Journal of Political Economy主编Bruno Strulovici教...

来源：北京大学经济学院

编者按：“国际顶刊主编讲坛”是北京大学经济学院主办的标志性学术活动，自2019年举办以来，已邀请多位全球顶尖经济学期刊主编来院交流讲学，获得广泛关注。2026年10月，经济学院特邀Journal of Political Economy主编、美国西北大学经济系Harvey Kapnick讲席教授布鲁诺·斯特鲁洛维奇（Bruno Strulovici）做客讲坛，开设系列学术讲座，并与师生深度交流。

锁凌燕主持讲座

2026年10月21日下午，应北京大学经济学院邀请，Journal of Political Economy主编、美国西北大学经济系Harvey Kapnick讲席教授布鲁诺·斯特鲁洛维奇（Bruno Strulovici）在经济学院大楼107会议室开展“Can Society Function Without Ethical Agents? An Informational Perspective”（缺乏伦理主体的社会能否正常运行？——基于信息视角的探讨）系列学术讲座。本次讲座由北京大学经济学院副院长锁凌燕教授主持。校内外五十余名听众现场聆听讲座并参与交流讨论。

斯特鲁洛维奇发表演讲

本次讲座从社会如何获取可靠信息这一问题出发，探讨在信息中介缺乏内在求真务实动机的情况下，物质激励与证据供给条件能否促使其搜寻证据并如实报告。

一种药物是否安全、运动员是否使用禁药、被告是否有罪，往往难以由公众直接核验。人们需要依赖专家、调查人员、证人以及相关机构，通过他人的调查与报告认识事实。斯特鲁洛维奇将这一过程称为“中介学习”（mediated learning），并由此提出一个基础性问题：如果信息中介只关心自身利益，奖励和惩罚能否促使他们搜寻证据并如实报告？经济学通常研究如何通过制度约束自利行为，而制度执行本身同样依赖调查与监督。因此，监督者为何愿意认真调查、监督结果并获得信任，也是理解制度运行不可回避的问题。

为说明这一问题，斯特鲁洛维奇以两份检测样本为例。假设两家实验室依次开展检测，每次检测都会消耗一份样本，且实验室仅关心个人利益得失。当轮到第二家实验室时，它面对的是最后一份可用样本；在没有其他真相验证渠道的情况下，它可能依据奖励规则来选择报告的结果，而无须付出成本查明事实。第一家实验室预见到后续报告无法提供可靠核验，也就缺乏认真检测、如实报告的激励。这个例子说明，发生在核验链条末端的激励困难，可能向前传导，因而影响最初的信息搜寻。

这一机制的关键在于“信息损耗”（information attrition）。与可以反复检查的数学证明不同，一些证据会在调查过程中被消耗或改变。例如，对有限样本开展破坏性检测，可能减少后续调查者能够使用的原始材料。因而，设计激励机制时，既要考虑当前能否获得信息，也要考虑未来是否仍有证据可供核验。证据的可持续供给，关系到后来者的报告能否对先前的报告形成有效约束。

在此基础上，斯特鲁洛维奇介绍了一个序贯信息搜寻模型。调查者依次开展调查，决定是否支付一笔严格为正的成本搜寻证据，并公开提交报告。证据总量具有不确定性，搜寻并不必然成功，已经发现和使用的证据不再供后来者使用。制度设计者可以根据整个报告序列安排报酬，但奖励与惩罚的幅度受到限制，且不能直接以真实状态为依据，真实状态也不会由某个外部渠道最终揭晓。模型所讨论的“缺乏伦理主体”，具体指的是参与者不以发现和披露真相本身为其所追求的目标。研究据此考察：在这样的环境中，能否至少使一位调查者以正概率搜寻证据，从而形成“披露信息的均衡”（informative equilibrium）。

讲座现场

斯特鲁洛维奇首先展示了有成本的信息搜寻仍有可能被激励的情形。在某些证据供给环境中，当可用证据数量的尾部概率按照特定几何级数递减时，可以构造支持信息搜寻的激励安排。在所展示的机制中，公众判断随报告逐步更新，达到预设边界后停止学习，报酬则取决于报告与这一最终公共判断的关系。对于偏离已有判断、但随后获得支持的报告，机制给予更强的奖励，从而使提供新信息具有吸引力。这一结果说明，在适当的信息环境下，即使参与者没有内在求真务实的动机，金钱激励也可能会促使部分调查者搜寻并如实报告所获得的证据。

随后，斯特鲁洛维奇阐述了研究的核心结果——无法实现“披露信息的均衡”。在给定奖惩幅度、搜寻成本和证据发现概率的情况下，若要存在“披露信息的均衡”，可用证据数量的尾部概率必须满足一系列严格为正的下界。只要其中一项低于相应阈值，无论如何设计模型允许的报酬规则，都无法实现“披露信息的均衡”。一个直接的推论是：如果证据总量存在事先确定的固定上限，那么在该模型中，任何具有有限边界的金钱激励都无法诱导有成本的信息搜寻。在上述的正面结果中，证据数量虽然几乎必然有限，却不存在统一的最大数量。

这一结论揭示了信息环境对激励设计的实质约束。随着后续发现证据的可能性下降，调查者越来越难从未来报告中获得与事实相关的核验，激励不足由此影响整个学习过程。与先积累部分信息、随后因羊群行为或信息瀑布而停止学习的情形不同，该模型中的信息搜寻可能从一开始就无法启动。斯特鲁洛维奇还讨论了模型的扩展：对于已经掌握信息、但具有报告偏向的证人，以及获取材料不需付费但分析材料需要成本的分析者，在额外条件下，也会出现类似的学习障碍。

在此基础上，斯特鲁洛维奇讨论了伦理主体与社会信任的作用。如果第一家实验室相信，第二家实验室有一定概率会认真检测并如实报告，它就会预期自己的报告可能受到核验。此时，适当的奖惩安排可以促使第一家实验室认真检测。在这一例子中，对第二家实验室如实报告的信任越弱，所需的激励就越强。这里起作用的是第一家实验室对后续检测者的判断：即使第二家实际上并不诚实，只要第一家相信它可能如实报告，这种信念仍能影响第一家的行为。

斯特鲁洛维奇还将这一思路用于讨论公共信任与社会分歧。在证据损耗严重、后续核验受到限制的环境中，如果人们相信信息中介完全缺乏求真动机，即使新的报告被公开，也可能无法据此形成有效的信念更新。由此，增加报告数量未必能够缩小原有的观点分歧。报告提示，理解公共讨论中的信任不足和观点极化，需要同时考察信息内容、信息生产者的动机，以及公众对这些动机的认识。

报告最后讨论了人工智能（AI）作为信息中介的情形。随着AI被用于检查和评价其他AI的行为，评估者自身的目标也成为监督机制需要面对的问题。斯特鲁洛维奇介绍的一项模拟实验显示，当AI评估者被要求判断另一AI是否遵从指令时，它对评估标签将如何影响后续训练的预期，可能改变其报告。例如，AI评估者为避免其他AI被训练为服从有害指令，可能提交不准确的标签。即使行为记录相同，仅改变对后续训练用途的说明，也可能改变评估者的报告。这一案例侧重于有偏报告，展示了评估者希望实现的目标与其承担的事实判断任务之间可能存在的冲突。它进一步说明，建立可靠的AI监督体系，还需要考察评估者的目标、激励及其报告的可信度。

听众踊跃提问

报告过程中，现场听众围绕信息结构对激励设计的影响、搜寻成本为零时的模型结论，以及奖惩幅度不受限制时的分析等问题，与斯特鲁洛维奇进行了交流。针对信息结构与奖励安排的关系，斯特鲁洛维奇指出，本研究在给定信息结构的条件下考察激励设计，也可以考虑改变信息结构的建模方式。对于零搜寻成本的情形，他进一步解释了成本假设在分析中的作用，并澄清了相关理论结论的适用条件。关于奖惩幅度不受限制的情形，斯特鲁洛维奇说明，模型将主体收益限定在有界区间内；如果允许报酬无界，当发现证据的概率很低时，理论上可将奖励提高至与该概率成反比的水平，从而恢复搜寻激励。因此，有限奖惩边界是理解相关“无法实现的结果”的重要前提。综合本次讲座的分析，斯特鲁洛维奇认为监督机制能否发挥作用，不仅取决于奖惩安排，也与后续是否仍有证据可供核验、参与者是否相信调查者会如实报告有关。

“国际顶刊主编讲坛”介绍

“发表或毁灭”（Publish or Perish）是学术界流传很广的一种说法。毋庸置疑，在重量级学术期刊发表论文一直是全球学界评价学者的重要标准。为了促进北京大学师生与国际顶尖经济学期刊主编之间的交流，拉近学术期刊主编与作者、读者的距离，北大经济学院推出“国际顶刊主编讲坛”系列讲座活动。

目前，学院已经邀请到《美国经济评论》(American Economic Review)、《政治经济学杂志》(Journal of Political Economy)、《计量经济学杂志》(Econometrica)、《经济研究评论》（The Review of Economic Studies）、《经济理论杂志》（Journal of Economic Theory）、《公司金融杂志》(Journal of Corporate Finance)、《银行与金融杂志》（Journal of Banking and Finance）等国际顶级经济类学术期刊的主编来院交流并开设讲座。