技術的要約：移転を伴わないターゲティング

1. 問題設定

本論文は、金銭的な移転が禁止されている状況において、私的な評価を持つエージェント間で異質な財を配分するためのメカニズムの設計を取り扱う。設計者は、以下の条件の下で功利主義的厚生（エージェントの基数的価値の総和）を最大化することを目指す：

1. インセンティブ両立性 (IC): エージェントが真の好みを表明すること。
2. 総供給制約: 各財の総配分量は、固定された供給量を超えてはならない。

貨幣を用いない配分の既存文献の多く（例：Hylland and Zeckhauser, 1979; Abdulkadiroğlu and Sönmez, 1998）がパレート効率性や順序的なランキングに焦点を当てているのに対し、本フレームワークは基数的厚生目標を明示的に組み込んでいる。中心となる課題は、設計者がエージェントの絶対的な必要水準（基数的価値）を直接観察することはできず、提示された財に対する相対的な好みからそれらを推論しなければならない点にある。

2. 方法論とモデル

著者は、値ベクトル $v \in \mathbb{R}^N_+$ を持つ連続的なエージェントを用いて問題をモデル化している。主要な方法論的革新は、絶対的価値と相対的価値の分離である。

• 再正規化: 移転がない場合のインセンティブ両立性は、比例的な値ベクトル（同一の相対的好み）を持つエージェントが比例的な配分を受け取ることを意味するため、著者はタイプを相対的価値プロファイル $\theta = v / \sum v_j$ の単体 $\Gamma$ へと写像する。
• 条件付き期待値: 設計者の目的関数は、$\lambda(\theta) = E[\sum V_j \mid \Theta = \theta]$、すなわち相対的プロファイル $\theta$ を持つエージェントの期待総価値（必要量）を用いて再定式化される。
• 最適化: 問題は、効用関数の凸性制約と供給制約の下で、間接効用の重み付き積分を最大化するように変換される。分析には、多次元スクリーニング、特に最適輸送および確率的優越（Daskalakis et al., 2013, 2017; Kleiner and Manelli, 2019）の手法を活用している。

3. 主要な結果

A. 純粋オプション・メカニズム (The Pure Option Mechanism)

論文ではまず、各エージェントがちょうど一つの財の一定量を受け取り、他の財はゼロであるという「純粋オプション」メカニズムを特徴付けている。

• 実装: このメカニズムは、等価所得による競争均衡 (CEEI)、代表的な賦存経済のワルラス均衡、または選択ベースの抽選と同等である。
• 最適条件: 著者は、このメカニズムが厚生最大化となるための必要十分条件を導出している。これらの条件は、レント測度 $\mu$ と単調な輸送計画を通じて表現される。
  • 具体的には、純粋オプション・メカニズムが最適であるための必要十分条件は、前処理（一次元スクリーニングにおける「アイロンニング」に類似）の後、レント測度の負の部分を、単体の頂点（すなわち、より極端な相対的好み）に向かって質量を移動させることによって正の部分へと輸送できることである。
• 十分条件: 等しい供給量を持つ対称的な設定では、最も好む財に対する絶対的な値が高いエージェントは、より選択的（強い相対的好みを持つ）である場合、純粋オプション・メカニズムが最適となる。直感的には、高価値のエージェントがよりこだわりが強い場合、束（バンドル）を提示するように配分を歪めることは、より選択性の低い（価値の低い）タイプへと資源を非効率的にシフトさせてしまう。

B. 2財における最適メカニズム

財がちょうど2つの場合、問題は一次元のスクリーニング問題に帰着する。著者は最適メカニズムを完全に特徴付けている：

• 構造: 最適なメカニズムは、「純粋オプションのみ」であるか、あるいは「2つの純粋オプションと1つの混合束（mixed bundle）」を含むメニューである。
• 混合束: この混合束は、純粋オプションよりも大きな総量を提供している。混合束を含めることが最適となるのは、好みのマージンが狭い（こだわりが少ない）エージェントが、高い総価値を持つ傾向がある場合である。
• トレードオフ: 混合束の導入は配分の非効率性（エージェントが価値の低い財を受け取ること）を生むが、これはスクリーニング装置として機能する。もし選択性の低いエージェントが系統的に高価値であるならば、混合による効率性の損失よりも、彼らをターゲットにすることによる情報的利得の方が大きくなる。

C. 頑健性と摂動

論文は、純粋オプション・メカニズムの最適性が対称性に依存した「ナイフエッジ（境界的な）」結果ではないことを示している。上集合のスラック (upper-set slack) に基づく摂動議論を用いることで、著者は、ある基準となる分布に対して純粋オプション・メカニズムが最適であれば、最適条件における「スラック」が維持されている限り、基本変数（分布と供給）の小さな非対称的な摂動に対しても、その最適性は維持されることを示している。

4. 意義と貢献

本論文は、移転を伴わない配分に関する文献に対して主に3つの貢献を行っている：

1. 基数的価値を用いた厚生最大化: 伝統的に順序的なものとされる「貨幣を用いないメカニズム設計」と、厚生経済学（基数的）との間の溝を埋めている。政策立案者が高い絶対的なニーズを持つエージェントをターゲットにすることを重視する場合、最適なメカニズムは、絶対的な必要量と相対的な好みの強さの間の統計的な相関に決定的に依存することを示している。
2. バンディング（束販売）の性質の解明: なぜ非金銭的な設定において、混合束（あるいは、よりカスタマイズされていない配分を受け入れることへの「割引」）が最適になり得るのかについて、厳密な正当性を与えている。論文は、高価値のエージェントがより選択的であるという特定の統計的条件の下で、そのような歪みが厚生を改善することを特定している。
3. CEEIとの関連性: CEEI（等価所得による競争均衡）との関係を明確にしている。CEEIはパレート効率的であることが知られているが、本論文はそれが常に厚生最大化になるとは限らないことを示している。しかし、高価値のエージェントがより選択的であるという広範な環境においては、CEEIは依然として最適であり、堅牢なベンチマークとして機能する。

5. 議論されている応用例

著者は、これらの結果が具体的な市場設計の設定にどのように影響するかを論じている：

• フードバンク: 寄付を募るために人工通貨を使用する「Feeding America」のようなシステムにおいて、寄付が少ない地域のフードバンクが特定の食品の種類に対して選択性が低い場合、あらかじめパッケージ化されたセットの「割引された束」を提供することで、システムを改善できる可能性を示唆している。
• 手頃な価格の住宅: 本モデルは、待機リストや繰り返しの抽選を簡約化されたメカニズムとして解釈している。結果によれば、もし低所得の申請者が選択性が低いのであれば、申請者に対して「適切なユニットであれば何でも受け入れる優先キュー」と「標準的な待機リスト（特定のユニットを選択可能）」の選択肢を提供することが、厚生向上につながる可能性がある。

結論として、基礎となるモデルは観察可能な特性（所得など）を抽象化しているものの、このフレームワークは、そのようなラベルを取り込むように拡張可能であり、不平等な所得やセグメント化された市場を含むメカニズムへと発展させることができると述べている。