Bu çalışma, Türkiye'deki CO2 emisyonlarının belirleyicilerini enstrümantal değişken (IV) regresyon analizi kullanarak araştırmaktadır. Araştırma, CO2 emisyonları üzerinde enerji kullanımı (ENU), nüfus yoğunluğu (PD), doğrudan yabancı yatırım (FDI) ve GSYİH büyümesinin etkisine odaklanmaktadır. Bu çalışma, GSYİH'yi endojen bir değişken olarak alırken, askeri harcama ve İKT malları ihracatını enstrüman değişkenleri olarak kullanır. Sonuçlar, farklı değişkenlerin CO2 emisyonları üzerinde farklı etkilerini ortaya koymaktadır. Doğrudan yabancı yatırım (FDI) istatistiksel olarak anlamlı bir etki göstermezken, enerji kullanımı (ENU) CO2 emisyonlarının önemli bir öngörücüsü olarak ortaya çıkar (p <0.005), bunun artışı CO2 emisyonlarında bir artışa neden olur. Benzer şekilde, nüfus yoğunluğu (PD) da CO2 emisyonları üzerinde önemli bir etki gösterir (p <0.002). Bununla birlikte, GSYİH önemli bir öngörücü olarak bulunmasına rağmen (p <0.047), CO2 emisyonları ile negatif bir ilişki gösterir. Ancak, değişkenlerin anlamlı bir endojenliğini ortaya koyan endojenlik testleri de dikkat çekicidir. Ayrıca, Genelleştirilmiş Momentler Yöntemi (GMM) regresyonu kullanılarak yapılan sağlamlık kontrolü de bu sonuçları doğrular. Bu bulgular, enstrümantal değişkenlerin gücünün daha fazla araştırılmasının sonuçların güvenilirliğini sağlamak açısından önemini vurgular.
This research study investigates the determinants of CO2 emissions in Türkiye using instrumental variable (IV) regression analysis. The research focuses on the influence of energy use (ENU), population density (PD), foreign direct investment (FDI), and GDP growth on CO2 emissions. This study Employ a two-stage least squares (2SLS) regression approach, take GDP as endogenous variable, military expenditure, and ICT goods export as instrument variables. The results suggest varying impacts of different variables on CO2 emissions. While foreign direct investment (FDI) demonstrates a statistically insignificant effect, energy use (ENU) emerges as a significant predictor of CO2 emissions (p <0.005), indicating that an increase in ENU leads to a corresponding rise in CO2 emissions. Similarly, Population density (PD) also demonstrates a significant impact on CO2 emissions (p <0.002). Conversely, while GDP is found to be a significant predictor (p <0.047), it shows a negative association with CO2 emissions. However, it's noteworthy that endogeneity tests reveal significant endogeneity of the variables. Additionally, the robustness check using the Generalized Method of Moments (GMM) regression confirms these results. These findings highlight the importance of further investigating the strength of instrumental variables to ensure the reliability of the conclusions.