Türkiye’de Enerji Tüketimi Ekonomik Büyüme İlişkisinin Bölgesel Analizi
Muhammet Enes Uçar
Karabük Üniversitesi27.05.2024
Abstract
Çalışmada Türkiye’de bölgesel enerji tüketiminin ekonomik büyüme üzerindeki etkisi panel veri analizi yöntemleri kullanılarak test edilmiştir. Enerji tüketimi büyüme ilişkisinin bölgesel olarak incelenmesinde İBBS Düzey 2 Bölgeleri esas alınmıştır. Bölgesel enerji tüketiminin ekonomik büyüme üzerindeki etkisi, bu bölgelere ait 2004-2011 dönemi yıllık verileri kullanılarak test edilmiştir. Düzey 2 bölgeleri hem tüm bölgeler itibariyle hem de nispeten gelişmiş ve daha az gelişmiş bölgelere ayrılarak analize katılmıştır. Gayri safi katma değer, kamu yatırımları, istihdam ve elektrik tüketim verileri kullanılarak panel regresyon analizi yapılmıştır. Çalışmanın sonucuna göre bölgesel enerji tüketimi ekonomik büyümeyi pozitif yönde etkilemektedir.Giriş
Enerjinin toplum ve ekonomi üzerindeki etkisi belirli gelişmelerle öne çıkmaktadır. Bunlardan en önemlileri kronolojik olarak Sanayi Devrimi, II. Dünya Savaşı ve 1970’li yıllardaki petrol şoklarıdır. Sanayi devrimiyle buharlı makinelerin kullanılmaya başlanması enerji ihtiyacını artırmıştır. Kitlesel üretime geçilmesi nüfusun şehirlerde toplanmasına ve döngüsel olarak daha fazla enerji tüketimine neden olmuştur. II. Dünya Savaşı sonrası ülkelerin hızlı büyüme sürecine girmesi enerji talebinin artmasında bir başka nedendir. Enerji tüketiminin artması, takip eden yıllarda çevre sorunlarının ortaya çıkmasına ve yeni enerji kaynaklarının araştırılmasına sebebiyet vermiştir.
Çevre sorunlarının artması ve yeni enerji kaynaklarının araştırılması, iktisadi düşüncede önemli değişiklikler getirmiştir. Neoklasik iktisat okuluna kadar üretim fonksiyonunda toprak ve doğal kaynaklar yer alırken, enerji kavramına yer verilmemiştir. Neoklasik iktisat, enerji kavramını tanımış ve bu bağlamda çevre ekonomisi ve doğal kaynaklar ekonomisi olmak üzere iki alt disiplin geliştirmiştir. Bu disiplinler, doğal kaynakların kullanımı ve çevre sorunlarıyla ilgilenir. Özellikle İkinci Dünya Savaşı sonrası hızla büyüyen ekonomilerin yarattığı çevre sorunları bu disiplinlerin gelişiminde etkili olmuştur.
Enerji, ekolojik iktisat anlayışı ile modern anlamda bir üretim faktörü olarak ekonomide yerini almıştır. Ekolojik iktisat, geleneksel iktisat döngüsünü küresel ekosistemin bir alt sistemi olarak görür ve bu ekosistemde tek enerji kaynağının güneş enerjisi olduğunu savunur. Güneş enerjisi, doğrudan veya dolaylı olarak kullanılır ve düşük ısı olarak atılır. Bu yaklaşıma göre, enerji üretimin temel birincil faktörüdür.
1970’lerdeki enerji krizleri, enerji tüketimi ve ekonomik büyüme arasındaki ilişkiyi ampirik olarak inceleme fırsatı sunmuştur. Bu incelemelerde dört hipotez test edilmiştir:
Büyüme Hipotezi: Enerji tüketimindeki artış, reel GSYİH’da artışa neden olur. Tasarruf Hipotezi: Reel GSYİH’daki artış, enerji tüketiminde artışa yol açar. Nötr Hipotezi: Enerji tüketimi ve reel GSYİH arasında belirgin bir nedensel ilişki yoktur. Geri Besleme Hipotezi: Enerji tüketimi ve ekonomik büyüme arasında iki yönlü nedensellik vardır. Bu hipotezler, enerji ve ekonomik büyüme arasındaki dinamikleri anlamak için ampirik çalışmalarla desteklenmiştir.
Literatür Taraması
Türkiye’de enerji tüketimi ekonomik büyüme ilişkisini farklı açılardan ele alan pek çok çalışma bulunmaktadır.
Ele alınan hipotezler kapsamında genelleştirilemeyen diğer çalışmalardan, Karagöl ve diğerleri (2007)’de 1974-2004 dönemi verilerle Pesaran Sınır Testi ve Gecikmesi Dağıtılmış Otoregressif Sınır Testleri (ARDL) kullanılarak ekonomik büyüme ile elektrik tüketimi arasındaki ilişki incelenmiştir. Çalışmanın sonucuna göre kısa dönemde elektrik tüketimi ile büyüme oranı arasında pozitif ilişki bulunmuş olmasına rağmen uzun dönemde değişkenler arasında negatif ilişki bulunmuştur.
Karanfil (2008) Türkiye ekonomisi için 1970-2005 dönemi için yapmış olduğu Granger nedensellik sonucuna göre, gelirden enerji tüketimine doğru bir nedensellik bulunmuştur. Aynı çalışmada resmi GSYİH değişkeni yerine, kayıt dışı ekonomiyi dikkate alan GSYİH kullanıldığında iki değişken arasında nedensellik ilişkisi tespit edilememiştir.
Aktaş ve Yılmaz (2008) 1970 -2004 dönemi elektrik tüketimi ve ekonomik büyüme arasındaki nedensellik ilişkiyi hata düzeltme modeline (ECM) dayalı Granger nedensellik testiyle araştırmıştır. Çalışmanın sonucuna göre kısa dönemde elektrik tüketimi ve GSMH arasında iki yönlü nedensellik bulunmuş iken uzun dönemde ise GSMH’dan elektrik tüketimine doğru tek yönlü bir nedensellik bulunmuştur.
Kar ve Kınık (2008), 1975-2005 dönemi Türkiye ekonomisi için VECM kullanarak yapmış olduğu çalışma sonucuna göre toplam ve sanayi elektrik tüketiminden ekonomik büyümeye doğru bir nedensellik tespit edilmişken, kişi başına mesken elektrik tüketimi ile ekonomik büyüme arasında iki yönlü bir nedensellik ilişkisi gözlenmiştir.
Araştırma Tasarımı
Gerekli Paketlerin Yüklenmesi
library(WDI)
library(dplyr)
library(ggplot2)Verileri İndirme
wdi_data <- WDI(country = "TR",
indicator = c("EG.USE.PCAP.KG.OE", "NY.GDP.MKTP.CD"),
start = 1990,
end = 2023,
extra = TRUE)Verileri İşleme
wdi_data <- wdi_data %>%
select(year, energy_consumption = EG.USE.PCAP.KG.OE, gdp = NY.GDP.MKTP.CD) %>%
filter(!is.na(energy_consumption) & !is.na(gdp))head(wdi_data)## year energy_consumption gdp
## 1 1990 970.4215 150655500192
## 2 1991 939.5220 151034731544
## 3 1992 952.4813 159104772992
## 4 1993 992.8809 180415757852
## 5 1994 963.9942 130650447499
## 6 1995 1038.1601 169319579016wdi_data <- wdi_data %>%
mutate(log_energy_consumption = log(energy_consumption),
log_gdp = log(gdp))Regresyon Modeli Oluşturma
model <- lm(log_gdp ~ log_energy_consumption, data = wdi_data)summary(model)##
## Call:
## lm(formula = log_gdp ~ log_energy_consumption, data = wdi_data)
##
## Residuals:
## Min 1Q Median 3Q Max
## -0.40466 -0.09767 0.01360 0.10437 0.32682
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) -0.8122 1.4492 -0.56 0.58
## log_energy_consumption 3.8581 0.2039 18.93 6.25e-16 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 0.1795 on 24 degrees of freedom
## Multiple R-squared: 0.9372, Adjusted R-squared: 0.9346
## F-statistic: 358.1 on 1 and 24 DF, p-value: 6.252e-16Regresyon Sonuçlarının Görselleştirilmesi
wdi_data$predicted_log_gdp <- predict(model, wdi_data)ggplot(wdi_data, aes(x = log_energy_consumption, y = log_gdp)) +
geom_point() +
geom_line(aes(y = predicted_log_gdp), color = "blue") +
labs(title = "Türkiye'de Enerji Tüketimi ve Ekonomik Büyüme İlişkisi",
x = "Log Enerji Tüketimi (Kişi Başına, kg oil equivalent)",
y = "Log GSYİH (Cari USD)") +
theme_minimal()
Sonuç
- Dünyada yaşanan ekonomik gelişmelere paralel olarak Türkiye’de de enerji tüketimi ve büyüme ilişkisine olan ilgi hızla artmış ve bu konuda pek çok çalışma yapılmıştır. Bununla birlikte Türkiye’de bölgesel enerji tüketimi ekonomik büyüme ilişkisini inceleyen çalışma literatürde tespit edilememiştir. Bölgesel bazda ekonometrik çalışma yapılmamış olmasında İstatistikî Bölge Birimleri Sınıflandırması’na (İBBS) 2002 yılında geçilmesi ve ekonometrik analiz için yeterli verinin olmaması bir etkendir. Ancak son yıllarda veri sayısının artmaya başlaması bazı analizlerin yapılmasını mümkün hale getirmiştir. İşte literatürdeki boşluğu doldurmak ve farklı bir bakış açısı getirmek bu çalışmada hedeflenmiştir.
Kaynakça
Dinçer, Özgür, and Burcu Burcu İzgi. “Enerji tüketimi ve ekonomik büyüme ilişkisi: Türkiye üzerine ampirik bir inceleme.” Afyon Kocatepe Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi 16, no. 2 (2014): 93-112. https://dergipark.org.tr/tr/download/article-file/236539.
Berke, Burak ve Kemal Karagöz. “Türkiye’de enerji tüketiminin ekonomik büyüme üzerindeki etkileri: Markov Switching yaklaşımı.” ResearchGate, 2016. https://www.researchgate.net/publication/301636215_TURKIYE%27DE_ENERJI_TUKETIMININ_EKONOMIK_BUYUME_UZERINDEKI_ETKILERI_MARKOV_SWITCHING_YAKLASIMI.
##ÖDEVLER
Zaman Serileri ve Quantmod Paketi
library(quantmod)## Zorunlu paket yükleniyor: xts## Zorunlu paket yükleniyor: zoo##
## Attaching package: 'zoo'## The following objects are masked from 'package:base':
##
## as.Date, as.Date.numeric##
## ######################### Warning from 'xts' package ##########################
## # #
## # The dplyr lag() function breaks how base R's lag() function is supposed to #
## # work, which breaks lag(my_xts). Calls to lag(my_xts) that you type or #
## # source() into this session won't work correctly. #
## # #
## # Use stats::lag() to make sure you're not using dplyr::lag(), or you can add #
## # conflictRules('dplyr', exclude = 'lag') to your .Rprofile to stop #
## # dplyr from breaking base R's lag() function. #
## # #
## # Code in packages is not affected. It's protected by R's namespace mechanism #
## # Set `options(xts.warn_dplyr_breaks_lag = FALSE)` to suppress this warning. #
## # #
## #################################################################################
## Attaching package: 'xts'## The following objects are masked from 'package:dplyr':
##
## first, last## Zorunlu paket yükleniyor: TTR## Registered S3 method overwritten by 'quantmod':
## method from
## as.zoo.data.frame zooMonster İçecek Şirketi
- MNST’nin hisse senedi fiyatlarını indirelim. Yahoo-finance size şirketlerin sembollerini verecektir. Sizde yahoo finance’den Monster’ı ararsanız, sembolünün MNST olduğunu göreceksiniz. MNST hisse senedi veri setini indirmek için getSymbols komutunu kullanıyoruz.
getSymbols("MNST")## Warning: MNST contains missing values. Some functions will not work if objects
## contain missing values in the middle of the series. Consider using na.omit(),
## na.approx(), na.fill(), etc to remove or replace them.## [1] "MNST"Artık Monster şirketini 27 Mayıs 2024 tarihinden itibaren sahip olduğu günlük verilere ulaşabilirsiniz.Dataya bir göz atalım. Datanın boyutuna dim() komutuyla bakalım, ve verinin ilk 6 ve son 6 gözlemine bir göz atalım
dim(MNST)## [1] 4390 6head(MNST)## MNST.Open MNST.High MNST.Low MNST.Close MNST.Volume MNST.Adjusted
## 2007-01-03 2.817500 2.854167 2.765833 2.826667 24748800 2.826667
## 2007-01-04 2.807500 2.850000 2.792500 2.843333 27715200 2.843333
## 2007-01-05 2.845833 2.861667 2.770000 2.856667 32784000 2.856667
## 2007-01-08 2.840833 2.845833 2.804167 2.833333 24787200 2.833333
## 2007-01-09 2.833333 3.077500 2.820833 2.995000 87240000 2.995000
## 2007-01-10 2.967500 3.201667 2.932500 3.166667 73716000 3.166667tail(MNST)## MNST.Open MNST.High MNST.Low MNST.Close MNST.Volume MNST.Adjusted
## 2024-06-04 51.83 52.28 51.50 52.19 26337600 52.19
## 2024-06-05 52.18 52.50 51.76 52.00 36709500 52.00
## 2024-06-06 53.89 53.90 51.92 52.45 35094400 52.45
## 2024-06-07 52.24 52.73 52.02 52.69 18586500 52.69
## 2024-06-10 52.35 52.54 50.77 51.00 20168200 51.00
## 2024-06-11 NA NA NA NA NA NAMNST.Open, hisse senedinin o günkü açılış fiyatı, Close, kapanış, High, en yüksek, Low, en düşük, Adjuste, Ayarlanmış fiyatlarını vermektedir.Volume, Kaç kişinin işlem yaptığını gösterir.
Bu zaman serisinin grafiğini chartSeries() ile gösterebiliriz.
chartSeries(MNST)
### NVIDIA Şirketi (NVDA)
- NVDA’nın hisse senedi fiyatlarını indirelim. Yahoo-finance size şirketlerin sembollerini verecektir. Sizde yahoo finance’den NVIDI Şirketini ararsanız, sembolünün NVDA olduğunu göreceksiniz. NVDA hisse senedi veri setini indirmek için getSymbols komutunu kullanıyoruz.
getSymbols("NVDA")## Warning: NVDA contains missing values. Some functions will not work if objects
## contain missing values in the middle of the series. Consider using na.omit(),
## na.approx(), na.fill(), etc to remove or replace them.## [1] "NVDA"Artık NVIDIA 27 Mayıs 2024 sonrası günlük verilerine sahibiz. Dataya bir göz atalım. Datanın boyutuna dim() komutuyla bakalım, ve verinin ilk 6 ve son 6 gözlemine bir göz atalım.
dim(NVDA)## [1] 4390 6head(NVDA)## NVDA.Open NVDA.High NVDA.Low NVDA.Close NVDA.Volume NVDA.Adjusted
## 2007-01-03 0.617833 0.625333 0.579833 0.601333 1154820000 0.5515586
## 2007-01-04 0.599167 0.601333 0.583833 0.598500 797298000 0.5489605
## 2007-01-05 0.584333 0.586667 0.557000 0.561000 1243344000 0.5145640
## 2007-01-08 0.563000 0.576000 0.553333 0.565167 657270000 0.5183867
## 2007-01-09 0.566000 0.569833 0.553500 0.554167 764166000 0.5082968
## 2007-01-10 0.548333 0.586667 0.540000 0.581500 1108746000 0.5333674tail(NVDA)## NVDA.Open NVDA.High NVDA.Low NVDA.Close NVDA.Volume NVDA.Adjusted
## 2024-06-04 115.716 116.600 114.045 116.437 403324000 116.4274
## 2024-06-05 118.371 122.449 117.468 122.440 528402000 122.4299
## 2024-06-06 124.048 125.587 118.320 120.998 664696000 120.9881
## 2024-06-07 119.770 121.692 118.022 120.888 412386000 120.8781
## 2024-06-10 120.370 123.100 117.010 121.790 314162700 121.7800
## 2024-06-11 NA NA NA NA NA NANVIDIA.Open, hisse senedinin o günkü açılış fiyatı, Close, kapanış, High, en yüksek, Low, en düşük, Adjuste, Ayarlanmış fiyatlarını vermektedir.Volume, Kaç kişinin işlem yaptığını gösterir.
Bu zaman serisinin grafiğini chartSeries() ile gösterebiliriz.
chartSeries(NVDA)
Teksas için Ortalama Düzeltilmiş Brüt Gelir
getSymbols("MEANAGITX48A052NCEN",src="FRED")## [1] "MEANAGITX48A052NCEN"chartSeries(MEANAGITX48A052NCEN,theme="white") 
getFX("USD/TRY",from="2018-01-01")## Warning in doTryCatch(return(expr), name, parentenv, handler): Oanda only
## provides historical data for the past 180 days. Symbol: USD/TRY## [1] "USD/TRY"chartSeries(USDTRY,theme="white") 
Kaliforniya için Yoksulluk Vergisi Muafiyetleri
getSymbols("PEXMCA6A647NCEN",src="FRED")## [1] "PEXMCA6A647NCEN"chartSeries(PEXMCA6A647NCEN,theme="white") 
getFX("USD/TRY",from="2018-01-01")## Warning in doTryCatch(return(expr), name, parentenv, handler): Oanda only
## provides historical data for the past 180 days. Symbol: USD/TRY## [1] "USD/TRY"chartSeries(USDTRY,theme="white")