[论文解读] The Naive versus the Adaptive Boston Mechanism.

Timo Mennle, Sven Seuken|arXiv (Cornell University)|Jun 12, 2014

Auction Theory and Applications参考文献 16被引用 11

一句话总结

本文比較了學校選擇情境下的 naïve Boston 機制（NBM）與其自適應變體（ABM），顯示 ABM 在維持 NBM 絕大部分效率優勢的同時，提升了策略不誠實性（strategyproofness）。儘管 ABM 的激勵機制更佳，模擬結果顯示 NBM 仍略為更有效率，揭示機制設計中策略不誠實性與效率之間的權衡。

ABSTRACT

The Boston mechanism is often criticized for its manipulability and the resulting negative implications for welfare and fairness. Nonetheless, it is one of the most popular school choice mechanisms used in practice. In this paper, we first study the traditional (naive) Boston mechanism (NBM) in a setting with no priority structure and single uniform tie-breaking. We show that it imperfectly rank dominates the strategyproof Random Serial Dictatorship (RSD). We then formalize an adaptive variant of the Boston mechanism (ABM), which is also sometimes used in practice. We show that ABM has significantly better incentive properties than NBM (it is partially strategyproof), while it shares most of NBM's efficiency advantages over RSD as markets get large. However, while a direct efficiency comparison of NBM and ABM via imperfect dominance is inconclusive, numerical simulations suggest that NBM is still somewhat more efficient than ABM, which can be interpreted as the cost of partial strategyproofness one pays when choosing ABM over NBM. Our results highlight the subtle trade-off between efficiency and strategyproofness a market designer must make when choosing between the two Boston mechanisms and RSD.

研究动机与目标

• 分析在無優先順序結構的情況下，naïve Boston 機制（NBM）的激勵與效率特性。
• 形式化並評估一種自適應的 Boston 機制變體（ABM），以提升策略不誠實性。
• 比較 NBM 與 ABM 在效率與策略不誠實性方面的表現，特別是當市場規模擴大時。
• 評估在 NBM、ABM 與 RSD 之間選擇時，策略不誠實性與效率之間的權衡。
• 為市場設計者提供選擇 NBM 與 ABM 時的實務啟示。

提出的方法

• 在均勻隨機破除平局且無優先順序結構的情況下，形式化 naïve Boston 機制（NBM）。
• 提出一種自適應變體（ABM），根據觀察到的結果調整學生行為，以降低可操弄性。
• 使用非完美排名主導（imperfect rank dominance）比較 NBM 與 RSD，顯示 NBM 在福利結果上優於 RSD。
• 透過數值模擬比較 NBM 與 ABM 在大型市場中的效率。
• 分析策略不誠實性特性，證明 ABM 為部分策略不誠實，而 NBM 則否。
• 透過漸近分析與模擬結果，評估 ABM 相對於 NBM 與 RSD 的效率。

实验结果

研究问题

• RQ1 naïve Boston 機制（NBM）與隨機串列 dictation（RSD）在福利與效率方面有何差異？
• RQ2 自適應 Boston 機制（ABM）在策略不誠實性方面相較於 NBM 改進了多少？
• RQ3 隨著市場規模擴大，NBM 與 ABM 之間的效率權衡為何？
• RQ4 ABM 是否在提供更好激勵的同時，仍保有 NBM 的效率優勢？
• RQ5 在大型市場中，NBM 與 ABM 的激勵與效率特性與 RSD 相較如何？

主要发现

• NBM 對 RSD 呈非完美排名主導，顯示在相同條件下具有更佳的福利表現。
• ABM 為部分策略不誠實，顯著改善了 NBM 的可操弄性。
• 隨著市場規模擴大，ABM 保有 NBM 對 RSD 的絕大多數效率優勢。
• 數值模擬顯示，NBM 仍略為比 ABM 更有效率，顯示部分策略不誠實性存在效率成本。
• 策略不誠實性與效率之間的權衡並非微不足道，ABM 在付出小幅效率代價下提供更佳的激勵。
• 研究結果強調，市場設計者在選擇 NBM、ABM 與 RSD 時，必須謹慎權衡激勵相容性與效率。