经济学是研究资源最优配置问题的，而真实世界里配置资源的方式多种多样，市场或者说价格机制是经济学研究最多的。但是有一些市场里头，价格的作用受到法律、习俗或伦理道德等限制。最明显的例子就是找对象的时候不是价高者得，而是情投意合才结成夫妻。
情投意合这种分配方式讲究“配对”，而且这种配对最好还需要“稳定”，不能依靠价格机制的情况下应该怎么办呢？2012年的诺贝尔经济学奖就授给了沙普利和罗斯，表彰他们在稳定配对和市场设计方面的理论和实践并重的贡献。
1962年，数学家盖尔和博弈论学者沙普利首先提出了后来被称为盖尔-沙普利算法的稳定配对问题。博弈论领域已出现多个诺奖得主，不过这些获奖者主要都是非合作博弈领域的大师，而沙普利则是合作博弈领域的巨头。非合作和合作博弈的区分，简单来说就是非合作主要是个体之间的博弈，而合作博弈则处理群体与群体之间的博弈，例如医生与医院、学生与学校这类群体间的博弈。沙普利在合作博弈领域作出了突出的贡献。
如果婚姻市场上有数量大致相当的适婚男女，男的知晓所有女的信息，女的也一样。然后男的对女的有一个排序，女的也对男的排序。接下来一方发起求婚，另一方对照自己的偏好排序表，如果是最爱的就接受，不是的就拒绝。在交易费用为零和配对时间不限的情况下，最终萝卜青菜各有所爱，每个人总能找到自己的伴侣，并且这种配对是稳定的，即没有人想分手，不会出现出轨的现象。为什么呢？让我们假设有X男和Y女出轨了，X与原来的M女分手，这说明X更偏好Y，这违反了预设的偏好稳定。当然这可能意味着X之前没有向Y求过婚，同样对Y来说选择X也意味着更偏好X，但每个人都是按照自己的偏好排序来求婚的，就违反了偏好排序。所以如果是稳定配对，就不存在出轨现象。细心的读者会发现，这其实和经济学对理性人的偏好稳定及偏好可排序假设没有任何区别，无非是这里并不是用价格，而是用配对来配置婚姻资源。盖尔-沙普利算法对多人参与的合作博弈如何分配资源的问题有重要的贡献和启示。对经济学来说，不仅仅存在个体与个体之间的交换，而且还存在大量群体参与的交换，这个时候如何让供需双方稳定配对，并不是简单的事情。
1984年罗斯将沙普利的理论应用到解释实际经济问题中。在医学领域，学生通常在后几年学习生涯中需要去医院实习。1940年代，美国的医院系统开始大规模发展，但医学院学生的数量很少，医院之间的竞争导致对医学院学生需求的急剧增加，于是很多医院就让学生提前实习，甚至在这些学生还没有选定专业领域的情况下就参加实习。但如果学生拒绝一个医院，往往导致医院再去找第二个学生就太迟了，因为第二个人可能已经被另一个医院抢走了。市场在这种情况下是极为不稳定的，因为医院往往会设定一个最后申请期限，迫使学生在不晓得是否还有其他机会之前就做出选择。由于医院未能及时给所有学生提供机会，而学生也未能向所有医院提出及时申请，双方都未能最大化自己的利益。
到了1950年代，为了解决这个问题，美国设立了一个集中的清算所，也就是全国住院医师配对项目（NRMP）。在1984年的论文中，罗斯发现这个清算所采用的就是盖尔-沙普利算法，从而达到有效而稳定的配对。罗斯随后考察了英国的医院和医生配对情况，发现有些地区是稳定的，而有一些则不然。为什么会有这些差异呢？原来英国不同的地方采用的配对算法不同，而如何有一个算法使得配对稳定下来，就成为成功的关键。如何改进算法，不仅要利用每一个市场的信息，也要借助计算机技术的进步，将理论和实际联系起来，这促成和发展了经济学的一个分支：市场设计。这个在拍卖领域得到了最广泛的应用，2007年克拉克奖得主阿西就是自然资源领域拍卖设计的领军人物。而Google公司的在线广告拍卖也得到了首席经济学家范里安的帮助。
NRMP项目一开始很成功，但随后又遇上了一个意想不到的问题。那就是医生夫妇的问题，随着医学院的女生数量开始增长，学生中夫妻学生数量也开始增长，他们在找实习机会的时候，总是倾向于在一起，而采用NRMP系统找实习的话，两个人很可能分开，因为同一个医院对两个人的排序是有差异的。这种情况下夫妻档学生开始绕过NRMP找工作，这就重新导致了市场的不稳定。NRMP于1997年采用了罗斯新的设计，现在每年能为约2万个学生有效匹配医院实习职位。
找对象和找工作都是双向配对的，但是有一些真实世界的问题却不是双向的，而是单向的。例如对器官移植而言，就是完全单向的，病人是等待者，而捐赠者捐出之后，最好能又快又好地进行移植手术，才能最大化捐赠人和受赠人的利益。在这个市场上，等待器官移植的人由于受到法律和道德的限制，不能实施价高者得，所以必须要有另外的配置资源的方式。那么在器官移植这种问题上，如何提高效率呢？沙普利和盖尔提出了另一种算法，叫做“首位交易循环”（TTC），在生死攸关的器官移植问题上，这一算法简单却又实用地保证了配对稳定和资源分配的效率。TTC在学生择校领域也有广泛应用。
正如前面已经提到的，这类市场设计可以被推广到大量价格的作用受限的市场里，其中最主要的一类应用是学生择校。学生要选到自己的理想学校，而学校也想挑选最佳学生，这显然属于两个群体之间如何最优配对且能稳定配对的问题。中国有不少研究高考择校问题的学者，已经在这方面做了一些探索，比较不同的择校机制之间的优劣。事实上，沙普利和后来的研究者已经对盖尔-沙普利算法做了改进，也可以被应用到价格起作用的市场中，例如拍卖，尤其是网络拍卖。
可能会有人指出类似清算所这样的机制最终隐含了计算机社会主义的倾向，不仅因为其是一个中央集权式的设计，而且也极端依靠大型的计算机能力，这也是“市场设计”派常常被人批评为试图将经济学工程化。而事实上，这有可能是一种误解。因为正如我前面所言，这是处理真实世界里那些价格机制的作用受到各类限制和约束的情况下，如何改善市场效率的问题，并不是对市场的推翻，而是要设计出让市场更好发挥作用的机制。这显然是对市场的拓展。
其实我更愿意从另一个角度来看这个问题，那就是理论联系实际。对今年的诺奖而言，最让我触动的是纯粹产自想象的理论问题和实践问题是如何交织在一起，是如何挑战现有理论的，而沙普利和罗斯以及他们那些未能获奖但无比重要的合作者例如盖尔和乌讷弗等，又是如何将理论与实践紧密结合起来，并切实应用到实践中，提高市场效率和社会福利的。对未来的研究者来说，如何将理论与实践结合起来，恐怕也是本届诺奖带来的另一个启示了。
作者：李华芳
