公共资源的算法分配方法：一项跨学科综述
计算机与社会
2023-10-11 v1
摘要
稀缺资源分配是公共部门反复面临的挑战：其出现在医疗保健、灾害恢复与社会福利等迥异领域中。这些政策领域的复杂性以及满足多重且有时相互冲突之准则的需求，导致人们愈发关注在此类决策中使用算法。然而，这些领域的研究者之间鲜有交流，意味着对共性问题及应对技术的理解匮乏。在此，我们开展了一项跨学科文献综述，以理解包括医疗保健、器官移植、无家可归者、灾害救援与福利在内的不同算法分配领域所采取的方法。我们最初通过文献检索识别出 1070 篇论文，随后六名研究者分两阶段筛选，分别得到 176 篇与 75 篇相关论文。我们继而从优化目标、技术、可解释性、灵活性、偏差、伦理考量与性能视角分析了这 75 篇论文。我们将方法归类为以人为本 versus 以资源为本视角，以及个体 versus 聚合，并发现 76% 的论文从人的视角、60% 从聚合层面使用优化技术处理该问题。我们发现性能提升潜力可观，优化技术常使等待时间减少且成功率提高多达 50%。然而，对负责任创新的关注不足：仅约三分之一论文在选取优化目标时考量伦理问题，而极少有论文关注偏差问题。我们的工作可作为政策制定者与研究者欲使用算法解决资源分配问题的指南。
引用
@article{arxiv.2310.06475,
title = {Approaches to the Algorithmic Allocation of Public Resources: A Cross-disciplinary Review},
author = {Saba Esnaashari and Jonathan Bright and John Francis and Youmna Hashem and Vincent Straub and Deborah Morgan},
journal= {arXiv preprint arXiv:2310.06475},
year = {2023}
}