Türkiye’nin Sektörel CO2 Gazı Salınımlarının Yapay Sinir Ağları ile Tahmini

Bu çalışmada Türkiye’de karbondioksit (CO2) gazı salınım miktarları Yapay Sinir Ağları (YSA) kullanılarak sektörler bazında tahmin edilmiştir. Enerji, endüstriyel işlemler ve ürün kullanımı, tarımsal faaliyetler ve atıklar olmak üzere dört farklı sektör dikkate alınmıştır. 1990-2015 yıllarına ait veriler kullanılarak, 2016-2030 yılları için tahminler gerçekleştirilmiştir. Nüfus, gayri safi yurtiçi hâsıla, enerji tüketimi ve ulaşım için kullanılan enerji ve ayrıca sektörlere göre gerçekleşen CO2 salınımları zaman serisi yaklaşımıyla YSA’yı eğitme, test ve tahmin etmede kullanılmış, dört çıkışlı bir YSA modeli sunulmuştur. Önerilen modellerin performansı ortalama mutlak hata yüzdesi (OMHY)  ve belirlilik katsayısı (R2) teknikleri ile değerlendirilmiştir. Sonuç olarak, sürdürülebilir bir çevre için kısa, orta ve uzun vadede gerçekleştirilecek olan faaliyetlerin planlanmasında güvenilir tahmin verilerine ihtiyaç duyulacaktır. YSA’nın da bu ihtiyacı karşılamada bir alternatif yöntem olarak kullanılabileceği görülmektedir.

___

  • Akay, E.Ç., Abdieva, R., Oskonbaeva, Z. (2015). Yenilenebilir enerji tüketimi, iktisadi büyüme ve karbondioksit emisyonu arasındaki nedensel ilişki: Orta Doğu ve Kuzey Afrika ülkeleri örneği. International Conference on Eurasian Economies, Kazan.
  • Akbostancı, E., Türüt-Aşık, S., Tunç, G.İ. (2009). The relationship between income and environment in Turkey: Is there an environmental Kuznets curve?. Energy policy, 37(3), 861-867.
  • Alam, J. (2014). On the Relationship between Economic Growth and CO2 Emissions: The Bangladesh Experience. IOSR Journal of Economics and Finance (IOSR-JEF), 5 (6), 36-41.
  • Arı A., Zeren, F. (2011). CO2 Emisyonu ve Ekonomik Büyüme: Panel Veri Analizi. Yönetim ve Ekonomi: Celal Bayar Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 18(2), 37-47.
  • Artan, S., Hayaloğlu, P., Seyhan, B. (2015). Türkiye’de Çevre Kirliliği, Dışa Açıklık Ve Ekonomik Büyüme İlişkisi. Yönetim Ve Ekonomi Araştırmaları Dergisi, 13(1), 308-325.
  • Basheer I. A., Hajmeer M. (2000). Artificial neural networks: fundamentals, computing, design, and application. Journal of Microbiological Methods, 43, 3-31. Başar, S., Temurlenk, M.S. (2007). Çevreye Uyarlanmış Kuznets Eğrisi: Türkiye Üzerine Bir Uygulama. Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, 21(1), 1-12.
  • Bayramoğlu, A.T., Yurtkur, A.K. (2016). Türkiye’de Karbon Emisyonu ve Ekonomik Büyüme İlişkisi: Doğrusal Olmayan Eşbütünleşme Analizi. Abant İzzet Baysal Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 16(4), 31-45.
  • Bozkurt, C., Okumuş, İ. (2015). Türkiye’de Ekonomik Büyüme, Enerji Tüketimi, Ticari Serbestleşme ve Nüfus Yoğunluğunun CO2 Emisyonu Üzerindeki Etkileri: Yapısal Kırılmalı Eşbütünleşme Analizi. Mustafa Kemal Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 12(32), 23-35.
  • Enerji ve Tabii Kaynaklar Bakanlığı (2017). http://www.enerji.gov.tr
  • Ergün, S., Polat, M.A. (2015). OECD Ülkelerınde CO2 Emisyonu, Elektrik Tüketimi ve Büyüme İlişkisi. Erciyes Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, (45), 115-141.
  • Grossman, G.M., Krueger, A.B. (1995). Economic growth and the environment. The quarterly journal of economics, 110(2), 353-377.
  • Gürleyük.,S. (2015). Dinamik Sistemler, Kontrol ve Giriş Şekillendirici Denetim. Palme, 102-109, Ankara.
  • Hamzacebi, C., Karakurt, I. (2015). Forecasting the energy-related CO2 emissions of Turkey using a grey prediction model. Energy Sources, Part A: Recovery, Utilization, and Environmental Effects, 37(9), 1023-1031.
  • Hecht-Nielsen, R. (1987). Kolmogorov’s mapping neural network existence theorem. Proceedings of the First IEEE International Conference on Neural Networks, San Diego, 11–14.
  • Jalil, A., Mahmud, S.F. (2009). Environment Kuznets curve for CO2 emissions: a cointegration analysis for China. Energy Policy, 37(12), 5167-5172.
  • Kuznets, S. (1955). Economic growth and income inequality. The American economic review, 45(1), 1-28.
  • Lise, W. (2006). Decomposition of CO2 emissions over 1980–2003 in Turkey. Energy Policy, 34(14), 1841-1852.
  • Pabuçcu, H., Bayramoğlu, T. (2017). Yapay Sinir Ağları ile CO2 Emisyonu Tahmini: Türkiye Örneği. İktisadi ve İdari Bilimler Fakültesi Dergisi, 18(3), 762-778.
  • Saatçi, M., Dumrul, Y. (2011). Çevre Kirliliği Ve Ekonomik Büyüme İlişkisi: Çevresel Kuznets Eğrisinin Türk Ekonomisi İçin Yapısal Kırılmalı Eş-Bütünleşme Yöntemiyle Tahmini. Erciyes Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, (37), 65-86.
  • Türkiye Cumhuriyeti Niyet Edilen Ulusal Olarak Belirlenmiş Katkı (2015). Erişim Tarihi: 13.08.2017. https://www.csb.gov.tr/db/turkce/editordosya/The_INDC_of_TURKEY_v_15_19_30-TR.pdf Türkiye İstatistik Kurumu (2017). https://www.tuik.gov.tr
  • Wang, S.S., Zhou, D.Q., Zhou, P., Wang, Q.W. (2011). CO2 emissions, energy consumption and economic growth in China: a panel data analysis. Energy Policy, 39(9), 4870-4875.
  • Yilmaz, H., & Yilmaz, M. (2013). Forecasting CO2 emissions for Turkey by using the grey prediction method. Sigma, 31, 141-148.
  • Yu, H., Wilamowski, B. M. (2011). Levenberg–marquardt training. Industrial Electronics Handbook, 5(12), 12-15.