跳轉到

2012 · 懸案：市場應該「配給」誰？——效率、穩定與公平的三角#

2012 諾貝爾經濟學獎（瑞典央行紀念獎）：阿爾文·艾略特·羅斯 Alvin Eliot Roth（美國，1951– ）與勞埃德·斯托威爾·夏普利 Lloyd Stowell Shapley（美國，1923–2016）— 表彰他們「對穩定配置理論與市場設計實踐的貢獻」（for the theory of stable allocations and the practice of market design）。

懸案（案情提要）#

2012 年的案子處理一個所有人都遇過、卻從未被經濟學好好回答的問題：

當「好位置」有限時，應該配給誰？

具體場景：醫院實習名额、大學錄取、器官捐贈、配偶（配偶搜尋）、學校（選校）、庇護申請。疑點四連：

  1. 效率：配給的目的當然是「把資源配給最需要它的人」——但「最需要」如何定義？用錢買、抽籤，還是排隊？
  2. 穩定性：若「好交易」（雙方都滿意）會被更偏好的人搶走，市場就無法運作——這就是分配的脆弱性；
  3. 公平與尊嚴：抽籤（腎臟交換）救了人，但對被抽中者意味著「靠運氣」；優先權（學生優先享有老師）保護努力，但可能違反需求；
  4. 資訊：市場設計若要同時達成效率與穩定，通常需要知道偏好——但在真實市場裡偏好是私人的、分散的。

沙普利與羅斯把這些問題變成了可計算、可實作的理論，並且真的改了世界：器官交換系統、醫學院錄取演算法、學校選校平台。

前因#

年份 事件
1940s 沙普利在普林斯顿；博士後在 RAND 從事博弈論研究（與 Kuhn、 Tucker 同時）
1953 Shapley《A Value for n-Person Games》發表：Shapley 值（合作博弈的解概念）
1962 Gale–Shapley 演算法（《 college admissions 的穩定配對》）：遞延接受演算法
1973 Shapley 與 Scarf 的「隨機分配」（random assignment）：隨機分配的公理化
1962–1968 Roth 在麻省理工（研究純數學與數理經濟學），後轉入經濟學
1972 Roth 論「市場的集中」：證明多數雙邊市場（如大學錄取）會高度集中於少數「精英機構」（Ivy League 的市場份額）
1980s Roth 與 Sotomayor 對** Gale–Shapley 演算法**的策略性質分析（是否可被操縱）
1984–1988 Roth 對公共資源分配機制（頻譜拍賣、住房配給）的實證研究
1988 Roth 與.Postlewaite 的「策略穩定」理論
1990s Roth 與 VandeVate 的市場設計研究；紐約市專科醫生住院訓練的市場設計（1990s 紐約市 hospital allocation）
1994–2005 kidney exchange：Roth 參與設計美國與歐洲的腎臟交換系統
2004 Roth 與 Shapley 的〈The Internet and the Market for Kidney Exchange〉
2012 得獎；委員會特別提到「市場設計的實踐」——這是諾貝爾獎史上首次為「制度工程」立碑

調查#

線索一：Gale–Shapley 演算法——Deferred Acceptance 的算術#

問題設定：\(n\) 個男性（提案者）與 \(m\) 個女性（接收者），每人有嚴格偏好排序 \(m\) 個配對。目標是找到穩定配對（stable matching）：不存在「彼此都更喜歡彼此」的未被配對組合。

Gale–Shapley（男提案）演算法：

  1. 每個男性先提案給他最喜歡的女性；
  2. 每個女性若收到多個提案，暫時保留最喜歡的一個，拒絕其餘；
  3. 被拒絕者再向下一位提案；
  4. 重複直到沒有新提案。

關鍵定理（Deferred Acceptance）：該演算法終止（有限步內），且給出的配對是穩定的；並且對提案者而言是個體理性的。

關鍵的不對稱性（沙普利 1962 年已證明，羅斯 1982 年補上策略分析）：

  • 男提案時，得到的結果對女性是最差的可能穩定配對（pessimal for the receivers）；
  • 女性提案時，得到的結果對男性是最差的可能穩定配對。

因此：

\[ \text{市場設計的槓桿} = \text{誰主動提案} \]

——這就是 2010 年 New York 出現「醫院 vs 住院醫師」誰該提案的策略博弈的起點：Roth 團隊的答案是讓需求方（醫院）提案，因為這對醫院更有利。

線索二：Roth 的策略穩定性分析——演算法能不能被操縱？#

Roth 的貢獻是策略分析：當前的配對機制會不會被參與者聯盟操縱？

經典結果：

  • Gale–Shapley 演算法不可能被操縱（manipulation-proof）：任何聯盟都無法透過策略性提案獲得更好的結果（Roth–VandeVate 2008）；
  • 某些其他機制（例如「Boston 機制」）可以被操縱（Roth–Sotomayor 1988 的著名結果）。

因此：

\[ \text{選擇正確的演算法} = \text{選擇防禦性（manipulation-proof）的市場設計} \]

線索三：公不公平——「Roth–VandeVate 的十字路口」與隨機分配#

羅斯 2012 年的核心貢獻之一是指出：效率與公平在匹配市場中可能衝突，而衝突點可被精確定義為「一個申請者同時被兩個市場選擇」。

他在 2012 年的 Nobel 講座中提出了著名的「紐約市住房配給等待名單實驗（NYU housing lottery, 2011）」：

  • 隨機把等待名單上的申請者分組，給予不同的配給政策（例如「先到先得」vs「抽籤」）；
  • 觀察申請者的再申請行為與資訊蒐集行為（花多少時間研究政策）。

結果：抽籤制讓人更少花時間研究規則、且更多「策略性申請」（同時投多個單位）；先到先得則誘發大量「排隊時間」投資（甚至在凌晨 4 點排隊）。

結論：不同的配給規則會誘導不同的、社會上未必值得的策略性行為——這是「機制設計」在真實城市政策中的實證展演。

線索四：Shapley 值與隨機分配的公理化#

沙普利 1953 年的 Shapley 值處理的是合作博弈：\(n\) 個玩家組成的聯盟，每個聯盟有價值 \(v(S)\)，如何分配？

Shapley 值的定義：玩家 \(i\) 的份額是其隨機加入順序下的期望邊際貢獻：

\[ \phi_i(v) = \sum_{S \subseteq N \setminus \{i\}} \frac{|S|!(n-|S|-1)!}{n!} \left[ v(S \cup \{i\}) - v(S) \right] \]

其公理化特徵：效率（總份額等於總價值）、對稱性、虛擬玩家（null player）為零、加法性。

Shapley 值後來成為成本分攤（核電廠、航空、加盟連鎖、醫療集團）與隨機分配（1973 年 Shapley–Scarf）的基礎；在隨機分配中，它給出唯一滿足「匿名性 + 效率 + 對稱性」的機制。

線索五：腎臟交換——把匹配理論變成救命的制度#

這是本案的實踐高潮。問題：某些腎衰竭病人有健康的腎但與捐贈者血型不相容；若能交換（用另一人的不相容捐贈者配對），就能救更多人。

Roth 與其合作者設計的腎臟交換系統（kidney exchange）：

  1. 建立「配對池（pairing pool）」：不相容的雙方把資料登錄在中央系統；
  2. 系統搜尋最長的相容交換鏈（cycle）（用計算機求解，本質是組合最佳化）；
  3. 執行交換並更新血型與醫療相容性資料。

效果：顯著增加了移植數量（數千人）；並成為 2000 年美國 kidney allocation 系統（PAI）與多國交換網路的基礎。這是「市場設計」四個字最著名的實例。

線索六：醫學院錄取與選校平台#

羅斯與沙普利還把匹配演算法用於：

  • 醫學院錄取（residency match）：美國的「住院醫師匹配計畫」（NRMP）自 1998 年起每年清空並重跑；
  • 選校平台（school choice platforms）：紐約、芝加哥、波士頓等地的統一選校平台，讓家庭透過平台提交排序，取代「先到先得」與私立中介；
  • 住房配給：上面提到的等待名單實驗。

理論裁決#

裁決一：穩定配對是市場設計的核心目標，且可以用多邊市場演算法達成：

\[ \text{遞延接受} \;\Longrightarrow\; \text{穩定 + 個體理性} + \text{策略不可操縱} \]

裁決二：誰提案決定了分配的方向——提案方得到其「最差可能穩定結果」，接收方得到「最佳可能穩定結果」：

\[ \text{男提案} \Rightarrow \text{女性得 worst; 女提案 } \Rightarrow \text{男性得 worst} \]

裁決三：效率與公平可能衝突，且衝突可被定義為「被兩個市場同時爭取的申請者」；制度的選擇本質上是在選擇哪一種扭曲被接受。

裁決四：配給規則會誘導策略性行為（排隊、資訊投資、多重申請），因此市場設計必須把行為反應納入評估：

\[ \text{機制} \;\Longrightarrow\; \text{策略行為} \;\Longrightarrow\; \text{社會成本} \]

裁決五：隨機分配在資訊不足或需要尊嚴／平等時是合法的制度選項，且有唯一性公理（Shapley 值）；隨機本身可以被設計（輪候、抽籤、優先權）。

後果#

領域 影響
政策應用 器官交換系統（美國、歐洲、澳洲）；住院醫師匹配（NRMP）；城市選校平台；住房配給改革；學校招生（多所城市的 central admissions systems）
學術 市場設計成為一門「工程經濟學」；策略分析成為標準；2010s 的「演算法治理」討論
跨領域 器官移植的倫理與法律（交換的合法性）；教育政策的公平與效率；2010s 平台與演算法配對的應用（醫院—醫生、住院醫師）
爭議 「抽籤是懶惰的分配」的倫理批評；羅斯 2012 年為牲畜拍賣設計市場的輿論（轟動一時，其「尊嚴」論述被批為把經濟學當道德說教）；匹配演算法與既有菁英制度的正當性衝突（醫學院偏好名單的訴訟）
跨獎 2007 機制設計三人組（IC/IR 與最優機制）、1994 Nash 案（穩定均衡的賽局語言）、2010 搜尋摩擦（匹配的宏觀版本）

關聯#