Panel veri analizi ve yapay sinir ağları ile OECD ülkelerininekolojik ayak izlerinin tahmin edilmesi

Hızla artan nüfus, sanayileşme, kentleşme ve tüketim alışkanlıklarındaki artış, dünyamızın ekolojik denge üzerinde ciddi baskılar oluşturmasına neden olmaktadır. Bu durum, doğal kaynakların kontrolsüz ve sürdürülemez bir şekilde talep edilmesine yol açmıştır. Ekolojik tahribatın giderek daha görünür bir hale gelmesi, sürdürülebilir kalkınma hedefleri doğrultusunda "Ekolojik Ayak İzi" kavramının ortaya çıkmasını sağlamıştır. Araştırmada, yenilenebilir enerji tüketimi, küreselleşme ve ekonomik büyümenin ekolojik ayak izi üzerindeki etkileri analiz edilmiştir. Çalışma kapsamında, 1995-2021 yılları arasında elde edilen veriler kullanılarak panel veri analizi ve yapay sinir ağı yöntemleri ile tahminleme yapılmıştır. Panel veri analizi ile bağımsız değişkenlerin bağımlı değişken üzerindeki etkileri detaylı bir şekilde incelenmiş ve bu değişkenler, yapay sinir ağı modeli için girdi olarak kullanılmıştır. Böylece, ekolojik ayak izinin tahmin edilmesine yönelik yüksek doğruluklu bir model geliştirilmiştir. Araştırma sonucunda, modelde yer alan bağımsız değişkenlerin, ekolojik ayak izi üzerindeki etkilerinin anlamlı ve farklılık gösterdiği tespit edilmiştir. Özellikle gayrisafi yurt içi hasıla ve KOF küreselleşme endeksi, ekolojik ayak izini pozitif yönde etkileyen önemli faktörler olarak öne çıkmıştır. Diğer yandan, yenilenebilir enerji tüketiminin ekolojik ayak izini azaltan önemli bir değişken olduğu belirlenmiştir. Elde edilen sonuçlar doğrultusunda, ekolojik ayak izinin artışının kontrol altına alınabilmesi için yenilenebilir enerji yatırımlarının artırılması gerektiği sonucuna ulaşılmıştır. Modelleme sürecinde ileri beslemeli yapay sinir ağı yöntemi tercih edilmiş ve modelin eğitimi için Levenberg-Marquardt algoritması kullanılmıştır. Yapay sinir ağı modeli, her bir OECD ülkesi için yüksek güvenilirlikle tahminleme yaptığı sonucuna ulaşılmıştır. Literatürde ekolojik ayak izlerinin tahmin edilmesinde panel veri analizi ve yapay sinir ağı yöntemlerinin eş zamanlı olarak kullanılmasına yönelik çalışmaların sınırlı sayıda olması, bu araştırmanın motivasyonunu oluşturmuştur. Dolayısıyla, bu tez çalışması, hem yöntemsel hem de içerik açısından literatüre önemli bir katkı sağlamayı hedeflemektedir.