集中式匹配中的自愿信息披露:效率提升与策略性质

信息摩擦会损害双边匹配市场中参与者的福利。考虑一个集中式录取场景,其中高校无法观测学生在特定专业或学位项目中取得成功的准备程度。高校选择在简单的、低成本的录取标准(例如以高中成绩作为准备程度的代理)与筛选所有申请之间做抉择,而后者对学生和高校均耗时。为解决公平与福利问题,我们引入两种新机制,允许学生自愿披露私人信息,从而仅需部分筛选。这些机制基于延迟接受(Deferred Acceptance)并保留其可信偏好揭示的核心策略性质,特别是序贯策略防操纵性(ordinal strategy-proofness)。此外,我们证明了相较于不筛选,市场参与者的基数福利得以改善的条件。直观上,若关于学生的公开信息与学生私人信息相关性较弱,且处理所披露信息的成本足够低,则学生与高校均受益于自愿信息披露。最后,我们给出来自丹麦高等教育体系的经验证据,支持我们模型的关键特征。我们的工作对存在固有信息摩擦的大型双边市场的机制设计具有政策启示。