Affiliation:
1. HİTİT ÜNİVERSİTESİ
2. HACETTEPE ÜNİVERSİTESİ
Abstract
Beşerî sermaye bireyin hayatı süresince edindiği bilgi ve becerilerin toplamı olarak tanımlanmaktadır. Bu çalışma beşerî sermaye kavramı ile kişinin edinmiş olduğu bilgi ve becerilerin korunması bağlamında sağlık yatırımlarının toplumun kalkınması ve gelişmesini etkilediği hipotezinden yola çıkmaktadır. Çalışmanın amacı Türkiye’de sağlık hizmetlerine yapılan kamu sağlık harcamalarının projeksiyonunu yapmaktır. Sağlık düzeyi yüksek bir toplumun varlığı ekonomik gelişmeyi, ilerlemeyi ve büyümeyi olumlu yönde etkilemektedir. Refah düzeyinin yüksek olması sağlık hizmetlerine olan talebi artırdığı gibi sağlık sektöründe yapılan harcamaları da artırmaktadır. Bu çalışmada Türkiye’de merkezi bütçeden harcanan kamu sağlık harcamaları ARIMA (10,1,1) modeli ile tahmin edilmektedir. 234 gözlem ile yapılan analizde Hazine Bakanlığı muhasebat bilgi sisteminden alınan iller bazında aylık toplam kamu sağlık harcama verileri kullanılmaktadır. Box-Jenkins metodolojisinin uygulandığı ve 2004:M01-2023:M06 dönemini kapsayan aylık verilerin kullanıldığı çalışmada nominal kamu sağlık harcamalarının gelecek üç yıl içerisinde artacağı ve 2023 yılında 380 milyar TL’ye, 2024 yılında 538 milyar TL’ye ve 2025 yılında 694 milyar TL’ye çıkacağı tahmin edilmektedir. Reel hale getirilmiş kamu sağlık harcamalarının ise 2023 yılında yaklaşık 27 milyar 679 milyon TL, 2024 yılında 30 milyar 756 milyon TL ve 2025 yılında 32 milyar 530 milyon TL düzeyine yükseleceği öngörülmektedir.
Subject
Computer Networks and Communications,Hardware and Architecture,Software
Reference32 articles.
1. Atalan, A. (2020). Forecasting for Healthcare Expenditure of Turkey Covering the Years of 2018-2050. Gümüşhane Üniversitesi Sağlık Bilimleri Dergisi, 9(1), 8-16. https://doi.org/10.37989/gumussagbil.538111
2. Billerlioğlu, H. (2019). Türkiye'nin 2023 Nüfus Piramidine Göre Sağlık Harcamaları Projeksiyonu. Cerrahpaşa Lisansüstü Eğitim Enstitüsü, İstanbul.
3. Box, G. E. P. & Jenkins, G. M. (1976). Time Series Analysis Forecasting and Control. Revised Edition, Holden-Day, Oakland, California.
4. 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), 495-503. https://www.bibliomed.org/mnsfulltext/67/67-1355227550.pdf?1692271242
5. Cryer, J. D. & Chan, K. S. (2008). Time Series Analysis with Applications in R. Springer Publication.