2019年5月6日，香港大学助理教授杜金钊作客我院第149期Seminar，分享了题为“Convenience vs. Pleasance: Two-Dimensional Matching and The Information Design on Peer-to-Peer Platforms”的工作论文。

杜金钊

杜金钊老师首先介绍了当前市场上涉及匹配方式的几个例子，如BlaBla car，一种类似于国内“滴滴”的打车软件，用户分为乘客和司机两房，乘客需要填写自己的旅程信息，再从由平台所提供的相匹配的司机信息中进行选择。由于每个司机约定的时间和地点不同，导致司机存在“水平”上的质量差异；由于司机所配备的车不同，导致司机存在“垂直”上的质量差异。类似地，在对等平台上，一方的平台用户称为“发送者”，另一方的平台用户称为“接受者”。如果offer被接受，那么意味着匹配就成功了。不管是“发送者”们还是“接收者”们，他们各自均在两个维度上存在区别：一个“垂直”属性反映了个体的高（H）或低（L）质量，另一个“水平”位置反映了发送者和接收者之间的不匹配程度。

平台用户成功匹配后的效用随匹配的“垂直”质量提升而增加，但随“水平”距离增加而减小。基于此准则设定基础的效用模型，同时假定每个“发送者”仅对一个“接收者”发送offer，而“接收者”可以接收多个offer。杜金钊老师接下来介绍了四种背景下的模型的纳什均衡点。首先是在平台全面公开用户信息情况下。在这种背景下，“发送者”和“接收者”了解各自“垂直”上的质量，然而即使“发送者”更加看中“水平”上的距离，L型“发送者”（低质量的“发送者”）反而可能会选择距离较远的“接收者”（匹配程度不高的“接收者”）以避免竞争。然后是其他三种可能的信息设计：仅屏蔽“发送者”的“垂直”信息、仅屏蔽“接收者”的垂直信息和平台进行集中匹配。结果发现，不管是匹配哪一方的垂直信息，都会伤害双方的H型用户（高质量用户），还可能会伤害另一方的L型用户（低质量用户）。平台集中式匹配方案对两种类型的用户都有好处。

最后，杜金钊老师比较了四种设定下的交易量，发现在分散匹配方案中，屏蔽“接收者”的“垂直”信息能够导致最多的成功匹配数量，而全面公开用户信息将导致最少的交易数量。当然，在平台集中式匹配方案下，不存在“未能匹配”的情况，也就是具有最高的交易量。