Kamu malları ve sosyal öğrenme üzerine makaleler

Bu doktora tezi birbirinden bağımsız üç ayrı bölümden oluşmaktadır. Birinci bölüm, Profesör Doktor Mehmet Yiğit Gürdal ve Profesör Doktor Özgür Gürerk ile yapılmış ortak bir çalışmadır. İkinci bölüm, Profesör Doktor Mehmet Yiğit Gürdal ve Doçent Doktor Orhan Torul ile yapılmış ortak bir çalışmadır. Üçüncü bölüm tek yazarlı bir çalışmadır. İlk bölüm, kültürün yaptırım uygulayan kurumların kabulü ve yaygınlığı üzerindeki etkisini inceleyerek, önemli kültürel farklılıklara sahip iki ülkedeki (Almanya ve Türkiye) kontrollü laboratuvar deneylerinin sonuçlarını raporlamaktadır. Yaptırım uygulayan bir kurum, bireylerin içsel bir ayarda özgürce seçebilecekleri iki alternatiften biriyse, o zaman hem Almanya'da hem de Türkiye'de yaptırım uygulamayan bir kuruma karşı açık ara galip gelmektedir. Her iki ülkedeki ilk kurumsal tercihler ve katkılarda birtakım farklılıklar olsa da, kurum seçiminin dinamikleri, katkıların evrimi ve yaptırım davranışı dikkate değer ölçüde benzer olarak görülmektedir. Bu çalışma, yaptırım kurumlarının dışsal ayarlı olması durumunda bazı ülkelerde daha az işbirlikçi davranışlar bulan Herrmann et al. [2008] tarafından yapılan önceki bir çalışmanın bulgularını genişletiyor. Bu ülkelerden biri olan Türkiye'de içsel ayarlı bir ortamda, toplumlara faydalı yaptırım kurumlarının uyarlandığı ve baskın geldiği görülmektedir. İkinci bölüm, İstanbul'da yapılan bir kamu malı deneyinde iş birliği ve ceza arasındaki ilişkiyi incelemektedir. Önceki denek-içi dizaynlardan farklı olarak, birbirinden ayrı cezasızlık ve ceza koşullarına sahip denekler arası bir dizayn seçimi yapılmıştır. Bu yaklaşım, cezanın katkıları önemli ölçüde artırdığını ve yaptırımlar olmadan önceki deneyimlerin zararlı etkisini ortaya koymaktadır. İki kritik faktörün altını çizmek gerekmektedir: gruplar arasında heterojen başlangıç katkıları ve karşılaşılan yaptırımlara dayalı olarak tahmini katkı güncelleme kuralları. Aracı tabanlı bir model, bunların etkileşimlerinin güçlü bir kalıcılık ürettiğini doğrulamaktadır. İlgili verilerin analizi, karşılaştırılabilir şehirlerde benzer şablonların ortaya çıktığını gösteriyor; bu da, denekler arası bir dizayn kullanıldığında bulgularımızın muhtemelen genelleşebileceğini göstermektedir. Sonuç olarak, grup içi heterojenliği gözden kaçırmanın, toplumlar arası karşılaştırmaları ve müteakip politika çıkarımlarını önyargılı hale getirdiği sonucuna varılmıştır. Üçüncü bölüm, bir sosyal öğrenme deneyinde ağ yapısının ve tahmin edilen nesnenin deneklerle olan ilişkisinin deneklerin kararlarını nasıl etkilediğini analiz etmektedir. En klasik biçimlerinde, sosyal öğrenme deneyleri, doğrusal bir hatta sıralanan bir dizi deneği içermektedir. Böyle bir dizaynda, her denek, hedef nesneyi tahmin etmek için özel bir sinyal alır. Bu bölümün görece yeniliği, ilk hareket edenin iki karar vereceği dairesel diziliş tasarımından gelmektedir. Başlangıçta, ilk denek kendi özel sinyaline dayalı olarak bir karar verip ardından ikinci denek kendi özel sinyaline bağlı bir karar verir. Daha sonra, ilk denek, grubundaki diğer deneğin verdiği kararı gözlemleyip tahminini günceller. Deneklerden ilk olarak rastgele seçilmiş bir hedef sayıyı tahmin etmelerini istiyoruz. Tahmin edilen ögenin ağdaki herhangi bir denek ile ilgisi olmadığında deneklerin diziliş yapısının sonuçları etkilediğini önermek için yeterli kanıtımız olmadığını görüyoruz. Ardından deneklerden bir şekiller testinde [Raven et al., 2003] kendilerinin ve başka bir deneğin sıralamasını tahmin etmelerini istiyoruz. Tahmin edilen öge, ağdaki en az bir denek ile ilgili olduğunda tahminlerde bir sapma olduğunu gözlemliyoruz. Özellikle deneklerin ilk değerlendirmesi, testteki performanslarına ilişkin aşırı bir güven olduğunu ortaya koymaktadır. Deneklerin kendi sıralamaları hakkında bir bilgi aldıktan sonra tahminlerinin yanlılığı başlangıçtaki inanışlarına göre azalsa da, yine de sıralamalarını gerçekte olduğundan daha iyi tahmin etmektedirler. Deneklerin kendi ve diğer deneklerin sıralaması hakkındaki tahminlerini kıyasladığımızda kendi sıralamaları ile ilgili tahminlerde daha fazla sapma olduğu görülmekle beraber bu fark sonraki tahminlerle ortadan kalkmaktadır.