[論文レビュー] Fair mixing: the case of dichotomous preferences

Haris Aziz, Anna Bogomolnaia+1 more|arXiv (Cornell University)|Dec 7, 2017

Merger and Competition Analysis被引用数 15

ひとこと要約

本稿は、選択肢を好むか嫌うかの二値的選好（dichotomous preferences）における公平な確率的投票を研究する。3つのルール—条件付き効用最大化（CUT）、均等的（EGAL）、ナッシュ最大積（NMP）—を分析し、CUTは戦略的行動と効率性のバランスをとっているのに対し、NMPは強い集団の公平性を提供するが、弱い戦略的不正行動の回避性でさえ失敗しており、EGALは個人の公平性を保証するが集団の公平性は満たさない。

ABSTRACT

Agents vote to choose a fair mixture of public outcomes; each agent likes or dislikes each outcome. We discuss three outstanding voting rules. The Conditional Utilitarian rule, a variant of the random dictator, is Strategyproof and guarantees to any group of like-minded agents an influence proportional to its size. It is easier to compute and more efficient than the familiar Random Priority rule. Its worst case (resp. average) inefficiency is provably (resp. in numerical experiments) low if the number of agents is low. The efficient Egalitarian rule protects similarly individual agents but not coalitions. It is Excludable Strategyproof: I do not want to lie if I cannot consume outcomes I claim to dislike. The efficient Nash Max Product rule offers the strongest welfare guarantees to coalitions, who can force any outcome with a probability proportional to their size. But it fails even the excludable form of Strategyproofness.

研究の動機と目的

• 二値的選好下での確率的投票における、個人への公平性、マイノリティ保護、インcentive compatibility（インcentive適合性）のトレードオフを解消すること。
• CUTという新規の投票ルールを含む、3つの代表的かつ1つの新規の投票ルールを、効率性、公平性、戦略的不正行動の回避性の観点から評価・比較すること。
• 除外可能な戦略的不正行動の回避性（excludable strategyproofness）を含む、新たなインcentive compatibility（インcentive適合性）の概念を導入し、結果を除外可能な現実世界の状況に適切にモデル化すること。
• 効率性、除外可能な戦略的不正行動の回避性、および「全員の公平な共有（Unanimous Fair Share: UFS）」のような強い公平性保証を同時に達成できるルールが存在するかを調査すること。

提案手法

• 選好の報告に応じて条件づけることで、戦略的不正行動の回避性と個人の公平な共有（IFS）を保証する、条件付き効用最大化（CUT）ルールを提案する。
• 除外可能な戦略的不正行動の回避性という概念を導入し、自分が嫌う結果から除外される場合に、虚偽の「嫌い」の報告によって利益を得られないようにする。
• 最小の利得を辞書式順序で最大化する均等的（EGAL）ルールを分析し、IFSと効率性を保証する。
• 利得の積を最大化するナッシュ最大積（NMP）ルールを評価し、強い集団の公平性と効率性を提供する。
• 無偏性文化（impartial culture）の仮定の下で数値的シミュレーションを実施し、異なるエージェント数と結果数における平均福祉比と非効率度を計算する。
• 公理的分析を用いて、効率性、戦略的不正行動の回避性、参加性、公平性（IFS, UFS, GFSを含む）といった性質の観点からルールを比較する。

実験結果

リサーチクエスチョン

• RQ1 戦略的不正行動の回避性と強い公平性（例：全員の公平な共有）を両立できる投票ルールは存在するか？
• RQ2 二値的選好下で、条件付き効用最大化（CUT）ルールはランダムプライオリティ（RP）と比べて、効率性と戦略的不正行動の回避性においてどのように異なるか？
• RQ3 ナッシュ最大積（NMP）ルールは、最も弱い形の戦略的不正行動の回避性でさえ失敗するのか？その実装上の意味は何か？
• RQ4 除外可能な戦略的不正行動の回避性、厳密な参加性、および全員の公平な共有（UFS）を同時に満たすルールは、公平な混合モデルで実現可能か？
• RQ5 均等的（EGAL）および UTIL ルールは、より広範な h-ルールの族とどのように関係しているか？これにより、公平性およびインcentive適合性の性質にどのような示唆が得られるか？

主な発見

• 条件付き効用最大化（CUT）ルールは、除外可能な戦略的不正行動の回避性を満たし、個人の公平な共有（IFS）を満たす。3〜20人のエージェントと3〜10の結果に対して、平均非効率度は1.03〜1.05である。
• 均等的（EGAL）ルールは効率的であり、IFSを満たすが、グループ保護には失敗する。戦略的不正行動の回避性も満たさないが、結果が除外可能な場合には除外可能な戦略的不正行動の回避性を満たすようになる。
• ナッシュ最大積（NMP）ルールは、最も強い集団の公平性（UFS）を達成し、効率的であるが、除外可能な戦略的不正行動の回避性でさえ失敗しており、操作に弱い。
• 数値実験の結果、CUTの平均福祉比（最大効用主義福祉比に対する比）は、エージェント数と結果数の異なる組み合わせにおいて0.94〜0.99であり、平均的な非効率度が低いことが示された。
• ランダムプライオリティ（RP）ルールはCUTに比べて高い平均非効率度（0.88〜0.96）を示し、CUTの優れた効率性に加え、強いインcentive適合性を維持していることが確認された。
• 効率性、除外可能な戦略的不正行動の回避性、および全員の公平な共有（UFS）をすべて満たすルールは存在しない。これは、公平な投票設計における未解決の課題を示している。