Bu çalışma, çalışan verimliliğinin işveren tarafından doğrudan gözlenemediği bir işgücü piyasasında eğitimin hem bilgi taşıyan bir sinyal hem de daha sonraki model uzantısında verimliliği artırabilen bir yatırım olarak nasıl çalıştığını teorik olarak inceliyor. Eğitim sinyallemesi, çalışanların eğitim düzeyini gözlenemeyen yetenek veya verimlilikleri hakkında işverenlere bilgi aktaran maliyetli bir piyasa sinyali olarak kullandıkları mekanizmadır. Model; ayrıştırıcı, havuzlayıcı ve karma dengeleri, eğitim eşiklerini, stratejik taklidi, diploma enflasyonunu, işveren taramasını ve refah düzeltici vergi tasarımını aynı çerçevede birleştirmektedir.

Temel iki-tip modelde düşük verimlilikli çalışanın sinyal maliyeti \(C_1(E)=E\), yüksek verimlilikli çalışanın maliyeti \(C_2(E)=E/2\) olarak tanımlanır. Ayrıştırıcı denge \(1\leq E^*\leq2\) aralığında mümkündür ve Cho–Kreps Sezgisel Kriteri en düşük maliyetli \(E^*=1\) dengesini seçer. Bu temel model kendi koşulları altında kararlı ayrıştırmayı desteklemektedir. Çok-tipli ve üretken eğitim uzantılarında ise teşvik kısıtlarının zayıflaması, alt düzeydeki bir sinyal eşiğinin bozulmasının üst düzeyleri de baskılamasına ve stratejik eğitim artışının kademeli biçimde yayılmasına izin vermektedir.

Çalışmanın aşırı yatırım sonucu, özel eğitim getirisinin üretken toplumsal getiriyi aşabildiği durumlardan kaynaklanmaktadır. Genel modelde \(W'(Y)>S_Y\) olduğunda bireyin ücret takvimi üzerinden algıladığı marjinal özel getiri, eğitimin gerçek marjinal üretkenlik katkısından yüksektir; bireyin optimum eğitim seçimi \(W'(Y)=C_Y\) koşuluyla belirlendiği için bu yapı \(S_Y-C_Y<0\) sonucunu doğurur. Sosyal planlayıcının optimumu ise yalnız gerçek üretken getiriyi dikkate alır ve \(S_y=C_y\) koşulunu verir.

Çalışma deneysel veya ampirik değildir. Diploma enflasyonu, ücret dağılımı, işveren taraması ve aşırı eğitim yatırımı gözlenmiş mikroveriden tahmin edilmemiş, model denge koşullarının teorik sonuçları olarak yorumlanmıştır. Kaynak ayrıca formal modelin statik olduğunu, dinamik işveren öğrenmesini ve kariyer yollarını içermediğini açıkça kabul etmektedir.

Araştırmanın temel problemi

İşveren bir adayın gerçek verimliliğini işe alım anında kusursuz biçimde göremiyorsa diploma, eğitim süresi veya başka gözlenebilir nitelikler bilgi taşıyan göstergelere dönüşebilir. Bunun sonucunda eğitimin özel getirisi iki ayrı kaynaktan gelebilir: eğitim gerçekten beceri ve üretkenlik yaratabilir veya eğitim kişinin zaten sahip olduğu fakat işveren tarafından doğrudan gözlenemeyen niteliği hakkında bilgi aktarabilir.

Bu ayrım, eğitim yatırımının toplumsal olarak ne kadar verimli olduğu sorusunu değiştirir. Eğitim yalnız üretkenlik yaratıyorsa ek eğitim gerçek çıktı artışı sağlayabilir. Eğitim ağırlıklı olarak sıralama ve sinyal amacıyla kullanılıyorsa birey açısından rasyonel olan ek yatırım toplum açısından kaynak israfına dönüşebilir. Üstelik herkes kendi konumunu korumak için daha yüksek bir eğitim seviyesi seçtiğinde gerekli diploma eşiği sürekli yukarı taşınabilir.

İşgücü Piyasasında Eğitim Sinyali Nedir?

Eğitim sinyali, işverenlerin doğrudan gözleyemediği çalışan verimliliği hakkında eğitim düzeyinden çıkarım yapmalarını sağlayan maliyetli ve gözlenebilir bir göstergedir; bu çalışmada sinyalin ayırt edici olabilmesi, yüksek verimlilikli çalışanların aynı eğitim düzeyine ulaşmasının düşük verimlilikli çalışanlardan daha düşük maliyetli olmasına dayanır.

Temel iki-tip model

İlk modelde çalışanlar iki verimlilik tipine ayrılır:

Düşük verimlilikli çalışanların nüfus payı \(\alpha\), yüksek verimlilikli çalışanların payı \(1-\alpha\) olarak tanımlanır. Çalışan kendi tipini bilir; işveren ise yalnız eğitim düzeyini gözler.

İşverenin eğitim düzeyi \(E\) gözlendikten sonra çalışanın yüksek verimlilikli tipe ait olma olasılığına ilişkin inancı:

\[ \mu(E) \]

ile gösterilir. Rekabetçi firmalar beklenen verimliliğe eşit ücret öder:

\[ w(E)=1\cdot[1-\mu(E)]+2\cdot\mu(E)=1+\mu(E). \]

Bu denklem ücretin doğrudan eğitimin fiziksel miktarından değil, eğitimin işveren inancı üzerindeki bilgi etkisinden oluştuğunu gösterir. Eğitim sinyali yüksek verimlilik olasılığını artırıyorsa ücret de yükselir.

Havuzlama dengesi

Eğitim işverenin tipleri ayırmasına izin vermediğinde iki tip aynı ücretle havuzlanır. Bu ücret nüfusun ortalama verimliliğidir:

\[ w=1\alpha+2(1-\alpha)=2-\alpha. \]

Yüksek verimlilikli tipin gerçek verimliliği 2 olduğundan, \(\alpha>0\) olduğunda havuzlama ücreti 2’nin altındadır. Temel modelde yüksek tip bu nedenle kendisini ayıracak bir eğitim sinyali üretme teşvikine sahiptir.

Ayrıştırıcı denge

Düşük tipin \(E_1=0\), yüksek tipin \(E_2=E^*>0\) seçtiği ayrıştırıcı dengede işveren inançları:

\[ \mu(0)=0,\qquad \mu(E^*)=1 \]

olur. Buna karşılık ücretler:

\[ w(0)=1,\qquad w(E^*)=2 \]

şeklindedir.

Düşük tipin yüksek tipi taklit etmemesi için:

\[ 1\geq2-E^* \Rightarrow E^*\geq1 \]

olmalıdır.

Yüksek tipin sinyallemeyi seçmeye devam etmesi için:

\[ 2-\frac{E^*}{2}\geq1 \Rightarrow E^*\leq2 \]

gerekir.

Bu nedenle ayrıştırıcı denge aralığı:

\[ 1\leq E^*\leq2 \]

olarak elde edilir.

Sezgisel Kriter neden kullanılıyor?

Aynı teşvik kısıtlarını sağlayan birden fazla ayrıştırıcı eğitim düzeyi bulunduğunda denge tek değildir. Çalışma Cho ve Kreps’in Sezgisel Kriterini kullanarak denge dışı daha düşük eğitim seçimlerinin hangi tipe ait olduğuna ilişkin inançları sınırlar. Bu arıtma sonucunda sinyal maliyetini en aza indiren:

\[ E^*=1 \]

dengesi seçilir.

Burada önemli bir kapsam sınırı vardır: kaynak, bu iki-tip temel modeli ayrıştırıcı denge açısından kararlı olarak tanımlar. Makalenin ilerleyen bölümlerindeki “denge kırılganlığı” sonucu, çok-tipli yapı, üretken eğitim ve başarısız teşvik eşikleri gibi ek mekanizmalar devreye girdiğinde ortaya çıkar.

Üç-tipli sinyal hiyerarşisi

Model daha sonra verimlilikleri sırasıyla 1, 2 ve 4 olan üç gruba genişletilir. Eğitim maliyetleri:

\[ C_1(E)=E,\qquad C_2(E)=\frac{E}{2},\qquad C_3(E)=\frac{E}{4} \]

şeklindedir. Daha yüksek verimlilikli tipin sinyal oluşturma maliyetinin daha düşük olması tek-kesişme özelliğini sürdürür.

İki eğitim eşiği kullanılır:

\[ E_1^*,\qquad E_2^*. \]

Ücret takvimi:

\[ w(E)= \begin{cases} 1, & E

olarak tanımlanır.

İlk eşik için:

\[ 1\leq E_1^*\leq2 \]

koşulu elde edilir. İkinci eşik ise ilk eşikten bağımsız değildir:

\[ 2+\frac{E_1^*}{2}\leq E_2^*\leq4+\frac{E_1^*}{2}. \]

Bu bağımlılık çalışmanın önemli yapısal sonucudur. Alt düzeydeki sinyal marjı değiştiğinde üst düzeyin sürdürülebilir eğitim eşiği de değişir. Kaynak bunu çok seviyeli sinyal sisteminin “hiyerarşik” niteliği olarak yorumlamaktadır.

\(E_1^*\in[1,2]\) olduğundan ikinci eşik için genel sınırlar:

\[ 2.5\leq E_2^*\leq5 \]

olarak verilmektedir.

Ayrıştırıcı Denge Neden Kırılgan Hale Gelebilir?

Ayrıştırıcı denge, daha düşük verimlilikli bir çalışanın üst grubu taklit ederek elde edeceği kazanç eğitim sinyalinin ek maliyetini aştığında kırılgan hale gelir; çok seviyeli modelde alt eşikte başlayan taklit üst eşiklerin güvenilirliğini de azaltabildiği için yerel bir teşvik ihlali bütün sinyal hiyerarşisine yayılabilir.

Üretken eğitim uzantısı

İlk bölümlerde eğitim yalnız bilgi taşıyan ve üretkenliği değiştirmeyen bir sinyaldir. Bölüm 3’te eğitim gerçek çıktı üretmeye de başlar. Tip \(i\) ve eğitim düzeyi \(E_j\) için üretkenlik:

\[ S_i(E_j) \]

ve eğitim maliyeti:

\[ C_i(E_j) \]

ile gösterilir. Net gelir:

\[ N_i(E_j)=S_i(E_j)-C_i(E_j) \]

şeklindedir.

Kaynak, \(S\)’nin artan ve konkav, \(C\)’nin artan ve konveks, net gelir \(N\)’nin ise konkav olduğunu varsayar. Yüksek tiplerin eğitimden daha yüksek üretkenlik artışı elde ettiği ve daha düşük marjinal eğitim maliyeti taşıdığı kabul edilir.

İki iş seviyesi arasında örtüşen erişim vardır: ilk işe grup 1 ve 2, ikinci işe grup 2 ve 3 erişebilir. Bu örtüşme, ara tipin hem aşağı hem yukarı konumla ilgili stratejik eğitim kararı vermesine yol açar.

Gizli sapmalar

Grup 1’in grup 2’yi taklit etme değerini kaynak:

\[ V_1=S_2(E_1)-C_1(E_1) \]

ile temsil eder ve ilk ayrışmanın korunması için:

\[ \hat e_1

koşulunu verir.

Grup 2’nin grup 3’ü taklit etmesi için:

\[ V_2=S_3(E_2)-C_2(E_2) \]

tanımlanır ve ikinci ayrışmanın korunma koşulu:

\[ \hat e_2

şeklindedir.

Kaynakta raporlanan dört kırılma durumu

Bu nedenle dört bölgenin tamamı yeniden türetilmiş kesin bir faz diyagramı gibi kullanılmamalıdır. Kaynağın daha genel ve açık mekanizması ise korunabilir: taklit kazancı sinyal maliyeti farkını aştığında ayrışma bozulur.

Diploma Enflasyonu Modelde Nasıl Ortaya Çıkıyor?

Diploma enflasyonu, eğitim sinyalinin ayırt edici gücü zayıfladığında çalışanların göreli konumlarını korumak için daha yüksek eğitim düzeylerine yönelmeleri ve bu davranışın mevcut eğitim eşiklerini yukarı taşıyarak yeni eğitim yatırımlarını teşvik etmesiyle ortaya çıkan kendi kendini güçlendiren teorik süreçtir.

Kaynak ayrışmanın genel kırılma koşulunu:

\[ S_{i+1}(E)-S_i(E)>C_i(E)-C_i(E_i) \]

şeklinde ifade etmektedir.

Sol taraf üst tipe benzemekten veya üst iş/üretkenlik kategorisine erişmekten doğan getiriyi, sağ taraf ise bunu gerçekleştirmek için gereken ek sinyal maliyetini temsil eder. Kazanç maliyet farkını aştığında taklit rasyonel hale gelir.

Çalışmanın kaskad mantığında alt düzey çalışanların daha yüksek eğitim seçmesi, önceki eğitim eşiğinin ayırt ediciliğini düşürür. Ara tipler kendi konumlarını korumak için daha yüksek sinyale yönelebilir ve eğitim hiyerarşisi yukarı doğru genişleyebilir.

Kaynak bu durumu:

\[ E_{\text{observed}}>E_{\text{efficient}} \]

ilişkisiyle özetler. Buradaki aşırılık doğrudan “çok eğitim kötüdür” anlamına gelmez. Aşırı yatırım, özel olarak seçilen eğitim miktarının yalnız üretkenlik artışıyla gerekçelendirilebilen toplumsal optimumu aşmasıdır.

Özel ve toplumsal aşırı yatırım

Özel aşırı yatırım, bireyin ücret veya sıralama avantajını korumak için kendi üretken optimumunun ötesinde eğitim seçmesidir. Toplumsal aşırı yatırım ise bütün bireylerin eğitim tercihleri toplandığında eğitim maliyetlerinin yarattığı ek toplumsal çıktıdan büyük olması nedeniyle toplam net üretimin düşmesidir.

Bu ayrım önemlidir: bireysel karar rasyonel olduğu halde bütün bireyler aynı stratejiyi izlediğinde sosyal sonuç verimsiz olabilir. Modeldeki sinyalleme dışsallığı tam olarak bu farktan doğmaktadır.

Nüfus bileşiminin rolü

Üç grubun nüfus payları \(q_1,q_2,q_3\) olsun. Kaynak, yüksek verimlilikli grubun baskın olduğu:

\[ q_1,q_2\ll q_3 \]

durumunda ortalama üretkenliğin yükseldiğini fakat eğitim sinyalinin ayırt edici değerinin azalabildiğini savunmaktadır. Düşük ve orta tiplerin çok az olduğu bir ekonomide yüksek tip olduğunu ayrıca ispatlamanın bilgi değeri küçülebilir; sinyalleme maliyeti bilgi kazancını aşarsa karma/havuzlayıcı denge daha iyi hale gelebilir.

Kaynak bu nedenle ayrıştırıcı ve karma dengeler arasında sabit bir refah sıralaması değil, nüfus bileşimine bağlı denge seçimi ortaya koymaktadır.

Çalışmanın Yöntemi ve Bulguları

Bu çalışmada “yöntem” ne anlama geliyor?

Çalışmanın yöntemi bir veri setine regresyon uygulamak değil, teşvik uyumluluğu, Bayesçi inanç tutarlılığı, maliyet ve üretkenlik fonksiyonları ile refah optimizasyonunu kullanarak farklı işgücü piyasası dengelerini analitik olarak karakterize etmektir. Dolayısıyla “bulgular” katsayı tahminleri değil, belirli varsayımlar altında türetilen denge koşullarıdır.

Mükemmel Bayes Dengesi

Temel sinyalleme ortamında denge üç parçadan oluşur:

1. Her çalışan tipi için bir eğitim stratejisi.
2. İşverenlerin gözlenen eğitim düzeyine bağlı inanç sistemi.
3. Bu inançlara göre oluşturulan ücret takvimi.

Çalışan:

\[ \arg\max_E\{w(E)-C(E,\theta)\} \]

problemini çözer. İşveren inançları denge yolu üzerinde gözlenen stratejilerle Bayesçi olarak tutarlı olmalı ve ücret beklenen verimliliğe eşitlenmelidir.

Saf sinyal modelinin refah sonucu

Üç-tip saf sinyal modelinde toplumsal refah:

\[ W=\sum_i q_iN_i \]

olarak tanımlanır. Bu aşamada eğitim doğrudan üretkenlik yaratmadığı için eğitim harcamasının tamamı sosyal açıdan sinyal maliyetidir.

Optimal Eğitim Vergisi Modelde Neyi Düzeltmeye Çalışıyor?

Modeldeki optimal eğitim vergisi, eğitimin gerçek üretkenlik katkısını değil ücret takvimine gömülü sinyalleme rantını hedefleyerek bireyin özel eğitim teşvikini toplumsal marjinal üretkenlik koşuluna yaklaştırmayı amaçlayan teorik bir Pigoucu düzeltme aracıdır.

İlk vergi mekanizması

Saf sinyal bölümünde \(t\), eğitim yatırımına uygulanan vergi oranıdır ve gelir \(k\) toplu transfer olarak bireylere geri dağıtılır. Kaynak ilk eşik için:

\[ \frac{1}{1+t}\leq E_1^*\leq\frac{1}{0.5+t} \]

aralığını verir ve düşük maliyetli vergi-altı eşiği:

\[ E_1^*=\frac{1+\delta}{1+t} \]

şeklinde seçer.

İkinci eşik için:

\[ \frac{2}{1+t}\leq E_2^*\leq\frac{2}{0.5+t} \]

ve:

\[ E_2^*=\frac{2+\delta}{1+t} \]

elde edilir.

\(t>0\) arttığında bu formüller eğitim eşiklerini aşağı çeker. Kaynak bunu bilgi ayrımını tamamen ortadan kaldırmadan gereksiz sinyal harcamasını sıkıştırmak şeklinde yorumlamaktadır.

Kaynak-içi sınır: Metin vergiyi eğitim “maliyetine” oransal vergi olarak adlandırırken denklemlerde vergi terimi tip-spesifik \(C_i(E)\) yerine \(tE\) olarak kullanılmıştır. Dolayısıyla vergilendirilen matematiksel tabanın nasıl tanımlandığı tamamen açık değildir.

Yüksek-vergi limitinde kaynak \(k\rightarrow q_2+2q_3=1-q_1+q_3=1-\alpha\) yazmaktadır. Ancak \(\alpha\), üç-tip modelde yeniden tanımlanmadığı için son eşitliğin genel cebirsel geçerliliği gösterilmemiştir. Bu nedenle Verianla yüksek-vergi net gelir sonuçlarını bağımsız doğrulanmış sonuç olarak genişletmemektedir.

Genel işveren heterojenliği modeli

Bölüm 4, firmaların aynı bilgi teknolojisine sahip olmadığı bir piyasa kurar. S tipi firmalar yeteneği taramak için bilgi maliyeti \(C\) öder ve:

\[ W_S=A-C \]

ücretini sunar.

M tipi firmalar bireysel yeteneği ayırmaz ve havuzlanan çalışanlara:

\[ W_M=\hat A \]

öder.

Çalışan hangi firma rejiminin daha avantajlı olduğunu:

\[ A-C\gtrless\hat A \]

karşılaştırmasıyla belirler.

Kritik yetenek eşiği:

\[ A^*=\hat A+C \]

olarak tanımlanır. Havuzlama grubunun ortalama yeteneği:

\[ \hat A=E[A\mid A\leq A^*] \]

olduğu için sabit nokta:

\[ A^*=E[A\mid A\leq A^*]+C \]

şeklindedir.

\(A\leq A^*\) çalışanları karma/havuzlama bölgesinde, \(A>A^*\) çalışanları ayrıştırıcı firmalarda yer alır. Kaynağın yorumuna göre tarama maliyeti \(C\) yükseldikçe \(A^*\) yükselir ve havuzlama bölgesi genişler; tarama ucuzladıkça ayrıştırma daha fazla çalışan için uygulanabilir hale gelir.

İşveren Taraması ile Eğitim Sinyallemesi Arasında Nasıl Bir İlişki Var?

Kaynak modelinde işveren taraması ile eğitim sinyallemesi ikame mekanizmalardır: firmalar çalışan yeteneğini daha düşük maliyetle doğrudan tarayabildiğinde eğitim diplomasına bilgi kaynağı olarak daha az ihtiyaç duyar; tarama pahalı veya zayıf olduğunda ise eğitim sinyali işveren inançlarında daha büyük rol oynar.

Bu sonuç, eğitim ile taramanın fiziksel olarak birbirinin yerine geçtiği anlamına gelmez. İkame ilişkisi bilgi üretme işlevi açısından kurulmaktadır: her iki mekanizma da işverenin gözlenemeyen çalışan tipi hakkında bilgi edinmesine yardımcı olur.

Global modeldeki uç durum uyarısı

Kaynak saf havuzlama için:

\[ A_{\max}-C

koşulunu, saf ayrıştırma için ise:

\[ A_{\min}-C>E[A] \]

koşulunu vermektedir.

İkinci eşitsizlik, \(A\in[A_{\min},A_{\max}]\), \(C>0\) ve \(E[A]\) koşulsuz ortalama olarak yorumlandığında sorunludur; çünkü \(E[A]\geq A_{\min}\) iken \(A_{\min}-C

Genelleştirilmiş eğitim seçimi

Yeteneği ve işveren değerlendirmesini birleştiren tip endeksi \(n\), eğitim \(Y\), üretkenlik \(S(n,Y)\) ve maliyet \(C(Y,n)\) ile net gelir:

\[ N(Y,n)=W(Y)-C(Y,n) \]

olarak tanımlanır.

Birey eğitimini:

\[ \max_Y W(Y)-C(Y,n) \]

problemiyle seçer. Birinci derece koşul:

\[ W'(Y)=C_Y(Y,n) \]

ve ikinci derece koşul:

\[ W''(Y)-C_{YY}(Y,n)<0 \]

şeklindedir.

Denge tutarlılığı ayrıca:

\[ W(Y)=S(n,Y) \]

ilişkisini gerektirir.

Aşırı yatırımın genel koşulu

Ücret takvimi türetilirken kaynak:

\[ W'(Y)=S_Y+S_n\frac{dn}{dY} \]

ilişkisini verir. Çalışanın tip bilgisinin ücret üzerindeki sinyal bileşeni pozitifse:

\[ W'(Y)>S_Y. \]

Bireysel optimumda \(W'(Y)=C_Y\) olduğundan:

\[ S_Y-C_Y<0. \]

Bu eşitsizlik, seçilen son eğitim biriminin gerçek marjinal üretkenlik katkısının marjinal maliyetini karşılamadığını gösterir. Modelin genel aşırı yatırım sonucu buradan doğar.

Sosyal planlayıcının optimumu

Sosyal planlayıcı ücret sinyal rantını toplumsal üretkenlik olarak saymaz. Refah problemi:

\[ \max_y\int \left[S(y,n)-C(y,n)\right]f(n)\,dn \]

şeklinde yazılır.

Optimum koşul:

\[ S_y=C_y. \]

Bu koşul, eğitimin son biriminin gerçek marjinal üretkenlik katkısının marjinal eğitim maliyetine eşit olmasını gerektirir.

Kaynak sosyal optimumu merkezi olmayan piyasada uygulamak için:

\[ t(y)=S(y,r(y))-W(y) \]

vergi fonksiyonunu tanımlar. Türev:

\[ t'(y)=S_y+S_nr'(y)-W'(y)=S_nr'(y) \]

olur. Kaynak bu marjinal vergiyi ücretin bilgi/sinyal bileşenini nötralize eden düzeltici araç olarak yorumlamaktadır.

Çalışmanın desteklediği sonuçlar

• İki-tip saf sinyal modelinde \(1\leq E^*\leq2\) ayrıştırıcı denge aralığı vardır ve Sezgisel Kriter \(E^*=1\) sonucunu seçer.
• Üç-tip yapıda üst eğitim eşiği alt eşikten bağımsız değildir; sinyal seviyeleri hiyerarşik olarak birbirine bağlıdır.
• Eğitim yalnız sinyal olduğunda ayrıştırma bilgi sağlayabilir fakat eğitim maliyetleri sosyal ölü ağırlık kaybına dönüşebilir.
• Eğitimin üretkenlik katkısı eklendiğinde eğitim yatırımının tamamı israf değildir; sosyal değer sinyal ve gerçek insan sermayesi bileşenlerinin ayrımına bağlıdır.
• Taklit getirisi ek sinyal maliyetini aştığında ayrıştırma bozulabilir.
• Stratejik eğitim artışı model içinde kaskad ve diploma enflasyonu mekanizması oluşturabilir.
• Nüfus tiplerinin dağılımı karma ve ayrıştırıcı dengeler arasındaki refah sıralamasını değiştirebilir.
• İşveren tarama maliyeti \(C\), karma ve ayrıştırıcı piyasa bölgelerinin boyutunu belirleyen temel parametrelerden biridir.
• Genel modelde \(W'(Y)>S_Y\) özel eğitim teşvikinin toplumsal marjinal üretkenliği aşmasına ve aşırı yatırıma yol açabilir.
• Sosyal optimum \(S_y=C_y\) koşuluna dayanır ve kaynak sinyalleme rantlarını hedefleyen teorik bir vergi programı türetir.

Çalışmanın desteklemediği sonuçlar

• Çalışma gerçek işgücü piyasalarında diploma enflasyonunun gözlenen büyüklüğünü tahmin etmez.
• Belirli bir ülkede hangi eğitim seviyesinin “fazla” olduğunu hesaplamaz.
• Üniversite eğitiminin genel olarak sosyal açıdan verimsiz olduğunu göstermemektedir.
• Modeldeki \(E\), \(A\), \(C\), \(q_i\) veya vergi parametreleri gerçek dünya birimleriyle kalibre edilmemiştir.
• Optimal vergi denklemi doğrudan uygulanmaya hazır bir vergi oranı vermemektedir.
• Vergi politikasının gerçek öğrenciler, üniversiteler veya işverenler üzerindeki davranışsal etkileri ampirik olarak test edilmemiştir.
• Model dinamik Bayesian employer-learning sürecini, iş kariyerlerini veya gerçek zamanlı performans gözlemini formal olarak içermemektedir.
• İşgücü talebi, eğitim arzı kapasitesi ve ücret pazarlığı genel denge içinde modellenmemiştir.
• Kaynakta raporlanan bazı kırılma ve uç-durum eşitsizlikleri matematiksel yorum açısından ek açıklamaya ihtiyaç duymaktadır.

Kaynağın temel sınırlılıkları

Birinci sınırlılık, formal çerçevenin statik olmasıdır. Makale denge geçişlerini ve kaskad mekanizmasını tartışsa da işverenlerin çalışan performansını zaman içinde Bayesçi olarak öğrendiği açık bir dinamik sistem kurmamaktadır.

İkinci sınırlılık, \(S(n,y)\) fonksiyonunun reduced-form olmasıdır. Aynı fonksiyon üretkenlik ile bilgi içeriğini birlikte temsil ettiği için gerçek insan sermayesi getirisi ile saf sinyal getirisinin ampirik olarak ayrıştırılması model içinde yapılmamaktadır.

Üçüncü sınırlılık optimal verginin uygulanabilirliğidir. Vergi tasarımı \(S_n\) ve tip eşleme fonksiyonu \(r(y)\) hakkında bilgi gerektirir. Bu nesneler gerçek piyasalarda doğrudan gözlenemeyebilir.

Dördüncü sınırlılık genel denge geri beslemeleridir. İşverenlerin işgücü talebini değiştirmesi, üniversite arzının eğitim fiyatına tepki vermesi, sendikal pazarlık veya eğitim sistemi kapasitesi formal modelin dışında bırakılmıştır.

Beşinci sınırlılık ampirik doğrulama yokluğudur. Kaynak ücret, eğitim ve üretkenlik mikroverileriyle model koşullarının gelecekte test edilmesini ve yapısal tahmin yoluyla sinyal ile üretkenlik bileşenlerinin nicel olarak ayrıştırılmasını gelecek araştırma alanı olarak önermektedir.

Kaynak ve Yöntem Notu

Özgün çalışma: Refinement of Signaling Theory in Labor Markets: Informational Frictions, Educational Overinvestment, and Equilibrium Fragility

Yazarlar: Monem Abidi; Adel Benhamed.

Sorumlu yazar: Adel Benhamed.

Kurumlar: VPNC Research Laboratory, FSJEG of Jendouba, University of Jendouba, Jendouba, Tunisia; School of Business, King Faisal University, Al Ahsa, Saudi Arabia.

Dergi: Economies.

Yayınevi: MDPI, Basel, Switzerland.

Bibliyografik kayıt: Economies 2026, 14(5), 182.

DOI: 10.3390/economies14050182.

Yayın süreci: Alınma 15 Şubat 2026; revizyon 28 Mart 2026; kabul 22 Nisan 2026; yayın 14 Mayıs 2026.

Kaynak türü: Hakemli teorik iktisat / emek piyasası modelleme makalesi.

Lisans: Creative Commons Attribution (CC BY).

Temel teorik çerçeve: Spence tipi eğitim sinyallemesi; Mükemmel Bayes Dengesi; Cho–Kreps Sezgisel Kriteri; tek-kesişme özelliği; teşvik uyumluluğu; çok-tipli ayrıştırıcı ve havuzlayıcı dengeler; üretken eğitim uzantısı; işveren taraması; refah optimizasyonu ve düzeltici vergilendirme.

Empirik veri / örneklem: Makale ampirik tahmin gerçekleştirmemektedir. Kaynakta ayrı bir gözlem örneklemi, regresyon veri seti, kalibrasyon tablosu veya model tahmin performansı bulunmamaktadır.

Finansman: Deanship of Scientific Research, Vice Presidency for Graduate Studies and Scientific Research, King Faisal University, Saudi Arabia; Grant No. KFU 262180.

Veri erişilebilirliği: Kaynak “Data will be made available upon request” ifadesini kullanmaktadır. Bununla birlikte makale gövdesinde ampirik analizde kullanılan ayrı bir veri seti tanımlanmamaktadır.

Çıkar çatışması: Yazarlar çıkar çatışması bildirmemiştir.

Yazar katkıları: Kaynak; gözden geçirme/düzenleme ve finansman edinimini A.B.’ye; kavramsallaştırma, formal analiz, veri kürasyonu ve özgün taslak görevlerinin bir bölümünü M.A.’ya; kavramsallaştırma, gözetim, formal analiz, metodoloji, yazılım, veri kürasyonu, analiz ve özgün taslağın başka bir bölümünü M.A. ve A.B.’ye ortak olarak atamaktadır.

Kaynak-içi teknik not 1: Özet/giriş çerçeveyi “dynamic” olarak adlandırırken sonuç bölümündeki sınırlılıklar formal modelin statik olduğunu ve dinamik öğrenme ile kariyer yollarını içermediğini belirtmektedir. Verianla formal sınırlılığı esas alarak bu ayrımı görünür tutmaktadır.

Kaynak-içi teknik not 2: İki-tip temel model ayrıştırıcı dengeyi kararlı olarak tanımlarken sonraki çok-tipli/üretken uzantılar ayrışmanın kırılganlığını türetmektedir. Bu iki sonuç farklı model katmanlarına aittir.

Kaynak-içi teknik not 3: Bölüm 3.2.2’deki “cascade breakdown” eşitsizliği, Bölüm 3.1.2’de ikinci ayrışmayı koruyan \(\hat e_2

Kaynak-içi teknik not 4: “Full breakdown” koşulu grup 2’nin grup 3’ü taklit ettiğini söylerken \(e_3^*\) ile \(\hat e_2\) arasındaki gerekli ilişkiyi açıkça vermemektedir.

Kaynak-içi teknik not 5: Bölüm 2.4 vergiyi “education cost” üzerine oransal vergi diye tanımlar, fakat teşvik denklemleri tip-spesifik \(tC_i(E)\) yerine \(tE\) terimini kullanmaktadır.

Kaynak-içi teknik not 6: Yüksek-vergi sınırındaki \(q_2+2q_3=1-q_1+q_3=1-\alpha\) zincirinin son eşitliği, temel modeldeki \(\alpha=q_1\) tanımı korunursa genel olarak doğru değildir; üç-tip bölümünde \(\alpha\) yeniden tanımlanmamaktadır.

Kaynak-içi teknik not 7: Global modelde verilen saf ayrıştırma koşulu \(A_{\min}-C>E[A]\), \(C>0\) ve \(E[A]\geq A_{\min}\) varsayımları altında koşulsuz ortalama yorumu ile sağlanamaz görünmektedir. Kaynak uç durumda farklı bir ortalama tanımı kullanıp kullanmadığını belirtmemektedir.

Kaynak-içi teknik not 8: Makale yazar katkılarında “software” ve “data curation” rollerini raporlamakta ve talep üzerine veri erişimi belirtmektedir; buna karşın ana çalışma teorik olup kullanılan yazılım, sayısal simülasyon veya ampirik veri seti yöntem bölümünde tanımlanmamaktadır.

Temel yorum sınırı: Diploma enflasyonu, eğitimde aşırı yatırım, ücret dağılımı ve işveren taramasıyla ilgili sonuçlar teorik denge sonuçlarıdır. Bunlar gerçek işgücü piyasalarında tahmin edilmiş nedensel etki büyüklükleri değildir.

Görsel yeniden çizim uygunluğu: Yüksek. Üç-tip eğitim eşik merdiveni, alt bariyerden üst bariyere kaskad kırılma, sinyal–inanç–ücret mekanizması ve \(A^*\) etrafındaki karma/ayrıştırıcı bölge özgün teknik şemalarla yeniden oluşturulabilir.

Verianla Live / Live Figure uygunluğu: Uygun. Eğitim eşiklerinin kaynakta verilen sabit değer/ilişkilerle aşamalı vurgulanması, kaskad mekanizmasının sequence animasyonu ve karma/ayrıştırıcı eşik yapısının source-derived gösterimi yapılabilir. Kullanıcıya model parametrelerini değiştirerek kaynakta olmayan yeni denge sonuçları hesaplatılmamalıdır.