Résumé Technique : Ciblage sans Transferts

1. Énoncé du Problème

L'article traite de la conception de mécanismes d'allocation de biens hétérogènes entre des agents ayant des évaluations privées lorsque les transferts monétaires sont interdits. Le concepteur vise à maximiser le bien-être utilitaire (la somme des valeurs cardinales des agents) sous les contraintes suivantes :

1. Compatibilité Incitative (CI) : Les agents doivent révéler leurs préférences de manière sincère.
2. Contraintes d'Approvisionnement Global : L'allocation totale de chaque bien ne peut excéder sa réserve fixe.

Contrairement à une grande partie de la littérature existante sur l'allocation sans argent, qui se concentre sur l'efficacité de Pareto ou les classements ordinaux (ex. Hylland et Zeckhauser, 1979 ; Abdulkadiroğlu et Sönmez, 1998), ce cadre intègre explicitement des objectifs de bien-être cardinaux. Le défi central est que le concepteur ne peut pas observer directement les niveaux de besoin absolus des agents (valeurs cardinales), mais doit les inférer à partir de leurs préférences relatives révélées sur les biens.

2. Méthodologie et Modèle

L'auteur modélise le problème en utilisant un continuum d'agents avec des vecteurs de valeurs $v \in \mathbb{R}^N_+$. Une innovation méthodologique clé est la séparation des valeurs absolues et relatives.

• Renormalisation : Puisque la compatibilité incitative en l'absence de transferts implique que les agents ayant des vecteurs de valeurs proportionnels (mêmes préférences relatives) doivent recevoir des allocations proportionnelles, l'auteur projette les types sur le simplexe $\Gamma$ des profils de valeurs relatives $\theta = v / \sum v_j$.
• Espérance Conditionnelle : L'objectif du concepner est reformulé en termes de $\lambda(\theta) = E[\sum V_j \mid \Theta = \theta]$, qui représente la valeur totale attendue (le besoin) des agents possédant le profil relatif $\theta$.
• Optimisation : Le problème est transformé en une maximisation d'une intégrale pondérée de l'utilité indirecte sur le simplexe, sous des contraintes de convexité sur la fonction d'utilité et des contraintes d'approvisionnement. L'analyse s'appuie sur les outils du filtrage multidimensionnel, spécifiquement le transport optimal et les arguments de dominance stochastique (Daskalakis et al., 2013, 2017 ; Kleiner et Manelli, 2109).

3. Résultats Clés

A. Le Mécanisme d'Option Pure

L'article caractérise d'abord un mécanisme d'« option pure » où chaque agent reçoit une quantité exacte d'un seul bien et zéro des autres.

• Mise en œuvre : Ce mécanisme est équivalent à un Équilibre Compétitif avec Revenus Égaux (CEEI), un équilibre walrasien d'une économie de dotations représentatives, ou à une loterie basée sur le choix.
• Conditions d'Optimalité : L'auteur dérive les conditions nécessaires et suffisantes pour que ce mécanisme maximise le bien-être. Ces conditions sont exprimées via une mesure de rente $\mu$ et un plan de transport monotone.
  • Plus précisément, le mécanisme d'option pure est optimal si et seulement si, après une étape de prétraitement (analogue au « lissage » dans le filtrage unidimensionnel), la partie négative de la mesure de rente peut être transportée vers la partie positive en déplaçant la masse uniquement vers les sommets du simplexe (c'est-à-dire vers des préférences relatives plus extrêmes).
• Conditions Suffisantes : Dans des contextes symétriques avec des approvisionnements égaux, l'option pure est optimale si les agents ayant des valeurs absolues plus élevées pour leur bien préféré ont tendance à être plus sélectifs (ont des préférences relatives plus marquées). Intuitivement, si les agents à haute valeur sont plus exigeants, déformer l'allocation pour offrir des paniers reviendrait à détourner les ressources vers des types moins sélectifs (de plus faible valeur).

B. Le Mécanisme Optimal avec Deux Biens

Lorsqu'il y a exactement deux biens, le problème se réduit à un problème de filtrage unidimensionnel. L'auteur caractérise pleinement le mécanisme optimal :

• Structure : Le mécanisme optimal est soit le mécanisme d'option pure, soit un menu contenant deux options pures et un panier mixte.
• Le Panier : Le panier mixte offre une quantité totale de biens plus grande que les options pures. Il est optimal d'inclure le panier lorsque les agents ayant des marges de préférence plus étroites (moins exigeants) ont tendance à avoir des valeurs totales plus élevées.
• Compromis : L'introduction d'un panier crée une inefficacité allocative (les agents reçoivent des biens qu'ils valorisent moins), mais il sert de dispositif de filtrage. Si les agents moins exigeants sont systématiquement de plus haute valeur, le gain informationnel issu du ciblage de ces derniers via le panier l'emporte sur la perte d'efficacité due au mélange.

C. Robustesse et Perturbation

L'article démontre que l'optimalité du mécanisme d'option pure n'est pas un résultat de « fil du rasoir » lié à la symétrie. En utilisant un argument de perturbation basé sur le relâchement de l'ensemble supérieur (upper-set slack), l'auteur montre que si le mécanisme d'option pure est optimal pour une distribution de base, il reste optimal pour de petites perturbations asymétriques des primitives (distributions et approvisionnements), à condition que le « relâchement » des conditions d'optimalité soit maintenu.

4. Signification et Contributions

L'article apporte trois contributions principales à la littérature sur l'allocation sans transferts :

1. Maximisation du Bien-être avec des Valeurs Cardinales : Il comble le fossé entre la conception de mécanismes sans argent (traditionnellement ordinale) et l'économie du bien-être (cardinale). Il montre que lorsque les décideurs politiques cherchent à cibler les agents ayant un besoin absolu élevé, le mécanisme optimal dépend de manière critique de la corrélation statistique entre le besoin absolu et l'intensité des préférences relatives.
2. Caractérisation du Regroupement (Bundling) : L'article fournit une justification rigoureuse de la raison pour laquelle les paniers mixtes (ou les « remises » pour accepter des allocations moins sur mesure) peuvent être optimaux dans des contextes non monétaires. Il identifie la condition statistique spécifique — où les agents de haute valeur sont moins exigeants — sous laquelle de telles distorsions améliorent le bien-être.
3. Lien avec le CEEI : Il clarifie la relation entre le mécanisme optimal pour le bien-être et l'Équilibre Compétitif avec Revenus Égaux (CEEI). Bien que le CEEI soit connu pour être Pareto-efficient, l'article montre qu'il n'est pas toujours optimal pour le bien-être. Cependant, il reste optimal dans une large classe d'environnements où les agents de haute valeur sont plus sélectifs, et il sert de référence robuste.

5. Applications Discutées

L'auteur discute des implications de ces résultats pour des contextes spécifiques de conception de marchés :

• Banques Alimentaires : Dans des systèmes comme Feeding America, où les banques alimentaires misent pour des dons en utilisant une monnaie artificielle, les résultats suggèrent que si les banques alimentaires dans les zones à faibles donateurs sont moins sélectives sur les articles alimentaires spécifiques reçus, le système pourrait être amélioré en proposant des paniers de assortiments pré-emballés à prix réduit.
• Logement Abordable : Le modèle interprète les listes d'attente et les loteries répétées comme des mécanismes de forme réduite. Les résultats suggèrent que proposer aux demandeurs le choix entre une file d'attente prioritaire (où ils doivent accepter toute unité adaptée) et une liste d'attente standard (où ils peuvent sélectionner des unités spécifiques) pourrait améliorer le bien-être si les demandeurs à faibles revenus sont moins sélectifs.

L'article conclut en notant que, bien que le modèle de base fasse abstraction des caractéristiques observables (comme le revenu), le cadre pourrait être étendu pour incorporer de tels labels, menant potentiellement à des mécanismes avec des revenus inégaux ou des marchés segmentés.