Publication: Çevre ve ekonomi politikaları çerçevesinde yapay sinir ağları ile iklim değişikliği tahmini G20 örneği
Abstract
İklim değişikliği; dünyadaki her canlının çevresini ve refahını doğrudan etkileyen önemli bir sorundur. Çevre sorunlarının yanı sıra özellikle gelişmekte olan ülkelerdeki sosyo-ekonomik yükleri artırmakta, devam eden sosyal eşitsizlikleri daha da kötüleştirmektedir. İklim değişikliğinin etkileri ve bu etkilerin geri dönüşünün kolay olmayışı uluslararası çapta iş birliğini ve sürdürülebilirliği gözeten politikaları zorunlu kılmaktadır. Bu noktada iklim değişikliğinin olumsuz etkilerinin en aza indirilmesi ve gerekli önlemleri almak için, iklimde meydana gelen değişiklik ve eğilimlerin gelecekte nasıl olacağının tahmin edilmesi önemlidir. Bu çalışmanın amacı, Birleşmiş Milletler 2030 Sürdürülebilir Kalkınma Gündemi’nin hedeflerini baz alarak, küresel çapta iklim değişikliğinin seyrini tahmin etmektir. Bu amaçla çevreyi en çok etkilediği düşünülen G20 ülkeleri çalışmanın inceleme alanını oluşturmaktadır. Çalışmada analiz için, son dönemlerde tahmin çalışmalarında öne çıkan Yapay Sinir Ağları yöntemi kullanılmıştır. Analizde modelin bağımlı değişkeni; iklim değişikliği göstergesi olan sıcaklıktaki değişimdir. Modelin bağımsız değişkenleri ise; kişi başı CO2, nüfus, GSYIH değişimi, petrol tüketimi, kömür tüketimi, doğalgaz tüketimi, nükleer enerji tüketimi, kentsel nüfus ve karbon vergi uygulamasıdır. Çalışmada Birleşmiş Milletler Çevre Konferansına atıfta bulunarak veri aralığı 1972-2022 ile sınırlandırılmış ve 2030’a kadar ortalama sıcaklık değişimi tahmin edilmiştir. Analiz sonuçlarına göre; 2030’a kadar ortalama küresel sıcaklık değişimi Birleşmiş Milletler hedefini (1,5 santigrat derece) aşacağı bulgusuna ulaşılmıştır.
Climate change is a significant issue that directly affects the environment and well-being of every living organism on Earth. In addition to environmental concerns, it exacerbates socioeconomic burdens, especially in developing countries, and further worsens ongoing social inequalities. The effects of climate change and the difficulty of reversing these effects necessitate international collaboration and policies that prioritize sustainability. At this point, it is important to predict how climate change and trends will evolve in the future in order to minimize the adverse effects and take necessary measures. The aim of this study is to forecast the trajectory of global climate change, based on the goals of the United Nations 2030 Agenda for Sustainable Development, with a focus on the G20 countries, which are considered to be most affected by environmental issues. For analysis, the Artificial Neural Networks method, which has recently emerged in forecasting studies, is used. The dependent variable in the analysis is the change in temperature, which is an indicator of climate change. The independent variables include per capita CO2 emissions, population, GDP change, consumption of oil, coal, natural gas, nuclear energy, urban population, and carbon tax implementation. Referring to the United Nations Environment Conference, the data range is limited to 1972-2022, and the average temperature change until 2030 is predicted. According to the analysis results, it is found that the average global temperature change by 2030 will exceed the United Nations target of 1.5 degrees Celsius
Climate change is a significant issue that directly affects the environment and well-being of every living organism on Earth. In addition to environmental concerns, it exacerbates socioeconomic burdens, especially in developing countries, and further worsens ongoing social inequalities. The effects of climate change and the difficulty of reversing these effects necessitate international collaboration and policies that prioritize sustainability. At this point, it is important to predict how climate change and trends will evolve in the future in order to minimize the adverse effects and take necessary measures. The aim of this study is to forecast the trajectory of global climate change, based on the goals of the United Nations 2030 Agenda for Sustainable Development, with a focus on the G20 countries, which are considered to be most affected by environmental issues. For analysis, the Artificial Neural Networks method, which has recently emerged in forecasting studies, is used. The dependent variable in the analysis is the change in temperature, which is an indicator of climate change. The independent variables include per capita CO2 emissions, population, GDP change, consumption of oil, coal, natural gas, nuclear energy, urban population, and carbon tax implementation. Referring to the United Nations Environment Conference, the data range is limited to 1972-2022, and the average temperature change until 2030 is predicted. According to the analysis results, it is found that the average global temperature change by 2030 will exceed the United Nations target of 1.5 degrees Celsius