[論文レビュー] Envy-freeness and maximum Nash welfare for mixed divisible and indivisible goods

Koichi Nishimura, Hanna Sumita|arXiv (Cornell University)|Feb 26, 2023

Experimental Behavioral Economics Studies被引用数 4

ひとこと要約

本稿は、二値かつ線形評価を持つ混合分割可能・非分割可能な財において、最大ネ什福利（MNW）配分が、混合財における任意の財に対する envy-freeness（EFXM）を満たすことを確立している。これは、従来の EF1M や EFM よりも強い公平性の概念である。この結果は、純粋に分割可能または非分割的な財に対する既存の MNW の公平性保証を一般化し、任意の対称的かつ強い凸関数の最小化において成立する。これにより、二値評価のもとで MNW 配分がパレート最適かつ公平であることが証明される。

ABSTRACT

We study fair allocation of resources consisting of both divisible and indivisible goods to agents with additive valuations. When only divisible or indivisible goods exist, it is known that an allocation that achieves the maximum Nash welfare (MNW) satisfies the classic fairness notions based on envy. Moreover, the literature shows the structures and characterizations of MNW allocations when valuations are binary and linear (i.e., divisible goods are homogeneous). In this paper, we show that when all agents' valuations are binary linear, an MNW allocation for mixed goods satisfies the envy-freeness up to any good for mixed goods (EFXM). This notion is stronger than an existing one called envy-freeness for mixed goods (EFM), and our result generalizes the existing results for the case when only divisible or indivisible goods exist. When all agents' valuations are binary over indivisible goods and identical over divisible goods (e.g., the divisible good is money), we extend the known characterization of an MNW allocation for indivisible goods to mixed goods, and also show that an MNW allocation satisfies EFXM. For the general additive valuations, we also provide a formal proof that an MNW allocation satisfies a weaker notion than EFM.

研究の動機と目的

• 分割可能および非分割可能な財が混在する状況における最大ネッシュ福利（MNW）配分の公平性特性を調査すること。
• MNW 配分が、混合財の文脈において、従来の近似公平性概念（EF1M や EFM）よりも強い公平性概念を満たすかどうかを特定すること。
• 純粋に分割可能または非分割的な財に対して知られている MNW の公平性保証を、二値および線形評価のもとで混合ケースに拡張すること。
• 二値評価のもとで、MNW 配分が任意の対称的かつ強い凸関数の最小化を達成することを確立し、既存の結果を一般化すること。
• 混合財の文脈における MNW 配分の存在および公平性特性の形式的証明を提供すること。

提案手法

• 任意の MNW 配分がパレート最適（PO）であることを証明する。これは、公平性保証を導くために不可欠である。
• 背理法を用いる：MNW 配分が EFXM を満たさないと仮定し、より高いネッシュ福利を達成する新たな配分を構成することで、MNW の最適性に矛盾を引き起こす。
• 比例的効用比を持つ分割可能な財の一部を用いた幾何的移転法を適用し、福利の向上を示す。
• 2つのケースを定義・分析する： envy が分割可能な財の成分に起因する場合と、非分割可能な財に起因する場合。最小比の財を用いて、改善を保証する。
• 評価の線形性と二値の効用値（0 または 1）を活用し、移転による効用比の保存を保証する。
• ネッシュ福利が正の効用の積を最大化するときに最大化され、その積を増加させるいかなる再配分も最適性に反するという事実を利用する。

実験結果

リサーチクエスチョン

• RQ1 すべてのエージェントが二値および線形評価を持つ場合、混合分割可能・非分割的財における MNW 配分は、混合財における任意の財に対する envy-freeness（EFXM）を満たすか？
• RQ2 混合財の文脈において、MNW 配分は EF1M や EFM といった従来の公平性概念と比べてどのように異なるか？
• RQ3 純粋に分割可能または非分割的な状況における MNW 配分の公平性保証を、二値評価のもとで混合ケースに拡張可能か？
• RQ4 MNW 配分が混合状況でも最適かつ公平であるという一般的な公平性原理（たとえば、対称的かつ強い凸関数の最小化）は存在するか？
• RQ5 二値および線形評価のもとで、混合財モデルにおける EFXM 配分は多項式時間で計算可能か？

主な発見

• 二値および線形評価のもとで、混合分割可能・非分割的財の MNW 配分は、EFXM を満たす。これは、EF1M や EFM よりも強い公平性概念である。
• 既知の MNW の公平性保証を一般化する：純粋に分割可能な財では、MNW は envy-freeness を意味する。純粋に非分割的な財（二値評価）では、MNW は EFX を意味する。本稿は、両者を EFXM において統合する。
• MNW 配分はパレート最適（PO）であり、この性質は、いかなる効用に基づく逸脱も、福利を向上させる再配分を構成可能であることを示すために不可欠である。
• 証明は、適切に選ばれた分割可能な財の一部または最小効用比を持つ非分割可能な財を移転することで、福利を向上させる再配分を構成する。これにより、MNW の最適性に矛盾が生じる。
• EFM アルゴリズム（線形評価）および EFX アルゴリズム（二値非分割的財）を用いることで、既存のアルゴリズムを用いて EFXM 配分を多項式時間で計算可能である。
• 公平性保証はネッシュ福利に限らず、任意の対称的かつ強い凸関数の効用への一般化も成立し、幾何平均に限らない結果の一般化が達成される。