Box-Jenkins (Ar(I)Ma) Yöntemiyle Sağlık Harcamalarının Gayri Safi Yurtiçi Hasıla İçerisindeki Payının Türkiye Özelinde Tahmin Edilmesi
Öz
Amaç: Bu çalışmada, Türkiye'de sağlık harcamalarının gayrisafi yurt içi hasıla içindeki payının tahmin edilmesi amaçlanmıştır.
Gereç ve Yöntem: Çalışmada, 1995-2022 dönemi zaman serisi verileri kullanılarak 2023-2030 dönemi için sağlık harcamalarının gayrisafi yurt içi hasıla içindeki payı tahmin edilmiştir. Verilerin analizinde zaman serisi analiz yöntemlerinden olan Otoregresif Bütünleşik Hareketli Ortalama (ARIMA) yöntemi kullanılmıştır. Çalışmada kullanılan 1995-2022 dönemine ait veriler OECD veri tabanından elde edilmiştir. Zaman serisi yıllık olduğundan veri seti mevsimsellik içermemektedir ve bu sebeple Box-Jenkins yöntemi tercih edilmiştir.
Bulgular: Analiz sonuçlarına göre; Türkiye’de sağlık harcamalarının gayri safi yurt içi hasıla içindeki oranının; 2025 yılında %3.61, 2026 yılında %3.54, 2027 yılında %3.46, 2028 yılında %3.39, 2029 yılında %3.31 ve 2030 yılında %3.24 olacağı öngörülmektedir.
Sonuç: Sonuç olarak, sağlık harcamalarının gayri safi yurt içi hasıla içindeki oranının 2025-2030 yılları arasında düşüş eğiliminde olacağı tahmin edilmektedir. Çalışmadan elde edilen sonuçlar, sağlık politikaları ve ekonomik stratejiler geliştirmek isteyen politika yapıcılar / karar vericiler için önemli bir bilgi kaynağı olabilir.
Anahtar Kelimeler
Sağlık Harcaması, ARIMA Modeli, Zaman Serisi, Gayri Safi Yurt İçi Hasıla
Destekleyen Kurum
Yazarlar araştırmanın yürütülmesi sürecinde bir finansal destek almadıklarını beyan etmiştir.
Etik Beyan
Çalışmamızda ikincil veriler kullanıldığından etik kurul izni gerektirmemektedir.
Kaynakça
- Adedia, D., Nanga, S., Appiah, S.K., Lotsi, A., Abaye, D.A. (2018). Box-Jenkins’ methodology in predicting maternal mortality records from a public health facility in Ghana. Open Journal of Applied Sciences, 8, 189-202. doi: 10.4236/ojapps.2018.86016
- Atalan, A. (2020). Forecasting for healthcare expenditure of Turkey Covering the years of 2018-2050. Gümüşhane Üniversitesi Sağlık Bilimleri Dergisi, 9(1), 8-16. doi.org/10.37989/gumussagbil.538111
- Atalan, A., Çınar, Z., Çınar, M. (2020). A trendline analysis for healthcare expenditure per capita of OECD members. Sigma Journal of Engineering and Natural Sciences, 11(1), 23-35.
- Chaabouni, S., Abednnadher, C. (2013). Modelling and forecasting of Tunisia’s health expenditures using artificial neural network and ARDL models. International Journal of Medical Science and Public Health, 2(3), 495-504. doi:10.5455/ijmsph.2013.080720131
- Chatfield, C. (2003). The analysis of time series: theory and practice. 6th edition. New York: Chapman and Hall. Çalışkan, Z. (2009). OECD ülkelerinde sağlık harcamaları: Panel veri analizi. Erciyes Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, (34), 117-137.
- Çelik, Y. (2011). Türkiye sağlık harcamalarının analizi ve sağlık harcama düzeyinin uygunluğunun değerlendirilmesi. Sosyal Güvenlik Dergisi, 1(1), 62-81.
- Çevik, S. (2013). The effect of public spending on the ımprovement of healthcare services; a comparative study. İ.Ü. Siyasal Bilgiler Fakültesi Dergisi, (48), 113-133.
- Çınaroğlu, S. (2021). Poverty effects of public health reforms in Turkey: A focus on out‐of‐pocket payments. Journal of Evaluation in Clinical Practice, 27(1), 53-61. doi:10.1111/jep.13383
- Di Matteo, L. (2010). The sustainability of public health expenditures: evidence from the Canadian federation. The European Journal of Health Economics, 11(6), 569-584. doi:10.1007/s10198-009-0214-x
- Dritsakis, N., Klazoglou, P. (2019). Time series analysis using ARIMA models: An approach to forecasting health expenditures in USA. International Economics/Economia Internazionale, 72(1), 77-106.