Résumé Technique : Apprentissage de Politiques d'Investissement Éducatif à Long Terme sous le Régime de Tri Résidentiel

Énoncé du Problème

L'allocation efficace et équitable des investissements dans les écoles publiques est complexifiée par le fait que l'accès scolaire est souvent déterminé par la localisation résidentielle. Lorsque des écoles de haute qualité sont concentrées dans des communautés spécifiques, les investissements gouvernementaux destinés à améliorer la qualité des écoles peuvent, par inadvertance, accroître la demande et les prix de l'immobilier local. Cette dynamique crée une boucle de rétroaction où l'amélioration des écoles peut remodeler l'effectif et la composition démographique, limitant potentiellement l'accès pour les ménages à faibles revenus.

La littérature existante étudie généralement le financement scolaire, le choix des ménages et les marchés immobiliers de manière isolée ou emploie des modèles statiques qui ne parviennent pas à capturer les effets interconnectés et à long terme de ces systèmes. Plus précisément, il existe une lacune dans la compréhension de la manière dont un gouvernement doit allouer les ressources lorsque la qualité des écoles, le tri résidentiel, les prix de l'immobilier, les effectifs et l'accès à l'éducation évoluent de manière concomitante au fil du temps. Le défi central réside dans les réponses endogènes des ménages et des marchés immobiliers aux interventions politiques, lesquelles se déploient progressivement et interagissent simultanément.

Méthodologie

Les auteurs proposent un cadre multi-agents dynamique qui lie l'investissement gouvernemental, le tri des ménages, les prix de l'immobilier, le renouvellement de la population, les effectifs et l'évolution de la qualité des écoles. Le système est modélisé comme un problème de prise de décision séquentielle où le gouvernement agit en tant que planificateur et les ménages agissent en tant qu'agents répondant à des contraintes économiques et éducatives.

1. Environnement et Agents

• Ménages : Modélisés comme des agents hétérogènes dont les types sont définis par le revenu, l'éducation des parents et l'aptitude des enfants. Ils prennent des décisions résidentielles basées sur une fonction d'utilité qui équilibre la qualité de l'école, les coûts du logement, les coûts de déménagement et les aménités du quartier. Les ménages entrent dans le système scolaire à l'âge de six ans et restent dans leur communauté choisie pour une durée fixe.
• Écoles : Modélisées comme des composantes de production éducative. La qualité de l'école est mise à jour en fonction de l'investissement gouvernemental par élève et de la composition des pairs (aptitude moyenne) des élèves inscrits.
• Marché Immobilier : Un mécanisme de compensation des marchés détermine les prix de l'immobilier. Les logements vacants sont libérés via le renouvellement de la population. Les prix s'ajustent pour équilibrer la demande attendue (provenant des nouveaux arrivants lors de l'entrée à l'école et des migrants entrants) avec l'offre disponible, sous réserve d'un prix plancher.
• Gouvernement : Le gouvernement observe l'état du système (résumé de la qualité des écoles, du taux d'occupation et de la démographie) et alloue un budget annuel fixe entre les écoles. Il ne peut pas affecter directement les ménages aux écoles.

2. Calcul de l'Équilibre (Niveau Inférieur)

Le tri des ménages est traité comme un problème d'optimisation convexe. Étant donné la qualité de l'école et les prix de l'immobilier, les ménages choisissent leurs communautés pour maximiser leur utilité. La demande résultante pour les unités de logement et la compensation du marché immobilier (correspondance entre la demande et les vacances) sont caractérisées comme un système de complémentarité. Les auteurs prouvent que l'équilibre de tri correspond au minimiseur d'une fonction de potentiel convexe et fournissent un algorithme de descente de gradient projetée efficace (Algorithme 1) pour calculer les prix d'équilibre et les probabilités de choix.

3. Apprentissage de la Politique d'Allocation (Niveau Supérieur)

Le problème du gouvernement est formulé comme un Processus de Décision Markovien Partiellement Observable (POMDP).

• État : L'état complet du système inclut les micro-états des ménages, mais le gouvernement n'observe qu'un état résumé (qualités des écoles, taux d'occupation, revenu/aptitude moyenne).
• Action : Un vecteur d'allocation budgétaire entre les écoles.
• Objectif : Maximiser la somme actualisée de l'utilité, définie par une fonction de type Atkinson averse à l'inégalité de la qualité de l'école accessible, tout en pénalisant les changements brusques dans les parts d'allocation.
• Algorithme : Les auteurs utilisent l'Optimisation de Politique Proximale (PPO) pour apprendre une politique qui associe les observations aux allocations budgétaires. La politique est paramétrée par une distribution de Dirichlet pour garantir que les contraintes budgétaires sont respectées.

Contributions Clés

1. Cadre Multi-Agent Dynamique : Développement d'un cadre computationnel qui capture explicitement la boucle de rétroaction éducation–logement, reliant l'investissement gouvernemental, la qualité de l'école, le tri des ménages et l'accès à l'éducation dans un système dynamique unifié.
2. Caractérisation Convexe du Tri : Caractérisation du tri des ménages comme un programme convexe et développement d'algorithmes efficaces pour calculer l'équilibre résultant, permettant l'intégration de la dynamique de compensation du marché dans la boucle d'apprentissage par renforcement (RL).
3. Approche d'Allocation par RL : Une approche permettant à un planificateur gouvernemental d'apprendre des politiques d'investissement multi-objectifs sous des effets différés et des réponses endogènes des ménages, équilibrant l'efficacité globale et l'équité.
4. Simulation et Analyse Exhaustives : Simulations étendues comparant la politique apprise aux lignes de base représentatives (répartition égale, proportionnelle aux effectifs et financement compensatoire), incluant des analyses de sensibilité sur les paramètres clés (aversion à l'inégalité, sensibilité des prix de l'immobilier, aléatoire du choix) et des évaluations de l'extensibilité.

Résultats

Dans des simulations impliquant 12 communautés et 4 écoles :

• Performance : La politique basée sur le RL (PPO) a obtenu l'Accès Moyen le plus élevé (0,4780) et le deuxième coefficient de Gini de l'Accès le plus bas (0,0164) parmi toutes les bases de comparaison testées.
• Équilibre Équité-Efficacité : La politique a démontré un équilibre favorable, atteignant un accès global élevé tout en maintenant une inégalité nettement inférieure par rapport aux stratégies de répartition égale et de financement compensatoire. Les résultats en capital humain étaient comparables aux meilleures bases de comparaison.
• Stratification Socio-économique : Bien que la politique ait amélioré la distribution globale de l'accès à la qualité de l'école, elle n'a pas éliminé l'association entre le revenu des ménages et la qualité de l'école (l'écart Revenu-Accès est resté proche de zéro, mais la corrélation Revenu-Qualité a persisté). Cela souligne que l'égalisation de la qualité des écoles peut ne pas suffire à éliminer totalement les mécanismes résidentiels qui soutiennent les disparités de revenus.
• Importance des Mécanismes : Les études d'ablation ont révélé que la rétroaction de la composition des étudiants (effets de pairs) et la formation endogène des prix de l'immobilier sont critiques. Supprimer la formation des prix artificiellement a réduit les mesures de ségrégation mais a occulté le canal par lequel la demande pour de meilleures écoles affecte les coûts résidentiels.
• Extensibilité : L'augmentation du nombre de communautés a considérablement réduit l'accès moyen, indiquant que la dispersion spatiale pose des défis à l'accessibilité. Inversement, augmenter le nombre d'écoles sans ajuster la structure spatiale tendait à augmenter l'inégalité et la ségrégation, suggérant que l'expansion de la quantité d'écoles ne garantit pas des résultats équitables.

Signification et Revendications

L'article affirme que son cadre fournit une base computationnelle pour évaluer les investissements éducatifs dont l'efficacité et les conséquences distributives évoluent à travers le comportement des ménages au fil du temps. En rendant explicite la boucle de rétroaction éducation–logement, le cadre permet une analyse à long terme de la manière dont l'investissement scolaire façonne les opportunités éducatives.

Les auteurs soulignent que leur approche permet le compromis explicite entre efficacité et équité dans la conception des politiques. Ils soutiennent que l'ignorance des réponses endogènes du marché immobilier et du tri résidentiel peut conduire à des résultats à long terme sous-optimaux ou inéquitables. Les résultats suggèrent que, bien que les politiques basées sur le RL puissent considérablement améliorer l'équilibre entre accès et équité, elles opèrent dans les contraintes du système de tri résidentiel existant, où les différences de revenus continuent d'influencer les modèles d'accès. Le cadre est présenté comme un outil pour soutenir les évaluations futures où l'équité basée sur le revenu ou l'accès au logement peut être incorporée plus explicitement dans la conception des politiques.