PANEL VERİ VE MAKİNE ÖĞRENMESİ YÖNTEMİYLE GELİR DAĞILIMI VE İNSANİ GELİŞMİŞLİK ARASINDAKİ İLİŞKİ ÜZERİNE BİR ANALİZ

Türkçe

Bu çalışma, MİST ülkelerinde insani gelişme, şehirleşme ve kadın istihdam oranı gibi sosyoekonomik göstergelerin gelir dağılımı üzerindeki etkisini hem ekonometrik hem de makine öğrenmesi yöntemleriyle incelemektedir. Ekonomi yazınında büyüme ile ilgili çokça çalışma olmasına rağmen gelir dağılımı olması gerektiği kadar yer bulamamıştır. Bu boşluğu doldurmak için olsa gerek son zamanlarda büyüme ile gelir dağılımı arasındaki çalışmaların yoğunluğu artmıştır. Bu amaçla MİST ülkelerinin 1990-2019 yılı Gini katsayıları, İGE, şehirleşme ve kadınların iş gücüne katılımı verilerine ulaşılarak, panel veri yöntemi ve makine öğrenmesi yöntemlerinden biri olan Destek Vektör Regresyonu yöntemi aracılığı ile iki ayrı analiz yapılmıştır. Yapılan analizler sonucunda tesadüfi etkiler modelindeki tüm belirleyicilerin gelir adaletsizliği üzerinde istatistiksel olarak anlamlı etkiye sahip olduğu anlaşılmıştır. Modelde İGE ve kentleşme %5 düzeyinde anlamlıyken kadınların iş gücüne katılımı ise %0,1 oranında anlamlı çıkmıştır. Tüm açıklayıcı değişkenlerin işaretleri negatiftir ve dolayısıyla gelir adaletsizliğini azaltıcı yönde etkilerinin olduğu söylenebilir. Kısaca çalışmanın sonucunda MIST ülkelerinin 1990 yılından bu tarafa İGE, şehirleşme ve kadınların işgücüne katılım değerleri iyileştikçe Gini katsayıları iyileşmiş, yani bir başka ifadeyle bu ülkelerin gelir dağılımı daha adil olmuştur. (İngilizce) Bu çalışmada literatürde tespit edilen çalışmalardan farklı olarak Destek Vektör Regresyonu modeli de kullanılmış ve gelir adaletsizliğinin analizi için daha uygun bir model ürettiği gözlemlenmiştir.