Tarım ve Çevre Kirliliği İlişkisi: Sürdürülebilir Kalkınma Çerçevesinde Uygulamalı Bir Analiz

Bu çalışmada, tarım ve çevre kirliliği ilişkisi 1990-2021 dönemine ait zaman serisi verileri kullanılarak Fourier ADL eşbütünleşme yaklaşımı ile analiz edilmiştir. Modelde tarımsal katma değer, yenilenebilir enerji ve çevre kirliliği değişkenleri kullanılmıştır. Çevresel kirliliğin göstergesi olarak karbon emisyonları modele dahil edilmiştir. Değişkenlerin uzun dönem katsayıları FMOLS testi ile sınanmıştır. Değişkenlerin durağanlık analizinde ADF ve PP birim kök testlerinin yanı sıra yapısal kırılmaları kontrol eden Zivot-Andrews birim kök testine başvurulmuştur. Bulgular, değişkenlerin birinci farkında durağan ve uzun dönemde eşbütünleşik olduğu tespit edilmiştir. FMOLS sonuçlarına göre, tarım ve yenilenebilir enerji değişkenleri karbon emisyonları üzerinde istatistiksel olarak anlamlı bulunmuştur. Uzun dönemde tarımda meydana gelebilecek %1’lik artışın karbon emisyonlarını 0.36 oranında artırdırdığı tespit edilmiştir. Diğer taraftan yenilenebilir enerji tüketiminde meydana gelen %1’lik bir artışın karbon emisyonlarını -0.34 oranında azalttığı sonucuna ulaşılmıştır. Granger nedensellik sonuçlarına göre, tarımdan karbon emisyonlarına doğru tek yönlü; yenilenebilir enerji tüketimi ile karbon emisyonları arasında çift yönlü bir nedensellik ilişkisinin olduğunu ortaya koymaktadır. Diğer taraftan, yenilenebilir enerji ile tarım sektörü arasında herhangi bir nedensellik ilişkisi tespit edilememiştir.

In this study, the relationship between agriculture and environmental pollution is analyzed using the Fourier ADL cointegration approach, with time-series data covering the period 1990-2021. Agricultural value added, renewable energy, and environmental pollution variables are used in the model. Carbon emissions are used as an indicator of environmental pollution. The long-run coefficients of the variables are tested by the FMOLS test. The stationarity of the variables is examined through ADF and PP unit root tests, as well as the Zivot-Andrews unit root test, which accounts for structural breaks. The findings indicate that the variables are stationary at first difference and cointegrated in the long run. According to the FMOLS results, agriculture and renewable energy variables were found statistically significant in carbon emissions. In the long run, a 1% increase in agriculture increases carbon emissions by 0.36, whereas a 1% increase in renewable energy consumption reduces carbon emissions by -0.34. According to Granger causality results, there is a unidirectional causal relationship from agriculture to carbon emissions; however, a bidirectional relationship has been identified between renewable energy consumption and carbon emissions. On the other hand, no causal relationship has been detected between renewable energy and the agricultural sector.