邁克爾·斯彭斯

斯賓塞教授1943年11月7日(November 7, 1943)生於美國新澤西州的蒙特克萊爾(Montclair, New Jersey, USA)，1962—1966年就讀於普林斯頓大學並獲哲學學士學位；1968年在牛津大學獲數學碩士學位，並獲得該校羅氏獎學金；1972年在哈佛大學獲經濟學博士學位。1972—1975年，斯賓塞在斯坦福大學擔任經濟學系副教授；之後一直在哈佛大學從事研究和教學工作，為該校的經濟學教授及工商管理學教授，並歷任哈佛大學企業經濟學博士部主任、經濟學系主任、哈佛大學藝術及科學院院長，1983年，當選為美國藝術及科學院院士。1990年斯賓塞回到斯坦福大學並擔任該校商學院研究生院院長，同期(1991—1997年)擔任國家科技及經濟政策研究委員會主席。另外, 斯賓塞還擔任7家公司的董事會成員職務。

2001年，因其在不對稱信息市場分析方面所做出的開創性研究而和喬治·阿克爾洛夫、約瑟夫·斯蒂格利茨共同獲得諾貝爾經濟學獎。 ^[2]  許多市場都有信息不對稱的特性，因而表現出特定的市場規律和現象。他們在此領域的研究構成了現代信息經濟學的核心。

邁克爾·斯賓塞認為，假如顧主不能區分高能力和低能力的勞動能力之間的區別，那麼就會導致勞動力市場以低工資僱用低能力者，形成勞動力市場上“劣幣驅逐良幣”的現象。

邁克爾·斯賓塞還發現一個現象，即高能力的男性預期獲得比同等能力的婦女更高的學歷。在這種均衡下，在男女之間的教育回報由於教育方面投資的不同而不同。另外，斯賓塞提出的信號傳遞模型還對博弈論產生了深遠的影響，他的專業競爭下的市場均衡模型已經影響到其他領域，比如增長理論和國際貿易。

2023年10月18日，邁克爾·斯賓塞在清華管理全球論壇進行了題為“下一代全球經濟”的主旨演講。他圍繞供給端制約與生產力、長期供應鏈情況、通貨緊縮、老齡化、勞動力供給、全球局勢的重大變化，以及最近的科技熱點話題等，發表了深入的觀點。 ^[4] 

邁克爾·斯賓塞認為，生成式人工智能，比如ChatGPT，在兩個月內就積累了兩千萬用户，並且對使用者來説，不需要任何技術培訓，這是非常具有突破性的技術。很多人對此充滿恐懼，但是他認為，生成式人工智能對人們來説更像是一個數字化的助手，是增強而不是取代人類。邁克爾·斯賓塞談到，我們不能忽視科學家們在智能化方面為全球繁榮發展所做的努力，更不要忽視科技帶給人的機會。目前，發展生成式人工智能需要非常多的資源，各個公司和國家之間在資源上非常不平等，大語言模型的訓練趨向了一個壟斷問題，但是市場上也有很多公司將生成式人工智能接口化，來提升所有人利用新技術的能力。“數字鴻溝”是這次對話的另一個主題，考慮到部分國家使用自己的數據訓練人工智能模型較為困難。邁克爾·斯賓塞説：“我們應該認真對待這一數字鴻溝，並將其納入政策議程。” ^[4] 

在談論新成長模型時，邁克爾·斯賓塞表示，該模型提到的公平發展、以人為中心、平衡好貨幣政策和公共財政支出、人與自然和諧發展等概念，都和中國的高質量發展理念相通，中國可以用更好的方式與世界溝通發展理念，從而可以讓世界更好、更透徹地理解中國。 ^[4] 

談到全球化問題，邁克爾·斯賓塞認為，他提出“治理下的全球化”意味着，我們無法回到二戰後快速發展的經濟模式，世界變得更加複雜，需要更加靈活的政策與監管。邁克爾·斯賓塞表示，“我們不太可能回到那個通脹得到控制、利率上升的環境，因為全球供應條件在多個方面發生了變化——老齡化、勞動力市場行為的差異、生產力的下降，這裏存在很多不確定性，似乎不可能通過簡單的方式解決。”同時，人們需要去關注之前沒有關注到的事，寄希望於科技的突破。 ^[4] 

斯賓塞最重要的研究成果是市場中具有信息優勢的個體為了避免與逆向選擇相關的一些問題發生，如何能夠將其信息“信號”可信地傳遞給在信息上具有劣勢的個體。信號要求經濟主體採取觀察得到且具有代價的措施以使其他經濟主體相信他們的能力，或更為一般地，相信他們產品的價值或質量。斯賓塞的貢獻在於形成了這一思想並將之形式化，同時還説明和分析了它所產生的影響。 斯賓塞在其1973年開創性的研究(以其博士論文為基礎)中將教育作為勞動力市場上生產效率的信號。其中基本觀點是除非信號成本在其發出者即求職者之間顯著不同，否則信號不會有成功的效果。僱主不能將能力強的求職者從能力弱的求職者中區分開來，除非在後者選擇較低的教育水平時前者發現自己對所受教育進行的投資能得到回報。斯賓塞還説明了存在教育和工資不同“預期”均衡的可能性，生產效率相同時，男性和白人的工資比女性和黑人的工資高。

斯賓塞隨後的研究包括拓展這一理論和證實不同市場信號重要性的大量應用性研究，對大量的經濟現象進行了分析，如作為生產率信號的昂貴廣告和全面擔保；作為市場力信號的主動降價；作為談判力信號的延緩工資報價策略；作為盈利能力信號的債務融資而非發行新股的融資方式；作為降低居高不下通貨膨脹的堅定承諾信號的不惜以衰退為代價的貨幣政策。

信號傳遞模型

對信號傳遞模型做出突出貢獻的2001年度經濟學諾貝爾獎獲得者邁克·斯賓塞。他對信號傳遞模型的研究起源於在哈佛大學讀博士期間，他研究的結論集中體現在他的博士論文《勞動市場信號》中。在邁克·斯賓塞的模型裏，勞動力市場上存在着有關僱傭能力的不對稱，僱員知道自己的能力，僱主不知道，如果僱主沒有辦法區別高生產率與低生產率的人，在競爭均衡時，不論是高能力的人還是低能力的人得到的是平均工資。於是高生產能力的工人得到報酬少於他們的邊際產品，低生產能力的人得到的報酬高於他們的邊際產品。這時，高能力的人希望找到一種辦法，主動向僱傭方發出信號，使他們同低能力的人分離開來，使自己的工資與勞動效率相稱。教育程度向僱主傳遞有關僱員能力的信息，原因是，接受教育的成本與能力成反比例，不同能力的人是因受教育程度不同，或者説教育傳遞信號具有把僱員能力分離開的功能。邁克·斯賓塞的模型研究了用教育投資的程度作為一種可信的傳遞信息的工具。在他的模型裏，教育本身並不提高一個人的能力，它純粹是為了向僱主“示意”或“發出信號”表明自己是能力高的人。邁克·斯賓塞確定了一個條件，在此條件下，能力低的人不願意模仿能力高的人，即做出同樣程度的教育投資以示意自己是能力高的人。這一條件就是，做同樣程度的教育投資對能力低的人來説邊際成本更高。邁克·斯賓塞證明：在這種情況下，雖有信息不對稱，市場交易中具備信息的應聘者可通過教育投資程度來示意自己的能力，而僱主根據這一示意信號便可區別開不同能力的人。在他的模型裏，假定教育對生產率沒有影響，但是，廠商以教育為基礎發放工資仍然有利可圖，因為它能吸引更高能力的人。邁克·斯賓塞的信號傳遞模型也具有普遍的經濟學意義。例如，上市公司的過度分紅行為。在很多國家，政府對紅利徵税的税率比資本增值的税率要高，通常政府對紅利徵收兩次税：一次對公司，一次對個人，而對資本增值只對個人徵收一次税。（在中國目前，證券市場對紅利雙重徵税，對資本增殖不徵税。）如果沒有信息問題，利潤再投資比分紅更符合股東利益，但很多公司仍然熱衷於分紅。根據信息不對稱理論，公司的管理層當然比股民更清楚地知道公司的真實業績。在這種情況下，業績好的公司就採取多發紅利的辦法來向股民發出信號，以區別於業績不好的公司，後者發不出紅利。證券市場對分紅這一信號的迴應是股價上升，從而補償了股民因為分紅交納較高的税而蒙受的損失。

信號發佈（同一般水平分離）的要求是“不對稱信息”帶來的反應。如廠商不惜重金到中央電視台黃金時間做廣告，不僅僅是為了達到它的宣傳廣度，同時也顯示自己的實力，同那些沒有實力的廠家區分開。這樣的事例浸透商業活動的每個角落。

邁克爾·斯賓塞，斯坦福大學商學院研究生院前任院長和現任名譽院長。瑞典皇家科學院指出，將本年度諾貝爾經濟學獎授予這三位經濟學家是因為他們在現代信息經濟學研究領域作出了突出貢獻。從七十年代開始，他們就致力於“不對稱信息市場”理論的研究，即分析不同數量的信息代理是怎樣對各種不同類型的市場產生影響的。因此，瑞典皇家科學院認為他們的貢獻就在於揭示了當代信息經濟的核心。

邁克爾·斯賓塞的同事約翰·羅伯特教授説：“邁克爾在經濟學領域的洞察力引導我們更深地理解現實世界的種種現象，從通過價格競爭而獲得的資本積累到那些信息明顯匱乏的廣告，而這些洞察力是極為罕見的。”“不對稱信息”理論主要研究在缺乏借方信用價值信息的情況下貸方所面臨的風險問題，它也解釋了那些熟知科技產業資本運作的人是怎樣取得對其他投資者的優勢的，以及近年來科技股的泡沫問題。斯賓塞的研究顯示了信息在當代經濟社會的絕對重要性，即在一定情況下，消息靈通的商人比那些缺乏業內信息的人能取得更多的市場收益，比如説，汽車經銷商可以通過提供產品擔保書來表明他的車更好，而公司則可以利用紅利的額外税收來顯示它的高收益。斯坦福商學院的大衞·克若普斯教授認為，斯賓塞的理論是過去五十年來經濟學領域的一個里程碑。