Renewable Energy Production and Technology: Panel Data Analysis

Year 2024, Volume: 14 Issue: 2, 257 - 283, 31.07.2024

Derya Alıcı Nihat Işık

Abstract

The utilization of renewable energy sources is rapidly proliferating due to reasons such as providing sustainable energy while preserving environmental values, promoting domestic production by reducing external energy dependency, and ensuring energy supply security. Technological advancements enhance the efficiency of energy production from renewable sources, accelerate their dissemination and reduce investment costs. Therefore, in this study, the relationship between renewable energy production and technology was examined using three different models with panel data analysis method using annual data from 15 selected G20 countries between 2007 and 2020. Hausman, F, and LM tests were conducted for appropriate model selection, and it was determined that the fixed effects model is the appropriate model. Due to the detected issues of autocorrelation and heteroskedasticity, the fixed effects model was estimated using Driscoll-Kraay robust standard error estimators, which account for these problems. Consequently, it was determined that the coefficients of the variables representing technological development indicators are positive and statistically significant at the 5% significance level.

Keywords

Renewable Energy Production, Technological Development, Panel Data Analysis, Driscoll-Kraay Robust Standard Errors.

YENİLENEBİLİR ENERJİ ÜRETİMİ VE TEKNOLOJİ: PANEL VERİ ANALİZİ

Abstract

Yenilenebilir enerji kaynaklarının kullanımı; çevresel değerleri koruyarak sürdürülebilir enerji sağlaması, enerjide dışa bağımlılığı azaltarak yerli üretimi teşvik etmesi ve enerji arz güvenliğinin sağlanması gibi nedenlerle hızla yaygınlaşmaktadır. Teknolojik gelişmeler yenilenebilir kaynaklardan üretilen enerjinin verimliliğini artırmakta, yayılımını hızlandırmakta ve yatırım maliyetlerini azaltmaktadır. Bu nedenle çalışmada; seçilmiş 15 G20 ülkesinin 2007-2020 yılları arasındaki yıllık verileri kullanılarak panel veri analizi yöntemiyle yenilenebilir kaynaklarla enerji üretimi ve teknoloji ilişkisi üç ayrı modelle incelenmiştir. Uygun model seçimi için Hausman, F ve LM testleri yapılmış, uygun modelin sabit etkiler modeli olduğu tespit edilmiştir. Otokorelasyon ve değişen varyans sorunları tespit edildiği için bu sorunları dikkate alan Driscoll-Kraay dirençli standart hatalar tahmincileriyle sabit etkiler modeli tahmin edilmiştir. Sonuçta, teknolojik gelişme göstergelerini temsil eden değişkenlerin katsayılarının pozitif ve %5 anlamlılık düzeyinde istatistiki olarak anlamlı olduğu tespit edilmiştir.

Keywords

Yenilenebilir Enerji Üretimi, Teknolojik Gelişme, Panel Veri Analizi, Driscoll-Kraay Dirençli Standart Hatalar

References

• Aflaki, S., Basher, S. A., Masini, A. (2014). Does economic growth matter? Technology-push, demand-pull and endogenous drivers of innovation in the renewable energy industry. SSRN Electronic Journal, 1-22.
• Alam, M., Murad, W. (2020). The impacts of economic growth, trade openness and technological progress on renewable energy use in organization for economic cooperation and development countries. Renewable Energy. 145, 382-390.
• Avşar, D. (2023). The Effects of technological developments on renewable energy. Yüksek Lisans Tezi. Çankaya Üniversitesi.
• Aydınbaş, G., Erdinç, Z. (2022). Vergi gelirlerini etkileyen unsurlarin tespit edilmesi. Anemon Muş Alparslan Üniversitesi Sosyal Bilimler Dergisi, 10(2), 799-817.
• Aydoğan, H. (2022). Verimlilik, Ar-Ge ve gelir dağilimi eşitsizliğinin ekonomik büyüme üzerine etkileri: R ile panel veri analizi. Doktora Tezi. Marmara Üniversitesi.
• Ayrıçay, Y., Türk, V. E. (2014). Finansal oranlar ve firma değeri ilişkisi: BİST’de bir uygulama. Muhasebe ve Finansman Dergisi, (64), 53-70.
• Bai, J., Ng, S. (2004). A panic attack on unit roots and cointegration. Econometrica, 72(4), 1127-1177. Baltagi, B., Song, S.,Jung, B. (2001). The unbalanced nested error component regression model. Journal of Econometrics, 357-381.
• Baltagi, B. H. (2005). Econometric analysis of panel data. Third Edition, United Kingdom: John Wiley Sons Ltd. Bamati, N., Raoofi A. (2020). Development level and the impact of technological factor on renewable energy production. Renewable Energy. 1-29.
• Barbieri, L. (2006). Panel unit root tests: A review. Quaderni Del dipartimento di Scienze Economiche E Sociali Università Cattolica, 1-53.
• Bayrakcı, G. N. (2022). Türkiye’deki bankalarin karliliğini etkileyen faktörlerin panel veri ve lasso regresyon yöntemi ile analizi. Yüksek Lisans Tezi. Ankara Üniversitesi.
• Benson, C. L., Magee, C. L. (2014). On improvement rates for renewable energy technologies: Solar Pv, wind turbines, capacitors, and batteries. Renewable Energy, 68, 745-751.
• Breusch, T., Pagan, A. R. (1980). The lagrange multiplier test and its applications to modelspecification tests in econometrics, Review of Economic Studies, 47, 239-53.
• Choi, I. (2001), “Unit root tests for panel data”, Journal of international money and Finance, 20/2: 249- 272.
• Çetin, M, Ecevit, E. (2010). Sağlık harcamalarinin ekonomik büyüme üzerindeki etkisi: OECD ülkeleri üzerine bir panel regresyon analizi. Doğuş Üniversitesi Dergisi, 11 (2) 2010, 166-182.
• Çoban, M. N., Kangal N., Yeter F., Eroğlu İ. (2021). İnovasyonun yenilenebilir enerji üretimine etkisi: IEA üyesi ülkeler üzerine panel veri analizi. Aydın İktisat Fakültesi Dergisi, 21-31.
• Dinh, C. K., Ngo, Q. T., Nguyen, T. T. (2021). Medium- and high-tech export and renewable energy consumption: Non-linear evidence from the Asean countries. Energies, 14, 4419.
• Doğan, E., Özarslan Doğan, B. (2021). Finansal gelişme ve inovasyon, Türkiye’de yenilenebilir enerji üretimini artiriyor mu?. Turkish Studies - Economy, 16(2), 783-797.
• Driscoll, J., Kraay, A. C. (1998) Consistent covariance matrix estimation with spatially dependent data. Review of Economics and Statistics, 80(4), 549-560.
• Dücan, E., Akal, M. (2017). Komşu ülkelerle yapilan diş ticaretin DYY girişleri üzerine etkisi: gelişmekte olan ülkeler için panel veri analiz. Uluslararası Ekonomik Araştırmalar Dergisi, 3(1), 63-80.
• Ekinci, A., Koçak, Z., Benli, M. (2023). oecd ülkeleri örneğinde Ar-Ge harcamalarinin ekonomik büyüme üzerindeki etkisi. Sakarya İktisat Dergisi, 12(2), 241-252.
• Emirmahmutoğlu, F., Köse, N. (2011). Testing for granger causality in heterogeneous mixed panels. Economic Modelling, 28, 870-876.
• Erdinç, Z., Aydınbaş, G. (2022). Ulusal ve uluslararasi güvenlik kapsaminda savunma harcamalarini etkileyen etmenler: OECD ülkeleri üzerine bir analiz. Uluslararası İktisadi ve İdari İncelemeler Dergisi, 34, 143-158.
• Gan J., Smith C. T. (2011). Drivers for renewable energy: A comparison among OECD countries. Biomass and Bioenergy, 35, 4497-4503.
• Geng, J. B., Ji, Qiang (2016). Technological innovation and renewable energy development: Evidence based on patent counts. Int. J. Environmental Issues, 15(3), 217-234.
• Göçer, İ. (2013). Seçilmiş Oecd ülkelerinde bütçe açiklarinin sürdürülebilirliği: yatay kesit bağimliliği altinda panel eş-bütünleşme analizi. Journal of Yasar University, 30(8) 5086-5104.
• Granger, C. W. J. (1969). investigating causal relations by econometric models and cross spectral methods. Econometrica, (37).
• Güngör, B. (2021). Post-sosyalist ülkelerde pro-demokratik dönüşüm ve ekonomik kalkınma: Panel ARDL yaklaşımı. Kırşehir Ahi Evran Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 5(2), 188-206.
• Hausman, J. (1979). Specification tests in econometrics. Econometrica, 46(6), 1251-1271.
• Hsiao, C. (2003). Analysis of panel data. 2. Baskı. New York, Cambridge University Press.
• Irandoust, M. (2016). The renewable energy-growth nexus with carbon emissions andtechnological innovation: Evidence from the Nordic countries. Ecological Indicators, 69, 118–125.
• IRENA (2013), Renewable energy generation costs in 2012: an overview, international renewable energy agency report. Bonn.
• IRENA (2023). https://www.irena.org/Publications/2023/Jul/Renewable-energy-statistics-2023. Renewable energy agency report. Erişim Tarihi: 27.02.2024.
• Johnstone, N., Hascic, I., Popp D. (2010) Renewable energy policies and technological innovation: Evidence based on patent counts. Environmental and Resource Economics. 45(1), 133-155.
• Kar, M., Taban, S. (2003). Kamu harcama çeşitlerinin ekonomik büyüme üzerine Etkileri. Ankara Üniversitesi SBF Dergisi, 58(3), 146-169.
• Karagöl, E. T., Kavaz, İ. (2017). Dünyada ve Türkiye’de yenilenebilir enerji https://setav.org/assets/uploads/2017/04/YenilenebilirEnerji.pdf. Erişim Tarihi: 15.05.2024.
• Kaya, G. (2021). İnternet kullanimina etki eden faktörlerin analizi: Panel kantil regresyon modeli. Yüksek Lisans Tezi. İstanbul Üniversitesi.
• Khan, K., Su C. W., Rehman, A. U., Ullah, R. (2022). Is technological innovation a driver of renewable. Technology in Society.
• Khezri, M., Heshmati, A., Khodaei, M. (2021). The Role of R&D in the effectiveness of renewable energy determinants: A spatial econometric analysis. Energy Economics, 99, 1-10.
• Kılınç, E. C., Şahbaz Kılınç N. (2021). Ar-Ge ve inovasyonun yenilenebilir enerji üretimi üzerindeki etkisi: panel veri analizi. Alanya Akademik Bakış Dergisi, 5(2), 1087-1105.
• Kızıltan, M., Golovko, A., Yereli, A. B. (2019). Feldstein-Horioka bulmacasi: İkinci nesil panel eşbütünleşme analizi. Doğuş Üniversitesi Dergisi, 20 (1), 61-79.
• Maddala, G. S., Wu, S. (1999). A comparative study of unit root tests with panel data a new simple test. Oxford Bulletin of Economics and Statistics, Special Issue, 6, 631-652.
• Mola, S. E. (2019). Ekonomik özgürlüklerin ekonomik büyümeye etkisi: gelişmiş ve gelişmekte olan ülkeler panel veri analizi. Yüksek Lisans Tezi. Gazi Üniversitesi.
• Naimoğlu, M. & Özbek, S. (2022). İngiltere’de enerji Ar-Ge harcamaları ile enerji tüketimi ilişkisi: yapısal kırılmalı eşbütünleşme analizi. İşletme ve İktisat Çalışmaları Dergisi, 10(1), 35-45.
• Nakıpoğlu Özsoy, F., Özpolat A. (2020). Yenilenebilir enerji ve istihdam ilişkisi: Boostrap Granger nedensellik analizi. Uluslararası Ekonomi, İşletme ve Politika Dergisi, 4(2), 263-280.
• Özdemir, Y. E., Yavuz, M. (2021). Yenilenebilir enerjide teknoloji analizi. European Journal of Science and Technology Special Issue, 29, 138-143.
• Özşahin, Ş., Mucuk, M., Gerçeker, M. (2016). Yenilenebilir enerji ve ekonomik büyüme arasindaki ilişki: BRICS-T ülkeleri üzerine panel ARDL analizi. Politik, Ekonomik ve Sosyal Araştırmalar Kongresi. 24-26 Ağustos 2016, 111-130.
• Pazarlıoğlu, V., Gürler, Ö.K. (2007). Telekomünikasyon yatırımları ve ekonomik büyüme: Panel veri yaklaşımı. Finans, Politik-Ekonomik Yorumlar, 44(508), 35-43.
• Pehlivan, A. (2023). Terörizm ile yolsuzluk arasındaki ilişki: Mena ülkeleri üzerine panel veri analizi. Yüksek Lisans Tezi. Sakarya Üniversitesi.
• Pesaran, M. H. (2004) General diagnostic tests for cross section dependence in panels. Cambridge Working Papers in Economics, 435.
• Popp, D., Hascic I., Medhi N. (2011). Technology and the diffusion of renewable energy. Energy Economics, 33, 648–662.
• Sağlam, M. (2021). İş yapabilme kolaylığının dış ticaret üzerine etkisi: Seçili ülkeler üzerine bir uygulama. Yüksek Lisans Tezi. Balıkesir Üniversitesi.
• Saraçoğlu, B. (2011). Ekonometriye giriş. Efil Yayınevi. 1. Basım, Ekim 2011.
• Stock, J. H., Watson, M. W. (2007). İntroduction to econometrics. Pearson Education.
• Şahin, M. (2021). Çok boyutlu heterojen panel veri Modelleri: Başarı sıralamaları üzerine boyut perspektifi. Yüksek Lisans Tezi. İstanbul Üniversitesi.
• Şenoğlu, G., Erden Topal, Y. E., Gürsoy Haksevenler, B. H. (2022). Yenilenebilir enerji kullanımı ve artırılmasına ilişkin politika önerileri: İstanbul örneği. İdealkent, 35(13), 171-196.
• Sertçelik, Ş. (2022). Panel ikili nitel tercih modelleri ile BİST imalat sanayindeki işletmelerin büyüme performansını etkileyen faktörlerin analizi. Yüksek Lisans Tezi. İstanbul Üniversitesi.
• Toda, Y.H., Yamamoto, T., (1995). Statistical ınference in vector autoregressions withpossibly integrated processes. Journal of Econometrics. 66, 225–250.
• Turgut, E., Uçan, O. (2019). Yolsuzluğun vergi oranları ile olan ilişkisinin OECD ülkeleri örnekleminde incelenmesi. Niğde Ömer Halisdemir Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 1(3), 1-17.
• Türkmen, S., Ağır, H., Günay, E. (2019). Seçilmiş OECD ülkelerinde ar-ge ve ekonomik büyüme: Panel eşbütünleşme yaklaşımından yeni kanıtlar. Bilgi Ekonomisi Ve Yönetimi Dergisi, 14(2), 89-101.
• Varol, T. (2019). Panel birim kök testleriyle cari işlemler dengesi yakınsamasının sınanması: OECD ülkeleri. Yüksek Lisans Tezi. Trakya Üniversitesi.
• Yalçınkaya, Ö. (2016). G-20 Ülkelerinde satın alma gücü paritesi teorisinin geçerliliği: Panel birim kök testinden kanıtlar (1994:Q1-2015:Q4). Bitlis Eren Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 5, 145-162.
• Yazici, B. E. (2017). Panel zaman serilerinde yeni yaklaşımların karşılaştırmalı analizi ve bir uygulamaa. Yüksek Lisans Tezi. İstanbul Üniversitesi.
• Yerdelen Tatoğlu, F. (2012), Panel veri ekonometrisi. Beta Yayınevi.
• Yerdelen Tatoğlu, F. (2013). İleri panel veri analizi stata uygulamali. İstanbul: Beta Yayıncılık.
• Yerdelen Tatoğlu, F. (2016). Panel veri ekonometrisi. İstanbul, Beta Yayınevi.
• Zheng, S., Yang, J., Yu, S. (2021). How renewable energy technological innovation promotes renewable power generation: evidence from China's provincial panel data. Renewable Energy. 177, 1394-1407.