Hrvatska u evro eri je ujedinjena u novcu, i dalje podeljena u tome kako radna mesta reaguju na rast.

1. Jedan glavni grad, mnogo tržišta rada: Šta kažu županijski dokazi

Iz daljine, Okunov zakon je umirujuća pravilnost: kad ekonomija „radi vruće“, nezaposlenost se „hladi“; kad proizvodnja padne, nezaposlenost raste. Izbliza, kroz hrvatske županije, on postaje manje „zakon“, a više skup lokalnih navika: neke čvrste, neke tromе, neke iznenađujuće asimetrične.

Grafici iz Dela I dali su osnovnu intuiciju. U mnogim županijama ciklična neiskorišćenost kapaciteta u proizvodnji i neiskorišćenost kapaciteta na tržištu rada se kreću suprotno, uz to da padovi čine odnos oštrijim. Ali iste slike su nametnule i drugo: županije nisu samo manje Hrvatske. Razlikuju se po baznoj nezaposlenosti, volatilnosti, izloženosti šokovima i, ključno za Okuna, brzini reakcije tržišta rada kad se proizvodnja okrene.

Deo II je uradio posao koji slike ne mogu. Proverio je da li panel „dozvoljava“ zaključivanje: da li su serije stacionarne ili klize, da li županije dele šokove, da li su nagibi zajednički ili heterogeni, da li postoji dugoročni odnos, i da li su kratkoročne dinamike simetrične ili ne. Taj redosled je važan jer je županijski panel mesto gde je naivno zaključivanje najlakše i najopasnije: zajednički šokovi mogu učiniti odnose jakim čak i kad su pogrešno specifikovani, dok stvarna heterogenost može biti spljoštena u „prosečnu Hrvatsku“ koja ne opisuje nijednu županiju posebno dobro.

Ukratko: kombinovani dokazi kažu da županijski panel podržava Okunov odnos, naročito u jaz specifikaciji; i da insistira da je taj odnos međuzavisan među županijama, strukturno nestabilan oko velikih epizoda i potencijalno asimetričan u reakciji na ekspanzije naspram kontrakcija.

2. Šta kombinovani dokazi zapravo govore o Okunu u hrvatskim regionima

Rezultati studije čine koherentnu priču ako ih tretirate kao slojeve, a ne kao konkurentne presude.

Prvi sloj: Podaci se ne ponašaju isto u svim specifikacijama.
U nivoima, LGDP i stope nezaposlenosti su postojane i zahtevaju pažljiv tretman. Zato studija kreće s panel jediničnim korenima i vraća se tom pitanju kad prizna međuzavisnost. Testovi prve generacije daju familiaran I(1)–I(0) razrez: nivoi klize, prve razlike su stabilnije, a serije jaza su bliže stacionarnim ciklusima (to je i poenta mera neiskorišćenosti kapaciteta). Jaz pristup nije samo stil; on je strukturno usklađen sa svojstvima koje studija nalazi.

Drugi sloj: Županije se kreću zajedno, pa alat mora to priznati.
Rezultati poprečnog preseka zavisnosti su učtiv način da se kaže da županijski panel nije dvadeset nezavisnih eksperimenata. Županije dele nacionalnu politiku, zajedničke eksterne šokove i integrisana tržišta. Studija stoga tretira testiranje zavisnosti kao most ka metodama druge generacije, a ne kao dekorativnu dijagnostiku (Pesaran, 2004; Pesaran & Xie, 2021; Juodis & Reese, 2022). Kada je zavisnost prisutna, nije dovoljno oslanjati se na testove koji pretpostavljaju nezavisnost; analiza mora preći na metode koje eksplicitno dozvoljavaju zajedničke faktore.

Ta promena je ekonomski važna. Ona kaže da je deo Okunovog kanala nacionalni ciklus koji prolazi kroz regionalna tržišta rada, čak i ako lokalne strukture oblikuju amplitudu i brzinu. Drugim rečima, postoji makro ritam „na nivou cele Hrvatske“; ali županije sviraju različite instrumente.

Treći sloj: „Jedna Hrvatska“ je pretpostavka koju podaci ne podržavaju uvek.
Testovi homogenosti nagiba pokazuju da heterogenost nije bezopasna. To ima očigledno tumačenje: reakcija nezaposlenosti na proizvodnju može se razlikovati po županijama zbog sektorske strukture, trenja i margina prilagođavanja. Politički: naracija koja tretira prilagođavanje kao uniformno rizikuje da pogrešno čita lokalnu raspodelu bola i oporavka.

Četvrti sloj: Prekidi nisu smetnja; oni su radnja.
Testiranje homogenosti nagiba je način na koji izveštaj pita da li je opravdano govoriti o jednom Okunovom koeficijentu za sve županije. Rezultati nisu jednoobrazno jednostavni, neke varijante snažnije odbacuju homogenost od drugih, ali smer je dovoljno jasan: heterogenost se ne može bezbedno ignorisati (Pesaran & Yamagata, 2008). To ima očigledno tumačenje. Reakcija nezaposlenosti na dato kretanje proizvodnje može se razlikovati među županijama jer se sektorska struktura, trenja na tržištu rada i margine prilagođavanja razlikuju u zavisnosti od prostora.

Ovde takođe okvir županija postaje politički relevantan. Nacionalni narativ koji tretira prilagođavanje tržišta rada kao uniformno rizikuje pogrešno tumačenje lokalne distribucije problema i oporavka. Ako neke županije imaju ravnije Okunove nagibe ili sporije prilagođavanje, onda „rast se vratio“ može koegzistirati sa stalnim lokalnim zastojem.

Peti sloj: Dugoročna veza je najjača u jeziku neiskorišćenosti kapaciteta.
Rezultati kointegracije panela, čitani zajedno kroz familije testova studije, najubedljivije podržavaju dugoročnu vezu u specifikaciji jaza. To jest, jazovi u proizvodnji županija i jazovi u nezaposlenosti su doslednije povezani dugoročnom vezom koja vraća srednju vrednost nego promenljive nivoa pod istim rasponom pretpostavki (Pedroni, 1999; Kao, 1999; Westerlund, 2007). To ne znači da su nivoi irelevantni. To znači da je veza jaza empirijski koherentnija za vrstu cikličnih političkih pitanja koja čitaoci zapravo postavljaju: da li ekonomija posluje ispod svog lokalnog potencijala i da li se ta slabost pokazuje u nezaposlenosti županije?

Šesti sloj: Dinamika i asimetrija komplikuju priču „jednog nagiba“.
Rezultati ARDL-a iz studije poklapaju se sa poznatom makro realnošću: prilagođavanje tržišta rada ima tendenciju da bude postepeno, pri čemu dinamika korekcije grešaka ukazuje na konvergenciju, a ne na trenutni prenos. Upotreba ARDL logike u stilu granica i ideja dinamičkih heterogenih panela motivisana je upravo tim odvajanjem kratkoročnog kretanja od dugoročne ravnoteže (Pesaran, Shin, & Smith, 2001; Pesaran & Smith, 1995).

Zatim dolaze nelinearni rezultati, gde Okun postaje politički najčitljiviji. NARDL dokazi podržavaju ideju da se odgovor tržišta rada može razlikovati u zavisnosti od pozitivnih i negativnih kretanja proizvodnje, kontrakcije mogu brzo povećati zastoj, a oporavci ga mogu sporije ili neravnomerno smanjiti. To nije samo statistička zanimljivost; to je razlika između recesije koja ostavlja ožiljke na lokalnim tržištima rada i oporavka koji ostavlja neravnomerne tragove (Shin, Yu, & Greenwood-Nimmo, 2014).

Sedmi sloj: Prediktivnost ide pretežno od proizvodnje ka nezaposlenosti, dok neiskorišćenost kapaciteta može „hraniti“ povratne veze.
Rezultati panela uzročnosti, pažljivo interpretirani kao predvidljivost, a ne kao metafizički uzrok, pojačavaju Okunovu logiku usmeravanja u smislu promena, kretanja proizvodnje pomažu u jasnijem predviđanju kretanja nezaposlenosti nego obrnuto. U smislu zastoja, studija pronalazi jaču interakciju i potencijalnu dvosmernost, što je u skladu sa idejom da kada je ciklični zastoj prisutan, on može dati povratnu informaciju kroz potražnju, poverenje i lokalnu dinamiku prilagođavanja. Tamo gde izveštaj koristi poboljšane testove uzročnosti prilagođene panelima sa fiksnim T, interpretativni potisak je da strana proizvodnje sadrži značajne vodeće informacije za rezultate rada, dok zastoj može postati dvosmerni sistem kada se jednom uspostavi (Xiao, Juodis, Karavias, & Sarafidis, 2023).

3. Gde Okunov kanal izgleda najjače, i gde „curi“ kroz prostor

Ako biste studija sveli na jednu rečenicu koja ne preuveličava i ne umanjuje, ona bi glasila: hrvatski županijski Okun je najjači kada se izrazi kao ciklična neiskorišćenost kapaciteta, i najkrhkiji kada insistirate na uniformnosti, stabilnosti i simetriji.

Najčvršći empirijski oslonac je jaz model: neiskorišćenost kapaciteta u proizvodnji i neiskorišćenost kapaciteta na tržištu rada se kreću suprotno, uz dugoročni povezanost preko županija. To je i konceptualno najčistije za stabilizaciju: županija ispod trenda u proizvodnji obično je iznad trenda u nezaposlenosti; kad se jaz zatvara, neiskorišćenost kapaciteta nezaposlenosti se smanjuje, ali ne momentalno.

Gde „curi“? Studija identifikuje tačke pritiska:

Curenje 1: Zajednički šokovi plus heterogenost.
Poprečna zavisnost znači da županije dele šokove; heterogenost nagiba znači da županije reaguju različito. Kada se to spoji, nacionalni prosek postaje istovremeno informativan i obmanjujući: informativan o zajedničkom ciklusu, obmanjujući o lokalnom prilagođavanju.

Curenje 2: Režimska nestabilnost.
Prelomi podrazumevaju da je koeficijent ocenjen na nivou celog uzorka prosek među režimima. Taj prosek može biti loš vodič upravo u trenucima koji su kreatorima politike najvažniji, oko velikih poremećaja. Strukturna nestabilnost nije tehnička smetnja; to je upozorenje da se Okunov koeficijent ne tretira kao fiksni instrument politike.

Curenje 3: Asimetrično prilagođavanje.
Ako negativni šokovi brže povećavaju pad nezaposlenosti nego što ga pozitivni šokovi smanjuju, onda „oporavci“ mogu biti statistički realni i društveno nepotpuni. Ta asimetrija je posebno relevantna na nivou županija jer lokalna tržišta rada mogu nositi inerciju različito, kroz sektorsku koncentraciju, migracije i trenja u usklađivanju.

Ukratko, panel županija u studiji ne odbacuje Okunov zakon. Odbacuje pojednostavljenu verziju toga, onu gde rast kupuje radna mesta po stabilnom kursu, županija po županiju, godina po godinu, kao da tržišta rada nisu prepreka i da istorija nikada nije prekinuta.

4. EU članstvo, uvođenje evra (2023) i ograničenja kredibiliteta

Hrvatsko EU članstvo daje institucionalnu pozadinu: široko usklađivanje sa EU okvirom i politika oblikovana integracijom. Studija takođe navodi uvođenje evra 2023. kao značajan makro marker, sidro kredibiliteta i ograničenje određenih domaćih stabilizacionih poluga.

Ključna poenta, u skladu sa županijskim dokazima, jeste da jače makro sidro ne znači automatski uniforman regionalni prenos. Ako županije imaju različite Okunove nagibe, brzine prilagođavanja i asimetrije, isti nacionalni ili evro-ambijent može proizvesti različita iskustva na tržištu rada.

Ovo je mesto gde županijska lupa postaje posebno korisna za Hrvatsku u evro eri. Pod sidrom kredibiliteta makro ciklus može biti više ograničen u nekim dimenzijama, ali raspodela prilagođavanja može ostati regionalno različita. Naglasak studije na heterogenosti i međuzavisnosti vodi praktičnom tumačenju: nacionalni i evro uslovi određuju ritam, a županijske strukture određuju koliko snažno i koliko brzo tržište rada pleše u tom ritmu.

Jedan oprezan zaključak, konzistentan s studijom, sledi: ako evro jača makro sidro, front ekonomske politike se pomera ka unutrašnjem prilagođavanju, funkcionisanju tržišta rada, efikasnosti sparivanja, regionalnoj mobilnosti i ciljanim merama tamo gde je inercija najveća. Županijski panel ne traži da Hrvatska napusti nacionalne priče. Traži da prestane da se pretvara da te priče svuda padaju jednako.

5. Praktične pouke

Rezultati studije ukazuju na to da je hrvatski Okunov kanal županije stvaran, ali uslovan. To dovodi do političkog stava koji je manje pogodan za slogane, a više koristan.

• Koristite mere neiskorišćenosti kapaciteta za makro razgovor, a županijsku heterogenost za dizajn politika. Dokazi na osnovu Okunovog modela jaza su empirijski jači i konceptualno bliži stabilizacionim pitanjima; županijske razlike su važne za to gde i kako ciljati mere tržišta rada.
• Tretirajte sprečavanje dubokih padova kao politiku zaposlenosti. Ako je odnos asimetričan, recesije mogu praviti disproporcionalnu štetu, a oporavci ne popravljaju simetrično.
• Izbegnite samozadovoljstvo „prosečne Hrvatske“. Zajednički šokovi daju zajednički ritam; heterogenost daje nejednaku transmisiju. Jedan nacionalni koeficijent je rezime, ne mapa.
• Neka strukturna promena bude stalna pretpostavka, ne fusnota za vanredno stanje. Prelomi su empirijski prisutni i ekonomski verovatni; politike treba da budu robusne na promene režima, ne kalibrisane na jedan istorijski prosek.

6. Šta pratiti ubuduće

Studija implicira korisnu agendu praćenja: šta bi pokazalo da li se županijska tržišta rada konvergiraju ka ujednačenijem Okunovom kanalu ili divergiraju u trajnu regionalnu asimetriju.

• Da li brzine prilagođavanja konvergiraju? Ako dinamika korekcije greške postaje brža i uniformnija, to bi signalizovalo responsivnije tržište rada u evro eri.
• Da li asimetrija opstaje u sledećem padu? Ako negativni šokovi i dalje šire neiskorišćenost kapaciteta brže nego što ga oporavci sužavaju, to je problem ekonomske politike, ne samo detalj modela.
• Da li se pojavljuju novi prekidi posle 2023? Naglasak studije na strukturnoj nestabilnosti sugeriše da evro režim može promeniti odnose, ali to treba zaključiti iz podataka, ne pretpostaviti.
• Da li predvidljivost ostaje vođena proizvodnjom? Ako proizvodnja i dalje vodi nezaposlenost u promenama, a interakcije neiskorišćenosti kapaciteta ostanu jake, to podržava vrednost cikličkog nadzora i rane stabilizacije.

Završna misao, u tonu slično mogućem zaključku „Economist“ magazina: Hrvatska je ušla u monetarnu uniju; nije ušla u jedno tržište rada. Županijski panel ne poriče napredak, samo insistira da napredak nije ravnomerno raspoređen i da veza rasta i radnih mesta ima lokalne akcente. Zagreb može pisati naslov, ali županije ispisuju fusnote.

7. Literatura

Bai, J., & Perron, P. (1998). Estimating and testing linear models with multiple structural changes. Econometrica, 66(1), 47–78. DOI: https://doi.org/10.2307/2998540

Chen, P., Karavias, Y., & Tzavalis, E. (2022). Panel unit-root tests with structural breaks. The Stata Journal, 22(3), 664-678. DOI: https://doi.org/10.1177/1536867X221124541

Ditzen, J., Karavias, Y., & Westerlund, J. (2024). Sequential estimation of multiple breaks in time series and panel data. Journal of Applied Econometrics, 40(1), 74-88. DOI: https://doi.org/10.1002/jae.3097

Hodrick, R. J., & Prescott, E. C. (1997). Postwar U.S. business cycles: An empirical investigation. Journal of Money, Credit, and Banking, 29(1), 1–16. DOI: https://doi.org/10.2307/2953682

Johansen, S. (1991). Estimation and hypothesis testing of cointegration vectors in Gaussian vector autoregressive models. Econometrica, 59(6), 1551–1580. DOI: https://doi.org/10.2307/2938278

Juodis, A., & Reese, S. (2022). The incidental parameters problem in testing for remaining cross-section correlation. Journal of Business Economics and Statistics, 40(3), 1191-1203. DOI: https://doi.org/10.1080/07350015.2021.1906687

Kao, C. (1999). Spurious regression and residual-based tests for cointegration in panel data. Journal of Econometrics, 90, 1-44. DOI: https://doi.org/10.1016/S0304-4076(98)00023-2

Okun, A. M. (1962). Potential GNP: Its measurement and significance. American Statistical Association, Proceedings of the Business and Economic Statistics Section, 98–104.

Pedroni, P. (1999). Critical values for cointegration tests in heterogeneous panels with multiple regressors. Oxford Bulletin of Economics and Statistics, 61, 653-70. DOI: https://doi.org/10.1111/1468-0084.0610s1653

Pesaran, M. H. (2004). General diagnostic tests for cross-section dependence in panels. CESifo Working Paper Series No. 1229.

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. DOI: https://doi.org/10.1002/jae.951

Pesaran, M. H., & Smith, R. P. (1995). Estimating long-run relationships from dynamic heterogeneous panels. Journal of Econometrics, 68(1), 79-113. DOI: https://doi.org/10.1016/0304-4076(94)01644-F

Pesaran, M. H., & Xie, Y. (2021). A Bias-corrected CD test for error cross-sectional dependence in panel data models with latent factors. Cambridge Working Papers in Economics 2158.

Pesaran, M. H., & Yamagata, T. (2008). Testing slope homogeneity in large panels. Journal of Econometrics, 142(1), 50–93. DOI: https://doi.org/10.1016/j.jeconom.2007.05.010

Pesaran, M. H., Shin, Y., & Smith, R. J. (2001). Bounds testing approaches to the analysis of level relationships. Journal of Applied Econometrics, 16(3), 289–326. https://doi.org/10.1002/jae.616

Shin, Y., Yu, B., & Greenwood-Nimmo, M. (2014). Modelling asymmetric cointegration and dynamic multipliers in a nonlinear ARDL framework. In Festschrift in Honor of Peter Schmidt (pp. 281–314). Springer. DOI: https://doi.org/10.1007/978-1-4899-8008-3_9

Westerlund, J. (2007). Testing for error correction in panel data. Oxford Bulletin of Economics and Statistics, 69(6), 709–748. DOI: https://doi.org/10.1111/j.1468-0084.2007.00477.x

Xiao, J., Juodis, A., Karavias, Y., & Sarafidis, V. (2023). Improved tests for Granger causality in panel data. The Stata Journal, 23(1), 230-242. DOI: https://doi.org/10.1177/1536867X231162034