Input Output Analysis With Fuzzy Target Programmıng: Sectoral Production Value and Electricity Consumption Projection

Year 2019, ECONOMY&POLITICS SPECIAL ISSUE, 267 - 284, 30.12.2019

Ahmet Sel

Abstract

In an economy, all sectoral relations can be
analysed with input and output analysis. It is an analysis method which can use
multiplier analysis with input output analysis and can be used with linear
programming. In this study, input output analysis is used with fuzzy target
programming. The target is 2019, 2020 and 2021 GDP values within the framework
of YEP (New Economy Programme) which is the medium-term program determined by
the Ministry of Development. Optionally, these targets are set as fuzzy targets
with 3% deviation values. The electricity consumption values of 17 sectors
prepared by Turk Stat (Turkish Statistical Institute) in 2017. Considering
these sectors, the sectoral production 
and electricity consumption of the sectors in 2019, 2020 and 2021 is
estimated as amount and value within the framework of fuzzy targets. Taking
into account the sectoral generation and electricity usage values, it will help
to determine the investment regions and direct the investments. In addition,
the results are expected to contribute to the evaluation of economic programs.

Keywords

input output analysis, fuzzy target programming

Girdi Çıktı Analizi ile Bulanık Hedef Programlama: Sektörel Üretim ve Elektrik Tüketim Değerleri Projeksiyonu

Abstract

Bir ekonomide tüm sektörel ilişkiler girdi çıktı
analiziyle incelenebilir. Girdi çıktı analizi ile çoğaltan analizleri
yapılabildiği gibi doğrusal programlamayla birlikte kullanabilen bir analiz
yöntemidir. Bu çalışmada girdi çıktı analizi bulanık hedef programlama ile
kullanılmıştır. Hedef olarak Kalkınma Bakanlığı tarafından belirlenen orta
vadeli program olan YEP (Yeni Ekonomi Programı) çerçevesinde 2019,2020 ve 2021
GSYH (Gayri Safi Yurtiçi Hasıla) değerleri alınmıştır. Bu hedefler opsiyonel
olarak %3 sapma değerleriyle bulanık hedef olarak belirlenmiştir. 2017 yılında
TÜİK (Türkiye İstatistik Kurumu) tarafından hazırlanan 17 sektöre ait elektrik
tüketim değerleri dikkate alınarak 2019, 2020 ve 2021 sektörel üretim ve
elektrik tüketim değerleri senaryoları bulanık hedefler çerçevesinde miktar ve
tutar olarak tahmin edilmiştir. Bulunan sektörel üretim ve elektrik kullanım
değerlerinin dikkate alınması, yapılacak elektrik enerjisi yatırım bölgelerinin
belirlenmesi ve yatırımların yönlendirilmesine yardımcı olacaktır. Ayrıca elde
edilen sonuçların ekonomi programlarının değerlendirilmesi noktasında da katkı
sağlaması beklenmektedir

Keywords

girdi çıktı analizi, bulanık hedef programlama, sektörel elektrik tüketimi, yeni ekonomi programı, sektörel üretim

References

• Can, U. S. T. A., ve Berber, M. (2017). Türkiye’de Enerji Tüketimi Ekonomik Büyüme İlişkisinin Sektörel Analizi. Ekonomik ve Sosyal Araştırmalar Dergisi.
• Chen, C. L., Lee, W. C. (2004). Multi-Objective Optimization of Multi-Echelon Supply Chainnetworks With Uncertain Product Demands and Prices. Computers and Chemical Engineering, 28 (6-7), 1131–1144.
• Çatalca, H. ve Ekren N. (1997), Türkiye’ de Elektrik Enerjisi Tüketiminin Girdi- Çıktı Modeli ile Analizi. İstanbul Üniversitesi İşletme Fakültesi Dergisi, C:26, S:1,51-59.
• Dalkılıç F. (1999). Girdi-Çıktı Analizi ve Hedef Programlama. Fen Bilimleri Enstitüsü, Ankara Üniversitesi.
• https://www.enerji.gov.tr/File/?path=ROOT%2F1%2FDocuments%2FE%C4%B0GM%20Ana%20Ra por%2FT%C3%BCrkiye%20Elektrik%20Enerjisi%20Talep%20Projeksiyonu%20Raporu.pdf (erişim7 Mart 2019).
• http://enerjienstitusu.de/elektrik-fiyatlari/ (erişim 15 Mart 2019).
• http://www.sbb.gov.tr/wpcontent/uploads/2018/11/YeniEkonomiProgram%C4 %B1_OVP_2019- 2021.pdf (erişim 22 Mart 2019).
• Kar, M., and Kınık, E. (2008). Türkiye’de Elektrik Tüketimi Çeşitleri ve Ekonomik Büyüme Arasındaki Ilişkinin Ekonometrik Bir Analizi.
• Özkan, M. M. (2003). Bulanık Hedef Programlama. Bursa: Ekin Kitabevi.
• Özlüer, B. (2011), Sektörler Arası İlişkilerin Doğrusal Programlama ile Analizi: Türkiye Örneği, İstatistik Bilim Dalı, Fen Bilimleri Enstitüsü, Mimar Sinan Güzel Sanatlar Üniversitesi, İstanbul.
• Ribeiro, L. C. D. S., De Souza, K. B., & Perobelli, F. S. (2016). An Input-Output Linear Programming Model to Assess Brazilian Greenhouse Gas Emissions. In Anais Do XLIII Encontro Nacional De Economia [Proceedings of the 43rd Brazilian Economics Meeting] (No. 187).
• Sel, A. and Bircan, H. (2018). Bir Kimya Firmasi Hedeflerinin Bulanik Hedef Programlama ile Değerlendirilmesinde Kim & Whang Yaklaşimi. Uluslararası İktisadi ve İdari İncelemeler Dergisi, 497-510.
• Terzi, H. (1998). Türkiye' de Elektrik Tüketimi ve Ekonomik Büyüme İlişkisi: Sektörel Bir Karşılaştırma. Iktisat Isletme ve Finans, 13(144), 62-71.
• Trinh, B., and Phong, N. V. (2013). A Short Note on RAS Method. Advances in Management and Applied Economics, 3(4), 133.
• Yu, K. D. S., Aviso, K. B., Promentilla, M. A. B., Santos, J. R., & Tan, R. R. (2016). A Weighted Fuzzy Linear Programming Model in Economic Input– Output Analysis: An Application to Risk Management of Energy System Disruptions.
• Zadeh, L. A. (1975). The Concept of a Linguistic Variableandıts Application to Approximate Reasoning-I. Information Sciences, 8, 199-249.
• Zimmermann, H. J. (1978). Fuzzy Programming and Linear Programming with Several Objective Functions. Fuzzy Sets and System, 1, 45-55.
• Zimmermann, H. J. (1993). Fuzzy Sets, Decision Making and Expert Systems. Boston: Kluwer Academic Publishers.