Bu çalışma, Avrupa Birliği'nin 27 üye ülkesinde 2000–2024 döneminde kara içi yolcu taşımacılığında toplu taşıma modlarının payını belirleyen uzun dönemli makro-yapısal etkenleri inceleyen heterojen panel veri araştırmasıdır. Araştırmada yolcu taşımacılığı hizmet performansı (Passenger Transport Service Performance, PTSP), otobüs, şehirlerarası otobüs ve tren gibi toplu modların toplam kara içi yolcu-kilometreleri içindeki payını temsil eden bir göstergedir. Dengeli panel 27 ülke × 25 yıl olmak üzere 675 ülke-yıl gözleminden oluşmaktadır. İnovasyon kapasitesi kişi başına toplam araştırma ve geliştirme harcamasıyla, enerji ithalat bağımlılığı net enerji ithalatının brüt mevcut enerjiye oranıyla, turizm talebi ise turistik konaklama tesislerine geliş sayısıyla temsil edilmiştir.

Panelde güçlü yatay kesit bağımlılığı ve ülkeler arasında eğim heterojenliği bulunduğu için çalışma yalnız geleneksel sabit etkiler tahminine dayanmaz. Sabit etkiler modeli Driscoll–Kraay standart hatalarıyla birlikte kullanılmış; ardından ülkeye özgü eğimlere ve ortak gözlenemeyen faktörlere izin veren Common Correlated Effects Mean Group (CCEMG) ve Augmented Mean Group (AMG) tahmincileri uygulanmıştır. Etkilerin toplu taşıma payının düşük ve yüksek olduğu ülkelerde aynı olup olmadığını araştırmak için Machado ve Santos Silva yaklaşımına dayalı momentler yöntemi kuantil regresyonu da kullanılmıştır.

Üç uzun dönem tahmincisinde sonuçların işareti tutarlıdır: inovasyon kapasitesi ve enerji ithalat bağımlılığı daha düşük toplu taşıma modal payıyla, turistik konaklama gelişleri ise daha yüksek toplu taşıma payıyla ilişkilidir. AMG uzun dönem esneklikleri sırasıyla −0.0689, −0.0901 ve 0.0529 olarak tahmin edilmiştir. Bununla birlikte çalışma nedenselliği kanıtlamamaktadır; bulunan katsayılar, incelenen ülke-yıl panelinde değişkenler arasındaki uzun dönemli koşullu ilişkileri göstermektedir.

Kuantil analizi ortalama ilişkilerin ülkeler arasında aynı güçte olmadığını ortaya koymaktadır. İnovasyon kapasitesinin negatif katsayısı 0.10 kuantilinde −0.0652 iken 0.90 kuantilinde −0.1294'e ulaşarak mutlak değerce yaklaşık iki katına çıkmaktadır. Turizm talebinin pozitif katsayısı ise 0.0473'ten 0.0080'e gerilemekte ve en yüksek kuantilde istatistiksel anlamlılığını kaybetmektedir. Yazarlar bu dağılımsal örüntüyü, tarihsel olarak yüksek toplu taşıma payına sahip sistemlerin yapısal aşınma baskısıyla karşılaşabileceğini düşündüren bir “yukarıdan yakınsama” görünümü olarak yorumlamakta; ancak bunun kanıtlanmış nedensel bir yakınsama mekanizması olmadığını özellikle sınırlamaktadır.

Araştırmanın temel problemi

Avrupa Birliği'nde ulaşım politikası uzun süredir toplu taşımaya, yürümeye ve bisiklete daha fazla pay kazandırmayı hedeflemektedir. Buna rağmen otobüs, şehirlerarası otobüs ve demiryolunun kara içi yolcu taşımacılığındaki toplam payı uzun dönemde yalnız sınırlı değişim göstermiştir. Çalışmanın çıkış sorusu bu uyumsuzluktur: politika hedefleri ve düzenleyici yapı toplu taşımayı desteklerken ulusal düzeydeki modal bileşim neden daha hızlı değişmemektedir?

Araştırmacılar bu sorunu yalnız “politikanın yetersizliği” şeklinde açıklamak yerine toplu taşıma modal payını bir makroekonomik sonuç olarak ele almaktadır. Böylece bireysel yolcuların tek tek seçimlerinden ziyade, ulusal ekonominin inovasyon kapasitesi, dış enerjiye bağımlılığı ve turizm kaynaklı yolcu talebi gibi daha geniş yapısal koşulların toplu ve bireysel ulaşım modları arasındaki dengeyle nasıl ilişkili olduğu araştırılmaktadır.

Çalışmanın kapsamı özellikle kara içi yolcu taşımacılığı ile sınırlıdır. Hava taşımacılığı, deniz taşımacılığı, kruvaziyer taşımacılığı ve iç su yolu taşımacılığı incelenen Eurostat modal bölüşüm göstergesinin parçası değildir. Analizin gözlem birimi şehir veya bölge değil ülkedir. Dolayısıyla sonuçlar belirli bir metro hattını, kent içi otobüs sistemini veya belirli bir turizm merkezini değil, her üye devletin ulusal modal bileşimini temsil eder.

Yolcu taşımacılığı hizmet performansı (PTSP) neyi ölçer?

Yolcu taşımacılığı hizmet performansı (PTSP), bu çalışmada toplu kara içi ulaşım modlarının toplam kara içi yolcu-kilometreleri içindeki yüzdesel payını ölçen bağımlı değişkendir; yolculuk sayısından ziyade yolcu-kilometre kullandığı için daha uzun tren ve otobüs yolculuklarının ulusal ulaşım yapısındaki ağırlığını da hesaba katar ve toplam hareketlilik hacminden çok ulaşımın modlar arasındaki bileşimini temsil eder.

Bu ayrım önemlidir. Yolculuk sayısı yalnız kaç kez seyahat edildiğini gösterirken yolcu-kilometre, taşınan yolcuyla kat edilen mesafeyi birlikte dikkate alır. Bu nedenle kısa mesafeli otomobil yolculuklarıyla daha uzun demiryolu veya otobüs yolculuklarının ulusal taşımacılık sistemi içindeki göreli ağırlığı daha tutarlı biçimde karşılaştırılabilir.

İnovasyon kapasitesi nasıl ölçülmüştür?

İnovasyon kapasitesinin göstergesi INNOV, ekonominin tüm sektörlerindeki toplam yurt içi araştırma ve geliştirme harcamasının kişi başına avro cinsinden değeridir. Araştırmacılar Ar-Ge harcamasını gayrisafi yurt içi hasılanın yüzdesi olarak kullanmak yerine kişi başına harcamayı tercih etmektedir. Bunun gerekçesi, incelenen teorik mekanizmanın ekonomideki teknolojik çabanın mutlak hacmiyle ilgili olması ve GSYH payı kullanıldığında pay ve paydanın aynı konjonktürel şoklardan etkilenebilmesidir.

İnovasyon göstergesi yalnız ulaştırma sektörüne ait Ar-Ge'yi temsil etmez. Otomotiv üretimi, araç elektrifikasyonu, sürücü destek sistemleri, bağlantılı araç teknolojileri ve ekonomideki diğer Ar-Ge faaliyetleri de toplam göstergenin içindedir. Bu özellik, çalışmanın bulgularının yorumlanmasında aynı zamanda temel sınırlılıklardan biridir.

İnovasyon kapasitesi neden daha düşük toplu taşıma payıyla ilişkili bulunmuş olabilir?

Çalışmanın önerdiği açıklama, toplam inovasyon kapasitesinin yalnız toplu taşımayı geliştiren teknolojileri değil özel otomobil kullanımının maliyetini, konfor kaybını veya algılanan zahmetini azaltan teknolojileri de kapsamasıdır; dolayısıyla teknolojik ilerleme özel hareketliliğin çekiciliğini toplu ulaşımdan daha hızlı artırıyorsa inovasyon toplam emisyonları azaltabilse bile modal dönüşümü toplu taşıma lehine gerçekleştirmek zorunda değildir. Bu yorum, çalışmanın ampirik katsayılarının olası açıklamasıdır; inovasyonun doğrudan toplu taşıma kullanımını azalttığına ilişkin deneysel bir nedensellik kanıtı değildir.

Bu nokta araştırmanın en önemli kavramsal ayrımlarından birini oluşturur. Bir ulaşım sisteminin daha temiz hale gelmesi ile yolcuların özel otomobilden toplu taşımaya geçmesi aynı sonuç değildir. Örneğin özel otomobil filosunun elektrifikasyonu emisyonları azaltabilir; ancak yolcu-kilometrelerinin otomobil, otobüs ve demiryolu arasındaki dağılımını değiştirmeyebilir. Bu nedenle çalışma “yeşil inovasyon” veya “düşük emisyon” sonucuyla “modal dönüşüm” sonucunun birbirinin yerine kullanılmaması gerektiğini vurgulamaktadır.

Enerji ithalat bağımlılığı nasıl tanımlanmıştır?

EID, net enerji ithalatının brüt mevcut enerjiye oranının yüzde olarak ifade edilmesiyle ölçülmektedir. Gösterge net enerji ihracatçısı dönemlerde negatif değer alabilir ve stok hareketleri nedeniyle yüzde 100'ü aşabilir. Örneklemde her iki durum da bulunmaktadır.

Model bütün değişkenleri doğal logaritmalarla kullanmaktadır. EID değişkenindeki sıfır ve negatif gözlemler nedeniyle kaynak çalışma logaritmik dönüşüm öncesinde standart bir pozitif-dışı gözlem ayarlaması uygulandığını bildirmektedir. Ancak makalenin yöntem metninde bu ayarlamanın tam matematiksel sabiti veya dönüşüm formülü ayrıca verilmemektedir. Bu nedenle burada kaynakta bulunmayan bir dönüşüm sabiti üretilmemiştir.

Enerji ithalat bağımlılığı toplu taşıma performansıyla neden negatif ilişkili olabilir?

Çalışmada enerji ithalat bağımlılığının negatif ilişkisi üç ana kanalla yorumlanmaktadır: dış enerji fiyatlarına maruziyet, kamu maliyesi üzerindeki baskı ve yüksek enerji bağımlılığının bazı ada, çevre ve küçük ülke coğrafyalarında yoğunlaşması; bu kanallar özel otomobil kullanımından toplu taşımaya doğru beklenebilecek fiyat ikamesini zayıflatabilir. Ancak enerji bağımlılığı aynı zamanda coğrafya ve altyapı özellikleriyle ilişkili olduğundan tahmin edilen katsayı yalnız enerji ithalatının izole nedensel etkisi olarak yorumlanamaz.

Karayolu temelli toplu taşımada otobüs ve şehirlerarası otobüsler de ithal sıvı yakıtlara doğrudan maruz kalabilir. Demiryolu daha yüksek oranda elektriklendirilmiş olsa bile enerji fiyat şoklarının elektrik tarifeleri ve kamu bütçeleri üzerinden hizmet sunumuna dolaylı etkileri olabilir. Bunun karşısında daha yüksek akaryakıt fiyatlarının özel otomobil kullanımını pahalılaştırarak toplu taşımaya yönelme yaratması beklenebilir. Çalışmanın negatif katsayısı, incelenen örneklem ve modelde mali, yapısal ve coğrafi kanalların bu ikame etkisinden daha ağır bastığıyla uyumlu bir bulgu olarak yorumlanmaktadır.

Turizm talebi nasıl ölçülmüştür?

TOURARR, otel, tatil konaklaması ve benzeri turistik konaklama işletmelerine gelen ziyaretçi sayısını ifade eder. Gösterge hem ülke sakinlerini hem de yabancı ziyaretçileri kapsadığı için yalnız uluslararası turist sayısı değildir. Araştırmacılar geceleme sayısından ziyade geliş sayısını tercih etmektedir; çünkü incelenen mekanizma açısından ayrı seyahatlerin sayısı ulaşım modu seçimiyle daha doğrudan ilişkilidir.

Turizm talebi neden daha yüksek toplu taşıma payıyla ilişkili bulunmuştur?

Turizm talebi, varış noktasında özel otomobile erişimi yerleşik nüfusa göre daha sınırlı olabilen ve belirli ulaşım koridorlarında yoğunlaşan ek bir yolcu grubunu sisteme kattığı için demiryolu, otobüs ve kent içi toplu taşımaya talebi artırabilir; ancak araç kiralama, tarifesiz tur otobüsleri ve mevsimsel sıkışıklık ters yönde etkiler oluşturabileceğinden çalışma pozitif ilişkinin otomatik veya evrensel olmadığını kabul etmektedir.

Ham ikili korelasyonda turistik konaklama gelişleri ile toplu taşıma payı arasındaki ilişki zayıf biçimde negatiftir. Buna karşılık çok değişkenli uzun dönem modellerinde turizm katsayısı pozitiftir. Bu farklılık, yalnız iki değişken arasındaki ham korelasyonun, inovasyon, enerji bağımlılığı, ülkeye özgü yapılar ve ortak şoklar dikkate alındığında ortaya çıkan koşullu ilişkiyi temsil etmeyebileceğini göstermektedir.

Araştırma hipotezleri

Çalışmanın söylediği ve söylemediği

Çalışmanın desteklediği: AB-27'nin 2000–2024 ülke-yıl panelinde inovasyon kapasitesi, enerji ithalat bağımlılığı ve turistik konaklama gelişleri ile toplu taşıma modal payı arasında tahmin yöntemleri boyunca yönü büyük ölçüde kararlı uzun dönem ilişkileri vardır. Bu ilişkilerin büyüklüğü toplu taşıma performansı dağılımının farklı bölümlerinde değişmektedir.

Çalışmanın desteklemediği: İnovasyonun belirli bir teknolojik kanal üzerinden toplu taşıma kullanımını doğrudan azalttığı, enerji ithalat bağımlılığının tek başına modal payı düşürdüğü veya turist sayısını artırmanın doğrudan toplu taşıma payını yükselteceği nedensel olarak gösterilmemiştir. Çalışma şehir, bölge veya belirli ulaşım işletmesi düzeyinde sonuç üretmemektedir ve ulusal ortalamalardan yerel sistemler için otomatik çıkarım yapılamaz.

Çalışmanın Yöntemi ve Bulguları

Örneklem ve veri yapısı

Analiz 27 Avrupa Birliği üye devletini 2000–2024 yılları arasında yıllık olarak izleyen dengeli bir panel kullanmaktadır. Her ülke için 25 yıllık gözlem bulunduğundan toplam örneklem 675 ülke-yıl gözleminden oluşur. Panel günümüzdeki AB-27 bileşimini tüm zaman aralığı boyunca sabit tutmakta; 2004, 2007 ve 2013 genişlemeleriyle birliğe katılan ülkeleri de örneklemde içermekte, Birleşik Krallık'ı ise dışarıda bırakmaktadır.

Tüm temel değişkenler Eurostat kaynaklıdır. Bu tercih tanımların, kapsamanın ve ülkeler arası karşılaştırmanın mümkün olduğunca uyumlaştırılmasını sağlamaktadır.

Tanımlayıcı istatistikler

PTSP'nin örneklem ortalaması %18.4308'dir ve ham değerler %5.3 ile %40.2 arasında değişmektedir. INNOV ortalaması kişi başına 488.9489 avro, EID ortalaması %57.0323 ve TOURARR ortalaması yaklaşık 10.4 milyon geliş olarak raporlanmıştır. Ülkeler arasındaki geniş dağılım, tek bir Avrupa ortalamasının ulusal ulaşım sistemleri arasındaki yapısal farkları gizleyebileceğini göstermektedir.

Doğal logaritma dönüşümü katsayıların uzun dönem esneklikleri biçiminde yorumlanmasını sağlar. Ayrıca özellikle turizm gelişlerindeki güçlü sağ kuyruğun etkisini azaltmakta ve bağımlı değişkenin dağılımını daha simetrik hale getirmektedir. PTSP'nin çarpıklığı ham seride 1.0657 iken logaritmik seride −0.1660'a gerilemiştir.

Uzun dönem model

Çalışmanın temel log-lineer denklemi şöyledir:

\[ \ln PTSP_{i,t} = \alpha_i + \beta_{1,i}\ln INNOV_{i,t} + \beta_{2,i}\ln EID_{i,t} + \beta_{3,i}\ln TOURARR_{i,t} + u_{i,t} \]

Burada \(i\) üye devleti, \(t\) yılı, \(\alpha_i\) ülkeye özgü ve zaman içinde değişmeyen sabiti; \(\beta_{1,i}\), \(\beta_{2,i}\) ve \(\beta_{3,i}\) ise ülkeler arasında aynı olmak zorunda olmayan uzun dönem eğim katsayılarını temsil eder. Ülkeye özgü sabit, topoğrafya, yerleşim yapısı veya tarihsel demiryolu ağı gibi zaman içinde görece sabit özellikleri bünyesinde tutar.

Hata terimi ortak Avrupa şoklarının bütün ülkeleri aynı biçimde etkilemediği varsayımıyla çok faktörlü olarak modellenmektedir:

\[ u_{i,t}=\gamma_i^{\prime}f_t+e_{i,t} \]

\(f_t\) gözlenemeyen ortak faktörleri, \(\gamma_i\) ise her ülkenin bu ortak faktörlere özgü yükünü temsil eder. Avrupa çapındaki yakıt fiyat hareketleri, düzenleyici değişiklikler, iş çevrimi, COVID-19 dönemi ve 2022 enerji şoku bu tür ortak etkilerin ekonomik örnekleridir.

Ön tanısal testler

Model seçimi, verinin yapısı test edilmeden yapılmamıştır. Varyans şişirme faktörü, Wooldridge otokorelasyon testi, değiştirilmiş Wald heteroskedastisite testi, Pesaran–Yamagata eğim homojenliği testleri ve Pesaran yatay kesit bağımlılığı testi ardışık biçimde uygulanmıştır.

Özellikle FE modelinin artıklarında ortalama mutlak çapraz korelasyonun 0.348 olması, ülkelerin birbirinden tamamen bağımsız gözlemler olarak ele alınamayacağını göstermektedir. Bu nedenle standart bir sabit etkiler modeli tek başına ana tahmin yöntemi olarak yeterli görülmemiştir.

Yatay kesit bağımlılığı testi

Pesaran CD yaklaşımının özündeki istatistik kaynakta şu biçimde verilmektedir:

\[ CD=\sqrt{\frac{2T}{N(N-1)}}\sum_{i=1}^{N-1}\sum_{j=i+1}^{N}\hat{\rho}_{ij} \]

Burada \(N\) ülke sayısını, \(T\) zaman boyutunu ve \(\hat{\rho}_{ij}\) ülke çiftleri arasındaki artık korelasyonunu temsil eder. Yüksek ve anlamlı CD istatistiği, bir ülkedeki serinin diğer ülkelerdeki ortak gelişmelerden bağımsız olmadığına işaret eder.

Panel birim kök yapısı

Yatay kesit bağımlılığı bulunduğu için çalışma ikinci nesil Pesaran çapraz kesit genişletilmiş Dickey–Fuller yaklaşımını kullanmaktadır:

\[ \Delta y_{it}=a_i+b_i y_{i,t-1}+c_i\bar{y}_{t-1}+d_i\Delta\bar{y}_t+\varepsilon_{it} \]

Çapraz kesit ortalaması:

\[ \bar{y}_t=\frac{1}{N}\sum_{i=1}^{N}y_{it} \]

ve ülke düzeyindeki CADF istatistiklerini bir araya getiren CIPS istatistiği:

\[ CIPS=\frac{1}{N}\sum_{i=1}^{N}CADF_i \]

şeklindedir.

Sonuçlar karma bütünleşme derecelerine işaret etmektedir. lnPTSP ve lnTOURARR düzeyde birim kök sıfır hipotezini reddetmezken birinci farkta durağanlaşmaktadır ve I(1) davranışı göstermektedir. lnINNOV ile lnEID ise düzeyde durağanlık yönünde sonuç vermektedir. Dolayısıyla bütün serilerin aynı bütünleşme derecesine sahip olduğu varsayılamaz.

Eşbütünleşme

Uzun dönem ilişkinin sahte ortak trendlerden kaynaklanıp kaynaklanmadığını değerlendirmek için Kao ve Westerlund eşbütünleşme testleri uygulanmıştır. Kao çerçevesinin uzun dönem denklemi:

\[ y_{it}=\alpha_i+\beta^{\prime}x_{it}+u_{it} \]

şeklindedir. Westerlund yaklaşımı ise hata düzeltme dinamiğine dayanmaktadır:

\[ \Delta y_{it}=\alpha_i+\phi_i\left(y_{i,t-1}-\beta_i^{\prime}x_{i,t-1}\right)+ \sum_{j=1}^{p}\gamma_{ij}\Delta y_{i,t-j}+ \sum_{j=0}^{q}\delta_{ij}^{\prime}\Delta x_{i,t-j}+\varepsilon_{it} \]

Kao testindeki beş istatistiğin tamamı eşbütünleşme yoktur sıfır hipotezini reddetmektedir; bunların dördü %5 veya daha güçlü, biri %10 anlamlılık düzeyindedir. Westerlund testinde Gt = −7.4766, Ga = −24.3549, Pt = −32.1302 ve Pa = −24.3549 değerlerinin tamamı %1 düzeyinde anlamlıdır. İki farklı test ailesinin aynı yönde sonuç vermesi, değişkenler arasındaki uzun dönem ilişkinin yalnız ortak trendlerden oluşan sahte bir regresyon olarak değerlendirilmemesi için destek sağlamaktadır.

Uzun dönem tahmincileri

Sabit etkiler modeli, Driscoll–Kraay kovaryans tahmincisiyle heteroskedastisiteye, seri korelasyona ve yatay kesit bağımlılığına karşı daha dayanıklı standart hatalar üretmek üzere karşılaştırma modeli olarak kullanılmıştır:

\[ y_{it}=\alpha_i+\beta^{\prime}x_{it}+\varepsilon_{it} \]

CCEMG yaklaşımı ülkeye özgü regresyonlara bağımlı ve açıklayıcı değişkenlerin çapraz kesit ortalamalarını ekleyerek ortak gözlenemeyen faktörleri yaklaşık olarak kontrol eder:

\[ y_{it}=\alpha_i+\beta_i^{\prime}x_{it}+\lambda_i^{\prime}z_t+\varepsilon_{it} \]

ve panel katsayısını ülkeye özgü tahminlerin ortalaması olarak hesaplar:

\[ \hat{\beta}_{CCEMG}=\frac{1}{N}\sum_{i=1}^{N}\hat{\beta}_i \]

AMG yöntemi ise havuzlanmış birinci fark regresyonundaki yıl etkilerinden ortak dinamik süreci çıkarır:

\[ \Delta y_{it}=\beta_i^{\prime}\Delta x_{it}+c_i\hat{\mu}_t+\varepsilon_{it} \]

ve uzun dönem panel katsayısını:

\[ \hat{\beta}_{AMG}=\frac{1}{N}\sum_{i=1}^{N}\hat{\beta}_i \]

şeklinde oluşturur. CCEMG ve AMG ortak gözlenemeyen etkileri farklı yollarla kontrol ettiği için iki yöntemde katsayı işaretlerinin aynı kalması sonuçların yöntem seçimine karşı dayanıklılığını değerlendirmede önemlidir.

Not: Parantez içindeki değerler standart hatalardır. *** p<0.01, ** p<0.05, * p<0.10.

Üç model arasında katsayı büyüklükleri önemli ölçüde değişse de işaretler değişmemektedir. İnovasyon ve enerji ithalat bağımlılığı her üç yaklaşımda negatif, turizm talebi ise pozitiftir. Bu nedenle çalışmanın temel yorumu tek bir tahmincinin sayısal büyüklüğünden ziyade farklı varsayımlara sahip yöntemlerde işaretlerin kararlı kalmasına dayanmaktadır.

FE modelindeki inovasyon katsayısının CCEMG ve AMG'den çok daha büyük olması, ortak gözlenemeyen faktörlerin veya ülkeye özgü tepkilerin homojen eğimli model tarafından kısmen inovasyon etkisi içine çekilebileceğini düşündürmektedir. Enerji ithalat bağımlılığında ise CCEMG ve AMG büyüklüklerinin FE tahmininden daha yüksek olması, geleneksel modelin heterojenlik ve ortak faktörler kontrol edilmediğinde bu ilişkiyi daha düşük tahmin edebileceğini göstermektedir.

Kuantil sonuçları ortalama katsayılardan farklı olarak ne gösterir?

Kuantil sonuçları, inovasyon kapasitesi, enerji ithalat bağımlılığı ve turizm talebinin toplu taşıma performansıyla ilişkisinin toplu taşıma payı düşük ülkelerle yüksek ülkelerde aynı büyüklükte olmadığını gösterir; inovasyonun negatif ilişkisi üst kuantillere doğru güçlenirken enerji ithalat bağımlılığının negatif ilişkisi ve turizmin pozitif ilişkisi zayıflamaktadır.

Momentler yöntemi kuantil regresyonunun koşullu kuantil fonksiyonu kaynakta şu şekilde tanımlanmıştır:

\[ Q_{y_{it}}\left(\tau \mid x_{it},\alpha_i\right) =\alpha_i+x_{it}^{\prime}\beta+\sigma(x_{it},\tau) \]

Analiz:

\[ \tau=\{0.10,\;0.25,\;0.50,\;0.75,\;0.90\} \]

kuantillerinde gerçekleştirilmiştir.

Not: *** p<0.01, ** p<0.05. TOURARR için Q0.90 katsayısı kaynak tabloda istatistiksel anlamlılık işareti taşımamaktadır.

İnovasyon katsayısının −0.0652'den −0.1294'e ilerlemesi, toplu taşıma payı yüksek sistemlerde negatif ilişkinin yaklaşık iki kat daha güçlü olduğunu göstermektedir. Çalışmanın “teknoloji kaynaklı aşınma” yorumu özellikle bu dağılımsal sonucu temel alır: tarihsel olarak toplu taşıma kullanımının daha yüksek olduğu sistemlerde özel hareketliliği daha çekici hale getiren teknolojik gelişmelerden etkilenebilecek daha geniş bir marjinal kullanıcı grubu bulunabilir.

Enerji ithalat bağımlılığının katsayısı ters yönde hareket ederek −0.0599'dan −0.0140'a yaklaşmaktadır. Böylece enerji bağımlılığı ile toplu taşıma arasındaki negatif ilişki, toplu taşıma payı görece düşük sistemlerde daha güçlüdür. Araştırmacılar bunun ada, çevre ve daha düşük ağ yoğunluğuna sahip ekonomilerin hem enerji bağımlılığı hem de daha sınırlı toplu taşıma altyapısıyla birlikte görülmesi gibi daha geniş yapısal özellikleri yansıtabileceği konusunda uyarıda bulunmaktadır.

Turizm katsayısı ise 0.0473'ten 0.0080'e düzenli biçimde düşmektedir. Bu desen, turistlerin oluşturduğu ek toplu taşıma talebinin toplu taşıma ağlarının görece az kullanıldığı ülkelerde modal bileşim üzerinde daha belirgin olabileceği; yüksek paya sahip ülkelerde ise ek ziyaretçilerin mevcut sistemin kullanım yoğunluğunu artırsa bile ulusal modal dağılımı daha fazla değiştirmeyebileceği yorumuyla uyumludur.

Yukarıdan yakınsama yorumu

Yazarların sonuç bölümünde vurguladığı dağılımsal yorum, yüksek toplu taşıma payına sahip ülkelerin zaman içinde düşük paylı ülkelere doğru mutlaka nedensel olarak yakınsadığının gösterilmesi değildir. “Yukarıdan yakınsama” ifadesi, yüksek kuantillerde inovasyonla ilişkili negatif katsayının büyümesi ve turizmin pozitif marjinal ilişkisinin zayıflaması nedeniyle toplu taşıma performansı güçlü sistemlerin daha fazla aşınma baskısıyla karşılaşabileceğini ifade eden ampirik bir yorumdur.

Politika çıkarımları

Kaynak makale dört ana politika çıkarımı geliştirmektedir ve bunların tamamını tahmin edilen ilişkilerin politika açısından anlamı olarak sunmakta, nedensel politika etkisi kanıtı olarak sunmamaktadır.

1. İnovasyona yön kazandırılması: Ar-Ge'nin miktarının artırılması tek başına modal dönüşüm garantisi değildir. Toplu taşıma teknolojileri, gelişmiş sinyalizasyon, sınır ötesi birlikte çalışabilirlik, entegre ücret sistemleri ve enerji verimli demiryolu araçları gibi alanlarda daha açık hedeflendirme önerilmektedir.
2. Enerji güvenliği ile ulaştırma politikasının birlikte düşünülmesi: Toplu taşımanın elektrifikasyonu, özellikle enerji ithalatına bağımlı ve toplu taşıma ağları daha zayıf ülkelerde hem ulaşım hem enerji güvenliği yatırımı olarak değerlendirilebilir.
3. Düşük toplu taşıma paylı ülkelerde turizm talebinin ulaşım planlamasına daha güçlü entegrasyonu: Entegre ziyaretçi ulaşım kartları, havaalanı ve liman bağlantılarının demiryolu ve otobüsle güçlendirilmesi, turizm koridorlarında mevsimsel kapasite ve konaklama planlamasının mevcut toplu taşıma altyapısıyla eşgüdümü örneklenmektedir.
4. Yüksek performanslı sistemleri yalnız “başarılı” kabul edip ihmal etmeme: Politika yalnız düşük toplu taşıma paylı bölgelerde ağ genişletmeye değil, tarihsel olarak yüksek paya ulaşmış sistemlerde mevcut performansın korunmasına da odaklanmalıdır.

Temel sınırlılıklar

Birinci sınırlılık — inovasyon göstergesinin toplulaştırılmış olması: Kişi başına toplam Ar-Ge harcaması inovasyonun ölçeğini gösterir fakat Ar-Ge'nin özel otomobil, demiryolu, otobüs, altyapı veya diğer teknolojilere nasıl dağıldığını göstermez. Bu nedenle negatif toplam inovasyon katsayısı birbirine zıt sektörel etkilerin net sonucu olabilir.

İkinci sınırlılık — modele alınmayan politika değişkenleri: Yakıt vergileri, toplu taşıma ücret yapıları, çevre politikası sıkılığı ve demiryolu ağ yoğunluğu gibi modal bileşimi etkileyebilecek değişkenler modele doğrudan dahil edilmemiştir. Ülkeye özgü sabit etkiler ve ortak faktör tahmincileri bu eksikliği yalnız kısmen azaltabilir.

Üçüncü sınırlılık — ulusal toplulaştırma: Ülke düzeyindeki modal pay, yoğun toplu taşıma ağına sahip büyükşehirlerle seyrek bağlantılı çevre bölgeler arasındaki farkları gizler. Katsayılar ulusal ortalamaları ifade eder ve belirli bir yerleşim tipinin koşullarını doğrudan temsil etmez.

Teknik ek sınırlılık — zaman boyutu: Her ülke için 25 yıllık gözlem mean-group tahmincilerinin uygulanabilmesine olanak verse de ülkeye özgü eğim katsayılarının hassasiyeti açısından görece sınırlı bir zaman boyutudur.

Gelecek araştırma yönleri

Araştırmacılar inovasyonu toplu göstergeden ayırarak ulaşım moduna özgü patent sayıları veya teknoloji alanına göre ayrıştırılmış Ar-Ge harcamalarının kullanılmasını önermektedir. Böylece toplu taşımaya yöneltilmiş inovasyonun etkisi ile özel hareketlilik inovasyonunun etkisi doğrudan karşılaştırılabilir.

İkinci olarak çevre politikası sıkılığını doğrudan ölçen bir değişkenin modele eklenmesi, düzenleyici baskının inovasyonun yönüyle nasıl etkileştiğinin ayrıştırılmasına yardımcı olabilir. Üçüncü olarak aynı ilişkilerin ulusal düzeyin altındaki bölgesel veya yerel birimlerde tahmin edilmesi, sonuçların büyükşehirler, çevre bölgeler ve farklı yerleşim yapıları arasında ne ölçüde değiştiğini gösterebilir.

Kaynak ve Yöntem Notu

Özgün çalışma: Energy Import Dependency, Tourism Demand and Innovation Capacity as Determinants of Collective Passenger Transport Performance: Heterogeneous Panel Evidence from the EU-27

Yazarlar: Kuanish Xalmuratov; Zokir Mamadiyarov; Dilshod Karimboev; Nodir Jumaev; Akramjon Mamajonov; Sofiya Alimova; Umidjon Juraev.

Sorumlu yazar: Dilshod Karimboev.

Kurumlar: Department of Economics, Urgench RANCH University of Technology; Finance and Tourism, Termez University of Economics and Service; Department of Finance, Alfraganus University; Department of Business Management, Mamun University; Department of International Finance, Tashkent State University of Economics; Department of Accounting and Auditing, Andijan Institute of Agriculture and Agrotechnologies; Department of Economics and Finance, Tashkent International University; Department of International Tourism and Economics, Kokand University.

Dergi: Economies.

Yayınevi: MDPI, Basel, Switzerland.

Bibliyografik kayıt: Economies, 2026, 14(10), 448.

DOI: 10.3390/economies14100448

Gönderim: 24 Ağustos 2026. Revizyon: 22 Eylül 2026. Kabul: 28 Eylül 2026. Yayın: 3 Ekim 2026.

Kaynak türü ve hakemlik: Uluslararası hakemli, açık erişimli bilimsel dergide yayımlanmış özgün araştırma makalesidir.

Lisans: Creative Commons Attribution (CC BY). Telif hakkı yazarlara aittir; lisans sahibi/yayıncı MDPI'dır.

Finansman: Yazarlar araştırmanın dış finansman almadığını bildirmiştir.

Etik kurul: Uygulanabilir değildir.

Bilgilendirilmiş onam: Uygulanabilir değildir.

Veri erişilebilirliği: Bulguları destekleyen temel veriler Eurostat veri tabanında açık olarak bulunmaktadır. Ampirik tahminlerde kullanılan derlenmiş panel veri setinin makul talep üzerine sorumlu yazardan temin edilebileceği belirtilmiştir. Eurostat verilerine erişim tarihi kaynakta 18 Mayıs 2026 olarak raporlanmıştır.

Çıkar çatışması: Yazarlar çıkar çatışması olmadığını beyan etmiştir.

Yazar katkıları: Kavramsallaştırma K.X., Z.M. ve U.J.; metodoloji K.X., D.K. ve N.J.; yazılım D.K., N.J. ve A.M.; doğrulama Z.M., S.A. ve U.J.; biçimsel analiz K.X., D.K. ve N.J.; araştırma Z.M. ve S.A.; kaynaklar A.M. ve S.A.; veri düzenleme D.K., A.M. ve U.J.; ilk taslak yazımı K.X. ve S.A.; gözden geçirme ve düzenleme Z.M., N.J. ve U.J.; görselleştirme D.K. ve S.A.; süpervizyon Z.M.; proje yönetimi A.M.; finansman edinimi K.X., Z.M., D.K., N.J., A.M., S.A. ve U.J. olarak bildirilmiştir.

Verianla yöntem notu: Bu metin kaynak araştırmanın yeni bir analizi veya yeniden hesaplanması değildir. Kaynaktaki araştırma problemi, veri yapısı, ekonometrik yöntemler, katsayılar, dağılımsal bulgular, yazar yorumları, politika çıkarımları ve sınırlılıklar öğretici Türkçe anlatıma dönüştürülmüştür. Kaynakta bulunmayan ülke verisi, regresyon sonucu, etki büyüklüğü veya nedensel mekanizma eklenmemiştir. Makale içindeki yöntem akış görseli kaynak Şekil 1'in bilimsel sırasına dayanarak Verianla için bağımsız biçimde yeniden oluşturulmuştur.