Costly information acquisition in centralized matching markets¶

作者: Rustamdjan Hakimov, Dorothea Kübler, Siqi Pan
来源: Quantitative Economics
主题: 经济理论 / 应用
相关性: 4/10
机构绿灯: University of Melbourne（US News 前 50，免分进入精读）
链接: https://doi.org/10.3982/qe1955

一、领域脉络与小综述¶

这个方向是什么¶

本文研究的根本问题是：在集中式匹配市场（如大学招生）中，学生需要花费成本去了解各学校的项目信息以形成偏好排序。这种信息获取可能是浪费的——学生花时间去了解那些录取希望极小的学校。本文试图通过市场设计（改变匹配机制）来减少这种浪费，提高学生福利。该方向处于实验经济学与市场设计的交叉地带，成熟度较高，已有大量理论模型与实验室实验，但将“信息获取成本”明确纳入机制比较的实证研究相对较少。

发展脉络（history）¶

奠基工作：Gale & Shapley (1962) 提出稳定匹配理论，奠定了集中式匹配市场的数学基础。后续工作（如 Abdulkadiroğlu & Sönmez, 2003）将匹配理论应用于学校选择问题，确立了序列独裁机制（Serial Dictatorship, SD）作为基准机制——学生按成绩排序，依次选择最偏好的剩余学校。
主要进展：Roth (1984) 等早期实验工作验证了匹配机制的行为表现。Bade (2015) 和 Bó & Hakimov (2020) 开始关注信息获取在匹配中的作用——学生并非天生知道自己的偏好，而是需要花费成本去发现。Bade (2015) 理论上比较了直接SD与序贯SD在信息获取上的差异，但未进行实验检验。Bó & Hakimov (2020) 实验研究了序贯机制下的信息获取行为，但未与直接机制做系统比较。
当前frontier：本文直接填补了上述缺口——同时从理论和实验上比较直接SD与序贯SD在信息获取成本下的福利效果。作者在引言中明确说：“We are not aware of any other paper that compares the direct and the sequential SD in a setting with costly information acquisition.”（p.3）此外，本文还检验了提供历史录取分数线作为政策干预的效果，这是对现有文献的补充。
本文的位置：本文是应用实验经济学论文，而非纯理论或纯统计方法论文。它使用实验室实验来检验理论预测，并发现序贯机制在福利和行为上均优于直接机制。其贡献在于将信息获取成本这一现实因素纳入机制比较的实验设计，并提供了行为层面的解释（偏离最优策略的频率更低）。

子线索聚类¶

匹配机制设计理论：Gale & Shapley (1962), Abdulkadiroğlu & Sönmez (2003), Bade (2015) 等。这一簇关注不同匹配机制（如SD、DA、TTC）的理论性质（稳定性、效率、激励相容性）。本文的SD机制属于这一簇。
信息获取与市场设计：Bade (2015), Bó & Hakimov (2020), Kübler et al. (2018) 等。这一簇明确将信息获取成本纳入模型，研究机制如何影响学生的信息搜索行为。本文直接属于这一簇。
实验经济学中的匹配市场：Roth (1984), Chen & Sönmez (2006), Hakimov & Kübler (2021) 等。这一簇使用实验室实验检验匹配机制的行为表现。本文的实验设计属于这一簇。
提供历史信息作为政策干预：本文还涉及提供历史录取分数线（cutoff scores）的效果，这属于信息设计（information design）或透明度政策（transparency policy）的范畴，与Kübler et al. (2018) 等有重叠。

这个方向在追问的核心问题¶

哪种匹配机制能最小化信息获取的浪费？ 直接SD vs. 序贯SD vs. 其他机制（如DA）的比较。
信息获取成本如何影响学生的策略行为？ 学生是否会偏离最优搜索策略？偏离的方向和频率如何？
提供历史信息（如录取分数线）能否替代机制设计？ 即“信息干预” vs. “机制干预”的效果比较。
行为因素（如有限理性、锚定效应）如何影响机制效果？ 实验经济学特别关注这一点。

已知瓶颈：理论模型通常假设学生是理性且完全计算的，但实验中受试者会偏离最优策略。如何将行为偏差纳入理论模型，以及如何设计对行为偏差更鲁棒的机制，是当前瓶颈。

⚠️ 作者的 framing¶

作者把缺口 frame 成什么：作者声称，尽管Bade (2015) 理论上比较了直接SD与序贯SD在信息获取下的福利，但“no experimental evidence exists that compares the two mechanisms in a setting with costly information acquisition”（p.3）。因此，本文的贡献是提供实验证据，并发现序贯机制在福利和行为上均优于直接机制。此外，作者还引入“提供历史分数线”作为额外干预，声称这是“novel policy intervention”。
哪些竞争路线被他淡化或回避了：
其他匹配机制：作者只比较了直接SD与序贯SD，回避了与延迟接受机制（Deferred Acceptance, DA）的比较。DA是许多真实市场（如美国医学院匹配）使用的机制，理论上在信息获取下可能表现不同。作者在引言中仅简单提及DA“is not commonly used in school choice in China”（p.2），但未深入讨论。
信息获取成本的异质性：模型假设所有学生有相同的信息成本，但现实中成本可能因学生背景、学校类型而异。作者在实验设计中只设置了一个成本水平（高 vs. 低），未探索成本异质性的影响。
偏好形成的动态性：模型假设学生先获取信息再提交偏好，但现实中偏好可能随信息获取而动态更新。作者未考虑这种动态性。
什么明显该被引 / 该存在、却没出现在 intro 里？：作者未引用信息设计（information design）领域的经典工作（如Kamenica & Gentzkow, 2011），该领域研究如何通过设计信息结构来影响决策。提供历史分数线本质上是一种信息设计，但作者未将其置于该框架下讨论。此外，作者未引用行为经济学中关于“搜索成本”和“有限注意力”的经典文献（如Sims, 2003），尽管实验中发现的行为偏差（偏离最优策略）与有限注意力相关。

张力¶

未见明显对立引用。所有被引工作基本一致认为序贯机制在信息获取下优于直接机制，本文的实验结果也支持这一结论。唯一的细微张力在于：Bade (2015) 的理论模型假设学生是理性的，而本文实验发现学生偏离最优策略，但作者将此解释为“行为优势”而非理论矛盾。

二、最核心、最简单的例子 / 数学问题¶

第一步：把符号、模型、可观测数据交代清楚¶

符号： - \(N\)：学生集合，\(|N| = n\)。每个学生 \(i\) 有考试成绩 \(s_i\)，学校按 \(s_i\) 排序学生（\(s_1 > s_2 > \dots > s_n\)）。 - \(M\)：大学集合，\(|M| = m\)。每所大学 \(j\) 有 \(q_j\) 个录取名额（容量）。 - 偏好：学生 \(i\) 对大学有真实偏好 \(\succ_i\)（一个全序），但学生最初不知道这个偏好，需要花费成本去发现。学校对所有学生有相同的排序（按成绩 \(s_i\)）。 - 信息获取：学生可以花费成本 \(c\) 去了解某所大学 \(j\) 的详细信息，从而知道该大学在其偏好中的位置。成本 \(c\) 是固定的，且对所有学生和所有大学相同。 - 机制： - 直接序列独裁机制 (Direct SD)：学生一次性提交一个偏好排序（可能基于部分信息）。然后按成绩从高到低依次分配：成绩最高的学生选择其提交的排序中最偏好的、仍有空位的大学；次高的学生从剩余大学中选择其排序中最偏好的，以此类推。 - 序贯序列独裁机制 (Sequential SD)：按成绩从高到低依次进行。轮到学生 \(i\) 时，他先被告知哪些大学还有空位（即“愿意录取他”），然后他可以选择花费成本 \(c\) 去了解其中某所大学的信息，再决定是否申请该大学。如果申请，则被录取；如果不申请，则继续了解下一所大学，直到他决定申请或所有大学都被考虑过。然后轮到下一个学生。 - 福利：学生的福利等于其最终匹配到的大学的效用（假设效用是偏好排序的函数，如排名越靠前效用越高）减去其花费的总信息成本。

模型： - 学生的真实偏好 \(\succ_i\) 是随机生成的，且独立于其他学生。具体地，每个学生从所有大学中随机抽取一个全序（均匀分布）。学生最初不知道这个序，但知道分布（即所有序等可能）。 - 信息获取成本 \(c\) 是外生给定的，且对所有学生相同。 - 学生是期望效用最大化者，在给定机制下选择最优的信息获取策略和提交策略（在直接SD中）或申请策略（在序贯SD中）。

可观测数据： - 在实验中，研究者可以观测到： - 学生的考试成绩 \(s_i\)（由实验者设定）。 - 学生实际获取了哪些大学的信息（在序贯SD中，可以记录学生点击了哪些大学的信息按钮）。 - 学生最终提交的偏好排序（直接SD）或申请决策（序贯SD）。 - 最终的匹配结果。 - 学生的福利（由实验者根据真实偏好计算，因为实验者知道学生的真实偏好——在实验中，真实偏好是事先随机生成并告知受试者的，但受试者需要花费成本去“回忆”或“确认”）。 - 不可观测：学生的真实偏好 \(\succ_i\) 在实验外是不可观测的，但在实验中是已知的（由实验者生成）。这是实验经济学的常见设计：研究者控制真实偏好，从而可以计算福利。

第二步：讲最小内核¶

最简特例：假设只有 \(n=2\) 个学生（成绩 \(s_1 > s_2\)）和 \(m=2\) 所大学（每所容量 \(q_j=1\)）。学生的真实偏好是随机均匀的，信息成本 \(c\) 固定。

直接SD下的情况： - 学生1（成绩最高）先行动。他需要决定是否花费成本 \(c\) 去了解某所大学的信息。由于他只有一次提交机会，他必须一次性提交一个排序。 - 最优策略：学生1应该先了解他“最可能”喜欢的大学（即先验期望效用最高的大学），然后提交该大学为第一志愿，另一所为第二志愿。由于偏好均匀，两所大学先验期望效用相同，所以他随机选择一所了解。然后他提交排序：了解过的大学排第一，另一所排第二。 - 学生2（成绩次高）在学生1之后行动。他知道学生1已经选择了哪所大学（因为匹配结果公开？在直接SD中，学生2不知道学生1的选择，直到匹配结果公布。但为了简化，假设学生2知道学生1的选择——这在实验中可以通过“历史信息”实现）。学生2需要决定是否花费成本 \(c\) 去了解剩余那所大学的信息。如果了解，他提交该大学为第一志愿；如果不了解，他随机提交一个排序。 - 福利：学生1的福利 = 1（如果了解后匹配到第一志愿） - \(c\)（如果了解）。学生2的福利 = 1（如果了解后匹配到剩余大学） - \(c\)（如果了解），或者 = 0.5（如果不了解，随机匹配到一所大学，期望效用为0.5）。

序贯SD下的情况： - 学生1先行动。他被告知两所大学都有空位。他可以选择了解其中一所的信息，然后决定是否申请。如果申请，则被录取；如果不申请，则了解另一所，再决定是否申请。 - 最优策略：学生1应该先了解一所大学，如果发现它排名靠前（比如前50%），则申请；否则了解另一所。由于偏好均匀，他了解第一所后，有50%的概率发现它排名第一，此时申请；有50%的概率发现它排名第二，此时不申请，转而了解另一所（另一所必然排名第一），然后申请。 - 期望信息成本：学生1有50%的概率只了解一所大学（成本 \(c\)），50%的概率了解两所（成本 \(2c\)）。期望成本 = \(1.5c\)。 - 期望福利：学生1总是匹配到排名第一的大学（因为序贯机制允许他直到找到第一志愿才申请），所以效用 = 1。福利 = 1 - 期望成本 = \(1 - 1.5c\)。 - 学生2在学生1之后行动。他被告知剩余的那所大学有空位。他可以选择了解该大学的信息，然后决定是否申请。如果了解，成本 \(c\)，匹配到该大学（效用 = 1）；如果不了解，随机匹配（期望效用 = 0.5）。 - 期望福利：学生2的福利 = \(1 - c\)（如果了解）或 0.5（如果不了解）。最优策略是了解当且仅当 \(1 - c > 0.5\)，即 \(c < 0.5\)。

比较： - 在直接SD下，学生1的福利 = \(1 - c\)（假设他了解一所大学），学生2的福利 = \(1 - c\)（如果了解）或 0.5（如果不了解）。总福利 = \((1-c) + \max(1-c, 0.5)\)。 - 在序贯SD下，学生1的福利 = \(1 - 1.5c\)，学生2的福利 = \(1 - c\)（如果 \(c < 0.5\)）或 0.5（如果 \(c \ge 0.5\)）。总福利 = \((1-1.5c) + \max(1-c, 0.5)\)。 - 结论：序贯SD下学生1的福利更低（因为期望成本更高），但学生2的福利相同或更高（因为学生1更可能只占一所大学，留给学生2的大学更可能是学生1的第二志愿，从而学生2的匹配质量更高？在这个特例中，学生1总是匹配到第一志愿，所以留给学生2的总是第二志愿，与直接SD相同。但序贯SD下学生1的期望成本更高，所以总福利可能更低。然而，作者的理论模型和实验发现序贯SD总福利更高，这是因为在更一般的设定下（更多学生和大学），序贯SD能减少学生了解“录取希望极小”的大学的浪费。这个特例太小，无法体现这一优势。

核心数学困难：在一般设定下，计算最优信息获取策略是一个动态规划问题，状态空间随学生数和大学数指数增长。作者的理论分析依赖于对称性假设（所有学生先验相同）和理性预期均衡概念，将问题简化为一个最优停止问题。实验则通过控制参数（\(n=8, m=8\)）来检验理论预测。

三、这篇论文做了什么¶

三句话¶

研究了什么问题：在集中式匹配市场中，当学生需要花费成本获取信息以形成偏好时，直接序列独裁机制（Direct SD）与序贯序列独裁机制（Sequential SD）哪个能带来更高的学生福利？
核心工具/方法：理论模型（理性预期均衡下的最优停止问题） + 实验室实验（\(n=8\) 学生，\(m=8\) 大学，控制信息成本高低）。
主要结论：序贯SD在理论上和实验中都导致更高的学生福利，因为序贯机制向学生传递了录取可能性信号，减少了了解“录取希望极小”的大学的浪费。此外，提供历史录取分数线也能提升福利，但效果弱于序贯机制。

关键设定与假设¶

设定：\(n=8\) 名学生，\(m=8\) 所大学，每所大学容量 \(q_j=1\)。学生按成绩排序（\(s_1 > s_2 > \dots > s_8\)）。学生的真实偏好是随机均匀的（所有 \(8!\) 种排序等可能）。信息成本 \(c\) 有两种水平：低（\(c=0.5\)）和高（\(c=2\)）。福利 = 匹配到的大学的排名效用（排名第1效用=8，排名第8效用=1）减去总信息成本。
假设：
理性预期：学生知道所有其他学生的策略，并据此计算自己的最优策略。这等价于一个对称贝叶斯纳什均衡。
对称性：所有学生先验相同（偏好均匀分布），且信息成本相同。
无外部性：学生的信息获取行为不影响其他学生的偏好（偏好是独立的）。
实验中的额外假设：受试者被给予真实的偏好排序（由实验者生成），但需要花费成本去“回忆”或“确认”这些信息。这模拟了现实中学生需要花费时间了解学校项目。
相比已有文献的放宽或强化：
相比Bade (2015) 的理论模型，本文强化了对称性假设（Bade允许异质性成本），但放宽了理性假设（通过实验检验行为偏差）。
相比Bó & Hakimov (2020)，本文首次直接比较了直接SD与序贯SD，而Bó & Hakimov只研究了序贯SD。

主要结果¶

理论结果（命题1-3）：
命题1：在直接SD下，存在一个对称均衡，其中每个学生 \(i\) 的最优策略是：了解 \(k_i^*\) 所大学，其中 \(k_i^*\) 是使期望福利最大化的整数。\(k_i^*\) 随 \(i\) 增大而减小（成绩越低的学生了解越少大学），且随 \(c\) 增大而减小。
命题2：在序贯SD下，存在一个对称均衡，其中每个学生 \(i\) 的最优策略是：依次了解大学，直到发现一所排名在前 \(t_i^*\) 的大学（\(t_i^*\) 是一个阈值），然后申请该大学。\(t_i^*\) 随 \(i\) 增大而减小，且随 \(c\) 增大而减小。
命题3：序贯SD下的总福利（期望福利之和）严格高于直接SD下的总福利。直觉：序贯SD允许学生根据录取可能性调整信息获取，减少了了解“录取希望极小”的大学的浪费。
实验结果：
福利比较：序贯SD下的平均福利（扣除信息成本后）显著高于直接SD下的平均福利（\(p<0.01\)）。在高成本下，差异更大（序贯SD福利高约20%）。
信息获取行为：在直接SD下，受试者平均了解 \(3.2\) 所大学（低成本）和 \(1.8\) 所（高成本）；在序贯SD下，平均了解 \(2.1\) 所（低成本）和 \(1.2\) 所（高成本）。序贯SD显著减少了信息获取量。
偏离最优策略：在直接SD下，受试者偏离最优信息获取策略的频率更高（约30%的受试者了解过多或过少大学）；在序贯SD下，偏离频率较低（约15%）。作者将此归因于序贯机制的“行为优势”——它更直观，更容易遵循。
提供历史分数线：在直接SD下，提供历史录取分数线（即过去几年各大学的录取最低成绩）能提升福利，尤其在高成本下（福利提升约10%），但效果弱于序贯SD（福利提升约20%）。提供历史分数线减少了受试者了解“录取希望极小”的大学的倾向。
稳健性：作者进行了多种稳健性检验（如改变成本水平、改变学生数量、使用不同效用函数），结果一致。

证明路线与技术技巧（理论型）¶

本文的理论部分相对简单，主要使用动态规划和最优停止理论。证明路线如下： 1. 定义状态：对于学生 \(i\)，在直接SD下，状态是“已了解 \(k\) 所大学”；在序贯SD下，状态是“已了解 \(k\) 所大学，且当前大学排名为 \(r\)”。 2. 写出贝尔曼方程：对于每个状态，写出期望福利的递归方程，其中决策是“继续了解”还是“停止并提交/申请”。 3. 求解最优策略：利用对称性和均匀偏好分布，将问题简化为一个单参数优化问题（选择最优的 \(k_i^*\) 或 \(t_i^*\)）。证明最优策略是阈值策略（在序贯SD下）或固定数量策略（在直接SD下）。 4. 比较福利：通过数值计算（因为解析解难以获得）比较两种机制下的期望福利，证明序贯SD占优。

关键跳跃点：理论证明中最吃劲的部分是证明序贯SD下的阈值策略是最优的。这依赖于最优停止理论中的“单调性条件”：如果当前大学的排名足够好，那么继续了解的成本（期望成本）超过潜在收益（找到更好大学的可能性）。作者通过假设偏好均匀分布，证明了该条件成立。

技术技巧点名： - 动态规划 / 贝尔曼方程：用于建模最优信息获取策略。 - 最优停止理论：用于证明阈值策略的最优性。 - 数值模拟：用于比较两种机制下的福利（因为解析解难以获得）。

真实例子与应用¶

数据：实验室实验数据，共240名受试者（来自柏林工业大学），分为12个session，每个session有20名受试者。实验使用z-Tree软件进行。
场景：模拟大学招生市场。受试者扮演学生，每轮有8名学生和8所大学。受试者被给予一个真实的偏好排序（由实验者生成），但需要花费成本（“点击”按钮）来查看该排序中的具体信息。信息成本有两种水平：低（0.5实验币）和高（2实验币）。受试者的最终收益等于匹配到的大学的排名效用减去总信息成本。
方法应用：实验比较了三种条件：
直接SD：受试者一次性提交偏好排序。
序贯SD：受试者按成绩顺序依次行动，每轮被告知哪些大学还有空位，然后选择是否了解并申请。
直接SD + 历史分数线：在直接SD基础上，受试者还被告知过去几轮的录取分数线（即各大学录取的最低成绩）。
结果：序贯SD下的平均福利最高，直接SD + 历史分数线次之，直接SD最低。序贯SD还减少了信息获取量和偏离最优策略的频率。
这个例子想说明什么：验证理论预测（序贯SD优于直接SD），并展示序贯机制的行为优势（更少偏离最优策略）。同时，提供历史分数线作为一种“次优”政策干预，在无法改变机制时也能提升福利。

🔎 结论是否比证明窄¶

窄结论：理论证明只适用于对称均衡（所有学生使用相同策略）和均匀偏好分布。作者在实验中也只检验了这些条件。但作者在结论中声称“sequential SD leads to higher welfare than direct SD”，未明确限定于对称均衡和均匀偏好。这是一个泛化 claim，其适用范围未在理论上证明。
实验结论的局限性：实验只使用了 \(n=8, m=8\) 的设定，且信息成本只有两个水平。作者未检验更大规模市场或更复杂成本结构下的效果。此外，实验中的受试者是大学生，可能不代表真实申请者的行为（如家长参与、社会压力等）。
未证明的 conjecture：作者在讨论中推测，序贯机制的优势在信息成本更高、市场更大时更明显，但未提供理论或实验证据。

四、开放问题¶

其他匹配机制的比较：本文只比较了直接SD与序贯SD。延迟接受机制（DA） 在信息获取成本下表现如何？DA是否也能通过传递录取信号减少浪费？这需要理论建模和实验检验。扎根点：作者在引言中仅简单提及DA“is not commonly used in school choice in China”（p.2），未深入讨论。
信息成本异质性：本文假设所有学生有相同的信息成本。现实中，不同背景的学生可能有不同的信息获取成本（如第一代大学生 vs. 有家长指导的学生）。成本异质性如何影响机制比较？ 序贯机制是否可能加剧不平等（因为成绩低的学生信息成本更高）？扎根点：作者在结论中承认“our model assumes homogeneous information costs”（p.25），但未讨论异质性。
动态偏好形成：本文假设学生先获取信息再提交偏好，但现实中偏好可能随信息获取而动态更新。如果偏好是内生且动态的，序贯机制是否仍然占优？ 这需要更复杂的理论模型（如贝叶斯学习）。扎根点：作者在讨论中提及“future research could consider dynamic preference formation”（p.26），但未展开。
行为偏差的理论化：实验发现受试者偏离最优策略，但作者仅将其归因于“行为优势”。能否将有限理性（如锚定效应、过度自信）纳入理论模型，并设计对行为偏差更鲁棒的机制？ 这需要行为经济学与市场设计的交叉。扎根点：作者在结论中提及“behavioral advantages of the sequential mechanism”（p.24），但未提供理论解释。

Maintained by 陈星宇 · Homepage · Source on GitHub