iyear_2005 _Iyear_2006 _Iyear_2007 _Iyear_2008 _Iyear_2009 _Iyear_2010 _Iyear_2011 _Iyear_2012 Kesme terimi -1,13864 -1,10558 -0,94076 -0,75663 -0,68172 -0,40602 -0,22038 -0,10361 0,62098 -0,52030 -0,35398 -0,41191 8,38081 0,24331 0,23974 0,24837 0,24914 0,25121 0,26083 0,27725 0,26445 0,26074 0,27228 0,26754 0,25414 0,86792 -4,68 -4,61 -3,79 -3,04 -2,71 -1,56 -0,79 -0,39 2,38 -1,91 -1,32 -1,62 9,66 0,000 0,000 0,000 0,003 0,007 0,121 0,428 0,696 0,018 0,058 0,190 0,107 0,000 -1,6189 -1,5789 -1,4311 -1,2485 -1,1776 -0,9209 -0,7677 0,6257 -1,1357 -1,0578 -0,8801 -0,9136 6,6675 -0,6583 -0,6323 -0,4504 -0,2648 -0,1858 0,1088 0,3269 0,4184 -0,1062 0,0172 0,1762 0,0898 10,094
Tablo 8’deki sonuçlara bakıldığında; 2., 3., 4., 5. ve 14.birime ait gölge değişkenlerin, gölge değişken tuzağına düşülmesini engellemek amacıyla modele dâhil edilmediği görülmektedir. Gölge değişkenli regresyon modellerinde, determinasyon katsayısı R2, yüksek çıkmaktadır ve Tablo 8’te de bu katsayının yüksek çıktığı (0,8730) görülmektedir ve gerçeği yansıtmamaktadır. Sonuçlara göre, %5 anlamlılık düzeyine göre, bazı parametreler anlamlı bazıları ise anlamsız bulunmuştur1. Birimler itibariyle bakıldığında Bulgaristan’ın ihracatının diğer ülkelere göre daha fazla olduğu sonucu elde edilmiştir. Modele dâhil edilen ülkeler açısından, yıllar itibariyle 2009 yılındaki ihracatın diğer yıllara göre daha fazla olduğu görülmektedir. En dikkat çekici sonuç ise, sadece 2009 döneminin ihracat üzerinde etkili bulunması ve diğer yıllarının anlamlı bir etkisinin bulunmamasıdır.
Çalışmadaki veri setinde olduğu gibi, örneklem hacminin büyük olması durumunda, sabit etkiler varsayımıyla tahmin yaparken regresyonda çok fazla gölge değişken içerilmesi gerekmektedir (Tatoğlu, 2012a: 142). Bu durum da bazı problemlere neden olabileceği için çalışmada grup içi dönüşüm kullanılarak iki yönlü sabit etkiler modeli yeniden tahmin edilmiştir. Elde edilen sonuçlar Tablo 9’daki gibidir:
1 %5 anlamlılık düzeyine göre tabloda verilen P değerleri 0,05 değeri ile kıyaslanarak, pratik olarak parametrelerin anlamlılığına dair yorum yapılmıştır.
Tablo 9. İki Yönlü Sabit Etkiler Modeli (Grup içi Tahmin Yöntemi) Kaynak Modelden Açıklanan Yüzde Kalıntı Kareler Toplamı Kalıntı kareler 3,0293 52,6653 Serbestlik derecesi 3 198 Ortalama kareler 1,0098 0,2660 Gözlem Sayısı R-squared (R2) Düzeltilmiş R2 202 3,80 0,0112 0,0544 0,0401 Toplam 375,5717 201 1,8685 Kalıntı karelerin karekökü 0,51574
Farklogihracatit Katsayı Std. Hata t | |
%95 Güven Aralığı FarklogGDPit -0,04182 0,02293 -1,82 0,070 -0,0870 0,0034 Farklogulaştırmait 0,08903 0,03186 2,79 0,006 0,0262 0,1518 Farkloginfit -0,27359 0,61602 -0,44 0,657 -1,4884 0,9412 Kesme terimi -7,41645 0,53484 -13,87 0,000 -8,4712 -6,3617
Grup içi tahmin yöntemine göre elde edilen iki yönlü sabit etkiler modeli tahmin sonuçlarına göre, sadece enflasyon değişkeni istatistiksel olarak yüksek düzeyde anlamsız, diğer parametreler ise anlamlıdır. Sabit etkiler modelinde GDP’nin ihracat üzerindeki etkisi -0,04 birim iken, enflasyonun etkisi yaklaşık -0,27 birim kadardır.
İki yönlü tesadüfi etkiler modeli ise en çok olabilirlik yöntemi ile tahmin edilmiştir. Elde edilen sonuçlar Tablo 10’daki gibidir:
Tablo 10. İki Yönlü Rassal Etkiler Modeli (En Çok Olabilirlik Yöntemi)
İterasyon 0: log-likelihood=-196,771 İterasyon 1: log-likelihood=-196,771 Gözlem Sayısı Grup Sayısı Wald Ki-kare Prob>Ki-kare 202 1 13,52 0,0036 Farklogihracatit Katsayı Std. Hata z | | %95 Güven Aralığı
FarklogGDPit 0,03816 0,02157 2,77 0,027 0,02044 0,04118
Farklogulaştırmait 0,10929 0,03243 3,37 0,001 0,04572 0,17285
Farkloginfit 0,25826 0,51601 3,50 0,000 -0,75311 1,26962
Kesme terimi 7,1509 0,63340 11,29 0,000 5,90950 8,39239
Rassal etki parametreleri Tahmin Std. Hata %95 Güven Aralığı _tüm tanımlılar
sd(ülkeler) 1,18308 0,25034 0,78144 1,79116
_tüm tanımlılar
sd(yıllar) 0,30063 0,06787 0,19314 0,46793
Tablo 10’daki sonuçlar incelendiğinde, modele dâhil edilen tüm parametrelerin z değerlerine bakıldığında, %5 anlamlılık düzeyine göre istatistiksel açıdan anlamlı oldukları söylenebilir. 1994-2012 dönemi itibariyle GDP’nin, ihracatı 0,038 birim, ulaştırma giderlerinin ihracatı 0,109 birim ve enflasyonun da ihracatı yaklaşık 0,258 birim etkilediği söylenebilir.
Tahmin edilen panel regresyon denklemlerinde, otokorelasyon probleminin olup olmadığına bakılmıştır. Havuzlanmış regresyon denklemine ilişkin Durbin-Watson test sonucuna göre, test istatistiği 2,08475 olarak hesaplanmıştır ve bu değer 2’ye oldukça yakın olduğundan birinci mertebeden otokorelasyonun olmadığını ifade eden H0 hipotezi reddedilememektedir, havuzlanmış regresyon modelinde birinci mertebeden otokorelasyon yoktur.
Sabit etkiler modeline ilişkin otokorelasyon test sonucu Tablo 11’deki gibidir:
Tablo 11. Bhargava, Franzini ve Narendranathan Sabit Etkiler Modeli Otokorelasyon
Testi R2 birlikte=0,0858 R2 değişkenler arası=0,0013 R2 tamamı=0,0017 Gözlem Sayısı Grup Sayısı F(3,176) Prob>F 190 11 5,50 0,0012 logihracatit Katsayı Std. Hata t | | %95 Güven Aralığı
logGDP 0,04284 0,01255 3,41 0,001 0,01807 0,06760 logulaştırma 0,01566 0,03883 0,40 0,687 -0,06098 0,09230 inf 0,50027 0,24456 2,05 0,042 0,01762 0,98292 Kesme terimi 4,68896 0,03845 121,95 0,000 4,61308 4,76484 Rho-ar 0,91153 Sigma_u1,34196 Sigma_e 0,24892 Rho_değeri = 0,96674
Bhargava, Franzini ve Narendranathan DW test istatistiği=2,2344 Baltagi-Wu LBI test istatistiği=2,5478
Tablo 11’deki sonuçlar incelendiğinde, hem DW (Durbin Watson) test istatistiği, hem de Baltagi-Wu tarafından önerilen LBI kritik test istatistikleri görülmektedir. Literatürde kritik değerler verilmemesine rağmen, değer 2’den küçükse otokorelasyonun önemli olduğu yorumu yapılmaktadır. Tablo 11’de her iki test istatistiği de 2’den büyüktür, bu durumda sabit etkiler modeli için otokorelasyonun ciddi olmadığı yorumu yapılabilir.
Rassal etkiler modeline ilişkin otokorelasyon test sonucu Tablo 12’deki gibidir:
Tablo 12. Bhargava, Franzini ve Narendranathan Rassal Etkiler Modeli Otokorelasyon
Testi R2 birlikte=0,0593 R2 değşkenler arası=0,0550 R2 tamamı=0,1809 Gözlem Sayısı Grup Sayısı F(3,176) Prob>F 202 12 18,66 0,0009 logihracatit Katsayı Std. Hata Z | | %95 Güven Aralığı
logGDP 0,02802 0,01353 2,07 0,038 0,00150 0,05454 logulaştırma 0,12677 0,03619 3,50 0,000 0,05583 0,19770 inf 0,43448 0,27263 1,59 0,111 -0,09986 0,96882 Kesme terimi 5,47718 0,51202 10,70 0,000 4,47364 6,48072 Rho-ar 0,91154 Sigma_u 0,97956 Sigma_e 0,27620 Rho_değeri 0,92635
Bhargava, Franzini ve Narendranathan DW test istatistiği=2,2345 Baltagi-Wu LBI test istatistiği=2,5479
Tablo 12’de her iki test istatistiği de 2’den büyüktür, bu durumda rassal etkiler modeli için otokorelasyonun ciddi olmadığı yorumu yapılabilir.
Elde edilen dört alternatif tahmin sonucu arasında, hangi tahmin edicinin daha üstün özelliklere sahip olduğunu belirlemek için F testi, Breusch-Pagan ve Hausman testi gerçekleştirilmiştir. Breusch-Pagan testi sabit etkiler modelinde veri setinde ülkeler arasında farklılığın olup olmadığını test etmektedir. Dolayısıyla ülkeler arasında anlamlı farkın bulunmasıiki yönlü sabit etkiler modelinin geçerliliğini göstermektedir. Ancak bu grup etkisi sabit olabileceği gibi, tesadüfi de olabilir. Bu nedenle, etkinin tesadüfi olup olmadığını test etmek için Hausman testi uygulanmıştır.
Öncelikle havuzlanmış regresyon (klasik) modelinin geçerliliği test edilmelidir.
F testi sonucunda hesaplanan test istatistiği 44,02’dir ve H0 reddedilir. Yani birim etkilerin sıfıra eşit olmadığı sonucuna ulaşılır. Dolayısıyla çalışma kapsamında klasik (havuzlanmış-pooled) modelin kullanılması uygun değildir.
Havuzlanmış regresyon modelini, rassal etkiler modeline karşı sınamak için çalışmada Breusch-Pagan Lagrange Çarpanı testi uygulanmış ve Tablo 13’teki sonuçlar elde edilmiştir:
Tablo 13. Breusch-Pagan Lagrange Çarpan Testi
Breusch-Pagan Lagrange ÇarpanTesti için Hipotezler: H0: Var(u)=0
H1: Var(u) ≠ 0
Test Sonuçları Var sd=sqrt(Var)
Log (ihracat) 1,869 1,367 E 0,354 0,595 U 1,170 1,081 Ki-kare(1) Prob(Ki-kare) 542,60 0,000
Breusch-Pagan testi sonucunda, hesaplanan LM test istatistiği tablo değeri ile karşılaştırıldığında H0 hipotezi reddedilmektedir. Bu durumda F testinden elde edilen sonucu destekler nitelikte, klasik modelin sürece uygun olmadığı, rassal etkiler modelinin seçilmesi gerektiği saptanmıştır.
Sabit etki modeli ve rassal etki modeli arasında seçim yapabilmek için de Hausman testi uygulanmıştır. Sonuçlar aşağıda Tablo.14'te verilmiştir:
Tablo 14. Hausman Alternatif Modeller Arasında Seçim Testi
HausmanTesti için Hipotezler:
H0: Parametreler arasındaki fark sistematik değildir.(
H1: Parametreler arasındaki fark sistematiktir. (
Katsayılar (b) Sabit etkiler B Rassal etkiler (b-B) Farklar Sqrt(diag(V_b_V_B) S.E. Log(GDP) 0,5478 0,4857 0,0621 0,0460 Log(İnf) 0,2474 0,3671 -0,1197 0,0107 Log(Ulaştırma) 0,1732 0,0244 0,1488 0,0032
Landdum12 0,2154 0,2169 -0,0015 0,0360 değeri: 22,32
Prob (ki-kare): 0,0004 B=Tutarsız H0 ve H1 hipotezleri altında
b=tutarsız, H1hipotezi altında, etkili H0 hipotezi altında.
Tablo 14’e bakıldığında, ilk iki sütunda her bir bağımsız değişkenin sabit etkiler ve rassal etkiler modellerinden tahmin edilen parametreler görülmektedir. Yanındaki sütunda parametreler arasındaki fark ve son sütunda da, sabit etkiler ve rassal etkiler parametrelerinden elde edilen asimptotik varyans-kovaryans matrisleri arasındaki farkın karekökü yer almaktadır. Hausman test tablosunda, b ve B tahmincilerine ilişkin çıkan sonuca göre, sabit etkiler tahmincisi b’nin, H0 ve H1 hipotezleri altında tutarsız, rassal etkiler tahmincisi B’nin ise H1 hipotezi altında tutarsız, H0 hipotezi altında etkin olduğu söylenebilir. Test istatistiği (ki-kare) tablo değeri ile karşılaştırıldığında H0 hipotezi reddedilmektedir. Bu nedenle sabit etkiler modeli tahmincisinin tutarsız olduğuna ve rassal etkiler modeli tahmincisinin geçerli olduğuna karar verilmiştir.
Rassal etkiler modelinden elde edilen parametrelere göre, GDP nin ihracat üzerindeki etkisinin 0,038, ulaşım gelirlerinin 0,109 ve enflasyonun 0,258 birim etkili olduğu ifade edilebilir. Elde edilen bu parametrik büyüklükler, beklentilere uygundur. Denizle çevrili ülkelerde karasal ülkelere göre beklenildiği gibi ihracatın daha fazla olması, 7,151 parametresine bakılarak söylenebilir.
Sonuç
Kara ile çevrili olan ülkeler, sahip oldukları coğrafi konum dezavantajı nedeniyle pek çok ekonomik sorun ile karşı karşıya kalmakta, bu durum ülkelerin ihracatını olumsuz yönde etkilemektedir. Eğer kara ile çevrili bir ülkeyi güçlendirecek komşu ülke bulunmuyorsa, sorunları aşmakta daha da zorlaşmaktadır.
Kara ile çevrili ülke olmanın ihracat üzerine etkisinin incelendiği çalışmada, panel veri analizi kapsamında ilk olarak çalışmada ele alınan değişkenlerin veri yapıları değerlendirilmiş ve ihracat ile GDP’nin dengeli; ulaştırma gelirleri (ulaştırma) ve enflasyon (inf) değişkenlerinin dengesiz panel
2 Landdum1 değişkeni kukla değişken olarak modele dâhil edilmiştir. 1 ve 0 gözlem değerleri atanarak, kara ile çevrili olan ve denize kıyısı olan ülkeler ayrıma tabi tutulmuştur.
veri yapısına sahip olduğu görülmüştür. Bu durum dikkate alınarak; dengeli panel verisine sahip değişkenlere Levin-Lin-Chu, Harris Tsavalis ve Breitung Panel Birim Kök Testleri; dengesiz panel verisine sahip değişkenlere ise Im-Pesaran-Shin Panel Birim Kök Testi uygulanmıştır. Uygulanan birim kök testleri sonucunda, serilerde durağan dışılığın olmadığı saptanmış ve panel regresyon modellerinin tahminine geçilmiştir. Çalışmada; havuzlanmış panel regresyon (klasik model), iki yönlü sabit etkiler ve iki yönlü rassal etkiler modelleri tahmin edilmiştir. Tahmin edilen her model için, otokorelasyon sorununun olup olmadığı araştırılmış ve bu amaçla; havuzlanmış regresyon için Durbin Watson, sabit ve rassal etkiler modelleri için ise Bhargava, Franzini ve Narendranathan tarafından geliştirilen otokorelasyon testleri uygulanmıştır. Modellerin hiçbirinde otokorelasyon probleminin olmadığı saptandıktan sonra tahmin edilen modeller arasından sürece en uygun olan model seçilmiştir. Bu amaçla; F testi, Breusch-Pagan ve Hausman testleri uygulanmıştır. Yapılan testler sonucunda, iki yönlü rassal etkiler modelinin en uygun sonuçları ürettiğine karar verilmiştir. Rassal etkiler modelinden elde edilen parametrelere göre, GDP nin ihracat üzerindeki etkisinin 0,038, ulaşım gelirlerinin 0,109 ve enflasyonun 0,258 birim etkili olduğu söylenebilir. Elde edilen bu parametrik büyüklükler, beklentilere uygundur. Denizle çevrili ülkelerde karasal ülkelere göre beklenildiği gibi ihracatın daha fazla olması, 7,151 parametresine bakılarak söylenebilir.
Kara ile çevrili ülkelerin ihracat hacimlerini arttırabilme ve gelişme yolunda adım atabilmeleri için öncelikle güçlü bir ulaştırma, bilgi ve iletişim altyapısına sahip olmaları gerektiği açıktır. Bu altyapının komşu ve transit ülkelerle entegre bir şekilde yapılandırılması ekonomik faaliyetlerin etkinliğini daha da arttıracaktır. Bu nedenle transit ülkeler ve komşu ülkeler ile ortak ulaştırma politikalarının belirlenmesinin, gümrük prosedürlerinin kolaylaştırılmasının taşıma maliyetlerini düşürmesi ve buna bağlı olarak ihracat hacmini arttırması beklenmektedir. Kara ile çevrili ülkelerin ekonomik etkinliğinin arttırılması, bir ölçüde bu ülkelere doğrudan yabancı yatırımların çekilmesine bağlı bulunmaktadır. Her ne kadar doğrudan yabancı yatırımlar taşıma maliyetleri ile doğrudan ilişki içinde de bulunsa, bu durum her zaman geçerli olmamaktadır. Teknolojik yeterliliğin olması ve bilgiye dayalı kaynakların olması üretim maliyetlerini düşüreceğinden doğrudan yabancı yatırımları çekmek için önemli bir adım olarak kullanılabilmektedir. Örneğin bu ülkelerde yapılandırılacak “çağrı merkezlerinin”, iş imkânı yaratabileceği, buna bağlı olarak sağlanacak ekonomik kazançlar ile gerekli olan altyapı yeterliliği için fırsat olabileceği düşünülmektedir.
