TÜRKİYE BÖLGELER ARASI GELİR DAĞILIMI İÇİN BİR ANALİZ

Amaç- Bu çalışmada, klasik yaklaşımlara göre yeni sayılabilecek bir ölçüt olan SSD kriteri ile, Türkiye’de farklı gelir düzeylerine ilişkin dağılımların bölgelerarası düzeyde karşılaştırılması amaçlanmaktadır.Yöntem- İkinci dereceden stokastik baskınlık (SSD) kriteri Gini katsayısına dayanarak bölgeler arasında gelir dağılımı açısından karşılaştırma yapma olanağı sunmaktadır.Bulgular- Türkiye İstatistik Kurumu (TUİK) yıllık Hanehalkı kullanılabilir gelir verileri kullanılarak, 2006-2016 yılları arasında İstatistiki Bölge Birimleri Sınıflamasına göre 12 bölge arasında (İBBS-1.Düzey) ikişerli karşılaştırmalar yapılmış ve belirli bölgelerin çalışmada ele alınan dönemde diğerlerine göre gelir dağılımı açısından baskın olduğu gösterilmiştir. Aynı yöntem ile yine Gini katsayıları dikkate alınarak ilgili yıllarda kaydedilen katsayının yıllar arasındaki etkinliği de incelendiğinde, belirli yılların diğer yıllara göre Gini katsayısı açısından daha etkin olduğu gözlenmiştir.Sonuç- SSD kriteri gelir dağılımı analizinde kullanılabilecek bir ölçüm aracıdır. Dolayısıyla bu çalışmada SSD kriterinin Lorenz eğrisine göre daha fazla bilgi sağladığı gösterilmeye çalışılmaktadır.

AN ANALYSIS OF INCOME DISTRIBUTION BETWEEN REGIONS FOR TURKEY

Purpose- In this study, by using second order stochastic dominance criteria which is a new criterion compared to classical approaches, it is aimed to compare the distributions of the regions with different income levels in Turkey.Methodology- Second order stochastic dominance (SSD) criteria provides comparison between the regions in terms of their income distribution based on Gini coefficient.Findings- By using annualy equivalised household disposable income data from Turkish Statistical Institute (TUİK), between 2006-2016 years, binary comparisons were made among the regions (NUTS-1) and it has been shown that certain regions dominate the some others in terms of income distribution in the period covered in the study. Also via same approach we observed that certain years are more effective in terms of Gini coefficient than other years.Conclusion- SSD criteria is a measure that can be used in income distribution analysis. Therefore, in this study we tried to show that the SSD criteria provides more information than the Lorenz curve.

___

  • Atkinson, A. B. (1970). On the measurement of inequality. Journal of Economic Theory, 2, 244–263.
  • Le Breton, M., Michelangeli, A., Peluso, E. (2012). A stochastic dominance approach to the measurement of discrimination. Journal of Economic Theory, 147(4), 1342-1350.
  • Davidson, R., Duclos J. Y. (2000). Statistical inference for stochastic dominance and for the measurement of poverty and inequality. Econometrica, 68(6), 1435-1464.
  • Filiztekin, A., Çelik, M. A. (2010). Türkiye’de bölgesel gelir eşitsizliği. Megaron Journal, 5(3): 116-127.
  • Gini, C. (1921). Measurement of inequality of incomes. The Economic Journal, 31(121), 124-126.
  • Hadar, J., Russell, W. R. (1969). Rules for ordering uncertain prospects. The American Economic Review, 25-34.
  • Hanoch, G., Levy, H. (1969). The efficiency analysis of choices involving risk. The Review of Economic Studies, 36(3), pp.335-346.
  • Kleiber, C. (2005). The Lorenz curve in economics and econometrics. Invited paper, Gini-Lorenz Centennial Conference, Siena, May 23–26, 2005.
  • Lorenz, M. O. (1905). Methods of measuring the concentration of wealth. Quarterly Publications of the American Statistical Association, 9 (New Series, No. 70), 209–219.
  • Ogryczak, W., Ruszczyński, A. (1999). From stochastic dominance to mean-risk models: semideviations as risk measures. European Journal of Operational Research, 116(1), 33-50.
  • Shorrocks, A. F. (1983). Ranking income distributions. Economica, 50, 3–17.
  • TUİK (2018). Gelir dağılımı ve yaşam koşulları istatistikleri. Çevrimiçi (01.06.2018): http://www.tuik.gov.tr/PreTablo.do?alt_id=1011