TÜRKİYE’DE GECE IŞIKLARI İLE HESAPLANAN İKTİSADİ BÜYÜMENİN MEKÂNSAL ANALİZİ

Geçmişten günümüze iktisadi büyüme iktisat literatüründe yoğun çalışılan konulardan biri olmuştur. Bu çalışmada; son yıllarda iktisadi büyümenin güçlü bir göstergesi olarak kabul edilen gece ışıkları verisiyle hesaplanan GSYİH değişkeni ile komşuluk ilişkileri dikkate alınarak iller arasında var olduğu düşünülen gelir farklılıkları tespit edilmiştir. Ayrıca büyüme sürecine etki edebileceği düşünülen ithalat, ihracat, kamu yatırımları ve nüfus değişkenlerini de modele dahil ederek mekânsal ekonometri uygulamasına yer verilmiştir. Bu amaçla oluşturulan mekânsal gecikmeli, mekânsal hata ve mekânsal Durbin modelleri maksimum olabilirlik (ML) yöntemi ile tahmin edilmiştir. Yapılan Wald testi sonucuna göre en uygun modelin Mekânsal Durbin olduğuna karar verilmiştir. Elde edilen sonuçlara göre; kamu yatırımları, nüfus ve il komşuluğundaki GSYİH, nüfus ve ithalat değişkenlerinin %5 önem düzeyinde anlamlı olduğu ve iktisadi büyümenin kamu yatırımları, nüfus ve il komşuluğundaki ithalat ile aynı yönlü, komşuluğundaki nüfus ile ters yönlü olduğu tespit edilmiştir.

Anahtar Kelimeler:

Mekânsal Analiz, Ekonomik Büyüme

SPATIAL ANALYSIS OF ECONOMIC GROWTH COMPUTED BY WITH NIGHT LIGHTS IN TURKEY

From the past to the present economic growth has been one of the important issues studied in the economics literature. In this study, which is considered a strong indicator of economic growth in recent years with night lights data are calculated in consideration of neighborhood relations with the GDP variable is considered to be income differences among the provinces have been identified. In addition, it is thought that the growth process can affect imports, exports, public investment and population variables into the model by including also the application of spatial econometrics have been given. For this purpose, the spatial autoregressive, spatial error and spatial Durbin models generated Maximum Likelihood (ML) method were estimated. According to the Wald test result, it was decided that the most suitable model was spatial Durbin. According to the results; public investment, population with GDP, import, population of neighboring provinces at the 5% significance level are significant and public investment, population, import of neighboring provinces are found positively related with the economic growth but negatively related with population of neighboring provinces.

Keywords:

Economic Growth Spatial Analysis, Maximum Likelihood,

PDF

___

ACET, H., ERDOĞAN, S., ve KÖKSAL, M. (2016). İthalat, İhracat ve Büyüme Arasındaki Nedensellik İlişkisi: Türkiye Uygulaması. Sosyal ve Ekonomik Araştırmalar Dergisi, 16(31), ss.145-161. ALTINTAŞ, H., ÇETİNTAŞ, H. (2010). Türkiye’de İktisadi büyüme, Beşeri Sermaye ve ihracat Arasındaki ilişkilerin Ekonometrik Analizi: 1970-2007. Erciyes Üniversitesi iktisadi ve idari Bilimler Fakültesi Dergisi, 36, 33-56. ANSELIN, L. (1988). Spatial Econometrics: Methods and Models. Kluwer Academic Publishers, Dordrecht. ANSELIN L. (2001). Spatial Econometrics, in Baltagi B. (ed.) A Companion to Theoretical Econometrics, Basil Blackwell, Oxford, 310-330. ARBIA G., ELHORST J.P. ve PIRAS G. (2005). Serial and Spatial Dependence in the Growth Process of EU Regions. Paper in preparation for the Workshop on Spatial Econometrics, Kiel Institute for World Economics, Kiel, Germany, April 8-9. BAŞIBOŞ, S. (2016). Gelişmişlik Göstergesi Olarak Gece Işıkları: Ulusal Ölçekte ve İl Bazında GSYİH Tahmini. Türkiye Ekonomi Politikaları Araştırma Vakfı. BİCKENBACH, F., BODE, E., LANGE, M., NUNNENKAMP, P. (2013). Night Lights and Regional GDP. Kiel Working Paper Kiel Institute for the World Economy, Hindenburgufer 66, 24105 Kiel, Germany BUCELLATO, T. (2007). Convergence Across Russian Regions: A Spatial Econometrics Approach. Economics Working Paper No. 72, Centre for the Study of Economic and Social Change in Europe. ELHORST, J. P. (2013). Spatial Panel Models. Handbook of Regional Science. (pp. 1637 - 1652). Berlin Heidelberg: Springer. ELHORST, J. P. (2014). Linear Spatial Dependence Models for Cross-Section Data. Spatial Econometrics from Cross-Sectional Data to Spatial Panels (Berlin, Heidelberg: Springer): 5-37. FINE, B. (2000). Endogenous Growth Theory: A Critical Assessment. Cambridge Journal of Economics, 24(2), 245-265 HENDERSON, J. V., STOREYARD A., WEIL D. N. (2009). Measuring Economic Growth from Outer Space, NBER. KİBRİTÇİOĞLU, A. (1998). İktisadi Büyümenin Belirleyicileri ve Yeni Büyüme Modellerinde Beşeri Sermayenin Yeri. Ankara Üniversitesi Siyasal Bilgiler Fakültesi Dergisi, 53: 1–4, 207-230. LESAGE, J. P. ve PACE, R. K. (2009). Introduction to Spatial Econometrics (Florida: Chapman and Hall). ORD, J. K. (1975). Estimation Methods for Models of Spatial Interaction. Journal of the American Statistical Association, 70:120-126. PEDE V. O., SPARKS A. H. VE MCKİNLEY J. D. (2012). Regional Income Inequality and Economic Growth: A Spatial Econometrics Analysis for Provinces in the Philippines. Social Sciences Division International Rice Research Institute DAPO Box 7777, Metro Manila, Philippines SUN,C., JİAO, H., ve REN, Y. (2014). Regional Informatization and Economic Growth in Japan: An Empirical Study Based on Spatial Econometric Analysis, Published by MDPI AG, Basel, Switzerland, 6(10), 7121-7141. TELATAR, O. M. ve TERZİ, H.(2010). Nüfus ve Eğitimin Ekonomik Büyümeye Etkisi: Türkiye Üzerine Bir İnceleme. Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, Cilt:24, Sayı:2,197-214. TUNCER, İ. (2002). Türkiye’de İhracat, İthalat ve Büyüme: Toda Yamamo-to Yöntemiyle Granger Nedensellik Analizleri (1980-2000).Çukurova Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 9(9), 89-107. TÜRKİYE İSTATİSTİK KURUMU Haber Bülteni Sayı: 24920 12 Aralık 2016 (www.tuik.gov.tr) ÜZÜMCÜ, A. (2012). İktisadi Büyüme. İstanbul: Beta Basım. WARD, M. D., KRISTIAN S. G. (2008). Spatial Regression Models (Los Angeles: Sage Publications). YILMAZ Ö., AKINCI M. (2012). İktisadi Büyüme ve Makroekonomik Belirleyicileri. Nobel yayıncılık, ss.:1-3.