📈 economics

Distributional Discontinuity Design

Cet article propose un cadre de « conception de discontinuité distributionnelle » qui utilise la distance de Wasserstein et sa décomposition en moments-L pour estimer et décomposer les effets causaux sur l'ensemble de la distribution des résultats, au-delà des simples effets moyens, dans les designs de discontinuité et de rupture.

Auteurs originaux : Kyle Schindl, Larry Wasserman

Publié 2026-02-24

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Kyle Schindl, Larry Wasserman

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

🚦 Le Nouveau Radar pour les Politiques Publiques : Au-delà de la Moyenne

Imaginez que vous êtes un décideur politique. Vous avez mis en place une nouvelle loi (une aide financière, un programme éducatif, etc.) qui s'applique uniquement aux personnes dont le revenu dépasse un certain seuil. Traditionnellement, pour savoir si cette loi fonctionne, on regarde la moyenne des résultats.

C'est un peu comme si vous regardiez la température moyenne d'une pièce pour savoir si elle est confortable. Si la moyenne est de 20°C, tout va bien... sauf si d'un côté de la pièce il fait 40°C (et que les gens cuisent) et de l'autre 0°C (et que les gens gèlent). La moyenne cache la réalité !

C'est exactement le problème que Kyle Schindl et Larry Wasserman résolvent dans leur papier. Ils proposent une nouvelle façon de mesurer l'impact d'une politique, qu'ils appellent le « Design de Discontinuité Distributionnel ».

Voici comment cela fonctionne, avec quelques analogies simples.

1. Le Problème : La Moyenne est un menteur

Dans les études classiques (comme le Regression Discontinuity Design), on compare les gens juste au-dessus et juste en-dessous du seuil.

L'ancienne méthode : Elle demande : « Quelle est la différence de moyenne entre les deux groupes ? »
Le problème : Si une politique aide les pauvres mais blesse les riches (ou inversement), la moyenne peut rester inchangée. On conclurait à tort que la politique est inutile, alors qu'elle a créé du chaos !

2. La Solution : La « Distance de Transport » (Wasserstein)

Pour résoudre ce problème, les auteurs utilisent un concept mathématique appelé la distance de Wasserstein.

L'analogie du déménagement :
Imaginez que la distribution des résultats (les revenus, les notes, etc.) est une montagne de sable d'un côté (le groupe sans aide) et une autre montagne de sable de l'autre côté (le groupe avec aide).

L'ancienne méthode ne regarde que la hauteur moyenne des deux tas de sable.
La nouvelle méthode demande : « Combien d'effort faut-il pour transformer le premier tas de sable en le second ? »

Si les tas de sable ont la même hauteur moyenne mais des formes très différentes (l'un est plat, l'autre est en pic), il faudra beaucoup d'effort pour les transformer l'un en l'autre. Cette « distance » ou cet « effort » est la mesure de l'impact réel. Plus la distance est grande, plus la politique a changé la forme de la réalité, même si la moyenne n'a pas bougé.

3. Les Trois Super-Pouvoirs de cette Nouvelle Méthode

Les auteurs montrent que cette nouvelle mesure est bien plus riche que la simple moyenne.

A. Le Détecteur d'Hétérogénéité (Le « R² Distributionnel »)

Ils peuvent décomposer cette « distance » totale pour voir d'où elle vient. C'est comme analyser une recette de gâteau :

Est-ce que le changement vient de la quantité de farine (la moyenne) ?
Est-ce que c'est parce que le gâteau est plus moelleux ou plus sec (la variance/écart-type) ?
Est-ce qu'il y a plus de chocolat d'un côté que de l'autre (l'asymétrie) ?

Grâce à leur méthode, on peut dire : « Cette politique n'a pas changé le revenu moyen, mais elle a rendu les inégalités beaucoup plus fortes (plus de dispersion) ». C'est une information cruciale que la moyenne seule aurait manquée.

B. La Boussole de Direction

Parfois, une politique aide les uns et blesse les autres.

L'ancienne méthode : « L'effet moyen est nul. » (On ne sait pas qui a gagné ou perdu).
La nouvelle méthode : Elle peut dire : « Oui, il y a un effet global, mais il est divisé : 60% des gens ont gagné, 40% ont perdu. » Ils appellent cela la « dominance stochastique ». C'est comme regarder une carte météo pour voir où il pleut et où il fait soleil, au lieu de juste dire « il fait 15°C en moyenne ».

C. Le « Kink » (Le Virage)

Souvent, les politiques ne créent pas un saut brutal (discontinuité), mais un changement de pente (un virage). Par exemple, une aide qui augmente doucement, puis plus vite après un certain seuil.
Les auteurs ont adapté leur méthode pour mesurer non pas la hauteur du saut, mais la vitesse à laquelle la distribution change au moment du virage. C'est comme mesurer l'accélération d'une voiture au moment où on appuie sur la pédale, plutôt que juste sa position.

4. Ce que cela change dans la vraie vie

Pour prouver que leur méthode fonctionne, les auteurs l'ont appliquée à deux situations réelles :

Les élections américaines : Ils ont regardé si gagner une élection de justesse aide un candidat à gagner la suivante.
- Résultat classique : Oui, le gain moyen est d'environ 7 %.
- Résultat nouveau : Le gain est très uniforme. La politique aide tout le monde de la même façon (peu de variation). C'est rassurant !
Les subventions suédoises : Ils ont regardé si l'argent donné aux municipalités qui perdent de la population aidait à créer des emplois.
- Résultat classique : Non, l'effet moyen est nul.
- Résultat nouveau : L'effet moyen est bien nul, mais la méthode a révélé que certaines municipalités ont utilisé l'argent de façon spectaculaire (créant beaucoup d'emplois) tandis que d'autres n'ont rien fait. La moyenne cachait ces extrêmes.

En Résumé

Ce papier nous dit : « Ne vous contentez pas de regarder la moyenne. Regardez toute la distribution. »

C'est comme passer d'une photo en noir et blanc (la moyenne) à une vidéo en 4K avec du son (la distribution complète). On voit non seulement si une politique a un effet, mais comment elle transforme la société : est-ce qu'elle lisse les inégalités ? Est-ce qu'elle crée des gagnants et des perdants ? Est-ce qu'elle change la forme du gâteau ?

Grâce à cette approche, les décideurs peuvent enfin voir la vérité cachée derrière les chiffres moyens.

Résumé Technique : Conception de Discontinuité Distributionnelle

1. Problématique

Les designs de discontinuité de régression (RDD) et de point de rupture (RKD) sont des méthodes quasi-expérimentales standard pour identifier des effets causaux. Cependant, la littérature traditionnelle se concentre presque exclusivement sur les effets moyens (différence de moyennes au seuil). Cette approche présente deux limites majeures :

Masquage de l'hétérogénéité : Un traitement peut laisser la moyenne inchangée tout en modifiant drastiquement la forme de la distribution (variance, asymétrie, queues de distribution).
Difficulté d'interprétation : Les effets quantiles (QTE) offrent une vue plus complète mais sont difficiles à résumer en un seul indicateur et nécessitent souvent des hypothèses fortes d'invariance de rang pour une interprétation individuelle.

Les auteurs proposent de combler ce vide en introduisant un cadre pour estimer les effets causaux sur l'ensemble de la distribution des résultats, sans se limiter aux moyennes ou à des quantiles spécifiques.

2. Méthodologie

L'article propose un cadre unifié basé sur la distance de Wasserstein (ou distance de transport optimal) pour mesurer le décalage entre les distributions conditionnelles des résultats potentiels de part et d'autre d'un seuil.

A. Discontinuité Distributionnelle (Sharp et Fuzzy)

Estimand : L'effet causal $\Psi$ est défini comme la distance de Wasserstein d'ordre 2 ( $W_2$ ) entre les distributions limites des résultats potentiels $Y(1)$ et $Y(0)$ au seuil $x_0$ .
$\Psi = W_2(P_{1|x_0}, P_{0|x_0}) = \left( \int_0^1 (Q_1(u) - Q_0(u))^2 du \right)^{1/2}$
où $Q_a(u)$ sont les fonctions quantiles conditionnelles limites.
Identification : Sous les hypothèses standard de RDD (continuité des distributions potentielles, densité non nulle du variable de course), l'effet est identifié. Pour les designs "flous" (fuzzy), l'effet est identifié pour la sous-population des "compliers" (compliers locaux) en utilisant un rapport de Wald distributionnel.
Estimation : Les auteurs utilisent une régression polynomiale locale avec correction de biais (inspirée de Calonico et al., 2014 et Chiang et al., 2019) pour estimer les fonctions de répartition conditionnelles, puis les inversent pour obtenir les quantiles. L'intégration numérique donne l'estimateur de $\Psi$ .

B. Designs de Point de Rupture Distributionnels (Kink)

Le cadre est étendu aux designs de point de rupture (RKD), où la pente de l'attribution du traitement change plutôt que le niveau.
Estimand : L'effet est défini comme la dérivée de Wasserstein ( $\Psi'$ ) au point de rupture, représentant le flux instantané de masse de probabilité à travers le kink.
Identification Floue : Les auteurs étendent les résultats d'identification de Wang et Zhang (2025) pour les designs de kink flous, en définissant un contre-factuel pondéré par la sensibilité des unités au changement de pente.

3. Contributions Clés et Résultats Théoriques

1. Majoration de l'Effet Moyen et Mesure d'Hétérogénéité

Théorème 1 : La distance de Wasserstein majore faiblement l'effet moyen absolu ( $|\tau| \le \Psi$ ).
Égalité : L'égalité $|\tau| = \Psi$ tient si et seulement si l'effet du traitement est purement additif (décalage constant de la distribution).
Indice d'Hétérogénéité : La différence $\Psi^2 - \tau^2$ mesure la variance des effets quantiles. Les auteurs définissent un indice d'hétérogénéité $\gamma = 1 - (\tau/\Psi)^2$ , où $\gamma=0$ implique un effet additif et $\gamma=1$ implique que la moyenne n'explique rien du décalage distributionnel.

2. Décomposition Orthogonale en Moments L

Théorème 2 : La distance de Wasserstein admet une décomposition orthogonale en différences de Moments L (L-moments), qui sont des combinaisons linéaires d'ordres statistiques robustes.
$\Psi^2 = \sum_{k=1}^{\infty} (2k-1) (\lambda_k^{(1)} - \lambda_k^{(0)})^2$
Interprétation : Cela permet de définir un " $R^2$ distributionnel" pour chaque composante (localisation, échelle, asymétrie, etc.). Cela répond à la question : "L'effet est-il dû à un changement de moyenne, de variance ou de forme ?"

3. Inférence Statistique

Le paramètre $\Psi$ est quadratique. La distribution asymptotique change si l'effet nul est vrai ( $\Psi=0$ ), rendant les méthodes delta classiques inapplicables.
Les auteurs proposent deux approches pour les intervalles de confiance :
1. Une méthode basée sur les valeurs propres du processus gaussien sous-jacent (simulation Monte-Carlo).
2. Une méthode conservative utilisant une inégalité de Tchebychev unilatérale, plus simple à mettre en œuvre et robuste aux petites tailles d'échantillon.

4. Visualisation

Introduction de courbes de contribution pour visualiser la part de chaque quantile dans la distance totale.
Définition d'un indice de dominance stochastique ( $\rho$ ) pour déterminer si le traitement domine globalement l'absence de traitement ou si les effets s'annulent (croisement des courbes de quantiles).

4. Résultats Empiriques

Les auteurs réanalysent deux expériences naturelles :

Avantage de l'Incumbance (RDD) :
- Réanalyse de l'effet de la victoire à la marge sur le vote futur (Lee, 2008).
- Résultat : L'effet moyen est d'environ 7,1 %. La distance de Wasserstein est de 7,5 %.
- Analyse : Le rapport $\tau/\Psi$ est élevé, indiquant que l'effet est principalement un décalage de localisation (moyenne) avec peu d'hétérogénéité complexe. La décomposition montre que le moment L de localisation explique la majorité de la distance.
Subventions Intergouvernementales (RKD) :
- Réanalyse de l'effet des subventions suédoises sur l'emploi public local (Lundqvist et al., 2014).
- Résultat : L'effet moyen (pente) est nul et non significatif. Cependant, la dérivée de Wasserstein suggère une variation distributionnelle non nulle (bien que l'intervalle de confiance inclue zéro).
- Analyse : La décomposition en Moments L révèle que la "distance" potentielle est principalement expliquée par les moments d'ordre supérieur (variance, asymétrie) et non par la moyenne. Cela suggère que l'effet pourrait être hétérogène (quelques municipalités très performantes ou inefficaces) masqué par une moyenne nulle.

5. Signification et Conclusion

Complémentarité : Cette méthode ne remplace pas les RDD/RKD classiques mais les complète. Elle offre un indicateur unique, interprétable et à échelle naturelle pour la magnitude totale d'un effet causal distributionnel.
Détection d'Hétérogénéité : Elle permet de détecter des effets de traitement complexes (changement de variance, multimodalité) que les analyses de moyennes ignorent totalement.
Généralisation : Le cadre s'applique à tout design où l'hypothèse d'échangeabilité locale est valide (y compris les essais contrôlés randomisés).
Limites et Perspectives : L'article se concentre sur des résultats unidimensionnels. Le travail futur devra s'étendre aux résultats multivariés (où la distance de Wasserstein ne se réduit plus à une simple distance entre fonctions quantiles) et explorer d'autres mesures de distance distributionnelle.

En résumé, Schindl et Wasserman fournissent une boîte à outils théorique et pratique rigoureuse pour passer d'une analyse causale centrée sur la moyenne à une analyse centrée sur la forme complète de la distribution, en utilisant les propriétés mathématiques élégantes du transport optimal.