Selçuk Ün. Sos. Bil. Ens. Der. 2019; (42): 33-47
- İşletme / Araştırma -
Türkiye’deki Havalimanlarının Veri Zarflama Analizi ve
Malmquist Toplam Faktör Verimliliği Endeksleri İle Finansal
Etkinliklerinin Analizi
İbrahim Erem ŞAHİN*
ÖZ
Bu çalışmada Veri Zarflama Analizi (VZA) ve Malmquist Toplam Faktör Verimliliği Endeksleri kullanılarak Türkiye’deki
Devlet Hava Meydanları İşletmesi Genel Müdürlüğü’ne (DHMİ) bağlı 42 havalimanının 2014-2018 yılları arasındaki etkinlikleri
incelenmiştir. 2018 yılı itibariyle Türkiye’de sivil hava ulaşımına açık 56 havalimanı bulunmaktadır. Ancak Veri Zarflama Analizi ve
Malmquist Toplam Faktör Verimliliği Endeksleri yöntemlerinin yapısı gereği, analizlerin sağlıklı sonuç verebilmesi için analiz
süresince, yıllar itibariyle kesintisiz veriye sahip havalimanları seçilmiştir. Dolayısıyla çalışmaya Türkiye’de Devlet Hava Meydanları
İşletmesi Genel Müdürlüğü’ne ait, kesintisiz veriye sahip 42 Havalimanı dahil edilmiştir. Çalışmada ilk aşama olarak Veri Zarflama
Analizi vasıtası ile 2014 yılından başlayarak 2018 yılı da dahil 5 yıllık bir periyotta yıllar itibariyle havalimanlarının etkinlik değerleri
tespit edilmiştir. Etkin olan ve etkinlik değeri yakalayamayan havalimanları belirlenmiştir. Son yıl etkinlik değerlerine göre etkin
olmayan havalimanlarının etkin olabilmeleri için referans alabileceği havalimanları belirlenmiş ve referans yoğunluk değerleri tespit
edilerek sonuçlar tablo haline getirilmiştir. Ardından ikinci aşama olarak, Malmquist Toplam Faktör Verimliliği Endeksleri yardımı
ile Havalimanlarının analiz süresi boyunca yıllar itibari ile toplam faktör verimliliği değerlerinde gösterdikleri gelişmeler ortaya
konulmuştur. Veri zarflama analizi, girdi odaklı ve ölçeğe göre sabit getiri varsayımı altında düzenlenmiştir. Analizde çalışan sayısı,
işletme gideri, terminal alanı (m2), pist sayısı ve apron sayısı olmak üzere beş adet girdi değeri belirlenmiştir. Çıktı değerleri olarak
ise, yolcu trafiği, işletme geliri, uçak trafiği ve yük trafiği olarak dört adet değer analize dahil edilmiştir. Analiz sonucunda elde
edilen bulgular değerlendirilerek, Türkiye'de havalimanlarının performanslarının iyileştirilmesine yönelik çalışmalara katkı
sağlanması amaçlanmıştır.
Anahtar Kelimeler: Veri Zarflama Analizi, Malmquist Toplam Faktör Verimliliği Endeksleri, Etkinlik, Verimlilik,
Havalimanlarında Finansal Etkinlik.
Financial Efficiency Analysis of Airports in Turkey by Data
Envelopment Analysis and Malmquist Total Factor Productivity
Indices
ABSTRACT
In this study, efficiencies of 42 airports between the years 2014 and 2018 which are affiliated to the General Directorate of
State Airports Authority in Turkey were examined by Using Data Envelopment Analysis (DEA) and Malmquist Total Factor
Productivity Indices. As of 2018, Turkey has 56 airports open to civil air transport. However, due to the nature of Data
Envelopment Analysis and Malmquist Total Factor Productivity Indices methods, airports with uninterrupted data have been
selected over the years for the analysis to provide a sound result. Therefore, 42 airports with continuous data which are affiliated
to the General Directorate of State Airports Authority have been included in the research. As a first step in the study, the
efficiency values of the airports have been determined by means of Data Envelopment Analysis for a period of 5 years including
2018 starting from 2014. The airports that are efficient and not efficient are identified. According to the efficiency values of the
last year, the airports which can be referenced for inefficient airports to be efficient were determined and by determining
reference density values the results were tabulated. Then, as the second stage, with the help of Malmquist Total Factor
Productivity Indices, the improvements in total factor productivity values of the airports during the analysis period have been
revealed. Data envelopment analysis has been arranged under the assumption of input-oriented and constant returns to scale. In
the analysis, five input values were determined: number of employees, operating expenses, terminal area (m2), number of runways
and number of aprons. As output values, four values as passenger traffic, operating income, aircraft traffic and freight traffic are
included in the analysis. Thorough evaluating of the results obtained from the analysis, it is aimed to contribute to the efforts to
improve the performance of airports in Turkey.
Keywords: Data Envelopment Analysis, Malmquist Total Factor Productivity Indices, Efficiency, Productivity, Financial
Efficiency in Airports.
*Dr. Öğr. Üyesi, Selçuk Üniversitesi, orcid no: 0000-0002-0442-8499, eremsahin@selcuk.edu.tr
Makalenin Gönderim Tarihi: 13.09.2018; Makalenin Kabul Tarihi: 18.10.2019
Türkiye’deki Havalimanlarının Veri Zarflama Analizi ve Malmquist Toplam Faktör Verimliliği Endeksleri İle Finansal Etkinliklerinin Analizi
1. Giriş
Günümüzde, uluslararası alanda havayolu taşımacılığı, ulaştırma sektörünün en başat aktörü konumuna
gelmiştir. Hem yolcu taşımacılığı hem de yük taşımacılığı alanında her geçen yıl, bir önceki yıla göre büyük
gelişmeler kaydedilmektedir. Bu gelişmeler, Türkiye’de de sektörün hızla büyüyerek ilerlemesine neden
olmuştur.
Devlet Hava Meydanları İşletmesi’nin (DHMİ) yayınladığı rakamlara göre, analizin başlangıç yılı olan
2014’te uçak trafiği toplam 1.345.954 olurken bir önceki yıla göre %10 artış gerçekleşmiştir. İç hatlardaki
uçak trafiği artış oranı %10,5 olurken, bu oran dış hatlarda %9,3 olmuştur (DHMİ, 2014: 154). Yolcu
trafiği (direkt transit dahil) açısından 2014 yılında havalimanlarımızdan toplam 1166.181.339 yolcu seyahat
etmiştir. Bu alandaki olumlu gelişme bir önceki yıla göre %10,8 olmuştur. İç hatlardaki artış oranı %12,2
olur iken dış hatlarda bu rakam %9,6 oranında gerçekleşmiştir (DHMİ, 2014: 236). Toplam yük trafiğinde
(kargo, posta, bagaj) ise 2014 yılında 2.893.000 ton taşınırken, bir önceki yıla göre artış oranı %11
olmuştur. İç hatta artış %9 iken dış hatlarda bu oran %12 olmuştur (DHMİ, 2014: 260).
Analizin son yılında, yani 2018 yılında uçak trafiği toplam 1.554.169 olarak gerçekleşmiş ve bir önceki
yıla göre %2,9 oranında artış göstermiştir. İç hatlarda bir önceki yıla göre %1,9 oranında azalış
kaydedilirken, dış hatlarda artış oranı %10,3 olmuştur (DHMİ, 2018: 62). Yolcu trafiğinde (direkt transit
dahil) bu yılda, 210.947.639 kişi havalimanlarımızdan seyahat etmiştir. Bir önceki yıla göre toplamda %9
oranında bir artış görülürken, iç hatlarda artış oranı %3,1 olmuştur. Dış hatlardaki artış oranı %16,8 olarak
gerçekleşirken direkt transit yolcu sayısında bir önceki yıla göre %15,4 oranında düşüş kaydedilmiştir
(DHMİ, 2018: 228). Kargo, posta ve bagaj toplamından oluşan yük trafiğinde ise 2018 yılında, 3.855.231
ton yük taşınmıştır. Bir önceki yıla göre artış oranı binde bir olarak gerçekleşmiştir (DHMİ, 2018: 254).
Artan rekabet ortamı havacılık sektöründe de etkinlik kavramını ön plana çıkarmış ve hava yolları ile
birlikte havalimanları da etkinliklerini arttırabilmenin uğraşısı içerisine girmişlerdir. Etkinliklerini arttırmayı
başarabilen havalimanları, daha büyük müşteri kitlesine daha düşük maliyetlerle ulaşabilmektedir.
Etkinlik ölçümü, belirli miktar çıktı üretmek için minimum miktar girdiyi kullanıp kullanamadıklarını
veya belirli miktar girdi ile maksimum çıktıyı üretip üretemediklerini göstermektedir (Fethi ve Pasiouras,
2010: 190).
Bu çalışmanın amacı; Türkiye’de Devlet Hava Meydanları İşletmesi’ne bağlı olan havalimanlarının
etkinliklerini ölçmek ve yıllar itibariyle gösterdikleri gelişmeyi tespit etmektir. Bu bağlamda, kesintisiz
veriye sahip olan 42 adet havalimanının 2014-2018 yılları arasındaki etkinliği VZA yöntemiyle ölçülmüş,
daha sonra Malmquist Toplam Faktör Verimliliği Endekslerinden yararlanılarak yıllara göre bu
havalimanlarının etkinliklerinde bir gelişme olup olmadığı karşılaştırılmalı olarak araştırılmıştır.
2. Literatür
Havalimanlarının etkinliği üzerine Türkiye’de ve diğer ülkelerde yapılan birtakım çalışmalar Tablo 1.’de
gösterilmiştir.
Araştırmalar
Sarkis (2000)
Tablo 1. Havalimanlarının Etkinliği Üzerine Literatür İncelemesi
Dönem
Aralığı
1990-1994
Düzakın ve Güçray
(2001)
Oluşturulan Örneklem
Girdi
Çıktı
44 adet ABD
havalimanı
-Operasyonel giderler
-Çalışan sayısı
-Kapı sayısı
-Pist sayısı
-Pist sayısı
-Çalışan sayısı
-Taşınabilir yolcu kapasitesi
-Pist sayısı
-Giriş sayısı
-Çalışan sayısı
-Bagaj toplama kemer sayısı
-Park yeri sayısı
-Çalışan giderleri
-Sermaye harcamaları
-Operasyonel gelirler
-Yolcu sayısı
-Uçuş sayısı
-Yük miktarı
-İşletme geliri
-Yolcu sayısı
-Kargo değeri
-Yolcu sayısı
-Kargo sayısı
39 adet Havalimanı
Adler ve Berechman
(2001)
1998
26 Batı Avrupa, Kuzey
Amerika, Uzak Doğu
Havalimanı
Martin ve Roman
(2001)
1997
İspanya’daki
havalimanlarının
Selçuk Üniversitesi Sosyal Bilimler Enstitüsü Dergisi 42 / 2019
34
-Toplam yolcu sayısı
-Toplam kargo miktarı
İbrahim Erem ŞAHİN
etkinliği
45 adet ABD
havalimanı
-Diğer operasyonel giderler
-Operasyonel giderler
-Operasyon dışı giderler
-Pist sayısı
-Kapı sayısı
1996-2002
32 küçük ölçekli
havalimanının kapasite
kullanım etkinlikleri
Baki ve Peker (2009)
2007
Koçak (2010)
2008
Türkiye’deki
havalimanlarını yolcu
sayılarına göre
sınıflandırarak
etkinliklerinin
ölçülmesi
40 adet havalimanı
-Kontrol noktası sayısı
- X-ray güvenlik tarayıcısı sayısı
-Yolcu terminali binası
-Yolcu kullanım alanı
-Otopark araç kapasitesi
-Havaalanı pist büyüklüğü,
-Havaalanı apron büyüklüğü
-Hava alanı apron uçak
kapasitesi
-Terminal binası konveyör
sayısı
-Otopark kapasitesi -Pist sayısı
-Havalimanı büyüklüğü,
-Çalışan sayısı
Ar (2012)
2007-2011
DHMİ tarafından
işletilen havalimanları
-Personel sayısı
-Pist ve apron başına uçak
kapasiteleri
-Alan başına yolcu kapasitesi
Perelman ve Serebrisky
(2012)
1995-2007
21 adet Latin Amerika
Havalimanı
Nicola vd. (2013)
2006-2008
20 adet İtalya
havalimanı
-Personel Sayısı
-Terminal Alanı
-Pist Sayısı
-Personel gideri
-Öz sermaye
-Dolaylı giderler
Bazargan ve Vasigh
(2003)
1996-2000
Kıyıldı ve Karaşahin
(2006)
Ömürbek,
Demirgubuz ve Tunca
(2013)
40 adet havalimanı
Lai vd. (2015)
2010
24 adet uluslararası
havalimanları
Yazgan ve Karkacıer
(2015)
2008-2011
37 adet Havalimanı
-Operasyonel giderler
-Çalışan sayısı
-Uçuş trafiği
-Toplam yolcu sayısı
-Giderler
-Hizmet verilen alan
-Yolcu kapasitesi, -Otopark
kapasitesi
-Taşıt parkı
-Apron kapasitesi
Uçak kapasitesi -Bilgi işlem
cihaz sayısı
-Kurtarma cihaz sayısı
-Personel sayısı
-Personel sayısı
-Kapı sayısı
-Pist sayısı
-Terminal alanı büyüklüğü
-Pist uzunluğu
-Operasyonel giderler
-Çalışan Sayısı
-İşletme Gideri
-Terminal Alanı
Selçuk Üniversitesi Sosyal Bilimler Enstitüsü Dergisi 42 / 2019
35
-Toplam uçuş sayısı
-Yolcu sayısı
-Uçuş sayısı
-Diğer uçuş sayıları
(askeri vb.)
-Havacılık gelirleri
-Havacılık dışı gelirler
-Zamanında yapılan uçuş
yüzdesi
-Uçak sayısı
-Yolcu sayısı
-Yolcu sayısı
-Kargo değeri
-Toplam yolcu sayısı /
alan
-Uçuş sayısı / pist sayısı
-Toplam yük Operasyonel gelirler
-Pist ve apron başına
gerçekleşen uçak trafiği
-Alan başına gerçekleşen
yolcu trafiği
-Yük trafiği
-Yolcu Sayısı
-Kargo Miktarı
-Uçak Trafiği
-Uçak hareketlerinin
sayısı
-Kargo miktarı
-Yolcu sayısı
-Uçuş trafiği
-Ticari uçuş trafiği
-Kargo trafiği
-Yolcu trafiği
-Satış gelirleri
-Yolcu sayısı
-Kargo miktarı
-Uçak hareketleri
-Toplam gelir
-Yolcu Trafiği
-İşletme Geliri
-Uçak Trafiği
Türkiye’deki Havalimanlarının Veri Zarflama Analizi ve Malmquist Toplam Faktör Verimliliği Endeksleri İle Finansal Etkinliklerinin Analizi
Bolat, Temur ve
Gürler (2016)
2014
41 adet Havalimanı
Koç ve Çalıpınar
(2017)
2011-2014
38 adet Havalimanı
-Pist Sayısı
-Apron Sayısı
-Check-in Kontuarları Sayısı
-Bagaj Konveyörleri Sayısı
-Yolcu Biniş Kapısı Sayısı
-Pist Sayısı
-Terminal Büyüklüğü
-Çalışan Sayısı
-Otopark Kapasitesi
-Personel Sayısı
-Gider ve Maliyetler
-Yük Trafiği
Toplam Yolcu Sayısı
-Toplam Yük Sayısı
-Ticari Uçuş Trafiği
Sayısı
-Yolcu Sayısı
-Taşınan Yük Miktarı
Sarkis (2000) ise, ortaya koyduğu çalışmada 1990-1994 yılları arasındaki 44 adet ABD yer alan büyük
havalimanlarının performanslarını analiz etmiştir.
Düzakın ve Güçray (2001), havalimanlarının etkinliği ile ilgili ilk çalışmayı gerçekleştirmişlerdir. Bunun
üzerine 3 girdi ve 3 çıktı kullanarak çalışmasında gerekli analizleri yapmıştır ve sonucunda da özelleştirme
ile havalimanlarının üzerinde gerekli düzenlemelerin yapılması gerektiğini ortaya koymuştur.
Adler ve Berechman (2001), çalışmasında 1998 yılına ait 26 adet havalimanının VZA ve Temel Bileşen
Analizi yöntemiyle incelemiştir.
Martin ve Roman (2001), 1997 yılında İspanya’daki havalimanlarının etkinliği üzerine çalışma yapmıştır.
Bazargan ve Vasigh (2003), 1996-2000 yılları arasında ABD’deki 45 adet havalimanını çalışmasında
analiz etmiştir. Bununla beraber Mann-Whitney testini de uygulayarak hub büyüklüğünün etkisi ortaya
konuşmuştur.
Kıyıldı ve Karaşahin (2006), 2 çıktı ve 9 girdi ile yaptığı çalışmada 32 küçük ölçekli havalimanının
kapasite kullanım etkinliğini araştırmıştır. Çalışma sonucuna göre Adana, Trabzon, Muş, Gaziantep,
Konya, Urfa ve Van havalimanlarının uçak sayısı bakımımdan etkin olduğu, yolcu sayısı bakımından ise
Adana, Trabzon, Urfa, Van ve Gaziantep havalimanlarının etkin olduğu sonucuna ulaşmıştır.
Baki ve Peker (2009), 4 girdi ve 2 çıktı ile ortaya konulan çalışmada Ankara, Antalya, Adana, Kayseri,
Trabzon, Malatya ve Çardak havalimanlarının etkin olduğu sonucuna ulaşılmıştır.
Koçak (2010), yaptığı çalışma sonucunda yolcu beklentilerini karşılamak için gerekli olan fiziksel ve
işgücü altyapıları sürekli iyileştirme felsefesi izlenerek yüksek kalitede daha iyi hizmet verilebileceğini ortaya
koymuştur.
Ar (2012), yapılan çalışma sonucunda analiz edilen havalimanlarının toplam faktör verimliliği
değişimlerinde genel olarak bir artış gözlenmiştir. Toplam 24 havalimanının TFVD değeri artarken sadece
7 havalimanının değerinde azalma olmuştur (Ar, 2012: 155).
Perelman ve Serebrisky (2012), 1995-2007 yılları arasında 21 adet havalimanı üzerinde 3 girdi ve 3 çıktı
ile çalışmasını gerçekleştirmiştir.
Nicola vd. (2013), 2006-2008 yılları arasında İtalya’daki havalimanlarına çalışmasında yer vermiştir.
Ömürbek, Demirgubuz ve Tunca (2013), çalışmasında büyük havalimanlarından olan Atatürk ve
Antalya havalimanları etkin, Muğla Dalaman etkin olmayan havalimanıdır. Orta büyüklükteki Samsun
Çarşamba, Kayseri, Van Ferit Melen ve Malatya havalimanlarının etkin olduğu gözlenmiştir. Küçük
havalimanlarından ise Balıkesir Körfez, Adıyaman, Sinop ve Amasya Merzifon havalimanlarının etkin
olduğu sonucuna ulaşmıştır.
Lai vd. (2015), 2010 yılında 24 adet uluslararası havalimanlarını irdelemiştir.
Yazgan ve Karacıer (2015), 2008-2011 yılları arasında Türkiye’de bulunan 37 havalimanının
etkinliklerinin ölçümünü ele almıştır.
Bolat vd. (2016), 2014 yılında Türkiye’de bulunan 41 adet havalimanının etkinliğini incelemiştir.
Koç ve Çalıpınar (2017), 2011-2014 yılları arasında 38 havalimanının Malmquist endeksleri ve
Fareprimont ile etkinlikleri değerlendirilmiştir.
Selçuk Üniversitesi Sosyal Bilimler Enstitüsü Dergisi 42 / 2019
36
İbrahim Erem ŞAHİN
3. Yöntem
Günümüzde teknolojide meydana gelen değişim ve gelişimler sektörel bazda rekabetin artmasına sebep
olmuştur. Birçok işletme rakiplerinden geriye düşmemek adına mevcut durumlarını değerlendirmek,
etkinliklerini ölçmek ve bu işlemler sonucunda da elde ettikleri sonucu rakipleriyle kıyaslayarak gerekli
önlemler alma yoluna gitmiştir. Kullanılan yöntemler firmaların faaliyette bulundukları alanlarda üstünlük
sağlamaktadır.
Bu çalışmada Veri Zarflama Analizi (VZA) ve Malmguist Toplam Faktör Verimlilik Endeksi (TFV)
kullanıldığından sadece bu ikisi hakkında genel bilgiler verilecektir. Birçok ülkede, çeşitli alanlarda faaliyet
gösteren kurumların performans analizinin yapılmasında VZA yöntemi kullanılmıştır. Bu alanlar eğitimden
bankacılığa, imalattan sağlığa, ormancılıktan havalimanlarına kadar geniş bir yelpaze içerisinde kendine yer
edinmiştir.
Veri zarflama analizinin matematiksel yapısı ilk olarak Charnes, Cooper ve Rhoders tarafından kesirli
programlama modeli olarak 1978 de ortaya atılmıştır (Charnes vd., 1978: 431-432). Veri zarflama analizi,
üretilen mal ya da hizmet açısından birbirlerine benzeyen karar verme unsurlarının etkinliklerinin ölçülme
ve değerlendirilme aşamalarında kullanılan matematiksel tabanlı bir analiz yöntemidir (Asker, 2016: 50).
Diğer bir açıdan veri zarflama analizi, birçok girdi ve birçok çıktı verisini içeren ve bu girdi ve çıktı
verilerinin tek bir girdi veya tek bir çıktı şeklinde ifade edilemediği üretim durumlarında karar birimlerinin
birbirleri ile olan nispi etkinliklerini ölçmeye yarayan doğrusal programlama tabanlı bir ölçüm tekniğidir
(Gedik, 2011: 338). VZA girdi veya çıktı yönelimli olarak modellenebilir. Girdi yönelimli VZA kaynakların
verimli bir şekilde kullanılıp kullanılmadığını incelerken, çıktı yönelimli VZA ise mevcut kaynaklardan
maksimum çıktının elde edilip edilmediğine odaklanmaktadır (Güner vd., 2019: 40). Girdi ya da çıktı
sayısının fazla olduğu durumlarda VZA etkin bir yöntem olarak kabul edilmiştir. Temel VZA modelleri;
toplamsal model, çarpımsal model, CCR ve BCC modelleri olmak üzere dört ayrı grupta sınıflandırılabilir
(Bakırcı ve Babacan, 2010: 218). CCR ve BCC modelleri çalışmalarda yaygın olarak kullanıldığından dolayı
bu iki modelin genel bilgileri ve formülleri verilecektir.
CCR modeli; VZA’ nin ilk modeli olup Charnes, Cooper ve Rhodes tarafından geliştirilmiştir. Bu
model, ölçeğe göre sabit getiri varsayımı altında karar birimlerinin toplam etkinlik skorlarını
hesaplamaktadır (Behdioğlu ve Özcan, 2009: 305). Bir etkinlik/performans değerlendirme metodu olan
VZA etkinlik değerlendirmesinde çıktıların ağırlıklı toplamının girdilerin ağırlıklı toplamına oranı seklindeki
mühendislik yaklaşımını kullanır (Deveci, 2003: 2). Şu şekilde formüle edilir:
u1 y1 u2 y2 ... un yn
v1 x1 v2 x2 ... vm xm
(1.1)
J karar noktasında m adet girdi ve n adet de çıktı vardır. Un n. çıktının ağırlığını, yn n. çıktının miktarını,
vm m. girdinin ağırlığını, xm ise m. girdinin miktarını sembolize eder. CCR modeli matematiksel olarak ifade
edilmesi şu şekildedir:
n
Enbh j
u y
r 1
m
r
r
v x
i 1
i i
Kısıtları da ifade edilecek olunursa:
(1.2)
n
u y
r
r
r 1
m
v x
1
i i
i 1
ur 0
vi 0
(1.3)
Selçuk Üniversitesi Sosyal Bilimler Enstitüsü Dergisi 42 / 2019
37
Türkiye’deki Havalimanlarının Veri Zarflama Analizi ve Malmquist Toplam Faktör Verimliliği Endeksleri İle Finansal Etkinliklerinin Analizi
Buraya kadar gösterilen formüller kesirli programlamadır. Haliyle kesirli programlamanın çözümü
doğrusal programlamaya göre zor olması birtakım değişiklikleri beraberinde getirmektedir. O halde formül
yeniden düzenlenirse:
n
Enbh j ur yr
r 1
m
v x
(1.4)
1
i i
i 1
n
m
r 1
i 1
ur yr vi xi 0
ur , vi 0
(1.5)
haline gelmiştir. Gelinen yere kadar formüller girdi temelli olmak üzere düzenlenmiştir. Çıktı temellilik
dikkate alındığında:
m
Enkg j vi xi
i 1
n
u y
r
r 1
r
(1.6)
1
n
m
r 1
i 1
ur yr vi xi 0
ur , vi 0
(1.7)
CCR modelinin ardından 1984 yılında ölçeğe göre değişken getiri varsayımı altında oluşturulan bu
model, doğrusal programlama biçiminde aşağıdaki gibi ifade edilmektedir (Bolat vd., 2016: 4).
Amaç fonksiyonu,
Enkk
Kısıtları,
N
y
j 1
rj
jk yrk
(1.8)
N
k xik xij jk 0
j 1
N
j 1
j
1
Buraya kadar anlatılanlar dışında kullanılacak olan bir diğer yöntem Malmquist Toplam Faktör
Verimlilik (TFV) Endeksleri’dir. Malmquist (1953) tarafından geliştirilen uzaklık (distance) fonksiyonlarına
dayalı olarak ifade edilen bu endeks, her bir veri noktasının ortak teknolojiye göre nispî uzaklık oranlarını
hesaplayarak, iki veri noktası arasındaki toplam faktör verimliliğindeki değişmeyi ölçer (Deliktaş, 2002:
252).
Malmquist Toplam Faktör Verimliliği Endeksleri ile karar birimlerinin (t+1) döneminde (t) dönemine
göre verimliliklerindeki değişim miktarının hesaplanabilmesi için 4 adet uzaklık fonksiyonu modeli kurulup
Selçuk Üniversitesi Sosyal Bilimler Enstitüsü Dergisi 42 / 2019
38
İbrahim Erem ŞAHİN
çözülmelidir. Bu modeller, herhangi bir dönemdeki girdi-çıktı verilerinin, ilgili dönemdeki etkin üretim
sınırına uzaklıkları için [Dt o(xt ,yt ve Dt+1o (xt+1, yt+1)] fonksiyonu ile ifade edilirken; herhangi bir
dönemdeki girdi-çıktı verilerinin, diğer dönemdeki etkin üretim sınırına uzaklıkları için ise [Dto(xt+1, yt+1
ve Dt+1o(xt, yt)] fonksiyonu ile gösterilir (Oruç, 2016: 165).
4. Veri Seti
Çalışmada 42 adet havalimanı analize tabi tutulmuştur. Analiz, ölçeğe göre sabit getiri varsayımı altında
VZA yöntemi kullanılmasında DEAP 2.1. paket programı kullanılarak yapılmıştır. Bu çalışmada kurulan
model, girdiye yönelik, ölçeğe göre sabit odaklı ve çok aşamalı VZA yöntemi şeklinde olmuştur. Ardından
Malmquist Toplam Faktör Verimliliği Endekslerinden faydalanılmıştır.
Çalışmada hava meydanlarına ilişkin veriler Devlet Hava Meydanları İşletmesi Genel Müdürlüğü’nün
yayınladığı istatistik yıllıklarından alınmıştır.
Çalışmada hava meydanlarının VZA ile 2014-2018 yılları arasında etkinlik değerleri ölçülerek, etkin olan
ve olmayan hava meydanları belirlenmiştir. Etkin olmayan hava meydanlarının etkinliğe ulaşabilmeleri için
potansiyel iyileştirme değerleri belirlenerek, potansiyel iyileştirme tablosu oluşturulmuştur. Ardından
Malmquist Toplam Faktör Verimliliği Endekslerinden yararlanılarak havalimanlarının yıllar itibariyle
gerçekleştirdikleri gelişmeler tablolaştırılarak gösterilmiştir.
4.1. Karar Birimlerinin Belirlenmesi
VZA ile etkinlik ölçümü yapılabilmesi için veri setini oluşturan girdi ve çıktı değişkenlerin mümkün
olduğunca sağlıklı ve doğru bir şekilde seçilmesi gerekmektedir. VZA’nın yapısı gereği analiz sonuçlarının
anlamlı çıkıp çıkmayacağı, seçilen girdi ve çıktıların isabetli ve doğru kalemler olması ile doğrudan
bağlantılıdır. Model analiz sonucunda etkin veya etkinsiz olarak sınıflandıracağı karar birimlerini
belirlenecek girdi ve çıktı değişkenleri sayesinde saptayacaktır.
Karar alma birimlerinin etkinliğinin ölçülebilmesi için bu birimlere ait girdi ve çıktı değişkenlerinin
belirlenmesi ve aynı zamanda VZA modelinin karar alma probleminde başarılı sonuçlar verebilmesi için de
girdi ve çıktı sayısının olabildiğince çok olması gerekmektedir. Ayrıca seçilen girdi ve çıktı elemanlarının
tümü her karar birimi için kullanılmak zorundadır. Bir VZA modeli için seçilen girdi sayısı (m) ve çıktı
sayısı (p) ise en az (m+p+1) tane karar birimi araştırmanın güvenirliliği açısından gerekli bir kısıt olarak
ortaya çıkmaktadır. Ayrıca, karar alma birimi sayısı değişken sayısının en az iki katı olmalıdır (Çolak ve
Altan, 2002: 44-45).
Çalışmada uygulanan modelde 5 adet girdi, 4 adet te çıktı değişkeni kullanıldığı için karar birimleri
sayısının en az;
Girdi Sayısı + Çıktı Sayısı + 1 = 10 ve (Girdi Sayısı + Çıktı Sayısı) x 2 = 18 olması gerekmektedir.
Bu bilgiler ışığında çalışmada, DHMİ’ye bağlı havalimanlarından 2014-2018 yılları arasında aralıksız
olarak faaliyet gösteren ve kesintisiz veriye sahip olan 42 havalimanı karar birimi olarak belirlenmiştir.
Böylelikle çalışmanın güvenilirliği ve doğru sonuç verebilmesi açısından belirtilen şartlar sağlanmış
olmaktadır. Tablo 2.’de karar birimleri gösterilmektedir.
Tablo 2. Karar Birimleri Kümesini Oluşturan Havalimanları
Kod
1
2
3
4
5
6
7
8
9
10
11
12
Havalimanları
İst. Atatürk
Ank.Esenboğa
İzmir Adnan Menderes
Antalya
Muğla Dalaman
Muğla Milas Bodrum
Adana
Trabzon
Erzurum
Gaziantep
Adıyaman
Ağrı
Kod
22
23
24
25
26
27
28
29
30
31
32
33
Havalimanları
Erzincan
Hatay
Iğdır
Isparta Süleyman Demirel
Kahramanmaraş
Kars Harakani
Kastamonu
Kayseri
Kocaeli Cengiz Topel
Konya
Malatya
Mardin
Selçuk Üniversitesi Sosyal Bilimler Enstitüsü Dergisi 42 / 2019
39
Türkiye’deki Havalimanlarının Veri Zarflama Analizi ve Malmquist Toplam Faktör Verimliliği Endeksleri İle Finansal Etkinliklerinin Analizi
13
14
15
16
17
18
19
20
21
Amasya Merzifon
Balıkesir Koca Seyit
Batman
Bingöl
Bursa Yenişehir
Çanakkale
Denizli Çardak
Diyarbakır
Elazığ
34
35
36
37
38
39
40
41
42
Muş
Nevşehir Kapadokya
Samsun Çarşamba
Sinop
Sivas Nuri Demirağ
Şanlıurfa GAP
Şırnak Şerafettin Elçi
Tekirdağ Çorlu
Van Ferit Melen
4.2. Girdi ve Çıktı Değişkenlerinin Belirlenmesi
Karar birimlerinin yanı sıra girdi ve çıktı değişkenlerinin belirlenmesi ve seçimi, parametrik olmayan
etkinlik analizlerinde en önemli konulardan birisidir. Özellikle havalimanlarının etkinlik analizinde girdi ve
çıktıların belirlenmesi konusunda ortak bir karar alınamamaktadır. Bunun temel nedeni, havalimanlarının
ürettikleri hizmetlerin (çıktıların) somut olarak gözlenememesi ve buna bağlı olarak da ölçülebilir
karşılıklarının olmamasıdır.
Çalışmada kullanılacak olan girdi ve çıktıların seçiminde bir yandan literatürdeki çalışmalardan
yararlanılırken, diğer yandan havacılık sektöründe faaliyet gösteren havalimanlarının finansal etkinliklerinin
ölçülebilmesi açısından da değerlendirme yapılmıştır. Kullanılacak girdi ve çıktıların en iyi şekilde tespit
edilmesi, çalışmanın güvenilirliğini ve geçerliliğini artırmasının yanı sıra, etkin olmayan karar birimlerine
önerilecek iyileştirmelerin ne şekilde ve nasıl yapılacağı hususunda daha doğru yönlendirme yapılması
açısından önem taşımaktadır. Tablo 3.’te kullanılan girdi ve çıktılar yer almaktadır.
Tablo 3. Kullanılan Girdiler ve Çıktılar
1
2
3
4
5
GİRDİLER
Çalışan Sayısı
İşletme Gideri
Terminal alanı büyüklüğü
Pist Sayısı
Apron Sayısı
AÇIKLAMA
Havalimanında çalışmakta olan personel sayısı (kişi)
Havalimanı tarafından yıl içinde harcanan giderler toplamı (bin lira)
Havalimanının kapladığı alan (m2)
Havalimanında yer alan toplam pist sayısı (adet)
Havalimanında yer alan apron sayısı (adet)
1
2
3
4
ÇIKTILAR
Yolcu Trafiği
İşletme Geliri
Uçak Trafiği
Yük Trafiği
AÇIKLAMA
Direkt transit dahil iç hat ve dış hat yolcu sayısı
Havalimanı tarafından yıl içinde kazanılan gelirler toplamı (bin lira)
İç hat ve dış hat uçuş sayısı
Kargo-posta-bagajdan oluşan toplam yük (ton)
Çalışmada girdi olarak, 1- Çalışan sayısı, 2- İşletme gideri (bin lira), 3- Terminal alanı (m2), 4- Pist sayısı,
5- Apron sayısı; çıktı olarak ise , 1- Yolcu trafiği, 2- İşletme gideri (bin lira), 3- Uçak trafiği, 4- Yük trafiği
(kargo, posta, bagaj) olarak belirlenmiştir. Sayılan girdiler ve çıktılar ile havalimanlarının etkin çalışıp
çalışmadıkları analiz edilecektir. İlk olarak havalimanlarının etkinlik skorları elde edilerek, etkin
havalimanları ile etkin olmayan havalimanlarının belirlenmesi hedeflenmektedir. Havalimanlarının etkinlik
değerlerinin belirlenmesinin ardından etkin havalimanlarının referans gösterilme sayıları ve etkin olmayan
havalimanlarının potansiyel iyileştirme tabloları hazırlanarak hedef değerlere ulaşmaları için yol
gösterilecektir.
5. Uygulama Sonuçları
Öncelikle CCR modeli kullanılarak her yıl için Toplam Etkinlik Değerleri hesaplanmıştır. Ardından
Malmquist Toplam Faktör Verimliliği Analizi ile Malmquist Endeksi, Teknik Etkinlik, Teknolojideki
Değişme, Saf Teknik Etkinlik ve Ölçek Etkinliği değerleri hesaplanmış ve yıllar itibariyle tablolaştırılmıştır.
Böylece, gözlem kümesini oluşturan havalimanlarında toplam faktör verimliliğindeki değişmelerin
kaynakları ortaya konulacaktır.
Tablo 4.’te 2014-2018 yılları arasında gözlem kümesindeki havalimanlarının yıllar itibariyle toplam
etkinlik skorları verilmiştir.
Selçuk Üniversitesi Sosyal Bilimler Enstitüsü Dergisi 42 / 2019
40
İbrahim Erem ŞAHİN
Tablo 4. Gözlem Kümesi İçin Etkinlik Değerleri (2014-2018)
Havalimanları
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
38
39
40
41
42
İst. Atatürk
Ank.Esenboğa
İzmir Adnan Menderes
Antalya
Muğla Dalaman
Muğla Milas Bodrum
Adana
Trabzon
Erzurum
Gaziantep
Adıyaman
Ağrı
Amasya Merzifon
Balıkesir Koca Seyit
Batman
Bingöl
Bursa Yenişehir
Çanakkale
Denizli Çardak
Diyarbakır
Elazığ
Erzincan
Hatay
Iğdır
Isparta Süleyman Demirel
Kahramanmaraş
Kars Harakani
Kastamonu
Kayseri
Kocaeli Cengiz Topel
Konya
Malatya
Mardin
Muş
Nevşehir Kapadokya
Samsun Çarşamba
Sinop
Sivas Nuri Demirağ
Şanlıurfa GAP
Şırnak Şerafettin Elçi
Tekirdağ Çorlu
Van Ferit Melen
Ortalama
2014 Yılı
Teknik
Etkinlik
1.000
0.414
0.639
1.000
0.540
0.628
1.000
0.735
0.323
0.592
0.091
0.697
0.299
0.262
0.262
0.165
0.367
0.184
0.301
0.955
0.308
0.156
0.507
0.258
1.000
0.333
0.211
0.097
0.536
0.105
0.328
0.382
0.312
0.545
0.255
0.766
0.472
0.196
0.276
0.359
1.000
0.697
0.466
2015 Yılı
Teknik
Etkinlik
1.000
0.411
0.540
1.000
0.578
0.591
1.000
0.827
0.306
0.590
0.073
0.666
0.280
0.237
0.075
0.149
0.244
0.914
0.224
0.992
0.304
0.106
0.310
0.217
1.000
0.394
0.108
0.090
0.528
0.101
0.948
0.378
0.213
0.528
0.288
0.795
0.418
0.166
0.292
0.277
1.000
0.749
0.474
2016 Yılı
Teknik
Etkinlik
1.000
0.449
0.624
1.000
0.616
0.742
1.000
0.966
0.340
0.624
0.085
0.093
0.179
0.667
0.164
0.149
0.268
1.000
0.268
0.326
0.344
0.114
0.276
0.215
1.000
0.400
0.146
0.111
0.570
0.127
0.290
0.436
0.226
0.557
0.453
0.922
0.338
0.186
0.322
0.244
1.000
0.532
0.461
2017 Yılı
Teknik
Etkinlik
1.000
0.509
0.572
1.000
0.572
0.768
1.000
1.000
0.374
0.659
0.108
0.118
0.402
0.794
0.200
0.150
0.290
0.229
0.483
0.464
0.329
0.165
0.393
0.224
1.000
0.448
0.199
0.091
0.570
0.147
0.310
0.412
0.281
0.653
0.202
0.548
0.111
0.174
0.331
0.284
1.000
0.610
0.457
2018 Yılı
Teknik
Etkinlik
1.000
0.518
0.716
1.000
0.556
0.605
1.000
0.887
0.368
0.534
0.095
0.141
0.342
0.640
0.218
0.201
1.000
1.000
0.246
0.409
0.298
0.166
0.363
0.274
1.000
0.104
0.188
0.100
0.532
0.277
0.269
0.382
0.243
0.213
0.674
0.702
0.151
0.166
0.323
0.349
1.000
0.586
0.472
Analiz dönemi boyunca tüm yıllarda etkinlik gösteren havalimanı sayısı 5 olmuştur. Bu havalimanları
İstanbul Atatürk, Antalya, Adana, Isparta Süleyman Demirel ve Tekirdağ Çorlu havalimanlarıdır. 2014 ve
2015 yıllarında her yıl etkinlik gösteren bu beş havalimanı etkinlik gösterirken, 2016 yılında bu beş
havalimanına Çanakkale havalimanı da eklenerek etkin birim sayısı altıya çıkmıştır. 2017 yılında her yıl
etkinlik gösteren beş havalimanına Trabzon havalimanı da eklenmiş ve etkin havalimanı sayısı bu yıl altı
olmuştur. Bir önceki yıl tam etkin olan Çanakkale havalimanı bu yılda etkin olamamıştır. 2018 yılında, her
yıl etkinlik değeri yakalayan beş havalimanına ek olarak Bursa Yenişehir ve Çanakkale havalimanları ile
birlikte 7 havalimanı tam etkin olmuşlardır.
Selçuk Üniversitesi Sosyal Bilimler Enstitüsü Dergisi 42 / 2019
41
Türkiye’deki Havalimanlarının Veri Zarflama Analizi ve Malmquist Toplam Faktör Verimliliği Endeksleri İle Finansal Etkinliklerinin Analizi
Tablo 5. Yıllar İtibariyle Ortalama İstatistikler
2014
0.466
42
5
0.091
Ortalama Etkinlik Derecesi
Gözlem Kümesini Oluşturan Havalimanı Sayısı
Etkin Birim Sayısı
En Düşük Etkinlik Derecesi
2015
0.474
42
5
0.073
2016
0.461
42
6
0.085
2017
0.457
42
6
0.091
2018
0.472
42
7
0.095
Havalimanlarının her yıl için ayrı ayrı hesaplanan etkinlik değerlerine ilişkin ortalama istatistiklerin
gösterildiği Tablo 5’in birinci satırı gözlem kümesi içerisinde yer alan havalimanlarının ilgili yıllar için
hesaplanan etkinlik derecelerinin ortalamasını, ikinci satırı ise yıllar itibariyle gözlem kümesini oluşturan
havalimanlarının sayısını göstermektedir. Ortalama etkinliklere bakıldığında 2014 yılında %46.6, 2015
yılında %47.4, 2016 yılında %46.1, 2017 yılında %45.7, 2018 yılında ise %47.2 olarak gerçekleşmiştir.
Tablo 5.’te yer alan değerlere göre, 2015 yılı havalimanlarının ortalama etkinlik derecelerinin en yüksek
olduğu yıl olurken, 2018 yılı etkin havalimanı sayısının en çok olduğu (7 havalimanı) yıl olmuştur. Yine
2015 yılı en düşük etkinlik derecesine sahip havalimanının olduğu yıl olmuştur.
Tablo 6. Etkin Olmayan Firmaların Referans Kümeleri ve Yoğunluk Değerleri
2
Ankara
Esenboğa
8
Trabzon
9
Erzurum
10
Gaziantep
13
Amasya
Merzifon
Balıkesir Koca
Seyit
14
Referans Kümesi
Adana
İst. Atatürk
Yoğunluk
Referans Kümesi
0.234
Adana
Yoğunluk
Referans Kümesi
Yoğunluk
Referans Kümesi
0.175
Isparta Süleyman
Demirel
0.107
Adana
1.142
Adana
0.116
İst. Atatürk
0.008
İst. Atatürk
Yoğunluk
Referans Kümesi
Yoğunluk
Referans Kümesi
0.159
Adana
0.031
İst. Atatürk
0.025
Trabzon
0.027
Antalya
0.007
Isparta
Süleyman
Demirel
0.001
Isparta
Süleyman
Demirel
0.057
İst. Atatürk
0.028
İst. Atatürk
16
Bingöl
Yoğunluk
Referans Kümesi
0.032
Adana
19
Denizli Çardak
Yoğunluk
Referans Kümesi
0.029
İst. Atatürk
20
Diyarbakır
21
Elazığ
Yoğunluk
Referans Kümesi
Yoğunluk
Referans Kümesi
0.010
Antalya
0.004
Adana
24
Iğdır
Yoğunluk
Referans Kümesi
0.053
Adana
26
Kahramanmaraş
28
Kastamonu
Yoğunluk
Referans Kümesi
Yoğunluk
Referans Kümesi
0.036
Antalya
0.002
Adana
0.000
Isparta
Süleyman
Demirel
0.003
İst. Atatürk
0.005
Isparta
Süleyman
Demirel
Selçuk Üniversitesi Sosyal Bilimler Enstitüsü Dergisi 42 / 2019
42
Isparta
Süleyman
Demirel
0.156
Antalya
0.106
Isparta
Süleyman
Demirel
0.061
Isparta
Süleyman
Demirel
0.171
İst. Atatürk
0.001
Antalya
0.023
İst. Atatürk
0.001
İst. Atatürk
Isparta
Süleyman
Demirel
0.014
İbrahim Erem ŞAHİN
Yoğunluk
Referans Kümesi
Yoğunluk
Referans Kümesi
29
Kayseri
30
Kocaeli Cengiz
Topel
31
Konya
Yoğunluk
Referans Kümesi
32
Malatya
Yoğunluk
Referans Kümesi
34
Muş
35
Nevşehir
Yoğunluk
Referans Kümesi
Yoğunluk
Referans Kümesi
36
Samsun
Yoğunluk
Referans Kümesi
38
Sivas
39
Şanlıurfa
40
Şırnak
42
Van
0.012
İst. Atatürk
0.027
Isparta Süleyman
Demirel
0.058
Adana
0.019
Isparta Süleyman
Demirel
0.038
İst. Atatürk
0.005
Adana
0.015
Antalya
0.004
Adana
0.000
Adana
0.035
Çanakkale
0.006
İst. Atatürk
0.097
Antalya
0.005
Adana
0.022
Antalya
0.076
Adana
0.021
Isparta
Süleyman
Demirel
0.206
Adana
0.014
Yoğunluk
Referans Kümesi
0.070
Isparta Süleyman
Demirel
0.116
Adana
0.122
İst. Atatürk
Yoğunluk
Referans Kümesi
0.002
Adana
0.008
İst. Atatürk
Yoğunluk
Referans Kümesi
Yoğunluk
Referans Kümesi
0.051
İst. Atatürk
0.002
Adana
0.008
Adana
0.051
İst. Atatürk
Yoğunluk
0.062
0.004
Isparta
Süleyman
Demirel
0.056
Çanakkale
0.094
Antalya
0.032
Isparta
Süleyman
Demirel
0.012
Isparta
Süleyman
Demirel
0.003
Antalya
0.029
Isparta
Süleyman
Demirel
0.200
Tablo 6.’da etkin olmayan havalimanlarının etkin hale gelebilmeleri için referans almaları gereken etkin
havalimanları ve bu havalimanlarını hangi oranda referans almaları gerektiği ayrıntılı şekilde verilmiştir. Bu
tabloda etkin havalimanlarına yer verilmemiştir, zira tam etkinliğe ulaşmışlardır ve yoğunluk değerleri
1.000’dır. Belirli bir çıktı düzeyini olabilecek en etkin girdi bileşenleri ile yakalamışlardır. Bu açıdan başka
bir havalimanını hedef almalarına gerek yoktur.
Analizde girdiye yönelik model kullanıldığı için, etkin olmayan havalimanlarının etkinlik değerlerinin
yükseltilebilmesi için çıktıların sabit tutulup, girdilerin ne oranda azaltılması gerektiği araştırılmıştır.
Etkinlik değerine ulaşamayan havalimanlarının girdilerini etkin bir şekilde kullanamadıkları ve girdi fazlası
oluşturdukları görülmüştür.
Çalışmada analizin son aşamasında, zaman boyutu nedeniyle teknik etkinliğin ve teknolojik değişmenin
etkisinin ayırt edilebilmesi için Malmquist Toplam Faktör Verimliliği Endekslerinden yararlanılmıştır.
Malmquist Toplam Faktör Verimliliği Endeksi, 2015-2018 yılları olmak üzere dört dönem için ayrı ayrı
hesaplanmıştır. Tablo 7’de her dönemde bir önceki yıla göre havalimanlarının gösterdikleri gelişmelerin
sonuçları tablolaştırılmıştır.
Selçuk Üniversitesi Sosyal Bilimler Enstitüsü Dergisi 42 / 2019
43
Türkiye’deki Havalimanlarının Veri Zarflama Analizi ve Malmquist Toplam Faktör Verimliliği Endeksleri İle Finansal Etkinliklerinin Analizi
Tablo 7. Gözlem Kümesini Oluşturan Havalimanlarının Malmquist Endeksi Analizi Sonuçları
Havalimanları
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
38
39
40
41
42
İst. Atatürk
Ank.Esenboğa
İzmir Adnan Menderes
Antalya
Muğla Dalaman
Muğla Milas Bodrum
Adana
Trabzon
Erzurum
Gaziantep
Adıyaman
Ağrı
Amasya Merzifon
Balıkesir Koca Seyit
Batman
Bingöl
Bursa Yenişehir
Çanakkale
Denizli Çardak
Diyarbakır
Elazığ
Erzincan
Hatay
Iğdır
Isparta Süleyman Demirel
Kahramanmaraş
Kars Harakani
Kastamonu
Kayseri
Kocaeli Cengiz Topel
Konya
Malatya
Mardin
Muş
Nevşehir Kapadokya
Samsun Çarşamba
Sinop
Sivas Nuri Demirağ
Şanlıurfa GAP
Şırnak Şerafettin Elçi
Tekirdağ Çorlu
Van Ferit Melen
Ortalama
2015 Yılı
Malmquist
Endeksi
1.128
1.044
0.951
1.313
1.076
1.096
1.075
1.186
1.056
1.059
1.145
1.050
1.061
1.191
0.410
0.982
0.906
5.586
0.972
1.147
1.040
0.974
0.876
0.948
1.518
1.250
0.744
1.045
1.107
1.162
3.185
1.101
0.991
1.079
1.231
1.166
0.953
1.091
1.132
0.843
1.332
1.153
1.119
2016 Yılı
Malmquist
Endeksi
0.945
1.071
0.958
0.954
0.865
0.996
0.984
1.090
1.088
1.000
1.007
0.137
0.680
2.451
1.873
0.996
1.041
1.186
1.052
0.326
1.065
1.018
0.933
0.975
0.905
1.062
1.189
1.223
1.004
1.226
0.285
1.153
1.131
1.072
1.555
1.127
0.843
1.018
1.046
0.865
1.019
0.701
0.949
2017 Yılı
Malmquist
Endeksi
1.035
1.154
0.893
0.923
1.123
1.073
0.993
1.114
1.121
1.110
1.069
1.009
2.339
1.103
1.078
0.993
1.135
0.242
1.690
0.988
1.005
1.166
0.993
1.061
0.953
1.064
1.026
0.810
1.025
1.262
1.096
0.934
0.835
1.149
0.460
0.597
0.305
0.935
1.064
1.181
1.182
1.154
0.978
2018 Yılı
Malmquist
Endeksi
1.145
1.018
1.307
1.247
1.327
1.172
0.994
0.966
0.997
0.846
0.964
1.305
0.857
0.839
1.246
1.305
15.757
3.682
0.508
1.020
0.992
1.103
1.014
1.225
0.861
0.230
1.059
1.021
1.002
1.355
0.926
0.948
1.009
0.339
2.816
1.313
1.405
1.015
1.009
1.246
0.640
0.995
1.099
Tablo 8.’de ise gözlem kümesini oluşturan tüm havalimanlarının 2015-2018 dönemi için Malmquist
Endekslerinin uygulanması ile elde edilen sonuçlar yıl ortalamaları olarak gösterilmektedir.
Selçuk Üniversitesi Sosyal Bilimler Enstitüsü Dergisi 42 / 2019
44
İbrahim Erem ŞAHİN
Tablo 8. Gözlem Kümesi İçin Hesaplanan Malmquist Endekslerinin Dönemsel
Karşılaştırılması
Yıl
2014-2015
2015-2016
2016-2017
2017-2018
Ortalama
Gözlem Kümesi
Gözlem Kümesi
Gözlem Kümesi
Gözlem Kümesi
Gözlem Kümesi
Teknik
Etkinlik
Değişimi (TE)
Teknolojik
Değişme
(TC)
Saf Etkinlik
Değişimi
(PTE)
0.947
0.994
1.017
1.027
0.996
1.181
0.955
0.962
1.070
1.038
0.998
1.001
1.001
1.005
1.002
Ölçek
Etkinlik
Değişimi
(SE)
0.949
0.992
1.016
1.022
0.994
Malmquist
Üretim
Endeksi
(MTFV)
1.119
0.949
0.978
1.099
1.034
Tablo 8’de yer alan değerlere, her bir havalimanı için bulunan Malmquist Üretim Endeks değerlerinin
geometrik ortalamalarının hesaplanmasıyla ulaşılmıştır. Tabloların son sütunundaki rakamlar, toplam
faktör üretkenliğindeki değişmeyi, yani Malmquist Üretim Endeksinin değerini göstermektedir. Bu değerin
birden büyük olması toplam faktör verimliliğinin arttığını, birden küçük olması azaldığını ifade etmektedir.
Malmquist üretim endeksinin bire eşit olması ise, birbiriyle mukayese edilen iki dönem arasında toplam
faktör verimliliğinde bir değişim olmadığını göstermektedir.
Tablo 8’in son sütununda yer alan değerlere bakıldığında, 2015 yılı için 2014 yılına kıyasla gözlem
kümesindeki havalimanlarının toplam verimliliği %11.9 oranında artmıştır. 2015-2016 yılının Malmquist
endeksi sonucu ise 0,949 çıkmıştır. Yani gözlem kümesini oluşturan havalimanlarının 2016 yılında, 2015
yılına göre %5,1 oranında toplam faktör verimliliği azalmıştır. 2016-2017 yılının Malmquist endeks sonucu
1.099 olmuştur. Bu sonuca göre toplam faktör verimliliğinde 2017 yılında, 2016 yılına göre %9.9 oranında
bir artış olmuştur. Analiz dönemi ortalamasına göre ise Malmquist toplam faktör verimliliğinde %3.4
oranında olumlu bir gelişme görülmüştür.
Toplam faktör verimliliğinde meydana gelen değişmeyi 4 ayrı endeks kullanarak açıklamak mümkündür.
Bunun için öncelikle Malmquist üretim endeksinin ana bileşenlerinden teknik etkinlik değişimi (TE) ile
teknolojik değişimin (TC) etkilerini incelemek gerekmektedir. Bu endekslerde de endeks değerinin 1,00’dan
büyük olması olumlu katkıyı, birden küçük değer alması ise olumsuz katkıyı göstermektedir. Saf etkinlik
değişimi (PTE) değeri ile Ölçek etkinlik değişimi (SE) değerinin çarpımı, Teknik etkinlik (TE) değerini
vermektedir. Teknik etkinlik değeri (TE) ile teknolojik değişim (TC) değerinin çarpımı Malmquist Toplam
Faktör Verimliliği Endeks (MTFV) değerini vermektedir.
5. Sonuç
Uluslararası finansal sistemde havacılık sektöründe yaşanan gelişmeler ve bu sektörde havalimanlarının
artan önemi, havalimanlarının performansını ve finansal etkinliğini ölçmeyi önemli hale getirmiştir.
Havalimanlarının küresel ortamda rekabetçi olabilmeleri için kaynak israfından kaçınmaları ve etkin olarak
çalışmaları gerekmektedir.
Türkiye’de ve yabancı ülkelerde havacılık sektöründe havalimanlarının etkinliklerinin
değerlendirilmesinde VZA kullanılarak çok sayıda çalışma yapılmıştır. VZA’nın havalimanı ile ilgili
çalışmalarda sıklıkla kullanılmasının sebebi, bu sektörün çok sayıda girdi ve çıktıya sahip olmasıdır. VZA
’nin diğer etkinlik hesaplama yöntemlerine göre avantajı çok sayıda girdi ve çıktının olduğu durumlarda
sağlıklı analizler yapılabilmesine olanak vermesi ve etkin olmayan birimleri tespit ederek etkinliğe ulaşmak
için bu etkinsiz birimlere hedefler tayin etmesidir. Bu çalışmada, araştırma bölümünün girdi ve çıktıları
belirlenirken, finansal açıdan da etkinliğin ölçülebilmesi için işletme gideri girdi, işletme geliri ise çıktı
olarak eklenmiştir.
Bu çalışmada T.C. Ulaştırma ve Altyapı Bakanlığı Devlet Hava Meydanları İşletmesi Genel
Müdürlüğü’ne bağlı olarak faaliyet gösteren 42 adet havalimanın 2014- 2018 yıllarına ait yıllık kesintisiz
verileri kullanılarak etkinlikleri incelenmiştir. Analizlerde ölçeğe göre sabit getiri varsayımı altında VZA
yöntemi ve Malmquist Toplam Faktör Verimliliği Endeksleri kullanılmıştır. Çalışmada kurulan model,
girdiye yönelik, ölçeğe göre sabit odaklı ve çok aşamalı VZA yöntemidir. Ardından Malmquist Toplam
Faktör Verimliliği Endekslerinden Faydalanılmıştır. Havalimanlarının etkinlik değerleri ölçülerek etkin olan
ve etkin olmayan havalimanları belirlenmiştir. Tam etkinlik yakalayamayan havalimanlarının, etkinliğe
Selçuk Üniversitesi Sosyal Bilimler Enstitüsü Dergisi 42 / 2019
45
Türkiye’deki Havalimanlarının Veri Zarflama Analizi ve Malmquist Toplam Faktör Verimliliği Endeksleri İle Finansal Etkinliklerinin Analizi
ulaşabilmeleri için referans almaları gereken havalimanları ve referans yoğunlukları verilmiştir. Ayrıca
Malmquist endekslerine yer verilerek havalimanlarının yıllık bazda gelişim gösterip gösteremedikleri
incelenmiştir.
Çalışmadan elde edilen bulgulara göre; Analizi yapılan dönemde havalimanlarının ortalama etkinlik
skorları 2014 yılında 0.466 olur iken, 2015 yılında çok küçük bir oranda artış göstererek 0.474 olarak
gerçekleşmiştir. 2016 yılında az da olsa düşüş gösteren ortalama etkinlik değeri 0.461 olmuştur. 2017
yılında hafif düşüş sürmüş ve ortalama etkinlik değeri 0.457 olmuştur. Analizin son yılı olan 2018 yılında
ise, ortalama etkinlik değeri bir önceki yıla göre %3.2 oranında artış göstererek 0.472 olmuştur.
Malmquist toplam faktör verimliliği endekslerinin dönemsel olarak karşılaştırılması sonuçlarına göre
endeks sonuçları yıllar itibariyle birbirine yakın değerler taşımışlardır. 2015 yılı için 2014 yılına kıyasla
gözlem kümesindeki havalimanlarının toplam verimliliği %11.9 oranında artmıştır. 2016 yılında ise, 2015
yılına göre % 5.1’lik oranda bir düşüş olmuştur. 2017 yılında. 2016 yılına göre az da olsa endeks değerinde
düşüş sürmüş ve 0.978’lik sonuca ulaşılmıştır. Araştırmanın son yılı olan 2018 yılında Malmquist Toplam
Faktör Verimliliği Endeks değeri bir önceki yıla göre %9.9 luk bir artış göstermiştir.
Kaynakça
Adler, N. ve Berechman J. (2001). “Measuring Airport Quality from the Airlines: An Application of Data
Envelopment Analysis”, Transport Policy, 8 (3): 171-181.
Ar, İ. M. (2012). “Türkiye’deki Havalimanlarının Etkinliklerindeki Değişimin İncelenmesi: 2007-2011 Dönemi
İçin Malmquıst-Tfv Endeksi Uygulaması”, Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, 26 (3-4), s.
143-160,
Asker, V. (2016). “Havalimanlarında operasyonel etkinlik ölçümü: seçilmiş havalimanlarında bir
uygulama’’, Yayımlanmamış yüksek lisans tezi, Anadolu Üniversitesi Sosyal Bilimler Enstitüsü Sivil
Havacılık Yönetimi Anabilim Dalı.
Bakırcı, F. ve Babacan, A. (2010). “İktisadi ve İdari Bilimler Fakültelerinde Ekonomik Etkinlik’’, Atatürk
Üniversitesi İktisadi ve İdari Bilimler Dergisi, 24 (2): 215-234.
Baki, B. ve Peker, İ. (2009). “Veri Zarflama Analizi İle Türkiye Havalimanlarında Bir Etkinlik Ölçümü
Uygulaması”, Ç.Ü. Sosyal Bilimler Enstitüsü Dergisi, 18(2): 72-88.
Bazargan, M. ve Vasigh, B. (2003). “Size Versus Efficiency: A Case Study of US Commercial Airports” Journal
of Air Transport Management, 9 (3): 187-193.
Behdioğlu, S. ve Özcan G. (2009). “Veri Zarflama Analizi ve Bankacılık Sektöründe Bir Uygulama’’,
Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 14 (3): 301-326.
Bolat, B., Temur G. ve Gürler H. (2016). “Türkiye’deki Havalimanlarının Etkinlik Tahmini: Veri Zarflama
Analizi ve Yapay Sınır Ağlarının Birlikte Kullanımı’’, Ege Akademik Bakış, cilt: 16, s. 1-10.
Charnes, A., Cooper, W. W. ve Rhodes, E. (1978). “Measuring the Efficiency of Decision Making Units’’,
European Journal of Operations Research, sayı: 2, s. 429-444.
Çolak, Ö. F. ve Altan, Ş. (2002). “Toplam Etkinlik Ölçümü: Türkiye’deki Özel ve Kamu Bankaları İçin Bir
Uygulama”, İktisat İşletme ve Finans, 17 (196): 45-55.
Deliktaş, E. (2002). “Türkiye Özel Sektör İmalat Sanayiinde Etkinlik ve Toplam Faktör Verimliliği Analizi’’,
ODTÜ Gelişme Dergisi METU Studies in Development, 29 (3-4): 247-284.
Deveci İ. (2003). “Veri Zarflama Analizi’ndeki Ağırlık Kısıtlamalarının Belirlenmesinde Analitik Hiyerarşi
Sürecinin Kullanımı’’, Dokuz Eylül Üniversitesi İ.İ.B.F Dergisi, 18 (2): 1-12.
DHMİ (2014), İstatistik Yıllığı, Devlet Hava Meydanları İşletmesi Yayınları, Ankara.
DHMİ (2015), İstatistik Yıllığı, Devlet Hava Meydanları İşletmesi Yayınları, Ankara.
DHMİ (2016), İstatistik Yıllığı, Devlet Hava Meydanları İşletmesi Yayınları, Ankara.
DHMİ (2017), İstatistik Yıllığı, Devlet Hava Meydanları İşletmesi Yayınları, Ankara.
DHMİ (2018), İstatistik Yıllığı, Devlet Hava Meydanları İşletmesi Yayınları, Ankara.
Düzakın, E., & Güçray, A. (2001). “An analysis of the efficiency of airports in Turkey”, Forty Three
Conference Handbook Operational Research Society Annual Conference, The University of Bath, Bath,
United Kingdom, 4-6 September.
Selçuk Üniversitesi Sosyal Bilimler Enstitüsü Dergisi 42 / 2019
46
İbrahim Erem ŞAHİN
Fethi, M. D. ve Pasiouras, F. (2010). “Assessing Bank Efficiency and Performance with Operational Research and
Artificial Intelligence Techniques: A Survey”, European Journal of Operational Research, sayı: 204, s. 189-198.
Gedik Akdoğan, M. (2011). “Vergi Rekabeti Etkinlik Değerlendirmesi: OECD Üyesi Ülkeler İçin Veri
Zarflama Analizi Uygulaması”, Maliye Dergisi, sayı: 160, s. 328-350.
Güner, S., Ergüzel, O. Ş. ve Cebeci, H. İ. (2019). ‘’Uluslararası Havalimanlarının Operasyonel Etkinliğinin
Değerlendirilmesi: Bölgesel Bir Karşılaştırma’’, Alphanumeric Journal the Journal of Operations Research,
Statistics, Econometrics and Management Information Systems, 7 (3): 37-44.
Kıyıldı, R. K. ve Karaşahin M. (2006). “Türkiye’deki Hava Alanlarının Veri Zarflama Analizi ile Altyapı
Performansının Değerlendirilmesi”, Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi, sayı: 103, s.
391-397.
Koç, E. ve Çalıpınar H. (2017). “Fareprimont ve Malmquist Verimlilik Endeksleri ile Türk Havalimanlarının
Etkinliklerinin Karşılaştırılması”, International Journal of Academic Value Studies, 3 (8): 77-87.
Koçak, H. (2010). “Efficiency Examination of Turkish Airports with DEA Approach”, International
Business Research, 4 (2): 204-212.
Lai, P., Potter, A., Beynon, M. ve Beresford, A. (2015). “Evaluating the Efficiency Performance of Airports
Usingan Integrated AHP / DEA-AR Technique”. Transport Policy, sayı: 42, s. 75-85.
Martín, J. C. ve Concepcion, R. (2001). “An Application of DEA to Measure the Efficiency of Spanish Airports
Prior to Privatization”, Journal of Air Transport Management, 7(3): 149-157.
Nicola, A. De, Gitto, S. ve Mancuso, P. (2013). “Airport Quality and Productivity Changes: A Malmquist
Index Decomposition Assessment”, Transportation Research Part E, sayı: 58, s. 67-75.
Oruç, K. O. (2016). “Bulanık Ortamda Malmquist Verımlilik Endeksi ve Üniversite Hastanelerinde Bir
Uygulama’’, International Journal of Management Economics & Business, 12 (28), 163-188.
Ömürbek, N., Demirgubuz M. ve Tunca, M. Z. (2013). “Hizmet Sektöründe Performans Ölçümünde Veri
Zarflama Analizinin Kullanımı: Havalimanları Üzerinde Bir Uygulama”, Visionary E Journal/Vizyoner Dergisi, 4
(9), 21-43.
Perelman, S. ve Serebrisky, T. (2012). “Measuring the Technical Efficiency of Airports in Latin America”,
Policy Research Working Paper, no: 5339.
Sarkis, J. (2000). “An Analysis of the Operational Efficiency of Major Airport in the United States”, Journal of
Operational Management, 18 (3): 335-351.
Yazgan, E. ve Karkacıer O. (2015). “Veri Zarflama Analizi İle Etkinlik Ölçümleri ve Havalimanı İşletmeciliği
Sektöründe Bir Uygulama”, International Journal of Alanya Faculty of Business, 7 (2): 15-28.
Selçuk Üniversitesi Sosyal Bilimler Enstitüsü Dergisi 42 / 2019
47