Tarife kaskadı (tariff cascade), ithal ara girdilere uygulanan bir tarifenin yalnız sınırda kalan tek aşamalı bir maliyet artışı olmaması; girdi-çıktı bağlantıları üzerinden üretim zincirinin sonraki aşamalarına doğrudan ve dolaylı olarak yayılmasıdır. Hadi Zarea, Sina Mirzaye Shirkoohi, Zhan Su, Anne-Marie Côté ve Ekaterina Turkina tarafından geliştirilen çalışma, bu mekanizmayı küresel değer zinciri (Global Value Chain, GVC) katılımıyla ilişkilendiren teori-öncelikli bir çerçeve kuruyor ve üç taşınabilir tanı aracı öneriyor: Tarife Yayılım Çarpanı (Tariff Propagation Multiplier, TPM), Geri/İleri Tarife Esnekliği Ayrıştırması (Backward/Forward Tariff Elasticity Decomposition, BFTED) ve Aşama Kayması Ölçütü (Stage-Shift Metric, SSM).
Çalışmanın ampirik bölümü 1999–2018 döneminde 175 partner ülkeyi kapsayan 260.473 ülke çifti-yıl gözlemine dayanıyor. İki yönlü sabit etkili panel regresyonları, ülkenin kendi uyguladığı girdi tarifelerindeki artışların geri yönlü GVC katılımını önemli ölçüde azalttığını gösteriyor. Temel BFTED modelinde ülkenin kendi tarifesi için geri yönlü katılım katsayısı −0,591'dir ve p < 0,01 düzeyinde istatistiksel olarak anlamlıdır. İleri yönlü katılım denkleminde aynı değişken için katsayı −0,586'dır. Buna göre tarife artışları yalnız yabancı ara girdi kullanımını değil, ülkenin ara mallarının başka ülkelerin ihracat üretimindeki rekabet gücünü de baskılayabilir.
Çalışmanın en önemli ölçüm sonucu, bir ülkenin GVC konum endeksinin yükselmesinin her zaman teknolojik veya üretimsel bir “yükseltme” anlamına gelmemesidir. Geri yönlü katılım ileri yönlü katılımdan daha hızlı azalırsa konum göstergesi matematiksel olarak yükselebilir; ülke daha “upstream” görünürken toplam GVC entegrasyonu aslında daralıyor olabilir. Yazarlar bu durumu sahte yükseltme (false upgrading) olarak adlandırıyor. SSM'nin öngördüğü konum değişimleri ile gözlenen konum değişimleri arasındaki Pearson korelasyonu r = 0,96 olarak raporlanıyor.
%25 tarife senaryosuna dayalı kısa dönemli kısmi-denge simülasyonu, küresel geri yönlü katılımda %12,36 ve ileri yönlü katılımda %12,26 azalma öngörüyor. Kanada örneğinde Tablo 7, aynı tarife oranı altında ticaret ağırlıklı geri yönlü katılım kaybını %9,42, ileri yönlü katılım kaybını %9,34 ve yüksek-TPM etkisini %16,95 olarak veriyor. Ancak bu değerler kesin gelecek tahminleri değildir: model döviz kuru hareketlerini, misilleme tarifelerini, firma düzeyi uyarlamaları, menşe kurallarındaki istisnaları ve uzun dönemli tedarikçi değişimini dışarıda bırakmaktadır.
Küresel değer zincirleri tarifeleri neden daha karmaşık hâle getiriyor?
Modern üretim birçok üründe tek bir ülkenin sınırları içinde tamamlanmaz. Bir otomobilin elektronik bileşenleri bir ülkede, motor parçaları başka bir ülkede, metal girdileri üçüncü bir ülkede üretilebilir; parçalar sınırları birkaç kez geçtikten sonra nihai ürün başka bir pazarda satılabilir. Bu yapı, ara malların uluslararası üretim ağlarında defalarca kullanıldığı küresel değer zincirlerini oluşturur.
Böyle bir sistemde ithal bir ara girdiye konulan tarife yalnız ithalatçının ödediği bir sınır vergisi değildir. Girdiyi kullanan sektörün maliyeti yükseldiğinde, bu sektörün ürününü ara girdi olarak kullanan sonraki sektörlerin de maliyeti etkilenir. Üretim zinciri uzadıkça ve ithal girdilere bağımlılık arttıkça başlangıçtaki fiyat şoku ağ boyunca yayılabilir.
Çalışmanın “kaskat” kavramının merkezine yerleştirdiği mekanizma budur. Tarifenin ekonomik etkisi yalnız uygulanan nominal orana değil, ekonominin üretim ağı içindeki konumuna, ithal girdi yoğunluğuna ve sektörler arasındaki bağlantıların derinliğine bağlıdır.
Geri yönlü ve ileri yönlü GVC katılımı neyi ölçüyor?
Çalışma iki temel GVC katılım marjını birbirinden ayırır. Geri yönlü katılım (backward participation, BL), bir ülkenin kendi ihracatında bulunan yabancı katma değeri temsil eder. Ülke ihracat üretirken ne kadar yabancı ara girdi kullanıyorsa geri yönlü entegrasyonu o kadar yüksektir.
İleri yönlü katılım (forward participation, FL) ise ülkenin ürettiği yerli katma değerin ticaret ortaklarının ihracatına ne ölçüde girdiğini gösterir. Bu, ülkenin başka ülkelerin üretim ağlarına ara mal veya katma değer sağlayıcısı olarak katılımını temsil eder.
Teorik tanımlar kaynakta şu şekilde verilir:
\[ BL=\frac{FVA}{XE} \]
\[ FL=\frac{\text{Ticaret ortaklarının ihracatında bulunan yerli katma değer}}{XE} \]
Burada \(FVA\) yabancı katma değeri, \(XE\) ise brüt ihracatı temsil eder. Ampirik panel bölümünde ise UNCTAD-Eora veri yapısıyla karşılaştırılabilirlik için BL ve FL değişkenleri ülkenin GDP'sine göre normalize edilmektedir. Kaynak bu teorik ve ampirik payda farkını açıkça belirtmektedir.
GVC konum endeksi
İleri ve geri yönlü katılım birlikte kullanılarak ülkenin üretim zincirindeki göreli konumunu gösteren bir endeks oluşturulur:
\[ P=\ln\left(1+\frac{FL}{BL}\right) \]
\(P>0\) daha yukarı yönlü, yani upstream bir konuma; daha düşük değerler ise göreli olarak daha aşağı yönlü üretim aşamalarına işaret eder. Ancak çalışmanın temel uyarılarından biri, bu endeksin kısa dönemli değişiminin doğrudan teknolojik yükseltme olarak yorumlanamayacağıdır.
Tarife kaskadı üretim ağı boyunca nasıl yayılıyor?
Tarife kaskadı, ithal ara girdinin fiyatındaki artışın Leontief girdi-çıktı ağı aracılığıyla doğrudan girdi kullanan sektörden başlayarak onu kullanan sonraki üretim aşamalarına aktarılmasıdır. Sektör bir ithal girdiyi doğrudan kullanmasa bile ithal girdiye bağımlı başka bir sektörün ürününü kullanıyorsa dolaylı olarak tarifeden etkilenebilir.
Girdi-çıktı fiyat modeli
Çalışma \(N\) sektörden oluşan ülkeler arası bir input-output sistemi kurmaktadır. \(A\) ara girdi katsayıları matrisi, \(Y\) nihai talep vektörü, \(X\) brüt çıktı ve
\[ L=(I-A)^{-1} \]
Leontief tersidir. Bu durumda miktar tarafında:
\[ X=LY \]
ilişkisi geçerlidir.
Fiyat tarafında ise birim çıktı fiyatları \(p\), temel faktör fiyatları \(w\) ve transpoze Leontief tersi kullanılarak şöyle ifade edilir:
\[ p=(I-A')^{-1}w=B'w \]
Burada \(B=(I-A)^{-1}\) standart Leontief tersidir. Fiyat şoklarının üretim maliyetleri boyunca miktar akışının ters yönünde yayılması nedeniyle fiyat modeli \(B'\) kullanmaktadır.
Uluslararası yapıda ara girdi matrisi:
\[ A=A_d+A_m \]
şeklinde ayrılır. \(A_d\) yerli ara girdileri, \(A_m\) ise ithal ara girdileri temsil eder. Ad valorem tarife şoku doğrudan ithal girdi bloğuna yüklenir.
Tarife şokunun ilk derece fiyat etkisi
İthal ara girdi fiyat vektörü \(q_m\) başlangıçta 1'e normalize edildiğinde küçük bir tarife şokunun sektör fiyatlarına ilk derece etkisi kaynakta şöyle verilmektedir:
\[ dp=B'A'_m\,dq_m \]
Tüm ithal girdi fiyatları aynı oranda \(t\) yükselirse:
\[ dp=tB'A'_m\mathbf{1} \]
elde edilir. Bu ifade, aynı nominal tarifenin her sektörde aynı maliyet artışını yaratmayacağını gösterir. Sonuç, sektörün ithal girdilere doğrudan ve dolaylı bağımlılığına göre değişir.
Tarife Yayılım Çarpanı (TPM) neyi ölçüyor?
Tarife Yayılım Çarpanı, ithal ara girdilerin fiyatında bir yüzde puanlık artış olduğunda üretim ağındaki tüm doğrudan ve dolaylı bağlantılar hesaba katıldıktan sonra belirli bir sektörün birim maliyetinin ne kadar yükseldiğini ölçer. Yüksek TPM, sektörün uzun ve ithalata bağımlı üretim zincirlerinin aşağısında bulunduğunu ve tarife şoklarını daha güçlü biçimde taşıdığını gösterir.
Kaynakta sektör \(k\) için TPM şöyle tanımlanır:
\[ TPM_k=(B'A'_m\mathbf{1})_k=\sum_i b_{ik}m_i \]
Burada \(b_{ik}\), Leontief tersinin ilgili elemanını; \(m_i\), sektör \(i\)'de ithal girdilerin maliyet payını temsil eder.
Kaynak basit iki sektörlü bir örnek verir. Sektör 2'nin doğrudan ithal girdi maliyet payı 0,20, sektör 1'in payı 0,10 ve sektör 1'den sektör 2'ye dolaylı bağlantı katsayısı 0,50 ise:
\[ TPM_2=0.20+(0.50\times0.10)=0.25 \]
Bu örnekte ithal ara girdilerin fiyatındaki bir yüzde puanlık artış, doğrudan ve dolaylı kanallar birlikte değerlendirildiğinde sektör 2'nin birim maliyetini 0,25 yüzde puan yükseltmektedir.
BFTED tarife etkisini neden iki ayrı kanala ayırıyor?
Geri/İleri Tarife Esnekliği Ayrıştırması (BFTED), gözlenen GVC katılım değişiminin yalnız toplam ihracat hacmindeki bir değişimden mi yoksa ihracatın katma değer bileşimindeki değişimden mi kaynaklandığını ayırmak için kullanılır. Böylece aynı BL veya FL hareketinin altında farklı ekonomik mekanizmalar bulunup bulunmadığı görülebilir.
Geri yönlü katılım için:
\[ \frac{d\ln BL}{dt} = \frac{d\ln FVA}{dt} - \frac{d\ln X(E)}{dt} \]
İlk terim yabancı katma değer bileşiminin değişimini, ikinci terim ise ihracat ölçeğinin değişimini temsil eder.
İleri yönlü katılım için:
\[ \frac{d\ln FL}{dt^*} = \frac{d\ln(\text{yabancı ihracatta bulunan yerli katma değer})}{dt^*} - \frac{d\ln X(E)}{dt^*} \]
Bu ayrım özellikle politika açısından önemlidir. BL'nin düşmesi, firmaların yabancı girdilerden yerli girdilere geçmesi nedeniyle gerçekleşebileceği gibi toplam ihracatın küçülmesinden de kaynaklanabilir. İki durumda gözlenen katılım göstergesi aynı yönde hareket etse de ekonomik anlamı aynı değildir.
“Sahte yükseltme” nedir?
Sahte yükseltme, bir ülkenin GVC konum endeksinin yükselmesine rağmen bunun teknolojik yetenek artışı veya daha yüksek katma değerli üretim aşamalarına gerçek bir geçişten değil, geri ve ileri yönlü katılım oranlarının farklı hızlarda daralmasından kaynaklanmasıdır. Özellikle BL'nin FL'den daha hızlı düşmesi, toplam GVC entegrasyonu zayıflarken konum endeksini mekanik olarak yükseltebilir.
SSM için kullanılan ilk derece konum değişimi:
\[ dP= \frac{1}{1+FL/BL} \left( \frac{dFL}{BL} - \frac{FL}{BL^2}dBL \right) \]
şeklindedir.
Çalışmanın panel doğrulamasında SSM ile tahmin edilen yıllık konum değişimi ile gözlenen konum değişimi arasında r = 0,96 Pearson korelasyonu bulunmuştur. Bu yüksek uyum, SSM'nin BL ve FL hareketlerinden konum değişimini hesaplamada güçlü bir ölçüm aracı olduğunu desteklemektedir. Ancak yazarlar bunun sektör düzeyindeki input-output tarife kaskadının doğrudan ampirik testi olmadığını özellikle belirtmektedir.
Çalışmanın Yöntemi ve Bulguları
Teorik varsayımlar
Çerçeve üç temel varsayım üzerine kuruludur. Birincisi, kısa dönemde sektör teknolojisinin sabit teknik katsayılı Leontief yapısında olduğudur. Bu varsayım altında firmalar bir tarife şokundan hemen sonra üretim reçetesini tamamen değiştirmez; ilk etkiler fiyatlar ve kaynak seçimi üzerinden ortaya çıkar.
İkinci varsayım, yerli ve ithal ara girdiler arasında Armington tipi ikame yapılabilmesidir. İthal girdi fiyatı yükseldiğinde ithal payındaki değişim kaynakta:
\[ ds_m=-\sigma s_m(1-s_m)d\ln(q_m/q_d) \]
şeklinde ifade edilir. \(\sigma>0\) ikame esnekliğidir. Bu yapı, tarife ithal girdinin göreli fiyatını yükselttiğinde ithal payının hangi yönde hareket edeceğini belirler.
Üçüncü varsayım, GVC ölçümünün OECD-TiVA yaklaşımıyla uyumlu değer-added accounting mantığına dayanmasıdır.
Altı teorik önerme
Çalışma tarife kaskadı mekanizmasını altı temel önerme altında formüle etmektedir:
- İthal girdi tarifesi, Leontief ağı boyunca sektör fiyatlarına kaskat biçimde yayılır ve etki TPM ile özetlenebilir.
- Ülkenin kendi ithal ara girdi tarifeleri geri yönlü GVC katılımını azaltır.
- Ticaret ortaklarının aşağı yönlü/final mal tarifeleri, ülkenin ileri yönlü GVC katılımını azaltabilir.
- BL ve FL farklı hızlarda değiştiğinde ölçülen GVC konumu teknolojik değişim olmadan mekanik olarak hareket edebilir.
- Yüksek TPM'li sektörlerde aynı tarife oranının üretim maliyeti ve efektif katma değer üzerindeki etkisi daha güçlüdür.
- BFTED, katılım esnekliklerini bileşim ve ölçek kanallarına ayırabilir.
Ampirik veri seti
Ampirik analiz 1999–2018 dönemindeki ikili ticaret ilişkilerine dayanmaktadır. Veri filtrelerinden sonra nihai tahmin örneklemi 260.473 ülke çifti-yıl gözlemini ve 175 partner ülkeyi kapsamaktadır.
GVC katılım göstergeleri UNCTAD-Eora Global Value Chain veri tabanından alınmıştır. İkili tarifeler CEPII tarafından oluşturulan MAcMap-HS6 veri tabanından gelmektedir. GDP kontrolleri Dünya Bankası World Development Indicators'dan, serbest ticaret anlaşması göstergesi WTO bölgesel ticaret anlaşmaları veri tabanından sağlanmıştır. Yaptırım bilgileri Global Sanctions Database'den alınmış olmakla birlikte, tarifelerle yüksek kollinearite nedeniyle temel regresyonlardan çıkarılmıştır.
MAcMap-HS6 tarife verileri yıllık değil, yaklaşık üç yıllık aralıklarla bulunmaktadır. Çalışma ara yıllar için son gözlemi ileri taşıma, yani forward-fill yöntemini kullanmıştır. Yazarlar bunun yıllık tarife değişkenliği açısından sınırlılık oluşturduğunu açıkça kabul etmektedir.
Panel regresyon yapısı
BFTED için iki yönlü sabit etkili panel modelleri tahmin edilmiştir. Temel denklemler:
\[ \ln BL_{ijt} = \beta_1\tau^{home}_{ijt} + \beta_2\tau^{partner}_{ijt} + \gamma X_{ijt} + \alpha_{ij} + \lambda_t + \varepsilon_{ijt} \]
\[ \ln FL_{ijt} = \beta_1\tau^{partner}_{ijt} + \beta_2\tau^{home}_{ijt} + \gamma X_{ijt} + \alpha_{ij} + \lambda_t + \varepsilon_{ijt} \]
\[ P_{ijt} = \beta_1\tau^{home}_{ijt} + \beta_2\tau^{partner}_{ijt} + \gamma X_{ijt} + \alpha_{ij} + \lambda_t + \varepsilon_{ijt} \]
şeklindedir.
\(\alpha_{ij}\) ülke çifti sabit etkilerini temsil eder ve coğrafi uzaklık, ortak dil veya tarihsel bağlar gibi zaman içinde değişmeyen ikili özellikleri emer. \(\lambda_t\) ise ortak küresel şokları yakalayan yıl sabit etkileridir. Standart hatalar ülke çifti düzeyinde kümelenmiştir.
Tahminler R 4.6 ortamında fixest paketi kullanılarak gerçekleştirilmiştir.
Temel BFTED regresyon sonuçları
| Değişken / Model | Geri yönlü katılım BL | İleri yönlü katılım FL | Konum P | BL ~ TPM modeli |
|---|---|---|---|---|
| Ülkenin kendi tarifesi | −0,591*** (0,056) | −0,586*** (0,040) | 0,031 (0,034) | −0,613*** (0,056) |
| Partner tarifesi | −0,037 (0,036) | 0,039 (0,033) | 0,045* (0,026) | — |
| TPM vekil değişkeni | — | — | — | 0,023 (0,017) |
| Gözlem sayısı | 260.473 | 260.473 | 260.473 | 254.623 |
| R² | 0,982 | 0,974 | 0,953 | 0,982 |
* p < 0,10; *** p < 0,01.
Temel sonuç, ülkenin kendi tarifesindeki artış ile geri yönlü katılım arasında güçlü negatif ilişki bulunmasıdır. Kaynak bu −0,591 katsayısını, tarife değişkenindeki %1'lik artışın diğer koşullar sabitken geri yönlü GVC katılımında yaklaşık %0,591 azalmayla ilişkili olması şeklinde yorumlamaktadır.
Dikkat çekici olarak kendi tarifesi ileri yönlü katılım denkleminde de −0,586 katsayısına sahiptir ve p < 0,01 düzeyinde anlamlıdır. Yazarlar bunu, pahalılaşan ithal girdilerin yerli üretim maliyetlerini artırarak ülkenin ara mallarını partner ülkelerin ihracat üretiminde daha az rekabetçi hâle getirebilmesiyle açıklamaktadır.
TPM'nin ikili panel için oluşturulan vekil değişkeni ise pozitif 0,023 katsayısına sahip olmakla birlikte istatistiksel olarak anlamlı değildir. Çalışma bunu teorik TPM'nin sektör düzeyindeki Leontief ağından hesaplanmasına karşılık ampirik TPM vekilinin toplulaştırılmış ülke çifti verilerinden oluşturulmasının getirdiği yaklaşık ölçüm problemiyle ilişkilendirir. Bu nedenle makale TPM için doğrudan sektör düzeyi ampirik doğrulama iddiasında bulunmaz.
Sağlamlık kontrolü
Ters nedensellik endişesini azaltmak için bir yıllık gecikmeli tarifelerle ek model tahmin edilmiştir. Geri yönlü katılım için ülkenin kendi tarifesi katsayısı −0,635 ve p < 0,01, ileri yönlü katılım için ise −0,559 ve p < 0,01 olarak raporlanmıştır. Böylece temel negatif ilişki gecikmeli tarife spesifikasyonunda da korunmaktadır.
SSM doğrulaması
SSM, ülke çifti bazında BL, FL ve P'nin yıllık değişimlerinden hareketle öngörülen \(\Delta P\) değerlerini hesaplamaktadır. Öngörülen ve gerçek konum değişimleri arasındaki Pearson korelasyonu:
r = 0,96
olarak raporlanmıştır. Bu sonuç, ilk derece SSM yaklaşımının konum endeksindeki mekanik değişimi güçlü biçimde yakaladığını göstermektedir. Bununla birlikte bu korelasyon sektör düzeyindeki tarife kaskadı teorisinin doğrudan testi değildir.
Kriz dönemlerinde sahte yükseltme
| Dönem | Gözlem | Ortalama ΔBL | Ortalama ΔFL | Ortalama ΔP | Sahte yükseltme (%) |
|---|---|---|---|---|---|
| Küresel Finansal Kriz, 2008–2009 | 26.174 | −3,3044 | −3,9109 | 0,0015 | 32,17 |
| Normal dönemler | 208.386 | 1,8077 | 1,8062 | 0,0007 | 20,05 |
| ABD–Çin, 2018–2019 etiketi | 12.826 | −3,7167 | −2,7193 | 0,0009 | 28,49 |
Kaynak içi tutarsızlık notu: Kaynağın teorik önerme ve tartışma metinlerinin bazı bölümleri Küresel Finansal Kriz sırasında sahte yükseltme vakalarının “%50'nin üzerinde” olduğunu belirtmektedir. Buna karşılık kaynak Tablo 4 oranı %32,17 olarak vermektedir. Verianla bu iki değeri uzlaştırmamış; yukarıdaki tabloda doğrudan kaynak Tablo 4 değeri kullanılmıştır.
Ayrıca regresyon örneklemi 1999–2018'de sona ermektedir. Kaynak, 2019'daki ABD–Çin takip etkileri ile 2020–2021 COVID-19 döneminin model içi doğrulama değil, gözlenen eğilimlere dayalı betimleyici uzantılar olarak yorumlanması gerektiğini açıkça belirtmektedir.
%25 tarife artışı GVC katılımında ne kadar kayıp üretiyor?
Çalışmanın BFTED katsayılarına dayalı kısmi-denge simülasyonunda %25 tarife senaryosu küresel geri yönlü GVC katılımında %12,36 ve ileri yönlü katılımda %12,26 azalma üretmektedir. Ancak bu sonuç gerçekleşmiş bir tarihsel politika etkisi değil; 1999–2018 panelinden tahmin edilen esnekliklerin belirli tarife senaryolarına uygulanmasıyla oluşturulan karşı-olgusal bir hesaplamadır.
Simülasyon yöntemi
Tarife oranı önce:
\[ \tau=\ln(1+\text{tarife oranı}) \]
şeklinde dönüştürülür.
Ardından geri ve ileri katılım değişimleri:
\[ \Delta BL(\%)= \left[ \exp(\beta_{BL}\tau)-1 \right]\times100 \]
\[ \Delta FL(\%)= \left[ \exp(\beta_{FL}\tau)-1 \right]\times100 \]
ile hesaplanmaktadır. Kaynakta \(\beta_{BL}=-0.591\) ve \(\beta_{FL}=-0.586\)'dır.
| Senaryo | Tarife oranı | ΔBL | ΔFL | SSM ΔP | Yorum |
|---|---|---|---|---|---|
| Başlangıç | %0 | %0 | %0 | 0 | Değişim yok |
| Orta | %10 | −%5,48 | −%5,43 | 0,00021 | Sahte yükseltme riski |
| %25 senaryosu | %25 | −%12,36 | −%12,26 | 0,00046 | Sahte yükseltme riski |
| Yüksek tırmanma | %50 | −%21,31 | −%21,15 | 0,00075 | Sahte yükseltme riski |
BL ve FL'nin birbirine çok yakın oranlarda azalmasına rağmen BL'nin biraz daha hızlı daralması, \(P\) konum endeksinde küçük pozitif değişim üretmektedir. Çalışmanın “false upgrading” uyarısı tam olarak bu mekanizmaya dayanmaktadır: pozisyon göstergesi iyileşirken toplam uluslararası üretim bağlantıları gerileyebilir.
Kanada neden yüksek maruziyet örneği olarak seçiliyor?
Çalışma Kanada'yı ABD ile yoğun üretim entegrasyonu nedeniyle özel bir örnek olarak ele alır. Kaynağa göre Kanada ihracatının yaklaşık %75'i ABD'ye yönelmektedir. Otomotiv, makine-ekipman ve metal sektörleri sınır ötesi ara girdi akışlarıyla özellikle yoğun biçimde bağlantılıdır.
%25 nominal tarife oranı Kanada'nın ABD ihracat payıyla ağırlıklandırıldığında kaynak yaklaşık %18,7'lik etkili tarife şoku kullanmaktadır.
| Senaryo | Tarife | Kanada ΔBL | Kanada ΔFL | Yüksek-TPM etkisi |
|---|---|---|---|---|
| Başlangıç | %0 | %0 | %0 | %0 |
| Orta | %10 | −%4,14 | −%4,10 | −%7,45 |
| %25 senaryosu | %25 | −%9,42 | −%9,34 | −%16,95 |
| Yüksek tırmanma | %50 | −%16,45 | −%16,32 | −%29,61 |
Kaynak içi sayısal fark: Kaynak anlatı metninde %25 senaryosu için Kanada BL ve FL kayıpları yaklaşık %9,7 ve %9,6 olarak ifade edilmektedir. Aynı çalışmanın Tablo 7'si ise %9,42 ve %9,34 değerlerini vermektedir. Yukarıdaki tablo kaynak Tablo 7 değerlerini korumaktadır.
Sektör düzeyindeki Kanada senaryoları nasıl yorumlanmalı?
Kaynağın Kanada sektör grafiği, gerçek sektör düzeyi panel tahminlerinden oluşturulmamıştır. Kullanılan TPM çarpanları teorik çerçeveden türetilen ve sektörlerin ithal girdi yoğunluğu ile üretim zinciri uzunluklarındaki göreli farklılıkları temsil etmek için seçilen açıklayıcı değerlerdir.
Bu senaryoda motorlu araçlar ve otomotiv parçaları için TPM çarpanı 2,1 olarak alınmakta ve geri yönlü katılım kaybı yaklaşık %18 olarak gösterilmektedir. Makine ve ekipman için TPM 1,8 ve kayıp yaklaşık %16; iş hizmetlerinde TPM 0,9 ve kayıp yaklaşık %8 olarak verilmektedir.
Bu rakamlar sektörler için doğrulanmış nedensel tahminler veya kesin politika öngörüleri değildir. Kaynak açık biçimde bunların, teorik TPM heterojenliği geçerli olduğunda farklı sektörlerin nasıl farklı maruziyet gösterebileceğini anlatan açıklayıcı senaryolar olduğunu belirtmektedir.
Kanada ve sahte yükseltme
Kanada'ya ait SSM özeti, kaynakta ABD–Çin şoku olarak etiketlenen 2018–2019 döneminde Kanada dyadları için %100 sahte yükseltme oranı raporlamaktadır. Bu, ilgili tabloda yer alan Kanada ülke çifti-yıl gözlemlerinin tamamında konum endeksi yükselirken BL ile FL'nin birlikte gerilediği anlamına gelmektedir.
Ancak bu değer de çalışmanın zaman kapsamıyla birlikte okunmalıdır: temel regresyon örneklemi 2018'de sona erdiği için kaynak 2019 takip etkilerini in-sample model doğrulaması olarak değil betimleyici uzantı olarak değerlendirmektedir.
Politika açısından üç temel çıkarım
Çalışma ilk olarak, ara girdi korumacılığının ağ yapısına sahip bir ekonomide yalnız yabancı girdileri azaltmakla sınırlı kalmayabileceğini savunmaktadır. BL ve FL'nin birlikte daralması, girdi tarifelerinin hem ithal ara girdi kullanımını hem de yerli ara malların yabancı üretim sistemlerindeki rekabetçiliğini zayıflatabileceğini göstermektedir.
İkinci olarak TPM, sektörler arasında aynı tarifenin farklı maliyet yaratabileceğine işaret eder. Yüksek TPM'li sektörlerin tarife iadesi, tarife askıya alma mekanizmaları veya daha sade menşe kuralları gibi araçlarda önceliklendirilmesi çalışmanın tartıştığı politika seçeneklerindendir.
Üçüncü olarak çalışma, yalnız GVC konum endeksine bakarak sanayi politikasının başarısını değerlendirmemek gerektiğini vurgulamaktadır. P yükselirken BL ve FL birlikte düşüyorsa gözlenen değişim üretim yeteneğindeki gerçek gelişmeden değil matematiksel bileşim etkisinden kaynaklanabilir.
Çalışmanın sınırları
Kısa dönem yapısı: Leontief–Armington çerçevesi kısa dönemde teknik katsayıların görece sabit olduğunu varsayar. Uzun dönemde firmalar tedarikçi değiştirebilir, üretim teknolojisini yeniden düzenleyebilir, reshoring yapabilir veya üçüncü ülkelere yönelebilir.
Sektör düzeyi ampirik doğrulama eksikliği: Teorik TPM sektör düzeyinde tanımlansa da mevcut regresyonlar ülke çifti düzeyindedir. Gerçek TPM doğrulaması country-sector-year ICIO verileri gerektirmektedir.
Kısmi denge simülasyonu: Döviz kuru hareketleri, gelir etkileri, ticaret sapması, misilleme tarifeleri ve diğer genel-denge geri beslemeleri modellenmemektedir.
Tarife verilerinin frekansı: MAcMap tarifeleri yaklaşık üç yıllık aralıklarla gözlenmekte ve ara dönemler forward-fill yöntemiyle doldurulmaktadır. Yıllık veriler tanımlamayı güçlendirebilirdi.
GVC ölçüm hataları: UNCTAD-Eora ve ICIO göstergeleri altta yatan input-output tablolarının kalitesine ve katma değerin çift sayımının nasıl işlendiğine bağlıdır.
Nedensellik sınırı: İki yönlü sabit etkiler birçok gözlenmeyen sabit ülke çifti özelliğini kontrol etse de çalışma tüm katsayılarını deneysel nedensellik kanıtı olarak sunmamaktadır. Örneğin FTA üyeliği katsayısı için kaynak açıkça nedensel yorum yapılmaması gerektiğini belirtmektedir.
Gelecek araştırmalar
Yazarlar ilk olarak OECD TiVA veya ADB MRIO gibi veri tabanlarından gerçek ülke-sektör-yıl TPM değerlerinin hesaplanmasını ve sektörler arasındaki kaskat farklılıklarının doğrudan test edilmesini önermektedir.
İkinci olarak SSM'nin üretim yeteneğini ölçen göstergelerle birlikte kullanılması önerilir. İhracat birim değerleri, patent aktivitesi veya toplam faktör verimliliği gibi üretim tarafı göstergeleri konum endeksindeki artışın gerçek yetenek yükseltmesi mi yoksa muhasebesel bileşim etkisi mi olduğunu ayırmaya yardımcı olabilir.
Üçüncü araştırma hattı partner-özgü TPM'dir. İthal girdi paylarının belirli kaynak ülkelere göre ayrıştırılması, tek bir ticaret ortağına aşırı bağımlılıktan doğan jeopolitik ve tedarik zinciri risklerinin ölçülmesine olanak verebilir.
Kaynak ve Yöntem Notu
Özgün çalışma başlığı: Tariff Cascades and Global Value Chain Participation: A Portable Diagnostic Framework with Evidence from a Global Dyadic Panel
Yazarlar: Hadi Zarea; Sina Mirzaye Shirkoohi; Zhan Su; Anne-Marie Côté; Ekaterina Turkina.
Corresponding author: Hadi Zarea.
Kurumlar: Department of Management, Faculty of Business Administration, Laval University, Quebec, Kanada; Department of Entrepreneurship and Innovation, HEC Montréal, Montreal, Kanada.
Dergi: Economies
Yayınevi: MDPI, Basel, Switzerland
Bibliyografik kayıt: Economies 2026, 14, 236.
DOI: 10.3390/economies14060236
Gönderim: 6 Mayıs 2026
Revizyon: 9 Haziran 2026
Kabul: 12 Haziran 2026
Yayın: 18 Haziran 2026
Kaynak türü: Teorik input-output çerçevesini çok ülkeli panel regresyonları ve kısmi-denge politika simülasyonuyla birleştiren ampirik araştırma makalesi.
Lisans: Creative Commons Attribution (CC BY).
Yazar katkıları: Metodoloji: Hadi Zarea ve Ekaterina Turkina. Yazılım: Hadi Zarea ve Sina Mirzaye Shirkoohi. Doğrulama: Zhan Su ve Ekaterina Turkina. Formal analiz: Hadi Zarea, Sina Mirzaye Shirkoohi ve Anne-Marie Côté. Kaynaklar: Zhan Su. İlk taslak: Sina Mirzaye Shirkoohi. Gözden geçirme ve düzenleme: Zhan Su, Anne-Marie Côté ve Ekaterina Turkina. Kaynak makale bütün yazarların yayımlanan sürümü okuyup kabul ettiğini bildirmektedir.
Finansman: Araştırma harici finansman almamıştır.
Etik kurul: Uygulanamaz.
Bilgilendirilmiş onam: Uygulanamaz.
Veri erişilebilirliği: Veri setinin yazarlardan talep üzerine edinilebileceği belirtilmektedir.
Çıkar çatışması: Yazarlar çıkar çatışması olmadığını bildirmektedir.
Ampirik kapsam: Temel regresyon örneklemi 1999–2018 dönemidir. 2019 ABD–Çin takip etkileri ve COVID-19 dönemi temel regresyon örnekleminin dışında olduğundan, kaynak bunları betimleyici uzantı olarak değerlendirmektedir.
En önemli yorum sınırı: Panel sonuçları tarife kaskadı teorisinin yön öngörüleriyle uyumludur ancak sektör düzeyindeki Leontief kaskadının doğrudan testi değildir. Dyadik TPM gerçek sektör TPM'sinin yaklaşık vekilidir. Kanada sektör sonuçları da ampirik sektör tahmini değil teorik TPM farklılıklarına dayanan açıklayıcı simülasyonlardır.
Kaynak içi sayısal tutarsızlıklar: Kanada %25 senaryosu anlatı metninde yaklaşık −%9,7 BL ve −%9,6 FL olarak verilirken Tablo 7'de −%9,42 ve −%9,34 raporlanmıştır. Ayrıca anlatının bazı bölümleri Küresel Finansal Kriz sırasında sahte yükseltmenin %50'yi aştığını ifade ederken Tablo 4 %32,17 vermektedir. Verianla bu farkları sessizce uzlaştırmamış ve tablo değerlerini tablo olarak korumuştur.
Bir yorum bırakın
E-posta adresiniz yayınlanmayacaktır. Gerekli alanlar * ile işaretlenmiştir