Eric Maskin：经济学与计算机学科可巧妙结合

诺贝尔经济学奖得主Eric Maskin

　　由清华大学、东润公益基金会主办的东润创新与未来教育论坛于2016年12月18日在北京举行，此次论坛的主题是“科学创新改变未来”。诺贝尔经济学奖得主Eric Maskin出席并演讲。他表示，经济学和计算机科学是单独分块进行教学的科目，但是二者一起考虑可以解决很多问题。

　　以下为演讲实录：

　　感谢组织者，感谢各位的邀请，我今天想谈一谈经济学和计算机科学的关系，经济学和计算机科学是单独分块进行教学的科目。

　　我稍微解释一下，从我自己的经济学的领域，我把它称之为机械设计理论，这个理论是经济理论的工程学部分的内容，大家稍微了解一下经济学就知道，是致力于来了解现有的经济机制，进而来预测这些经济机制产生的效应，但是对于机制设计方面来讲，我们做的是相反的，我们从结果开始，从这个结果回追我们会去思考，他到底是不是有一些机制是我们能够来设计的，来得出这个结果的过程。

　　机制设计的一些理念，这是一个非常重要的例子，是来自过去20年的例子，想象一下你是一个政府，你希望把一种权利，把广播权赋予一个无线电的频段，比如说一个电芯公司有兴趣得到这样的许可权，我们把这种无线电频度权，希望这样的许可权许可给一个电信公司，希望是有价值的公司获取你的许可权，问题是你不知道，作为一个政府你怎么可能知道，电信公司到底最有价值的是哪家电信公司，这个问题就知道了，你如何确的公司得到恰当的权利，所以要让每一家公司说你们是怎么来看待这个许可这个事情的。

　　但是他不太可能真的这样去问每一家公司，有点夸张了，每一家公司都可以对许可权进行投标，我们还要知道从投标者当中尽量找到最高的投标者和他进行开标然后评标，知道谁是获得了这次投标。但是这种机制也不太好用，为什么呢，因为现在有些公司有一些因素导致他不想出很高的价，比如给一千美金获得了许可权，但如果真的给钱，发现并不能给你带来很多利润汇报你就不会这么做，因此会有新的挑战，现在所有公司都会很保守，所以现在很难找到一个最重视这个许可的公司来获得这标的。

　　在60年代美国经济学家提出非常聪明简单的想法，这个想法就是每一家公司对许可权进行投标，当然优胜者就是竞价最高者，我们提出第二高的竞价者来获得这样一次投标，如果说一千万这就是最高的，有可能你选择的是一个五百万的得标者，因为现在他需要了解的是他现在有什么样的一个可能，因为如果他出的价过高，他就不可能获得他的经济回报。

　　我们希望这个许可权能到达真的有价值的电信公司手里，如果是对你来说他的价值是一千万美金，拿1200万美金投这个标，最后没有多少意义。所以一个电信公司的出价的考量，肯定是电信公司觉得我出这么多钱确实可能给我带来相应的利润，而不是盲目提高投标价格。这是在我们实际当中要非常了解的，我现在讲有一个许可权，但是有时候我们讲其实可以适用于多个许可权的情况，多个执照的情况。

　　那么很多公司可以角逐这样的执照，我们需要对这些许可权还有执照的使用达到利益的最大化，尽量让这些公司能够基于他们对于价值的真正的计算和考量之后作出理性的投标，我们要做的就是我们要期待公司能考虑他的边际成本，而不是盲目公司在一起互相抬高价格，他真的对许可的执照进行通盘的考虑，如果他真的投了一个理性的价格，他获得执照之后才有可能进行真正的理性的发展。

　　这个机制的问题，这个问题就是说首先对于出价者来讲是非常麻烦的，他有许多许可的话就需要做很多的重复的计算和工作，重要的就是说他在这个计算的方面，特别是对于政府来讲是非常复杂的一件事情，因为他不知道这个到底许可是不是满足了他最高的价值，所以说很多方面给政府也增加了很多计算方面的负担。所以这就是为什么说这个方法还是比较麻烦的。

　　我们可以去借鉴这个人工智能方面的这些概念，把这个问题简单化，我们可以给大家来解释一下。我们不是让每一个公司就每一个许可进行出价，我们可以有这样一个流程，首先我们给每一个许可定为零，不是竞价，每一个公司只是选一个许可，和现在的价格给出一个分数。每一个许可都是和每一个公司来对应的，这样的话就变成了供需之间的指任对应。如果有些许可是超过一家公司需要了，那我们就可以重复迭代这一个过程。最后还是可以得到每一个公司就是对应一个许可，这个对于政府来讲，也是非常好的，因为政府也是很简单，只是需要根据供需给每一个许可测定一个合理的价格就可以了。

　　公司也不需要做太多复杂的计算。其实是一个非常简单的解决方案，现在应用于很多世界各地的政府，他们在许可竞价方面都用这样的原则。因为像经济和计算机科学其实他们两者之间有很多可以正重叠的地方，这就是为什么说我们需要用这种并行计算这种流程处理方法，是非常有益的。其实经济也好，还有计算机科学这两者确实是需要一起去考虑的，在很多方面可以解决世界各地共同所面临的问题，这就是我的介绍，谢谢。

　　新浪声明：所有会议实录均为现场速记整理，未经演讲者审阅，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。