Upload
others
View
3
Download
0
Embed Size (px)
Citation preview
T. C.
SÜLEYMAN DEMİREL ÜNİVERSİTESİ
SOSYAL BİLİMLER ENSTİTÜSÜ
İŞLETME ANABİLİM DALI
META SINIR ANALİZİ İLE ETKİNLİK ÖLÇÜMÜ:
TÜRKİYE DEVLET HAVA MEYDANLARI ÜZERİNE
BİR UYGULAMA
DOKTORA TEZİ
Neylan KAYA
1340201068
I. Danışman: Prof. Dr. Abdullah EROĞLU
II. Danışman: Doç. Dr. Ecir Uğur KÜÇÜKSİLLE
Isparta, 2017
. J
T.C.
SULEYMAN DEMiREL UNiVERSiTES Sosyall BHimler Enstitiisii MiidiirHigii
YEM iNMETNi
Doktora tezi olarak sundugum "Meta Sm1r Analizi ile Etkinlik Ol�iimii:
Tiirkiye lDevlet Hava Meydanlari Uzerine Bir Uygullama" adh 9ah�manm, tezin
proje safhasmdan sonu9lanmasma kadarki butiin sure9lerde bilimsel ahlak ve
geleneklere aykm du�ecek bir yard1ma ba�vurulmaks1zm yaz1ld1gm1 ve
yararland1g1m eserlerin Bibliyografya' da gosterilenlerden. olu�tuguna, bunlara
atif yapilarak yararlanm1� oldugunu l:,elirtir ve onurumla beyan ederim .
i
(KAYA, Neylan, Meta Sınır Analizi ile Etkinlik Ölçümü: Türkiye Devlet
Hava Meydanları Üzerine Bir Uygulama, Doktora tezi, Isparta, 2017)
ÖZET
Havacılık, ülkelerin ekonomik ve sosyal kalkınmasını sağlayan önemli bir
sektördür. Türkiye havacılık sektörüne büyük yatırımlar yapmaktadır. Bu nedenle
havalimanlarının etkin çalışıp çalışmadığı her geçen gün daha da önem
kazanmaktadır.
Bu çalışmada, 1999-2015 yılları arasında Türkiye Devlet Hava Meydanları
İşletmesi’ne (DHMİ) bağlı 37 tane havalimanının etkinliğinin ölçülmesi
amaçlanmıştır. Ekonomik ve alt yapı bakımından heterojen iki havalimanı grubunun
göreceli etkinliği ve teknolojik açıklık oranı Meta Sınır-VZA ile ölçülmüştür.
Havalimanlarının büyük grup içinde, kendi grupları içinde ve gruplar arası
etkinlikleri incelenmiştir.
Sonuç olarak, birinci gruptaki havalimanlarının teknik etkinlikleri ve
teknolojik açıklık oranı ikinci gruptaki havalimanlarına göre daha yüksektir. 17 yıl
içinde iki grubun teknolojik açıklık oranları birbirine yaklaşmıştır. Ekonomik, altyapı
ve politik değişiklikler heterojen havalimanları gruplarının teknolojik açıklık
oranlarının birbirine yaklaşmasına sebep olmuştur.
Anahtar Kelimeler: Meta Sınır Analizi, Veri Zarflama Analizi, Etkinlik,
Havalimanı
ii
(KAYA, Neylan, Metafrontier Analysis Efficiency Measurement: An
Application on Turkish State Airports, Doktorate tezi, Isparta, 2017)
ABSTRACT
Aviation is an important sector which helps countries to improve
economically and socially. Turkey invests considerably to its aviation sector. Thus,
whether the airports work efficiently or not has a great importance.
In this study, the aim is to measure the efficiencies of 37 airports affiliated
with Turkish State Airports Authority (SAA) between the years 1999-2015.
Efficiencies and technology gap ratios of two airports which are heterogeneous in
terms of economy and infrastructure, have been measured using DEA-metafrontier
analysis. These airports’efficiency in the big group, in their own groups and their
intergroup efficiency have been examined.
In conclusion, technical efficiency and technology gap ratio of the airports in
the first group are higher than those in the second group. Technology gap ratios of
two groups have drawn closer together in 17 years. Changes in economy,
infrastructure and politics are the causes of technological gap ratios of these
heterogeneous airport groups to be drawn closer together.
Keywords: Meta-frontier Analysis, Data Envelopment Analysis, Efficiency,
Airport
iii
TEŞEKKÜR
Tez konusunu seçerken isteklerimi göz önünde bulundurup bana yardımcı
olan tez danışmanım Prof. Dr. Abdullah EROĞLU’na teşekkürlerimi sunarım.
Hayatın her anında olduğu gibi bu zorlu tez sürecinde de benden desteğini bir
an için bile esirgemeyen kardeşimle bana hem annelik hem babalık yapan herşeyim
babam Mehmet Ali KAYA’ya, bugünlere gelmemde üzerimde büyük emeği olan
anneme, dayanağım canım kardeşim Bekir KAYA’ya teşekkürü bir borç bilirim.
Engin bilgi ve tecrübelerinden yararlandığım manevi olarak desteğini benden
hiç esirgemeyen yüksek lisans hocam Prof. Dr. Ayşe ANAFARTA’ya, tezimin
yöntem kısmında bana destek olan Yrd. Doç. Dr. Halil TUNCA’ya, tezimin daha iyi
hale gelmesi için emek veren tez jüri hocalarım Doç. Dr. Abdullah SÜTÇÜ, Yrd.
Doç. Dr. Erdal AYDEMİR, Yrd. Doç. Dr. Kenan KARAGÜL, Yrd. Doç. Dr. Yusuf
ŞAHİN’E çok teşekkür ederim.
Canım babam Mehmet Ali KAYA’ya ithafen…
Neylan KAYA
Isparta, 2017
iv
İÇİNDEKİLER
ÖZET............................................................................................................................ i
ABSTRACT ................................................................................................................ ii
TEŞEKKÜR .............................................................................................................. iii
İÇİNDEKİLER ......................................................................................................... iv
TABLOLAR DİZİNİ ................................................................................................ vi
ŞEKİLLER DİZİNİ ................................................................................................. vii
KISALTMALAR DİZİNİ ...................................................................................... viii
SİMGELER DİZİNİ ................................................................................................. ix
GİRİŞ .......................................................................................................................... 1
BİRİNCİ BÖLÜM
KAVRAMSAL ÇERÇEVE
1.1. Havacılık Sektörü .............................................................................................. 5
1.1.1. Havayolu Taşımacılığı Sektörünün Mevcut Durumu ve Beklentiler ......... 6
1.2. Performans Yönetim Sistemi ............................................................................. 9
1.2.1. Verimlilik .................................................................................................. 13
1.2.2. Etkililik ..................................................................................................... 16
1.2.3. Etkinlik ..................................................................................................... 16
1.2.3.1. Etkinlik Ölçme Yöntemleri ............................................................... 19
1.3. Veri Zarflama Analizi...................................................................................... 21
1.3.1. Veri Zarflama Analizinin Gelişimi ve Değerlendirilmesi ........................ 21
1.3.2. Veri Zarflama Analizi Modelleri .............................................................. 22
1.3.2.1. Charnes Cooper Rhodes (CCR) Modeli ............................................ 23
1.3.2.2. Banker Charnes Cooper (BCC) Modeli ............................................ 27
1.3.2.3. Toplamsal Model .............................................................................. 29
1.3.3. Veri Zarflama Analizi Uygulama Aşamaları ............................................ 30
1.3.4. Veri Zarflama Analizinin Güçlü ve Zayıf Yönleri ................................... 31
1.4. Meta Sınır Analizi ........................................................................................... 32
1.4.1. Tanımlar ve Kavramlar ............................................................................. 32
v
1.4.2. Meta Sınır -Veri Zarflama Analizi ........................................................... 37
1.4.3. Stokastik Meta Sınır Analizi ..................................................................... 39
1.5. Yazında Hava Meydanlarının Etkinliklerinin Hesaplanmasında Veri
Zarflama Analizi ve Meta Sınır-VZA Kullanılarak Yapılan Çalışmalar ..... 41
İKİNCİ BÖLÜM
HAVALİMANLARININ ETKİNLİĞİNİN ÖLÇÜLMESİ
2.1. Araştırmanın Yöntemi ..................................................................................... 47
2.1.1. Araştırmanın Amacı, Kapsamı ve Önemi ................................................. 47
2.1.2. Araştırmanın Örneklemi ve Veri Toplama Süreci .................................... 48
2.2. Araştırmanın Bulguları .................................................................................... 49
2.2.1. Faktör Analizine Ait Bulgular .................................................................. 49
2.2.2. Veri Zarflama Analizi ve Bulguları .......................................................... 51
2.2.3. Kümeleme Analizine Ait Bulgular ........................................................... 62
2.2.4. Meta Sınır Analizine Ait Bulgular ............................................................ 64
SONUÇ ve TARTIŞMA .......................................................................................... 69
KAYNAKÇA ............................................................................................................ 74
EKLER ...................................................................................................................... 86
EK 1. Havalimanlarının 1999-2015 Dönemlerindeki Çıktı Odaklı CCR ve
BCC Model İçin Etkinlik Değerleri ve Etkin Olmayan Havalimanları
İçin Referans Kümeleri ................................................................................ 86
EK 2. Etkinlikler İçin Özet Tablo......................................................................... 101
EK 3. Türkiye Devlet Hava Meydanlarının Yıllara Göre Teknik Etkinlikleri ve
Teknolojik Açıklık Oranları ....................................................................... 102
ÖZ GEÇMİŞ ........................................................................................................... 110
vi
TABLOLAR DİZİNİ
Tablo 1.1. Hava Meydanları Etkinliğinin Belirlenmesinde Veri Zarflama Analizi
Uygulanan Çalışmalara Örnekler ............................................................... 42
Tablo 2.1. Girdi ve Çıktılar ........................................................................................ 49
Tablo 2.2. Değişkenlerin Çarpıklık, Basıklık, Kolmogorov-Smirnov Sonuçları ....... 50
Tablo 2.3. Çıktı Değişkenleri İçin Faktör Analizi Sonuçları ..................................... 50
Tablo 2.4. Girdi Değişkenleri İçin Faktör Analizi Sonuçları ..................................... 51
Tablo 2.5 Girdi ve Çıktı Faktörlerine Ait Korelasyon İlişkisi ................................... 53
Tablo 2.6. Karar Verme Birimleri ve Numaraları ...................................................... 53
Tablo 2.7. Havalimanlarının Kümelere Göre Sınıflandırılması ................................. 64
Tablo 2.8. Faktör Yükleri İçin Tanımlayıcı İstatistikler ............................................ 65
Tablo 2.9. Ortalama Teknik Etkinlik Ve Teknoloji Açıklık Oranı ............................ 66
vii
ŞEKİLLER DİZİNİ
Şekil 1.1. 2000-2015 Yılları Dünyadaki Tarifeli Yolcu Trafik Gelişimi ..................... 7
Şekil 1.2. Girdi ve Çıktı Değişimlerinin Verimliliğe Etkisi ...................................... 15
Şekil 1.3. İşletmelerde Verimliliği Etkileyen Faktörler ............................................. 16
Şekil 1.4. Teknik Etkinlik, Verimlilik ve Ölçek Etkinliği ......................................... 18
Şekil 1.5. Veri Zarflama Analizi Modellerinin Sınıflandırılması .............................. 23
Şekil 1.6. Gruba Özgü Sınırlar ve Meta Sınır ............................................................ 37
Şekil 2.1. Kümeleme Kalitesi Tablosu ....................................................................... 63
Şekil 2.2. Kümelemede Kullanılan Değişkenlerin Önem Sırası Tablosu .................. 63
Şekil 2.3. 1. Grup ve 2. Grup Havalimanları İçin Teknoloji Açıklık Oranı .............. 67
viii
KISALTMALAR DİZİNİ
ACI Uluslararası Havalimanı Konseyi
BCC Banker Charnes Cooper
CCR Charnes Cooper Rhodes
DHMİ Devlet Hava Meydanları İşletmesi
DPT Devlet Planlama Teşkilatı
ECAC Avrupa Sivil Havacılık Konferansı
EUROCONTROL Avrupa Hava Seyrüsefer Emniyeti Teşkilatı
FTK Kilometrede Ton Başına Yük
H5N1 Kuş Gribi
ICAO Uluslararası Sivil Havacılık Örgütü
ISO-KATEK İstanbul Sanayi Odası Kalite ve Teknoloji İhtisas Kurulu
KMO Kaiser-Mayer-Olkin
KVB Karar Verme Birimi
RPK Kilometrede Yolcu Başına Ücret
RTK Kilometrede Ton Başına Ücret
SHGM Sivil Havacılık Genel Müdürlüğü
SSCB Sovyet Sosyalist Cumhuriyetler Birliği
TE Teknik Etkinlik
TGR Teknoloji Açıklık Oranı
THY Türk Hava Yolları
TOBB Türkiye Odalar ve Borsalar Birliği
TÜİK Türkiye İstatistik Kurumu
VZA Veri Zarflama Analizi
ix
SİMGELER DİZİNİ
*
( ) Girdi kümesi
Girdi sayısı
Karar verme birimi sayısı
( ) Çıktı kümesi
Çıktı sayısı
Meta teknoloji kümesi
o. karar verme bi
L y
m
n
P x
s
T
v
*
irimi tarafından i.girdiye verilen ağırlık
Tüm L birimleri için çıktı birimlerinin MxL matrisi
i. birim için girdi miktarının Nx1 vektörü
Etkinliği ölçülen o. kara
i
io
X
x
x
*
r verme birimine ait i. girdi miktarı
j. karar verme birimine ait i. girdi miktarı
Tüm L birimleri için çıktı miktarının MxL matrisi
i. birim için çıktı miktarın
ij
i
x
Y
y
*
ın Mx1 vektörü
Etkinliği ölçülen o. karar verme birimine ait i. girdi miktarı
j. karar birimine ait r.çıktı miktarı
Optimal amaç değeri
o. karar
ro
rj
r
y
y
z
*
*
verme birimi tarafından r. çıktıya verilen ağırlık
Lx1'in ağırlık vektörü
Skaler
1
GİRİŞ
Teknolojide yaşanan gelişmeler ve küreselleşmeyle birlikte ülkeler arası
sınırlar neredeyse ortadan kalkmış ve rekabet üst seviyeye ulaşmıştır. Artan rekabetle
birlikte sahip olunan kıt kaynakların kullanımında bir yönetim aracı olarak etkinlik
analizlerinin önemi daha da artmıştır.
Günümüzdeki rekabet koşulları işletmeleri, kaynaklarını en etkin şekilde
kullanmaya zorlamaktadır. İşletmelerin ürettikleri çıktılar ile bu çıktıları elde etmek
için kullandıkları girdiler arasındaki ilişkinin belirlenmesinde etkinlik analizleri
önemlidir (Oruç vd., 2009: 280). Bir işletmenin etkinliğinin bilinmesi işletmenin
gelecekte verecek olduğu kararlara da ışık tutmaktadır.
Etkinlik ölçme yöntemleri; oran analizi, parametrik ve parametrik olmayan
yöntemler olmak üzere üç gruba ayrılır. Tek girdi ve tek çıktı kullanılarak kolay bir
şekilde hesaplanan oran analizlerinden genellikle örgütsel performansın
hesaplanmasında yararlanılır. Ancak tek bir oran bir işletmenin performansını
belirlemede yeterli değildir. İşletmenin performansını belirleyen başka faktörler bu
analizle kapsam dışında bırakılmış olacaktır. Parametrik yöntemler, fonksiyonel şekli
önceden bilinen bir regresyon çizgisinin parametrelerini tahmin ettikten sonra her bir
gözlemin regresyon çizgisine olan uzaklığını ölçen yöntemlerdir (Bayraktutan ve
Pehlivanoğlu, 2012: 132). Parametrik olmayan yöntemlerde ise amaç fonsiyonu
açısından parametre sayısı sonsuzdur ve fonksiyonel formun önceden belirlenmiş
olması gerekmez (Bayraktutan ve Pehlivanoğlu, 2012: 132).
Veri Zarflama Analizinin (VZA), diğer parametrik olmayan yöntemlerden
öne çıkaran özellikleri vardır. Bunlar; çoklu girdi ve çoklu çıktıyı aynı anda
değerlendirebilmesi, analitik bir fonksiyonel yapıya gerek duymaması, etkin olmayan
karar verme birimleri için etkin karar verme birimleri arasından referans noktaları
oluşturması, girdi ve çıktıların birimlerinin farklı olduğu durumlarda da
kullanılabilmesidir. Bu öne çıkan özellikleri sayesinde son yıllarda uygulama alanı
gittikçe genişlemektedir. Okullar, sağlık birimleri, pazar araştırması, tarım, ulaştırma
gibi alanlarda Veri Zarflama Analizi başarı ile uygulanmaktadır (Özcan, 2005: 16).
2
Parametrik olmayan yöntemler arasında en sık kullanılan yöntem Veri Zarflama
Analizi’dir. Veri zarflama analizinde seçilen girdi ve çıktı değişkenlerinin doğru
seçilmesi ve toplanması analizin sonucu açısından çok önemlidir.
Meta sınır kavramı, kısıtlanmayan bir teknoloji kümesinin sınırı olarak
tanımlanıp etkinlik için firmaların ya da birimlerin kendi iç grupları arasında
karşılaştırıldığı bir teorik çerçevede geliştirilmiştir. Meta sınır-Veri zarflama analizi
çalışmaları, farklı teknolojiler altında çalışan farklı bölgelerdeki firmaların ya da
birimlerin etkinliklerini belirlemektedir. Bu bölgelerarası etkinlik ölçümü kavramı
bir eşiktir. Özellikle, bölgeler arası etkinliği ölçmek için kullanılan bir yol olması
modelin karakteristik özelliğidir (Battese vd., 2004 : 96).
Havalimanlarına yapılan yatırımlar pahalıdır. Bu nedenle, mevcut
havalimanları ellerindeki kaynaklarını daha verimli ve etkin kullanmanın yollarını
aramaktadır. Havalimanlarının etkinliği, yolcu trafiği, yük trafiği, uçak trafiği,
ekipmanlar gibi birçok parametreden etkilenmektedir.
Araştırma kapsamındaki etkinlik ölçümleri şu nedenlerden dolayı önemlidir:
Havalimanlarının yakın dönemdeki etkinliğinin bilinmesi havalimanının
etkinliğini etkileyen sorunların erken teşhisi açısından önemlidir.
Havalimanları etkinlik durumlarını bilerek yılbaşındaki hedefleriyle
durumlarını karşılaştırabilir.
Havalimanlarının gelecek dönemler için hedeflerini etkinlik ölçümleriyle
revize etmelerine yardımcı olur.
Bu çalışmanın amacı, Türkiye Devlet Hava Meydanları’nın hem heterojen bir
grup olarak etkinliklerini hesaplamak hem de homojen alt gruplar içindeki
etkinliklerini bularak havalimanlarının 1999-2015 yılları arasındaki teknolojik
açıklıklarını bulmaktır. Bununla birlikte, Türkiye Devlet Hava Meydanları’nın
etkinliklerini doğru hesaplayarak gelecekteki yol haritalarını belirlemelerinde
yardımcı olmak amaçlanmaktadır.
Bu çalışmada havalimanlarının etkinliklerinin hesaplanmasında veri zarflama
analizi ve meta sınır analizi kullanılmıştır. Bu çalışmanın kapsamını, Türkiye’deki 55
3
tane havalimanından Devlet Hava Meydanları İşletmesi’ne ait 1999 yılından 2015
yılına kadar verisi bulunan 37 tane havalimanı oluşturmaktadır. Çalışmada kullanılan
değişkenler; yolcu trafiği sayısı, kargo trafiği miktarı (ton), uçak trafiği sayısı,
personel sayısı, check-in kontuar sayısı, pist sayısı, otopark kapasitesi, apron alanı,
terminal alanı, bagaj konveyörleri sayısı, yolcu biniş kapıları sayısı değişkenleridir.
Çalışmada kullanılan bu 11 tane değişken uzman görüşlerinden ve bilimsel yazından
faydalanılarak belirlenmiştir. Veri setinde serbestlik derecesi sorunuyla
karşılaşmamak ve bilim felsefesinin tutumluluk ilkesinden yola çıkarak veri setini
analize hazır hale getirmek için çıktı ve girdi değişken sayılarını azaltmak
gerekmektedir (Taslaman, 2008: 10). Çıktı ve girdi değişken sayılarını azaltmak
amacıyla faktör analizi uygulanmıştır. Faktör analizi sonucunda elde edilen bir çıktı
faktörü ve 2 girdi faktörü değişkenine veri zarflama analizi uygulanmıştır. Bu
çalışma kapsamındaki 37 havalimanı homojen bir grup değildir. Bu heterojen
havalimanı grubunun içindeki homojen havalimanı gruplarını belirlemek amacıyla 3
değişkene 17 yıl için kümeleme analizi uygulanmıştır. Kümeleme analizi sonucunda
birbiriyle heterojen kendi içinde homojen 2 alt havalimanı grubu oluşmuştur. Bu
kendi içinde homojen iki havalimanı grubuna meta sınır analizi uygulanmıştır.
Bilimsel yazında yapılan araştırmalar sonucunda ülkemizdeki
havalimanlarının etkinliklerinin hesaplanmasında meta sınır analizinin
kullanılmadığı görülmüştür. Ülkemizdeki havalimanlarının etkinliklerinin
hesaplanmasında genellikle veri zarflama analizi kullanılmıştır; ancak veri zarflama
analizinin bazı dezavantajları bulunmaktadır. Veri zarflama analizi bütün karar
verme birimlerinin homojen olması varsayımına dayanır. Ancak gerçekte bu böyle
değildir ve etkinliklerin hesaplanmasında hatalara neden olmaktadır. Bu sorundan
dolayı bu çalışmada meta sınır analizi yöntemi kullanılmıştır. Meta sınır yaklaşımıyla
heterojen havalimanları karşılaştırılmış, gruba özgü teknolojiler ve ortak temsil
edilen homojen grupların sınırları ve meta sınır ile ilgili etkinlikler hesaplanılmıştır.
Tezin birinci bölümünde havacılık sektörü, performans yönetim sistemi, veri
zarflama analizi, meta sınır analizi ile ilgili kavramlara ve taksonomiye yer
verilmiştir. İkinci bölümünde ise hava meydanlarının etkinlik ölçümünde kullanılan
yöntemlerin bulgularına değinilmiştir. Çalışmanın sonuç kısmında, Türkiye'deki
4
havalimanlarının performanslarının iyileştirilmesine yönelik uygulamalara katkı
sağlamak amacıyla analiz sonucunda elde edilen bulgular değerlendirilip öneriler
sunulmuştur.
5
1. BİRİNCİ BÖLÜM
KAVRAMSAL ÇERÇEVE
1.1. Havacılık Sektörü
Havacılık sektörü ticaret, yiyecek içecek, eğitim, turizm sektörü gibi diğer
sektörleri de etkilemesinden dolayı ülkemiz için önemlidir. Havacılık sektörü birçok
sektörün tetikleyicisi olmakla birlikte kırılgan bir yapıya da sahiptir. Dünyadaki
krizler, savaşlar, ülkemizdeki çalkantılar hatta mevsim değişiklikleri bile sektörü
etkilemektedir. Havacılık sektörünün olumsuz olarak etkilendiği bu gibi durumlar, alt
sektör kollarını da olumsuz etkilemektedir. Sektörün dinamik yapısı ülkenin de
potansiyelini etkiler niteliktedir.
Yer ve zaman faydası sağlayacak şekilde insanların, yükün (kargonun) ve
postanın bir hava aracı ile havadan yer değiştirmesi hava taşımacılığı olarak
tanımlanabilir (Gerede, 2002: 9). Hava taşımacılığı, havayolu taşımacılığını ve genel
havacılık faaliyetlerini kapsamaktadır (Gerede, 2002: 9). Genel havacılık faaliyetleri
arama kurtarma, spor vs. amaçlı havayolu taşımacılığına göre küçük hava araçları
kullanılarak yapılan, kar amacı güden ya da gütmeyen faaliyetleri içermektedir.
Havayolu taşımacılığında daha fazla yolcu, yük, posta kar amacıyla daha büyük ve
daha hızlı araçlarla bir yerden bir yere taşınmaktadır.
1983 yılında yürürlüğe giren 2920 sayılı Türk Sivil Havacılık Kanunu’nun
Ticari Hava İşletmeleri Yönetmeliği’nin ilk maddesine göre havayolu taşımacılığı;
her türlü hava aracını kullanarak belirli bir ücret karşılığında yolcu, yük ve posta
taşınması olarak tanımlanmaktadır (TBMM, 1983: 188).
Havacılık sektörü ise havaalanları düğümler olarak düşünüldüğünde, bunları
birbirine bağlayan bağlantılar düzeni olarak tanımlanabilir. Havacılık sektörü; hızlı,
güvenilir, emniyetli olması nedeniyle ulaşım sektörü içerisinde önemli bir yer
tutmaktadır.
6
1.1.1. Havayolu Taşımacılığı Sektörünün Mevcut Durumu ve Beklentiler
Havayolu taşımacılığı sektörü, uçak mühendisi Arthur Raymond tarafından
1936’da geliştirilen DC-3’ü Donald Douglas’ın imal edilmesiyle başlayan
gelişmesini, 1958’de ilk ticari jet uçağı olan B-707 ile geliştirmiştir (Dwyer, 1998:
1).
Havayolu taşımacılığı sektörü, serbestleşme sonrası 1980’li yıllara kadar
süren karlılığın ardından 1980’deki petrol krizi, 1998 Asya krizi, 1991 Körfez
Savaşı, 11 Eylül 2001 terörist saldırısı, Asya’dan tüm dünyaya yayılan SARS, Kuş
Gribi (H5N1) gibi salgın hastalıklar yüzünden bu büyüme dursa veya gerilese de bir
süre sonra devam etmiştir.
Dünyanın özellikle son yıllardaki hızlı değişimi, bölgeler arası pazarları
bütünleştirmiş, ürün çeşitliliği artmış ve ulusal sınırları aşmasına imkân tanınmıştır.
İşte bu küreselleşme süreci sivil havacılığın ilerlemesine, sivil havacılık sektörüne
olan talebin artmasını sağlamıştır.
Küreselleşmeyle birlikte coğrafi konumlara ulaşmakta hızlı ve güvenilir
olması nedeniyle sivil hava yolu taşımacılığı önemli bir rol oynamaktadır. Havayolu
taşımacılığı, birim maliyetlerin en yüksek olduğu ulaşım modelidir. Fakat bu
olumsuz özelliğine rağmen günümüzde yaşanan uluslararası rekabet havayolu
taşımacılığının gelişmesini hızlandırmaktadır. Bu nedenle yapılan modern hava
limanları, son model uçaklar, geliştirilmiş kapasiteleriyle sivil havayolu
taşımacılığının tercih edilme sebeplerini arttırmaktadır.
Dünyada havacılık sektöründe yaklaşık 1400 ticari hava yolu şirketi, 4130
havalimanı ve 173 hava seyrüsefer hizmet sağlayıcısı yer almaktadır. 2015 yılında
turizm ve ticaret sektörü havacılık sektörünü canlandırmıştır. 2014 yılında 1,1 milyar
turistin yarıdan fazlası hava yolu ile taşınmıştır (DHMİ, 2015: 9). Yolcu ve kargo
taşımacılığında hava yolu büyümeye devam etmektedir. 2015 yılında toplam 3,5
milyar tarifeli yolcu taşımacılığı ve 34 milyon tarifeli uçak kalkışı gerçekleşmiştir
(DHMİ, 2015: 2).
7
Şekil 1.1. 2000-2015 Yılları Dünyadaki Tarifeli Yolcu Trafik Gelişimi (Kaynak: ICAO
İstatistikleri)
2014 yılına göre dünya kargo trafiğinde kilometre başına yük bazında
gerçekleşen % 4,6 artış, 2015 yılında bir önceki yılın yarısından daha az bir büyüme
ile kilometre başına yük bazında % 2,2 oranında gerçekleşmiştir (DHMİ, 2015: 2).
Günümüzde yolcuların kısa sürede gitmek istedikleri yere ulaşma isteği,
devletlerin havayolu taşımacılığı üzerindeki kontrollerini azaltmaları, yeni hatların
açılması, yolculara daha fazla seçenek sunulması sektör için geleceğe yönelik
beklentilerin iyimser olmasını sağlamaktadır. İnternet yoluyla rezervasyon ve bilet
satışı, havayolu işletmelerine dağıtım maliyetlerini azaltma olanağı sağlarken
yolcuların da karşılaştırma yapmalarına imkan tanımaktadır.
Tüm bu gelişmelerle birlikte gelecek 5 yıllık döneme ilişkin iyimser
beklentiler söz konusudur. 2014-2018 yılları arası IATA, sektörde yıllık ortalama
yüzde 4.1 büyüme hızı beklemekte ve Orta Doğu ile Afrika’nın bölgesel olarak kargo
taşımacılığı büyümesinde başı çekmesini beklemektedir. Dünya ekonomisindeki
yavaşlama, ebola vb salgın hastalıklarda artış, jeopolitik riskler, petrol fiyatlarında
oynaklık ise beklentilerde aşağı yönlü risk yaratma potansiyeline sahiptir (Türk
Borsa, 2015: 2).
Ülkemizin havayolu taşımacılığı sektöründeki durumu incelenecek olursa,
ülkemiz Uluslararası Sivil Havacılık Organizasyonu (ICAO), Avrupa Sivil Havacılık
1,66 1,64 1,64 1,63 1,89
2,02 2,13 2,3 2,37 2,36
2,56 2,8 2,9
3,1 3,2
3,5
0
0,5
1
1,5
2
2,5
3
3,5
4
200
0
200
1
200
2
200
3
200
4
200
5
200
6
200
7
200
8
200
9
201
0
201
1
201
2
201
3
201
4
201
5
Dünya Tarifeli Yolcu Trafik Gelişimi (milyar yolcu)
8
Konferansı (ECAC) ve Avrupa Hava Seyrüsefer Emniyeti Teşkilatı
(EUROCONTROL) üyesidir (TOBB, 2014: 14). Ülkemiz uluslararası ve bölgesel
düzeyde birçok ortak çalışma içinde aktif olarak yer alınmaktadır (TOBB,2014: 14).
Asırlar boyunca ticaret yolları doğudan batıya doğru iken yaşanılan krizlerle birlikte
ticaret yolları batıdan doğuya kaymaya başlamıştır. Bununla birlikte uçak trafiği,
yolcu trafiği, kargo trafiği de batıdan doğuya doğru kayma eğilimindedir. Ülkemiz
sahip olduğu coğrafi konum sebebiyle batı doğu arasında kavşak ve köprü
görevindedir. Türkiye’nin bu coğrafi konum avantajını iyi değerlendirmesi, ülkenin
lokomotifi konumundaki havacılık sektörünün ve buna bağlı yan sektörlerin de
gelişmesine katkı sağlayacaktır.
Ülkemizde havalimanı, uçak ve yolcu sayısındaki artış devam etmektedir.
Ülkemizdeki aktif havalimanı sayısı 2015 yılında 55’e çıkarken, toplam yolcu sayısı
2015 yılı sonunda 181,4 milyona, toplam uçak sayısı 489’a,kargo kapasitesi
1.759.600 kilograma ulaşmıştır (SHGM, 2015: 25).
Sivil hava trafiğine açık mevcut 53 havalimanımızdan 47’si DHMİ Genel
Müdürlüğü tarafından işletilmektedir. Zafer Havalimanı (IC İçtaş İnşaat Sanayi ve
Ticaret A.Ş.), Zonguldak Çaycuma Havalimanı (Zonguldak Özel Sivil Havacılık
Sanayi ve Ticaret A.Ş.) ve Antalya Gazipaşa Havalimanı (TAV Gazipaşa
Yatırım ve Yapım ve İşletme A.Ş.) DHMİ Genel Müdürlüğü denetimi ve
gözetiminde özel şirketler, İstanbul Sabiha Gökçen Uluslararası Havalimanı,
Savunma Sanayi Müsteşarlığı denetiminde özel şirket (HEAŞ; Havaalanları İşletme
ve Havacılık Endüstrileri A.Ş.), Eskişehir Anadolu Üniversitesi Havalimanı da anılan
üniversite tarafından işletilmektedir (TOBB,2014: 7). Aydın Çıldır Havalimanı ise
DHMİ Genel Müdürlüğü tarafından 5335 sayılı Kanun kapsamında kiralanmış olup
ihaleyi alan THY tarafından işletilmektedir (TOBB, 2014: 7).
Ülkemizde son 10 yılda sektörde izlenen politikalarla havayolu şirketlerinin
sayısı artmıştır. Yapılan yasal düzenlemelerle, artan yatırımlarla, uçak bilet
fiyatlarındaki düzenlemelerle havacılık sektörü gelişmeye devam etmektedir.
Türkiye’de havacılık sektörü 2003’ten 2015 yılına kadar dünyadaki sektörel
9
büyümenin 5 katı büyümüştür. Sektörün toplam cirosu son on yılda 12 kat artarak
26,6 milyar dolara ulaşmıştır (SHGM, 2015: 37).
Türkiye, ICAO’ya göre yolcu sıralamasında Avrupa’da üçüncü, kilometre
başına ücretli yolcu sıralamasında dünyada onuncu, kilometre başına yük
sıralamasında ise on dördüncüdür (ICAO, 2015: 8). 2015 yılında Uluslararası
Havalimanı Konseyi (ACI) tarafından açıklanan trafik raporuna göre İstanbul
Atatürk Havalimanı yolcu trafiğini en çok artıran ikinci havalimanı olmuştur (ACI,
2015: 21).
Havacılık Stratejik Belgesi’nde Türkiye’yi en büyük partneri olarak gören
Avrupa Birliği, Türkiye ile ilişkilerini güçlendirmek amacıyla Türkiye’ye “Kapsamlı
Havacılık Anlaşması” imzalamayı önermiştir (SHGM, 2015: 39). Avrupa Birliği ile
Kapsamlı Havacılık Anlaşması’nın imzalanmasıyla yolcu sayısı artacak ve ülke
ekonomisinde de büyük başarılar elde edilmiş olacaktır (SHGM, 2015: 39).
Sivil havacılık faaliyetlerini dünya çapında yaygınlaştırmak amacıyla ülkemiz
2014’den beri ikili anlaşmalara ağırlık vermiş ve 163 ülke ile ikili anlaşma
imzalanmıştır (TOBB, 2014: 3). Dünya sivil havacılık faaliyetlerinde daha etken rol
üstlenmek amacıyla uluslararası kuruluşlarla ortak çalışmalara devam edilmesi
ülkemiz için çok önemlidir.
Ülkemizde havacılık sektörünün güvenli, sürdürülebilir bir şekilde
büyümesine devam etmesi için devlet destekli projeler önem arz etmektedir.
Özellikle engelli yolcuların diğer yolcularla eşit şartlarda seyahat edebilmesi için
gerekli imkanlar sağlanmalıdır. Ülkemizdeki engelsiz havalimanı projesi ve yeşil
havalimanı projesi gibi projelere ağırlık vererek sektörün sürdürülebilir büyümesini
sağlanmalıdır.
1.2. Performans Yönetim Sistemi
Performans kelimesi dilimizde batı kökenli sözcükler grubunda yer
almaktadır. Fransızca kökenli bir sözcüktür. Türk Dil Kurumu’nun Türkçe
Sözlüğü’ne göre performans kelimesi:
10
Yapılan iş, uygulama, icraat,
Herhangi bir olayı veya durumu başarma isteği ve gücü,
Kişinin yapabileceği en iyi derece,
Herhangi bir eseri, oyunu, işi vb. ortaya koyarken gösterilen başarı
olarak ifade edilmektedir.
Performans, genel anlamda amaçlı ve planlanmış bir etkinlik sonucunda elde
edileni, nicel ya da nitel olarak belirleyen bir kavramdır. Bu belirleme işletme
düzeyinde farklı bir anlam taşımamaktadır ve bir iş sisteminin performansı, belirli bir
zaman sonucunda elde edilen çıktıdır. Bunu işletmenin amacına ulaşma derecesi
olarak da algılamak mümkündür. Bu bağlamdaki performans, işletme amaçlarının
gerçekleştirilmesi için gösterilen tüm çabaların değerlendirilmesi olarak
adlandırılabilir (Akal, 2002: 1). Bireysel performans ise beklenen amaçlara ulaşmak
için çalışanın yetenek ve motivasyonuyla ortaya koyduğu davranış ve sonuçları ifade
eder (Uysal, 2015: 33). Bireysel performansın değerlendirilmesi, bireyin görevindeki
başarısı, işteki tutum ve davranışları, ahlak durumu ve özelliklerini ayrıntılayan,
bireyin örgüt başarısına katkılarını değerlendiren planlı bir işlemdir. Ancak insan
karmaşık bir ruhsal yapı ve sonsuz yaratıcı güce sahip olduğundan değerlendirilmesi
son derece güçtür ve daha da öteye bir sanattır (Uysal, 2015: 33). Gerçekleşen
etkinliğin sonucunun değerlendirilmesiyle genel bir performans seviyesi
belirlenebilir. Etkinliğin sonucunun değerlendirilmesinde anlaşılabilir, anlatılabilir,
somut ve objektif olma temel alınmalıdır. Değerlendirme sonucunda iyi-kötü,
başarılı-başarısız, yeterli-yetersiz gibi bir performans göstergesi belirlenir (DPT,
2000: 74).
Örgütü hedeflenen amaçlara yöneltmek için örgütün mevcut ve geleceğe
ilişkin durumları ile ilgili bilgi toplama, bu bilgileri karşılaştırma ve gerekli
düzenlemeleri yapma ve sürdürme görevlerini yüklenen yönetim sürecine
performans ölçüm ve yönetimi denir. Amaçları doğrultusunda organizasyonun etkin
yönetilmesini sağlayacak geniş bir süreçtir (Akal, 2002: 50).
Performans yönetiminin örgütsel etkinliği iyileştirmek, çalışanları motive
etmek, eğitim ve geliştirmeyi mükemmelleştirme amacı bulunmaktadır (Bingöl,
2006: 323).
11
Performans yönetiminin bu üç amacı doğrultusunda sürekli iyileştirme
(geliştirme) kavramı ile karşılaşılmaktadır. Gerek ulusal gerekse uluslar arası pazarda
rekabet edebilmek için sürekli iyileşme önem arz etmektedir. Birçok işletme
maliyetin azaltılması, verimliliğin arttırılmasına yönelik uygulamalar yapmaktadır.
Kaizen’de bu uygulamalardan biridir. Japonca Kai: “değişim”, Zen: “iyi, daha iyi”
anlamına gelen sözcüklerdir. Bütününde Kaizen sürekli iyileştirme anlamını taşıyan
Japonca bir sözcüktür (ISO-KATEK, 2011: 7). Kaizen, bir amaç doğrultusunda
üretim metodunda (süreç, proses), ürün özelliklerinde küçük değişiklikler yapılarak
çıktılarda sağlanan iyileşmedir. Sürekli gelişim, mükemmel faaliyetlerin
kıyaslanmasının tanımlanmasını ve süreçlerde çalışan sahipliği düşüncesini
benimsemeyi içermektedir (Krajewski vd., 2010: 180).
Kaizen uygulamaları yapılan birçok fabrikada çalışanların motivasyonu
artmış, çalışma alanları iyileşen birçok fabrika/firma diğer firmalar tarafından izlenen
öncü konuma yükselmiştir. Fabrika çalışanları tarafından yapılan sunuşlara katılan
izleyicilerin olumlu izlenimleri bu gelişimin göstergesi olmuştur (ISO-KATEK,
2011: 8).
Performansın ölçülmesi, değerlendirilmesi ve sürekli geliştirilmesi,
aşamalarının tümünü içeren aktif süreci performans yönetim sistemi olarak
tanımlamak mümkündür. Performansın ölçülmesi, değerlendirilmesi ve sürekli
geliştirilmesi, aşamalarının tümünü içeren aktif süreci performans yönetim sistemi
olarak tanımlamak mümkündür. Performans yönetim sisteminin stratejik, yönetimsel,
iletişim, gelişmeye yönelik, organizasyonel sürdürülebilirlik, ve dokümantasyon
amaçları vardır (Çıta ve Keçecioğlu, 2015: 4).
Performans yönetimi sisteminin yararları, değerlendirme yapan yöneticiler,
değerlendirilen çalışanlar ve örgüt için yararlar şeklinde üç alt başlık altında
özetlenebilir.
Performans yönetimi sisteminin yöneticiler için yararları (Uyargil, 2013: 11):
Yöneticiler planlama ve kontrol sürecini etkin yönetirler ve sonuçta
çalışanların birim performansları artar.
12
Yöneticiler çalışanlarla daha sağlıklı iletişim kurar.
Yöneticiler, çalışanların geliştirilmesi gereken özelliklerini daha kolay
belirler.
Çalışanları daha iyi tanıyan yönetici, yetki devrini daha kolay yapar.
Yönetsel becerileri gelişir.
Performans yönetimi sisteminin çalışanlar için yararları (Uyargil, 2013: 11):
Yönetimin kendilerinden neler beklediğini, performanslarının nasıl
değerlendirildiğini bilirler. Bireysel performansları ile örgüt amaçlarını
ilişkilendirirler.
Güçlü yönlerini, özelliklerini tanırlar.
İşle ilgili üstlendikleri rol ve sorumlulukları daha iyi anlarlar.
Kendi performanslarını yönetme sorumluluğu alırlar.
Performans planlarını tasarlama ve yönetiminde aktif görev alırlar.
Planlanan ve gerçekleşen performanslarını karşılaştırıp gözden geçirirler.
Sonuçların ve yetkinliklerin birlikte önemli olduğunu bilirler.
Performans değerlendirme görüşmelerini yöneticileriyle birlikte
yönlendirirler.
Performans yönetimi sisteminin örgüt için yararları (Barutçugil, 2002: 129):
En önemli operasyonel kaldıraçları daha iyi anlayarak çok kısa sürede
yüksek kazanç ve daha fazla nakit akımı sağlayabilmek,
İzleyen yıllar için yüksek finansal hedefler belirleyebilmek,
Örgütün fiziksel ve insan kaynaklarını daha etkin bir şekilde
kullanabilmek,
Değişen pazar koşullarına ve performans değişikliklerine daha hızlı tepki
verebilmek gibi yararlar sağlar.
Performans yönetimi uygulamaları ile örgütün etkinliği ve karlılığının
artacağını, hizmet ve üretim kalitesinin gelişeceğini, eğitim ihtiyacı ve eğitim
bütçesinin daha kolay ve doğru belirleneceğini, insan kaynakları planlaması için
13
gereken bilgilerin daha güvenilir biçimde elde edileceğini, çalışanların gelişme
potansiyellerinin daha doğru belirlenebilir (Uyargil, 2013: 11-12).
Performans ölçme kavramı ile birlikte sık sık adı geçen ve kullanılırken
birbirlerinin yerine kullanılan ve bazı karışıklıklara yol açan verimlilik, etkililik ve
etkinlik kavramları ile bu kavramlar arasındaki farklar aşağıdaki bölümde
anlatılacaktır.
1.2.1. Verimlilik
Bir işletmenin faaliyetlerini değerlendirmede çeşitli rasyo ve kavramlar
kullanılmaktadır. Verimlilik bunlardan sadece biridir ve kalkınmanın sağlanmasında
önemli anahtarlardan biridir.
Literatürde verimlilik, elde bulunan kaynaklardan optimum çıktının
sağlanması biçiminde yer almaktadır (Yükçü ve Atağan, 2009: 1). Verimlilik; girdi
başına çıktı olarak ölçülür, ancak üretim sürecinde birden çok üretim faktörünün
kullanılması durumunda (genel olarak üretim sermaye ve işgücü gibi iki temel girdi
kullanılarak gerçekleştirilir), her bir girdinin üretim sürecinin performansına olan
katkısının ölçülmesi gerekecektir (Şaşmaz, 2008: 18).
Her bir girdi için ölçülen verimliliğe “kısmi verimlilik” adı verilmektedir
(Yakut, 2007: 7). Kısmi verimlilik oranları; iş gücünün, sermayenin vs. tek olarak ele
alınarak çıktı ile oranlanması sonucunda elde edilen değerleri ifade etmektedir
(Tanyaş, 2000: 38).
Çıktı
İş gücü oranı; elde edilen çıktıların iş gücü sayısı ile oranlanıp dönemsel
olarak yorumlanması esasına dayanır. İşgücünün verimliliğini ölçmek için kullanılır.
Çıktı
Malzeme oranı; malzemenin verimliliğini ölçmek için kullanılabilecek bir
yöntemdir. Çıktı
Sermaye oranı, sermayenin verimliliğini ölçmek için kullanılabilecek bir
yöntemdir (Özdemir, 2015: 54).
14
Çok faktörlü verimlilik oranları; iş gücünün, sermayenin vs. kombinasyon
halinde ele alınarak çıktı ile oranlanması soncunda elde edilen değerleri ifade
etmektir. Çıktı/İşgücü, malzeme, enerji oranı; elde edilen çıktıların kullanılan iş gücü
sayısı, malzeme miktarı ve enerji toplamları ile oranlanıp dönemsel olarak
yorumlanması esasına dayanır. Girdilerin hepsi hesaba katılmaya çalışıldığı için
kısmi verimlilik oranlarına göre daha sağlıklıdır. Çıktı/İş gücü, malzeme, sermaye
oranı, tek tek verimliliğin ölçülmesi yerine daha isabetli bir ölçüm yapılabilir
(Özdemir, 2015: 54).
Toplam verimlilik oranları, kısmi verimlilik ve çok faktörlü verimlilik
oranlarına göre daha kullanışlıdır. Çünkü bu hesaplamada tüm girdiler hesaba
katılmakta ve daha sağlıklı bir değer elde edilmektedir. Her bir girdinin üretimde
kullanılan düzeyi ve bölüşümdeki payları çarpımı vasıtası ile toplam faktör düzeyi
elde edilmektedir. Toplam faktör düzeyinin çıktı miktarına oranlanmasıyla toplam
faktör verimliliği elde edilmektedir (Uzay, 2005: 18-21).Üretimde kullanılan
kaynaklar F1,F2,…,Fn miktarlarında ve bölüşümdeki payları m1,m2,…,mn
oranlarında olduğu varsayılsın.
1 1 2 2 n nToplam Faktör Düzeyi=F.m +F .m +...+F m (1.1)
1 1 2 2 n nToplam Verimlilik=Çıktı/(F.m +F .m +...+F m ) (1.2)
Girdi ve çıktılardaki değişimin verimliliğe etkisi Şekil 1.2’de görülmektedir.
Şekil 1.2’ye göre 4, 7 ve 8 durumlarında verimlilik artmaktadır. 2, 3 ve 6
durumlarında verimlilik azalırken 5 durumunda verimlilik değişmemektedir. 1 ve 9
durumlarında ise verimlilikteki değişim, girdi ve çıktıların azalış veya artış oranına
bağlı olarak değişmektedir (Kecek, 2010: 15).
15
ÇIKTILAR
Artış Sabit Azalış
GİR
DİL
ER
Art
ış 1 2 3
Sab
it 4 5 6
Aza
lış 7 8 9
Şekil 1.2. Girdi ve Çıktı Değişimlerinin Verimliliğe Etkisi (Kaynak: Kecek, 2010: 15)
Kalite, verimliliğin artmasını sağlamaktadır (Akal, 2002: 48-49). Kalite, Uluslararası
Standart Teşkilatı (ISO) tarafından “bir ürün ya da hizmetin belirlenen veya olabilecek
ihtiyaçları karşılama yeteneğine dayanan özelliklerin tümü” olarak tanımlanmaktadır (Filiz,
2008: 196). Toplam Kalite Yönetimi de eldeki kaynak ve olanakların en iyi şekilde
kullanımıyla sürekli gelişme sağlanmasına yönelik bir yönetim felsefesidir (Kecek,
2010: 24). Verimlilik ve kalite arasındaki ilişki aşağıdaki gibi ifade edilebilir
(Prokopenko, 2003: 209):
Toplam etkili girdi miktarı (parasal)Üretim Maliyeti=
Kalite düzeyini tatmin eden ürünlerin toplam miktarı (1.3)
Kalitedeki değişim maliyeti değiştirir ve maliyet de verimlilikte değişime yol
açar (Prokopenko, 2003: 210). Bir işletmedeki verimlilik ele alınacak olursa, bir
işletmeyi etkileyen iç ve dış faktörler vardır. Dış (denetlenemeyen) faktörler, bir
işletmenin denetimi dışında, iç (denetlenebilir) faktörler ise işletmenin denetiminde
olan faktörlerdir. Verimliliği etkileyen iç ve dış faktörler Şekil 1.2’deki gibi
gösterilmiştir (Nurcan, 2013: 36).
16
Şekil 1.3. İşletmelerde Verimliliği Etkileyen Faktörler (Kaynak: Nurcan, 2013: 36)
1.2.2. Etkililik
Etkililik, kaynakları en iyi şekilde değerlendirerek mümkün olan en iyi
sonucun alınması biçiminde tanımlanmaktadır (Yükçü ve Atağan, 2009: 1). Bir
organizasyonun önceden belirlenen amacının ne ölçüde gerçekleştiğine etkililik
denir. Örgütler amaçlarını gerçekleştirdikleri oranda etkili olacaklardır (DPT, 2000:
75).
Belirlenen amaçlara ulaşma, gerekli üretim girdilerinin genişletilmesi, sağlıklı
örgüt sistemleri kurup devam ettirme, stratejik oluşumların doyumu genel etkililik
ölçütleridir (Yükçü ve Atağan, 2009: 2).
1.2.3. Etkinlik
Etkinlik, gözlenen değerlerin girdileri ve çıktıları ile optimal değerlerin
girdileri ve çıktıları arasındaki karşılaştırma olarak tanımlanabilir (Savaş, 2015: 201).
Bir firma etkin olmakla birlikte etkili çalışmayabilir. Mevcut girdilerden ne ölçüde
iyi çıktı üretilebileceğini etkinlik göstermektedir. (Çağlar, 2003: 11).
Tahsis etkinliği, mevcut fiyatlar doğrultusunda en uygun oranda girdilerin
ve/veya çıktıların kullanılmasıdır (Fried vd., 2008: 3). Teknik etkinlik ise, çıktı
yönelimli yaklaşımla belirli bir girdi düzeyinde maksimum çıktı elde etmek ya da
girdi yönelimli yaklaşımla belirli bir çıktı düzeyinde minimum girdi kullanmak
17
şeklinde tanımlanabilir (Savaş, 2015: 202). Eldeki girdi bileşimi kullanılarak uygun
ölçekte üretim yapmaya ölçek etkinliği denir (Abbott ve Doucouliagos, 2003: 90).
Şekil1.4’te verilen A ve P gözlemleri üretim sınırında yer almakta ve teknik
etkin olarak tanımlanmaktadır. B gözlemi, A gözlemi ile aynı çıktıyı farklı girdi
düzeyleriyle gerçekleştirmiştir. B teknik etkinsiz olarak gösterilebilir. A teknik
etkindir; ancak P’ye kıyasla verimliliği düşüktür. B noktası P noktasına doğru
kayarak teknik etkinliğini ve verimliliğini arttırabilir. Çünkü üretim sınırına
yaklaşırken verimlilik oranı da büyümektedir. A noktası ise B noktasına doğru
kayarak teknik etkinliğini korurken ölçekten kaynaklanan avantajla verimliliğini
artırabilir. Çünkü üretim sınırı üzerinde yer almaya devam etmekte ve verimlilik
oranını artırmaktadır. E ve D karşılaştırıldığında, D üretim sınırı üzerinde olmaması
sebebiyle kaynak israfında bulunmaktadır. En verimli ölçek büyüklüğüne sahip E ile
aynı girdi oranını kullanmaktadır ve bu durumda D’nin kaynaklarını iyi kullanmadığı
söylenebilir. A ve D karşılaştırıldığında üretim sınırı üzerinde olan A’nın teknik
olarak etkin olduğu söylenebilir. Üretim sınırı üzerinde olmayan D’nin ise teknik
etkin olmadığı görülür. D’nin üretim sınırında olmamasına rağmen verimliliği A’nın
verimliliğinden fazladır. Diğer bir deyişle teknik etkin olan bir gözlem teknik
etkinsizlik yaşayan bir gözlemle kıyaslandığında verimsiz bulunabilir. C, D ve F aynı
verimliliğe sahiptirler ancak; bu üçünün verimliliği E’den az iken A ve B’den ise
fazladır. C, D ve F’den optimum ölçekte faaliyette bulunan sadece D’dir. C ve F
teknik olarak etkin olmalarına rağmen optimum ölçekte faaliyet
gösterememektedirler (Kayalıdere ve Kargın, 2004: 199).
18
Şekil 1.4. Teknik Etkinlik, Verimlilik ve Ölçek Etkinliği (Kaynak: Kayalıdere ve Kargın, 2004:
199)
Etkinlik bir işletmenin karlılık ve pazar payı gibi ana amaçlarını bir dönem
bazında ne derece iyi bir şekilde gerçekleştirdiğini ifade etmektedir. Buna göre,
verimlilik kısa süreye ilişkin bir kavram iken, etkinlik uzun dönemi kapsar (Taner,
2015: 11). Bir işletmenin kaynaklarının ne şekilde kullanılacağına karar veren bir
yöneticinin başarısını, etkinlik ve verimlilik kavramlarına ne ölçüde özen gösterdiği,
yani kararlarının hem kısa hem de uzun dönemdeki etkilerini ne dereceye kadar göz
önünde bulundurduğu belirleyecektir (Özgen ve Taner, 1993: 61). Bir işletme, üretim
hedeflerine ve standartlarına maksimum düzeyde ulaşmış olsa bile o işletme etkin
olmayabilir. Çünkü dış çevrenin standartları daha yüksek ise bu standartların
altındaki hedeflerin etkin olmayan sonuçlar oluşturabilir. Dolayısıyla etkinlikte doğru
normların belirlenerek gerçekleştirilmesi gerekir. Amaçların gerçekleşme düzeyini
çıktılarla ilişkilendirerek belirleyen etkinlik, bu özelliğinden dolayı toplam
performansı yansıtan en önemli performans boyutu olarak kabul edilir (Akal, 2002:
34).
Performans, verimlilik, etkinlik, etkililik kavramları örneklerle açıklanacak
olursa; örneğin bir kişi makine başına günde 50 tane ürün üretiyorsa bu o kişinin
performansıdır. Ancak bu verimliliği değildir. Çünkü verimlilikte elde edilen çıktıyla
girdi oranlanmaktadır. Bir işletmenin bir dönemdeki karının 5000 TL iken takip eden
dönemde 7000 TL olması işletmenin verimliliğidir. İşletmelerin ödediği vergilerde
19
iyileştirme olması devlet açısından verimliliktir. Ücretlerdeki iyileştirmeler, çalışma
koşullarındaki iyileştirmeler de işçiler ve işçi sendikaları açısından verimliliktir.
Turizm sektöründe otellerin doluluk oranları o yıl için % 92 olarak hedeflendiyse;
ancak gerçekleşen doluluk oranı % 69 ise etkililik, % 69 / % 92=% 75’tir. Bir firma
işçi, yer, zaman, sermaye, malzeme gibi faktörleri, kaynakları yapılan iyileştirmelerle
birlikte en iyi şekilde kullanarak maksimum çıktıyı sağlıyorsa etkili çalışıyor
demektir.
1.2.3.1. Etkinlik Ölçme Yöntemleri
Etkinlik ölçme yöntemleri oran analizi, parametrik ve parametrik olmayan
yöntemler olmak üzere üç gruba ayrılır.
Oran (Rasyo) Analizi
Tek girdi ve tek çıktı kullanılarak kolay bir şekilde hesaplanan oran
analizlerinden genellikle örgütsel performansın hesaplanmasında yararlanılır. Ancak,
tek bir oran bir işletmenin performansını belirlemede yeterli değildir. Çünkü
işletmenin performansını belirleyen başka faktörler bu analizle kapsam dışında
bırakılmış olacaktır.
Oran analizi ile yapılan ölçümlerde, bazı oranlar işletmeyi son derece etkin
gösterirken bazı oranlar da oldukça başarısız gösterebilmektedir. Bu olumsuzluğun
giderilebilmesi için, tekil oranların tek boyutluluğunu dengeleyen “genişletilmiş oran
kümeleri” geliştirilmiş ise de bunlar da tek boyutlu yapıdan kurtulamamıştır
(Yüksel,2014: 86-87). Bu nedenle, etkinlik ölçüm çalışmalarında değişik oranların
anlamlı bir şekilde ağırlıklandırılarak tek bir ölçütün türetilmesine fazlasıyla ihtiyaç
duyulmaktadır (Yüksel,2014: 86-87).
Parametrik Yöntemler
Parametrik yöntemler parametrik olmayan yöntemlere göre daha yapısal bir
şekle sahip olan sınır yaklaşımını kullanmaktadırlar. Parametrik yöntemlerle etkinlik
ölçümü analizinde genellikle regresyon teknikleri ile tahmin yapılmaktadır.
20
Regresyon analizi (tek-girdi /tek-çıktı) ‘lı yapıyı (tek-girdi / çoklu-çıktı) ya da
(tek-çıktı / çoklu-girdi) yapısına dönüştürmektedir (Norman ve Stoker, 1991: 17).
Analiz sonucunda elde edilen regresyon doğrusu bir anlamda sınır fonksiyonu gibi
algılanabilir. Regresyon doğrusu üzerinde ve doğrunun üst tarafında kalan karar
verme birimleri (KVB) verimli, diğerleri ise verimsiz olarak değerlendirilebilirler.
Oran analizi ile kıyaslandığında regresyon analizinin her karar verme birimi için ayrı
bir etkinlik değeri hesaplanmasına olanak sağladığını görülebilir (Köksal, 2001: 77).
Regresyon analizinin etkinlik değerlendirilmesindeki sakıncalı yönler şu
şekilde sıralanabilir (Köksal, 2001: 78) :
Çıktıların tek bir değere indirgenerek değerlendirilmesi zorunluluğu
vardır. Bu zorunluluk farklı değerlere sahip çıktıların ortak bir değere
indirgenmesinde sorun yaratmakta ve bazı çıktılar ise değerlendirme
dışında kalabilmektedir.
Girdi-Çıktı ilişkisi en başarılı olan karar verme birimine göre değil, bu
birimlerin ortalama değerine göre belirlemektedir.
Parametrik bir üretim fonksiyonunun tanımlanmasını gerektirmektedir.
Sürekli verilerle tanımlanmayı gerektiren bu fonksiyonlarda personel
sayısı gibi kesikli değişken değerlerini kullanmak mümkün olmamaktadır.
Parametrik Olmayan Yöntemler
Parametrik olmayan yöntemlerin amaç fonksiyonu açısından parametre sayısı
sonsuzdur. Ayrıca parametrik olmayan yöntemlerin fonksiyonel formunun önceden
belirlenmiş olması gerekmez (Bayraktutan ve Pehlivanoğlu, 2012: 132). Parametrik
olmayan yöntemler, doğrusal programlama tekniklerini esas alır (İnan, 2000: 85).
Parametrik olmayan yöntemlerin birden fazla değişken kullanabilme
özellikleri vardır. Buna karşın; veri, ölçme ya da diğer nedenlerle oluşan hataları
modele aktarır ve etkinlik sınırını yanlış tespit edebilirler (İnan, 2000: 85).
21
1.3. Veri Zarflama Analizi
Geçmişte işletmelerin etkinlik ve verimlilik durumlarının saptanması için
oran (rasyo) analizi ya da parametrik olmayan yöntemler kullanılmaktaydı. Ancak,
bu iki yöntemin işletmeler arasında karşılaştırma yapabilmedeki kısıtlılıkları, en
etkin işletmenin belirlenmesinde başarılı olamamaları araştırmacıları alternatif
yaklaşımlara yönlendirmiştir. Bunun sonucunda Veri Zarflama Analizi (VZA)
kullanılmaya başlanmıştır. Veri Zarflama Analizi kıyaslama yapmada, stratejik
yönetimde, sürekli gelişmenin sağlanmasında önemli bir tekniktir.
1.3.1. Veri Zarflama Analizinin Gelişimi ve Değerlendirilmesi
Veri Zarflama Analizinin temelini, 1957 yılında Farrell’in kar amacı
gütmeyen kuruluşların teknik etkinliğini hesaplamak amacıyla ortaya koyduğu
“parçalı konveks zarf yaklaşımı” oluşturur (Farrell, 1957: 253-281).
Veri zarflama analizinin asıl hikayesi ise Edwardo Rhodes’un Carnegie
Mellon Üniversitesi’ndeki doktora tez çalışması ile başlamıştır. W.W. Cooper’ın
danışmanlığında yürütülen tezde, Rhodes bir eğitim programını değerlendirmiştir
(Charnes vd., 1994: 3). Veri Zarflama Analizi’ni duyuran ilk çalışma Charnes,
Cooper ve Rhodes tarafından 1978 yılında yayınlanmıştır.
Günümüz yönetim anlayışının temelini etkinlik ve verimlilik oluşturmaktadır.
Hizmet sektöründeki işletmelerde ise, hizmet kalitesi, müşteri memnuniyeti gibi
ölçümü zor olan faktörler bu işletmelerin etkinliklerinin ölçümünü de
zorlaştırmaktadır. Yöneticiler ise, yoğun rekabet ortamında ayakta kalabilmek için
verimlilik ölçümünün öneminin bilincindedirler. Bu bilinç de veri zarflama analizine
olan ilgiyi arttırmıştır.
VZA, karar birimlerinin, etkin karar birimleri ile karşılaştırılmasını ve
göreceli etkinliklerinin ölçümünü mümkün kılar. Göreceli etkinliğin yanı sıra onun
bileşenleri olan teknik etkinlik, ölçek etkinliği ve tahsis etkinliğini de hesaplayabilir.
VZA, çok az varsayım gerektirdiğinden, girdi ve çıktılar arasındaki karmaşık
ilişkilerden dolayı diğer yöntemlerin kullanılamadığı durumlar için de yeni kapılar
açmıştır (Cooper vd., 2011: 2). VZA ile diğer yöntemlerden farklı olarak birden fazla
22
girdi ve çıktı ile verimlilik analizi yapılabilmektedir. Girdi veya çıktı birimlerinin
aynı olmasına gerek olmaması, fiyat, önem veya ağırlık gibi ön bilgilerin girdi ve
çıktılar için de gerekmemesi yöntemin avantajlarındandır.
Veri Zarflama Analiziyle karar verme birimleri göreli olarak etkin olan ve
olmayan birimler olarak ikiye ayrılır. Göreli olarak etkin bulunan karar verme
birimleri etkinlik sınırını oluşturmaktadır. Göreli olarak etkin olmayan karar verme
birimleri ise etkin olan karar verme birimlerine benzetilmeye çalışılır. Göreli olarak
etkin olmayan karar verme birimlerinin her biri için referans kümesi oluşturulur ve
hedef değerler belirlenir. Bu sayede etkin olmayan karar verme birimleri etkin hale
gelebilmek için politikalar geliştirilebilirler (Savaş, 2015: 205). Ayrıca veri zarflama
analiziyle pencere analizi ya da Malmquist endeksi kullanılarak etkinliğin zaman
içindeki değişimi de hesaplanabilir.
1.3.2. Veri Zarflama Analizi Modelleri
Veri zarflama analizi, doğrusal programlamanın geliştirilmiş bir biçimidir.
Dolayısıyla doğrusal programlamanın kesinlik, orantı, toplanabilirlik, bölünebilirlik,
negatif olmama özellikleri veri zarflama modelleri için de geçerlidir. Veri Zarflama
Analizi modellerinde doğrusal programlamada olduğu gibi kısıtlar altında amaç
fonksiyonu en büyükleme ya da en küçükleme şeklindedir (Ünsal vd., 2000: 114).
Veri zarflama analizi ile ilgili zaman içinde birçok model geliştirilmiştir. Bu
kısımda yaygın olarak kullanılan CCR modeli, BCC modeli ve toplamsal model ele
alınmıştır. Ölçek türlerini temel alan, Charnes Cooper ve Rhodes’un oluşturduğu
sınıflandırma Şekil1.5’te gösterilmiştir (Lorcu, 2008: 69).
23
Şekil 1.5. Veri Zarflama Analizi Modellerinin Sınıflandırılması (Kaynak: Lorcu, 2008: 69)
Veri Zarflama Analizi modelleri zarflama şekline göre ikiye ayrılır (Oruç,
2009: 20).
Charnes, Cooper ve Rhodes 1978 yılında ölçeğe dayalı sabit getiri
varsayımı altında çalışan CCC modeli,
Banker, Charnes ve Cooper ölçeğe göre değişken getiri varsayımı altında
çalışan BCC modeli tanımlamıştır.
Etkin olmayan birimlerin etkin üretim sınırına olan uzaklıklarına göre (Oruç,
2009: 20):
Girdiye yönelik
Çıktıya yönelik olmak üzere iki gruba ayrılmıştır. Bu modeller aşağıda
ayrıntılı olarak anlatılmaktadır.
1.3.2.1. Charnes Cooper Rhodes (CCR) Modeli
Etkinlik oranı çıktının girdiye oranı olarak tanımlanırken Charnes Cooper
Rhodes bu oranı birden çok çıktı ve girdi kullanabilecek şekilde geliştirmiştir
(Cooper vd., 2011: 8). Burada her bir karar verme birimi için, sanal girdi ve çıktı
ağırlıkları (𝑣𝑖) ve (𝑢𝑟) oluşturulur.
𝑆𝑎𝑛𝑎𝑙 𝐺𝑖𝑟𝑑𝑖 = 𝑣1𝑥1𝑜+. . . +𝑣𝑚𝑥𝑚𝑜 (1.4)
𝑆𝑎𝑛𝑎𝑙 Ç𝚤𝑘𝑡𝚤 = 𝑢1𝑦1𝑜+. . . +𝑢𝑠𝑦𝑠𝑜 (1.5)
24
Sanal Çıktı / Sanal Girdi oranının en büyük olabilmesi amacıyla CCR
modelinde ağırlıklar verilir (Charnes vd., 1978: 429). Ölçeğe göre sabit getiri
varsayımına göre çalışan CCR modelin girdi odaklı ve çıktı odaklı olmak üzere iki
türü vardır. Girdi odaklı CCR modelde, elde bulunan çıktı düzeyini karşılamak
koşuluyla girdileri en küçük yapmak amaçlanır. Çıktı odaklı CCR modelde ise,
eldeki girdileri sabit tutacak şekilde çıktıları en büyük yapmak amaçlanır (Kıran,
2008: 24-25):
Girdi Odaklı Girdi Odaklı
CCR Birincil Formülasyon CCR İkincil Formülasyon
*
1
1 1
max min
Kısıtlar Kısıtlar
0 j=1,2,...,n
s
r ro
r
s m
r rj i ij i
r i
z y
y v x x
1
1 1
i=1,2,...,m
1 r=1,2,...,s
, 0 r,i 0 j=1,2,.
n
j j io
j
m n
i io rj j ro
i j
r i j
x
v x y y
v
..,n
Çıktı Odaklı Çıktı Odaklı
CCR Birincil Formülasyon CCR İkincil Formülasyon
*
1
1 1 1
min =max
Kısıtlar Kısıtlar
0 j=1,2,...,n i=1,2,..
m
i io
i
m s n
i ij r rj ij j io
i r j
q v x
v x y x x
1 1
.,m
1 r=1,2,...,s
, 0 r,i 0 j=1,2,...,n
s n
r ro rj j ro
r j
r ro j
y y y
y
Modelde kullanılan indisler aşağıda açıklanmıştır:
25
: Etkinliği ölçülen o. karar verme birimine ait i. girdi miktarı
: Etkinliği ölçülen o. karar verme birimine ait r. çıktı miktarı
: j. karar birimine ait i. girdi miktarı
: j. karar birimin
io
ro
ij
rj
x
y
x
y e ait r. çıktı miktarı
: o. karar verme birimi tarafından r. çıktıya verilen ağırlık
: o. karar verme birimi tarafından i. girdiye verilen ağırlık
: Girdi sayısı
: Çıktı sayısı
: Karar ve
r
iv
m
s
n
rme birimi sayısı
İkincil formülasyonlar, birincil formülasyonlarınn duali olan zarflama
formundaki modeldir. İki tür CCR modeli vardır. Bunlar; Girdi yönelimli CCR
modeli ve çıktı yönelimli CCR modelidir. Girdi yönelimli CCR modeli, belirli
ölçekte çıktı elde edilen durumlarda çıktı miktarının sabit tutularak girdi miktarının
en küçüklenmesini amaçlamaktadır. Çıktı yönelimli CCR modeli ise; girdi
miktarlarını arttırmadan çıktı miktarlarının en büyüklenmesi amaçlamaktadır.
(Cooper vd., 2007: 31;akt.Çağlar,2012: 64).
Girdi yönelimli CCR modelinde 1.formülasyona göre modelde bir karar
verme birimine ait optimal amaç değeri *z ve bu optimal çözüme ait ağırlıklar
* *( , )v olsun. Eğer karar verme birimi için *z =1 iken
* *( , )v kümesinin tüm
elemanları 0’dan büyük olacak şekilde en az bir optimal çözüm varsa, o karar birimi
etkindir. Eğer *z 1’den küçük bir değer alırsa ya da
*z =1 değeri aldığı halde tüm
optimal çözümlerde * *( , )v kümesinin en az bir elemanı 0 değerini alırsa CCR
etkinsizliği gerçekleşir (Cooper vd., 2007: 31).
1 1
1
1
min ( )
i=1,2,...,m
r=1,2,...,s
, , 0 i,j,r
m s
i r
i r
n
ij j i io
j
n
rj j r ro
j
j i r
s s
Kısıtlar
x s x
y s y
s s
26
Yukarıdaki modelde, eşitsizlikleri eşitlik haline dönüştürmek için is ve
rs
aylak değişkenleri kullanılmıştır. , sıfırdan büyük ve herhangi bir pozitif reel
sayıdan daha küçüktür. Model zarflama formundadır.
* 1 değerini alan karar verme birimleri sınır noktalarını oluştururlar. Fakat
bazı sınır noktaları zayıf etkin olabilir. Bunun sebebi * 1 olmasına rağmen 0
olmayan en az bir aylak değişkenin bulunmasıdır. Yani bir karar verme biriminin
göreli olarak etkin olabilmesi için hem * 1 olmalı hem de tüm aylak değişkenler
* * 0s s olmalıdır. s girdi fazlalıklarını ve s da çıktı eksikliklerini
göstermektedir. Fakat bazı alternatif çözümlerde 0 olmayan aylak değişkenler
bulunurken, diğerlerinde bulunmayabilir (Savaş, 2015: 206).
Çıktı yönelimli CCR modelinde 1.formülasyona göre modelde bir karar
verme birimine ait optimal amaç değeri *q ve bu optimal çözüme ait ağırlıklar
* *( , )v olsun. Eğer karar verme birimi için *q =1 iken
* *( , )v kümesinin tüm
elemanları 0’dan büyük olacak şekilde en az bir optimal çözüm varsa, o karar birimi
CCR etkindir (Charnes vd., 1978: 431).
CCR modelinde 2.formülasyon zarflama formundadır. Bu modele göre bir
karar verme birimine ait optimal amaç değeri * olsun. Karar verme biriminin CCR
etkin olması için * =1 ve çözüme ait tüm aylak değişkenlerin değerleri 0 olmalıdır.
Fakat bazı alternatif çözümlerde 0 olmayan aylak değişkenler bulunurken,
diğerlerinde bulunmayabilir (Charnes vd., 1978: 431).
Böyle bir durumdan kaçınmak için zarflama formundaki ikincil formülasyon
aşağıdaki şekilde modellenebilir.
27
1 1
0
1
*
1
max
i=1,2,...,m
r=1,2,...,s
, , 0 , ,
m s
i r
i r
n
ij j i i
j
n
rj j r ro
j
j i r
s s
Kısıtlar
x s x
y s y
s s i j r
Yukarıdaki modelde * değeri sabitlenmiştir. Bu iki aşama tek bir amaç
fonksiyonunda aşağıdaki model gibi birleştirilebilir.
1 1
1
1
max ( )
i=1,2,...,m
r=1,2,...,s
, , 0 i,j,r
m s
i r
i r
n
ij j i io
j
n
rj j r ro
j
j i r
s s
Kısıtlar
x s x
y s y
s s
1.3.2.2. Banker Charnes Cooper (BCC) Modeli
Ölçeğe göre değişken getiri varsayımı altında çalışan BCC modeli Banker,
Charnes ve Cooper tarafından 1984 yılında geliştirilmiştir (Banker vd., 1984: 1078).
Girdiye Yönelik Birincil Formülasyon Girdiye Yönelik İkincil Formülasyon
1 1 1
1 1 1
max min
Kıstılar Kısıtlar
0 1,2,...,
s m s
r ro o o i r
r i r
s m n
r rj i ij o ij j
r i j
y s s
y v x j n x
1 1
1
1, 2,...,
1 1, 2,...,
, , 1 1,2,...,
'ın işaret
i o io
m n
i io rj j r ro
i j
n
r i j
j
o
s x i m
v x y s y r s
v r i j n
i kısıtlanmamıştır , , 0 , ,j i rs s j i r
28
Çıktıya Yönelik Birincil Formülasyon Çıktıya Yönelik İkincil Formülasyon
0
1 1 1
0
1 1 1
min max
Kısıtlar Kısıtlar
0 1, 2
m m s
o i io o i r
i i r
m s n
i ij r ro rj j r o ro
i r j
q v x v s s
v x y v y s y r
0
1 1
1
,...,
1 1, 2,...,
, , 1
'ın işareti kısıtlanmamıştır. , , 0 ,
s n
r ro ij j i i
r j
n
r i j
j
o j i r
s
y x s x i m
v r i
v s s i
,j r
İkincil formülasyonlar, birincil formülasyonların duali olan zarflama
formundaki modeldir. BCC modelinde, CCR modelinden farklı olarak zarflama
formunda 1
1n
j
j
j için 0j konvekslik kısıtı bulunmaktadır. Birincil
formülasyonda yani çarpan formundaki modelde ise farklı olarak o gibi bir
değişken yer almaktadır. CCR modelinin etkinlik değeri ile BCC modelinin etkinlik
değeri arasındaki ilişki aşağıda gösterilmiştir (Banker vd., 1984: 1078) :
.CCR BCC ölçekE E E (1.6)
Girdiye yönelik BCC etkinliğinde, birincil formülasyon yani primal model
1
maxs
r ro o
r
y
amaç fonksiyonu değeri 1’e eşitse karar verme birimi etkindir,
diğer durumlarda karar verme birimi etkin değildir. Dual modelde; o =1 ve rs
is
ve rs =0 için karar verme birimi etkindir, diğer durumlar için etkin değildir ve 0< o
<1’dir (Banker vd., 1984: 347).
Çıktıya yönelik BCC etkinliğinde, birincil formülasyon yani primal modelde
1
minm
o i io o
i
q v x v
amaç fonksiyonu değeri 1’e eşitse karar verme birimi etkindir,
29
diğer durumlarda karar verme birimi etkin değildir. Dual modelde o =1 ve is ,
rs =0
için karar verme birimi etkindir, diğer durumlarda etkin değildir ve 1o ’dir.
1.3.2.3. Toplamsal Model
Toplamsal model; Charnes, Cooper, Golany, Seiford ve Stutz tarafından
geliştirilmiştir. Çeşitli toplamsal modeller bulunmaktadır. En temel toplamsal
modellerden biri aşağıda gösterilmiştir (Cooper vd., 2001: 218) :
1 1
1
1
1
max
Kısıtlar
1, 2,...,
1, 2,...,
1
, , 0 , ,
s m
r i
r i
n
rj j r ro
j
n
ij j i io
j
n
j
j
j r i
s s
y s y r s
x s x i m
s s i j r
Modelde, girdi yönelimli ya da çıktı yönelimli olarak bir ayrım
yapılmamaktadır, her iki durum da bir arada değerlendirilmektedir. Girdi fazlalığı ve
çıktı eksikliği aynı anda dikkate alınır (Savaş, 2015: 217).
Burada asıl amaç, girdi fazlası s+ ve çıktı eksikliğini𝑠− beraber ele alıp
etkinlik sınırı üzerinde etkisi olmayan karar birimine en uzak noktayı hesaplamaktır.
Bu model sonucu etkinlik değeri elde edilmemektedir, ancak karar birimlerinin etkin
olup olmadığı aylak değişken değerlerine bakılarak söylenmektedir ve “Pareto-
Koopmans etkinliği yoktur” şeklinde de ifade edilmektedir. Her iki aylak değişken,
𝑠+=0 ve 𝑠−=0 tespit edilirse, o karar birimi toplamsal modele göre etkindir
denilmektedir. Eğer herhangi biri veya ikisi sıfır değilse, sıfırdan farklı olanların
değerlerinin kaynakları, uygun girdi ve çıktılardaki etkin olmama miktarlarını
tanımladığı söylenmektedir. Kısaca, toplamsal model ölçeğe göre değişken getiriye
dayanan ve veri zarflamayı Charnes-Cooper’ın etkin olmama analizi ile
ilişkilendirilen bir modeldir (Kıran, 2008: 29).
30
1.3.3. Veri Zarflama Analizi Uygulama Aşamaları
Veri zarflama analizinin uygulanması 7 aşamada incelenebilir.
Adım 1. Karar Verme Birimlerinin Seçilmesi: Veri zarflama analizinde
seçilecek olan karar verme birimlerinin homojen yapıda olmaları gerekmektedir.
Birimler aynı girdi değişkenlerini kullanarak aynı çıktı değişkenlerini elde
etmelidirler (Thanassoulis, 2001: 11).
Adım 2. Girdi ve Çıktı Seçimi: Karar verme birimlerinin göreli etkinlikleri
seçilen girdi ve çıktılara göre belirlendiği için son derece dikkatli seçilmelidir.
Seçilen girdi ve çıktı değişkenleri tüm karar verme birimleri için ortak olmalıdır.
Adım 3. Verilerin Elde Edilebilirliği ve Güvenilirliği: Verilerin yanlış,
eksik ve aşırı uç değerlerde olması elde edilecek etkinlik skorunun doğruluğunu
etkileyeceğinden bu konuya özellikle dikkat edilmesinde fayda vardır. Veri zarflama
analizinde eksik verisi bulunan karar verme birimleri var ise bu birimler analiz
dışında tutulabilir. Fakat eksik verisi bulunan karar verme birimleri analiz dışında
tutulursa etkinlik sınırı değişebilir (Sarkis, 2007: 305). Bazı değişiklikler yapılarak
eksik verisi olan karar verme birimleri analizde tutulmak istenirse böyle bir durumda
bulanık küme teorisinden yararlanılabilir. Bir diğer alternatif olarak da bu değişkenin
yerini tutacak başka bir değişken analize dahil edilebilir (Kao ve Liu, 2000: 429).
Ayrıca analizde kullanılan veriler güvenilir bir kaynaktan elde edilmelidir.
Adım 4. Göreli Etkinlik Ölçümü: Yapılan analizin amacına yönelik olarak
uygun veri zarflama analizi modeli seçilmelidir. GAMS, LINDO, Windows Excel,
EMS, Frontier Analysis, DEA Software, DEAP 2.1 programlarından yararlanarak
Veri Zarflama Analizi ölçümleri yapılabilir. Bu çalışma kapsamında DEAP 2.1
programı kullanılmıştır.
Adım 5. Etkinlik Değerleri: Karar verme birimlerinin etkinlik değerleri 0 ile
1 arasında değişir. Etkinlik değeri 1’e eşit olan karar birimleri etkindir. Etkinlik
skoru 1’den farklı olan karar verme birimleri ise göreli olarak etkin olmayan karar
verme birimleridir.
31
Adım 6. Referans Kümesi: Veri zarflama analizinde göreli olarak etkin
olmayan karar verme birimlerinin her biri için referans kümesi belirlenir. Göreli
olarak etkin karar verme birimlerinden oluşan bir grup, göreli olarak etkin olmayan
karar verme biriminin referans kümesini oluşturur. Göreli olarak etkin olan karar
verme birimleri etkin olmayan karar verme birimlerine belirli bir yoğunluk
değerleriyle referans gösterilirler (Savaş, 2015: 207).
Adım 7. Sonuçların Değerlendirilmesi: Sonuçların değerlendirilmesi
aşamasında göreli olarak etkin olan ve olmayan karar verme birimleri hakkında genel
bir değerlendirme yapılır.
1.3.4. Veri Zarflama Analizinin Güçlü ve Zayıf Yönleri
Veri zarflama analizinin güçlü yönleri (Eroğlu, 2007: 10):
Veri zarflama analizi farklı ölçü birimlerindeki girdilerin ve çıktıların
kullanımına imkan tanımaktadır.
Yöntem, çoklu girdi ve çoklu çıktı ortamında analizi başarıyla
gerçekleştirmektedir.
Veri zarflama analizinde, girdiler ve çıktılar arasındaki ilişkinin belirli bir
fonksiyonel formda olması gerekli değildir.
Veri zarflama analizinde göreli olarak etkin olmayan karar verme
birimlerinin her biri için hedef değerler belirlenir.
Veri zarflama analizinin zayıf yönleri (Altan, 2010: 191-192):
Veri zarflama analizi, karar verme birimlerinin mutlak etkinliğini ölçmez
(Athanassopoulos, 2012: 3).
Statik bir analiz şeklidir. Bazı girdilerin çıktılara dönüştürülmesi
belirlenen zaman diliminden daha uzun sürebilir.
Veri zarflama analizinde, girdiler ve çıktılar özenle belirlenmelidir.
Analize dahil edilmesi gereken bir girdi ya da çıktı değişkeni analiz
dışında tutulursa ya da olmaması gereken bir girdi çıktı değişkeni analize
dahil edilirse yanlış sonuçlar elde edilebilir.
32
1.4. Meta Sınır Analizi
Meta sınır analizinin temelleri 1971 yıllarına dayanmaktadır. Hayami ve
Ruttan (1971) tarafından meta üretim fonksiyonuna bağlı bir meta sınır kavramı
tanımlanılmış ve klasik üretim fonksiyonları zarflanarak sunulmuştur. Meta sınır
kavramı, kısıtlanmayan bir teknoloji kümesinin sınırı olarak tanımlanıp etkinlik için
firmaların ya da birimlerin kendi iç grupları arasında karşılaştırıldığı bir teorik
çerçevede geliştirilmiştir.
VZA kullanılarak meta sınır yapısının etkinlik ölçümü kavramı, Rao,
O’Donnell ve Battese tarafından 2003 yılında kademe kademe geliştirilmiştir. Veri
zarflama analizi-meta sınır çalışmaları, farklı teknolojiler altında çalışan farklı
bölgelerdeki firmaların ya da birimlerin etkinliklerini belirlemektedir. Bu
bölgelerarası etkinlik ölçümü kavramı bir eşiktir. Özellikle, bölgeler arası etkinliği
ölçmek için kullanılan bir yol olması modelin karakteristik özelliğidir. Verilen bir
datayı kapsayan fonksiyon, firmaların ya da birimlerin her sınır üretim
fonksiyonunun elementlerini kapsayan meta sınır fonksiyonları anlamındadır.
1.4.1. Tanımlar ve Kavramlar
Şirketlerin veya üretim birimlerinin etkinlik ölçümü, üretim teorisi ve uzaklık
işlevi kavramıyla yakından ilişkilidir. Bu bölümde, etkinlik ölçümünün temelindeki
kavramlardan bahsedilecektir.
x ve y sırasıyla negatif olmayan çıktı ve girdi vektörleri, boyutları da M 1 ve
N×1olsun. K (>1) bölgelerinin olduğunu ve her bir bölgedeki şirketin bölgeye özel
teknoloji altında çalıştığını göz önüne alalım. kT ( 1,2,...,k K ) olarak tanımlayalım.
Örneğin, bu çalışmada olduğu gibi havalimanları benzer özellikler içeren k=2
grup altında incelenebilir. Bu gruplar, iki adım kümeleme analizi yapılarak
oluşturulmuştur. Teknoloji N girdinin M çıktıya dönüşüm sürecinin bir temsilcisi
olarak tanımlanabildiğinden, bir meta teknoloji kümesi olan *T , mümkün olan bütün
grup teknolojilerinin bir zarflaması olarak düşünülebilir. Dolayısıyla meta teknoloji,
her bir bölgeyi kapsayan bir teknolojidir. Bir grubun teknoloji kümesi, mümkün olan
33
üretim etkinliklerinin kombinasyonu olarak tanımlanabilir (Battese vd., 2004: 93).
Herhangi bir bölgedeki teknoloji ya da teknoloji seti girdi ve çıktı kümeleri
kullanılarak tanımlanabilir. Yani, teknoloji kümesi negatif olmayan bir girdi vektörü
kullanılarak üretilen tüm çıktı vektörlerinden oluşur.
, l x,y'yi üretirk N MT x y R
(1.7)
Girdi ve çıktı kümeleri ile ilişkili teknoloji kümesi T , üretim teknolojisinin
eşdeğer gösterimidir.
( )L y , y’yi üreten bütün x vektörlerinin girdi kümesidir. Girdi kümesinin
sınırlarını belirler.
( ) : ( , ) , RML y x x y T her y (1.8)
Girdi kümesinin sınırları eş ürünleri belirlemektedir. Benzer olarak, ( )P x çıktı
kümesi, belirli x girdi vektörleri tarafından üretilen bütün çıktı y vektörlerinden
oluşmaktadır.
( ) : ( , ) , NP x y x y T her x R (1.9)
Çıktı kümesinin sınırları üretim olasılığı sınırlarını belirlemektedir. Fare ve
Primont (1995)’in aşağıdaki üretim teknolojisine ilişkin aksiyomları çıktı setleri
kullanılarak belirlenmiştir:
0 ∈ Pk (x) (hiçbir şey üretmemek mümkündür);
Bütün x’ler için, y ∈ Pk (x), ve eğer 0 < θ ≤ 1 ise, o halde y* = θy ∈ P
k (x)
(zayıf kullanılabilirlik);
Bütün x’ler için, Pk (x) kapalı ve sınırlı bir settir;
Bütün x’ler için, Pk (x) dışbükeydir.
34
Bu analizle verilen bir k bölgesiyle ilişkili gözlenen bir girdi ve çıktı
kombinasyonunun (x,y) teknik etkinliğini ölçmek amaçlanmaktadır. Teknik etkinliği
ölçmede çıktı ve girdi uzaklık işlevleri kullanılmıştır. Bunlar aşağıda tanımlanmıştır.
0 ( , )kD x y k bölgesine ait teknoloji için çıktı uzaklık işlevini temsil etsin.
( , ) inf 0 : / ( )k k
oD x y y P x (1.10)
Uzaklık işlevinin bu tanımından yola çıkarak ve teknoloji üzerine olan
aksiyomlar kullanılarak aşağıdakiler tanımlanabilir (Rao vd., 2003: 157):
i. 0, 'in içine dahilse ( , ) 1x k
ky P D x y
ii. 0, 'in sınırındaysa ( , ) 1x k
ky P D x y
iii. , x
ky P ’in dışındaysa x’i kullanarak kendini üretebilmesi için y’yi
küçültmek gerekir.
(x,y) gözlemi ancak ve ancak ( , ) 1k
oD x y ise teknik olarak verimlidir. Yani;
y, Pk (x)’in üretim sınırına dahilse teknik verimli kabul edilir.
( , )k
iD x y ,k bölgesine ait teknoloji için girdi uzaklık işlevini temsil etsin.
( , )k
iD x y şu şekilde tanımlanmaktadır:
( , ) sup 0 : ( / ) ( ) k k
iD x y x L y (1.11)
Herhangi bir x girdi vektörü L (y)’nin içine dahilse ( , )k
iD x y >1, eğer x sınıra
dahilse ( , )k
iD x y =1’dir.Girdi uzaklık işlevi, bir girdi vektörünü radyal olarak
kısaltmasına rağmen aynı çıktı vektörünü y’yi üretebileceği maksimum dereceyi
gösterir.
Meta sınır, farklı faktör ve teknoloji düzeylerine sahip her bir ayrı grup
sınırını zarflayan bir fonksiyon olarak tanımlanabilir. Bir başka ifadeyle, meta sınır
35
modelinin mümkün bütün grup teknolojilerini zarflayan bir model olduğu ifade
edilebilir. Bu durumda meta teknoloji kümesi aşağıdaki gibi ifade edilebilir (Tunca
vd., 2013: 654):
* 1 2, : 0 0 , ,..., , ' kT x y x ve y T T T grup teknolojilerinden en az birinde x y yi üretir
Buradan meta teknolojiyi, bölgesel teknolojilerin bütünü olarak
tanımlayabiliriz.
Bu tanımdan yola çıkarak, * 1 2 ... kT T T T ’dır. (1.12)
Dış bükeylik özelliğini sağlamak için meta teknoloji
* 1 2Dış bükey örtü ... kT T T T olarak gösterilir. *
0 ( , )D x y ve *( , )iD x y ; meta
teknoloji *T kullanılarak tanımlanan çıktı ve girdi uzaklık fonksiyonlarını ifade etsin.
Meta teknoloji tanımı kullanılarak aşağıdaki iki sonuç ortaya çıkmaktadır (Rao vd.,
2003: 159)
(1) Verilen herhangi bir k bölgesi için *
0 0( , ) ( , ), k=1,2,...,KkD x y D x y
(2) Verilen herhangi bir k bölgesi için *( , ) ( , ), k=1,2,...,Kk
i iD x y D x y
Yukarıda verilen iki sonuçtan k bölgesi için eşitsizlik durumu olduğunda k
bölgesine ait teknoloji ve meta teknoloji arasında açıklık olduğu sonucu çıkarılabilir.
Çıktı odaklı ölçümlerde, gözlemlenen bir (x, y) ikilisinin teknik etkinliği k
bölgesine ait teknoloji göz önünde bulundurularak teknik etkinlik tanımı şöyledir
(Rao vd., 2003: 159):
0 ( , )k k
oTE D x y = inf 0 : / ( )ky P x (1.13)
Örneğin; ( , )k
oD x y =0.6 ise o halde teknik etkinlik ölçümü, aynı girdi vektörü
kullanılarak oluşturulan çıktı vektörü y’nin, potansiyel çıktının % 60’ını oluşturduğu
anlamına gelmektedir.
36
Çıktı odaklı teknoloji açıklık oranı, kT ve *T teknolojilerinin çıktı uzaklık
işlevleri kullanılarak aşağıdaki gibi tanımlanabilir (Sala Garrido vd., 2011: 35):
* *( , ) ( , )( , )
( , ) ( , )
k o oo k k
o o
D x y TE x yTGR x y
D x y TE x y (1.14)
Yukarıdaki örneğin devamı niteliğinde (x,y)’nin teknik etkinliği meta
teknoloji de göz önünde bulundurulduğunda 0.3 ise, teknoloji açıklık oranı
0.3/0.6=0.50’dir.Bu girdi vektörü de göz önünde bulundurularak k bölgesi
teknolojisinin potansiyel çıktı vektörü meta teknolojinin gösterdiği potansiyelin %
50’sini gösterdiği anlamına gelmektedir (Sala-Garrido vd., 2011: 35).
Girdi odaklı ölçümlerde, gözlemlenen bir (x,y) ikilisinin teknik etkinliği k
bölgesine ait teknoloji göz önünde bulundurularak teknik etkinlik tanımı şöyledir
(Rao vd., 2003: 161)
1( , )
( , )
k
i k
i
TE x yD x y
(1.15)
Eğer bir (x,y) ikilisinin girdi odaklı ölçümde teknik etkinliği 0.8 ise bu y’nin
girdi vektörü x’in % 70’i kullanılarak üretilebileceğini gösterir. Girdi odaklı teknoloji
açıklık oranı, kT ve *T teknolojilerinin çıktı uzaklık işlevleri kullanılarak aşağıdaki
gibi tanımlanabilir (Sala-Garrido vd., 2011: 35):
*
*
( , ) ( , )( , )
( , ) ( , )
kk i ii k
i i
D x y TE x yTGR x y
D x y TE x y (1.16)
Sonuç olarak, teknolojik açıklık oranı sıfır ile bir arasında değer almaktadır.
Değerin 1’e yakın olması işletmelerin ya da birimlerin, bir bütün olarak sektör içinde
belli mevcut teknolojiyle maksimum potansiyel çıktıya daha yakın üretmesi demektir
(Villano vd., 2010: 9).
37
Teknoloji açıklık oranının 1 olması durumunda bölgesel teknoloji sınırının
meta teknoloji sınırıyla örtüşmesi durumunda ortaya çıkar. Meta sınırın üç grup
sınırının tümünün zarflaması olarak tanımlanması Şekil1.5’te gösterilmiştir.
Şekil 1.6. Gruba Özgü Sınırlar ve Meta Sınır (Kaynak: Tunca vd., 2013: 655)
Meta sınır fonksiyonu bütün grup teknolojilerini kapsadığından dolayı k grup
sınırının çıktı uzaklık fonksiyonu, meta sınırın çıktı uzaklık fonksiyonundan büyük
ya da eşittir.
Şekil1.5’te grup ve meta sınıra göre teknik etkinliğin hesaplanmasında
farklılık olduğu görülmektedir. Meta sınırın hesaplanması, meta sınır ve grup
sınırların etkinlik düzeylerinin karşılaştırılmasına bağlıdır. Etkinlik hesaplamaları da
veri zarflama analizi veya stokastik sınır analiziyle de yapılabilir.
1.4.2. Meta Sınır -Veri Zarflama Analizi
VZA her bir birimin performansını tüm birimler içindeki en iyi uygulamayla
karşılaştırma amacındadır. “En iyi uygulama” hem çıktı yapısının (örneğin; toplam
çıktıdaki ürün) hem de değerlendirilen birimin girdi yapısının hesaba katılmasıyla
ortaya çıkarılmaktadır. Buradan sonra, birimin en iyi uygulamasıyla arasındaki
radyal uzaklığının ölçülmesiyle bir teknik verimlilik ölçümü elde edilmektedir. Bu
teknik ayrıca kendilerine “benzerler” de denilen, en iyi uygulamayı belirleyen veri
kümesindeki birimleri de (“benzerler”) saptamaktadır (Battese vd., 2004: 100).
Girdi
Çıktı
Girdi
38
Veri zarflama analizi girdi ya da çıktı odaklı olabilir. Bu çalışmada çıktı
odaklı bir VZA modeli kullanılmıştır. Eğer k bölgesi Lk birimlerinin verilerinden
oluşuyorsa, i. birim için bölgesel sınırların oluşturulmasında kullanılan VZA modeli
şu şekildedir:
*
* * *
* *
*
max
Kısıtlar
y +Y 0
0
0
i
ix X
*
*
*
Y :Tüm L birimleri için ç
: i.birim için çıktı miktarı
ıktı miktarının MxL matrisi
nın Mx1 vektörü
: i.birim için girdi miktarının Nx1 ve
X :Tüm L birimleri için girdi miktarının NxL ma
ktörü
trisi
i
i
y
x
*
: L 1' ağırlık vektörü
: Skalar
x in
,1’e eşit veya daha büyük bir değer alır.1/ sıfır ile bir arasında değişen
teknik etkinlik skorunu tanımlar. Yukarıdaki model k bölgesindeki her birim için
çözülmüştür. Her bir model için vektörü i. birimin teknik etkinlik skoruyla ilgili
bilgi verirken, vektörü etkin olmayan i. birimin referans alabileceği birimler
üzerine bilgi verir. Referans alınan birimler etkin olmayan i. birimin benzerleri olan
öngörülen sınır yüzeyini tanımlayan etkin birimlerdir.
Meta sınır, bütün bölgelerdeki bütün birimlerden elde edilen verilerin bir
araya getirilmesine dayanan bir VZA modeli kullanılarak oluşturulur. Toplamda
L= kk L birime sahip olduğumuza göre, bütün birimlere dair verilerle oluşturulan
girdi ve çıktı matrisleriyle yukarıdaki modeli tekrar kullanırız.
Bu modelin çözümü, bütün bölgelerdeki bütün birimlerden elde edilen
verilerle oluşturulan meta sınırlara ilişkin herhangi bir birim için teknik etkinlik
skorunu verir.* , ’den büyük olmadığı açıktır. Çünkü bölgesel sınırları oluşturan
modeldeki kısıtlar, meta sınır modelindeki kısıtlamaların bir alt kümesidir. Birimler
39
bölgesel sınırlar yerine meta sınıra karşı değerlendirildiklerinde teknik etkin birim
sayısı daha azdır.
1.4.3. Stokastik Meta Sınır Analizi
Herhangi bir sektördeki birimler için verilen girdi ve çıktılar, farklı k
bölgeleri için stokastik sınır üretim fonksiyon modellerinde kullanılabiliyor olduğu
varsayılsın. k. bölge için çeşitli girdileri kullanarak bir çıktı üreten Lk birimleri
üzerine örnek veri olsun ve bu bölge için stokastik sınır modeli şöyle tanımlansın.
( ) ( )
( ) ( ) ( )( , ) , 1,2,... , 1,2,..., , 1,2,..., it k it kv u
it k it k k kY f x e i L t T k K
(1.17)
( )it kY k. bölgede t. zamandaki i. birimin çıktısını simgeler, ( )it kx k. bölgede t.
zamandaki i. birim tarafından kullanılan girdileri simgeler, ( )k tahmin edilmesi
gereken bilinmeyen parametreler vektörünü; ( )it kv ’lar özdeş ve bağımsız olduğu
varsayılan ve 2
( )(0, )v kN dağılımı gösteren rastgele değişkenler, ( )it ku ’lar negatif
değer almayan teknik etkinsizliği ölçen ( )
2
( )( , )kit k uN dağılımı gösteren rastgele
değişkenleri gösterir.
Modelin şu şekilde basitleştirilmesi mümkündür:
( ) ( ) ( ) ( ) ( )
( ) ( )( , ) it k it k it k it k it kv u x v u
it it k kY f x e e
(1.18)
Bu ifade, itx t. zamandaki i. birimin girdilerinin bir vektör fonksiyonu öyle ki
( )k sınır üretim fonksiyonuyla parametre vektörü doğrusaldır.
Bir sektördeki birimler için meta sınır üretim fonksiyonu modeli şu şekilde
ifade edilir:
** *
1
( , ) , 1,2,..., , 1,2,...,it
Kx
it it k
k
Y f x e i L L t T
(1.19)
40
* ,meta sınır fonksiyonunun parametrelerinin vektörüdür ve *
( )it it kx x
’dir.
Meta sınır bu durumda farklı bölgeler için kullanılan stokastik sınır
işlevlerinin bölümlere ayrılmış bir zarflaması değildir, bütünsel bir işlevdir.
Meta sınır işlevi şu şekilde tanımlanabilir:
( )*
( ) ( )
*
it k
it k it it k
it
xu x v
it x
eY e e
e
(1.20)
Eşitlik (1.20)’de k. bölge için ilk terim stokastik sınıra göre teknik etkinliği
verir.
( )
( ) ( )
it k
it k it k
uk itit x v
YTE e
e
(1.21)
Eşitlik (1.20)’de 2. terim k. bölgedeki i. birimin t. zamandaki teknolojik
açıklığını verir.
( )
*
it k
it
x
k
it x
eTGR
e
(1.22)
*
( )it it kx x olduğundan teknoloji açıklık oranı 0 ile 1 arasındadır. k.
bölgenin meta sınır işleviyle tanımlanan potansiyel çıktısına dair sınır üretim
işlevinin çıktısının oranını teknolojik açıklık oranı ölçer. *
itTE ,meta sınıra ait i. birimin
teknik etkinliğini ölçmektedir.
*( )
*
it it k
itit x v
YTE
e
(1.23)
Aynı zamanda, meta sınıra ait teknik etkinlik * k k
it it itTE TE TGR şeklinde de
ifade edilebilir.
41
Buradan, meta sınıra ait teknik etkinliğin ele alınan bölgenin teknolojik
açıklık oranı ile o bölgenin stokastik sınırına dair teknik etkinliğin ürünü olduğu
söylenilebilir.
Meta sınır modeline ait parametre ve ölçümler aşağıdaki gibi hesaplanabilir
(Rao vd., 2003: 169):
1. ^
( )k maksimum likelihood tahmincisi, k. bölge için ( )k stokastik sınır
parametrelerinden oluşur ve bu parametreler FRONTIER programı vb. bir
programla hesaplanabilir.
2. Meta sınıra ait teknik etkinlik hesaplamaları da FRONTIER vb. bir programla
hesaplanabilir.
3. Aşağıdaki optimizayon problemiyle de meta sınır fonksiyonunun *
parametrelerinin çözümleri bulunabilir:
^*
( )
1 1
*
( )
min ( )
1,2,...,
L T
kit it
i t
it it k
x x
x x k K
(1.24)
Stokastik Sınır Analizinin önemli avantajlarından birisi istatistiksel hataları,
etkinsizlikten kaynaklanan hatalardan ayrıştırması olarak karşımıza çıkmaktadır. Öte
yandan, yöntemin önemli dezavantajlarından birisi ise, ölçülecek etkinlik türüne göre
bir fonksiyonel yapının belirlenmesini gerektirmesidir (Turgutlu vd., 2007: 15).
1.5. Yazında Hava Meydanlarının Etkinliklerinin Hesaplanmasında Veri
Zarflama Analizi ve Meta Sınır-VZA Kullanılarak Yapılan Çalışmalar
Veri zarflama analizi çok sayıda girdi ve çıktı değişkenini birlikte kullanarak
benzer karar verme birimlerinin etkinliklerinin ölçülmesinde kullanılır. Bu
avantajından dolayı günümüzde birçok alana uygulanmaktadır. Havalimanlarının
veri zarflama analizi ile etkinlik düzeylerinin ölçülmesine yönelik yapılmış
çalışmalara örnekler Tablo 1.1’de yer almaktadır.
42
Tablo 1.1. Hava Meydanları Etkinliğinin Belirlenmesinde Veri Zarflama Analizi Uygulanan
Çalışmalara Örnekler
YIL YAZARLAR ÖRNEKLEM YÖNTEM GİRDİLER ÇIKTILAR
1997 Gillen & Lall
21 Amerikan
Havalimanı
(1989-1993)
VZA/BCC
Çıktı Odaklı Model
Tobit Model
Pist Uzunluğu
Pist Sayısı
Personel Sayısı Biniş Kapı Sayısı
Havalimanı Alanı
Terminal Alanı
Uçak Sayısı
Yolcu Sayısı
Kargo Miktarı
1999 Parker 32 İngiliz Havalimanı
(1979-1980)
VZA/CCR-BCC Çıktı Odaklı Model
Personel Sayısı Operasyon Maliyetleri
Sermaye girişleri
Yolcu Sayısı Kargo Sayısı
Ciro
1999 Murillo-Melchor
33 İspanyol Havalimanı
(1992-1994)
VZA/Malmquist Indeksi
Personel Sayısı Birikmiş sermaye stoğu
Ara giderler
Yolcu Sayısı
2000 Sarkis 44 Amerikan Havalimanı
(1994-1998)
VZA/CCR Çıktı Odaklı Model
Pist Sayısı Giriş Sayısı
Operasyon Maliyetleri
Çalışan Sayısı
Yolcular Kargo
İniş ve Kalkış
Operasyon Gelirleri
Genel Havacılık
2001 Düzakın &
Güçray
39 Türk
Havalimanı
VZA/CCR-BCC
Çapraz Etkinlik
Modeli
Pist Sayısı
Çalışan Sayısı
Taşınabilir Yolcu Sayısı
İşletme Geliri
Yolcu Sayısı
Kargo Miktarı
2001 Martin &
Roman
37 İspanya
havalimanı
(1997)
VZA/CCR
Çıktı Odaklı Model
Çalışan Sayısı
Sermaye
Materyaller
Yolcular
Kargo
İniş ve Kalkış
2002 Fernandes & Pacheco
16 Brezilya havalimanı
(1998)
VZA/CCR Çıktı Odaklı Model
Havaalanı Alanı Check-in kontuar
Yolcuların Bekleme Salonu
Araba Park Alanları Bagaj Alanı
Yolcular
20
03
Bazargan &
Vasigh
45 Amerikan
havalimanı (1996-2000)
VZA/CCR
Girdi Odaklı Model
Pist Sayısı
Biniş Kapı Sayısı Operasyonel Harcamalar
Operasyonel Olmayan
Harcamalar
Yolcu Sayısı
Uçak Sayısı Havacılık Gelirleri
Havacılık Dışı Gelirler
2004
Yoshida & Fujimoto
67 Japon havalimanı
(2000)
VZA/CCR Girdi Odaklı
Model
Pist Uzunluğu Personel Sayısı
Terminal Alanı
Erişim Maliyeti
Uçak Sayısı Yolcu Sayısı
Kargo Miktarı
20
04
Oum & Yu
76 dünyanın
büyük
havalimanı (2000-2001)
VZA/CCR
Çıktı Odaklı
Model
Tam zamanlı Çalışan
Personel Sayısı
Giriş Maliyet İndeksi
Uçak Sayısı
Yolcu Sayısı
Kargo Miktarı Havacılık Dışı Gelirler
20
04
Yu 14 Taiwan
havalimanı (1994-2000)
VZA/CCR Pist sayısı
Apron alanı Terminal alanı
Uçak Sayısı
Yolcu Sayısı
20
06
Ulutaş &
Ulutaş
34 Türk
havalimanı
(2000-2004)
VZA
Girdi Odaklı
Model
Personel Sayısı
İşletme Gideri
Yıllık Yolcu Kapasitesi Yıllık Uçak Kapasitesi
Yolcu Sayısı/Alan
Yük Trafiği
Toplam Uçak Trafiği/Pist İşletme Geliri
2006 Kıyıldı &
Karaşahin
32 Türk
havalimanı (1996-2002)
VZA/CCR
Çıktı Odaklı Model
Check-in Kontuar Sayısı
X-Ray Sayısı Terminal Binası Yolcu
Kullanım Alanı
Otopark Araç Kapasitesi Havaalanı Pist Büyüklüğü
Havaalanı Apron Büyüklüğü
Havaalanı Apron Uçak Kapasitesi
Havaalanı Taksirut Uçak
Kapasitesi Terminal Binası
Konveyör Sayısı
Uçak Sayısı
2006 Lin & Hong
20 Uluslararası havalimanı
(2003-2004)
VZA Girdi Odaklı Model
Personel Sayısı Pist Sayısı
Otopark Alanı
Bagaj Konveyörleri Saysı Apron Alanı
Uçak Sayısı Yolcu Sayısı
43
Tablo 1.1. Hava Meydanları Etkinliğinin Belirlenmesinde Veri Zarflama Analizi Uygulanan
Çalışmalara Örnekler (Devamı)
2007 Barros ve Dieke
31 İtalya havalimanı
(2001-2003)
VZA/CCR Çıktı Odaklı Model
İşçilik Maliyetleri Sermaye Yatırımları
İşletme Maliyetleri
Uçaklar Yolcular
Kargo
Havacılık Yer Hizmetleri İle İlgili Satışlar
2008 Barros 10 Arjantin
havalimanı (1990-2000)
VZA/CCR
Çıktı Odaklı Model
Çalışan Sayısı
Pist Sayısı Ramp
Terminal Alanı
Yolcular
İniş ve Kalkış Yer Hizmetleri
2009 Peker & Baki 37 Türk
havalimanı (2007)
VZA/CCR-BCC
Girdi Odaklı Model t testi
Otopark Kapasitesi
Pist Sayısı Havalimanı büyüklüğü
Personel Sayısı
Yolcu Sayısı
Kargo Miktarı
2009 Ulutaş & Ulutaş
31 Türk havalimanı
(2004-2005)
VZA/CCR Analitik Ağ Süreci
Maliyet Çalışan Sayısı
Terminal Alanı
Yolcu Kapasitesi
Uçuş Kapasitesi
Gelir Yolcu Trafiği
Genel Uçuş Trafiği
Ticari Uçuş Trafiği
Kargo Miktarı
2009 Lam ve
diğerleri
11 büyük Asia
Pacific havalimanı
(2001-2005)
VZA/CCR
Girdi Odaklı Model
İşgücü Maliyeti
Öz Sermaye Ticari maliyetler
Yapı-Mühendislik Maliyetleri
Uçak Sayısı
Yolcu Sayısı Kargo Miktarı
2009 Chi-Lok &
Zhang
25 Çin
havalimanı (1995-2006)
VZA
Çıktı Odaklı Model
Pist Uzunluğu
Terminal Boyutu
Uçak Sayısı
Yolcu Sayısı Kargo Miktarı
2009 Barros &
Weber
27 İngiliz
havalimanı (2000-2004)
VZA Malmquist
Indeksi
İşçi Maliyetleri
İşletme Giderleri Diğer Giderler
Yolcu Sayısı
Kargo Miktarı Uçak Sayısı
2010 Koçak 40 Türk
havalimanı
(2008)
VZA/CCR-BCC
Girdi Odaklı Model
Operasyon Giderleri
Personel Sayısı
Uçak Trafiği Yolcu Sayısı
Alan Başına Yolcu Sayısı
Pist Başına Uçak Sayısı
Kargo Trafiği Operasyon Gelirleri
2010 Perelman &
Serebrisky
21 Latin
America havalimanı
(1995-2007)
VZA CCR/BCC
Çıktı Odaklı Model
Personel Sayısı
Uçak Park Alanı Terminal Alanı
Uçak Sayısı
Yolcu Sayısı Kargo Miktarı
2010 Assaf 27 Büyük
Britanya
havalimanı
(2007)
VZA/CCR
Çıktı Odaklı Model
Tam zamanlı kullanıcı sayısı
Havaalanı Alanı
Pist sayısı
Yolcular
Kargo
İniş ve Kalkış
2010 Suzuki ve diğerleri
30 Avrupa havalimanı
(2003)
VZA/CCR Çıktı Odaklı Model
Pist sayısı Terminal Alanı
Çalışan Sayısı
Kapı
Yolcular Kargo
İniş ve kalkış
2011 Curi ve
diğerleri
18 İtalya
havalimanı
(2000-2004)
VZA/CCR
Çıktı Odaklı Model
Çalışan Sayısı
Pist Saysısı
Apron Alanı
Yolcular
Kargo
İniş ve Kalkış
2012 Ar 31 Türk havalimanı
(2007-2011)
Malmquist TFV Personel Sayısı Pist/Apron Başına Uçak
Kapasiteleri
Alan Başına Yolcu Kapasiteleri
Pist/Apron Başına Gerçekleşen Uçak Trafiği
Alan Başına Gerçekleşen Yolcu
Trafiği Yük Trafiği
2012 Chow & Fung
30 Çin
havalimanı (2000-2006)
VZA CCR Model
Çıktı Odaklı Model
Pist Uzunluğu
Terminal Alanı
Uçak Sayısı
Yolcu Sayısı Kargo Miktarı
2013
Ömürbek ve
diğerleri
40 Türk
havalimanı
(2007-2010)
VZA/CCR-BCC
Çıktı Odaklı Model
Uçuş Trafiği
Ticari Uçuş Trafiği
Kargo Trafiği
Yolcu Trafiği
Satış Gelirleri
Giderler
Hizmet Verilen Alan
Yolcu Kapasitesi
Otopark Kapasitesi
Taşıt Parkı
Apron Kapasitesi Uçak Kapasitesi
Bilgi İşlem Cihaz Sayısı Kurtarma Cihaz Sayısı
Personel Sayısı
44
Tablo 1.1. Hava Meydanları Etkinliğinin Belirlenmesinde Veri Zarflama Analizi Uygulanan
Çalışmalara Örnekler (Devamı)
2013 Öncü ve diğerleri
7 havayolu işletmesi
(2010)
VZA CCR Çıktı Odaklı Model
Cari Oran Kısa Vadeli Borçlar/Toplam
Aktifler
Özkaynaklar/Aktifler Satılan Mallar Maliyeti
Aktif Karlılığı Net Kar Marjı
2013 Wanke
63 Brezilya
havalimanı (2009)
VZA CCR
Çıktı Odaklı Model
Terminal Alanı
Uçak Park Alanı
Yolcu Sayısı
Kargo Miktarı
2014 Ahn & Min
23 dünyanın
büyük
havalimanı (2006-2011)
VZA/CCR Model
Çıktı Odaklı Model
Arazi Alanı
Pist Uzunluğu
Yolcu Terminal Alanı Kargo Terminal Alanı
Uçak Sayısı
Yolcu Sayısı
Kargo Miktarı
2015 Ülkü 32 Türk
havalimanı 41 İspanya
havalimanı
(2009-2011)
VZA
Regresyon Analizi
Personel Giderleri
Diğer İşletme Giderleri Pist Alanı
Yolcu Sayısı
Kargo Miktarı Ticari Gelirler
Hava Trafik Hareketleri
2015 Karkacier &
Yazgan
37 Türk
havalimanı
(2008-2011)
VZA
Tobit Modeli
Çalışan Sayısı
İşletme Gideri
Terminal Alanı Pist Sayısı
Apron Sayısı
Yolcu Trafiği
İşletme Geliri
Uçak Trafiği Yük Trafiği
2015
Pedram &
Payan
7 İran
havalimanı (2010-2013)
VZA /CCR
Çıktı Odaklı Model Süper Etkinlik
Personel Sayısı
İç Terminal Alanı Dış Terminal Alanı
Terminal Sayısı
Uçak Sayısı
Yolcu Sayısı Kargo Miktarı
2017 Koç & Çalıpınar
38 Türk havalimanı
(2011-2014)
Fareprimont Endeksi, Malmquist
Endeksi, TFV
Personel Sayısı Gider ve Maliyetler
Yolcu Sayısı Yük Miktarı
Tablo 1.1’e göre verimlilik analizi için kullanılan girdi ve çıktı değişkenleri
birbirine benzemektedir. Genellikle girdi değişkenleri olarak personel sayısı,
terminal alanı, pist sayısı kullanılırken, çıktı değişkeni olarak ise uçak sayısı, yolcu
sayısı, kargo miktarı gibi değişkenler kullanılmıştır.
Bilimsel yazın incelendiğinde çeşitli çalışmalarda meta sınır analizi ana
yöntem olarak kullanılmıştır. Bu çalışmalarda teknik etkinlik ölçümü (TE), teknoloji
açığı oranı (TGR) ölçümleri vurgulanmıştır. Örneğin; Rao, O’Donnell ve Battese
(2003)’te meta sınır fonksiyonu kavramını üretim teknolojilerindeki bölgelerarası
çalışmalar için kullanmıştır. Battese, Rao ve O’Donnell (2004)’te Endonezya’nın beş
farklı bölgesindeki tekstil firmalarının etkinlik ölçümlerini meta sınır üretim
fonksiyonuyla bulmuştur.
Ayrıca Rao, O’Donnell ve Battese (2008)’te bölgeler arası tarımsal etkinliğin
karşılaştırılmasında teknoloji oranlarının ve firma düzeyi etkinlikleri çalışmasında
meta sınır çalışmıştır. Assaf, Barros ve Josiassen (2010)’da 78 Tayvan otelinin
operasyonel etkinliklerini ölçmüştür. Huang, Chen ve Yang (2010)’da Tayvan
firmalarının maliyet etkinliklerini değerlendirmiştir. VZA Meta Sınır modeli,
45
İspanya’daki atık su arıtma teknolojilerinin etkinliklerini ölçmek için kullanılmıştır
(Sala-Garrido, Molinos-Senante ve Hernandez-Sancho, 2011: 2). Tunca, Karaçuka
ve Çatık (2013)’te Türk imalat sektöründeki firmaların etkinliklerini meta sınır
yaklaşımıyla hesaplamıştır. Tunca ve Yeşilyurt (2016)’da yaptıkları çalışmada
hastane etkinliklerini ölçmek için meta sınır yöntemini kullanmıştır. Havalimanı
etkinliklerinin hesaplanmasında meta VZA sınır analizini kullanan çalışmalar
incelendiğinde ilk çalışmanın Assaf (2009) tarafından yapıldığı görülmüştür. Assaf
(2009) çalışmasında, İngiltere’deki büyük ve küçük havalimanları arasındaki
teknolojik farklılıkları meta sınır analiziyle incelemiştir.
Yazında Meta-VZA sınır analizinin turizm, sağlık, eğitim alanlarında
uygulamaları görülmüştür. Türkiye’deki uygulamalar incelendiğinde de Tunca ve
diğerleri (2013)’teki çalışmalarında Meta-VZA sınır analizini imalat sektöründeki
yerli ve yabancı işletmeler üzerine uygulamıştır. Tunca ve Yeşilyurt (2016)’daki
çalışmalarında ise Türkiye’deki hastanelere meta VZA sınır analizini uygulamıştır.
Özden (2016)’daki çalışmasında meta sınır analizini gelir gruplarına göre ülkelerin
tarımsal etkinliklerini hesaplamak için kullanmıştır.
Bilimsel yazın araştırması sonucundan da görüldüğü gibi havalimanları
üzerine Dünya’da veri zarflama analizi kullanılarak pek çok çalışma yapılmıştır.
Türkiye’de yapılan çalışmalardan Karkacıer ve Yazgan’ın 2015’teki çalışmalarında
VZA yöntemiyle birlikte Tobit modelini kullanmışlardır. Ancak girdi değişkeni
olarak apron sayısını kullanmışlardır. Yapılan uzman görüşmeleri ve literatür
araştırması sonucunda apron, havaalanlarında uçakların park pozisyonlarını aldıkları,
yakıt aldıkları ve uçaklara yüklemenin yapıldığı alanlardır. Önemli olan apron sayısı
değil; apron alanı ya da kapasitesidir. Ömürbek ve diğerlerinin 2013 yılında
yaptıkları çalışmada 2007-2010 yıllarına ait verilerin ortalaması alınarak analiz
yapılmıştır. Ayrıca çalışmada havalimanları yıllık uçuş trafiğine göre büyük, orta ve
küçük havalimanları olarak ayrılmıştır. Ancak; bu gruplandırma istatistiksel bir
temele dayandırılmamıştır. Bu da çalışmanın ana eksikliğidir.
Bu çalışmada diğer çalışmalardan farklı olarak serbestlik derecesi sorunuyla
karşılaşılmaması ve bilim felsefesinin temeli olan tutumluluk ilkesinden yola
çıkılarak çok sayıda değişkeni az sayıda değişkenle ifade edebilmek için faktör
46
analizi uygulanarak değişken sayıları azaltılmıştır (Işık vd., 2004 : 45). Veri zarflama
analizinde karar verme birimlerimizin homojen olduğu kabul edilir. Ancak
ülkemizdeki havalimanları homojen değildir. Bu sorundan yola çıkarak veri zarflama
analizinden sonra karar verme birimlerimiz çok değişkenli istatistiksel bir teknik olan
kümeleme analiziyle gruplandırılmıştır. Bu kümelemeden sonra kendi içlerinde
homojen olan bu iki havalimanı grubuna meta sınır yaklaşımıyla analiz
uygulanmıştır. Bu noktada havalimanlarının etkinlikleri daha doğru bir şekilde analiz
edilmiştir.
47
2. İKİNCİ BÖLÜM
HAVALİMANLARININ ETKİNLİĞİNİN ÖLÇÜLMESİ
2.1. Araştırmanın Yöntemi
Bu çalışmada Devlet Hava Meydanları’nın etkinliklerinin hesaplamak için
veri zarflama analizi ve meta sınır analizi kullanılmıştır. Veri zarflama analizi ve
meta sınır analizine, verilerin ve değişkenlerin hazırlanması sürecinde faktör analizi
ve kümeleme analizi uygulanılmıştır. Çalışmanın bu kısmında araştırmanın amacı,
kapsamı, önemi, örneklemi, veri toplama süreci ve uygulanan analizlerin bulgularına
yer verilmiştir.
2.1.1. Araştırmanın Amacı, Kapsamı ve Önemi
Havalimanları pahalı yatırımlardır. Bu sebeple mevcut havalimanları fiziki
yapılarını değiştirmek yerine kaynaklarını daha etkin kullanmak istemektedir.
Havalimanlarının etkinliği, yolcu, yük, uçak trafiği, organizasyonel yapı, ekipmanlar
gibi birçok parametreden etkilenmektedir. Havalimanları, ürün değil hizmet
üretmektedirler. Hizmet sektöründe verimlilik ve etkinlik hesaplamak diğer
sektörlere göre daha zordur.
Bu çalışma ile Türkiye Devlet Hava Meydanları İşletmeleri’nin
etkinliklerinin belirlenmesi amaçlanmıştır. Araştırma kapsamındaki etkinlik
ölçümleri şu nedenlerden dolayı önemlidir:
Havalimanı etkinliğini etkileyen bir sorunun erken teşhisi açısından
havalimanlarının yakın dönemdeki etkinliğinin, geçmiş dönemlerle
karşılaştırılarak takip edilmesi faydalı olacaktır.
Havalimanları değişen piyasa şartlarında gelecek dönemlerdeki
hedeflerini belirlemek için etkinlik ölçümleri yapmalıdır.
Havalimanlarının etkin çalışması havalimanı karlılığını ve diğer ulaşım
yollarıyla olan rekabet gücünü yükseltecektir.
48
Bu çalışmada yapılan etkinlik analizi, havalimanlarına gelecekteki
durumlarını belirleyip kendilerini geliştirerek etkinliklerini arttırabilmesi
açısından önemli bir kaynak olacaktır.
Bu çalışmanın kapsamını, Türkiye’deki 55 tane havalimanından Devlet Hava
Meydanları İşletmesi’ne ait ve 1999 yılından 2015 yılına kadar verisi bulunan 37
tane havalimanı oluşturmaktadır.
2.1.2. Araştırmanın Örneklemi ve Veri Toplama Süreci
Araştırma verileri, Devlet Hava Meydanları İşletmesi (DHMİ)’nin her yıl
yayınlanan istatistik yıllıklarından ve DHMİ’nin resmi web sitesinden
(www.dhmi.gov.tr) elde edilmiştir. Bu çalışmadaki araştırmanın çok yıllık bir veri
setinden oluşması ve havalimanları arasında veri homojenliği sağlanması gerekliliği,
verilerin toplanması açısından dikkat ve hassasiyetle çalışılmayı gerekli kılmıştır.
Bu araştırmanın değişkenleri, uzman görüşlerinden ve literatürden
yararlanılarak operasyonel değişkenlerden oluşturulmuştur. Bu çalışmada
uygulanacak analizler için 8 girdi, 3 çıktı değişkeni belirlenilmiştir. Çıktı
değişkenleri; yolcu trafiği, kargo trafiği, uçak trafiği iken girdi değişkenleri; personel
sayısı, check-in kontuar sayısı, pist sayısı, otopark alanı, apron alanı, terminal alanı,
bagaj konveyörleri sayısı, yolcu biniş kapı sayısından oluşmaktadır. Bu değişkenler
Tablo 2.1’de gösterilmiştir.
49
Tablo 2.1. Girdi ve Çıktılar
ÇIKTILAR AÇIKLAMA
Yolcu Trafiği Havalimanından uçuş yapmış yıllık yolsu sayısı (kişi)
Kargo Trafiği Havalimanından taşınan yıllık kargo miktarı (ton)
Uçak Trafiği Havalimanından kalkan yıllık uçak sayısı (adet)
GİRDİLER AÇIKLAMA
Personel Sayısı Havalimanında çalışmakta olan personel sayısı (adet)
Check-in Kontuar Sayısı Havalimanlarında yolcuların check-in işlemlerini yaptırmaları için
ayrılmış bölümlerin sayısı (adet)
Pist Sayısı Hava araçlarının iniş kalkış yaptığı yer (adet)
Otopark Alanı Toplam park edilebilir araç alanı (metre kare)
Apron Alanı Havalimanlarında uçakların park pozisyonlarını aldıkları, yakıt aldıkları
ve uçaklara yüklemenin yapıldığı alanlardır (metre kare)
Terminal Alanı Havalimanında yer alan ve yolcuların havalimanına gelişleri ile en son
kalkmadan önce uçağa binişlerini sağlamak amacıyla yapılmış olan alan
(metre kare)
Bagaj Konveyörleri Sayısı Havalimanlarında bagaj taşımada yararlanılan taşıma aracı (adet)
Yolcu Biniş Kapı Sayısı Uçağa binmeden önce yolcunun elindeki boarding kartın kontrol edildiği
ve yolcunun uçağa alındığı kapı sayısı (adet)
Tutumluluk ilkesinden yola çıkarak bu değişkenler faktör analiziyle 1 çıktı
değişkeni, 2 girdi değişkenine dönüştürülmüştür.
2.2. Araştırmanın Bulguları
Çalışmanın bu kısmında veri setine uygulanılan faktör analizi, kümeleme
analizi, veri zarflama analizi ve meta sınır analiziyle ilgili bulgulara yer verilmiştir.
Ayrıca analizlerin bu çalışmada uygulanış sebepleri, model, yöntem seçim sebepleri
de bu kısımda yer almaktadır.
2.2.1. Faktör Analizine Ait Bulgular
Veri zarflama analizine geçmeden önce araştırmanın güvenilirliği açısından,
karar verme birimlerinin sayısının değişken sayısının iki katından fazla olması önem
arz ettiğinden, veri setinde serbestlik derecesi sorunuyla karşılaşmamak için bilim
felsefesinin tutumluluk ilkesinden yola çıkarak veri setini analize hazır hale getirmek
için çıktı, girdi değişken sayılarını azaltmak gerekmektedir. Bu tez çalışmasındaki
çıktı ve girdi değişken sayılarını azaltmak amacıyla faktör analizi uygulanmıştır.
Analize hazırlık aşamasında verilerin basıklık, çarpıklık ve normalliği incelenmiştir.
Verilerin basıklık, çarpıklık ve normalliğinde sorun olduğundan verilere logaritmik
dönüşümü uygulanmıştır. Veri setindeki değişkenlerin birimleri birbirinden farklı
olduğundan değişkenleri aynı değerlerle ifade etmek için veriler z puanlarına
50
dönüştürülerek standartlaştırılmıştır. Standartlaştırma işleminden sonra verilerin
çarpıklık, basıklık ve normallikleri incelenilmiştir. Değişkenlerin çarpıklık, basıklık
değerleri ve normallik testi sonuçları Tablo 2.2’de verilmiştir. Çarpıklık (skewness),
basıklık (kurtosis) katsayıları (-3,+3 aralığında) normal aralıkta, Kolmogorov-
Smirnov normallik testi sonucunda p>0.01 olduğundan anlamlı çıkmıştır.
Tablo 2.2. Değişkenlerin Çarpıklık, Basıklık, Kolmogorov-Smirnov Sonuçları
Değişken Tipi Çarpıklık Basıklık Kolmogorov-Smirnov (K-S)
Yolcu Trafiği Çıktı -3.853 -3.529 0.116 Kargo Trafiği Çıktı -3.614 -3.441 0.141 Uçak Trafiği Çıktı -3.236 -3.071 0.155
Personel Sayısı Girdi -2.138 -2.353 0.191 Check-in Kontuar Sayısı Girdi -1.980 -1.851 0.229
Pist Sayısı Girdi -1.752 -1.635 0.283 Otopark Alanı Girdi 0.851 0.655 0.518 Apron Alanı Girdi 0.762 0.854 0.591
Terminal Alanı Girdi 0.651 0.695 0.793 Bagaj Konveyörleri Sayısı Girdi 0.544 0.358 0.852 Yolcu Biniş Kapı Sayısı Girdi 1.019 1.004 0.325
Faktör analizi uygularken temel bileşenler analizinden yararlanılmıştır.
Örneklemin büyüklüğü açısından veri yapısının faktör analizine uygun olup
olmadığının belirlenmesi amacıyla KMO ve Barlett Küresellik Testi uygulanmıştır.
Çıktı değişkenlerine uygulanan KMO ve Barlett Küresellik Testi sonucunda
KMO değeri 0.78 ve Barlett testi sonucu (Ki kare=312.244 p=0.000) anlamlı
bulunmuştur. Bu varsayımında sağlanmasıyla faktör analizi uygulanılmıştır. Çıktı
değişkenlerine uygulanan faktör analizi sonucu öz değeri 1’in üzerinde olan bir
faktör oluşmuştur. Çıktı değişkenleri için uygulanan faktör analizi sonucu Tablo
2.3’te verilmiştir.
Tablo 2.3. Çıktı Değişkenleri İçin Faktör Analizi Sonuçları
Değişken Faktör Yükü
ln (Yolcu Sayısı) 0.973
ln (Kargo Miktarı) 0.980
ln (Uçak Sayısı) 0.958
Varyansı Açıklama Oranı (% ) 94.1
KMO 0.78
51
Girdi değişkenlerine faktör analizi uygulandığında KMO değeri 0.81 ve
Barlett testi (Ki kare=392.114 p=0.000 ) sonucu anlamlı bulunmuştur. Girdi
değişkenlerine uygulanan faktör analizinde varimax dik döndürme yöntemi
kullanılmıştır. Analiz sonucu 2 faktör oluşmuştur. Birinci faktör, toplam varyansın %
44.3’ünü, 2.faktör toplam varyansın % 39,7’sini açıklamıştır ve değişkenler pozitif
yönde anlamlı etkilemiştir. Birinci faktör personel sayısı, pist sayısı, otopark alanı,
apron alanı, terminal alanı, 2.faktör ise check-in kontuar sayısı, bagaj konveyörleri
sayısı ve yolcu biniş kapı sayısı değişkenlerinden oluşmuştur. Girdi değişkenleri için
uygulanan faktör analizi Tablo 2.4’te verilmiştir.
Tablo 2.4. Girdi Değişkenleri İçin Faktör Analizi Sonuçları
Değişken Faktör Yükü
ln (Personel Sayısı) 0.729
ln (Check-in Kontuar Sayısı) 0.893
ln (Pist Sayısı) 0.786
ln (Otopark Alanı) 0.767
ln (Apron Alanı) 0.725
ln (Terminal Alanı) 0.778
ln (Bagaj Konveyör Sayısı) 0.932
ln (Yolcu Biniş Kapı Sayısı) 0.928
Varyansı Açıklama Oranı (% ) 83.9
KMO 0.81
2.2.2. Veri Zarflama Analizi ve Bulguları
VZA’nın model seçiminde, ilk olarak modelin girdiye yönelik mi çıktıya
yönelik mi olduğuna karar verilir. Daha sonra ise, modelin ölçeğe göre sabit mi,
artan mı yoksa azalan mı olduğuna karar verilir.
Eğer etkinlik değerleri ve etkin karar birimleri sınırlı tutulmak isteniyor ya da
farklı ölçeklerin VZA analizinin hassaslığı dolayısıyla araştırma sonucunda
farklılıklar oluşturmasından endişe ediliyorsa ölçeğe göre sabit getirili modeller
tercih edilmelidir. Getiri konusu net bir şekilde bilinmiyorsa ve kısıtlama
getirilmeden modelin etkinlik belirlemesi isteniyorsa ölçeğe göre değişken modeller
tercih edilmelidir. Hollingsworth ve Smith, eğer girdi veya çıktı olarak bir oran
kullanılıyorsa ölçeğe göre değişken modellerin tercih edilmesi gerektiğini
belirtmişlerdir (Hollingsworth ve Smith, 2003: 733).
52
Bu çalışmada, çıktıyı arttırmak amaçlandığı için çıktı odaklı CCR ve BCC
modeli kullanılmıştır. Çalışmada kullanılan veri zarflama analizinin en önemli
özelliği, basit ve uygulanabilir olmasıdır.
VZA çözümlemeleri Coelli’nin 1996 yılında geliştirdiği ve bu konudaki
çalışmalarda oldukça yaygın şekilde tercih edilen DEAP 2.1 (Data Envelopment
Analysis Program) paket programı kullanılarak gerçekleştirilmiştir.
VZA’da karar verme birimlerinin farklı üretim fonksiyonları olabileceği için
her karar verme birimi için ayrı model kurulmakta, girdi ve çıktıları
ağırlıklandırmada esneklik tanınmaktadır. Model karar verme biriminin en az
kullandığı girdilere ve en çok ürettiği çıktılara en yüksek ağırlıklar verilerek her
karar verme biriminin kendi etkinlik skorunu maksimize edecek şekilde
kurulmaktadır (Oruç vd., 2009: 282). Fakat girdi ve çıktılara ağırlık seçmede tanınan
bu esneklik karar verme birimi sayısı sabit kalıp girdi ve çıktı sayısının artması
durumunda; serbestlik problemi yaşanarak VZA’nın ayrım yapma gücünün
azalmasına, çok fazla karar verme biriminin etkin çıkmasına sebep olabilmektedir
(Jenkins ve Anderson, 2003: 52). Çünkü karar verme birimi sayısının az olması
etkinlik değeri hesaplanacak karar verme biriminin en çok ürettiği çıktı veya en az
kullandığı girdiye yakın değerlere sahip başka karar verme birimlerinin olma
olasılığının az olması demektir. Bu sebeple karar verme birimi sayısının girdi ve çıktı
sayısının toplamının 3 katından fazla olması beklenir (Jenkins ve Anderson, 2003:
54).
VZA’nın güvenilir sonuçlar vermesi için, öncelikle girdiler ve çıktılar için bir
korelasyon analizi yapılması gerekmektedir. Eğer bir girdinin, çıktıların tümü ile
düşük bir korelasyon içerisinde olduğu gözleniyorsa, bu durum o girdinin model için
anlamlı olmadığına ve çıkarılabileceğine işaret etmektedir (Yang, 2009: 16). Ayrıca,
korelasyon analizinde girdilerin çıktılar üzerindeki etkilerinin aynı yönlü olması
tercih edilir. Bir başka deyişle, eğer bir girdi bir çıktıyı pozitif yönde etkiliyorsa diğer
girdilerin de o çıktıyı pozitif yönde etkilemesi beklenir. Bu özelliğe VZA’nın
izotonik yapısı denir. Eğer girdilerin hepsi bir çıktıyı pozitif etkiliyor yalnızca bir
tanesi negatif etkiliyorsa o girdinin izotonik yapıyı bozmayacak şekilde yeniden
tanımlanması gerekmektedir (Pidd, 2012: 79). Aynı zamanda, girdi ve çıktı
53
değişkenleri arasında pozitif yönlü bir ilişkinin olması Veri Zarflama Analizi’nin
güvenilirliğini arttırır (Bal, 2010: 60). Bu nedenle havalimanlarına ait girdi ve çıktılar
“R-3.3.3” sürümü ile Pearson korelasyon analizi yapılarak aralarındaki ilişkiler
incelenmiştir. Açık kaynak kodlu istatistiksel yazılım geliştirme programı olan R,
istatistikçiler ve matematikçiler için kod yazmayı kolaylaştıran bir programlama
dilidir (R core team, 2017: 2). Yapılan korelasyon analizi Tablo 2.5’te görülmektedir.
Korelasyon tablosunda görüldüğü gibi, girdi ve çıktılar arasında pozitif yönde güçlü
bir ilişki vardır. Bu da VZA’nın sağlıklı sonuçlar vereceğini göstermektedir.
Tablo 2.5 Girdi ve Çıktı Faktörlerine Ait Korelasyon İlişkisi
1.Girdi Faktörü 2.Girdi Faktörü
Çıktı Faktörü 0.864** 0.785**
1.Girdi Faktörü 0.731**
**p<0.01 düzeyinde anlamlı
Çalışmada havalimanlarının bilgisayar programında hangi numaralarla
ilişkilendirildiği Tablo 2.6’da görülmektedir. Veri zarflama analizinde, karar
birimlerinin doğru belirlenmesi, girdi ve çıktıların seçimi, verilerin ve gerekli
bilgisayar programlarının elde edilmesi ve de amaca uygun VZA modelinin
seçilmesi araştırmanın sonuçları açısından kritik öneme sahiptir.
Tablo 2.6. Karar Verme Birimleri ve Numaraları
Numara Havalimanı Adı (KVB) Numara Havalimanı Adı (KVB) Numara Havalimanı Adı (KVB)
1 İstanbul Atatürk 14 Ağrı 27 Mardin
2 Ankara Esenboğa 15 Bursa Yenişehir 28 Muş
3 İzmir Adnan Menderes 16 Çanakkale 29 Samsun Çarşamba
4 Antalya 17 Denizli Çardak 30 Siirt
5 Muğla Dalaman 18 Diyarbakır 31 Sinop
6 Muğla Milas-Bodrum 19 Elazığ 32 Sivas Nuri Demirağ
7 Adana 20 Erzincan 33 Şanlıurfa GAP
8 Trabzon 21 Kahramanmaraş 34 Tekirdağ Çorlu
9 Isparta Süleyman Demirel 22 Kars 35 Tokat
10 Nevşehir Kapadokya 23 Kayseri 36 Uşak
11 Erzurum 24 Konya 37 Van Ferit Melen
12 Gaziantep 25 Kocaeli Cengiz Topel
13 Adıyaman 26 Malatya
Araştırmanın güvenilirliği açısından, karar verme birimlerinin sayısının
değişken sayısının üç katından fazla olması önem arz ettiği için değişken ve karar
verme birimleri arasındaki oran incelenilmiştir. 37 karar verme biriminin 3
değişkenin üç katından fazla olması nedeniyle analiz aşamasına geçilmiştir.
54
Bu çalışmada DEAP programı kullanılarak veri zarflama analizi yapıldığı için
karar verme birimlerinin verileri bir text dosyası haline dönüştürülerek programa
okutulmuştur. CCR ve BCC modellerinin matematiksel mantığını anlamak için örnek
olarak 2014 yılı ve bir karar birimi seçilmiştir. Devlet Hava Meydanlarından İstanbul
Atatürk Havalimanının çıktıya yönelik CCR-Veri Zarflama Analizi Modeli aşağıda
verilmiştir.
Amaç fonksiyonu max
Kısıtlar
1 2 3 4 5 6 7
8 9 10 11 12 13 14
15 16 17
0,968604 0,469191 0,487722 0,467042 0,539542 0,998199 0,530956
0,751225 0,588431 0,417833 0,50289 0,423779 0,540376 0,343108
0,424826 0,417072 0,413625 0,5109
w w w w w w w
w w w w w w w
w w w
18 19 20 21
22 23 24 25 26 27 28
29 30 31 32 33 34
37 0,359954 0,503609 0,500149
0,347528 0,433609 0,306513 0,423783 0,355376 0,363185 0,422752
0,520433 0,430258 0,402717 0,428012 0,535502 0,452793 0,
w w w w
w w w w w w w
w w w w w w
35
36 37
346436
0,435152 0,502513 0,968604
w
w w
1 2 3 4 5 6 7
8 9 10 11 12 13 14
15 16 17
0,993264 0,707487 0,706593 0,756512 0,656384 0,652231 0,662774
0,607294 0,633011 0,56215 0,513435 0,571251 0,615026 0,471827
0,48616 0,493388 0,416427 0,53609
w w w w w w w
w w w w w w w
w w w
18 19 20 21
22 23 24 25 26 27 28
29 30 31 32 33 34
0,602815 0,566267 0,508209
0,477024 0,522111 0,577321 0,366168 0,55483 0,529202 0,507467
0,600055 0,378296 0,447825 0,526541 0,542651 0,550739 0,411
w w w w
w w w w w w w
w w w w w w
35
36 37
945
0,382389 0,582021 0,993264
w
w w
1, 2 37,..., 0w w w
* : Optimal amaç değeri
w: Havalimanlarını (değişkenleri) göstermektedir.
İstanbul Atatürk Havalimanı’nın 2014 yılı için CCR-Veri Zarflama Analizi
modelinde çıktı 1, değeri küçük eşit olup Devlet Hava Meydanları içinde en az
1 2 3 4 5 6 7
8 9 10 11 12 13 14
15 16 17
0,664046 0,844125 0,77003 0,88026 0,618567 0,323888 0,540788
0,355163 0,484314 0,434312 0,437062 0,643696 0,489317 0,516132
0,322825 0,567837 0,345777 0,46414
w w w w w w w
w w w w w w w
w w w
18 19 20 21
22 23 24 25 26 27 28
29 30 31 32 33 34
1 0,590453 0,466491 0,465136
0,374205 0,482006 0,645598 0,400658 0,606966 0,42017 0,378016
0,471596 0,266722 0,415564 0,515445 0,458988 0,483802 0,34
w w w w
w w w w w w w
w w w w w w
35
36 37 1 2 1
2418
0,319881 0,519713 0,664046
w
w w s s s
55
İstanbul Atatürk Havalimanı’nın değerleri ve daha fazla çıktı olması istenmektedir.
Girdi değerleri ise büyük eşit olup en fazla İstanbul Atatürk Havalimanının değerleri
kadar olması istenmektedir.
Devlet Hava Meydanlarından İstanbul Atatürk Havalimanının çıktıya yönelik
BCC-Veri Zarflama Analizi Modeli aşağıda verilmiştir.
Amaç Fonksiyonu
1 2 1max ( )o s s s
Kısıtlar
1 2 3 4 5 6 7
8 9 10 11 12 13 14
15 16 17
0,664046 0,844125 0,77003 0,88026 0,618567 0,323888 0,540788
0,355163 0,484314 0,434312 0,437062 0,643696 0,489317 0,516132
0,322825 0,567837 0,345777 0,46414
w w w w w w w
w w w w w w w
w w w
18 19 20 21
22 23 24 25 26 27 28
29 30 31 32 33 34
1 0,590453 0,466491 0,465136
0,374205 0,482006 0,645598 0,400658 0,606966 0,42017 0,378016
0,471596 0,266722 0,415564 0,515445 0,458988 0,483802 0,34
w w w w
w w w w w w w
w w w w w w
35
36 37 1 2 1
2418
0,319881 0,519713 0,664046
w
w w s s s
1 2 3 4 5 6 7
8 9 10 11 12 13 14
15 16 17
0,968604 0,469191 0,487722 0,467042 0,539542 0,998199 0,530956
0,751225 0,588431 0,417833 0,50289 0,423779 0,540376 0,343108
0,424826 0,417072 0,413625 0,5109
w w w w w w w
w w w w w w w
w w w
18 19 20 21
22 23 24 25 26 27 28
29 30 31 32 33 34
37 0,359954 0,503609 0,500149
0,347528 0,433609 0,306513 0,423783 0,355376 0,363185 0,422752
0,520433 0,430258 0,402717 0,428012 0,535502 0,452793 0,
w w w w
w w w w w w w
w w w w w w
35
36 37 1 2 1
346436
0,435152 0,502513 968604
w
w w s s s
1 2 3 4 5 6 7
8 9 10 11 12 13 14
15 16 17
0,993264 0,707487 0,706593 0,756512 0,656384 0,652231 0,662774
0,607294 0,633011 0,56215 0,513435 0,571251 0,615026 0,471827
0,48616 0,493388 0,416427 0,53609
w w w w w w w
w w w w w w w
w w w
18 19 20 21
22 23 24 25 26 27 28
29 30 31 32 33 34
0,602815 0,566267 0,508209
0,477024 0,522111 0,577321 0,366168 0,55483 0,529202 0,507467
0,600055 0,378296 0,447825 0,526541 0,542651 0,550739 0,411
w w w w
w w w w w w w
w w w w w w
35
36 37 1 2 1
945
0,382389 0,582021 0,993264
w
w w s s s
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
18 19 20 21 22 23 24 25 26 27 28 29 30 31 32
33 34 35 36 37 1
w w w w w w w w w w w w w w w w w
w w w w w w w w w w w w w w w
w w w w w
1 2 37 1 2 3 4 5 6 7 8 1 2 3, ,..., , , , , , , , , , , , 0w w w s s s s s s s s s s s
* : Optimal amaç değeri
56
w: Havalimanlarını (değişkenleri) göstermektedir.
İstanbul Atatürk Havalimanı’nın 2014 yılı için BCC-Veri Zarflama Analizi
modelinde çıktılar toplamından çıktı fazlalıkları çıkarılarak İstanbul Atatürk
havalimanının çıktılarına eşitlikleri sağlanmıştır. Girdi değerlerine ise girdi
eksiklikleri eklenerek en fazla İstanbul Atatürk Havalimanının girdi değerleri kadar
olması sağlanmıştır. Ayrıca CCR modelden farklı olarak ağırlıklar toplamının 1 olma
kısıtı eklenmiştir.
Ek 1 ve Ek 2 incelendiğinde; 1999 yılında 37 havalimanına uygulanan veri
zarflama analizi sonucunda CCR modele göre 12 havalimanı etkindir. Bunlar;
İstanbul Atatürk, Ankara Esenboğa, İzmir Adnan Menderes, Antalya, Muğla
Dalaman, Muğla Milas-Bodrum, Kayseri, Adana, Bursa Yenişehir, Diyarbakır,
Tekirdağ Çorlu, Van Ferit Melen havalimanlarıdır. En küçük etkinlik değeri 0.008 ile
Konya havalimanına ait iken en büyük etkinlik değeri 1.000’dır. Ortalama etkinlik
değeri ise 0.587’dir. 1999 yılında BCC modele göre 16 havalimanı etkindir. Bunlar;
İstanbul Atatürk, Ankara Esenboğa, İzmir Adnan Menderes, Antalya, Muğla
Dalaman, Muğla Milas-Bodrum, Kayseri, Adana, Trabzon, Ağrı, Bursa Yenişehir,
Çanakkale, Diyarbakır, Siirt, Tekirdağ Çorlu, Van Ferit Melen havalimanlarıdır. En
küçük etkinlik değeri 0.013 ile Konya havalimanına ait iken en büyük etkinlik değeri
1.000’dır, ortalama etkinlik değeri ise 0.627’dir.
2000 yılı incelendiğinde; CCR modele göre İstanbul Atatürk, Ankara
Esenboğa, İzmir Adnan Menderes, Antalya, Muğla Dalaman, Muğla Milas-Bodrum,
Kayseri, Adana, Çanakkale, Diyarbakır, Siirt, Tekirdağ Çorlu, Van Ferit Melen BCC
modele göre de CCR modeline ek olarak Muş havalimanı etkindir. En küçük etkinlik
değeri 0.002 ile Tokat havalimanına ait iken en büyük etkinlik değeri 1.000’dır,
ortalama etkinlik değeri ise 0.582’dir. 2000 yılında BCC modele göre en küçük
etkinlik değeri 0.095 ile Tokat havalimanına ait iken en büyük etkinlik değeri
1.000’dır, ortalama etkinlik değeri ise 0.620’dir. 2000 yılı için Trabzon havalimanı
yapılacak iyileştirmelerle etkin hale gelme potansiyeli olan bir havalimanıdır.
İstanbul Atatürk, Ankara Esenboğa, İzmir Adnan Menderes, Antalya, Muğla
Dalaman, Muğla Milas-Bodrum, Diyarbakır, Muş, Tekirdağ Çorlu, Tokat, Van Ferit
57
Melen havalimanları CCR modele göre 2001 yılında etkindir. BCC modele göre bu
havalimanlarına ek olarak Adana havalimanı da etkin çıkmıştır. CCR modele göre en
küçük etkinlik değeri 0.050 ile Sinop havalimanına ait iken en büyük etkinlik değeri
1.000’dır,ortalama etkinlik değeri ise 0.585’dir. 2001 yılında BCC modele göre 12
havalimanı etkindir. BCC modele göre ise en küçük etkinlik değeri 0.081 ile Sivas
Nuri Demirağ havalimanına ait iken en büyük etkinlik değeri 1.000’dır,ortalama
etkinlik değeri ise 0.620’dir.
2002 yılında CCR modele göre İstanbul Atatürk, Ankara Esenboğa, İzmir
Adnan Menderes, Antalya, Muğla Dalaman, Muğla Milas-Bodrum, Diyarbakır, Van
Ferit Melen havalimanları etkindir. BCC modelde bu havalimanlarına ek olarak
Adana ve Gaziantep havalimanları da etkindir. CCR modele göre en küçük etkinlik
değeri 0.043 ile Adıyaman havalimanına ait iken en büyük etkinlik değeri
1.000’dır,ortalama etkinlik değeri ise 0.595’dir. BCC modele göre en küçük etkinlik
değeri 0.098 ile Adıyaman havalimanına ait iken en büyük etkinlik değeri
1.000’dır,ortalama etkinlik değeri ise 0.646’dır.
2003 yılında CCR modele göre İstanbul Atatürk, Ankara Esenboğa, İzmir
Adnan Menderes, Antalya, Muğla Milas-Bodrum, Kayseri, Adana, Diyarbakır, Van
Ferit Melen havalimanı etkindir. BCC modele göre de CCR modele göre ek olarak
Muğla Dalaman ve Çanakkale havalimanları da etkindir. CCR modele göre en küçük
etkinlik değeri 0.010 ile Sivas Nuri Demirağ havalimanına ait iken en büyük etkinlik
değeri 1.000’dır, ortalama etkinlik değeri ise 0.543’tür. BCC modele göre en küçük
etkinlik değeri 0.052 ile Adıyaman havalimanına ait iken en büyük etkinlik değeri
1.000’dır, ortalama etkinlik değeri ise 0.589’dur.
2004 yılında CCR modele göre İstanbul Atatürk, Ankara Esenboğa, İzmir
Adnan Menderes, Antalya, Muğla Dalaman, Muğla Milas-Bodrum, Diyarbakır, Van
Ferit Melen havalimanları, BCC modele göre de bu havalimanlarına ek olarak
Çanakkale, Kayseri, Adana, Trabzon havalimanları da etkindir. En küçük etkinlik
değeri CCR modele göre 0.005 ile Kahramanmaraş havalimanına ait iken en büyük
etkinlik değeri 1.000’dır, ortalama etkinlik değeri ise 0.530’tür. BCC modele göre en
küçük etkinlik değeri 0.029 ile Kahramanmaraş havalimanına ait iken en büyük
etkinlik değeri 1.000’dır, ortalama etkinlik değeri ise 0.578’dur.
58
2005 yılında CCR modele göre 9 havalimanı etkindir. Bunlar; İstanbul
Atatürk, Ankara Esenboğa, İzmir Adnan Menderes, Antalya, Muğla Dalaman, Muğla
Milas-Bodrum, Trabzon, Diyarbakır, Van Ferit Melen’dir. En küçük etkinlik değeri
0.041 ile Isparta Süleyman Demirel havalimanına ait iken en büyük etkinlik değeri
1.000’dır, ortalama etkinlik değeri ise 0.530’tür. 2005 yılında BCC modele göre 13
havalimanı etkindir. Bunlar; İstanbul Atatürk, Ankara Esenboğa, İzmir Adnan
Menderes, Antalya, Muğla Dalaman, Muğla Milas-Bodrum, Kayseri, Adana,
Trabzon, Çanakkale, Diyarbakır, Van Ferit Melen’dir. En küçük etkinlik değeri
0.074 ile Isparta Süleyman Demirel havalimanına ait iken en büyük etkinlik değeri
1.000’dır, ortalama etkinlik değeri ise 0.568’dur.
2006 yılında CCR modele göre etkin havalimanları İstanbul Atatürk, Ankara
Esenboğa, İzmir Adnan Menderes, Antalya, Muğla Milas-Bodrum, Kayseri, Adana,
Trabzon, Diyarbakır, Tekirdağ Çorlu, Van Ferit Melen’dir. En küçük etkinlik değeri
0.051 ile Sivas Nuri Demirağ havalimanına ait iken en büyük etkinlik değeri
1.000’dır, ortalama etkinlik değeri ise 0.576’dır. BCC modele göre etkin
havalimanları İstanbul Atatürk, Ankara Esenboğa, İzmir Adnan Menderes, Antalya,
Muğla Dalaman, Muğla Milas-Bodrum, Kayseri, Adana, Trabzon, Çanakkale,
Diyarbakır, Tekirdağ Çorlu, Van Ferit Melen’dir. En küçük etkinlik değeri 0.079 ile
Sivas Nuri Demirağ havalimanına ait iken en büyük etkinlik değeri
1.000’dır,ortalama etkinlik değeri ise 0.614’tür.
2007 yılında CCR modele göre etkin havalimanları İstanbul Atatürk, Ankara
Esenboğa, İzmir Adnan Menderes, Antalya, Muğla Milas-Bodrum, Trabzon,
Çanakkale, Diyarbakır, Mardin, Van Ferit Melen’dir. En küçük etkinlik değeri 0.021
ile Sinop havalimanına ait iken en büyük etkinlik değeri 1.000’dır, ortalama etkinlik
değeri ise 0.592’dir. BCC modele göre etkin havalimanları İstanbul Atatürk, Ankara
Esenboğa, İzmir Adnan Menderes, Antalya, Muğla Milas-Bodrum, Kayseri, Adana,
Trabzon, Çanakkale, Diyarbakır, Konya, Tokat, Mardin, Van Ferit Melen’dir. En
küçük etkinlik değeri 0.093 ile Sinop havalimanına ait iken en büyük etkinlik değeri
1.000’dır,ortalama etkinlik değeri ise 0.646’dır.
2008 yılında CCR modele göre etkin havalimanları İstanbul Atatürk, Ankara
Esenboğa, İzmir Adnan Menderes, Antalya, Trabzon, Diyarbakır, Mardin, Tekirdağ
59
Çorlu, Van Ferit Melen’dir. En küçük etkinlik değeri 0.167 ile Şanlıurfa GAP
havalimanına ait iken en büyük etkinlik değeri 1.000’dır, ortalama etkinlik değeri ise
0.620’dir. BCC modele göre etkin havalimanları İstanbul Atatürk, Ankara Esenboğa,
İzmir Adnan Menderes, Antalya, Muğla Milas- Bodrum, Kayseri, Adana, Trabzon,
Çanakkale, Diyarbakır, Mardin, Tekirdağ Çorlu, Van Ferit Melen’dir.
En küçük etkinlik değeri 0.202 ile Şanlıurfa GAP havalimanına ait iken en
büyük etkinlik değeri 1.000’dır, ortalama etkinlik değeri ise 0.671’dir.
2009 yılında CCR modele göre etkin havalimanları İstanbul Atatürk, Ankara
Esenboğa, İzmir Adnan Menderes, Antalya, Muğla Dalaman, Muğla Milas-Bodrum,
Tekirdağ Çorlu, Van Ferit Melen’dir. En küçük etkinlik değeri 0.041 ile Tokat
havalimanına ait iken en büyük etkinlik değeri 1.000’dır, ortalama etkinlik değeri ise
0.604’tür. BCC modele göre etkin havalimanları İstanbul Atatürk, Ankara Esenboğa,
İzmir Adnan Menderes, Antalya, Muğla Dalaman, Muğla Milas-Bodrum, Kayseri,
Adana, Trabzon, Diyarbakır, Mardin, Tekirdağ Çorlu, Van Ferit Melen’dir. En küçük
etkinlik değeri 0.113 ile Tokat havalimanına ait iken en büyük etkinlik değeri
1.000’dır, ortalama etkinlik değeri ise 0.653’tür.
2010 yılında CCR modele göre etkin havalimanları İstanbul Atatürk, Ankara
Esenboğa, İzmir Adnan Menderes, Antalya, Muğla Dalaman, Muğla Milas-Bodrum,
Mardin, Tekirdağ Çorlu, Van Ferit Melen’dir. En küçük etkinlik değeri 0.004 ile
Ağrı havalimanına ait iken en büyük etkinlik değeri 1.000’dır, ortalama etkinlik
değeri ise 0.666’tür. BCC modele göre etkin havalimanları İstanbul Atatürk, Ankara
Esenboğa, İzmir Adnan Menderes, Antalya, Muğla Dalaman, Muğla Milas-Bodrum,
Kayseri, Adana, Trabzon, Isparta, Adıyaman, Çanakkale, Diyarbakır,
Kahramanmaraş, Mardin, Tekirdağ Çorlu, Van Ferit Melen’dir. En küçük etkinlik
değeri 0.113 ile Ağrı havalimanına ait iken en büyük etkinlik değeri 1.000’dır,
ortalama etkinlik değeri ise 0.713’tür.
2011 yılında CCR modele göre etkin havalimanları İstanbul Atatürk, Ankara
Esenboğa, İzmir Adnan Menderes, Antalya, Trabzon, Diyarbakır, Tekirdağ Çorlu,
Van Ferit Melen’dir. En küçük etkinlik değeri 0.096 ile Kocaeli Cengiz Topel
havalimanına ait iken en büyük etkinlik değeri 1.000’dır, ortalama etkinlik değeri ise
60
0.667’dir. BCC modele göre etkin havalimanları İstanbul Atatürk, Ankara Esenboğa,
İzmir Adnan Menderes, Antalya Muğla Dalaman, Muğla Milas-Bodrum, Kayseri,
Adana, Trabzon, Isparta, Ağrı, Çanakkale, Kahramanmaraş, Mardin, Diyarbakır,
Tekirdağ Çorlu, Van Ferit Melen’dir. En küçük etkinlik değeri 0.125 ile Kocaeli
Cengiz Topel havalimanına ait iken en büyük etkinlik değeri 1.000’dır, ortalama
etkinlik değeri ise 0.716’dır.
2012 yılında CCR modele göre etkin havalimanları İstanbul Atatürk, Ankara
Esenboğa, İzmir Adnan Menderes, Antalya Muğla Dalaman, Muğla Milas-Bodrum,
Trabzon, Diyarbakır, Tekirdağ Çorlu, Van Ferit Melen’dir. En küçük etkinlik değeri
0.223 ile Adıyaman havalimanına ait iken en büyük etkinlik değeri 1.000’dır,
ortalama etkinlik değeri ise 0.721’dir. BCC modele göre etkin havalimanları İstanbul
Atatürk, Ankara Esenboğa, İzmir Adnan Menderes, Antalya, Muğla Dalaman, Muğla
Milas-Bodrum, Kayseri, Adana, Trabzon, Isparta, Gaziantep, Ağrı, Çanakkale,
Diyarbakır, Kahramanmaraş, Mardin, Muş, Tekirdağ Çorlu, Van Ferit Melen’dir. En
küçük etkinlik değeri 0.263 ile Erzincan havalimanına ait iken en büyük etkinlik
değeri 1.000’dır,ortalama etkinlik değeri ise 0.769’dur.
2013 yılında CCR modele göre etkin havalimanları İstanbul Atatürk, Ankara
Esenboğa, İzmir Adnan Menderes, Antalya Muğla Dalaman, Muğla Milas-Bodrum,
Kayseri, Adana, Trabzon, Isparta, Gaziantep, Ağrı, Diyarbakır, Kahramanmaraş,
Mardin, Muş, Tekirdağ Çorlu, Van Ferit Melen’dir. En küçük etkinlik değeri 0.218
ile Erzincan havalimanına ait iken en büyük etkinlik değeri 1.000’dır,ortalama
etkinlik değeri ise 0.771’dir. BCC modele göre etkin havalimanları İstanbul Atatürk,
Ankara Esenboğa, İzmir Adnan Menderes, Antalya, Muğla Dalaman, Muğla Milas
Bodrum, Kayseri, Adana, Trabzon, Isparta, Gaziantep, Ağrı, Çanakkale, Diyarbakır,
Kahramanmaraş, Mardin, Muş, Tekirdağ Çorlu, Van Ferit Melen’dir. En küçük
etkinlik değeri 0.244 ile Erzincan havalimanına ait iken en büyük etkinlik değeri
1.000’dır,ortalama etkinlik değeri ise 0.809’dur.
2014 yılında CCR modele göre etkin havalimanları İstanbul Atatürk, Ankara
Esenboğa, İzmir Adnan Menderes, Antalya, Muğla Dalaman, Muğla Milas-Bodrum,
Trabzon, Isparta, Gaziantep, Diyarbakır, Mardin, Tekirdağ Çorlu, Van Ferit
Melen’dir. En küçük etkinlik değeri 0.182 ile Erzincan havalimanına ait iken en
61
büyük etkinlik değeri 1.000’dır,ortalama etkinlik değeri ise 0.745’tir. BCC modele
göre etkin havalimanları İstanbul Atatürk, Ankara Esenboğa, İzmir Adnan Menderes,
Antalya, Muğla Dalaman, Muğla Milas-Bodrum, Kayseri, Adana, Trabzon, Isparta,
Gaziantep, Ağrı, Çanakkale, Diyarbakır, Kahramanmaraş, Mardin, Muş, Tekirdağ
Çorlu, Van Ferit Melen’dir. En küçük etkinlik değeri 0.228 ile Erzincan
havalimanına ait iken en büyük etkinlik değeri 1.000’dır,ortalama etkinlik değeri ise
0.793’tür.
2015 yılında CCR modele göre etkin havalimanları İstanbul Atatürk, Ankara
Esenboğa, İzmir Adnan Menderes, Antalya, Adana, Trabzon, Isparta, Diyarbakır,
Mardin, Tekirdağ Çorlu, Van Ferit Melen’dir. En küçük etkinlik değeri 0.110 ile
Kocaeli Cengiz Topel havalimanına ait iken en büyük etkinlik değeri 1.000’dır,
ortalama etkinlik değeri ise 0.686’dır. BCC modele göre etkin havalimanları İstanbul
Atatürk, Ankara Esenboğa, İzmir Adnan Menderes, Antalya, Muğla Dalaman, Muğla
Milas-Bodrum, Adana, Trabzon, Isparta, Gaziantep, Ağrı, Çanakkale, Diyarbakır,
Kahramanmaraş, Kayseri, Mardin, Muş, Siirt, Sinop, Tekirdağ Çorlu, Tokat, Uşak,
Van Ferit Melen’dir. En küçük etkinlik değeri 0.380 ile Nevşehir Kapadokya
havalimanına ait iken en büyük etkinlik değeri 1.000’dır,ortalama etkinlik değeri ise
0.831’dir.
Bu durumda, 1999-2015 döneminde havalimanlarının etkinliklerini
incelediğinde çıktı odaklı CCR modele göre en çok etkin havalimanı 2013 yılındadır.
Çıktı odaklı BCC modele göre ise en çok etkin havalimanı 2015 yılındadır. Ölçeğe
göre sabit getiri varsayımına dayanan çıktı odaklı CCR modele göre etkin havalimanı
sayısı 1999’da 12 iken 2015’de 11’e inmiştir. Ölçeğe göre değişken getiri
varsayımına dayanan çıktı odaklı BCC modele göre ise, etkin havalimanı sayısı
16’dan 23’e çıkmıştır. Ortalama etkinlik CCR modeline göre 0,587’den 0,686’ya
çıkarken, BCC modeline göre 0,627’den 0,831’e çıkmıştır.
Etkin karar verme birimleri tarafından (etkinlik değeri 1’e eşit olan)
oluşturulan kümeye referans kümesi denir. Etkin olmayan karar verme birimleri,
referans kümesindeki etkin birimler kullanılarak etkin hale getirilir (Bayazıtlı ve
Çelik, 2004: 8). Çıktıya yönelik modeller kullanıldığı için değişiklik önerileri
ağırlıklı olarak çıktılara yöneliktir.
62
Veri zarflama analiziyle etkin olmayan havalimanlarının hangi etkin olan
havalimanlarını örnek alabileceği Ek 1’de gösterilmiştir. Önemli olan 2015 yılı
olduğu için 2015 yılı incelendiğinde en çok referans gösterilen havalimanları
Diyarbakır, Tekirdağ Çorlu ve Van Ferit Melen havalimanlarıdır. 17 yıl için etkin
olmayan havalimanları için bir değerlendirme yapıldığında 1.kümede yer alan etkin
olmayan havalimanlarının etkin duruma geçebilmek için İstanbul Atatürk, Ankara
Esenboğa, İzmir Adnan Menderes ve Antalya havalimanlarını referans alması
gerektiği bulunmuştur. İkinci kümede yer alan etkin olmayan havalimanlarının da
Diyarbakır, Tekirdağ Çorlu ve Van Ferit Melen havalimanlarını referans alarak etkin
hale geçebilecekleri bulunmuştur.
Sonuç olarak; havalimanları için genel bir değerlendirme yapmak gerekirse
17 yıl içinde etkin olan havalimanı sayısı artmış, havalimanlarının ortalama
etkinlikleri artmıştır. Etkin olan havalimanı sayısında artış gözlemlenmesinin
sebepleri; özel sektörün sivil havacılıkta önünün açılması, hayayolu seyahat
maliyetlerinin düşmesi gösterilebilir.17 yıl boyunca Nevşehir Kapadokya, Erzurum,
Denizli Çardak, Elazığ, Erzincan, Kars, Kocaeli Cengiz Topel, Malatya, Samsun
Çarşamba, Sinop, Sivas Nuri Demirağ, Şanlıurfa GAP, Uşak havalimanları etkin
çalışmamıştır. Bu havalimanlarının yolcu sayısı, uçak sayısı ve kargo miktarının
arttırılmasına yönelik politikalar geliştirilmelidir. Etkin olmayan havalimanlarına en
çok referans olarak gösterilen havalimanları, Diyarbakır ve Van Ferit Melen
havalimanlarıdır.1.kümede yer alan havalimanlarının etkin olmadıkları dönem için
referans kümelerinde 1.kümede yer alan etkin havalimanları yer almaktadır. Aynı
şekilde 2.kümede yer alan havalimanlarının etkin olmadıkları dönem için 2.kümedeki
etkin havalimanları referans kümesinde yer almıştır.
2.2.3. Kümeleme Analizine Ait Bulgular
Heterojen veri grubunu homojen veri gruplarına ayırmak amacıyla kümeleme
analizi yapılmıştır. Kümeleme analizinde kümeleme yöntemlerinden iki adım
kümeleme yöntemi uygulanmıştır. Büyük bir veri setiyle çalışılacağından iki adım
kümeleme yöntemi tercih edilmiştir. Faktör analizi sonucu elde edilen 1 çıktı faktörü
ve 2 girdi faktörü olmak üzere toplam 3 faktöre, 17 yıl ve 37 adet havalimanı için
kümeleme analizi yapılmıştır. Mevcut veri seti için 1887 veriye yapılan iki adım
63
kümeleme analizi sonucu küme sayısı iki olarak bulunmuştur. Şekil 2.1
incelenildiğinde kümeleme kalitesi açısından iyi bir kümeleme olduğu
görülmektedir.
Şekil 2.1. Kümeleme Kalitesi Tablosu
Şekil 2.2’de kümelere ayırmada kullanılan faktörler önem sırasına göre
sunulmuştur.
Şekil 2.2. Kümelemede Kullanılan Değişkenlerin Önem Sırası Tablosu
Şekil 2.2’ye göre veri setini kümeye ayırmada en önemli değişken yolcu
sayısı, kargo miktarı, uçak sayısından oluşan çıktı faktörü iken en düşük öneme sahip
olan değişken ise check-in kontuar sayısı, bagaj konveyörleri sayısı ve yolcu biniş
kapı sayısı değişkenlerinden oluşan 2.girdi faktörüdür. Birinci girdi faktörü
kümelemede orta önem derecesine sahiptir. Personel sayısı, pist sayısı, otopark alanı,
apron alanı, terminal alanı değişkenlerinden oluşmuştur.
3 faktör skoruyla yapılan analiz sonucunda 17 yılda veri setinin % 21.8 (411
veri)’i 1.grupta yer alırken, % 78.2 (1476 veri)’si 2. grupta yer almıştır. Çıktı dosyası
incelendiğinde 17 yılda 37 havalimanından 7 tanesi hep 1. grupta yer almıştır. Bu
havalimanları İstanbul Atatürk, Ankara Esenboğa, İzmir Adnan Menderes, Antalya,
Muğla Dalaman, Muğla Milas-Bodrum, Kayseri’dir. Adana ve Trabzon
havalimanları bazı yıllar 1.grupta yer alırken bazı yıllar da 2. grupta yer almıştır.
Isparta Süleyman Demirel, Nevşehir Kapadokya, Erzurum, Gaziantep, Adıyaman,
0 0,2 0,4 0,6 0,8 1 1,2
Çıktı Faktörü
1.Girdi Faktörü
2.Girdi Faktörü
64
Ağrı, Bursa Yenişehir, Çanakkale, Denizli Çardak, Diyarbakır, Elazığ, Erzincan,
Kahramanmaraş, Kars, Konya, Kocaeli Cengiz Topel, Malatya, Mardin, Muş,
Samsun Çarşamba, Siirt, Sinop, Sivas Nuri Demirağ, Şanlıurfa GAP, Tekirdağ
Çorlu, Tokat, Uşak, Van Ferit Melen havalimanları 17 yıl boyunca 2. grupta yer
almıştır. İkinci grupta yer alan havalimanları, 1.grupta yer alan havalimanlarının 3.59
katıdır.
Tablo 2.7. Havalimanlarının Kümelere Göre Sınıflandırılması
Havalimanı İsmi
1.Küme 2.Küme
İstanbul Atatürk
Ankara Esenboğa
İzmir Adnan Menderes
Antalya
Muğla Dalaman
Muğla Milas-Bodrum
Kayseri
Adana
Trabzon
Isparta Süleyman Demirel
Nevşehir Kapadokya
Erzurum
Gaziantep
Adıyaman
Ağrı
Bursa Yenişehir
Çanakkale
Denizli Çardak
Diyarbakır
Elazığ
Erzincan
Kahramanmaraş
Kars
Konya
Kocaeli Cengiz Topel
Malatya
Mardin
Muş
Samsun Çarşamba
Siirt
Sinop
Sivas Nuri Demirağ
Şanlıurfa GAP
Tekirdağ Çorlu
Tokat
Uşak
Van Ferit Melen
2.2.4. Meta Sınır Analizine Ait Bulgular
Bu çalışmada meta sınır analizi Türkiye Devlet Hava Meydanları
İşletmeleri’ne ait 37 havalimanı için uygulanılmıştır.1999-2015 yıllarını kapsayan ve
faktör analizi ile gruplamış olduğumuz 1 çıktı faktörü ve 2 girdi faktörü için meta
sınır analizi uygulanılmıştır. Kümeleme analizi ile oluşturulan iki gruptan 1.’si
İstanbul Atatürk, Ankara Esenboğa, İzmir Adnan Menderes, Antalya, Muğla
65
Dalaman, Muğla Milas-Bodrum ve Kayseri havalimanlarından 2.si ise Adana,
Trabzon, Isparta Süleyman Demirel, Nevşehir Kapadokya, Erzurum, Gaziantep,
Adıyaman, Ağrı, Bursa Yenişehir, Çanakkale, Denizli Çardak, Diyarbakır, Elazığ,
Erzincan, Kahramanmaraş, Kars, Konya, Kocaeli Cengiz Topel, Malatya, Mardin,
Muş, Samsun Çarşamba, Siirt, Sinop, Sivas Nuri Demirağ, Şanlıurfa GAP, Tekirdağ
Çorlu, Tokat, Uşak, Van Ferit Melen havalimanlarından oluşmaktadır.
Tablo 2.8’de faktör yüklerinin tanımlayıcı istatistikleri verilmiştir. Tablo 2.8
incelendiğinde birinci grubun ortalamaları 2.gruba göre daha büyük ortalamaya
sahiptir. İki grubun birbirinden farklı olduğunu göstermek amacıyla grup
ortalamaları t testi ile test edilmiştir. t testi sonucunda 1. ve 2. grup arasında anlamlı
bir fark olduğu ortaya çıkmıştır ve iki grubun grup ortalamaları birbirinden farklıdır.
Tablo 2.8. Faktör Yükleri İçin Tanımlayıcı İstatistikler
. 1.Çıktı Faktörü 1.Girdi Faktörü 2.Girdi Faktörü
1.GRUP
N 357 595 357
Ortalama 0,6452 0,6230 0,6391
Standart Sapma 0,0764 0,1780 0,1882
Minimum 0,4721 0,2462 0,4671
Maksimum 0,8134 0,8808 1
2.GRUP
N 1530 2550 1530
Ortalama 0,4389 0,4479 0,4387
Standart Sapma 0,1221 0,0969 0,0698
Minimum 0,0100 0,0281 0,0365
Maksimum 0,6627 0,6455 0,5923
t 3,286 2,182 2,243
p 0,000** 0,000** 0,000**
**p<0.01 düzeyinde anlamlı
Teknik etkinlikleri ve teknoloji açıklık oranları Coelli tarafından 1996 yılında
geliştirilen DEAP2.1 programı kullanılarak hesaplanılmıştır. Teknoloji açıklık oranı
(TGR) sadece bilinen teknolojik düzeyi ifade etmemektedir. Bu çalışmada kullanılan
TGR bölgenin ekonomik yapısındaki farklılıkların, fiziki ve beşeri altyapı
yatırımlarının yansımalarını içermektedir.
Ortalama meta ve grup teknik etkinlik skorları, teknoloji açıklık oranları ve
etkinlik sonuçlarının karşılaştırılabilmesi için tanımlayıcı istatistikler birinci ve ikinci
grup için Tablo 2.9’da verilmiştir.
66
Tablo 2.9. Ortalama Teknik Etkinlik Ve Teknoloji Açıklık Oranı
Birinci gruptaki havalimanları hem meta hem de grup teknik etkinlikleri
bakımından çok daha etkindir. Grup teknik etkinlik skorları, verilen grup teknoloji
kümesi altında 1.grubun yaklaşık olarak % 99.3 çıktı üreterek üstün olduğunu
göstermektedir. Meta sınır teknik etkinlikleri grup teknik etkinliklerinden daha
düşüktür. Birinci grup için meta teknik etkinlikleri, meta teknoloji kümesinin altında
ortalama % 98 üretebildiğini göstermektedir.
Ayrıca Şekil 2.3’te birinci ve ikinci grup için teknoloji açıklık oranı da
verilmiştir. Birinci grubun teknoloji açıklık oranı ikinci gruba göre 17 yıl boyunca
daha yüksektir. İki grup arasındaki açıklık özellikle 2010 yılından sonra azalmaya
başlamıştır. Bütün periyot düşünülecek olursa ikinci grup daha düşük teknoloji
açıklık oranına sahiptir. 2014 ve 2015 yıllarında TGR hem birinci grup hem ikinci
grup için azalmıştır. 2015 yılında birinci grubun TGR’si 0.9657 ile 17 yıl içindeki en
düşük seviyesine ulaşmıştır. 2015 yılında hem birinci hem ikinci grubun TGR’leri
azalarak birbirine yaklaşmıştır. İkinci grup altındaki havalimanları meta teknoloji
kısıtı altında potansiyel çıktının ortalama % 89.9’unu üretmektedir. Birinci gruptaki
havalimanları ise potansiyel çıktının yaklaşık % 98.7’sini üretmektedir.
Ortalama Teknik Etkinlik Teknolojik Açıklık
Oranı
1.Grup 2.Grup 1.Grup 2.Grup
Meta Grup Meta Grup
1999 1.0000 1.0000 0.4912 0.5789 1.0000 0.8485
2000 1.0000 1.0000 0.4848 0.5735 1.0000 0.8453
2001 0.9854 1.0000 0.4946 0.5954 0.9854 0.8307
2002 0.9905 1.0000 0.5054 0.6069 0.9905 0.8328
2003 0.9610 0.9913 0.4391 0.4982 0.9694 0.8814
2004 0.9937 1.0000 0.4233 0.4847 0.9937 0.8733
2005 0.9968 1.0000 0.4214 0.4923 0.9968 0.8560
2006 0.9918 0.9973 0.4783 0.5286 0.9945 0.9048
2007 0.9251 0.9475 0.5178 0.5762 0.9764 0.8986
2008 0.9333 0.9642 0.5482 0.6152 0.9680 0.8911
2009 0.9852 1.0000 0.5145 0.5877 0.9852 0.8754
2010 0.9941 1.0000 0.5888 0.6293 0.9941 0.9356
2011 0.9657 0.9908 0.5993 0.6405 0.9747 0.9357
2012 0.9910 1.0000 0.6599 0.6844 0.9910 0.9642
2013 1.0000 1.0000 0.7173 0.7306 1.0000 0.9818
2014 0.9953 1.0000 0.6720 0.6868 0.9953 0.9785
2015 0.9657 1.0000 0.6755 0.6999 0.9657 0.9651
Ortalama 0.9808 0.9935 0.5430 0.6005 0.9871 0.8999
Standart Sapma 0.0230 0.0148 0.0931 0.0736 0.0118 0.0514
Minimum 0,9251 0,9475 0.4214 0.4847 0.9657 0.8307
Maksimum 1.0000 1.0000 0.7173 0.7306 1.0000 0.9818
67
Şekil 2.3. 1. Grup ve 2. Grup Havalimanları İçin Teknoloji Açıklık Oranı
Türkiye Devlet Hava Meydanları’nın yıllara göre teknik etkinlikleri ve
teknoloji açıklık oranları Ek 3’te gösterilmiştir. Meta sınıra göre teknik etkinlik
birinci grup havalimanları için 0.550 ile 1.000 arasında, 2. grup havalimanları için
0.004 ile 1.000 arasındadır. Meta sınıra göre 1.grup havalimanları içinde 2008
yılında Muğla Dalaman havalimanı en düşük etkinliğe sahip iken 2. grup
havalimanları içinde ise 2010 yılında Ağrı havalimanı en düşük etkinliğe sahiptir.
Gruba göre teknik etkinlik 1.grup için 0.633 ile 1.000 arasında iken,2.grup için 0.021
ile 1.000 arasındadır. Birinci grupta en düşük teknik etkinlik 2007 yılında Muğla
Dalaman havalimanının iken 2. grupta en düşük teknik etkinlik 1999 yılında Konya
havalimanınındır. En düşük teknoloji açıklık oranı 1.grup için 2008 yılında 0.733 ile
Muğla Dalaman havalimanına ait iken, 2.grup için 2010 yılında 0.041 ile Ağrı
havalimanına aittir. Birinci gruba ait İstanbul Atatürk, Ankara Esenboğa, İzmir
Adnan Menderes, Antalya havalimanlarının 1999-2015 yılları arasında hem meta
hem de grup teknik etkinlikleri 1.000’dir. İkinci grup için ise sadece Van Ferit Melen
havalimanının 1999-2015 yılları arasında hem meta hem de grup teknik etkinlikleri
1.000’dir.
Bu çalışmanın sonuçları beklentilerle tutarlılık içermektedir. Birinci gruptaki
havalimanlarının TGR’leri daha yüksektir. Çünkü TUİK verilerine göre ülkemize
gelen turistin merkezlere göre dağılımı incelendiğinde 1. gruptaki Antalya, İstanbul,
0,8
0,82
0,84
0,86
0,88
0,9
0,92
0,94
0,96
0,98
1
1.Grup
2.Grup
68
İzmir, Muğla ilk beştedir. Turizmin ülke ekonomisine dolayısıyla da TGR’ye pozitif
etkisi vardır. Muğla Dalaman Havalimanı dönem dönem düşük TGR’ye sahiptir.
Çünkü Muğla Dalaman havalimanı, Muğla Milas-Bodrum havalimanının yükünü
hafifletmek amacıyla kurulmuştur. Muğla havalimanı turizm sezonunda en çok yolcu
sayısı ve kargo miktarına ulaşmaktadır. Turizm sektöründeki olumsuzluklar Muğla
Dalaman havalimanının TGR’sinin bazen düşmesine neden olmuştur. Ankara ve
Kayseri havalimanlarının sanayi ve askeri anlamdaki stratejik önemlerinden dolayı
TGR’leri yüksektir. İkinci gruptaki Diyarbakır ve Van Ferit havalimanlarının askeri
önemleri ve diğer illere olan ulaşım kolaylığı sayesinde TGR’leri yüksektir. Özellikle
2013 ve 2014 yıllarında 2. gruptaki Adana, Trabzon, Isparta Süleyman Demirel,
Diyarbakır, Mardin, Tekirdağ Çorlu ve Van Ferit Melen havalimanlarının TGR’leri
birbirine yakınsamaktadır. İkinci gruptaki bütün havalimanlarının TGR’leri özellikle
son 2 yılda yükselmiştir. İkinci gruptaki Kocaeli Cengiz Topel, Bursa Yenişehir
havalimanlarının TGR’leri düşüktür. Çünkü Kocaeli ve Bursa illeri önemli sanayi
merkezleri olmasına rağmen bu illerde ulaşım için deniz yolu tercih edilmektedir.
Nevşehir turizm merkezi olmasına rağmen Kayseri havalimanının turistik bölgeye
daha yakın olmasından dolayı Nevşehir havalimanının TGR’si düşüktür. Uşak ve
Denizli’ye yapılan termal yatırımlar havalimanlarının da TGR’lerini yükseltmiştir.
Karadeniz Bölgesindeki Trabzon, Sinop, Samsun illerindeki üniversiteler
havalimanlarının etkinliğini arttırırken hava koşulları (rüzgar, sis, tipi gibi)
havalimanlarının etkinliğini düşürmektedir (Kadıoğlu, 2007: 171). Çanakkale’de
ulaşımda havayolu dışında deniz yolunun da aktif kullanılması havalimanının
etkinliğini düşürmektedir.
Ulaştırma sektörü fiziki alt yapı yatırımıdır (Morgil, 2006: 99). Devletin
havacılık sektörüne yaptığı yatırımlarla olumlu iktisadi etkiler, bölgelerarası sosyal
eşitsizliklerin giderilmesi, eğitim ve sağlık koşullarının iyileştirilmesi gibi sosyal
etkiler dönem içerisinde TGR’nin birbirine yakınsamasına sebep olmuştur.
69
SONUÇ ve TARTIŞMA
Küresel düzeyde artan teknolojik gelişmeler nedeniyle artan kapasite, yolcu
sayısındaki artış ve artan seyahat etme gibi ihtiyaçlar sebebiyle havacılık sektörü
gelişmekte olan bir sektördür. Havacılık sektörü ülke ekonomilerinin dinamizmini
elinde tutmaktadır ve yaşanan gelişmeler sebebiyle ülkeler arası rekabet üst seviyeye
ulaşmıştır.
Artan rekabetle birlikte sahip olunan kıt kaynakların kullanımında etkinlik
analizlerinin önemi artmıştır. Özellikle son yıllarda işletmelerin etkinlik
hesaplamasında Veri Zarflama Analizi yaygın olarak kullanılmaktadır. Veri zarflama
analizinin havalimanlarına uygulandığı yazın incelendiğinde de pek çok çalışma göze
çarpmaktadır. Farklı girdi ve çıktı değişkenleri, yılları inceleyen bu çalışmaların
sonuçları birbirinden farklılık göstermektedir. Etkinliği doğru hesaplamak çok
önemlidir. Bu nedenle çalışmalarda doğru değişkenler ve doğru yöntemler tercih
edilmelidir. Bu çalışma istatistiki bir temele dayandırıldığı ve veri zarflama
analizinin dezavantajlarını ortadan kaldırdığı için önemlidir.
Veri Zarflama Analizinde karar verme birimlerinin homojen olduğu kabul
edilir. Ancak ülkemizdeki havalimanları teknolojik, girdi birimleri (terminal alanı,
pist sayısı vb.) bakımından homojen değildir. Bu sorundan yola çıkarak karar verme
birimleri çok değişkenli istatistiksel bir teknik olan kümeleme analiziyle
gruplandırılmıştır. Bu kümelemeden sonra kendi içlerinde homojen olan iki
havalimanı grubuna meta sınır yaklaşımıyla analiz uygulanmıştır. Bu noktada
havalimanlarının etkinlikleri daha doğru bir şekilde analiz edilmiştir. Bu çalışmada
meta sınır analizi veri zarflama analizi yaklaşımından yararlanılarak havalimanları
üzerine uygulanmıştır.
Bilimsel yazında, meta sınır analizi uygulanırken gruplar elle ya da mantıksal
olarak oluşturulurken bu çalışmada gruplar, sağlam istatistiksel bir temelle
oluşturulmuştur. Meta sınır analizine hazırlık aşamasında uygulanan faktör analizi,
veri zarflama analizi ve kümeleme analizi gelecekteki çalışmalar için yeni ve sağlam
bir yol sunmuştur.
70
Havacılık sektörünün dünyadaki ve Türkiye’deki gelişiminin, eğilimlerinin,
sivil havacılık düzenlemelerinin değerlendirilerek, Türkiye Devlet Hava Meydanları
İşletmesi (DHMİ)’ne ait 37 adet havalimanının 1999-2015 yılları arasındaki
etkinliklerini ve Türkiye’deki havalimanlarının heterojen olduğu göz önünde
bulundurularak bu heterojen havalimanları kendi içlerinde de ayrıntılı olarak analiz
etmeyi amaçlayan bu çalışmanın genel sonuçları aşağıda özetlenmiştir.
Araştırmanın Veri Zarflama Analizi aşamasında CCR model ve BCC model
kullanılmıştır. Maksimum çıktıyı elde edebilmek hedeflendiğinden modeller çıktıya
yönelik olarak oluşturulmuştur.
Çıktı odaklı CCR modele göre İstanbul Atatürk, Ankara Esenboğa, İzmir
Adnan Menderes, Antalya, Van Ferit Melen 1999-2015 yılları arasındaki etkinlik
skoru 1 olan havalimanlarıdır. Bu havalimanları 17 yıl boyunca tam etkin olarak
işletilmiştir. Çıktı odaklı CCR model için 2015 yılında etkinlik skoru 1’e yakın olan
0,974 ile Kayseri, 0.914 ile Çanakkale havalimanlarının etkinlik skorları 0,9’dan
büyüktür. Bu havalimanlarında yapılacak küçük iyileştirmelerle etkinlik skorları 1’e
çıkartılabilir.
Çıktı odaklı BCC model incelendiğinde İstanbul Atatürk, Ankara Esenboğa,
İzmir Adnan Menderes, Antalya, Muğla Milas-Bodrum, Adana, Diyarbakır, Van
Ferit Melen havalimanlarının etkinlik skoru 1999-2015 yılları arasında 1’dir.Çıktı
odaklı BCC modele göre 2015 yılında etkinlik skoru 0,9’dan büyük olan havalimanı
yoktur. Dolayısıyla etkinlik skoru 1 olmayan havalimanları için büyük iyileştirmeler
gerekmektedir.
Veri zarflama analizi sonucu etkin olmayan havalimanlarının referans olarak
alabilecekleri etkin havalimanları belirlenmiştir. Etkin olmayan havalimanlarına
referans olarak gösterilen havalimanları sırasıyla Van Ferit Melen, Diyarbakır,
Tekirdağ Çorlu, İstanbul Atatürk, Ankara Esenboğa, Antalya ve İzmir Adnan
Menderes havalimanlarıdır.
Veri zarflama analizi ve meta sınır analizinden önce değişkenlere faktör
analizi ve sonrasında heterojen havalimanı gruplarını belirlemek için de veri setine
71
kümeleme analizi uygulanmıştır. Kümeleme analizi ile oluşturulan iki gruptan 1.’si
İstanbul Atatürk, Ankara Esenboğa, İzmir Adnan Menderes, Antalya, Muğla
Dalaman, Muğla Milas-Bodrum ve Kayseri havalimanlarından 2.’si ise Adana,
Trabzon, Isparta Süleyman Demirel, Nevşehir Kapadokya, Erzurum, Gaziantep,
Adıyaman, Ağrı, Bursa Yenişehir, Çanakkale, Denizli Çardak, Diyarbakır, Elazığ,
Erzincan, Kahramanmaraş, Kars, Konya, Kocaeli Cengiz Topel, Malatya, Mardin,
Muş, Samsun Çarşamba, Siirt, Sinop, Sivas Nuri Demirağ, Şanlıurfa GAP, Tekirdağ
Çorlu, Tokat, Uşak, Van Ferit Melen havalimanıdır. Kümeleme analizinde iki adım
kümeleme yönteminden yararlanılmıştır. Bu yöntemle oluşan gruplamada hangi
değişkenlerin etkili olduğu bulunmuştur. Buna göre veri setini kümeye ayırmada en
önemli değişken yolcu sayısı, kargo miktarı, uçak sayısından oluşan çıktı faktörü
iken en düşük öneme sahip olan check-in kontuar sayısı, bagaj konveyörleri sayısı ve
yolcu biniş kapı sayısı değişkenlerinden oluşan 2. girdi faktörüdür. Birinci girdi
faktörü kümelemede orta önem derecesine sahiptir ve personel sayısı, pist sayısı,
otopark alanı, apron alanı, terminal alanı değişkenlerinden oluşmuştur. Bu analizden
çıkan sonuca göre yolcu sayısı, kargo miktarı, uçak sayısından oluşan çıktı
değişkenleri havalimanlarının etkinliklerini belirlemede de büyük öneme sahiptir.
Devlet Hava Meydanları İşletmesine ait 37 havalimanına 1999-2015 yılları
arasında uygulanan meta sınır analizi sonuçları aşağıdaki gibidir.
Birinci gruptaki havalimanları hem meta hem de grup teknik etkinlikleri
bakımından çok daha etkindir. Grup teknik etkinlik skorları, verilen grup teknoloji
kümesi altında 1. grubun yaklaşık olarak % 99.3 çıktı üreterek üstün olduğunu
göstermektedir. Meta sınır teknik etkinlikleri grup teknik etkinliklerinden daha
düşüktür. 1. grup için meta teknik etkinlikleri, meta teknoloji kümesinin altında
ortalama % 98.1 üretebildiğini göstermektedir.
Birinci grubun teknoloji açıklık oranı 2.gruba göre 17 yıl boyunca daha
yüksektir. İki grup arasındaki açıklık 2010 yılından sonra azalmaya başlamıştır.
Bütün periyot düşünülecek olursa 2.grup daha düşük teknoloji açıklık oranına
sahiptir. İkinci grup altındaki havalimanları meta teknoloji kısıtı altında potansiyel
çıktının ortalama % 89.5’ini üretmektedir.1.gruptaki havalimanları ise potansiyel
çıktının yaklaşık % 98.8’ini üretmektedir. İkinci gruptaki havalimanlarının teknik
72
etkinlikleri 1.gruptaki havalimanlarına göre daha düşüktür ve daha düşük teknoloji
açıklık oranına sahiptir.
Ekonomik, alt yapı yatırımları, başka ulaşım yollarının tercih edilmesi, sosyal
olumsuz etkiler ikinci gruptaki havalimanlarının teknolojik açıklık oranlarının düşük
olmasına sebep olmuştur. İkinci gruptaki havalimanlarının büyük çoğunluğu “her ile
bir havalimanı” düşüncesi kapsamında yapılmıştır; ancak talep yetersizliği
yaşamaktadır. Bu havalimanları için etkin planlama ve kapasite analizlerinin
yapılması gerekmektedir.
Bilimsel yazında, ülkemizdeki havalimanlarının etkinliklerinin
hesaplanmasında meta sınır analizinin kullanıldığına rastlanmamıştır. Ülkemizdeki
havalimanlarının etkinliklerinin hesaplanmasında genellikle veri zarflama analizi
kullanılmıştır; ancak veri zarflama analizinin bazı dezavantajları bulunmaktadır. Veri
zarflama analizi bütün karar verme birimlerinin homojen olması varsayımına
dayanır. Ancak gerçekte bu böyle değildir ve etkinliklerin hesaplanmasında hatalara
neden olmaktadır. Bu sorundan dolayı bu çalışmada meta sınır analizi yöntemi
kullanılmıştır. Meta sınır yaklaşımıyla heterojen havalimanları karşılaştırılmış, gruba
özgü teknolojiler ve ortak temsil edilen homojen grupların sınırları ve meta sınır ile
ilgili etkinlikler hesaplanmıştır.
Bu çalışmanın kapsamını Devlet Hava Meydanları İşletmesi (DHMİ) ’ne ait
1999-2015 yılları arasında faaliyette bulunan 37 havalimanının oluşturmaktadır.
Gelecekte yapılacak çalışmalar havalimanlarının kapsamı genişletilerek ve farklı
yöntemlerle sonuçlar arası karşılaştırmalar yapılabilir. Ülkemizdeki hemen hemen
her alan için yaşanan veri depolama sorunuyla bu çalışmada da karşılaşılmıştır.
Havalimanlarının etkinliğini teoriye göre birebir etkileyen uçağın zamanında
kalkması, yolcuların havalimanlarına kolay ulaşımı, havalimanlarında beklenen süre
gibi önemli değişkenlerle ilgili veri bulunmamasından dolayı bu değişkenler
çalışmaya dahil edilememiştir. Bu da çalışmanın diğer bir kısıtını oluşturmaktadır.
Bu çalışmanın sonucunda 17 yıl içinde etkin olan havalimanı sayısı ve
havalimanlarının ortalama etkinlikleri artmıştır. Etkin olan havalimanı sayısında artış
gözlemlenmesinin sebepleri; özel sektörün sivil havacılıkta önünün açılması,
73
havayolu seyahat maliyetlerinin düşmesinden dolayı yolcu sayısının artışı,
üniversitelerin sayısının artması, askeri alanda kullanılan havaalanı sayısının artışı
gösterilebilir.
Çalışma çıktı yönelimli olduğu için etkin olmayan havalimanlarının, çıktı
değişkenlerinin (yolcu sayısı, kargo miktarı, uçak sayısı) arttırılması konusunda
sorun yaşadıkları sonucuna ulaşılabilir. Bu havalimanları; yolcu memnuniyeti,
izleyecekleri sosyal sorumluluk projeleri, havaalanlarına ulaşımın kolaylaşması, hava
kargo ücretlerinin düşürülmesi, hava ulaşım politikalarının yeniden düzenlenmesiyle
etkin olarak faaliyetlerini sürdürebileceklerdir.
Ülkemizdeki sosyal durumlara yönelik izlenecek politikalar turizm, doğrudan
yabancı sermaye yatırımları, dış ticaret ve yerel ekonomi üzerinde olumlu etkiler
sağlayacaktır. Bu olumlu etkilerle birlikte yolcu sayısı, kargo miktarı, uçak sayısı
artacak ve havalimanları daha etkin çalışacaktır.
Havalimanlarının fiziki yapısı ve uçakların hareketi için çok geniş alanlara
ihtiyaç yoktur. Türkiye Devlet Hava Meydanları İşletmesi havalimanlarının fiziki
yapısına yapacağı yatırımları azaltabilir. Maliyet etkinliği hedefleri koyarak ve bu
doğrultuda maliyetlerini düşürerek etkinliğini arttırabilir. Türkiye Devlet Hava
Meydanları İşletmeleri yetenek geliştirme programlarını destekleyip yerel işsizlik
oranını azaltarak, her seviyeden eğitim kurumlarıyla işbirliği yaparak hem sosyal
hem ekonomik katkı sağlayabilir.
Gelecekte yapılacak çalışmalar havalimanlarının kapsamı genişletilerek ve
farklı yöntemlerle sonuçlar arası karşılaştırmalar yapılabilir. Ayrıca sektörlerin
havalimanı etkinliğini ne ölçüde etkilediği, havalimanları için uygulanan politikaların
havalimanlarının etkinliğini ne ölçüde değiştirdiği gelecekte yapılacak çalışmaların
konusu olabilir.
74
KAYNAKÇA
Kitaplar
AKAL, Z., İşletmelerde Performans Ölçüm ve Denetimi - Çok Yönlü
Performans Göstergeleri, MPM Yayınları, Ankara, 2002.
BARUTÇUGİL, İ., Performans Yönetimi, Kariyer Yayınları, İstanbul, 2002.
BİNGÖL, D., İnsan Kaynakları Yönetimi, Arıkan Basım Yayım Dağıtım, Denizli,
2006.
BÜYÜKKILIÇ, D., Kar Amacı Gütmeyen Örgütlerde Verimlilik, MPM Yayınları,
Ankara, 2004.
CHARNES, A., COOPER, W. W., LEWIN, A. Y., SEIFORD, L. M., Data
Envelopment Analysis: Theory, Methodology and Application, Kluwer
Academic Publishers, Boston, 1994.
COOPER, W. W., SEIFORD, L. M., ZHU, J., Data Envelopment Analysis:
History, Models and Interpretations, Ed.COOPER, W.vd., Handbook on
Data Envelopment Analysis, Springer, USA, 2011.
COOPER, W. W., SEIFORD., L. M., TONE, K., Data Envelopment Analysis A
Comprehensive Text With Models Applications, References and Dea
Solwer Software, Springer, Newyork, 2007.
COŞKUN, A., Performans ve Risk Denetim Terimleri, Sayıştay Yayınları, Ankara,
2000.
CÖMERT, S., Jeopolitik, Jeostrateji ve Strateji, İstanbul, Harp Akademileri
Komutanlığı Yayınları, İstanbul, 2000.
ÇAKMAK, E. H., DUDU, H., ÖCAL, N., Türk Tarım Sektöründe Etkinlik:
Yöntem ve Hanehalkı Düzeyinde Nicel Analiz, ODTÜ Yayınları, Ankara,
2008.
DENK, N., Yirmi birinci Yüzyıla Girerken Türkiye’nin Jeopolitik Durumu ve
Jeostratejik Öneminin Yeniden Belirlenmesi, Harp Akademileri
Komutanlığı Yayınları, İstanbul, 2000.
FARE, R., PRIMONT, D., Multi-output Production and Duality: Theory and
Applications, Kluwer, Boston, 1995.
FİLİZ, A., Üretim Yönetiminde Verimlilik Sırları, Sistem Yayıncılık, İstanbul,
2008.
75
FRIED, H. O., LOVELL, C. A. K., SCHMIDT, S. S., Efficiency and Productivity,
The Measurement of Productive Efficiency and Productivity Change,
Oxford University Press, New York, 2008.
KECEK, G., Veri Zarflama Analizi Teori ve Uygulama Örneği, Siyasal Kitapevi,
Ankara, 2010.
KOBU, B., Üretim Yönetimi, 11.Baskı, Avcıol Basım Yayınları, İstanbul, 2003.
KRAJEWSKI, L. J., RITZMAN, L. P., MALHOTRA, M. K., Operations
Management Processes and Supply Chains, Çeviri: Prof.Dr.Semra Birgün,
9.Baskıdan Çeviri, Nobel AkademiYayıncılık, Ankara, 2010.
MILDE, M., Law and a Aviation Security, Ferenda, De Lege, Air and Space
Law, Martinus Nijhoff Publishers, Netherlands, 1992.
NORMAN, M., STOKER, B., Data Envelopment Analysis The Assestement Of
Performance, John Wiley&Sons, Chichester, U.K. , 1991.
PIDD, M., Measuring The Performance Of Public Services: Principles And
Practice, Cambridge University Press, Cambridge, 2012.
PROKOPENKO, J., Verimlilik Yönetimi Uygulamalı El Kitabı, Çeviri: Olcay
Baykal, Nevda Atalay, Fidan Erdemir, MPM Yayınları, Ankara, 2003.
SABUNCUOĞLU, Z., Uygulama Örnekleriyle İnsan Kaynakları Yönetimi, Beta
Basım Yayın Dağıtım A.Ş., İstanbul, 2013.
SARKIS, J., Preparing Your Data For DEA, Modelling Data Irregularitıes and
Structural Complexities in Data Envelopment Analysis, Springer US,
Newyork, 2007.
SAVAŞ, F., İşletmeciler Mühendisler ve Yöneticiler İçin Operasyonel, Yönetsel
ve Stratejik Problemlerin Çözümünde Çok Kriterli Karar Verme
Yöntemleri, Ed.Bahadır Fatih Yıldırım ve Emrah Önder, Dora Yayıncılık,
Bursa, 2015.
TANER, B., Ağırlama Endüstrisinde Verimlilik Yönetimi, Beta Yayınları,
İstanbul, 2015.TANYAŞ, M., Endüstri Mühendisliğine Giriş, Cilt 1, İrfan
Yayınevi, İstanbul, 2000.
TASLAMAN, C., Kuantum Teorisi Felsefe ve Tanrı, İstanbul Yayınevi, İstanbul,
2008.
THANASSOULIS, E., Introduction to the Theory and Application of Data
Envelopment Analysis, Springer US, Newyork, 2001.
UYARGİL, C., Performans Yönetimi Sistemi Bireysel Performansın Planlanması
Değerlendirilmesi ve Geliştirilmesi, Beta Basım A.Ş., İstanbul, 2013.
76
UZAY, N., Verimlilik ve Büyüme, Nobel Yayın Dağıtım, Ankara, 2005.
UZUNER, A., Sivil Havacılık Güvenliği, Özen Yayıncılık, Ankara, 2003.
ÜNSAL, F. M., RÜZGAR, B., RÜZGAR, N., İşletme ve Ekonomi İçin Bilgisayar
Uygulamalı Sayısal Yöntemler, Türkmen Kitapevi, İstanbul, 2000.
Makaleler
ABBOTT, M., DOUCOULIAGOS, C., “The Efficiency of Australian Universities: A
Data Envelopment Analysis”, Economics of Education Review, Volume: 22,
Issue: 1, p.89-97, 2003.
AHN, Y. H., MIN, H., “Evaluating The Multi-Period Operating Efficiency Of
International Airports Using Data Envelopment Analysis and The Malmquist
Productivity Index”, Journal of Air Transport Management, Volume: 39,
p.12-22, 2014.
ALTAN, M. S., “Türk Sigortacılık Sektöründe Etkinlik: Veri Zarflama Analizi
Yöntemi İle Bir Uygulama”, Gazi Üniversitesi İktisadi ve İdari Bilimler
Fakültesi Dergisi, Cilt: 12, Sayı: 1, s.185-204, 2010.
AR, İ. M., “Türkiye’deki Havalimanlarının Etkinliklerindeki Değişimin İncelenmesi:
2007-2011 Dönemi İçin Malmquist-TFV Endeksi Uygulaması”, Atatürk
Üniversitesi İktisadi ve İdari Bilimler Fakültesi, Cilt: 26, Sayı: 3, s.143-
160, 2012.
ASSAF, A., “Accounting for Size in Efficiency Comparisons of Airports”, Journal
of Air Transport Management,Volume: 15, Issue: 5, p.256-258, 2009.
ASSAF, A., “Bootstrapped Scale Efficiency Measures of UK Airports”, Journal of
Air Transport Management, Volume: 16, Issue: 1, p.42-44, 2010.
ASSAF, A., BARROS, C. P., JOSIASSEN, A., “Hotel Efficiency: A Bootstrapped
Metafrontier Approach”, International Journal of Hospitality
Management, Volume: 29, p.468-475, 2010.
ATHANASSOPOULOS, A., “Discriminating among Relatively Efficient Units in
Data Envelopment Analysis: A comparison of Alternative Methods and Some
Extensions”, American Journal of Operations Research, Volume: 2, Issue:
1, p.1-9, 2012.
BANKER, R., CHARNES, A., COOPER, W. W., “Some Models for Estimating
Technical and Scale Inefficiencies in Data Envelopment Analysis”,
Management Science, Volume: 30, Issue: 9, p.1078–1092, 1984.
BARROS, C. P., DIEKE, P. U. C., “Performance Evaluation of Italian Airports with
Data Envelopment Analysis”, Journal of Air Transport Management,
Volume: 13, Issue: 4, p.184-191, 2007.
77
BARROS, C. P., WEBER, W. L., “Productivity Growth and Biased Technological
Change in UK Airports”, Transportation Research Part E, Volume: 45,
Issue: 4, p.642–653, 2009.
BARROS, C., “Airports in Argentina: Technical Efficiency in the Context of an
Economic Crisis”, Journal of Air Transport Management, Volume: 14,
Issue: 6, p.315–319, 2008.
BATTESE, G. E., RAO, D. S. P., O’DONNELL, C. J., “A Metafrontier Production
Function for Estimation of Technical Efficiencies and Technology Gaps for
Firms Operating under Different Technologies”, Journal of Productivity
Analysis, Volume: 21, p.91–103, 2004.
BAYRAKTUTAN, Y., PEHLİVANOĞLU, F., “Sağlık İşletmelerinde Etkinlik
Analizi: Kocaeli Örneği”, Kocaeli Üniversitesi Sosyal Bilimler Enstitüsü
Dergisi, Sayı: 23, s.127 – 162, 2012.
BAZARGAN, M., VASIGH, B., “Size Versus Efficiency: A Case Study of US
Commercial Airports”, Journal of Air Transport Management, Volume: 9,
Issue: 3, p.187-193, 2003.
BOUSSOFIANE, A., DYSON, R. G., THANASSOULIS, E., “Applied Data
Envelopment Analysis”, European Journal of Operation Research, Cilt:
52, Sayı: 1, s.1-15, 1991.
CHARNES, A., COOPER, W. W., RHODES, E., “Measuring the Efficiency of
Decision Making Units”, European Journal of Operational Research,
Volume: 2, Issue: 6, p.429-444, 1978.
CHI-LOK, A. Y., ZHANG, A., “Effects of Competition and Policy Changes on
Chinese Airport Productivity: An Empirical Investigation”, Journal of Air
Transport Management, Volume: 15, Issue: 4, p.166–174, 2009.
CHOW, C., FUNG, M., “Measuring The Effects Of China’s Airline Mergers On The
Productivity Of State-Owned Carriers”, Journal Of Air Transport
Management, Volume: 25, p.1–4, 2012.
COOPER, W. W., LI, S., SEIFORD, L. M., TONE, K., THRALL, R. M., ZHU, J.,
“Sensitivity and Stability Analysis in DEA: Some Recent Developments”,
Journal of Productivity Analysis, Volume: 15, Issue: 3, p.217-246, 2001.
CURI, C., GITTO, S., MANCUSO, P., “New Evidence On The Efficiency Of Italian
Airports: A Bootstrapped DEA Analysis”, Socio-Economic Planning
Sciences, Volume: 45, Issue: 2, p.84-93, 2011.
ÇITA, K., KEÇECİOĞLU, T., “Çalışanların Performans Yönetim Sistemini
Algılamaları Üzerine Bir Araştırma”, Lefke Avrupa Üniversitesi Sosyal
Bilimler Dergisi, Cilt: 6, Sayı 2, s.19-36, 2015.
78
FARRELL, M. J., “The Measurement of Productive Efficiency”, Journal of the
Royal Statistical, Volume: 120, Issue: 3, p.253-290, 1957.
FERNANDES, E., PACHECO, R. R., “Efficient Use of Airport Capacity”,
Transportation Research Part A: Policy and Practice, Volume: 26, Issue:
3, p.225-238, 2002.
GILLEN, D., LALL, A., “Developing Measures of Airport Productivity and
Performance: An Application of Data Envelopment Analysis”,
Transportation Research Part E: Logistics and Transportation Review,
Cilt: 33, No: 4, s.261-273, 1997.
GÜRAN, M. C., TOSUN, M. U., “Türkiye Ekonomisinin Makroekonomik
Performansı: 1951-2003 Dönemi İçin Parametrik Olmayan Bir Ölçüm”,
Ankara Üniversitesi Siyasal Bilgiler Fakültesi Dergisi, Cilt: 60, Sayı: 4,
s.89-115, 2005.
HOLLINGSWORTH, B., SMITH, P., “Use Of Ratios In Data Envelopment
Analysis”, Applied Economics Letters, Taylor and Francis Journals,
Volume: 10, Issue: 11, p.733-735, 2003.
HUANG, Y. J., CHEN, K. H., YANG, C. H., “Cost Efficiency and Optimal Scale of
Electricity Distribution Firms in Taiwan: An Application of Metafrontier
Analysis”, Energy Economics, Volume: 32, p.15-23, 2010.
IŞIK, S., DUMAN, K., KORKMAZ, A., “Türkiye Ekonomisinde Finansal Krizler:
Bir Faktör Analizi Uygulaması”, Dokuz Eylül Üniversite İ.İ.B.F Dergisi,
Cilt: 19, Sayı: 1, s.45-69, 2004.
İNAN, E. A., “Banka Etkinliğinin Ölçülmesi ve Düşük Enflasyon Sürecinde
Bankacılıkta Etkinlik”, Bankacılar Dergisi, Sayı: 34, s.85–86, 2000.
JENKINS, L., ANDERSON, M., “Stochastic and Statistics a Multivariate Statistical
Approach to Reducing the Number of Variables in Data Envelopment
Analysis, European Journal of Operational Research, Volume: 147, p.51-
61, 2003.
KADIOĞLU, Y., “Trabzon Havalimanına Coğrafi Bir Yaklaşım”, Marmara
Coğrafya Dergisi, Sayı: 15, s.173-190, 2007.
KAO, C., LIU, S. T., “Fuzzy Efficincy Measures in Data Envelopment Analysis”,
Fuzzy Sets and Systems, Volume: 113, Issue: 3, p.427-437, 2000.
KARKACİER, O., YAZGAN, A. E., “Veri Zarflama Analizi İle Etkinlik Ölçümleri
Ve Havalimanı İşletmeciliği Sektöründe Bir Uygulama”, Uluslararası
Alanya İşletme Fakültesi Dergisi, Cilt: 7, Sayı: 2, s.15-28, 2015.
KAYALIDERE, K., KARGIN, S., “Çimento ve Tekstil Sektörlerinde Etkinlik
Çalışması ve Veri Zarflama Analizi”, Dokuz Eylül Üniversitesi Sosyal
Bilimler Enstitüsü Dergisi, Cilt: 6, Sayı: 1, s.196-219, 2004.
79
KIYILDI, R. K., KARAŞAHİN, M., “Türkiye’deki Hava Alanlarının Veri Zarflama
Analizi İle Altyapı Performansının Değerlendirilmesi”, Süleyman Demirel
Üniversitesi Fen Bilimleri Enstitüsü Dergisi, Cilt: 10, No: 3, s.391-397,
2006.
KOÇ, E., ÇALIPINAR, H., “Fareprimont ve Malmquist Verimlilik Endeksleri İle
Türk Havalimanlarının Etkinliklerinin Karşılaştırılması”, International
Journal of Academic Value Studies”,Volume: 3, Issue: 8, p.77-87, 2017.
KOÇAK, H., “Efficiency Examination of Turkish Airports with DEA Approach”,
International Business Research, Volume: 4, Issue: 2, p.204-212, 2010.
LAM, S. W., LOW, J. M. W., TANG, L. C., “Operational Efficiencies Across Asia
Pasific Airports”, Transportation Research Part E: Logistics and
Transportation Review, Volume: 45, Issue: 4, p.654-665, 2009.
LIN, L. C., HONG, C. H., “Operational Performance Evaluation of International
Major Airports: An Application of Data Envelopment Analysis”, Journal of
Air Transportation Management, Volume: 12, Issue: 6, p.342-351, 2006.
MARTIN, J. C., ROMAN, C., “An Application of DEA to Measure The Efficiency of
Spanish Airports Prior to Privatization”, Journal of Air Transport
Management, Volume: 7, Issue: 3, p.149-157, 2001.
MORGİL, O., “Kopenhag Ekonomik Kriterleri ve Türkiye’nin Uyum Süreci”,
Ankara Avrupa Çalışmaları Dergisi, Cilt: 5, Sayı: 2, s.91-102, 2006.
MURILLO-MELCHOR, C., “An Analysis of Technical Efficiency and Productivity
Changes in Spanish Airports Using The Malmquist Index”, International
Journal of Transport Economics, Volume: 26, Issue: 22, p.271-292, 1999.
ORUÇ, K.O., GÜNGÖR İ., DEMİRAL, M. F., “Üniversitelerin Etkinlik Ölçümünde
Bulanık Veri Zarflama Analizi Uygulaması”, Selçuk Üniversitesi Sosyal
Bilimler Enstitüsü Dergisi, Sayı: 22, s.279-294, 2009.
OUM, T. H., YU, C., “Measuring Airports Operating Efficiency: A Summary of the
2003 ATRS Global Airport Benchmarking Report”, Transportation
Research Part: E, Volume: 40, Issue: 6, p.515-532, 2004.
ÖMÜRBEK, N., DEMİRGÜRBÜZ, M. Ö., TUNCA, M. Z., “Hizmet Sektöründe
Performans Ölçümünde Veri Zarflama Analizinin Kullanımı: Havalimanları
Üzerine Bir Uygulama”, Süleyman Demirel Üniversitesi Vizyoner Dergisi,
Cilt: 4, Sayı: 9, s.21-43, 2013.
ÖNCÜ, M. A., ÇÖMLEKÇİ, İ., COŞKUN, E., “Havayolu Yolcu Taşıma
İşletmelerinin Finansal Etkinliklerinin Ölçümüne İlişkin Bir Araştırma”,
Uluslararası Alanya İşletme Fakültesi Dergisi, Cilt: 5, Sayı: 2, s.77-86,
2013.
80
ÖZDEMİR, A., ORÇANLI, K., “İki Aşamalı Kümeleme Algoritması ile Pazar
Bölümlemesi, Müşteri Profillerinin Belirlenmesi ve Niş Pazarların Tespiti”,
Uşak Üniversitesi Sosyal Bilimler Dergisi, Sayı: 11, s.1-27, 2012.
ÖZDEN, A., “Uluslararası Tarımsal Üretim Etkinliği Analizi: Gelir Ekonomisi
Grupları ile Meta Sınır Yaklaşımı”, Tekirdağ Ziraat Fakültesi Dergisi, Cilt:
13, Sayı: 3, s.121- 128, 2016.
ÖZER, M. A., “Performans Yönetimi Uygulamalarında Performansın Ölçümü ve
Değerlendirilmesi”, Sayıştay Dergisi, Nisan-Haziran, Sayı: 73, s.3-29, 2009.
ÖZGEN, H., TANER, B., “Konaklama Endüstrisinde Verimlilik Analizi”,
MPM Verimlilik Dergisi, Cilt: 22, No: 1, s.59-77, 1993.
PARKER, D., “The Performance of BAA Before and After Privatisation: A DEA
Study”, Journal of Transport Economics and Policy, Volume: 33, Issue: 2,
p.133-145, 1999.
PEDRAM, M., PAYAN, A., “Efficiency Evaluation of International Airports in Iran
Using Data Envelopment Analysis”, Indian Journal of Science and
Technology, Volume: 8, Issue: 9, p.67-74, 2015.
PEKER, İ., BAKİ, B., “Veri Zarflama Analizi İle Türkiye Havalimanlarında Bir
Etkinlik Ölçümü Uygulaması”, Çukurova Üniversitesi Sosyal Bilimler
Enstitüsü Dergisi, Cilt: 18, Sayı: 2, s.72-88, 2009.
PERELMAN, S., SEREBRISKI, T., “Measuring the Technical Efficiency of Airports
in Latin America”, Utilities Policy, Volume: 22, p.1-7, 2010.
RAO, D. S. P., O’DONNELL, C. J., Battese, G. E., “Meta-frontier Functions for the
Study of Interregional Productivity Differences”, The Journal of
Productivity Analysis, Volume: 3, p.153-169, 2003.
RAO, D. S. P., O’DONNELL, C. J., BATTESE, G. E., “Metafrontier Frameworks for
the Study of Firm-Level Efficiencies and Technology Ratios”, Emprical
Economics, Volume: 34, p.231-255,2008.
SALA-GARRIDO, R., MOLINOS-SENANTE, M., HERNANDEZ-SANCHO, F.,
“Comparing the Efficiency of Wastewater Treatment Technologies through a
DEA Metafrontier Model”, Chemical Engineering Journal, Volume: 173,
p.766-772, 2011.
SARKIS, J., “A Comparative Analysis of DEA as a Discrete Alternative Multiple
Criteria Desicion Tool”, European Journal of Operational Research,
Volume: 123, Issue: 3, p.543-557, 2000.
SKYR, M., “Best Practices in Human Resource Management: The Source of
Excellent Performance and Sustained Competitiveness”, Central European
Business Review, Cilt: 2, Sayı: 1, s.43-48, 2013.
81
SUZUKI, S., NIJKAMP, P., RIETVELD, P., PELS, E., “A Distance Friction
Minimization Approach in Data Envelopment Analysis,A Comparative Study
on Airport Efficiency”, European Journal of Operational Research,
Volume: 207,Issue: 2, p.1104-1115, 2010.
TUNCA, H., KARAÇUKA, M., ÇATIK, N. A., “A Meta-Frontier Approach to
Measure Productivity Differences of Domestic and Foreign Affiliated Firms”,
Journal of Business Economics and Management, Cilt: 14, Sayı: 4, s.651-
663, 2013.
TUNCA, H., YEŞİLYURT, F., “Hospital Efficiency In Turkey: Metafrontier
Analysis”, European Scientific Journal, Volume: 12, Issue: 10, p.165-172,
2016.
TURGUTLU, E., KÖK, R., KASMAN, A., “Türk Sigortacilik Şirketlerinde Etkinlik:
Deterministik ve Şans Kısıtlı Veri Zarflama Analizi”, İktisat,İşletme ve
Finans Dergisi,Cilt: 22, Sayı: 251, s.1-26, 2007.
UYSAL, Ş., Performans Yönetim Sisteminin Tanımı,Tarihçesi,Amaç ve Temel
Unsurlarına Genel Bir Bakış,Electronic Journal of Vocational
Colleges,October,p.32-39,2015.
ÜLKÜ, T., “A Comparative Efficiency Analysis of Spanish and Turkish Airports”,
Journal of Air Transport Journal, Volume: 46, p.56-68, 2015.
VASSILIOĞLU, M., GIOKAS, D., “A Study of the Relative Efficiency of Bank
Branches: An Application of Data Envelopment Analysis”, Journal of
Operational Research Society, Cilt: 41, Sayı: 7, s.591-595, 1990.
WANKE, P. F., “Physical Infrastructure And Flight Consolidation Efficiency Drivers
In Brazilian Airports : A Two-Stage Network DEA Approach”, Journal of
Air Transport Management, Volume: 31, p.1-5, 2013.
YEŞİLYURT, C., ALAN, M. A., “Fen Liselerinin 2002 Yılı Göreceli Etkinliğinin
Veri Zarflama Analizi (VZA) Yöntemi ile Ölçülmesi”, Cumhuriyet
Üniversitesi İktisadi İdari Bilimler Fakültesi Dergisi, Cilt: 4, Sayı: 2, s.91-
104, 2003.
YOSHIDA, Y., FUJIMOTO, H., “Japanese Airport Benchmarking with the DEA and
Endogenous-Weight TFP Methods: Testing the Criticism of Overinvestment
in Japanese Regional Airports”, Transportation Research Part E: Logistics
and Transportation Review, Volume: 40, Issue: 6, p.533-546, 2004.
YU, M. M., “Measuring Physical Efficiency of Domestic Airports in Taiwan with
Undesirable Outputs and Environmental Factors”, Journal of Air Transport
Management, Volume: 10, Issue: 5, p.295-303, 2004.
YÜKÇÜ, S., ATAĞAN, G., “Etkinlik, Etkililik ve Verimlilik Kavramlarını Yarattığı
Karışıklık”, Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, Cilt:
23, Sayı: 4, s.1-13, 2009.
82
Tezler
BAL, V., Bilgi Sistemlerinin Sağlık İşletmeleri Performansına Etkilerinin Veri
Zarflama Analizi İle Ölçümü: Türkiye’deki Devlet Hastanelerinde Bir
Araştırma, Doktora Tezi, Süleyman Demirel Üniversitesi, Sosyal Bilimler
Enstitüsü, Isparta, 2010.
BAYAR, S., Veri Zarflama Analizi Kullanarak Liman Verimliliğinin Ölçülmesi:
Türk Limanlarından Bir Örnek, Yüksek Lisans Tezi, İstanbul Üniversitesi,
Fen Bilimleri Enstitüsü, İstanbul, 2005.
ÇAĞLAR, A., Veri Zarflama Analizi ile Belediyelerin Etkinlik Ölçümü, Doktora
Tezi, Hacettepe Üniversitesi, Fen Bilimleri Enstitüsü, Doktora Tezi, Ankara,
2003.
ÇAĞLAR, V., Türk Özel Limanlarının Etkinlik ve Verimlilik Analizi, Doktora
Tezi, Dokuz Eylül Üniversitesi, Sosyal Bilimler Enstitüsü, İzmir, 2012.
EROĞLU, H., Bankacılıkta Veri Zarflama Analizi Uygulaması, İstanbul Teknik
Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi, İstanbul, 2007.
GEREDE, E., Havayolu Taşımacılığında Küreselleşme ve Havayolu İşbirlikleri–
THY AO.’da Bir Uygulama, Doktora Tezi, Anadolu Üniversitesi, Sosyal
Bilimler Enstitüsü, Eskişehir, 2002.
KIRAN, B., Kalkınmada Öncelikli İllerin Ekonomik Etkinliklerinin Veri
Zarflama Analizi Yöntemi İle Değerlendirilmesi, Yüksek Lisans Tezi,
Çukurova Üniversitesi, Sosyal Bilimler Enstitüsü, Adana, 2008.
KÖKSAL, C. D., Veri Zarflama Analizi İle Bankacılıkta Göreceli Verimlilik
Ölçümü, Doktora Tezi, Süleyman Demirel Üniversitesi, Sosyal Bilimler
Enstitüsü, Isparta,2001
LORCU, F., Veri Zarflama Analizi (DEA) ile Türkiye ve Avrupa Birliği
Ülkelerinin Sağlık Alanındaki Etkinliklerinin Değerlendirilmesi, Doktora
Tezi, İstanbul Üniversitesi, Sosyal Bilimler Enstitüsü, İstanbul, 2008.
NURCAN, E., İstanbul Menkul Kıymetler Borsasında İşlem Gören Tekstil
Firmalarının Verimlilik Analizi, Yüksek Lisans Tezi, Akdeniz Üniversitesi,
Sosyal Bilimler Enstitüsü, Antalya, 2013.
ÖZARICI, Ö., Farklı Not Sistemlerinde Öğrencinin Başarılı Olma Olasılığının
Probit Regresyon Analiziyle Değerlendirilmesi, Yüksek Lisans Tezi,
Osmangazi Üniversitesi, Fen Bilimleri Enstitüsü, Eskişehir, 1996.
ÖZCAN, A. İ., Celal Bayar Üniversitesi’ne Bağlı Meslek Yüksekokullarının
Etkinliklerinin Veri Zarflama Analizi ile Ölçülmesi, Yüksek Lisans Tezi,
Celal Bayar Üniversitesi, Sosyal Bilimler Enstitüsü, Manisa, 2005.
83
ŞAŞMAZ, Ç., Karayolları ve Demiryollarında Verimlilik Analizi, Yüksek Lisans
Tezi, Pamukkale Üniversitesi, Fen Bilimleri Enstitüsü, Denizli, 2008.
ULUTAŞ, B. B., Türkiye’deki Havaalanı Etkinliklerinin Veri Zarflama Analizi
İle Değerlendirilmesi, Yüksek Lisans Tezi, Osmangazi Üniversitesi, Fen
Bilimleri Enstitüsü, Eskişehir, 2006.
YÜKSEL, A., Türkiye’de Devlet Üniversitelerinde Uygulanan Performans Esaslı
Bütçeleme Sisteminin Vakıf Üniversitelerine Uygulanabilirliği ve Veri
Zarflama Analizi İle Fakültelerin Etkinliklerinin Ölçülmesi, Doktora Tezi,
Başkent Üniversitesi, Sosyal Bilimler Enstitüsü, Ankara, 2014.
Diğerleri
İnternet Kaynakları
Airports Council Intenational (ACI), ACI Airport Economics and Statistics
Publications, http: //www.aci.aero/Publications/ACI-Airport-Economics-
and-Statistics/ACI-Passenger-Personas-A-new-approach-to-passenger-
profiling, (16.10.2015).
Convention on International Civil Aviation (ICAO), Building Trust http:
//www.icao.int/publications/journalsreports/2015/MRTD_Report_Vol10_No3.
pdf, (01.12.2015).
Convention on International Civil Aviation (ICAO), Convention on International
Civil Aviation Done at Chicago on the 7th Day of December 1944 http:
//www.icao.int/publications/Documents/7300_orig.pdf, (01.04.2015).
Convention on International Civil Aviation (ICAO),Strong Passenger Results and a
Rebound for Freight Traffic in 2014, http:
//www.icao.int/Newsroom/Pages/Strong-Passenger-Results-and-a-Rebound-
for-Freight-Traffic-in-2014.aspx, (12.04.2014).
Dwyer, L., Online Havacılık Tarih Müzesi, http: //www.aviation-
history.com/douglas/dc3.html, (05.04.2015).
Sayın, K. A., Sivil Havacılık Hakkında Ulusal Düzenlemeler, http:
//www.ozelguvenlikdunyasi.com/sivil-havacilik-guvenligi hakkinda % 20
uluslararasi-duzenlemeler.html, (03.04.2015).
Sivil Havacılık Genel Müdürlüğü, Sivil Havacılık Genel Müdürlüğü Mevzuatı, http:
//mevzuat.shgm.gov.tr/, (05.04.2015).
Sivil Havacılık Genel Müdürlüğü, Türkiye’nin Havacılık Güvenliğindeki Başarısı
ICAO Tarafından Tescillendi, http: //web.shgm.gov.tr/tr/manset-haber/4660-
icaoguvenlikdenetimi, (05.04.2015).
84
Türk Borsa, Havayolu Taşımacılığı Sektörü Değerlendirmemiz,
http://www.turkborsa.net/belgeler/raporlar/havayolutasimaciligisektorudegerl
endirmemiz2015.pdf, (01.04.2015).
Türkiye Büyük Millet Meclisi Başkanlığı (TBMM), Türk Sivil Havacılık Kanunu,
https:
//www.tbmm.gov.tr/tutanaklar/KANUNLAR_KARARLAR/kanuntbmmc06
6/kanundmc066/kanundmc06602920.pdf, (08.10.2016).
Venables, W.N., Smith, D.M., R Core Team, https://cran.r-
project.org/doc/manuals/r-release/R-intro.pdf, (24.02.2017).
Raporlar
Devlet Hava Meydanları İşletmesi Genel Müdürlüğü, Hava yolu Sektör Raporu,
Ankara, 2015.
Devlet Planlama Teşkilatı, Sekizinci Beş Yıllık Kalkınma Planı Kamu
Yönetiminin İyileştirilmesi ve Yeniden Yapılandırılması Özel İhtisas
Komisyon Raporu, Ankara, 2000.
İstanbul Sanayi Odası Kalite ve Teknoloji İhtisas Kurulu (KATEK), Sanayide
Sürekli Gelişme İçin Kaizen, İstanbul, s.7, 2011.
Türkiye Odalar ve Borsalar Birliği (TOBB), Türkiye Sivil Havacılık Meclisi Sektör
Raporu, Ankara, 2014.
Bildiriler
DÜZAKIN, E., GÜÇRAY, A., “An Analysis of the Efficiency of Airports in Turkey”,
43rd Annual Conference of the Operational Research Society, Conference
Handbook, p.37, 2001.
ELEREN, A., SOBA, M., “İşletmelerde Çok Boyutlu Performans Ölçümü ve Uşak
Deri Sektöründe Bir Uygulama”, Uluslararası Davraz Kongresi, Isparta:
Süleyman Demirel Üniversitesi, 24-27 Eylül, s.5, 2009.
ULUTAŞ, B. ve ULUTAŞ, B., “An Analytic Network Process Combined Data
Envelopment Analysis Methodology To Evaluate The Performance of
Airports in Turkey”, 10th International Symposium on the Analytic
Hierarchy/Network Process, July 29-August 1, University of Pittsburgh
Pittsburgh, Pennsylvania, USA, 2009.
VILLANO R.,MARIANO M.J.,FLEMING E.,ACDA R., “Metafrontier Analysis of
Farm-Level Efficiences and Environmental-Technology Gaps In Philippine
Rice Farming”, 54th Australian Agriculture and Resource Economics
Society,10-12 February,Adelaide,Australian, s.9, 2010.
YAKUT, A. M., “Türk İmalat Sanayinde Toplam Faktör Verimliliği ve Uluslararası
Rekabet Analizi: 1972-2001”, 10. İktisat Öğrencileri Kongresi, İzmir, 3-4
Mayıs, 2007.
85
YANG, Z., “Bank Branch Operating Efficiency: A DEA Approach, Proceedings of
the International Multi Conference of Engineers and Computer Scientists”,
International Multi-Conference of Engineers and Computer Scientist,
Vol II, March 18 – 20, 2009.
86
EKLER
EK 1. Havalimanlarının 1999-2015 Dönemlerindeki Çıktı Odaklı CCR ve BCC
Model İçin Etkinlik Değerleri ve Etkin Olmayan Havalimanları İçin Referans
Kümeleri
HAVALİMANI ADI YIL MODEL ETKİNLİK DEĞERİ REFERANS KÜMELERİ
İSTANBUL ATATÜRK 1999-2015 CCR 1.000 Etkin
BCC 1.000 Etkin
ANKARA ESENBOĞA 1999-2015 CCR 1.000 Etkin
BCC 1.000 Etkin
İZMİR ADNAN MENDERES 1999-2015 CCR 1.000 Etkin
BCC 1.000 Etkin
ANTALYA 1999-2015 CCR 1.000 Etkin
BCC 1.000 Etkin
MUĞLA DALAMAN
1999-2002 CCR 1.000 Etkin
BCC 1.000 Etkin
2003 CCR 0.915 1,3
BCC 1.000 Etkin
2004-2005 CCR 1.000 Etkin
BCC 1.000 Etkin
2006 CCR 0.951 1.4
BCC 1.000 Etkin
2007 CCR 0.566 1.4
BCC 0.621 1.4
2008 CCR 0.550 1,4
BCC 0.592 1,4
2009-2010 CCR 1.000 Etkin
BCC 1.000 Etkin
2011 CCR 0.916 1,4
BCC 1.000 Etkin
2012-2014 CCR 1.000 Etkin
BCC 1.000 Etkin
2015 CCR 0.891 1,4
BCC 1.000 Etkin
MUĞLA MİLAS-BODRUM
1999-2007 CCR 1.000 Etkin
BCC 1.000 Etkin
2008 CCR 0.974 1,4
BCC 1.000 Etkin
2009-2010 CCR 1.000 Etkin
BCC 1.000 Etkin
2011 CCR 0.923 1,4
BCC 1.000 Etkin
2012-2014 CCR 1.000 Etkin
BCC 1.000 Etkin
2015 CCR 0.895 1,4
BCC 1.000 Etkin
KAYSERİ
1999-2000 CCR 1.000 Etkin
BCC 1.000 Etkin
2001 CCR 0.898 1,2
BCC 0.903 1,2
2002 CCR 0.934 1,2
BCC 0.958 1,2
2003 CCR 1.000 Etkin
BCC 1.000 Etkin
2004 CCR 0.956 1,2
BCC 1.000 Etkin
2005 CCR 0.978 1,2
BCC 1.000 Etkin
2006 CCR 1.000 Etkin
BCC 1.000 Etkin
2007 CCR 0.910 1,2
BCC 1.000 Etkin
87
2008 CCR 0.981 1,2
BCC 1.000 Etkin
2009 CCR 0.923 1,2
BCC 1.000 Etkin
2010 CCR 0.959 1,2
BCC 1.000 Etkin
2011 CCR 0.921 1,2
BCC 1.000 Etkin
2012 CCR 0.937 1,2
BCC 1.000 Etkin
2013 CCR 1.000 Etkin
BCC 1.000 Etkin
2014 CCR 0.963 1,2
BCC 1.000 Etkin
2015 CCR 0.974 1,2
BCC 1.000 Etkin
ADANA
1999-2000 CCR 1.000 Etkin
BCC 1.000 Etkin
2001 CCR 0.898 1,2,3
BCC 1.000 Etkin
2002 CCR 0.934 1,2,3
BCC 1.000 Etkin
2003 CCR 1.000 Etkin
BCC 1.000 Etkin
2004 CCR 0.956 1,2,3
BCC 1.000 Etkin
2005 CCR 0.978 1,2,3
BCC 1.000 Etkin
2006 CCR 1.000 Etkin
BCC 1.000 Etkin
2007 CCR 0.910 1,37
BCC 1.000 Etkin
2008 CCR 0.981 1,37
BCC 1.000 Etkin
2009 CCR 0.923 1,37
BCC 1.000 Etkin
2010 CCR 0.959 1,37
BCC 1.000 Etkin
2011 CCR 0.921 1,37
BCC 1.000 Etkin
2012 CCR 0.937 1,37
BCC 1.000 Etkin
2013 CCR 1.000 Etkin
BCC 1.000 Etkin
2014 CCR 0.963 1,37
BCC 1.000 Etkin
2015 CCR 1.000 Etkin
BCC 1.000 Etkin
TRABZON
1999 CCR 0.925 1,37
BCC 1.000 Etkin
2000 CCR 0.678 1,37
BCC 0.914 1,37
2001 CCR 0.643 1,37
BCC 0.821 1,37
2002 CCR 0.762 1,37
BCC 0.979 1,37
2003 CCR 0.798 1,37
BCC 0.984 1,37
2004 CCR 0.937 1,37
BCC 1.000 Etkin
2005-2008 CCR 1.000 Etkin
BCC 1.000 Etkin
2009 CCR 0.978 37
BCC 1.000 Etkin
2010 CCR 0.980 37
BCC 1.000 Etkin
2011-2015 CCR 1.000 Etkin
BCC 1.000 Etkin
ISPARTA 1999 CCR 0.312 19,37
88
BCC 0.349 19,37
2000 CCR 0.125 19,37
BCC 0.147 19,37
2001 CCR 0.121 19,37
BCC 0.138 19,37
2002 CCR 0.114 19,37
BCC 0.167 19,37
2003 CCR 0.126 19,37
BCC 0.189 19,37
2004 CCR 0.084 19,37
BCC 0.168 19,37
2005 CCR 0.041 19,37
BCC 0.074 19,37
2006 CCR 0.135 19,37
BCC 0.171 19,37
2007 CCR 0.213 19,37
BCC 0.273 19,37
2008 CCR 0.345 19,37
BCC 0.493 19,37
2009 CCR 0.405 37
BCC 0.482 37
2010 CCR 0.850 37
BCC 1.000 Etkin
2011 CCR 0.813 19,37
BCC 1.000 Etkin
2012 CCR 0.831 19,37
BCC 1.000 Etkin
2013-2015 CCR 1.000 Etkin
BCC 1.000 Etkin
NEVŞEHİR KAPADOKYA
1999 CCR 0.230 19,37
BCC 0.252 19,37
2000 CCR 0.203 19,37
BCC 0.215 19,37
2001 CCR 0.231 19,37
BCC 0.243 19,37
2002 CCR 0.222 19,37
BCC 0.251 19,37
2003 CCR 0.125 19,37
BCC 0.142 19,37
2004 CCR 0.118 19,37
BCC 0.144 19,37
2005 CCR 0.110 19,37
BCC 0.128 19,37
2006 CCR 0.156 19,37
BCC 0.180 19,37
2007 CCR 0.173 19,37
BCC 0.188 19,37
2008 CCR 0.310 37
BCC 0.340 37
2009 CCR 0.263 37
BCC 0.295 37
2010 CCR 0.844 37
BCC 0.888 37
2011 CCR 0.247 19,37
BCC 0.285 19,37
2012 CCR 0.253 19,37
BCC 0.276 19,37
2013 CCR 0.291 19,37
BCC 0.315 19,37
2014 CCR 0.309 19,37
BCC 0.345 19,37
2015 CCR 0.336 19,37
BCC 0.348 19,37
ERZURUM
1999 CCR 0.381 19,37
BCC 0.383 19,37
2000 CCR 0.323 19,37
BCC 0.325 19,37
2001 CCR 0.311 19,37
BCC 0.319 19,37
89
2002 CCR 0.291 19,37
BCC 0.303 19,37
2003 CCR 0.282 19,37
BCC 0.293 19,37
2004 CCR 0.356 19,37
BCC 0.384 19,37
2005 CCR 0.325 19,37
BCC 0.352 19,37
2006 CCR 0.374 19,37
BCC 0.400 19,37
2007 CCR 0.453 19,37
BCC 0.478 19,37
2008 CCR 0.383 19,37
BCC 0.409 19,37
2009 CCR 0.391 19,37
BCC 0.420 19,37
2010 CCR 0.426 19,37
BCC 0.441 19,37
2011 CCR 0.402 19,37
BCC 0.404 19,37
2012 CCR 0.375 19,37
BCC 0.399 19,37
2013 CCR 0.384 19,37
BCC 0.447 19,37
2014 CCR 0.377 19,37
BCC 0.407 19,37
2015 CCR 0.376 19,37
BCC 0.396 19,37
GAZİANTEP
1999 CCR 0.514 19,37
BCC 0.619 19,37
2000 CCR 0.583 19,37
BCC 0.774 19,37
2001 CCR 0.541 19,37
BCC 0.587 19,37
2002 CCR 0.969 19,37
BCC 1.000 Etkin
2003 CCR 0.632 37
BCC 0.823 37
2004 CCR 0.967 19,37
BCC 0.970 19,37
2005 CCR 0.281 19,37
BCC 0.347 19,37
2006 CCR 0.482 19,37
BCC 0.574 19,37
2007 CCR 0.692 19,37
BCC 0.870 19,37
2008 CCR 0.712 19,37
BCC 0.824 19,37
2009 CCR 0.768 19,37
BCC 0.956 19,37
2010 CCR 0.826 19,37
BCC 0.943 19,37
2011 CCR 0.885 19,37
BCC 0.977 19,37
2012 CCR 0.912 19,37
BCC 1.000 Etkin
2013-2014 CCR 1.000 Etkin
BCC 1.000 Etkin
2015 CCR 0.997 37
BCC 1.000 Etkin
ADIYAMAN
1999 CCR 0.176 19,37
BCC 0.198 19,37
2000 CCR 0.051 19,37
BCC 0.112 19,37
2001 CCR 0.155 19,37
BCC 0.182 19,37
2002 CCR 0.043 19,37
BCC 0.098 19,37
2003 CCR 0.025 19,37
90
BCC 0.052 19,37
2004 CCR 0.010 19,37
BCC 0.032 19,37
2005 CCR 0.060 19,37
BCC 0.146 19,37
2006 CCR 0.166 19,37
BCC 0.191 19,37
2007 CCR 0.318 19,37
BCC 0.528 19,37
2008 CCR 0.552 19,37
BCC 0.814 19,37
2009 CCR 0.726 19,37
BCC 0.903 19,37
2010 CCR 0.942 19,37
BCC 1.000 19,37
2011 CCR 0.098 19,37
BCC 0.176 19,37
2012 CCR 0.223 19,37
BCC 0.421 19,37
2013 CCR 0.515 19,37
BCC 0.782 19,37
2014 CCR 0.251 19,37
BCC 0.485 19,37
2015 CCR 0.275 19,37
BCC 0.551 19,37
AĞRI
1999 CCR 0.772 19,37
BCC 1.000 Etkin
2000 CCR 0.423 37
BCC 0.472 37
2001 CCR 0.426 19,37
BCC 0.483 19,37
2002 CCR 0.470 19,37
BCC 0.518 19,37
2003 CCR 0.414 19,37
BCC 0.462 19,37
2004 CCR 0.396 19,37
BCC 0.421 19,37
2005 CCR 0.280 19,37
BCC 0.342 19,37
2006 CCR 0.400 19,37
BCC 0.458 19,37
2007 CCR 0.509 19,37
BCC 0.606 19,37
2008 CCR 0.700 19,37
BCC 0.722 19,37
2009 CCR 0.157 19,37
BCC 0.221 19,37
2010 CCR 0.004 19,37
BCC 0.113 19,37
2011 CCR 0.928 19,37
BCC 1.000 Etkin
2012 CCR 0.952 37
BCC 1.000 Etkin
2013 CCR 1.000 Etkin
BCC 1.000 Etkin
2014 CCR 0.945 37
BCC 1.000 Etkin
2015 CCR 0.910 19,37
BCC 1.000 Etkin
BURSA YENİŞEHİR
1999 CCR 1.000 Etkin
BCC 1.000 Etkin
2000 CCR 0.396 19,37
BCC 0.425 19,37
2001 CCR 0.384 19,37
BCC 0.396 19,37
2002 CCR 0.627 19,37
BCC 0.677 19,37
2003 CCR 0.877 19,37
BCC 0.933 19,37
91
2004 CCR 0.440 19,37
BCC 0.466 19,37
2005 CCR 0.467 19,37
BCC 0.488 19,37
2006 CCR 0.558 19,37
BCC 0.577 19,37
2007 CCR 0.300 19,37
BCC 0.307 19,37
2008 CCR 0.350 19,37
BCC 0.357 19,37
2009 CCR 0.316 19,37
BCC 0.323 19,37
2010 CCR 0.434 19,37
BCC 0.449 19,37
2011 CCR 0.505 19,37
BCC 0.519 19,37
2012 CCR 0.721 19,37
BCC 0.731 19,37
2013 CCR 0.606 19,37
BCC 0.725 19,37
2014 CCR 0.781 19,37
BCC 0.886 19,37
2015 CCR 0.521 19,37
BCC 0.531 19,37
ÇANAKKALE
1999 CCR 0.940 19,37
BCC 1.000 Etkin
2000 CCR 1.000 Etkin
BCC 1.000 Etkin
2001 CCR 0.590 37
BCC 0.648 37
2002 CCR 0.698 37
BCC 0.721 37
2003 CCR 0.980 37
BCC 1.000 Etkin
2004 CCR 0.962 37
BCC 1.000 Etkin
2005 CCR 0.937 37
BCC 1.000 Etkin
2006 CCR 0.980 37
BCC 1.000 Etkin
2007 CCR 1.000 Etkin
BCC 1.000 Etkin
2008 CCR 0.982 37
BCC 1.000 Etkin
2009 CCR 0.749 37
BCC 0.858 37
2010 CCR 0.924 37
BCC 1.000 Etkin
2011 CCR 0.936 37
BCC 1.000 Etkin
2012 CCR 0.972 37
BCC 1.000 Etkin
2013 CCR 0.981 37
BCC 1.000 Etkin
2014 CCR 0.926 37
BCC 1.000 Etkin
2015 CCR 0.914 37
BCC 1.000 Etkin
DENİZLİ ÇARDAK
1999 CCR 0.365 19,37
BCC 0.414 19,37
2000 CCR 0.391 19,37
BCC 0.487 19,37
2001 CCR 0.342 19,37
BCC 0.386 19,37
2002 CCR 0.312 19,37
BCC 0.341 19,37
2003 CCR 0.316 19,37
BCC 0.352 19,37
2004 CCR 0.221 19,37
92
BCC 0.273 19,37
2005 CCR 0.198 19,37
BCC 0.242 19,37
2006 CCR 0.319 19,37
BCC 0.361 19,37
2007 CCR 0.280 19,37
BCC 0.339 19,37
2008 CCR 0.294 19,37
BCC 0.342 19,37
2009 CCR 0.276 19,37
BCC 0.331 19,37
2010 CCR 0.222 19,37
BCC 0.278 19,37
2011 CCR 0.243 19,37
BCC 0.294 19,37
2012 CCR 0.356 19,37
BCC 0.412 19,37
2013 CCR 0.681 19,37
BCC 0.737 19,37
2014 CCR 0.559 8,37
BCC 0.615 8,37
2015 CCR 0.476 8,37
BCC 0.583 8,37
DİYARBAKIR
1999-2008 CCR 1.000 Etkin
BCC 1.000 Etkin
2009 CCR 0.992 37
BCC 1.000 Etkin
2010 CCR 0.980 37
BCC 1.000 Etkin
2011-2015 CCR 1.000 Etkin
BCC 1.000 Etkin
ELAZIĞ
1999 CCR 0.264 19,37
BCC 0.276 19,37
2000 CCR 0.234 19,37
BCC 0.245 19,37
2001 CCR 0.246 19,37
BCC 0.259 19,37
2002 CCR 0.262 19,37
BCC 0.278 19,37
2003 CCR 0.239 19,37
BCC 0.251 19,37
2004 CCR 0.176 19,37
BCC 0.191 19,37
2005 CCR 0.142 19,37
BCC 0.157 19,37
2006 CCR 0.140 19,37
BCC 0.151 19,37
2007 CCR 0.206 19,37
BCC 0.222 19,37
2008 CCR 0.234 19,37
BCC 0.245 19,37
2009 CCR 0.395 19,37
BCC 0.423 19,37
2010 CCR 0.469 19,37
BCC 0.487 19,37
2011 CCR 0.431 34,37
BCC 0.446 34,37
2012 CCR 0.596 34,37
BCC 0.612 34,37
2013 CCR 0.691 34,37
BCC 0.717 34,37
2014 CCR 0.619 34,37
BCC 0.682 34,37
2015 CCR 0.575 34,37
BCC 0.637 34,37
ERZİNCAN
1999 CCR 0.174 19,37
BCC 0.197 19,37
2000 CCR 0.172 19,37
BCC 0.191 19,37
93
2001 CCR 0.175 19,37
BCC 0.202 19,37
2002 CCR 0.227 19,37
BCC 0.257 19,37
2003 CCR 0.228 19,37
BCC 0.263 19,37
2004 CCR 0.229 19,37
BCC 0.271 19,37
2005 CCR 0.181 19,37
BCC 0.218 19,37
2006 CCR 0.169 19,37
BCC 0.185 19,37
2007 CCR 0.177 19,37
BCC 0.213 19,37
2008 CCR 0.197 19,37
BCC 0.243 19,37
2009 CCR 0.187 19,37
BCC 0.232 19,37
2010 CCR 0.163 19,37
BCC 0.176 19,37
2011 CCR 0.183 34,37
BCC 0.218 34,37
2012 CCR 0.231 34,37
BCC 0.263 34,37
2013 CCR 0.218 34,37
BCC 0.244 34,37
2014 CCR 0.182 34,37
BCC 0.228 34,37
2015 CCR 0.181 34,37
BCC 0.448 34,37
KAHRAMANMARAŞ
1999 CCR 0.440 19,37
BCC 0.487 19,37
2000 CCR 0.462 19,37
BCC 0.524 19,37
2001 CCR 0.354 19,37
BCC 0.472 19,37
2002 CCR 0.175 19,37
BCC 0.209 19,37
2003 CCR 0.072 19,37
BCC 0.134 19,37
2004 CCR 0.005 19,37
BCC 0.029 19,37
2005 CCR 0.175 19,37
BCC 0.209 19,37
2006 CCR 0.427 19,37
BCC 0.482 19,37
2007 CCR 0.475 19,37
BCC 0.542 19,37
2008 CCR 0.707 19,37
BCC 0.782 19,37
2009 CCR 0.692 19,37
BCC 0.723 19,37
2010 CCR 0.925 19,37
BCC 1.000 Etkin
2011 CCR 0.988 37
BCC 1.000 Etkin
2012 CCR 0.971 34,37
BCC 1.000 Etkin
2013 CCR 1.000 Etkin
BCC 1.000 Etkin
2014 CCR 0.921 34,37
BCC 1.000 Etkin
2015 CCR 0.798 34,37
BCC 1.000 Etkin
KARS
1999 CCR 0.344 19,37
BCC 0.395 19,37
2000 CCR 0.334 19,37
BCC 0.392 19,37
2001 CCR 0.303 19,37
94
BCC 0.351 19,37
2002 CCR 0.339 19,37
BCC 0.387 19,37
2003 CCR 0.319 19,37
BCC 0.361 19,37
2004 CCR 0.271 19,37
BCC 0.322 19,37
2005 CCR 0.340 19,37
BCC 0.395 19,37
2006 CCR 0.493 19,37
BCC 0.549 19,37
2007 CCR 0.269 19,37
BCC 0.317 19,37
2008 CCR 0.410 19,37
BCC 0.468 19,37
2009 CCR 0.391 19,37
BCC 0.443 19,37
2010 CCR 0.401 19,37
BCC 0.461 19,37
2011 CCR 0.368 19,37
BCC 0.422 19,37
2012 CCR 0.432 19,37
BCC 0.484 19,37
2013 CCR 0.521 34,37
BCC 0.583 34,37
2014 CCR 0.334 34,37
BCC 0.392 34,37
2015 CCR 0.349 34,37
BCC 0.456 34,37
KONYA
1999 CCR 0.008 19,37
BCC 0.013 19,37
2000 CCR 0.642 19,37
BCC 0.721 19,37
2001 CCR 0.827 19,37
BCC 0.889 19,37
2002 CCR 0.745 19,37
BCC 0.815 19,37
2003 CCR 0.812 19,37
BCC 0.839 19,37
2004 CCR 0.601 19,37
BCC 0.700 19,37
2005 CCR 0.961 19,37
BCC 1.000 Etkin
2006 CCR 0.533 37
BCC 0.633 37
2007 CCR 0.954 37
BCC 1.000 Etkin
2008 CCR 0.472 19,37
BCC 0.527 19,37
2009 CCR 0.493 19,37
BCC 0.554 19,37
2010 CCR 0.686 19,37
BCC 0.749 19,37
2011 CCR 0.611 34,37
BCC 0.696 34,37
2012 CCR 0.656 34,37
BCC 0.741 34,37
2013 CCR 1.000 Etkin
BCC 1.000 Etkin
2014 CCR 0.779 34,37
BCC 0.872 34,37
2015 CCR 0.693 34,37
BCC 0.778 34,37
KOCAELİ CENGİZ TOPEL
1999 CCR 0.404 19,37
BCC 0.527 19,37
2000 CCR 0.254 19,37
BCC 0.291 19,37
2001 CCR 0.329 19,37
BCC 0.369 19,37
95
2002 CCR 0.469 19,37
BCC 0.547 19,37
2003 CCR 0.609 19,37
BCC 0.705 19,37
2004 CCR 0.354 19,37
BCC 0.461 19,37
2005 CCR 0.617 19,37
BCC 0.712 19,37
2006 CCR 0.156 19,37
BCC 0.296 19,37
2007 CCR 0.157 19,37
BCC 0.262 19,37
2008 CCR 0.478 19,37
BCC 0.569 19,37
2009 CCR 0.494 19,37
BCC 0.587 19,37
2010 CCR 0.229 19,37
BCC 0.272 19,37
2011 CCR 0.096 19,37
BCC 0.125 19,37
2012 CCR 0.324 19,37
BCC 0.431 19,37
2013 CCR 0.542 19,37
BCC 0.659 19,37
2014 CCR 0.811 34,37
BCC 0.857 34,37
2015 CCR 0.110 34,37
BCC 0.419 34,37
MALATYA
1999 CCR 0.363 19,37
BCC 0.374 19,37
2000 CCR 0.398 19,37
BCC 0.408 19,37
2001 CCR 0.345 19,37
BCC 0.367 19,37
2002 CCR 0.320 19,37
BCC 0.344 19,37
2003 CCR 0.291 19,37
BCC 0.315 19,37
2004 CCR 0.358 19,37
BCC 0.369 19,37
2005 CCR 0.586 19,37
BCC 0.606 19,37
2006 CCR 0.602 19,37
BCC 0.627 19,37
2007 CCR 0.526 19,37
BCC 0.541 19,37
2008 CCR 0.528 19,37
BCC 0.546 19,37
2009 CCR 0.554 19,37
BCC 0.585 19,37
2010 CCR 0.604 19,37
BCC 0.626 19,37
2011 CCR 0.561 37
BCC 0.589 37
2012 CCR 0.661 37
BCC 0.696 37
2013 CCR 0.423 34,37
BCC 0.454 34,37
2014 CCR 0.423 34,37
BCC 0.454 34,37
2015 CCR 0.472 34,37
BCC 0.487 34,37
MARDİN
1999 CCR 0.010 19,37
BCC 0.120 19,37
2000 CCR 0.476 19,37
BCC 0.483 19,37
2001 CCR 0.669 19,37
BCC 0.684 19,37
2002 CCR 0.641 19,37
96
BCC 0.667 19,37
2003 CCR 0.438 19,37
BCC 0.452 19,37
2004 CCR 0.316 19,37
BCC 0.334 19,37
2005 CCR 0.328 19,37
BCC 0.392 19,37
2006 CCR 0.821 19,37
BCC 0.948 19,37
2007-2008 CCR 1.000 Etkin
BCC 1.000 Etkin
2009 CCR 0.942 37
BCC 1.000 Etkin
2010 CCR 1.000 Etkin
BCC 1.000 Etkin
2011 CCR 0.906 37
BCC 1.000 Etkin
2012 CCR 0.916 37
BCC 1.000 Etkin
2013-2015 CCR 1.000 Etkin
BCC 1.000 Etkin
MUŞ
1999 CCR 0.717 19,37
BCC 0.825 19,37
2000 CCR 0.929 19,37
BCC 1.000 Etkin
2001 CCR 1.000 Etkin
BCC 1.000 Etkin
2002 CCR 0.672 19,37
BCC 0.746 19,37
2003 CCR 0.608 19,37
BCC 0.652 19,37
2004 CCR 0.640 19,37
BCC 0.678 19,37
2005 CCR 0.478 19,37
BCC 0.512 19,37
2006 CCR 0.466 19,37
BCC 0.493 19,37
2007 CCR 0.140 19,37
BCC 0.324 19,37
2008 CCR 0.513 37
BCC 0.624 37
2009 CCR 0.419 37
BCC 0.452 19,37
2010 CCR 0.559 19,37
BCC 0.641 19,37
2011 CCR 0.728 19,37
BCC 0.879 19,37
2012 CCR 0.942 19,37
BCC 1.000 Etkin
2013 CCR 1.000 Etkin
BCC 1.000 Etkin
2014 CCR 0.938 19,37
BCC 1.000 Etkin
2015 CCR 0.789 19,37
BCC 1.000 Etkin
SAMSUN ÇARŞAMBA
1999 CCR 0.308 19,37
BCC 0.332 19,37
2000 CCR 0.461 19,37
BCC 0.525 19,37
2001 CCR 0.469 19,37
BCC 0.575 19,37
2002 CCR 0.549 19,37
BCC 0.596 19,37
2003 CCR 0.502 19,37
BCC 0.541 19,37
2004 CCR 0.561 19,37
BCC 0.655 19,37
2005 CCR 0.449 19,37
BCC 0.497 19,37
97
2006 CCR 0.433 19,37
BCC 0.476 19,37
2007 CCR 0.511 19,37
BCC 0.548 19,37
2008 CCR 0.531 19,37
BCC 0.629 19,37
2009 CCR 0.708 19,37
BCC 0.798 19,37
2010 CCR 0.687 19,37
BCC 0.765 19,37
2011 CCR 0.679 19,37
BCC 0.741 19,37
2012 CCR 0.717 19,37
BCC 0.814 19,37
2013 CCR 0.746 37
BCC 0.864 37
2014 CCR 0.751 37
BCC 0.897 19,37
2015 CCR 0.704 19,37
BCC 0.859 19,37
SİİRT
1999 CCR 0.977 19,37
BCC 1.000 Etkin
2000 CCR 1.000 Etkin
BCC 1.000 Etkin
2001 CCR 0.925 19,37
BCC 0.941 19,37
2002 CCR 0.690 19,37
BCC 0.800 19,37
2003 CCR 0.085 19,37
BCC 0.208 19,37
2004 CCR 0.093 19,37
BCC 0.267 19,37
2005 CCR 0.374 19,37
BCC 0.431 19,37
2006 CCR 0.426 19,37
BCC 0.522 19,37
2007 CCR 0.821 37
BCC 0.921 37
2008 CCR 0.408 37
BCC 0.504 37
2009 CCR 0.179 19,37
BCC 0.285 19,37
2010 CCR 0.115 34,37
BCC 0.212 34,37
2011 CCR 0.567 34,37
BCC 0.642 34,37
2012 CCR 0.704 34,37
BCC 0.821 34,37
2013 CCR 0.421 34,37
BCC 0.573 34,37
2014 CCR 0.257 34,37
BCC 0.351 34,37
2015 CCR 0.853 34,37
BCC 1.000 Etkin
SİNOP
1999 CCR 0.221 19,37
BCC 0.367 19,37
2000 CCR 0.179 19,37
BCC 0.265 19,37
2001 CCR 0.050 19,37
BCC 0.125 19,37
2002 CCR 0.491 19,37
BCC 0.600 19,37
2003 CCR 0.085 19,37
BCC 0.177 19,37
2004 CCR 0.093 19,37
BCC 0.197 19,37
2005 CCR 0.312 19,37
BCC 0.420 19,37
2006 CCR 0.435 19,37
98
BCC 0.545 19,37
2007 CCR 0.021 19,37
BCC 0.093 19,37
2008 CCR 0.189 19,37
BCC 0.325 19,37
2009 CCR 0.404 19,37
BCC 0.440 19,37
2010 CCR 0.456 19,37
BCC 0.582 19,37
2011 CCR 0.403 19,37
BCC 0.451 19,37
2012 CCR 0.415 19,37
BCC 0.473 19,37
2013 CCR 0.416 19,37
BCC 0.479 19,37
2014 CCR 0.472 19,37
BCC 0.589 19,37
2015 CCR 0.718 19,37
BCC 1.000 Etkin
SİVAS NURİ DEMİRAĞ
1999 CCR 0.079 19,37
BCC 0.084 19,37
2000 CCR 0.121 19,37
BCC 0.138 19,37
2001 CCR 0.078 19,37
BCC 0.081 19,37
2002 CCR 0.285 19,37
BCC 0.310 19,37
2003 CCR 0.010 19,37
BCC 0.197 19,37
2004 CCR 0.053 19,37
BCC 0.081 19,37
2005 CCR 0.127 19,37
BCC 0.157 19,37
2006 CCR 0.051 19,37
BCC 0.079 37
2007 CCR 0.163 37
BCC 0.226 19,37
2008 CCR 0.201 19,37
BCC 0.283 19,37
2009 CCR 0.161 19,37
BCC 0.214 19,37
2010 CCR 0.130 19,37
BCC 0.167 19,37
2011 CCR 0.195 19,37
BCC 0.264 19,37
2012 CCR 0.255 19,37
BCC 0.292 19,37
2013 CCR 0.357 19,37
BCC 0.419 19,37
2014 CCR 0.313 19,37
BCC 0.396 19,37
2015 CCR 0.389 19,37
BCC 0.689 19,37
ŞANLIURFA GAP
1999 CCR 0.316 19,37
BCC 0.352 19,37
2000 CCR 0.241 19,37
BCC 0.306 19,37
2001 CCR 0.222 19,37
BCC 0.265 19,37
2002 CCR 0.191 19,37
BCC 0.213 19,37
2003 CCR 0.147 19,37
BCC 0.182 19,37
2004 CCR 0.106 19,37
BCC 0.158 19,37
2005 CCR 0.103 19,37
BCC 0.149 19,37
2006 CCR 0.132 19,37
BCC 0.188 19,37
99
2007 CCR 0.157 37
BCC 0.193 37
2008 CCR 0.167 37
BCC 0.202 37
2009 CCR 0.194 34,37
BCC 0.245 34,37
2010 CCR 0.209 34,37
BCC 0.258 34,37
2011 CCR 0.182 34,37
BCC 0.234 34,37
2012 CCR 0.275 34,37
BCC 0.344 34,37
2013 CCR 0.542 34,37
BCC 0.611 34,37
2014 CCR 0.357 34,37
BCC 0.464 34,37
2015 CCR 0.331 34,37
BCC 0.522 34,37
TEKİRDAĞ ÇORLU
1999-2001 CCR 1.000 Etkin
BCC 1.000 Etkin
2002 CCR 0.617 19,37
BCC 0.843 19,37
2003 CCR 0.356 19,37
BCC 0.475 19,37
2004 CCR 0.351 19,37
BCC 0.468 19,37
2005 CCR 0.366 19,37
BCC 0.483 19,37
2006 CCR 1.000 Etkin
BCC 1.000 Etkin
2007 CCR 0.591 19,37
BCC 0.755 19,37
2008-2015 CCR 1.000 Etkin
BCC 1.000 Etkin
TOKAT
1999 CCR 0.078 19,37
BCC 0.182 19,37
2000 CCR 0.020 19,37
BCC 0.095 19,37
2001 CCR 1.000 Etkin
BCC 1.000 Etkin
2002 CCR 0.412 19,37
BCC 0.593 19,37
2003 CCR 0.248 19,37
BCC 0.327 19,37
2004 CCR 0.301 19,37
BCC 0.489 19,37
2005 CCR 0.238 19,37
BCC 0.308 19,37
2006 CCR 0.215 19,37
BCC 0.288 19,37
2007 CCR 0.942 19,37
BCC 1.000 Etkin
2008 CCR 0.384 37
BCC 0.547 37
2009 CCR 0.041 37
BCC 0.113 34,37
2010 CCR 0.457 34,37
BCC 0.624 34,37
2011 CCR 0.665 34,37
BCC 0.721 34,37
2012 CCR 0.671 19,37
BCC 0.753 19,37
2013 CCR 0.678 19,37
BCC 0.791 19,37
2014 CCR 0.658 19,37
BCC 0.703 19,37
2015 CCR 0.747 19,37
BCC 1.000 Etkin
UŞAK 1999 CCR 0.418 19,37
100
BCC 0.467 19,37
2000 CCR 0.448 19,37
BCC 0.485 19,37
2001 CCR 0.102 19,37
BCC 0.236 19,37
2002 CCR 0.571 19,37
BCC 0.679 19,37
2003 CCR 0.551 19,37
BCC 0.642 19,37
2004 CCR 0.702 19,37
BCC 0.840 19,37
2005 CCR 0.166 19,37
BCC 0.251 19,37
2006 CCR 0.281 19,37
BCC 0.342 19,37
2007 CCR 0.486 19,37
BCC 0.522 19,37
2008 CCR 0.401 37
BCC 0.451 37
2009 CCR 0.230 37
BCC 0.282 37
2010 CCR 0.203 19,37
BCC 0.258 19,37
2011 CCR 0.361 19,37
BCC 0.412 19,37
2012 CCR 0.442 19,37
BCC 0.479 19,37
2013 CCR 0.508 19,37
BCC 0.539 19,37
2014 CCR 0.679 19,37
BCC 0.722 19,37
2015 CCR 0.749 19,37
BCC 1.000 Etkin
VAN FERİT MELEN 1999-2015 CCR 1.000 Etkin
BCC 1.000 Etkin
101
EK 2. Etkinlikler İçin Özet Tablo
YILLAR MODEL TOPLAM
HAVALİMANI
SAYISI
ETKİN
HAVALİMANI
SAYISI
ETKİN
OLMAYAN
HAVALİMANI
SAYISI
MİN.
ETKİNLİK
DEĞERİ
MAK.
ETKİNLİK
DEĞERİ
ORTALAMA
ETKİNLİK
DEĞERİ
1999 CCR 37 12 25 0.008 1.000 0.587
BCC 37 16 21 0.013 1.000 0.627
2000 CCR 37 13 24 0.020 1.000 0.582
BCC 37 14 23 0.095 1.000 0.620
2001 CCR 37 11 26 0.005 1.000 0.585
BCC 37 12 25 0.081 1.000 0.620
2002 CCR 37 8 29 0.043 1.000 0.595
BCC 37 10 27 0.098 1.000 0.646
2003 CCR 37 9 28 0.010 1.000 0.543
BCC 37 11 26 0.052 1.000 0.589
2004 CCR 37 8 29 0.005 1.000 0.530
BCC 37 12 25 0.029 1.000 0.578
2005 CCR 37 9 28 0.041 1.000 0.530
BCC 37 13 24 0.074 1.000 0.568
2006 CCR 37 11 26 0.051 1.000 0.576
BCC 37 13 24 0.079 1.000 0.614
2007 CCR 37 9 28 0.021 1.000 0.592
BCC 37 14 23 0.093 1.000 0.646
2008 CCR 37 9 28 0.167 1.000 0.620
BCC 37 13 24 0.202 1.000 0.671
2009 CCR 37 8 29 0.041 1.000 0.604
BCC 37 13 24 0.113 1.000 0.653
2010 CCR 37 9 28 0.004 1.000 0.666
BCC 37 17 20 0.113 1.000 0.713
2011 CCR 37 8 29 0.096 1.000 0.667
BCC 37 17 20 0.125 1.000 0.716
2012 CCR 37 10 27 0.223 1.000 0.721
BCC 37 19 18 0.263 1.000 0.769
2013 CCR 37 19 18 0.218 1.000 0.771
BCC 37 20 17 0.244 1.000 0.809
2014 CCR 37 13 24 0.182 1.000 0.745
BCC 37 19 18 0.228 1.000 0.793
2015 CCR 37 11 26 0.110 1.000 0.730
BCC 37 23 14 0.380 1.000 0.830
102
EK 3. Türkiye Devlet Hava Meydanlarının Yıllara Göre Teknik Etkinlikleri ve
Teknolojik Açıklık Oranları
Havalimanları Yıllar Teknik Etkinlik
Teknoloji Açıklık Oranı Meta Grup
İstanbul Atatürk 1999-2015 1.000 1.000 1.000
Ankara Esenboğa 1999-2015 1.000 1.000 1.000
İzmir Adnan Menderes 1999-2015 1.000 1.000 1.000
Antalya 1999-2015 1.000 1.000 1.000
Muğla Dalaman
1999-2002 1.000 1.000 1.000
2003 0.915 0.948 0.965
2004-2005 1.000 1.000 1.000
2006 0.951 0.984 0.966
2007 0.566 0.633 0.894
2008 0.550 0.750 0.733
2009-2010 1.000 1.000 1.000
2011 0.916 0.936 0.978
2012-2014 1.000 1.000 1.000
2015 0.891 1.000 0.891
Muğla Milas-Bodrum
1999-2008 1.000 1.000 1.000
2009 0.974 1.000 0.974
2010 1.000 1.000 1.000
2011 0.923 1.000 0.923
2012-2014 1.000 1.000 1.000
2015 0.895 1.000 1.000
Kayseri
1999-200 1.000 1.000 1.000
2001 0.898 1.000 0.898
2002 0.934 1.000 0.934
2003 1.000 1.000 1.000
2004 0.956 1.000 0.956
2005 0.978 1.000 0.978
2006 1.000 1.000 1.000
2007 0.910 1.000 0.910
2008 0.981 1.000 0.981
2009 0.923 1.000 0.923
2010 0.959 1.000 0.959
2011 0.921 1.000 0.921
2012 0.937 1.000 0.937
2013 1.000 1.000 1.000
2014 0.963 1.000 0.963
2015 0.974 1.000 0.974
Adana
1999-2008 1.000 1.000 1.000
2009 0.932 1.000 0.932
2010 0.941 1.000 0.941
2011-2013 1.000 1.000 1.000
2014 0.981 1.000 0.981
2015 1.000 1.000 1.000
Trabzon
1999 0.925 0.975 0.948
2000 0.678 0.885 0.766
2001 0.643 0.655 0.981
2002 0.762 0.878 0.867
2003 0.798 0.827 0.964
2004 0.937 0.945 0.991
2005-2008 1.000 1.000 1.000
2009 0.978 1.000 0.978
2010 0.980 1.000 0.980
2011-2015 1.000 1.000 1.000
Isparta Süleyman Demirel
1999 0.312 0.400 0.780
2000 0.125 0.254 0.492
2001 0.121 0.152 0.796
2002 0.114 0.172 0.662
2003 0.126 0.205 0.614
2004 0.084 0.097 0.865
2005 0.041 0.071 0.577
2006 0.135 0.281 0.480
2007 0.213 0.280 0.760
2008 0.345 0.425 0.811
2009 0.405 0.482 0.840
103
2010 0.850 0.872 0.974
2011 0.813 0.858 0.947
2012 0.831 0.856 0.970
2013-2015 1.000 1.000 1.000
Nevşehir Kapadokya
1999 0.230 0.373 0.616
2000 0.203 0.309 0.656
2001 0.231 0.371 0.622
2002 0.222 0.381 0.582
2003 0.125 0.203 0.615
2004 0.118 0.171 0.690
2005 0.110 0.156 0.705
2006 0.156 0.312 0.500
2007 0.173 0.244 0.709
2008 0.310 0.391 0.792
2009 0.263 0.342 0.769
2010 0.844 0.861 0.980
2011 0.247 0.341 0.724
2012 0.253 0.278 0.910
2013 0.291 0.318 0.915
2014 0.309 0.312 0.990
2015 0.336 0.348 0.965
Erzurum
1999 0.381 0.468 0.814
2000 0.323 0.746 0.432
2001 0.311 0.456 0.682
2002 0.291 0.387 0.751
2003 0.282 0.314 0.898
2004 0.356 0.387 0.919
2005 0.325 0.497 0.653
2006 0.374 0.499 0.749
2007 0.453 0.526 0.861
2008 0.383 0.467 0.820
2009 0.391 0.474 0.824
2010 0.426 0.463 0.920
2011 0.402 0.458 0.877
2012 0.375 0.392 0.956
2013 0.384 0.403 0.952
2014 0.377 0.384 0.981
2015 0.376 0.398 0.944
Gaziantep
1999 0.514 0.638 0.805
2000 0.583 0.651 0.895
2001 0.541 0.647 0.836
2002 0.969 0.989 0.979
2003 0.632 0.719 0.878
2004 0.967 1.000 0.967
2005 0.281 0.357 0.787
2006 0.482 0.513 0.939
2007 0.692 0.712 0.971
2008 0.712 0.791 0.900
2009 0.768 0.843 0.911
2010 0.826 0.857 0.963
2011 0.885 0.904 0.978
2012 0.912 1.000 0.912
2013-2014 1.000 1.000 1.000
2015 0.997 1.000 0.997
Adıyaman
1999 0.176 0.278 0.633
2000 0.051 0.142 0.359
2001 0.155 0.204 0.759
2002 0.043 0.154 0.279
2003 0.025 0.098 0.255
2004 0.010 0.081 0.123
2005 0.060 0.125 0.480
2006 0.166 0.219 0.757
2007 0.318 0.39 0.815
2008 0.552 0.631 0.874
2009 0.726 0.819 0.886
2010 0.942 1.000 0.942
2011 0.098 0.145 0.675
2012 0.223 0.247 0.902
2013 0.515 0.531 0.969
104
2014 0.251 0.263 0.954
2015 0.275 0.279 0.985
Ağrı
1999 0.772 0.865 0.892
2000 0.423 0.553 0.764
2001 0.426 0.565 0.753
2002 0.470 0.580 0.810
2003 0.414 0.476 0.869
2004 0.396 0.412 0.961
2005 0.280 0.325 0.861
2006 0.400 0.492 0.813
2007 0.509 0.572 0.889
2008 0.700 0.824 0.849
2009 0.157 0.238 0.659
2010 0.004 0.096 0.041
2011 0.928 1.000 0.928
2012 0.952 1.000 0.952
2013 1.000 1.000 1.000
2014 0.945 1.000 0.945
2015 0.910 0.942 0.966
Bursa Yenişehir
1999 1.000 1.000 1.000
2000 0.396 0.498 0.795
2001 0.384 0.480 0.800
2002 0.627 0.759 0.826
2003 0.877 0.891 0.984
2004 0.440 0.473 0.930
2005 0.467 0.513 0.910
2006 0.558 0.584 0.955
2007 0.300 0.371 0.808
2008 0.350 0.435 0.804
2009 0.316 0.395 0.800
2010 0.434 0.458 0.947
2011 0.505 0.567 0.890
2012 0.721 0.752 0.958
2013 0.606 0.624 0.971
2014 0.781 0.792 0.986
2015 0.521 0.524 0.994
Çanakkale
1999 0.940 0.952 0.987
2000 1.000 1.000 1.000
2001 0.590 0.784 0.752
2002 0.698 0.706 0.988
2003 0.980 0.992 0.987
2004 0.962 0.973 0.988
2005 0.937 0.958 0.978
2006 0.980 1.000 0.980
2007 1.000 1.000 1.000
2008 0.982 1.000 0.982
2009 0.749 0.829 0.903
2010 0.924 1.000 0.924
2011 0.936 1.000 0.936
2012 0.972 1.000 0.972
2013 0.981 1.000 0.981
2014 0.926 1.000 0.926
2015 0.914 0.915 0.998
Denizli Çardak
1999 0.365 0.437 0.835
2000 0.391 0.548 0.713
2001 0.342 0.526 0.650
2002 0.312 0.419 0.744
2003 0.316 0.357 0.885
2004 0.221 0.250 0.884
2005 0.198 0.278 0.712
2006 0.319 0.530 0.601
2007 0.280 0.368 0.760
2008 0.294 0.373 0.788
2009 0.276 0.352 0.784
2010 0.222 0.281 0.790
2011 0.243 0.298 0.815
2012 0.356 0.378 0.941
2013 0.681 0.703 0.968
2014 0.559 0.567 0.985
105
2015 0.476 0.486 0.979
Diyarbakır
1999-2008 1.000 1.000 1.000
2009 0.992 1.000 0.992
2010 0.980 1.000 0.980
2011-2015 1.000 1.000 1.000
Elazığ
1999 0.264 0.387 0.682
2000 0.234 0.381 0.614
2001 0.246 0.451 0.545
2002 0.262 0.331 0.791
2003 0.239 0.255 0.937
2004 0.176 0.180 0.977
2005 0.142 0.273 0.520
2006 0.140 0.475 0.294
2007 0.206 0.279 0.738
2008 0.234 0.317 0.738
2009 0.395 0.477 0.828
2010 0.469 0.491 0.955
2011 0.431 0.482 0.894
2012 0.596 0.601 0.991
2013 0.691 0.723 0.955
2014 0.619 0.632 0.979
2015 0.575 0.614 0.936
Erzincan
1999 0.174 0.275 0.632
2000 0.172 0.285 0.603
2001 0.175 0.235 0.744
2002 0.227 0.330 0.687
2003 0.228 0.390 0.584
2004 0.229 0.263 0.870
2005 0.181 0.253 0.715
2006 0.169 0.573 0.294
2007 0.177 0.251 0.705
2008 0.197 0.280 0.703
2009 0.187 0.26 0.719
2010 0.163 0.197 0.827
2011 0.183 0.237 0.772
2012 0.231 0.252 0.916
2013 0.218 0.239 0.912
2014 0.182 0.194 0.938
2015 0.213 0.242 0.880
Kahramanmaraş
1999 0.440 0.526 0.836
2000 0.462 0.517 0.893
2001 0.354 0.583 0.607
2002 0.175 0.228 0.767
2003 0.072 0.124 0.580
2004 0.005 0.048 0.104
2005 0.175 0.185 0.945
2006 0.427 0.455 0.938
2007 0.475 0.544 0.873
2008 0.707 0.831 0.850
2009 0.692 0.791 0.874
2010 0.925 1.000 0.925
2011 0.988 1.000 0.988
2012 0.971 1.000 0.971
2013 1.000 1.000 1.000
2014 0.921 0.937 0.982
2015 0.798 0.802 0.995
Kars
1999 0.344 0.504 0.682
2000 0.334 0.418 0.799
2001 0.303 0.442 0.685
2002 0.339 0.465 0.729
2003 0.319 0.474 0.672
2004 0.271 0.394 0.687
2005 0.340 0.489 0.695
2006 0.493 0.954 0.516
2007 0.269 0.337 0.798
2008 0.410 0.498 0.823
2009 0.391 0.497 0.786
2010 0.401 0.443 0.905
2011 0.368 0.415 0.886
106
2012 0.432 0.454 0.951
2013 0.521 0.547 0.952
2014 0.334 0.343 0.973
2015 0.383 0.444 0.862
Konya
1999 0.008 0.021 0.380
2000 0.642 0.643 0.998
2001 0.827 0.936 0.883
2002 0.745 0.874 0.852
2003 0.812 1.000 0.812
2004 0.601 0.679 0.885
2005 0.961 1.000 0.961
2006 0.533 0.721 0.739
2007 0.954 1.000 0.954
2008 0.472 0.551 0.856
2009 0.493 0.573 0.860
2010 0.686 0.704 0.974
2011 0.611 0.662 0.922
2012 0.656 0.671 0.977
2013 1.000 1.000 1.000
2014 0.779 0.786 0.991
2015 0.613 0.700 0.875
Kocaeli Cengiz Topel
1999 0.404 0.560 0.721
2000 0.254 0.370 0.686
2001 0.329 0.420 0.783
2002 0.469 0.554 0.846
2003 0.609 0.662 0.919
2004 0.354 0.402 0.880
2005 0.617 0.623 0.990
2006 0.156 0.349 0.446
2007 0.157 0.221 0.710
2008 0.478 0.562 0.850
2009 0.494 0.579 0.853
2010 0.229 0.253 0.905
2011 0.096 0.138 0.695
2012 0.324 0.342 0.947
2013 0.542 0.568 0.954
2014 0.811 0.829 0.978
2015 0.078 0.111 0.702
Malatya
1999 0.363 0.444 0.817
2000 0.398 0.479 0.830
2001 0.345 0.477 0.723
2002 0.320 0.413 0.774
2003 0.291 0.316 0.920
2004 0.358 0.417 0.858
2005 0.586 0.592 0.989
2006 0.602 0.830 0.725
2007 0.526 0.579 0.908
2008 0.528 0.627 0.842
2009 0.554 0.631 0.877
2010 0.604 0.691 0.874
2011 0.561 0.612 0.916
2012 0.661 0.684 0.966
2013 0.423 0.448 0.944
2014 0.423 0.441 0.959
2015 0.471 0.541 0.870
Mardin
1999 0.010 0.110 0.090
2000 0.476 0.563 0.845
2001 0.669 0.757 0.883
2002 0.641 0.782 0.819
2003 0.438 0.577 0.759
2004 0.316 0.342 0.923
2005 0.328 0.399 0.822
2006 0.821 1.000 0.821
2007-2008 1.000 1.000 1.000
2009 0.942 1.000 0.942
2010 1.000 1.000 1.000
2011 0.906 1.000 0.906
2012 0.916 1.000 0.916
2013-2015 1.000 1.000 1.000
107
Muş
1999 0.717 0.830 0.863
2000 0.929 0.952 0.975
2001 1.000 1.000 1.000
2002 0.672 1.000 0.672
2003 0.608 0.679 0.895
2004 0.640 0.791 0.809
2005 0.478 0.587 0.814
2006 0.466 0.840 0.554
2007 0.140 0.218 0.642
2008 0.513 0.592 0.866
2009 0.419 0.491 0.853
2010 0.559 0.625 0.894
2011 0.728 0.765 0.951
2012 0.942 1.000 0.942
2013 1.000 1.000 1.000
2014 0.938 1.000 0.938
2015 0.768 0.808 0.950
Samsun Çarşamba
1999 0.308 0.506 0.608
2000 0.461 0.551 0.836
2001 0.469 0.532 0.881
2002 0.549 0.628 0.874
2003 0.502 0.586 0.856
2004 0.561 0.676 0.829
2005 0.449 0.533 0.842
2006 0.433 0.727 0.595
2007 0.511 0.587 0.870
2008 0.531 0.617 0.860
2009 0.708 0.789 0.897
2010 0.687 0.724 0.948
2011 0.679 0.725 0.936
2012 0.717 0.734 0.976
2013 0.746 0.768 0.971
2014 0.751 0.766 0.980
2015 0.774 0.808 0.950
Siirt
1999 0.977 1.000 0.977
2000 1.000 1.000 1.000
2001 0.925 1.000 0.925
2002 0.690 0.786 0.877
2003 0.085 0.104 0.817
2004 0.093 0.114 0.815
2005 0.374 0.481 0.777
2006 0.426 0.698 0.610
2007 0.821 1.000 0.821
2008 0.408 0.492 0.829
2009 0.179 0.259 0.691
2010 0.115 0.185 0.621
2011 0.567 0.612 0.926
2012 0.704 0.721 0.976
2013 0.421 0.442 0.952
2014 0.257 0.268 0.958
2015 0.853 0.953 0.895
Sinop
1999 0.221 0.363 0.608
2000 0.179 0.252 0.710
2001 0.050 0.266 0.187
2002 0.491 0.893 0.549
2003 0.085 0.104 0.817
2004 0.093 0.191 0.486
2005 0.312 0.426 0.732
2006 0.435 0.751 0.579
2007 0.021 0.105 0.200
2008 0.189 0.268 0.705
2009 0.404 0.479 0.843
2010 0.456 0.483 0.944
2011 0.403 0.461 0.874
2012 0.415 0.432 0.960
2013 0.416 0.438 0.949
2014 0.472 0.481 0.981
2015 0.708 0.782 0.905
Sivas Nuri Demirağ 1999 0.079 0.189 0.417
108
2000 0.121 0.228 0.530
2001 0.078 0.127 0.614
2002 0.285 0.336 0.848
2003 0.010 0.087 0.114
2004 0.053 0.106 0.500
2005 0.127 0.231 0.549
2006 0.051 0.255 0.200
2007 0.163 0.239 0.682
2008 0.201 0.282 0.712
2009 0.161 0.246 0.654
2010 0.130 0.165 0.787
2011 0.195 0.287 0.679
2012 0.255 0.273 0.934
2013 0.357 0.374 0.954
2014 0.313 0.322 0.972
2015 0.708 0.782 0.905
Şanlıurfa GAP
1999 0.316 0.466 0.678
2000 0.241 0.359 0.671
2001 0.222 0.443 0.501
2002 0.191 0.296 0.645
2003 0.147 0.216 0.680
2004 0.106 0.121 0.876
2005 0.103 0.259 0.397
2006 0.132 0.490 0.269
2007 0.157 0.228 0.688
2008 0.167 0.249 0.670
2009 0.194 0.278 0.697
2010 0.209 0.256 0.816
2011 0.182 0.239 0.761
2012 0.275 0.298 0.922
2013 0.542 0.566 0.957
2014 0.357 0.368 0.970
2015 0.379 0.420 0.902
Tekirdağ Çorlu
1999-2001 1.000 1.000 1.000
2002 0.617 0.724 0.852
2003 0.356 0.401 0.887
2004 0.351 0.374 0.938
2005 0.366 0.546 0.670
2006 1.000 1.000 1.000
2007 0.591 0.668 0.884
2008-2015 1.000 1.000 1.000
Tokat
1999 0.078 0.204 0.382
2000 0.020 0.103 0.194
2001 1.000 1.000 1.000
2002 0.412 0.522 0.789
2003 0.248 0.256 0.968
2004 0.301 0.774 0.388
2005 0.238 0.302 0.788
2006 0.215 0.689 0.312
2007 0.942 1.000 0.942
2008 0.384 0.463 0.829
2009 0.041 0.192 0.213
2010 0.457 0.507 0.901
2011 0.665 0.719 0.924
2012 0.671 0.689 0.973
2013 0.678 0.692 0.979
2014 0.658 0.671 0.980
2015 0.747 0.749 0.997
Uşak
1999 0.418 0.596 0.701
2000 0.448 0.517 0.866
2001 0.102 0.354 0.288
2002 0.571 0.620 0.920
2003 0.551 0.617 0.893
2004 0.702 0.870 0.806
2005 0.166 0.310 0.535
2006 0.281 0.846 0.332
2007 0.486 0.567 0.857
2008 0.401 0.491 0.816
2009 0.230 0.316 0.727
109
2010 0.203 0.267 0.760
2011 0.361 0.428 0.843
2012 0.442 0.468 0.944
2013 0.508 0.536 0.947
2014 0.679 0.688 0.986
2015 0.739 0.751 0.984
Van Ferit Melen 1999-2015 1.000 1.000 1.000
110
ÖZ GEÇMİŞ
Kişisel Bilgiler :
Adı ve Soyadı : Neylan Kaya
Doğum Yeri ve Yılı : Antalya, 1986
Medeni Hali : Bekar
Eğitim Durumu :
Lisans Öğrenimi : Akdeniz Üniversitesi Fen-Edebiyat Fakültesi Matematik
Bölümü, 2004-2008.
Anadolu Üniversitesi İktisadi ve İdari Bilimler Fakültesi
İşletme Bölümü, 2011-2016.
Yüksek Lisans Öğrenimi : Akdeniz Üniversitesi Eğitim Enstitüsü Orta Öğretim
Matematik Öğretmenliği Bölümü, 2010-2011.
Akdeniz Üniversitesi Sosyal Bilimler Enstitüsü İşletme
Bölümü, 2011-2013.
Yabancı Dil :
İngilizce, iyi
İş Deneyimi :
Etkin Dershanesi Matematik Öğretmeni
Antalya Turizm ve Otelcilik Meslek Lisesi Matematik
Öğretmeni
Bilimsel Yayınlar ve Çalışmalar:
KAYA, N., “Green Economy For The Sustainability Living and an Example of a
Green Business Case of: Borusan EnBW”, 12th International Conference on
Knowledge, Economy and Management, Antalya, Turkey, 27-30 November
2014.
KAYA, N., BAŞ, K., “For The Children Coming or Brought to Safety Foundations
with Mulltidimensional Scalling Method of Analysis”, 16th.International
Symposium on Econometrics, Operations Research And Statistics, Edirne,
Turkey, 7-12 May 2015.
KAYA, N., BAŞ, K., “For The Children Coming or Brought to Safety Foundations
with Mulltidimensional Scalling Method of Analysis”, Social Sciences
Research Journal, Vol.5, No.1, 2016, p.137-149.
111
KAYA, N., EROĞLU, A., KÜÇÜKSİLLE, E. U., “Türkiye Devlet Hava Meydanları
İşletmelerinin Performanslarının Kümeleme Analizi ile İncelenmesi, 17.
Uluslararası Ekonometri, Yöneylem ve İstatistik Kongresi, Sivas, Türkiye, 2-
4 Haziran 2016.
KAYA, N., KURUÜZÜM, A., “A Study on Social Responsibility Projects By Top
500 Manufacturer Companies in Turkey”, Research Journal Of Business
Management Journal, Vol.1, No.3, 2014, p.240-252.
KAYA, N., KURUÜZÜM, A., “Türkiye’deki İlk 500 İmalat Firmasının Yürüttüğü
Sosyal Sorumluluk Projeleri Konusunda Bir Araştırma”, 13.Ulusal
İşletmecilik Kongresi, Antalya, Türkiye, 8-10 Mayıs 2014.
KAYA, N., NURCAN, E., “Two Stage Cluster Analysis of Tourism Competition of
European Countries”, International Conference on Social Sciences and
Education Research, Antalya, Turkey, 29-31 October 2015.
KOKOU, A., KAYA, N., “Comparison in Trade Outcome Performance Between The
European Union Membership Candidate Country-Turkey and European
Union Member Countries, Süleyman Demirel University The Journal of
Faculty of Economics And Administrative Sciences, Vol.20, No.4, 2015,
p.179-196
KOKOU, A., KAYA, N., “The Measure of Financial Inclusion in African Countries
Using Discriminant Analysis”, International Research Conference on
Business, Economics and Social Research, Istanbul, Turkey, 21-22 September
2014.
KOKOU, A., KAYA, N., “The Measure of Financial Inclusion in African Countries”,
Advances in Management&Applied Economics, Vol.5, No.5, 2015, p.23-32.
NURCAN, E., KAYA, N., “Analysis of Productivity of Leader Companies in The
World Automotive Industry Using Data Envelopment Analysis, International
Conference on Social Sciences and Education Research, Antalya, Turkey, 29-
31 October 2015.
NURCAN, E., KAYA, N., “Analysis of Productivity of Leader Companies in The
World Automotive Industry Using Data Envelopment Analysis, International
Journal of Social Sciences&Education Research, Vol.2, No.1, 2016, p.78-91.