Essays in Industrial Organisation

Cette thèse, constituée de trois chapitres, mobilise des outils d’économie industrielle pour aborder certains des défis apparus avec l’essor des technologies de l’information. Le premier chapitre est motivé par la demande croissante d’un meilleur contrôle concernant l’accès à et l’utilisation des données personnelles. Si transparence rend les individus responsables de leurs actions et peut protéger de rencontres indésirables, elle augmente également l’ostracisme et les stratégies d’évitement coûteuses. J’étudie, pour divers objectifs, quelle est la stratégie efficace de divulgation d’informations par un principal à propos d’un agent qui se préoccupe de sa réputation vis-à-vis de multiples publics. Divulguer de l’information met en péril la réputation de l’agent et l’incite donc à l’effort, et l’effort exercé augmente avec la quantité d’information révélée. Pour maximiser l’effort, sous une contrainte de participation, il est optimal de divulguer des informations indifférenciées à un ensemble de publics pour qui ces informations sont le plus utiles et de protéger la réputation de l’agent vis-à-vis des autres publics. Lorsque le principal internalise le bien-être de tous les publics, la divulgation n’est plus indifférenciée. Au contraire, il fournit d’autant plus d’informations à un public qu’elles lui sont utiles et, en contrepartie, protège mieux la réputation de l’agent vis-à-vis des autres publics. Les résultats peuvent rationaliser les lois existantes pour la protection des travailleurs et des consommateurs, et alimenter le débat sur la notation sociale ou encore le partage d’informations entre entreprises ou au sein des plateformes multifaces. Dans le deuxième chapitre, j’étudie de quelle manière une plateforme peut exploiter les informations personnelles pour encourager des comportements pro-sociaux. Je construis un modèle en partant de l’hypothèse que certains individus sont des partenaires plus désirables que d’autres - par exemple parce qu’ils ont un comportement plus altruiste. Il n’y a pas de transferts monétaires pour fournir des incitations mais la plateforme peut utiliser l’appariement avec les partenaires les plus désirables comme récompense. Je caractérise le mécanisme d’appariement qui maximise le bien-être sur la plateforme. Ce mécanisme n’est cependant pas robuste contre l’entrée d’un concurrent et la concurrence pousse les plateformes à apparier les individus les plus désirables ensemble. L’entrée d’une nouvelle plateforme crée donc un problème de hold-up qui réduit l’effort fourni par les individus. Ce problème est exacerbé par la portabilité des données, car elle permet à l’entrant de sélectionner les individus plus efficacement. Le modèle est pertinent pour réfléchir à la régulation des algorithmes développés par les plateformes de l’économie à la tâche et peut être adapté pour étudier l’effet de la planification urbaine sur l’harmonie communautaire. Dans le troisième chapitre, co-écrit avec Kevin Remmy, nous étudions l’introduction de la tarification en temps réel de l’électricité en Nouvelle-Zélande - un nouveau tarif reposant sur des compteurs intelligents qui enregistrent des données de consommation détaillées – afin d’identifier les obstacles à son adoption. Alors que la théorie économique prévoit que cette tarification sera rapidement adoptée par une large proportion des ménages, en Nouvelle-Zélande moins de 1,25 % des consommateurs résidentiels l’ont adopté plus de sept ans après son introduction. Avec ce tarif, les consommateurs sont exposés aux prix du marché qui varient toutes les demi-heures, et qui sont incertains et volatils. Nous montrons que lorsque les prix s’envolent, l’adoption baisse et l’attrition augmente, notamment parmi les consommateurs ayant récemment adopté. Cependant, avec de l’expérience, les consommateurs deviennent progressivement moins sensibles aux variations de prix de court terme. Nous proposons des remèdes pour favoriser l’adoption de la tarification en temps réel.This thesis consists of three independent chapters borrowing concepts and methods from the field of industrial organization to address some of the challenges that have arisen with the development of information technologies. The first chapter is motivated by the growing demand for better control over who can access personal data and for which purposes - in particular concerning the spreading practice, both by public authorities and private companies, of scoring individuals. While disclosing information makes individuals accountable for their actions and can protect others from undesirable encounters, it also increases ostracism and costly avoidance strategies. I study the efficient disclosure of information by a principal about an agent who has reputation concerns vis-à-vis multiple audiences with heterogeneous valuations for information. Disclosing information to an audience jeopardizes the agent’s reputation and thus incentivizes. To maximize effort under a participation constraint it is optimal to disclose undifferentiated information across the audiences who value information the most and to protect the agent’s reputation vis-à-vis the other ones. When the principal internalizes the audiences’ payoffs, he trades off providing more information to the most interested audiences with protecting the agent’s reputation vis-à-vis the other ones. The results can rationalize existing laws protecting workers and consumers and inform the debate regarding social scoring or the sharing of information between firms and within multi-sided platforms. In the second chapter, I study how a platform can exploit personal information to decide who to accept and who meets whom and encourage pro-social behavior. I build a model with the assumption that some individuals are better match partners than others - for instance, because they behave more altruistically - and ask who to match them with. There are no monetary transfers to provide incentives but, instead, the platform can use the best match partners as a reward for good ratings. I characterize the matching mechanism maximizing welfare on the platform. This mechanism is not entry-proof, though, and competition between platforms leads to stratification whereby the best match partners are matched together, a phenom called positive assortative matching (PAM) in the literature. Thus, platform entry creates a hold-up problem which reduces individuals’ provision of effort. This issue is exacerbated with data portability because it allows an entrant to screen individuals more efficiently. The framework developed is relevant for the regulation of algorithms developed by platforms of the gig economy and can be adapted to study the effect of urban planning on community harmony. In the third chapter, co-authored with Kevin Remmy, we study empirically the introduction of real-time pricing (RTP) in New Zealand - a new electricity tariff relying on smart meters which record detailed consumption data - and our goal is to identify barriers to its adoption. While economic theory predicts that introducing RTP in an economy with rational and perfectly informed agents will lead the retail market to unravel, less than 1.25% of residential consumers adopted this tariff more than seven years after its introduction. Under this tariff, consumers are exposed to half-hourly varying spot prices, which are uncertain and volatile. We show that when ongoing spot prices spike, prospective adopters forego adoption and recent adopters switch to another tariff or reduce their electricity consumption – which is a sign of present bias. However, with experience, consumers on real-time pricing gradually become less sensitive to ongoing spot prices. We propose remedies to foster widespread adoption of real-time pricing