İmalat Sanayiinde
Küresel Değer Zincirleri ve
Verimlilik
İçindekiler
3 3 4 7 7 9 10 12 14 15 16 18 22 26 28 30 33 53 1. Giriş
2. Kapsam
3. Verimlilik ve Teknolojik Yenilik
4. Verimlilik ve Teknolojik Yenilikleri Belirleyen Etkenler 4.1. Yöntem
4.2. Açıklayıcı değişkenler 4.2.1. Temel model
4.2.2. Müşterilerle ilişkiler 4.2.3. Bilgi kaynakları
4.2.4. Lokasyon
4.2.5. Makine-teçhizat ve teknoloji kullanımı 4.2.6. Personel yönetimi ve organizasyon yapısı 4.3. Tahmin sonuçları
5. Müşteri ve Tedarikçi İlişkilerindeki Değişimler
6. Politikalar, Engeller ve Verimlilik: Firmaların Değerlendirmesi 7. Sonuçlar
Tablolar Şekiller
1. Giriş
Toplam Faktör Verimliliği için Politika Çerçevesi Geliştirilmesine Destek Projesi kapsamında Türkiye imalat sanayiindeki firmalara yönelik bir anket çalışması yapılmıştır. Anket çalışmasında küresel değer zincirleri bağlamında imalat sanayii firmalarının verimliliğini belirleyen etkenler ile kamu politikalarının etkilerine yönelik veri derlenmiştir. Bu raporda verimlilik ve teknolojik yeniliği belirleyen etkenlerin test edilmesine yönelik ekonometrik analizin sonuçları özetlenmiştir.
Çalışma yedi bölümden oluşmaktadır. İkinci bölümde anket çalışmasının kapsamı anlatılmış, üçüncü bölümde anketteki verimlilik ve teknolojik yenilik soruları ve bu sorulardan değişkenlerin nasıl elde edildiği açıklanmıştır. Dördüncü bölümde verimlilik ve teknolojik yenilik eğilimini belirleyen faktörlerin analiz edildiği ekonometrik çalışmanın sonuçları sunulmuştur. Bu bölümde tahmin yöntemi, modelde kullanılan açıklayıcı değişkenler ve tahmin sonuçları detaylı bir şekilde anlatılmıştır. Beşinci bölümde ankete katılan firmaların müşteri ve tedarikçi ilişkilerinde yaşadıkları sorunlar ve önümüzdeki beş yıl içinde gerçekleştirmeyi planladıkları değişimler özetlenmiştir. Altıncı bölümde firmaların verimliliğin artışı önünde gördükleri engeller ve kamu politikalarının etkisi üzerine değerlendirmeleri sunulmuştur. Yedinci ve son bölüm çalışmanın temel bulgularını özetlemektedir.
2. Kapsam
Anket çalışması 2016’nın ikinci yarısı ve 2017’nin başlarında 3000 firmaya uygulandı. Anket uygulanan firmalar üç gruba ayrılabilir. Birinci grup, kendileri ile kapsamlı mülakatların da yapıldığı, proje kapsamında seçilen dört değer zincirinde (gıda, hazır giyim, elektrikli ev aletleri ve otomotiv) nihai ürün üreten firmalardan oluşmaktadır (Katman 1). İkinci grup, bu dört firmanın tedarikçisi olan firmalardır (Katman 2). Üçüncü grup da Katman 2’deki firmaların tedarikçisi olan ve TÜİK veri tabanından tesadüfi olarak seçilen firmalardan oluşmaktadır (Katman 3). Bu katmanlar, incelenen dört değer zinciri açısından tanımlanmıştır.
Bu nedenle Katman 3 olarak tanımlanan bir firma, başka bir değer zincirinde farklı bir katmanda yer alabilir.
Firmalar, NACE (Rev. 2) sınıflaması kullanılarak altı sektöre ayrılmıştır:
• Gıda: NACE 10, 11, 12 (gıda, içecek ve tütün)
• Tekstil: NACE 13, 14, 15 (tekstil, hazır giyim, deri eşya)
• Ağaç: NACE 16, 17, 18, 31 (ağaç, kağıt, kayıtlı medya, mobilya)
• Kimya: NACE 19, 20, 21, 22 (kömür, petrol rafinerileri, kimyasal maddeler, ilaç, kauçuk ve plastik)
• Mineral/metal: NACE 23, 24 (cam, seramik, çimento, ana metal)
• Makina: NACE 25, 26, 27, 28, 29, 30 (metal eşya, elektronik ürünler, elektrikli teçhizat, makine-teçhizat, ulaşım araçları)
Sektör sınıflaması yapılırken, ürünlerin teknolojik özellikleri ve gözlem sayıları göz önüne alınmıştır. Bu sınıflamaya göre, proje kapsamında incelenen dört değer zincirinden elektrikli ev aletleri (EEA) ve otomotiv “makina” sektöründe yer almaktadır.
3. Verimlilik ve Teknolojik Yenilik
Anket çalışmasında verimlilik düzeyi, “yıllık net satışların yıllık ortalama çalışan sayısına oranı” olarak ifade edilmiştir. Firmaların sayısal verilere, özellikle satış hasılatı gibi finansal verilere cevap vermeme eğiliminde olmasından dolayı ankette verimlilik düzeyi doğrudan sorulmamış, firmaların kendilerini rakipleri ile karşılaştırması istenmiştir.
Verimlilik düzeyinin sektörel düzeyde, benzer ürünler üreten firmalar için yapılması gerektiği için rakiplere ile karşılaştırma göreli verimliliğin daha sağlıklı tanımlanmasını sağlamaktadır.
Rakiplerle karşılaştırmada iki farklı rakip tanımı yapılmıştır: küresel rakipler ve yerel rakipler. “Küresel/yerel rakiplerinize göre firmanızın verimlilik düzeyini nasıl değerlendirirsiniz?” sorusuna firmaların üç şıktan birini seçmesi istenmiştir:
“daha yüksek”, “yaklaşık aynı” veya “daha düşük”. Bu sorularda karşılaştırma yapamayan firmalar için “fikrim yok” seçeneği de sunulmuştur. Ankete cevap veren 2903 firmadan 307’i küresel rakiplerle karşılaştırma sorusuna, 197 firma da yerel rakiplerle karşılaştırma sorusuna “fikrim yok” cevabı vermiştir.
Her iki soruya cevap veren 2569 firmanın 381’i küresel rakiplerine göre daha yüksek verimliliğe sahip olduğunu söylerken, 1341’i yaklaşık aynı düzeyde, 847’si
ise daha düşük verimliliğe sahip olduğunu söylemiştir (Tablo 1a). Bir başka deyişle, küresel rakiplerine göre verimliliği daha yüksek olan firma sayısı, daha düşük üretkenliğe sahip firma sayısından azdır. Yerel rakiplere göre ise 559 firma daha verimli olduğunu söylerken, 2010 firma aynı düzeyde verimliliğe sahip olduğunu belirtmiştir. Firmaların hiç biri, yerel rakiplerinden daha az verimli olduğunu belirtmemiştir. Bu durum, firmaların bu soruya “iyimser” yönde cevap verme eğiliminde olduğunu göstermektedir.
İki soruya verilen cevaplar arasındaki bağıntı yüksektir (%5 düzeyinde istatistiksel olarak anlamlı1). İki değişken arasındaki bağıntı yüksek olduğu için bu iki değişken faktör analizi kullanılarak bir “saklı faktör” (latent factor) çekilmiştir. Bu faktör ile her iki değişken arasındaki bağıntı katsayısı 0.66 olarak hesaplanmıştır.
“Verimlilik” olarak tanımlanan faktör altı düzeyden oluşmuştur:
• Düzey 1: Küresel ve yerel daha yüksek
• Düzey 2: Yerel daha yüksek, küresel aynı
• Düzey 3: Küresel daha yüksek, yerel aynı
• Düzey 4: Yerel daha yüksek, küresel daha düşük
• Düzey 5: Küresel ve yerel aynı
• Düzey 6: Küresel daha düşük, yerel aynı
Verimlilik düzeyleri ile değer zinciri içerisindeki konum arasında da pozitif bir ilişki gözlenmektedir.2 Katman 1’deki firmaların %21.7’sinin verimlilik düzeyi 1 iken bu oran Katman 2’de %17.8 ve Katman 3’de %10.4’e düşmektedir. Küresel veya yerel rakiplere göre kendisini daha verimli gören (ilk üç düzeydeki) firmaların oranı da, Katman 1’de %45.7, Katman 2’de %30.2 ve Katman 3’de sadece %19.8 olmaktadır.
İşgücü verimliliği yaygın olarak kullanılan bir verimlilik göstergesi olmasına karşın, uzun dönemde toplam faktör verimliliğinin temel belirleyicisinin teknolojik yenilikler olduğu kabul edilmektedir. Bu nedenle teknoloji yenilik de (uzun dönemli) verimliliğin bir göstergesi olarak kullanılmaktadır.
Bundan sonra kısaca “anlamlı” diye belirtilecektir. “%5 düzeyinde istatistiksel olarak anlamlı”, bağıntının
%5 olasılık düzeyinde sıfırdan farklı olduğu anlamına gelmektedir.
Yukarıda belirtildiği gibi buradaki katmanlar incelenen değer zincirleri açısından tanımlanmıştır.
1 2
TFV projesi kapsamında yapılan ankette teknolojik yeniliğe ilişkin üç grup soru sorulmuştur.3
İlk grup, ürün yeniliklerine ilişkindir. Bu konuda ilk önce firmalara “2013 – 2015 yıllarını kapsayan 3 yıllık dönemde firmanın bir ürün yeniliği gerçekleştirip/
gerçekleştirmediği” sorulmuş, bu soruya olumlu cevap veren firmalara, yeniliğin firmanın pazarı için mi, yoksa firmanın kendisi için mi yeni olduğu sorulmuştur.4 Bu ek soruların amacı yeniliğin önemini ölçmektir. Ürün yeniliğinin yaygınlaşma düzeyini belirlemek amacıyla da firmalara pazar ve firma açısından yeni olan mal ve hizmetlerin 2015 cirosu içindeki payı sorulmuştur.
İkinci grup, süreç yeniliklerine ilişkindir. Süreç yeniliklerine ilişkin olarak, firmanın 2013- 2015 yıllarında aşağıdaki yeniliklerden hangilerini gerçekleştirdiği sorulmuştur:
• İmalat yenilikleri (ürün, mal veya ürünle ilgili hizmet üretiminde yeni ya da önemli ölçüde geliştirilmiş imalat yöntemleri)
• Lojistik yenilikleri (üretilen ürün, mal veya ürünle ilgili hizmetler için yeni veyaönemli ölçüde geliştirilmiş lojistik, teslimat ve dağıtım yöntemleri)
• Destekleme faaliyetlerinde yenilikler (yeni veya önemli ölçüde geliştirilmiş bakım sistemleri, satın alma, bilgi işlem, muhasebe gibi destekleme faaliyetleri)
Üçüncü grup, firmanın fikri mülkiyet haklarına (FMH) ilişkin faaliyetlerine ilişkindir. Bu kapsamda firmalara 2013-2015 yılları arasında
• Patent
• Avrupa Patent Ofisi’ne faydalı model
• Endüstriyel tasarım tescili
• Ticari marka tescili
başvurusu yapıp/yapmadığı sorulmuştur.
Teknolojik yeniliklere ilişkin sorular, AB ülkeleri ve Türkiye tarafından genellikle üç yılda bir düzenli olarak uygulanan Yenilik Anketleri (Community Innovation Survey) ile uyumlu olacak şekilde hazırlanmıştır.
Ürün yeniliği, “mevcut özellikleri veya öngörülen kullanımlarına göre yeni ya da önemli derecede iyileştirilmiş bir ürün veya ürünle ilgili hizmet” olarak tanımlanmıştır. “Ürün yeniliği teknik özelliklerde, bileşenler ve malzemelerde, birleştirilmiş yazılımda, kullanıcıya kolaylığında ve diğer işlevsel 3
4
Ürün yenilikleri genellikle süreç yenilikleri ile birlikte gerçekleştirilmektedir çünkü yeni ürün için yeni süreçlerin kullanılması gerekebilmektedir. Ayrıca yenilik yapan firmalar, yeniliklerini korumak için patent, faydalı model veya endüstriyel tasarım gibi koruma yöntemlerini kullanmakta, markalarını tescil ettirmektedirler. Bu nedenle hem değişken sayısını azaltmak, hem de yenilik değişkenleri arasındaki ilişkileri tespit etmek amacıyla faktör analizi uygulanmış ve tüm bu değişkenlerin tek örtük faktör ile açıklanabileceği tespit edilmiştir. Bu değişkenler ve örtük faktör arasındaki bağıntı katsayıları Şekil 1’de sunulmuştur.5 Faktör analizi sonucu çekilen örtük faktörün faktör değerleri (factor scores) kullanılarak “yenilik” değişkeni tanımlanmıştır. Bu değişken, bir anlamda Şekil 1’de görülen bağıntı katsayıları oranında ilgili değişkenlerin ağırlıklandırılmış ortalamasından oluşmaktadır.
Şekil 2’de faktör analizi sonucu oluşturulan teknolojik yenilik endeks değerinin dağılımı görülmektedir. Değişkenin yüksek değer alması, firmanın daha yenilikçi olduğunu göstermektedir. Şekilde görüldüğü gibi Katman 1’deki firmalarda yüksek değerlerin, Katman 3’de ise düşük değerlerin frekansı diğer gruplardan daha yüksektir. Bu durum, ortalama olarak, Katman 1’deki firmaların en çok yenilikçi ve Katman 3’deki firmaların en az yenilikçi olduğunu göstermektedir.
4. Verimlilik ve Teknolojik Yenilikleri Belirleyen Etkenler
4.1. Yöntem
Ankette kullanılan ve faktör analizi sonucu hesaplanan verimlilik değişkenleri, sürekli (continuous) değil, kesikli (discrete) değişkenlerdir. Bu nedenle bu değişkenlerin bağımlı değişken olarak tanımlandığı modellerin en küçük kareler (EKK/OLS) yöntemi ile tahmin edilmesi doğru sonuç vermeyecektir. Bu değişkenler sıralı (daha düşük < yaklaşık aynı < daha yüksek) olduğu için sıralı logit (ordered logit) yöntemi ile model tahmin edilebilir.
Faktör analizi sonuçlarını gösteren tüm şekillerde değişkenler ve faktörler arasındaki ilişkinin daha rahat görülebilmesi için, sadece bağıntı katsayısının (mutlak değer olarak) 0.2’den yüksek olduğu ilişkiler yer almaktadır. Fakat faktör sayısının belirlenmesin ve faktör değerlerinin tahmininde tüm ilişkiler göz önüne alınmıştır. Oblimin rotasyonu kullanıldığı için çekilen faktörler de birbirleriyle bağıntılı olabilmektedir.
Faktörler arasındaki ilişkilerde de aynı ölçüt (0.2) kullanılmıştır. Şekillerde okların üzerinde sunulan sayılar bağıntı katsayılarını göstermektedir. Bir değişkenin birden fazla faktör ile 0.2 üzerinde bağıntı katsayısına sahip olması durumunda, şekilde sadece en yüksek bağıntının olduğu ilişki gösterilmiştir.
5
Sıralı logit yönteminde, bağımlı değişkenin (örneğin verimlilik) gözlenen değerleri, sıralanan kesikli değerler almaktadır. Örneğin faktör analizi sonucu hesaplanan verimlilik değişkeni 6 düzeye sahiptir. Bir firmanın i düzeyinde verimli olma olasılığı pi ile gösterilir (i =1, 2, 3, 4, 5, 6). Sıralı logit yönteminde, belirli bir düzeyin altında ve üstünde olma olasılıkları arasındaki oranın logaritmasının, açıklayıcı değişkenlerin doğrusal fonksiyonu olduğu varsayılır:
log(
∑
i<k pi /j≥k∑
p j )=αk + X β+εBu denklemde X açıklayıcı değişkenleri, β katsayı vektörünü, α grup sabit terimini ve ε hata terimini göstermektedir.
Tahmin edilen modelde bir değişkenin katsayısının pozitif olması, o değişken artığı zaman firmanın daha yüksek verimlilik düzeyinde olma olasılığının artığını göstermektedir. Bu nedenle tahmin sonuçları EKK yönteminde tahmin edilen modeller gibi yorumlanabilmektedir. İki yöntem arasındaki fark, EKK yönteminde tahmin edilen katsayılar bağımsız değişkenin bağımlı değişkene etkisini gösterirken, sıralı logit yönteminde tahmin edilen katsayılar bağımsız değişkenin olasılık oranına etkisini göstermektedir.
Faktör analizinde çok sayıda değişken kullanıldığı ve bazı değişkenler sürekli değişkenler olduğu için, elde edilen örtük yenilik değişkeni de sürekli değişkendir.
Bu nedenle yenilik modelleri EKK yöntemleri ile tahmin edilmiştir.
EKK yönteminde model aşağıdaki gibi tanımlanmıştır:
y=α + X β+ ε
Bu modelde y bağımlı değişkeni, X açıklayıcı değişkenleri, β katsayı vektörünü, α sabit terimi ve ε hata terimini göstermektedir.
Verimlilik ve yenilik değişkenleri faktör analizi sonucu elde edildiği için, tahmin sonuçlarının kullanılan bağımlı değişkene duyarlı olup/olmadığının sınanması amacı ile, analizde kullanılan değişkenlerin hepsi için (küresel ve yerel rakiplere göre verimlilik, ürün yenilikleri ve süreç yenilikleri) aynı model ayrı ayrı tahmin edilmiştir. Küresel rakiplere göre verimlilik (daha düşük < yaklaşık aynı <
daha yüksek) ve ürün yeniliği (yenilik yok < firma için yeni < pazar için yeni) değişkenleri üç düzeyli ve sıralı olduğu için bu değişkenlerin olduğu modeller
sıralı logit yöntemi ile, iki düzeyden oluşan (var/yok; 1/0) diğer değişkenler de logit yöntemi ile tahmin edilmiştir.
Logit modeli aşağıdaki gibi tanımlanmıştır: log ( p /(1− p))=α+ X β+ε
Bu modelde p bağımlı değişkenin 1 değerini (evet) alma olasılığıdır (y = 1). X açıklayıcı değişkenleri, β katsayı vektörünü, α sabit terimi ve ε hata terimini göstermektedir.
4.2. Açıklayıcı değişkenler
Teknolojik yenilikler uzun dönemde verimlilik düzeyini belirleyen en önemli faktörlerden biridir. Bu nedenle yenilik ve verimlilik arasında pozitif bir ilişki beklenmektedir. Fakat yenilik faaliyetleri ve verimlilik değişkenleri, firma düzeyindeki başka değişkenler tarafından aynı anda etkilendiği gibi yenilik faaliyetlerinin verimliliğe bir ölçüde içsel olduğu da söylenebilir. İlk duruma örnek olarak, firma büyüklüğü gösterilebilir. Büyük firmalar güçlü iç kaynakları, yenilikleri yayabilme kapasiteleri ve aynı anda birden fazla araştırma projesi yürütebilmelerinden dolayı daha fazla yenilik yapma eğiliminde olabilirler. Benzer şekilde, ölçek ekonomileri ve finansal kısıtların daha az bağlayıcı olması gibi nedenlerle büyük firmaların daha verimli olma olasılığı da yüksektir. Bir başka deyişle, firma büyüklüğü yeniliği ve verimliliği birlikte etkileyen bir faktör olabilir.
Verimli olan firmaların daha fazla iç kaynağa sahip olması ve bu nedenle riskli olan yenilik faaliyetlerine daha fazla kaynak ayırabilmesi içselliğe örnek olarak gösterilebilir. Bu durumda verimlilik ve yenilik ilişkisi, yeniliğin verimliliğe yol açmasının yanı sıra, verimliliğin yeniliğe yol açmasından da kaynaklanabilir. Bu iki nedenden dolayı, verimliliği açıklayan modelde yenilik değişkeninin kullanılması, modelde (her iki değişkeni de etkileyen) diğer değişkenlerden dolayı anlamlı çıkmayabilir.
Bu çalışmada verimlilik ve yenilik iki ayrı bağımsız değişken olarak ele alınmış ve bu iki değişkeni etkileyen faktörler tespit edilmiştir. Buna karşın, anket yapılan firmalar örnekleminde, verimlilik ve yenilik arasında bir ilişki olup/olmadığını kontrol etmek için bir grup model sıralı logit yöntemi ile tahmin edilmiştir.
Modelde sadece yenilik değişkeni olduğunda, tahmin edileceği gibi verimlilik ve yenilik arasındaki ilişki pozitif ve istatistiksel olarak %1 düzeyinde anlamlı
bulunmuştur (Tablo 3, Model 1). Modele firmanın yer aldığı katman ve sektör değişkenleri de eklendiğinde (Model 2) yenilik ve verimlilik arasındaki ilişki değişmemektedir. İş yeri büyüklüğünün bir göstergesi olarak kullanılan çalışan sayısı da modele eklendiğinde iki değişken arasındaki ilişki hala pozitiftir fakat istatistiksel olarak anlamlı değildir.6 Bir başka deyişle, iki değişken arasındaki güçlü bağıntıdan dolayı, yenilik değişkeninin ek açıklayıcı gücü azalmıştır. Son olarak modele Ar-Ge değişkeni eklendiğinde, yenilik ve verimlilik arasındaki ilişki tamamen kaybolmaktadır, çünkü Ar-Ge faaliyetleri yenilik ve verimlilik üzerinde güçlü bir etkiye sahiptir.
Verimliliği ve yenilik faaliyetlerini etkileyen modeller tahmin edilirken, açıklayıcı değişkenler altı gruba ayrılmıştır.
4.2.1. Temel model
Temel modelde, bu iki değişkeni etkileyebilecek firma düzeyinde bazı temel değişkenler yer almaktadır:
Çalışan sayısı firma büyüklüğünün bir göstergesi olarak kullanılmıştır. Yukarıda belirtildiği gibi ölçek ekonomileri, finansal kısıtların daha az bağlayıcı olması gibi nedenlerle büyük firmaların daha verimli olması ve yenilik yapma olasılıklarının daha yüksek olması beklenebilir. Bu nedenle modele çalışan sayısı (logaritmik olarak) eklenmiştir. Çalışan sayısı sürekli bir değişkendir.
Beyaz yakalı çalışan oranı, işgücü niteliğinin bir göstergesi olarak kullanılmıştır.
Beyaz yakalı çalışanların üretkenliği daha fazla olduğundan verimliliğin daha yüksek olması beklenir. Yenilik faaliyetleri daha çok beyaz yakalı personel yürüttüğü için bu değişken ile yenilik faaliyetleri arasında pozitif bir ilişki beklenmektedir.
Beyaz yakalı çalışan oranı 0 ile 100 arasında değişmektedir.
Holding değişkeni firmanın bir holdinge bağlı olup/olmadığını göstermektedir.
Holdinge bağlı firmalar, grup kapsamındaki firmalardan finansal ve teknik destek alabilecekleri için daha verimli ve yenilikçi olma eğilimindedir. Holding değişkeni, holdinge bağlı olmayan firmalar için 0, holdinge bağlı olan firmalar için 1 değerini almaktadır.
Anlamlılık düzeyi belirtilmediği durumda %10 anlamlılık düzeyi kastedilmektedir.
6
Yurt dışı bağlantı değişkeni yurt dışında iştiraki, ortaklığı veya şubesi olan firmaları tanımlamaktadır. Yurt dışı bağlantısı olan firmaların verimliliğinin yüksek olması ve daha yenilikçi olmaları beklenmektedir. Verimli ve yenilikçi firmalar yurt dışı piyasalara giriş engellerini aşarak ürünlerini yurt dışında satabilmektedir.
Öte yandan bazı araştırmacılar yurt dışında faaliyet gösteren firmaların öğrenme yoluyla verimliliklerini artırabileceklerini ve yenilikçi olabileceklerini söylemektedir. Bu iki (farklı yönde çalışan) nedenden dolayı verimlilik/yenilik ve yurt dışı faaliyetler arasında pozitif bir ilişki beklenmektedir. Yurt dışı bağlantı değişkeni, yurt dışı bağlantısı olan firmalar için 1, olmayan firmalar için 0 değerini almaktadır.
Ar-Ge faaliyetlerine ilişkin değişken, ankette sorulan iki sorudan oluşturuldu.
Ankette firmalara “halihazırda veya geçmişte yararlanılan en önemli (tasarım ve ürün geliştirme dahil) beş teknolojik bilgi kaynağı” soruldu. Bu soruda “Kurum içi Ar-Ge faaliyetleri”ni seçen firmaların “halihazırda veya geçmişte” Ar-Ge faaliyeti yaptığı kabul edildi.
Firmalara ayrıca belirli görev alanlarında çalışan sayısı soruldu. Bu soruda,
“birden fazla alanda görev yapan çalışanı[n] en çok mesai harcadığı görev alanına göre” sınıflanması istendi. Ar-Ge değişkeni bu iki soruya olumsuz cevap verenler için 0 (Ar-Ge yapmıyor), herhangi birine olumlu cevap verenler için 1 ve her ikisine olumlu cevap verenler için 2 olarak tanımlandı ve bu değişken analizlerde kategorik değişken olarak kullanıldı (bkz. Tablo 2). Ar-Ge değişkeninin bu şekilde tanımlanmasının nedeni, bazı firmaların Ar-Ge birimi olmamasına veya bir personelinin en çok mesai harcadığı alanın Ar-Ge olmamasına karşın Ar-Ge faaliyetlerini yürütebilmesidir. Bu değişkenin verimlilik ve yenilik faaliyetlerine pozitif etkisinin olması beklenmektedir.
Farklı katmanlarda yer alan firmaların verimlilik düzeyleri ve yenilik eğilimleri arasındaki farkları kontrol etmek amacıyla modele iki kukla değişken eklenmiştir.
Katman 2 değişkeni 2. katmanda yer alan firmalar için 1, diğer firmalar için 0 değeri almaktadır. Katman 3 değişkeni de benzer şekilde 3. katmanda faaliyet gösteren firmalar için tanımlanmıştır. Katman 2’de (3’de) faaliyet gösteren firmaların verimlilik düzeyi veya yenilik eğilimi Katman 2’deki (Katman 3’deki) firmalara göre daha düşük ise, bu değişkenin katsayısı negatif olacaktır.
Son olarak, temel modele, firmaların faaliyet gösterdiği sektörleri tanımlayan kukla değişkenler eklenmiştir (Gıda, Kimya, EEA, Makina, Mineral/metal ve Tekstil;
Ağaç sektörünün kukla değişkeni modele dahil edilmemiştir). Bu değişkenler sektörler arası farklılıkların etkilerini kontrol etmek için kullanılmıştır. Verimlilik değişkeni rakiplere göre tanımlandığı için, verimlilik modelinde bu değişkenler sektörler arası farklılığı göstermemektedir. Yenilik değişkeni ise diğer firmalara göre tanımlanmadığı için, yenilik modelindeki sektör kukla değişkenleri sektörler arasındaki farklılıkları gösterecektir.
4.2.2. Müşterilerle ilişkiler
Anket kapsamında firmaların müşterileri ile ilişkilerine yönelik çeşitli sorular yer almaktadır. Bu soruların amacı, değer zinciri içerisinde müşterilerle ilişkilerin verimlilik ve yenilik faaliyetlerine etkisini test etmektir. Bu nedenle müşterilerle ilişkiler kapsamında, aynı değer zinciri içerisinde yer alan uzun vadeli müşteriler ön planda tutulmuştur.
Analizlerde müşterilerle ilişkilere ilişkin aşağıdaki değişkenler, verimlilik ve teknolojik yeniliği açıklayan değişken olarak kullanılmıştır:
UVM ciro payı, uzun vadeli müşterilere (UVM) yapılan satışların toplam ciro içindeki payını göstermektedir (0-100 arasında bir sayı). Uzun vadeli müşterilerin ciro içindeki payının yüksek olması, firmanın müşterileri ile uzun vadeli ilişkiler kurduğunu, bu uzun vadeli ilişkiler sonucu da müşterilerle belirli bir güven ilişkisinin oluştuğunu ve satışlarında belirli bir istikrarın sağlandığını göstermektedir. Güven ilişkileri ve satış istikrarı, firmanın uzun dönemli kararlar alabilmesini sağlamakta ve müşterilerle bilgi alış- verişini kolaylaştırmaktadır.
Bu nedenle UVM ciro payı ile verimlilik ve teknolojik yenilik faaliyetleri arasında pozitif ilişki beklenmektedir.
Anket kapsamında firmalara UVM sayısının son beş yılda nasıl değiştiği sorulmuştur. Gelen cevaplardan üç kukla değişken oluşturulmuş (UVM sayısı azaldı, UVM sayısı değişmedi ve UVM sayısı arttı) ve son iki kukla değişken modelde açıklayıcı değişken olarak kullanılmıştır. Bu durumda UVM sayısı değişmedi ve UVM sayısı arttı kukla değişkenlerinin katsayısı, UVM sayısı azaldı diyen firmalara göre bu iki grupta yer alan firmaların verimlilik ve teknolojik yenilik değerlerinin farkını gösterecektir. Yukarıda yapılan açıklamalar doğrultusunda, son beş yılda UVM müşteri sayısı artan firmaların diğerlerinden daha verimli ve yenilikçi olması beklenmektedir.
Müşterilerle ortak Ar-Ge değişkeni, Türkiye’de faaliyet gösteren uzun vadeli müşterileri ile son üç yıl içinde ortak Ar-Ge veya tasarım faaliyeti yürüten firmalar için 1, yürütmeyen firmalar için 0 değerini alan bir kukla değişkendir.
Müşterilerle ilişkilerin ve bilgi alış- verişinin önemli bir biçimi ortak Ar-Ge ve tasarım faaliyetlerinin gerçekleştirilmesidir.
Ortak Ar-Ge ve tasarım faaliyetleri sonucu firmanın daha yenilikçi ve verimli olması sağlanabilmektedir. Bu nedenle bu değişkenin katsayısının yenilik ve verimlilik modellerinde pozitif olması beklenmektedir.
Son olarak, anket kapsamında uzun vadeli müşterilerden herhangi bir konuda destek alınıp/alınmadığı, alındıysa aşağıdaki desteklerin hangilerinin sağlandığı sorulmuştur:7
• Ortak girdi temini
• Finansman
• Ulaştırma/nakliye
• Depolama
• Piyasa/talep koşulları hakkında bilgilendirmek
• Kalite kontrol sistemi kurmak/geliştirmek
• Çevre standartlarına uyum
• İmalat teknikleri hakkında bilgilendirmek
• Yeni teknolojik gelişmeler hakkında bilgilendirmek
• Makine-teçhizat seçimi hakkında bilgilendirmek
• Üretim esnekliğini artırmak (ürün gamını genişletmek/changeover sürelerini kısaltmak)
• Yönetim/organizasyon uygulamaları desteği
• İş sağlığı ve güvenliği /sosyal uygunluk standartları
Anket sonuçlarına göre firmaların yaklaşık %80’i UVM’den destek aldığını belirtmiştir. Alınan desteklerin birleştirilmesine yönelik yapılan faktör analizinde, tüm desteklerin bir faktör ile tanımlanabildiği görülmüş, bu faktör Müşteri destek değişkeni olarak tanımlanmıştır (Şekil 3). UVM’den alınan desteklerin özellikle verimlilik üzerinde olumlu katkısı olacağı varsayıldığı için bu değişkenin katsayılarının pozitif olması beklenmektedir.
Anketteki bu ve benzeri tüm sorularda “Diğer” seçeneği de bulunmaktadır. Bu seçeneği seçen firmalara açık uçlu soru ile ilgili cevabı yazmaları istenmiştir. Bu seçenek, seçen firma sayısı az olduğu ve cevaplar farklı konulara dağıldığı için faktör analizine dahil edilmemiştir.
7
4.2.3. Bilgi kaynakları
Hiç bir firma üretim, yatırım ve yenilik faaliyetleri için gerekli olan tüm bilgileri tek başına üretemez. Bu nedenle firmalar farklı bilgi kaynaklarından üretim, yatırım ve yenilik için gerekli bilgileri temin etmeye çalışırlar. Kullanılan/
kullanılabilen bilgi kaynaklarının verimlilik ve teknolojik yenilik faaliyetlerine etkisi olabileceği varsayıldığı için anket kapsamında firmalara “halihazırda veya geçmişte yararlanılan en önemli (tasarım ve ürün geliştirme dahil) beş teknolojik bilgi kaynağı” sorulmuş ve aşağıdaki seçenekler sunulmuştur:
• Nitelikli üst düzey yönetici/teknik personel transferi
• Kurum içi Ar-Ge faaliyetleri
• Kurumlar arası ortak Ar-Ge faaliyetleri (üniversite, diğer kamu araştırma birimleri)
• Makine-teçhizat, ara malı üreticileri (tedarikçiler)
• Tersine mühendislik (reverse engineering)
• Stratejik ortaklık
• Ana firma
• Başka bir tasarım ve Ar-Ge firması
• Patent ve lisans yoluyla teknoloji transferi
• Fuar, yurt dışı geziler
• Açık bilgi kaynakları (konferanslar, bilimsel yayınlar, kataloglar, dernek/
meslek örgütü toplantıları vb.)
• Kullanıcılar/müşterilerden gelen geri bildirimler
Bu değişkenlerle yapılan faktör analizinde, teknolojik bilgi kaynaklarını dört faktörün oluşturabileceği tespit edilmiştir (Şekil 4):
Bilgi Ar-Ge: Bu faktör (MR1), kurum içi Ar-Ge, makine-teçhizat ve ara malı tedarikçileri, stratejik ortaklık ve başka bir tasarım ve Ar-Ge firması değişkenleri ile pozitif ve Kullanıcılar/müşterilerden gelen geri bildirimler değişkeni ile negatif bağıntıya sahiptir.
Ar-Ge ve ilişkili faaliyetlerin ön plana çıkmasından doları bu faktör “Bilgi Ar-Ge”
olarak tanımlanmıştır.
Bilgi tersine mühendislik: İkinci faktör (MR2) sadece tersine mühendislik değişkeni ile pozitif bağıntıya sahiptir. Bu nedenle bu faktör “Bilgi tersine mühendislik” olarak tanımlanmıştır.
Bilgi açık kaynak: Üçüncü faktör (MR3) fuar, yurt dışı geziler ve açık bilgi kaynakları değişkenleri ile ilişkilidir. Bu nedenle bu faktöre “Bilgi açık kaynak”
olarak yorumlanmıştır.
Bilgi transfer: Bu faktör de (MR4) nitelikli üst düzey yönetici/teknik personel transferi, ana firmadan bilgi transferi ve patent ve lisans yoluyla teknoloji transferi değişkenleri ile ilişkilidir. Bu değişkenlerin üçü de doğrudan teknoloji transferinin farklı biçimleri olduğu için bu faktör “Bilgi transfer” olarak gösterilmiştir.
Bilgi Ar-Ge ve Bilgi transfer faktörleri arasında güçlü ve pozitif bir ilişki vardır (bağıntı katsayısı 0.32). Bir başka deyişle, bilgi kaynağı olarak Ar-Ge ve benzeri faaliyetleri yürüten firmaların, yukarıda tanımlanan biçimleriyle dışarıdan (genellikle ana firmadan) teknoloji transfer etme eğilimi de yüksektir.
Dört bilgi kaynağı değişkeni modele eklendiği için, değişkenlerin katsayıları, bir anlamda diğer değişkenlere göre, ilgili bilgi kaynağının verimlilik ve teknolojik yeniliğe etkisini gösterecektir. Burada dikkat edilmesi gerek bir başka konu da,
“Bilgi Ar-Ge” değişkeninin sadece Ar-Ge faaliyetlerini içermediğidir. Modelde yukarıda tanımlandığı şekliyle ayrıca Ar-Ge değişkeni de kullanılmıştır.
4.2.4. Lokasyon
Firmaların bulunduğu konum/mekan verimlilik ve yenilik faaliyetlerini etkileyebilir. Örneğin firmaların belirli bir bölgede yoğunlaşması uzmanlaşmaya yol açıyorsa verimlilik artacaktır. Aynı şekilde, tamamlayıcı bilgi ve teknolojilere sahip firmaların belirli bir bölgede yoğunlaşması, teknolojik yeniliklerin daha kolay ve hızlı yapılmasını sağlayabilir.
Anket kapsamında aşağıdaki işbirliklerinden hangilerinde yer aldığı sorulmuştur:
• Organize Sanayi Bölgesi
• Özel İhtisas Sanayi Bölgesi
• Teknoloji Geliştirme Bölgesi
• Kümelenme (cluster) üyesi
• Firmanın bu mekanlarda/işbirliklerinde yer alması, verimlilik veya teknolojik yenilik faaliyetlerine olumlu katkıda bulunuyorsa bu değişkenlerin katsayıları pozitif tahmin edilecektir.
Bu mekanlara/işbirliklerine ek olarak, belirli illerde yer almanın verimlilik ve teknolojik yenilik faaliyetlerine etkilerini görmek için il kukla değişkenleri modele eklenmiştir.
Bunun için anket kapsamında en çok firmanın yer aldığı beş il için (İstanbul 1413, Bursa 295, İzmir 176, Gaziantep 172 ve Kocaeli 150) kukla değişkenler oluşturulmuştur. İl kukla değişkenlerinin katsayıları, söz konusu il ile bu beş il dışındaki iller arasındaki verimlilik ve teknolojik yenilik eğilimi farkını gösterecektir. Örneğin İstanbul’da yer almak diğer illerde yer almaya göre firmaların verimliliği üzerinde olumlu bir katkıya sahip ise, İstanbul kukla değişkeninin katsayısı pozitif olacaktır.
4.2.5. Makine-teçhizat ve teknoloji kullanımı
Kullanılan makine-teçhizat ve teknolojilerin verimlilik üzerinde doğrudan etkisinin olacağı beklenir. Bu teknolojiler, özellikle tasarım ve araştırma faaliyetleri ile ilgili olanları, teknolojik yenilik üzerinde de etkili olabilecektir.
Anket kapsamında makine-teçhizat ve teknoloji kullanımına ilişkin üç grup soru yer almıştır.
İlk olarak, firmalardan makine-teçhizat parklarını yerel rakiplerine göre değerlendirmeleri istenmiştir. Bu kapsamda firmalar, aşağıda sunulan alanlar itibariyle, makine-teçhizat parklarının yerel rakiplere göre (“daha iyi”, “aynı”
veya “daha kötü” olarak) değerlendirmiştir.
• Makine teçhizatın ortalama yaşı
• Üretimin makineleşme düzeyi
• Makine-teçhizatın bilgi teknolojileriyle uyumu/entegrasyonu
• Çalışanların makine-teçhizatı etkin kullanma kabiliyeti
• Bakım-onarım maliyet
• Bakım-onarım süresi
Bakım-onarım maliyeti ve Bakım-onarım süresi sorularına verilen cevap sayısı az olduğundan, bu iki soru çıkarılmış ve geriye kalan dört değişken için uygulanan faktör analizi sonucu Makine teçhizat olarak tanımlanan bir faktör çıkarılmıştır (Şekil 5).
İkinci soru grubu, yönetim bilgi sisteminin hangi süreçlerinde bilişim teknolojileri kullanıldığına ilişkindir. Bu soruda aşağıda belirtilen süreçlerde bilişim teknolojileri kullanılıp/kullanılmadığı sorulmuştur:
• Muhasebe / Finans
• Satın Alma
• Pazarlama / Satış
• Müşteri İlişkileri (CRM)
• Tedarikçi İlişkileri (SRM)
• Tedarik Zincir Yönetimi (SCM)
• Üretim Planlama
• Malzeme Yönetimi
• Bakım / Onarım
• Stok Kontrol
• İnsan Kaynakları Yönetimi
• Kalite Kontrol
• Tasarım
• Doküman Yönetim Sistemi
• Duran Varlıklar Yönetimi
• Proje Yönetimi
• Risk Yönetimi
• Stratejik Planlama
• Piyasa İstihbaratı / Analizi (Business Intelligence / Business Analytics)
• Ürün Yaşam Çevrim Yönetimi
Bu soru için yapılan faktör analizinde YBS olarak tanımlanan bir faktör çekilmesi uygun görülmüştür. Bu faktör, muhasebe ve finans süreçleri değişkeni hariç, diğer tüm değişkenler ile 0.34 ve daha büyük bağıntı katsayısına sahiptir.
Son olarak, firmalara aşağıda belirtilen teknolojilerden/uygulamalardan hangilerinin halihazırda kullanılmakta olduğu sorulmuştur.8
• Esnek Otomasyon
• Akıllı Robotlar
• Nesnelerin İnterneti
• Gömülü Yazılım
• Bulut Bilişim
Aynı soruda, bu teknolojilerin/uygulamaların hangilerinin 1-3 yıl içinde kullanılmasının planlandığı da sorulmuştur.
8
• Büyük Veri (Big Data) Analizi
• Geniş Bant İnternet Erişimi
• Web Sitesi / Sosyal Ağlar
• Radyo Frekansı Tanımlama (RFID)
• e-Ticaret
• Uluslararası Dijital Ödeme Sistemleri
• Yeni Malzemeler (Kompozit, Biyomalzemeler vb.)
• Üç Boyutlu Yazıcı (3D Printer)
Bu değişkenler için uygulanan faktör analizi sonucu dört faktörün çekilebileceği görüşmüştür (Şekil 7).
Teknoloji bilişim olarak tanımlanan ilk faktör (MR1), en çok Nesnelerin İnterneti, Gömülü Yazılım, Bulut Bilişim, Büyük Veri (Big Data) Analizi, Esnek Otomasyon ve Akıllı Robotlar değişkenleri ile ilişkilidir. Bu faktör ileri bilişim teknolojileri kullanımını göstermektedir.
Teknoloji web olarak tanımlanan ikinci faktör (MR2) Geniş Bant İnternet Erişimi ve Web Sitesi / Sosyal Ağlar değişkenleri ile ilişkilidir. Bu faktör artık yaygınlaşmış, en temel düzeyde bilişim teknolojisi kullanımını göstermektedir.
Teknoloji e-ticaret faktörü (MR3) e-Ticaret, Uluslararası Dijital Ödeme Sistemleri ve Radyo Frekansı Tanımlama (RFID) teknolojileri ile ilişkilidir. Bu değişkenler daha çok ticari ilişkileri kurulmasına yöneliktir.
Teknoloji malzeme olarak tanımlanan dördüncü faktör (MR4) Yeni Malzemeler (Kompozit, Biyomalzemeler vb.) ve Üç Boyutlu Yazıcı (3D Printer) değişkenleri ile ilişkilidir.
Çekilen dört teknoloji faktörü arasında da pozitif ilişkiler bulunmaktadır. En güçlü ilişki Teknoloji bilişim ve Teknoloji e-ticaret değişkenleri arasında gözlenmektedir.
Teknoloji kullanımına ilişkin bu dört değişken, farklı teknolojilerin verimlilik ve teknolojik yenilik faaliyetlerine etkisini gösterecektir.
4.2.6. Personel yönetimi ve organizasyon yapısı
Anket kapsamında firmaların personel yönetimi ve organizasyonuna ilişkin çok sayıda soru yer almıştır.
Firmalar çeşitli yöntemlerle personelin motivasyonunu ve verimliliğini artırmaya çalışmaktadır. Ankette çalışanların verimliliğini artırmak için aşağıdaki
• Firma içi eğitim programları
• Firma dışı eğitim programları
• Ödül/prim sistemi kurulması
• Kariyer planının varlığı
• Performans bazlı terfi sistemi
• Benzeri firmalara göre yüksek ücret politikası
• Ücretlerin düzenliödenmesi
• Esnek çalışma imkanları
• Ücret dışı sosyal imkanlar (sağlık, yemek, ulaşım, kreş vb.)
• Fiziki çalışma ortamı ve koşullarının iyileştirilmesi
• Rotasyon imkanları
• Takım çalışması
Bu değişkenlerden personel yönetimine ilişkin üç faktör çekilmiştir (Şekil 8).
Personel esneklik olarak tanımlanan ilk faktör (MR1) Benzeri firmalara göre yüksek ücret politikası, Esnek çalışma imkanları ve Kariyer planının varlığı değişkenleri ile pozitif, Ücretlerin düzenli ödenmesi ve Ücret dışı sosyal imkanlar (sağlık, yemek, ulaşım, kreş vb.) değişkenleri ile negatif ilişkilidir. Bu uygulamalar daha çok esneklik yoluyla verimliliği artırmaya yönelik olduğu için, bu değişkenler ile ilişkili olan faktör “Personel esneklik” olarak tanımlanmıştır.
İkinci faktör (MR2) Takım çalışması, Fiziki çalışma ortamı ve koşullarının iyileştirilmesi ve Firma dışı eğitim programları değişkenleri ile ilişkilidir. Bu faktör Personel takım çalışması olarak tanımlanmıştır.
Üçüncü faktör (MR3) Performans bazlı terfi sistemi, Firma içi eğitim programları ve Ödül/prim sistemi kurulması değişkenleri ile ilişkili olduğu için Personel ödül sistemi olarak tanımlanmıştır.
Firmalara iş süreçleri ve kalite kontrol uygulamalarına ilişkin olarak aşağıdaki ifadelerden hangilerinin geçerli olduğu sorulmuştur:
• Üretime ilişkin Standart İş Süreçleri (SOP) geliştirilmiş ve uygulanmaktadır
• Sık tekrarlanan üretim dışı faaliyetler (kalite kontrol, takım ve tezgâh kontrolleri) için Standart İş Süreçleri (SOP) tanımlanmıştır.
• Çalışanlara her yeni göreve başlamadan önce Standart İş Süreçleri eğitimi (SOP) verilmektedir.
• Ekipmanlar için toplam ekipman etkinliği (OEE) hedeflemesi yapılmaktadır
• Toplam ekipman etkinliği (OEE) kayıpları her ekipman için ayrı takip edilmektedir
• Toplam ekipman etkinliğinin (OEE) iyileştirilmesi için gerekli tedbirler alınmaktadır
• Kalite performansı, sürecin her aşamasında ya da her imalat partisinde ölçülmektedir
• Kalite kontrolü, üretim hattında çalışanların rutin görevleri arasındadır
• Belli başlı kalite sorunlarını tanımlayan ve takibine olanak veren kontrol çizelgeleri üretim hattının her iş istasyonunda bulunmaktadır
• Ekipman ve takımlardaki, üretim miktarındaki ve kalitedeki olağan dışılıklar anında
tespit edilebilmektedir
• Kalite kontrol süreçleri, uluslararası iş güvenliği ve kalite standartlarının gereklerini karşılamaktadır
Bu değişkenler için faktör analizi uygulandığında üç veya bir faktör çekilebileceği görülmüştür. Üç faktör çekildiğinde, elde edilen faktörler, sırasıyla, OEE, SOP ve kalite kontrol uygulamaları ile ilişkili olmakta, fakat üç faktör arasındaki bağıntı katsayısı da çok yüksek çıkmaktadır.9 Bu nedenle bir faktör çekilmesine karar verilmiştir. Değişkenler ve kısaca Kalite kontrol olarak tanımlanan faktör arasındaki ilişkiler Şekil 9’da sunulmuştur. Bu şekilde de görüldüğü gibi elde edilen faktör ve tüm değişkenler arasındaki bağıntı katsayıları oldukça yüksektir (en düşüğü 0.32)
Ankette Kilit Performans Göstergeleri uygulamalarına ilişkin çeşitli sorular yer almıştır. Öncelikle firmalara üretim süreçlerinin farklı aşamalarına ilişkin olarak Kilit Performans Göstergeleri (KPI) tanımlayıp/tanımlamadığı sorulmuş, bu soruya olumlu cevap veren firmalara aşağıdaki ifadelerin hangilerinin geçerli olduğu sorulmuştur:
• Kilit Performans Göstergeleri için hedefler belirlenmiştir
• Hedeflerden sapma durumunda gerekli önlemler için istişare mekanizmaları işletilmektedir
• Kilit Performans Hedeflerinin gerçekleşip gerçekleşmediği takip edilmekte ve raporlanmaktadır.
KPI uygulayan firma oranı %45’tir. Yukarıdaki üç KPI değişkeni için faktör analizi uygulandığında, bu değişkenlerin KPI olarak tanımlanan bir faktör ile temsil edilebileceği bulunmuştur (Şekil 10).
Çalışanların performansının izlenmesine ilişkin olarak aşağıdaki ifadelerin hangilerinin geçerli olduğu sorulmuştur:
• Çalışanların performansı düzenli olarak izlenmektedir
• Çalışanların performansına ilişkin veriler raporlanmakta ve değerlendirilmektedir
• Performans değerlendirme sonuçları ilgili çalışanlarla görüşülmektedir
• Performans değerlendirme sonuçları ücretlerin (teşvik ve ikramiye dâhil) tespitinde dikkate alınmaktadır
• Performans değerlendirme sonuçları atama ve terfilerde dikkate alınmaktadır
Bu sorular, giderek artan etki düzeyde performans değerlendirme uygulamalarının varlığını sorgulamaktadır. Verilen cevaplara göre çalışanların performansını düzenli olarak izleyen firmaların hemen hepsinde söz konusu uygulamalar olduğu için yapılan faktör analizi sonucu beş değişken bir faktör ile (Performans sistemi) tanımlanmıştır.
Son olarak, son üç yılda verimliliği artırmaya yönelik olarak firmaların organizasyonel / kurumsal yapılanmalarında ne gibi değişiklikler yapıldığı sorulmuştur.
• Aile firması iken profesyonelleşmeye gidildi.
• Şirket yapısında değişiklikler oldu (yeni ortaklık, şirket birleşmesi, şirket satın alma vb.).
• İşlevsel bazlı yeni organizasyon birimleri yaratıldı (Yeni IT, AR-GE birimi oluşturulması vb.).
• Organizasyonda coğrafi bazlı değişiklikler yapıldı (yerel dağıtım ağı kurulması, vb.).
• Dışarıdan organizasyon danışmanlığı alındı.
Faktör analizi ile bu beş değişkenden Yeni organizasyon olarak tanımlanan bir faktör çekilmiştir (Şekil 11).
4.3. Tahmin sonuçları
Açıklayıcı değişkenler arasındaki etkileşimin görülebilmesi için Bölüm 4.2’de özetlenen açıklayıcı değişkenler bloklar halinde tahmin edilen modellere eklenmiştir. Bu yöntemle verimlilik ve teknolojik yenilik faaliyetlerini belirleyen etkenlere ilişkin 6 model tahmin edilmiştir (bkz. Tablo 4 ve 5).
Tahmin sonuçlarına göre çalışan sayısı ile ölçülen işyeri büyüklüğü verimliliği ve teknoloji yenilik faaliyetlerini olumlu olarak etkilemektedir. Bir başka deyişle, (ortalama olarak) büyük firmalar küçük firmalardan daha verimli ve daha yenilikçidir. Firma büyüklüğünün etkisi, yeni açıklayıcı değişkenler eklendikçe (Model 1’den Model 6’ya gidildikçe) azalmakta fakat tüm değişkenlerin eklendiği modelde de pozitif ve istatistiksel olarak anlamlı olmaktadır.
Firmada çalışan beyaz yakalı personel oranı verimlilik üzerinde pozitif etkiye sahiptir, fakat Ar-Ge faaliyetleri de kontrol edildiğinde beyaz yakalı personel oranının teknolojik yeniliklere güçlü bir etkisi yoktur.
Holding değişkeni tüm modellerde verimlilik ve teknolojik yenilik eğilimi üzerinde pozitif bir etkiye sahiptir. Fakat bu etki, yeni değişkenler eklendikçe azalmakta ve tüm değişkenlerin eklendiği Model 6’de istatistiksel olarak sıfırdan farklı olmamaktadır. Bu durum, Holding üyesi olmanın diğer değişkenler ile tanımlanan değişikliklere yol açtığı, bu nedenle Holding üyesi olmanın yasal konumdan kaynaklanan bir etkisinin olmadığını göstermektedir.
Yurt dışı bağlantı’sı olan firmaların verimliliği diğer firmalardan daha yüksektir.
Yurt dışı bağlantı teknolojik yenilik eğilimini de olumlu etkilemektedir, fakat bu etki verimlilik etkisinden (istatistiksel olarak) daha zayıftır.
Ar-Ge faaliyetlerinin verimlilik ve teknolojik yenilik eğilimine çok güçlü bir katkıda bulunduğu görülmektedir.
Uzun vadeli müşterilerle ilişkilerin verimlilik ve yenilik üzerinde önemli etkileri bulunmaktadır. İlk olarak, UVM ciro payı firmaların verimliliğini artırmaktadır.
Bu değişkenin teknolojik yenilik üzerindeki etkisi ise pozitif değildir (Model 2-4’de negatif, Model 5-6’de istatistiksel olarak anlamlı değil). UVM ciro payının teknolojik yenilik üzerinde pozitif etkiye sahip olmamasının nedeni, müşteriler ile
yapılan Ar-Ge faaliyetleri kontrol edildiğinde, bu değişkenin ürün niteliklerinin çok değişmediği ve/veya ürün spesifikasyonlarının müşteri tarafından tanımlandığı koşulları yansıtmasından kaynaklanabilir.
Son beş yılda UVM sayısı artan firmalar UVM sayısı değişmeyen’lerden, UVM sayısı değişmeyen firmalar da UVM sayısı azalanlardan daha verimlidir. Bu durum müşterilerle uzun vadeli ilişkilerin önemi yansıtmaktadır. Teknoloji yenilik üzerindeki etkiye bakıldığında, UVM sayısı artan firmaların yenilik eğilimi diğer gruplardan daha fazladır, fakat, verimlilik etkisinden farklı olarak, UVM müşteri sayısı değişmeyen firmaların yenilik eğilimi, UVM müşteri sayısı düşen firmalardan daha azdır. Bu sonuç, yukarıda uzun vadeli müşterilerle ilişkilerin ürün niteliklerinin istikrarlı olması gözlemi ile uyumludur.
Müşterilerle ortak Ar-Ge ve tasarım faaliyeti gerçekleştiren firmaların verimliliği daha yüksektir ve bu etki tüm modellerde geçerliliğini korumaktadır. Bu sonuç, müşterilerle ilişkilerin verimlilik üzerinde olumlu etki sağlayan en önemli biçiminin, ortak Ar-Ge ve tasarım faaliyeti olduğunu göstermektedir. Bu değişken (Model 5 ve 6’da istatistiksel olarak anlamlı olmamakla beraber) teknolojik yenilik eğilimine de olumlu bir katkıda bulunmaktadır.
Müşterilerin sağladığı destekler verimlilik üzerinde pozitif fakat zayıf bir etkiye sahiptir. Teknolojik yenilik üzerindeki etki pozitif ve istatistiksel olarak anlamlıdır (Model 2 ve 3) fakat yenilik modeline kullanılan teknolojiler ve personel yönetimi ve organizasyon yapısına ilişkin değişkenler eklendiğinde etki kaybolmaktadır.
Firmaların tasarım ve ürün geliştirme dahil yararlandığı teknolojik bilgi kaynaklarına bakıldığında, teknoloji transferinin (Bilgi transfer değişkeni) verimliliği önemli ölçüde artırdığı görülmektedir. Bu faktör, büyük ölçüde “nitelikli üst düzey yönetici/teknik personel transferi”, “ana firmadan bilgi transferi” ve
“patent ve lisans yoluyla teknoloji transferi” değişkenlerinden oluştuğu için, bu yöntemleri kullanan firmaların daha verimli olduğu sonucuna ulaşılmaktadır.
Açık bilgi kaynakları kullanımı da verimlilik üzerinde kısmen olumlu katkıda bulunmaktadır.
Bilgi transfer değişkeni teknolojik yenilik üzerinde de pozitif fakat zayıf bir etkiye sahiptir. Bekleneceği gibi en önemli bilgi kaynakları tersine mühendislik ve açık kaynaklar olan firmaların teknolojik yenilik yapma olasılığı daha düşüktür. Bu
sonuçlar, pasif taklit (imitasyon) stratejisi izleyen firmaların teknolojik yenilik yapamadığını, teknolojik yenilik için firmaların Ar-Ge ve teknoloji transferi gibi aktif politikalar izlemesi gerektiğini göstermektedir.
Firmaların bulunduğu mekanın/ilişkilerin verimlilik ve teknolojik yenilik üzerinde önemli bir etkisi vardı. Analiz sonuçlarına göre OSB, ihtisas OSB ve teknoparklarda bulunan firmalar ile diğer firmalar arasında verimlilik açısından anlamlı bir fark bulunmamaktadır. Verimliliği etkileyen tel mekan/ilişki değişkeni “kümelenme (cluster) üyesi” olmaktadır. Bu sonuç, aktif kümelenme politikalarının verimlilik artışı açısından etkili olabileceğini göstermektedir.
Teknoloji yenilik açısından bakıldığında ise, teknoparklarda yer alan firmaların daha fazla yenilikçi, kümelenme üyesi olan firmaların ise daha az yenilikçi olduğu bulunmuştur. Bu sonuç, teknoparkların teknolojik yenilik geliştirme açısından etkili olduğunu göstermektedir. Kümelenme değişkeninin negatif katsayıya sahip olması, kümelerin daha çok üretim odaklı olmasından kaynaklanabilir.
Teknoloji kullanımına bakıldığında, modelde kullanılan teknoloji değişkenlerinin biri hariç hepsinin verimlilik üzerinde pozitif etkisi vardır (makine teçhizatın niteliği, YBS, bilişim teknolojileri, malzeme teknolojileri ve e-ticaret teknolojileri;
e-ticaret teknolojilerinin etkisi zayıftır). Verimlilik üzerinde negatif etkisi bulunan tek teknoloji değişkeni, “geniş bant İnternet erişimi” ve “Web sitesi/sosyal ağlar”
değişkenidir. Diğer teknoloji değişkenleri kontrol edildiğinde, bu teknolojilerin kullanımı verimlilik üzerinde olumsuz etkide bulunmaktadır.
Teknoloji kullanımı ve teknolojik yenilik arasındaki ilişkiye bakıldığında, bilişim, malzeme ve e-ticaret teknolojilerini kullanan firmaların daha çok yenilikçi, YBS ve web (sosyal ağlar) teknolojileri kullanan firmaların ise daha az yenilikçi olduğu bulunmuştur. YBS teknolojileri ile teknolojik yenilik arasındaki ilişkinin negatif çıkması, YBS teknolojilerinin süreçleri oturmuş ve belirli bir olgunluğa ulaşmış firmalar tarafından kullanılması olabilir. Bir başka deyişle, diğer tüm değişkenler aynı tutulduğunda, yeni kurulmuş (start-up) yenilikçi firmaların daha az YBS kullanmasından dolayı bu iki değişken arasında negatif bağıntı elde edilmiş olabilir.
Personel yönetimi ve organizasyon yapısı’na ilişkin değişkenler, firmaların bu alanlardaki uygulamalarının verimliliği artırma açısından başarılı olamadığını
göstermektedir. Son üç yılda organizasyon yapısında bir değişiklik gerçekleştiren ve performans yönetim sistemi kuran firmaların verimliliği kısmen daha yüksektir, fakat bu etki zayıftır. Esnek işgücüpolitikaları (Personel esneklik), performans bazlı ödül sistemi (Personel ödül) ve Kilit Performans Göstergeleri (KPI) uygulayan firmaların verimliliği, diğer firmalardan daha düşük bulunmuştur.
Personel yönetimi ile verimlilik arasındaki negatif ilişki personel yönetim sistemlerinin bürokratik ve katı uygulanması durumunda ortaya çıkabilir. Bu durumda uygulama maliyetlerinin yüksek olması ve personel motivasyonun olumsuz etkilenmesi nedeniyle verimlilik düşebilir.
Personel yönetimi ve organizasyon yapısı ile teknolojik yenilik arasındaki ilişkiler, bu değişkenlerin etkileri üzerine anlamlı sonuçlar vermektedir. Tahmin sonuçlarına göre kalite kontrol ve performans sistemleri kuran, son üç yılda organizasyon yapısında bir değişiklik gerçekleştiren ve KPI uygulayan firmaların teknolojik yenilik eğilimi daha yüksektir.
Esnek işgücü politikaları, verimlilikte olduğu gibi teknolojik yenilik üzerinde de olumsuz etkiye sahiptir. Bu sonuçlar, firmaların belirli hedefleri gerçekleştirmeye yönelik proaktif politikalar izlemeleri durumunda daha yenilikçi olabileceklerini göstermektedir.
Son olarak, modele il kukla değişkenleri eklenerek belirli illerde olan firmaların daha verimli/yenilikçi olduğu test edilmiştir. Modele il kukla değişkenleri eklendiğinde, diğer açıklayıcı değişkenlerde önemli bir değişim olmamıştır (Tablo 6). Tahmin sonuçlarına göre İstanbul’da bulunan firmalar diğer illerde olan firmalardan daha verimli, Bursa ve Kocaeli’nde bulunan firmalar da daha az verimlidir. Bursa ve Gaziantep’te bulunan firmalar daha yenilikçi olurken, İstanbul, İzmir ve Kocaeli’nden firmalar daha az yenilikçi olma eğilimindedir.
Tahmin sonuçlarının kullanılan bağımlı değişkenden ne kadar etkilendiğini kontrol etmek amacıyla tüm açıklayıcı değişkenleri içeren geniş model, farklı bağımlı değişkenler için tekrar tahmin edilmiştir. Tablo 7’de faktör analizi sonucu bulunan “Verimlilik” değişkenine ek olarak küresel ve yerel rakiplerle verimlilik karşılaştırmasını açıklayan modellerin tahmin sonuçları sunulmuştur. Bu tabloda görüldüğü gibi, özellikle küresel rakiplere göre verimlilik düzeyi ile faktör analizi sonucu bulunan “Verimlilik” değişkeni hemen hemen aynı sonuçları vermektedir.
Tablo 8’de yenilik değişkenleri için yapılan tahminler sunulmuştur. Bu tabloda ilk değişken faktör analizi sonucu bulunan “Yenilik” değişkenidir. Diğer değişkenler
de ürün ve süreç yenilikleri değişkenleridir (süreç yenilikleri için üç değişken vardır: imalat süreçleri yenilikleri, lojistik yenilikleri ve destek faaliyetleri yenilikleri). Ürün ve süreç yenilikleri modelleri sonuçları “Yenilik” değişkeninin kullanıldığı modelin sonuçlarından çok farklı değildir.
Ankette firmalara kapasite kullanma oranları (KKO) ve vardiya sayıları da sorulmuştur. KKO ve vardiya sayısı verimlilik ile doğrudan ilişkili olmasına karşın verimlilik modelinde açıklayıcı değişken olarak kullanılmamıştır, çünkü bu değişkenler aslında verimliliğin farklı boyutlarını oluşturmaktadır (verimli olan firma daha fazla satış yapabildiği için KKO’nını artırabilmektedir).
KKO ve vardiya sayısı ile verimlilik düzeyi arasında pozitif ilişki vardır. Örneğin küresel rakiplerine göre daha verimli olduğunu söyleyen firmaların ortalama KKO ve vardiya sayıları %71.9 ve 1.78 vardiya olurken, aynı verimlilik düzeyinde olan firmalar için bu değerler %66.7 ve 1.66 vardiya, daha az verimli olduğunu söyleyen firmalar için %64.5 ve 1.37 vardiyadır. Bir başka deyişle verimlilik ile KKO ve vardiya sayıları arasında pozitif ve istatistiksel olarak anlamlı bir bağıntı vardır.
5. Müşteri ve Tedarikçi İlişkilerindeki Değişimler
Yapılan analizler, müşteri ve tedarikçilerle ilişkilerin verimlilik ve teknolojik yenilik açısından önemli olduğunu göstermektedir. Anket kapsamında firmalara müşteri ve tedarikçilerle ilişkilerinde önümüzdeki beş yıl içerisinde ne gibi değişiklikler bekledikleri sorulmuştur. Bu soruların analizi değişen ilişkilerin verimlilik ve teknolojik yenilik faaliyetlerine ne gibi etkide bulunabileceğini gösterecektir. Müşteri ve tedarikçilerle ilişkilerin değişimi incelenirken, firmaların verimlilik düzeyi için 3 düzeyli bir gösterge olan küresel rakiplerle verimlilik karşılaştırması değişkeni kullanılmıştır.
Ankette, firmaların müşterileri ile ilişkilerine yönelik olarak aşağıda yer alan uygulamaların hangilerini beş yıllık dönemde planladıkları sorulmuştur:
• Herhangi bir planımız yok (geçmiş dönemdeki gibi devam edecek)
• Müşterilerin ürettiği bazı mal ve hizmet üretimine başlanılacak
• Kendi üretim süreçlerimizin bir bölümü müşterilere devredilecek
• Müşterilerimizden teknolojik becerilerimizin geliştirilmesi konusunda
• Müşterilerimizden kurumsal/organizasyonel becerilerimizin gelişimi konusunda destek alınacak
• Müşterilere satılan mallar çeşitlendirilecek
• Firmamızın hedef pazarı değiştirilecek (ihracata yönelim, büyük ölçekli müşterilerle çalışma vb.)
• İş modelimiz değiştirilecek (kendi pazarlama ağı kurulacak, e-ticaret vb.)
• Yurt içinde yeni müşteriler bulunacak
• Yurt dışında yeni müşteriler bulunacak
• Yurt içi müşteri sayısı azaltılacak
• Yurt dışı müşteri sayısı azaltılacak
Firmaların yaklaşık yarısı beş yıllık dönemde herhangi bir planlarının olmadığını belirtmiştir. Verimlilik düzeyine bakıldığında, (küresel rakiplerine göre) daha verimli olan firmaların %45’i, daha az verimli olduğunu söyleyenlerin ise %55’i herhangi bir planlarının olmadığını söylemiştir. Bir başka deyişle, müşterilerle ilişkilerinde verimli firmaların daha proaktif konumda olduğu görülmektedir.
Planlara bakıldığında, en sık görülen “yurt içinde yeni müşteriler bulma” planıdır (firmaların %25.6’sı) ve bu plan açısından verimli ve verimsiz firmalar arasında bir fark yoktur.10 Yurt içinde yeni müşteri bulunmasından sonra en çok görülen planlar “müşterilere satılan malların çeşitlendirilmesi (%19.4) ve “yurt dışında yeni müşteriler bulunması” (%14.1) planlarıdır. Bu iki plan da verimli firmalarda çok daha yaygın gözlenmiştir.
Firmalara uzun vadeli müşterileriyle yaşadıkları en önemli beş sorun sorulmuştur.
Müşterilerle karşılaşılan en önemli sorunlar ödemelerin düzensizliği (firmaların
%70.7’si), fiyatların baskılanması (%51.3), verilen siparişlerde zaman sıkışıklığı (%32.8) ve verilen siparişlerin çok küçük partilerle olmasıdır (%32). Verimlilik düzeyine göre bakıldığında, daha verimli olduğunu söyleyen firmalar arasında, ödemelerin düzensizliği sorunu verimsiz firmalara göre daha az, verilen siparişlerde zaman sıkışıklığı sorunu ise daha fazla yaşanmaktadır.
Katman 1 ve 2’deki firmalara tedarikçilere yönelik planları ve yaşadıkları sorunlar sorulmuştur. Bu sorulara cevap veren 442 firmanın yaklaşık %70’i tedarikçilere yönelik herhangi bir planlarının olmadığını/mevcut ilişkilerin devam edeceğini belirtmiştir.
“Verimli” ve “verimsiz” firma, rakiplerle karşılaştırdığında kendisini “daha çok verimli” ve “daha az verimli” gören firmaları tanımlamaktadır.
10
Tedarikçilere yönelik bir plan olup/olmaması konusunda verimli ve verimsiz firmalar arasında bir farklılık yoktur. Tedarikçilere yönelik en yaygın planlar
“ihtiyaç duyulan alanlarda yeni tedarikçilerin yaratılması” (%12) ve “mevcut tedarikçilerden sadece daha iyi olanlarıyla çalışılması”dır (tedarikçi sayısının konsolide edilmesi) (%10). Tedarikçi sayısının konsolide edilmesi Katman 1’deki firmalarla yapılan mülakatlarda da dile getirilen bir politikadır. Tedarikçi sayısının konsolide edilmesi, tedarikçilerin büyümesine ve müşteri-tedarikçi ilişkilerinin daha da güçlenmesine yol açarsa verimlilik ve teknolojik yenilik üzerinde olumlu katkıya sahip olabilir. Fakat bu durum bazı tedarikçilerin piyasadan çıkmasına da neden olabilecektir.
Katman 1 ve 2’deki firmaların tedarikçileriyle ilişkilerinde en çok karşılaştıkları sorunlar fiyat seviyesinde dalgalanma (%47.7), teslimat zamanlamasına uymama (%32.1), kalite seviyesinde dalgalanma (%31.7), kalite seviyesinde yetersizlik (%28.1), sevkiyat miktarlarında siparişten sapma (%28.1) ve bilgi akışındaki aksaklıklar (%23.8) olmuştur (Tablo 10). Bu sorunlarla karşılaşma açısından verimli olan ve olmayan firmalar arasında çok önemli farklar bulunmamaktadır.
Kayda değer en önemli farklılık, verimli firmaların verimsiz firmalara göre kalite seviyesinden daha fazla, bilgi akışındaki aksaklıklardan daha az şikayetçi olmalarıdır.
Tedarikçilerin müşterilerle ilişkilerinde yaşadıkları sorunlar ile müşterilerin tedarikçilerle yaşadıkları sorunlar arasında önemli farklılıklar bulunmaktadır.
Tedarikçiler daha çok ödemelerden (ödemelerin düzensizliği ve fiyatların baskılanması), siparişlerin küçük partiler halinde verilmesi ve kısa sürede istenmesinden şikayet ederken, müşteriler fiyat seviyesinin dalgalanması, teslimat zamanlamasına uyulmaması ve kalite sorunlarını ön plana çıkarmaktadır.
6. Politikalar, Engeller ve Verimlilik: Firmaların Değerlendirmesi
Firmaların verimlilik önündeki engeller ve kamu politikalarına ilişkin değerlendirmeleri, karşılaştıkları sorunların anlaşılması açısından önemli ipuçları vermektedir.
Firmalar, verimlilik artışını engelleyen en önemli içsel ve dışsal faktörler olarak finansman sorunları (%45.8), dış piyasalarda olağan dışı daralmalar/
dalgalanmalar (%45.8), işgücünün niteliği (%44.2), makine-teçhizatın niteliği (%31.9), tedarikçilerin yetersizliği (%27.7) ve bölgesel koşulları (güvenlik, iş
arasındaki en önemli farklılıklar da finansman sorunları ve tedarikçilerin yetersizliği konularında oluşmuştur. Verimli firmalar, verimsiz firmalara göre bu iki sorunun da daha az önemde olduğunu düşünmektedir. Bu sonuç, verimli firmaların verimlilikleri sayesinde finansman sorunlarını aşabilmeleri ve tedarikçilerle ilişkilerini daha iyi kurabilmeleri ile ilişkilidir.
Teknoloji altyapısı (test merkezleri, akreditasyon, vb) yetersizliği (%15.2) ve üniversite- sanayi işbirliğindeki sorunlar (%11.6) en az önemli görülen sorunlardır. Verimli firmaların verimsiz firmalara göre teknoloji altyapısının yetersizliğini daha büyük bir sorun olarak görmesi, aslında Türkiye imalat sanayiinde firmaların teknolojik faaliyetlerinin yetersizliğinin bir sonucudur.
Firmaların, özellikle verimsiz olanların, önemli bir kısmı teknolojik faaliyette bulunmadığı için teknoloji altyapısına ve üniversitelerle işbirliğine de gereksinim duymamakta, bu nedenle bu alanlarda bir sorunla karşılaşmamaktadır.
Firmalar bazı kamu politikalarının son üç yıl içerisinde verimliliklerine etkisini de değerlendirmiştir. Politikaların etkisi “olumsuz”, “etkisiz” veya “olumlu” olarak değerlendirilmiş, istatistiki analiz için bu değerlendirme sonuçları, sırasıyla, -1, 0 ve +1 olarak kodlanmış ve gruplar bazında kodlanan değerlerin ortalamaları alınmıştır. Örneğin firmaların tamamı politikayı olumlu olarak değerlendirirse, bu politika +1 değerini alacak, olumlu ve olumsuz değerlendiren firma sayısı eşit olduğunda da ortalama 0 olacaktır.
Firmaların değerlendirmesine göre verimliliği en olumlu etkileyen kamu politikaları, lojistik ve ulaştırma altyapısı (0.44), kentleşme ve imar politikaları (0.41), teknoloji politikaları (Ar-Ge teşvikleri, teknopark, vb, 0.4) ve yatırım teşvik politikalarıdır (0.38). Bu politikaların değerlendirilmesinde verimli ve verimsiz firmalar arasındaki en önemli fark teknoloji politikalarında ortaya çıkmaktadır. Verimli firmalar, verimsiz firmalara göre teknoloji politikalarını daha önemli görmektedir. Bu sonuç, verimlilik engelleri üzerine firmaların teknolojik düzeylerine göre değerlendirme yaptıkları yorumuyla uyumludur.
Firmaların en az olumlu etkiye sahip gördüğü kamu politikaları ise işgücü maliyetini etkileyen uygulamalar (0.09), firma büyüklüğüne bağlı kamusal yükler (doktor, kreş vb.) (0.13) ve hukuki ve kurumsal düzenleme süreçlerine sanayinin katılımıdır (0.17). Her üç politikanın değerlendirmesinde verimli ve verimsiz firmalar arasında önemli farklılıklar bulunmaktadır. Verimli firmalar işgücü
maliyetini etkileyen uygulamalar ve firma büyüklüğüne bağlı kamusal yükleri olumlu görürken, verimsiz firmalar bu politikaların etkilerinin olumsuz olduğu görüşündedir. Bu durum, verimsiz firmaların düşük maliyet temelinde, verimli firmaların ise kalite ve nitelikli işgücü temelinde rekabetçi olmaya çalışmalarıyla uyumludur.
Yeni politikaların geliştirilmesine yönelik olarak firmalara bazı destekleyici/
kolaylaştırıcı kamu politikalarının verimliliklerini ne ölçüde etkileyeceğini sorulmuştur. Firmaların cevapları 0 etkisiz, 1 etkili ve 2 çok etkili olacak şekilde kodlanmış ve grupların ortalama değerleri hesaplanmıştır (Tablo 13). Firmalar önerilen tüm politikaların etkili/çok etkili olacağını belirtmişlerdir. En etkili görülen politika önerileri “KOBİ’lerin özel sektör Ar- Ge/Tasarım Merkezlerinden yararlandırılmasının kamu tarafından teşvik edilmesi” ve “işgücü devir oranının (turnover) azaltılmasına yönelik teşvik mekanizmasının kurulması” olmuştur. Bu politikaların etkisinin değerlendirilmesi konusunda verimli ve verimsiz firmalar arasında kayda değer bir farklılık yoktur.
Son üç yıllık dönemde başarılı veya başarısız herhangi bir yenilik faaliyetinde bulunmayan firmalara, neden yenilik faaliyetinde bulunmadıkları sorulmuştur.
Yenilik faaliyetinde bulunmayan ve bu soruya cevap veren firmaların %82.5’i (765 firma) yenilik yapmaya zorlayan bir etkenin olmamasını, %17.5’i de (162 firma) yenilik faaliyetinde bulunmak istendiğini, fakat yenilik faaliyetini engelleyen faktörlerle karşılaşıldığını belirtmiştir. Yenilik yapılmasını engelleyen faktörler ile karşılaşıldığını belirten verimli firma oranı %13.1’de kalırken, aynı oran verimsiz firmalarda %30.4’e çıkmaktadır. Yenilikleri engelleyen faktörlerin değerlenlendirilmesi açısından verimli ve verimsiz firmalar arasında önemli bir fark bulunmamaktadır.
7. Sonuçlar
Bu çalışmada Toplam Faktör Verimliliği projesi kapsamında Türkiye imalat sanayiindeki firmalara yönelik gerçekleştirilen anket çalışması verileri ekonometrik yöntemlerle analiz edilerek verimlilik ve teknolojik yenilik eğilimini sağlayan etkenler belirlenmiştir. Analiz sonuçlarına göre büyük, yurt dışı bağlantısı olan ve Ar-Ge faaliyetinde bulunan firmaların verimliliği daha fazla ve teknoloji yenilik yapma eğilimi daha güçlü olmaktadır. Çalışanlar arasında beyaz yakalı işçilerin oranı yüksek olan firmalar, ortalama olarak daha verimlidir.
