Robust evaluation of public policies to heterogeneous effects

Evaluation robuste des politiques publiques à des effets hétérogènes Cette thèse développe de nouveaux designs méthodologiques pour évaluer des politiques publiques dont les effets causaux sont hétérogènes et/ou complexes. Le premier chapitre développe deux nouveaux estimateurs de paramètres causaux importants dans le cadre d'un design de différence-de-différences avec une variable de traitement continue. Dans sa version de base, l'étude observationnelle repose sur un panel d'une multitude de groupes observées sur deux périodes. Les groupes sont potentiellement déjà tous traités à la première période, à des doses différentes. Entre les deux périodes, certains groupes, appelés switchers, connaissent un changement dans la dose de traitement qu'ils reçoivent. A l'inverse, certains groupes, appelés stayers, gardent la même dose de traitement sur les deux périodes. Le premier paramètre considéré, appelé AOS, correspond à la pente moyenne de la fonction « variable de résultat potentielle » de 2nde période des switchers, entre leur dose de traitement à la 1ère période et celle à la 2nde période. Le second paramètre, appelé WAOS, est une version pondérée de la moyenne précédente, où chaque switcher reçoit un poids proportionnel à la valeur absolue de l'évolution de sa dose de traitement entre les deux périodes. L'identification et l'estimation de ces deux paramètres reposent sur une hypothèse de tendance commune inédite : en l'absence d'un changement de leur dose de traitement entre les deux périodes, les groupes switchers auraient connu, en moyenne, la même évolution de leur variable de résultat que les groupes stayers ayant la même dose de traitement initial. Les résultats sont adaptés à un design avec variable instrumentale. Ils sont utilisés pour estimer l'élasticité-prix de la consommation d'essence. Le deuxième chapitre développe une nouvelle méthode d'estimation des effets d'un traitement binaire dans un design avec des effets de pair endogènes hétérogènes. Le modèle linéaire en moyennes conventionnel est modifié de telle sorte à ce que les individus puissent réagir différemment aux actions des membres de leur groupe, selon qu'ils partagent ou non la même identité qu'eux. L'identification et l'estimation des paramètres du modèle reposent sur une expérience en population partielle, c'est-à-dire sur l'observation d'un panel de groupes d'individus au sein duquel la part d'individus éligibles au traitement binaire (qui est connue pour chaque groupe) varie d'un groupe à l'autre. La procédure d'estimation repose sur la méthode des moments généralisés. La méthode développée permet de quantifier l'effet direct du traitement sur les individus éligibles, l'effet indirect sur les individus non-éligibles et les multiplicateurs sociaux. La méthodologie est employée pour évaluer les effets de Progresa, un programme mexicain de transfert d'argent conditionnel ciblant les élèves issus de familles défavorisés et visant à réduire l'abandon scolaire. Le troisième chapitre modélise le marché français de l'aide à domicile non-médicalisée pour personnes âgées dépendantes. Du côté de la demande, des ménages, constitué d'un senior dépendant et de son conjoint, prennent des décisions concernant leur consommation, l'aide informelle fournie par le conjoint et le recours des aides à domicile professionnelles. Du côté de l'offre, deux types d'entreprises sont modélisés : des services d'aide et de soins à domicile et des aides à domicile indépendants. Le modèle est estimé à l'aide de l'enquête CARE-Ménages et de la Base Tous Salariés. Le modèle est utilisé pour identifier les conjoints des personnes âgées dépendantes les plus susceptibles de réagir à une modification des conditions d'accès à l'aide à domicile formelle. Les premiers résultats suggèrent que, toutes choses égales par ailleurs, les conjoints masculins réagissent davantage à une variation du prix de l'aide formelle. Côté offre, les services d'aide à domicile font face à des prix constants.