諾貝爾委員會把2012年諾貝爾經濟學獎頒給了加州大學洛杉磯分校和哈佛大學/斯坦福大學博弈論學者羅伊德•沙普利(Lloyd S. Shapley)和阿爾文•羅斯 (Alvin Roth),以表彰他們在市場匹配研究上的貢獻。跟大部分近期獲獎者一樣,他們是美國人。雖然美國繼續主宰本屆經濟學獎,但是美國不像二次世界大戰以后主宰全球經濟,而且很多人預計,中國在幾年內將成為世界最大的經濟體。新古典經濟學模仿自然科學的研究方法,試圖使自己的研究具有普遍性。羅斯和沙普利的研究理論具不具備普遍性,是否適用於中國?還是他們的理論隻適用於西方國家?在這篇文章裡,我將對這些問題闡述一些自己的看法。
首先,我認為現在下結論為時過早。這聽起來像一個萬能的回答,這是作為歷史學家的我父親教給我的思考方式。但是對於經濟學獲獎理論而言,這個回答是合理的。有些理論得獎以后,其預測和實際情況不太一致。例如,1997年羅伯特•默頓(Robert Merton)和邁倫•斯科爾斯(Myron Scholes)憑借金融衍生工具定價理論得獎。而他們成立的對沖資金“長期資本管理公司”在得獎的第二年就崩潰了。為了避免金融系統的不穩定,聯邦儲備銀行決定對其進行救助。
在對羅斯和沙普利的獲獎理論作評論以前,我簡要介紹一下羅斯和沙普利的主要貢獻。
新科諾貝爾經濟學獎的貢獻
微觀經濟學理論的重點在於經濟系統裡面價格對資源的分配作用。價格定錯了會降低效率和產生無謂損失。在一定條件下,定一個價格並讓市場決定數量或者定一個數量並讓市場決定價格都可以得到最優結果,但是無論哪種方式都必須有價格。比如,關於污染問題,排放稅和可交易許可証都可能導致同一個最佳結果,但是這兩種政策都有一個污染價格。如果污染價格等於零,則會導致污染太多而造成效率的損失。
然而,在某些市場,定價是非法的,不道德的,或者說是不可行的。例如,名校的就讀名額是不能出售的(家長給學校捐一棟樓的特殊情況除外)。因此沒有市場機制以確保學校與學生之間實現更好的匹配。再例如,由於禁止售賣人體器官,導致有些病人所需要的人體器官無法通過交易得到。另外,需要腎移植的病人不一定跟配偶或其他的原意捐贈的親戚和朋友有兼容的免疫系統。
羅斯和沙普利研究沒有價格的市場如何能用匹配方案有效地分配資源。他們的研究在美國的許多情況下得到應用,並且是博弈論的一個重要貢獻。
羅斯和沙普利的貢獻主要涉及到婚姻穩定問題的應用。婚姻穩定問題是如何找一個穩定的匹配均衡。在穩定均衡下,沒有這樣情況:男人乙匹配到女人甲,但是男人乙更喜歡女人丙,而且女人丙相對於和她匹配的男人而言更喜歡男人乙。他們的貢獻除了可以解決婚姻穩定問題之外,還可以解決其他一些問題,比如合租問題(合租者都是同性),醫院和醫生的匹配問題(每個醫院可以接受很多醫生)。
沙普利跟加州大學伯克利分校教授戴維•蓋爾(David Gale)1962年提出了一種算法而証明它能夠找到穩定的匹配。介紹一種簡單的情況,每一輪程序如下:每一輪的第一步,每個沒有匹配的男人向其最喜歡的但還沒有拒絕他的女人求婚﹔ 第二步,每個女人選她最喜歡的上一輪已經臨時訂婚的男人或本輪最喜歡的向她求婚的男人臨時訂婚。經過多輪程序,可以找到穩定均衡點。雖然均衡不一定唯 一,但是蓋爾-沙普利算法一定會找到一個穩定匹配,相當於非合作博弈中的納什均衡。在該理論基礎上羅斯開發了實用算法,並已運用於各種匹配市場,包括美國的住院醫生、加拿大和英國的幾個小的職業勞動力市場,以及紐約和波士頓的公立學校的招生制度。羅斯的合作者埃利奧特•帕蘭森(Elliott Peranson)是一家指導職業協會設計匹配算法的咨詢公司的領導。羅斯向美國國會簡報了他的研究以及基本研究的價值,尤其是在經濟學領域的價值。
二十世紀四十年代住院醫生市場很亂。醫院越來越早地邀請住院醫生,有些醫院向住院醫生提出的必須接受邀請的截止期限經常早於其他醫院的邀請。1952年醫療職業協會建立了國家住院醫生匹配項目(National Resident Matching Program,NRMP)。雖然有連續調整,但是七十年代NRMP的參加率開始下降,因為該項目不符合現代的專門需求。1995年羅斯和帕蘭森開發新的匹配算法,最主要的進步是考慮到有些配偶更偏好在同一個城市上班,並且該算法更重視醫生(相對於醫院而言)的偏好。考慮配偶的偏好意味著算法不一定有穩定的匹配,而找到存在的穩定匹配不一定可行。名字的排序可能影響到算法的結果。不過實際上這些問題影響到不足1/1000醫生的匹配結果。對醫生來說,沒有匹配的醫生在競爭性強而又混亂的市場(the scramble)找醫院相當困難。2008年,羅斯幫助美國醫療行業做了很有成效的改革。
羅斯也設計了招生算法,2004年在紐約以及2006年在波士頓公立學校被採用。紐約2004年以前的系統,學校必須知道申請者的所有偏好,也容易被申請者操縱。波士頓原來的系統基本上隻考慮第一志願,如果沒有匹配到第一志願,就很可能被行政安排到志願名單以外的學校。
羅斯-帕蘭森算法的大部分應用仍然在使用,但是他們設計的個別市場已經失敗了。根據經驗,穩定匹配沒有必要和充分的條件確保市場的長期成功。在消化內科勞動力市場裡,申請者的減少讓醫院放棄使用匹配系統,而去很早地邀請醫生。
羅斯也設計了腎臟市場。美國法律禁止人體器官買賣,但是(根據最近的法律澄清)允許以貨易貨。在腎臟市場裡,可以捐一個腎給一個陌生人。作為交換條件,自己的配偶可以從另一個陌生人那裡接受腎臟。迄今為止,約1000人已接受腎移植。
適合中國嗎
羅斯和沙普利的研究有助於發展博弈論。博弈論是一種模擬理性決策者的沖突和合作的理論,在政治科學,經濟學,哲學和生物學已經被廣泛採用。博弈論的早期發展是源於古代西方哲學(尤其是柏拉圖和伊壁鳩魯),最近的發展來自於方法論個人主義 -- 個體參與者的行為可以解釋社會現象的思維方法。二十世紀中期倫敦經濟學院的兩個奧地利人,經濟學家弗裡德裡希•馮•哈耶克(Friedrich von Hayek)和哲學家卡爾•波普爾(Karl Popper),是方法論個人主義的最突出的倡導者之一。
二十世紀下半葉,博弈論本身被主要來自美國的學者規范化了。在二十世紀五十年代,蘭德公司的研究人員用博弈論分析美國跟蘇聯核戰爭的情況。在2001-2002年會計丑聞和2008-2009年金融危機以后,美國商學院的一次性博弈(相對於重復博弈)教學被批評為鼓勵短視和不道德的商業行為。
在中國,博弈論的基本理念和應用實踐都比較缺乏。中國哲學的基礎是社群主義,而不是方法論個人主義,合作和不干涉為中國外交的基本原則之一。
中國人有充分的理由質疑羅斯和沙普利的理論在中國的實用性。羅斯設計了在美國有效的機制,但是類似的機制在中國可行嗎?如果每個人都忽略規則並走后門,機制有啥用?如果在沒有“媒人”的情況下社交圈以外的人無法被信任,約會算法有啥用?這些批評可以適用於任何發展中國家,就是說世界人口的80%左右。事實上,許多國家的腐敗和法治的國際指標顯著地比中國差。
但是,我認為羅斯開發的以及類似的機制可以適用於發展中國家。規則沒有得到很好的執行和沒有規則有很大的差異,而且腐敗不一定干擾機制。例如,假設一所學校的官員能夠影響招生,並不是實際上完全根據成績,並從家長那裡接受賄賂。隻要該官員實際上不影響招生結果,即官員接受賄賂后的招生結果與完全根據成績決定的招生結果一致,賄賂就只是財富轉移而不是干擾機制的問題。並且腐敗在很多情況是內生的,就是說制度的設計可以影響到腐敗的頻率。例如,在低工資或很長時間沒有收到工資的情況下,官員可能隻能從事腐敗活動來養活自己。
愛因斯坦的狹義相對論表明牛頓力學的應用是有限的,但是大多數工程師仍然採用牛頓力學。同樣,社會科學的理論即使有限甚至是錯誤的,仍然可能是有用的。羅斯和沙普利的匹配理論即使美國人是理性人(Homo sapiens)不是經濟人(Homo economicus)在美國有用,並且,有可能在發展中國家也有用。
當然,特定的算法需要進行調整,以適合不同的情況。波士頓公立學校不願意完全照搬羅斯給紐約公立學校設計的招生算法。適應中國的算法要反映不同的價值觀和國家的發展目標。例如,在中國採用的匹配算法很可能不會考慮同性戀情侶在同一個城市找工作的情況。反而可能需要考慮每個貧困地區都有好的老師或醫生,並且不一定滿足所有職業人員的個人喜好。把羅斯的算法運用到中國需要經濟學和其他學科的更多研究,比如公共健康和教育社會學的研究,人才流失理論可能在把羅斯的算法應用到中國時很有用。
把理論和算法進行改善並應用到一個國家,隻需要一小群學者和政府官員。但是,更大的挑戰卻是減少對匹配算法的需要。出現沒有價格的市場問題的一個原因是同質化或不可行的偏好。在美國,許多黑人男孩的脫貧計劃是成為籃球或橄欖球明星。改善運動選秀機制可能有利於他們當中的很少一部分人,但是大部分應該考慮到職業運動員以外的職業去發展。在中國,類似的同質偏好問題更嚴重,存在於更大的人口群體。如果每個人都希望上同樣的學校,選同樣的專業,或都想成為高級政府官員,實現這些想法將非常困難。這樣,在沒有很好的中央匹配算法的情況下,很難得到最佳匹配結果。中國的年輕成人應該更深入地思考各自的優勢和興趣,並考慮互利合作問題,以此去選擇職業。
如果每個人都走自己的人生之路,分散的匹配可以得到最好的結果。羅斯的創新很可能降低過美國醫學院四年級學生的壓力。但是如果美國經濟學專業採用類似的中央匹配,我自己可能被迫在美國工作。跳出了思想框框,沒有進行匹配,我才參與到中國的發展中來。
北京大學著名經濟學家林毅夫認為,中國十四世紀已經有工業革命的先決條件。然而,有才華的人忙著准備考試或在官員體制中發展,並沒有時間去進行一場科學革命。現在類似的問題可能會導致中國陷入所謂的中等收入陷阱。為了建立創新型社會,擺脫中等收入陷阱,中國最需要的不是更好的匹配算法,而是更多地跳出思想框框。
(作者為中國人民大學經濟學院外籍教師) (來源:中國經濟報告)