Türkiye’de Düzey 2 Bölgelerinin Çevresel Etkinliğinin İncelenmesi: VZA Yaklaşımının Bir Uygulaması

Öz

Amaç: Küresel ve yerel boyutlarıyla önem kazanan çevresel etkinlik analizleri, sürdürülebilir kalkınma hedeflerine ulaşmada kilit bir araç olarak değerlendirilmektedir. Büyüme verileri, sektörel gelişim süreci ve bölgesel farklılıklar gibi unsurlar dikkate alındığında, Türkiye’de sürdürülebilir kalkınma hedeflerine ulaşılması doğrultusunda bölgesel düzeyde stratejik politikaların geliştirilmesi ve etkin yaklaşımların benimsenmesi yoluyla çevresel performansın iyileştirilmesi gerekli hale gelmektedir. Bu bağlamda bu araştırma, Türkiye’deki İBBS düzey 2 kapsamında yer alan 26 bölgenin 2018-2023 dönemindeki çevresel etkinliğini ortaya koymayı amaçlamaktadır.

Yöntem: Araştırmada yöntem olarak girdi odaklı, değişken ölçek getirili (VRS) klasik tek aşamalı Veri Zarflama Analizi (VZA) modeli kullanılmıştır. İstihdam, elektrik tüketimi, toplam nüfus, ar-ge harcaması, otomobil sayısı ve işlenen tarım alanı olmak üzere altı girdi değişkeni kullanılmıştır. Bununla birlikte iki tane de çıktı değişkeni kullanılmıştır. Bunlar: Gayri Safi Yurtiçi Hasıla (GSYH) ve istenmeyen çıktı olarak tanımlanan Kükürt Dioksit ( ) değeridir.

Bulgular: Değişken getiri etkinlik değerlerine göre bölgelerin ilgili döneme ait çevresel etkinlik skorları 0.636-1.00 arasında değişmektedir. Ortalama çevresel etkinlik değerlerine göre; TR10, TR32, TR61, TR62, TR81, TR82, TR90, TRA1, TRA2, TRB2, TRC1 ve TRC3 bölgeleri etkin bölgeler (%100) olarak öne çıkmaktadır. Etkinlik skorunda bu bölgeleri ise ortalama etkinlik skoru 0.90’dan büyük olan TR22, TR21, TR51, TR42, TRB1, TR63, TR31 ve TR83 bölgeleri takip etmektedir. Buna karşılık, TR41, TR33 ve TRC2 bölgeleri oldukça düşük etkinlik skorları ile öne çıkmaktadır.

Sonuç: Araştırma bulgularına göre çevresel etkinlik değerlerinde yıllar ve bölgeler arası farklılıklar bulunmakta ve bölgelerin çevresel etkinlik skorlarında hafif bir artış eğilimi gözlemlenmektedir. Etkin bölgeler dikkate alındığında, bölgesel farklılıklar altyapı, üretim, ar-ge, girişimcilik, yenilik kapasitesi ve yatırım farklılıkları ile açıklanabilir. Çevresel etkinlikteki yıllar içindeki değişimi, değişen ve dönüşen küresel dinamikler, çevresel politikalar, yenilenebilir kaynaklı kurulu güç artışı ve teknoloji yatırımlarındaki artış ile açıklamak mümkündür.

Anahtar Kelimeler

• Çevresel Etkinlik
• Döngüsel Ekonomi
• Bölgesel Kalkınma
• VZA
• Türkiye

Examining the Environmental Efficiency of Level 2 Regions in Türkiye: An Application of DEA Approach

Öz

Aim: Environmental efficiency analyses, which have gained importance with their global and local dimensions, are considered as a key tool in achieving sustainable development goals. Considering factors such as growth data, sectoral development process, and regional differences, improving environmental performance through the development of strategic policies at the regional level and the adoption of effective approaches is necessary to achieve sustainable development goals in Türkiye. In this context, this study aims to reveal the environmental efficiency of 26 regions in Türkiye within the scope of NUTS level 2 for the period 2018-2023.

Method: In the study, the input-oriented variable returns to scale (VRS) classical one-stage Data Envelopment Analysis (DEA) model is used as the method. Six input variables are used: employment, electricity consumption, total population, R&D expenditure, number of automobiles, and cultivated agricultural area. In addition, two output variables are used. These are: Gross Domestic Product (GDP) and Sulfur Dioxide ( ), which is defined as an undesirable output.

Results: According to the variable return efficiency values, the environmental efficiency scores of the regions for the relevant period vary between 0.636-1.00. According to the average environmental efficiency values; TR10, TR32, TR61, TR62, TR81, TR82, TR90, TRA1, TRA2, TRB2, TRC1, and TRC3 regions stand out as efficient (100%) regions. In efficiency score, these regions are followed by TR22, TR21, TR51, TR42, TRB1, TR63, TR31, and TR83 regions with average efficiency scores greater than 0.90. In contrast, TR41, TR33, and TRC2 regions stand out with notably low efficiency scores.

Conclusion: According to the research findings, there are differences in environmental efficiency values across years and regions, and a slight upward trend is observed in the environmental efficiency scores of the regions. Considering efficient regions, regional differences can be explained by differences in infrastructure, production, R&D, entrepreneurship, innovation capacity and investment. The change in environmental efficiency over the years can be explained by changing and transforming global dynamics, environmental policies, increase in renewable installed capacity and increase in technology investments.

Anahtar Kelimeler

• Environmental Efficiency
• Circular Economy
• Regional Development
• DEA
• Türkiye

Kaynakça

1. ALKAYA, A. (2022). OECD ülkelerinin çevresel performans etkinliklerinin veri zarflama analizi ile değerlendirilmesi. Eti, H.S., (Ed.), Ekonomi, Finans ve İktisadi Bilimler Alanında Akademik Çalışmalar- I, (ss. 9-30), Artikel Akademi.
2. BANKER, R. D., CHARNES, A., & COOPER, W. W. (1984). Some models for estimating technical and scale inefficiencies in data envelopment analysis. Management science, 30(9), 1078-1092. https://www.jstor.org/stable/2631725?seq=15
3. BANKER, R. D., COOPER, W. W., SEIFORD, L. M., THRALL, R. M., & ZHU, J. (2004). Returns to scale in different DEA models. European journal of operational research, 154(2), 345-362. https://doi.org/10.1016/S0377-2217(03)00174-7
4. BASHIR, M. A., QING, L., RAZI, U., XI, Z., & JINGTING, L. (2025). A green leap forward: Environmental efficiency amidst natural resource and technological shifts. Renewable and Sustainable Energy Reviews, 216, 115686.
5. BELGIN, O. (2019). Analysing R&D efficiency of Turkish regions using data envelopment analysis. Technology Analysis & Strategic Management, 31(11), 1341-1352.
6. BRUNDTLAND REPORT (1987). Report of the World Commission on Environment and Development: Our Common Future. United Nations.
7. COOPER, W. W., SEIFORD, L. M., & TONE, K. (2007). Data envelopment analysis: a comprehensive text with models, applications, references and DEA-solver software (Second Edition). New York: Springer.
8. ÇINAROĞLU, E., DORUK, N., & AVCI, T. (2018). Erciyes Üniversitesi fakültelerinin veri zarflama analizi yöntemiyle etkinlik analizi. Uluslararası Yönetim İktisat ve İşletme Dergisi, 14(4), 1025-1043. https://doi.org/10.17130/ijmeb.2018445668

9. DENİZ, G. (2018). Türkiye’deki illerin çevresel sürdürülebilirliğinin bulanık veri zarflama analizi yöntemi ile değerlendirilmesi (Yüksek Lisans Tezi). Pamukkale Üniversitesi Sosyal Bilimler Enstitüsü, Denizli.
10. EKİZ BOZDEMİR, M. K., AVCI, S., & AKMAN, G. (2024). Veri zarflama analizinde istenmeyen girdi/çıktıya sahip tüm birimler için çevresel etkinlik değerlendirilmesine yeni bir model önerisi. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, 39(4), 2435-2446. https://doi.org/10.17341/gazimmfd.1283649
11. GÜNGÖR AYDEMİR, P. (2023). Döngüsel Ekonomi Açısından Bölgesel Etkinliğin Değerlendirilmesi: Türkiye Uygulaması (Yüksek Lisans Tezi). Hacettepe Üniversitesi Sosyal Bilimler Enstitüsü, Ankara.
12. HAMZA ÇELİKYAY, H. (2021). Türkiye’de çevre politikaları: kalkınma planları üzerinden bir inceleme. İktisadi İdari ve Siyasal Araştırmalar Dergisi, 6(15), 185-205.
13. HAN, Y., LONG, C., GENG, Z., & ZHANG, K. (2018). Carbon emission analysis and evaluation of industrial departments in China: an improved environmental DEA cross model based on information entropy. Journal of Environmental Management, 205, 298-307.
14. HYSA, E., KRUJA, A., REHMAN, N. U., & LAURENTI, R. (2020). Circular economy innovation and environmental sustainability impact on economic growth: An integrated model for sustainable development. Sustainability, 12, 4831.
15. KILLI, M. & ULUDAĞ, S. (2020). Veri zarflama analizi ile maliyet performansı ölçümü: BIST tekstil sektöründe bir uygulama. Business & Management Studies: An International Journal, 8(4), 797-828. http://dx.doi.org/10.15295/bmij.v8i4.1600
16. KOÇ ARSLAN, S., & GÜRLER HAZMAN, G. (2024). Veri zarflama analizi ile OECD üyesi ülkelerin çevre koruma harcamaları etkinliğinin ölçülmesi. Yönetim Bilimleri Dergisi, 22(54), 2249-2279.
17. KOÇAK, E., KINACI, H., & SHEHZAD, K. (2021). Environmental efficiency of disaggregated energy R&D expenditures in OECD: a bootstrap DEA approach. Environmental Science and Pollution Research, 28, 19381-19390.
18. LACKO, R., HAJDUOVÁ, Z., & MARKOVİČ, P. (2023). Socioeconomic determinants of environmental efficiency: the case of the European Union. Environmental Science and Pollution Research, 30(11), 31320-31331.
19. LI, Q., CHAI, S., & CHEN, S. (2025). Evaluation of the environmental efficiency of China’s power generation industry considering carbon emissions and air pollution: an improved three-stage SBM-SE-DEA model. Environment, Development and Sustainability. https://doi.org/10.1007/s10668-025-06007-8
20. LIU, L., ZHAO, Y., YANG, Y., LIU, S., GONG, X., & JIANG, P. (2023). Study on the measurement of industrial eco-efficiency, spatial distribution and influencing factors in Yangtze River Economic Belt. PLoS ONE, 18(4), e0283964.
21. MATSUMOTO, K. I., MAKRIDOU, G., & DOUMPOS, M. (2020). Evaluating environmental performance using data envelopment analysis: The case of European countries. Journal of Cleaner Production, 272, 122637.
22. MAVI, N. K., & MAVI, R. K. (2019). Energy and environmental efficiency of OECD countries in the context of the circular economy: Common weight analysis for malmquist productivity index. Journal of Environmental Management, 247, 651-661.
23. OMER, A. M. (2008). Energy, environment and sustainable development. Renewable and Sustainable Energy Reviews, 12, 2265-2300.
24. ÖRTLEK, Z., DEMİRTAŞ, C. & ILIKKAN ÖZGÜR, M. (2023). Environmental Performance: Evidence from Level-2 Regions. Fiscaoeconomia, 7(1), 406-443.
25. ÖZKAN, M., & ÖZCAN, A. (2018). Veri zarflama analizi (VZA) ile seçilmiş çevresel göstergeler üzerinden bir değerlendirme: OECD performans incelemesi. Yönetim Bilimleri Dergisi, 16(32), 485-508.
26. SARAÇ, B., & ALPTEKİN, N. (2017). Türkiye’de illerin sürdürülebilir kalkınma göstergelerine göre değerlendirilmesi. Uluslararası Yönetim İktisat ve İşletme Dergisi, 13(1), 19-49.
27. SARI, T. (2023). Türkiye’deki İllerin Havadaki Partiküler Madde ve Kükürt Dioksit Değerlerine Göre Kümeleme Analizi ile Sınıflandırılması (Yüksek Lisans Tezi). Gazi Üniversitesi Fen Bilimleri Enstitüsü, Ankara.
28. SARI, Z. (2015). Veri Zarflama Analizi ve Bir Uygulama (Yüksek Lisans Tezi). Hacettepe Üniversitesi İstatistik Anabilim Dalı, Ankara.
29. SCHROEDER, P., ANGGRAENI, K., & WEBER, U. (2019). The relevance of circular economy practices to the sustainable development goals. Journal of Industrial Ecology, 23(1), 77-95.
30. SENİR, G. (2024). Evaluation of the environmental sustainability performance of Eastern European countries with integrated MCDM methods. International Journal of Agriculture Environment and Food Sciences, 8(2), 378-391.
31. SONG, M., SONG, Y., AN, Q., & YU, H. (2013). Review of environmental efficiency and its influencing factors in China: 1998–2009. Renewable and Sustainable Energy Reviews, 20, 8-14.
32. ŞİMŞEK, N. (2011). Türkiye’nin çevresel enerji etkinliği ve toplam faktör verimliliği: karşılaştırmalı bir analiz. Ege Akademik Bakış, 11(3), 379-396.
33. T.C. BURSA ESKİŞEHİR BİLECİK KALKINMA AJANSI (2020). TR41 Bölgesi Yenilik ve Akıllı Uzmanlaşma Stratejisi Belgesi. Bursa. https://www.kalkinmakutuphanesi.gov.tr/assets/upload/dosyal-ar/au-raporu-2020.pdf
34. T.C. ÇEVRE, ŞEHİRCİLİK VE İKLİM DEĞİŞİKLİĞİ BAKANLIĞI (2023). Hava Kalitesi Bülteni, Yıllık 2023, Çevresel Etki Değerlendirmesi, İzin ve Denetim Genel Müdürlüğü. https://webdosya.csb.gov.tr/db/ced/icerikler/2023_bulten-raporu-20240306075150.pdf
35. T.C. ÇEVRE, ŞEHİRCİLİK VE İKLİM DEĞİŞİKLİĞİ BAKANLIĞI (2025). Hava Kalitesi Haber Bültenleri. Çevresel Etki Değerlendirmesi, İzin ve Denetim Genel Müdürlüğü. Erişim tarihi: 02.06.2025, https://ced.csb.gov.tr/hava-kalitesi-haber-bultenleri-i-84139
36. T.C. SANAYİ VE TEKNOLOJİ BAKANLIĞI (2019). İllerin ve bölgelerin sosyo-ekonomik gelişmişlik sıralaması araştırması SEGE-2017. Ankara: Kalkınma Ajansları Genel Müdürlüğü Yayını.
37. T.C. ZAFER KALKINMA AJANSI (2014). TR33 Bölgesi’nin Üretim Yapısının ve Düzeyinin Tespiti ve Analizi. 2013 Haziran. https://www.kalkinmakutuphanesi.gov.tr/assets/upload/dosyalar/tr33-bolgesi-uretim-yapisinin-ve-duzeyinin-tespiti-ve-analizi.pdf
38. TUİK (2025a). Bölgesel Hesaplar. Erişim tarihi: 1.06.2025, https://biruni.tuik.gov.tr/medas/?kn=-119&locale=tr
39. TUİK (2025b). Enerji İstatistikleri. Erişim tarihi: 1.06.2025, https://biruni.tuik.gov.tr/medas/?kn=-119&locale=tr
40. TUİK (2025c). Bölgesel İstatistikler. Erişim tarihi: 1.06.2025, https://biruni.tuik.gov.tr/bolgesel-istatistik/degiskenlerUzerindenSorgula.do#
41. TUNCA, H. (2020, 15-17 Mayıs). Türkiye’deki illerin çevresel etkinliğinin ölçülmesi, 5. Uluslararası Sosyoloji ve Ekonomi Kongresi, Ankara.
42. YADAV, G., LUTHRA, S., JAKHAR, S. K., MANGLA, S. K., & RAI, D. P. (2020). A framework to overcome sustainable supply chain challenges through solution measures of industry 4.0 and circular economy: An automotive case. Journal of Cleaner Production, 254, 120112.
43. YAŞAR, F., & AKIN, F. (2023). Doğu avrupa ülkelerinin çevresel performansının veri zarflama analizi yöntemiyle incelenmesi. Erzincan Binali Yıldırım Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 5(2), 36-50.
44. ZHAO, X., MA, X., SHANG, Y., YANG, Z., & SHAHZAD, U. (2022). Green economic growth and its inherent driving factors in Chinese cities: Based on the Metafrontier-global-SBM super-efficiency DEA model. Gondwana Research, 106, 315-328.
45. ZHOU, P., ANG, B. W., & POH, K. L. (2008). Measuring environmental performance under different environmental DEA technologies. Energy economics, 30(1), 1-14.
46. ZHU, Y., YANG, F., WEİ, F., & WANG, D. (2022). Measuring environmental efficiency of the EU based on a DEA approach with fixed cost allocation under different decision goals. Expert Systems with Applications, 208, 118183.