The Role of R&D Expenditures, Information and Communication Technology Products Exports and High-Technology Products Exports on Turkey’s Technological Development

Abstract

In this study, an analysis of technological development in Turkey between 2007 and 2020 was conducted using a Bayesian approach in regression analysis. Within this scope, variables affecting the Gross Domestic Product (GDP), such as Research and Development (R&D) expenditures, Information and Communication Technology (ICT) product exports, and High-Technology Product Exports (HTE), were examined. The parameters of these variables were estimated using data documents compiled from the Organisation for Economic Co-operation and Development (OECD), Global Economic Data (CEICDATA), and the official data site of the World Bank. Both classical and Bayesian methods were employed in the analysis of the obtained data. Multiple linear regression analysis encountered multicollinearity issues. Therefore, the Bayesian regression method, which is not affected by multicollinearity, was preferred over the classical method. Multiple linear Bayesian regression analyses was conducted using the WinBUGS program, and the parameters of our variables were obtained. According to the analysis results, it was determined that R&D expenditures, information and communication technology product exports, and high-technology product exports have a positive and significant relationship with Turkey's technological development.

Keywords

• Regression Analysis
• Bayesian Regression Analysis
• Technological Development
• Monte Carlo Method
• WinBUGS Programme.

Ar-Ge Harcamalarının, Bilgi ve İletişim Teknolojik Ürün İhracatının ve Yüksek Teknolojili Ürün İhracatının Türkiye’nin Teknolojik Gelişimi Üzerindeki Rolü

Öz

Çalışmada, regresyon analizine Bayesci bir yaklaşım uygulanarak 2007-2020 yılları arasında Türkiye’deki teknolojik gelişimin analizi yapılmıştır. Bu kapsamda, gayrisafi yurt içi hasılayı etkileyen, Ar-Ge harcamaları, bilgi ve iletişim teknolojik ürün ihracatı ve yüksek teknolojili ürün ihracatı değişkenleri incelenmiştir. Bu değişkenlerin parametrelerini tahmin etmek için gerekli veri dokümanları Ekonomik İş Birliği ve Kalkınma Örgütü (OECD), Küresel Ekonomik Veri (CEICDATA) ve Dünya Bankası resmi veri sitesinden derlenmiştir. Elde edilen bu verilerin analizinde klasik ve Bayesyen yöntem kullanılmıştır. Çoklu doğrusal regresyon analiz sonucunda çoklu doğrusallık sorunu ile karşılaşılmıştır. Bundan dolayı klasik yöntem yerine çoklu doğrusallıktan etkilenmeyen Bayesyen regresyon yöntemi tercih edilmiştir. Çoklu doğrusal Bayesyen regresyon analizi WinBUGS programı yardımıyla analiz edilerek değişkenlerimize ait parametreler elde edilmiştir. Elde edilen analiz sonuçlarına göre Ar-Ge harcamalarının, bilgi ve iletişim teknolojik ürün ihracatının ve yüksek teknolojili ürün ihracatının Türkiye’nin teknolojik gelişimi üzerine pozitif yönlü ve anlamlı bir ilişkisi olduğu tespit edilmiştir.

Anahtar Kelimeler

• Regresyon Analizi
• Bayesyen Regresyon Analizi
• Teknolojik Gelişim
• Monte Carlo Yöntemi
• WinBUGS Programı.

Kaynakça

1. Algan, N., Manga, M. and Tekeoğlu, M. (2017, 10-12 July). Teknolojik gelişme göstergeleri ile ekonomik büyüme arasındaki nedensellik ilişkisi: Türkiye örneği. International Conference on Eurasian Economies 2017, (s. 332-338). İstanbul, Türkiye. https://doi.org/10.36880/C08.01869
2. Bernardo, J.M., and Smith, A. F. M. (2000). Bayesian theory. John Wiley and Sons, Ltd.
3. Brewer, E., Demmer, M., Du B.W., Ho, M., Kam, M., Nedevschi, S., Pal, J., Patra, R., Surana, S. and Fall, K. (2005). The case for technology in developing regions. IEEE Computer Society, 38(6), 25-38. https://escholarship.org/uc/item/7161q0jv
4. Çiftci, F. and Genç, A. (2020). Bezostaja buğdayının fiyatına etki eden bazı donelerin alternatif regresyon yöntemleriyle karşılaştırılması. Uluslararası Sosyal Bilimler Eğitim Dergisi, 6(2), 215-237. https://doi.org/10.47615/issej.837784
5. Congdon, P. (2006). Bayesian statistical modeling. John Wiley and Sons, Inc.
6. Çütcü, İ. and Akkur, A. (2022). Bilgi ekonomisi- ekonomik büyüme ilişkisi: Yapısal kırılmalı testler ile Türkiye ekonomisi üzerinde analiz. Yildiz Social Science Review, 8(2), 82-93. https://dergipark.org.tr/en/pub/yssr/issue/75620/1242793
7. Dam, M., M. and Yıldız, B. (2016). BRICS-TM ülkelerinde Ar-Ge ve inovasyonun ekonomik büyüme üzerine etkisi: Ekonometrik bir analiz. Akdeniz İ.İ.B.F. Dergisi, 16 (33), 220-236. https://dergipark.org.tr/tr/pub/auiibfd/issue/32338/359349
8. Doğan, A. (2022). Ulusal ve uluslararası teknoloji haber web siteleri kullanılabilirliğinin içerik analizi ile karşılaştırmalı incelenmesi. Kahramanmaraş Sütçü İmam Üniversitesi Sosyal Bilimler Dergisi, 19(3), 1481-1501. https://dergipark.org.tr/tr/download/article-file/2727225

9. Doğan, M. (2017). Bayesci yapısal eşitlik modellemesi: Teknoloji kabul modeli uygulaması (Yayımlanmamış Doktora Tezi). Eskişehir Osmangazi University. Graduate School of Naturel and Applied Science. Eskişehir.
10. Dubois, D. and Prade, H. (1988). Possibility theory. Plenum Press.
11. Ekici, O. (2005). Bayesyen Regresyon ve WinBUGS ile bir uygulama (Yayımlanmamış Yüksek Lisans Tezi). İstanbul University. Social Science Institute. İstanbul.
12. Erkan, G. (2019). Klasik ve Bayesci yapısal eşitlik modellerinde parametre tahminlerinin karşılaştırılması: Sıralı kategorik verilerle bir uygulama (Yayımlanmamış Yüksek Lisans Tezi). Hacettepe University. Graduate School of Naturel and Applied Science. Ankara.
13. Foley, D. (2018). A Bayesian approach to time series forecasting. Towards Data Science. https://www.datascientistguide.com/
14. Gelman, A. and Hill, J. (2007). Data analysis using regression and multilevel hierarchical models. Cambridge University Press.
15. Global Economic Data (CEICDATA). (2023, 29 September). Indicators, Chats and Forecasts, CEIC. www.ceicdata.com/en/indicator/turkey/exports-ict-goods
16. Golgeci, I., Ali, I., Bozkurt, S., Gligor, D., M. and Arslan, A. (2022). The impact of corporate support programs on environmental and social innovation: empirical insights from the food and beverage industry. International Journal of Operations and Production Management, 42(7), 898-929. https://doi.org/10.1108/IJOPM-10-2021-0640
17. Greenberg, E. (2008). Introduction to Bayesian econometrics. Cambridge University Press.
18. Gündoğdu, S. (2016). Balıklarda büyüme parametrelerinin Bayesyen istatistiksel yöntemle tahmini (Yayımlanmamış Doktora Tezi). Çukurova University. Graduate School of Naturel and Applied Science. Adana.
19. Güneş, H. (2019). Ar-Ge harcamaları ile ekonomik büyüme ilişkisi: OECD ülkeleri için panel veri analizi. Sakarya İktisat Dergisi, 8(2), 160-176. https://dergipark.org.tr/en/pub/sid/issue/45684/576221
20. Hahn, E., D. (2014). Bayesian methods for management and business, pragmatic solutions for real problems. John Wiley and Sons, Inc.
21. Inekwe, J., N. (2015). The contribution of R&D expenditure to economic growth developing economies. Soc Indic Res, 124(3), 727–745. https://doi.org/10.1007/s11205-014-0807-3
22. Jahanger, A., Usman, M., Murshed, M., Mahmood, H. and Balsalobre-Lorente, D. (2022). The linkages between natural resources, human capital, globalization, economic growth, financial development, and ecological footprint: The moderating role of technological innovations. Resources Policy, 76 (102569),1-18. https://doi.org/10.1016/j.resourpol.2022.102569
23. Judge, G.G., Griffiths, W.E., Hill, R.C., Lütkepohl, H. and Lee, T.C. (1986). The theory and practice of econometrics (Second Edition). John Wiley and Sons, Inc.
24. Karadağ, Ö. (2011). Bayesci hiyerarşik modeller (Yayımlanmamış Yüksek Lisans Tezi). Hacettepe University. Graduate School of Naturel and Applied Science. Ankara.
25. Karakostas, E. (2022). What determines the medium and hıch technology products exports: The case of Germany. International Journal of Advanced Economics, 4(3), 40-52. https://doi.org/10.51594/ijae.v4i3.316
26. Kaya, M. (2019). Robust Bayesyen regresyon analizi (Yayımlanmamış Doktora Tezi). Ankara University. Graduate School of Naturel and Applied Science. Ankara.
27. King, R., Morgan, B. J.T., Gimenez, O. and Brooks, S.P. (2010). Bayesian analysis for population ecology. CRC Press.
28. Koç, Y. (2020). Weıbull dağılımının parametrelerinin Bayesci yöntemle tahmini (Yayımlanmamış Yüksek Lisans Tezi). Ankara University. Graduate School of Naturel and Applied Science. Ankara.
29. Koehrsen, W. (2018, 13 April). Introduction to Bayesian linear regression. Towards Data Science. https://towardsdatascience.com/e66e60791ea7
30. Kozlova, E. and Didenko, N. (2022). The impact of technological development factors on the quality of life: A comparatıve analysis of E7 And G7. International Journal for Quality Research, 16(2), 625–642. https://doi.org/10.24874/ijqr16.02-18
31. Kruschke, J., K, Aguinis, H. and Joo, H. (2012). The time has come: Bayesian methods for data analysis in the organizational sciences. Organizational Research Methods 15(4), 722–752. https://doi.org/10.1177/1094428112457829
32. Mccarthy, M.A. (2007). Bayesian methods for ecology. Cambridge University Press.
33. Mehmood, K., Iftikhar, Y. and Khan, A.N. (2022). Assessing eco technological innovation efficiency using DEA approach: insights from the OECD Countries. Clean Technologies and Environmental Policy, 24, 3273-3286. https://doi.org/10.1007/s10098- 022-02378-y
34. Miller, A. and Miller, M. (2021). Models of technological integration development. Strategıc Management, 26(4), 015-027. https://doi.org/10.46541/978-86-7233-386-2_8
35. Mohamed, M., M., A., Liu, P. and Nie, G. (2022). Causality between technological innovation and economic growth: Evidence from the economies of developing countries. Sustainability, 14(6), 3586. https://doi.org/10.3390/su14063586
36. Mora Apablaza, L. and Navarrete, C. (2022). Patents as indicators of the technological position of countries on a global level? Scientometrics, 127 (3), 1233–1246. https://doi.org/10.1007/s11192-022 04268-y
37. Ntantanis, H. and Pohlman, L. (2020). Market implied GDP. Journal of Asset Management, 21, 636– 646. https://doi.org/10.1057/s41260-020-00176-z
38. Oğuz, S. and Gökhan, A. (2020). Araştırma geliştirme harcamalarının yüksek teknolojili ürün ihracatına etkisi: OECD ülkeleri üzerine bir panel veri analizi. Uluslararası İktisadi ve İdari İncelemeler Dergisi, 0(27),209-222. https://doi.org/10.18092/ulikidince.651992
39. Organisation for economic co-operation and development. (2023, 29 Eylül). OECD.stat. https://stats.oecd.org/
40. Özbay, N. (2017). Lineer regresyonda bazı yanlı tahmin edicilere Bayesyen yaklaşım (Yayımlanmamış Doktora Tezi). Çukurova University. Graduate School of Naturel and Applied Science. Adana.
41. Özcan, S.E. and Özer, P. (2017). Ar-Ge harcamaları ve patent başvuru sayısının ekonomik büyüme üzerindeki etkileri: OECD ülkeleri üzerine bir uygulama. Anadolu Üniversitesi Sosyal Bilimler Dergisi, 18(1), 15-28. https://doi.org/10.18037/ausbd.550617
42. Papananiasa, M., McLeayb, T.E., Mahfoufa, M. and Kadirkamanathana, V. (2019). A Bayesian framework to estimate part quality and associated uncertainties in multistage manufacturing. Computers in Industry, 105, 35–47. https://doi.org/10.1016/j.compind.2018.10.008
43. Petralia, S., Balland, P.A. and Morrison, A. (2017). Climbing the ladder of technological development. Research Policy 46 (5), 956–969. https://doi.org/10.1016/j.respol.2017.03.012
44. Richardson, S. and Best, N. (2003). Bayesian hierarchical models in ecological studies of health environment effects, environmetrics. John Wiley and Sons, Inc., 14(2), 129 – 147. https://doi.org/10.1002/env.571
45. Sahin, B.E. (2019). Impact of hıgh technology export on economic growth: An analysis on Turkey. Journal of Business, Economics and Finance, 8(3),165-172. http://doi.org/10.17261/Pressacademia.2019.1123
46. Scheines, R., Hoijtink, H. and Boomsma, A. (1999). Bayesian estimation and testing of structural equation models. Psychometrika, 64(1), 37-52. https://doi.org/10.1007/BF02294318
47. Şeker, A. (2018). Teknoloji transferinin teknolojik gelişim, üretim ve yüksek teknoloji ürünlerinin ihracatı üzerindeki etkisi: Türkiye örneği. Busıness and Management Studies: An Internatıonal Journal, 6(3), 583-603. https://doi.org/10.15295/bmij.v6i3.303
48. Şeker, A. (2019). Teknolojik gelişme ve yüksek teknoloji ihracatının ekonomik karmaşıklık endeksi üzerindeki etkisi: Türkiye örneği. Yönetim ve Ekonomi 26(2), 377-395. https://doi.org/10.18657/yonveek.581397
49. Sinha, M. and Sengupta, P.P. (2022). FDI Inflow, ICT expansion, and economic growth: an empirical study on Asia-Pacific developing countries. Global Business Review 23(3), 804–821. https://doi.org/10.1177/0972150919873839
50. Song X.Y. and Lee S.Y. (2004). Bayesian analysis of two-level nonlinear structural equation models with continuous and polytomous data. Br J Math Stat Psychol, 57(1), 29 52. https://doi.org/10.1348/000711004849259
51. Taufiq, A., Astuti, A.B. and Fernandes, A.A.R. (2019). Geographically weighted regression in cox survival analysis for weibull distributed data with Bayesian approach, IOP Conference Series: Materials Science and Engineering, 546(5), 052078. https://doi.org/10.1088/1757-899X/546/5/052078
52. Temiz, R. (2017). Bulanık Bayesci hipotez testlerinin karşılaştırılması (Yayımlanmamış Yüksek Lisans Tezi). Ege University. Graduate School of Naturel and Applied Science. İzmir.
53. Tunalı, H. and Güz, T. (2021). Bilgi ve iletişim teknolojileri gelişim endeksi ve ekonomik büyüme ilişkisinin panel veri modelleri ile karşılaştırmalı analizi, İktisadi İdari ve Siyasal Araştırmalar Dergisi, 6(15), 249-261. https://doi.org/10.25204/iktisad.843070
54. Uskov, V.S. (2020). Scientific and technological development of the Russian economy in the transition to a new technological order. Economic and Social Changes: Facts, Trends, Forecast, 13(1), 70-86. https://doi.org/10.15838/esc.2020.1.67.4
55. Uzun, T.K. (2020). Bayesci hipotez testleri ve uygulamaları üzerine bir çalışma (Yayımlanmamış Yüksek Lisans Tezi). Ankara University. Graduate School of Naturel and Applied Science. Ankara.
56. Watanabe, C., Naveed, K. and Zhao, W. (2015). New paradigm of ICT productivity e Increasing role of un-captured GDP and growing anger of consumers. Technology in Society 41, 21-44. https://doi.org/10.1016/j.techsoc.2014.10.006
57. Welfens, P.J.J. and Perret, J.K. (2014). Information and communication technology and true real GDP: economic analysis and findings for selected countries. International Economics and Economics Policy, 11, 5–27. https://doi.org/10.1007/s10368-013-0261-8
58. World Bank. (2023, 21 August). The world bank open data. https://databank.worldbank.org/source/world-development-indicators
59. Yardımcı, A. (2000). Doğrusal regresyonda değişken seçimine Bayesci yaklaşımların karşılaştırılması (Yayımlanmamış Doktora Tezi). Hacettepe University. Graduate School of Naturel and Applied Science. Ankara.
60. Yurtçu, M. (2018). Parametrik olmayan Bayes yöntemiyle ortak değişkenlere göre yapılan test eşitlemelerinin karşılaştırılması (Yayımlanmamış Doktora Tezi). Hacettepe University. Institute of Education Sciences. Ankara.
61. Zerey, G. (2018). Klasik ve Bayesci portföy seçim modellerinin Bist 30 üzerinde uygulanması (Yayımlanmamış Doktora Tezi). Ondokuz Mayıs University. Graduate School of Naturel and Applied Science. Samsun.
62. Zhang, W. and Yang, J. (2015). Forecasting natural gas consumption in China by Bayesian model averaging, Energy Reports, 1(c), 216–220. https://doi.org/10.1016/j.egyr.2015.11.001
63. Zhang, W., Zhang, T., Li, H. and Zhang, H. (2022). Dynamic spillover capacity of R&D and digital investments in China’s manufacturing industry under long-term technological progress based on the industry chain perspective. Technology in Society, 71(c), 102129. https://doi.org/10.1016/j.techsoc.2022.102129