Essays in Labor Economics : Empirical Models of Two-Sided Matching and Teacher Spatial Sorting

Essais en économie du travail : modèles empiriques d'appariement et allocation spatiale des enseignants Cette thèse est composée de trois chapitres ayant deux objectifs principaux : (i) élargir notre compréhension du contenu empirique des modèles d'appariement en développant de nouveaux outils méthodologiques et (ii) appliquer ces outils pour comprendre les causes et les conséquences des inégalités spatiales d'accès aux enseignants qualifiés afin de proposer des recommandations politiques concrètes. Les méthodes de recherche utilisées dans cette thèse s'appuient sur la littérature d'organisation industrielle empirique en étudiant comment des données sur les choix observés des agents peuvent être utilisées pour récupérer les primitives fondamentales qui gouvernent leurs décisions. Plus précisément, j'étudie comment l'offre et la demande de travail se traduisent en équilibre de marché à travers les modèles d'appariement. J'explore ensuite le contenu empirique de ces modèles et j'étudie si les préférences des agents participants peuvent être identifiées et estimées à partir de données sur les appariements observés. Lorsque les données le permettent, j'utilise également des méthodes de recherche reposant sur des hypothèses moins contraignantes en complément des méthodes basées sur ces modèles pour identifier les paramètres clés. Dans le premier chapitre de cette thèse intitulé « Two-Sided Matching Without Transfers : A Unifying Empirical Framework », je développe un modèle statique d'appariement unifiant les cas one-to-one et many-to-one sans transferts et j'étudie comment des données sur des appariements réalisés peuvent être utilisées pour identifier et estimer les préférences des agents participants. Je constate que, sous des hypothèses parcimonieuses sur les préférences, on ne peut identifier que la fonction de surplus à la fois dans le cas one-to-one et many-to-one. Je concilie cette conclusion avec des résultats à priori contradictoires venant de la littérature. Je propose ensuite des moyens de surmonter ce résultat négatif à la fois dans le cas one-to-one et many-to-one, rendant ces outils applicables à un plus large éventail de contextes, tels que les marchés du travail ou le marché du mariage. Dans le deuxième chapitre intitulé « Teacher Compensation and Structural Inequality : Evidence from Centralized School Choice in Peru », co-écrit avec Matteo Bobba, Gianmarco León-Ciliotta, Christopher Neilson et Marco Nieddu, nous montrons que l'augmentation de la rémunération des enseignants dans les écoles rurales est efficace pour réduire les inégalités spatiales de réussite des élèves et nous fournissons des outils pour concevoir de telles politiques en minimisant leur coût. En exploitant un changement inconditionnel dans la structure de la rémunération des enseignants au Pérou, nous fournissons d'abord une preuve causale qu'une augmentation de 30% des salaires dans les zones rurales a attiré des enseignants de meilleure qualité, ce qui s'est traduit par une augmentation moyenne des scores des élèves aux tests de 0,33 à 0,38 écarts types. Nous utilisons ensuite des données détaillées sur les offres d'emploi et les candidatures pour identifier et estimer les élasticités de l'offre de travail des enseignants sous des hypothèses minimales. Cela nous permet de concevoir une procédure qui fournit systématiquement la distribution des salaires qui modifie l'offre de travail de manière à atteindre un objectif social donné à un coût minimal. Nous utilisons ces outils pour concevoir deux politiques de primes salariales qui permettraient soit (i) d'attirer au moins un enseignant certifié dans chaque école, soit (ii) de combler l'écart entre les zones urbaines et rurales en matière de qualité des enseignants. Enfin, dans le troisième et dernier chapitre intitulé « Labor Market Dynamics and Teacher Spatial Sorting », je fournis une explication unifiée pour la pénurie d'enseignants qualifiés dans les zones rurales. [...]