Oecd Ülkelerinde Ekonomik Büyüme ve Çevre Kirliliğinin Sağlık Harcamaları Üzerine Etkisinin Analizi

Oecd Ülkelerinde Ekonomik Büyüme ve Çevre Kirlili÷inin Sa÷lk Harcamalar Üzerine Etkisinin Analizi

Dilek ùAHøN1

, Savaú DURMUù2

Gönderim tarihi: 21.11.2018 Kabul tarihi: 06.03.2019 Öz

Bu çalúmann amac, 1990-2014 dönemi arasnda 21 OECD ülkesinde çevresel tahribatn ve ekono-mik büyümenin sa÷lk harcamalar üzerindeki etkisini analiz etmektir. Çalúmada çevresel tahribatn göstergesi olarak CO2 emisyonu, ekonomik büyümenin göstergesi olarak kiúi baúna reel GSYH ve kiúi baúna düúen sa÷lk harcamas de÷iúkeni kullanlmútr. Analiz kapsamnda, paneli oluúturan de÷iúkenler arasnda ve modelde yatay kesit ba÷mll÷nn olup olmad÷ test edilmiútir. Sonuçlar do÷rultusunda, yatay kesit ba÷mll÷n dikkate alan ikinci nesil CADF birim kök testi uygulanmútr. Daha sonra Westerlund ve Edgerton (2007) Eúbütünleúme testi uygulanmútr. Son olarak de÷iúkenler arasndaki nedensellik iliúkisi Emirmahmuto÷lu-Köse nedensellik testi kullanlarak analiz edilmiútir. Emirmahmuto÷lu Köse (2011) nedensellik testinde, Finlandiya, øspanya, øsveç, Portekiz ve Yunanis-tan da CO2 emisyonundan sa÷lk harcamalarna do÷ru tek yönlü nedensellik iliúkisi bulunmuútur. Finlandiya, øsveç, øsviçre, øtalya, Hollanda, Polonya, Yunanistan, Avustralya, øspanya, Kanada ve Norveç’te ekonomik büyümeden sa÷lk harcamalarna do÷ru nedensellik iliúkisi oldu÷u görülmüútür. Anahtar Kelimeler: Sa÷lk Harcamalar, Ekonomik Büyüme, Çevresel Kalite, Panel Veri Analizi. Jel Snflamas: I1, I15, Q5, Q50.

Analysis of The Effect of Economic Growth And Environmetal Pollution On Health Expendtures in Oecd Countries

Abstract

The aim of this study was to analyze the impact of environmental damage and economic growth on health expenditures in 21 OECD countries between 1990 and 2014. In this study, it was used CO2 emissions as an indicator of environmental damage, real GDP per capita as an indicator of economic growth and the per capita health expenditure variable. Within the scope of the analysis, it was tested whether there is a cross-sectional dependence between the variables forming the panel and the model. According to the results, a second-generation CADF unit root test was applied, taking into account the cross-sectional dependence. Then Westerlund and Edgerton (2007) Cointegration test was applied. Finally, the causality relationship between the variables was analyzed by using Emirmahmuto÷lu-Köse (2011) causality test. Emirmahmuto÷lu Köse (2011) in the causality test, there is a one-way causality relationship between CO2 emissions and health expenditures in Finland, Spain, Sweden, Portugal and Greece. It is seen that there is a causal relationship between economic growth and health expenditures in Finland, Sweden, Switzerland, Italy, Netherlands, Poland, Greece, Australia, Spain, Canada and Norway.

Keywords: Health Expenditures, Economic Growth, Environmental Quality, Panel Data Analysis. Jel Classification: I1, I15, Q5, Q50.

1

Dr. Ö÷r. Üyesi, Sivas Cumhuriyet Üniversitesi Turizm Fakültesi, Turizm øúletmecili÷i Bölümü, E-posta: dilek58sahin@hotmail.com. ORCID ID: 0000-0002-4830-8106

2 _{Dr. Ö÷r. Üyesi, Kafkas Üniversitesi øBBF, Uluslararas Ticaret ve Lojistik Bölümü, E-posta:} sdurmus_75@hotmail.com, ORCID ID: 0000-003-4156-4526.

1. Giriú

1970’li yllardan itibaren çevre kirlili÷i küresel bir sorun haline dönüúmüú ve bu sorunun çözülmesi amacyla çeúitli politikalar uygulanmaya baúlanmútr. Özellikle 1990’l yllardan itibaren çevre kirlili÷i ile mücadelede ortak baz düzenlemeler yaplmútr. Ekonomik faali-yetlerin hzla artmas bir yandan çevresel sorunlara neden olurken; öte yandan çevresel sorunlarn da ekonomik geliúme ve ekonomik yapy olumsuz yönde etkiledi÷i görülmekte-dir. Bu ba÷lamda, sürdürülebilir bir ekonomik geliúmenin sa÷lanmasnda çevresel kaynak-larn kullanm son derecede önemlidir. Ayrca ülkelerin ekonomik büyüme hzkaynak-larn ar-trma istekleri, dünya genelinde enerji tüketimini artrrken, söz konusu enerji için birincil enerji kayna÷ olan fosil yaktn kullanm karbondioksit (CO2) salnmn da artrmútr (ùahin, 2018: 49).

Ekonomik büyüme ve kirlilik göstergeleri arasndaki ters U úeklindeki iliúki Kuznets (1955) tarafndan Çevresel Kuznets E÷risi olarak adlandrlmaktadr. Bu hipotez, iki de÷iú-ken arasndaki iliúkinin U úeklinde veya ters U úeklinde oldu÷unu ifade etmektedir. Grossman ve Krueger (1993), ekonomik büyüme ve çevresel kalite arasndaki ters U úek-lindeki iliúkinin altn çizerek ekonomik büyümenin geliúmenin baúlarnda çevreye zarar verdi÷ini buna karúlk geliúmenin ileri aúamalarnda ekonomik geliúmeye yardmc oldu-÷unu vurgulamútr. Bu ters U iliúkisi Çevresel Kuznets E÷risi (ÇKE) olarak bilinmektedir. Düúük gelir düzeyinde büyümeyle birlikte tüketimdeki artú çevresel kaliteye tercih edildi÷i için kirlilik seviyesi artar. Ancak gelir yükseldikçe çevresel kaliteyi artrma iste÷i artar ve daha büyük çevresel faydalar sa÷lamak için tüketimde gittikçe artan fedakârlklar yapl-maya baúlanr. Grossman ve Krueger (1993), bu etkiyi; ölçek etkisi, kompozisyon etkisi ve teknoloji etkisi olarak üçe ayrarak incelemiúlerdir. Ölçek etkisi, ekonomik büyüme ger-çekleútikçe üretim tekni÷i ve üretilen mallar sonucunda ortaya çkan kirlilik artún ölçer. Kompozisyon etkisi milli gelir içinde kirlilik yaratan mallarn payndaki de÷iúimi kapsar. Teknoloji etkisi, her úey ayn iken emisyon yo÷unlu÷undaki bir azalmann kirlili÷i azalt-mas olarak ifade edilir (Chebbi vd., 2010:3).

Sa÷lk, beúeri sermayenin önemli bir bileúeni olarak ekonomik büyümenin belirleyicilerin-den biridir. Bilindi÷i üzere, kiúinin e÷itim alabilmesi ve iktisadi faaliyetlerde bulunabilmesi için sa÷lk durumunun iyi olmas gerekir. Ülkelerin ekonomik geliúmiúli÷i ile sa÷lk düzeyi arasnda önemli bir iliúki bulunmaktadr. Ekonomik geliúmiúliklerini belirli bir düzeye getiren toplumlarda sa÷lk için ayrlan kaynak miktarnn yüksek oldu÷u görülmektedir (Selim vd., 2014: 14). Sa÷lk sadece bireyin hastal÷nn olmamas anlamna gelmemekte ayn zamanda, bireylerin kendi hayatlarnda kendi potansiyellerini geliútirecek yeteneklere sahip olmasn daifade etmektedir. Ayrca sa÷lk enstrümantal bir de÷ere sahip olup, farkl kanallardan ekonomik büyümeyi etkilemektedir. Sa÷lk, beúerî sermayenin önemli bir un-suru olarak bireylerin üretkenlik kapasitelerinin artrlmasna katkda bulunmaktadr.

Sa÷-lktaki iyileúmeler neticesinde bireylerin üretkenliklerinin artmas, tasarruf e÷ilimlerinin yükselmesi, okula devamn artmas sonucunda e÷itim düzeylerinin yükselmesi beraberinde ekonomik büyümeye olumlu yönde katkda bulunacaktr.

Bloom ve Canning (2010) sa÷lk ve ekonomik büyüme arasndaki iliúkiyi dört kategoride açklamaktadr. (i) Verimlilik: Nüfusun sa÷lkl olmas, daha yüksek iúgücü verimlili÷ine sahip olma, fiziksel olarak daha enerjik ve zihinsel olarak daha güçlü olacaktr. (ii)E÷itim: Uzun yaúayan insanlar, beceri ve yeteneklerini geliútirmeye yönelik yatrm yapmak için daha fazla teúvik olurlar. Artan okullaúma daha yüksek verimlili÷i ve geliri de beraberinde getirir. (iii) Fiziksel Sermaye Yatrm: Yaúam kalitesindeki iyileúmeler, insanlarn emekli-liklerine tasarruf sa÷lamalarnda katkda bulunmaktadr. Artan tasarruflar belirli bir düzeye kadar yatrmlarn artmasna katkda bulundu÷u için, çalúanlarn daha fazla sermayeye eriúmelerine ve gelirlerinin artmasn sa÷layacaktr. (iv)Demografik Bölünme: Son dönem-lerde geliúmekte olan ülkelerin önemli bir bölümünde yüksek ölüm oranlarndan düúük ölüm oranlarna geçiú ve do÷urganlk hzl ve etkili bir úekilde gerçekleúmektedir (Yldz ve Yldz, 2018: 204-205).Sa÷lk, yatrmlarn üretken bir varl÷ ve ekonomik büyümenin lokomotifidir. Bu ba÷lamda sa÷lk, yoksulluk ve eúitsizlik gibi sorunlarn neden oldu÷u negatif dúsallklar azaltma da önemli bir etkiye sahiptir. Sa÷lk alanndaki iyileúmelerin ekonomik getirileri olurken tersi durumda ülkelerin yoksulluk düzeyinde artú gözlenebil-mektedir. Sa÷lk alannda yaplan yatrmlar hem beúerî hem de fiziki sermaye birikimin artrlmasna katkda bulunacaktr (Aknc ve Tuncer, 2016: 48).

Bu çalúmann temel amac, OECD ülkelerinde ekonomik büyüme ve çevre kirlili÷inin sa÷lk harcamalar üzerindeki etkisini analiz etmektedir. Analiz dönemi olarak 1990-2014 dönemi ele alnmútr. Ba÷ml de÷iúken olarak kiúi baúna düúen sa÷lk harcamas; ba÷m-sz de÷iúken olarak ekonomik büyüme ve CO2 emisyonu kullanlmútr. Panel veri analizi-nin uyguland÷ çalúmada, ilk olarak de÷iúkenlerde ve modelde yatay kesit ba÷mll÷nn olup olmad÷ araútrlmútr. Serilerin dura÷anlk koúulu CADF birim kök testiyle incelen-miútir. Daha sonra homojenlik testi uygulanmútr. De÷iúkenler arasndaki uzun dönemli iliúki Westerlund ve Edgerton (2007) panel boostrap eúbütünleúme testi ile analiz edilmiútir. Uzun dönem panelin geneline ait eú-bütünleúme katsaylar; Eberhardt ve Bond (2009) tarafndan geliútirilen ve yatay kesit ba÷mll÷n göz önünde bulunduran AMG (Augmented Mean Group Estimator) tahmincisiyle hesaplanmútr. De÷iúkenler arasndaki nedensellik iliúkisine Emirmahmuto÷lu ve Köse (2011) nedensellik testi ile baklmútr. Çalúma úu úekilde organize edilmiútir. Giriú bölümünü takip eden bölümde konu ile ilgili literatür taramasna yer verilmiútir. Veri setinin yer ald÷ bölümden sonra metodoloji ve analiz bulgularna yer verilmiútir. Çalúma sonuç bölümü ile tamamlanmútr. Literatürde ekonomik büyümenin ve CO2 emisyonunun sa÷lk harcamalar üzerindeki etkisini incele-yen ampirik çalúmalarn snrl düzeyde oldu÷u görülmektedir. Bu nedenle bu çalúmada, OECD ülkelerinde sa÷lk harcamalar üzerinde ekonomik büyüme ve CO2 emisyonunun

etkisi yeni nesil panel veri yöntemi ile araútrarak ilgili literatüre katkda bulunmak isten-miútir.

2. Literatür Taramas

Çevresel tahribatn etkileri incelendi÷inde, çevresel tahribatn insan sa÷l÷ üzerinde ciddi sorunlara neden oldu÷u görülmektedir. Çevresel bozulmalara ba÷l olarak sa÷lk kalitesinde ortaya çkan bozulmann çeúitli kanallarla ekonomik faaliyetler üzerinde etkili oldu÷u bi-linmektedir. Bu nedenle, sa÷lk kalitesi, ekonomik büyüme ve çevresel unsurlarn birbirile-riyle etkileúim halinde olduklar ve bu etkileúimin ülkelerin geliúmiúlik düzeylerine göre farkl sonuçlar do÷urdu÷u görülmektedir. Literatürde yaplan çalúmalarn önemli bir bölü-münün Çevresel Kuznets E÷risi çerçevesinde ekonomik büyüme ve çevresel tahribat ile iliúkili oldu÷u öte yandan, baz çalúmalarn ise sa÷lk harcamalar ile ekonomik büyüme arasndaki iliúkiye yo÷unlaútklar görülmektedir. Bu ba÷lamda literatürde, çevresel tahri-batn sa÷lk harcamalar üzerindeki etkisinin ele alan çalúmalarn özellikle son dönemlerde hzla artt÷ gözlenmektedir. Bu ba÷lamda, Narayan ve Narayan (2008), 1980-1999 dö-nemleri arasnda sekiz OECD ülkesinde (Avusturya, Danimarka, øzlanda, ørlanda, Norveç, øspanya, øsviçre, øngiltere) kiúi baúna sa÷lk harcamalarnn belirlenmesinde çevresel kali-tenin ksa ve uzun dönem etkisini panel eúbütünleúme yöntemi ile analiz etmiútir. Analiz sonuçlarnda; kiúi baúna düúen sa÷lk harcamalar, kiúi baúna düúen gelir, karbon monoksit emisyonlar, kükürt oksit emisyonlar ve azot oksit emisyonlarnn eúbütünleúik oldu÷u görülmüútür. Ksa dönem katsaylar, gelir ve karbon monoksit emisyonlarnn sa÷lk har-camalar üzerinde istatistiksel olarak anlaml bir etki ortaya çkard÷n göstermiútir.Uzun dönemde ise gelir ve karbon monoksite ek olarak, kükürt oksit emisyonlarnn sa÷lk har-camalar üzerinde istatistiksel olarak anlaml bir olumlu etkisinin oldu÷u görülmüútür. Apergis ve Jebli (2015), 1995-2011 dönemleri arasnda 42 Sahra-alt Afrika ülkesinde, CO2 emisyonu, kiúi baúna gelir, yenilenebilir enerji tüketimi ve sa÷lk harcamalar arasn-daki iliúkiyi ele almútr. Analiz bulgularnda de÷iúkenler arasnda uzun dönemli iliúki ol-du÷u görülmüútür. Nedensellik analizinde ksa dönemde, reel GSYH’dan CO2 emisyonuna do÷ru tek yönlü nedensellik; yenilenebilir enerji tüketimi ve CO2 emisyonu arasnda iki yönlü nedensellik; reel GSYH’dan yenilenebilir enerji tüketimine do÷ru tek yönlü neden-sellik; reel GSYH’dan sa÷lk harcamalarna do÷ru tek yönlü nedensellik iliúkisinin oldu÷u görülmüútür. Uzun dönemde, hem yenilenebilir enerji tüketiminin hem de sa÷lk harcama-larnn karbon emisyonharcama-larnn azaltlmasna katkda bulundu÷unu; buna karúlk reel GSYH bu ülkelerde emisyonuna artúna yol açt÷ görülmüútür. Gülmez (2015), 24 OECD ülke-sinde 2000-2012 dönemi için ekonomik büyüme ile hava kirlili÷i arasndaki uzun dönemli iliúkiyi araútrmútr. Araútrmada Eúbütünleúme ve Panel Granger Nedensellik analiz yöntemleri kullanlmútr. Yaplan analizler sonucunda ekonomik büyüme ve hava kirlili÷i de÷iúkenlerinin uzun dönemde eúbütünleúme iliúkisine sahip oldu÷u belirlenmiútir. Yaplan

Panel FMOLS ve Panel DOLS testleri sonucunda 24 OECD ülkesi genelinde ekonomik büyümedeki %1’lik artú hava kirlili÷i üzerinde uzun dönemde Panel FMOLS testine göre % 2,9 artú gösterirken bu oran Panel DOLS testinde % 3,91 olarak belirlenmiútir. Granger nedensellik analizinde ise ekonomik büyümeden, hava kirlili÷ine do÷ru tek yönlü bir iliúki-sinin oldu÷u fakat hava kirlili÷inden ekonomik büyümeye do÷ru bir Granger nedensellik iliúkisi olmad÷ görülmüútür. Abdullah vd., (2016), 1974-2014 dönemleri arasnda Ma-lezya’da kiúi baúna toplam sa÷lk harcamas, kiúi baúna GSYH, karbon emisyonu, azot dioksit, sülfür dioksit emisyonu, do÷urganlk oran, ölüm oran de÷iúkenleri kullanlarak sa÷lk harcamalar ve sosyo-ekonomik faktörler arasndaki iliúkiyi ARDL snr testi yön-temi ile analiz etmiútir. Analiz bulgularnda de÷iúkenler arasnda uzun dönemli iliúkinin oldu÷u görülmüútür.

Ecevit ve Çetin (2016), 1960-2011 dönemleri arasnda Türkiye’de ekonomik büyüme ve çevre kirlili÷inin sa÷lk üzerindeki etkisini analiz etmiútir. Bebek ölüm oran (sa÷lk kali-tesi) ba÷ml de÷iúken olarak; kiúi baúna reel gelir (ekonomik büyüme) ve karbon salnm (çevre kirlili÷i) ba÷msz de÷iúken olarak kullanlmútr. De÷iúkenler arasndaki eúbütünleúme ve nedensellik iliúkisine baklmútr. Analiz bulgularnda, de÷iúkenler ara-snda uzun dönemli iliúkinin oldu÷u görülmüútür. Ayrca kiúi baúna reel gelirin bebek ölüm orann negatif etkiledi÷i; karbon salnmnn bebek ölüm orann pozitif etkiledi÷i ve kar-bon salnm ile bebek ölüm oran arasnda çift yönlü bir nedensellik iliúkisinin oldu÷u görülmüútür. Katrakilidis vd. (2016), 1960-2012 dönemleri arasnda Yunanistan’da ekono-mik faaliyet, sa÷lk kalitesi ve çevre tahribat arasndaki iliúkiyi ele almútr. Analiz bulgu-larnda; gelirden CO2 emisyonu ve bebek ölüm oranlarna do÷ru güçlü bir nedensellik iliúkisinin oldu÷u görülmüútür. Ayrca ekonomik büyümenin uzun dönemde bebek ölüm orann etkiledi÷i görülmüútür. Yahaya vd.,(2016), 1995-2012 dönemleri arasnda 125 ge-liúmekte olan ülkede çevresel kalitenin kiúi baúna sa÷lk harcamalarna etkisini panel veri yöntemi ile araútrmútr. Analiz bulgularnda kiúi baúna sa÷lk harcamas ve çevresel kali-tenin uzun dönemli iliúkiye sahip oldu÷u görülmüútür. Ghorashi ve Rad (2017), 1972-2012 dönemleri arasnda øran’da CO2 emisyonu, sa÷lk harcamalar ve ekonomik büyüme ara-sndaki iliúkiyi dinamik eúanl denklem modellerini kullanarak incelemiútir. Analiz bulgu-lar, CO2 emisyonu ve ekonomik büyüme arasnda iki yönlü nedensellik iliúkisinin oldu-÷unu göstermiútir. Ayrca sa÷lk harcamalarndan ekonomik büyümeye do÷ru tek yönlü bir nedensellik iliúkisinin oldu÷u görülmüútür. CO2 emisyonu ve ekonomik büyüme arasndaki pozitif iki yönlü nedensellik iliúkisi øran’da çevresel kalite açsndan son derecede önemli-dir.

Chaabouni ve Saidi (2017), 1995-2013 dönemleri arasnda 51 ülke için (üç gruba ayrlmú; düúük gelirli ülkeler grubu; alt ve üst orta gelirli ülkeler grubu; orta gelirli ülkeler grubu) CO2 emisyonu, sa÷lk harcamalar ve ekonomik büyüme arasndaki iliúkiyi Genelleútirilmiú Momentler Metodu ile (GMM) araútrmútr. Analiz bulgularnda üç ülke grubu içinde;

CO2 emisyonu ve ekonomik büyüme; sa÷lk harcamalar ve ekonomik büyüme arasnda iki yönlü nedensellik iliúkisinin oldu÷u görülmüútür. Sonuçlar ayn zamanda, düúük gelir gru-bundaki ülkeler hariç, CO2 emisyonundan sa÷lk harcamalarna do÷ru tek yönlü nedensel-lik iliúkisinin oldu÷unu göstermiútir. Fernández vd., (2017), 1995-2014 dönemleri arasnda 29 OECD ülkesinde, kiúi baúna gelir ve çevresel hava kirlili÷in sa÷lk harcamalar üzerin-deki etkisini analiz etmiútir. Ekonometrik sonuçlar, kiúi baúna düúen gelirin sa÷lk harca-malar üzerinde olumlu bir etkiye sahip oldu÷unu, ancak gecikme süresi dâhil edildi÷inde beklendi÷i gibi istatistiksel olarak anlaml olmad÷n göstermektedir. Yazdi ve Khanalizadeh (2017), 1995-2014 dönemleri arasnda MENA ülkelerinde ekonomik büyüme ve çevresel kalitenin sa÷lk harcamalarnn belirlenmesindeki rolü ARDL snr testi yöntemi ile araútrmútr. Analiz bulgularnda de÷iúkenlerin eúbütünleúik oldu÷u görülmüútür. Uzun dönem katsaylar CO2 emisyonu ve ekonomik büyümenin sa÷lk harcamalar üzerinde pozitif ve istatistiksel olarak anlaml etkiye sahip oldu÷u görülmüútür.

Karasoy ve Demirtaú (2018), 2000-2015 dönemi arasnda 27 OECD ülkesinde sa÷lk har-camalarnn belirleyicilerini panel veri yöntemi ile ele almútr. Analiz bulgularnda; gelir, ortalama yaúam beklentisi, yönetiúim indeksindeki iyileúmeler ve ba÷ml nüfus orannn sa÷lk harcamalarn pozitif yönde etkiledi÷i görülmüútür. Ayrca, çevresel kaliteyi temsilen sülfür oksitler ve karbon emisyonu de÷iúkenlerinin katsaylarnn anlaml ve pozitif oldu÷u; karbon monoksit ve nitrojen oksitler de÷iúkenlerinin katsaylarnn pozitif fakat anlamsz oldu÷u görülmüútür. Raeissi vd., (2018), 1972-2014 dönemleri arasnda øran’da hava kirli-li÷inin kamu ve özel sektör sa÷lk harcamalar üzerindeki etkisini ARDL snr testi yöntemi ile analiz etmiútir. Sa÷lk harcamalar, bebek ölüm hz, do÷urganlk, kiúi baúna düúen gelir ve çevresel kirlilik de÷iúkenleri kullanlmútr. Uzun vadede, hava kirlili÷inin sa÷lk harca-malar üzerinde pozitif ve istatistiksel olarak anlaml etkiye sahip oldu÷u görülmüútür. CO2 emisyonunda %1’lik artú kamu ve özel sektör sa÷lk harcamalarn srasyla %3.32 ve %1.16 orannda artúa yol açmaktadr. Saida ve Kais (2018), 1990-2015 dönemleri arasnda Sahra-alt Afrika ülkelerinde sa÷lk harcamalar, çevresel kirlilik (CO2 emisyonu, Azot oksit emisyonu) ve ekonomik büyüme arasndaki iliúkiyi ARDL snr testi yöntemi ve VECM nedensellik testi ile ele almútr. ARDL snr test sonuçlar, ekonomik büyümenin sa÷lk harcamalar üzerinde pozitif etkiye sahip oldu÷unu buna karúlk CO2 emisyonu ve azot oksit emisyonun uzun dönemde sa÷lk harcamalar üzerinde negatif etkiye sahip ol-du÷u görülmüútür. Kiúi baúna GSYH %1 birimlik artú sa÷lk harcamalarnn %0.322 birim arttrd÷; CO2 emisyonunda ve Azot oksit emisyonunda %1’lik artún sa÷lk harcamalarn srasyla %0.066 ve %0.577 birim azaltt÷ görülmüútür. VECM Granger nedensellik tes-tinde, sa÷lk harcamalarndan kiúi baúna GSYH do÷ru tek yönlü nedensellik iliúkisinin oldu÷u görülmüútür. Buna karúlk CO2 emisyonu ve kiúi baúna düúen GSYH arasnda ve sa÷lk harcamalar ve CO2 emisyonu arasnda iki yönlü nedensellik iliúkisinin oldu÷u gö-rülmüútür.

3.Veri Seti

Bu çalúmada, 21 OECD Ülkesinde (Avustralya, Avusturya, Belçika, Danimarka, Finlan-diya, Fransa, Hollanda, øngiltere, ørlanda, øspanya, øsveç, øsviçre, øtalya, øzlanda, Japonya, Kanada, Norveç, Polonya, Portekiz, Türkiye, Yunanistan) CO2 emisyonu ve ekonomik büyümenin sa÷lk harcamalar üzerindeki etkisi 1990-2014 dönemi için araútrlmú. Ele alnan ülkeler ve dönem aral÷nn seçilmesinde verilerin ulaúlabilirli÷i ve eúgüdümlülü÷ün sa÷lanmas dikkate alnarak belirlenmiútir.

Tablo 1’de çalúmada kullanlan de÷iúkenler ve açklamalarna yer verilmiútir. Buna göre, kiúi baúna sa÷lk harcamas de÷iúkeni modelde ba÷ml de÷iúken olarak kullanlmútr. Ba÷msz de÷iúken olarak CO2 emisyonu ve ekonomik büyüme de÷iúkeni (2005 sabit fi-yatlaryla) kullanlmútr. Çalúmada kullanlan de÷iúkenlere; OECD ve Dünya Bankas (WDI) veri tabanlarndan ulaúlmútr. De÷iúkenler logaritmik formda analize dâhil edil-miútir.

Tablo 1:Çalúmada Kullanlan De÷iúkenler ve Açklamalar

De÷iúken Ksaltma Kaynak Dönem

Kiúi Baúna Düúen Sa÷lk Harcamas (dolar)

SAöLIK Kiúi Baúna Düúen Reel

GSYH (2005sabit fiyatlaryla) PGDP

Kiúi baúna düúen karbondioksit emisyonu (metrik ton) CO2 World Bank (World Development Indicators) OECDstat 1990-2014

4. Metodoloji ve Analiz Bulgular

4.1.Yatay Kesit Ba÷mll÷n Test Edilmesi

Breusch ve Pagan (1980)’n geliútirdi÷i LM testi, Pesaran (2004) geliútirdi÷i CD testi ve Pesaran (2008) geliútirdi÷i CDLMadj testlerinde söz konusu hipotezler úu úekildedir: Sfr hipotezine göre yatay kesit ba÷mll÷ söz konusu de÷ilken; alternatif hipoteze göre yatay kesit ba÷mll÷ bulunmaktadr. Buradan yola çklarak, Tablo 2’de görüldü÷ü üzere, bu çalúmada ilk olarak de÷iúkenlerde ve modelde yatay kesit ba÷mll÷nn olup olmad÷ kontrol edilmiútir. Elde edilen sonuçlar do÷rultusunda de÷iúkenlerde ve modelde yatay kesit ba÷mll÷ yoktur hipotezi reddedilmiútir. Baúka bir ifadeyle çalúmada ele alnan de÷iúkenlerde ve modelde yatay kesit ba÷mll÷nn oldu÷u görülmektedir.

Tablo 2:Yatay Kesit Ba÷mll÷ Test Sonuçlar

SAöLIK CO2 PGDP Model

østatistik Olaslk De÷eri østatistik Olaslk De÷eri østatistik Olaslk De÷eri østatistik Olaslk CDLm1 (BP, 1980) 272.201* 0.002 365.773* 0.000 318.670* 0.000 777.933* 0.000 CDLm2(Pesara n 2004) 3.035* 0.001 7.601* 0.000 5.303* 0.000 27.712* 0.000 CD (Pesaran 2004) -2.450* 0.007 -2.390* 0.008 -0.316 0.376 20.352* 0.000 LMadj -2.029 0.979 0.425 0.335 -1.020 0.846 81.380* 0.000

Not: ***, **, * srasyla %10, %5 ve %1 anlamllk düzeylerini göstermektedir.

4.2. CADF Birim Kök Testi

Çalúmada kullanlan de÷iúkenler için paneli oluúturan ülkeler arasnda yatay kesit ba÷ml-l÷ tespit edildi÷i için serilerin dura÷anba÷ml-l÷ yatay kesit ba÷mlba÷ml-l÷nn söz konusu oldu÷u durumlarda kullanlan ikinci kuúak birim kök testlerinden Pesaran (2007) tarafndan geliúti-rilen CADF testi ile incelenmiútir. CADF testi, T>N ve N>T durumlarnda kullanlmakta-dr. Bu test istatisti÷i de÷erlerini, Pesaran (2007)’n CADF kritik tablo de÷erleriyle karú-laútrarak, her ülke için dura÷anlk test edilmektedir. CADF kritik tablo de÷eri, CADF ista-tisti÷i de÷erinden büyükse boú hipotez reddedilir ve sadece o ülkenin serisinin dura÷an oldu÷u sonucuna ulaúlr. Tablo 3’de CADF panel CIPS istatistiklerine göre de÷iúkenlerin birinci farklarnda, I(1) düzeyinde, dura÷an oldu÷unu göstermektedir. Panelin geneli için serilerin I(1) olmas eúbütünleúme analizine geçilece÷ini göstermektedir.

Tablo 3:CADF Birim Kök Test Sonucu

Test østatisti÷i (Sabitli-Trendli Model)

Ülke/De÷iúken Sa÷lk Sa÷lk CO2 CO2 PGDP PGDP Avustralya -0.394 -2.419 -1.315 -2.512 -0.211 -3.298 Avusturya -3.226 -3.366 -3.156 -2.857 -2.378 -2.232 Belçika -2.692 -3.787 -1.768 -4.180 -3.065 -4.244 Danimarka -1.867 -4.466 -2.633 -4.499 -3.577 -2.919 Finlandiya -4.469 -5.158 -4.733 -5.473 -2.661 -2.733 Fransa -2.633 -3.660 -0.487 -3.804 -3.071 -2.847 Hollanda -2.140 -3.233 -3.138 -3.142 -2.743 -1.062 øngiltere -1.535 -2.556 -1.863 -2.929 -1.911 -2.00 ørlanda -3.021 -2.935 -0.934 -1.516 1.567 0.372 øspanya -2.275 -2.945 -2.325 -3.450 -3.500 -3.212 øsveç -1.785 -4.884 -4.787 -4.193 -4.689 -4.037 øsviçre -3.245 -3.476 -5.190 -6.366 0.339 -2.222 øtalya -2.363 -2.591 -2.498 -4.113 -2.607 -4.644 øzlanda -1.219 -3.606 -1.842 -3.340 -1.469 -3.750 Japonya -2.502 -3.519 -4.106 -3.648 -2.872 -3.191 Kanada -2.945 -2.686 -2.416 -5.112 -2.339 -3.737 Norveç -1.148 -2.614 -3.823 -4.494 -2.065 -2.670 Polonya -1.551 -2.603 -0.287 -2.270 -1.857 -2.377 Portekiz -0.569 -4.851 -0.876 -3.571 -2.652 -4.713 Türkiye -3.418 -4.487 -2.007 -3.883 -1.972 -3.471 Yunanistan -2.350 -3.481 -5.149 -5.682 -3.741 -3.733 Panel (CIPS) -2.255 -3.492* -2.625 -3.859* -2.261 -2.987* Not: ***, **, * sfr hipotezin srasyla %10, %5 ve %1 anlamllk düzeyinde reddedildi÷ini göstermektedir. CADF istatisti÷i kritik de÷erleri sabitlitrendli modelde 4.68 (%1), 3.87(%5), 3.49(%10) (Pesaran 2007,tablo I(c), s.276) Panel istatisti÷i kritik de÷erleri, sabit ve trendli modelde -2.88(%1), -2.72(%5), -2.63(%10) (Pesaran 2007,tablo II(c), s.281). ǻ, fark operatörüdür.

4.3. De÷iúkenlerin Homojenli÷inin Test Edilmesi

De÷iúkenlerin homojenli÷i kontrol edilirken Pesaran ve Yamagata (2008) testi kullanlmú olup, bu testin sfr hipotezi homojenli÷in söz konusu oldu÷unu; alternatif hipotez ise ho-mojenli÷in söz konusu olmad÷n göstermektedir. Tablo 4’de görüldü÷ü üzere, “E÷im parametreleri homojendir” boú hipotezi reddedilmektedir. E÷im parametreleri yatay kesitler arasnda de÷iúmekte olup heterojendir.

Tablo 4:Homojenlik Test Sonucu

Test Test østatisti÷i Olaslk

Delta_tilte 24.666 0.000

Delta_tilde_adj 26.294 0.000

4.4.Westerlund ve Edgerton (2007) Panel Boostrap Eúbütünleúme Testi

Westerlund-Edgerton (2007), eúbütünleúme testi, yatay kesit ba÷mll÷n dikkate almas, eúbütünleúme denkleminde otokorelasyon ve de÷iúen varyansa izin vermesi ve ayn za-manda küçük örneklem açsndan sonuç vermesi nedeniyle önemli bir testtir. LM boostrap testi, McCoskey ve Kao’nun geliútirmiú oldu÷u Lagrance Multiplier testine dayanmakta olup, yatay kesit ba÷mll÷nn olmas, durumunda LM testi boostrap kritik de÷erler ile ekonometrik modellerde panelin geneli için eúbütünleúmenin olup olmad÷n test etmekte-dir (Westerlund-Edgerton,2007:186-188).Testin hipotezi úu úekildeetmekte-dir:

H

V

0

H

V

!

0

arasnda eúbütünleúme iliúkisi yoktur.

Tablo 5’de Westerlund ve Edgerton (2007) eúbütünleúme testi sonucuna yer verilmiútir. Modelde yatay kesit ba÷mll÷ oldu÷u için Boostrap olaslk de÷eri dikkate alnmútr. Westerlund ve Edgerton (2007) Eúbütünleúme testi sonuçlarna göre “eúbütünleúme vardr” boú hipotezi %5 anlamllk düzeylerinde reddedilememektedir. Baúka bir ifadeyle de÷iú-kenler arasnda eú bütünleúme iliúkisi oldu÷u bulgusu elde edilmiútir.

Tablo 5:Eúbütünleúme Testi Sonucu

LM østatisti÷i Asimtotik-p De÷eri Boostrap-p De÷eri

LMNT 0.314 0.377 0.998

Not: Bootstrap olaslk de÷erleri 10.000 tekrarl da÷lmdan elde edilmiútir. Asimptotik olaslk de÷erleri, standart normal da÷lmdan elde edilmiútir. Gecikme ve öncül bir olarak alnmútr. Sabitli-trendli model kullanlmútr.

4.5. Uzun Dönem Eú Bütünleúme Katsaylarnn Tahmin Edilmesi

Yatay kesit ba÷mll÷ varsaym altnda uzun dönem eúbütünleúme katsaylarnn tah-minde serilerin I(1) olmas durumunda kullanlabilen, panelin geneline ve paneli oluúturan ülkelere ait katsaylar hesaplayabilen Eberthart-Bond (2009) tarafndan geliútirilen AMG (Augmented Mean Group Estimator: Güçlendirilmiú Ortalama Grup Etkisi) yöntemi kulla-nlmaktadr. AMG tahmincisi serilerdeki ortak faktörleri ve ortak dinamik etkileri dikkate alan, dengesiz panellerde de etkin sonuçlar verebilmektedir. Tablo 6’da panelin geneline ait eú-bütünleúme katsaylar AMG yöntemiyle tahmin edilmiú ve sonuçlara yer verilmiútir. Ayrca analiz bulgularnda kiúi baúna sa÷lk harcamalar ve CO2 emisyonu arasnda

ista-tistiksel olarak anlaml iliúkinin olmad÷ görülmektedir. Buna karúlk kiúi baúna gelir ile kiúi baúna sa÷lk harcamas arasnda pozitif ve istatistiki olarak anlaml bir iliúkinin oldu÷u görülmektedir. Buna göre, kiúi baúna gelirde ortaya çkan %1’lik artún kiúi baúna sa÷lk harcamasn %0.35 orannda arttrd÷ görülmektedir.

Tablo 6:Uzun Dönemli Eú-bütünleúme Katsaylar Ba÷ml De÷iúken:

Sa÷lk

Katsay Standart Hata Olaslk De÷eri

CO2 0.0718 0.0857 0.402

PDGP 0.3527* 0.1280 0.006

Sabit 3.2970* 1.2523 0.008

Not: ***, **, * sfr hipotezin srasyla %10, %5 ve %1 anlamllk düzeyinde reddedildi÷ini göstermektedir.

4.6. Emirmahmuto÷lu-Köse (2011) Nedensellik Testi

Emirmahmuto÷lu ve Köse (2011) tarafndan geliútirilen bu test, zaman serilerindeki Toda-Yamamoto (1995) nedensellik testi mant÷na dayanmaktadr. Bu yöntemde ilk aúama; standart bir Panel VAR tahmini yaplarak, uygun gecikme uzunlu÷u (p) belirlenmektedir. økinci aúamada, p gecikmeye en yüksek bütünleúme derecesine sahip de÷iúkenin bütün-leúme seviyesi (dmax) ilave edilmektedir. Üçüncü aúamada, (p+dmax) gecikme için serile-rin düzey de÷erleriyle Panel VAR modeli tahmin edilmektedir.

Emirmahmuto÷lu ve Köse (2011) Panel Granger Nedensellik testinden elde edilen bireysel ülke sonuçlarna Tablo 7’de yer verilmiútir. Bireysel ülke sonuçlar de÷erlendirildi÷inde, “CO2 emisyonunun sa÷lk harcamalarnn nedeni olmad÷n ifade eden boú hipotez %1 anlamllk düzeyinde Finlandiya; %5 anlamllk düzeyine göre øspanya, øsveç, Portekiz; %10 anlamllk düzeyine göre Yunanistan için reddedilmiútir. Baúka bir ifadeyle; Finlan-diya, øspanya, øsveç, Portekiz ve Yunanistan da CO2 karbondioksit emisyonundan sa÷lk harcamalarna do÷ru tek yönlü nedensellik iliúkisi bulunmaktadr.

Tablo 7:Sa÷lk Harcamalar veCO2 Emisyonu Arasnda Nedensellik øliúkisi

Ülke Gecikme Says østatistik Olaslk De÷eri

Avusturalya 1 0.138 0.711 Avusturya 1 0.233 0.629 Belçika 1 0.192 0.661 Danimarka 1 0.007 0.935 Finlandiya 1 8.090* 0.004 Fransa 1 1.351 0.245 Hollanda 1 0.134 0.714 øngiltere 1 4.317 0.116 ørlanda 1 2.440 0.118 øspanya 1 5.814** 0.016 øsveç 1 5.522** 0.019 øsviçre 1 1.792 0.181 øtalya 1 1.936 0.164 øzlanda 1 0.241 0.624 Japonya 1 0.542 0.462 Kanada 1 0.828 0.363 Norveç 1 0.574 0.449 Polonya 1 0.070 0.792 Portekiz 1 4.428** 0.035 Türkiye 1 0.618 0.432 CO2 Sa÷l÷n Granger Nedeni De÷ildir Yunanistan 1 3.363*** 0.067

Ülke Gecikme Says østatistik Olaslk De÷eri

Avusturalya 1 0.480 0.488 Avusturya 1 0.801 0.371 Belçika 1 0.568 0.451 Danimarka 1 0.014 0.907 Finlandiya 1 0.104 0.747 Fransa 1 0.806 0.369 Hollanda 1 0.255 0.613 øngiltere 1 4.123 0.127 ørlanda 2 1.009 0.315 øspanya 1 0.930 0.335 øsveç 1 0.898 0.343 øsviçre 1 0.042 0.838 øtalya 1 1.930 0.165 øzlanda 1 0.377 0.539 Japonya 1 0.017 0.896 Kanada 1 0.050 0.822 Norveç 1 0.951 0.329 Polonya 1 1.147 0.284 Portekiz 1 1.151 0.283 Türkiye 1 0.636 0.425 Sa÷lk CO2’nin Granger Nedeni De÷ildir Yunanistan 1 1.866 0.172

Tablo 8’debireysel ülke sonuçlar de÷erlendirildi÷inde, ekonomik büyümenin sa÷lk harcamalarnn nedeni olmad÷n ifade eden boú hipotez %1 anlamllk düzeyinde göre; Finlandiya, øsveç, øsviçre, øtalya; %5 anlamllk düzeyine göre; Hollanda, Polonya, Yunanistan; %10 anlamllk düzeyinde Avustralya, øspanya, Kanada ve Norveç için reddedilmiútir. Baúka bir ifadeyle; Finlandiya, øsveç, øsviçre, øtalya, Hollanda, Polonya, Yunanistan, Avustralya, øspanya, Kanada ve Norveç’te ekonomik büyümeden sa÷lk harcamalarna do÷ru nedensellik iliúkisi oldu÷u görülmektedir. Sa÷lk harcamalarnn ekonomik büyümenin nedeni olmad÷n ifade eden boú hipotez %5 anlamllk düzeyinde Norveç, %10 anlamllk düzeyinde ise Yunanistan için reddedilmiútir. Baúka bir ifadeyle Norveç ve Yunanistan’da sa÷lk harcamalarndan ekonomik büyümeye do÷ru nedensellik iliúkisinin oldu÷u görülmüútür.

Tablo 8:Sa÷lk Harcamalar ve Ekonomik Büyüme Arasndaki øliúki

Ülke Gecikme Says østatistik Olaslk De÷eri

Avusturalya 2 4.865*** 0.088 Avusturya 1 0.059 0.808 Belçika 1 1.535 0.215 Danimarka 1 0.481 0.488 Finlandiya 2 22.642* 0.000 Fransa 1 0.718 0.397 Hollanda 1 3.960** 0.047 øngiltere 1 0.003 0.957 ørlanda 2 0.874 0.646 øspanya 1 3.679*** 0.055 øsveç 2 21.749* 0.000 øsviçre 1 8.190* 0.004 øtalya 1 7.167* 0.007 øzlanda 2 0.875 0.646 Japonya 1 0.199 0.655 Kanada 2 4.632*** 0.099 Norveç 1 3.279*** 0.070 Polonya 2 9.246** 0.010 Portekiz 1 0.574 0.449 Türkiye 1 0.351 0.553 PGDP Sa÷l÷n Granger Nedeni De÷ildir Yunanistan 2 8.814** 0.012

Ülke Gecikme Says østatistik Olaslk De÷eri

Avusturalya 2 0.581 0.748 Avusturya 1 1.782 0.182 Belçika 1 0.420 0.517 Danimarka 1 0.053 0.818 Finlandiya 2 1.266 0.531 Fransa 1 0.811 0.368 Hollanda 1 0.781 0.377 øngiltere 1 1.135 0.287 ørlanda 2 3.677 0.159 øspanya 1 0.453 0.501 øsveç 2 1.910 0.385 øsviçre 1 1.226 0.268 øtalya 1 1.766 0.184 øzlanda 2 3.054 0.217 Japonya 1 0.279 0.598 Kanada 2 3.065 0.216 Norveç 1 4.491** 0.034 Polonya 2 0.728 0.695 Portekiz 1 0.197 0.657 Türkiye 1 0.765 0.382 Sa÷lk PGDP’nin Granger Nedeni De÷ildir Yunanistan 2 4.654*** 0.098

Sonuç

øktisadi etkinliklerin sa÷lk ile iliúkisini kuran önemli bir unsur da çevredir. Sanayi devrimi sonrasnda toplumlarn genel olarak gelir düzeyinde ve yaúam tarzlarnda iyileúmeler oldu÷u görülmektedir. Ancak ekonomik faaliyetlerdeki artú ekonomileri iyi noktalara taúrken çevresel tahribata yol açarak çevresel sorunlar da beraberinde getirmiútir. Bilindi÷i üzere iktisadi faaliyetler sonucunda ortaya çkan çevresel atklar bir çeúit negatif dúsallktr. Bu ba÷lamda iktisadi faaliyetler sonucunda çevrede ortaya çkan bozulmalarn sa÷lk üzerindeki etkilerinin do÷ru tespiti gerek ekonomi gerekse sa÷lk ve çevre politikalarnn belirlenmesi açsnda son derecede önem taúmaktadr.

Bu çalúmada, 1990-2014 dönemleri arasnda ele alnan 21 OECD ülkesinde çevresel kalite ve ekonomik büyümenin sa÷lk harcamalar üzerine etkisi analiz edilmiútir. Kiúi baúna düúen sa÷lk harcamas ba÷ml de÷iúken olarak, kiúi baúna düúen gelir (2005 sabit fiyatlaryla) ve kiúi baúna düúen karbondioksit emisyonu de÷iúkeni ba÷msz de÷iúken olarak kullanlmútr. Panel veri analizinin uyguland÷ çalúmada, ilk olarak de÷iúkenlerde ve modelde yatay kesit ba÷mll÷nn olup olmad÷ kontrol edilmiú ve ele alnan de÷iúkenlerde ve modelde yatay kesit ba÷mll÷nn oldu÷u görülmüútür. De÷iúkenlerin birinci farklarnda dura÷anlaútklar görülmüútür. Yine, e÷im parametrelerinin yatay kesitler arasnda de÷iúti÷i yani heterojen oldu÷u sonucuna ulaúlmútr. De÷iúkenler arasnda uzun dönemli iliúki oldu÷u görülmüútür. Uzun dönem eúbütünleúme katsaylarnn tahmininde, elde edilen bulgular, kiúi baúna sa÷lk harcamas ile CO2 emisyonu arasnda istatistiksel olarak anlaml bir iliúkinin olmad÷ yönündedir. Buna karúlk kiúi baúna gelir ile kiúi baúna sa÷lk harcamas arasnda pozitif ve istatistiki olarak anlaml bir iliúki bulunmuútur. Bu ba÷lamda, kiúi baúna gelirde ortaya çkan %1’lik artún kiúi baúna sa÷lk harcamasn %0.35 orannda arttrmaktadr. Emirmahmuto÷lu ve Köse (2011) nedensellik testinde ise;

Finlandiya, øspanya, øsveç, Portekiz ve Yunanistan da CO2 emisyonundan sa÷lk

harcamalarna do÷ru tek yönlü nedensellik iliúkisi bulunmuútur. Ayrca; Finlandiya, øsveç, øsviçre, øtalya, Hollanda, Polonya, Yunanistan, Avustralya, øspanya, Kanada ve Norveç’te ekonomik büyümeden sa÷lk harcamalarna do÷ru nedensellik iliúkisi oldu÷u görülmüútür. Günümüzde sa÷lk ve çevrenin birbiri ile etkileúim halinde oldu÷u görülmektedir. Beúeri sermayenin önemli bir bileúeni olan sa÷l÷a yaplan harcamalarn ekonomik büyüme içinde son derecede önemli oldu÷u bilinen bir gerçektir. Bu nedenle sa÷lk politikalar belirlenirken çevresel konularn göz önünde bulundurulmas gerekmektedir. Ayrca ekonomik büyümenin sürdürülebilirli÷inin sa÷lanabilmesi için çevresel kalitenin artrlmas konusunda gerekli önlemin alnarak gerekli politikalarn belirlenmesi gerekmektedir. Çevresel kalitenin artrlmas için ülkelerin çevre kirlili÷ine yönelik aktif admlar atmas gerekmektedir. Ülkeler etkin çevresel politika uygulamas ile sa÷lkl havay öncelik haline getirmelidir. Baúka bir ifadeyle, sa÷lk kalitesinin artrlmas isteniyorsa ülkelerin ekonomik

büyüme ve geliúme seviyelerini ileri taúyacak çevresel politikalar açsndan admlar atlmas ve bu politikalarn politika yapclar tarafndan ön plana almas gerekmektedir. Yaúanabilir daha temiz bir çevre için ülkeyi yönetenler ve yönetime talip olanlar do÷aya zarar vermeyen çevre dostu teknolojileri kullanmal ve bunlar teúvik etmelidirler. Baúta motorlu taútlar olmak üzere enerjinin her alannda karbon emisyon miktarnn azaltlmas konusunda Ar-Ge çalúmalarna önem vermeli ve desteklenmelidir. Politika yapclar bilmelidirler ki yenilenebilir enerji kaynaklarnn artrlmas hem ekonomik hem de çevresel kalitenin yükselmesinde öncü rol oynayacaktr. Aksi takdirde çevresel sorunlarda görülen artú sa÷lk sorunlarn beraberinde getirecek ve sa÷lk harcamalarn artracaktr.

Kaynakça

ABDULLAH, Hussin. Muhammad, AZAM ve Siti ZAKARIYA; (2016). “The Impact of Environmental Quality on Public Healty Expenditure in Malaysia”, Asia Pasific Journal of Advanced Business and Social Studies, 2(2), s.365- 379.

AKINCI, Adil ve Güner, TUNCER; (2016). “Türkiye’de Sa÷lk Harcamalar øle Ekonomik Büyüme Arasndaki øliúki”, Sayútay Dergisi, 102, s.47-61.

APERGIS, Nicholas ve Mehdi, JEBLI; (2015). “Does Renewable Energy Consumption and Health Expenditure Decrease Carbon Dioxide Emissions?Evidence for sub-Saharan Africa Countries”,MPRA,s.1-23.

CHAABOUNI, Sami ve Kais SAIDI; (2017). “The Dynamic Links Between Carbon Dioxide (CO2) Emissions, Health Spending and GDP Growth: A Case Study for 51 Countries”, Environmetal Research, 158,s.137-144.

CHEBBI, Houssem, Marcelo, OLARREAGA ve Habib ZITOUNA; (2010). “Trade Openness and CO2 Emissions in Tunusia. Economic Research Forum”,Working Paper Series, 518, s.1-18. EBERTHART, Markus ve Stephen, BOND; (2009). “Cross-Section Dependence in Nonstationary

Panel Models: A Novel Estimator”, MPRA, s.1-26.

ECEVøT, Eyyup ve Murat ÇETøN; (2016). “Ekonomik Büyüme ve Çevre Kirlili÷inin Sa÷lk Üzerindeki Etkisi: Türkiye øle ølgili Ampirik Kant”, Erciyes Üniversitesi øktisadi ve ødari Bilimler Fakültesi Dergisi, 48,s.83-98.

EMøRMAHMUTOöLU, Furkan ve Nezir KÖSE; (2011). “Testing for Granger Causality in Heterogeneous Mixed Panels”,Economic Modelling, 28, s.870-876.

FERNANDEZ, Carla. David PRIETO ve Marta, SAEZ; (2017). “On the Nexus of Air Pollution and Health Expenditures: New Empirical Evidence”,Gac Sanit, s.1-6.

GÜLMEZ, Ahmet; (2015). “Oecd Ülkelerinde Ekonomik Büyüme ve Hava Kirlili÷i øliúkisi: Panel Veri Analizi”, Kastamonu Üniversitesi øktisadi ve ødari Bilimler Fakültesi Dergisi Eylül 9(3), s.18-30.

GHORASHI, Naghmeh ve Abbas, RAD; (2017). “CO2 Emissions, Health Expenditures and Economic Growth in Iran: Application of Dynamic Simultaneous Equation Models”,Journal of Community Health Research, 6(2),s.109-116.

KARASOY, Alper ve Gökhan DEMøRTAù; (2018). “Sa÷lk Harcamalarnn Belirleyicileri Üzerine Bir Uygulama: Çevre Kirlili÷i ve Yönetiúimin Etkilerinin øncelenmesi”, ønsan ve Toplum Bilimleri Araútrmalar Dergisi, 7(3),s.1917-1939.

KATRAKILIDIS, Constantino. Ilias, KYRITSIS ve Visvabharati, PATSIKA; (2016). “The Dynamic Linkages between Economic Growth, Environmental Quality and Health in Greece”, Applied Economics Letters, 23(3), s. 217-221.

NARAYAN, Paresh ve Seema, NARAYAN; (2008). “Does Environmental Quality Influence Health Expenditures? Empirical Evidence from a Panel of Selected OECD Countries”, Ecological Economics, 65,s.367-374.

PESARAN, M. Hashem; (2007). “A Simple Panel Unit Root Test in the Presence of Cross-Section Dependence”. Journal of Applied Econometrics, 22, s.365-312.

PESARAN, M. Hashem.Aman, ULLAH. Takashi, YAMAGATA; (2008). “A Bias̺Adjusted LM Test of Error Cross̺Section Independence”. The Econometrics Journal, 11(1), s.105-127. PESARAN, M.Hashem ve Takashi, YAMAGATA; (2008). “Testing Slope Homogeneity in Large

Panels”,Journal of Econometrics, 142, s.50-93.

RAEISSI, Pouran. Touraj KHALILABAD. Aziz, REZAPOUR. Seyed, HASHEMI.

Abdoreza,MOUSAVI ve Saeed, KHODABAKHSHZADEH; (2018). “Effects of Air Pollution on Public and Private Health Expenditures in Iran: A Time Series Study (1972-2014)”,Journal of Preventive Medicine & Public Health, 51,s.140-147.

SAIDA, Zaida ve Saidi, KAIS; (2018). “Environmental Pollution, Health Expenditure and Economic Growth and in the Sub-Saharan Africa Countries: Panel ARDL Approach”. Sustainable Cities and Society, 41.

SELøM, Sibel.Do÷an,UYSAL ve Pnar ERYøöøT; (2014). “Türkiye’de Sa÷lk Harcamalarnn Ekonomik Büyüme Üzerindeki Etkisinin Ekonometrik Analizi”,Ni÷de Üniversitesi øktisadi ve ødari Bilimler Fakültesi Dergisi, 7(3),s.13-24.

ùAHøN, Dilek; (2018). “D-8 Ülkelerinde Finansal Geliúme ve Ticari Açkl÷n Çevresel Kalite Üzerine Etkisi: Panel Veri Analizi”,Dicle Üniversitesi øktisadi ve ødari Bilimler Fakültesi Dergisi, 8(15),s.48-67.

WESTERLUND, Joakim; (2008). “Panel CointegrationTests of The Fisher Effect”. Journal of Applied Econometrics. 23, s.193-233.

WESTERLUND, Joakim ve David EDGERTON; (2007). A Panel Boostrap Cointegration Test. Economic Letters, 97, s.185-190.

YAHAYA, Adamu. Norashidah, NOR. Muzafar, HABIBULLAH ve Judliana, GHANI; (2016). “How Relevant is Environmental Quality to Per Capita Health Expenditures? Empirical Evidence from Panel of Developing Countries”,SpringerPlus, 5(925),s.1-14.

YAZDI, Soheila ve Bahman KHANALIZADEH; (2017). “Air Pollution, Economic Growth and Health Care Expenditure”, Economic Research, 30(1),s.1181-1190.

YILDIZ, Barú ve Gizem YILDIZ; (2018). “Sa÷lk Harcamalarnn Ekonomik Büyüme Üzerindeki Etkisi: Avrupa ve Merkez Asya Ülkeleri Örne÷i”,Maliye Dergisi, 174,s.203-218.