TÜRKİYE’DE TARIM, ORMAN ALANLARI VE ÇEVRE İLİŞKİSİ

Yıl 2023, Cilt: 3 Sayı: 1, 26 - 35, 28.04.2023

Sefa Özbek , Bahar Oğul

Öz

Küreselleşme süreci ile sanayileşme, kentleşme, nüfus vb. alanlarda meydana gelen gelişmeler çevre kalitesi üzerinde etkiler meydana getirmektedir. Çevre kirliliği, küresel ısınma ve iklim değişikliği gibi unsurlar doğayı tehdit altına almaktadır. Söz konusu problemlerden korunmak için karbon emisyonunun azaltılması gerekmektedir. Dolayısıyla emisyona sebep olan etmenlerin neler olduğunu tespit etmek büyük önem taşımaktadır. Emisyona sebep olan pek çok sektörden biri de tarım sektörüdür. Bu çalışmada Türkiye ekonomisine ait 1990-2019 dönemine ait tarımsal katma değer, ormanlık alan, enerji tüketimi, kişi başına düşen gelir ve ekolojik ayak izi değişkenleri arasındaki ilişki incelenmektedir. Değişkenler arasındaki eşbütünleşme ilişkisi Gecikmesi Dağıtılmış Otoregresif (Autoregressive Distributed Lag-ARDL) sınır testiyle sınanmaktadır. Diğer yandan uzun dönem sonuçları ARDL’ye ek olarak Tamamen Modifiye Edilmiş Sıradan En Küçük Kareler (Fully Modified Ordinary Least Squares-FMOLS), Dinamik Sıradan En Küçük Kareler (Dynamic Ordinary Least Squares-DOLS) ve Kanonik Eşbütünleşik Regresyon (Canonical Cointegrating Regression-CCR) tahmincileri ile araştırılmaktadır. ARDL sınır testi kısa ve uzun dönem sonuçlarına göre; tarımsal katma değer, iktisadi büyüme ve enerji tüketimindeki artışlar ekolojik ayak izini artırırken; orman alanlarındaki artış ekolojik ayak izini düşürmektedir. Diğer bir deyişle tarımsal katma değer, iktisadi büyüme ve enerji tüketimi çevre kirliliğine yol açarken orman alanları ise çevre kirliliğini azaltmaktadır. Genel olarak FMOLS, DOLS ve CCR yöntemlerinin bulguları da bu sonuçları desteklemektedir.

Anahtar Kelimeler

Tarım Sektörü, Ormanlık Alanlar, Çevre Kirliliği, Zaman Serisi Analizleri, Türkiye.

The Relationship With Agriculture, Forest Areas and Environment in Turkey

Öz

With the globalization process, industrialization, urbanization, population etc. developments in the fields have effects on environmental quality. Factors such as environmental pollution, global warming and climate change threaten nature. To avoid these problems, carbon emissions need to be reduced. Therefore, it is of great importance to determine the factors that cause emissions. One of the many sectors that cause emissions is the agricultural sector. In this study, the relationship between agricultural value added, forested area, energy consumption, per capita income and ecological footprint variables of the Turkish economy for the period 1990-2019 is examined. The cointegration relationship between the variables is tested with the ARDL bounds test. On the other hand, long -term results are investigated with FMOLS, DOLS and CCR estimators in addition to ARDL. According to ARDL bounds test short and long term results; while increases in agricultural added value, economic growth and energy consumption increase the ecological footprint; The increase in forest areas reduces the ecological footprint. In other words, while agricultural added value, economic growth and energy consumption cause environmental pollution, forest areas reduce environmental pollution. In general, the findings of FMOLS, DOLS and CCR methods also support these results.

Anahtar Kelimeler

Agriculture Sector, Forest Areas, Environment Pollution, Time Series Analysis, Türkiye

Kaynakça

• BP, 2022. https://www.bp.com/en/global/corporate/energy-economics/statistical-review-of-world-energy.html. Erişim Tarihi: 02.02.2023.
• Brown, R. L., Durbin, J. ve Evans, J. M. (1975). Techniques for testing the constancy of regression relationships over time. Journal of the Royal Statistical Society: Series B (Methodological), 37(2), 149-163.
• Çetin, M., Saygın, S. ve Demir, H. (2020). Tarım sektörünün çevre kirliliği üzerindeki etkisi: Türkiye Ekonomisi için bir eşbütünleşme ve nedensellik analizi. Tekirdağ Ziraat Fakültesi Dergisi, 17(3), 329-345.
• Demirel, M. (2022). Ekolojik ayak izi tarih yazıyor: Dünya limit aşım günü. Cumhuriyet Üniversitesi İktisadi ve İdari Bilimler Dergisi, 23(4), 963-980.
• Dickey, D. A. ve Fuller. W. A. (1979). Distribution of estimators of autoregressive timeseries with a unit root. Journal of the American Statistical Association, 74, 427-431.
• Efeoğlu, R. (2022). Çevresel Kuznets Eğrisi çerçevesinde sanayileşme, yenilenebilir enerji, enerji tüketimi ve finansal gelişmenin CO2 salınımı üzerindeki etkisi. Alanya Akademik Bakış, 6(2), 2103-2115.
• Engle, R. F. ve Granger, C. W. J. (1987). Co-integration and error correction: representation, estimation, and testing. Econometrica: Journal of the Econometric Society, 55(2), 251-276.
• Göktaş, Ö. (2011). Türkiye ekonomisinde bütçe açığının sürdürülebilirliğinin analizi. İstanbul University Econometrics and Statistics e-Journal, 0(8), 45-64.
• International Energy Agency, 2022. https://www.iea.org/. Erişim Tarihi: 02.02.2023.
• Invest in Turkey. (2022). Turkish Agri-Food Industry outlook. Erişim Adresi https://www.invest.gov.tr/en/sectors/pages/energy.aspx. Erişim Tarihi: 02.02.2023.
• İklim Şeffaflığı Raporu, 2022. https://www.climate-transparency.org/wp-content/uploads/2021/10/CT2021Turkey.pdf. Erişim Tarihi: 02.02.2023.
• Jebli, M. B., ve Youssef, S. B. (2017). The role of renewable energy and agriculture in reducing CO2 emissions: Evidence for North Africa countries. Ecological Indicators, 74, 295-301.
• Johansen, S. ve Juselius, K. (1990). Maximum likelihood estimation and inference on cointegration-with applications to the demand for money. Oxford Bulletin of Economics and Statistics, 52(2), 169-210.
• Liu, X., Zhang, S. ve Bae, J. (2017). The impact of renewable energy and agriculture on carbon dioxide emissions: Investigating the environmental Kuznets curve in four selected ASEAN countries. Journal of Cleaner Production, 164, 1239-1247.
• Ng, S. ve Perron, P. (2001). Lag Length selection and the constructıon of unit root tests with good size and power. Econometrica, 6(69), 1519-1554.
• Okumuş, İ. (2020). Türkiye’de yenilenebilir enerji tüketimi, tarım ve CO2 emisyonu ilişkisi. Uluslararası Ekonomi ve Yenilik Dergisi, 6(1), 21-34.
• Özgür Güler, E. ve Börüban, C. (2019). Tarımsal üretimin ve ölçek etkisinin çevre kirliliği üzerindeki etkisinin incelenmesi. Çukurova Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 28(3), 1-11.
• Park, Joon Y. (1992). Canonical cointegrating regressions. Econometrica: Journal of the Econometric Society, S. 60(1), 119-143.
• Pata, U. K. (2021). Linking renewable energy, globalization, agriculture, CO2 emissions and ecological footprint in BRIC countries: A sustainability perspective. Renewable Energy, 173, 197-208.
• Pesaran, M. H., Shin, Y. ve Smith, R. (2001). Bounds testing approaches to the analysis of level relationship. Journal of Applied Econometrics, 16(3), 289-326.
• Phillips, P. ve Hansen, B. (1990). Statistical ınference in instrumental variables regression with I(1) processes. Review of Economic Studies, 57, 99-125.
• Qoyash, F. K. ve Eren, M. (2022). Türkiye’de teknolojik inovasyon ve yenilenebilir enerji tüketiminin çevre kirliliği üzerine etkisi. Ardahan Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 4(2), 110-118.
• Stock, J. H., ve Watson, M. W. (1993). A simple estimator of cointegrating vectors in higher order integrated systems. Econometrica, 61(4), 783-820.
• T.C. Enerji ve Tabii Kaynaklar Bakanlığı, http://www.eigm.gov.tr/tr-TR/Denge-Tablolari/Denge-Tablolari,2022 https://cevreselgostergeler.csb.gov.tr/sektorlere-gore-toplam-enerji-tuketimi-i-85800. Erişim Tarihi: 02.02.2023.
• Wackernagel, M., ve Rees, W. E. (1996). Our ecological footprint: Reducing human impact on the Earth, Gabriola Island, British Columbia: New Society Publishers.
• Waheed, R., Chang, D., Sarwar, S. ve Chen, W. (2018). Forest, agriculture, renewable energy, and CO2 emission. Journal of Cleaner Production, 172, 4231-4238.