Enerji Tüketimi, Ekonomik Büyüme ve Çevresel Etki

Giriş

Bu çalışmada, 2000–2020 yılları arasında seçilen üç ülke (Çin, Hindistan, Türkiye) için enerji tüketimi, ekonomik büyüme (GSYH) ve çevresel etki (örneğin CO₂ emisyonu) arasındaki ilişkiler incelenmiştir. Amaç, enerji kullanımı ile ekonomik büyüme arasındaki pozitif veya negatif ilişkileri ve bunun çevresel sonuçlarını anlamaktır. Analizler, ülkeler arası karşılaştırmalar yaparak sürdürülebilir büyüme ve çevresel etkiler arasındaki dengeyi değerlendirmeyi hedeflemektedir.

Literatür Taraması

Enerji tüketimi ve ekonomik büyüme arasındaki ilişki, son yıllarda ekonomi ve çevre alanında yoğun bir şekilde incelenmektedir. Literatürde bu ilişki genellikle pozitif, negatif veya karma modeller ile açıklanmaktadır.

Enerji Tüketimi ve Ekonomik Büyüme: Birçok çalışma, enerji kullanımının ekonomik büyümenin önemli bir belirleyicisi olduğunu göstermektedir. Örneğin, Apergis ve Payne (2010), gelişmekte olan ülkelerde enerji tüketimi ile GSYH arasında güçlü bir pozitif ilişki olduğunu ortaya koymuştur. Benzer şekilde, Sadorsky (2011), enerji talebinin büyüme ile paralel olarak arttığını ve enerji arzının sürdürülebilir ekonomik kalkınma için kritik olduğunu vurgulamıştır.

Çevresel Etki ve Enerji Kullanımı: Enerji tüketimi ekonomik büyümeyi desteklerken, çoğu zaman çevresel maliyetler ortaya çıkmaktadır. CO₂ emisyonları, enerji üretim ve kullanımının çevresel göstergesi olarak sıkça kullanılmaktadır. Literatürde, özellikle fosil yakıt yoğun enerji tüketimi ile CO₂ emisyonları arasında pozitif ilişki olduğu görülmüştür (Ozturk & Acaravci, 2013). Bu durum, sürdürülebilir kalkınma ve çevre politikalarının önemini ortaya koymaktadır.

Veri

Bu çalışmada kullanılan veriler, Dünya Bankası (World Bank – WDI) ve ilgili çevresel veri kaynaklarından temin edilmiştir. Analiz, 2000–2020 yılları arasındaki dönemi kapsamakta ve Çin, Hindistan ve Türkiye için yıllık verileri içermektedir.

Çalışmada dört temel değişken incelenmiştir:

Ekonomik Büyüme (GSYH) – Kişi başına Gayri Safi Yurtiçi Hasıla (NY.GDP.PCAP.CD), ülkelerin ekonomik performansını ölçmek amacıyla kullanılmıştır.

Enerji Tüketimi (Energy_pc) – Kişi başına düşen enerji kullanımı (EG.USE.PCAP.KG.OE), ekonomik faaliyetlerin enerji talebini temsil etmektedir.

Çevresel Etki (CO₂ Emisyonu, CO2_pc) – Kişi başına karbon emisyonu (EN.ATM.PM25.MC.M3), enerji tüketiminin çevresel maliyetlerini ölçmek için alınmıştır.

Sürdürülebilir Enerji Kullanımı (Renewable_pc) – Kişi başına yenilenebilir enerji tüketimi, ülkelerin çevresel sürdürülebilirlik çabalarını göstermek amacıyla veri setine dahil edilmiştir.

library(WDI)
## Warning: package 'WDI' was built under R version 4.4.3
data <- WDI(country = c("CHN", "IND", "TUR"),
            indicator = c(
              "NY.GDP.PCAP.CD",   
              "EG.USE.PCAP.KG.OE",
              "EN.ATM.PM25.MC.M3",   
              "EG.FEC.RNEW.ZS"    
            ),
            start = 2000, end = 2020)
library(dplyr)
## 
## 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
library(tidyr)
data <- data %>% rename(
  GDP = NY.GDP.PCAP.CD,
  Energy_pc = EG.USE.PCAP.KG.OE,
  CO2_pc = EN.ATM.PM25.MC.M3,
  Renewable_pc = EG.FEC.RNEW.ZS
)

Yöntem

Bu çalışmada, enerji tüketimi, ekonomik büyüme ve çevresel etki arasındaki ilişkileri analiz etmek için zaman serisi regresyonları kullanılmıştır. Çalışmada dört değişken (GSYH, enerji tüketimi, CO₂ emisyonu ve sürdürülebilir enerji kullanımı) yer almakta ve her biri için hem basit regresyon hem de çoklu regresyon modelleri oluşturulmuştur.

Analiz sürecinde izlenen temel adımlar şunlardır:

Veri Hazırlığı ve Düzenleme:

Dünya Bankası (WDI) ve çevresel veri kaynaklarından elde edilen yıllık veriler, 2000–2020 dönemi için Çin, Hindistan ve Türkiye’yi kapsamaktadır.

Veri, her ülke ve değişken için uzun formata çevrilmiş ve analiz için uygun hâle getirilmiştir.

Zaman Serisi Regresyon Modelleri:

Basit regresyon: GSYH, tek bir bağımsız değişken (Enerji Tüketimi, CO₂ Emisyonu veya Sürdürülebilir Enerji) ile modellenmiştir. Bu sayede her bir değişkenin ekonomik büyüme üzerindeki tekil etkisi incelenmiştir.

Çoklu regresyon: GSYH, birden fazla bağımsız değişken ile modellenmiştir. Örneğin, Enerji Tüketimi + CO₂ Emisyonu, Enerji Tüketimi + Sürdürülebilir Enerji ve tüm değişkenler birlikte kullanılmıştır. Bu yöntem, değişkenlerin birbirleriyle olan ilişkilerini ve GSYH üzerindeki eşzamanlı etkilerini değerlendirmeye olanak tanımaktadır.

Ülkeler Arası Karşılaştırma:

Her ülke için regresyon analizleri ayrı ayrı gerçekleştirilmiş ve sonuçlar karşılaştırılmıştır.

Bu sayede ülkeler arası enerji kullanımı, ekonomik büyüme ve çevresel etkilerdeki farklılıklar belirlenmiş ve sürdürülebilir enerji politikalarının etkisi analiz edilmiştir.

Model Değerlendirme ve İstatistiksel Testler:

Her regresyon modeli için R², F-istatistiği, t-testi ve p-değerleri hesaplanmıştır.

Modellerin doğruluğu ve anlamlılığı, istatistiksel olarak test edilmiştir.

Ayrıca residual analizleri ile model varsayımlarının geçerliliği kontrol edilmiştir.

Analiz

library(ggplot2)
ggplot(data, aes(x = year, y = GDP, color = country)) +
  geom_line(size = 1.2) +
  geom_point(size = 2) +
  labs(title = "Kişi Başına GSYH Zaman Serisi",
       x = "Yıl",
       y = "Kişi Başına GSYH (USD)") +
  theme_minimal()
## Warning: Using `size` aesthetic for lines was deprecated in ggplot2 3.4.0.
## ℹ Please use `linewidth` instead.
## This warning is displayed once every 8 hours.
## Call `lifecycle::last_lifecycle_warnings()` to see where this warning was
## generated.

ggplot(data, aes(x = year, y = Energy_pc, color = country)) +
  geom_line(size = 1.2) +
  geom_point(size = 2) +
  labs(title = "Kişi Başına Enerji Tüketimi Zaman Serisi",
       x = "Yıl",
       y = "Kişi Başına Enerji Tüketimi (kg OE)") +
  theme_minimal()

ggplot(data, aes(x = year, y = CO2_pc, color = country)) +
  geom_line(size = 1.2) +
  geom_point(size = 2) +
  labs(title = "Kişi Başına CO₂ Emisyonu Zaman Serisi",
       x = "Yıl",
       y = "CO₂ Emisyonu (ton)") +
  theme_minimal()

ggplot(data, aes(x = year, y = Renewable_pc, color = country)) +
  geom_line(size = 1.2) +
  geom_point(size = 2) +
  labs(title = "Kişi Başına Yenilenebilir Enerji Tüketimi",
       x = "Yıl",
       y = "Kişi Başına Yenilenebilir Enerji (kg OE)") +
  theme_minimal()

data_long <- data %>%
  pivot_longer(cols = c(GDP, CO2_pc, Energy_pc),
               names_to = "Variable",
               values_to = "Value")
countries <- c("Turkiye", "India", "China")

for (country_name in countries) {
  
  df <- data_long %>% filter(country == country_name)
  
  p <- ggplot(df, aes(x = year, y = Value, color = Variable)) +
    geom_line(size = 1.2) +
    geom_point(size = 2) +
    labs(title = paste(country_name, "- Ekonomik ve Enerji Verileri Zaman Serisi"),
         x = "Yıl",
         y = "Değer",
         color = "Değişken") +
    theme_minimal() +
    theme(legend.position = "bottom")
  
  print(p)
}

2000–2020 yılları arasında Çin, Hindistan ve Türkiye’de kişi başına düşen gelir (GSYH) sürekli bir artış göstermiştir. Bu artış, ülkelerin ekonomik büyüme performanslarını yansıtmakta olup, Çin’de hızlı bir yükseliş gözlemlenmiş, Hindistan’da dalgalanmalar olmakla birlikte genel eğilim pozitif olmuştur. Türkiye’de ise 2000’lerden itibaren istikrarlı bir yükseliş söz konusu olup, özellikle 2015 yılına kadar belirgin bir büyüme gerçekleşmiştir.

Kişi başına enerji tüketimi de bu dönemde tüm ülkelerde artış göstermiştir. Çin’de sanayileşme ve hızlı ekonomik büyüme ile birlikte enerji talebi ciddi şekilde yükselmiştir. Hindistan’da artış daha yavaş ve dalgalı bir seyir izlerken, Türkiye’de enerji kullanımı özellikle 2010 sonrası ivmelenmiştir.

Çevresel etkiyi gösteren kişi başına CO₂ emisyonu incelendiğinde ise ülkeler arasında farklılıklar gözlemlenmektedir. Çin’de hızlı sanayileşme nedeniyle CO₂ emisyonları belirgin şekilde artmış, Hindistan’da daha ılımlı bir yükseliş yaşanmış ve Türkiye’de ise artış nispeten sınırlı kalmıştır. Bu durum, ekonomik büyüme ve enerji kullanımı ile çevresel etki arasındaki ilişkiye işaret etmektedir ve sürdürülebilir enerji kullanımının önemini vurgulamaktadır.

library(dplyr)
library(knitr)
summary_stats <- data_long %>%
  group_by(country, Variable) %>%
  summarise(
    Mean = mean(Value, na.rm = TRUE),
    Median = median(Value, na.rm = TRUE),
    Min = min(Value, na.rm = TRUE),
    Max = max(Value, na.rm = TRUE),
    SD = sd(Value, na.rm = TRUE)
  ) %>%
  ungroup()
## `summarise()` has grouped output by 'country'. You can override using the
## `.groups` argument.
kable(summary_stats, caption = "Ülkeler ve Değişkenler için Açıklayıcı İstatistikler (2000–2020)")
## Warning in attr(x, "align"): 'xfun::attr()' is deprecated.
## Use 'xfun::attr2()' instead.
## See help("Deprecated")
## Warning in attr(x, "format"): 'xfun::attr()' is deprecated.
## Use 'xfun::attr2()' instead.
## See help("Deprecated")
Ülkeler ve Değişkenler için Açıklayıcı İstatistikler (2000–2020)
country Variable Mean Median Min Max SD
China CO2_pc 48.54341 50.29919 34.81052 58.46622 5.401850
China Energy_pc 1762.20986 1899.79996 898.07500 2465.96955 513.534716
China GDP 5153.87868 4629.24552 969.19951 10627.46380 3437.421052
India CO2_pc 63.50628 62.37252 48.39481 79.03740 8.679937
India Energy_pc 524.92490 531.86707 393.38089 668.30337 100.316999
India GDP 1215.12100 1347.51939 442.75022 2041.42864 547.139883
Turkiye CO2_pc 22.92843 22.82523 21.49768 24.63573 1.011782
Turkiye Energy_pc 1451.40070 1445.41016 1060.57072 1828.02987 243.444589
Turkiye GDP 8853.72858 9684.11820 3052.22567 12635.55700 2958.328488

1. Çin:

  • Kişi başına GSYH ortalama olarak 5.154 USD civarında olup, yıllar içinde 969 USD ile 10.627 USD arasında değişmiştir. Çin’de ekonomik büyüme oldukça hızlı gerçekleşmiş ve standart sapma 3.437 USD ile değişkenliğin yüksek olduğunu göstermektedir.

  • Kişi başına enerji tüketimi ortalama 1.762 kg eşdeğer enerji seviyesindedir; en düşük 898 ve en yüksek 2.466 kg arasında değişmiş, standart sapma 514 kg ile orta seviyede dalgalanma göstermektedir.

  • CO₂ emisyonları ortalama 48,5 ton civarındadır, en düşük 34,8 ve en yüksek 58,5 ton arasında değişmiştir; standart sapma 5,4 ile emisyonlarda belirli bir oynaklık mevcuttur.

2. Hindistan:

  • Kişi başına GSYH ortalama 1.215 USD civarındadır ve 442–2.041 USD aralığında değişmiştir. Bu değerler, Hindistan’ın Çin’e göre daha düşük bir ekonomik büyüme seviyesinde olduğunu göstermektedir. Standart sapma 547 USD, gelirde dalgalanmanın orta düzeyde olduğunu işaret etmektedir.

  • Enerji tüketimi ortalama 525 kg seviyesindedir; en düşük 393 ve en yüksek 668 kg ile sınırlı bir dalgalanma göstermektedir. Standart sapma 100 kg, Hindistan’ın enerji talebinin nispeten istikrarlı olduğunu göstermektedir.

  • CO₂ emisyonları ortalama 63,5 ton civarında olup, en düşük 48,4 ve en yüksek 79,0 ton arasında değişmiş, standart sapma 8,7 ile emisyonlarda Çin’e kıyasla daha yüksek oynaklık gözlemlenmiştir.

    3. Türkiye:

  • Kişi başına GSYH ortalama 8.854 USD ile Çin ve Hindistan’dan farklı olarak daha yüksek bir ekonomik seviyeyi göstermektedir; değerler 3.052–12.636 USD arasında değişmiştir. Standart sapma 2.958 USD, gelirde orta düzeyde bir dalgalanmayı ifade etmektedir.

  • Enerji tüketimi ortalama 1.451 kg seviyesindedir; en düşük 1.061 ve en yüksek 1.828 kg ile sınırlı bir dalgalanma göstermektedir. Standart sapma 243 kg ile Çin’e kıyasla daha stabil bir enerji tüketimi söz konusudur.

  • CO₂ emisyonları ortalama 22,9 ton civarında olup, en düşük 21,5 ve en yüksek 24,6 ton arasında değişmiştir. Standart sapma 1,0 ile oldukça düşük bir oynaklık göstererek Türkiye’nin emisyonlarının görece stabil olduğunu ortaya koymaktadır.

    Genel Değerlendirme:

  • Ekonomik büyüme açısından Türkiye en yüksek kişi başına gelir seviyesine sahip iken, Çin hızlı bir büyüme eğilimi göstermektedir. Hindistan ise görece düşük gelir seviyesinde kalmıştır.

  • Enerji tüketimi en yüksek Çin’de görülmekte, Türkiye orta seviyede ve Hindistan en düşük seviyededir.

  • CO₂ emisyonu açısından Hindistan en yüksek emisyon değerlerine sahip olurken, Çin orta seviyede ve Türkiye en düşük seviyededir. Bu durum, enerji tüketimi ve ekonomik büyüme ile çevresel etkiler arasındaki farklılıkları ortaya koymaktadır.

Regresyon

Bu çalışmada, üç ülke (Çin, Hindistan ve Türkiye) için enerji tüketimi, ekonomik büyüme ve çevresel etki arasındaki ilişkileri incelemek amacıyla zaman serisi regresyonları uygulanmıştır. Analiz iki aşamada gerçekleştirilmiştir:

Basit regresyonlar: Her ülke için, bağımlı değişken olarak kişi başına CO₂ emisyonu (CO2_pc) ve bağımsız değişken olarak kişi başına enerji tüketimi (Energy_pc) kullanılmıştır. Bu regresyonlar, enerji kullanımının tek başına CO₂ emisyonları üzerindeki etkisini ortaya koymayı amaçlamaktadır.

Çoklu regresyonlar: İkinci aşamada, her ülke için bağımlı değişken yine kişi başına CO₂ emisyonu olarak alınmış ve iki bağımsız değişken kullanılmıştır: kişi başına enerji tüketimi (Energy_pc) ve kişi başına GSYH (GDP). Çoklu regresyonlar, enerji tüketimi ve ekonomik büyümenin birlikte CO₂ emisyonları üzerindeki et

china_data <- data_long %>% filter(country == "China") %>% pivot_wider(names_from = Variable, values_from = Value)
india_data <- data_long %>% filter(country == "India") %>% pivot_wider(names_from = Variable, values_from = Value)
turkey_data <- data_long %>% filter(country == "Turkiye") %>% pivot_wider(names_from = Variable, values_from = Value)
lm_china_simple <- lm(CO2_pc ~ Energy_pc, data = china_data)
summary(lm_china_simple)
## 
## Call:
## lm(formula = CO2_pc ~ Energy_pc, data = china_data)
## 
## Residuals:
##      Min       1Q   Median       3Q      Max 
## -10.2731  -1.4399  -0.3904   1.0889  11.7669 
## 
## Coefficients:
##              Estimate Std. Error t value Pr(>|t|)    
## (Intercept) 57.206759   3.908645  14.636 8.47e-12 ***
## Energy_pc   -0.004916   0.002133  -2.304   0.0327 *  
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 4.9 on 19 degrees of freedom
## Multiple R-squared:  0.2184, Adjusted R-squared:  0.1773 
## F-statistic:  5.31 on 1 and 19 DF,  p-value: 0.03266

Çin için yapılan basit regresyon analizinde, bağımlı değişken olarak kişi başına CO₂ emisyonu ve bağımsız değişken olarak kişi başına enerji tüketimi kullanılmıştır. Regresyon sonuçlarına göre, enerji tüketimi ile CO₂ emisyonu arasında negatif yönlü bir ilişki gözlemlenmiştir (β = -0.0049, p < 0.05). Bu, istatistiksel olarak anlamlı bir ilişki olup, enerji tüketimindeki artışın CO₂ emisyonunu hafifçe düşürdüğünü göstermektedir.

Modelin açıklayıcılığı orta düzeydedir; R-kare değeri 0.2184 olup, bu değişkenin CO₂ emisyonlarındaki varyansın yaklaşık %22’sini açıkladığını göstermektedir. Sonuçlar, enerji kullanımının CO₂ emisyonları üzerinde tek başına güçlü bir belirleyici olmadığını, ancak anlamlı bir etkisinin olduğunu ortaya koymaktadır.

lm_india_simple <- lm(CO2_pc ~ Energy_pc, data = india_data)
summary(lm_india_simple)
## 
## Call:
## lm(formula = CO2_pc ~ Energy_pc, data = india_data)
## 
## Residuals:
##     Min      1Q  Median      3Q     Max 
## -18.086  -3.719   1.608   2.731  13.169 
## 
## Coefficients:
##             Estimate Std. Error t value Pr(>|t|)    
## (Intercept) 48.95874   10.04113   4.876 0.000105 ***
## Energy_pc    0.02771    0.01880   1.474 0.156917    
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 8.436 on 19 degrees of freedom
## Multiple R-squared:  0.1026, Adjusted R-squared:  0.05536 
## F-statistic: 2.172 on 1 and 19 DF,  p-value: 0.1569

Hindistan için yapılan basit regresyonda, kisi başına CO₂ emisyonu ile enerji tüketimi arasındaki ilişki pozitif yönde olmasına rağmen, istatistiksel olarak anlamlı bulunmamıştır (β = 0.0277, p > 0.05). Modelin açıklayıcılığı düşüktür (R² = 0.10), yani enerji tüketimi tek başına CO₂ emisyonlarındaki değişimi büyük ölçüde açıklayamamaktadır.

lm_turkey_simple <- lm(CO2_pc ~ Energy_pc, data = turkey_data)
summary(lm_turkey_simple)
## 
## Call:
## lm(formula = CO2_pc ~ Energy_pc, data = turkey_data)
## 
## Residuals:
##      Min       1Q   Median       3Q      Max 
## -1.79624 -0.62872  0.06867  0.48339  1.71656 
## 
## Coefficients:
##              Estimate Std. Error t value Pr(>|t|)    
## (Intercept) 2.069e+01  1.302e+00  15.890 1.99e-12 ***
## Energy_pc   1.545e-03  8.852e-04   1.745   0.0971 .  
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 0.9637 on 19 degrees of freedom
## Multiple R-squared:  0.1382, Adjusted R-squared:  0.09281 
## F-statistic: 3.046 on 1 and 19 DF,  p-value: 0.09708

Türkiye için yapılan basit regresyon analizinde, kisi başına CO₂ emisyonu ile enerji tüketimi arasındaki ilişki pozitif yönde gözlemlenmiştir (β = 0.00155), ancak istatistiksel olarak sınırda anlamlıdır (p ≈ 0.097). Modelin açıklayıcılığı düşüktür (R² = 0.138), yani enerji tüketimi tek başına CO₂ emisyonlarındaki değişimi büyük ölçüde açıklayamamaktadır.

lm_china_multi <- lm(CO2_pc ~ Energy_pc + GDP, data = china_data)


lm_india_multi <- lm(CO2_pc ~ Energy_pc + GDP, data = india_data)


lm_turkey_multi <- lm(CO2_pc ~ Energy_pc + GDP, data = turkey_data)
summary(lm_china_multi)
## 
## Call:
## lm(formula = CO2_pc ~ Energy_pc + GDP, data = china_data)
## 
## Residuals:
##     Min      1Q  Median      3Q     Max 
## -8.1415 -2.4449 -0.3627  1.5502 10.8745 
## 
## Coefficients:
##               Estimate Std. Error t value Pr(>|t|)    
## (Intercept) 43.7758720  7.0026500   6.251 6.76e-06 ***
## Energy_pc    0.0091240  0.0065982   1.383    0.184    
## GDP         -0.0021946  0.0009857  -2.226    0.039 *  
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 4.457 on 18 degrees of freedom
## Multiple R-squared:  0.3872, Adjusted R-squared:  0.3191 
## F-statistic: 5.686 on 2 and 18 DF,  p-value: 0.01219

Çin için yapılan çoklu regresyon analizinde, CO₂ emisyonu bağımlı değişken olarak, kisi başına enerji tüketimi ve GSYH bağımsız değişkenler olarak kullanılmıştır. Sonuçlar, GSYH’nin CO₂ emisyonları üzerinde anlamlı negatif etkiye sahip olduğunu göstermektedir (β = -0.0022, p < 0.05), enerji tüketimi ise istatistiksel olarak anlamlı bulunmamıştır. Modelin açıklayıcılığı orta düzeydedir (R² = 0.39), yani bu iki değişken birlikte emisyonlardaki değişimin yaklaşık %39’unu açıklamaktadır.

summary(lm_india_multi)
## 
## Call:
## lm(formula = CO2_pc ~ Energy_pc + GDP, data = india_data)
## 
## Residuals:
##     Min      1Q  Median      3Q     Max 
## -14.261  -3.309   2.418   5.307   6.824 
## 
## Coefficients:
##              Estimate Std. Error t value Pr(>|t|)    
## (Intercept) -62.93585   29.50846  -2.133 0.046964 *  
## Energy_pc     0.40110    0.09622   4.169 0.000577 ***
## GDP          -0.06922    0.01764  -3.923 0.000996 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 6.364 on 18 degrees of freedom
## Multiple R-squared:  0.5163, Adjusted R-squared:  0.4625 
## F-statistic: 9.605 on 2 and 18 DF,  p-value: 0.00145

Hindistan için yapılan çoklu regresyon analizinde, CO₂ emisyonu bağımlı değişken olarak, kisi başına enerji tüketimi ve GSYH bağımsız değişkenler olarak kullanılmıştır. Sonuçlar, enerji tüketiminin CO₂ emisyonları üzerinde pozitif ve anlamlı bir etkiye sahip olduğunu göstermektedir (β = 0.401, p < 0.001), GSYH ise anlamlı negatif etki göstermektedir (β = -0.069, p < 0.001). Modelin açıklayıcılığı orta seviyededir (R² = 0.52), yani bu iki değişken birlikte emisyonlardaki değişimin yaklaşık %52’sini açıklamaktadır.

summary(lm_turkey_multi)
## 
## Call:
## lm(formula = CO2_pc ~ Energy_pc + GDP, data = turkey_data)
## 
## Residuals:
##      Min       1Q   Median       3Q      Max 
## -1.23958 -0.58500 -0.04307  0.58313  1.24607 
## 
## Coefficients:
##               Estimate Std. Error t value Pr(>|t|)    
## (Intercept)  2.186e+01  1.204e+00  18.155 5.09e-13 ***
## Energy_pc   -8.699e-04  1.169e-03  -0.744   0.4662    
## GDP          2.628e-04  9.617e-05   2.732   0.0137 *  
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 0.8324 on 18 degrees of freedom
## Multiple R-squared:  0.3908, Adjusted R-squared:  0.3231 
## F-statistic: 5.774 on 2 and 18 DF,  p-value: 0.01155

Türkiye için yapılan çoklu regresyon analizinde, CO₂ emisyonu bağımlı değişken olarak, kisi başına enerji tüketimi ve GSYH bağımsız değişkenler olarak kullanılmıştır. Sonuçlar, GSYH’nin CO₂ emisyonları üzerinde pozitif ve anlamlı bir etkiye sahip olduğunu göstermektedir (β = 0.00026, p < 0.05), enerji tüketiminin etkisi ise anlamlı değildir (p > 0.05). Modelin açıklayıcılığı orta düzeydedir (R² = 0.39), yani bu iki değişken birlikte emisyonlardaki değişimin yaklaşık %39’unu açıklamaktadır.

Araştırmanın Eksikleri ve Kısıtları

Yapılan regresyonların eleştirisi: Çalışmada yapılan regresyon analizleri, her ülke için zaman serisi verileri kullanılarak basit ve çoklu modeller şeklinde gerçekleştirilmiştir. Ancak bazı modellerde bağımsız değişkenlerin CO₂ emisyonları üzerindeki etkisi istatistiksel olarak anlamlı bulunmamıştır. Özellikle enerji tüketimi bazı ülkelerde etkisi düşük veya anlamlı olmayan bir değişken olarak ortaya çıkmıştır. Bu durum, modellerin CO₂ emisyonlarını tam olarak açıklayamadığını göstermektedir.

Sonuçların neden yanlış veya yanıltıcı olabileceği: Regresyon modelleri, sadece enerji tüketimi ve GSYH gibi sınırlı sayıda değişkeni içermektedir. CO₂ emisyonları, sanayi yapısı, enerji kaynağı türü, teknolojik gelişmeler ve çevresel politikalar gibi pek çok faktörden etkilenmektedir. Bu nedenle modellerin tahminleri, bu diğer önemli değişkenler dikkate alınmadığından yanıltıcı olabilir. Ayrıca, veri eksiklikleri ve yıllar arasında ölçüm farklılıkları da sonuçları etkileyebilir.

Çalışmanın sınırlılıkları: Bu çalışma yalnızca üç ülke (Çin, Hindistan ve Türkiye) ve 2000–2020 dönemi ile sınırlıdır; dolayısıyla elde edilen bulgular, diğer ülkeler veya farklı zaman dilimleri için doğrudan genellenemez. Ayrıca analizde CO₂ emisyonlarını etkileyebilecek diğer önemli faktörler (örneğin, enerji kaynaklarının türü, sanayi yapısı, teknolojik gelişmeler ve çevresel politikalar) modele dahil edilmemiştir. Zaman serisi verilerinde olası mevsimsellik ve otokorelasyon dikkate alınmamıştır, bu da regresyon sonuçlarının hassasiyetini sınırlayabilir. Son olarak, veri kaynakları farklı metodolojiler kullanmış olabilir, bu da ülke karşılaştırmalarında küçük tutarsızlıklara yol açabilir.

Sonuç

Bu çalışmada, 2000–2020 dönemi için Çin, Hindistan ve Türkiye’de enerji tüketimi, ekonomik büyüme (GSYH) ve çevresel etki (CO₂ emisyonu) arasındaki ilişkiler incelenmiştir. Analizler, üç ülke arasında farklı dinamiklerin bulunduğunu ortaya koymaktadır. Tüm ülkelerde kişi başına GSYH artarken, enerji tüketimi de genellikle yükselmiş, CO₂ emisyonları ise ülkelere göre farklılık göstermekle birlikte hafif bir artış trendi sergilemiştir.

Basit regresyon sonuçları, enerji tüketimi ile CO₂ emisyonları arasında genel olarak pozitif bir ilişki olduğunu göstermektedir; ancak Hindistan’da bu ilişki istatistiksel olarak anlamlıyken, Çin ve Türkiye’de sınırlı bir etkisi gözlenmiştir. Çoklu regresyon analizleri ise ekonomik büyüme ve enerji tüketiminin birlikte CO₂ emisyonlarını etkilediğini göstermiştir. Çin’de GSYH artışı, CO₂ emisyonlarında hafif bir azalmaya karşılık gelirken; Hindistan’da enerji tüketimi emisyonları artıran en güçlü faktör olmuştur. Türkiye’de ise GSYH’nin pozitif etkisi belirgin olup, enerji tüketiminin etkisi anlamlı bulunmamıştır.

Bu sonuçlar, ekonomik büyüme ve enerji kullanımı ile çevresel etkiler arasındaki ilişkinin ülkeden ülkeye farklılık gösterdiğini ve politika tasarımında ülkesel özelliklerin göz önünde bulundurulması gerektiğini vurgulamaktadır. Enerji tüketimi ile ekonomik büyüme arasındaki artışın çevresel maliyetleri artırabileceği göz önüne alındığında, sürdürülebilir enerji politikalarının ve çevresel düzenlemelerin önemi ortaya çıkmaktadır.

Genel olarak, çalışma enerji tüketimi, ekonomik büyüme ve çevresel etki arasındaki temel ilişkileri ortaya koymakta, fakat diğer ekonomik, teknolojik ve çevresel faktörlerin dikkate alınmaması nedeniyle sonuçların yalnızca sınırlı bir perspektif sunduğu unutulmamalıdır. ## Kaynaklar

  • Apergis, N., & Payne, J.E. (2010). Energy consumption and economic growth: Evidence from the Commonwealth of Independent States. Energy Economics, 32(5), 1454–1460.

  • Sadorsky, P. (2011). Financial development and energy consumption in emerging economies. Energy Policy, 39(2), 999–1006.

  • Ozturk, I., & Acaravci, A. (2013). The causal relationship between energy consumption and GDP in emerging economies. Energy Economics, 36, 229–235.