填报志愿的学生如何与招生的学校有效匹配？人体器官的捐献者如何与需要移植器官的接受者相匹配？

　　今年的诺贝尔经济学奖得主分别从抽象理论和制度设计两个角度，对这些常见问题作出了自己的回答。

　　■稳定配置和市场设计

　　北京时间昨天晚上7点，瑞典皇家科学院诺贝尔奖评审委员会宣布，2012年诺贝尔经济学奖授予哈佛大学教授埃尔文·罗斯及加州大学罗伊德·沙普利，以奖励他们在稳定配置理论及市场设计实践上所作出的贡献。自从1994年普林斯顿大学博弈论专家约翰·纳什被授予诺贝尔经济学奖之后，前后共有6届的诺贝尔经济学奖与博弈论的研究有关。

　　据介绍，沙普利使用合作博弈方法来研究和对比不同的匹配方法，其关键在于保证配对是稳定的，也就是配对的双方都不会有更满意的其他选择。

　　罗斯则意识到了沙普利的理论和计算可让实践中重要市场的运作方式变得更清晰。他成功地通过系统性的实验室实验支持了前述结论。比如，他参与了一系列日常实践中的制度设计，帮助医生和医院、学生和学校、器官捐赠者和接受者之间进行配对。

　　评审委员会认为，尽管两位研究者的研究是独立完成的，但沙普利的基础理论与罗斯的实验性实践一经结合，已创造出一个繁荣的经济学研究领域，提升了多个市场的表现。今年的诺贝尔经济学奖因此授予经济工程领域的这一杰出实例。

　　■经济学奖青睐博弈论

　　国家信息中心预测部世界经济研究室副研究员张茉楠(微博)认为，两位诺奖获得者的稳定配置和市场设计理论源于博弈论的思想，算是运筹学的分支。

　　从1994年普林斯顿大学博弈论专家约翰·纳什被授予诺贝尔经济学奖开始，至今共有6届诺贝尔经济学奖与博弈论的研究有关，包括1996、2001、2005、2007和今年。这说明博弈论在经济学界相当受青睐。

　　“这次的获奖成果与纳什的博弈论有明显的不同。”复旦大学经济学院副院长孙立坚(微博)昨天接受本报记者采访时表示，纳什的研究注重的是策略，不强调机制和合作，关注于自己采取何种策略会获得最大的利益。但有时候，对个人最有利的决策很可能就践踏了别人的权益。此次两位经济学家的获奖成果则关注到了双方的需要和利益，最终达到的是一种多赢的结果。

　　分析

　　机制设计比印钞票更能解决好就业问题

　　“就业市场上有人手里有7个单位的录取通知，有人一个都没有。于是，有些用人单位觉得总也招不到人，有的人却总也找不到合适的工作。出现这种问题，不是货币政策印钞票能解决的，需要靠优化机制。这次诺奖得主的理论和实践正是从机制上解决了这种市场资源不匹配的大问题。”

　　昨天晚上，复旦大学经济学院副院长孙立坚教授接受本报记者采访时，深入浅出地介绍了这次诺奖得主的研究成果。他以上面的案例解释称，如果规定应聘者必须在两天内作出选择，或者用技术手段让用人单位知道他们首选的人手里有7个选择，都可以解决这个问题。

　　“以前大家多是关注价格导致的市场失灵，希望用价格来引导资源配置，但有时候，问题不在价格而是机制。”孙立坚认为，今年两位诺奖大师带给这个危机世界的政策含义是：有很多市场失灵的问题，不能简单都归纳为价格破坏带来的后果，很多是因为市场存在“不匹配”的摩擦所致。因此，量化宽松的货币政策不仅没有效果，反而会产生更大的后遗症。如果此时能够强化针对性的“机制设计”，缓解供求不一致的矛盾，效果会更好。

　　孙立坚说：“伯南克是想解决就业问题，但今年的诺奖大师告诉我们就业不是靠货币政策来创造机会，而是应该通过劳动力市场供求关系的‘匹配机制’来实现。否则扭曲操作带来的只是扭曲的结果！两位大师的根据来自于他们对‘合作博弈理论’完美的演绎，而且也可以通过‘实验经济学’的检验方法加以论证。”

　　解读

　　GS算法：主动的一方 不容易吃亏

　　今年的诺贝尔经济学奖关注了一个经济学的中心问题：如何尽可能恰当地匹配不同的市场主体，两位获奖者分别从稳定匹配的抽象理论和市场制度的实际设计这两个角度，对这些问题作出了回答。

　　罗伊德·沙普利使用所谓“合作博弈”的方法来研究和比对不同的匹配方法。

　　为此沙普利和他的同事发明了一些特定的方法——尤其是GS算法。这种方法能永远确保匹配是稳定的。这些方法同时也制约了市场主体操纵匹配过程的动机。沙普利证明，他设计的方法能够系统性地对两个市场主体其中一方有利。

　　GS算法是：先由一方（比如医生）各自向他们心目中最好的医院提出申请，医院在申请中选出他们认为最好的医生并聘用。剩下被拒绝的医生再次向次好的医院提出申请，如此反复。

　　按这个算法，那么双方一定能一次性达成稳定的组合，绝不会发生配对之后某个医生觉得另一所医院更好、同时那所医院也觉得这个医生更好，于是两情相悦跳槽的情况，也绝对不会有剩下没人要的医生或医院。

　　这个办法的结果必然是稳定的，但不能保证所有参与的人都挑到他的第一选择。那么总有相对占便宜和相对吃亏的一方。GS算法指出，主动的一方总能得到较好的结果。