2012 年,美国经济学家阿尔文·E·罗斯(Alvin E. Roth)和罗伊德·S·沙普利(Lloyd S. Shapley)因其“稳定匹配理论和市场设计中的实践”获得诺贝尔经济学奖。
最近发现了一位宝藏经济学家,他就是《小学二年级就能读懂的经济学的作者》的作者坂井丰贵。我们都知道,经济学的很多书,一般人都看不下去,然而,坂井丰贵就特别擅长把复杂的经济学问题表达得简单直白,即使不会复杂的模型和高深的数学基础,也能看明白。
《合适:从升学择校、相亲配对、牌照拍卖了解新兴实用经济学》是坂井丰贵16年在国内出版的书,在这本书中,他通过简单的案例说明,如何将2012年诺贝尔经济学奖的匹配理论用于肾脏移植、求职、择校、相亲、牌照拍卖等领域,讲得通俗易懂、简单有趣。其中,TTC算法(最适交易循环法Top-trading Cycles Algorithm)既简单又强大,我们一起来看看TTC算法如何实现最佳住宅分配和肾脏移植匹配。
一 基本概念:帕累托改进、帕累托最优、强核配置
背景:学生1住在房间1,学生2住在房间2,学生3住在房间3,学生4住在房间4。因为学生宿舍房间的位置、大小、光照和房租等条件不同,每个学生对于房间的偏好也有所不同:有的学生喜欢大的房间,不在乎房租;有的学生宁愿选择房租便宜一点的,不在乎光线和大小。
交换规则:通过交换房间,改善学生的居住满意度,保证每个人都不会换到比现在更差的房间,这种约定就是
个体合理性,即通过交换,每个人的处境都得到改善,最差的情况也只是维持现状。交换的目的就是将合适的房间,交到合适的人手中。上面的表格显示出,每个学生对于房间的偏好,比如,学生1最喜欢房间4,其次是房间3,然后是房间2,第四位才是现在的房间1。从表中,我们可以发现,学生1、3、4目前住的房间都是自己最不喜欢的,只要保证学生2不住在房间1中,交换对每个人都是有利的。
现在,我们来看两个方案A和B,在B方案中,学生1和2的满意度比方案A中的满意度更高,这就是说,方案B相对于方案A是一种帕累托改进,方案A不是最好的匹配方案。那么B方案是不是最好的方案?
再仔细看一下,我们就会发现,在B方案的情况下,学生2和学生3可以通过私下交换房间,而得到自己最想要的房间,这将会导致参与交换的人数减少,交换产生的满意度也会降低,
这种“由小集团发起的私下协议,称为阻止”。我们需要寻找一种不会发生阻止,又能使每个人的偏好得到最大的满足的分配,是一种帕累托最优的方案,即没有方案比这个方案更好的了。这种方案就是强核配置。为什么强核配置这么重要,因为这是保证资源得到合理配置的最佳解决方案,尤其是当资源能够拯救人的生命时,这一点就变得尤为重要。
方案C在这个例子中,就是一种强核配置。它能保证:一、没有人会进行私下交换,即阻止;二、满足了个体合理性;三、这是一个帕累托最优的方案。
强核配置除此之外,还有两个特点:强核配置一定存在,这已经被经济学家罗伊德·S·沙普利和赫伯特•斯卡夫证明;强核配置一定是唯一的,这被阿尔文·E·罗斯和安德鲁•波斯尔思韦特证明。现在的问题变成:如何找到强核配置?
在住宅市场模型中,假如有N个学生住在N个房间中,分配的方式就有N的阶乘:N!=N*(N-1)……*2*1种。比如,4个学生,4个房间会24种匹配方案,而到了10个学生,10个房间,就会产生360万种方案。
如何在如此庞大的分配组合中,找出唯一的强核配置方案呢?这就需要一个特别强大的算法:TTC算法(最适交易循环法Top-trading Cycles Algorithm)
二 TTC算法(最适交易循环法Top-trading Cycles Algorithm)
TTC算法是由数学家戴维•盖尔发明的,在1974年,首次被经济学家沙普利和斯卡夫在论文中公开发表。我们来看看TTC算法有多好用。
现在假设,7个学生住在7个房间中,那么总共就有5040种分配方案,我们需要在这些方案中找到唯一一个强核配置。在TTC算法中,按照学生和最喜欢的房间进行匹配,学生1对应房间5,依次如下面所示:
第一轮:
1→5
2→3
3→4
4→1
5→4
6→7
7→1
从学生1开始,寻找第一个闭合循环,即1→5,5→4,4→1。此轮确定:学生1住房间5,学生5住房间4,学生4住房间1。
第二轮:剩下的学生2、3、6、7只能从剩下的房间2、3、6、7选择自己最喜欢的房间,比如,房间4已经被学生5住了,房间5被学生1住了,学生3只能放弃自己前面两个选择,选择第三偏好的房间2,依次如下所示:
2→3
3→2
6→7
7→7
从学生2开始,寻找闭合循环:第一个闭合循环,2→3;3→2;第二个闭合循环:7→7。此轮确定:学生2住房间3,学生3住房间2,学生7住房间7。
第三轮:只剩下学生6和房间6。强核配置结束。
在TTC算法中,每一轮至少会有1人离开,也就是说,如果有N个学生,N个房间,最多经过N轮就能找到强核配置,这比前面的N的阶乘种方案,工作量大大减少。在这个例子中,TTC算法通过3轮匹配,就能从5040种方案中找到了唯一、最佳的强核配置方案。
TTC算法不仅能够快速得出强核配置组合,还被证明
能杜绝通过虚报自己的偏好获利的可能,即TTC算法具有防策略性,也就是说在TTC算法下,如实选择自己的偏好就是最佳策略,即使有人想通过说谎得到自己的心头好,也会被TTC算法所识破。经济学家还证明了,强核规则唯是一满足帕累托最优、个体合理性和防策略性的规则。
三 从住宅模型发展到肾脏移植匹配
我们都知道,在各个国家都禁止进行器官买卖,以防止出现严重的伦理问题,所以肾脏交易市场的存在是不合法的。那么,连交易市场都不存在,肾脏移植问题能算是经济学问题吗?
肾脏移植的过程,其实就是将需要移植肾脏的患者和肾脏捐献者匹配起来,同时又因为肾脏捐献者大大少于肾脏患者,因此,肾脏移植匹配其实就是稀缺资源的分配问题,肾脏患者和捐献者之间存在一种供求关系,从这个角度来看,肾脏移植匹配确实是属于经济学研究的范围。
坂井丰贵说,
“世界并不是个爱心泛滥的地方,所以当善意出现时更要尽可能做到物尽其用。因此我们需要算法,规划出最佳的匹配链条。”经济学家们可能就是基于这样的想法,将住宅模型进行了扩展,通过对模型应用条件进行修正和补充,将其运用到肾脏移植匹配中,我们应该感谢阿尔文·E·罗斯等经济学家的努力,这种应用挽救了很多肾脏患者的生命。相比于住宅模型,肾脏分配模型进行了以下的修正:
住户=患者
住户的房间=针对某个特定患者的捐献者
空房间=新的捐肾源,在此案例中,假设房间5、6、7为空房间
新的入住者=没有捐献者的患者,在此案例中,假设学生5、6、7为新的入住者
不仅学生选择自己最满意的房间,房间也选择学生。规则如下:
·规则 1 现已有人住的房间,指定该既有住户。
·规则 2 现在空着的房间,按照指定优先顺序最高的学生。
现在我们来看一下,在新的情况下,TTC算法的应用。
第一轮:每个学生指出自己最满意的房间,同时,房间按照规则 1 和规则 2 指定学生,在第一轮中,空房间5、6、7优先供新的入住者学生5选择。为了区分学生和房间,房间编码用①—⑦表示。
1→⑤ ①→1
2→③ ②→2
3→④ ③→3
4→① ④→4
5→④ ⑤→5
6→⑦ ⑥→5
7→① ⑦→5
从学生1开始,形成了循环 1→⑤ →5→④ →4→① →1。于是,学生1得到房间 5,学生5得到房间 4,学生4得到房间 1。
第二轮,剩下学生 2、3、6、7,房间 2、3、6、7。学生指出其中自己最满意的房间,同时房间按照规则 1、2 指定学生,空房间6、7优先供新的入住者学生6选择:
2→③ ②→2
3→② ③→3
6→⑦ ⑥→6
7→⑦ ⑦→6
这一轮,产生两个循环:2→③→3→②→2 和6→⑦→6。学生2得到房间3,学生3得到房间2,学生6得到房间 7。
第三轮,现在只剩下学生7和房间6,学生 7 得到了房间 6。
这就是修正后的TTC算法的应用,因为实际中捐肾数量严重不足,所以,相当于患者得到的是列入等待名单靠前的权利。从前面的案例中,我们可以看到,TTC算法的简单和强大之处,在处理人与物的组合时,它真正做到了物尽其用。当被实际运用于医学界,因为更合理地匹配稀缺肾源而拯救了很多患者的生命。
通过《合适》这本书,我们可以获得另一种看待经济学的角度,那就是很多经济学家的基础研究工作,正在慢慢地改善这个世界。也许我们应该给予经济学更多的关注和支持,也学会用经济学的思维来改善自己的生活。
閱讀更多 馴養一本書 的文章