第11章提问：给定偏好和禀赋，竞争性市场能否产生有效结果？答案是肯定的，条件是福利定理成立。这个提问把市场机制视为既定。本章反转这个问题：给定期望结果，我们能否设计一个机制来实现它？
机制设计常被称为"逆向博弈论"。不是预测博弈的结果，而是设计博弈以产生期望结果。市场设计将这些思想应用于现实制度：拍卖、匹配市场、频谱分配、肾脏交换。
前置知识：第6章（博弈论基础、纳什均衡）和第11章（福利定理、一般均衡）。
挑战在于：代理人的类型是私人信息。我们如何让他们如实披露其类型？
图 12.1.机制设计时间线。
机制设计者选择规则，也就是消息空间和结果函数，以实现期望的社会选择函数。
直接机制要求每个代理人简单地报告其类型（其私人信息）。如果如实报告是均衡策略，即没有代理人能从撒谎中获益，则该机制是激励相容的（IC）。
这是机制设计中的核心简化。原则上，可能的机制空间是无限大的。拍卖可以有任意数量的轮次、任意竞标规则、任意支付公式。匹配算法可以以任何可想象的方式运行。在所有可能的机制中搜索最优者似乎毫无希望。
显示原理指出：不必搜索。无论任何机制能实现什么结果，一个只要求每个人如实报告的直接机制就能实现相同的结果。因此，机制设计问题简化为：找到最优的分配规则和支付规则作为报告类型的函数，受制于如实报告是最优的约束。这将一个无限广泛的搜索转化为一个明确定义的优化问题。
这说明了什么：如果某个复杂的博弈能达到某个结果，那么一个朴素的"如实报告"博弈也能达到同一个结果，因此从来不需要去研究复杂的机制。我们只研究如实报告的直接机制，其中每个代理人只报告自己的私人类型。这样一来，"激励相容"恰好只有一个含义：诚实是代理人的最优行动。
为什么这很重要：两种强度的差别在于这份诚实有多稳健。占优策略意义上的诚实（DSIC）无论别人怎么做都成立，完全不必去猜别人的类型。贝叶斯意义上的诚实（BIC）只在平均意义上成立，前提是其他所有人也在说真话。它更弱，却让设计者能实现更多的结果。
在完整模式下，方程12.1（DSIC）与方程12.2（BIC）给出这两个激励相容条件的形式表述。DSIC更强但更难实现。BIC更弱但允许更多机制。
拍卖理论与机制设计在一定程度上是冷战的产物：兰德公司、冯·诺伊曼以及策略理性纲领塑造了这个领域。
这是机制设计中对应阿罗不可能定理的结果。它表明，在一般社会选择设定下，没有非独裁机制能在占优策略中引出真实偏好。
突破口：限制定义域。在准线性偏好（$U_i = v_i(a) + t_i$，其中 $t_i$ 是货币转移）下，吉巴德-萨特斯韦特障碍被突破。VCG机制通过转移支付实现效率和DSIC。
维克里-克拉克-格罗夫斯（VCG）机制通过货币转移，以如实报告为占优策略实现有效分配。
竞争究竟是一个可以工程化的终局状态，还是一个抗拒设计的发现过程？赫维茨的激励相容纲领正好坐落在这条断层线上。
有效分配最大化总价值：$a^*(\theta) = \arg\max_a \sum_i v_i(a, \theta_i)$。
代理人 $i$ 支付其对他人施加的外部性：有他参与和没有他参与时其他人福利的差额。
为什么如实报告是占优策略？在如实报告下，代理人 $i$ 的收益为：
$$v_i(a^*(\theta)) + t_i = v_i(a^*(\theta)) + \sum_{j \neq i} v_j(a^*(\theta_{-i})) - \sum_{j \neq i} v_j(a^*(\theta))$$
这简化为 $\sum_j v_j(a^*(\theta)) - \sum_{j \neq i} v_j(a^*(\theta_{-i}))$。第二项不依赖于 $i$ 的报告。因此 $i$ 通过选择报告来最大化 $\sum_j v_j(a^*(\theta))$ 以最大化其收益，而这恰好在他如实报告时发生，因为 $a^*$ 已经最大化了总价值。
这说明了什么：每个代理人支付的，是自己的在场给其他所有人带来的损害，也就是没有他时其他人本可以实现的价值，与有他在场时其他人实际实现的价值之差。这笔账只取决于其他人的价值，从不取决于他自己的报告，因此他无法靠虚报把它压低。
为什么这很重要：既然支付额被其他人锁死，代理人唯一还能动的手段，就是帮助机制挑出总价值最大的那个结果，而恰恰在如实报告自己的价值时，这个结果对他最有利。撒谎只能把配置推离有效率的那一个，这绝不会让他变得更好。这就是如实报告构成占优策略的原因：无论别人怎么做它都管用。在单物品的情形下，这条规则正是第二价格拍卖（维克里拍卖），中标者支付第二高的出价。
在完整模式下，代数推导表明收益中的第二项与代理人 $i$ 的报告无关。输入代理人对单一不可分割物品的估值。计算器计算VCG支付，对单物品它等同于第二价格拍卖。
图 12.2.代理人估值与VCG支付。每个代理人支付其对他人施加的外部性。获胜者支付第二高价值。在单物品拍卖中，VCG简化为维克里拍卖。
三位市民对一座桥的估值分别为 $v_1 = 30$、$v_2 = 25$、$v_3 = 15$。成本为 $C = 60$。
若 $\sum v_i > C$ 则建造：$70 > 60$ → 是。
克拉克税支付：
总收取：$20 + 15 + 5 = 40 < 60$。存在20的预算赤字；VCG通常不能实现预算平衡。每个代理人支付其"枢纽"贡献。
| 形式 | 规则 | 获胜者支付 |
|---|---|---|
| 英式（升序） | 竞标者提高出价；最后竞标者获胜 | 第二高价值（近似） |
| 荷兰式（降序） | 价格下降直到有人应价 | 其出价 |
| 第一价格密封投标 | 最高出价获胜 | 其出价 |
| 第二价格密封投标（维克里） | 最高出价获胜 | 第二高出价 |
维克里拍卖（第二价格密封投标）是DSIC的：每个竞标者的占优策略是按其真实价值 $v_i$ 出价。高于 $v_i$ 出价有以高于价值的价格中标的风险；低于 $v_i$ 出价有在第二高出价低于 $v_i$ 时错失的风险。
含义：在这些条件下，拍卖形式之间的差异对期望收入没有影响，无论公开还是密封、升序还是降序、第一价格还是第二价格。
收入等价在以下常见情形中失效：
设置竞标者数量及其价值分布。运行单次拍卖查看个别结果，或运行100轮观察收入等价，看各种形式的平均收入趋于一致。调整风险厌恶滑块以打破等价。
图 12.3.拍卖结果。在单次运行中，由于随机性，各种形式的收入不同。经过100次运行，平均收入趋于一致，展示了收入等价。增加风险厌恶（$\rho > 0$）可以打破等价：第一价格收入高于第二价格。
当卖方想要最大化的是收入而不是效率时，迈尔森证明了最优机制使用虚拟价值：
其中 $F$ 是竞标者价值分布的CDF，$f$ 是PDF。
最优拍卖将物品分配给虚拟价值最高的竞标者，前提是其为正值。如果所有虚拟价值均为负，卖方保留物品。这意味着一个保留价：卖方设置等于 $\psi^{-1}(0)$ 的最低出价。
这说明了什么：收入最大化的卖方不会按面值看待一份出价。每份出价都要在心里扣掉卖方为维持竞标者诚实而必须让出的"信息租金"，扣减后的数字就是这位竞标者的虚拟价值。卖方把物品判给虚拟价值最高的人，并且只有当扣减后的价值仍然越过零时才出售。
为什么这很重要：这个过零的临界点就是最优保留价。在它以下，留着物品胜过卖出，因为把保留价定得高一些从高价值竞标者身上多榨出的收入，超过了因低价值竞标者不成交而损失的部分。这就是为什么连一个对物品毫不看重的卖方有时也应该拒绝出售：保留价是一项策略性承诺，不是成本底线。同样的逻辑在最优所得税中再次出现，计划者按对每个纳税人征税的激励成本扣减这份收益，只在扣减后仍为正的地方进行再分配。
在完整模式下，方程12.4–12.6定义了虚拟价值 $\psi(\theta)$ 与保留价条件 $\psi(r^*) = 0$。价值在 $[0, 1]$ 上均匀分布：$F(\theta) = \theta$，$f(\theta) = 1$。
$\psi(\theta) = \theta - (1-\theta)/1 = 2\theta - 1$
$\psi(\theta) = 0 \implies \theta = 1/2$。最优保留价 = $1/2$。
带保留价 $1/2$ 的第二价格拍卖是最优的：只有当至少一个竞标者的估值超过 $1/2$ 时，物品才会售出。
对于从Uniform$[0, V_{\max}]$中抽取的价值，虚拟价值为 $\psi(\theta) = 2\theta - V_{\max}$。拖动保留价滑块。收入曲线显示期望收入作为保留价的函数。使期望收入最大的最优保留价被突出显示。
图 12.4a。虚拟价值函数 $\psi(\theta) = 2\theta - 1$（对于 $U[0,1]$）。保留价设在 $\psi(r) = 0$ 处。估值 $\theta < r$ 的竞标者被排除，即图中红色阴影区域。
图 12.4b。期望收入作为保留价的函数。绿色圆点标记最大化期望收入的最优保留价。所选保留价显示为蓝色圆点。
政府向两家公司之一分配许可证。公司 $i$ 的私人价值 $\theta_i \in \{L, H\} = \{10, 50\}$，各以等概率出现。
将许可证分配给报告更高价值的公司；平局时分配给公司1。获胜者支付30。
检验高价值公司（$\theta = 50$）的IC：
如实报告更优。IC对类型 $H$ 成立。
检验低价值公司（$\theta = 10$）的IC：
如实报告更优。IC对类型 $L$ 成立。该机制是激励相容的。
两个竞标者的价值独立地从 $U[0, 100]$ 中抽取。
第二价格拍卖：期望收入 = $E[\text{2nd highest value}] = 100/3 \approx 33.33$。
第一价格拍卖：2个竞标者的最优出价：$b(\theta) = \theta/2$。期望收入 = $E[\max(b_1, b_2)] = E[\max(\theta_1/2, \theta_2/2)] = E[\max(\theta_1, \theta_2)]/2 = (200/3)/2 = 100/3 \approx 33.33$。
两种形式都产生 $100/3$ 的期望收入，验证了收入等价。第一价格拍卖的收入波动较低，因为每个获胜者恰好支付其价值的一半。第二价格拍卖的波动较高，支付取决于第二高价值，可能变化很大。
卖方想要夸大成本以抬高价格。买方想要低报价值以少付钱。激励相容要求向双方留下"信息租金"。这些租金成本高昂，在预算平衡下，没有足够的剩余来支付双方的租金并确保所有有效交易发生。
私人信息下的现实谈判总是涉及某些低效率：工资谈判、二手车购买、并购交易。明码标价、声誉系统和标准化合同等制度缓解了这一问题，但无法完全消除。
某些物品不能通过价格分配：我们不会出售学校入学名额、器官移植或住院医师职位，也不该出售。匹配市场使用算法替代。
这说明了什么：看延迟接受算法运行起来：提议方总是沿着自己的偏好表往下走，每被拒绝一次就转向一个更不偏好的选择；回应方则总是往上换，只会把暂持的对象换成更好的。被拒绝过的对象不会再被回头找，所以过程不可能无限循环，而且很快就停下来，最多 $n^2$ 轮。
为什么这很重要：停下来时，这个匹配是稳定的：不存在这样一对，双方都更偏好彼此而不是各自被分配到的对象，因此谁也没有偏离的动机。稳定性正是让一个匹配自我实施的东西，它不靠任何价格或支付就能维持下去。这就是同一套算法在支撑住院医师匹配、择校和肾脏交换的原因：在货币无法承担配置任务的市场里，它造出一个稳定的结果。
在完整模式下，方程12.8给出终止上界与稳定匹配的保证。定理（Gale & Shapley, 1962）。该算法在最多 $n^2$ 轮内终止，并产生稳定匹配：不存在未匹配的一对，双方都更偏好彼此而非各自当前的匹配。
延迟接受算法有四个值得注意的性质：
输入学生和学校的偏好列表。算法动画展示每一轮：提议、暂时接受和拒绝。以逗号分隔的名称输入偏好（例如"W,X,Y,Z"）。
四名学生（A、B、C、D）和四所学校（W、X、Y、Z）。学生提议。
| 学生 | 偏好 | 学校 | 偏好 |
|---|---|---|---|
| A | W > X > Y > Z | W | B > A > D > C |
| B | X > W > Y > Z | X | A > B > C > D |
| C | W > Y > X > Z | Y | C > D > A > B |
| D | Y > W > X > Z | Z | D > C > B > A |
最终匹配为 A-W、B-X、C-Y、D-Z，这是稳定的：没有配对想要偏离。使用上面的互动工具逐步验证。
分别运行学生提议和学校提议的Gale-Shapley。比较两个稳定匹配。提议方总是获得其最优稳定匹配；回应方获得其最差稳定匹配。
阿尔文·罗斯（2012年诺贝尔经济学奖，与劳埃德·沙普利共享）将此描述为"经济学家即工程师"的方法：运用经济理论不仅解释世界，还设计改善人们生活的现实制度。
市场不是自发产生的自然物体。它们是被设计的制度：决定谁获得什么、以什么价格、通过什么过程的规则、算法和执行机制。设计选择决定了结果。
该市决定拍卖在市中心黄金地段经营柠檬水摊的专营权。三位潜在供应商：玛雅（$v_M = 50$/天）、内特（$v_N = 35$/天）、奥利维亚（$v_O = 20$/天）。价值从 $U[0, 60]$ 中抽取。
第二价格拍卖（维克里）：占优策略是如实竞标。玛雅出价50，内特出价35，奥利维亚出价20。玛雅获胜，支付35。
最优拍卖（迈尔森）：虚拟价值，其中 $F(\theta) = \theta/60$，$f(\theta) = 1/60$：
$\psi(\theta) = \theta - (60 - \theta) = 2\theta - 60$
保留价：$\psi(\theta) = 0 \implies \theta = 30$。
玛雅的虚拟价值：$2(50) - 60 = 40$。内特的：$10$。奥利维亚的：$-20$，被最优拍卖排除。
在保留价为30的第二价格拍卖中：玛雅获胜，支付 $\max(35, 30) = 35$。
Roth的"经济学家即工程师"。阿尔文·罗斯（2012年诺贝尔经济学奖）将机制设计从纯理论转化为重新设计真实市场的实用学科。他的工作表明，市场是被设计出来的制度。
全国住院医师匹配项目（NRMP）：Roth诊断出原始住院医师匹配失败的原因是不稳定和策略操纵，并使用延迟接受算法重新设计。新系统每年匹配约40,000名住院医师。
肾脏交换：Roth、Sönmez和Ünver设计了交换协议，允许不兼容的供体-患者配对通过移植链交换供体，挽救了数千人的生命。这是纯粹的市场设计：在没有价格的情况下创建一个本不存在的市场。
择校：Roth及其同事用防策略系统替代了波士顿可操纵的学校分配机制。在旧系统下，如实报告偏好的家长会受到惩罚；在新系统下，诚实总是最优的。
频谱拍卖：Milgrom和Wilson（2020年诺贝尔经济学奖）为FCC设计了组合拍卖，在有效分配频谱许可证的同时筹集了数十亿美元。2017年的激励拍卖单独筹集了\$198亿。
共同线索：经济理论提供蓝图，但实施需要理解具体的制度背景，即纯理论所抽象掉的那些"细节"。
在思想谱系图（经济思想史时间线）中查看机制设计在更广阔的经济思想谱系中的位置，以及从冯·诺伊曼的博弈论到真实市场设计这条脉络。
这套工具背后的思想脉络，包括赫维茨的激励相容纲领、马斯金与迈尔森关于实施与最优拍卖的工作、罗斯关于匹配的工作、米尔格罗姆与威尔逊关于拍卖设计的工作（2007年与2020年诺贝尔经济学奖），是经济思想史第11章（信息经济学与博弈论革命）的主题。
赫维茨把机制设计看作对奥地利学派最先提出的一个问题的回应：各自握有私人信息的分散决策者，如何被诱导去按照任何中央计划者都不掌握的知识行事？关于这场更早的争论，包括哈耶克的"知识问题"，以及竞争是一个发现过程而非可设计的终局状态这一想法，见奥地利学派传统（经济思想史第6章）。
这次工程学转向酝酿了一百二十年。1874年，法国工程师莱昂·瓦尔拉斯试着把经济体里的每一个价格一次性写下来，写成一组联立方程，而由此得出的竞争基准所描述的，是没有人建造过的市场。拍卖设计、延迟接受，以及上面那些肾脏配对链条，正是描述变成图纸的地方。市场结构：经济学怎样从描述市场走到建造市场追这条线索，并追问这套工程学到底管不管用。
| 标签 | 方程 | 描述 |
|---|---|---|
| 式 12.1 | 对所有 $\hat{\theta}_i, \theta_{-i}$ 均有 $U_i(\theta_i, \theta_i) \geq U_i(\hat{\theta}_i, \theta_i)$ | DSIC |
| 式 12.2 | $E[U_i(\theta_i, \theta_i)] \geq E[U_i(\hat{\theta}_i, \theta_i)]$ | BIC |
| 式 12.3 | $t_i = \sum_{j \neq i} v_j(a^*(\theta_{-i})) - \sum_{j \neq i} v_j(a^*(\theta))$ | VCG支付 |
| 式 12.4 | $\psi(\theta) = \theta - (1-F(\theta))/f(\theta)$ | 迈尔森虚拟价值 |
重要文献：Myerson (1981); Vickrey (1961); Clarke (1971); Groves (1973); Gale & Shapley (1962); Roth (2002); Milgrom (2004)。
第五部分即将到来：研究生宏观。模型变得严肃，政策辩论也是如此。