Özet:

Tarım gelişimi, özellikle gelişmekte olan ülkelerde, ekonomik büyümede hayati bir rol oynamaktadır. Bu çalışma, çeşitli ülkelerden panel verilerini kullanarak tarım gelişimi ile ekonomik büyüme arasındaki ilişkiyi analiz etmeyi amaçlamaktadır. Tarımsal üretim, tarımda istihdam ve tarım teknolojilerine yapılan yatırımlar gibi göstergeleri inceleyerek, tarım sektöründeki iyileşmelerin genel ekonomik gelişime nasıl katkıda bulunduğunu anlamaya çalışıyoruz. Bulgular, tarımın ekonomik politikaları ve sürdürülebilir büyüme stratejilerini şekillendirmedeki önemine dair önemli bilgiler sunacaktır.

Giriş

Tarım sektörü, tarih boyunca birçok ülkenin ekonomik gelişiminde merkezi bir rol oynamıştır. Bu sektör, yalnızca gıda ve ham madde sağlayarak nüfusun temel ihtiyaçlarını karşılamakla kalmaz, aynı zamanda geniş istihdam olanakları sunar ve özellikle gelişmekte olan ülkelerde ekonomik büyümenin itici güçlerinden biri olarak kabul edilir. Tarım, kırsal bölgelerde yaşayan milyonlarca insan için geçim kaynağı olmasının yanı sıra, ekonomik kalkınma ve toplumsal refahın artırılmasında kritik bir öneme sahiptir.

Bu çalışmayı seçmemizin temel nedenlerinden biri, tarımın ekonomik büyüme üzerindeki çok yönlü etkilerini inceleme gerekliliğidir. Tarım sektörü, küresel ekonomide önemli bir yere sahip olup, gıda güvenliği, istihdam, kırsal kalkınma ve sürdürülebilirlik gibi konularla doğrudan ilişkilidir. Ayrıca, tarımın modernizasyonu ve teknolojik yeniliklerin benimsenmesi, sektördeki verimliliği artırarak ekonomik büyümeye katkıda bulunabilir. Bu nedenle, tarım sektöründeki gelişmelerin ekonomik büyümeye olan etkilerini anlamak, sürdürülebilir kalkınma hedeflerine ulaşmada ve tarım politikalarının şekillendirilmesinde kilit bir rol oynayacaktır.

Tarımın ekonomik büyüme üzerindeki etkileri, çeşitli faktörlerle ilişkilidir. Öncelikle, tarımsal üretim ve verimlilik artışları, gıda güvenliğini sağlamanın yanı sıra, ekonomik büyümeyi destekler. Tarım sektöründe istihdam edilen nüfus, kırsal kalkınmayı teşvik eder ve şehirleşmenin getirdiği baskıyı azaltır. Ayrıca, tarım teknolojilerine yapılan yatırımlar ve yenilikler, tarımsal verimliliği artırarak, ülke ekonomilerine önemli katkılar sağlar.

Bu çalışmada, tarım gelişimi ile ekonomik büyüme arasındaki ilişkiyi incelemek amacıyla çeşitli ülkelerden elde edilen panel veriler kullanılacaktır. Araştırmanın temel amacı, tarımsal üretim, tarımda istihdam ve tarım teknolojilerine yapılan yatırımlar gibi temel göstergeler aracılığıyla, tarım sektöründeki iyileşmelerin genel ekonomik büyümeye olan katkılarını ortaya koymaktır. Bu analiz, politika yapıcılar ve kalkınma ajansları için tarım sektörünün ekonomik kalkınma stratejilerindeki rolünü anlamada önemli bilgiler sağlayacaktır.

Küresel ısınma, iklim değişikliği ve artan nüfus gibi faktörler, tarım sektörünün sürdürülebilirliğini ve verimliliğini daha da önemli hale getirmiştir. Bu bağlamda, tarımın modernizasyonu ve sürdürülebilir tarım uygulamalarının benimsenmesi, uzun vadeli ekonomik büyüme ve kalkınmanın sağlanmasında kritik bir rol oynamaktadır. Bu nedenle, çalışmamızın sonuçları, tarımın ekonomik büyümeye katkısını artırmaya yönelik stratejilerin geliştirilmesine katkıda bulunabilir.

Sonuç olarak, tarım gelişimi ve ekonomik büyüme arasındaki ilişkiyi derinlemesine inceleyen bu araştırma, hem teorik hem de pratik açıdan önemli bulgular sunmayı hedeflemektedir. Tarım sektöründeki gelişmelerin ekonomik büyümeye olan etkilerini anlamak, sürdürülebilir kalkınma hedeflerine ulaşmada ve tarım politikalarının şekillendirilmesinde kilit bir rol oynayacaktır.

Literatür Taraması

Tarım sektörü, ekonomik büyüme üzerindeki etkisi ve politika yapıcılar tarafından benimsenen destekleme politikaları açısından geniş bir literatür alanına sahiptir. Bu bölümde, tarımın ekonomik büyüme üzerindeki etkilerini ve bu etkileri yönlendiren politikaları inceleyen çalışmalar değerlendirilecektir.

Türkiye’de ve Dünyada Tarımsal Destekleme Politikaları: Acar ve Bulut (2009), Türkiye ve dünyadaki tarımsal destekleme politikalarındaki son gelişmeleri inceledikleri çalışmalarında, bu politikaların tarım sektöründeki verimlilik ve sürdürülebilirlik üzerindeki etkilerini analiz etmektedirler. Yazarlar, tarımsal desteklerin çiftçilerin gelirlerini artırmada ve kırsal kalkınmayı teşvik etmede önemli rol oynadığını belirtmektedirler.

Hindistan’da Kamu ve Özel Yatırımların Birlikteliği: Akber ve Paltasingh (2019), Hindistan tarımında kamu ve özel yatırımların birbiriyle olan ilişkisini ve bu yatırımların ekonomik büyümeye etkisini incelemişlerdir. Yazarlar, NARDL yaklaşımı kullanarak kamu yatırımlarının özel yatırımları tamamlayıcı bir etkiye sahip olduğunu ve bu yatırımların tarımsal üretkenliği artırarak ekonomik büyümeyi teşvik ettiğini göstermiştir.

Ekonomik Büyüme ve Tarım Sektörü: Awokuse (2009, 2014), tarımın ekonomik büyüme üzerindeki önemini vurguladığı çalışmalarında, tarım sektörünün gelişmekte olan ülkeler için hala kritik bir rol oynadığını ve tarımsal büyümenin genel ekonomik büyümeye katkı sağladığını savunmaktadır. Bu çalışmalar, tarımsal politikaların ve yatırımların, gelişmekte olan ülkelerde ekonomik büyümenin sürdürülebilirliği açısından önemini ortaya koymaktadır.

Türkiye’de Tarımsal Büyümeye Etki Eden Faktörler: Merdan (2023), Türkiye’de tarımsal büyümeyi etkileyen faktörleri regresyon analizi kullanarak incelemiş ve bu faktörlerin ekonomik büyüme üzerindeki etkilerini değerlendirmiştir. Çalışmada, tarım sektöründeki yatırımların ve teknolojik gelişmelerin, tarımsal verimliliği artırarak ekonomik büyümeye katkı sağladığı bulunmuştur.

Ekonomik Büyüme ve Akıllı Tarım: Bağcı (2022), ekonomik büyüme ve akıllı tarım uygulamalarının Türkiye ve dünya örneklerini incelediği çalışmasında, akıllı tarım teknolojilerinin tarımsal üretkenliği ve verimliliği artırarak ekonomik büyümeyi desteklediğini belirtmektedir. Yazar, akıllı tarım uygulamalarının sürdürülebilir tarım ve gıda güvenliği açısından da önemli olduğunu vurgulamaktadır.

Tarımsal Desteklerin Değişen Yapısı: Bayraktar ve Bulut (2016), Türkiye’de tarımsal desteklerin yapısını ve yüksek tarımsal desteklerin nedenlerini analiz ettikleri çalışmalarında, tarımsal desteklerin çiftçilerin gelirlerini ve tarımsal üretkenliği artırmada kritik bir rol oynadığını ortaya koymuşlardır. Yazarlar, bu desteklerin kırsal kalkınmayı teşvik ettiğini ve ekonomik büyümeye katkı sağladığını belirtmektedirler.

Sabit Sermaye Yatırımlarının Ekonomik Büyüme Üzerindeki Etkisi: Bayraktutan ve Arslan (2008), Türkiye’de sabit sermaye yatırımlarının ekonomik büyüme üzerindeki etkisini kointegrasyon analizi kullanarak incelemişlerdir. Çalışmada, sabit sermaye yatırımlarının tarımsal verimliliği ve genel ekonomik büyümeyi teşvik ettiği bulunmuştur.

Tarım Yatırımları ve Yoksulluk: Benfica, Cungura ve Thurlow (2019), Mozambik’te tarım yatırımlarının ekonomik büyüme ve yoksulluk üzerindeki etkilerini ekonominin geneline yayılan bir yaklaşım kullanarak incelemişlerdir. Yazarlar, tarım sektörüne yapılan yatırımların yoksulluğun azaltılmasında ve ekonomik büyümenin teşvik edilmesinde önemli bir rol oynadığını göstermiştir.

Doğrudan Yabancı Sermaye Yatırımları ve Ekonomik Büyüme: Benli ve Yenisu (2017), doğrudan yabancı sermaye yatırımlarının Türkiye’de ekonomik büyüme üzerindeki etkisini eşbütünleşme ve nedensellik analizi kullanarak incelemişlerdir. Yazarlar, yabancı sermaye yatırımlarının tarımsal sektörün gelişimini ve ekonomik büyümeyi teşvik ettiğini belirtmişlerdir.

Sabit Sermaye Ölçümleri ve Tarım: Butzer, Mundlak ve Larson (2010), tarım sektöründe sabit sermaye ölçümlerini ele aldıkları çalışmalarında, sabit sermaye yatırımlarının tarımsal verimlilik ve ekonomik büyüme üzerindeki etkilerini vurgulamaktadırlar.

Türkiye’de Sanayi ve Tarım Sektörü Faaliyetleri: Canbay ve Kırca (2020), Türkiye’de sanayi ve tarım sektörü faaliyetleri ile ekonomik büyüme arasındaki ilişkileri Kaldor büyüme yasası çerçevesinde analiz etmişlerdir. Çalışma, tarım ve sanayi sektörlerinin birbirini tamamlayıcı nitelikte olduğunu ve her iki sektörün de ekonomik büyümeyi desteklediğini ortaya koymaktadır.

Bu literatür taraması, tarım sektörünün ekonomik büyüme üzerindeki kritik rolünü ve tarımsal destekleme politikalarının bu süreci nasıl yönlendirdiğini açıkça göstermektedir. Tarım sektörüne yapılan yatırımlar, teknolojik gelişmeler ve tarımsal politikalar, hem tarımsal üretkenliği artırmakta hem de genel ekonomik büyümeyi teşvik etmektedir. Bu nedenle, tarımın ekonomik büyüme üzerindeki etkilerini anlamak ve bu alanda uygun politikalar geliştirmek, sürdürülebilir kalkınma hedeflerine ulaşmada büyük önem taşımaktadır.

Araştırma Tasarımı

1. Veri Toplama vs keşfi:

Tarımsal üretim, tarımsal politikalar, ekonomik büyüme göstergeleri ve diğer ilgili değişkenleri içeren uygun veri setlerini toplayın.

Çekilen veriler:

Gayri Safi Yurtiçi Hasıla (GDP) (NY.GDP.MKTP.CD) Tarımsal GSYİH Oranı (NV.AGR.TOTL.ZS) Tarımsal Gübre Kullanımı Oranı (AG.CON.FERT.ZS) Tarım Verimliliği (AG.YLD.CREL.KG) Tarım Alanı Oranı (AG.LND.TRAC.ZS) Tarım Dışı İhracat Oranı (NE.EXP.GNFS.ZS) Tarım Dışı İthalat Oranı (NE.IMP.GNFS.ZS) Kırsal Nüfus Oranı (SP.RUR.TOTL.ZS)

library(WDI)

# İndikatörler
indicators <- c("NY.GDP.MKTP.CD", "NV.AGR.TOTL.ZS", "AG.CON.FERT.ZS", "AG.YLD.CREL.KG", 
                "AG.LND.TRAC.ZS", "NE.EXP.GNFS.ZS", "NE.IMP.GNFS.ZS", "SP.RUR.TOTL.ZS")

# Veri çekme
agriculture_data <- WDI(country = "all", indicator = indicators, start = 2000, end = 2022)

Veri keşfi yapmadan önce, tarım gelişimi ve ekonomik büyüme arasındaki ilişkiyi incelemek için kullanacağımız veri kümesini çektik. Ardından, veri yapısını anlamak, içeriği gözlemlemek ve potansiyel sorunları tespit etmek için bazı ön incelemeler yapacağız. Bu adımların ardından, veri analizi ve modelleme için hazır olacağız.

# Veri yapısını gözlemleme
str(agriculture_data)

## 'data.frame':    6118 obs. of  12 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.CD: num  NA NA 3.83e+09 4.52e+09 5.22e+09 ...
##   ..- attr(*, "label")= chr "GDP (current US$)"
##  $ NV.AGR.TOTL.ZS: num  NA NA 38.6 37.4 29.7 ...
##   ..- attr(*, "label")= chr "Agriculture, forestry, and fishing, value added (% of GDP)"
##  $ AG.CON.FERT.ZS: num  0.651 2.395 3.194 3.479 4.244 ...
##   ..- attr(*, "label")= chr "Fertilizer consumption (kilograms per hectare of arable land)"
##  $ AG.YLD.CREL.KG: num  806 1007 1670 1458 1335 ...
##   ..- attr(*, "label")= chr "Cereal yield (kg per hectare)"
##  $ AG.LND.TRAC.ZS: num  0.143 0.133 0.21 0.124 0.146 ...
##   ..- attr(*, "label")= chr "Agricultural machinery, tractors per 100 sq. km of arable land"
##  $ NE.EXP.GNFS.ZS: num  NA NA NA NA NA NA NA NA NA NA ...
##   ..- attr(*, "label")= chr "Exports of goods and services (% of GDP)"
##  $ NE.IMP.GNFS.ZS: num  NA NA NA NA NA NA NA NA NA NA ...
##   ..- attr(*, "label")= chr "Imports of goods and services (% of GDP)"
##  $ SP.RUR.TOTL.ZS: num  77.9 77.8 77.7 77.6 77.5 ...
##   ..- attr(*, "label")= chr "Rural population (% of total population)"

# İlk birkaç gözlemi inceleme
head(agriculture_data)

##       country iso2c iso3c year NY.GDP.MKTP.CD NV.AGR.TOTL.ZS AG.CON.FERT.ZS
## 1 Afghanistan    AF   AFG 2000             NA             NA      0.6507875
## 2 Afghanistan    AF   AFG 2001             NA             NA      2.3948978
## 3 Afghanistan    AF   AFG 2002     3825701406       38.62789      3.1943905
## 4 Afghanistan    AF   AFG 2003     4520946849       37.41886      3.4785461
## 5 Afghanistan    AF   AFG 2004     5224896719       29.72107      4.2437781
## 6 Afghanistan    AF   AFG 2005     6203256497       31.11485      3.8147841
##   AG.YLD.CREL.KG AG.LND.TRAC.ZS NE.EXP.GNFS.ZS NE.IMP.GNFS.ZS SP.RUR.TOTL.ZS
## 1          806.3      0.1431732             NA             NA         77.922
## 2         1006.7      0.1327606             NA             NA         77.831
## 3         1669.8      0.2096900             NA             NA         77.739
## 4         1458.0      0.1235203             NA             NA         77.647
## 5         1334.8      0.1458547             NA             NA         77.500
## 6         1790.4      0.1691224             NA             NA         77.297

# Temel istatistikleri gözlemleme
summary(agriculture_data)

##    country             iso2c              iso3c                year     
##  Length:6118        Length:6118        Length:6118        Min.   :2000  
##  Class :character   Class :character   Class :character   1st Qu.:2005  
##  Mode  :character   Mode  :character   Mode  :character   Median :2011  
##                                                           Mean   :2011  
##                                                           3rd Qu.:2017  
##                                                           Max.   :2022  
##                                                                         
##  NY.GDP.MKTP.CD      NV.AGR.TOTL.ZS    AG.CON.FERT.ZS      AG.YLD.CREL.KG   
##  Min.   :1.396e+07   Min.   : 0.0125   Min.   :     0.00   Min.   :    0.1  
##  1st Qu.:6.238e+09   1st Qu.: 2.6723   1st Qu.:    18.20   1st Qu.: 1578.5  
##  Median :3.989e+10   Median : 7.7809   Median :    81.55   Median : 2721.8  
##  Mean   :2.111e+12   Mean   :11.0218   Mean   :   180.29   Mean   : 3253.7  
##  3rd Qu.:4.555e+11   3rd Qu.:16.9865   3rd Qu.:   156.78   3rd Qu.: 4212.5  
##  Max.   :1.009e+14   Max.   :79.0424   Max.   :183960.91   Max.   :36761.9  
##  NA's   :246         NA's   :561       NA's   :968         NA's   :919      
##  AG.LND.TRAC.ZS     NE.EXP.GNFS.ZS    NE.IMP.GNFS.ZS    SP.RUR.TOTL.ZS 
##  Min.   :   0.124   Min.   :  1.571   Min.   :  1.128   Min.   : 0.00  
##  1st Qu.:  86.737   1st Qu.: 23.303   1st Qu.: 27.518   1st Qu.:23.26  
##  Median : 188.219   Median : 32.238   Median : 36.830   Median :43.02  
##  Mean   : 487.767   Mean   : 40.358   Mean   : 44.728   Mean   :42.41  
##  3rd Qu.: 578.681   3rd Qu.: 49.197   3rd Qu.: 54.373   3rd Qu.:61.69  
##  Max.   :6600.462   Max.   :433.836   Max.   :429.359   Max.   :91.75  
##  NA's   :5254       NA's   :1027      NA's   :979       NA's   :69

2. Veri Temizleme:

Tablodaki eksik değerleri kontrol etmek için is.na() fonksiyonunu kullanacağız. Bu fonksiyon, her sütunda kaç tane eksik değer olduğunu hesaplar. Daha sonra eksik değerleri temizlemek için na.omit() fonksiyonunu kullanacağız, bu da eksik değerlere sahip olan satırları veri setinden kaldıracaktır. İşlemlerden önce ve sonra eksik değerlerin durumunu kontrol etmek için sonuçları yazdıracağız.

# Eksik değerleri kontrol etme
print("İşlem öncesi eksik değerler:")

## [1] "İşlem öncesi eksik değerler:"

print(colSums(is.na(agriculture_data)))

##        country          iso2c          iso3c           year NY.GDP.MKTP.CD 
##              0              0              0              0            246 
## NV.AGR.TOTL.ZS AG.CON.FERT.ZS AG.YLD.CREL.KG AG.LND.TRAC.ZS NE.EXP.GNFS.ZS 
##            561            968            919           5254           1027 
## NE.IMP.GNFS.ZS SP.RUR.TOTL.ZS 
##            979             69

# Eksik değerleri temizleme
veri_temiz <- na.omit(agriculture_data)

# Eksik değerleri kontrol etme
print("İşlem sonrası eksik değerler:")

## [1] "İşlem sonrası eksik değerler:"

print(colSums(is.na(veri_temiz)))

##        country          iso2c          iso3c           year NY.GDP.MKTP.CD 
##              0              0              0              0              0 
## NV.AGR.TOTL.ZS AG.CON.FERT.ZS AG.YLD.CREL.KG AG.LND.TRAC.ZS NE.EXP.GNFS.ZS 
##              0              0              0              0              0 
## NE.IMP.GNFS.ZS SP.RUR.TOTL.ZS 
##              0              0

Veri görselleştirmesi için ggplot2 paketini kullanacağız. Öncelikle, tarım göstergeleri arasındaki ilişkiyi incelemek için çeşitli grafikler oluşturacağız. İşlem öncesi veriyi görselleştireceğiz ve ardından her bir değişkenin dağılımını ve ilişkilerini gösteren grafikler oluşturacağız.

library(ggplot2)

# İhracat ile Yatırımlar arasındaki ilişkiyi gösteren bir scatter plot
ggplot(veri_temiz, aes(x = NE.EXP.GNFS.ZS, y = AG.CON.FERT.ZS)) +
  geom_point() +
  labs(title = "Tarım İhracatı ve Gübre Tüketimi İlişkisi",
       x = "Tarım İhracatı",
       y = "Gübre Tüketimi")

# Tarım alanının toplam yüzdesini gösteren bir bar plot
ggplot(veri_temiz, aes(x = year, y = AG.LND.TRAC.ZS)) +
  geom_bar(stat = "identity", fill = "skyblue") +
  labs(title = "Tarım Alanının Toplam Yüzdesi",
       x = "Yıl",
       y = "Tarım Alanı Yüzdesi")

3- ekonomik model:

GDP = β0 + β1 * Tarımsal_GSYIH_Oranı + β2 * Tarımsal_Gübre_Kullanımı_Oranı + β3 * Tarım_Verimliliği + β4 * Tarım_Alanı_Oranı + β5 * Tarım_Dışı_İhracat_Oranı + β6 * Tarım_Dışı_İthalat_Oranı + β7 * Kırsal_Nüfus_Oranı + ε

Burada: GDP: Gayri Safi Yurtiçi Hasıla Tarımsal_GSYIH_Oranı: Tarımsal GSYİH Oranı Tarımsal_Gübre_Kullanımı_Oranı: Tarımsal Gübre Kullanımı Oranı Tarım_Verimliliği: Tarım Verimliliği Tarım_Alanı_Oranı: Tarım Alanı Oranı Tarım_Dışı_İhracat_Oranı: Tarım Dışı İhracat Oranı Tarım_Dışı_İthalat_Oranı: Tarım Dışı İthalat Oranı Kırsal_Nüfus_Oranı: Kırsal Nüfus Oranı β0, β1, β2, …, β7: Regresyon katsayıları ε: Hata terimi

# Değişken isimlerini güncelleme
names(veri_temiz) <- c("country", "iso2c", "iso3c", "year", "GDP", 
                       "AG_GDP_Ratio", "AG_Fertilizer_Use", "AG_Productivity", 
                       "AG_Land_Use", "NonAG_Export_Ratio", "NonAG_Import_Ratio", 
                       "Rural_Population_Ratio")

# Modeli oluşturma
model <- lm(GDP ~ AG_GDP_Ratio + AG_Fertilizer_Use + AG_Productivity + 
                AG_Land_Use + NonAG_Export_Ratio + NonAG_Import_Ratio + 
                Rural_Population_Ratio, data = veri_temiz)

# Model özetini görüntüleme
summary(model)

## 
## Call:
## lm(formula = GDP ~ AG_GDP_Ratio + AG_Fertilizer_Use + AG_Productivity + 
##     AG_Land_Use + NonAG_Export_Ratio + NonAG_Import_Ratio + Rural_Population_Ratio, 
##     data = veri_temiz)
## 
## Residuals:
##        Min         1Q     Median         3Q        Max 
## -7.159e+12 -1.915e+12 -7.929e+11  4.592e+11  3.330e+13 
## 
## Coefficients:
##                          Estimate Std. Error t value Pr(>|t|)    
## (Intercept)             2.990e+12  7.238e+11   4.131 4.05e-05 ***
## AG_GDP_Ratio           -1.345e+11  3.144e+10  -4.277 2.16e-05 ***
## AG_Fertilizer_Use      -5.176e+09  1.585e+09  -3.265  0.00115 ** 
## AG_Productivity         7.733e+08  1.358e+08   5.696 1.81e-08 ***
## AG_Land_Use            -4.951e+08  2.303e+08  -2.150  0.03187 *  
## NonAG_Export_Ratio     -6.559e+10  1.508e+10  -4.348 1.58e-05 ***
## NonAG_Import_Ratio      6.943e+09  1.468e+10   0.473  0.63647    
## Rural_Population_Ratio  8.764e+09  1.428e+10   0.614  0.53954    
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 4.315e+12 on 701 degrees of freedom
## Multiple R-squared:  0.1683, Adjusted R-squared:   0.16 
## F-statistic: 20.26 on 7 and 701 DF,  p-value: < 2.2e-16

Bu modelin özetine göre:

library(ggplot2)

# Tarımsal GSYİH Oranı ile GDP
p1 <- ggplot(veri_temiz, aes(x = AG_GDP_Ratio, y = GDP)) +
  geom_point() + 
  geom_smooth(method = "lm", se = FALSE, color = "blue") +
  labs(x = "Tarımsal GSYİH Oranı", y = "GDP", 
       title = "Tarımsal GSYİH Oranının GDP Üzerindeki Etkisi")

# Tarımsal Gübre Kullanımı Oranı ile GDP
p2 <- ggplot(veri_temiz, aes(x = AG_Fertilizer_Use, y = GDP)) +
  geom_point() + 
  geom_smooth(method = "lm", se = FALSE, color = "red") +
  labs(x = "Tarımsal Gübre Kullanımı Oranı", y = "GDP", 
       title = "Tarımsal Gübre Kullanımı Oranının GDP Üzerindeki Etkisi")

# Tarım Verimliliği ile GDP
p3 <- ggplot(veri_temiz, aes(x = AG_Productivity, y = GDP)) +
  geom_point() + 
  geom_smooth(method = "lm", se = FALSE, color = "green") +
  labs(x = "Tarım Verimliliği", y = "GDP", 
       title = "Tarım Verimliliğinin GDP Üzerindeki Etkisi")

# Tarım Alanı Oranı ile GDP
p4 <- ggplot(veri_temiz, aes(x = AG_Land_Use, y = GDP)) +
  geom_point() + 
  geom_smooth(method = "lm", se = FALSE, color = "purple") +
  labs(x = "Tarım Alanı Oranı", y = "GDP", 
       title = "Tarım Alanı Oranının GDP Üzerindeki Etkisi")

# Tarım Dışı İhracat Oranı ile GDP
p5 <- ggplot(veri_temiz, aes(x = NonAG_Export_Ratio, y = GDP)) +
  geom_point() + 
  geom_smooth(method = "lm", se = FALSE, color = "orange") +
  labs(x = "Tarım Dışı İhracat Oranı", y = "GDP", 
       title = "Tarım Dışı İhracat Oranının GDP Üzerindeki Etkisi")

# Tarım Dışı İthalat Oranı ile GDP
p6 <- ggplot(veri_temiz, aes(x = NonAG_Import_Ratio, y = GDP)) +
  geom_point() + 
  geom_smooth(method = "lm", se = FALSE, color = "brown") +
  labs(x = "Tarım Dışı İthalat Oranı", y = "GDP", 
       title = "Tarım Dışı İthalat Oranının GDP Üzerindeki Etkisi")

# Kırsal Nüfus Oranı ile GDP
p7 <- ggplot(veri_temiz, aes(x = Rural_Population_Ratio, y = GDP)) +
  geom_point() + 
  geom_smooth(method = "lm", se = FALSE, color = "pink") +
  labs(x = "Kırsal Nüfus Oranı", y = "GDP", 
       title = "Kırsal Nüfus Oranının GDP Üzerindeki Etkisi")

# Çoklu grafik oluşturma
library(gridExtra)
grid.arrange(p1, p2, p3, p4, p5, p6, p7, nrow = 2)

## `geom_smooth()` using formula = 'y ~ x'
## `geom_smooth()` using formula = 'y ~ x'
## `geom_smooth()` using formula = 'y ~ x'
## `geom_smooth()` using formula = 'y ~ x'
## `geom_smooth()` using formula = 'y ~ x'
## `geom_smooth()` using formula = 'y ~ x'
## `geom_smooth()` using formula = 'y ~ x'

# plm paketini yükle
library(plm)

# Panel veri modelini oluştur
panel_model <- plm(GDP ~ AG_GDP_Ratio + AG_Fertilizer_Use + AG_Productivity + 
                     AG_Land_Use + NonAG_Export_Ratio + NonAG_Import_Ratio + Rural_Population_Ratio, 
                   data = veri_temiz, model = "within")

## Warning in pdata.frame(data, index = index, ...): duplicate couples (id-time) in resulting pdata.frame
##  to find out which, use, e.g., table(index(your_pdataframe), useNA = "ifany")

# Model özetini görüntüle
summary(panel_model)

## Oneway (individual) effect Within Model
## 
## Call:
## plm(formula = GDP ~ AG_GDP_Ratio + AG_Fertilizer_Use + AG_Productivity + 
##     AG_Land_Use + NonAG_Export_Ratio + NonAG_Import_Ratio + Rural_Population_Ratio, 
##     data = veri_temiz, model = "within")
## 
## Unbalanced Panel: n = 121, T = 1-10, N = 709
## 
## Residuals:
##      Min.   1st Qu.    Median      Mean   3rd Qu.      Max. 
## -3.96e+12 -8.53e+10 -3.24e+09  0.00e+00  7.88e+10  6.00e+12 
## 
## Coefficients:
##                           Estimate  Std. Error t-value  Pr(>|t|)    
## AG_GDP_Ratio            3.4371e+09  1.8235e+10  0.1885 0.8505571    
## AG_Fertilizer_Use      -2.5325e+08  9.3519e+08 -0.2708 0.7866435    
## AG_Productivity         1.9069e+08  7.3132e+07  2.6075 0.0093542 ** 
## AG_Land_Use            -8.9022e+08  5.3460e+08 -1.6652 0.0964100 .  
## NonAG_Export_Ratio     -1.7605e+09  6.5314e+09 -0.2695 0.7876055    
## NonAG_Import_Ratio      4.5118e+09  5.8339e+09  0.7734 0.4396105    
## Rural_Population_Ratio -1.1711e+11  3.3597e+10 -3.4858 0.0005277 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Total Sum of Squares:    3.1342e+26
## Residual Sum of Squares: 2.9824e+26
## R-Squared:      0.048427
## Adj. R-Squared: -0.15958
## F-statistic: 4.22396 on 7 and 581 DF, p-value: 0.00014693

# AG_Productivity değişkeninin GDP üzerindeki etkisini görselleştirme
plot(veri_temiz$AG_Productivity, resid(model), xlab = "AG_Productivity", ylab = "Residuals",
     main = "AG_Productivity vs. Residuals")

# Loess eğrisi ekleme
lines(lowess(veri_temiz$AG_Productivity, resid(model)), col = "red")

# AG_Productivity değişkeninin GDP üzerindeki etkisini gösteren doğrusal bir fit ekleme
abline(lm(resid(model) ~ veri_temiz$AG_Productivity), col = "blue")

# Eğim katsayısını ekleme
text(50, -3e12, labels = paste("Slope:", round(coef(lm(resid(model) ~ veri_temiz$AG_Productivity))[2], digits = 2)))

# R-kare değerini ekleme
text(50, -3.5e12, labels = paste("R-squared:", round(summary(lm(resid(model) ~ veri_temiz$AG_Productivity))$r.squared, digits = 4)))

# Rural_Population_Ratio değişkeninin GDP üzerindeki etkisini görselleştirme
plot(veri_temiz$Rural_Population_Ratio, resid(model), xlab = "Rural_Population_Ratio", ylab = "Residuals",
     main = "Rural_Population_Ratio vs. Residuals")

# Loess eğrisi ekleme
lines(lowess(veri_temiz$Rural_Population_Ratio, resid(model)), col = "red")

# Rural_Population_Ratio değişkeninin GDP üzerindeki etkisini gösteren doğrusal bir fit ekleme
abline(lm(resid(model) ~ veri_temiz$Rural_Population_Ratio), col = "blue")

# Eğim katsayısını ekleme
text(80, -3e12, labels = paste("Slope:", round(coef(lm(resid(model) ~ veri_temiz$Rural_Population_Ratio))[2], digits = 2)))

# R-kare değerini ekleme
text(80, -3.5e12, labels = paste("R-squared:", round(summary(lm(resid(model) ~ veri_temiz$Rural_Population_Ratio))$r.squared, digits = 4)))

# Korelasyon matrisini kontrol etme
cor(veri_temiz[, c("GDP", "AG_GDP_Ratio", "AG_Fertilizer_Use", "AG_Productivity", "AG_Land_Use", "NonAG_Export_Ratio", "NonAG_Import_Ratio", "Rural_Population_Ratio")])

##                                GDP AG_GDP_Ratio AG_Fertilizer_Use
## GDP                     1.00000000  -0.22596429        0.02236765
## AG_GDP_Ratio           -0.22596429   1.00000000       -0.35090021
## AG_Fertilizer_Use       0.02236765  -0.35090021        1.00000000
## AG_Productivity         0.21949198  -0.48928059        0.67111479
## AG_Land_Use             0.02363123  -0.35650787        0.43585272
## NonAG_Export_Ratio     -0.21576718  -0.23112268        0.21807020
## NonAG_Import_Ratio     -0.24036015   0.02489518        0.05310438
## Rural_Population_Ratio -0.19134604   0.80832426       -0.26202833
##                        AG_Productivity AG_Land_Use NonAG_Export_Ratio
## GDP                         0.21949198  0.02363123         -0.2157672
## AG_GDP_Ratio               -0.48928059 -0.35650787         -0.2311227
## AG_Fertilizer_Use           0.67111479  0.43585272          0.2180702
## AG_Productivity             1.00000000  0.42490709          0.1477952
## AG_Land_Use                 0.42490709  1.00000000          0.1165098
## NonAG_Export_Ratio          0.14779523  0.11650976          1.0000000
## NonAG_Import_Ratio         -0.05475105  0.05567444          0.8097074
## Rural_Population_Ratio     -0.46078292 -0.21996284         -0.2051366
##                        NonAG_Import_Ratio Rural_Population_Ratio
## GDP                           -0.24036015            -0.19134604
## AG_GDP_Ratio                   0.02489518             0.80832426
## AG_Fertilizer_Use              0.05310438            -0.26202833
## AG_Productivity               -0.05475105            -0.46078292
## AG_Land_Use                    0.05567444            -0.21996284
## NonAG_Export_Ratio             0.80970738            -0.20513659
## NonAG_Import_Ratio             1.00000000             0.06832954
## Rural_Population_Ratio         0.06832954             1.00000000

library(corrplot)

## corrplot 0.92 loaded

correlation <- cor(veri_temiz[, c("GDP", "AG_GDP_Ratio", "AG_Fertilizer_Use", "AG_Productivity", 
                                   "AG_Land_Use", "NonAG_Export_Ratio", "NonAG_Import_Ratio", 
                                   "Rural_Population_Ratio")])

corrplot(correlation, method = "color")

# Yeni model
model2 <- lm(GDP ~ AG_Productivity + Rural_Population_Ratio + AG_GDP_Ratio + NonAG_Export_Ratio, data = veri_temiz)

# Model özetini görüntüleme
summary(model2)

## 
## Call:
## lm(formula = GDP ~ AG_Productivity + Rural_Population_Ratio + 
##     AG_GDP_Ratio + NonAG_Export_Ratio, data = veri_temiz)
## 
## Residuals:
##        Min         1Q     Median         3Q        Max 
## -4.442e+12 -1.991e+12 -7.758e+11  2.722e+11  3.375e+13 
## 
## Coefficients:
##                          Estimate Std. Error t value Pr(>|t|)    
## (Intercept)             3.717e+12  7.065e+11   5.261 1.90e-07 ***
## AG_Productivity         4.079e+08  1.057e+08   3.857 0.000125 ***
## Rural_Population_Ratio -2.579e+09  1.390e+10  -0.186 0.852864    
## AG_GDP_Ratio           -1.044e+11  3.066e+10  -3.404 0.000702 ***
## NonAG_Export_Ratio     -6.454e+10  8.006e+09  -8.062 3.22e-15 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 4.365e+12 on 704 degrees of freedom
## Multiple R-squared:  0.1455, Adjusted R-squared:  0.1407 
## F-statistic: 29.98 on 4 and 704 DF,  p-value: < 2.2e-16

Sonuç

Bu proje, bir ülkenin Gayri Safi Yurtiçi Hasıla (GDP) büyümesini çeşitli ekonomik ve tarımsal göstergelerle analiz etti. Veri toplama, temizleme ve görselleştirme adımlarının ardından farklı regresyon modelleri oluşturularak analiz yapıldı. Sonuçlar, tarımsal verimlilik, tarımsal toplam değer ekonomisine oranı, tarım dışı ihracat oranı gibi faktörlerin GDP büyümesi üzerinde önemli etkilere sahip olduğunu gösterdi. En uygun model belirlenerek katsayıları ve istatistiksel anlamlılığı incelendi. Sonuçlar, ekonomik politikaların oluşturulmasında ve ülke ekonomisinin daha sağlam bir temel üzerine inşa edilmesinde yol gösterici olabilir. Bu çalışma, ekonomik kalkınma için tarımsal ve ekonomik politikaların önemini vurgulamakta ve veri odaklı karar alma süreçlerine katkı sağlamayı amaçlamaktadır.