Bu araştırma, AB27 ülkelerinde ekonomik büyüme, insan gelişimi, dijitalleşme, ortaöğretim ve yükseköğretime katılım, ekonomik özgürlük ve yenilenebilir enerji tüketiminin eğitime yapılan kamu yatırımı ve kamu borcuyla nasıl ilişkili olduğunu 2009–2021 dönemine ait dengeli ülke paneli üzerinden inceliyor. Araştırmacılar çağdaş veya çok kısa dönem ilişkileri gözlenen değişkenlerle kurulan Yapısal Eşitlik Modeli (SEM), kısa ve uzun dönem dinamiklerini Pooled Mean Group tabanlı dinamik panel ARDL modeli ve sonuçların sağlamlığını sabit etkiler modelleriyle değerlendiriyor. Bulgular, zaman ufkunun kritik olduğunu gösteriyor: büyüme kısa dönemde eğitim harcamasıyla negatif, uzun dönemde pozitif ilişkiliyken kamu borcuyla SEM, kısa dönem ve uzun dönem tahminlerinin tamamında negatif ilişki gösteriyor. İnsan gelişimi eğitim yatırımını çok kısa ve uzun dönemde artıran ilişkiler sergilerken kamu borcuyla çok kısa ve kısa dönemde pozitif ilişkili bulunuyor. Yenilenebilir enerji tüketimi ise kamu borcuyla çağdaş SEM modelinde negatif, kısa dönemde pozitif ilişki gösteriyor. Bununla birlikte çalışma gözlemsel panel verisine dayandığından bu katsayılar nedensel etkiler değildir; ayrıca bazı sonuç paragrafları ile tablolar arasında sayısal ve yönsel raporlama uyuşmazlıkları bulunmaktadır.

Araştırmanın temel ekonomik mesajı, eğitim, kamu borcu, dijital dönüşüm ve yeşil dönüşümün aynı mali politika problemi içinde değerlendirilmesi gerektiğidir. Bir devlet kısa dönemde mali disiplini korumaya çalışırken eğitim, altyapı ve enerji dönüşümü gibi uzun dönem getirisi beklenen alanları da finanse etmek zorundadır. Çalışma bu gerilimi, farklı süreçlerin aynı yıl içindeki ilişkileri ile zaman içinde ortaya çıkan kısa ve uzun dönem ilişkilerini birbirinden ayırarak incelemektedir.

Çalışma eğitim harcamasını yalnız bir kamu gideri olarak değerlendirmemektedir. Yazarların yaklaşımında devletin eğitime ayırdığı kaynak insan sermayesine yapılan uzun dönemli bir kamu yatırımıdır. Ortaöğretim ve yükseköğretime kayıt oranları ise kamu harcamasının kendisi değil, eğitim sistemine katılımı ve eğitim talebini temsil eden ayrı göstergelerdir. Bu ayrım önemlidir; daha fazla öğrencinin eğitim sistemine katılması ile devletin eğitime ayırdığı GSYH payının aynı yönde ve aynı oranda değişmesi zorunlu değildir.

Türkiye bu araştırmanın örnekleminde yer almamaktadır; çalışma yalnız AB27 ülkelerini kapsamaktadır. Bu nedenle katsayılar Türkiye'nin eğitim bütçesine, kamu borcuna veya enerji dönüşümüne doğrudan uygulanamaz. Türkiye için benzer bir değerlendirme yapılacaksa kamu maliyesi yapısı, eğitim sistemi, borçlanma koşulları, dijitalleşme düzeyi, yenilenebilir enerji dönüşümü ve kurumsal farklılıklar yerel zaman serisi/panel verileriyle ayrıca test edilmelidir.

Araştırmanın temel problemi nedir?

Avrupa Birliği aynı anda birden fazla uzun dönemli hedef izliyor: ekonomik büyüme, insan gelişimi, dijital dönüşüm, enerji dönüşümü, çevresel sürdürülebilirlik ve nitelikli insan sermayesinin geliştirilmesi. Bu hedeflerin önemli bölümü başlangıçta kamu kaynağı gerektirebildiği için mali sürdürülebilirlik ve kamu borcu üzerinde baskı oluşturabilir.

Çalışma bu nedenle iki mali sonucu birlikte ele alıyor: eğitime yapılan kamu yatırımı ve genel devlet brüt borcu. Araştırmanın özgün yaklaşımı, bu iki sonucu büyüme, insan gelişimi, eğitim katılımı, dijitalleşme, ekonomik özgürlük ve yenilenebilir enerji tüketimiyle aynı çok boyutlu çerçevede değerlendirmesidir.

Neden eğitim harcaması ile öğrenci kayıt oranı birbirinden ayrılıyor?

Makalenin önemli kavramsal ayrımlarından biri budur. Toplam devlet eğitim harcaması, GSYH'nin yüzdesi olarak devletin eğitim sektörüne yaptığı mali tahsisi temsil eder. Ortaöğretim ve yükseköğretim kayıt oranları ise eğitim sistemine katılan nüfusun büyüklüğünü gösterir.

Bu iki gösterge tamamlayıcıdır ancak eşdeğer değildir. Örneğin yükseköğretime kayıt oranının yükselmesi kamu harcamasının aynı oranda artmasını gerektirmeyebilir. Özel finansman, harçlar, mevcut kapasitenin daha yoğun kullanılması veya finansmanın araştırma, dijital altyapı ve yaşam boyu öğrenme gibi başka alanlara kaydırılması nedeniyle ilişki farklılaşabilir.

“İkiz dönüşüm” bu çalışmada ne anlama geliyor?

Çalışmada ikiz dönüşüm, dijital geçiş ile yeşil/enerji geçişinin eş zamanlı yürütülmesini ifade ediyor. Dijitalleşme için internet kullanım oranı, enerji dönüşümü için toplam nihai enerji tüketiminde yenilenebilir enerjinin payı kullanılmıştır.

Yazarların yaklaşımına göre iki dönüşüm de insan sermayesiyle bağlantılıdır. Dijital dönüşüm dijital beceriler gerektirirken yeşil dönüşüm yeni teknolojiler, teknik eğitim, araştırma ve değişen üretim-tüketim davranışlarına uyum gerektirebilir. Böylece eğitim politikasının dijital ve yeşil dönüşümden bağımsız değerlendirilmesi güçleşmektedir.

Araştırmanın teorik çerçevesi hangi yaklaşımlara dayanıyor?

Makale tek bir iktisat teorisine bağlı kalmıyor. Birden fazla teorik yaklaşım araştırma probleminin farklı parçalarını açıklamak için birlikte kullanılıyor:

• İnsan Sermayesi Teorisi: Eğitime yapılan yatırımın bilgi, beceri, üretkenlik ve uzun dönemli büyümeye katkısını açıklamak için kullanılıyor.
• İçsel Büyüme Teorisi: Bilgi, yenilik ve insan sermayesinin ekonomik büyümenin içsel kaynakları olduğunu vurguluyor.
• Mali Sürdürülebilirlik Çerçevesi: Kamu yatırımlarıyla borç sürdürülebilirliği arasındaki gerilimi açıklıyor.
• Yapabilirlik Yaklaşımı: Kalkınmanın yalnız GSYH büyümesi olmadığını; eğitim, sağlık ve yaşam kalitesini de içerdiğini vurguluyor.
• Kurumsal İktisat ve Ekonomik Özgürlük yaklaşımı: Kurumların, düzenlemelerin ve ekonomik özgürlüğün mali verimlilik ve kamu kaynaklarının kullanımındaki rolünü ele alıyor.
• Sürdürülebilirlik Geçişi Teorisi: karbon yoğun ekonomik yapılardan dijital ve yeşil sistemlere geçişte ortaya çıkan yapısal dönüşüm maliyetlerini açıklıyor.

Çalışmada hangi değişkenler kullanılıyor?

Altı araştırma hipotezi nedir?

• H1: Ekonomik büyüme kısa ve uzun dönemde eğitime kamu yatırımını ve kamu borcunu etkileyebilir.
• H2: İnsan gelişimi kısa ve uzun dönemde eğitime kamu yatırımını ve kamu borcunu etkileyebilir.
• H3: Ortaöğretim ve yükseköğretime katılım kısa ve uzun dönemde eğitime kamu yatırımını etkileyebilir.
• H4: Ekonomik özgürlük kısa ve uzun dönemde kamu borcunu etkileyebilir.
• H5: Yenilenebilir enerji tüketimi kısa ve uzun dönemde kamu borcunu etkileyebilir.
• H6: Dijitalleşme kısa ve uzun dönemde eğitime kamu yatırımını etkileyebilir.

Neden üç farklı ekonometrik yaklaşım kullanıldı?

Araştırmacılar farklı zaman ufuklarını birbirinden ayırmak istiyor. Gözlenen değişkenlerle oluşturulan SEM modeli aynı dönemdeki veya çalışmanın ifadesiyle “çok kısa/çağdaş” yapısal ilişkileri inceliyor.

Pooled Mean Group (PMG) dinamik panel ARDL modeli ise kısa dönem ülke dinamiklerinin farklılaşmasına izin verirken uzun dönem katsayılarının ülkeler arasında ortak olduğu bir yapı kuruyor. Böylece aynı değişkenin kısa ve uzun dönemde farklı işaret göstermesi mümkün hâle geliyor.

Son olarak OLS, ülke sabit etkileri ve ülke düzeyinde kümelenmiş standart hatalara sahip sabit etkiler tahminleri temel bulguların farklı model varsayımlarında ne ölçüde korunduğunu değerlendirmek için kullanılıyor.

Neden zaman ufku bu kadar önemli?

Çalışmanın en önemli sonucu, mali ilişkilerin zamana göre yön değiştirebilmesidir. Bir politika veya dönüşüm ilk uygulandığında kamu bütçesine maliyet oluşturabilirken daha uzun dönemde verimlilik, gelir artışı veya yapısal uyum yoluyla farklı bir ilişki gösterebilir.

Bunun en belirgin örneklerinden biri ekonomik büyümedir. Büyüme ile eğitim harcaması arasındaki SEM katsayısı −0,146, PMG kısa dönem katsayısı −0,609 iken uzun dönem katsayısı +1,181'dir. Dolayısıyla kaynak modelinde büyümenin eğitim harcamasıyla ilişkisi kısa dönemden uzun döneme geçerken yön değiştirmektedir.

Büyüme ile kamu borcu arasındaki sonuç nedir?

Tablolardaki tahminlere göre ekonomik büyümenin kamu borcuyla ilişkisi üç zaman ufkunda da negatiftir: SEM'de β = −0,324, PMG kısa dönemde β = −0,202 ve PMG uzun dönemde β = −0,535.

Kaynak bu sonucu büyümenin vergi tabanını ve bütçe gelirlerini genişletebilmesi, mali dengeleri iyileştirebilmesi ve finansman piyasalarına bağımlılığı azaltabilmesi üzerinden yorumluyor. Ancak bunlar gözlemsel modellerdeki ilişkilerin ekonomik açıklamalarıdır; büyümenin kamu borcunu belirli bir miktarda nedensel olarak düşürdüğü kanıtlanmamıştır.

İnsan gelişimi neden farklı davranıyor?

İnsan gelişimi eğitim harcamasıyla SEM'de β = 0,280 ve uzun dönemde β = 0,303 düzeyinde pozitif ve anlamlı ilişki gösteriyor. Kısa dönem katsayısı −0,078 olmakla birlikte istatistiksel olarak anlamlı değildir.

Kamu borcunda ise HDI ile çağdaş SEM ilişkisi β = 0,676, kısa dönem PMG ilişkisi β = 0,157 ve her ikisi de anlamlıdır. Uzun dönem katsayısı 0,002 ve p = 0,950 olduğundan uzun dönem kamu borcu ilişkisi istatistiksel destek almamaktadır.

Kaynak, insan gelişiminin eğitim, sağlık, sosyal koruma, yaşam standardı ve kırılgan grupların desteklenmesi gibi kamusal görevlerle birlikte ilerleyebilmesini bu kısa dönem borç ilişkisi için olası açıklamalardan biri olarak sunuyor.

Ortaöğretim ve yükseköğretim kamu yatırımını nasıl farklılaştırıyor?

SEM sonuçlarında ortaöğretime kayıt ile kamu eğitim harcaması arasında β = 0,356; p < 0,001 düzeyinde pozitif ilişki bulunuyor. Yazarlar bunu birçok AB ülkesinde ortaöğretimin zorunlu olması nedeniyle öğrenci talebindeki genişlemenin kısa vadede kamu finansmanı gerektirmesiyle ilişkilendiriyor.

PMG uzun dönem sonuçları ise farklıdır. Ortaöğretim için β = −1,175 ve yükseköğretim için β = −0,305'tir; iki katsayı da p = 0,004 düzeyindedir. Kaynak bu uzun dönem negatif ilişkileri eğitim sisteminin olgunlaşması, finansman yapısının değişmesi ve kamu kaynaklarının araştırma, dijitalleşme, yaşam boyu öğrenme veya altyapı gibi başka eğitim bileşenlerine yönelmesi ihtimaliyle tartışmaktadır.

Dijitalleşmenin doğrudan mali etkisi bulundu mu?

Hayır. İnternet kullanıcı oranıyla ölçülen dijitalleşmenin kamu eğitim harcaması üzerindeki SEM katsayısı β = 0,106 ve p = 0,135'tir. PMG kısa dönem katsayısı −0,108 ve p = 0,551; uzun dönem katsayısı +0,046 ve p = 0,132'dir.

Dolayısıyla kullanılan modellerin hiçbirinde UTI değişkeni için istatistiksel olarak anlamlı doğrudan eğitim harcaması ilişkisi bulunmamıştır. Kaynak bu nedenle H6'yı desteklememektedir.

Bu sonuç “dijitalleşmenin eğitim için önemsiz olduğu” anlamına gelmez. Model yalnız internet kullanım oranı ile GSYH içindeki kamu eğitim harcaması payı arasındaki doğrudan ilişkiyi test etmektedir; dijital beceri kalitesi, eğitim teknolojisinin etkinliği veya bireysel öğrenme sonuçları ölçülmemiştir.

Ekonomik özgürlüğün kamu borcuyla ilişkisi neden yön değiştiriyor?

SEM modelinde Ekonomik Özgürlük Endeksi ile kamu borcu arasında β = −0,435; p < 0,001 düzeyinde negatif ilişki bulunuyor. PMG kısa dönem katsayısı −0,009 ile anlamsızdır. Uzun dönemde ise katsayı β = +0,296; p < 0,001 olarak işaret değiştiriyor.

Yazarlar çok kısa dönemde ekonomik özgürlüğü deregülasyon, özel sektör hareketliliği ve mali etkinlikle ilişkilendirirken uzun dönem pozitif katsayı için dış bağımlılık, mali oynaklık ve ekonomik kırılganlık olasılıklarını tartışıyor. Bu açıklama modelde doğrudan ölçülen ayrı bir mekanizma değildir.

Yeşil dönüşüm kamu borcuyla nasıl ilişkilendiriliyor?

Yenilenebilir enerji tüketiminin kamu borcuyla ilişkisi de zaman ufkuna göre değişiyor. SEM'de β = −0,124 ve p = 0,008 iken PMG kısa dönemde β = +0,394 ve p < 0,001'dir. Uzun dönemde β = −0,094 bulunmuştur ancak p = 0,072 olduğu için %5 düzeyinde anlamlı değildir.

Kaynak bu deseni enerji dönüşümünün iki aşamalı mali yapısıyla açıklıyor. Mevcut yenilenebilir enerji kullanımı çok kısa dönemde enerji bağımlılığının azalmasıyla daha düşük borçla ilişkilenebilirken geçişin hızlandırılması altyapı, araştırma, teşvik ve teknoloji yatırımları nedeniyle kısa dönemde kamu finansmanı gerektirebilir.

Uzun dönem negatif katsayı ise istatistiksel anlamlılığa ulaşmadığından “yeşil dönüşüm uzun dönemde kamu borcunu düşürür” şeklinde kesin bir sonuç kurulamaz.

Şekiller araştırmaya ne ekliyor?

Çalışmanın ilk dört şekli AB27 ülkelerindeki eğitim harcamaları, eğitim katılımı, büyüme, kamu borcu, ekonomik özgürlük, insan gelişimi, dijitalleşme ve yenilenebilir enerji tüketimindeki ülkeler arası farklılıkları betimsel olarak gösteriyor. Bu grafiklerin temel bilimsel işlevi AB27'nin homojen bir ekonomik blok olmadığını görünür kılmaktır.

Şekil 5, SEM'deki iki endojen mali sonuç ile bütün açıklayıcı değişkenleri aynı yol diyagramında bir araya getiriyor. Diyagram, eğitime kamu yatırımı ile kamu borcunun aynı yapısal ortam içinde fakat farklı belirleyicilerle modellendiğini gösteriyor.

Şekil 6 ise altı hipotezin SEM ve dinamik panel sonuçlarında hangi dönemlerde desteklendiğini tek bir sentez şemasında topluyor. Görselin temel mesajı, hipotezlerin “tek bir evrensel etki” yerine çok kısa, kısa ve yapısal/uzun dönem boyutlarında değerlendirilmesi gerektiğidir.

Çalışmanın ortaya koyduğu üç ana politika gerilimi nedir?

1. Borç konsolidasyonu ile eğitim yatırımı: Ekonomik büyüme kamu eğitim harcamasının otomatik olarak artmasını garanti etmiyor. Mali sıkılaşma dönemlerinde eğitim harcamasının azaltılması kısa dönem bütçe baskısını hafifletebilir, ancak insan sermayesi üzerinde uzun dönem maliyet yaratabilir.

2. Dijitalleşme ile insan sermayesi: Dijital teknoloji tek başına üretkenlik garantisi değildir. Kaynağın politika yorumuna göre dijital dönüşümün sürdürülebilir sonuç üretmesi için çalışanların ve öğrencilerin uygun becerilere sahip olması gerekir.

3. Yenilenebilir enerji ile kamu borcu: Enerji geçişi uzun dönemli sürdürülebilirlik hedeflerine hizmet ederken kısa dönemde yüksek yatırım gerektirebilir. Yüksek borçlu ülkelerde bu durum mali manevra alanını sınırlayabilir.

Çalışma ne söylüyor?

• Ekonomik büyümenin eğitim harcamasıyla ilişkisi zaman ufkuna göre yön değiştirmektedir.
• Ekonomik büyüme, raporlanan temel SEM ve PMG tablolarında kamu borcuyla negatif ilişkilidir.
• İnsan gelişimi çok kısa ve uzun dönemde daha yüksek kamu eğitim yatırımıyla ilişkilidir.
• İnsan gelişimi çok kısa ve kısa dönemde daha yüksek kamu borcuyla ilişkilidir; uzun dönem ilişki anlamlı değildir.
• Ortaöğretim talebi SEM modelinde daha yüksek eğitim harcamasıyla ilişkilidir.
• Ortaöğretim ve yükseköğretim katılımı uzun dönem PMG modelinde eğitim harcamasıyla negatif ilişkilidir.
• Dijitalleşmenin kamu eğitim harcaması üzerindeki doğrudan katsayıları hiçbir zaman ufkunda istatistiksel anlamlılık göstermemiştir.
• Ekonomik özgürlüğün kamu borcuyla ilişkisi SEM'de negatif, uzun dönemde pozitiftir.
• Yenilenebilir enerji tüketiminin kamu borcuyla ilişkisi çağdaş modelde negatif, kısa dönemde pozitiftir.
• AB27 ülkeleri arasındaki yapısal heterojenlik mali ilişkilerin yorumunda önemlidir.

Çalışma neyi kanıtlamıyor?

• Büyümenin kamu borcunu nedensel olarak belirli bir yüzde azalttığını kanıtlamıyor.
• Eğitim harcamasını azaltmanın ekonomik büyümeyi hızlandıracağını göstermiyor.
• Daha yüksek öğrenci kaydının devletin eğitim bütçesini otomatik olarak artıracağını veya azaltacağını kanıtlamıyor.
• Ekonomik özgürlüğün uzun dönemde mutlaka daha yüksek borç yarattığını kanıtlamıyor.
• Yenilenebilir enerji yatırımlarının uzun dönemde kamu borcunu kesin olarak düşürdüğünü göstermiyor.
• Dijitalleşmenin eğitim üzerinde etkisiz olduğunu göstermiyor; yalnız kullanılan dijitalleşme göstergesinin kamu eğitim harcamasıyla doğrudan ilişkisi anlamlı bulunmamıştır.
• AB27 için bulunan ilişkilerin her üye devlette aynı büyüklükte olduğunu göstermiyor.
• Sonuçların AB dışındaki ülkelere doğrudan aktarılabileceğini göstermiyor.
• SEM, ARDL veya sabit etkiler tahminleri deneysel nedensellik kanıtı değildir.

Türkiye açısından nasıl okunmalı?

Türkiye AB27 örneklemine dahil değildir. Bu nedenle çalışmanın β katsayılarını Türkiye'nin kamu borcu, eğitim bütçesi, dijitalleşme veya enerji dönüşümüne doğrudan taşımak bilimsel olarak uygun değildir.

Bununla birlikte araştırmanın metodolojik çerçevesi Türkiye için ayrı bir araştırma tasarımına dönüştürülebilir. Böyle bir çalışmada eğitime ayrılan kamu kaynağı, kamu borcu, kişi başına gelir, insani gelişme, ortaöğretim ve yükseköğretime katılım, internet kullanımı, ekonomik özgürlük ve yenilenebilir enerji göstergeleri Türkiye'ye özgü zaman serileriyle değerlendirilmelidir. Türkiye'nin mali kurumları ve politika kırılmaları AB27 panelinden farklı olduğundan sonuçların yeniden tahmin edilmesi gerekir.

Çalışmanın Yöntemi ve Bulguları

Veri seti nasıl oluşturuldu?

Araştırma AB27 üyesi 27 ülkenin 2009–2021 dönemindeki ikincil makroekonomik göstergelerini kullanmaktadır. Kaynak panelin güçlü biçimde dengeli olduğunu ve eksik gözlem bulunmadığını belirtmektedir.

Veri kaynakları World Bank, Eurostat, The Global Economy.com, Heritage Foundation ve eğitim göstergelerinin bazı bölümleri için Human Progress veri kaynaklarıdır. Veriler farklı ölçüm ölçeklerinde olduğu için ekonometrik modeller kurulmadan önce z-skoru standardizasyonu uygulanmıştır.

Temel betimsel değerler

SEM modeli nasıl kurulmuştur?

Araştırmacılar gözlenen değişkenlerle yol tabanlı bir Yapısal Eşitlik Modeli kullanmıştır. İki endojen değişken aynı sistem içinde modellenmiştir: eğitime kamu yatırımı (GEE) ve kamu borcu (GODE).

Kaynakta model uygunluğunun bir parçası olarak kullanılan olasılık oranı ki-kare ifadesi şu şekilde verilmiştir:

\[ X^{2}_{bs}=2\{\log L_s-\log L_b\} \]

Burada \(L_s\) doymuş modelin, \(L_b\) ise temel modelin olabilirliğini temsil etmektedir.

SEM modelinin uyumu nasıldı?

Ki-kare testi p = 0,016 nedeniyle tek başına iyi uyum göstermese de kaynak RMSEA, CFI, TLI ve SRMR değerlerini birlikte değerlendirerek modelin genel uyumunu yeterli kabul etmektedir.

Denklem düzeyinde raporlanan R² değerleri GEE için 0,2862 ve GODE için 0,3177'dir.

SEM: Eğitime kamu yatırımının çağdaş ilişkileri

Bu modelde açık biçimde istatistiksel destek alan değişkenler HDI ve ortaöğretim kaydıdır. GDP katsayısı p = 0,057 ile %5 eşiğinin hemen dışında kalmaktadır.

SEM: Kamu borcunun çağdaş ilişkileri

Dinamik panel modeli hangi denklemi kullanıyor?

PMG yaklaşımında kullanılan genel dinamik panel denklemi kaynakta şu biçimde sunulmuştur:

\[ y_{it}=\sum_{j=1}^{p}\lambda_{ij}y_{i,t-j} +\sum_{j=0}^{q}\delta'_{ij}x_{i,t-j} +\gamma'_i d_t+\varepsilon_{it} \]

Model kısa dönem katsayılarının ülkeler arasında farklılaşmasına izin verirken uzun dönem katsayılarını ortaklaştırmaktadır.

Durağanlık ve yatay-kesit bağımlılığı nasıl değerlendirildi?

Pesaran yatay-kesit bağımlılığı testi 13,004; p < 0,001 sonucu vermiştir. Dolayısıyla AB27 ülkelerinin birbirinden tamamen bağımsız panel birimleri olmadığı kabul edilmektedir.

Levin–Lin–Chu testi GEE, GODE, SECSH, TERT, UTI ve REG değişkenlerini durağan; GDP, HDI ve IEF değişkenlerini durağan olmayan sınıfta değerlendirmiştir. Im–Pesaran–Shin testi ise yalnız GEE ve GODE için durağanlık desteği vermiştir.

Kaynak değişkenlerin I(0) ve I(1) karışımı olmasını panel ARDL yaklaşımının uygulanabilirliği açısından uygun görmektedir.

Kao eşbütünleşme testleri ne gösteriyor?

Kaynak metnindeki takip eden bir paragraf bu dağılımı tersine çevirmektedir. Yukarıdaki özet Tablo 6'daki gerçek p değerlerine dayanmaktadır.

Neden PMG seçildi?

Kaynak bu sonuçlara dayanarak PMG'yi iki model için de tercih edilen dinamik panel spesifikasyonu olarak kullanmıştır.

PMG: Eğitime kamu yatırımının kısa ve uzun dönem sonuçları

GEE modelinin hata düzeltme katsayısı −0,410; p < 0,001'dir. Kaynak bunu bir şok sonrasında dengesizliğin yaklaşık %41'inin bir dönem içinde uzun dönem dengesine doğru ayarlanması olarak yorumlamaktadır.

PMG: Kamu borcunun kısa ve uzun dönem sonuçları

GODE modelinin hata düzeltme katsayısı −0,231; p < 0,001'dir. Katsayının büyüklüğü yaklaşık %23,1'lik bir dönemsel ayarlamaya karşılık gelir. Kaynak anlatısında bu değer “%21” olarak yazılmıştır; Tablo 8'deki katsayı −0,231'dir.

Sabit etkiler sağlamlık analizi ne ekledi?

Araştırmacılar OLS, sabit etkiler ve ülke düzeyinde kümelenmiş standart hatalara sahip sabit etkiler tahminlerini karşılaştırmıştır. Modellerde ülke düzeyindeki yapısal farklılıkların toplam varyasyon içindeki payının GEE için %91,4 ve GODE için %92,6 olduğu raporlanmıştır.

Bu sonuç AB27 ülkeleri arasındaki kalıcı yapısal farklılıkların yıllar içindeki değişimlerden daha büyük olduğunu desteklemektedir. Buna karşılık ülke kümeli standart hatalar kullanıldığında birçok katsayının istatistiksel anlamlılığını kaybetmesi, temel sonuçların model spesifikasyonuna duyarlılığını göstermektedir.

Kaynak ayrıca grup heteroskedastisitesi, seri korelasyon ve yatay-kesit bağımlılığı testlerinde anlamlı sonuçlar raporlamaktadır. Bu nedenle basit homoskedastik ve birbirinden bağımsız hata varsayımlarına dayanan yorumların dikkatle yapılması gerekir.

Altı hipotezin kaynak tarafından sonuçlandırılması

Kaynak içindeki raporlama uyuşmazlıkları

• Kao eşbütünleşme açıklamasında GEE ve GODE modellerine ilişkin anlamlı test sayıları bir paragrafta doğru, takip eden paragrafta ters sırada aktarılmıştır.
• Tablo 8 kısa dönem GDP → GODE için p = 0,016 verirken sonuç anlatısı p = 0,000 yazmaktadır.
• Tablo 4 REG → GODE için p = 0,008 verirken sonraki anlatıda p = 0,000 yazılmaktadır.
• GODE hata düzeltme katsayısı −0,231 olmasına rağmen anlatıda ayarlama hızı %21 olarak ifade edilmiştir.
• Sonuç bölümünün bir cümlesi uzun dönemde büyümenin hem eğitim harcaması hem kamu borcuyla pozitif ilişkili olduğunu söylerken Tablo 8 GDP → GODE katsayısını −0,535 olarak vermektedir.
• Sonucun ilerleyen bölümünde “ekonomik büyüme ile kamu borcu arasındaki pozitif ilişkinin sağlam olduğu” ifadesi yer almasına rağmen temel SEM ve PMG tablolarındaki GDP → GODE katsayılarının üçü de negatiftir.

Çalışmanın güçlü yönleri

• Eğitim yatırımı ile kamu borcunu aynı araştırma çerçevesinde ele alması.
• AB27'nin tamamını 2009–2021 boyunca dengeli panel olarak değerlendirmesi.
• Ekonomik, sosyal, dijital ve çevresel değişkenleri aynı analizde bir araya getirmesi.
• Çağdaş, kısa dönem ve uzun dönem ilişkilerini birbirinden ayırması.
• SEM, PMG-ARDL ve sabit etkiler tahminlerini birlikte kullanarak sonuçların spesifikasyona duyarlılığını göstermesi.
• Hata düzeltme mekanizması kullanarak şoklardan uzun dönem dengesine dönüş hızını raporlaması.
• Yatay-kesit bağımlılığı, heteroskedastisite ve otokorelasyon gibi panel sorunlarını test etmesi.

Temel sınırlılıklar

Gözlemsel tasarım: Makro panel ilişkileri nedensel etki kanıtlamaz. Ters nedensellik, ortak şoklar ve model dışında kalan değişkenler mümkündür.

AB27 heterojenliği: Ülkelerin borç yapısı, eğitim sistemi, refah devleti modeli, dijital olgunluğu ve enerji politikası birbirinden farklıdır. Ortak uzun dönem katsayıları bu farklılıkları tamamen ortadan kaldırmaz.

Yatay-kesit bağımlılığı: Pesaran testi ülkelerin birbirine bağlı olduğunu göstermektedir. Buna rağmen durağanlık ve eşbütünleşme aşamasında birinci kuşak panel testleri kullanılmıştır.

GODE eşbütünleşmesi daha kırılgandır: Kamu borcu modelinde beş Kao istatistiğinin yalnız üçü %5 düzeyinde anlamlıdır.

Gösterge seçimi: Dijitalleşme yalnız internet kullanıcı oranıyla, yeşil dönüşüm yalnız yenilenebilir enerji tüketim payıyla temsil edilmektedir. Bu göstergeler dönüşümlerin bütün kurumsal ve teknolojik boyutlarını kapsamaz.

GDP cari ABD dolarıdır: Kişi başına GSYH değişkeni kaynağın belirttiği biçimde cari ABD dolarıyla alınmış ve daha sonra z-skoruyla standartlaştırılmıştır.

Robustness duyarlılığı: Ülke kümeli standart hatalara sahip sabit etkiler modelinde bazı temel ilişkilerin istatistiksel anlamlılığı kaybolmaktadır.

Kaynak içi raporlama hataları: p değerleri, eşbütünleşme özeti, hata düzeltme yüzdesi ve büyüme–borç ilişkisinin işaretiyle ilgili metin–tablo uyuşmazlıkları bulunmaktadır.

Kaynak ve Yöntem Notu

Tam özgün çalışma adı: The Dynamics of Public Investment in Education and Debt Under Economic, Digital, and Sustainable Transformation in the EU27

Yazarlar: Alina-Petronela Haller; Larisa-Loredana Dragolea.

Yazar sırası: Alina-Petronela Haller birinci, Larisa-Loredana Dragolea ikinci yazardır.

Eş katkı/eş birinci yazar: Kaynakta eş katkı veya eş birinci yazarlık bildirimi bulunmamaktadır.

Sorumlu yazar: Alina-Petronela Haller.

Kurumlar: Alina-Petronela Haller — Economic Research, Gheorghe Zane Institute for Economic and Social Research, Romanian Academy, Branch of Iasi, 700481 Iasi, Romania. Larisa-Loredana Dragolea — Department of Business Administration and Marketing, 1 Decembrie 1918 University of Alba Iulia, 510009 Alba Iulia, Romania.

Dergi: Administrative Sciences.

Yayınevi: MDPI, Basel, Switzerland.

Cilt / sayı / makale: 16(7), 317.

DOI: 10.3390/admsci16070317

Gönderim tarihi: 16 Nisan 2026.

Revizyon tarihi: 24 Haziran 2026.

Kabul tarihi: 27 Haziran 2026.

Yayın tarihi: 1 Temmuz 2026.

Kaynak türü: İkincil makroekonomik verilere dayanan gözlemsel panel veri araştırması; gözlenen değişkenlerle SEM, PMG tabanlı dinamik panel ARDL ve sabit etkiler sağlamlık analizleri.

Hakemlik durumu: Çalışma hakemli Administrative Sciences dergisinde yayımlanmış araştırma makalesidir.

Resmî yayın bağlantısı:Resmî DOI sayfası

Lisans: Creative Commons Attribution (CC BY).

Finansman: Araştırma dış finansman almamıştır.

Etik kurul: Kaynakta “Not applicable” olarak belirtilmiştir. Araştırma kamuya açık makroekonomik göstergelere dayanmaktadır.

Bilgilendirilmiş onam: Kaynakta “Not applicable” olarak belirtilmiştir.

Veri erişilebilirliği: Kaynak, kullanılan verilerin kamuya açık makro göstergeler olduğunu ve veri erişiminin şeffaf olduğunu belirtmektedir.

Çıkar çatışması: Yazarlar çıkar çatışması olmadığını beyan etmiştir.

Yazar katkıları: Kaynakta kavramsallaştırma, yöntem, yazılım, doğrulama, formal analiz, araştırma, kaynaklar, veri kürasyonu, ilk taslak, gözden geçirme ve düzenleme, görselleştirme, danışmanlık, proje yönetimi ve finansman edinimi görevlerinin H.A.-P. ve L.-L.D. tarafından gerçekleştirildiği belirtilmektedir.

Bu Verianla içeriğindeki veri kapsamı, değişken tanımları, modeller, denklemler, katsayılar, p değerleri, test sonuçları, hipotez sonuçları ve sınırlılıklar yüklenen özgün çalışmaya dayanmaktadır. Dış doğrulama yalnız çalışma kimliği, resmî yayın kaydı ve derginin hakemlik durumunun doğrulanması amacıyla kullanılmış; ana bilimsel içeriğe dışarıdan yeni ekonomik veri, ülke karşılaştırması veya nedensel mekanizma eklenmemiştir.

Çalışma, SEM'de kullanılan “causal model” terminolojisine rağmen gözlemsel panel verisi kullanmaktadır. Yazarlar sonuç bölümünde de ilişkilerin kesin nedensel etkiler olarak yorumlanmaması gerektiğini açıkça belirtmektedir. Bu nedenle β katsayıları “bir değişken diğerini şu kadar artırdı/azalttı” biçiminde deneysel etki olarak sunulmamalıdır.

Kaynağın kendi tabloları ile anlatı bölümleri arasında birkaç raporlama uyuşmazlığı bulunmaktadır. Kao eşbütünleşme sonuçlarının GEE/GODE dağılımı, kısa dönem GDP–GODE p değeri, SEM REG–GODE p değeri, GODE hata düzeltme hızının yüzdesi ve uzun dönem büyüme–kamu borcu ilişkisinin işareti bunların başlıcalarıdır. Verianla bu alanları sessizce tek bir anlatıya dönüştürmemiş; sayısal sonuçlarda ilgili temel tablolar korunmuştur.

Özellikle PMG Tablo 8'e göre ekonomik büyümenin kamu borcuyla uzun dönem katsayısı β = −0,535'tir. Bu nedenle sonuç bölümündeki “yapısal olarak kamu borcuyla pozitif ilişki” ve ilerleyen bölümdeki “pozitif büyüme–borç ilişkisinin sağlamlığı” ifadeleri aynı makalenin temel sonuç tablosuyla uyuşmamaktadır.

Kamu borcu modelinin uzun dönem eşbütünleşme kanıtı eğitim harcaması modelinden daha zayıftır ve ülkeler arasında yatay-kesit bağımlılığı tespit edilmiştir. Bu iki özellik, uzun dönem kamu borcu tahminlerinin politika reçetesi olarak değil, AB27'nin incelenen dönemdeki koşullu makroekonomik ilişkileri olarak değerlendirilmesini gerektirir.