お金を使わない最適配分：エンジニアリングアプローチ

私たちは、不完全な情報を持つエージェントに対する異質なサービスの配分と、金銭的な移転なしでの配分を研究します。エージェントは、一般に知られている事前分布から得られたサービスに対するプライベートで多次元の効用を持っています。社会計画者の目標は、潜在的に複雑な公共の目標を最大化することです。扱いやすさのために、私たちは「エンジニアリング」アプローチを取り、大市場の近似を解決し、その解を実行可能な有限市場メカニズムに変換して良好な結果を得ます。このフレームワークをボストンの実際のデータに適用し、学生を公立学校に割り当てるメカニズムを設計して、容量と輸送制約に従い、功利主義と最大最小福祉の線形結合を最大化します。868種類以上の学生と77校の大市場の定式化を最適に解決する方法を示し、効率、公平性、予測可能性の観点から都市が選択した基準プランを大幅に上回る有限市場メカニズムに解を変換します。データは補足資料として、http://dx.doi.org/10.1287/mnsc.2015.2162で入手可能です。この論文はマーチン・ラリビエールの運営管理により承認されました。