Hindistan’ın 1991 yılında başlattığı ekonomik serbestleşme süreci çoğunlukla yüksek büyüme oranları, artan üretkenlik ve hizmet sektörünün yükselişi üzerinden anlatılır. Spandan Upadhyay’ın hazırladığı bu çalışma ise büyümenin yalnızca toplam ekonomik üretimle değerlendirilmemesi gerektiğini savunuyor. Araştırma, 1991-2016 dönemindeki dönüşümü Amartya Sen’in “yapabilirlikler” ve “özgürlük olarak kalkınma” yaklaşımından hareketle; istihdam yapısı, çalışan başına üretim, doğurganlık, sağlık, tarımsal verimsizlik ve eğitimli işsizlik üzerinden yorumluyor.

Çalışma, Dünya Bankası’nın Dünya Kalkınma Göstergeleri veri setinden alınan 26 yıllık gözlemi kullanıyor. Hindistan’da tarımsal istihdamın payı yaklaşık yüzde 64’ten yüzde 44’e gerilerken hizmetlerde çalışanların payının yaklaşık yüzde 22’den yüzde 33’e yükseldiği gösteriliyor. Sanayi istihdamı da artıyor; ancak tarımdan ayrılan iş gücünün büyük bölümü sanayi yerine doğrudan hizmetlere yöneliyor. Yazar, bu yapıyı Hindistan’ın klasik “tarımdan sanayiye, ardından hizmetlere” uzanan kalkınma yolunu kısmen atlaması olarak yorumluyor.

Grafikler aynı zamanda tarımın ekonomik payı ile tarımda çalışan nüfus arasındaki büyük farkı görünür kılıyor. 2016’ya doğru iş gücünün yaklaşık yüzde 44’ü tarımda çalışırken tarımın gayrisafi yurt içi hasıladaki payı yaklaşık yüzde 17 düzeyine düşüyor. Çalışma bu aralığı tarımsal verimsizliğin ve gizli işsizliğin göstergesi olarak değerlendiriyor.

Araştırmada iki çoklu doğrusal regresyon modeli kuruluyor. Birinci model, çalışan başına GSYH’yi hizmet sektöründeki istihdam payı ve enflasyonla açıklamaya çalışıyor. İkinci model ise doğurganlık oranını hizmet istihdamı ve çalışan başına GSYH ile ilişkilendiriyor. Bu modeller daha sonra hizmet istihdamının 2030’a kadar doğrusal biçimde ilerleyeceği varsayımıyla iyimser, temel ve kötümser senaryolar üretmek için kullanılıyor. Temel senaryoda çalışan başına GSYH’nin 2030’da yaklaşık 20.486 dolara ulaşacağı öngörülüyor.

Bununla birlikte çalışma önemli metodolojik sınırlılıklar taşıyor. Yalnızca 26 yıllık zaman serisi kullanılıyor; durağanlık, otokorelasyon, eşbütünleşme, içsellik ve yapısal kırılma testleri raporlanmıyor. Doğrusal regresyon sonuçları nedensellik kanıtı olarak sunulsa da kullanılan yöntem tek başına nedensel etkiyi belirleyemez. Ayrıca Şekil 3’teki bazı katsayıların yönü ve güven aralıkları, metindeki açıklamalarla açık biçimde çelişiyor. Bu nedenle çalışma Hindistan’ın dönüşümüne ilişkin düşündürücü bir keşifsel analiz sunmakta; ancak kesin nedensel sonuç veya güvenilir uzun vadeli ekonomik tahmin olarak değerlendirilmemelidir.

Çalışmanın temel sorusu

Araştırmanın çıkış noktası, Hindistan’ın 1991 sonrasında yaşadığı ekonomik büyümenin insanların gerçek yaşam seçeneklerini ne ölçüde genişlettiği sorusudur. Çalışma yalnızca “ekonomi ne kadar büyüdü?” sorusuna değil, aşağıdaki daha insani sorulara odaklanmaktadır:

• İnsanlar geçimlerini hangi sektörlerden sağlamaya başladı?
• Tarımdan ayrılan iş gücü sanayi tarafından mı, hizmet sektörü tarafından mı emildi?
• Büyüme, çalışanların üretkenliği ve ekonomik kazanç elde etme kapasitesiyle nasıl ilişkilendi?
• Eğitim düzeyindeki artış, nitelikli istihdama dönüşebildi mi?
• Hastalık ve ölüm nedenleri ekonomik dönüşümle birlikte nasıl değişti?
• Ekonomik büyümenin dışında kalan veya dönüşümden yeterince yararlanamayan gruplar kimlerdi?

Yazar, Amartya Sen’in kalkınmayı yalnızca gelir artışı değil, insanların değer verdikleri yaşamları sürdürebilme kapasitesinin genişlemesi olarak gören yaklaşımını temel alıyor. Bu bakımdan istihdam yalnızca bir üretim girdisi olarak değil; gıda, barınma, sağlık hizmeti ve toplumsal katılım gibi olanaklara erişimin başlıca aracı olarak ele alınıyor.

Hindistan’ın klasik kalkınma yolundan ayrılması

Çalışmanın merkezindeki görüşlerden biri, Hindistan’ın yapısal dönüşümünün klasik sanayileşme sırasını tam olarak izlemediğidir. Geleneksel kalkınma anlatısında iş gücü önce düşük verimli tarımdan imalat sanayisine, ardından daha gelişmiş hizmet sektörlerine geçer. Hindistan’da ise tarımın payı azalırken hizmet sektörü hızla büyümüş, sanayi istihdamındaki artış daha sınırlı kalmıştır.

Şekil 1’in orta panelinde 1991-2016 dönemindeki yaklaşık eğilimler şöyle görünmektedir:

Bu veriler, Hindistan’ın sanayiyi bütünüyle atladığı anlamına gelmez. Sanayi istihdamı yaklaşık dokuz puan artmaktadır. Ancak tarımdaki yaklaşık yirmi puanlık düşüşün tamamı sanayi tarafından karşılanmamış; hizmetler dönüşümün daha güçlü ikinci ayağı olmuştur. Dolayısıyla çalışmanın “sanayi devrimini atlama” ifadesi, kesin bir tarihsel yokluktan çok hizmetlerin alışılmadık derecede erken ve güçlü yükselişini anlatan yorumlayıcı bir ifadedir.

Demografik fırsat penceresi

Şekil 1’in sol paneli, Hindistan nüfusunun yaş gruplarına göre değişimini göstermektedir. Grafikten yaklaşık olarak:

• 15-64 yaşındaki çalışma çağındaki nüfusun yaklaşık 520 milyondan 870 milyon civarına yükseldiği,
• 0-14 yaş grubunun yaklaşık 340 milyondan 380 milyon civarına çıktıktan sonra yataylaştığı,
• 65 yaş ve üzerindeki nüfusun yaklaşık 30 milyondan 80-90 milyon aralığına yükseldiği görülmektedir.

Çalışma, çalışma çağındaki nüfusun hızlı büyümesini “demografik temettü” olarak yorumlamaktadır. Ancak büyük bir çalışma çağındaki nüfusun kendiliğinden ekonomik kazanç oluşturmadığı vurgulanıyor. Bu nüfusun verimli ve yeterli ücret sağlayan işlere yerleşebilmesi gerekir. Aksi hâlde demografik fırsat, işsizlik ve düşük verimli istihdam baskısına dönüşebilir.

Sağlık yükündeki dönüşüm

Şekil 1’in sağ panelinde bulaşıcı hastalıklarla bulaşıcı olmayan hastalıkların toplam ölümler içindeki payları karşılaştırılıyor. Grafikte yalnızca birkaç yıl için veri noktası bulunmaktadır; dolayısıyla bu panel yıllık ve kesintisiz bir zaman serisi değildir.

Grafikten okunan yaklaşık değerler şöyledir:

Çalışma bu değişimi, yoksullukla ilişkilendirilen enfeksiyon hastalıklarının göreli ağırlığının azalması ve kalp-damar hastalıkları, diyabet, kanser ve diğer kronik hastalıkların ağırlığının artması olarak yorumluyor. Ancak kullanılan grafik, hizmet sektöründeki çalışma veya hareketsiz yaşamın bu hastalıklara doğrudan neden olduğunu göstermemektedir. Sağlık hizmetlerine erişim, yaşam beklentisinin uzaması, yaşlanan nüfus, kentleşme, beslenme, tütün kullanımı ve tanı sistemleri gibi çok sayıda unsur aynı dönüşüme katkıda bulunabilir.

Tarımsal kapan: İstihdam ile ekonomik değer arasındaki ayrışma

Şekil 2’nin sol paneli, tarımda çalışanların toplam iş gücündeki payı ile tarımın GSYH içindeki payını birlikte göstermektedir. Her iki gösterge de düşmekle birlikte, istihdam payı ekonomik üretim payından çok daha yüksek kalmaktadır.

Yaklaşık olarak:

• 1991’de iş gücünün yüzde 64’ü tarımda çalışırken tarım GSYH’nin yaklaşık yüzde 30’unu üretmektedir.
• 2016’da tarımsal istihdam yaklaşık yüzde 44’e inerken tarımın GSYH payı yaklaşık yüzde 17’ye gerilemektedir.

Grafikte iki eğri arasındaki gölgeli alan “verimsizlik açığı” olarak gösterilmektedir. Yazar bu farkı gizli işsizlik ve kullanılmayan insan kapasitesiyle ilişkilendiriyor. Bunun temel mantığı, çok sayıda insanın ekonomik üretimde görece küçük bir pay yaratan sektörde yoğunlaşmasıdır.

Ancak iki yüzde arasındaki fark tek başına gizli işsizliğin doğrudan ve kesin ölçümü değildir. Tarımsal verimlilik; çalışılan saatler, arazi büyüklüğü, sermaye kullanımı, ürün desenleri, bölgesel fiyatlar, ücretsiz aile emeği ve mevsimsellik gibi etkenlere bağlıdır. Grafik yapısal sorunu güçlü biçimde görünür kılmakta, fakat gizli işsiz kalan kişi sayısını hesaplamamaktadır.

Eğitim yanılsaması olarak adlandırılan sorun

Şekil 2’nin sağ paneli belirli yıllarda yüksek eğitimli kişilerin iş gücündeki payı ile eğitimli nüfus içindeki işsizlik oranını karşılaştırmaktadır. Grafikte kullanılan yıllar 1994, 2000, 2005, 2010 ve 2012’dir.

Yazar, eğitim sisteminin nitelik ve beklenti ürettiğini; fakat ekonominin bu insanlara karşılık gelen işleri yeterince sunamadığını savunuyor. Buna “yapabilirliğin ekonomik hakka dönüştürülememesi” anlamını veriyor.

Grafik eğitimli işsizliğin yüksek kaldığını desteklemekle birlikte, aynı zamanda 2005 sonrasında belirgin bir düşüş de göstermektedir. Bu nedenle durum tamamen değişmeyen bir işsizlik oranı olarak değil, düzeyi hâlâ yüksek olmasına rağmen son gözlemlerde azalan bir sorun olarak okunmalıdır. Ayrıca yüksek eğitimli iş gücü oranı ile eğitimliler arasındaki işsizlik farklı paydalara sahip göstergelerdir; iki sütunun yüksekliği doğrudan birbirinden çıkarılmamalıdır.

Veri seti ve veri temizleme

Çalışmada Dünya Bankası’nın 1991-2016 dönemini kapsayan Dünya Kalkınma Göstergeleri kullanılmıştır. Ham veri setinin:

• 26 yıllık gözlem,
• 27 makroekonomik gösterge içerdiği belirtilmektedir.

Veri temizleme sürecinde sütunların sayısal veri türüne dönüştürüldüğü, sayıya çevrilemeyen hücrelerin eksik değer olarak işaretlendiği açıklanmıştır.

Eksik değerler için ortalama atama veya doğrusal ara değerleme yapılmamıştır. Bunun yerine her analizde kullanılan değişkenlerden herhangi biri eksikse ilgili yıl tamamen çıkarılmıştır. Bu yöntem “liste bazında silme” olarak bilinir.

Liste bazında silme yapay veri üretmemesi bakımından anlaşılır bir tercihtir; ancak özellikle yalnızca 26 gözlem bulunan bir veri setinde örneklem sayısını önemli ölçüde azaltabilir. Çalışma, iki regresyon modelinin her birinde silme sonrasında tam olarak kaç yıllık gözlem kaldığını raporlamamaktadır. Bu durum katsayıların belirsizliğini ve istatistiksel gücü değerlendirmeyi zorlaştırmaktadır.

Birinci OLS modeli: Çalışan başına üretkenlik

Birinci modelin hedef değişkeni çalışan başına GSYH’dir. Açıklayıcı değişkenler:

• Toplam istihdam içinde hizmet sektörünün payı,
• Enflasyon oranıdır.

Çalışmada genel OLS ilişkisi şu biçimde ifade edilmektedir:

\[ Y_i = \beta_0 + \beta_1 X_{1i} + \beta_2 X_{2i} + \varepsilon_i \]

Birinci modele uygulandığında:

\[ GDP\_PP\_EMP_t = \beta_0 + \beta_1 EMP\_SRV_t + \beta_2 INFL_t + \varepsilon_t \]

• GDP_PP_EMP: Çalışan kişi başına GSYH; grafikte dolar cinsinden gösterilmektedir.
• EMP_SRV: Toplam istihdam içinde hizmet sektöründe çalışanların yüzdesidir.
• INFL: Enflasyon oranıdır.
• β₀: Açıklayıcı değişkenlerin sıfır olduğu varsayımsal başlangıç değeridir.
• β₁: Enflasyon sabitken hizmet istihdamındaki bir puanlık değişimle ilişkili çalışan başına GSYH değişimidir.
• β₂: Hizmet istihdamı sabitken enflasyondaki bir puanlık değişimle ilişkili GSYH değişimidir.
• ε_t: Modelin açıklayamadığı etkileri temsil eder.

OLS katsayıları, gerçekleşen ve tahmin edilen değerler arasındaki artıkların kareleri toplamını en aza indirecek biçimde seçilir:

\[ \min_{\beta_0,\beta_1,\beta_2} \sum_{t=1}^{n} \left(Y_t-\hat{Y}_t\right)^2 \]

Bu ifade, modelin tahmin hatalarını pozitif ve negatif yönleriyle birbirini götürmeyecek biçimde karesini alarak topladığını anlatır.

İkinci OLS modeli: Doğurganlık oranı

İkinci modelin hedef değişkeni kadın başına doğum sayısıyla ifade edilen doğurganlık oranıdır. Açıklayıcı değişkenler hizmet istihdamının payı ve çalışan başına GSYH’dir:

\[ FRTL_t = \alpha_0 + \alpha_1 EMP\_SRV_t + \alpha_2 GDP\_PP\_EMP_t + u_t \]

• FRTL: Kadın başına doğum sayısı olarak toplam doğurganlık oranıdır.
• EMP_SRV: Hizmet sektöründe çalışanların toplam istihdam içindeki yüzdesidir.
• GDP_PP_EMP: Çalışan başına GSYH’dir.
• α₁: Çalışan başına GSYH sabitken hizmet istihdamı değişiminin doğurganlıkla ilişkisini gösterir.
• α₂: Hizmet istihdamı sabitken çalışan başına GSYH değişiminin doğurganlıkla ilişkisini gösterir.

Yazar, hizmet ekonomisine geçişin kentleşme, kadınların çalışma hayatındaki rolü ve çocuk yetiştirmenin ekonomik maliyeti üzerinden doğurganlığın düşmesini açıklayabileceğini tartışmaktadır. Ancak modelde kentleşme, kadın eğitimi, kadın istihdamı, evlenme yaşı, çocuk ölümleri, doğum kontrolüne erişim veya sağlık altyapısı gibi değişkenler bulunmamaktadır. Dolayısıyla bu mekanizmalar doğrudan test edilmemiştir.

Şekil 3’teki katsayılar ve metinle tutarsızlıklar

Şekil 3, regresyon katsayılarını yatay çubuklar ve yüzde 95 güven aralıklarıyla göstermektedir. Çalışmanın açıklamasına göre güven aralığı şu biçimde hesaplanmaktadır:

\[ CI_{95\%} = \hat{\beta} \pm 1.96 \times SE(\hat{\beta}) \]

Burada β̂ tahmin edilen katsayıyı, SE katsayının standart hatasını göstermektedir.

Ancak şekil ile metin arasında kritik uyumsuzluklar bulunmaktadır:

1. Enflasyon katsayısı: Metin enflasyonun çalışan başına GSYH üzerinde negatif bir yük veya “drag” oluşturduğunu söylemektedir. Buna karşılık Şekil 3’te enflasyon çubuğu sıfırın sağında, yani pozitif tarafta görünmektedir. Grafikten yaklaşık olarak pozitif 100-150 dolar aralığında bir katsayı okunmaktadır.
2. Hizmetler ve doğurganlık: Metin hizmet istihdamının doğurganlık üzerinde güçlü negatif etkisi olduğunu savunmaktadır. Şekil 3’teki hizmet istihdamı katsayısı ise sıfırın sağında, yaklaşık +0,05 düzeyinde görünmektedir.
3. Güven aralığı: Metin hiçbir hata çubuğunun sıfırı kesmediğini söylemektedir. Buna karşılık doğurganlık modelindeki hizmet istihdamı güven aralığı yaklaşık -0,09 ile +0,18 arasında uzanarak sıfırı açıkça kesmektedir.
4. Çalışan başına GSYH katsayısı: Doğurganlık modelindeki bu katsayı grafikte sıfıra çok yakın görünmekte ve ölçek nedeniyle kesin değeri seçilememektedir.

Bu tutarsızlıklar nedeniyle, metinde öne sürülen “hizmetlere geçiş doğurganlığı gelirden daha güçlü biçimde düşürmektedir” sonucu Şekil 3 üzerinden doğrulanamamaktadır. Katsayı tablosu, kesin standart hatalar, p değerleri ve model çıktıları sunulmadığı için doğru işaretin grafikte mi yoksa açıklama metninde mi olduğu belirlenememektedir.

Regresyon neden tek başına nedensellik kurmaz?

Çalışmada OLS’nin “neden ve sonucu ayırmak” amacıyla kullanıldığı ve katsayıların “nedensel etki haritaları” olduğu belirtilmektedir. Ancak çoklu doğrusal regresyon, başka bir tanımlama stratejisi bulunmadığında yalnızca değişkenler arasındaki koşullu ilişkiyi tahmin eder.

Nedensel yorum için en azından açıklayıcı değişkenlerin hata terimiyle ilişkisiz olduğu varsayımı gerekir:

\[ E(\varepsilon_t \mid X_t) = 0 \]

Bu varsayım, model dışında bırakılan hiçbir etkenin hem hizmet istihdamını hem üretkenliği veya doğurganlığı etkilemediğini gerektirir. Hindistan’ın ekonomik dönüşümünde bu oldukça güçlü bir varsayımdır.

Örneğin aşağıdaki değişkenler aynı anda hizmet istihdamını ve çalışan başına üretimi etkileyebilir:

• Teknolojik ilerleme,
• Yabancı yatırımlar,
• Eğitim düzeyi,
• Altyapı yatırımları,
• Kentleşme,
• Ticaret açıklığı,
• Döviz kuru,
• Maliye ve para politikası,
• Küresel ekonomik koşullar.

Aynı şekilde doğurganlık oranındaki değişim hizmet sektörüne geçişi de etkileyebilir. Daha düşük doğurganlık kadınların iş gücüne katılımını artırabilir; dolayısıyla nedensellik iki yönde işleyebilir. Bu durum eşanlılık veya içsellik sorunudur.

Çalışmada doğal deney, araç değişken, farkların farkı, kesikli regresyon, gecikmeli yapı veya başka bir nedensel tanımlama stratejisi kullanılmamıştır. Bu nedenle sonuçlar “hizmet istihdamı artışı çalışan başına GSYH ve doğurganlıkla ilişkilidir” biçiminde okunmalı; “artış kesin olarak bu sonuçlara neden olmuştur” biçiminde yorumlanmamalıdır.

Gerçekleşen ve tahmin edilen değerlerin karşılaştırılması

Şekil 4’te her iki model için gerçekleşen değerler yatay eksende, model tahminleri dikey eksende gösterilmektedir. Kırmızı kesikli çizgi kusursuz tahmini, yani:

\[ \hat{Y}_t = Y_t \]

durumunu temsil eder.

Çalışan başına üretkenlik modelinde noktaların önemli bölümü diyagonal çizgiye yakın görünmektedir. Özellikle düşük ve orta üretkenlik düzeylerinde tahminler gerçekleşen değerleri yakından takip etmektedir. En yüksek değerlerde bazı sapmalar büyümektedir; ancak genel doğrusal ilişki güçlü görünmektedir.

Doğurganlık modelinde ise daha sistematik bir eğrilik dikkat çekmektedir:

• Düşük gerçekleşen doğurganlık değerlerinde tahminler daha da düşük kalmaktadır.
• Orta değerlerde tahminler çoğunlukla kusursuz tahmin çizgisinin üzerindedir.
• Yüksek doğurganlık değerlerinde tahminler çizginin altında kalmaktadır.

Bu desen, doğrusal modelin doğurganlık ilişkisindeki eğriselliği tam olarak yakalayamadığına işaret edebilir. Çalışmada model bazında sayısal R-kare, düzeltilmiş R-kare, artık dağılımı veya tahmin hatası ölçüleri verilmediği için grafiklerin “neredeyse bütün tarihsel değişimi açıkladığı” iddiası sayısal olarak denetlenememektedir.

Aynı veri üzerinde kurulmuş modelin yine aynı veri üzerinde gerçekleşen-tahmin edilen karşılaştırması, örneklem içi uyumu gösterir. Bu yöntem aşırı uyum bulunmadığını tek başına kanıtlamaz. Aşırı uyumu değerlendirmek için ayrı test verisi, çapraz doğrulama veya zaman sıralı geriye dönük tahmin sınaması gerekir.

R-kare formülü

Çalışmada açıklanan R-kare ilişkisi şöyledir:

\[ R^2 = 1 - \frac{\sum_{t=1}^{n}(Y_t-\hat{Y}_t)^2}{\sum_{t=1}^{n}(Y_t-\bar{Y})^2} \]

• Paydaki ifade modelin açıklayamadığı artık kareleri toplamıdır.
• Paydadaki ifade hedef değişkenin ortalamasına göre toplam değişimidir.
• R-kare 1’e yaklaştıkça model örneklem içindeki değişimin daha büyük bölümünü açıklamaktadır.

Ancak yüksek R-kare nedensellik, doğru model yapısı veya gelecekte başarılı tahmin anlamına gelmez. Özellikle zaman içinde birlikte yükselen veya düşen ekonomik seriler, aralarında gerçek bir ekonomik mekanizma bulunmasa bile yüksek R-kare üretebilir.

Zaman serisi niteliğinden kaynaklanan sorunlar

Veriler birbirinden bağımsız 26 gözlem değil, arka arkaya gelen 26 yıldır. Bu nedenle klasik kesit regresyonundan farklı zaman serisi sorunları ortaya çıkabilir:

• Durağan olmama: Hizmet istihdamı ve çalışan başına GSYH zaman içinde trend göstermektedir.
• Sahte regresyon: Birlikte trend gösteren iki değişken gerçekte ilişkili olmasa bile yüksek uyum üretebilir.
• Otokorelasyon: Bir yıldaki hata sonraki yılın hatasıyla ilişkili olabilir.
• Yapısal kırılma: Küresel krizler, politika değişiklikleri veya ekonomik reformlar ilişkiyi dönemler arasında değiştirebilir.
• Değişen varyans: Tahmin hatalarının büyüklüğü ekonomik ölçek büyüdükçe artabilir.

Çalışmada birim kök, eşbütünleşme, Durbin-Watson, Breusch-Godfrey, heteroskedastisite veya yapısal kırılma testleri raporlanmamaktadır. Bu eksiklik, standart hataların ve istatistiksel anlamlılık değerlendirmesinin güvenilirliğini sınırlamaktadır.

2030 hizmet istihdamı senaryoları

Gelecek senaryosunun ilk adımında hizmet istihdamının tarihsel eğimi hesaplanmaktadır. Çalışmada verilen ilişki şöyledir:

\[ Slope = \frac{EMP\_SRV_{2016}-EMP\_SRV_{1991}}{2016-1991} \]

Bu eğim kullanılarak 2017-2030 yılları için doğrusal bir temel senaryo üretilmektedir:

\[ EMP\_SRV_t^{base} = EMP\_SRV_{2016} + Slope \times (t-2016) \]

Daha sonra üç senaryo tanımlanmaktadır:

\[ EMP\_SRV_t^{optimistic} = EMP\_SRV_t^{base} + 3 \]

\[ EMP\_SRV_t^{pessimistic} = EMP\_SRV_t^{base} - 3 \]

Metinde bu fark “+3%” ve “-3%” biçiminde yazılmıştır. Grafikte ise senaryolar temel çizginin yaklaşık üç yüzde puan üstünde ve altında görünmektedir. Bu nedenle uygulamanın göreli yüzde değişiminden çok üç mutlak yüzde puanlık bant kullandığı anlaşılmaktadır; ancak metin bu ayrımı açıkça belirtmemektedir.

Şekil 5’ten yaklaşık 2030 değerleri:

Grafikte tarihsel hizmet istihdamı 2016’da yaklaşık yüzde 33’e ulaşırken temel senaryo 2017’de yaklaşık yüzde 31’den başlamaktadır. Bu, tarihsel seriyle temel tahmin arasında aşağı yönlü bir kopukluk oluşturmaktadır. Verilen eğim formülü doğru biçimde 2016 değerinden başlatılmış olsaydı temel projeksiyonun 2017’de 2016’nın biraz üzerinde olması beklenirdi. Bu görsel kopukluğun veri işleme, grafikleme veya senaryo tanımından hangisinden kaynaklandığı açıklanmamıştır.

2030 çalışan başına GSYH senaryosu

Gelecekteki hizmet istihdamı değerleri, birinci OLS modeline dışsal girdiler olarak yerleştirilmektedir. Enflasyonun bütün gelecek yıllarda yüzde 5 olacağı varsayılmıştır:

\[ GDP\_PP\_EMP_t^{future} = \hat{\beta}_0 + \hat{\beta}_1 EMP\_SRV_t^{scenario} + \hat{\beta}_2 \times 5 \]

Çalışma bu zincire “domino etkisi” adını vermektedir. Hizmet istihdamının senaryo değeri değiştiğinde çalışan başına üretim tahmini de OLS katsayısı aracılığıyla değişmektedir.

Şekil 6’da temel senaryonun 2030 değeri açık biçimde:

20.486 dolar/çalışan

olarak etiketlenmiştir. Grafikten yaklaşık olarak iyimser senaryo 24.000 dolar, kötümser senaryo ise 17.000 dolar civarındadır.

Şekil 6’da tarihsel çalışan başına GSYH 2016’da yaklaşık 16.000 doların üzerinde görünürken 2017 temel senaryosu yaklaşık 14.500 dolardan başlamaktadır. Hizmet istihdamı grafiğindeki kopukluk bu tahmine de aktarılmıştır. Bu nedenle 2017-2030 tahmin çizgisinin tarihsel seriye kesintisiz devam eden bir projeksiyon olmadığı görülmektedir.

Tahminlerin dayandığı varsayımlar

2030 sonuçları aşağıdaki varsayımlara bağlıdır:

• 1991-2016 hizmet istihdamı eğilimi 2030’a kadar doğrusal biçimde devam edecektir.
• Enflasyon bütün projeksiyon döneminde yüzde 5 olacaktır.
• Hizmet istihdamı ile çalışan başına GSYH arasındaki tarihsel OLS ilişkisi değişmeden kalacaktır.
• Büyük savaş, pandemi, finansal kriz, teknolojik kırılma veya başka olağanüstü dış şok yaşanmayacaktır.
• Hizmet sektörünün iç bileşimi ve işlerin verimliliği sabit ilişkiyi bozmayacaktır.

Bu nedenle 20.486 dolar kesin gelecek değeri değil, varsayımlara bağlı bir senaryo çıktısıdır. Çalışmanın kendi ifadesiyle de bu sonuç bir kader değil, koşullu bir olasılıktır.

Çalışmanın güçlü yönleri

• Ekonomik büyümeyi yalnızca toplam GSYH üzerinden değil; istihdam, sağlık, eğitim ve insani seçeneklerle birlikte ele alması,
• Amartya Sen’in yapabilirlik yaklaşımını somut ekonomik göstergelerle ilişkilendirmesi,
• Tarımda çalışan nüfus ile tarımın ekonomik üretim payı arasındaki farkı açık bir grafikle görünür kılması,
• Demografik, sektörel ve sağlık dönüşümlerini aynı anlatı içinde değerlendirmesi,
• Eksik değerleri yapay ara değerlerle doldurmak yerine gözlenen verilerle çalışma tercihinde bulunması,
• Karmaşık makine öğrenmesi yerine küçük örnekleme uygun daha sade bir model seçmesi,
• Gelecek tahminini tek sonuç yerine iyimser, temel ve kötümser senaryolarla sunması,
• Formülleri ve hesaplama zincirini okuyucuya açıklamaya çalışmasıdır.

Çalışmanın temel sınırlılıkları

• Örneklem yalnızca 26 yıllık gözlemden oluşmaktadır; eksik veri silindikten sonra model bazındaki gerçek gözlem sayısı bildirilmemiştir.
• OLS modellerinin tam katsayı tabloları, sabit terimleri, standart hataları, p değerleri, R-kareleri ve tanı testleri verilmemiştir.
• Zaman serilerinin durağanlığı ve eşbütünleşmesi sınanmamıştır.
• Otokorelasyon, heteroskedastisite ve yapısal kırılma testleri raporlanmamıştır.
• Hizmet istihdamı, üretkenlik ve doğurganlık arasındaki içsellik değerlendirilmemiştir.
• Regresyon ilişkileri nedensel etki olarak yorumlanmıştır; ancak nedensel tanımlama stratejisi bulunmamaktadır.
• Doğurganlık modeli önemli sosyal ve demografik değişkenleri içermemektedir.
• Aynı veri model kurmak ve model uyumunu göstermek için kullanılmış; örneklem dışı doğrulama yapılmamıştır.
• Şekil 3’teki katsayı işaretleri ve güven aralıkları metindeki açıklamalarla çelişmektedir.
• Şekil 5 ve Şekil 6’daki 2017 başlangıç değerleri, 2016 tarihsel serisiyle kesintisiz bağlanmamaktadır.
• İyimser ve kötümser senaryolardaki “yüzde 3” ifadesinin göreli yüzde mi, yüzde puan mı olduğu açık değildir.
• 2030 tahmini yalnızca hizmet istihdamı ve sabit yüzde 5 enflasyona dayanmakta; ekonomik yapının diğer bileşenleri sabit kabul edilmektedir.
• Çalışma hakem değerlendirmesinden geçmemiştir.

Çalışmanın söylediği ve söylemediği

Çalışma, Hindistan’da tarımsal istihdamın azalırken hizmet istihdamının ve çalışan başına üretimin arttığını göstermektedir. Tarımda çalışan nüfusun payının tarımın ekonomik üretimdeki payından çok daha yüksek kaldığını ortaya koymaktadır. Bulaşıcı olmayan hastalıkların ölüm yükündeki payının yükseldiğini ve eğitimli işsizliğin belirli yıllarda yüksek düzeylerde bulunduğunu göstermektedir.

Çalışma, tarımdan hizmetlere geçen her işçinin gelirinin veya yaşam kalitesinin arttığını göstermemektedir. Hizmetler içinde yüksek ücretli bilgi teknolojisi işleri ile düşük ücretli ve güvencesiz hizmet işleri birbirinden ayrılmamıştır.

Çalışma, hizmet sektörünün doğurganlık düşüşüne kesin olarak neden olduğunu kanıtlamamaktadır. Şekil 3’teki doğurganlık katsayısı ve güven aralığı, metindeki güçlü nedensel ifadeyi desteklememektedir.

Çalışma, enflasyonun üretkenliği kesin olarak azalttığını da mevcut şekil üzerinden doğrulamamaktadır; grafikte katsayı pozitif görünmektedir.

2030’da çalışan başına üretimin kesin olarak 20.486 dolar olacağını göstermemektedir. Bu sayı doğrusal hizmet istihdamı eğilimi, sabit enflasyon ve değişmeyen regresyon katsayılarına dayalı koşullu bir senaryodur.

Geçmiş, bugün ve gelecek açısından önemi

Geçmiş açısından çalışma, Hindistan’ın 1991 sonrasında yalnızca daha büyük bir ekonomi hâline gelmediğini; çalışma, hastalık ve nüfus yapısının da değiştiğini vurgulamaktadır. Tarımın gerilemesi, hizmetlerin yükselmesi ve çalışma çağındaki nüfusun büyümesi aynı dönüşümün farklı yüzleri olarak sunulmaktadır.

Bugün açısından en önemli mesaj, toplam ekonomik büyümenin dağılım ve yaşam seçenekleri hesaba katılmadan yeterli bir kalkınma ölçütü olmadığıdır. Bir ülkenin çalışan başına üretimi artarken milyonlarca insan düşük verimli tarımda veya eğitimine uygun olmayan işlerde kalabilir.

Gelecek açısından çalışma, Hindistan’ın demografik fırsatını kullanabilmesi için kırsal altyapı, iş gücü hareketliliği, nitelikli sanayi ve hizmet istihdamı ile eğitimin iş piyasası ihtiyaçlarına uyumuna odaklanılması gerektiğini savunmaktadır. Bununla birlikte daha güvenilir politika sonuçları için eyalet düzeyinde veya birey düzeyinde veri, daha uzun zaman serileri ve nedensel yöntemlerle yapılacak yeni çalışmalara ihtiyaç vardır.

Çalışmanın Yöntemi ve Bulguları

Teknik yöntem özeti

Şekillerin bilimsel özeti

Ana sayısal bulgular

• Tarımsal istihdam yaklaşık yüzde 64’ten yüzde 44’e gerilemiştir.
• Hizmet istihdamı yaklaşık yüzde 22’den yüzde 33’e yükselmiştir.
• Sanayi istihdamı yaklaşık yüzde 15’ten yüzde 24’e yükselmiştir.
• Tarımın GSYH içindeki payı yaklaşık yüzde 30’dan yüzde 17’ye düşmüştür.
• Bulaşıcı olmayan hastalıkların ölüm payı yaklaşık yüzde 46’dan yüzde 61’e yükselmiştir.
• Bulaşıcı hastalıkların ölüm payı yaklaşık yüzde 44’ten yüzde 28’e gerilemiştir.
• 2030 temel hizmet istihdamı senaryosu yaklaşık yüzde 35,5’tir.
• 2030 temel çalışan başına GSYH senaryosu 20.486 dolardır.
• 2030 iyimser üretkenlik sonucu grafikten yaklaşık 24.000 dolar okunmaktadır.
• 2030 kötümser üretkenlik sonucu grafikten yaklaşık 17.000 dolar okunmaktadır.

Grafiklerden okunan ve metinde kesin olarak yazılmayan değerler yaklaşık değerlerdir. Çalışmada regresyonların tam sayısal çıktı tabloları bulunmadığından katsayıların kesin değerleri grafiklerden güvenilir biçimde yeniden üretilememektedir.

Kaynak ve Yöntem Notu

• PDF içindeki tam özgün başlık: The Limits of Freedom (1991-2016)
• SSRN kayıt başlığı: The Limits of Freedom
• Yazar: Spandan Upadhyay
• Yazar sıralaması: Tek yazarlı çalışma
• Eş birinci yazar/eş katkı: Bulunmamaktadır.
• İletişim yazarı: SSRN kaydında Spandan Upadhyay iletişim yazarı olarak gösterilmektedir.
• Kurum: Ramakrishna Mission Vidyamandira, Belur Math, Howrah, West Bengal, Hindistan
• Çalışmanın yazım tarihi: 26 Haziran 2026
• SSRN’ye yüklenme tarihi: 30 Haziran 2026
• DOI: 10.2139/ssrn.7003198
• Yayın platformu: SSRN
• SSRN kayıt numarası: 7003198
• Hakemli dergi: Hakemli bir dergide yayımlanmış sürüm doğrulanamamıştır.
• Özgün yayınevi: Ayrı bir akademik veya ticari yayınevi bilgisi doğrulanamamıştır.
• Hakemlik durumu: Çalışma SSRN’de paylaşılmış bir preprinttir; hakem değerlendirmesinden geçtiğine ilişkin bilgi bulunmamaktadır.
• Kaynak türü: Preprint, ikincil veri analizi, ekonometrik modelleme ve senaryo çalışması
• Resmî çalışma bağlantısı:SSRN çalışma sayfası

PDF’nin görünür sayfalarında yazar adı ve kurum bilgisi yer almamaktadır. Bu bilgiler PDF dosya üst verisi ve resmî SSRN kayıt sayfası üzerinden doğrulanmıştır. Çalışmanın PDF iç başlığına eklenen “1991-2016” ifadesi SSRN kayıt başlığında bulunmamaktadır.

Bu makale yüklenen PDF’nin tamamı; metin, yöntem açıklaması, formüller ve altı görseli incelenerek hazırlanmıştır. PDF dışında kalan bilimsel bulgular içeriğe eklenmemiş; dış kontrol yalnızca yazar, kurum, DOI, tarih, yayın platformu ve hakemlik durumu gibi bibliyografik kimlik bilgileriyle sınırlandırılmıştır.

Temel bilimsel uyarı: Bu çalışma hakem değerlendirmesinden geçtiği doğrulanmamış bir preprinttir. OLS sonuçları değişkenler arasındaki tarihsel ilişkiyi göstermekte, tek başına nedensellik kanıtlamamaktadır. Regresyon katsayılarının tam tabloları verilmemiş ve Şekil 3’teki bazı sonuçlar metinle çelişmiştir. 2030 rakamları kesin tahmin değil; doğrusal hizmet istihdamı eğilimi, yüzde 5 enflasyon ve sabit tarihsel katsayı varsayımlarına dayalı senaryolardır.