Optimal Decision Mechanisms for Committees: Acquitting the Guilty

技术摘要：委员会的最优决策机制：宣告有罪者无罪

问题陈述
本文研究了在由一组具有策略性行为的代理人（委员会）组成的集合中，如何聚合分散信息的机制设计问题。这些代理人必须在两种备选方案 $A$ 和 $B$ 之间做出选择。该设定遵循孔多塞陪审团模型（Condorcet Jury model），其中代理人接收关于未观测世界状态（$\alpha$ 或 $\beta$）的条件独立私人信号。

核心冲突源于代理人与委托人（例如立法者、董事会主席或社会）之间的偏好差异。具体而言，代理人相对于委托人对备选方案 $A$ 存在偏见。形式化地，这被建模为“怀疑阈值”的差异：代理人倾向于选择 $A$ 所需的后验概率低于委托人的要求（即 $t_P \geq t_J$）。委托人寻求设计一种决策规则（机制），在确保代理人有动力诚实报告其私人信号的同时，最大化其期望收益。

研究方法
作者在孔多塞陪审团框架内使用机制设计理论来解决该问题。

1. 简化为投票机制： 论文首先证明，在不失一般性的情况下，委托人可以将注意力限制在投票机制上。通过利用设定中的对称性和揭示原理（revelation principle），他们证明了对于任何贝叶斯激励相容（IC）的直接机制，都存在一个等效的投票机制，其中代理人只需报告其信号（投 $A$ 或 $B$ 的票），且结果仅取决于投票总数。
2. 线性规划公式化： 委托人的优化问题被表述为一个线性规划问题。目标是在满足两个激励相容约束的情况下最大化期望收益：
   • IC-a： 持有 $a$-信号（支持 $A$）的代理人必须倾向于投票给 $A$。
   • IC-b： 持有 $b$-信号（支持 $B$）的代理人必须倾向于投票给 $B$。
3. 松弛与拉格朗日分析： 考虑到委托人的主要难点在于如何激励那些天然偏向 $A$ 的 $b$-信号持有者进行诚实投票，作者分析了一个仅考虑 IC-b 约束为紧致（binding）的松弛问题。他们采用拉格朗日松弛技术，将 IC-b 约束与委托人的目标函数合并，以定义一个“虚拟效用”函数。
4. 解的特征化： 证明的核心在于分析该虚拟效用函数的符号变化。作者证明该函数最多改变两次符号：先从下方穿过零点，然后再从上方穿过。这一数学特性意味着，松弛问题的最优解是一个区间机制。随后，他们验证了该区间机制也满足 IC-a 约束，从而解决了原始问题。

关键结果

1. 区间机制的最优性： 委托人的最优决策规则是一个区间机制。不同于标准的单调投票规则（即当 $A$ 的票数超过单一阈值时选择 $A$），区间机制规定：当且仅当 $A$ 的票数落在特定区间 $[k, \bar{k}]$ 内时，才选择 $A$。如果投票数过低或过高，则选择 $B$。
2. 冲突下的非单调性： 当利益冲突足够大时（具体而言，当委托人的怀疑阈值 $t_P$ 足够高时），最优的区间机制是非单调的。在审判陪审团的情境下，如果陪审员比立法者更渴望定罪，这意味着被告被定罪的充要条件是：判定有罪的票数既不能太少，也不能太多。
3. 第一最优（First-Best）的失效： 如果存在利益冲突（$k_J < k_P$），则第一最优机制（即只要后验信念超过其阈值就执行 $A$）并不具备激励相容性。在关键时刻，当投票数略低于委托人的阈值时，持有 $b$-信号的代理人会策略性地投票给 $A$。
4. “反一致”规则： 论文强调，最优机制往往类似于古代犹太司法规则（见于《塔木德》）：如果一名被告被一致判定有罪，则会被宣告无罪。在模型中，极高的 $A$ 票数（一致性或近乎一致性）会触发对 $B$ 的选择，因为委托人由于其高阈值而保持怀疑，而代理人的偏见使其在较少的信号下就倾向于定罪。该机制利用区间的上界来遏制代理人关于 $b$-信号的谎报行为。

意义与主张
该论文声称为委员会决策中的非单调投票规则提供了理论依据。它认为，当委员会成员相对于决策者存在偏见时，标准的单调规则（如简单多数制或绝对多数制）无法有效引导诚实的信息传递。通过在投票分布的高端引入一种“惩罚”（即使几乎所有人都投票支持 $A$ 也会拒绝 $A$），委托人可以使代理人的激励与诚实报告保持一致。

作者将他们的工作定位为解决存在偏好异质性时如何聚合分散信息的解决方案。他们明确地将研究发现与历史性的司法程序（塔木德法律）以及现代应用（如公司董事会、政治委员会和审判陪审团）联系起来。该论文并非提出新的实验设计或未来的政策实施方案，而是对既定孔多塞陪审团模型内的最优机制进行了严谨的特征化描述，表明最优规则在结构上不同于文献中通常研究的单调规则。