Bu rapor “Türkiye’de Lise Devam Oranının Artırılması için Şartlı Nakit Transferinin (Şartlı Eğitim Yardımı) Etkisinin Güçlendirilmesi (ŞNT II) Teknik Yardım Projesinin” Müdahale 3.2 bileşeni çerçevesinde Türkiye’de gelecekteki Sosyal Yardım/ŞNT talebini öngörmek amacıyla hazırlanmıştır.
Bu projede Türkiye’de yoksullukla mücadele amacıyla devlet tarafından sağlanan Şartlı Nakit Transferi (ŞNT) programının bir parçası olan Şartlı Eğitim Yardımı (ŞEY) talebi incelenmiştir. ŞEY programı, sosyal güvencesi olmayan ve ihtiyaç sahibi ailelere, çocuklarının eğitime devam etmeleri şartıyla yapılan yardımları içerir. ŞEY’in temel amaçları; okullaşma oranlarını arttırmak, böylece beşerî sermayeyi iyileştirerek kalkınmaya katkıda bulunmaktır.
ŞEY talebini belirleyen değişkenleri tespit etmek amacıyla nitel ve nicel yöntem olmak üzere karma desenli araştırma yöntemi kullanılmıştır. İlk aşamada ŞEY programının faydalanıcı sayısı yüksek olan ve bölgesel temsili sağlayan 12 şehir seçilmiştir. Her bir şehirde ŞEY uygulamasında görev alan veya uygulayıcı aktör olan katılımcıların görüşlerini paylaştığı çalıştaylar gerçekleştirilmiştir. Çalıştaylarda ilk olarak ŞEY programına olan mevcut talebi oluşturan faktörlere yönelik katılımcıların görüşleri öğrenilmiştir. Böylelikle güncel olarak ŞEY talebini belirleyen kavramlara dair bir tablo ortaya çıkmıştır. Sonrasında ise ŞEY’e talebi arttırabilecek veya azaltabilecek sosyal, ekonomik, demografik ve kültürel olgulara dair katılımcıların fikirleri sorulmuştur. Bu olguların kısa, orta ve uzun vadede oluşabilecek risklerle eşleştirilmesi istenmiştir. ŞEY’e yönelik talebin hem mevcut durumda hem de geleceğe dair değişkenleri belirlemeleri, katılımcıların deneyim ve gözlemlerine dayandırılmaktadır. Ayrıca her bir şehrin kendine özgü sosyoekonomik özellikleri de değerlendirmede dikkate alınmıştır.
Çalıştaylarda katılımcıların görüşlerine göre ŞEY talebini mevcut durumda belirleyen başlıca faktörler:
şeklindedir.
Gelecek dönemde ŞEY talebine yönelik değerlendirmelerde ise talebi arttıracak unsurların yanı sıra, talebi azaltacak unsurlar da vurgulanmıştır. Şehirlere göre talepte etkili olabileceği düşünülen sosyoekonomik değişkenler farklılık gösterdiği gibi 12 şehirde talebe yönelik ortak değişkenler ortaya çıkmıştır. Bu değişkenler;
şeklinde belirtilmiştir. Nitel söz dizilimlerinden değişkenlere dönüştürülen oluşturulan bu göstergeler, ekonomi, aile yapısı (boşanmış, tek ebeveynli, büyükanne/büyükbaba yanında kalan çocuk sayısı) ve eğitim göstergeleriyle temsil edilebilir. Bu değişkeleri nicel analizde kullanılabilmesi için yoksulluk endeksi, insani gelişmişlik endeksi, işsizlik oranı ve nüfus kullanılmıştır.
Bu araştırmanın nicel araştırma yöntemi kullanılarak yürütülen kısmında ise Türkiye’de gelecekteki ŞEY talebini öngörmek için çeşitli istatistiksel modeller kullanılarak kapsamlı bir analiz yapılmıştır. Proje, ŞEY’e olan talebi 2025, 2030, 2035 ve 2040 yıllarında öngörmeyi amaçlamıştır. Analizlerde, zaman serisi verileri ve çeşitli tek ve çok değişkenli öngörü modelleri kullanılmıştır.
ŞEY’e olan talep şartlı eğitim yardımına başvuru sayısı ile ölçülmüştür. ŞEY talep verileri 2013 Temmuz – 2023 Ekim dönemi için aylık olarak T.C. Aile ve Sosyal Hizmetler Bakanlığı’ndan temin edilmiştir. Modellemede ŞEY başvuru sayısı doğrudan kullanılmamış olup, 1 milyon nüfus başına ŞEY başvuru sayısı kullanılmıştır. 2014-2022 döneminde ŞEY başvuru sayısı belirgin bir eğilim içermemekte, zaman boyunca başvuru sayısı değer olarak nispeten zaman eksenine paralel bir davranış göstermektedir. Bu nedenle, başvuru sayısının doğrudan açıklanan değişken olarak modellenmesi, anlamlı açıklayıcı değişken olmamasına yol açabilecektir. Bu durum, özellikle bir zaman serisi regresyon modeli olarak kurulan ve bu çalışmada da üzerinde çalışılan ARDL ve benzeri modellerde bir sorun oluşturacaktır. Ancak başvuru sayısı göreceli olarak zaman boyunca nispeten statik kalmakla birlikte, nüfus başına başvuru sayısının bir dinamikliği söz konusudur. Bu nedenle, başvuru talebinin öngörü değerleri dolaylı olarak milyon nüfus başına başvuru sayısının açıklanan değişken olarak alınmasıyla elde edilmiştir.
Çalışmanın metodolojisinde, tek değişkenli ve çok değişkenli öngörü modelleri kullanılmıştır:
Tek değişkenli modellere alternatif olarak öngörü başarısını iyileştirmesi beklenen iki hibrit model daha ele alınmıştır: CEEMDAN-ARIMA ve CEEMDAN-MLP. Tüm modellerin kestirim performansının değerlendirilmesinde RMSE, MAE ve MAPE kriterleri kullanılmıştır.
Tüm öngörü modellerinde nüfus başına ŞEY başvuru sayısı serisi 2013:07-2021:09 arası dönem eğitim verisi, geriye kalan 2021:10-2023:10 arası dönem test verisi olmak üzere 2 parçaya ayrıştırılmış ve test verisi kullanılarak öngörü modellerinin performansı karşılaştırılmıştır.
Çok değişkenli öngörü modeli ARDL’de Sen-Shorrocks-Thon (SST) yoksulluk endeksi, İnsani Gelişme Endeksi (İGE) ve işsizlik oranı açıklayıcı değişkenler olarak modele dahil edilmiştir. Üç açıklayıcı değişken için de hibrit CEEMDAN-ARIMA modeli ile 2040 yılına kadar projeksiyonlar gerçekleştirilmiştir.
Analiz sonuçlarına göre, tek değişkenli öngörü modellerinden hibrit CEEMDAN-MLP modeli RMSE, MAE ve MAPE kriterine göre en iyi öngörü performansına sahiptir (Tablo 7). MAPE değeri dikkate alındığında CEEMDAN-MLP modelinin MLP modeline göre öngörü başarısı %7.69 daha yüksektir. Bu sonuç hibrit modellerin öngörü performansını arttırdığı beklentisini doğrulamaktadır.
Diğer taraftan, çok değişkenli öngörü modellerinden ARDL modeli, yani SST, İGE ve işsizlik oranı değişkenlerin açıklayıcı değişken olarak yer aldığı model en iyi öngörü performansına sahip modeldir. MAPE kriterine dikkate alındığında işsizlik oranının yer almadığı ARDL-1 modeline göre ARDL-2 modelinin öngörü başarısı %11.86 oranında iyileşmektedir. Bu sonuç işsizlik oranının ŞNT talebi öngörüsünde başarılı bir etkiye sahip olduğunu göstermiştir.
ŞEY başvuru talebi üç senaryo altında öngörülmüştür. Bu senaryolar normal, alt ve üst olarak adlandırılmıştır. Senaryolar için öngörüler en iyi performansa sahip CEEMDAN-MLP ile birlikte değişkenler arasındaki yapısal ilişkiye dayanan ve yine öngörü performansı oldukça tatmin edici olan ARDL için de verilmiştir. Her bir senaryo nüfus ve işsizlik oranı için ayrı ayrı oluşturulmuştur. Normal senaryoda ŞEY’e olan talep öngörüleri medyan nüfus ve işsizlik oranı için nokta tahmin değerleri kullanılarak yapılmıştır. Alt ve üst senaryolarda ise nüfusun ve işsizlik oranının kestirim aralıkları kullanılmıştır.
Sonuç olarak, bu projenin bulguları, Türkiye’deki ŞEY programının etkinliğini artırmak ve gelecekteki talep artışlarına veya azalışlarına hazırlıklı olmak için önemli bilgiler sağlamaktadır. Hükümet ve ilgili kurumlar, bu analizleri kullanarak sosyal yardım politikalarını ve kaynak dağılımını daha etkin bir şekilde planlayabilir ve uygulayabilirler. Nitel araştırma sonucunda elde edilen bulgularda da ekonomik ve sosyal göstergeler açısından işsizlik, istihdam ve nüfus yapısı kavramlarının ŞEY talebinde belirleyici olduğu görülmüştür. Bu bağlamda,