Əkiz transformasiya (twin transition), rəqəmsal transformasiya ilə yaşıl enerji transformasiyasının bir-birindən müstəqil iki proses kimi deyil, iqtisadi quruluşa, məhsuldarlığa və əmək bazarına birlikdə təsir göstərə biləcək əlaqəli transformasiya sistemi kimi nəzərdən keçirildiyi bir çərçivədir. Bu tədqiqat 2005–2022 dövründə 17 Asiya-Sakit okean iqtisadiyyatında rəqəmsal və yaşıl transformasiyanın əmək bazarında qeyri-rəsmi məşğulluq və əmək məhsuldarlığı ilə əlaqəsini illik panel məlumatları, əsas komponentlər təhlili ilə yaradılmış mürəkkəb indekslər, ikiistiqamətli sabit effektli dinamik panel modelləri, Hansen tipli hədd təhlili və gəlir qrupu heterogenliyi modelləri vasitəsilə araşdırır. Tam nümunədə rəqəmsal transformasiyanın qeyri-rəsmiliyi azaltdığına dair əhəmiyyətli orta əlaqə yoxdur; rəqəmsal–yaşıl qarşılıqlı təsir də qeyri-rəsmilik üçün əhəmiyyətli deyil. Bunun əksinə, eyni qarşılıqlı təsir əmək məhsuldarlığının səviyyəsi ilə müsbət və əhəmiyyətli əlaqə göstərir. İnternetdən istifadə nisbətində təxminən %47,5 hədd müəyyən edilir və rəqəmsallaşma–qeyri-rəsmilik əlaqəsinin işarəsi bu həddin iki tərəfində dəyişir.

Tədqiqatın ən diqqətçəkən, lakin ən ehtiyatla şərh edilməli nəticəsi gəlir qrupları arasındakı heterogenlikdir. Ayrı altqrup modelində aşağı-orta gəlirli iqtisadiyyatlarda rəqəmsal və yaşıl transformasiyanın qarşılıqlı təsir əmsalı −8,685, wild cluster bootstrap p-dəyəri isə 0,011-dir; bu, paralel irəliləyən rəqəmsal və yaşıl transformasiyanın daha aşağı qeyri-rəsmiliklə əlaqəli ola biləcəyini düşündürür. Lakin daha sonra bütün gəlir qruplarını eyni tənlikdə müqayisə edən pooled model aşağı-orta gəlir qrupu üçün nəzərdə tutulan qarşılıqlı təsirin işarəsini +6,660-a çevirir və nəticəni statistik baxımdan qeyri-müəyyən edir. Buna görə tədqiqat aşağı-orta gəlirli ölkələrdə möhkəm və səbəb-nəticə xarakterli “əkiz transformasiya sinerjisi”ni sübut etmir; gəlir səviyyəsindən asılı mümkün heterogenliyin model seçiminə həssas olduğunu göstərir.

Yaşıl transformasiya indeksinin qeyri-rəsmiliklə müsbət əlaqəli görünməsi də müasir bərpa olunan enerjinin qeyri-rəsmiliyi artırdığı kimi şərh edilməməlidir. İstifadə olunan beynəlxalq bərpa olunan enerji göstəricisi günəş, külək və hidroelektrik kimi müasir mənbələrlə odun, odun kömürü və kənd təsərrüfatı qalıqları kimi ənənəvi biokütləni eyni dəyişəndə birləşdirir. Ənənəvi biokütlədən istifadə aşağı gəlir, kəndlilik və yüksək qeyri-rəsmiliklə birlikdə dəyişdiyinə görə bu ölçmə quruluşu yaşıl indeksin işarəsinə əhəmiyyətli dərəcədə təsir göstərə bilər.

Tədqiqatın əsas problemi

Rəqəmsallaşma və aşağı karbonlu enerji transformasiyası bu gün əksər siyasət çərçivələrində birlikdə irəliləyən iki struktur dəyişiklik kimi nəzərdən keçirilir. Rəqəmsal infrastruktur ödəniş sistemlərini, elektron qeydiyyatı, vergi və sosial təminat idarəçiliyini, e-ticarəti və yeni istehsal formalarını dəstəkləyə bilər. Yaşıl enerji investisiyaları isə yeni sektorlar, yeni bacarıqlar və yeni əmək münasibətləri yarada bilər. “Əkiz transformasiya” yanaşması bu iki prosesin bir-birinin təsirini gücləndirə biləcəyini irəli sürür.

Lakin bu fərziyyənin əmək bazarında qeyri-rəsmilik baxımından həqiqətən keçərli olub-olmadığı aydın deyil. Rəqəmsallaşma bir tərəfdən müəssisələrin rəsmi qeydiyyata alınmasını asanlaşdıra bilər, digər tərəfdən isə platforma və gig iqtisadiyyatında yeni təminatsız əmək formaları yarada bilər. Yaşıl transformasiya yeni formal iş sahələri yarada bilər, lakin qalıq yanacaq tutumlu sektorlarda uyğunlaşma xərcləri də doğura bilər. Bundan əlavə, eyni proseslərin təsiri yüksək gəlirli və aşağı-orta gəlirli iqtisadiyyatlarda eyni olmaq məcburiyyətində deyil.

Tədqiqat buna görə üç əsas suala yönəlir: rəqəmsal və yaşıl transformasiya qeyri-rəsmilik və əmək məhsuldarlığı ilə necə əlaqəlidir; rəqəmsal potensialın təsirinin dəyişdiyi bir hədd varmı; rəqəmsal və yaşıl transformasiyanın birgə təsiri gəlir qrupuna görə dəyişirmi?

Nəzəri çərçivə: rəqəmsal və yaşıl transformasiya niyə birlikdə nəzərdən keçirilə bilər?

Əkiz transformasiya nəzəriyyəsində əsas mexanizm tamamlayıcılıqdır. Rəqəmsal infrastruktur ağıllı şəbəkələr, enerji idarəetməsi, ətraf mühit monitorinqi, elektron ödəniş, e-qeydiyyat və məlumatlara əsaslanan istehsal kimi sistemlərin işləməsini asanlaşdıra bilər. Yaşıl sektorların böyüməsi isə rəqəmsal bacarıqlara, ölçmə infrastrukturuna və məlumatların idarə edilməsinə tələbi artıra bilər. Bu qarşılıqlı əlaqə iki transformasiyanın sadəcə cəmindən fərqli qarşılıqlı təsir yarada bilər.

Əmək bazarında fərz edilən mexanizm belədir: daha inkişaf etmiş rəqəmsal inzibati və maliyyə infrastrukturu işçilərin və müəssisələrin formal sistemlərə qoşulmasını asanlaşdırarkən, yaşıl sektorlarda yeni iş yerlərinin yaranması qeydiyyatlı məşğulluq kanallarını genişləndirə bilər. Lakin kifayət qədər rəqəmsal potensial olmadıqda bu mexanizm işləməyə bilər. Buna görə tədqiqat qeyri-xətti hədd ehtimalını ayrıca sınaqdan keçirir.

Tədqiqatın beş hipotezi

Nümunə: 17 Asiya-Sakit okean iqtisadiyyatı

Tədqiqat 2005–2022 dövrünü əhatə edən illik, balanslaşdırılmamış paneldən istifadə edir. Maksimal nəzəri nümunə 17 ölkə × 18 il = 306 ölkə-il müşahidəsidir. Ölkənin nümunəyə daxil edilməsi üçün qeyri-rəsmiliklə bağlı əsas əmək seriyasında ən azı 10 illik istifadə edilə bilən müşahidənin olması və müşahidələr arasında üç ildən uzun fasilənin olmaması şərti qoyulmuşdur. Hər ölkə üzrə istifadə edilə bilən məlumat uzunluğu 10–18 il arasında, orta hesabla təxminən 16 ildir.

Aşağı gəlir qrupunda yalnız Kamboca olduğu üçün bu qrup gəlir-qrupu alt nümunə reqressiyasına daxil edilməmişdir; tək ölkə ilə qrupdaxili kəsik variasiyası yaratmaq mümkün deyil. Kamboca tam nümunə modellərində saxlanılmışdır.

Qeyri-rəsmilik necə ölçülür?

Tədqiqatın əsas asılı dəyişəni INF_PROXY-dir. Bu dəyişən öz hesabına çalışanlarla ödənişsiz ailə işçilərinin ümumi məşğulluqdakı birgə payını göstərir. Mənbə ILO-nun daha geniş model əsaslı qeyri-rəsmi məşğulluq seriyasındakı ölkə-il çatışmazlığını aradan qaldırmaq üçün bu göstəricidən istifadə etmişdir. INF_PROXY-nin nümunə əhatəsi %93,5 olduğu halda, müqayisə edilən ILO model əsaslı qeyri-rəsmilik seriyasının eyni ölkələr üzrə əhatəsi təxminən %17-dir.

Lakin INF_PROXY “bütün qeyri-rəsmi məşğulluq” demək deyil. O, qeyri-rəsmi kiçik müəssisələrdə muzdla çalışanları kənarda qoya bilər; əlavə olaraq, xüsusilə yüksək gəlirli iqtisadiyyatlarda öz hesabına çalışan bəzi yüksək ixtisaslı mütəxəssislər əslində formal iqtisadi fəaliyyət göstərə bilərlər. Buna görə bu məqalədə “qeyri-rəsmilik” ifadəsi tədqiqatda istifadə olunan bu xüsusi proxy-nin sərhədləri daxilində başa düşülməlidir.

İkinci asılı dəyişən LAP_level, ILO tərəfindən modelləşdirilən işçi başına istehsal səviyyəsidir və min sabit PPP dolları ilə ölçülür. Bu dəyişən illik məhsuldarlıq artım tempi deyil, işçi başına buraxılış səviyyəsidir.

Rəqəmsal və yaşıl transformasiya indeksləri necə qurulur?

Rəqəmsal transformasiya üç World Development Indicators dəyişəni ilə təmsil olunur: internetdən istifadə edən şəxslərin əhalidə faizi, hər 100 nəfərə düşən sabit genişzolaqlı abunə sayı və ICT malları ixracının ümumi mal ixracındakı faizi.

Yaşıl transformasiya iki dəyişəndən qurulur: ümumi son enerji istehlakında bərpa olunan enerjinin payı və adambaşına CO₂ emissiyasının işarəsi tərsinə çevrilmiş forması. CO₂ göstəricisinin tərsinə çevrilməsinin məqsədi daha yüksək indeks dəyərinin daha “yaşıl” profilə uyğun olmasını təmin etməkdir.

Tədqiqatçılar rəqəmsal və yaşıl göstərici qruplarına ayrı-ayrılıqda Əsas Komponentlər Təhlili (Principal Component Analysis, PCA) tətbiq edirlər. Rəqəmsal indeksin birinci əsas komponenti ümumi variasiyanın %68,7-sini izah edir. Yüklər internet istifadəsi üçün 0,655, genişzolaqlı üçün 0,645 və ICT ixracı üçün 0,394-dür. Yaşıl indeksin birinci komponenti variasiyanın %82,5-ni izah edir; bərpa olunan enerji payı ilə tərsinə çevrilmiş CO₂ göstəricisinin hər biri 0,707 yük alır.

`DIGI_std` və `GREEN_std` indekslərinin hər ikisi ortalaması sıfır və standart sapması bir olacaq şəkildə standartlaşdırılmışdır. `DIGI_std × GREEN_std` hasil termini H3-də nəzərdə tutulan əkiz transformasiya qarşılıqlı təsirini təmsil edir.

Yaşıl indeksin elmi məhdudiyyəti xüsusilə vacibdir. Bərpa olunan enerjinin payı enerji təchizatının tərkibini, tərsinə çevrilmiş CO₂ isə bütün iqtisadiyyatın emissiya intensivliyini əks etdirir; bu iki göstərici eyni gizli konstruktun qüsursuz ölçüləri deyil. Mənbə GREEN indeksini təsdiqlənmiş latent dəyişən modeli kimi deyil, hesabat üçün istifadə edilən xülasə indeksi kimi müəyyən edir.

Yaşıl transformasiya indeksi niyə daha yüksək qeyri-rəsmiliklə əlaqəli görünür?

Mənbə tədqiqatının ən güclü izahı odur ki, beynəlxalq “bərpa olunan enerji istehlakı” göstəricisinə müasir günəş, külək və hidroelektrik enerjisi ilə yanaşı odun, odun kömürü və kənd təsərrüfatı qalıqlarının ənənəvi yandırılması da daxildir. Aşağı gəlirli kənd iqtisadiyyatlarında həm ənənəvi biokütlə istifadəsi, həm də qeyri-rəsmi əmək daha yüksək olduğuna görə, xam bərpa olunan enerji göstəricisi müasir yaşıl enerji yayılmasının real əmək təsirini təcrid etmir; buna görə müsbət GREEN–qeyri-rəsmilik əmsalı müasir bərpa olunan enerjinin qeyri-rəsmiliyi artırdığının sübutu kimi şərh edilə bilməz.

Bu ölçmə problemi mənbə şəkillərində də aydın görünür. Tədqiqatın 13. səhifəsindəki Şəkil 2-də yüksək gəlir qrupunun orta xam bərpa olunan enerji payı təxminən %7,7 olduğu halda, aşağı gəlir qrupunda %63,9-dur. Eyni şəklin ikinci panelində bərpa olunan enerji payı ilə INF_PROXY arasında təxminən r = 0,80 müsbət əlaqə görünür. Tədqiqatçılar bu nümunəni əsasən ənənəvi biokütlənin qarışması ilə izah edir, lakin biokütləni müasir bərpa olunan enerjidən ayrıca ölçən tam panel məlumatı olmadığı üçün mexanizmin birbaşa ekonometrik şəkildə ayrışdırılmadığını da açıq şəkildə bildirirlər.

Nəzarət dəyişənləri

Əsas modellərdə real adambaşına ÜDM-in təbii loqarifmi (`LGDP`), ticarət açıqlığı (`OPEN`), xalis birbaşa xarici investisiya daxilolmaları (`FDI`), şəhərləşmə nisbəti (`URB`) və dövlət təhsil xərcləri (`EDU`) nəzarət edilir. 2020–2021 dövrü üçün COVID-19 dummy dəyişəni də əsas spesifikasiyalara daxil edilmişdir; lakin il sabit effektlərinin olduğu pooled gəlir-qrupu modelində COVID dəyişəni il effektləri tərəfindən udulduğu üçün ayrıca qiymətləndirilmir.

Dinamik panel modeli

Əsas ekonometrik model ölkə və il sabit effektlərini və asılı dəyişənin bir dövr gecikməsini birlikdə istifadə edir:

\[ INF_{it} = \alpha + \rho INF_{i,t-1} + \beta_1 DIGI\_std_{it} + \beta_2 GREEN\_std_{it} + \beta_3(DIGI\_std\times GREEN\_std)_{it} + \gamma X_{it} + \mu_i + \lambda_t + \varepsilon_{it} \]

Burada \(INF_{it}\), i ölkəsinin t ilindəki qeyri-rəsmilik proxy-sini; \(\rho\), qeyri-rəsmiliyin əvvəlki ildən davamlılığını; \(\beta_1\), rəqəmsal indekslə; \(\beta_2\), yaşıl indekslə; \(\beta_3\), rəqəmsal-yaşıl qarşılıqlı təsirlə əlaqəli əmsalı göstərir. \(X_{it}\) nəzarət dəyişənləri vektorudur. \(\mu_i\) ölkəyə xas, zamanla dəyişməyən xüsusiyyətləri, \(\lambda_t\) bütün ölkələrə təsir edən ortaq il şoklarını, \(\varepsilon_{it}\) isə model tərəfindən izah olunmayan xəta terminini təmsil edir.

Standart xətalar ölkə səviyyəsində klasterləşdirilmişdir. Məqsəd eyni ölkənin zaman üzrə müşahidələrində heteroskedastiklik və serial korrelyasiya səbəbindən yarana biləcək quruluşu nəzərə almaqdır.

Model 17 ölkə və maksimum 18 illik panel üçün ikiistiqamətli within sabit effektlər qiymətləndiricisindən istifadə edir. Tədqiqatçılar sistem GMM-in kiçik kəsik ölçüsündə çox sayda alət dəyişəni yaratması probleminə diqqət çəkərək onu əsas model kimi seçməmişlər.

Nickell qərəzi və endogenlik niyə vacibdir?

Gecikdirilmiş asılı dəyişən olan sabit effektli panel qiymətləndirmələrində zaman ölçüsü sonlu olduqda Nickell qərəzi yarana bilər. Tədqiqatda hər ölkə üçün orta zaman ölçüsü təxminən 16 ildir; buna görə qərəzin gözardı edilə bilməyəcəyi qəbul edilir. Gözlənilən istiqamət gecikdirilmiş asılı dəyişən əmsalını sıfıra doğru çəkməsidir.

Bundan əlavə, `DIGI_std`, `GREEN_std` və `LGDP` ölkə və il sabit effektləri altında şərti ekzogen hesab edilir. Halbuki qeyri-rəsmi iqtisadiyyatın strukturu rəqəmsallaşmaya və ya yaşıl infrastruktur investisiyalarına da təsir göstərə bilər; üçüncü siyasət və ya struktur şoku həm izahedici dəyişənləri, həm də qeyri-rəsmiliyi birlikdə hərəkət etdirə bilər. Buna görə əmsallar səbəb-nəticə təsiri deyil, şərti əlaqə kimi şərh edilməlidir.

Mənbə gələcəkdə bias-corrected dinamik panel qiymətləndiricilərinin, collapsed-instrument Arellano–Bond/Blundell–Bond GMM-in və endogenliyi nəzərə alan dinamik panel hədd modellərinin sınaqdan keçirilməsini təklif edir; lakin mövcud kiçik N səbəbindən bu üsulların etibarlılığının da məhdud ola biləcəyini bildirir.

Hədd təhlili necə aparılır?

H4-ü sınaqdan keçirmək üçün internet penetrasiyası (`INT`) hədd dəyişəni kimi istifadə edilmişdir. Namizəd hədlər internet penetrasiyası paylanmasının %15 ilə %85 percentilləri arasındakı kəsilmiş grid üzrə skan edilmişdir. Hər namizəd həddə ölkə və il sabit effektli model qiymətləndirilmiş və qalıqların kvadratları cəmini minimuma endirən dəyər seçilmişdir.

Hədd modelinin qalıqların kvadratları cəmi xətti modellə müqayisə edilmişdir. Burada mühüm metodoloji məhdudiyyət var: mənbə Hansen-in likelihood-ratio metoduna əsaslanan rəsmi hədd etibar çoxluğunu hesablamamışdır. Bundan əlavə, bu hədd spesifikasiyası əsas dinamik modeldə istifadə edilən gecikdirilmiş asılı dəyişəni ehtiva etməyən statik Hansen tipli quruluşdur.

%47,5 internet penetrasiyası həddi nə deməkdir?

%47,5 dəyəri skan edilmiş internet penetrasiyası gridində hədd modelinin qalıqların kvadratları cəmini minimuma endirən qiymətləndirmədir: bu dəyərin altında `DIGI_std` əmsalı +3,039, yuxarıda −1,633-dür və beləliklə əlaqənin işarəsi dəyişir. Lakin hər iki rejim əmsalı ənənəvi %5 səviyyəsində ayrıca əhəmiyyətli deyil və hədd üçün rəsmi etibar intervalı hesablanmamışdır; buna görə %47,5 dəqiq və ya universal “siyasət sərhədi” deyil, rəqəmsal potensial artdıqca əlaqənin qeyri-xətti ola biləcəyini göstərən izahedici qırılma qiymətləndirməsidir.

Az sayda ölkə klasterində statistik nəticə çıxarışı necə qorunur?

Gəlir qrupu modellərində yalnız 4–6 ölkə olduğuna görə klassik cluster-robust standart xətalar həddindən artıq optimist əhəmiyyətlilik yarada bilər. Buna görə `DIGI × GREEN` əmsalı üçün əlavə olaraq wild cluster bootstrap-t tətbiq edilmişdir. Sıfır qarşılıqlı təsir null hipotezi altında ölkə klasterləri səviyyəsində Rademacher çəkilərindən istifadə etməklə 999 bootstrap təkrarı yaradılmışdır. Mənbə şərhdə ənənəvi və bootstrap p-dəyərlərindən daha konservativ olanını əsas götürür.

Multikolinearlıq diaqnostikası

Kiçik gəlir qrupu nümunələrində reqressorlar arasında güclü xətti əlaqələr əmsalları qeyri-sabit edə bilər. Buna görə tədqiqat Variance Inflation Factor (VIF) diaqnostikalarını təqdim etmişdir.

Bu cədvəl ciddi multikolinearlığın xüsusilə yüksək gəlir və yuxarı-orta gəlir alt qruplarında cəmləşdiyini göstərir. Aşağı-orta gəlir modelində maksimum VIF daha aşağıdır; lakin 12,6 yenə də nəzərə alınmayacaq səviyyədə deyil. Buna görə gəlir qrupu əmsalları dəqiq struktur parametrləri kimi şərh edilməməlidir.

Tədqiqatın Metodu və Nəticələri

Təsviri statistika

INF_PROXY-nin nümunə üzrə orta göstəricisi %35,3-dür, lakin %5,9 ilə %74,8 arasında çox geniş paylanma göstərir. Mənbənin 12. səhifəsindəki Şəkil 1 bütün gəlir qruplarında zamanla azalma müşahidə olunmasına baxmayaraq, yüksək gəlirli ölkələrlə aşağı/aşağı-orta gəlir qrupları arasında təxminən 45–50 faiz bəndlik struktur fərqin böyük ölçüdə davam etdiyini göstərir.

Sadə korrelyasiyalar nə göstərir?

İki dəyişən arasındakı sadə korrelyasiyalar nəzarət dəyişənlərini və ya ölkə/il sabit effektlərini nəzərə almır, lakin məlumat strukturundakı güclü inkişaf səviyyəsi gradientini göstərir. `DIGI_std` ilə INF_PROXY arasındakı Pearson korrelyasiyası −0,780; `GREEN_std` ilə INF_PROXY arasındakı korrelyasiya +0,803; `LGDP` ilə INF_PROXY arasındakı korrelyasiya −0,854-dür.

Xüsusilə `DIGI_std` ilə `GREEN_std` arasındakı korrelyasiya −0,815, `GREEN_std` ilə `LGDP` arasındakı korrelyasiya −0,848 və şəhərləşmə ilə `GREEN_std` arasındakı korrelyasiya −0,873-dür. Bu nümunə GREEN indeksinin əsasən gəlir səviyyəsi və ənənəvi biokütlə istifadəsi ilə birlikdə dəyişdiyinə dair ölçmə xəbərdarlığını dəstəkləyir; təkbaşına səbəb-nəticəni göstərmir.

Tam nümunədə qeyri-rəsmilik nəticələri

* p<0,10; ** p<0,05; *** p<0,01.

Qeyri-rəsmilik tənliklərində gecikdirilmiş asılı dəyişən əmsalı təxminən 0,48-dir və %1 səviyyəsində əhəmiyyətlidir. Bu, INF_PROXY-nin zaman ərzində nəzərəçarpacaq davamlılıq göstərdiyini bildirir.

H1-in qeyri-rəsmilik hissəsinin əksinə olaraq `DIGI_std` dörd qeyri-rəsmilik spesifikasiyasının heç birində statistik baxımdan əhəmiyyətli deyil. Qiymətləndirmələr təxminən +0,36 ilə +0,75 arasındadır. Beləliklə, ölkə və il sabit effektləri ilə keçmiş qeyri-rəsmilik nəzərə alındıqda tam nümunədə rəqəmsal transformasiyanın orta hesabla qeyri-rəsmiliyi azaltdığı göstərilə bilmir.

`GREEN_std` isə üç əsas spesifikasiyada müsbət və əhəmiyyətlidir. Mənbə bu nəticəni müasir bərpa olunan enerjinin yayılmasının mənfi təsiri kimi deyil, GREEN indeksindəki ənənəvi biokütlə ölçmə probleminin mühüm əksi kimi şərh edir.

`DIGI × GREEN` qarşılıqlı təsiri tam nümunədə qeyri-rəsmilik üçün 0,591 və 0,230-dur; hər iki əmsal əhəmiyyətli deyil. Buna görə H3 üçün pooled nümunədə orta formalizasiya sinerjisi göstərilməmişdir.

Əmək məhsuldarlığı üçün nəticə fərqlidir

Model 5-də asılı dəyişən işçi başına istehsal səviyyəsidir. Burada `DIGI × GREEN` əmsalı 1,685 və p<0,01-dir. `DIGI_std` təkbaşına da +0,985 əmsal və p=0,090 ilə marjinal müsbət əlaqə göstərir.

Bu tapıntı rəqəmsal və yaşıl transformasiyanın məhsuldarlıq baxımından bir-birini tamamlaya biləcəyini, lakin eyni birgə transformasiyanın qeyri-rəsmi işçiləri avtomatik olaraq formal məşğulluğa keçirdiyinin deyilə bilməyəcəyini göstərir. Məhsuldarlıq və formalizasiya fərqli iqtisadi nəticələrdir və eyni sürətlə hərəkət etmək məcburiyyətində deyil.

47,5% internet penetrasiyası həddi

Rəqəmsal əmsalın müsbətdən mənfiyə dönməsi tam nümunədə niyə orta rəqəmsallaşma əlaqəsinin təxminən sıfıra yaxın göründüyünü izah edə biləcək heterogenliyi göstərir. Lakin rejim əmsalları ayrı-ayrılıqda dəqiq deyil; buna görə “internet nisbəti %47,5-i keçdikdə rəqəmsallaşma mütləq qeyri-rəsmiliyi azaldır” şəklində şərh mənbə tərəfindən dəstəklənmir.

Mənbənin 16. səhifəsindəki Şəkil 4 narıncı aşağı-internet və mavi yüksək-internet rejimlərini ayrı nöqtələr və fitted xətlərlə göstərir. Qrafik işarə dəyişməsini vizual olaraq güclü şəkildə göstərir; lakin nöqtə buluduna ölkə-il müşahidələri daxil olduğundan xəttin meyli səbəbli müdaxilə təsiri deyil.

Gəlir qrupuna görə ayrı modellər

Ayrı altqrup modeli ən güclü mənfi qarşılıqlı təsiri aşağı-orta gəlir qrupunda göstərir. Bu qrupa Vyetnam, İndoneziya, Filippin, Şri-Lanka, Pakistan və Butan daxildir. `DIGI_std` əmsalı +10,127, `GREEN_std` +19,456 və onların qarşılıqlı təsiri −8,685-dir. Riyazi baxımdan mənfi qarşılıqlı təsir, iki indeks birlikdə yüksəldikcə müstəqil müsbət əsas təsirlərin cəminin zəiflədiyini və müəyyən ortaq səviyyələrdə mənfi marjinal əlaqəyə çevrilə biləcəyini ifadə edir.

Lakin burada metodoloji bir detal vacibdir: gəlir qrupu alt modellərində nümunə kiçildiyi üçün il sabit effektləri istifadə edilməmişdir; modellər entity fixed effects ehtiva edir. Sonrakı pooled model həm ölkə, həm də il sabit effektlərindən birlikdə istifadə edir. Buna görə iki nəticə eyni spesifikasiyanın sadəcə fərqli məlumat hissələri deyil.

Aşağı-orta gəlir qrupunda rəqəmsal–yaşıl sinerji sübut edilmiş nəticədirmi?

Xeyr. Ayrı altqrup reqressiyası güclü və bootstrap düzəlişindən sonra da əhəmiyyətli mənfi `DIGI × GREEN` əmsalı yaradır; lakin ölkə və il sabit effektləri ilə bütün gəlir qruplarını eyni tənlikdə müqayisə edən pooled model aşağı-orta gəlir qrupu üçün nəzərdə tutulan əmsalın işarəsini −8,685-dən +6,660-a çevirir və nəticəni statistik baxımdan qeyri-müəyyən edir. Buna görə mənbə tədqiqatının ən təhlükəsiz şərhi odur ki, gəlir səviyyəsindən asılı heterogenlik mümkündür və araşdırılmağa dəyər, lakin möhkəm aşağı-orta gəlir sinerjisi və ya səbəbli mexanizm hələ sübut edilməmişdir.

Pooled gəlir-qrupu qarşılıqlı təsir modeli niyə kritikdir?

Pooled modeldə yüksək gəlirli iqtisadiyyatlar istinad qrupudur. Əsas `DIGI × GREEN` əmsalı −3,231 və p=0,619-dur. Yuxarı-orta gəlir üçün üçlü diferensial −3,154 və p=0,626; aşağı-orta gəlir üçün üçlü diferensial +9,891 və p=0,210-dur.

Bu əmsallar qrup səviyyəsində birləşdirildikdə:

Aşağı-orta və yuxarı-orta gəlir diferensiallarının birbaşa Wald müqayisəsi χ²=5,374 və p=0,020 olduğu halda, iki qrup qarşılıqlı təsir terminlərinin birgə testi χ²=5,388 və p=0,068-dir. Ayrı-ayrı qrup diferensialları əhəmiyyətli deyil. Mənbə N=186 ölkə-il və 16 ölkə klasteri ilə bu modelin çoxparametrli olduğunu və böyük standart xətaların spesifikasiya qeyri-sabitliyini əks etdirdiyini bildirir.

Mənbənin nəticələr bölməsindəki mühüm şərh gərginliyi

Mənbənin nəticələr bölməsinin ilk hissəsi aşağı-orta gəlir qrupundakı ayrı model tapıntısını tədqiqatın mərkəzi töhfəsi kimi güclü şəkildə vurğulayır. Bunun əksinə, eyni məqalənin abstract-ı, Bölmə 5.4-ü, pooled model təhlili və məhdudiyyətlər bölməsi bu nəticəni açıq şəkildə “specification-sensitive” kimi xarakterizə edir və onu möhkəm səbəbli sinerji sübutu saymamaq lazım olduğunu bildirir. Verianla baxımından elmi cəhətdən təhlükəsiz oxunuş ikinci və daha ehtiyatlı çərçivədir; güclü altqrup qiymətləndirməsi bildirilməli, lakin pooled işarə dönüşü heç bir halda gizlədilməməlidir.

Hipotezlər nə dərəcədə dəstəkləndi?

Siyasət baxımından tədqiqat nə təklif edir?

Mənbə siyasət nəticələrini güclü reseptlər kimi deyil, sınaqdan keçirilməli gündəm təklifləri kimi təqdim edir. Rəqəmsal və yaşıl strategiyaların koordinasiyalı şəkildə düşünülməli olduğunu, lakin hər gəlir qrupunda eyni təsiri yaradacağının fərz edilməməli olduğunu bildirir.

Aşağı-orta gəlirli iqtisadiyyatlar üçün mənbədə müzakirə olunan mümkün vasitələr yaşıl sənaye təşviqlərinin formal rəqəmsal ödəniş və elektron qeydiyyat sistemləri ilə əlaqələndirilməsi, bərpa olunan enerji investisiyalarının olduğu kənd və şəhərətrafı bölgələrdə rəqəmsal kimlik və mobil ödəniş infrastrukturunun genişləndirilməsi və inkişaf edən yaşıl dəyər zəncirlərində öz hesabına çalışanlara rəqəmsal maliyyə inklüzivliyi proqramlarının yönəldilməsi kimi birgə dizayn edilmiş müdaxilələrdir.

Lakin mənbə eyni bölmədə bu mexanizmin mövcud panel tərəfindən möhkəm şəkildə müəyyən edilmədiyini xüsusilə vurğulayır. Ölkə səviyyəsində tətbiq üçün sektorlar üzrə ayrışdırma, alternativ qeyri-rəsmilik ölçüləri, yalnız müasir bərpa olunan enerji seriyaları və ölkəyə xas monitorinq tələb olunur.

%47,5 internet penetrasiyası da mexaniki “əvvəl/sonra” siyasət düyməsi deyil. Mənbə çox aşağı rəqəmsal potensiala malik iqtisadiyyatlarda bağlantı, rəqəmsal kimlik və ödəniş infrastrukturunun prioritet ola biləcəyini; hədd ətrafında və ya ondan yuxarı iqtisadiyyatlarda yaşıl sektorun formalizasiya siyasətlərinin mövcud rəqəmsal infrastrukturla daha birbaşa birləşdirilə biləcəyini müzakirə edir. Lakin bu təklif hədd qeyri-müəyyənliyi və pooled modeldəki spesifikasiya həssaslığı səbəbindən hipotez səviyyəsində qiymətləndirilməlidir.

Tədqiqatın dəstəklədiyi nəticələr

• Asiya-Sakit okean nümunəsində qeyri-rəsmilik gəlir qrupları arasında böyük struktur fərqlər göstərir.
• Rəqəmsal transformasiyanın qeyri-rəsmiliklə tam nümunə üzrə orta əlaqəsi əhəmiyyətli deyil.
• GREEN indeksinin müsbət qeyri-rəsmilik əmsalı ciddi ənənəvi biokütlə ölçmə problemi daşıyır.
• Rəqəmsal–yaşıl qarşılıqlı təsir əmək məhsuldarlığı səviyyəsində müsbət və əhəmiyyətlidir.
• İnternet penetrasiyası ətrafında təxminən %47,5 səviyyəsində əlaqə işarəsinin dəyişdiyi hədd nümunəsi vardır.
• Ayrı gəlir qrupu modelləri güclü heterogenlik ehtimalını göstərir.
• Aşağı-orta gəlir alt qrupunda mənfi DIGI × GREEN qiymətləndirməsi wild cluster bootstrap düzəlişindən sonra da əhəmiyyətlidir.
• Pooled model bu aşağı-orta gəlir nümunəsinin möhkəm olmadığını və işarəsinin spesifikasiyadan asılı olaraq tərsinə dönə bildiyini göstərir.

Tədqiqatın dəstəkləmədiyi nəticələr

• Rəqəmsallaşmanın bütün Asiya-Sakit okean ölkələrində avtomatik olaraq qeyri-rəsmiliyi azaltdığını demək olmaz.
• Müasir bərpa olunan enerjinin qeyri-rəsmiliyi artırdığı nəticəsinə gəlmək olmaz.
• %47,5 internet istifadəsinin universal və dəqiq siyasət həddi olduğunu demək olmaz.
• Aşağı-orta gəlirli ölkələrdə əkiz transformasiyanın qeyri-rəsmiliyi səbəbli şəkildə azaltdığı sübut edilməmişdir.
• Vyetnam, İndoneziya və ya Filippin üçün vahid tipli siyasət resepti çıxarmaq olmaz.
• INF_PROXY bütün qeyri-rəsmi məşğulluq formalarını təmsil etmir.
• 17 ölkəlik paneldən bütün inkişaf etməkdə olan dünyaya birbaşa ümumiləşdirmə aparmaq olmaz.

Əsas məhdudiyyətlər

Birinci məhdudiyyət: qeyri-rəsmiliyin ölçülməsi. INF_PROXY yalnız öz hesabına çalışanları və töhfə verən ailə işçilərini əhatə edir; ILO-nun tam iş və müəssisə əsaslı qeyri-rəsmilik tərifi ilə ekvivalent deyil.

İkinci məhdudiyyət: yaşıl transformasiyanın ölçülməsi. Bərpa olunan enerji dəyişənində ənənəvi biokütlə ilə müasir bərpa olunan enerji mənbələri ayrıla bilmir. Bu, xüsusilə aşağı gəlirli iqtisadiyyatlarda GREEN indeksinin şərhini çətinləşdirir.

Üçüncü məhdudiyyət: ölkələrin sayının az olması. Əsas panel yalnız 17 iqtisadiyyatdan ibarətdir; pooled gəlir-qrupu modeli yeganə aşağı gəlirli ölkəni çıxardıqdan sonra 16 ölkə klasteri və 186 istifadə edilə bilən müşahidəyə enir.

Dördüncü məhdudiyyət: spesifikasiya həssaslığı. Aşağı-orta gəlir qrupunda `DIGI × GREEN` əmsalı ayrı modeldə −8,685 olduğu halda, pooled modeldə nəzərdə tutulan əmsal +6,660-dır.

Beşinci məhdudiyyət: Nickell qərəzi. İstifadə olunan dinamik sabit effektlər qiymətləndiricisi sonlu T şəraitində bu qərəzi düzəltmir.

Altıncı məhdudiyyət: endogenlik. Rəqəmsallaşma, yaşıl transformasiya və qeyri-rəsmilik qarşılıqlı şəkildə müəyyənləşə bilər. İstifadə olunan dizayn bu problemi etibarlı alət dəyişənləri ilə həll etmir.

Yeddinci məhdudiyyət: tamamlanmamış möhkəmlik paketi. Mənbə leave-one-country-out, alternativ clustering, placebo gəlir-qrupu təyinatları və alternativ gəlir təsnifatları kimi testlərin gələcəkdə aparılmalı olduğunu açıq şəkildə bildirir; aparılmamış testlər aparılmış kimi təqdim edilməmişdir.

Səkkizinci məhdudiyyət: hədd qeyri-müəyyənliyi. %47,5 hədd qiymətləndirməsi üçün Hansen likelihood-ratio etibar çoxluğu hesablanmamışdır və hədd modeli dinamik gecikdirilmiş asılı dəyişəni ehtiva etmir.

Elmi məna

Tədqiqatın ən mühüm elmi töhfəsi “əkiz transformasiya qeyri-rəsmiliyi azaldırmı?” sualına vahid orta əmsalla cavab verməyin mümkün olmaya biləcəyini göstərməsidir. Ölçmə üsulu, rəqəmsal potensial, gəlir qrupu və ekonometrik spesifikasiya nəticəni ciddi şəkildə dəyişə bilər.

Buna görə məqalənin ən təhlükəsiz mesajı müəyyən siyasət modelini təsdiqləmək deyil; rəqəmsal və yaşıl transformasiyanın əmək bazarı nəticələrini araşdırarkən inkişaf mərhələsini və ölçmə dizaynını modelin mərkəzinə qoymağın zəruri olmasıdır. Xüsusilə ənənəvi biokütlənin müasir bərpa olunan enerji ilə qarışdırılması və altqrup nəticəsinin pooled modeldə tərsinə dönməsi, böyük və əhəmiyyətli görünən əmsalların təkbaşına möhkəm struktur sübut olmadığını aydın göstərir.

Mənbə və Metod Qeydi

Özgün başlıq: Twin Transition and Labor Informality in Asia-Pacific: Threshold Effects and Income-Group Heterogeneity

Müəlliflər: Vu Mai Phuong; Nguyen Thi Giang; Le Thi Anh.

Məsul müəllif: Nguyen Thi Giang.

Qurum: Faculty of Political Theory, Banking Academy of Vietnam, Hanoi 100000, Vietnam.

Jurnal: Economies.

Nəşriyyat: MDPI.

Biblioqrafik qeyd: Economies, 2026, 14(9), 398.

DOI: 10.3390/economies14090398

Rəsmi nəşr bağlantısı: https://doi.org/10.3390/economies14090398

Nəşr prosesi: Redaksiyaya daxil olub 13 iyul 2026; yenidən işlənib 27 avqust 2026; qəbul edilib 28 avqust 2026; dərc edilib 7 sentyabr 2026.

Mənbə növü: Rəyçilər tərəfindən qiymətləndirilmiş açıq girişli tədqiqat məqaləsi.

Lisenziya: Creative Commons Attribution (CC BY).

Məlumat mənbələri: ILOSTAT və World Bank World Development Indicators; məlumatlara çıxış ILO SDMX məlumat xidməti və World Bank Data360 API vasitəsilə həyata keçirilmişdir.

Proqram təminatı: Stata 18.

Əsas metod: İllik ölkə paneli; PCA əsaslı rəqəmsal və yaşıl indekslər; ikiistiqamətli sabit effektlər; gecikdirilmiş asılı dəyişənli dinamik panel; ölkə-klasterli standart xətalar; Hansen tipli internet penetrasiyası hədd reqressiyası; gəlir qrupu alt nümunə modelləri; 999 təkrarlı wild cluster bootstrap-t; VIF diaqnostikaları; pooled gəlir-qrupu üçlü qarşılıqlı təsir modeli.

Maliyyələşmə: Tədqiqat Banking Academy of Vietnam (BAV) tərəfindən maliyyələşdirilmişdir.

Etik komitə: Tətbiq edilmir.

Məlumatlandırılmış razılıq: Tətbiq edilmir.

Məlumatların əlçatanlığı: Əsas məlumatlar ILOSTAT və World Bank-da ictimaiyyət üçün açıqdır. Emal edilmiş məlumat dəsti, məlumat yaratma skriptləri və replikasiya kodu əsaslandırılmış sorğu əsasında məsul müəllifdən əldə edilə bilər.

Maraqların toqquşması: Müəlliflər maraqların toqquşması barədə məlumat verməmişlər.

Müəllif töhfələri: Konseptuallaşdırma N.T.G. və V.M.P.; metod N.T.G.; proqram təminatı V.M.P.; doğrulama N.T.G., V.M.P. və L.T.A.; formal təhlil N.T.G. və V.M.P.; tədqiqat L.T.A.; resurslar L.T.A.; məlumatların kurasiyası V.M.P.; ilkin qaralama N.T.G.; nəzərdən keçirmə və redaktə üç müəllif; vizuallaşdırma V.M.P.; məsləhət və layihə idarəetməsi N.T.G.; maliyyələşmənin əldə edilməsi N.T.G.

Əsas elmi məhdudiyyət: İstifadə olunan modellər müşahidə xarakterli panel məlumatlarında şərti əlaqələri qiymətləndirir. Endogenlik qəti şəkildə həll edilmədiyi və dinamik sabit effektlər qiymətləndiricisi Nickell qərəzini düzəltmədiyi üçün nəticələr səbəbli təsir kimi oxunmamalıdır. Xüsusilə aşağı-orta gəlir qrupundakı mənfi rəqəmsal–yaşıl qarşılıqlı təsir ayrı altqrup modelində güclü olsa da pooled modeldə işarə dəyişir.