Targeting Without Transfers

Sintesi Tecnica: Targeting Senza Trasferimenti

1. Definizione del Problema

Il documento affronta la progettazione di meccanismi per l'allocazione di beni eterogenei tra agenti con valutazioni private in presenza di un divieto di trasferimenti monetari. Il progettista mira a massimizzare il benessere utilitaristico (la somma dei valori cardinali degli agenti) soggetto a:

1. Incentive Compatibility (IC - Compatibilità degli Incentivi): Gli agenti devono rivelare sinceramente le proprie preferenze.
2. Vincoli di Offerta Aggregata: L'allocazione totale di ciascun bene non può eccedere la sua offerta fissa.

A differenza di gran parte della letteratura esistente sull'allocazione senza denaro, che si concentra sull'efficienza di Pareto o sui ranking ordinali (ad es., Hylland e Zeckhauser, 1979; Abdulkadioglu e Sönmez, 1998), questo framework incorpora esplicitamente obiettivi di benessere cardinale. La sfida centrale è che il progettista non può osservare direttamente i livelli assoluti di bisogno degli agenti (valori cardinali), ma deve inferirli dalle loro preferenze relative rivelate sui beni.

2. Metodologia e Modello

L'autore modella il problema utilizzando un continuo di agenti con vettori di valore $v \in \mathbb{R}^N_+$. Una chiave innovazione metodologica è la separazione tra valori assoluti e relativi.

• Rinormalizzazione: Poiché la compatibilità degli incentivi in assenza di trasferimenti implica che gli agenti con vettori di valore proporzionali (stesse preferenze relative) debbano ricevere allocazioni proporzionali, l'autore mappa i tipi sul simplesso $\Gamma$ dei profili di valore relativo $\theta = v / \sum v_j$.
• Aspettativa Condizionata: L'obiettivo del progettista è riformulato in termini di $\lambda(\theta) = E[\sum V_j \mid \Theta = \theta]$, che rappresenta il valore totale atteso (bisogno) degli agenti con il profilo relativo $\theta$.
• Ottimizzazione: Il problema viene trasformato nella massimizzazione di un integrale pesato dell'utilità indiretta sul simplesso, soggetto a vincoli di convessità sulla funzione di utilità e a vincoli di offerta. L'analisi sfrutta strumenti di screening multidimensionale, specificamente il trasporto ottimale e gli argomenti di dominanza stocastica (Daskalakis et al., 2013, 2017; Kleiner e Manelli, 2019).

3. Risultati Chiave

A. Il Meccanismo di Opzione Pura (Pure Option Mechanism)

Il documento caratterizza prima un meccanismo di "opzione pura" in cui ogni agente riceve una quantità esatta di un solo bene e zero degli altri.

• Implementazione: Questo meccanismo è equivalente a un Equilibrio Competitivo con Redditi Uguali (CEEI), un equilibrio walrasiano di un'economia di dotazioni rappresentativa, o a una lotteria basata sulla scelta.
• Condizioni di Ottimalità: L'autore deriva le condizioni necessarie e sufficienti affinché questo meccanismo sia massimizzante per il benessere. Tali condizioni sono espresse tramite una misura di rendita $\mu$ e un piano di trasporto monotono.
  • Nello specifico, il meccanismo di opzione pura è ottimale se e solo se, dopo una fase di pre-elaborazione (analogamente al "ironing" nello screening monodimensionale), la parte negativa della misura di rendita può essere trasportata verso la parte positiva spostando la massa solo verso i vertici del simplesso (ovvero verso preferenze relative più estreme).
• Condizioni Sufficienti: In contesti simmetrici con offerte uguali, il meccanismo di opzione pura è ottimale se gli agenti con valori assoluti più elevati per il loro bene preferito tendono a essere più selettivi (hanno preferenze relative più forti). Intuitivamente, se gli agenti ad alto valore sono più esigenti, distorcere l'allocazione per offrire pacchetti (bundle) sposterebbe inefficientemente le risorse verso tipi meno selettivi (a basso valore).

B. Il Meccanismo Ottimale con Due Beni

Quando ci sono esattamente due beni, il problema si riduce a un problema di screening monodimensionale. L'autore caratterizza completamente il meccanismo ottimale:

• Struttura: Il meccanismo ottimale è o il meccanismo di opzione pura o un menu contenente due opzioni pure e un pacchetto misto (mixed bundle).
• Il Pacchetto (Bundle): Il pacchetto misto offre una quantità totale di beni maggiore rispetto alle opzioni pure. È ottimale includere il pacchetto quando gli agenti con margini di preferenza più stretti (meno esigenti) tendono ad avere valori totali più elevati.
• Trade-off: L'introduzione di un pacchetto crea un'inefficienza allocativa (gli agenti ricevono beni che valorizzano meno), ma serve come dispositivo di screening. Se gli agenti meno esigenti sono sistematicamente ad alto valore, il guadagno informativo dal mirare a loro tramite il pacchetto supera la perdita di efficienza derivante dalla miscelazione.

C. Robustezza e Perturbazione

Il documento dimostra che l'ottimalità del meccanismo di opzione pura non è un risultato "a lama di coltello" (knife-edge) legato alla simmetria. Utilizzando un argomento di perturbazione basato sullo slack dell'upper-set, l'autore mostra che se il meccanismo di opzione pura è ottimale per una distribuzione di base, esso rimane ottimale per piccole perturbazioni asimmetriche delle primitive (distribuzioni e offerte), a condizione che lo "slack" nelle condizioni di ottimalità venga mantenuto.

4. Significato e Contributi

Il documento apporta tre contributi primari alla letteratura sull'allocazione senza trasferimenti:

1. Massimizzazione del Benessere con Valori Cardinali: Colma il divario tra il design dei meccanismi senza denaro (tradizionalmente ordinali) e l'economia del benessere (cardinale). Dimostra che, quando i decisori politici devono mirare agli agenti con alto bisogno assoluto, il meccanismo ottimale dipende criticamente dalla correlazione statistica tra bisogno assoluto e intensità della preferenza relativa.
2. Caratterizzazione del Bundling: Il documento fornisce una giustificazione rigorosa del perché i pacchetti misti (o "sconti" per accettare allocazioni meno personalizzate) possano essere ottimali in contesti non monetari. Identifica la specifica condizione statistica — dove gli agenti ad alto valore sono meno selettivi — sotto la quale tali distorsioni migliorano il benessere.
3. Connessione con il CEEI: Chiarisce la relazione tra il meccanismo ottimale per il benessere e l'Equilibrio Competitivo con Redditi Uguali (CEEI). Sebbene il CEEI sia noto per essere Pareto-efficiente, il documento mostra che non è sempre massimizzante per il benessere. Tuttavia, rimane ottimale in una vasta classe di ambienti in cui gli agenti ad alto valore sono più selettivi, e funge da benchmark robusto.

5. Applicazioni Discusse

L'autore discute le implicazioni di questi risultati per specifici contesti di design del mercato:

• Banche Alimentari: In sistemi come Feeding America, dove le banche alimentari si contendono le donazioni usando una valuta artificiale, i risultati suggeriscono che se le banche alimentari nelle aree con meno donatori sono meno selettive riguardo ai singoli articoli alimentari ricevuti, il sistema potrebbe essere migliorato offrendo pacchetti scontati di assortimenti pre-confezionati.
• Edilizia Convenzionata: Il modello interpreta le liste d'attesa e le lotterie ripetute come meccanismi a forma ridotta. I risultati suggeriscono che offrire agli richiedenti la scelta tra una coda prioritaria (dove devono accettare qualsiasi unità idonea) e una lista d'attesa standard (dove possono selezionare unità specifiche) potrebbe migliorare il benessere se i richiedenti a basso reddito sono meno selettivi.

Il documento conclude osservando che, sebbene il modello di base astragga da caratteristiche osservabili (come il reddito), il framework potrebbe essere esteso per incorporare tali etichette, portando potenzialmente a meccanismi con redditi diseguali o mercati segmentati.