Okun Qanunu iqtisadi fəaliyyətlə işsizlik arasında adətən əks istiqamətdə müşahidə olunan empirik makroiqtisadi əlaqədir: istehsal potensial səviyyədən yuxarı qalxdıqda işsizlik fərqinin azalması, istehsal zəiflədikdə isə işsizliyin yüksəlməsi gözlənilir. Ángel Maridueña-Larrea və Ángel Martín-Románın tədqiqatı bu əlaqənin vahid və universal bir əmsalla izah olunub-olunmadığını 1992–2023 dövründə 163 ölkənin illik məlumatları əsasında araşdırır. Tədqiqat yalnız ümumi Okun əmsalını deyil, gəlir qruplarına görə heterogenliyi, 2020 COVID-19 şokunun qiymətləndirməyə təsirini, genişlənmə və daralma dövrləri arasındakı asimmetriyanı və ölkə əmsallarının coğrafi baxımdan klasterləşib-klasterləşmədiyini də araşdırır.

Tədqiqatın əsas nəticəsi ondan ibarətdir ki, Okun Qanunu ölkələrin böyük hissəsində keçərli olsa da, əmsalın böyüklüyü xeyli heterogendir. 2020-ci ilin ortaq şoku nəzarətə alındıqda mənfi və statistik baxımdan əhəmiyyətli Okun əlaqəsi 121 ölkədə müşahidə olunur. Orta mütləq əmsal yüksək gəlirli iqtisadiyyatlarda daha böyük, orta gəlirli iqtisadiyyatlarda daha kiçik, aşağı gəlirli iqtisadiyyatlarda isə sıfıra yaxın səviyyədədir. Bundan əlavə, işsizliyin istehsal daralmalarına reaksiyası orta hesabla iqtisadi genişlənmələrdəki əks istiqamətli reaksiyadan daha güclüdür.

Məkan təhlili də mühüm əlavə nəticə verir. Ölkə səviyyəsində qiymətləndirilmiş Okun əmsalları coğrafiyada təsadüfi şəkildə paylanmır; bir-birinə yaxın ölkələr oxşar tsiklik işsizlik həssaslığı göstərməyə meyllidir. Moran's I nəticələri bu məkan avtokorrelyasiyasının həm ümumi əmsalda, həm də genişlənmə və daralma əmsallarında müsbət və statistik baxımdan əhəmiyyətli olduğunu, həmçinin klasterləşmənin iqtisadi daralmalarda daha güclü hala gəldiyini göstərir. Bununla yanaşı, tədqiqat bu nəticəni qonşu ölkələrin bir-birinə müəyyən böyüklükdə işsizlik şokunu səbəb-nəticə əlaqəsi ilə ötürdüyünün sübutu kimi təqdim etmir.

Okun Qanununun əsas ideyası

Okun Qanunu işsizliklə real iqtisadi fəaliyyət arasındakı əks istiqamətli tsiklik əlaqənin empirik ifadəsidir. Əmək bazarının istehsaldakı dəyişikliyə nə qədər güclü reaksiya verdiyi Okun əmsalı ilə ölçülür. Əmsalın mənfi olması istehsal və ya istehsal fərqi yüksəldikcə işsizliyin yaxud işsizlik fərqinin azalması ilə uyğun gəlir. Lakin əmsalın böyüklüyü eyni istehsal şokunun müxtəlif iqtisadiyyatlarda işsizliyi eyni dərəcədə dəyişdirməli olmadığını göstərir.

Bu fərq mühümdür; çünki iki ölkədə real ÜDM oxşar nisbətdə azalarkən birində işsizlik sürətlə yüksələ, digərində isə dəyişikliyin mühüm hissəsi iş saatları, qeyri-formal məşğulluq, özünüməşğulluq, işçi qüvvəsində iştirak və ya natamam məşğulluq vasitəsilə absorbsiya oluna bilər. Buna görə aşağı Okun əmsalı mütləq şəkildə əmək bazarının iqtisadi şokdan həqiqətən daha az təsirləndiyi demək deyil; ölçülən açıq işsizlik səviyyəsinin şoku hansı dərəcədə əks etdirməsi də vacibdir.

Okun Əmsalı Nəyi Ölçür?

Okun əmsalı iqtisadi fəaliyyətdəki tsiklik dəyişikliyə işsizliyin nə dərəcədə əks istiqamətdə reaksiya verdiyini ölçən empirik əmsaldır. Bu tədqiqatın gap modelində \(\beta_1<0\), müsbət istehsal fərqinin daha aşağı işsizlik fərqi ilə əlaqəli olduğunu; əmsalın mütləq qiymətinin böyüməsi isə işsizliyin istehsal tsiklinə daha həssas olduğunu göstərir. Əmsal fizika qanunundakı universal sabit deyil; ölkənin strukturu, gəlir qrupu, əmək bazarı və istifadə olunan ekonometrik tərif dəyişdikcə onun böyüklüyü də dəyişə bilər.

Tədqiqatın ədəbiyyatdakı boşluğu

Okun Qanunu onilliklərdir sınaqdan keçirilsə də, ədəbiyyatın mühüm hissəsi inkişaf etmiş iqtisadiyyatlar üzərində cəmləşmişdir. Tədqiqatçılar bunun iki mühüm problemi görünməz qoya biləcəyini vurğulayırlar. Birincisi, qeyri-formal məşğulluğun və özünüməşğulluğun geniş yayıldığı iqtisadiyyatlarda istehsaldakı dəyişikliyin ölçülən açıq işsizliyə ötürülməsi daha zəif ola bilər. İkincisi, işsizlik–istehsal əlaqəsini bütün biznes tsikli üçün vahid əmsalla qiymətləndirmək genişlənmə ilə daralma arasındakı asimmetriyanı gizlədə bilər.

Tədqiqatın başqa bir orijinal istiqaməti məkan asılılığıdır. Ölkələrin əmək bazarları tam təcrid olunmuş deyil. Coğrafi yaxınlıq; ticarət, istehsal strukturu, işçi hərəkətliliyi və oxşar institusional xüsusiyyətlərlə birlikdə qonşu iqtisadiyyatların tsiklik həssaslıqlarının bir-birinə bənzəməsi ilə müşayiət oluna bilər. Buna görə tədqiqat “ölkə əmsalları yalnız bir-birindən fərqlənirmi, yoxsa fərqlər coğrafi baxımdan təşkilatlanırmı?” sualını da sınaqdan keçirir.

Səkkiz tədqiqat hipotezi

Tədqiqat səkkiz hipotezi sistemli şəkildə sınaqdan keçirir:

1. Gap modelində ölkələrin çoxunda Okun əmsalı mənfi və statistik baxımdan əhəmiyyətlidir.
2. 2020 COVID-19 şokunun nəzarətə alınması bəzi ölkələrdə əmsalın böyüklüyünü və ya əhəmiyyətliliyini iqtisadi baxımdan nəzərəçarpacaq dərəcədə dəyişdirir.
3. Gap modeli ilə birinci fərq modeli fərqli Okun əmsalları yarada bilər.
4. Okun əmsalının orta mütləq böyüklüyü Dünya Bankının gəlir qrupları arasında fərqlidir.
5. İşsizliyin istehsal dalğalanmalarına reaksiyası genişlənmə və daralma mərhələləri arasında fərqlidir.
6. Okun əmsalının mütləq böyüklüyü daralmalarda genişlənmələrlə müqayisədə orta hesabla daha yüksəkdir.
7. Ölkə səviyyəsində Okun əmsallarında müsbət və əhəmiyyətli məkan avtokorrelyasiyası vardır.
8. Məkan avtokorrelyasiyası daralma əmsallarında genişlənmə əmsalları ilə müqayisədə daha güclüdür.

Məlumat dəsti və qlobal əhatə

Nümunə 163 ölkəni və 1992–2023 dövründəki illik müşahidələri əhatə edir. Real ÜDM 2015-ci ilin sabit qiymətləri ilə Dünya Bankı göstəricilərindən götürülmüş, tsiklik komponentin ayrılması üçün təbii loqarifmə çevrilmiş və birinci fərq modelində illik artım tempinin hesablanmasında istifadə edilmişdir. İşsizlik səviyyəsi iqtisadi fəal əhali daxilində işi olmayan, lakin işləməyə hazır olan və fəal şəkildə iş axtaran şəxslərin payını ifadə edir.

2023-cü il Dünya Bankı gəlir təsnifatına görə nümunədə 54 yüksək gəlirli, 90 orta gəlirli və 19 aşağı gəlirli iqtisadiyyat vardır. Mənbə tədqiqat aşağı-orta və yuxarı-orta gəlir qruplarını vahid “orta gəlir” kateqoriyasında birləşdirmişdir. Bu təsnifat müxtəlif əmək bazarı strukturlarına malik iqtisadiyyatların orta tsiklik həssaslıqlarını müqayisə etmək üçün istifadə edilmişdir.

Mənbənin 9-cu səhifəsindəki dünya xəritəsi gəlir qruplarının coğrafi paylanmasını göstərir. 10-cu səhifədəki ikinci xəritə isə 2023-cü il işsizlik səviyyələrini altı interval üzrə göstərir. Ən yüksək intervalda Botswana %23.38, Cənubi Afrika %32.20 və Esvatini %35.09 ilə seçilir. Bu xəritələr əsas ekonometrik sübut deyil; sonrakı heterogenlik və məkan təhlillərinin qlobal kontekstini görünən edən təsviri vasitələrdir.

Stasionarlıq yoxlaması niyə lazımdır?

Gap və birinci fərq modellərinin etibarlı şəkildə qiymətləndirilə bilməsi üçün istifadə olunan çevrilmiş sıraların stasionarlığı yoxlanılmışdır. Tədqiqatçılar Augmented Dickey–Fuller (ADF), Phillips–Perron (PP) və Kwiatkowski–Phillips–Schmidt–Shin (KPSS) testlərini birlikdə tətbiq etmişlər. Gap modelində HP filtrindən əldə edilən istehsal və işsizlik fərqləri; birinci fərq modelində isə işsizliyin illik dəyişməsi ilə real istehsal artımı sınaqdan keçirilmişdir.

Əlavə Cədvəl A1 ölkələr üzrə test nəticələrini ətraflı təqdim edir. Tədqiqat istifadə olunan çevrilmiş sıraların ekonometrik qiymətləndirmə üçün zəruri stasionarlıq xüsusiyyətlərini ödədiyini bildirir.

COVID-19 Niyə Ayrı Bir 2020 Nəzarəti ilə Modelləşdirilmişdir?

Tədqiqat 2020-ci ili 163 iqtisadiyyata eyni təqvim dövründə təsir edən fövqəladə və ortaq qlobal şoku adi biznes tsikli hərəkətlərindən ayırmaq üçün dummy dəyişəni ilə nəzarətə alır. Bu dummy pandemiyanın bütün ölkələrdə eyni böyüklükdə təsir göstərdiyini fərz etmir; yalnız ortaq zamanlamanı ayırmağı məqsəd qoyur. Əvvəlki böhranlara eyni birillik yanaşmanın tətbiq edilməməsinin səbəbi həmin böhranların ölkələr arasında başlanma vaxtı, müddəti və şiddəti baxımından daha heterogen olmasıdır.

Tədqiqatın Metodu və Nəticələri

1. Gap modeli

Əsas gap modeli faktiki işsizlik səviyyəsinin təbii işsizlik səviyyəsindən kənarlaşmasını real istehsalın potensial istehsaldan kənarlaşması ilə əlaqələndirir:

\[ (u_t-u_t^*)=\beta_0+\beta_1(y_t-y_t^*)+\varepsilon_t \tag{1} \]

Burada \(u_t\) faktiki işsizlik səviyyəsi, \(u_t^*\) təbii işsizlik səviyyəsi, \(y_t\) real istehsalın təbii loqarifmi, \(y_t^*\) potensial real istehsalın təbii loqarifmi və \(\varepsilon_t\) xəta terminidir. \((u_t-u_t^*)\) işsizlik fərqini, \((y_t-y_t^*)\) istehsal fərqini göstərir. \(\beta_1\) gap tərifində Okun əmsalıdır və nəzəri gözlənti \(\beta_1<0\)-dır.

Təbii işsizlik səviyyəsi və potensial istehsal birbaşa müşahidə edilmədiyi üçün Hodrick–Prescott filtri istifadə edilmişdir. İllik sıralar üçün hamarlama parametri \(\lambda=100\) olaraq müəyyən edilmişdir. Tədqiqatçılar HP filtrinin trend seçiminə bağlı olması səbəbindən nəticələri yalnız gap modelinə əsaslandırmamış, həmçinin filtrsiz birinci fərq modeli ilə dayanıqlılıq yoxlaması aparmışlar.

Gap modelləri Ordinary Least Squares (OLS) üsulu və White heteroskedastikliyə davamlı standart xətaları ilə qiymətləndirilmişdir. Geniş və heterogen ölkə nümunəsinə görə statistik əhəmiyyətlilik həddi %10 və ya daha yaxşı səviyyə kimi qəbul edilmiş; Əlavə Cədvəl A2 həmçinin %1, %5 və %10 əhəmiyyətlilik səviyyələrini ayrı-ayrı ulduzlarla göstərmişdir.

2. COVID-19 nəzarətli gap modeli

2020-ci ilin ortaq şokunu ayırmaq üçün model aşağıdakı şəkildə genişləndirilmişdir:

\[ (u_t-u_t^*)=\beta_0+\beta_1(y_t-y_t^*)+\beta_2D_t+\varepsilon_t \tag{2} \]

\(D_t\) 2020 üçün 1, digər illər üçün 0 qiymətini alır. Beləliklə, \(\beta_1\) 2020-ci ilin ortaq şoku nəzarətə alındıqdan sonrakı tsiklik işsizlik həssaslığını təmsil edir.

Şəkil 3-ün müqayisəsi COVID nəzarətinin ümumi əlaqənin işarəsini böyük ölçüdə dəyişdirmədiyini göstərir. COVID dummy-si əlavə edilməzdən əvvəl və əlavə edildikdən sonra 117 ölkə statistik baxımdan əhəmiyyətli qalmış; bunların 116-sında gözlənilən mənfi işarə müşahidə edilmişdir. Yalnız 10 ölkə əhəmiyyətlilik kateqoriyasını dəyişmişdir: beş ölkə əhəmiyyətlilik qazanmış, beş ölkə isə əhəmiyyətliliyini itirmişdir.

Bununla belə, əmsalların böyüklüyü tam sabit deyil. Mütləq dəyişikliyin medianı təxminən 0.01-dir və ölkələrin təxminən %60-ında dəyişiklik 0.01-dən aşağıdır. Əvəzində nümunənin təxminən %15-ində dəyişiklik 0.05-i aşır. Buna görə COVID nəzarəti əlaqənin qlobal mövcudluğunu yenidən yazmaqdan daha çox bəzi ölkələrin əmsal böyüklüyünün daha düzgün müqayisə edilməsini təmin edir.

2020 nəzarəti altında mənfi və statistik baxımdan əhəmiyyətli Okun əlaqəsi ümumilikdə 121 ölkədə müşahidə olunur. 32 ölkədə mənfi, lakin statistik baxımdan əhəmiyyətli olmayan əmsallar vardır; 10 halda isə əmsal gözlənilən mənfi işarəni və ya tələb olunan əhəmiyyətliliyi təmin etmədiyi üçün hipotezi dəstəkləyən sübut kimi istifadə edilmir.

3. Birinci fərq modeli

Gap modelindəki potensial istehsal və təbii işsizlik kimi müşahidə olunmayan trend komponentlərindən asılılığı azaltmaq üçün tədqiqat ikinci standart Okun tərifindən istifadə edir:

\[ u_t-u_{t-1}=\gamma_0+\gamma_1g_{yt}+\gamma_2D_t+\epsilon_t \tag{3} \]

\(\Delta u_t=u_t-u_{t-1}\) işsizlik səviyyəsinin illik dəyişməsini, \(g_{yt}\) real istehsal artımını, \(\gamma_1\) birinci fərq tərifində Okun əmsalını və \(\gamma_2\) 2020-ci ilin ortaq şokunun təsirini göstərir. Nəzəri gözlənti yenə \(\gamma_1<0\)-dır.

Gap və birinci fərq modelləri əlaqənin istiqaməti və geniş ölkə nümunəsi baxımından böyük ölçüdə eyni nəticəyə gəlir. Buna qarşılıq, gap modeli ölkələrin çoxunda daha böyük mütləq əmsal yaradır. Bu vəziyyət “Okun əmsalı” adlandırılan rəqəmin istifadə olunan ekonometrik spesifikasiyadan tam müstəqil universal dəyər olmadığını göstərir.

Okun Əmsalı Gəlir Qrupları Arasında Niyə Bu Qədər Fərqlidir?

Mənbə tədqiqatın şərhinə görə fərqin mühüm hissəsi əmək bazarının istehsal şokunu hansı kanal vasitəsilə absorbsiya etməsindən asılıdır. Yüksək gəlirli və daha formal muzdlu məşğulluq strukturuna malik iqtisadiyyatlarda istehsal daralması açıq işsizliyə daha birbaşa əks oluna bilər; qeyri-formal məşğulluğun, kənd təsərrüfatının və özünüməşğulluğun geniş yayıldığı iqtisadiyyatlarda isə eyni şok açıq işsizlik əvəzinə natamam məşğulluq, özünüməşğulluq, dolanışıq fəaliyyəti və ya işçi qüvvəsində iştirak dəyişiklikləri vasitəsilə absorbsiya edilə bilər. Tədqiqat bu institusional mexanizmləri birbaşa səbəb-nəticə əlaqəsi ilə qiymətləndirmir, ölkə nümunələrini mövcud ədəbiyyat çərçivəsində bu şəkildə şərh edir.

Bu dəyərlər gəlir qruplarının ortalamalarıdır; ayrı-ayrı ölkələr qrup ortalamasından əhəmiyyətli dərəcədə kənara çıxa bilər. Məsələn, gap modelində İspaniya −0.95, Polşa −0.90 və ABŞ −0.63 ilə yüksək mütləq əmsallara malikdir. Orta gəlir qrupunda Albaniya −0.63, Kosta Rika −0.50 və Əlcəzair təxminən −0.50 ilə öz qrup ortalamasından yüksək həssaslıq göstərir.

4. Tsiklik asimmetriya modeli

İqtisadiyyatın genişlənmə və daralma dövrlərində eyni əmsalı yaradıb-yaratmadığını araşdırmaq üçün istehsal fərqi müsbət və mənfi komponentlərə ayrılmışdır:

\[ (y_t-y_t^*)^+=\max(y_t-y_t^*,0) \]

\[ (y_t-y_t^*)^-=\min(y_t-y_t^*,0) \]

Asimmetrik model:

\[ (u_t-u_t^*)= \theta_0+ \beta^+(y_t-y_t^*)^+ + \beta^-(y_t-y_t^*)^- + \delta D_t+ \mu_t \tag{4} \]

\(\beta^+\) istehsalın potensialdan yuxarı olduğu genişlənmə dövrlərindəki, \(\beta^-\) isə mənfi istehsal fərqinin olduğu daralma dövrlərindəki işsizlik həssaslığıdır. Hər iki əmsalın nəzəri olaraq mənfi olması gözlənilir. \(|\beta^-|>|\beta^+|\) olması işsizliyin daralmalara genişlənmələrdən daha güclü reaksiya verdiyini göstərir.

İşsizlik Daralmalarda Genişlənmələrdən Niyə Daha Güclü Reaksiya Verir?

Mənbə nəticələri işsizliyin istehsal daralmalarına reaksiyasının orta hesabla genişlənmə dövrlərindəki yaxşılaşmadan daha güclü olduğunu göstərir; lakin bu nümunə hər ölkə üçün dəyişməz qanun deyil. Müəlliflərin müzakirə etdiyi izahlar arasında işəgötürənlərin tənəzzül dövrlərində işçi qüvvəsini daha tez azaltması, bərpa dövründə isə işə qəbulda daha ehtiyatlı davranması, işə qəbul və işdən çıxarma xərclərinin fərqliliyi, riskdən yayınma, əmək bazarı institutları və qeyri-formal məşğulluğun şokları müxtəlif kanallarda absorbsiya etməsi vardır.

Mənbənin 14-cü səhifəsindəki Şəkil 7-də müşahidələrin çoxu 45 dərəcəlik bərabərlik xəttinin altında yerləşir; bu, \(\beta^-\)-nin mütləq böyüklüyünün əksər hallarda \(\beta^+\)-dan daha böyük olduğu deməkdir. Daralma həssaslığı İspaniyada −1.00, ABŞ-da −0.93 və Yunanıstanda −0.72 kimi olduqca yüksək dəyərlərə çatır.

Bu bölgü mühüm şərh sərhədi yaradır. Orta nəticə daralmalardakı əmsalın daha güclü olduğunu göstərsə də, 36 ölkədə yalnız genişlənmə əmsalının, 31 ölkədə isə yalnız daralma əmsalının əhəmiyyətli olması ölkələr arasında ciddi struktur fərqlərinin mövcudluğunu ortaya qoyur. Buna görə “hər ölkədə işsizlik həmişə daralmada daha güclü reaksiya verir” şəklində universal nəticə çıxarmaq olmaz.

Türkiyənin mənbə nəticələrindəki yeri

Türkiyə mənbə Cədvəl 2-də orta gəlir qrupunda yer alır və statistik baxımdan əhəmiyyətli əks Okun əlaqəsi yalnız mənfi istehsal fərqi, yəni daralma fazası üçün bildirilən ölkələr arasındadır. Bu təsnifat Türkiyənin 1992–2023 mənbə nümunəsindəki qiymətləndirməsinə aiddir; fərqli dövr, məlumat tezliyi və ya model seçimi altında əmsalın eyni qalacağı demək deyil.

5. Məkan asılılığı və Moran's I

Ölkə üzrə Okun əmsalları qiymətləndirildikdən sonra tədqiqatçılar oxşar əmsalların coğrafi baxımdan yanaşı klasterləşib-klasterləşmədiyini Moran's I statistikası ilə sınaqdan keçirmişlər:

\[ I= \frac{n}{S_0} \frac{ \sum_i\sum_j w_{ij}(X_i-\bar{X})(X_j-\bar{X}) }{ \sum_i(X_i-\bar{X})^2 } \tag{5} \]

Burada \(n\) ölkə sayı, \(X_i\) ölkə \(i\)-nin Okun əmsalı və ya fazaya xas əmsalı, \(\bar{X}\) ölkə əmsallarının kəsik üzrə ortalaması, \(w_{ij}\) ölkələr arasındakı coğrafi qonşuluq çəkisi və \(S_0\) bütün məkan çəkilərinin cəmidir. Müsbət və statistik baxımdan əhəmiyyətli Moran's I coğrafi baxımdan bir-birinə yaxın ölkələrin oxşar əmsallara malik olmağa meylli olduğunu göstərir.

Nəticənin tək bir qonşuluq tərifindən asılı olub-olmadığını görmək üçün üç k-ən yaxın qonşu matrisi qurulmuşdur: \(k=1\), \(k=5\) və \(k=10\). Təhlil ümumi əmsal, genişlənmə əmsalı və daralma əmsalı üçün ayrıca aparılmışdır.

Moran's I Nəticəsi Qonşu Ölkələrin Bir-birinə Səbəb-Nəticə Əlaqəsi ilə İşsizlik Şoku Ötürdüyünü Sübut Edirmi?

Xeyr. Müsbət və əhəmiyyətli Moran's I oxşar Okun həssaslıqlarının coğrafi baxımdan klasterləşdiyini göstərir; lakin bir ölkənin əmsalının hansı hissəsinin qonşu ölkələrin iqtisadiyyatlarından səbəb-nəticə əlaqəsi ilə qaynaqlandığını ölçmür. Belə birbaşa və dolayı spillover təsirlərini kəmiyyətcə qiymətləndirmək üçün spatial lag, spatial error və ya Spatial Durbin kimi daha qabaqcıl məkan ekonometrik modelləri tələb olunur.

Bu müqayisə tədqiqatın yeddinci və səkkizinci hipotezlərini dəstəkləyir. Tsiklik işsizlik həssaslıqları coğrafi baxımdan klasterləşir və bu klasterləşmə iqtisadi daralma dövrlərində daha güclüdür.

Əmək bazarının strukturu nəticələrə necə təsir edə bilər?

Mənbə müzakirəsi gəlir səviyyəsi ilə əmsal arasındakı əlaqəni yalnız “varlı ölkələrdə qanun daha güclüdür” şəklində şərh etmir. Yüksək gəlirli iqtisadiyyatlarda muzdlu və formal məşğulluğun daha böyük paya malik olması istehsal itkisinin açıq işsizlik kimi daha asan qeydə alınmasına səbəb ola bilər. Qeyri-formal məşğulluğun, kənd təsərrüfatının və özünüməşğulluğun daha geniş yayıldığı iqtisadiyyatlarda isə işçilər işsiz kimi qeydə alınmaq əvəzinə başqa aşağı məhsuldar və ya dolanışıq fəaliyyətlərinə keçə bilərlər.

İşçi qüvvəsində iştirak da mühüm marjdır. İşini itirən bəzi şəxslər iş axtarmağı dayandıraraq işçi qüvvəsindən kənara çıxa, ailə gəlirindəki azalmanı kompensasiya etmək istəyən digər şəxslər isə işçi qüvvəsinə qoşula bilər. İşsizlik səviyyəsi bu hərəkətlərin hamısını təkbaşına göstərmir. Buna görə ölkə əmsalı həm də ölçülən işsizliyin həmin iqtisadiyyatda əmək bazarının uyğunlaşmasının nə qədərini əks etdirdiyini göstərir.

Tədqiqatın siyasət şərhi

Mənbənin siyasət mesajı “bütün ölkələr üçün vahid Okun əmsalından istifadə et” deyil; tam əksidir. Orta əmsal üzərində qurulmuş siyasət kalibrlənməsi əmək bazarı strukturu kəskin fərqlənən iqtisadiyyatlarda yanıltıcı ola bilər.

Aşağı gəlirli iqtisadiyyatlarda qeyri-formal və özünüməşğul təbəqə istehsal şokunun mühüm hissəsini açıq işsizlikdən kənar kanallarda absorbsiya etdiyinə görə yalnız formal işsizlik üzərindən işləyən tələb idarəetmə vasitələrinin əhatə dairəsi məhdud ola bilər. Mənbə müəllifləri bu kontekstdə formallaşmanın və işsizlik sığortası əhatəsinin genişləndirilməsini mühüm ilkin şərt kimi müzakirə edirlər.

Orta gəlirli iqtisadiyyatlarda formal nüvənin yanında müvəqqəti və qeyri-formal çalışanların geniş təbəqəsi ola bilər. Buna görə problem yalnız siyasət alətinin mövcudluğu deyil, dəstəyin hansı işçilərə çata bilməsidir. Yalnız formal nüvəni qoruyan tədbirlər uyğunlaşma yükünü daha həssas işçilərin üzərinə keçirə bilər.

Yüksək gəlirli iqtisadiyyatlarda isə ölçülən işsizlik reaksiyası daha kəskin olduğuna görə daralma dövrlərində əmək münasibətlərini qoruyan qısamüddətli iş və ya işdə saxlama proqramları daha birbaşa siyasət aləti kimi müzakirə olunur.

Asimmetrik nəticə zamanlama baxımından da mühümdür. Daralmada itirilən məşğulluq bərpa zamanı eyni sürətlə geri qazanılmırsa, əks-tsiklik dəstəyin daralma dərinləşdikdən sonra deyil, erkən mərhələdə tətbiqi daha dəyərli ola bilər. Məkan klasterləşməsinin daralmalarda güclənməsi isə eyni vaxtda şok yaşayan qonşu iqtisadiyyatların müəyyən hallarda siyasət koordinasiyasından faydalana biləcəyi fikrini dəstəkləyir. Mənbə açıq şəkildə bunları qəti reseptlər deyil, heterogen nəticələrdən irəli gələn siyasət istiqamətləri kimi məhdudlaşdırır.

Tədqiqatın dəstəklədiyi nəticələr

• Okun Qanunu nümunədəki ölkələrin çoxunda mənfi işsizlik–istehsal əlaqəsi kimi empirik dəstək tapır.
• 2020 COVID-19 nəzarəti ölkələrin çoxunda əmsalın işarəsini və ya əhəmiyyətlilik statusunu dəyişdirmir; lakin bəzi ölkələrdə əmsalın böyüklüyünü nəzərəçarpacaq dərəcədə dəyişdirir.
• Gap və birinci fərq modelləri əlaqənin istiqaməti üzrə böyük ölçüdə uzlaşsa da, əmsalın böyüklüyü istifadə olunan üsula həssasdır.
• Yüksək gəlirli ölkələrin orta mütləq Okun əmsalı orta və aşağı gəlir qruplarından daha böyükdür.
• İşsizlik həssaslığı orta hesabla iqtisadi daralmalarda genişlənmələrə nisbətən daha güclüdür.
• Okun əmsalları coğrafi baxımdan müsbət klasterləşmə göstərir.
• Məkan klasterləşməsi daralma dövrlərində genişlənmələrlə müqayisədə daha güclüdür.

Tədqiqatın dəstəkləmədiyi nəticələr

• Okun əmsalı bütün ölkələrdə eyni deyil və universal sabit kimi şərh oluna bilməz.
• Hər ölkədə daralma əmsalının mütləq şəkildə genişlənmə əmsalından daha böyük olduğunu demək olmaz.
• Aşağı gəlirli ölkələrdə kiçik əmsal əmək bazarının iqtisadi şoklardan təsirlənmədiyini sübut etmir.
• COVID dummy-si pandemiyanın hər ölkədə fərqli böyüklükdəki təsirini tam modelləşdirmir; yalnız 2020-ci ilin ortaq zaman şokunu ayırır.
• Moran's I sərhədlərarası səbəb-nəticəli spillover təsirinin böyüklüyünü ölçmür.
• Tədqiqat əmək bazarı institutlarının, qeyri-formallığın və ya işdən çıxarma xərclərinin Okun əmsalına səbəb-nəticə təsirini birbaşa qiymətləndirmir.
• İllik məlumatlar qısamüddətli və ya rüblük/aylıq əmək bazarı hərəkətlərini ətraflı şəkildə əks etdirə bilmir.

Məhdudiyyətlər və gələcək tədqiqatlar

Birinci əsas məhdudiyyət məlumat tezliyidir. İllik məlumatlar orta və uzunmüddətli hərəkətləri müqayisə etmək üçün geniş qlobal əhatəyə imkan verdiyi halda qısamüddətli əmək bazarı uyğunlaşmalarını hamarlayır. Məlumat əlçatanlığı yaxşılaşdıqca rüblük və ya daha yüksək tezlikli qlobal müqayisələr daha ətraflı zaman dinamikası təqdim edə bilər.

İkinci məhdudiyyət ölkələrarası işsizlik göstəricilərinin müqayisə edilə bilməsidir. Rəsmi işsizlik səviyyəsi formal və qeyri-formal məşğulluq arasındakı sərhədi müxtəlif iqtisadiyyatlarda eyni dərinlikdə əks etdirmir. Bu problem tədqiqatın özünün sənədləşdirdiyi əmsal heterogenliyinin bir hissəsini izah edə biləcək mühüm ölçmə aspektidir.

Üçüncüsü, 2020 ortaq qlobal zaman şoku kimi xüsusi şəkildə modelləşdirilmişdir; əvvəlki böhranlar üçün ölkəyə xas qırılma tarixləri və şiddətləri ayrıca qiymətləndirilməmişdir. Dördüncüsü, tədqiqat qeyri-formallıq və institusional əmək bazarı strukturu ilə uyğun nümunələr göstərsə də, bu müəyyənediciləri birbaşa səbəb-nəticə regresorları kimi qiymətləndirmir.

Məkan təhlili də təsviri məkan asılılığı səviyyəsindədir. Moran's I əmsalların coğrafi düzülüşünü müəyyən edir, lakin qonşu ölkə təsirinin birbaşa və dolayı böyüklüyünü ayırmır. Spatial lag, spatial error və Spatial Durbin modelləri; sektorlar üzrə Okun qiymətləndirmələri; qadınlar və gənclər kimi demoqrafik qrupların ayrıca təhlili və daha yüksək tezlikli məlumatlar tədqiqatın təklif etdiyi təbii davam istiqamətləridir.

Mənbə və Metod Qeydi

Orijinal başlıq: Cyclical Asymmetries and Spatial Dependence in Okun’s Law: Global Evidence from 163 Countries

Müəlliflər: Ángel Maridueña-Larrea; Ángel Martín-Román.

Məsul müəllif: Ángel Martín-Román.

Qurumlar: Facultad de Ciencias Sociales, Educación Comercial y Derecho, Universidad Estatal de Milagro; Facultad de Economía Agrícola, Universidad Agraria del Ecuador; Centro de Estudios Económicos para el Desarrollo del Ecuador; Observatorio de la Política Económica y Competitividad del Ecuador; Facultad de Ciencias Sociales, Jurídicas y de la Comunicación, Universidad de Valladolid.

Jurnal: Economies.

Nəşriyyat: MDPI.

Biblioqrafik qeyd: 2026, 14(7), Məqalə 272.

DOI: 10.3390/economies14070272.

Tarixlər: Daxil olub 17 Mart 2026; reviziya 26 İyun 2026; qəbul 3 İyul 2026; nəşr 13 İyul 2026.

Mənbə növü: Resenziyalı, nəşr olunmuş ölkələrarası makroekonometrik tədqiqat məqaləsi.

Lisenziya: Creative Commons Attribution (CC BY). Verianla mətni mənbə məqalənin tam mətn tərcüməsi və ya cümlə-cümlə yenidən yazılması deyil; mənbədə bildirilən metod, məlumat, əmsallar və məhdudiyyətlər müstəqil öyrədici quruluşda izah edilmişdir.

Nümunə: 163 ölkə, 1992–2023 illik məlumat.

Əsas məlumat mənbələri: Real ÜDM və işsizlik göstəriciləri üçün World Bank Indicators; ölkələrin coğrafi istinadları üçün geoBoundaries.

Əsas metodlar: Hodrick–Prescott filtri ilə \(\lambda=100\) istifadə edən gap modeli; 2020 COVID dummy-si; birinci fərq modeli; genişlənmə və daralma komponentlərinə ayrılmış asimmetrik gap modeli; OLS; White heteroskedastikliyə davamlı standart xətaları; ADF, PP və KPSS stasionarlıq testləri; \(k=1,5,10\) ən yaxın qonşu çəki matrisləri altında Moran's I məkan avtokorrelyasiya təhlili.

Maliyyələşdirmə: İspaniya Hökumətinin Elm və İnnovasiya Nazirliyi, PID2020-112509 GB-I00 layihəsi.

Məlumatların əlçatanlığı: Okun Qanunu qiymətləndirmələrində istifadə olunan göstərici məlumatları World Bank Indicators verilənlər bazasından; georeferans məlumatları geoBoundaries vasitəsilə əlçatandır.

Etik bəyanat: Institutional Review Board və informed consent müddəaları tətbiq edilə bilməz.

Maraqlar toqquşması: Müəlliflər maraqlar toqquşması bildirməmişlər.

Müəllif töhfələri: Konseptuallaşdırma və metod Ángel Martín-Román; proqram təminatı, resurslar və məlumat kurasiyası Ángel Maridueña-Larrea; doğrulama, formal təhlil və araşdırma hər iki müəllif; ilk layihə Ángel Maridueña-Larrea; nəzərdən keçirmə və redaktə Ángel Martín-Román; vizuallaşdırma hər iki müəllif; nəzarət Ángel Martín-Román; layihənin idarə edilməsi hər iki müəllif; maliyyələşdirmənin əldə edilməsi Ángel Martín-Román tərəfindən həyata keçirilmişdir.

Metodoloji sərhəd: Bu tədqiqat ölkələrarası müşahidəvi makroiqtisadi əlaqələri qiymətləndirir. Okun əmsalındakı fərqlər qeyri-formallığın və ya müəyyən əmək bazarı institutlarının səbəb-nəticə təsirinin birbaşa qiymətləndirilməsi deyil. Moran's I də sərhədlərarası səbəb-nəticəli spillover əmsalı deyil.

Şəkil qeydi: Mənbənin 9–10-cu səhifələrində gəlir qrupu və işsizlik dünya xəritələri; 11–14-cü səhifələrində COVID nəzarəti, metod müqayisəsi, gəlir qrupları və tsiklik asimmetriya qrafikləri; 16-cı səhifəsində doqquz panelli Moran's I məkan səpələnmə strukturu təqdim olunur. Məqalə daxilində yenidən çəkiliş zamanı mənbə rəqəmsal dəyərlərindən istifadə edilməli, yalnız raster qrafikdən saxta dəqiqliklə ölkə nöqtələri çıxarılmamalıdır.