诚实也有成本：信息租金、对偶价格与不可能的交易
谈到交易摩擦，我们很容易想到一些可以被技术消除的麻烦：信息找不到，沟通太慢，合同太复杂，中间环节太多。只要信息更透明、计算更强、协调更及时，交易似乎就应该越来越顺畅。
这个想法里，还隐含着一种道德期待：如果大家少一点隐瞒、多一点诚实，原本可以让双方获利的交易，总该能做成。
机制设计给出了一个不太令人舒服的回答：即使没有人实际撒谎，即使搜索、通信和计算都免费，一些本来有利的交易，仍然无法被一个同时满足诚实激励、自愿参与和无外部补贴的机制全部实现。
问题出在规则的约束之间。有些摩擦可以随着技术进步减少，有些效率损失却会在特定条件下，被参与者的选择与机制的收支共同逼出来。
迈尔森—萨特思韦特不可能性定理讨论的，正是这样一种边界。而理解这条边界，需要先理解一个容易让人误会的词：信息租金。
一、双方明明都能获利，为什么还会谈不成？
你有一件物品，留着它对你的价值是 60；我对它的估值是 100。那么，以 80 成交，你比保留物品多获得 20，我比不购买多获得 20，交易创造了总共 40 的剩余。
困难在于，我不知道你的 60，你也不知道我的 100。
而且，你可能希望我相信你的底价是 90，我可能希望你相信我的最高愿付价只有 70。双方都愿意交易，却也都希望多获得一点交易收益。
这时，把沟通速度提高一万倍并不能自动解决问题。我们面对的，不只是信息传得慢，还有各自不愿披露信息的理由。
于是我们请来一个中介，让它设计一套规则。我们希望这套规则有四个性质：
| 性质 | 具体要求 |
|---|---|
| 完全有效率 | 买方估值高于卖方估值时成交，低于时不成交 |
| 激励相容 | 预期对方诚实报告时，自己诚实报告也是最优选择 |
| 自愿参与 | 知道自身估值后，每一种类型的参与者，相对于退出都有非负的预期净收益 |
| 无需外部补贴 | 中介的预期收入足以覆盖向交易双方支付的金额 |
在经典模型中，买卖双方的估值各自为私人信息，彼此独立；分布为共同知识，在相互重叠的连续区间上具有正密度；收益由物品价值和货币转移相加减得到。
在这些条件下，四项要求不能同时满足。这里甚至已经允许参与收益和预算在预期意义上成立，也只要求贝叶斯激励相容，仍然存在不可能性。Myerson 与 Satterthwaite，1983
但只记住“不可能四全”，还没有看到它为什么不可能。我们先把交易缩小到一个更容易计算的例子。
二、没有人撒谎，为什么也要留下信息租金？
假设一个卖方出售成本为零的物品，买方估值只有两种：60 或 100。卖方不知道眼前的买方属于哪一种。
机制为低估值者提供一个方案：以概率 q_L 获得物品，预期支付 t_L。低估值者的预期净收益就是：
\[u_L=60q_L-t_L.\]但高估值者也可以选择这个方案。如果他假装自己只有 60 的估值，实际获得的收益是：
\[100q_L-t_L=u_L+40q_L.\]所以，要让高估值者愿意选择为自己设计的方案，他的收益至少必须满足：
\[u_H\geq u_L+40q_L.\]自愿参与又要求低估值者不能预期吃亏，即 u_L≥0。合在一起：
\[\boxed{u_H\geq40q_L.}\]如果低估值者一定可以买到物品，即 q_L=1，高估值者就至少要留下 40 的净收益。
这笔收益不需要以补贴的形式另外支付。比如卖方统一收取 60，高估值者就已经得到 40 的消费者剩余。
租金来自模仿其他类型的机会。为了让高类型不必通过假报来获利，诚实方案本身就必须给他足够的收益。
这与“有人撒谎，所以额外赚到了钱”有本质区别。我们讨论的是一个所有人都可以诚实行动的机制，而这个机制恰恰需要事先容纳他们偏离的可能。
这里还有一个重要的联动：你不能只改善低类型的条件，同时假装高类型看不见那个方案。私人信息让不同类型的待遇彼此约束。为一个类型多提供一点机会，可能意味着必须给另一个类型多留下收益。
三、信息租金不是对偶乘子，但两者在这里相遇
很容易把上面的直觉总结成：“信息租金不是道德瑕疵，而是对偶价格。”
这句话抓住了约束有代价的一面，但如果严格使用数学术语，需要再区分一步。
信息租金是参与者在机制中得到的收益；对偶价格是放松某个约束，对最优目标值产生的边际影响。前者是收益水平，后者是优化问题的敏感性。
继续用刚才的例子。设低、高估值出现的概率分别为 p_L、p_H。卖方的预期收入是：
\[R=p_L(60q_L-u_L)+p_H(100q_H-u_H).\]其中一条激励约束是：
\[u_H-u_L-40q_L\geq0.\]在拉格朗日函数里，为这条约束引入乘子 λ≥0：
\[\mathcal L=R+\lambda(u_H-u_L-40q_L)+\cdots\]省略号里还有低类型的激励约束、双方的参与约束，以及成交概率的可行性约束。λ 就是这条激励约束对应的对偶变量。
现在，假设我们稍微放松要求，允许高类型通过假报最多额外获利 ε：
\[u_H-u_L-40q_L+\varepsilon\geq0.\]在最优值对这种扰动可微等适当条件下，最优对偶乘子给出放松约束的边际价值；在有拐点、乘子不唯一时，则需要用单侧变化或对偶界限描述。
它回答的问题是：如果少要求一点激励相容，卖方的最优收入能改善多少？
因此，λ 不是“诚实的市场价”，也不是高类型拿到的信息租金。它依赖设计者优化什么、类型出现的概率，以及约束如何规范化。收益目标换了，约束的影子价格也可能改变。
在更一般的贝叶斯机制设计中，对偶方法能够把激励约束转化成调整后的价值和目标界限。这种联系是严格的优化结构，而不只是一个比喻。Cai、Devanur 与 Weinberg 的对偶框架
四、为什么有价值的交易会被主动放弃？
对于给定的单调分配 q_H≥q_L，刚才的两类型机制可以取最低必要收益：
\[u_L=0,\qquad u_H=40q_L.\]这同时满足两种类型的激励约束。代回收入：
\[R=100p_Hq_H+(60p_L-40p_H)q_L.\]提高低类型的成交概率，会从低类型那里增加收入，但也必须向高类型多留下信息租金。
如果高类型占比为 80%，那么低类型成交概率的收入系数是：
\[60\times0.2-40\times0.8=-20.\]于是，最大化收入的卖方有动机选择 q_L=0：不卖给估值为 60 的人，只向高类型出售。
但物品成本为零，卖给低类型明明也能创造 60 的社会剩余。
这笔交易被放弃，不是因为它没有价值，而是因为允许它发生，会改变另一类参与者能够获得的交易条件。
这里需要留意，这只是收入最大化导致分配扭曲的例子，还不是迈尔森—萨特思韦特定理。若卖方不追求最大收入，统一售价 60 就能让两类买方都交易。双边不可能性更强：当卖方估值也成为私人信息时，效率与激励、参与、预算之间可能直接不相容。
五、虚拟估值：把激励的联动写进账本
把两种估值扩展成连续分布，结构就会变得更清楚。
设买方估值为 v，分布函数为 F(v)，密度 f(v)>0，成交概率为 q(v)。在标准单参数、准线性模型中，激励相容要求分配单调，并给出收益的包络关系：
\[u(v)=u(\underline v)+\int_{\underline v}^{v}q(z)\,dz.\]如果最低类型收益取零，那么提高某个较低类型的分配，会增加所有更高类型必须获得的收益。这里出现了一条沿着类型空间传导的收益关系。
对预期支付进行整理，可得：
\[\mathbb E[t(v)] =\int\left[vf(v)-(1-F(v))\right]q(v)\,dv =\mathbb E[\phi(v)q(v)],\]其中：
\[\phi(v)=v-\frac{1-F(v)}{f(v)}.\]这就是虚拟估值。式子中的 (1−F(v))，来自高于当前类型的概率质量：给当前类型多一点分配机会，会向这些更高类型传导租金要求。
因此，虚拟估值把物品价值与激励引起的收益负担放进同一份收入核算中。它不是人的“真实价值”，也不是社会应该如何评价他的尺度。以虚拟估值设计最优分配时，还必须满足单调性；不规则分布下需要进一步处理。Myerson 的《最优拍卖设计》
双边交易中，两侧都有这样的调整。买方虚拟估值与卖方虚拟成本分别为：
\[\phi_B(v)=v-\frac{1-F_B(v)}{f_B(v)}, \qquad \phi_S(c)=c+\frac{F_S(c)}{f_S(c)}.\]设 q(v,c) 为成交概率。在独立类型、激励相容的条件下，如果最低估值买方和最高估值卖方的参与收益取零，中介预期净收入便等于：
\[\mathbb E\left[(\phi_B(v)-\phi_S(c))q(v,c)\right].\]如果边界类型还需要正收益，中介净收入则要进一步扣减。
社会剩余看的是 v−c，预算可行性却必须把两边的信息租金一并算进去。这两个账本的差异，让一些看似肯定应该发生的交易，在机制层面遇到障碍。
六、一个算得出来的不可能性
假设买方估值 v 和卖方估值 c 都独立、均匀地分布在 [0,1]。
要求完全有效，就必须在 v>c 时成交。于是，对估值为 v 的买方，成交概率为 v；对估值为 c 的卖方，成交概率为 1−c。
激励相容加上自愿参与，给出双方相对于不交易的最低预期收益：
\[u_B(v)\geq\frac{v^2}{2}, \qquad u_S(c)\geq\frac{(1-c)^2}{2}.\]再对自身类型取平均：
\[\mathbb E[u_B]+\mathbb E[u_S]\geq\frac16+\frac16=\frac13.\]但所有有效交易合计创造的预期剩余，只有：
\[\mathbb E[(v-c)_+] =\int_0^1\int_0^v(v-c)\,dc\,dv =\frac16.\]双方至少需要获得 1/3 的预期净收益，交易却只创造了 1/6。差额只能由中介承担，因此中介必然预期亏损，无法满足无补贴要求。
这里的买方收益已经扣除了支付，卖方收益也已经扣除了放弃物品的价值。因此双方收益与中介净收入之和，恰好等于交易创造的剩余，没有凭空多出来的一块资源。
这就是“不可能”的代数含义：约束共同要求的分配，超过了可供分配的剩余。
它不意味着任何交易都做不成。固定一个价格，就可以诚实、自愿、收支平衡地完成一部分交易，只是会遗漏另一些有利交易。也可以允许外部补贴，或改变信息与参与条件。代价并没有消失，而是在不同制度选择中落到了不同位置。
七、租金不是浪费，约束也不是道德判决
现在可以回头理解文章开头的命题了。
信息租金本身是一种收益分配。高估值买方以较低价格买到东西，他得到的收益没有因此从社会中消失。真正的效率损失，发生在为了满足激励、参与和收支要求，一些原本可以创造剩余的交易被放弃时。
同样，信息租金有结构性来源，并不意味着现实中的每一笔租金都必要，更不意味着它们天然公正。垄断、隐瞒、制度特权、私人信息，都可能影响收益分配，需要分别分析。
机制设计在这里给出的，是一个限定清楚的结论：当私人信息不能直接验证，参与者能够选择其他报告或退出，而设计者又不能无限补贴时，规则必须认真容纳这些选择。仅仅要求大家诚实，并不能替代让诚实成立的激励条件。
所以，比“摩擦是人性缺陷”更有解释力的说法是：一部分交易摩擦，是私人信息、自愿参与与预算约束共同施加的可实施性代价。信息租金是其中的收益要求，对偶价格则衡量约束对目标有多昂贵。
八、AI 可以改善求解，但不能把空集算出一个解
如果 AI 只是更快地搜索、推理、谈判，它可以帮助人找到更好的可行机制，却不能让彼此不相容的要求突然同时成立。
当然，AI 也可能改变问题的前提。例如让某些信息更容易验证，降低履约与监督成本，或改变参与者的外部选择。此时，变化的不只是求解速度，还有约束本身。
但“预测对方的估值更准确”，仍然不自动等于“估值已经成为双方认可、能够据此订约和执行的公共信息”。一个人的保留条件、选择权与真实愿望，也不能简单当作等待检索的商品参数。
这使我们需要区分两种技术乐观：一种相信工具能帮助我们更好地处理代价；另一种则期待足够强的工具，能让所有代价同时消失。机制设计支持前一种努力，也为后一种期待划出边界。
它与上一篇关于刺猬、狐狸与深刻的讨论，在这里接上了。
我们有时不停追问，是希望找到一种足够深的解释，从此让所有好东西同时成立。但有些问题的结构，恰恰要在真正理解以后才显露出来：双方都可能有合理诉求，规则也可能有合理约束，它们却仍然无法全部兼容。
理解不会因此失去价值。它让我们知道，哪些损失来自设计不佳，哪些来自自己仍然坚持的条件；哪些地方值得继续优化，哪些地方必须公开承认取舍。
深刻在这里能够做的，是让代价变得可见。然后，我们仍然需要决定：愿意改变哪一条规则，保留哪一种选择，又由谁承担剩下的成本。