Эксперименты с моделью School Choice ABM
| Описание модели | Агентная модель, имитирующая систему школьного выбора в Чили. Исследует, как информационная асимметрия и экономическое неравенство влияют на доступ к качественному образованию.
|
|---|---|
| Область знаний | Социология, NetSci, Управление, Урбанистика, Статистика |
| Веб-страница - ссылка на модель | https://ccl.northwestern.edu/netlogo/models/community/School Choice ABM |
| Видео запись | |
| Разработчики | |
| Среды и средства, в которых реализована модель | NetLogo |
| Диаграмма модели | |
| Описание полей данных, которые модель порождает | |
| Модель создана студентами? | Нет |
- Diego A. Díaz, Ana María Jiménez & Cristián Larroulet (2019) An agent-based model of school choice with information asymmetries, Journal of Simulation, DOI
- 10.1080/17477778.2019.1679674
Модель исследует эффекты реформы образования в Чили (2010 г.) — системы «светофоров», которая предоставляет родителям простой цветовой сигнал о качестве школы.
Основные принципы модели
В модели два типа агентов: школы и студенты. Агенты размещены на плоскости и не перемещаются.
Агенты-студенты
- Имеют доход, распределённый по закону Парето
- Учатся в школе 10 лет, затем выпускаются
- Ежегодно появляются новые студенты в случайных локациях
- Визуализация: связь (link) с выбранной школой
Агенты-школы
- Имеют уровень успеваемости (achievement), распределённый по нормальному закону
- Могут быть государственными или частными
- Частные школы доступны только для студентов с высоким доходом
Ключевые механизмы
Процесс выбора школы
- Без выбора: студент назначается в ближайшую школу
- С выбором (with-school-choice):
* Богатые студенты максимизируют функцию полезности: [math]\displaystyle{ U = a^\alpha \times d^{(1-\alpha)} }[/math], где: * [math]\displaystyle{ a }[/math] — достижения школы, * [math]\displaystyle{ d }[/math] — относительная близость, * [math]\displaystyle{ \alpha }[/math] — вес качества (0–1) * Бедные студенты выбирают ближайшую школу
Политика «светофоров»
При `traffic-lights? = ON` бедные студенты видят цветовой сигнал:
- 🟢 Зелёный — высокая успеваемость
- 🟡 Жёлтый — средняя
- 🔴 Красный — низкая
Богатые студенты обладают полной информацией (точное значение achievement)
Финансовые ограничения
Доступность школы определяется условием: [math]\displaystyle{ \text{income} - \text{distance} \times \text{school-transportation-cost} \geq 0 }[/math] Даже бесплатная школа может быть недоступна из-за транспортных расходов.
Модель
Ссылка на работу
- http://ccl.northwestern.edu/netlogo/community/School_Choice_ABM.nlogo
- Цитирование
- Diego A. Díaz, Ana María Jiménez & Cristián Larroulet (2019) An agent-based model of school choice with information asymmetries, Journal of Simulation, DOI: 10.1080/17477778.2019.1679674
Использование в образовании
В курсе социально-экономической статистики
Модель служит лабораторией для изучения:
- Как индивидуальные решения создают системные эффекты (сегрегацию)
- Роли информационной асимметрии в неравенстве
- Влияния государственной политики на справедливость
Статистические закономерности
Распределения
- Доходы студентов: закон Парето — большинство бедны, немногие богаты
- Качество школ: нормальное распределение ([math]\displaystyle{ \mu = 5 }[/math], [math]\displaystyle{ \sigma = 1 }[/math])
Измерение сегрегации
Коэффициент сегрегации: [math]\displaystyle{ S = \frac{1}{2} \sum_{i=1}^{n} \left| \frac{H_i}{H} - \frac{L_i}{L} \right| }[/math] где [math]\displaystyle{ H_i, L_i }[/math] — богатые и бедные в школе [math]\displaystyle{ i }[/math], [math]\displaystyle{ H, L }[/math] — их общее число
Анализ влияния политики «светофоров»
Переключатель `traffic-lights?` позволяет оценить, как упрощённая информация влияет на выбор бедных семей
Регрессионный анализ
Можно оценить модель: [math]\displaystyle{ \text{achievement}_i = \beta_0 + \beta_1 \text{income}_i + \beta_2 \text{distance}_i + \beta_3 \text{choice}_i + \varepsilon_i }[/math] где [math]\displaystyle{ \beta_1 }[/math] — премия за доход, ключевой показатель неравенства
