数字经济中的拍卖和匹配机制设计

俞 宁，武华君，杨晓光，孙 宁

(1.南京审计大学 社会与经济研究院，江苏 南京 211815；2.上海财经大学 经济学院，上海 200433；3.中国科学院 数学与系统科学研究院，北京100190)

一、引 言

新冠疫情以来，全球经济呈下行态势，我国经济结构亦发生了重大变化，消费和服务进一步向线上迁移，传统经济向数字经济加速转型。2020年，我国数字经济规模由2005年的2.6万亿元扩张到39.2万亿元，占GDP比重为38.6%，数字经济成为疫情下稳定经济增长的新动能[1]。《2020年国务院政府工作报告》明确指出，要继续出台支持政策，全面推进“互联网+”，打造数字经济新优势[2]。《“十四五”规划和2035远景目标纲要》指出，要加快数字化发展，推动产业数字化和数字产业化转型[3]。由此可见，全面发展数字经济已经上升到国家战略高度。数字经济是指以使用数字化的知识和信息作为关键生产要素、以现代信息网络作为重要载体、以信息通信技术的有效使用作为效率提升和经济结构优化的重要推动力的一系列经济活动[4]。与传统经济不同，数字经济以信息技术为载体，有着强大的市场穿透力，能够在短时间内覆盖到社会的各个角落，其自然演化的试错过程可能会带来巨大的社会成本，甚至断送其发展前景，例如，我国的P2P金融。因此，对数字经济进行市场设计，有望促进数字经济的健康运行。在数字经济之下，大数据、人工智能等数字技术的发展使得数据刻画更加精准，让海量数据的分析和使用成为可能，为市场设计提供了“透明”的信息基础。同时，市场设计理论和方法的发展及成功应用，也昭示着数字经济市场设计有着很高的可行性。

市场设计理论产生于上世纪六十年代，是近二三十年来微观经济领域中迅速发展的一个分支，大量应用于解决现实问题。市场设计理论可以视为对博弈论与社会选择理论的综合运用，旨在研究如何设计出一套显示微观主体真实偏好，最终达到既定社会目标的机制。并以此解决激励扭曲和市场失灵方面的问题，是一种有效且激励相容的资源配置的重要方式。以是否引入价格机制为区分，市场设计理论主要包括拍卖理论(有价格机制)与匹配理论(无价格机制)。虽然市场设计研究最初侧重于频谱拍卖、器官移植和住房匹配等线下市场，但经济学家逐渐将市场设计思维引入了科技领域。例如，市场设计在科技公司中的应用范围包括阿里和eBay的拍卖市场，Google、Yahoo!和Facebook的广告销售市场，Uber、Lyft和滴滴的乘车市场，百合网和match.com的婚恋市场，以及Upwork的就业市场等[5-8]。这些项目的成功运行充分展现了市场设计理论对于解决现实问题的巨大潜力，也为促进数字经济的健康发展提供了新思路。

尽管数字经济增长迅速且潜力巨大，但学术界对数字经济的许多方面仍然没有进行系统研究，尤其是市场设计方面。由于现实世界中不同的市场具有不同目标和约束条件，成功的市场设计方案必然会因市场而异，不存在一种万能的市场机制。因此，本文通过几个例子来梳理数字经济市场设计的现状，从市场设计的组成部分——拍卖和匹配机制设计两个方面进行展开，探讨二者发挥的作用及需要作出的改进，分三个部分进行研究。以广告销售市场和阿里拍卖等典型拍卖市场为例，探讨数字经济中的拍卖机制设计；以网约车市场和婚恋市场等典型匹配市场为例，探讨数字经济中的匹配机制设计；讨论和归纳数字经济市场机制设计的新现象与新问题。

二、数字经济中的拍卖机制设计

拍卖是转让财产权利最古老的方式之一。相较于一手买卖方式，拍卖更加公平、有效，因为最终赢得拍卖的人支付了比其他人更高的价格，其他竞争者不会产生嫉妒。而拍卖赢得者也是支付意愿最高的买家，卖家最终实现了利益最大化。关于拍卖的研究始于Vickrey[9](1961)的开创性研究，他从社会计划者和拍卖组织者的角度分析拍卖的配置效率和卖家收入问题。他指出，英式拍卖是有效率的，荷式拍卖在竞拍者非对称时可能是无效的；荷式拍卖与第一价格密封拍卖之间具有策略等价性，并在此基础上提出了与英式拍卖等价的第二价格密封拍卖；更重要的是，他给出了著名的“收入等价定理”(Revenue Equivalence Theorem)，即在私有估值、竞拍者是对称和风险中性的情形下，上述四种标准的拍卖机制给卖家带来的期望收入是相等的，从此，便开启了拍卖研究的新纪元。

美、英等国的经济学家通过设计合理的拍卖方案，成功拍卖了通信频谱、公共交通线路的经营权等公共资源，在有效地配置这些公共资源的同时，也为政府赢得了数百亿美元的收入。2020年诺贝尔经济学奖授予Paul Milgrom和Robert Wilson教授，以表彰他们“对拍卖理论的改进和发明了新的拍卖形式”。拍卖在我国现实经济情境下也有着非常广泛的应用，越来越多的资源通过拍卖机制进行市场化配置。其中，土地使用权出让是拍卖机制的一个典型应用。我国土地市场经历了从协议出让土地为主到目前拍卖出让土地为主(挂牌和招标是两种特别的拍卖方式)的转变过程。运用拍卖的主要动机是寻找有效的分配方案以及抑制土地使用权出让过程中潜在滋生的腐败现象。与此同时，在诸如电力、矿产资源、森林资源、草原资源、水资源以及通信频谱等领域的资源分配中，拍卖也越来越受到重视。例如，我国在2016年已经通过立法，确定将拍卖作为分配通信频谱的一种法定方式，并且针对即将到来的5G通信频谱的拍卖政策讨论正在紧锣密鼓地展开。此外，拍卖还是我国最重要的政府采购渠道之一。如今，得益于互联网的发展，在线拍卖越来越普遍，在市场交易中发挥着越来越重要的作用。

(一)在线广告的销售市场

在线广告是Google、Facebook和Amazon等科技公司的主要收入来源，每年有千亿美元级别的市场。2020年，在线广告业务为Google创收1469.24亿美元[10]。与传统的电视、报纸广告不同，在线广告具有强大的定向功能，能够将广告精准地推送给目标用户群体。广告位的交易模式也从合约方式演变成了实时竞价方式(Real Time Bidding，RTB)。在线广告的基本竞拍过程如图1所示[11]。从用户点击鼠标切换界面发送广告曝光请求，到ADX交易平台上的广告位拍卖，再到最后的广告展示，整个过程通常在100毫秒内完成。基于DMP数据，利用用户的人口学基本信息、浏览记录和兴趣细分等信息，使广告精准投放得以实现。

图1 在线广告的竞拍过程

为避免非现场交易讨价还价的不便，目前，在线广告的拍卖形式均为密封拍卖，主要包括(1)广义第一价格(Generalized First-Price，GFP)拍卖机制；(2)广义第二价格(Generalized Second-Price，GSP)拍卖机制；(3)VCG(Vickrey-Clarke-Groves)机制。GFP拍卖机制，按出价降序进行排列，出价最高者获得最优广告位，按出价支付费用。然而，GFP拍卖机制远不够完善，特别是由于环境的动态性质，投标人会根据对手的报价频繁调整出价，导致该机制的不稳定。以一个简化的例子来描述GFP拍卖的支付规则。假设有3个广告主竞拍2个广告位1小时的展示。广告位1和广告位2平均每小时可分别获200次和100次点击量。广告主1、2、3对每次点击的估值分别为10元、4元、2元。假设广告主2为每次点击出价2.01元，以确保能够获得一个广告位。那么，广告主1出价不超过2.02元就能成为出价最高者。但随后，广告主2将其出价修改为2.03元，成为出价最高者，投标人1将依次将其出价提高至2.04元，以此类推。显然，在该博弈中不存在均衡策略，投标人会频繁修改自己的出价。广义第一价格拍卖会造成价格大幅波动，进而导致资源配置效率低下。

GSP拍卖机制，按出价降序排列，排在最前的广告主获得最优广告位，按第二高的出价支付费用。出价排在第二的广告主获得次优广告位，按第三高的出价支付费用，以此类推。仍然采用GFP的例子来说明GSP拍卖的支付规则。如果所有广告主都按照真实估值出价，那么广告主1获得广告位1，支付200×4=800元；广告主2获得广告位2，支付100×2=200元。GSP机制的创新之处在于将广告主的支付价格独立于自己的竞标出价，将广告主从与对手的博弈中解放出来，将精力集中在广告价值的估算中。但其缺点是均衡不唯一，不能激励广告主报告其真实的价值估算。

VCG机制与GSP 机制类似，广告主的付款不直接取决于他的出价，中标者需支付的价格是他对其他广告主造成的效用损失。仍然采用GFP的例子来说明VCG的支付规则。从社会福利角度来看，当广告主1不参与拍卖时，广告主2、3获得的价值总和为200×4+100×2=1 000元。当广告主1参与拍卖时，广告主2、3获得的价值总和为100×4+0×2=400元。因此，广告主1需要支付其造成的社会福利损失1 000-400=600元。同理，广告主2需支付的费用为(200×10+100×2)-(200×10+0×2)=200元；对广告主3的收费为0。VCG是一种激励相容的机制，且竞标人不会嫉妒自己广告位前后的商家[12]，具有良好的理论性质，但该机制在实际应用中却并不多见。

2002年，Google开展Adwords业务时，采用了GSP机制。随后，众多互联网公司纷纷效仿，使得GSP机制成为了竞价广告的主流机制。与GSP机制相比，第一，GFP机制具有高度不稳定性。第二，在特定情形下，使用GSP机制给广告提供方带来的收益至少和VCG机制一样高[5]。从例子中也可以看出，与VCG机制相比，广告提供方使用GSP机制可以多获得200元收益。第三，GSP机制中价格的计算较为简单，容易理解。而VCG机制最明显的缺点是计算繁琐，尤其是当竞标人数增加时，计算量也随之增加，不益于投标人的理解。而且基于历史原因，实施和测试一个新系统会带来昂贵的成本。

然而，仅依据出价高低来确定排名，会造成广告质量低下但竞拍出价高的买方赢得广告位。这样不仅会损害用户体验，还会导致信息的扭曲传播，造成诸如“魏则西事件”等社会问题。Google为防止劣质商家赢得拍卖，率先引入广告质量得分(Quality Score)，使用竞拍金额和广告质量得分的加权分数来确定广告排名。这个考虑广告质量的做法，提高了广告点击率，为Google提升信誉的同时还带来了巨大收益。

(二)实用型物品的在线交易市场

与在线广告拍卖不同，许多在线拍卖行选择了开放式形式，拍卖过程中公开报价。在我国的拍卖实践中，通常采用英式拍卖(English Auction)，即公开升价拍卖，出价最高者赢得拍卖，并按出价支付费用。阿里拍卖平台上的汽车、房产、珠宝首饰等均采用该拍卖形式。通过竞买人不断提高出价，逐步排除超额需求，将资源分配给最需要它的人。当实用型物品的拍卖从线下转移到线上时，出现了最后一分钟出价(Last-Minute Bidding)的现象，并且，互联网中的信息不对称可能会加剧“赢者诅咒”(Winner’s Curse)。此外，互联网使得多物品同时拍卖成为可能。

1.最后一分钟出价

网上拍卖与传统拍卖不同，传统拍卖不需要设定结束时间，而网上拍卖需要设定起止时间，一般持续时间较长。在有固定结束时间的拍卖中，往往会出现“狙击”(Sniping)行为，即最后一分钟出价。目前对于“狙击”行为的解释主要有以下两种[13-14]。一方面，在拍卖即将结束时出价，使得其他投标人没有足够的时间做出回应，从而避免价格战。另一方面，当拍卖品是共同价值时，投标人可以从其他投标中获取信息，从而修改自己的支付意愿。因此，延迟投标对缺乏经验或不够理性的投标人是有益的。同时，也可以通过延迟投标，避免向他人提供信息，在拍卖结束前几分钟出价，而无需让其他人有足够的时间做出回应，这也是理性投标人对付缺乏经验的投标人的一种方式。然而，由于系统响应时间等问题，该行为存在因出价太晚而不能参与投标的风险，同时弱化了竞争，不能充分发挥拍卖的价格发现功能。正如Roth和Ockenfels[13](2002)所警示的那样，在设计市场时，不仅要考虑有经验的和理性的参与者行为，还要考虑缺乏经验的和不够理性的参与者的行为，以及二者之间的互动。

自动延时功能部分解决了这一问题，即当拍卖即将结束时，若仍有投标人出价，系统会自动延长数分钟，直到没有人出价为止。该做法使得拍卖结束时间有了一定的不确定性。在Amazon的拍卖中，自动延时形式使得“狙击”行为的优势被严重削弱。

2.赢者诅咒

Thaler[15](1988)提出了赢者诅咒的两种来源：(1)中标者的出价超过了标的物的价值，导致中标者亏损；(2)标的物的价值低于中标者的估计，导致中标者感到失望。因此，即使中标者获利，只要其获利低于出价时的预期，同样属于赢者诅咒。在任何一个来源中，中标者都对结果不满意。如果所有投标人都是理性的，则赢者诅咒就不会发生[16]。在网上的交易市场中，买家无法通过互联网直接触摸或看到商品，因此，难以评估其状况，易遭受赢者的诅咒。许多实验研究发现，缺乏经验的投标人经常会遭受赢者的诅咒，而在线市场中严重的信息不对称又加剧了这一问题[17]。像古玩字画、珠宝首饰等不易识别真假的标的物，更容易出现赢者诅咒的问题。同时，不能确定状况的投标人，由于没有信心而不愿出高价。从而赢者诅咒导致的价格低迷可能会限制卖家将信息不对称的物品在线上拍卖[18]。因此，对于“何种商品适合以在线拍卖的形式出售”的问题，需要进一步的理论和实证分析。

对于在线交易市场中存在的信息不对称问题，目前，主流的做法是设计信誉系统。例如eBay经营的C2C在线拍卖。信誉系统的核心问题是如何激励评论者报告他们真实的购买体验。同时，还要保持信誉系统的简洁性，减少认知负担(例如，评分从1星到5星)，提升评价参与率。然而，为了向消费者传递正面信息，商家通常使用发放红包和赠送礼品的方式来诱导客户给予好评。此外，竞争对手之间还会通过虚假评论相互破坏，导致负面评论越来越多，造成不良的营商环境。因此，未来还需设计评价审查机制，利用算法来识别和处理虚假评论。

3. 多物品拍卖

互联网的出现使得多个物品同时拍卖成为可能，随之关于多物品拍卖以及网络拍卖平台设计的研究也越来越受重视。单一物品拍卖机制往往呈现分散化的特点，面对众多具有类似性质的标的物，且竞拍者需求并非所有标的物时，需要多物品拍卖机制来解决更加集中化的分配问题。数字化平台则为改变每次拍卖的标的物数量提供了可操作空间，能够降低交易成本、提高资源配置效率与公平性。相较于单物品拍卖，多物品拍卖所涉及的拍卖品数量更多，最终物品的赢得者可能不止一个，而且每个买家拍卖所得物品数量不一。阿里拍卖作为全球最大的网络拍卖交易平台，涵盖与地方政府机构合作进行的大资产拍卖、高端消费品拍卖等业务。住宅用房司法拍卖目前采用的基本上都是单一物品拍卖方式，每次拍卖的标的物数量为一，拍卖效率较低，尚存在改进空间。同城多个法院同时进行公开拍卖的现象大量存在，地理位置上相近的房屋可同时作为一场拍卖的标的物，通过多物品拍卖机制方式进行配置，能够在市场中形成更合理的价格机制并提高拍卖效率，从而进一步优化资源配置。

目前，学术界关于多物品拍卖的研究，除了典型的VCG机制，还有Demange et al.[19](1986)提出的两种机制：精确拍卖机制和近似拍卖机制。精确拍卖机制中，拍卖者首先宣布待售物品的保留价格。在每一个价格水平下，竞拍者报出需求集合，即在该价格下获得最大效用的物品集合。根据所报需求集合信息，拍卖者确定最小过度需求(Over Demand)集合，并提高其中的物品价格。类似的提价过程一直持续至消除所有最小过度需求集合。近似拍卖机制中，拍卖者首先宣布待售物品的保留价格，竞拍者按一定顺序进行编号并逐次进入市场，进入市场的竞拍者可以选择退出拍卖，或以当前价格拍得一个尚未分配的物品，又或通过提高当前价格拍得一个被暂时分配给其他竞拍者的物品，失去竞拍品的竞拍者可再次进入市场进行竞价，升价过程一直持续至没有竞拍者参与竞价。Demange et al.[19](1986)的研究克服了VCG拍卖机制面临的竞拍者信息披露以及价格调整过程不透明性问题。Mishra & Parkes[20](2009)提出了一个多物品的降价拍卖机制，拍卖者首先宣布一个充分高的起始价格。在每一个价格下，竞拍者报出需求集合。根据所报的需求集合，拍卖者确定最小过度供给(Over Supply)集合并降低其中物品的价格，该降价拍卖机制改进了Demange et al.[19](1986)精确拍卖机制的收敛速度。Andersson & Erlanson[21](2013)提出了一个多物品的混合拍卖机制。拍卖者首先宣布一个任意的起始价格，根据竞拍者所报需求集合，拍卖者确定最大基数超额需求集合或最小过度供给集合，并对其中物品进行升价或降价调整，并证明得出，相较于单一的升价或者降价拍卖机制，混合拍卖机制具有更好的收敛性质。

尽管近些年来的研究推动了拍卖机制设计从单物品向多物品发展，但是目前还未形成一套成熟的系统，存在较多缺陷，比如计算复杂、所需报价信息多、配置效率低、存在动态策略操纵等。并且现有的多物品拍卖理论大多以竞拍者具有拟线性效用(竞拍者的货币边际效用不变)作为基本假设。然而，在拍卖汽车、房屋等大宗不可分割商品，或者竞拍者有预算约束时，这一基本假设往往不再成立。未来，有望运用互联网技术实现算法过程以及收集动态价格信息等，设计出更加合理有效的多物品拍卖机制。

(三)其他情形

在线拍卖不受时间和地点限制，越来越多的交易已经或将要从线下转移至线上。近几年，在线拍卖也运用到了排污权二级市场的交易中。排污权一级市场由政府向排污企业分配指标，排污权二级市场是排污企业之间的交易，靠市场进行调节。2012年，首个排污权网络拍卖会在浙江嘉兴举行，8吨COD全部成交。同样，其他与污染防治相关的交易，如碳排放的二级市场，有望利用互联网的优势进行线上交易。而如何有效地在企业之间分配这些指标，需要进一步设计相应的市场机制。做到通过提升污染成本以激励创新，使环境污染防治的被动行为，转变为市场驱动的主动行为。

拍卖机制设计在数字经济中发挥着重要作用。传统的线下拍卖方式要求竞拍者在同一地点、同一时间竞价。而数字经济平台提供了广泛的便利性，突破了时空限制，使得市场参与者可以随时随地参与市场交易，极大地扩大了市场参与程度。对数字经济进行市场设计旨在更好地提升和拓展这些数字经济市场。首先，拍卖机制设计适应数字平台交易的约束，克服了非现场交易(特别是非现场讨价还价交易)的不便。例如广告交易中采取的第二价格密封拍卖，避免了公开竞价频繁出价的低效率，广告主只需提交一个价值估算，就可以通过需求方平台(DSP)参与实时竞价，极大地提高了广告宣传效率。其次，在数字经济中，拍卖机制设计有利于提升交易质量和交易的透明度，从而维护市场的公平交易。例如，在广告竞价排名中引入广告质量得分，防止劣质商家赢得广告位，优化用户体验并阻止不利信息的传播。特别是在医疗广告中，广告质量是竞价排名中不容忽视的关键要素。同时，拍卖的软关闭可以大大减少最后一分钟出价现象，使商品得到更加充分的竞争，从而保护商家利益。而信誉系统的设计使得消费者可以在线反馈购物体验，对商家的商品质量、服务态度等进行评分，使其他消费者在拥有这些信息基础上作出更加理性的决策，从而部分地克服赢者的诅咒。

三、数字经济中的匹配机制设计

匹配是进行资源配置的非价格机制，经常涉及到“双向选择”问题，即当一方选择另一方时，他也同时被对方选择。例如，在婚姻市场上，只有当男女双方互相选择时，两者才形成婚姻匹配；在高考和中小学招生等择校问题中，学生和学校进行双向选择；在医学院毕业生的实习分配中，毕业生和医院进行双向选择；在一般的劳动力市场中，劳动者和企业进行双向选择。将进行匹配的一方视作物品时，双边匹配的框架也可用于研究分配问题，例如，人体器官的分配和工作任务的分配。

匹配理论作为新兴的经济学分支，最早由两位美国经济学家兼数学家David Gale和 Lloyd Shapley[22](1962)提出并应用于婚姻匹配和择校问题。他们提出了由男生(学生)申请的延迟接受算法(Deferred Acceptance Algorithm，简称DA算法)。该算法可以实现对男生(学生)来说最优的稳定匹配。因此，被视为婚姻匹配问题和择校问题中最重要的集中分配机制。之后，以Alvin Roth教授为代表的一批经济学家不仅在理论上发展了匹配理论，而且还将该理论成功地应用于实践，造福社会。2012年诺贝尔经济学奖授予Alvin Roth和Lloyd Shapley教授，以表彰他们对“稳定的市场配置理论以及关于市场设计的实践”做出的贡献。在最近的研究中，Kojima et al.[23-24](2020a，2020b)将政府干预政策纳入匹配模型中，从理论上证明不同政策如何影响劳动力市场的效率与公平。数字经济下大量个体的匹配问题，其复杂性要求更加丰富的匹配问题的研究方法来解决，而技术的先进性也为理论的实际应用提供了支持。

(一)网约车市场

网约车服务平台基于GPS的匹配机制使得查找乘客变得更加快捷；通过信誉系统减少了信息不对称问题；当司机人数相对较少时，平台通过浮动溢价算法来平衡短期的供给与需求，促进市场出清[25]。网约车市场的核心问题是司机与乘客的匹配问题，其本质是匹配理论中一对一的双边匹配问题(不考虑拼车情况)。匹配的效率直接影响用户体验，进而影响司机与平台收入，而且高效率的匹配决策可以在一定程度上改善交通问题。

以Uber为例，当消费者发出乘车请求后，司机按顺序收到订单请求，直到有司机接单为止。由于乘客和司机对时间较为敏感，因此需要利用基于移动互联网技术和智能手机的更高效的匹配技术，实时进行网约车的匹配决策。为提升匹配效率，目前网约车派单系统使用组批匹配(Batching Matching), 即平台在接收到订单信息后，不会立刻为该乘客进行距离最短的匹配，而是在一个可以被等待的时间内将订单集中起来确定供需双方，再进行批量匹配，从而优化全局的匹配效率。如图2所示，若当前批次有不匹配的乘客，则将其结转到下一个批次继续参与匹配[26]。

图2 网约车中的组批匹配

乘客与司机在时间上的动态进入和退出是派单匹配面对的最大挑战。不同于婚姻匹配等静态匹配市场，在动态的环境中，未来的不确定性给匹配带来了新的难题，匹配机制设计必须考虑包括未来时间的整体最优。新的乘客和司机随时可能加入，产生新的基点发送出匹配需求，匹配的双方也就发生了变化，那么，在此之前的最优匹配将可能被推翻。如何解决时序问题也是匹配理论中值得深入研究的部分，其本质是要面对未来供需双方的不确定性。以图3为例，若不考虑未来时间，则会带来效率损失。在时刻t，有一个乘车需求和两个乘车供给，即乘客1和司机A与司机B。乘客1距离司机A有3分钟路程，距离司机B有2分钟路程。根据途中时间，匹配决策应为(1，B)。然而，在t+1期，新的乘客2出现，该乘客距离司机A有4分钟路程，距离司机B有1分钟路程。若推迟在t期乘客1和司机B的匹配，在t+1期将实现新的匹配(1，A)与(2，B)，总途中时间将从2+4=6分钟减少到1+3=4分钟。

图3 考虑未来时间的动态匹配与效率提升

面对不确定的未来，平台必须在当前进行匹配决策。由于每个乘客的耐心程度不同，可以接受的等待时间不同，单一地延长所有乘客的等待时间并不可取。因此，基于用户耐心预测的动态匹配将提升匹配效率，增加部分乘客的等待时间以提高匹配比例[27]，同时防止部分乘客因等待时间延长而退出市场。但目前关于动态匹配的研究相对较少。

(二)婚恋市场

异性婚恋匹配是匹配理论研究的经典情境，男女双方的匹配为典型的一对一双边匹配，而且，只有当双方都中意时才能形成婚姻匹配。婚姻匹配问题的研究源自David Gale和Lloyd Shapley发表于1962年的经典论文。他们提出了由男生申请的延迟接受算法(DA算法)。但DA算法只能产生使单方面最优的稳定匹配，因此，衍生两种匹配算法，即男生最优稳定匹配(Men-Proposing Deferred Acceptance Algorithm)和女生最优稳定匹配(Women-Proposing Deferred Acceptance Algorithm)。并且DA算法不满足防策略操纵性(Strategy-Proofness)，以男生最优稳定匹配为例，女生可以通过谎报自己的偏好排序，使得最终的匹配结果变得对自己更有利。Roth[28](1982)从理论上证明了在婚姻市场中，不存在既稳定又防策略操纵的机制。然而，策略操纵问题会带来效率的极大损失。以择校市场为例，在波士顿机制的志愿优先匹配机制下，由于志愿歧视问题，学生不得不将自认为最有可能被录取的学校放在第一志愿，而并非将最喜欢的学校排在第一位，因此，出现了大量“高分低就”现象。Chen & Kesten[29](2017)从理论和实证两个方面系统研究了我国平行志愿填报机制，发现相对于2003 年之前各省市实行的第一志愿优先录取机制，平行志愿录取机制的帕累托效率更高，学生也更愿意按照自己的真实偏好填报平行志愿。使用DA算法的前提是匹配双方具有严格偏好，但在现实中，非严格偏好更为常见，而目前很少有学者研究非严格偏好下的匹配问题。

数字经济创造了新的婚恋交友环境，珍爱网、百合网等平台相继出现。线上婚恋交友相较于线下婚恋交友拥有更多的匹配对象。海量的数据信息要求更复杂精准的算法实现匹配。平台可以利用云计算、智能分析等技术，对数据进行快速分析与模型构建，基于多项指标(人口学基本信息、依赖于GPS的生活轨迹图、搜索行为等)来预测男女双边需求并进行多维度匹配。并且匹配的选择在用户使用过程中实时进行，例如，平台提供给用户“换一组推荐”的选项。然而，虚拟世界的交流真实度也更低，通常情况下了解对方的信息都由对方提供，但过度美化的照片、个人爱好信息等存在一定的虚假性，平台对于信息真实性难以提供可靠的保障。

(三)其他情形

匹配机制在传统市场中的经典应用包括肾脏捐赠匹配。目前，在美国和英国等地，研究人员正在尝试使用AI来解决肾脏匹配问题。使用肾脏交换的模拟数据，研究AI对肾脏的分配特点。通过对患者的多维属性进行加权，设计符合人类价值观的匹配算法，让人工智能参与肾匹配，代替人进行稀缺资源的分配决策。Freedman等[30](2020)发现人工智能更偏向于把肾脏分配给那些接受肾脏移植后可能拥有更多寿命的人，而这正是人类在器官移植问题上，采取的表面上公平的原则。然而，根据预期寿命数据，女人往往比男人的寿命更长、美国白人往往比美国黑人的寿命更长，匹配机制最终造成了性别和种族歧视。数字经济下的市场设计虽然可以在很多方面改善市场运行效率，但依然面对着传统市场设计所面对的问题，比如道德困境。此外，时间敏感性的匹配问题，如工作任务的分配(oDesk、Upwork)和食品配送(美团外卖、饿了么)，与网约车平台类似，同样的分析也可以运用于其中。

匹配机制设计在数字经济中发挥着重要作用。随着计算算力的提升，市场参与者实现了实时匹配和高维度匹配。首先，进行匹配机制设计使得平台可以快速生成较为合理的交易价格，使交易可以瞬间实现。以打车为例，传统的线下出租车接单有一定的随机性，乘客的等待时间较长。而打车平台通过实时监控供给与需求的变化，为乘客快速匹配司机，大大节约了乘客的等待时间，同时，提高汽车的利用率，增加了司机收入。其次，匹配机制设计降低了市场参与者信息收集与信息处理的成本，提升市场活跃度。例如，婚恋交友平台、购物网站、娱乐平台的推荐功能，使得用户可以在一个小的、相对可靠的集合上做决策。

四、数字经济市场机制设计的新现象与新问题

数字经济下的市场设计与传统市场设计的最大区别在于数据分析和数据密集型算法的重要性。传统的市场设计强调理论性，侧重于激励市场参与人报告真实的偏好，例如Alvin Roth和Lloyd Shapley的研究中关于学校选择、实习医生分配和肾脏交换等应用中的设计方法。随着现代计算机科学的进步，通过结合海量数据、机器学习和大规模试验，来优化算法设计的做法越来越普遍。而正是基于这些技术的进步，诞生了新的市场，以及相应的市场机制。

长期以来，经济学家一直称赞拍卖具有发现价格的功能，但其广泛使用的障碍是聚集拍卖者的成本，如今，互联网克服了这个关键问题，使得在线拍卖越来越普遍。同时，技术的进步使实时匹配和高维度匹配得以实现。从而，数字经济中的市场机制出现了一系列新的现象。互联网技术的发展使得信息通过网络实现实时传递共享，借助大数据和人工智能技术精准化、智能化投放广告以及程序化自动运作，广告实时竞价得以实现，并使用第二价格密封拍卖来克服非现场交易的不便，以及在竞价排名中引入广告质量得分来维护公平交易；互联网技术的进步伴随着eBay和阿里拍卖等在线拍卖平台的出现，在线拍卖作为传统拍卖方式的拓展和延伸，拍卖方式不断推陈出新，例如，通过拍卖软关闭和信誉系统的建立来维护交易秩序；随着GPS定位技术和移动通信技术的进步，以及计算算力的提升，网约车和外卖服务迅速兴起，实现了乘客与司机、外卖订单与骑手的高效率匹配，极大方便了人们的生活；智能电子设备的出现改变了人们的交际方式，从面对面的交流到通过数字化平台进行沟通，例如，百合网和match.com等线上婚恋交友平台，而交友对象的匹配建立在数据分析基础上，网上购物的“猜你喜欢”等推荐算法皆是如此；数字经济实现了市场决策的快速完成，比如Uber通常在1秒钟内生成预期价格，在几秒种内完成司机和乘客的匹配[26]，并使用组批匹配来提升全局匹配效率。

然而，在数字经济中的市场机制设计方面，还有很多悬而未决的问题。首先，密封拍卖形式和互联网自身的信息不对称造成了广泛的社会问题。比如，广告拍卖中的作弊行为，由于采取的拍卖形式为密封第二价格拍卖，ADX交易平台不会将所有的出价信息公开，难以确保广告主所支付的价格是真实的第二高出价，交易平台可以通过谎报次高价格向广告主收取额外费用；在线拍卖平台不向消费者提供质量保证，关于商品的所有信息均由商家提供，假货问题比比皆是；评价系统以及对司机的审查机制不完善等问题，造成网约车的安全隐患。信息不对称问题已是并将长期是数字经济需要面对和解决的重要问题，也是市场机制设计需要努力的方向。其次，现有的市场机制设计方法已经不能满足数字经济发展的需要。数字经济平台突破了时空限制，市场参与者可以随时随地进入和退出市场，动态的市场交易成为常态。而目前关于动态市场机制的研究相对较少，尤其是动态的匹配机制方面。在动态的环境中，面对未来供需双方的不确定性，如何确定匹配对象和匹配时间点，需要更加完善的匹配理论。

市场机制设计需要作出适应数字经济的创新。设计更加有效的在线拍卖机制以防止作弊行为，设计更加完善的信誉系统以应对假货等问题。需要加快动态匹配的研究进度，结合动态的时空结构进行模型构建，深化匹配理论，并基于大数据设计优化算法，实现更高效的匹配。也许拍卖和匹配机制设计最核心的问题是“应该使用什么样的机制来出售商品和匹配资源？”数字经济给市场机制设计带来新的可能性，可以使用互联网产生的海量数据，进行市场设计的实证研究。介于实验室实验和无线频谱拍卖等大规模现场交易之间，数字经济中产生的丰富数据更加真实且易获得。数字经济平台是市场设计理论的天然试验场，可以利用大数据来评估一种机制是否比另一种机制更有效。

最后，在市场不能发挥作用的地方，借助政府“有形之手”，通过行政手段和法律手段为数字经济保驾护航。数字经济的快速崛起，使得还没有完善的政策法规与之相适应。未来需要针对数字经济的特征，制定适合数字经济的法律法规或行政政策。由于运行机制不完善，目前，网约车市场中存在两个严重的问题。第一，司机与乘客之间存在信息不对称，引发了一系列网约车安全问题。第二，由于乘客偏好于在司机最多的平台上打车，司机偏好于在乘客最多的平台上接单，因此，形成了天然的垄断条件。这两个问题反映出数字经济中迫切需要解决的难题。第一，除了平台本身建立信誉系统减少信息不对称风险之外，还要从法律层面明确责任划分，明确平台的责任与平台用户的责任。第二，对垄断问题进行政府干预，明确干预的范围。传统观点认为，垄断造成消费者福利的损失以及扼杀创新。但在数字经济时代，数据成为新的生产要素，消费者往往会以比线下市场更低的价格购买商品和服务。因此，需要以是否侵犯消费者福利为依据，对数字经济中的垄断制定新的衡量标准。

五、结论与展望

市场机制设计对解决经济社会运行面临的问题往往具有直接的指导作用，因此，被形象地称为“经济工程学”。在数字经济时代，互联网使经济活动环境发生了巨大变化。数字经济平台提供了广泛的便利性，极大地扩大了市场参与程度。同时，做大市场不仅可以更大程度地实现需求者和供给者匹配，而且，规模效应也促进产出的提高和成本的下降。数字经济的市场机制设计作用就在于如何更好地提升和拓展这些数字经济市场。本文研究发现，拍卖和匹配机制设计在数字经济中发挥着重要作用：

1.克服非现场交易(特别是非现场讨价还价交易)的不便，适应数字平台交易的约束。比如，在线广告拍卖采取第二价格密封拍卖，避免了公开竞价频繁出价的低效率，从而实现实时竞价。

2.提升交易质量和交易的透明度，维护市场的公平交易。例如，在广告竞价排名中引入广告质量得分防止劣质商家赢得广告位、拍卖的软关闭保护了商家利益、在线评价系统有益于消费者作出更加理性的决策，从而，部分地克服赢者的诅咒。

3.快速生成较为合理的交易价格，使得交易可以瞬间实现。比如，打车平台通过实时监控供给与需求的变化，为乘客快速匹配司机，大大节约了乘客的等待时间和司机的搜寻时间。

4.降低市场参与者信息收集与信息处理成本，提升市场活跃度。例如，婚姻匹配市场的推荐功能，使得用户可以在一个小的、相对可靠的集合上做决策。

此外，需要在市场不能发挥作用的地方实施政府干预。通过制定相应的政策法规来保证数字经济的健康运行。目前，需要在法律层面明确平台与平台用户的责任划分，以是否侵犯消费者福利为依据，制定数字经济中衡量垄断的新标准。

本文为市场机制设计提供了适应数字经济的改进方向。在拍卖机制设计方面，未来需要针对数字经济的特点设计更加有效的拍卖机制，防范密封拍卖中的作弊行为。在匹配机制设计方面，应加快动态匹配的研究进度，实现匹配效率的提升。