技术摘要：稳健采购：最坏情况审批约束下的贝叶斯设计

1. 问题陈述

本文探讨了在贝叶斯设计者（专家）必须获得非贝叶斯决策机构（如监管机构、上级或高级管理层）批准时，最优采购设计的决策问题。设计者拥有关于环境的推测模型，该模型由价值函数 $V^\star$ 和成本分布 $F^\star$ 组成，并寻求在该模型下实现预期福利最大化。然而，决策机构对这一特定模型持怀疑态度，要求所选机制在由 $\mathcal{A} = \mathcal{V} \times \mathcal{F}$ 表示的可采纳模型集合中表现良好。该集合代表了对真实价值和供应商成本技术的确定性。

核心矛盾在于设计者需要在效率（在推测模型下实现剩余最大化）与稳健性（确保机制能为决策机构提供最高的确定性最坏情况收益保证）之间取得平衡。设计者的目标是选择一个使决策机构在 $\mathcal{A}$ 下的最坏情况收益最大化的机制；在这些机制中，选择一个在推测模型 $(V^\star, F^\star)$ 下预期福利最大的机制。这些被称为稳健最优机制。

2. 方法论与框架

两步优化法

作者将设计者的问题形式化为一个词典序优化问题：

1. 第一步（保证最大化）： 确定“候选名单”机制集 ($\mathcal{M}_{SL}$)，该集合中的机制能最大化福利保证 $G(M) = \inf_{(V,F) \in \mathcal{A}} W(M; V, F)$。决策机构仅批准属于该集合的机制。
2. 第二步（选择）： 设计者从 $\mathcal{M}_{SL}$ 中选择一个在推测模型 $(V^\star, F^\star)$ 下预期福利最大的机制。

环境设定

• 代理人： 一个具有私人边际成本 $\theta \in [\underline{\theta}, \bar{\theta}]$ 的垄断卖家，以及一个买家（设计者/决策机构）。
• 不确定性： 可采纳价值函数 $\mathcal{V}$ 的集合包含一个“最小”的反需求函数 $\underline{P}$（最低边际价值）。可采纳成本分布 $\mathcal{F}$ 的集合包含所有支撑在 $[\underline{\theta}, \bar{\theta}]$ 上的累积分布函数（CDF），其中最坏情况通常是位于最高成本 $\bar{\theta}$ 处的狄拉克分布（Dirac distribution）。
• 机制： 最初分析为直接数量机制 $(q, t)$，随后扩展到存在下游需求的市场中的价格监管。

关键分析工具

• 最坏情况特征化： 作者证明，任何激励相容（IC）且个体理性（IR）机制的最坏情况福利，都由最低可能的需求函数 $\underline{V}$ 和最高可能的成本 $\bar{\theta}$ 决定。
• 主次关系约束（Majorization Constraints）： 稳健性要求转化为对采购数量计划 $q(\theta)$ 的积分约束。具体而言，从高于 $\theta$ 的类型处采购的累计数量不得超过在最低需求下、经死重损失调整后的有效数量。
• 熨烫技术（Ironing Techniques）： 当稳健最优机制偏离标准的 Baron-Myerson 解时，作者采用熨烫技术（类似于 Toikka, 2011）来处理修改后的虚拟成本中的非单调性问题。

3. 关键结果

A. 稳健最优数量机制（无下游市场）

当不确定性仅涉及成本分布时（或需求固定时），稳健最优机制是带有数量底线的 Baron-Myerson 机制：

• 结构： 数量计划为 $q^\star(\theta) = \max\{q^{BM}(\theta), q_\ell\}$，其中 $q^{BM}$ 是标准的贝叶斯最优数量，$q_\ell$ 是在最高成本和最低需求 ($D(\bar{\theta})$) 下的有效数量。
• 启示：
  • 高成本卖家： 相比于贝叶斯最优水平，采购量有所增加（直至达到有效水平 $q_\ell$），以应对高成本企业比推测中更普遍的可能性。
  • 低成本卖家： 采购量与贝叶斯最优量保持一致，因为与这些类型进行交易的福利增益即使在成本分布被误设的情况下，仍超过了最坏情况的保证。
  • 中间成本卖家： 如果需求不确定性也存在，且标准数量底线机制无法满足稳健性约束，则对中间成本类型的采购会进一步降低至贝叶斯水平之下。这种“双重扭曲”旨在防范对需求的过高估计。

B. 稳健最优价格监管（存在下游市场）

当存在下游市场时，设计者可以监管价格。稳健最优价格监管是带有价格上限的 Baron-Myerson 机制：

• 结构： 价格设定为 $p(\theta) = \min\{z^\star(\theta), \bar{\theta}\}$，其中 $z^\star(\theta)$ 是推测模型下的虚拟成本。
• 转移支付： 转移支付取决于实现的实际需求，以确保事后个体理性。
• 比较： 价格上限保护买家免受意外高成本的影响（通过将价格限制在 $\bar{\theta}$），但如果该上限在贝叶斯最优解中并未生效，则可能会诱导对高成本卖家的过度采购。

C. 数量监管 vs. 价格监管

本文对稳健性约束下的监管工具进行了新颖的比较。虽然两种工具提供相同的最坏情况福利保证，但它们在设计者推测模型下的表现不同：

• 数量监管占优： 当最优加价（虚拟成本）较大时。在这种情况下，设计者希望减少对大多数卖家的采购。固定数量限制了买家对需求误设的风险敞口。
• 价格监管占优： 当需求不确定性很大时（具体表现为：推测需求与最低需求之间的差距相对于加价水平较大）。价格监管允许数量随实际需求进行调整，从而避免了设计者为了满足决策机构的稳健性约束而不得不对中间成本类型施加严重的向下扭曲。

4. 贡献与意义

理论贡献

1. 词典序稳健性： 本文形式化了一种特定的稳健性方法，即设计者利用推测模型在最坏情况最优机制中进行选择。这不同于将所有模型视为对称或根据与推测模型的距离进行加权的传统方法。
2. 重塑效率与租金的权衡： 作者表明，稳健性从根本上改变了标准的权衡关系。它既需要增加对高成本类型的采购（以防止最坏情况下的福利崩溃），同时也可能减少对中间类型类型的采购（以防范对需求的过高估计）。
3. 监管比较： 本文识别了在稳健设定下，哪种监管工具优于另一种的第一类条件。这与标准的贝叶斯结果（其中价格监管通常因其灵活性而更受青睐）以及经典的 Weitzman (1974) 结果（该结果依赖于边际成本与收益曲线相对斜率的比较）形成了对比。在此，优势的判定取决于加价幅度相对于需求不确定性的大小。

意义

本文声称其意义在于提供了一个合同设计的框架，适用于审批条件取决于稳健性的环境。这在以下领域具有高度相关性：

• 公共采购： 政府机构必须向怀疑私人成本/价值估算准确性的保守监管机构解释其合同。
• 垄断监管： 监管机构必须确保消费者免受模型误设的影响。
• 拍卖设计： 专家为缺乏对底层估值模型信心的实体设计机制。

作者强调，其方法捕捉到了在稳健性关注下效率与租金榨取之间的紧张关系，而这一特征在其他稳健设计文献中往往会被忽略。此外，他们指出，其结果可扩展到具有更宽松稳健性要求（例如，要求达到最大保证的比例 $\gamma$）以及其他形式的成本不确定性。

局限性与范围

分析假设设计者与决策机构拥有相同的目标函数（即扣除转移支付后的买家福利最大化），但在对模型的信心程度上存在差异。本文未讨论决策机构拥有不同目标函数的情况。此外，关于价格监管与数量监管的比较，依赖于需求是在事后被获知的假设，这给了价格监管“展现其优势的最佳机会”；即便在这种有利场景下，数量监管仍可能占优。