去年法国, 今年德国本土培养的 Philipp Strack 获得 2024 年克拉克奖章！！！

luyuanhong

去年法国, 今年德国本土培养的 Philipp Strack 获得 2024 年克拉克奖章！！！

来源：计量经济圈 计量经济圈 2024-04-10 00:02 福建



德国本土培养的 Philipp Strack 获得了 2024 年贝茨克拉克奖，现为耶鲁大学经济学教授，同时追求经济学和数学博士学位

贡献总结

菲利普·斯特拉克（Philipp Strack）是一位极富创造力和成果丰硕的微观经济学理论家，他的研究极大地拓展了我们对经济学的认知。他在多个领域取得了显著成就，包括：（1）在决策和行为经济学领域做出贡献，尤其是在涉及学习和信息传递的动态情境中；（2）将信息成本函数和隐私等概念形式化，提高了这些概念的应用效率；以及（3）开发了一种新的机制设计分析方法。他在（1）方面的工作不仅挑战了传统观念，而且显著推进了决策和行为经济学理论的边界。而他在（2）和（3）方面的工作代表了信息经济学领域的新进展。

在决策和行为经济学的研究方面，Strack 通过检验行为理论的局限性，并展示解释和衡量经验事实所需的严谨态度，推动了行为经济学的进一步发展。例如，Strack 通过与 Heidhues 合作，发表于 AER (2021）指出，时间一致的代理人可能会预期自己未来的选择与最终的选择不同。同样，信念的收敛是关于真实状态学习的经典测试。

Strack 通过与 Heidhues 和 Koszegi 合作，发表于 Econometrica（2018）发现，当代理人过分自信时，学习过程可能会导致信念进一步偏离事实，并且在次优行为的成本较高时，这种效应会更加显著。这一观点在团队环境中尤为明显，自负可能会导致个体将责任归咎于他人，从而导致次优结果。

Strack 在与 Heidhues 和 Koszegi 的未发表论文中进一步探讨了自负和学习如何可能导致歧视和偏见的产生，这表明在许多情境下，自负和偏见的不同概念应当被一同考虑。

Strack 在与 Fudenberg 和 Strzalecki 合作的经典漂移扩散模型的扩展工作中（发表于 AER ，2018），为探索选择的时间维度在经济学、心理学和神经科学领域建立了新的基准。这一扩展考虑了回报的不确定性，并对观察到的选择行为提供了解释。这种深入的研究还催生了对漂移扩散模型的新统计检验（与 Fudenberg、Newey 和 Strzalecki 合作，发表于PNAS（2021））。这些贡献，连同他在其他领域的工作，为搭建理论与行为经济学之间以及理论与实证研究之间的桥梁做出了巨大成就。

建立信息和相关概念的新框架

Strack 在形式化信息成本函数的工作中展现了他对形式化思想的独特方法。Arrow（1985 年）曾指出，“信息是有成本的，对于决策理论而言，制定合理的信息结构成本函数是一个重要但尚未完全探索的领域。”Strack（与 Pomatto 和 Tamuz 合作，发表于 AER ，2023）提出了一种捕捉“信息边际成本恒定”的成本结构的公理化方法。这种设置的基本公理非常自然：更精确的信息成本更高，而收集 n 个随机样本的成本与 n 成正比，正如 Wald（1945）和 Arrow、Blackwell 和 Girshick（1949）所描述的那样。在这些条件下，论文提出了一种与理性注意力文献中常见的基于熵的成本函数相对应的成本函数。将信息获取的成本与经济属性紧密联系起来，对于研究信息选择行为以及深入理解日益扩张的数据市场具有重要意义。这篇论文有望对信息经济学理论产生深远的影响，同时也可能对货币经济学、金融等更为应用性的领域带来启示，这些领域的研究者长期以来一直依赖于基于熵的成本模型，尽管这种方法存在已知的局限性。

他在隐私保护领域的工作再次展现了他对形式化概念深入探索的能力。通常，我们希望政策或商业决策能够“保护隐私”，这不仅可能包括禁止收集某些个人信息，还可能要求这些决策在制定时不以种族、性别或年龄等受法律保护的个人特征作为区分依据，避免因此产生歧视。这种歧视有时还可能涉及到这些特征的复杂相互作用。当前，关于算法和人工智能在增加或减少“偏见”方面的讨论正如火如荼地进行着，尽管对于“偏见”这一概念的准确定义，我们尚未达成共识。

Strack（与 Yang 合作，Econometrica , R&R , 2024）提出了一种信息结构隐私保护的概念，要求世界状态的某些方面必须保密，或者决策过程必须与这些状态的特定方面无关。这个概念最终被具体化为“受保护集合”不允许进行任何形式的后验更新。Strack 详细描述了满足这一要求的信息结构，并展示了决策者如何预处理数据，使其不受受保护属性的影响，从而确保应用于这些数据的任何算法都能产生无种族或性别偏见的预测结果。

机制设计的新分析方法

Strack 与 Kleiner 和 Moldovanu 合作的关于极值点和主导作用的开创性研究（发表在 Econometrica , 2021）为机制设计理论开辟了新的研究方向。继 Myerson 于 1981 年获得诺贝尔奖的论文之后，学术界主要采纳了他的开创性思想，而对真正新领域的探索则相对较少。Strack 指出，许多现有的设计问题以及一些新问题可以被视为在一组单调函数上的优化问题，其中集合中的每个元素都能“主导”某个特定的函数（或者被某个特定的函数所主导）。这种方法为机制设计领域带来了新的视角和分析工具。

在经济学领域，主导作用最初是通过研究经济不平等或风险决策而引入的，用于比较一个函数相对于另一个函数的“可变性”。与此概念紧密相关的包括保持均值、洛伦茨支配或二阶随机支配等。将主导作用明确地视为优化问题的一种约束，虽然在事后看来似乎是顺理成章的，但它却带来了新的洞见。

例如，在贝叶斯说服问题中，我们可以将其构建为发送者通过信号结构对接收者的后验分布进行选择的问题。但这些后验分布必须是基于接收者先验知识的某种“扭曲”，也就是说，它们需要在主导作用的框架下超越原有的先验知识。接着，发送者将在此基础上优化一个定义在后验均值上的目标函数，这正是 Strack 所研究问题的一个具体应用实例。然而，除了这一问题，还有许多其他领域的问题值得关注，包括机制设计中的等价性问题、Myerson 的经典设计问题、以及涉及非期望效用代理的最优委托问题等。Strack 与合作者们提出了一个普适的定理，用以刻画在这些约束条件下可行解集的极值点。这种方法的重要性在于，当优化问题涉及线性或凸目标函数时，其解往往可以在这些极值点中找到，这为我们提供了极大的便利和指导。

这些技术的应用范围非常广泛，它们能够有效应对新兴的设计问题。例如，Strack 与 Gershkov、Moldovanu 和 Zhang 合作，在 JPE（2020）的研究中，探讨了拍卖设计中的一个新问题：即在竞标人可以进行可能影响其价值的拍卖前投资时，如何设计最优的拍卖机制。在这个问题中，竞标人的估值与赢得拍卖的概率实际上是非线性关系，这导致了收益的简化形式呈现出非期望效用的结构，使得传统的 Myerson 技术无法直接应用。而Strack提出的主导作用方法，为这一问题提供了恰当的泛化解决方案。

在前述的拍卖设计例子中，非期望效用结构本身就具有重要的研究价值。当我们考虑最优保险政策的设计问题时，这一点尤为明显。众所周知，期望效用理论往往需要假设个体具有极高的风险厌恶程度，才能合理解释广泛观察到的个人选择行为，比如人们愿意支付相对较高的保费来避免相对较小的免赔额。而基于概率加权的非线性转换理论，有望更准确地将这些观察到的行为与现实世界相匹配。Strack 与 Gershkov 、Moldovanu 和 Zhang 合作，在 AER（2023）的研究中，解决了具有非期望效用代理的最优保险设计问题。他们的理论还提出了一系列新的预测，比如限制保险范围等，这些在标准模型中是无法得出的。

Philipp Strack 以其创造力、技术技能和令人难以置信的生产力，成功解决了经济理论中长期存在的未解之谜，并搭建起了与心理学、神经科学和计算机科学等广泛相关学科之间的桥梁。本文仅试图展示他贡献的一部分深度和广度，让人回想起 20 世纪 70 年代和 80 年代，经济学理论家们在探索博弈论推理的新颖性和激动人心的影响时的情景。为了表彰 Philipp Strack 的这些令人印象深刻的成就，2024 年约翰·贝茨·克拉克奖颁发给了他。