Havayolu kargo taşımacılığı modellemesi ve havayolu kargo ağının planlanması: Türkiye uygulaması

Abstract

2019 yılında, COVID-19 pandemisinin küresel etkisinin gözlemlenmeye başlamasından hemen önce, hava kargo sektörü tüm zamanların en yüksek Kargo Ton-Kilometre değerine ulaşmıştı; ancak son dönemde küresel tedarik zincirini etkileyen aksaklıklar, hava kargo sektörünün en büyük itici gücü olan üretim ve ticaret operasyonlarını dalgalanmalara sebep olmaktadır. Ayrıca New York JFK, Los Angeles Uluslararası Havalimanı ve Amsterdam Schiphol Havalimanı gibi dünyaca ünlü havalimanlarında, yetersiz kapasite ve çalışanlarının karantina süresi gibi faktörler nedeniyle daha uzun ulaşım süreleri yaşadı. Hava kargo taşımacılığında pandemi dolayısıyla yaşanan problemler, diğer taşıma modlarında yaşanan problemler sebebiyle ve firmaların hammadde taleplerinin ertelenemez hale gelmesi sonucunda sektör, pandemi krizi öncesi döneminde eriştiği rekor taşınan kargo miktarına 2021 yılı itibariyle yeniden erişmiştir. Dahası, Boeing, pazarın 2039 yılına kadar yıllık %4 büyüyeceğini ve hava kargo pazarının Gelir Ton-Kilometresinin 2039 yılına kadar en az iki katına çıkacağını tahmin ediyor. Türk hava kargo pazarı, dünya çapında taşınan kargo miktarına katkı sağlayan en önemli pazarlar arasında yer almaktadır. Türkiye'nin bayrak taşıyıcı havayolu Türk Hava Yolları, küresel kargo trafiğinde 2020 yılında 6,9 milyon Ton-Kilometre kargo trafiği ile sekizinci sırada yer aldı. Son yıllarda Türk hükümeti ve Türkiye'deki hava kargo paydaşları, Türk hava kargo sektörünün küresel pazardaki payını arttırmak adına sektördeki yatırımlarını hızlandırdı. Örneğin 2018 yılında faaliyete geçen İstanbul Havalimanı, tüm yapım aşamaları tamamlandığında yıllık 5,5 milyon ton kargo elleçleme kapasitesine sahip olmayı planlamaktadır ve tam kapasiteye ulaşıldığında havalimanının küresel hava kargo trafiği için önemli bir merkez haline gelmesi beklenmektedir. Türkiye pazarında havayollarının taşıdığı kargo miktarı son 10 yılda yıllık ortalama %9,9 oranında artmıştır ve bu istatistik paydaşların yatırımlarının karşılığını bulduğunu göstermektedir. Dış hat taşınan kargo istatistikleri incelendiğinde, uluslararası hava kargo trafiği, toplu hava kargo trafik verilerine benzer bir performans göstermektedir; öte yandan, yurt içi hava kargo pazarına yönelik yatırımların hızlanmasında uluslararası hava kargo trafik istatistiklerinin etkisi olmasına rağmen, iç hat hava kargo trafiği son on yıldır yatay seyretmektedir. Türkiye iç hat hava kargo pazarında son yirmi yıldır Türk Hava Yolları ve Pegasus Hava Yolları tarafından yolcu uçaklarıyla kargo kapasitesi arzı kesintisiz olarak karşılanmakta ve 2021 yılı itibarıyla İzmir merkezli Air Anka Havayolları da aralarına katılmıştır. Ayrıca Türk Hava Yolları iştiraki olan Turkish Cargo, 2021 yılından itibaren sadece kargo operasyonları yapan bir şirket olarak pazarda faaliyetlerine devam edecek. Bu gelişmeler sonucunda Devlet Hava Meydanları İşletmesi Genel Müdürlüğü (DHMİ), Türkiye iç hatlarda taşınacak yıllık toplam kargo miktarını 2021 için 59,7 bin ton, 2022 için 74,2 bin ton ve 2023 için 84,6 bin ton olarak tahmin etmektedir. Türkiye hava kargo pazarının potansiyel büyümesi ve geleceğe yönelik olumlu beklentiler, paydaşların yatırımlarını artırmış olsa da bilindiği kadarıyla, akademik anlamda araştırmacılar arasında hava kargo miktarını etkileyen faktörleri belirlemeye çalışan bir çalışma bulunmamaktadır. Bu çalışma, öncelikle Türkiye'nin iç hatlarda havalimanı çiftleri arasında taşınan kargo miktarını etkileyen faktörleri ve ayrıca Türkiye'de bulunan havalimanları ile ülkeler arasında taşınan kargo miktarını analiz ederek bu boşluğu doldurmayı amaçlamaktadır. Ayrıca, sonraki bölümler, son yirmi yılda, çekim modelinin havacılık alanındaki yolcu sayısını ve kargo miktarını tahmin etmek için sıklıkla kullanılan yöntemlerden biri olduğunu göstermektedir. Bununla birlikte, araştırmacılar, OLS veya PPML gibi sıfır gözlemleri hariç tutan veya içeren farklı veri setlerinin kullanıldığı farklı çalışmalar yapmışlardır. Bu çalışmanın ikinci katkısı, literatürdeki bu farklı yaklaşımları karşılaştırmalı olarak Türk hava kargo verilerine uygulamaktır. Sonuç olarak bu çalışma, modelde kullanılan diğer değişkenlere kıyasla hangi değişkenlerin destinasyon çiftleri arasındaki hava kargo trafiği üzerinde daha fazla etkiye sahip olduğunu rapor etmekle kalmayıp, aynı zamanda veri setine göre hangi tahmincinin çekim modeli tahmininde daha iyi performansa sahip olduğunu ortaya koymayı amaçlamaktadır. Bu tez çalışması, Türk hava kargo pazarı için uygulamalı bir analiz yapmak için dört aşamalı bir strateji kullanmıştır. İlk aşamada temel çekim modeli değişkenleri olan nüfus, kişi başı GSYİH ve mesafe değişkenleri açıklayıcı değişken olarak kullanılmış ve Türkiye'de havalimanı çiftleri arasında taşınan iç hat kargo hacmi de denkleme bağımlı değişken olarak dahil edilmiştir. Böylece, Türkiye'de havalimanı çiftleri arasında taşınan kargo miktarını etkileyen faktörler ve bu faktörlerin etki büyüklükleri, temel çekim modeli kullanılarak değerlendirilmeye çalışılmıştır. Ayrıca literatürdeki çalışmaların çoğunda kargoyu gönderen ve kabul eden şehirlerin makroekonomik özelliklerini gösteren değişkenlerin katsayıları matematiksel dönüşümler ve denklemler şeklinde birleştirilirken, katsayıların eşitliği sınanmadan kullanılmıştır. Bu çalışmada literatürdeki çalışmalardan farklı olarak katsayıların eşitliği her aşamada sınanmıştır. İç hat denklem tahminlerinde, her yıl için yatay kesit verisiyle denklem tahminleri hem OLS hem de PPML tahmincileri kullanılarak 2012 ile 2019 yılları için ayrı ayrı uygulanmıştır. Buradaki amaç, iki tahminci ile elde edilen katsayıların zaman içindeki değişimlerini izlemektir ve hangi tahmincinin daha tutarlı parametre tahminleri sağladığını belirlemektir. Zaman içindeki değişimler açısından, bulgular, PPML tahmincisi ile oluşturulan parametre tahminlerinin, OLS tahmincisi ile elde edilen katsayı tahminlerinden daha tutarlı olduğunu göstermektedir. OLS tahmincisi kullanılarak tahmin edilen katsayılar, değişkenlerin yıllara göre dağılımında o kadar oynaklık göstermektedir ki, bazı değişkenlerin katsayıları bazı yıllarda istatistiksel olarak anlamlı bulunurken, diğer yıllarda bu istatistiksel anlamlılığa ulaşılamamaktadır. Ayrıca denklem tahminleri sonrasında havalimanlarının bulunduğu illerin makroekonomik özellikleri için kullanılan nüfus ve kişi başına düşen GSYİH değişkenlerinin katsayıları arasında anlamlı bir farklılık olmadığı rapor edilmiştir. Başka bir deyişle, kargo gönderen ve kabul eden şehirlerin özelliklerinin, iki şehir arasında taşınan hava kargo hacmine etkisinin olmadığı ortaya çıkmıştır. İç hat hava kargo trafik modelinin oluşturulmasının ikinci aşamasında birim ve/veya zaman etkilerinin modele dahil edilmesini sağlayan panel veri seti kullanılmıştır. Elde edilen model göstermektedir ki, Türkiye'de taşınan hava kargo miktarında zaman etkisi yoktur; yani yıllara göre taşınan yük miktarı 2012 yılında taşınan miktardan istatistiksel olarak anlamlı bir farklılık göstermemektedir. Bu durum üçüncü bir modelleme aşamasına ihtiyaç olduğunu ortaya koymuştur ve bu nedenle yıllar için dahil edilen gölge değişkenler veri setinden çıkarılmış ve denklem tahminleri havuzlanmış panel verileri kullanılarak tekrarlanmıştır. İç hatlarda meydan çiftleri arasında taşınan kargo miktarı havalimanlarının bulunduğu şehirlerin nüfusu, kişi başına düşen GSYİH değerleri ve havalimanları arası kilometre cinsinden uçuş mesafesi ile açıklanmaktadır. Bu açıklayıcı değişkenler, havaalanı çiftleri arasındaki kargo trafiğinin kabaca %72'sini açıklayabilmektedir. Modeldeki tüm açıklayıcı değişkenlerin bağımlı değişken üzerinde istatistiksel olarak anlamlı bir etkisi vardır, öyle ki şehir nüfusundaki %1'lik bir artış, Türkiye'nin havalimanı çiftleri arasında taşınan yurtiçi kargo miktarını yaklaşık %2,24 artırmaktadır. Şehirlerin kişi başı GSYİH'si %1 büyüdüğünde, taşınan iç hat kargo %2,01 oranında artmaktadır. Türkiye'de iç hatlarda taşınan hava kargo miktarı mesafeye duyarlıdır ve iki havalimanı arasındaki mesafedeki %1'lik artış ve karşılıklı kargo trafiğinde %2,14'lük bir artışa sebep olmaktadır. Türkiye'deki 56 havalimanı ile 127 ülkeden 300 havalimanı arasındaki dış hat hava kargo trafiği, bir sonraki adımda çekim modelinin bağımlı değişkeni olmuştur. Bu aşamada veri seti, Türkiye'deki havalimanı ve ülke olacak biçimde lokasyon çifti şeklinde oluşturulmuştur. Sonuç olarak, veri seti, bağımlı değişken olarak belirli bir yılda Türkiye'deki herhangi bir havalimanı ile ilgili ülkelerdeki tüm havalimanları arasındaki toplam kargo trafiğini içerecek şekilde revize edilmiştir. Dış hat kargo modelleri için yurt içi kargo modeli oluşturma aşamasındaki benzer prosedürler takip edilmiş ve yurt içi kargo modellerinden farklı olarak uluslararası kargo hacminde zaman etkisi olduğu ortaya çıkmıştır. Havuzlanmış panel verileri kullanılarak, uluslararası hava kargo modelleri, 2016 yılında taşınan uluslararası hava kargosunun toplam hacminde 2012 yılına kıyasla istatistiksel olarak anlamlı bir fark olduğunu göstermektedir. PPML tahmincisi sıfır değerli bağımlı değişken gözlemleri içeren veri setleri ile çalışabildiğinden, 40427 gözlemlerini kullanarak 8 yıllık veri seti için parametreleri hesapladı. PPML tahmincisi kullanılarak elde edilen modele göre, nüfus değişkenindeki %1'lik bir artış, lokasyon çiftlerinde taşınan kargo trafiğinde yüzde 0,91'lik bir artışa neden olacaktır. Kişi başına düşen GSYİH değişkenindeki %1'lik bir büyüme, taşınan kargo hacminde yüzde 0,76'lık bir artışa neden olurken, mesafedeki %1'lik bir artış, taşınan kargo miktarında yüzde 0,97'lik bir azalmaya yol açmaktadır. Dış hat çekim modelindeki gölge değişken olan gümrük değişkeni, Türkiye'de tüm gümrük işlemlerinin yapıldığı havalimanlarını temsil etmekte ve A sınıfı gümrüklü havalimanları ortalama yüzde 4,32 daha fazla dış hat kargo elleçlemektedir. Tezin son aşamasında, üç olası senaryo ve elde edilen modeller kullanılarak yurtiçi ve yurtdışı taşınan kargo miktarının sonraki yıllar için tahminleri oluşturulmuştur. En karamsar senaryoda bile, Türkiye'nin toplam hava kargo trafiğinin önümüzdeki yıllarda artması beklenmektedir. Analizlere göre, Türkiye'deki havalimanlarının çoğu, bulundukları şehirlerin makroekonomik koşullarına göre hava kargo trafiği açısından potansiyellerinin altında faaliyet gösterdiği görülmektedir. Sonuç olarak, gelecek yıllarda hava kargo trafiği arttıkça çoğu havalimanının kargo elleçleme kapasitesi arzına ihtiyaç duyması beklenmektedir.