[论文解读] School Choice as a One-Sided Matching Problem: Cardinal Utilities and Optimization

Sinan G. Aksoy, Alexander Adam Azzam+5 more|arXiv (Cornell University)|Apr 28, 2013

Game Theory and Voting Systems参考文献 31被引用 3

一句话总结

该论文提出了一种单边匹配机制用于学校选择，通过改进的匈牙利算法最大化学生的基数效用，优先考虑学生偏好而非机构优先级。尽管该机制提升了帕累托效率和效用优化，但未能确保策略抗性，且由于忽略学校优先级，可能导致不稳定的匹配。

ABSTRACT

The school choice problem concerns the design and implementation of matching mechanisms that produce school assignments for students within a given public school district. Previously considered criteria for evaluating proposed mechanisms such as stability, strategyproofness and Pareto efficiency do not always translate into desirable student assignments. In this note, we explore a class of one-sided, cardinal utility maximizing matching mechanisms focused exclusively on student preferences. We adapt a well-known combinatorial optimization technique (the Hungarian algorithm) as the kernel of this class of matching mechanisms. We find that, while such mechanisms can be adapted to meet desirable criteria not met by any previously employed mechanism in the school choice literature, they are not strategyproof. We discuss the practical implications and limitations of our approach at the end of the article.

研究动机与目标

• 解决现有学校选择机制中因过度强调稳定性与策略抗性而忽视学生偏好满足的问题。
• 探索仅专注于学生偏好的单边匹配机制，并通过基数效用转换实现。
• 将匈牙利算法适配于存在容量约束和不完整偏好信息的学校分配问题。
• 评估学校选择机制中效用最大化、稳定性与策略抗性之间的权衡。
• 为缺乏或无正式优先级制度的地区政策制定者提供实现学生最优匹配的实用框架。

提出的方法

• 使用效用函数 f1 和 f2 将学生的序数偏好转换为基数效用，其中 f1 强调排名最小化，f2 优先最小化总成本。
• 应用改进的匈牙利算法将分配问题作为成本最小化任务求解，确保遵守学校容量约束。
• 以公平且无歧视的方式完成不完整的偏好档案，避免使填写不完整的学生产生不利影响。
• 基于排名最小化和帕累托效率的规则，从多个最优匹配中选择最终匹配。
• 通过在效用矩阵中重复排名值来处理无差异偏好，使学生能够表达对多所学校的同等偏好。
• 使用多种标准评估匹配结果：总成本（C_f）、排名最小化程度以及帕累托支配关系。

实验结果

研究问题

• RQ1 一种以最大化学生基数效用为目标的单边匹配机制，是否能产生优于传统学校选择机制的结果？
• RQ2 匈牙利算法如何适应存在容量约束和不完整偏好档案的学校选择问题？
• RQ3 与稳定或策略抗性机制相比，效用最大化匹配在提升帕累托效率方面能达到何种程度？
• RQ4 一种忽略学校优先级结构的机制，其稳定性和策略抗性特性如何？
• RQ5 如何在基于基数效用的匹配系统中公平地整合学生偏好的无差异性？

主要发现

• 基于效用的匈牙利机制产生的匹配具有帕累托效率，并最小化基于排名的成本，在效用和效率指标上优于其他替代方案。
• 通过 f2 成本最小化选择的匹配 1，尽管与匹配 2 具有相同的最小排名成本，但帕累托支配匹配 2，表明其在多准则评估中表现更优。
• 所有最小 f2 成本匹配均为排名最小化且帕累托有效，但并非所有排名最小化匹配都是帕累托有效。
• 该机制不具备策略抗性，学生可能通过虚报偏好获益，尤其是在存在无差异偏好的情况下。
• 该机制可后期整合学校优先级，为混合系统提供灵活性。
• 偏好档案补全过程避免了使填写不完整的学生产生不利影响，保障了基于效用分配的公平性。