说服与匹配：最优生产性运输

我们考虑一般的贝叶斯说服问题，其中接收方效用在一维行动上呈单峰。我们证明，在每个实现中至多汇集两种状态的信号总是最优的，并且此类成对信号在非奇异条件（扭曲条件）下是唯一解。我们的核心结果给出了风险更高的前景诱导更高或更低行动的条件，从而使得诱导行动在每组嵌套前景上为单谷或单峰。我们还给出了完全披露或负 assortative 披露（所有前景嵌套）最优的条件。在方法上，我们的结果依赖于新颖的对偶与互补松弛定理。我们的分析推广到将一维投入分配给生产单元的一般问题，我们称之为最优生产性运输。该问题涵盖其他应用，包括俱乐部经济（将工人分配给企业，或学生分配给学校）、稳健期权定价（将未来资产价格分配给价格分布）以及党派不公正划分选区（将选民分配给选区）。