匹配与学习：一种贝叶斯指派博弈方法

《Mathematical Social Sciences》：Matching with Learning: A Bayesian Assignment Game Approach

　　

•嵌入式贝叶斯学习的图匹配赋值博弈•具有动态更新估值的核心稳定性•行业互补性影响匹配与工资•对低效匹配持续时间的指数级上界.引言劳动力市场是一种匹配市场：劳动者与雇主建立双边关系以产生剩余，并通过工资对其进行分配。经典的双方匹配模型通常假设在关系形成时匹配价值已经已知，无论是在非可转移效用环境（Gale & Shapley, 1962）中，还是在以赋值博弈的核心为稳定性刻画的可转移效用环境（Shapley and Shubik (1971)；另见 Roth and Sotomayor (1992)）中。后续研究探讨了赋值博弈的结构扩展。Cami?a (2006) 将该模型推广至一个卖方拥有多个物品的设定，并刻画了核心的格结构，而 Atay and Nú?ez (2019) 表明，核心与稳定集之间的经典联系并不能直接推广到三方市场。然而，许多劳动力市场的一个核心特征是，匹配质量仅在事前被部分观察到（Jovanovic, 1979）。劳动者和雇主会观察情境、资历、职位描述、行业归属、地理位置、企业声誉并推断可能的匹配度，但生产率和匹配特异性兼容性的重要组成成分只有通过面试、试用期和实际表现才能被揭示。大量文献通过允许匹配质量仅在关系形成后揭示来对这种信息摩擦建模。在劳动经济学中，经典雇主学习模型和岗位匹配模型强调早期结果和分离反映了关于劳动者岗位适配度的逐步推断（例如，Jovanovic (1979)；Altonji and Pierret (2001)；Lange (2007)）。在匹配理论中，不完全信息引发了当各主体的信念存在差异或发生变化时如何定义和维持稳定性的问题；Liu et al. (2014) 发展了不完全信息下的稳定性概念，Bikhchandani (2017) 研究了单边私人信息下的稳定性。最接近的精神在于，Chen and Hu (2020) 分析了当信息通过匹配过程本身进行更新时，学习与匹配如何相互作用。Forges (2004) 将关于匹配依赖状态的私人信息嵌入赋值博弈中，并证明了事前和阶段性激励相容核心的非空性，将贝叶斯激励相容性与可转移效用市场中的核心稳定性联系起来。Doval and Schenone (2024) 将稳定性分析扩展到动态一对一匹配市场，表明关于持续结果的合理猜想足以保证稳定配置的存在性。Qi (2025) 研究了具有内生公共和私人信号的信念更新，刻画了渐近学习效率；尽管处于匹配之外，此类结果阐明了信息精度如何随时间演变。本文贡献了一个可操作的基准，将这些研究脉络联系起来：一个具有可观测剩余组成部分和关于异质性组成部分的贝叶斯学习的可转移效用匹配市场，其中信息以公共方式到达，使得信念是共通的。关键简化如下。在每个时点，截至该时点接收到的公共信号产生异质性组成部分的后验均值，这些后验定义了一个估值矩阵。由于信息是共通的，每个时点的市场都是该估值矩阵上的静态 Shapley-Shubik 赋值博弈。因此，动态性完全存在于估值的演变中；跨时点的解概念保持不变。这种解耦——每个时点标准静态解概念，由外生更新的估值矩阵驱动——正是使得精确的长期结果成为可能的原因。我们的模型整合了三个要素。第一，剩余的可观测组成部分具有行业结构：雇主属于可观测行业，每个劳动者具有行业特异性的比较优势。这直接通过一个加性项产生同行业内不同雇主之间可观测剩余的相关性，而不是通过 Choo and Siow (2006) 和 Galichon and Salanié (2022) 后续实证匹配文献所用的离散选择规格。第二，关于异质性质量的贝叶斯学习：对于每个劳动者-雇主对，一个初始未知的异质性组成部分从独立同分布的公共可观测信号序列中学习得到；在正态先验和正态噪声下，后验信念以闭式形式可用，为估值矩阵产生可操作的随机过程。第三，具有转移的稳定性：在可转移效用和公共信息条件下，稳定性定义为属于由后验期望剩余定义的赋值博弈的核心，保证每个时点稳定结果的存在性。本文交付两组结果。静态：在每个时点，核心结果存在；后验估值对信号精度单调响应；行业互补性放大可观测剩余组成部分的跨行业差异，同时不影响行业内差异。动态：在确保真实剩余矩阵中高效匹配唯一性的温和边缘条件下，最大化后验期望总剩余的匹配在几乎必然情况下，在某个有限时间之后等于高效匹配。此外，我们提供了一个显式的指数级上界——条件于边缘——给定后验最优匹配在某个时点不同于高效匹配的概率。这形式化了这样一个观点：当绩效衡量标准具有信息性和广泛可观测性时，由信息驱动的错配和流动是短暂的。该框架被设计为一个基准。公共信号结构抽象掉了私人学习下产生的逆向选择和策略性披露，但它为具有学习和转移的大型赋值问题提供了清晰透明的理论。该模型受到具有可验证和可携带绩效指标环境的启发，例如销售结果、标准化评估、发表记录和平台评分，在这些环境中双方和外部方都能观察可比信息并以有纪律的方式更新信念。其他具有类似外部评分技术的场景包括学术就业市场（发表记录揭示系部门适配度之前）、职业体育球探（综合指标在场表现之前）、在线劳动平台（可验证资历在任务特定表现之前）和医学住院医生匹配（委员会分数和评估在岗位适配度之前）。这种信息结构的一个关键含义是学习外生于匹配路径：公共信号过程为任何潜在对（i, j）产生信息，无论该对当前是否被匹配。这种解耦是刻意为之的。它提供了一个清晰的基准，均衡流动和工资动态来自共听后验下的信念更新，同时搁置了信息主要来自已实现匹配的更复杂情况。我们在第8.4节讨论了这种已匹配对学习情况及其为何需要额外建模要素。第2节呈现模型环境。第3节规定了具有行业结构的剩余可观测组成部分。第4节形式化了贝叶斯学习。第5节定义了具有转移的稳定性。第6节呈现理论结果。第7节提供仿真分析。第8节讨论扩展与局限。第9节总结。章节片段主体、匹配与时序经济体由一个有限劳动者集合 I={1,…,n} 和一个有限雇主集合 J={1,…,m} 组成。每个雇主容量为一，最多雇佣一名劳动者。时间为离散的，t=0,1,2…。一个（一对一）匹配是函数 μ:I→J∪{?}，满足对所有 j∈J 有 |μ?1(j)|≤1，其中 μ(i)=? 表示失业。我们也写 μ(j)=i 表示雇主 j 被匹配到劳动者 i，否则 μ(j)=?。在每个时点 t，事件序列为：1.信息。主体观察公共信息集 Ft（定义在第节余下的可观测组成部分本节规定了匹配剩余的可观测组成部分 u_ij。目标是允许属于同一行业的雇主之间具有相关的可观测估值，捕捉这样一个想法：一个契合某行业内一家雇主的劳动者也倾向于契合同一行业的其他雇主。关于潜在匹配质量的贝叶斯学习本节规定了主体如何随时间通过公共信号学习 ε_ij，并推导了进入时点 t 赋值博弈的后验期望剩余 v_ij(t)。赋值博弈中的稳定性与工资在每个时点 t，后验期望剩余 v_ij(t) 定义了一个可转移效用赋值博弈。本节陈述均衡概念（核心），记录存在性，并澄清我们在仿真中如何计算核心选择。比较静态：精度与行业结构本节记录了两个透明比较静态，它们直接来自正态-正态学习结构和可观测剩余组成部分的行业规格。这些结果将用于解释仿真模式和收敛分析。仿真分析本节在受控环境中说明模型的推论。目标不是校准，而是（i）可视化贝叶斯学习如何重塑估值矩阵 V(t)，（ii）量化在赋值反复重新优化下的诱发流动，以及（iii）记录在固定核心选择（劳动者最优核心）下信息精度和行业结构如何影响均衡报酬。经济解释与机制匹配稳定性在学习下本质上是动态的：在当前信念下稳定的配置可能随着新信息的到达而被阻止。在模型中，因此流动内生于信念更新而非外生冲击。学习驱动的流动前置：后验不确定性大时流动最高，随着后验均值收敛和后验方差缩小而下降。命题4形式化了这一长期稳定化：在结论本文开发了一个可操作的框架，针对具有可转移效用的双边匹配市场，其中主体通过公共可观测信号学习匹配质量。匹配剩余结合了一个可观测组成部分，捕捉劳动者和雇主特征及行业结构，与一个随时间揭示的初始未知异质性组成部分。关键简化是共听后验信念在每个时点诱导出一个估值矩阵，市场作为分析。资助本研究获得法国国家研究署（ANR）"未来投资"（ANR-11-IDEX0003/LabEx Ecodec/ANR-11-LABX-0047）资助，英国研究与创新署（UKRI 前沿研究资助 EP/U537093/1）资助，以及欧盟（SInfoNiA ERC-2023-ADG 101142530）对 Olivier Gossner 研究的资助。数据可用性声明支持本文结论的原始数据将由作者应请求提供。Saeed Najafi-Zangeneh | Olivier Gossner