Skip to main content

ETHNOS_APP

Home • Search • Journals • List 0

Panel Veri̇ Ve Maki̇ne Öğrenmesi̇ Yöntemi̇yle Geli̇r Dağilimi Ve İnsani̇ Geli̇şmi̇şli̇k Arasindaki̇ İli̇şki̇ Üzeri̇ne Bi̇r Anali̇z

Bibliographic Data

ID21677426
AuthorsErdemalp Ozden (0000-0001-5019-1675, Bayburt University), Ömer Faruk GÜLTEKİN (0000-0002-4832-4683, Bayburt University), Turgut BAYRAMOĞLU (0000-0003-0778-0516, Bayburt University)
Year2022
Volume21
Issue2
Pages564-582
Publication date2022-04-30
Open AccessYes
TypeARTICLE
VenueGaziantep University Journal of Social Sciences (JOURNAL)
Journal identifiersISSN: 1303-0094
PublisherGaziantep University Journal of Social Sciences (PUBLISHER)
DOI10.21547/jss.883079
OpenAlexW4225130279
LanguageTR
References cited28

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

Art · Humanities · Physics · Political science · Fiscal Policy and Economic Growth · Global Trade and Competitiveness · Global trade and economics

  • Which Regional Inequality? The Evolution of Rural–Urban and Inland–Coastal Inequality in China from 1983 to 1995

    Open Access•Ravi Kanbur, Xiaobo Zhang•Journal of Comparative Economics•1999

  • Inequality in Cities

    Open Access•Edward L Glaeser, Matt Resseger et al.•Journal of Regional Science•2009

  • A Caution Regarding Rules of Thumb for Variance Inflation Factors

    Open Access•Robert M O’brien•Quality & Quantity•2007

  • Specification Tests in Econometrics

    Jerry A Hausman•Econometrica•1978

  • Urbanization and income inequality in Sub-Saharan Africa

    Open Access•Iddisah Sulemana, Edward Nketiah-Amponsah et al.•Sustainable Cities and Society•2019

  • Inequality and City Size

    Nathaniel Baum-Snow, Nathaniel Brandt Baum-Snow et al.•The Review of Economics and…•2013

  • Urbanization and Inequality/Poverty

    Open Access•Brantley Liddle•Urban Science•2017

  • The inequality-adjusted human development index

    Open Access•Douglas A Hicks•World Development•1997

Highly citedNo

Tools

Open DOIOpen Access
Ethnos_APP • Open Source Project • MIT License • Frontend v2.0.0 • Privacy and Cookies • API Documentation: api.ethnos.app/docs • API Source Code: GitHub • DOI: 10.5281/zenodo.17049435 • Frontend Source Code: GitHub • DOI: 10.5281/zenodo.17050053 • cruz.rio.br • Expectantes Misericordiae