Endüstri-içi dış ticaret, patentler ve uluslararası teknolojik yayılma

Recep Kök

Dokuz Eylül Üniversitesi, İktisadi ve İdari Bilimler Fakültesi, İktisat Bölümü, 35160, İzmir, Türkiye

Nevzat Şimşek

Dokuz Eylül Üniversitesi, İktisadi ve İdari Bilimler Fakültesi, İktisat Bölümü, 35160, İzmir, Türkiye

Özet

Bu çalışmada uluslararası teknolojik yayılmanın en önemli kaynaklarından birinin endüstri-içi dış ticaret diğerinin de patentler olduğu hipotezi test edilmektedir. 1995-2001 dönemini içine alan 19 OECD ülkeli bir panel veri analizi ile yapılan modellerde, Pedroni’nin geliştirdiği FMOLS yöntemi yardımıyla uluslararası teknolojik yayılmanın belirleyenleri araştırılmıştır. Model sonuçlarına göre, teknolojik yayılmanın temel kanallarından ikisi olarak endüstri-içi dış ticaret ve yabancı patentler bulunmuştur.

1. Giriş

Özellikle son yıllarda iktisatçılar, ekonomik büyümenin en önemli belirleyenlerinden biri

olarak teknoloji ya da daha genel bir şekilde bilgi üzerine vurgu yapmaktadırlar. Neoklasik

büyüme modelleri büyümeyi, ölçeğe göre azalan getiri şartları altında üretim faktörlerinin

birikimi ile açıklarken, modern büyüme modelleri ise ölçeğe göre sabit ve artan getiri şartları

altında bilginin birikimi ile açıklamaktadır1. Uluslararası teknolojik yayılma iktisat yazınında

çok çalışılan konulardan biri2 olmasına rağmen, bu alanda özellikle ampirik çalışmalarda bazı

uzlaşmazlık noktaları hala mevcuttur. Bu durumun temel nedeni, bilgiyi ölçmenin ve

uluslararası bilgi akımlarını saptamanın zorluğudur. Fakat araştırmacıların, birçok ülkenin

yabancı ülkelerin teknolojik icatlarından yararlandığı görüşünde birleştikleri de

görülmektedir.

Bu çalışmada kurguladığımız amaç çerçevesinde kurulan modelde, uluslararası teknolojik

yayılmanın kaynakları temelde üçe ayrılmıştır. Bunlardan birincisi, Coe ve Helpman’ın

(1995) ve Coe vd.’nın (1997) çalışmalarını takiben uluslararası ticareti, sermaye mallarında

1 Bilgi ve ekonomik büyüme konusundaki teorik açıklamalar için bkz. Romer (1986, 1990), Lucas (1988). Globerman ve

Helpman (1991) ise Romer ve Lucas’ın kurguladığı modelleri açık ekonomi çerçevesinde genişletmiştir. 2 Uluslar arası teknolojik yayılma konusundaki geniş bir yazın taraması için bkz. Keller (2004).

içerilmiş yabancı teknolojinin bir kanalı olarak dikkate almaktır. Uluslararası ticaret, teknoloji

transferine, teknolojiyi içselleştirmeye ve ülkenin kaynak kullanım etkinliğine pozitif bir katkı

sağlamakta; dolayısıyla da gelişmekte olan ülkelerin verimlilik artışına önemli bir etki

yapmaktadır. Bir ülkenin teknolojiyi içselleştirme kapasitesi ve teknik etkinlik düzeyi, ileri

teknolojiye sahip ülkelerin seviyesini yakalamada en önemli açıklayıcı faktörlerden biri

olarak tanımlanmaktadır. Yine, yazında teknoloji transferinde uluslararası ticaretin rolü

hakkında birçok çalışma yapılmakla birlikte3, ticaret tipleri ayrımı bağlamında bu ticaret

tiplerinin teknoloji transferindeki rolü konusundaki çalışmalar oldukça azdır. Hakura ve

Jaumotte’nin (1999) çalışmasını takiben ticaret tipi ayrımı bağlamında endüstri-içi dış

ticaretin teknoloji transferinde daha etkin olduğu görüşü test edilen bu çalışmada, yazındaki

tartışmaya katılmak amaçlanmaktadır.

Teknolojinin yayılmasının diğer bir kanalı da, Eaton ve Kortum (1996) öngörüsü

çerçevesinde uluslararası patentlerin etkisidir. Nitekim, Jaffe vd. (1993) bilgi akımlarını

saptamada patentlerin kullanılabileceğini belirtmektedir4. Ayrıca, uluslararası teknolojik

yayılmada Nelson ve Phelps (1966) tanımlaması çerçevesinde nitelikli eğitime ayrı bir vurgu

da yapılmaktadır.

Sonuç olarak bu çalışmada uluslararası teknolojik yayılmanın kaynakları ele alınarak,

belirli bir teknolojinin yayılma kanalının önemini ortaya koyan en iyi tahmin edicilerin elde

edilmesine çalışılacaktır.

Çalışma şu şekilde planlanmıştır: Kısım 2 modelde kullanılan verilerin hesaplanması ve

kaynakları ile ilgilidir. Kısım 3’de çalışmada başvurulan yöntem tanıtılmaktadır. Kısım 4,

verimlilik artışının ve yabancı patent akımının belirlenmesine yönelik modellemelere

3 Örneğin Coe ve Helpman (1995) ve Coe vd. (1997), çalışmalarında ülkeler arasındaki teknoloji transferinde uluslar arası

ticaretin önemli bir etkisi olduğunu göstermişlerdir. 4 Patentleri kullanan çalışmalara örnek olarak Jaffe (1989), Jaffe vd. (1993), Sjöholm (1996), Globerman vd. (2000) ve Xu

ve Chiang (2005) gösterilebilir.

ayrılmıştır. Kısım 5’de oluşturulan modellerin analitik sonuçlarına yer verilmiştir. Kısım 6,

çalışmanın sonucundan oluşmaktadır.

2. Değişkenlerin tanımı ve veri kaynakları

Çalışmamız 25 OECD ülkesini referans almakta ve 1995-2001 dönemini kapsamaktadır.

Burada çalışmada kullanılan verilerin temel özellikleri dikkate alınacak ve tarafımızdan

hesaplanmış değişkenlere ait hesaplama yöntemlerinin yanı sıra bazı değişkenlerin veri

tabanına atıfta bulunulacaktır.

Çalışmada kullanılan yerleşik olmayanların patent uygulamaları (patent applications filed

by nonresidents-PANR) olarak adlandırılan ve World Intellectual Property Organization

(WIPO) tarafından derlenen değişken, Dünya Bankası veritabanından elde edilmiştir. Bu

değişken, çalışmada uluslararası teknolojik yayılmanın önemli bir belirleyeni olarak dikkate

alınmıştır.

Aşağıdaki modellerde değişken olarak kullanılan ülkelere ait endüstri-içi dış ticaret,

etkinlik ve verimlilik değişkenleri şu şekilde hesaplanmıştır:

Her bir OECD ülkesinin Dünya ve OECD ile endüstri-içi dış ticareti, standart Grubel ve

Lloyd endeksi (1971, 1975) ile hesaplanmıştır. Dış ticaret yazınında endüstri-içi dış ticareti

ölçme amacıyla çeşitli yöntemler geliştirilmesine rağmen5 pek çok çalışma, endüstri-içi dış

ticareti ölçmek için hala bu endeksi kullanmaktadır:

( )[ ]

( )∑

∑

+

−−+= n

iii

n

iiiii

i

MX

MXMXB (1)

Burada Xi ve Mi sırasıyla i endüstrisindeki ihracat ve ithalatı; Bi endüstri-içi dış ticaret

değerini göstermektedir. Bir endüstride ihracat ithalata eşit ise söz konusu endüstride

endüstriler arası ticaretin olmadığı ve endüstri-içi dış ticaretin tam olduğu anlamında Bi=1.0;

eğer endüstride ihracat yapılırken hiç ithalat yapılmıyorsa (ya da tam tersi) söz konusu 5 Bu konuda ayrıntılı bilgi için bkz. Şimşek (2005).

endüstride endüstriler arası dış ticaretin tam olduğu ve endüstri-içi dış ticaretin olmadığı

anlamında Bi=0 olacaktır. Açıktır ki, ihracat ve ithalat rakamları birbirine yaklaştığında Bi’nin

değeri 1.0’e yaklaşacaktır (Grubel ve Lloyd, 1971; 497 ve 1975; 21-22). OECD’nin ITCS

veritabanından elde edilen 3 basamak SITC (Rev.3) verileri kullanılarak yapılan bu

hesaplamaların sonuçları Ek-1’de verilmiştir.

Örneklemdeki OECD ülkelerinin teknik etkinlik düzeyleri Tone (2002) tarafından

geliştirilen süper etkinlik modeli ile hesaplanmıştır6. Bir çok veri zarflama modelinde en iyi

performans gösteren (tam etkin) karar verme birimleri 1.0 değeri ile ifade edilen etkinlik

değerini yakalayabilmektedir. Süper etkinlik modeli ise bu etkin karar verme birimlerini

ayırmaktadır. Bunu yaparken de dayandığı temel fikir, söz konusu etkin karar verme birimini

üretim olanakları kümesinden silmek ve karar verme birimi ile geri kalan üretim olanakları

kümesi arasındaki uzaklığı ölçmektir (Chen vd. 2004; 339). Bu şekilde elde edilen uzaklığa

göre karar verme birimlerinin etkinlik değerleri sıralanmaktadır. Süper etkinlik modelinden

elde edilen sonuçlar karar verme birimine ilişkin nispi farklılığı bir üst sınıra bağlı olmaksızın

belirlediğinden ve en etkin karar verme birimini en yüksek sayısal değerle

açıklanabildiğinden, çalışmada iki ülkenin etkinlik farkı değişkenini oluşturabilmek için süper

etkinlik modelinden elde edilen teknik etkinlik değerleri kullanılmıştır. Bu hesaplamaların

sonuçları Ek-2’de verilmiştir.

Çalışmadaki OECD ülkelerinin toplam faktör verimliliklerindeki değişme ve teknolojik

değişme değişkenleri, Malmquist toplam faktör verimliliği endeksi kullanılarak elde

edilmiştir. Sonuçları Ek-3’de gösterilen bu endeks, ortak teknolojiye göre her bir veri

noktasının farklarının (uzaklıklarının) oranlarını hesaplayarak, farklı zamana ait iki veri

noktası arasındaki toplam faktör verimliliğindeki toplam değişmeyi ölçmektedir. Söz konusu

ölçüm için en az iki dönem gerekmektedir. İki zaman arasında bir karar verme biriminin

6 Tone’un (2002) bu süper etkinlik modelinde aylaklık değişkenine dayanan ölçümden (slack based measure-SBM)

yararlanılmaktadır (Tone, 2002; 32-33). SBM modelinin ayrıntılı açıklaması için Tone, 2001; 499-508’e bakılabilir.

etkinliğindeki değişmenin değerlendirilmesine imkan veren bu endeks, bu yolla teknik

etkinlikteki değişmenin ve teknolojik değişmenin katkılarını belirlemektedir. Teknik

etkinlikteki değişme üretim sınırını yakalama etkisi (catch-up effect) olarak ifade edilirken,

teknolojik değişme üretim sınırı eğrisinin yer değiştirmesi (frontier-shift) olarak ifade

edilmektedir. Söz konusu bu etkiler, toplam faktör verimliğindeki değişmenin ana unsurlarını

oluşturmaktadır. Diğer bir ifadeyle, teknik etkinlikteki değişme ile teknolojik değişmenin

çarpımı toplam faktör verimliliğindeki değişmeyi vermektedir7.

Yukarıda açıklanan etkinlik ve verimlilik ölçümleri yapılırken, modellerde ölçeğe göre

genelleştirilmiş getiri varsayımı (GRS) kullanılmıştır. Bu varsayımın kullanılmasının nedeni,

ölçeğe göre getirinin hesaplanmasında alt ve üst sınırlar çerçevesinde kontrol değerlerinin

referans alınmasıdır8. Geleneksel olarak etkinlik ve verimlilik ölçümleri ya çıktılar sabit

tutulurken girdi miktarının azaltılması (girdi odaklı) ya da girdiler sabit tutulurken çıktı

miktarının artırılması (çıktı odaklı) varsayımlarına göre yapılmakta iken, burada girdi ve

çıktının eşanlı olarak analiz edilmesine fırsat veren odaksız (non-oriented) modellerden

yararlanılmıştır. Etkinlik ve verimlilik ölçümlerinde girdi olarak ülkelerin toplam işgücü

sayısı ve toplam sermaye stoku, çıktı olarak da ülkelerin gayri safi yurtiçi hasıla (GSYİH)

değişkeni kullanılmıştır. Ölçümde kullanılan işgücü sayısı, sermaye stoku ve GSYİH verileri,

OECD’nin “STAN Yapısal Analiz Veritabanı (STAN Structural Analysis Database)” CD-

ROM’undan ve Dünya Bankası’ndan sağlanmıştır. GSYİH ve sermaye stoku verileri, 1995

fiyatlarıyla ABD doları cinsindendir.

3. Yöntem

Çalışmada modeller panel veri yöntemi ile tahmin edilmiştir. Yatay kesit gözlemlerin belli

bir zaman dönemi içinde bir araya getirilerek oluşturulan panel veri analizi, beraberinde

zaman serisi özelliklerini ve sorunlarını da getirmektedir. Panel veri setinin zaman boyutu

7 Malmquist toplam faktör verimliği endeksi konusundaki geniş açıklama için bkz. Kök ve Deliktaş, 2003; 237-38. 8 Ölçeğe göre genelleştirilmiş getiri varsayımı konusunda geniş bilgi için bkz. Cooper vd., 1999; 135-36.

içermesi nedeniyle, panel verilerde birim kökleri araştırmak gereklidir. Eğer verilerde birim

kökün varlığı tespit edilirse, sahte regresyon sorunu panel veri analizinde de ortaya

çıkmaktadır.

Çalışmada kullanılan Im, Pesaran ve Shin (2003) panel birim kök testi aslında, panele

özgü sonuçlar elde edebilmek için bireysel birim kök testlerinin birleştirilmiş şeklidir.

Dinamik heterojen paneller için geliştirilen bu testte ρi yatay kesitler arasında (i’ler arasında)

değişebilmektedir. Kısaca her bir yatay kesit için ayrı ayrı birim kök testi olup olmadığını test

etmektedir. Bu test paneldeki kesitler (örneğin ülkeler) arasında heterojenliğe izin

vermektedir.

∑=

−− +′+∆+=∆ip

jititjitijitit Xyyy

11 εδβα (2)

Bu yöntemde, 0:0 =iH α (bütün i’lerde birim kök vardır) sıfır hipotezini 0:1 <iH α (en

azından bir i için) karşı test etmektedir.

Panel birim kökün var olması durumunda özellikle uzun dönemli ilişkiyi ortaya çıkarmak

için panel eşbütünleşme yaklaşımı kullanılmalıdır. Yazında en çok kullanılan panel

eşbütünleşme testlerinden biri Pedroni (1995, 1997) panel eşbütünleşme testidir. Bu test,

eşbütünleşme vektöründeki heterojenliğe izin veren bir test olup, yalnızca dinamik ve sabit

etkilerin panelin kesitleri arasında farklı olmasına izin vermekle kalmamakta, aynı zamanda

alternatif hipotez altında eşbütünleşik vektörün kesitler arasında farklı olmasına da izin

vermektedir. Pedroni’nin önerdiği tüm testler aşağıdaki gibi bir denklemden elde edilen

artıklar üzerine kurulmuştur. Bu nedenle ilk aşama eşbütünleşme regresyonundan elde edilen

artıkları hesaplamaktır (Pedroni, 1999; 656):

titMiMitiitiiiiti xxxty ,,,22,11, ... εβββδα ++++++= (3)

MmNiTt ,...,1;,...,1;,...,1 ===

Burada T zaman sürecindeki gözlem sayısı, N paneldeki yatay kesitlerin toplam sayısı ve

M regresyondaki değişkenlerin sayısıdır. N tane farklı kesit olması nedeniyle, her biri M tane

değişken (regressor) içeren N tane farklı denklem olacaktır. β1i, β2i,…, βMi, eğim katsayıları

paneldeki yatay kesitler arası değişebilmektedir. αi parametresi paneldeki kesitlere özgü sabit

ya da bireysel kesitler arasında farklı olabilen sabit etki parametresidir. Çoğu zaman ihmal

edilebilse de, paneldeki kesitlere özgü δit deterministik zaman trendi terimi denkleme dahil

edilebilmektedir. Kesite özgü sabit etkilerin ve kesite özgü zaman trendlerin denkleme

sokulup sokulmamasına bağlı olarak kritik değerleri ve asimptotik dağılımı etkilediğinden her

bir duruma özgü kritik değerler Pedroni (1999) tarafından hesaplanmıştır.

Pedroni, eşbütünleşme olmadığı boş hipotezine karşı yedi adet farklı test önermiştir.

Bunların dördü panel eşbütünleşme istatistiği, diğer üçü grup ortalamasının panel

eşbütünleşme istatistikleridir. Birinci kategori içindeki dört testten ilki, parametrik olmayan

varyans oranı tipinde bir istatistiktir. İkincisi Phillips-Peron (PP) rho istatistiğine benzer

parametrik olmayan istatistiğin panel versiyonudur. Bu kategorideki üçüncü istatistik de

parametrik değildir ve PP t istatistiğine benzemektedir. Dördüncü istatistik ise Augmented

Dickey Fuller (ADF) t istatistiğine benzer parametrik bir istatistiktir. İkinci kategoride üç

testten ilki PP rho istatistiğine benzemekte iken, diğer ikisi sırasıyla PP t ve ADF t

istatistiklerine benzemektedir. Bu istatistiklerin karşılaştırmalı avantajları büyük ölçüde veri

oluşum sürecine göre değişmektedir. Önerdiği yedi istatistiğin küçük örnek özelliklerini

Monte Carlo simülasyon yolu ile araştıran Pedroni’ye (1997) göre, panelin zaman boyutu kısa

(örneğin 20’den az) ise grup ADF t ve panel ADF t istatistiği iyi sonuçlar vermektedir.

Panel eşbütünleşme testleriyle saptanan eşbütünleşme ilişkisinin katsayılarını tahmin

etmenin yolu olarak Pedroni (1996, 2000) Düzenlenmiş/Geliştirilmiş En Küçük Kareler

Yöntemi’ni (Fully Modified Ordinary Least Squares (FMOLS)) önermektedir. Pedroni’nin

bireysel kesitler arasında önemli ölçüde heterojenliğe izin veren bu yöntemi, sabit terimin ve

hata terimi ve bağımsız değişkenlerin farkları arasındaki olası korelasyonun varlığını hesaba

katmaktadır. Bu yöntemde parametrik olmayan uyarlama, içselliği ve otokorelasyonu

düzeltmek için bağımlı değişkene yapılmakta ve tahmin edilen uzun dönem parametreler

uyarlanmış bağımlı değişkenin bağımsız değişkenler üzerine regres edilmesi ile elde

edilmektedir. Burada ortalama grup FMOLS uzun dönem katsayıları, grup tahminlerinin

ortalamalarının alınmasıyla elde edilmekte ve bunlara karşılık gelen t istatistikleri de

asimptotik olarak standart bir normal dağılıma yakınsamaktadır. Pedroni (2000) FMOLS

yönteminin küçük örneklerdeki gücünü de araştırmış, t istatistiğinin küçük örneklerdeki

performansının Monte Carlo simülasyonları ile iyi olduğunu hesaplamıştır9.

4. Model

Bu kısımda temel amaç, patentlerin yanı sıra dış ticaret yerine ticaret tipi ayrımı

bağlamında etkin bir gösterge olarak dikkate alınması gereken endüstri-içi dış ticaretin,

teknolojik yayılmayı tahmin etmede önemli bir belirleyen olduğu hipotezini test etmektir.

Yukarıda belirtilen değişkenler çerçevesinde iki temel model kurulmuştur. Bunlardan ilki,

teknolojik yayılmanın belirleyenlerine yöneliktir. İkincisi ise teknolojik yayılmanın en temel

belirleyenlerden olan yabancı patent akımı için kurulan modeldir.

Birinci model şu şekildedir:

DTFPit =αit + αaARGECit + αbBSitTDGRSit + αcPANRCit + αdEİTGLOECDit + eit

(4)

i=1,…,19 ve t=1995,…,2001

Modeldeki bağımlı değişken, ölçeğe göre genel getiri varsayımı altında odaksız

Malmquist endeksi ile ölçülen toplam faktör verimliliğindeki değişme değerleridir. İçsel

büyüme teorisinde, kapalı ekonomi şartları altında verimlilik artışı araştırma-geliştirme (AR-

GE) yoğunluğunun bir fonksiyonudur. Açık ekonomi şartları altında ise verimlilik artışı, hem

9 Panel birim kök testleri ve Pedroni panel eşbütünleşme yaklaşımının ayrıntısı için bkz. Coşar (2002) ve Şimşek (2005).

yurt içi yeniliklerden ve icatlardan hem de yabancı teknolojilerin özümsenmesinden

(içselleştirilmesinden) kaynaklanmaktadır. Bu bağlamda yukarıdaki modelde ARGEC

değişkeni çalışan başına (bin kişi) AR-GE harcamasıdır. Dünya Bankası veri tabanından

oluşturulan bu değişken, yurt içi yenilik ve icatların bir göstergesi olarak modele dahil

edilmiştir.

Modeldeki BS değişkeni, beşeri sermayeyi temsilen eğitimin ülkelerin teknolojileri

yakalamada önemli bir gösterge olduğu varsayımından hareketle Dünya Bankası verilerinden

alınan eğitim (scholl enrollment, secondary (% gross)) verileridir. Bu veriler -Nelson ve

Phelps’in (1966) eğitimin teknolojiyi yakalamayı hızlandıracağı hipotezini test etmek için-

tarafımızdan hesaplanmış olan ülkelere ait teknolojik değişme (TD) ile çarpılarak BSTDGRS

etkileşim değişkeni elde edilmiştir. TD, modelde teknoloji sınırı ile mevcut teknoloji seviyesi

arasındaki açığı yakalamak amacıyla kullanılmaktadır.

Modeldeki PANRC değişkeni çalışan başına (bin kişi) yerleşik olmayanların patent

uygulamaları değişkeni olup, modelde yabancı teknoloji akımının yoğunluğunu ölçmektedir.

Bu bağlamda patentler yoluyla yabancı teknoloji yayılma kanalının yakalanabileceği

düşünülmektedir. EİTGLOECD değişkeni ise, OECD ülkelerinin OECD’nin tümü ile yaptığı

ticaret içinde endüstri-içi dış ticaretinin payını göstermektedir. Bu değişken yardımıyla

teknolojinin yayılmasında endüstri-içi dış ticaretin önemli olduğu şeklindeki hipotezimiz test

edilmiştir.

Teknolojik yayılmanın en temel belirleyenlerden olan yabancı patent akımı için kurulan

ikinci model, bir anlamda yabancı yatırımcıların kararlarını etkileyen ülkelerdeki potansiyel

ticari faaliyetlerin niteliği ile ilgilidir. Model şu şekilde kurulmuştur:

logPANRCit =βit + βaEİTGLit + βbETKGRSFit + βcFDINI95it + eit (5)

i=1,…,25 ve t=1995,…,2001

Bu model, yabancı patentlerin teknolojik yayılmaya etkisi görüldükten sonra yabancı

patent akımının belirleyenlerin tespitine yönelik oluşturulmuştur. Burada yukarıdaki

hipotezimiz çerçevesinde ticaret tipi ayrımı bağlamında endüstri-içi dış ticaret olgusuna vurgu

yapılmaktadır. Çünkü ülkelerin toplam ticaret hacmi kadar endüstri-içi dış ticaret büyüklüğü

de önemli bir faktör olarak değerlendirilebilir. Ayrıca veri teknolojiler arası açığı gösteren bir

değişken olarak modele dahil edilen iki ülkenin etkinlik farkı (ETKGRSF) değişkeni,

teknolojik yayılmaya neden olan patent akımını da açıklayan odak bir değişken olarak

tanımlanmıştır. Çünkü modeldeki temel kurgumuza göre, iki ülke arasındaki etkinlik farkı ne

kadar azalırsa ülkelerarası patent akımının o kadar artacağı beklenmektedir. Dolayısıyla

patent akımı ülkeler arasındaki etkinlik farkının azalmasına bağlıdır. Diğer bir ifadeyle

ülkelerarası patent akımı, teknik etkinlikteki gelişmeyle açıklanabilir. ETKGRSF değişkeni,

veri yılda en etkin ülke ile söz konusu ülke etkinliklerinin mutlak farkı alınarak

oluşturulmuştur. Modeldeki doğrudan yabancı yatırımlar (FDINI95) değişkeni, Xu ve

Chiang’ın (2005) patent akımı ile ilgili modelinde kullandığı entelektüel mülkiyet hakkı

değişkeni10 yerine düşünülmüştür. Çünkü, uluslararası mülkiyet haklarına ilişkin hukuki

yapının düzenlenmesi (tahkim yasası vb.) ve politik istikrarın devamlılığı ülkelerarası

doğrudan yabancı yatırımları teşvik eden temel unsurlardandır. Çok uluslu firmalar,

dünyadaki AR-GE çalışmalarının önemli bir kısmını üstlenmekteler ve ileri teknolojilerin

büyük bir kısmına sahip olup bu teknolojileri üretmekte ve kontrol etmektedirler. Bu etkileşim

sürecine ilişkin Globerman vd.’nın (2000:18) belirttiği gibi çok uluslu firmalar, bir ülkenin

potansiyel olarak önemli bir bilgi kaynağıdır ve ev sahibi ülkenin doğrudan yabancı sermaye

yatırımlarını ülkeye çekme isteğinin temel nedeni, modern teknolojiyi elde etme olanağıdır.

10 Entelektüel mülkiyet hakkı, Ginarte ve Park (1997) tarafından önerilen bir endekstir.

5. Ampirik Bulgular

Bu kısımda yukarıda belirtilen modeller, 1995-2001 yılları için panel veri yöntemi

yardımıyla modellenmiştir. Panel veri setinin 7 yıllık zaman boyutu içermesi nedeniyle

serilere, her bir yatay kesit için ayrı ayrı birim kök testi olup olmadığını test eden ve paneldeki

ülkeler arasında heterojenliğe izin veren Im, Pesaran ve Shin panel birim kök testi uygulanmış

ve sonuçlar Ek-4’te sunulmuştur. Bu test sonuçlarına göre serilerin bütünleşme dereceleri I(1)

olarak tespit edilmiştir. Panel birim kökün varlığı tespit edildikten sonra Pedroni (1999) panel

eşbütünleşme yaklaşımı kullanılmıştır. Oluşturduğumuz panelin zaman boyutu kısa (20’den

az) olduğundan grup ADF t ve panel ADF t istatistiği sonuçlarına göre değişkenlerin

eşbütünleşik olup olmadığına karar verilmiştir. Pedroni panel eşbütünleşme istatistikleri, ilgili

modellerin altında rapor edilmiştir. Panel eşbütünleşme testleriyle saptanan eşbütünleşme

ilişkisinin katsayıları, FMOLS ile tahmin edilmiştir. Modeller Tablo 1’de özetlenmiştir.

Tablo 1. Panel Grup FMOLS Sonuçları Bağımlı değişken Bağımlı değişken Bağımlı değişken DTFV log PANRC log PANRC

0.00 ARGEC ( -1.21e+08 )

0.00 BSTDGRS ( -1.62e+04 )

0.06 PANRC ( -8.95e+03 )

0.01 10.45 EİTGLOECD ( -3.85e+03 ) ( 22.87 )

EİTGLDUNYA 8.36 ( 31.00 ) ETKGRSF -0.58 -0.45 ( -25.10 ) ( -11.81 ) FDINI95 0.00 0.00 ( -6.44e+12 ) ( -3.66e+12 ) panel adf -2.85973** -0.37634 -2.89558** group adf -7.48455*** -4.64279*** -12.17132*** N=19, T=7, Maksimum

gecikme=3. N=25, T=7, Maksimum gecikme=3.

N=25, T=7, Maksimum gecikme=3.

N, yatay kesit sayısını, T ise zaman boyutunu göstermektedir. Parantez içindeki değerler hesaplanan t istatistikleridir. Tablonun alt satırlarındaki istatistikler Pedroni panel eşbütünleşme istatistikleridir. *** %1, ** %5 ve * %10 anlamlılık düzeyinde panel eşbütünleşme ilişkisinin varlığını göstermektedir

Verimlilik artışı regresyonu (bağımlı değişken DTFV), özellikle AR-GE verisinin tüm

ülkeler için elde edilememesi nedeniyle 19 OECD ülkesi ile sınırlandırılmıştır11. Tablodan

değişkenlerin panel eşbütünleşik olduğu görülmektedir. Bu bağlamda FMOLS yöntemi

kullanılarak elde edilen katsayılar şöyle yorumlanabilir. Verimlilik artışı, yurt içi AR-GE

yoğunluğundan pozitif yönde etkilenmektedir. Modelde bu değişkenin katsayısı pozitif ve

istatistiki olarak anlamlı elde edilmesine rağmen, katsayı oldukça düşüktür.

Nelson ve Phelps’in (1966) eğitimin teknolojiyi yakalamayı hızlandıracağı hipotezini test

etmek için tarafımızdan önerilen değişkenin katsayısı da pozitif ve istatistiki olarak anlamlı

elde edilmiştir. Fakat bu değişkenin katsayısı da oldukça düşük düzeydedir.

Yabancı patentler ve ticaret ile ilgili değişkenlerin katsayıları da istatistiki olarak anlamlı

elde edilmiştir. Buna göre yabancı patentler, uluslararası teknolojik yayılmayı arttırmaktadır.

Endüstri-içi dış ticaretin teknolojik yayılmaya etkisini test eden değişkenin (EİTGLOECD)

katsayısı, temel beklentimizi doğrulamaktadır. Bu bağlamda ülkeler, ithalatlarını ve üretip

ihraç ettikleri malları aynı endüstrilerden yaptıkları için karşılıklı olarak yabancı teknolojileri

daha hızlı ve daha yoğun içselleştirmiş olacaklardır. Eğer ülke rekabetçi gücünü özellikle

uluslararası piyasalardan elde ediyorsa, ithal ettiği mal ile aynı malın daha büyük bir üreticisi

olduğunda, yurt içi üretimde yabancı teknolojiyi kullanma olasılığı daha fazla ve güçlenmiş

olacaktır.

Teknolojik yayılmanın en temel belirleyenlerden olan yabancı patent akımı için kurulan

modellerde de değişkenlerin panel eşbütünleşik olduğu görülmektedir. Bu bağlamda FMOLS

yöntemi kullanılarak tahminlenen patent akımı modelleri (bağımlı değişken logPANRC), 25

OECD ülkesini12 ve 1995-2001 dönemini kapsamaktadır. Bu model, yabancı patentlerin

teknolojik yayılmaya güçlü etkisi görüldükten sonra oluşturulmuştur. Bu modellerde OECD

11 Veri kısıtı nedeniyle verimlilik artışı modellerinde örnekleme dahil edilmeyen OECD ülkeleri, Avustralya, Belçika, Çek

Cumhuriyeti, İsviçre, Yunanistan, Kore, Lüksemburg, Norveç, Yeni Zelanda, İsveç ve Slovakya’dır. 12 Veri kısıtı nedeniyle patent akımı modellerinde örnekleme dahil edilmeyen OECD ülkeleri, Belçika, Çek Cumhuriyeti,

Kore, Lüksemburg ve Slovakya’dır.

ülkelerinin hem OECD’nin tümü ile ve hem de Dünya ile yaptığı ticaretin içinde endüstri-içi

ticaretlerinin payı (sırasıyla EİTGLOECD ve EİTGLDUNYA) önemli bir açıklayıcı olarak

görülmektedir. Bu değişkenlerin katsayıları hem beklentilerimize uygun hem de istatistiki

olarak anlamlıdır. İki ülkenin etkinlik farkı (ETKGRSF) değişkenin katsayısı negatif ve

istatistiki olarak anlamlı elde edilmiştir. Bu bağlamda ülkelerin etkinlikleri birbirine ne kadar

yaklaştıkça ülkelerarası patent akımının o kadar artacağı görülmektedir. Modeldeki doğrudan

yabancı yatırımlar (FDINI95) değişkeninin katsayısı da anlamlı olmakla birlikte oldukça

düşük düzeydedir.

6. Sonuç

Bu çalışma, OECD ülke örneğine bağlı olarak uluslararası teknolojik yayılmanın etkisini

incelemektedir. Verimlilik denkleminden elde edilen tahmincilerden anlaşılacağı üzere,

teknolojik yayılmanın temel kanallarından ikisi yabancı patentler ve endüstri-içi dış ticarettir.

Ayrıca uluslararası teknolojik yayılmada AR-GE değişkeninin (ARGEC) yanı sıra nitelikli

eğitim ile teknolojik değişmenin çarpımından elde edilen etkileşim değişkeninin (BSTDGRS)

içsel büyüme sürecinde diğer değişkenlere göre daha zayıf bir etki yarattığı görülmüştür. Bu

zayıf etki örnek hacminin küçük olması ile açıklanabilir.

Yine patent denkleminden elde edilen tahminciler de göstermektedir ki, hipotezimiz

çerçevesinde endüstri-içi dış ticaret ve etkinlik farkı patent akımının önemli belirleyenleridir.

Buna karşılık doğrudan yabancı yatırımlar değişkeninin katsayısı istatistiki olarak anlamlı

olmakla birlikte, diğer değişkenlere göre düşüktür. Dolayısıyla bu değişken patent akımını

etkileyen önemli bir değişken olarak görülmeyebilir.

Sonuç olarak iktisadi büyümenin, iktisat politikası geliştirmenin ve teknolojik yayılmanın

farklılaştırılmış yollarını içselleştirmek isteyen her ülke kendi ulusal politikasını etkin ve

sürdürülebilir rekabet ölçütleri ile karşılaştırması gerekmektedir. Çalışmada elde edilen

ampirik bulgular göstermektedir ki, içsel büyümenin dinamiklerinden biri olan teknolojik

yayılma göstergeleri geliştirilecek iktisat politikalarında dikkate alınmalıdır.

Kaynaklar

CHEN, Y., L. MOTIWALLA ve M. R. KHAN (2004); “Using Super-Efficiency DEA to

Evaluate Financial Performance of E-Business Initiative in the Retail Industry”,

International Journal of Information Tehnology & Decision Making, 3(2), 337-51.

COE, D.T. ve E. HELPMAN (1995), “International R&D Spillovers”, European Economic

Review, 39, 859-87.

COE, D.T., E. HELPMAN ve A.W. HOFFMAISTER (1997), “North-South R&D

Spillovers”, Economic Journal, 107, 134-49.

COOPER, W. W., L. M. SEIFORD ve K. TONE (1999), Data Envelopment Analysis: A

Comprehensive Text with Models, Applications, References and DEA-Solver Software,

Hingham, MA, USA: Kluwer Academic Publishers.

COŞAR, E. E. (2002), “Price and Income Elasticities of Turkish Export Demand: A Panel

Data Application”, Central Bank Review, 2, 19-53.

EATON, J. ve S. KORTUM (1996), “Trade in Ideas: Patenting and Productivity in the

OECD”, Journal of International Economics, 40, 251-78.

GINARTE, J. C. ve W. G. PARK (1997), “Determinants of Patent Rights: Across-National

Study, Research Policy, 26, 283-301.

GLOBERMAN, G. M. ve E. HELPMAN (1991), Innovation and Growth in the Global

Economy, Cambridge: MIT Pres.

GLOBERMAN, S., A. KOKKO ve F. SJÖHOLM (2000), “International Technology

Diffusion: Evidence from Swedish Patent Data”, Kyklos, 53, 17-38.

GRUBEL, H. G. ve P. J. LLOYD (1971), “The Empirical Measurement of Intra-Industry

Trade”, The Economic Record, 47, 494-517.

GRUBEL, H. G. ve P. J. LLOYD (1975), Intra-Industry Trade: The Theory and

Measurement of International Trade in Differentiated Products, New York: John Willey.

HAKURA, D. ve F. JAUMOTTE (1999), “The Role of Inter- and Intraindustry Trade in

Technology Diffusion”, IMF Working Paper, WP/99/58.

IM, K. S., M. H. PESARAN ve Y. SHIN (2003), “Testing for Unit Roots in Heterogeneous

Panels”, Journal Of Econometrics, 115, 53-74.

JAFFE, A.B. (1989), “Real Effects of Academic Research”, American Economic Review, 79,

957-70.

JAFFE, A.B., M. TRAJTENBERG ve R. HENDERSON (1993), “Geographical Localization

of Knowledge Spillovers as Evidence by Patent Citations”, Quarterly Journal of

Economics, 108, 577-98.

KELLER, W. (2004), “International Technology Diffusion”, Journal of Economic Literature,

42(3), 752-82.

KÖK, R. ve E. DELİKTAŞ (2003), Endüstri İktisadında Verimlilik Ölçme ve Strateji

Geliştirme Teknikleri, İzmir: DEÜ İİBF Yayınları, Yayın Karar No:25-8/1.

LUCAS, R.E. Jr. (1988), “On the Mechanics of Economic Development”, Journal of

Monetary Economics, 22, 3-42.

NELSON, R. R. ve E. S. PHELPS (1966), “Investment in Humans, Technology Diffusion,

and Economic Growth”, American Economic Review, 56, 69-75.

PEDRONI, P. (1995), “Panel Cointegration; Asymptotic and Finite Sample Properties of

Pooled Time Series Tests, With an Application to the PPP Hypothesis,” Indiana

University Working Papers In Economics, No. 95-013, June.

PEDRONI, P. (1996), “Fully Modified OLS for Heterogeneous Cointegrated Panels and the

Case of Purchasing Power Parity,” Indiana University Working Papers In Economics, No.

96-020, June.

PEDRONI, P. (1997), “Panel Cointegration; Asymptotic and Finite Sample Properties of

Pooled Time Series Tests, With an Application to the PPP Hypothesis: New Results,”

Indiana University Working Papers In Economics, April.

PEDRONI, P. (1999), “Critical Values for Cointegration Tests in Heterogeneous Panels with

Multiple Regressors”, Oxford Bulletin Of Economics and Statistics, Special Issue, 653-70.

PEDRONI, P. (2000), “Fully Modified OLS for Heterogeneous Cointegrated Panels”,

Nonstationary Panels, Panel Cointegration, and Dynamic Panels. Advances in

Econometrics, Ed.Badi H. BALTAGI, Amsterdam, New York, Tokyo: Elsevier Science

içinde, 93-130.

ROMER, P. (1986), “Increasing Returns and Long-Run Growth”, Journal of Political

Economy, 94, 1002-37.

ROMER, P. (1990), “Endogenous Technological Change”, Journal of Political Economy, 98,

71-102.

ŞİMŞEK, N. (2005), Endüstri-içi Dış Ticaret (Türkiye’nin Endüstri-içi Dış Ticaretinin

Analizi), Yayınlanmamış Doktora Tezi, İzmir: Dokuz Eylül Üniversitesi, Sosyal Bilimler

Enstitüsü.

SJÖHOLM, F. (1996), “International Transfer of Knowledge: The Role of International Trade

and Geographic Proximity”, Weltwirtschaftliches Archiv, 132, 97-115.

TONE, K. (2001), “A Slacks-Based Measure of Efficiency in Data Envelopment Analysis”,

European Journal of Operational Research, 130, 498-509.

TONE, K. (2002), “A Slacks-Based Measure of Super-Efficiency in Data Envelopment

Analysis”, European Journal of Operational Research, 143, 32-41.

XU, B. ve E.P. CHIANG (2005), “Trade, Patents ve International Technology Diffusion”,

Journal of International Trade and Economic Developmet, 14(1), 115-35.

Ek-1: OECD Ülkelerinin OECD’nin Tümü ve Dünya ile Endüstri-içi Dış Ticareti (Standart Grubel ve Lloyd Endeksi, 1995-2001) 1995 1996 1997 1998 1999 2000 2001 OECD Düny OECD Dünya OECD Dünya OECD Dünya OECD Dünya OECD Dünya OECD DünyaABD 70.56 65.61 70.83 65.54 71.51 65.63 70.80 65.13 69.11 63.54 68.51 62.95 68.39 62.52 Almanya 74.35 31.03 74.27 28.16 73.19 26.99 73.81 30.35 73.85 32.19 74.98 34.72 75.84 32.47 Avustralya 28.08 34.90 28.71 34.75 29.40 35.05 29.46 33.81 30.32 35.26 28.73 36.95 29.95 37.66 Avusturya 69.33 69.49 70.53 71.19 73.26 73.47 73.15 73.09 74.13 73.83 74.41 74.44 75.12 75.31 Büyük Brit. 77.91 77.93 79.09 78.08 78.69 78.08 79.22 77.57 79.92 77.80 80.18 78.25 76.89 76.54 Danimarka 61.10 61.27 62.02 61.89 63.75 62.84 64.23 64.43 65.27 66.16 64.90 65.76 65.22 65.53 Finlandiya 44.12 46.75 44.16 46.88 44.62 47.61 43.98 47.21 42.07 45.13 40.25 44.94 42.08 46.80 Fransa 78.85 75.00 79.44 75.03 79.72 74.64 80.93 76.23 80.51 76.65 79.52 75.29 79.22 74.83 İrlanda 54.94 58.12 55.70 59.23 55.19 59.63 51.68 57.32 49.64 54.02 50.92 53.97 54.02 55.99 İspanya 63.30 62.77 65.49 64.11 65.41 64.15 66.49 65.73 68.42 67.57 68.31 65.66 69.49 67.87 İsveç 60.86 58.35 61.30 58.50 62.13 58.99 64.88 62.13 63.32 61.27 62.74 60.92 65.28 62.89 İsviçre 60.49 58.46 60.06 58.54 60.75 59.81 60.74 59.44 61.11 60.44 61.45 61.33 63.21 60.97 İtalya 57.32 56.87 57.27 56.01 56.82 55.81 58.04 57.55 58.72 58.76 59.20 59.05 59.02 59.83 İzlanda 8.59 11.37 5.94 9.23 7.26 9.92 8.36 10.45 10.55 13.52 9.93 12.02 10.51 12.23 Japonya 40.07 35.06 44.09 38.38 42.68 38.17 40.04 38.43 39.52 39.22 41.74 40.00 43.26 41.36 Kanada 55.82 55.76 57.97 58.27 60.81 60.90 60.57 60.40 58.90 59.10 59.82 60.23 61.11 61.42 Macaristan 54.49 55.64 53.68 55.04 57.62 57.75 58.89 59.75 58.38 58.98 61.44 63.56 61.63 64.70 Meksika 49.47 51.69 51.60 53.20 53.34 54.79 53.87 56.16 53.26 55.38 54.32 55.78 55.46 57.31 Norveç 29.97 32.67 28.65 31.94 29.54 32.58 33.52 35.32 32.54 34.70 24.60 27.43 26.42 29.68 Polonya 38.15 41.01 39.30 42.30 40.56 44.33 42.75 45.72 45.95 48.04 51.15 51.26 52.51 53.95 Portekiz 46.07 46.37 48.02 48.09 48.19 48.14 50.42 50.64 50.46 50.32 51.91 51.42 53.21 52.98 Türkiye 21.93 28.03 23.76 29.41 23.74 30.24 25.53 32.64 31.20 35.95 29.31 33.49 32.78 36.59 Yeni Zelan. 26.67 27.64 29.07 29.83 28.71 28.36 32.36 31.96 28.82 28.65 30.00 28.36 29.73 28.64 Yunanistan 25.93 34.39 25.61 33.24 26.42 35.64 25.97 34.44 24.84 34.49 24.58 35.31 24.01 36.01 Kaynak: OECD (2005); ITCS SITC Rev.3 Database’den yararlanılarak tarafımızdan hesaplanmıştır.

Ek-2: OECD Ülkelerinin Odaksız (Non-oriented) Süper Etkinlik Modeli ile Tahmin Edilen Teknik Etkinlik Düzeyleri (Ölçeğe Göre Genelleştirilmiş Getiri)

1995 1996 1997 1998 1999 2000 2001 a b a b a b a b a b a b a bABD 0.999102 6 0.994071194 7 0.992353852 5 0.992771 5 0.993361 5 0.993976 5 0.996108 7Almanya 0.940454 10 0.949684041 10 0.953071235 7 0.954483 6 0.963291 8 0.979577 8 0.99675 6Avustralya 0.759593 17 0.74304028 17 0.713833192 18 0.696764 18 0.705164 18 0.766211 17 0.740664 18Avusturya 0.804089 16 0.818340962 15 0.807849329 15 0.83497 13 0.831165 15 0.847173 15 0.853494 15Büyük Birtanya 0.999749 4 0.990560966 8 0.949967357 9 0.803757 15 0.968414 7 0.986374 7 0.988765 8Danimarka 0.990558 8 0.995702232 6 0.924361105 10 0.916727 9 0.946705 9 0.919456 10 0.910591 13Finlandiya 0.985951 9 1.006284364 5 0.952054642 8 0.951536 7 0.983771 6 0.993603 6 0.965295 9Fransa 0.999689 5 1.094672382 2 1.099820388 1 0.999507 3 0.99842 4 0.997768 4 0.99789 5Hollanda 0.866903 13 0.854711752 13 0.834154905 13 0.853366 10 0.854478 12 0.872756 14 0.859141 14İrlanda 0.900851 11 0.862199491 12 0.840012457 12 0.822183 14 0.846616 13 0.88516 13 0.918573 12İspanya 0.743087 18 0.730810452 18 0.716917324 17 0.715533 17 0.706755 17 0.71867 18 0.706754 19İsveç 1.033868 3 1.024837196 4 1.048254557 3 1.062545 2 1.052871 2 1.046789 2 1.058047 3İsviçre 1.071534 2 1.059236251 3 1.074230007 2 1.068511 1 1.067413 1 1.066146 1 1.064817 2İtalya 0.860952 14 0.84677351 14 0.83206847 14 0.845132 11 0.838902 14 0.89726 12 0.849234 16İzlanda 1.084273 1 0.964518756 9 0.957106491 6 0.935079 8 0.94314 10 0.937247 9 0.952825 10Japonya 0.998203 7 1.202225217 1 0.998257387 4 0.998545 4 0.998703 3 0.99886 3 1.179734 1Kanada 0.809587 15 0.799047387 16 0.733504656 16 0.774304 16 0.780401 16 0.788963 16 0.806865 17Macaristan 0.486305 23 0.437191468 23 0.4208524 21 0.408136 23 0.408639 23 0.428926 22 0.455682 23Meksika 0.521323 21 0.44069883 22 0.385486787 25 0.386293 25 0.386155 25 0.390938 25 0.399796 25Norveç 0.896477 12 0.920893303 11 0.868405835 11 0.843732 12 0.885139 11 0.912341 11 0.941395 11Polonya 0.507130 22 0.450956233 21 0.401516084 23 0.400483 24 0.401471 24 0.420127 23 0.478735 22Portekiz 0.553469 20 0.550597017 20 0.52652996 20 0.502714 20 0.493585 20 0.508294 20 0.506943 21Türkiye 0.402505 25 0.402330866 25 0.389474279 24 0.418821 22 0.430912 22 0.411217 24 1.034561 4Yeni Zelanda 0.421027 24 0.413730115 24 0.418587231 22 0.472243 21 0.432992 21 0.474449 21 0.453107 24Yunanistan 0.708662 19 0.67154422 19 0.653862352 19 0.647678 19 0.655428 19 0.658511 19 0.651152 20Tablodaki (a) sütunu söz konusu yıldaki teknik etkinlik skorlarını, (b) sütunu ise söz konusu yıldaki etkinlik sıralamasını vermektedir. Kaynak: Tarafımızdan hesaplanmıştır.

Ek-3: OECD Ülkeleri için Radyal Olmayan Odaksız (Non-oriented) Malmquist Endeksi Sonuçları (Ölçeğe Göre Genelleştirilmiş Getiri) 1994=>1995 1995=>1996 1996=>1997 1997=>1998 1998=>1999 1999=>2000 2000=>2001 TD TFVD TD TFVD TD TFVD TD TFVD TD TFVD TD TFVD TD TFVDABD 0.999 1.009 0.986 0.982 0.989 0.956 0.991 0.959 0.979 1.010 0.990 0.999 1.054 1.057Almanya 0.997 1.016 1.016 1.026 1.012 1.016 0.993 0.994 0.997 1.007 0.988 1.006 1.032 1.057Avustralya 0.972 1.073 1.019 0.997 1.019 0.979 0.978 0.955 1.001 1.013 0.990 1.075 1.018 0.985Avusturya 0.980 0.990 1.009 1.027 1.010 0.997 0.978 1.011 1.003 0.998 0.996 1.016 1.019 1.027Büyük Britanya 1.009 1.018 1.007 1.019 0.947 0.916 0.964 0.770 0.833 1.057 1.019 1.039 1.062 1.063Danimarka 0.970 0.931 1.019 1.024 1.012 0.940 0.977 0.969 1.003 1.036 0.995 0.966 1.019 1.009Finlandiya 0.943 0.989 1.021 1.043 1.018 0.964 0.978 0.977 1.009 1.043 0.990 1.000 1.015 0.986Fransa 0.990 0.982 1.018 1.032 1.013 1.018 0.985 0.966 0.995 0.974 0.992 0.972 1.030 1.008Hollanda 0.978 0.978 1.013 0.999 1.011 0.986 0.976 0.999 0.999 1.001 0.992 1.014 1.022 1.006İrlanda 0.921 0.906 1.023 0.979 1.014 0.988 0.977 0.956 1.012 1.042 0.988 1.033 1.017 1.056İspanya 0.975 0.978 1.025 1.009 1.020 1.001 0.973 0.971 0.992 0.980 0.982 0.999 1.017 1.001İsveç 0.965 0.961 1.027 1.018 1.014 1.038 0.972 0.985 1.009 1.000 0.987 0.981 1.006 1.017İsviçre 0.983 0.983 1.009 0.997 1.004 1.018 0.994 0.988 1.004 1.003 1.004 1.002 1.008 1.007İtalya 0.973 0.982 1.027 1.010 1.017 1.000 0.968 0.984 0.984 0.977 0.964 1.031 1.047 0.991İzlanda 0.917 1.020 0.939 0.936 0.940 1.006 0.894 0.857 1.017 1.090 0.948 0.924 1.059 1.113Japonya 1.007 1.013 1.005 1.015 1.014 1.007 1.013 0.998 1.018 1.012 1.010 1.017 1.010 1.013Kanada 0.977 0.999 1.026 1.013 1.020 0.937 0.971 1.025 0.991 0.999 0.981 0.991 1.018 1.041Macaristan 0.956 0.957 1.014 0.912 1.018 0.980 0.952 0.924 1.006 1.008 0.967 1.015 1.025 1.089Meksika 0.957 1.322 1.022 0.864 1.022 0.894 0.964 0.966 1.005 1.005 0.975 0.988 1.021 1.044Norveç 0.981 0.984 1.008 1.036 1.011 0.953 0.980 0.952 1.003 1.053 0.997 1.028 1.019 1.052Polonya 0.935 0.873 1.021 0.908 1.020 0.908 0.959 0.957 1.002 1.004 0.969 1.014 1.020 1.162Portekiz 0.965 1.006 1.021 1.016 1.024 0.979 0.973 0.929 1.007 0.988 0.979 1.008 1.014 1.011Türkiye 0.950 0.841 1.022 1.022 1.020 0.988 0.959 1.031 1.001 1.030 0.967 0.923 1.017 2.559Yeni Zelanda 0.947 0.956 1.016 0.998 1.015 1.027 0.939 1.060 1.003 0.920 0.956 1.047 1.031 0.985Yunanistan 0.965 0.982 1.021 0.967 1.024 0.997 0.972 0.962 1.007 1.019 0.979 0.984 1.013 1.002Ortalama 0.968 0.990 1.013 0.994 1.009 0.980 0.971 0.966 0.995 1.011 0.984 1.003 1.025 1.094Maksimum 1.009 1.322 1.027 1.043 1.024 1.038 1.013 1.060 1.018 1.090 1.019 1.075 1.062 2.559Minimum 0.917 0.841 0.939 0.864 0.940 0.894 0.894 0.770 0.833 0.920 0.948 0.923 1.006 0.985Tablodaki TD teknolojik değişmeyi, DTFV ise toplam faktör verimliliğindeki değişmeyi ifade etmektedir. Kaynak: Tarafımızdan hesaplanmıştır.

Ek-4: Im, Pesaran ve Shin W Panel Birim Kök Testi Sonuçları

Değişken İstatistik Olasılık DTFV Düzey -0.97125 0.1657 1.Fark -6.25824 0.0000 ARGEC Düzey 3.00089 0.9987 1.Fark -3.19185 0.0007 BSTDGRS Düzey 0.43192 0.6671 1.Fark -4.18725 0.0000 PANRC Düzey 7.2684 0.9999 1.Fark -1.51088 0.0654 EITGLOECD Düzey -1.10502 0.1346 1.Fark -1.84407 0.0326 logPANRC Düzey -0.75621 0.2248 1.Fark -8.85214 0.0000 EITGLOECD Düzey 1.75524 0.9604 1.Fark -2.30041 0.0107 ETKGRSF Düzey -1.66898 0.0476 1.Fark -6.68418 0.0000 FDINI95 Düzey 1.19346 0.8837 1.Fark -3.29526 0.0005 Test denklemlerine dışsal değişken olarak bireysel sabit eklenmiştir. Tabloda kalın karakterle yazılanlar, en azından %10 anlamlılık düzeyinde Ho hipotezinin reddedildiği istatistiklerdir (Ho: Bireysel birim kök vardır). Maksimum gecikme uzunluğu Akaike'ye göre belirlenmiştir.

Abstract

Intra-Industry Trade, Patents and International Technology Diffusion In this paper, the hypothesis that one of the most important channels of international technology diffusion is intra-industry trade and the other is patents is tested. In the panel data models including 1995-2001 and 19 OECD countries, determinants of international technology diffusion are analyzed by Pedroni’s FMOLS method. According to results, intra-industry trade and foreign patents are found to be two of the main channels for the technology spillovers.