ESTIMATION OF AGGREGATE PRODUCTION AMOUNT FROM URBANIZATION INDICATORS SHOWING MULTICOLLINEARITY

Yıl 2021, Cilt: 60 Sayı: 2, 97 - 106, 01.06.2021

Adnan Konuk Mehmet Aksoy , Hakan Ak

https://doi.org/10.30797/madencilik.889661

Cited By: 1

Öz

Aggregate production is a vital element in the sustainable development of countries where urbanization is rapidly increasing. With the urban population rise, the demand for aggregates which are the basic raw material for the construction and maintenance of buildings needed by cities is increasing. It is possible to estimate this increase in demand in the long run with multiple linear regression models depending on the urban population ratio and urbanization indicators. However, the possible presence of multicollinearity among the independent variables can make the predictions meaningless and inconsistent due to the inclusion of the multicollinear variables in the models. In this study, the most appropriate method to be used in the selection of variables to enter the regression model was determined and it is also found that the statistically significant and meaningful estimates of aggregate production can be done by using the proposed regression model. According to estimates, the current capacity in Turkey will be insufficient after 2022. It was concluded that new aggregate areas should be planned and/or production possibilities from recycling should be investigated to meet the demand.

Anahtar Kelimeler

Aggregate, Urbanization, Regression, Multicollinearity

ÇOKLU BAĞLANTI DURUMUNDA KENTLEŞME GÖSTERGELERİNDEN AGREGA ÜRETİM MİKTARININ TAHMİNİ

Öz

Agrega üretimi, kentleşmenin hızla arttığı günümüzde ülkelerin sürdürülebilir kalkınmasında hayati bir unsurdur. Kentli nüfus oranlarının yükselmesiyle birlikte, kentlerin ihtiyacı olan yapıların yapım ve bakımı için temel hammadde olan agrelara talep artmaktadır. Bu talep artışını uzun dönemde, kentli nüfus oranı ve kentleşme göstergelerine bağlı olarak çoklu doğrusal regresyon modelleriyle tahmin etmek mümkündür. Bununla birlikte, bu modellere girecek bağımsız değişkenlerin arasında var olabilecek çoklu bağlantının bu modellerle yapılacak tahminleri, anlamsız ve tutarsız yapabilme ihtimali söz konusudur. Bu çalışmada, regresyon modeline girecek değişkenlerin seçiminde kullanılabilecek en uygun yöntem belirlenmiş ve agrega üretim miktarının, önerilen regresyon modeliyle istatistiksel olarak anlamlı bir şekilde tahmin edilebileceği belirlenmiştir. Yapılan tahminlere göre, Türkiye’de mevcut agrega üretim kapasiteleri 2022 yılından sonra yetersiz kalacaktır. Artacak agrega ihtiyacı için yeni agrega üretim alanlarının planlanması ve/veya geri dönüşümden uygun kalitede agrega üretim olanaklarının araştırılması gerektiği sonucuna ulaşılmıştır.

Anahtar Kelimeler

Agrega, Kentleşme, Regresyon, Çoklu bağlantı

Kaynakça

• Altıntaş, H. and Ö. Koçbulut, 2014. Türkiye’de Elektrik Tüketiminin Dinamikleri Ve Ekonomik Büyüme: Sinir Testi Ve Nedensellik Analizi. Erciyes Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, (43), 37-65.
• Berk, N. and S. Biçen, 2017. Causality between the construction sector and GDP growth in emerging countries: the case of Turkey, 10th Annual International Conference on Mediterranean Studies.
• Bide, T., E. Petavratzi, T. Brown, C. Kresse and J. Mankelow, 2020. A case study for Hanoi, Vietnam: urbanisation and demand for construction materials.
• Bleischwitz, R. and B. Bahn‐Walkowiak, 2007. Aggregates and construction markets in Europe: towards a sectoral action plan on sustainable resource management. Minerals & Energy-Raw Materials Report, 22 (3-4), 159-176.
• Büyükuysal, M. Ç. and İ. İ. Öz, 2016. Çoklu doğrusal bağıntı varlığında en küçük karelere alternatif yaklaşım: Ridge regresyon. Düzce Üniversitesi Sağlık Bilimleri Enstitüsü Dergisi, 6 (2), 110-114.
• Coulter, T. S., 2003. Changes in Aggregate Production and Use in Victoria, BC, Annual Conference of the Transportation Association of Canada, Recycling Materials for Use in Highway Design Session. St. John’s, Newfoundland and Labrador.
• Craney, T. A. and J. G. Surles, 2002. Model-dependent variance inflation factor cutoff values. Quality Engineering, 14 (3), 391-403.
• Çil, N., 2020. Ekonometri, İstanbul Üniversitesi Açıköğretim Fakültesi. https://cdn-acikogretim.istanbul.edu.tr/auzefcontent/20_21_Guz/ekonometri/14/index.html [Erişim: 08.01.2021]
• Darıcan, M. F., 2013. Ekonomik krizler ve Türkiye. İstanbul Aydın Üniversitesi Dergisi, Yıl, 5 (17), 39-46.
• Delannoy, A., 2017. Long-term aggregates demand & supply scenarios, 2016-30.
• Dlamini, S., 2012. Relationship of construction sector to economic growth, International Congress on Construction Management, Canada.
• Douglas, I. L., N., 2002. Material flows due to mining and urbanization. Handbook of Industrial Ecology. S. ISBN 1843698900,
• Escavy, J., M. Herrero, L. Trigos and E. Sanz-Pérez, 2020. Demographic vs economic variables in the modelling and forecasting of the demand of aggregates: The case of the Spanish market (1995–2016). Resources Policy, 65 101537.
• Assefa G., Gebregziabher, A., 2020. Environmental Impact and Sustainability of Aggregate Production in Ethiopia. IntechOpen. DOI 10.5772/intechopen.90845.
• Gedefaw, M., W. Hao, Y. Denghua and A. Girma, 2018. Variable selection methods for water demand forecasting in Ethiopia: Case study Gondar town. Cogent Environmental Science, 4 (1), 1537067.
• George S. Ford, L. J. S., 2017. The Economic Impact of the Natural Aggregates Industry: A National, State, and County Analysis. George S. Ford, Lawrence J. Spiwak,
• Haque, M. M., A. Rahman, D. Hagare and R. K. Chowdhury, 2018. A comparative assessment of variable selection methods in urban water demand forecasting. Water, 10 (4), 419.
• Kayaalp, G. T., M. Ç. Güney and Z. Cebeci, 2015. Çoklu doğrusal regresyon modelinde değişken seçiminin zootekniye uygulanışı. Çukurova Üniversitesi Ziraat Fakültesi Dergisi, 30 (1), 1-8.
• Kuzu Yıldırım, S., 2019. The Construction Sector and Economic Growth: A Sustainable Relationships? International Journal of Economic & Social Research, 15 (1),
• Lopes, J., 2003. The Relationship Between Construction Outputs and GDP: Long-Run Trends from Portugal, Proceedings of the Nineteenth Annual Conference of Association of Researchers Construction Management.
• Lopes, J., A. Nunes and C. Balsa, 2011. The long-run relationship between the construction sector and the national economy in Cape Verde. International Journal of Strategic Property Management, 15 (1), 48-59.
• EBA, Ltd, E. E. C., 2013. Aggregate Supply and Demand Update and Analysis, EBA File: K23103029-01-001. EBA,
• Matt D. O'Neal, F. W. G., 2018. Mineral Land Classification: Concrete Aggregate in The Greater Sacramento Area Production-Consumption Region, Special Report 245. Matt D. O'Neal, Fred W. Gius,
• Maxwell, O., 2019. Comparison of Some Variable Selection Techniques in Regression Analysis. Am J Biomed Sci & Res. 2019 - 6(4). AJBSR.MS.ID.001044,
• Menegaki, M. and D. Kaliampakos, 2010. European aggregates production: Drivers, correlations and trends. Resources policy, 35 (3), 235-244.
• Murray, L., H. Nguyen, Y.-F. Lee, M. D. Remmenga and D. W. Smith, 2012. Variance inflation factors in regression models with dummy variables, Conference on Applied Statistics in Agriculture,
• Pereira, J. and T. Ng, 2004. Construction aggregates for urban development: Consumption, sterilisation and the environment.
• Smith, G., 2017. Estimation of the demand for construction aggregate. Natural Resource Modeling, 30 (4), e12144.
• Thompson, S., 2013. Collinearity and stepwise VIF selection. https://beckmw.wordpress.com/2013/02/05/ collinearity-and-stepwise-vif-selection/ [Erişim: 06.01.2021]
• Topal, M., E. Eyduran, A. M. Yağanoğlu, A. SÖNMEZ and S. Keskin, 2010. Çoklu doğrusal bağlantı durumunda ridge ve temel bileşenler regresyon analiz yöntemlerinin kullanımı. Atatürk Üniversitesi Ziraat Fakültesi Dergisi, 41 (1), 53-57.
• Topal, M., N. Yildiz, N. Esenbuğa, V. Aksakal, M. Macit and M. Özdemir, 2003. Determination of best fitted regression model for estimation of body weight in Awassi sheep. Journal of Applied Animal Research, 23 (2), 201-208.
• Turok, I., 2012. Urbanisation and development in South Africa: Economic imperatives, spatial distortions and strategic responses. Human Settlements Group, International Institute for Environment and Development. S. ISBN 1843698900,
• TÜİK, 2021. Sanayi ürünleri üretim miktarı, Türkiye İstatistik Kurumu, 2005-2019. https://data.tuik.gov.tr/ Kategori/GetKategori?p=sanayi-114&dil=1 [Erişim: 01.02.2021]
• TÜİK, 2021. Sanayi ürünleri satış miktarı, Türkiye İstatistik Kurumu, 2005-2019. https://data.tuik.gov.tr/ Kategori/GetKategori?p=sanayi-114&dil=1 [Erişim: 01.02.2021]
• TÜİK, 2021. Yapı Ruhsatı, Yapı sahipliğine göre yapılacak yeni ve ilave yapılar, Türkiye İstatistik Kurumu, https://data.tuik.gov.tr/Kategori/GetKategori? p=insaat-ve-konut-116&dil=1 [Erişim: 01.02.2021]
• TÜİK, 2021. Ulaştırma ve Haberleşme, İstatistik Tablolar, Karayolu uzunlukları, Türkiye İstatistik Kurumu, https://data.tuik.gov.tr/Kategori/GetKategori? p=ulastirma-ve-haberlesme-112&dil=1 [Erişim: 01.02.2021]
• TÜİK, 2021. Ulaştırma ve Haberleşme, İstatistik Tablolar, Demiryolları Uzunluğu, Tren, Yolcu, Yük Taşımaları, Türkiye İstatistik Kurumu, https://data.tuik.gov.tr/Kategori/GetKategori? p=ulastirma-ve-haberlesme-112&dil=1 [Erişim: 01.02.2021]
• TÜİK, 2021. Eğitim, Kültür, Spor ve Turizm, İstatistik Tablolar, Örgün Eğitim İstatistikleri, Öğretim yılına göre ilköğretimde, ortaöğretimde ve okul öncesinde net okullaşma oranı, okul, öğretmen, öğrenci, derslik ve şube sayısı, şube ve öğretmen başına düşen öğrenci sayısı, Türkiye İstatistik Kurumu, 1997-2019. https://data.tuik.gov.tr/Kategori/GetKategori?p=egitim-kultur-spor-ve-turizm-105&dil=1 [Erişim: 01.02.2021]
• TÜİK, 2021. Sağlık ve Sosyal Koruma, İstatistik Tablolar, Yataklı ve Yataksız Sağlık Kurumları, Kamu ve Özel Yataklı Sağlık Kurumlarının Yatak Sayıları, Türkiye İstatistik Kurumu, https://data.tuik.gov.tr/Kategori/ GetKategori?p=saglik-ve-sosyal-koruma-101&dil=1 [Erişim: 01.02.2021]
• TÜİK, 2021. Çevre ve Enerji, İstatistik Tablolar, Elektrik İstatistikleri, Elektrik Santrallerinin Toplam Kurulu Gücü, Brüt Üretimi, Net Elektrik Tüketimi, Türkiye İstatistik Kurumu, https://data.tuik.gov.tr/Kategori/GetKategori? p=cevre-ve-enerji-103&dil=1 [Erişim: 01.02.2021]
• UN, 2019. World Urbanization Prospects: The 2018 Revision (ST/ESA/SER.A/420). United Nations, Department of Economic and Social Affairs, Population Division, New York: United Nations
• Wang, K. and Z. Chen, 2016. Stepwise regression and all possible subsets regression in education. Electronic International Journal of Education, Arts, and Science (EIJEAS), 2
• Yalçın, S, 2020. Davranış Bilimlerinde İstatistik Regresyon Analizi. https://acikders.ankara.edu.tr/ pluginfile.php/180247/mod_resource/content/0/10.regresyon.pdf [Erişim: 08.01.2021]
• Zaiontz, C., 2021. Real Statistics Using Excel, Durbin-Watson Table. https://www.real-statistics.com/statistics-tables/durbin-watson-table/ [Erişim: 08.01.2021]