Competitive Many-to-One Matching: Sorting vs. Equality

技術要約：競争的な一対多のマッチング：ソーティングか平等か

問題提起
本論文は、移転（transfers）とピア効果（peer effects）を伴う一対多のマッチング市場における競争均衡を調査している。著者らは、一方の側（例：企業、学校、近隣住区）にいる異質なエージェントが、もう一方の側の異質なエージェントのグループ（例：労働力、生徒、居住者）とマッチングする設定をモデル化している。中心となる経済学的問いは、ソーティング（補完性を活用するためにエージェントを分離すること）と平等（減少収穫やピア効果を緩和するためにエージェントを混合すること）の間のトレードオフが、いかにして均衡マッチングのパターンを決定するかである。標準的な一対一の割り当てモデル（最適輸送）とは異なり、このフレームワークでは、単一の企業が多様なスキル分布を持つ労働力を雇用することが可能であり、企業の生産性と労働力の構成との一致を最大化することと、労働力自体の内部構成を最適化することとの間に緊張関係が生じる。

手法
著者らは、準線形効用を用いた連続エージェント・モデルを採用している。

1. 全般的な枠組み： 分布 $\mu$ に従う企業 $x$ が、分布 $\nu$ に従うワーカーのタイプ $y$ の分布 $\eta$ を雇用する。生成される価値を $V(x, \eta)$ とする。競争均衡は、企業が利益を最大化し、ワーカーが効用を最大化し、かつ阻止連合（blocking coalitions）が存在しないような割り当て $\gamma$ と価格関数 $(p, q)$ によって定義される。
2. 双対性と存在性： 著者らは、プランナーの問題（総価値の最大化）とその双対問題（進入制約の下での総効用の最小化）が強双対性を満たすことを確立している。無限次元の分離超平面定理を利用して、価値関数が生産関数からリプシッツ連続性を継承することを示すことで、競争均衡の存在を証明している。
3. 平均値測定可能（Mean-Measurable）なケース： コアとなる分析は、労働力の価値が平均スキル $z = E_\eta[y]$ にのみ依存する、扱いやすいケースに焦 نیزしている。すなわち、$V(x, \eta) = v(x, z)$ である。この設定において、問題は、凹的な最大化目的関数に従いつつ、ワーカーのスキルの母集団分布 $G$ を**優越（majorize）**する労働力平均の分布 $H$（$H \succeq G$）を見つけることに帰着する。
4. モーメント測定可能（Moment-Measurable）なケース： 個々のワーカーの割り当てに関する不定性を解決するため、著者らは、出力が特定のモーメント $E_\eta[m(x,y)]$ に依存するケース（例：CESアグリゲーター）へとモデルを一般化している。これにより、企業固有のスキル集計が可能になる。
5. 一律価格均衡（Uniform Price Equilibrium: UPE）： 競争均衡（パーソナライズされた価格や賃金を許容する）と、UPE（あるエージェントに対して、特定の「一」の側に対して単一の価格を課すもの。例：一律の授業料）を対比させている。これは、学校選択制や住宅市場のように、パーソナライズされた価格設定が実行不可能なアプリケーションに関連している。

主要な結果

• 均衡の特性化（平均値測定可能ケース）：

  • 企業生産性 $x$ と労働力平均スキル $z$ の間の均衡マッチング $T$ は、一意的、連続的、かつ厳密に増加する。
  • 均衡は、**分離（segregation）と圧縮（compression/mixing）**の交互の区間によって特徴付けられる。
  • 分離 ($X_S$)： 優越制約が結合する（局所的に $H=G$ となる）場合に発生する。ここでは、労働力はスキルによって分離されており、スキルの限界価値は増加している。
  • 圧縮 ($X_C$)： 制約が結合しない場合に発生する。ここでは、労働力は混合されており、スキルの限界価値は当該区間内で一定である。
  • 単純なパターン：
    • 正の同類選択的分離 (Positive Assortative Segregation: PAS)： すべての労働力が分離されている状態。これは、ソーティングの力（増加的差異 $v_{xz}$）が、プーリングの力（減少収穫 $v_{zz}$）に対して十分に支配的な場合に生じる。
    • 完全な圧縮 (Full Compression)： すべての労働力が混合されている状態。これは、減少収穫がソーティングの力に対して強い場合に生じる。
    • 上下の圧縮 (Upper/Lower Compression)： 低スキル企業および高スキル企業で分離が発生し、それとは反対の企業では混合が発生する。

• 比較静学：

  • 分離 vs 圧縮： 企業生産性と労働力スキルの間の限界代替率が増加する場合（すなわち、プーリングに対するソーティングの力が強まる場合）、均衡はより分離的になる。
  • スキルの分散： ワーカーの母集団の異質性が増すと、労働力平均の分布もより異質になる。
  • 賃金と利益： 一対一のマッチングとは異なり、一対多のマッチングでは、高スキル労働者の供給が増加すると、低スキル労働者の賃金が低下することがある。これは、高スキル労働者が混合された労働力の中で低スキル労働者の代替となるため、残された低スキル労働者の限界生産性が変化するためである。

• モーメント測定可能による精緻化：

  • 生産が平均以外のモーメント（例：CESアグリゲーター）に依存する場合、企業と個々のワーカーの間の均衡割り当ては一意に決定される。
  • 労働投入関数 $m(x,y)$ が厳密に対数超モジュラー（log-supermodular）である場合、均衡は**厳密に単峰型（single-dipped）**となる。すなわち、より生産性の高い企業はより異質な労働力（低スキルと高スキルを混合した労働力）を雇用し、生産性の低い企業は均質な労働力を雇用する。逆に、対数劣モジュラー（log-submodular）の場合は、**厳密に単峰型（single-peaked）**の割り当てとなる。

• 一律価格均衡 (UPE)：

  • UPEは非効率的に分離される可能性がある。具体的には、正の同類選択的分離（PAS）は、それが（競争均衡として）効率的でない場合であっても、UPEになり得る。
  • 分配的帰結： 競争均衡からUPEへ移行することは、ピア効果による価値を「多」の側（学生や労働者）から「一」の側（学校や企業）へとシフトさせる。学校の文脈では、一律価格制度（メリット奨学金がない状態）は、パーソナライズされた授業料を伴う競争的体制と比較して、ピア効果が存在する場合、学校の利益を増加させ、学生の福祉を減少させる。

意義と貢献
本論文は、ピア効果を伴う、両側に豊かな異質性とピア効果を持つマッチングパターン、効用、および比較静学を研究するための扱いやすいフレームワークを提供することを主張している。主な貢献は以下の通りである：

1. 一般化： 割り当てモデル（最適輸送）とベイズ的説得（情報デザイン）を単一のフレームワークへと統合している。平均値測定可能ケースは、これら二つの文献の相互的な一般化であることが示されている。
2. 新しいマッチングパターン： 一対一のマッチングには存在しない、分離と圧縮の区間の交互作用や、増加的差異があるにもかかわらずすべての労働力が混合される「完全な圧縮」現象を特徴付けている。
3. 不平等に関する比較静学： 標準的な一対一モデルとは異なる、生産技術（具体的には補完性と減少収穫の比率）の変化や労働者の異質性によって引き起こされる賃金格差の拡大メカニズムを提示している。
4. 政策的含意： ピア効果のある市場における一律価格設定の非効率性と分配的帰結を浮き彫りにしている。これは、パーソナライズされた価格設定（例：メリット奨学金）を放棄する合意が、エージェントから制度へと余剰を移転させる可能性があることを示唆しており、規制上の検討が必要であることを示している。
5. 不定性の解決： モーメント測定可能による摂動を分析することで、平均値測定可能ケースにおける個々のワーカーの割り当ての不定性を解決し、企業固有のスキル集計の好みが労働力の異質性をどのように決定するかを明らかにしている。

著者らは、本研究を、社会制度（学校、近隣住区、企業）が均衡において「過度に選別されている」のか、あるいは実力主義的なのかを分析するためのツールを提供する、一対多のマッチングにおける基礎的なステップとして位置づけている。