[論文レビュー] Student Flow Modeling for School Decongestion via Stochastic Gravity Estimation and Constrained Spatial Allocation

Sebastian Felipe R. Bundoc, Paula Joy B. Martinez+2 more|arXiv (Cornell University)|Feb 20, 2026

School Choice and Performance被引用数 0

ひとこと要約

論文は、断片化したフィリピン教育データから確率的重力モデルを構築し、補助金と容量政策が生徒を再配分し公立校の混雑を緩和する様子をシミュレートします。

ABSTRACT

School congestion, where student enrollment exceeds school capacity, is a major challenge in low- and middle-income countries. It highly impacts learning outcomes and deepens inequities in education. While subsidy programs that transfer students from public to private schools offer a mechanism to alleviate congestion without capital-intensive construction, they often underperform due to fragmented data systems that hinder effective implementation. The Philippine Educational Service Contracting program, one of the world's largest educational subsidy programs, exemplifies these challenges, falling short of its goal to decongest public schools. This prevents the science-based and data-driven analyses needed to understand what shapes student enrollment flows, particularly how families respond to economic incentives and spatial constraints. We introduce a computational framework for modeling student flow patterns and simulating policy scenarios. By synthesizing heterogeneous government data across nearly 3,000 institutions, we employ a stochastic gravity model estimated via negative binomial regression to derive behavioral elasticities for distance, net tuition cost, and socioeconomic determinants. These elasticities inform a doubly constrained spatial allocation mechanism that simulates student redistribution under varying subsidy amounts while respecting both origin candidate pools and destination slot capacities. We find that geographic proximity constrains school choice four times more strongly than tuition cost and that slot capacity, not subsidy amounts, is the binding constraint. Our work demonstrates that subsidy programs alone cannot resolve systemic overcrowding, and computational modeling can empower education policymakers to make equitable, data-driven decisions by revealing the structural constraints that shape effective resource allocation, even when resources are limited.

研究の動機と目的

• 断片化した行政データを統合し、数千校にわたる国家的な生徒流ネットワークを描く。
• 学校選択を促す距離、純費用、社会経済要因の行動弾性を推定する。
• 容量制約の下で政策シナリオをシミュレーションする二重制約付き配分メカニズムを開発する。
• 制約要因と反事実を特定し、公正でデータ主導の資源配分を導く。

提案手法

• Negative Binomial Regressionを用いて推定した確率的重力モデルを用い、起点-目的地の生徒流を構築する。
• 距離（d_ij）および純費用（c_ij）と起点/目的地の社会経済要因の弾性を推定する。
• 時点不変の起点・目的地因子を固定効果で統制する。
• 候補受益者プールと目的地スロットを用いた二重制約の空間配分機構を適用し、政策シナリオをシミュレーションする。
• 補助金額を変化させ、容量制約下での混雑緩和を評価する反事実シミュレーションを実施する。
• 配分不確実性を定量化するため、複数のランダム処理順序に対するモンテカルロ集計を提供する。

Figure 1. Overview of the computational policy framework for student redistribution. Institutional data from multiple national government agencies and open-source geospatial datasets are unified to represent the national school network. A stochastic gravity model estimated via negative binomial regr

実験結果

リサーチクエスチョン

• RQ1 フィリピンにおけるEMS/ESC受益 flowsに地理的距離、純 tuition費、社会経済要因はどのように影響するのか？
• RQ2 補助制度の下で近接性と価格の相対的重要性は私立学校入学をどの程度動かすのか？
• RQ3 容量と補助のいずれが、異なる政策シナリオ下での混雑緩和ポテンシャルを決定づける構造的制約か？
• RQ4 制約付き配分フレームワークは潜在的な混雑緩和をどの程度定量化し、活用されていない容量経路を特定できるか？
• RQ5 観測された補助スロットは混雑した公立学校の緩和に実際に寄与しているのか、それとも容量が結局のところ制約要因か？

主な発見

Variable	Coef.	Std. Error	z-value	p-value
Intercept	3.3944	0.130	26.121	0.000
ln(distance)	-0.4509	0.010	-46.488	0.000
ln(net cost)	-0.1004	0.013	-7.582	0.000
ESC School Rating	-0.0204	0.008	-2.503	0.012
ln(origin LGU income)	-0.0207	0.004	-5.053	0.000
ln(destLGU income)	-0.0489	0.004	-11.406	0.000
Origin Region FE (Reference: NCR) Region III	-0.0205	0.026	-0.781	0.435
Origin Region FE (Reference: NCR) Region IV-A	-0.0500	0.021	-2.438	0.015
Destination Region FE (Reference: NCR) Region III	-0.0237	0.026	-0.911	0.362
Destination Region FE (Reference: NCR) Region IV-A	0.0178	0.019	0.921	0.357
Dispersion (α)	0.3925	0.011	35.737	0.000
Observations	29,224	—	—	—
Pseudo R^2 (McFadden)	0.08625	—	—	—
Log-Likelihood	-53,592	—	—	—

• 地理的近接性が、 tuition費用よりも公立校入学流を決定する上で4倍以上支配的である。
• 距離弾性は約-0.45、純費用弾性は約-0.11で、近隣の私立選択肢が少ない場合は補助だけでは影響が限定的であることを示す。
• ESC評価が高いほど受益者数が少なくなる傾向があり、価格/入手可能性と容量のダイナミクスが評価以上の影響を与えることを示唆する。
• Origin LGU収入が低所得自治体への対象拡大に結びつくことを示し、ターゲット的な到達性を示す。
• Destination LGU収入が低いほど入学に影響を与え、裕福な地域での参加には隠れコストが関与していることを示唆する。
• 分散パラメータは著しい過分散を確認し、ポアソンよりもNegative Binomial Regressionの適用を正当化する。