如何根据多个自利Agent对某些资源的喜好有效地、公平地给他们分配资源,这在经济学和计算机科学中都是非常重要的,在这个过程中往往要考虑经济效益与社会平等。在计算机科学和人工智能领域,除了“效益”和“公平”这两个维度,我们还很关心资源分配中的“计算性问题”：即如何设计高效的算法来得到一个“好”的分配,以及分配中涉及到的其他计算性问题。本文将从计算效率角度研究分配制度设计问题,设计能以高的计算效率得到兼顾经济效益和社会平等的分配方案和算法。本文首先研究了在不带货币支付(side payment)的情况下不可分割物品的分配问题。本文提出了一个并行的不带诱导过程的资源分配协议来对不可分割物品进行分配。在分配过程的每一轮次中,我们选择一些Agent(根据特定的并行分配政策)报告自己在剩余的物品中最喜欢的一个,如果在这一轮次中只有一个Agent报告某个物品,那么这个Agent获得该物品,否则,由多个Agent抽签决定物品的归属。理论和实验结果表明这个分配协议在功利主义和平均主义标准下均比之前的串行无诱导协议更有优势,同时本文对这个协议下的策略性问题进行了研究。然后本文从可计算性角度研究了如何在限价环境下对不可分割资源进行合理地分配。笔者提出了一个多项式时间的算法来寻找资源的“供不应求集合”,然后设计了一个可以在多项式时间内得到“受限的Walrasian均衡”的动态竞价分配制度,定义并指出了如何计算买方Agent的“期望利润”和资源的“期望价格”,并从期望利润的角度讨论了该制度下的策略性问题。