多类型住房市场的机制设计

我们研究多类型住房市场，其中存在 $p\ge 2$ 种物品类型，每个智能体初始拥有每种类型的一件物品，目标是设计无货币转移的机制，根据智能体对物品束的偏好来（重新）分配物品，使得每个智能体获得每种类型的一件物品。与经典住房市场形成鲜明对比的是，以往在多类型住房市场中的研究因缺乏自然的解概念而受阻，因为严格核心可能为空。我们通过利用人工智能技术并对智能体偏好做出自然假设，打破了文献中的这一障碍。我们证明，当智能体偏好是词典序的，即使具有不同的重要性排序，经典的顶端交易循环机制也可以被扩展，同时保留其大部分优良性质。我们还研究了检查一个分配是否在严格核心中以及检查严格核心是否为空的的计算复杂性。我们的结果传递了一个令人鼓舞的积极信息：在关于偏好的自然假设下，为多类型住房市场设计良好的机制是可能的。