Resumo Técnico: Aprendizado de Políticas de Investimento Educacional de Longo Prazo sob Ordenação Residencial

Declaração do Problema

Alocar investimentos em escolas públicas de forma eficaz e justa é complexo pelo fato de que o acesso às escolas é frequentemente determinado pela localização residencial. Quando escolas de alta qualidade estão concentradas em comunidades específicas, os investimentos governamentais destinados a melhorar a qualidade escolar podem, inadvertidamente, elevar a demanda e os preços das habitações locais. Essa dinâmica cria um ciclo de retroalimentação onde as melhorias escolares podem remodelar a matrícula e a composição demográfica, potencialmente limitando o acesso para famílias de baixa renda.

A literatura existente geralmente estuda o financiamento escolar, a escolha das famílias e os mercados imobiliários de forma isolada ou utiliza modelos estáticos que não conseguem capturar os efeitos interconectados e de longo prazo desses sistemas. Especificamente, há uma lacuna na compreensão de como o governo deve alocar recursos quando a qualidade da escola, a ordenação residencial, os preços das habitações, a matrícula e o acesso educacional coevoluem ao longo do tempo. O desafio central reside nas respostas endógenas das famílias e dos mercados imobiliários às intervenções políticas, que se desenrolam gradualmente e interagem simultaneamente.

Metodologia

Os autores propõem uma estrutura multiagente dinâmica que vincula investimento governamental, ordenação de famílias, preços de habitação, rotatividade populacional, matrícula e a evolução da qualidade escolar. O sistema é modelado como um problema de tomada de decisão sequencial, no qual o governo atua como um planejador e as famílias atuam como agentes que respondem a restrições econômicas e educacionais.

1. Ambiente e Agentes

• Famílias: Modeladas como agentes heterogêneos com tipos definidos por renda, escolaridade dos pais e habilidade da criança. Elas realizam escolhas residenciais baseadas em uma função de utilidade que equilibra a qualidade da escola, os custos de habitação, os custos de mudança e os atributos do bairro. As famílias entram no sistema escolar aos seis anos de idade e permanecem em sua comunidade escolhida por uma duração fixa.
• Escolas: Modeladas como componentes de produção de educação. A qualidade da escola é atualizada com base no investimento governamental por aluno e na composição de pares (habilidade média) dos alunos matriculados.
• Mercado Imobiliário: Um mecanismo de equilíbrio de mercado determina os preços das habitações. As vacâncias são liberadas através da rotatividade populacional. Os preços ajustam-se para igualar a demanda esperada (de novos moradores de entrada escolar e migrantes) com a oferta disponível, sujeitos a um preço mínimo.
• Governo: O governo observa o estado do sistema (qualidade escolar resumida, ocupação e demografia) e aloca um orçamento anual fixo entre as escolas. Ele não pode atribuir diretamente as famílias às escolas.

2. Computação de Equilíbrio (Nível Inferior)

A ordenação das famílias é tratada como um problema de otimização convexa. Dada a qualidade da escola e os preços de habitação, as famílias escolhem comunidades para maximizar a utilidade. A demanda resultante por unidades habitacionais e o equilíbrio do mercado imobiliário (correspondência entre demanda e vacâncias) são caracterizados como um sistema de complementaridade. Os autores provam que o equilíbrio de ordenação corresponde ao minimizador de uma função de potencial convexa e fornecem um algoritmo eficiente de gradiente projetado (Algoritmo 1) para computar os preços de equilíbrio e as probabilidades de escolha.

3. Aprendizado de Política de Alocação (Nível Superior)

O problema do governo é formulado como um Processo de Decisão de Markov Parcialmente Observável (POMDP).

• Estado: O estado completo do sistema inclui microestados das famílias, mas o governo observa apenas um estado resumido (qualidades escolares, taxas de ocupação, renda/habilidade média).
• Ação: Um vetor de alocação de orçamento entre as escolas.
• Objetivo: Maximizar uma soma descontada de bem-estar, definida por uma função do tipo Atkinson avessa à desigualdade da qualidade escolar acessada, penalizando mudanças abruptas nas parcelas de alocação.
• Algoritmo: Os autores utilizam a Otimização de Política Próxima (PPO) para aprender uma política que mapeia observações para alocações de orçamento. A política é parametrizada como uma distribuição de Dirichlet para garantir que as restrições de orçamento sejam satisfeitas.

Principais Contribuições

1. Estrutura Multiagente Dinâmica: Desenvolvimento de uma estrutura computacional que captura explicitamente o ciclo de retroalimentação educação–habitação, ligando investimento governamental, qualidade escolar, ordenação de famílias e acesso educacional em um sistema dinâmico unificado.
2. Caracterização Convexa da Ordenação: Caracterização da ordenação das famílias como um programa convexo e o desenvolvimento de algoritos eficientes para computar o equilíbrio resultante, permitindo a integração das dinâmicas de equilíbrio de mercado no ciclo de RL (Aprendizado por Reforço).
3. Abordagem de Alocação Baseada em RL: Uma abordagem que permite que um planejador governamental aprenda políticas de investimento multiobjetivo sob efeitos retardados e respostas endógenas das famílias, equilibrando eficácia agregada e equidade.
4. Simulação e Análise Abrangentes: Simulações extensas comparando a política aprendida contra baselines representativas (divisão igualitária, proporcional à matrícula e financiamento compensatório), incluindo análises de sensibilidade sobre parâmetros-chave (aversão à desigualdade, sensibilidade ao preço da habitação, aleatoriedade de escolha) e avaliações de escalabilidade.

Resultados

Em simulações envolvendo 12 comunidades e 4 escolas:

• Desempenho: A política baseada em RL (PPO) alcançou o Maior Acesso (0,4780) e o segundo menor Coeficiente de Gini de Acesso (0,0164) entre todos os baselines testados.
• Equilíbrio Equidade-Eficiência: A política demonstrou um equilíbrio favorável, alcançando alto acesso geral enquanto mantinha uma desigualdade significativamente menor em comparação com as estratégias de divisão igualitária e financiamento compensatório. Os resultados de Capital Humano foram comparáveis aos dos melhores baselines.
• Estratificação Socioeconômica: Embora a política tenha melhorado a distribuição geral do acesso à qualidade escolar, ela não eliminou a associação entre renda familiar e qualidade escolar (o Hiato Renda-Acesso permaneceu próximo de zero, mas a correlação Renda-Qualidade persistiu). Isso destaca que equalizar a qualidade escolar sozinha pode não eliminar totalmente os mecanismos residenciais que sustentam disparidades baseadas na renda.
• Importância do Mecanismo: Estudos de ablação revelaram que tanto o feedback da composição estudantil (efeitos de pares) quanto a formação endógena de preços de habitação são críticos. Remover a formação de preços artificialmente baixou as métricas de segregação, mas obscureceu o canal pelo qual a demanda por melhores escolas afeta os custos residenciais.
• Escalabilidade: Aumentar o número de comunidades reduziu significamente o acesso médio, indicando que a dispersão espacial impõe desafios à acessibilidade. Por outro lado, aumentar o número de escolas sem ajustar a estrutura espacial tendeu a aumentar a desigualdade e a segregação, sugerindo que simplesmente expandir a quantidade de escolas não garante resultados equitativos.

Significância e Alegações

O artigo afirma que sua estrutura fornece uma base computacional para avaliar investimentos educacionais cujos efeitos e consequências distributivas evoluem através do comportamento das famílias ao longo do tempo. Ao tornar explícito o feedback educação–habitação, a estrutura suporta a análise de longo prazo de como o investimento escolar molda a oportunidade educacional.

Os autores enfatizam que sua abordagem permite o trade-off explícito entre eficácia e equidade no design de políticas. Eles argumentam que ignorar as respostas endógenas do mercado imobiliário e da ordenação das famílias pode levar a resultados subótimos ou inequitativos a longo prazo. Os resultados sugerem que, embora as políticas baseadas em RL possam melhorar significativamente o equilíbrio entre acesso e equidade, elas operam dentro das restrições do sistema de ordenação residencial existente, onde as diferenças de renda continuam a influenciar os padrões de acesso. A estrutura é apresentada como uma ferramenta para apoiar futuras avaliações onde a justiça baseada na renda ou o acesso à habitação possam ser incorporados mais explicitamente no design de políticas.