0.0.1 Teknolojik Yeniliklerin Ekonomik Büyüme Üzerindeki Etkisi

###Özet

Günümüzde teknolojik yeniliklerin ekonomik büyüme üzerindeki etkisi giderek artan bir öneme sahiptir. Teknolojik gelişmeler, endüstrileri dönüştürerek üretkenliği artırabilir, rekabeti teşvik edebilir ve ekonomik büyümeyi tetikleyebilir. Bu literatür taraması, teknolojik yeniliklerin ekonomik büyüme üzerindeki etkisini anlamak için önceki çalışmalara odaklanmaktadır. Ayrıca, bu alandaki önemli bulguları ve tartışmaları ele alarak, gelecekteki araştırmalara ışık tutmayı amaçlamaktadır.

##Anahtar Kelimeler:

Teknolojik yenilikler, ekonomik büyüme, inovasyon, AR-GE harcamaları, bilişim teknolojileri

0.1 1-Giriş

Günümüzde teknolojik yeniliklerin ekonomik büyüme üzerindeki etkisi giderek artan bir öneme sahiptir. Teknolojik gelişmeler, endüstrileri dönüştürerek üretkenliği artırabilir, rekabeti teşvik edebilir ve ekonomik büyümeyi tetikleyebilir. Bu nedenle, teknolojik yeniliklerin ekonomik büyümeye olan katkılarını anlamak ve bu alanda yapılan araştırmaları incelemek önemlidir. Bu literatür taraması, teknolojik yeniliklerin ekonomik büyüme üzerindeki etkisini anlamak için önceki çalışmalara odaklanmaktadır. Ayrıca, bu alandaki önemli bulguları ve tartışmaları ele alarak, gelecekteki araştırmalara ışık tutmayı amaçlamaktadır.

0.2 2-Literatür İncelemesi

Altıntaş (2020) inovasyonun ekonomik büyümeyi nasıl etkilediğini değerlendirmek için G20 ülkeleri üzerinde bir çalışma gerçekleştirmiştir. Yapısal eşitlik modeli kullanarak yapılan bu çalışma, inovasyonun ekonomik büyümeye olan etkisini derinlemesine inceleyerek önemli bulgular ortaya koymuştur. Altıntaş’ın çalışması, inovasyonun ekonomik büyümeye olan katkısını anlamak ve politika yapıcılar için önemli bir yol haritası sunmak açısından değerlidir.

Amiri ve Woodside (2017) gelişmekte olan pazarlarda bilişim teknolojilerinin ekonomi ve toplum üzerindeki etkilerini araştırmışlardır. Çalışmaları, bilişim teknolojilerinin ekonomik büyümeye olan katkılarını ve toplumsal dönüşüm üzerindeki etkilerini ele almaktadır. Bu çalışma, teknolojik yeniliklerin ekonomik büyümeye olan potansiyelini vurgulamakta ve bu alandaki araştırmalara ışık tutmaktadır.

Arrow (1962), “Öğrenerek Yapma” kavramının ekonomik sonuçlarını ele almış ve bu kavramın ekonomik büyümeye nasıl katkı sağladığını tartışmıştır. Arrow’ın çalışması, teknolojik ilerlemenin ekonomik büyümeye olan etkisini teorik bir çerçevede açıklamakta ve bu alandaki temel literatüre önemli bir katkı sağlamaktadır.

Cütcü ve Bozan (2019) inovasyon ile ekonomik büyüme arasındaki ilişkiyi panel veri analiziyle incelemişlerdir. Çalışmaları, G-7 ülkeleri üzerinde yapılan analizlerle inovasyonun ekonomik büyümeye etkilerini ortaya koymuştur. Bu çalışma, inovasyon politikalarının ekonomik büyümeye olan potansiyelini anlamak için önemli ipuçları sunmaktadır.

Donou-Adonsou (2019), Afrika’nın alt-Sahra bölgesinde teknoloji, eğitim ve ekonomik büyüme arasındaki ilişkiyi ele almıştır. Çalışması, teknolojik gelişmelerin ekonomik büyümeye olan etkisini ve bu etkinin eğitim düzeyi üzerinden nasıl gerçekleştiğini analiz etmektedir. Bu çalışma, gelişmekte olan bölgelerde teknolojik yeniliklerin ekonomik büyümeye olan potansiyelini anlamak için önemli bir katkı sağlamaktadır.

Dumitrescu ve Hurlin (2012), heterojen panellerde Granger nedensellik testi yapmışlardır. Çalışmaları, farklı gruplardaki veri setlerinde nedensellik ilişkilerini inceleyerek ekonomik büyüme ile teknolojik yenilikler arasındaki ilişkiyi değerlendirmektedir. Bu çalışma, teknolojik yeniliklerin ekonomik büyümeye olan etkisini analiz etmek için kullanılan metodolojileri ele almaktadır.

Gülmez ve Yardımcıoğlu (2012), OECD ülkelerinde AR-GE harcamaları ile ekonomik büyüme arasındaki ilişkiyi ele almıştır. Panel eşbütünleşme ve nedensellik analizi kullanarak AR-GE harcamalarının ekonomik büyümeye etkisini araştırmışlardır. Bu çalışma, AR-GE harcamalarının ekonomik büyümeye olan katkısını belirlemek için önemli bir veri sağlamaktadır.

Hasan ve Tucci (2010), inovasyon ile ekonomik büyüme arasındaki ilişkiyi küresel düzeyde ele almışlardır. Çalışmaları, inovasyonun ekonomik büyümeye olan etkisini geniş bir veri seti üzerinde analiz ederek küresel kanıtlar sunmaktadır. Bu çalışma, inovasyonun ekonomik büyümeye olan genel etkisini anlamak için önemli bir referans noktasıdır..

0.3 3. Araştırma Tasarımı

0.3.1 I. Araştırmanın Amacı

Bu çalışmanın temel amacı, teknolojik yeniliklerin ekonomik büyüme üzerindeki etkisini analiz etmektir. Bu amaç doğrultusunda, panel veri analizi kullanılacaktır.

0.3.2 II. Veri Kaynağı

Araştırmada kullanılacak veriler, çeşitli uluslararası kuruluşlar tarafından sağlanan veritabanlarından elde edilecektir. Bu veritabanları, teknolojik yenilikler, ekonomik göstergeler, AR-GE harcamaları ve nüfus verileri gibi konularda geniş ve güvenilir verilere erişim sağlamaktadır. Örnek veri kaynakları arasında Dünya Bankası, Uluslararası Para Fonu ve OECD’nin veritabanları bulunmaktadır.

0.3.3 III. Değişkenler

Bağımlı Değişken:

  • Ekonomik Büyüme (GSYİH büyüme oranı)

Bağımsız Değişken:

  • Teknolojik Yenilikler (AR-GE harcamalarının yüzdesi olarak)
  • Kontrol Değişkenleri (Nüfus büyüme oranı, yatırım oranı, teknolojik gelişme, reel faiz oranı, eğitim seviyesi)

0.3.4 IV. Ekonomik Model

Bu çalışmada, teknolojik yeniliklerin ekonomik büyüme üzerindeki etkisini analiz etmek için aşağıdaki panel veri modeli kullanılacaktır:

\[ Y_{it} = \beta_0 + \beta_1 X_{it} + \beta_2 C_{it} + \epsilon_{it} \]

  • \(Y_{it}\): İncelenen ülkenin \(i\) ve zaman periyodunun \(t\) ekonomik büyüme oranı
  • \(X_{it}\): Teknolojik yeniliklerin \(i\) ve \(t\) dönemindeki AR-GE harcamalarının yüzdesi
  • \(C_{it}\): Kontrol değişkenleri (nüfus büyüme oranı, yatırım oranı, teknolojik gelişme, reel faiz oranı, eğitim seviyesi)
  • \(\epsilon_{it}\): Hata terimi

Bu model, panel veri analizi kullanarak teknolojik yeniliklerin ekonomik büyüme üzerindeki etkisini değerlendirecektir.

0.3.5 V. İşlem Süreci

Tablo: İşlem Süreci

  • Veri Toplama: İlk adım olarak, Dünya Kalkınma Endeksi’nden doğru göstergelerle veri toplama işlemi yapılacaktır. Bu aşamada, ekonomik büyüme, enerji tüketimi, nüfus gibi önemli göstergelerden veriler elde edilecektir.

  • Veri Keşfi: Toplanan verilerin keşfedilmesi ve incelenmesi aşamasıdır. Bu aşamada, veri setindeki değişkenlerin dağılımı, temel istatistikler ve potansiyel ilişkiler incelenecektir.

  • Veri Ön İşleme ve Temizleme: Verilerin ön işlenmesi ve temizlenmesi aşamasıdır. Bu adımda, eksik verilerin doldurulması, aykırı değerlerin düzeltilmesi ve veri formatlarının uygun hale getirilmesi sağlanacaktır.

  • Veri Görselleştirme: Verilerin görselleştirilmesi ve analiz edilmesi aşamasıdır. Bu adımda, grafikler, tablolar ve görsel analizler kullanılarak veri setindeki desenler ve ilişkiler görsel olarak incelenecektir.

  • Doğrusal Model Oluşturma: Doğrusal regresyon modelinin oluşturulması aşamasıdır. Bu adımda, ekonomik büyüme ile diğer değişkenler arasındaki ilişkiyi incelemek için bir regresyon modeli kurulacaktır.

  • Modeli İyileştirme: Modelin iyileştirilmesi için çeşitli yöntemlerin denenmesi aşamasıdır. Bu adımda, modelin doğruluğunu artırmak için değişken seçimi, özellik mühendisliği ve model ayarlamaları yapılacaktır.

  • Modelin Görselleştirilmesi: Oluşturulan modelin görselleştirilmesi ve sonuçların analizi aşamasıdır. Bu adımda, modelin performansı görsel olarak incelenecek ve elde edilen sonuçlar değerlendirilecektir.

library(WDI)   # Dünya Kalkınma Endeksi verilerini çekmek için
## Warning: package 'WDI' was built under R version 4.3.3
library(dplyr) # Veri işleme işlemleri için
## Warning: package 'dplyr' was built under R version 4.3.3
## 
## Attaching package: 'dplyr'
## The following objects are masked from 'package:stats':
## 
##     filter, lag
## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union
countries <- "all"
years <- 2000:2020

economic_growth <- "NY.GDP.MKTP.KD.ZG"   # Ekonomik büyüme oranı
research_expenditure <- "GB.XPD.RSDV.GD.ZS"  # Ar-Ge harcamaları (% GSYİH)
population_growth <- "SP.POP.GROW"       # Nüfus büyüme oranı
investment_ratio <- "NE.GDI.FTOT.ZS"          # Gayri safi yatırım oranı (% GSYİH)
technological_development <- "IP.TMK.NRES"       # Marka başvuruları, toplam
real_interest_rate <- "FR.INR.RINR"        # Reel faiz oranı
education_level <- "SE.ADT.LITR.ZS"       # Yetişkin okuryazarlık oranı

# WDI'dan verilerin alınması
wdi_data <- WDI(country = countries, indicator = c(economic_growth, research_expenditure, 
                                                   population_growth, investment_ratio, 
                                                   technological_development, real_interest_rate,
                                                   education_level),
                start = min(years), end = max(years), extra = FALSE)
## Warning in WDI(country = countries, indicator = c(economic_growth, research_expenditure, : The following indicators could not be downloaded: IP.TMK.NRES.
## 
## Please make sure that you are running the latest version of the `WDI` package, and that the arguments you are using in the `WDI()` function are valid.
## 
## Sometimes, downloads will suddenly stop working, even if nothing has changed in the R code of the WDI package. ("The same WDI package version worked yesterday!") In those cases, the problem is almost certainly related to the World Bank servers or to your internet connection.
## 
## You can check if the World Bank web API is currently serving the indicator(s) of interest by typing a URL of this form in your web browser:
## 
## https://api.worldbank.org/v2/en/country/all/indicator/IP.TMK.NRES?format=json&date=:&per_page=32500&page=1
# Veri Keşfi

# Veri setinin boyutunu kontrol etme
dim(wdi_data)
## [1] 5586   10
# Örnek gözlemleri gözlemleme
head(wdi_data)
# Veri setinin yapısal özelliklerini inceleme
str(wdi_data)
## 'data.frame':    5586 obs. of  10 variables:
##  $ country          : chr  "Afghanistan" "Afghanistan" "Afghanistan" "Afghanistan" ...
##  $ iso2c            : chr  "AF" "AF" "AF" "AF" ...
##  $ iso3c            : chr  "AFG" "AFG" "AFG" "AFG" ...
##  $ year             : int  2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 ...
##  $ NY.GDP.MKTP.KD.ZG: num  NA NA NA 8.83 1.41 ...
##   ..- attr(*, "label")= chr "GDP growth (annual %)"
##  $ GB.XPD.RSDV.GD.ZS: num  NA NA NA NA NA NA NA NA NA NA ...
##   ..- attr(*, "label")= chr "Research and development expenditure (% of GDP)"
##  $ SP.POP.GROW      : num  1.444 0.743 6.449 7.541 3.933 ...
##   ..- attr(*, "label")= chr "Population growth (annual %)"
##  $ NE.GDI.FTOT.ZS   : num  NA NA NA NA NA NA NA NA NA NA ...
##   ..- attr(*, "label")= chr "Gross fixed capital formation (% of GDP)"
##  $ FR.INR.RINR      : num  NA NA NA NA NA ...
##   ..- attr(*, "label")= chr "Real interest rate (%)"
##  $ SE.ADT.LITR.ZS   : num  NA NA NA NA NA NA NA NA NA NA ...
##   ..- attr(*, "label")= chr "Literacy rate, adult total (% of people ages 15 and above)"
# Özet istatistikleri görüntüleme
summary(wdi_data)
##    country             iso2c              iso3c                year     
##  Length:5586        Length:5586        Length:5586        Min.   :2000  
##  Class :character   Class :character   Class :character   1st Qu.:2005  
##  Mode  :character   Mode  :character   Mode  :character   Median :2010  
##                                                           Mean   :2010  
##                                                           3rd Qu.:2015  
##                                                           Max.   :2020  
##                                                                         
##  NY.GDP.MKTP.KD.ZG GB.XPD.RSDV.GD.ZS  SP.POP.GROW      NE.GDI.FTOT.ZS  
##  Min.   :-54.336   Min.   :0.0054    Min.   :-6.8521   Min.   : 1.097  
##  1st Qu.:  1.359   1st Qu.:0.3074    1st Qu.: 0.4758   1st Qu.:19.080  
##  Median :  3.562   Median :0.7278    Median : 1.2469   Median :22.385  
##  Mean   :  3.284   Mean   :1.0416    Mean   : 1.3645   Mean   :23.138  
##  3rd Qu.:  5.793   3rd Qu.:1.6065    3rd Qu.: 2.2600   3rd Qu.:26.223  
##  Max.   : 86.827   Max.   :5.7056    Max.   :19.3604   Max.   :78.001  
##  NA's   :279       NA's   :3097      NA's   :21        NA's   :1253    
##   FR.INR.RINR      SE.ADT.LITR.ZS  
##  Min.   :-81.132   Min.   : 14.38  
##  1st Qu.:  2.251   1st Qu.: 65.57  
##  Median :  5.650   Median : 83.95  
##  Mean   :  6.303   Mean   : 79.41  
##  3rd Qu.:  9.812   3rd Qu.: 94.17  
##  Max.   : 93.915   Max.   :100.00  
##  NA's   :2898      NA's   :4042
# Veri Temizleme

# Eksik değerleri kontrol etme
anyNA(wdi_data)
## [1] TRUE
# Eksik değerleri içeren satırları kaldırma
wdi_data <- na.omit(wdi_data)

# Tekrar eksik değerleri kontrol etme
anyNA(wdi_data)
## [1] FALSE
library(ggplot2)
## Warning: package 'ggplot2' was built under R version 4.3.3
# Ekonomik büyüme oranının zaman içindeki değişimi
ggplot(wdi_data, aes(x = year, y = `NY.GDP.MKTP.KD.ZG`)) +
  geom_line() +
  labs(x = "Yıl", y = "Ekonomik Büyüme Oranı", title = "Ekonomik Büyüme Oranının Zaman İçindeki Değişimi")

# AR-GE harcamalarının ekonomik büyüme üzerindeki etkisi
ggplot(wdi_data, aes(x = `GB.XPD.RSDV.GD.ZS`, y = `NY.GDP.MKTP.KD.ZG`)) +
  geom_point() +
  geom_smooth(method = "lm", se = FALSE, color = "blue") +
  labs(x = "AR-GE Harcamaları (% GDP)", y = "Ekonomik Büyüme Oranı", title = "AR-GE Harcamalarının Ekonomik Büyüme Üzerindeki Etkisi")
## `geom_smooth()` using formula = 'y ~ x'

# Nüfus büyüme oranının zaman içindeki değişimi
ggplot(wdi_data, aes(x = year, y = `SP.POP.GROW`)) +
  geom_line() +
  labs(x = "Yıl", y = "Nüfus Büyüme Oranı", title = "Nüfus Büyüme Oranının Zaman İçindeki Değişimi")

# Yatırım oranının ekonomik büyüme üzerindeki etkisi
ggplot(wdi_data, aes(x = `NE.GDI.FTOT.ZS`, y = `NY.GDP.MKTP.KD.ZG`)) +
  geom_point() +
  geom_smooth(method = "lm", se = FALSE, color = "green") +
  labs(x = "Yatırım Oranı (% GDP)", y = "Ekonomik Büyüme Oranı", title = "Yatırım Oranının Ekonomik Büyüme Üzerindeki Etkisi")
## `geom_smooth()` using formula = 'y ~ x'

# Reel faiz oranının zaman içindeki değişimi
ggplot(wdi_data, aes(x = year, y = `FR.INR.RINR`)) +
  geom_line() +
  labs(x = "Yıl", y = "Reel Faiz Oranı", title = "Reel Faiz Oranının Zaman İçindeki Değişimi")

# Eğitim seviyesinin zaman içindeki değişimi
ggplot(wdi_data, aes(x = year, y = `SE.ADT.LITR.ZS`)) +
  geom_line() +
  labs(x = "Yıl", y = "Eğitim Seviyesi (%)", title = "Eğitim Seviyesinin Zaman İçindeki Değişimi")

# Doğrusal regresyon modelini oluştur
lm_model <- lm(NY.GDP.MKTP.KD.ZG ~ GB.XPD.RSDV.GD.ZS + SP.POP.GROW + NE.GDI.FTOT.ZS +
                 FR.INR.RINR + SE.ADT.LITR.ZS, data = wdi_data)

# Model özetini görüntüle
summary(lm_model)
## 
## Call:
## lm(formula = NY.GDP.MKTP.KD.ZG ~ GB.XPD.RSDV.GD.ZS + SP.POP.GROW + 
##     NE.GDI.FTOT.ZS + FR.INR.RINR + SE.ADT.LITR.ZS, data = wdi_data)
## 
## Residuals:
##      Min       1Q   Median       3Q      Max 
## -14.5783  -1.6583  -0.0409   1.6367  21.3751 
## 
## Coefficients:
##                    Estimate Std. Error t value Pr(>|t|)  
## (Intercept)        3.779109   2.093215   1.805   0.0722 .
## GB.XPD.RSDV.GD.ZS -0.112257   0.445040  -0.252   0.8011  
## SP.POP.GROW        0.485400   0.283683   1.711   0.0883 .
## NE.GDI.FTOT.ZS     0.037022   0.045000   0.823   0.4115  
## FR.INR.RINR       -0.008836   0.024186  -0.365   0.7152  
## SE.ADT.LITR.ZS    -0.014977   0.020724  -0.723   0.4706  
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 3.818 on 247 degrees of freedom
## Multiple R-squared:  0.03042,    Adjusted R-squared:  0.0108 
## F-statistic:  1.55 on 5 and 247 DF,  p-value: 0.1749

Bu modelin katsayılarını ve anlamlılığını değerlendirmek için aşağıdaki yorumları yapabiliriz:

  • (Intercept) (Sabit Değer): Ekonomik büyüme için sabit terimi temsil eder. Estimate değeri 3.779109’dur ve p-değeri 0.0722’dir, bu da sabit terimin istatistiksel olarak anlamlı olmadığını gösterir.

  • GB.XPD.RSDV.GD.ZS: AR-GE harcamalarının GSYİH’ye oranı ile ekonomik büyüme arasındaki ilişkiyi ifade eder. Estimate değeri -0.112257’dir ve p-değeri 0.8011’dir, bu da AR-GE harcamalarının ekonomik büyümeyi istatistiksel olarak açıklamadığını gösterir.

  • SP.POP.GROW: Nüfus büyüme oranının ekonomik büyümeye etkisini ifade eder. Estimate değeri 0.485400’dür ve p-değeri 0.0883’tür, bu da nüfus büyüme oranının ekonomik büyümeyi istatistiksel olarak açıklayabileceğini ancak zayıf bir ilişki olduğunu gösterir.

  • NE.GDI.FTOT.ZS: Brüt sermaye oluşumunun GSYİH’ye oranı ile ekonomik büyüme arasındaki ilişkiyi ifade eder. Estimate değeri 0.037022’dir ve p-değeri 0.4115’tir, bu da brüt sermaye oluşumunun ekonomik büyümeyi istatistiksel olarak açıklamadığını gösterir.

  • FR.INR.RINR: Reel faiz oranının ekonomik büyümeye etkisini ifade eder. Estimate değeri -0.008836’dır ve p-değeri 0.7152’dir, bu da reel faiz oranının ekonomik büyümeyi istatistiksel olarak açıklamadığını gösterir.

  • SE.ADT.LITR.ZS: Yetişkin okur yazarlık oranının ekonomik büyümeye etkisini ifade eder. Estimate değeri -0.014977’dir ve p-değeri 0.4706’dır, bu da okur yazarlık oranının ekonomik büyümeyi istatistiksel olarak açıklamadığını gösterir.

  • R-kare ve Ayarlanmış R-kare: Modelin bağımsız değişkenler tarafından açıklanan varyansı çok düşüktür (%3 civarında). Bu da modelin ekonomik büyümeyi açıklamak için yetersiz olduğunu gösterir.

  • F-istatistik ve p-değeri: Modelin genel istatistiksel anlamlılığını değerlendiren F-istatistiği 1.55’tir ve p-değeri 0.1749’dur. Bu da modelin istatistiksel olarak anlamlı olmadığını gösterir.

Bu sonuçlara göre, bu modelin seçilen değişkenlerle ekonomik büyümeyi tatmin edici bir şekilde açıklamadığı söylenebilir.

# panel veri modelini oluştur
library(plm)
## Warning: package 'plm' was built under R version 4.3.3
## 
## Attaching package: 'plm'
## The following objects are masked from 'package:dplyr':
## 
##     between, lag, lead
# Veri çerçevesini panel veri çerçevesine dönüştür
panel_data <- pdata.frame(wdi_data, index = c("country", "year"))

# Panel veri modelini oluştur
plm_model <- plm(NY.GDP.MKTP.KD.ZG ~ GB.XPD.RSDV.GD.ZS + SP.POP.GROW + NE.GDI.FTOT.ZS +
                    FR.INR.RINR + SE.ADT.LITR.ZS, data = panel_data, model = "pooling")

# Model özetini görüntüle
summary(plm_model)
## Pooling Model
## 
## Call:
## plm(formula = NY.GDP.MKTP.KD.ZG ~ GB.XPD.RSDV.GD.ZS + SP.POP.GROW + 
##     NE.GDI.FTOT.ZS + FR.INR.RINR + SE.ADT.LITR.ZS, data = panel_data, 
##     model = "pooling")
## 
## Unbalanced Panel: n = 66, T = 1-18, N = 253
## 
## Residuals:
##       Min.    1st Qu.     Median    3rd Qu.       Max. 
## -14.578290  -1.658317  -0.040919   1.636726  21.375133 
## 
## Coefficients:
##                     Estimate Std. Error t-value Pr(>|t|)  
## (Intercept)        3.7791091  2.0932154  1.8054  0.07223 .
## GB.XPD.RSDV.GD.ZS -0.1122575  0.4450404 -0.2522  0.80106  
## SP.POP.GROW        0.4853998  0.2836832  1.7111  0.08832 .
## NE.GDI.FTOT.ZS     0.0370219  0.0450004  0.8227  0.41147  
## FR.INR.RINR       -0.0088361  0.0241863 -0.3653  0.71517  
## SE.ADT.LITR.ZS    -0.0149773  0.0207242 -0.7227  0.47055  
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Total Sum of Squares:    3713
## Residual Sum of Squares: 3600.1
## R-Squared:      0.030423
## Adj. R-Squared: 0.010796
## F-statistic: 1.55004 on 5 and 247 DF, p-value: 0.17495

Bu modelin katsayıları ve istatistiksel anlamlılığı hakkında yorumlar şunlardır:

  • (Intercept) (Sabit Değer): Modelin sabit terimidir ve ekonomik büyümeyi temsil eder. Estimate değeri 3.7791091’dir ve p-değeri 0.07223’tür, bu da sabit terimin istatistiksel olarak anlamlı olmadığını gösterir.

  • GB.XPD.RSDV.GD.ZS: AR-GE harcamalarının GSYİH’ye oranı ile ekonomik büyüme arasındaki ilişkiyi ifade eder. Estimate değeri -0.1122575’dir ve p-değeri 0.80106’dır, bu da AR-GE harcamalarının ekonomik büyümeyi istatistiksel olarak açıklamadığını gösterir.

  • SP.POP.GROW: Nüfus büyüme oranının ekonomik büyümeye etkisini ifade eder. Estimate değeri 0.4853998’dir ve p-değeri 0.08832’dir, bu da nüfus büyüme oranının ekonomik büyümeyi istatistiksel olarak açıklayabileceğini ancak zayıf bir ilişki olduğunu gösterir.

  • NE.GDI.FTOT.ZS: Brüt sermaye oluşumunun GSYİH’ye oranı ile ekonomik büyüme arasındaki ilişkiyi ifade eder. Estimate değeri 0.0370219’dur ve p-değeri 0.41147’dir, bu da brüt sermaye oluşumunun ekonomik büyümeyi istatistiksel olarak açıklamadığını gösterir.

  • FR.INR.RINR: Reel faiz oranının ekonomik büyümeye etkisini ifade eder. Estimate değeri -0.0088361’dir ve p-değeri 0.71517’dir, bu da reel faiz oranının ekonomik büyümeyi istatistiksel olarak açıklamadığını gösterir.

  • SE.ADT.LITR.ZS: Yetişkin okur yazarlık oranının ekonomik büyümeye etkisini ifade eder. Estimate değeri -0.0149773’tür ve p-değeri 0.47055’tir, bu da okur yazarlık oranının ekonomik büyümeyi istatistiksel olarak açıklamadığını gösterir.

  • R-kare ve Ayarlanmış R-kare: Modelin bağımsız değişkenler tarafından açıklanan varyansı çok düşüktür (%3 civarında). Bu da modelin ekonomik büyümeyi açıklamak için yetersiz olduğunu gösterir.

  • F-istatistik ve p-değeri: Modelin genel istatistiksel anlamlılığını değerlendiren F-istatistiği 1.55004’tür ve p-değeri 0.17495’tir. Bu da modelin istatistiksel olarak anlamlı olmadığını gösterir.

# Etkileşim terimleri oluşturma
wdi_data$interaction_term1 <- wdi_data$GB.XPD.RSDV.GD.ZS * wdi_data$NE.GDI.FTOT.ZS
wdi_data$interaction_term2 <- wdi_data$SP.POP.GROW * wdi_data$SE.ADT.LITR.ZS

# Etkileşim terimlerini içeren güncellenmiş model
lm_model_interaction <- lm(NY.GDP.MKTP.KD.ZG ~ GB.XPD.RSDV.GD.ZS + SP.POP.GROW + 
                              NE.GDI.FTOT.ZS + FR.INR.RINR + SE.ADT.LITR.ZS + 
                              interaction_term1 + interaction_term2,
                            data = wdi_data)

# Modelin kontrolü
summary(lm_model_interaction)
## 
## Call:
## lm(formula = NY.GDP.MKTP.KD.ZG ~ GB.XPD.RSDV.GD.ZS + SP.POP.GROW + 
##     NE.GDI.FTOT.ZS + FR.INR.RINR + SE.ADT.LITR.ZS + interaction_term1 + 
##     interaction_term2, data = wdi_data)
## 
## Residuals:
##     Min      1Q  Median      3Q     Max 
## -14.863  -1.648  -0.070   1.844  21.201 
## 
## Coefficients:
##                   Estimate Std. Error t value Pr(>|t|)  
## (Intercept)        3.17864    5.48161   0.580   0.5625  
## GB.XPD.RSDV.GD.ZS -4.34025    1.87824  -2.311   0.0217 *
## SP.POP.GROW        1.40731    1.94944   0.722   0.4710  
## NE.GDI.FTOT.ZS    -0.04765    0.05815  -0.819   0.4134  
## FR.INR.RINR        0.00406    0.02460   0.165   0.8691  
## SE.ADT.LITR.ZS     0.01401    0.05543   0.253   0.8007  
## interaction_term1  0.15727    0.06797   2.314   0.0215 *
## interaction_term2 -0.01044    0.02020  -0.517   0.6058  
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 3.789 on 245 degrees of freedom
## Multiple R-squared:  0.05254,    Adjusted R-squared:  0.02547 
## F-statistic: 1.941 on 7 and 245 DF,  p-value: 0.06389

Bu kodda:

İki etkileşim terimi oluşturuyoruz: Araştırma harcamaları ve brüt sermaye oluşumu arasında interaction_term1, nüfus büyümesi ve yetişkin okuryazarlık oranı arasında interaction_term2. Daha sonra, bu etkileşim terimlerini içeren doğrusal modeli güncelliyoruz. Son olarak, güncellenmiş modelin özetini kontrol ederek etkileşim terimlerinin modelin uyumunu iyileştirip iyileştirmediğini kontrol ediyoruz.

plot(lm_model)

plot(lm_model_interaction)

0.4 4-Sonuç

Literatürde yapılan çalışmalar, teknolojik yeniliklerin ekonomik büyüme üzerinde önemli bir etkiye sahip olduğunu ortaya koymaktadır. Özellikle inovasyon, AR-GE harcamaları ve bilişim teknolojileri gibi faktörlerin ekonomik büyümeyi desteklediği ve dönüştürdüğü görülmektedir. Bu çalışmaların bulguları, teknolojik yeniliklerin ekonomik politika ve stratejilerde önemli bir rol oynadığını vurgulamaktadır. Gelecekteki araştırmalarda, teknolojik yeniliklerin ekonomik büyümeye olan etkisini daha derinlemesine anlamak için farklı metodolojilerin kullanılması ve daha geniş veri setlerinin analiz edilmesi gerekmektedir.

0.5 Referanslar

Altıntaş, F. F. (2020). İnovasyonun Ekonomik Büyümeyi Etkilemesine Yönelik Bir Yapısal Eşitlik Modeli Uygulaması: G20 Grubu Ülkeleri Örneği. BMIJ, 8(4), 723-763.

Amiri, S., & Woodside, J. M. (2017). Emerging Markets: The Impact of ICT on The Economy and Society. Digital Policy, Regulation and Governance,19(5), 383-396.

Arrow, K. (1962). The Economic Implications of Learning by Doing. The Review of Economic Studies, 29(3), 15573.

Cütcü İ., & Bozan T. (2019). İnovasyon ve Ekonomik Büyüme İlişkisi: G-7 Ülkeleri Üzerine Panel Veri Analizi. Uluslararası Ekonomi İşletme ve Politika Dergisi, 3(2), 289-310.

Donou-Adonsou, F. (2019). Technology, education, and economic growth in sub-saharan Africa. Telecommunications Policy, 43(4), 353-360.

Dumitrescu, E., & Hurlin, C. (2012). Testing for Granger non-causality in heterogeneous panels. Economic Modelling, 29, 1450-1460.

Gülmez, A., & Yardımcıoğlu, F. (2012). OECD Ülkelerinde Ar-Ge harcaması ve ekonomik büyüme ilişkisi: Panel eşbütünleşme ve panel nedensellik analizi (1990-2010). Maliye Dergisi, 163, 335-353.

Hasan, I., & Tucci, C. L. (2010). The innovation–Economic growth nexus: Global evidence. Research Policy, 39 (10), 1264-1276.