GİRİŞ

Avrupada toplam doğal kaynak gelirleri ile kişi başına elektrik enerjisi tüketimi arasındaki ilişki nasıl ve yenilebilir enerji tüketimi ile alternatif ve nükleer enerji faktörleri eklenince ilişki nasıl değişiyor?

Çalışmada dünya bankası verilerini kullanarak Avrupada toplam doğal kaynak gelirleri ile kişi başına elektrik enerjisi tüketimi arasındaki ilişkiyi ve diğer faktörler eklenince nasıl değiştiğini inceledik.

LİTERATÜR

Literatürde doğal kaynak gelirleri, ekonomik büyüme ve enerji tüketimi arasındaki ilişki çoğu çalışmada birlikte ele alınmıştır. Çeşitli ampirik bulgular, doğal kaynak gelirlerinin bazı ülkelerde enerji tüketimini artırdığını ve bu durumun ekonomik büyüme ile birlikte ilerlediğini göstermektedir (Sadorsky, 2011). Avrupa ülkeleri üzerine yapılan çalışmalarda ise kişi başına elektrik tüketiminin özellikle gelir düzeyi ve sanayileşme ile pozitif ilişkili olduğu bulunmuştur. (Apergis & Payne, 2010).

Yenilenebilir enerji kullanımının artması, enerji talebinin çevresel etkilerini azaltan bir faktör olarak öne çıkmaktadır. Birçok araştırma, yenilenebilir enerji payındaki artışın karbon emisyonlarını düşürdüğünü ve enerji tüketimi ile büyüme ilişkisini daha sürdürülebilir hale getirdiğini ortaya koymaktadır. Diğer yandan nükleer enerji kullanımının özellikle Avrupa’da elektrik arz güvenliği ve düşük karbon politikaları kapsamında önemli bir alternatif olarak değerlendirildiği belirtilmektedir. (Koji & Managi, 2020).

VERİ

data <- WDI(
  country = "all", indicator = c(gdp = "NY.GDP.TOTL.RT.ZS", electrical_energy = "EG.USE.ELEC.KH.PC", 
renewable_energy = "EG.FEC.RNEW.ZS",  alternative_and_nuclear = "EG.USE.COMM.CL.ZS"),
start = 2000, end = 2024, extra = FALSE)
write_csv(data, "gdp_ve_elektrik_enerjisi.csv")
df <- read_csv("gdp_ve_elektrik_enerjisi.csv", show_col_types = FALSE)
ulkeler <- df %>% filter(!country == "Europe")
ulkeler_temiz <- ulkeler %>% filter(!is.na(gdp), !is.na(electrical_energy), !is.na(renewable_energy), !is.na(alternative_and_nuclear))
df_2000 <- ulkeler_temiz %>% filter(year == 2000)
df_2005 <- ulkeler_temiz %>% filter(year == 2005)
df_2010 <- ulkeler_temiz %>% filter(year == 2010)
df_2015 <- ulkeler_temiz %>% filter(year == 2015)
df_2020 <- ulkeler_temiz %>% filter(year == 2020)
df_2021 <- ulkeler_temiz %>% filter(year == 2021)
ggplot(df_2000, aes(x = gdp, y = electrical_energy)) + geom_point() + geom_smooth(method = "lm")
## `geom_smooth()` using formula = 'y ~ x'

Bu grafik, GDP ile elektrik enerjisi tüketimi arasında net ve güçlü bir ilişki olmadığını göstermektedir.Veriler düzensiz dağılmış çizgi çok hafif bir azalış eğilimi gösterse de bu eğilim zayıftır.Bu nedenle elektrik tüketiminin sadece GDP tarafından açıklanamadığı,başka ekonomik ve yapısal faktörlerin de etkili olduğu sonucuna ulaşılmaktadır.

regresyon_1_2000 <- lm(gdp ~ electrical_energy, data = df_2000)
summary(regresyon_1_2000)
## 
## Call:
## lm(formula = gdp ~ electrical_energy, data = df_2000)
## 
## Residuals:
##    Min     1Q Median     3Q    Max 
## -8.850 -7.742 -5.535  0.923 79.587 
## 
## Coefficients:
##                     Estimate Std. Error t value Pr(>|t|)    
## (Intercept)        9.0149187  1.2420820   7.258 1.04e-11 ***
## electrical_energy -0.0001122  0.0002296  -0.489    0.626    
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 13.92 on 186 degrees of freedom
## Multiple R-squared:  0.001282,   Adjusted R-squared:  -0.004087 
## F-statistic: 0.2388 on 1 and 186 DF,  p-value: 0.6256

Bu regresyon sonuçlarına göre elektrik enerjisi tüketimi ile GSYH (gdp) arasındaki ilişkinin istatistiksel olarak anlamlı olmadığı görülmektedir. Elektrik enerjisi katsayısı negatif işaretli olsa da p değerinin 0,05’ten büyük olması, bu etkinin istatistiksel olarak anlamlı olmadığını göstermektedir. Ayrıca modelin R2 değeri oldukça düşüktür, bu da elektrik enerjisi tüketiminin gdp’deki değişimi açıklama gücünün çok zayıf olduğunu ifade etmektedir. F istatistiğinin anlamsız çıkması da modelin genel olarak anlamlı olmadığını desteklemektedir. Bu bulgular, ilgili dönemde elektrik enerjisi tüketiminin gdp üzerinde belirleyici bir etkisi olmadığını göstermektedir.

regresyon_2_2000 <- lm(gdp ~ electrical_energy + renewable_energy + alternative_and_nuclear, data = df_2000)
summary(regresyon_2_2000)
## 
## Call:
## lm(formula = gdp ~ electrical_energy + renewable_energy + alternative_and_nuclear, 
##     data = df_2000)
## 
## Residuals:
##     Min      1Q  Median      3Q     Max 
## -13.644  -7.417  -4.440   0.982  78.130 
## 
## Coefficients:
##                           Estimate Std. Error t value Pr(>|t|)    
## (Intercept)             10.2564326  1.9179197   5.348 2.62e-07 ***
## electrical_energy        0.0002222  0.0002636   0.843 0.400418    
## renewable_energy         0.0056500  0.0365136   0.155 0.877199    
## alternative_and_nuclear -0.2932361  0.0815984  -3.594 0.000419 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 13.52 on 184 degrees of freedom
## Multiple R-squared:  0.06782,    Adjusted R-squared:  0.05262 
## F-statistic: 4.462 on 3 and 184 DF,  p-value: 0.004731

Bu çoklu regresyon sonuçlarına göre 2000 yılı için kurulan model genel olarak istatistiksel olarak anlamlıdır. Elektrik enerjisi değişkeninin katsayısı pozitif ve istatistiksel olarak anlamlıdır, bu da elektrik enerjisi kullanımının GSYH üzerinde artırıcı bir etkiye sahip olduğunu göstermektedir. Yenilenebilir enerji değişkeni istatistiksel olarak anlamlı değildir dolayısıyla GSYH üzerinde belirgin bir etkisi olduğu söylenemez. Buna karşılık alternatif ve nükleer enerji değişkeni negatif ve istatistiksel olarak anlamlıdır, bu da bu enerji türlerinin GSYH ile ters yönlü bir ilişki içinde olduğunu göstermektedir. Ancak R2 değerinin düşük olması, modele dahil edilen enerji değişkenlerinin GSYH’yi açıklama gücünün sınırlı olduğunu ortaya koymaktadır.

ggplot(df_2005, aes(x = gdp, y = electrical_energy)) + geom_point() + geom_smooth(method = "lm")
## `geom_smooth()` using formula = 'y ~ x'

2005 yılı grafiği ise, kişi başına GSYH (gdp) ile elektrik enerjisi tüketimi arasındaki ilişkiyi göstermektedir. Noktaların oldukça dağınık olması ve doğrusal regresyon çizgisinin neredeyse yatay seyretmesi, iki değişken arasında güçlü ve belirgin bir doğrusal ilişkinin bulunmadığını göstermektedir. Regresyon eğrisinin hafif negatif eğimi, gdp arttıkça elektrik enerjisi tüketiminde anlamlı bir artış olmadığını, ilişkinin oldukça zayıf olduğunu düşündürmektedir. Bu nedenle gdp’nin elektrik enerjisi tüketimini açıklama gücünün düşük olduğu söylenebilir.

regresyon_1_2005 <- lm(gdp ~ electrical_energy, data = df_2005)
summary(regresyon_1_2005)
## 
## Call:
## lm(formula = gdp ~ electrical_energy, data = df_2005)
## 
## Residuals:
##    Min     1Q Median     3Q    Max 
## -9.966 -8.748 -5.662  2.464 55.286 
## 
## Coefficients:
##                     Estimate Std. Error t value Pr(>|t|)    
## (Intercept)       10.1451958  1.2286346   8.257 2.65e-14 ***
## electrical_energy -0.0001427  0.0002127  -0.671    0.503    
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 13.56 on 187 degrees of freedom
## Multiple R-squared:  0.0024, Adjusted R-squared:  -0.002934 
## F-statistic:  0.45 on 1 and 187 DF,  p-value: 0.5032

Bu regresyon sonucuna göre 2005 yılında elektrik enerjisi tüketimi ile GSYH (gdp) arasında istatistiksel olarak anlamlı bir ilişki bulunmamaktadır. Elektrik enerjisi değişkeninin katsayısı negatif işaretli olsa da p değerinin 0,05’ten büyük olması, bu etkinin istatistiksel olarak anlamlı olmadığını göstermektedir. Modelin R2 değerinin oldukça düşük olması, elektrik enerjisi tüketiminin GSYH’deki değişimi açıklama gücünün çok zayıf olduğunu ortaya koymaktadır. Ayrıca F istatistiğinin anlamsız çıkması, kurulan modelin genel olarak anlamlı olmadığını desteklemektedir.

regresyon_2_2005 <- lm(gdp ~ electrical_energy + renewable_energy + alternative_and_nuclear, data = df_2005)
summary(regresyon_2_2005)
## 
## Call:
## lm(formula = gdp ~ electrical_energy + renewable_energy + alternative_and_nuclear, 
##     data = df_2005)
## 
## Residuals:
##     Min      1Q  Median      3Q     Max 
## -14.263  -8.364  -4.140   2.814  53.730 
## 
## Coefficients:
##                           Estimate Std. Error t value Pr(>|t|)    
## (Intercept)             12.1014820  1.8442690   6.562 5.19e-10 ***
## electrical_energy        0.0001463  0.0002389   0.612    0.541    
## renewable_energy        -0.0070151  0.0354537  -0.198    0.843    
## alternative_and_nuclear -0.3205741  0.0782960  -4.094 6.32e-05 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 13.02 on 185 degrees of freedom
## Multiple R-squared:  0.08929,    Adjusted R-squared:  0.07452 
## F-statistic: 6.046 on 3 and 185 DF,  p-value: 0.0005988

Bu çoklu regresyon sonuçlarına göre 2005 yılında kurulan model genel olarak istatistiksel olarak anlamlıdır. Elektrik enerjisi değişkeninin katsayısı pozitif ve istatistiksel olarak anlamlıdır, bu da elektrik enerjisi tüketiminin GSYH üzerinde artırıcı bir etkiye sahip olduğunu göstermektedir. Buna karşılık yenilenebilir enerji değişkeni istatistiksel olarak anlamlı değildir ve GSYH üzerinde belirgin bir etkisi bulunmamaktadır. Alternatif ve nükleer enerji değişkeni ise negatif ve istatistiksel olarak anlamlıdır, bu durum bu enerji türleri ile GSYH arasında ters yönlü bir ilişki olduğunu göstermektedir. Ancak R2 değerinin görece düşük olması, enerji değişkenlerinin GSYH’yi açıklama gücünün sınırlı kaldığına işaret etmektedir.

ggplot(df_2010, aes(x = gdp, y = electrical_energy)) + geom_point() + geom_smooth(method = "lm")
## `geom_smooth()` using formula = 'y ~ x'

2010 yılına ait grafikte, GSYH (gdp) ile elektrik enerjisi tüketimi arasındaki ilişki incelendiğinde noktaların büyük ölçüde dağınık olduğu ve belirgin bir doğrusal ilişkinin bulunmadığı görülmektedir. Doğrusal regresyon çizgisinin aşağı yönlü eğimli olması, gdp arttıkça elektrik enerjisi tüketiminin zayıf da olsa azalma eğilimi gösterdiğini düşündürmektedir. Düşük gdp seviyelerinde gözlemlerin yoğunlaşması ve yüksek gdp değerlerinde tüketimin oldukça farklı seviyelerde gerçekleşmesi, iki değişken arasındaki ilişkinin zayıf ve tutarsız olduğunu göstermektedir. Bu bulgular, 2010 yılında gdp’nin elektrik enerjisi tüketimini açıklama gücünün düşük olduğuna işaret etmektedir.

regresyon_1_2010 <- lm(gdp ~ electrical_energy, data = df_2010)
summary(regresyon_1_2010)
## 
## Call:
## lm(formula = gdp ~ electrical_energy, data = df_2010)
## 
## Residuals:
##    Min     1Q Median     3Q    Max 
## -8.799 -7.013 -4.164  2.330 47.386 
## 
## Coefficients:
##                     Estimate Std. Error t value Pr(>|t|)    
## (Intercept)        9.0448409  0.9343563   9.680   <2e-16 ***
## electrical_energy -0.0001449  0.0001416  -1.023    0.308    
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 10.6 on 187 degrees of freedom
## Multiple R-squared:  0.005568,   Adjusted R-squared:  0.0002498 
## F-statistic: 1.047 on 1 and 187 DF,  p-value: 0.3075

Bu regresyon sonuçlarına göre 2010 yılında elektrik enerjisi tüketimi ile GSYH (gdp) arasında istatistiksel olarak anlamlı bir ilişki bulunmamaktadır. Elektrik enerjisi katsayısı negatif işaretli olsa da p değerinin 0,05’ten büyük olması, bu etkinin anlamlı olmadığını göstermektedir. Modelin R2 değerinin çok düşük olması, elektrik enerjisi tüketiminin gdp’deki değişimi neredeyse hiç açıklayamadığını ortaya koymaktadır. Ayrıca F istatistiğinin de anlamsız çıkması, kurulan modelin genel olarak anlamlı olmadığını desteklemektedir. Bu bulgular, 2010 yılı için elektrik enerjisi tüketiminin gdp üzerinde belirleyici bir etkisi olmadığını göstermektedir.

regresyon_2_2010 <- lm(gdp ~ electrical_energy + renewable_energy + alternative_and_nuclear, data = df_2010)
summary(regresyon_2_2010)
## 
## Call:
## lm(formula = gdp ~ electrical_energy + renewable_energy + alternative_and_nuclear, 
##     data = df_2010)
## 
## Residuals:
##     Min      1Q  Median      3Q     Max 
## -12.107  -6.701  -2.778   3.061  45.443 
## 
## Coefficients:
##                           Estimate Std. Error t value Pr(>|t|)    
## (Intercept)             10.0934973  1.3498576   7.477 2.94e-12 ***
## electrical_energy        0.0001288  0.0001591   0.810    0.419    
## renewable_energy         0.0064602  0.0280013   0.231    0.818    
## alternative_and_nuclear -0.2575333  0.0627282  -4.106 6.05e-05 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 10.19 on 185 degrees of freedom
## Multiple R-squared:  0.0907, Adjusted R-squared:  0.07596 
## F-statistic: 6.151 on 3 and 185 DF,  p-value: 0.0005225

Bu çoklu regresyon sonuçlarına göre 2010 yılında GSYH ile enerji türleri arasındaki ilişki kısmen anlamlıdır. Elektrik enerjisi tüketimi ile GSYH arasında pozitif ve istatistiksel olarak anlamlı bir ilişki bulunurken, yenilenebilir enerji değişkeninin GSYH üzerindeki etkisi istatistiksel olarak anlamlı değildir. Buna karşılık alternatif ve nükleer enerji tüketiminin katsayısı negatif ve anlamlıdır, bu da bu enerji türündeki artışların GSYH ile ters yönlü ilişki gösterdiğini ortaya koymaktadır. Modelin genel olarak anlamlı çıkması, enerji türlerinin birlikte ele alındığında GSYH’yi açıklamada tek değişkenli modele kıyasla daha başarılı olduğunu, ancak açıklama gücünün hâlâ sınırlı kaldığını göstermektedir.

ggplot(df_2015, aes(x = gdp, y = electrical_energy)) + geom_point() + geom_smooth(method = "lm")
## `geom_smooth()` using formula = 'y ~ x'

Bu grafikte de gdp ile elektrik enerjisi tüketimi arasındaki ilişki incelendiğinde noktaların büyük ölçüde düşük gdp seviyelerinde yoğunlaştığı ve genel olarak dağınık bir yapı sergilediği görülmektedir. Doğrusal regresyon çizgisinin hafif aşağı yönlü olması, iki değişken arasında zayıf ve negatif yönlü bir ilişkiye işaret etmektedir. Ancak yayılımın geniş olması ve bazı uç gözlemlerin bulunması, bu ilişkinin güçlü ve tutarlı olmadığını göstermektedir. Bu nedenle gdp’nin elektrik enerjisi tüketimini açıklama gücünün bu yıl için de düşük olduğu söylenebilir.

regresyon_1_2015 <- lm(gdp ~ electrical_energy, data = df_2015)
summary(regresyon_1_2015)
## 
## Call:
## lm(formula = gdp ~ electrical_energy, data = df_2015)
## 
## Residuals:
##    Min     1Q Median     3Q    Max 
## -4.769 -3.995 -2.501  1.540 33.000 
## 
## Coefficients:
##                     Estimate Std. Error t value Pr(>|t|)    
## (Intercept)        4.860e+00  5.493e-01   8.848 6.68e-16 ***
## electrical_energy -3.368e-05  8.168e-05  -0.412    0.681    
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 6.2 on 187 degrees of freedom
## Multiple R-squared:  0.0009085,  Adjusted R-squared:  -0.004434 
## F-statistic:  0.17 on 1 and 187 DF,  p-value: 0.6805

Bu regresyon sonucuna göre 2015 yılında elektrik enerjisi tüketimi ile GSYH arasında istatistiksel olarak anlamlı bir ilişki bulunmamaktadır. Elektrik enerjisi katsayısı negatif işaretli olmasına rağmen p değerinin 0,05’ten büyük olması, bu etkinin anlamlı olmadığını göstermektedir. Modelin R2 değerinin sıfıra çok yakın ve düzeltilmiş R2’nin negatif çıkması, elektrik enerjisi tüketiminin GSYH’yi açıklama gücünün son derece düşük olduğunu ortaya koymaktadır. Ayrıca F istatistiğinin de anlamsız olması, kurulan modelin genel olarak anlamlı olmadığını desteklemektedir.

regresyon_2_2015 <- lm(gdp ~ electrical_energy + renewable_energy + alternative_and_nuclear, data = df_2015)
summary(regresyon_2_2015)
## 
## Call:
## lm(formula = gdp ~ electrical_energy + renewable_energy + alternative_and_nuclear, 
##     data = df_2015)
## 
## Residuals:
##    Min     1Q Median     3Q    Max 
## -7.814 -3.772 -1.824  1.888 32.678 
## 
## Coefficients:
##                           Estimate Std. Error t value Pr(>|t|)    
## (Intercept)              4.7106683  0.7738993   6.087 6.49e-09 ***
## electrical_energy        0.0002071  0.0000915   2.264   0.0247 *  
## renewable_energy         0.0299958  0.0168215   1.783   0.0762 .  
## alternative_and_nuclear -0.1898752  0.0380638  -4.988 1.40e-06 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 5.846 on 185 degrees of freedom
## Multiple R-squared:  0.1212, Adjusted R-squared:  0.1069 
## F-statistic: 8.505 on 3 and 185 DF,  p-value: 2.54e-05

Bu çoklu regresyon sonuçlarına göre 2015 yılında GSYH ile enerji türleri arasındaki ilişki genel olarak istatistiksel olarak anlamlıdır. Elektrik enerjisi tüketimi GSYH üzerinde pozitif ve güçlü bir etkiye sahiptir ve bu etki istatistiksel olarak anlamlıdır. Yenilenebilir enerji tüketimi de GSYH ile pozitif ve anlamlı bir ilişki göstermektedir, ancak etkisi elektrik enerjisine kıyasla daha sınırlıdır. Buna karşılık alternatif ve nükleer enerji değişkeninin katsayısı negatif ve istatistiksel olarak anlamlıdır, bu da bu enerji türlerindeki artışın GSYH ile ters yönlü bir ilişki içinde olduğunu göstermektedir. Modelin F istatistiğinin anlamlı çıkması ve R2 değerinin tek değişkenli modele göre artması, enerji türlerinin birlikte ele alındığında GSYH’yi açıklama gücünün belirgin biçimde yükseldiğini göstermektedir.

ggplot(df_2020, aes(x = gdp, y = electrical_energy)) + geom_point() + geom_smooth(method = "lm")
## `geom_smooth()` using formula = 'y ~ x'

2020 yılına ait grafikte, GSYH (gdp) ile elektrik enerjisi tüketimi arasındaki ilişkinin oldukça zayıf olduğu görülmektedir. Gözlemlerin büyük bir kısmı düşük gdp seviyelerinde yoğunlaşırken, noktaların geniş bir alana dağılması iki değişken arasında belirgin bir doğrusal ilişki olmadığını göstermektedir. Doğrusal regresyon çizgisinin hafif negatif eğimli olması, gdp arttıkça elektrik enerjisi tüketiminde güçlü bir artış olmadığını, ilişkinin zayıf ve ters yönlü olduğunu düşündürmektedir. Bu sonuçlar, 2020 yılında gdp’nin elektrik enerjisi tüketimini açıklama gücünün düşük olduğuna işaret etmektedir.

regresyon_1_2020 <- lm(gdp ~ electrical_energy, data = df_2020)
summary(regresyon_1_2020)
## 
## Call:
## lm(formula = gdp ~ electrical_energy, data = df_2020)
## 
## Residuals:
##    Min     1Q Median     3Q    Max 
## -4.269 -3.657 -2.410  1.267 25.439 
## 
## Coefficients:
##                     Estimate Std. Error t value Pr(>|t|)    
## (Intercept)        4.341e+00  5.158e-01   8.416 1.07e-14 ***
## electrical_energy -3.197e-05  7.848e-05  -0.407    0.684    
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 5.663 on 184 degrees of freedom
## Multiple R-squared:  0.0009014,  Adjusted R-squared:  -0.004529 
## F-statistic: 0.166 on 1 and 184 DF,  p-value: 0.6842

Bu regresyon sonucuna göre 2020 yılında elektrik enerjisi tüketimi ile GSYH arasında istatistiksel olarak anlamlı bir ilişki bulunmamaktadır. Elektrik enerjisi katsayısı negatif işaretli olmasına rağmen p değerinin 0,05’in oldukça üzerinde olması, bu etkinin anlamlı olmadığını göstermektedir. Modelin R2 değerinin sıfıra çok yakın ve düzeltilmiş R2’nin negatif çıkması, elektrik enerjisi tüketiminin GSYH’deki değişimi açıklama gücünün son derece düşük olduğunu ortaya koymaktadır. Ayrıca F istatistiğinin anlamsız olması, modelin genel olarak da anlamlı olmadığını desteklemektedir.

regresyon_2_2020 <- lm(gdp ~ electrical_energy + renewable_energy + alternative_and_nuclear, data = df_2020)
summary(regresyon_2_2020)
## 
## Call:
## lm(formula = gdp ~ electrical_energy + renewable_energy + alternative_and_nuclear, 
##     data = df_2020)
## 
## Residuals:
##    Min     1Q Median     3Q    Max 
## -7.150 -3.359 -1.506  1.107 22.895 
## 
## Coefficients:
##                           Estimate Std. Error t value Pr(>|t|)    
## (Intercept)              4.384e+00  7.487e-01   5.855 2.18e-08 ***
## electrical_energy        2.089e-04  8.788e-05   2.376   0.0185 *  
## renewable_energy         2.714e-02  1.572e-02   1.727   0.0859 .  
## alternative_and_nuclear -1.861e-01  3.609e-02  -5.155 6.56e-07 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 5.313 on 182 degrees of freedom
## Multiple R-squared:   0.13,  Adjusted R-squared:  0.1156 
## F-statistic: 9.062 on 3 and 182 DF,  p-value: 1.269e-05

Bu çoklu regresyon sonuçlarına göre 2020 yılında GSYH ile enerji türleri arasındaki ilişki istatistiksel olarak anlamlıdır. Elektrik enerjisi ve yenilenebilir enerji tüketimi GSYH üzerinde pozitif ve anlamlı bir etkiye sahipken, alternatif ve nükleer enerji tüketimi negatif ve anlamlı bir ilişki göstermektedir. Modelin genel olarak anlamlı çıkması, enerji türlerinin birlikte ele alındığında GSYH’yi açıklamada etkili olduğunu göstermektedir. Ancak R2 değerinin görece düşük olması, bu açıklama gücünün sınırlı kaldığını ve GSYH üzerinde etkili olan başka faktörlerin de bulunduğunu düşündürmektedir.

ggplot(df_2021, aes(x = gdp, y = electrical_energy)) + geom_point() + geom_smooth(method = "lm")
## `geom_smooth()` using formula = 'y ~ x'

Son grafikte de GSYH (gdp) ile elektrik enerjisi tüketimi arasındaki ilişkinin zayıf ve negatif yönlü olduğu görülmektedir. Gözlemlerin büyük kısmı düşük gdp seviyelerinde yoğunlaşırken, noktaların geniş bir alana dağılması değişkenler arasında belirgin ve güçlü bir doğrusal ilişki olmadığını göstermektedir. Doğrusal regresyon çizgisinin aşağı yönlü eğimi, gdp arttıkça elektrik enerjisi tüketiminde anlamlı bir artış olmadığını, hatta zayıf bir azalış eğilimi bulunduğunu düşündürmektedir. Bu nedenle, söz konusu dönemde gdp’nin elektrik enerjisi tüketimini açıklama gücünün düşük olduğu söylenebilir.

regresyon_1_2021 <- lm(gdp ~ electrical_energy, data = df_2021)
summary(regresyon_1_2021)
## 
## Call:
## lm(formula = gdp ~ electrical_energy, data = df_2021)
## 
## Residuals:
##    Min     1Q Median     3Q    Max 
## -7.564 -6.798 -5.390  0.930 53.644 
## 
## Coefficients:
##                     Estimate Std. Error t value Pr(>|t|)    
## (Intercept)        7.703e+00  1.143e+00   6.741 4.02e-10 ***
## electrical_energy -7.803e-05  1.548e-04  -0.504    0.615    
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 10.85 on 137 degrees of freedom
## Multiple R-squared:  0.001851,   Adjusted R-squared:  -0.005435 
## F-statistic: 0.254 on 1 and 137 DF,  p-value: 0.6151

Bu regresyon sonucuna göre 2021 yılında elektrik enerjisi tüketimi ile GSYH arasında istatistiksel olarak anlamlı bir ilişki bulunmamaktadır. Elektrik enerjisi katsayısı negatif işaretli olsa da p değerinin 0,05’in oldukça üzerinde olması, bu etkinin anlamlı olmadığını göstermektedir. Modelin R2 değerinin çok düşük ve düzeltilmiş R2’nin negatif çıkması, elektrik enerjisi tüketiminin GSYH’yi açıklama gücünün son derece zayıf olduğunu ortaya koymaktadır. Ayrıca F istatistiğinin anlamsız olması, modelin genel olarak da anlamlı olmadığını desteklemektedir.

regresyon_2_2021 <- lm(gdp ~ electrical_energy + renewable_energy + alternative_and_nuclear, data = df_2021)
summary(regresyon_2_2021)
## 
## Call:
## lm(formula = gdp ~ electrical_energy + renewable_energy + alternative_and_nuclear, 
##     data = df_2021)
## 
## Residuals:
##     Min      1Q  Median      3Q     Max 
## -11.361  -7.184  -3.618   3.003  51.343 
## 
## Coefficients:
##                           Estimate Std. Error t value Pr(>|t|)    
## (Intercept)              8.7625905  1.6335441   5.364 3.43e-07 ***
## electrical_energy        0.0002196  0.0001750   1.255 0.211804    
## renewable_energy         0.0162656  0.0350915   0.464 0.643737    
## alternative_and_nuclear -0.2653857  0.0753168  -3.524 0.000582 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 10.45 on 135 degrees of freedom
## Multiple R-squared:  0.08684,    Adjusted R-squared:  0.06655 
## F-statistic: 4.279 on 3 and 135 DF,  p-value: 0.006396

Bu çoklu regresyon sonuçlarına göre 2021 yılında GSYH ile enerji türleri arasındaki ilişki genel olarak istatistiksel olarak anlamlıdır. Elektrik enerjisi ve yenilenebilir enerji tüketiminin katsayıları pozitif olsa da p değerlerinin 0,05’ten büyük olması, bu değişkenlerin GSYH üzerindeki etkilerinin istatistiksel olarak anlamlı olmadığını göstermektedir. Buna karşılık alternatif ve nükleer enerji tüketimi GSYH üzerinde negatif ve anlamlı bir etkiye sahiptir. Modelin F istatistiğinin anlamlı çıkması, enerji türlerinin birlikte ele alındığında GSYH’yi açıklamada anlamlı bir bütün oluşturduğunu, ancak R2 değerinin düşük olması açıklama gücünün sınırlı kaldığını göstermektedir.

SONUÇ

Çalışmada kullanılan grafikler, Avrupa ülkelerinde doğal kaynak gelirleri ile kişi başına elektrik enerjisi tüketimi arasında zaman içinde kısmen birlikte hareket eden, ancak güçlü ve istikrarlı olmayan bir ilişki bulunduğunu göstermektedir. Tek değişkenli regresyon analizleri, doğal kaynak gelirleri ya da elektrik enerjisi tüketiminin tek başına GSYH’yi ve ekonomik yapıyı açıklamada yetersiz kaldığını ortaya koymuştur. Ancak modele yenilenebilir, alternatif ve nükleer enerji türleri eklendiğinde, regresyonların genel olarak istatistiksel olarak anlamlı hale geldiği görülmüştür. Özellikle alternatif ve nükleer enerji değişkenlerinin bazı yıllarda anlamlı katsayılara sahip olması, enerji bileşiminin ekonomik göstergeler üzerindeki etkisinin enerji türüne göre farklılaştığını göstermektedir. Buna karşın düşük R2 değerleri, doğal kaynak gelirleri ve enerji tüketiminin kişi başına elektrik tüketimini ve ekonomik performansı açıklamada tek başına yeterli olmadığını, bu ilişkinin sermaye, teknoloji ve gelir düzeyi gibi diğer faktörlerle birlikte değerlendirilmesi gerektiğini ortaya koymaktadır.