Utafiti huu unachunguza kinadharia jinsi elimu inavyofanya kazi katika soko la ajira ambako mwajiri hawezi kuona moja kwa moja tija ya mfanyakazi, kama ishara inayobeba taarifa na pia, katika upanuzi wa baadaye wa modeli, kama uwekezaji unaoweza kuongeza tija. Utoaji ishara wa elimu, ni utaratibu ambao wafanyakazi hutumia kiwango chao cha elimu kama ishara ya soko yenye gharama inayowasilisha kwa waajiri taarifa kuhusu uwezo au tija yao isiyoonekana. Modeli inaunganisha katika mfumo mmoja misawazo ya kutenganisha, kuunganisha na mchanganyiko, vizingiti vya elimu, uigaji wa kimkakati, mfumuko wa vyeti, uchunguzi wa mwajiri na muundo wa kodi ya kurekebisha ustawi.

Katika modeli ya msingi ya aina mbili, gharama ya ishara ya mfanyakazi mwenye tija ndogo hufafanuliwa kama \(C_1(E)=E\), na gharama ya mfanyakazi mwenye tija kubwa kama \(C_2(E)=E/2\). Msawazo wa kutenganisha unawezekana katika kiwango cha \(1\leq E^*\leq2\), na Cho–Kreps Intuitive Criterion huchagua msawazo wa gharama ndogo zaidi wa \(E^*=1\). Modeli hii ya msingi inaunga mkono utenganishaji thabiti chini ya masharti yake yenyewe. Katika upanuzi wa aina nyingi na elimu yenye tija, kudhoofika kwa vikwazo vya motisha huruhusu kuvunjika kwa kizingiti cha ishara katika ngazi ya chini kuweka shinikizo pia kwa ngazi za juu na kuenea hatua kwa hatua kwa ongezeko la kimkakati la elimu.

Matokeo ya utafiti kuhusu uwekezaji kupita kiasi yanatokana na hali ambako faida binafsi ya elimu inaweza kuzidi faida ya kijamii inayotokana na tija. Katika modeli ya jumla, wakati \(W'(Y)>S_Y\), faida binafsi ya pembezoni ambayo mtu huitambua kupitia ratiba ya mshahara ni kubwa kuliko mchango halisi wa pembezoni wa elimu kwa tija; kwa kuwa uchaguzi bora wa elimu wa mtu huamuliwa na sharti \(W'(Y)=C_Y\), muundo huu unasababisha \(S_Y-C_Y<0\). Optimum ya mpangaji wa kijamii, kwa upande mwingine, huzingatia tu faida halisi ya tija na hutoa sharti \(S_y=C_y\).

Utafiti si wa majaribio wala wa kitaempiria. Mfumuko wa vyeti, mgawanyo wa mishahara, uchunguzi wa mwajiri na uwekezaji kupita kiasi katika elimu haujakadiriwa kutoka kwa mikrodata iliyoshuhudiwa, bali umetafsiriwa kama matokeo ya kinadharia ya masharti ya msawazo wa modeli. Chanzo pia kinakubali wazi kwamba modeli rasmi ni tuli na haijumuishi ujifunzaji wa mwajiri unaobadilika kwa muda wala njia za taaluma.

Tatizo kuu la utafiti

Ikiwa mwajiri hawezi kuona kikamilifu tija halisi ya mwombaji wakati wa kuajiri, cheti, muda wa elimu au sifa nyingine zinazoonekana zinaweza kuwa viashiria vinavyobeba taarifa. Kwa hiyo, faida binafsi ya elimu inaweza kutoka katika vyanzo viwili tofauti: elimu inaweza kwa kweli kuunda ujuzi na tija, au inaweza kuwasilisha taarifa kuhusu sifa ambayo mtu tayari anayo lakini mwajiri hawezi kuiona moja kwa moja.

Tofauti hii hubadilisha swali la jinsi uwekezaji katika elimu ulivyo na ufanisi kijamii. Ikiwa elimu inaunda tija pekee, elimu ya ziada inaweza kuongeza pato halisi. Ikiwa elimu inatumiwa hasa kwa upangaji wa watu na kama ishara, uwekezaji wa ziada ambao ni wa busara kwa mtu binafsi unaweza kuwa upotevu wa rasilimali kwa jamii. Zaidi ya hayo, kila mtu anapochagua kiwango cha juu zaidi cha elimu ili kulinda nafasi yake, kizingiti kinachohitajika cha cheti kinaweza kusukumwa juu kila mara.

Ishara ya Elimu katika Soko la Ajira ni Nini?

Ishara ya elimu ni kiashiria chenye gharama na kinachoonekana kinachowawezesha waajiri kufanya hitimisho kutokana na kiwango cha elimu kuhusu tija ya mfanyakazi ambayo hawawezi kuiona moja kwa moja; katika utafiti huu, uwezo wa ishara kutenganisha unategemea kufikia kiwango kilekile cha elimu kuwa na gharama ndogo kwa wafanyakazi wenye tija kubwa kuliko kwa wenye tija ndogo.

Modeli ya msingi ya aina mbili

Katika modeli ya kwanza, wafanyakazi hugawanywa katika aina mbili za tija:

Sehemu ya watu ya wafanyakazi wenye tija ndogo hufafanuliwa kama \(\alpha\), na sehemu ya wafanyakazi wenye tija kubwa kama \(1-\alpha\). Mfanyakazi anajua aina yake; mwajiri huona kiwango cha elimu pekee.

Baada ya kiwango cha elimu \(E\) kuonekana, imani ya mwajiri kuhusu uwezekano kwamba mfanyakazi ni wa aina yenye tija kubwa:

\[ \mu(E) \]

huonyeshwa kwa. Kampuni shindani hulipa mshahara sawa na tija inayotarajiwa:

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

Mlinganyo huu unaonyesha kwamba mshahara hautokani moja kwa moja na kiasi halisi cha elimu, bali na athari ya taarifa ya elimu kwenye imani ya mwajiri. Ikiwa ishara ya elimu huongeza uwezekano wa tija kubwa, mshahara pia huongezeka.

Msawazo wa kuunganisha

Elimu isipomruhusu mwajiri kutenganisha aina, aina mbili huunganishwa kwa mshahara uleule. Mshahara huu ni tija ya wastani ya watu:

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

Kwa kuwa tija halisi ya aina yenye tija kubwa ni 2, wakati \(\alpha>0\), mshahara wa kuunganisha huwa chini ya 2. Katika modeli ya msingi, aina ya juu kwa hiyo ina motisha ya kuzalisha ishara ya elimu itakayoiweka tofauti.

Msawazo wa kutenganisha

Katika msawazo wa kutenganisha ambako aina ya chini huchagua \(E_1=0\) na aina ya juu huchagua \(E_2=E^*>0\), imani za mwajiri ni:

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

Hivyo, mishahara ni:

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

kwa namna hii.

Ili aina ya chini isiige aina ya juu:

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

lazima itimizwe.

Ili aina ya juu iendelee kuchagua kutoa ishara:

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

inahitajika.

Kwa hiyo kiwango cha msawazo wa kutenganisha ni:

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

kama kinavyopatikana.

Kwa nini Cho–Kreps Intuitive Criterion inatumika?

Wakati kuna viwango vingi vya elimu vya kutenganisha vinavyotimiza vikwazo vilevile vya motisha, msawazo si wa pekee. Utafiti unatumia Cho–Kreps Intuitive Criterion kuweka mipaka kwenye imani kuhusu ni aina ipi inayohusishwa na uchaguzi wa elimu ya chini nje ya msawazo. Kutokana na uboreshaji huu, huchaguliwa kiwango kinachopunguza gharama ya ishara:

\[ E^*=1 \]

msawazo huchaguliwa.

Kuna mpaka muhimu wa upeo hapa: chanzo kinaeleza modeli hii ya msingi ya aina mbili kuwa thabiti kwa upande wa msawazo wa kutenganisha. Matokeo ya “udhaifu wa msawazo” katika sehemu za baadaye za makala hujitokeza wakati mifumo ya ziada kama muundo wa aina nyingi, elimu yenye tija na vizingiti vya motisha vinavyoshindwa vinapoingia.

Hierarkia ya ishara ya aina tatu

Modeli kisha hupanuliwa hadi vikundi vitatu vyenye tija za 1, 2 na 4 kwa mtiririko huo. Gharama za elimu ni:

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

kwa namna hii. Gharama ya kuunda ishara kuwa ndogo kwa aina yenye tija kubwa huendeleza sifa ya mkato mmoja.

Vizingiti viwili vya elimu hutumiwa:

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

Ratiba ya mshahara:

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

hufafanuliwa hivyo.

Kwa kizingiti cha kwanza:

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

sharti hupatikana. Kizingiti cha pili si huru dhidi ya cha kwanza:

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

Utegemezi huu ni matokeo muhimu ya kimuundo ya utafiti. Mpaka wa ishara katika ngazi ya chini unapobadilika, kizingiti endelevu cha elimu katika ngazi ya juu pia hubadilika. Chanzo kinatafsiri hili kama sifa ya “kihierarkia” ya mfumo wa ishara wa ngazi nyingi.

Kwa kuwa \(E_1^*\in[1,2]\), mipaka ya jumla ya kizingiti cha pili ni:

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

kama ilivyoelezwa.

Kwa Nini Msawazo wa Kutenganisha Unaweza Kuwa Dhaifu?

Msawazo wa kutenganisha huwa dhaifu wakati faida ambayo mfanyakazi mwenye tija ndogo angepata kwa kuiga kundi la juu inazidi gharama ya ziada ya ishara ya elimu; katika modeli ya ngazi nyingi, uigaji unaoanza kwenye kizingiti cha chini unaweza pia kupunguza uaminifu wa vizingiti vya juu, hivyo ukiukaji wa motisha wa ndani unaweza kuenea katika hierarkia nzima ya ishara.

Upanuzi wa elimu yenye tija

Katika sehemu za mwanzo elimu ni ishara inayobeba taarifa tu na haibadilishi tija. Katika Sehemu ya 3 elimu inaanza pia kuzalisha pato halisi. Kwa aina \(i\) na kiwango cha elimu \(E_j\), tija:

\[ S_i(E_j) \]

na gharama ya elimu:

\[ C_i(E_j) \]

huonyeshwa kwa. Mapato halisi:

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

huwa hivyo.

Chanzo kinadhania kwamba \(S\) inaongezeka na ni konkavu, \(C\) inaongezeka na ni konveksi, na mapato halisi \(N\) ni konkavu. Inakubaliwa kwamba aina za juu hupata ongezeko kubwa zaidi la tija kutokana na elimu na zina gharama ndogo ya pembezoni ya elimu.

Kuna ufikiaji unaoingiliana kati ya viwango viwili vya kazi: vikundi 1 na 2 vinaweza kufikia kazi ya kwanza, na vikundi 2 na 3 vinaweza kufikia kazi ya pili. Muingiliano huu husababisha aina ya kati kufanya uamuzi wa kimkakati wa elimu unaohusiana na nafasi ya chini na ya juu.

Mikengeuko iliyofichika

Chanzo kinawakilisha thamani ya kundi 1 kuiga kundi 2 kwa:

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

na hutoa sharti la kuhifadhi utenganishaji wa kwanza:

\[ \hat e_1

sharti hili hutolewa.

Kwa kundi 2 kuiga kundi 3:

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

hufafanuliwa na sharti la kuhifadhi utenganishaji wa pili:

\[ \hat e_2

huwa hivi.

Hali nne za kuvunjika zilizoripotiwa katika chanzo

Kwa hiyo, maeneo yote manne hayapaswi kutumiwa kama mchoro madhubuti wa awamu uliotolewa upya. Hata hivyo, utaratibu wa jumla zaidi na ulio wazi wa chanzo unaweza kuhifadhiwa: utenganishaji huvunjika wakati faida ya kuiga inazidi tofauti ya gharama ya ishara.

Mfumuko wa Vyeti Unatokeaje katika Modeli?

Mfumuko wa vyeti ni mchakato wa kinadharia unaojitilia nguvu unaotokea pale nguvu ya kutenganisha ya ishara ya elimu inapodhoofika, wafanyakazi wanapoelekea kwenye viwango vya juu zaidi vya elimu ili kulinda nafasi zao za jamaa, na tabia hii inapoinua vizingiti vilivyopo vya elimu na kuhimiza uwekezaji mpya wa elimu.

Chanzo kinaeleza sharti la jumla la kuvunjika kwa utenganishaji kama:

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

kwa namna hii.

Upande wa kushoto unawakilisha faida inayotokana na kufanana na aina ya juu au kufikia kategoria ya juu ya kazi/tija, na upande wa kulia unawakilisha gharama ya ziada ya ishara inayohitajika kufanya hivyo. Faida inapozidi tofauti ya gharama, uigaji huwa wa busara.

Katika mantiki ya mfululizo ya utafiti, wafanyakazi wa ngazi ya chini kuchagua elimu ya juu zaidi hupunguza uwezo wa kizingiti cha awali cha elimu kutenganisha. Aina za kati zinaweza kuelekea kwenye ishara ya juu zaidi ili kulinda nafasi zao, na hierarkia ya elimu inaweza kupanuka kwenda juu.

Chanzo kinatoa muhtasari wa hali hii kwa:

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

uhusiano huu. Hapa “kupita kiasi” hakumaanishi moja kwa moja kwamba “elimu nyingi ni mbaya”. Uwekezaji kupita kiasi ni pale kiasi cha elimu kinachochaguliwa kibinafsi kinapozidi optimum ya kijamii inayoweza kuhalalishwa tu kwa ongezeko la tija.

Uwekezaji kupita kiasi wa binafsi na kijamii

Uwekezaji kupita kiasi wa binafsi ni pale mtu anapochagua elimu zaidi ya optimum yake ya tija ili kulinda faida ya mshahara au nafasi katika upangaji. Uwekezaji kupita kiasi wa kijamii ni pale, uchaguzi wa elimu wa watu wote unapojumlishwa, gharama za elimu zinapokuwa kubwa kuliko pato la ziada la kijamii linalozalishwa, hivyo kupunguza jumla ya pato halisi.

Tofauti hii ni muhimu: hata kama uamuzi wa mtu binafsi ni wa busara, matokeo ya kijamii yanaweza kuwa yasiyo na ufanisi wakati kila mtu anafuata mkakati uleule. Athari ya nje ya utoaji ishara katika modeli inatokana hasa na tofauti hii.

Jukumu la muundo wa idadi ya watu

Acha sehemu za watu za makundi matatu ziwe \(q_1,q_2,q_3\). Chanzo kinasema kwamba katika hali ambapo kundi lenye tija kubwa linatawala:

\[ q_1,q_2\ll q_3 \]

tija ya wastani huongezeka lakini thamani ya kutenganisha ya ishara ya elimu inaweza kupungua. Katika uchumi ambao aina za chini na za kati ni chache sana, thamani ya taarifa ya kuthibitisha kando kwamba mtu ni wa aina ya juu inaweza kupungua; ikiwa gharama ya kutoa ishara inazidi faida ya taarifa, msawazo mchanganyiko/wa kuunganisha unaweza kuwa bora.

Kwa hiyo chanzo hakitoi mpangilio wa kudumu wa ustawi kati ya misawazo ya kutenganisha na mchanganyiko, bali uchaguzi wa msawazo unaotegemea muundo wa idadi ya watu.

Mbinu na Matokeo ya Utafiti

“Mbinu” inamaanisha nini katika utafiti huu?

Mbinu ya utafiti si kutumia regressheni kwenye seti ya data, bali ni kubainisha kianaliti misawazo mbalimbali ya soko la ajira kwa kutumia upatanifu wa motisha, uthabiti wa imani za Kibayes, fungsi za gharama na tija, na uboreshaji wa ustawi. Kwa hiyo “matokeo” si makadirio ya vigawo, bali masharti ya msawazo yanayotolewa chini ya dhana fulani.

Msawazo Kamili wa Bayes

Katika mazingira ya msingi ya utoaji ishara, msawazo una sehemu tatu:

1. Mkakati wa elimu kwa kila aina ya mfanyakazi.
2. Mfumo wa imani za waajiri unaotegemea kiwango cha elimu kinachoonekana.
3. Ratiba ya mshahara inayoundwa kwa mujibu wa imani hizi.

Mfanyakazi:

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

hutatua tatizo hili. Imani za waajiri lazima ziwe thabiti kwa mtazamo wa Bayes na mikakati inayoonekana kwenye njia ya msawazo, na mshahara lazima ulinganishwe na tija inayotarajiwa.

Matokeo ya ustawi ya modeli ya ishara safi

Katika modeli ya ishara safi ya aina tatu, ustawi wa kijamii:

\[ W=\sum_i q_iN_i \]

hufafanuliwa. Katika hatua hii, kwa kuwa elimu haizalishi tija moja kwa moja, matumizi yote ya elimu ni gharama ya ishara kwa mtazamo wa kijamii.

Kodi Bora ya Elimu Inajaribu Kurekebisha Nini katika Modeli?

Kodi bora ya elimu katika modeli ni chombo cha kinadharia cha marekebisho ya Pigou kinacholenga si mchango halisi wa elimu kwa tija, bali renta ya utoaji ishara iliyoingizwa katika ratiba ya mshahara, kwa lengo la kuleta motisha binafsi ya elimu ya mtu karibu na sharti la tija ya pembezoni ya kijamii.

Utaratibu wa kwanza wa kodi

Katika sehemu ya ishara safi, \(t\) ni kiwango cha kodi kinachotumika kwa uwekezaji wa elimu na mapato \(k\) hugawiwa tena kwa watu kama uhamisho wa jumla. Chanzo kinatoa kwa kizingiti cha kwanza:

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

kiasi hiki na huchagua kizingiti cha chini cha gharama chini ya kodi kama:

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

kwa namna hii.

Kwa kizingiti cha pili:

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

na:

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

hupatikana.

\(t>0\) inapoongezeka, fomula hizi hushusha vizingiti vya elimu. Chanzo kinatafsiri hili kama kupunguza matumizi yasiyo ya lazima ya ishara bila kuondoa kabisa utenganishaji wa taarifa.

Mpaka ndani ya chanzo: Ingawa maandishi yanaita kodi hiyo kodi sawia juu ya “gharama” ya elimu, katika milinganyo neno la kodi limetumiwa kama \(C_i(E)\) maalumu kwa aina badala yake kama \(tE\). Kwa hiyo, msingi wa kihisabati unaotozwa kodi umefafanuliwa vipi si wazi kabisa.

Katika kikomo cha kodi ya juu, chanzo kinaandika \(k\rightarrow q_2+2q_3=1-q_1+q_3=1-\alpha\). Hata hivyo, kwa kuwa \(\alpha\) haijafafanuliwa upya katika modeli ya aina tatu, uhalali wa jumla wa kialjebra wa usawa wa mwisho haujaonyeshwa. Kwa hiyo Verianla haipanui matokeo ya mapato halisi ya kodi ya juu kama matokeo yaliyothibitishwa kwa kujitegemea.

Modeli ya jumla ya utofauti wa waajiri

Sehemu ya 4 inajenga soko ambako kampuni hazina teknolojia sawa ya taarifa. Kampuni za aina S hulipa gharama ya taarifa \(C\) ili kuchunguza uwezo na:

\[ W_S=A-C \]

hutoa mshahara.

Kampuni za aina M hazitenganishi uwezo wa mtu binafsi na hulipa wafanyakazi waliounganishwa:

\[ W_M=\hat A \]

mshahara huu.

Mfanyakazi huamua ni utawala upi wa kampuni wenye faida zaidi kwa kulinganisha:

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

.

Kizingiti muhimu cha uwezo:

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

hufafanuliwa. Kwa kuwa uwezo wa wastani wa kundi la kuunganisha ni:

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

basi nukta thabiti ni:

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

kwa namna hii.

Wafanyakazi wenye \(A\leq A^*\) wako katika eneo la mchanganyiko/kuunganisha, na wale wenye \(A>A^*\) wako katika kampuni zinazotenganisha. Kwa tafsiri ya chanzo, gharama ya uchunguzi \(C\) inapoongezeka, \(A^*\) huongezeka na eneo la kuunganisha hupanuka; uchunguzi unapokuwa wa bei nafuu, utenganishaji huwa unaweza kutekelezwa kwa wafanyakazi wengi zaidi.

Kuna Uhusiano Gani kati ya Uchunguzi wa Mwajiri na Utoaji Ishara wa Elimu?

Katika modeli ya chanzo, uchunguzi wa mwajiri na utoaji ishara wa elimu ni taratibu mbadala: kampuni zinapoweza kuchunguza uwezo wa mfanyakazi moja kwa moja kwa gharama ndogo, zinahitaji cheti cha elimu kwa kiwango kidogo kama chanzo cha taarifa; uchunguzi unapokuwa ghali au dhaifu, ishara ya elimu huwa na nafasi kubwa zaidi katika imani za mwajiri.

Matokeo haya hayamaanishi kwamba elimu na uchunguzi hubadilishana kimwili. Uhusiano wa ubadala umejengwa kwa upande wa kazi ya kuzalisha taarifa: taratibu zote mbili humsaidia mwajiri kupata taarifa kuhusu aina ya mfanyakazi isiyoonekana.

Onyo la hali ya mwisho katika modeli ya jumla

Chanzo kinatoa kwa kuunganisha safi:

\[ A_{\max}-C

sharti hilo, na kwa kutenganisha safi:

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

sharti hili.

Kutolingana kwa pili kuna tatizo iwapo \(A\in[A_{\min},A_{\max}]\), \(C>0\), na \(E[A]\) vitatafsiriwa kama wastani usio na masharti; kwa sababu wakati \(E[A]\geq A_{\min}\), \(A_{\min}-C

Uchaguzi wa elimu uliopanuliwa

Kwa faharasa ya aina \(n\) inayounganisha uwezo na tathmini ya mwajiri, elimu \(Y\), tija \(S(n,Y)\) na gharama \(C(Y,n)\), mapato halisi:

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

hufafanuliwa.

Mtu huchagua elimu yake kwa tatizo:

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

Sharti la daraja la kwanza:

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

na sharti la daraja la pili:

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

huwa hivi.

Uthabiti wa msawazo pia unahitaji:

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

uhusiano huu.

Sharti la jumla la uwekezaji kupita kiasi

Wakati ratiba ya mshahara inapotolewa, chanzo kinatoa:

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

uhusiano huu. Ikiwa sehemu ya ishara ya taarifa ya aina ya mfanyakazi katika mshahara ni chanya:

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

Kwa kuwa katika optimum ya mtu binafsi \(W'(Y)=C_Y\):

\[ S_Y-C_Y<0. \]

Kutolingana huku kunaonyesha kwamba mchango halisi wa pembezoni wa kitengo cha mwisho cha elimu kilichochaguliwa haulipi gharama yake ya pembezoni. Matokeo ya jumla ya uwekezaji kupita kiasi ya modeli yanatokana na hili.

Optimum ya mpangaji wa kijamii

Mpangaji wa kijamii hahesabu renta ya ishara katika mshahara kama tija ya kijamii. Tatizo la ustawi:

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

huandikwa hivi.

Sharti bora:

\[ S_y=C_y. \]

Sharti hili linahitaji mchango halisi wa pembezoni wa kitengo cha mwisho cha elimu kwa tija uwe sawa na gharama ya pembezoni ya elimu.

Ili kutekeleza optimum ya kijamii katika soko lisilo na uratibu wa kati, chanzo kinafafanua:

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

fungsi ya kodi. Derivativu:

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

hupatikana. Chanzo kinatafsiri kodi hii ya pembezoni kama chombo cha marekebisho kinachopunguza hadi sifuri sehemu ya taarifa/ishara katika mshahara.

Matokeo yanayoungwa mkono na utafiti

• Katika modeli ya ishara safi ya aina mbili kuna kiwango cha msawazo wa kutenganisha cha \(1\leq E^*\leq2\), na Intuitive Criterion huchagua matokeo ya \(E^*=1\).
• Katika muundo wa aina tatu, kizingiti cha juu cha elimu si huru dhidi ya kizingiti cha chini; viwango vya ishara vimeunganishwa kihierarkia.
• Elimu inapokuwa ishara tu, utenganishaji unaweza kutoa taarifa, lakini gharama za elimu zinaweza kuwa hasara ya mzigo uliokufa kwa jamii.
• Mchango wa tija wa elimu unapoongezwa, si uwekezaji wote wa elimu ni upotevu; thamani ya kijamii hutegemea kutenganisha sehemu ya ishara na sehemu ya kweli ya mtaji watu.
• Utenganishaji unaweza kuvunjika pale faida ya uigaji inapozidi gharama ya ziada ya ishara.
• Ongezeko la kimkakati la elimu linaweza kuunda ndani ya modeli utaratibu wa mfululizo na mfumuko wa vyeti.
• Mgawanyo wa aina za watu unaweza kubadilisha mpangilio wa ustawi kati ya misawazo mchanganyiko na ya kutenganisha.
• Gharama ya uchunguzi wa mwajiri \(C\) ni mojawapo ya vigezo muhimu vinavyoamua ukubwa wa maeneo ya soko ya mchanganyiko na utenganishaji.
• Katika modeli ya jumla \(W'(Y)>S_Y\) inaweza kusababisha motisha binafsi ya elimu kuzidi tija ya pembezoni ya kijamii na kuleta uwekezaji kupita kiasi.
• Optimum ya kijamii inategemea sharti \(S_y=C_y\), na chanzo kinatoa mpango wa kinadharia wa kodi unaolenga renta za utoaji ishara.

Matokeo yasiyoungwa mkono na utafiti

• Utafiti haukadiri ukubwa unaoonekana wa mfumuko wa vyeti katika masoko halisi ya ajira.
• Hauhesabu ni kiwango gani cha elimu kilicho “kingi kupita kiasi” katika nchi fulani.
• Hauonyeshi kwamba elimu ya chuo kikuu kwa ujumla haina ufanisi kijamii.
• Vigezo \(E\), \(A\), \(C\), \(q_i\) au vigezo vya kodi katika modeli havijakalibishwa kwa vitengo vya ulimwengu halisi.
• Mlinganyo wa kodi bora hautoi kiwango cha kodi kilicho tayari kutumiwa moja kwa moja.
• Athari za kitabia za sera ya kodi kwa wanafunzi halisi, vyuo vikuu au waajiri hazijajaribiwa kitaempiria.
• Modeli haijumuishi rasmi mchakato wa dynamic Bayesian employer-learning, njia za kazi au uchunguzi wa utendaji wa wakati halisi.
• Mahitaji ya kazi, uwezo wa ugavi wa elimu na majadiliano ya mishahara hayajaigwa ndani ya msawazo wa jumla.
• Baadhi ya kutolingana za kuvunjika na hali za mwisho zilizoripotiwa katika chanzo zinahitaji maelezo ya ziada kwa upande wa tafsiri ya kihisabati.

Mapungufu makuu ya chanzo

Kizuizi cha kwanza ni kwamba mfumo rasmi ni tuli. Ingawa makala inajadili mabadiliko ya msawazo na utaratibu wa mfululizo, haijengi mfumo wazi wa nguvu ambako waajiri hujifunza kwa njia ya Bayes kuhusu utendaji wa mfanyakazi kadiri muda unavyopita.

Kizuizi cha pili ni kwamba fungsi \(S(n,y)\) ni reduced-form. Kwa kuwa fungsi hiyo hiyo inawakilisha tija na maudhui ya taarifa kwa pamoja, kutenganisha kitaempiria faida halisi ya mtaji watu kutoka faida safi ya ishara hakufanywi ndani ya modeli.

Kizuizi cha tatu ni utekelezekaji wa kodi bora. Muundo wa kodi unahitaji taarifa kuhusu \(S_n\) na fungsi ya ulinganishaji wa aina \(r(y)\). Vitu hivi huenda visiweze kuonekana moja kwa moja katika masoko halisi.

Kizuizi cha nne ni mrejesho wa msawazo wa jumla. Mabadiliko ya mahitaji ya kazi ya waajiri, mwitikio wa ugavi wa vyuo vikuu kwa bei ya elimu, majadiliano ya vyama vya wafanyakazi au uwezo wa mfumo wa elimu yameachwa nje ya modeli rasmi.

Kizuizi cha tano ni kutokuwepo kwa uthibitisho wa kitaempiria. Chanzo kinapendekeza kupima baadaye masharti ya modeli kwa mikrodata za mishahara, elimu na tija, na kutenganisha kwa kiasi sehemu za ishara na tija kupitia makadirio ya kimuundo.

Maelezo ya Chanzo na Mbinu

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

Waandishi: Monem Abidi; Adel Benhamed.

Mwandishi wa mawasiliano: Adel Benhamed.

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

Jarida: Economies.

Mchapishaji: MDPI, Basel, Switzerland.

Rekodi ya bibliografia: Economies 2026, 14(5), 182.

DOI: 10.3390/economies14050182.

Mchakato wa uchapishaji: Imepokewa 15 Februari 2026; marekebisho 28 Machi 2026; imekubaliwa 22 Aprili 2026; imechapishwa 14 Mei 2026.

Aina ya chanzo: Makala iliyopitiwa na wataalamu ya uchumi wa kinadharia / uigaji wa soko la ajira.

Leseni: Creative Commons Attribution (CC BY).

Mfumo mkuu wa kinadharia: Utoaji ishara wa elimu wa aina ya Spence; Msawazo Kamili wa Bayes; Cho–Kreps Intuitive Criterion; sifa ya mkato mmoja; upatanifu wa motisha; misawazo ya aina nyingi ya kutenganisha na kuunganisha; upanuzi wa elimu yenye tija; uchunguzi wa mwajiri; uboreshaji wa ustawi na utozaji kodi wa kurekebisha.

Data ya kitaempiria / sampuli: Makala haifanyi makadirio ya kitaempiria. Chanzo hakina sampuli tofauti ya uchunguzi, seti ya data ya regressheni, jedwali la kalibresheni au utendaji wa makadirio ya modeli.

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

Upatikanaji wa data: Chanzo kinatumia kauli “Data will be made available upon request”. Hata hivyo, katika mwili wa makala hakuna seti tofauti ya data ya uchambuzi wa kitaempiria iliyofafanuliwa.

Mgongano wa maslahi: Waandishi hawakuripoti mgongano wa maslahi.

Michango ya waandishi: Chanzo kinampa A.B. majukumu ya mapitio/uhariri na upatikanaji wa ufadhili; kinampa M.A. sehemu ya majukumu ya uundaji dhana, uchambuzi rasmi, usimamizi wa data na rasimu ya awali; na kinawapa M.A. na A.B. kwa pamoja sehemu nyingine ya uundaji dhana, usimamizi, uchambuzi rasmi, metodolojia, programu, usimamizi wa data, uchambuzi na rasimu ya awali.

Dokezo la kiufundi ndani ya chanzo 1: Ingawa muhtasari/utangulizi unaita mfumo “dynamic”, mapungufu katika sehemu ya hitimisho yanasema modeli rasmi ni tuli na haijumuishi ujifunzaji wa nguvu wala njia za taaluma. Verianla inaweka tofauti hii wazi kwa kuchukua kizuizi rasmi kama msingi.

Dokezo la kiufundi ndani ya chanzo 2: Modeli ya msingi ya aina mbili inaeleza msawazo wa kutenganisha kuwa thabiti, ilhali upanuzi wa baadaye wa aina nyingi/wenye tija hutoa udhaifu wa utenganishaji. Matokeo haya mawili yanahusu tabaka tofauti za modeli.

Dokezo la kiufundi ndani ya chanzo 3: Kutolingana kwa “cascade breakdown” katika Sehemu ya 3.2.2, ikilinganishwa na sharti la kuhifadhi utenganishaji wa pili katika Sehemu ya 3.1.2, \(\hat e_2

Dokezo la kiufundi ndani ya chanzo 4: Sharti la “Full breakdown” linasema kundi 2 linaiga kundi 3, lakini halitoi wazi uhusiano unaohitajika kati ya \(e_3^*\) na \(\hat e_2\).

Dokezo la kiufundi ndani ya chanzo 5: Sehemu ya 2.4 inafafanua kodi kama kodi sawia juu ya “education cost”, lakini milinganyo ya motisha hutumia \(tC_i(E)\) maalumu kwa aina badala yake neno \(tE\).

Dokezo la kiufundi ndani ya chanzo 6: Usawa wa mwisho katika mnyororo \(q_2+2q_3=1-q_1+q_3=1-\alpha\) kwenye kikomo cha kodi ya juu si sahihi kwa ujumla ikiwa ufafanuzi wa \(\alpha=q_1\) katika modeli ya msingi unadumishwa; \(\alpha\) haijafafanuliwa upya katika sehemu ya aina tatu.

Dokezo la kiufundi ndani ya chanzo 7: Sharti la utenganishaji safi \(A_{\min}-C>E[A]\) linalotolewa katika modeli ya jumla linaonekana kutotimizika kwa tafsiri ya wastani usio na masharti chini ya dhana za \(C>0\) na \(E[A]\geq A_{\min}\). Chanzo hakisemi ikiwa katika hali ya mwisho kinatumia ufafanuzi tofauti wa wastani.

Dokezo la kiufundi ndani ya chanzo 8: Makala inaripoti majukumu ya “software” na “data curation” katika michango ya waandishi na inasema data itapatikana kwa ombi; hata hivyo, utafiti mkuu ni wa kinadharia na programu iliyotumiwa, uigaji wa namba au seti ya data ya kitaempiria haijafafanuliwa katika sehemu ya mbinu.

Mpaka mkuu wa tafsiri: Matokeo kuhusu mfumuko wa vyeti, uwekezaji kupita kiasi katika elimu, mgawanyo wa mishahara na uchunguzi wa mwajiri ni matokeo ya kinadharia ya msawazo. Si ukubwa wa athari za kisababishi uliokadiriwa katika masoko halisi ya ajira.

Ufaafu wa kuchora upya taswira: Juu. Ngazi ya vizingiti vya elimu vya aina tatu, kuvunjika kwa mfululizo kutoka kizuizi cha chini hadi cha juu, utaratibu wa ishara–imani–mshahara na eneo la mchanganyiko/kutenganisha karibu na \(A^*\) vinaweza kujengwa upya kwa michoro asili ya kiufundi.

Ufaafu wa Verianla Live / Live Figure: Unafaa. Vizingiti vya elimu vinaweza kuangaziwa hatua kwa hatua kwa kutumia thamani/mahusiano thabiti yaliyotolewa katika chanzo, utaratibu wa mfululizo unaweza kuonyeshwa kwa sequence animation, na muundo wa kizingiti wa mchanganyiko/kutenganisha unaweza kuwasilishwa kwa namna ya source-derived. Mtumiaji hapaswi kuruhusiwa kubadilisha vigezo vya modeli ili kukokotoa matokeo mapya ya msawazo ambayo hayapo katika chanzo.