Sağlık Harcamalarının İşsizliğe Etkileri: Panel Veri Analizi

Abstract

Bu çalışma, 2000-2024 döneminde 28 OECD ülkesini kapsayan panel veri çerçevesinde sağlık harcamaları ile işsizlik oranı arasındaki ilişkiyi incelemektedir. Analizde kişi başına sağlık harcaması (HEA), genel hükümet nihai tüketim harcaması (GGFCE), nüfus artışı (POP) ve ekonomik büyüme (GDP) değişkenleri birlikte ele alınarak işsizlik oranının (UNEMP) makroekonomik belirleyicileri bütüncül bir yaklaşımla değerlendirilmiştir. Ülkeler arası karşılıklı etkileşim ve heterojenlik olasılığı dikkate alınarak yöntemsel süreçte sırasıyla yatay kesit bağımlılığı (CD) testi, CIPS panel birim kök testi, homojenlik sınaması, Westerlund panel eşbütünleşme testi ve AMG (Augmented Mean Group) tahmincisi kullanılmıştır. Bulgular, değişkenler arasında yatay kesit bağımlılığı bulunduğunu ve serilerin birinci farkları alındığında durağanlaştığını göstermektedir. Westerlund test sonuçları panel genelinde uzun dönemli eşbütünleşme ilişkisinin varlığını doğrularken, AMG tahminleri HEA, GGFCE, POP ve GDP değişkenlerinin işsizlik oranı üzerinde negatif ve istatistiksel olarak anlamlı etkiler taşıdığını ortaya koymaktadır. Hata düzeltme teriminin negatif ve anlamlı olması, kısa dönemli sapmaların uzun dönem dengesine hızlı bir şekilde yakınsadığını göstermektedir. Elde edilen sonuçlar, OECD ülkelerinde işsizlikle mücadelede sağlık harcamalarının, büyümeyi destekleyen politikalar ve istihdam odaklı kamu harcama bileşimi ile birlikte değerlendirildiğinde daha etkili bir politika aracı sunduğunu göstermektedir. 

Keywords

• Sağlık Harcamaları
• İşsizlik Oranı
• Panel Veri Analizi

The Effects of Health Expenditures on Unemployment: Panel Data Analysis

Abstract

This study examines the relationship between health expenditures and unemployment rates within a panel data framework covering 28 OECD countries over the period 2000-2024. In the analysis, per capita health expenditure (HEA), general government final consumption expenditure (GGFCE), population growth (POP), and economic growth (GDP) are considered together, and the macroeconomic determinants of the unemployment rate (UNEMP) are evaluated within a holistic framework. Considering the possibility of cross-country interactions and heterogeneity, the methodological process employs the cross sectional dependence (CD) test, the CIPS panel unit root test, homogeneity testing, the Westerlund panel cointegration test, and the AMG (Augmented Mean Group) estimator. The findings indicate the presence of cross-sectional dependence among the variables and show that the series become stationary after first differencing. The Westerlund test results confirm the existence of a long-run cointegration relationship at the panel level, while AMG estimates reveal that HEA, GGFCE, POP, and GDP have negative and statistically significant effects on the unemployment rate. The negative and significant error correction term indicates that short-run deviations converge rapidly to the long-run equilibrium. Overall, the results suggest that in OECD countries, health expenditures constitute a more effective policy instrument in reducing unemployment when considered together with growth-supporting policies and employment-oriented public expenditure composition. 

Keywords

• Health Expenditures
• Unemployment Rate
• Panel Data Analysis

References

1. Auerbach, A. J., & Gorodnichenko, Y. (2012). Measuring the output responses to fiscal policy. American Economic Journal: Economic Policy, 4(2), 1-27.
2. Bassanini, A., & Duval, R. (2009). Unemployment, institutions, and reform complementarities: Re-assessing the aggregate evidence for OECD countries. Oxford Review of Economic Policy, 25(1), 40-5
3. Blanchard, O., & Perotti, R. (2002). An empirical characterization of the dynamic effects of changes in government spending and taxes on output. The Quarterly Journal of Economics, 117(4), 1329-1368.
4. Eberhardt, M., & Teal, F. (2010). Productivity analysis in global manufacturing production (Economics Series Working Papers No. 515). University of Oxford, Department of Economics.
5. Gebel, M., & Vossemer, J. (2014). The impact of employment transitions on health in Germany: A difference-in-differences propensity score matching approach. Social Science & Medicine, 108, 128-136. https://doi.org/10.1016/j.socscimed.2014.02.039
6. Greene, W. H. (2018). Econometric Analysis (8th ed.). Pearson.
7. Ilzetzki, E., Mendoza, E. G., & V´egh, C. A. (2013). How big (small?) are fiscal multipliers? Journal of Monetary Economics, 60(2), 239-254.
8. Keegan, C., Thomas, S., Normand, C., & Portela, C. (2013). Measuring recession severity and its impact on healthcare expenditure. International Journal of Health Care Finance and Economics, 13(2), 139-155. https://doi.org/10.1007/s10754-012-9121-2

9. López-Casasnovas, G., & Soley-Bori, M. (2014). The socioeconomic determinants of health: Economic growth and health in the OECD countries during the last three decades. International Journal of Environmental Research and Public Health, 11(1), 815-829. https://doi.org/10.3390/ijerph110100815
10. Monsef, A., & Mehrjardi, A. S. (2015). Determinants of life expectancy: A panel data approach. Asian Economic and Financial Review, 5(11), 1251-1257.
11. OECD (2023). OECD Employment Outlook 2023. OECD Publishing.
12. Pesaran, M. H. (2007). A simple panel unit root test in the presence of cross-section dependence. Journal of Applied Econometrics, 22(2), 265-312.
13. Pesaran, M. H., & Yamagata, T. (2008). Testing slope homogeneity in large panels. Journal of Econometrics, 142(1), 50-93.
14. Uçar, A. M., & Yılmaz, S. (2025). Analysis of the relationship between unemployment rate and health expenditures: The case of Turkiye. Journal of Academic Opinion, 5(1), 7-12.
15. Westerlund, J. (2007). Testing for error correction in panel data. Oxford Bulletin of Economics and Statistics, 69(6), 709-748.
16. Wooldridge, J. M. (2010). Econometric Analysis of Cross Section and Panel Data (2nd ed.). MIT Press.
17. Yetim, B., İlgün, G., Çilhoroz, Y., Demirci, Ş., & Konca, M. (2021). The socioeconomic determinants of health expenditure in OECD: An examination on panel data. International Journal of Healthcare Management, 14(4), 1265-1269. https://doi.org/10.1080/20479700.2020.1756112