Alexey Savvateev: Chống tham nhũng nhờ sự trợ giúp của toán học (Giải Nobel Kinh tế 2016)

Alexey Savvateev: Chống tham nhũng nhờ sự trợ giúp của toán học (Giải Nobel Kinh tế 2016)

Sự đề cử: Vì sự phát triển của lý thuyết hợp đồng trong kinh tế học tân cổ điển. Xu hướng tân cổ điển bao hàm tính hợp lý của các tác nhân kinh tế và sử dụng rộng rãi lý thuyết cân bằng kinh tế và lý thuyết trò chơi.

Alexey Savvateev: Chống tham nhũng nhờ sự trợ giúp của toán học (Giải Nobel Kinh tế 2016)

Oliver Hart và Bengt Holmström.

Hợp đồng. Nó là gì? Tôi là một người chủ, tôi có một số nhân viên, tôi cho họ biết mức lương của họ sẽ được cơ cấu như thế nào. Trong trường hợp nào và họ sẽ nhận được gì? Những trường hợp này có thể bao gồm hành vi của đồng nghiệp của họ.

Tôi sẽ đưa ra năm ví dụ. Ba trong số đó minh họa nỗ lực can thiệp đã dẫn đến tình hình tồi tệ hơn như thế nào.

Alexey Savvateev: Chống tham nhũng nhờ sự trợ giúp của toán học (Giải Nobel Kinh tế 2016)

1. Học sinh băng qua đường vào những nơi khác nhau. Ô tô chạy chậm lại, học sinh chạy qua, giao thông phần nào được “có tổ chức”. Hỗn loạn nhưng mọi chuyện vẫn ổn, cuộc sống vẫn tiếp diễn.

Cách đây vài năm đã có nghị định quy định cần phải tổ chức một lối qua đường dành cho người đi bộ. Đoạn đường có chiều dài 200-300m. Có hàng rào xung quanh và tất cả học sinh đều đi đến lối đi này. Kết quả là học sinh đã gây tắc nghẽn giao thông hoàn toàn trong 25 phút từ 8h45 đến 9h10. Không có chiếc xe nào có thể vượt qua. Một ví dụ điển hình về “hợp đồng tiêu cực”.

2. Tôi chưa tìm thấy bất kỳ xác nhận dứt khoát nào. Factoid, điều mà mọi người đều biết là sự thật, nhưng trên thực tế có thể không có sự xác nhận.

Ở đất nước phía đông, họ bắt đầu chiến đấu chống chuột. Họ bắt đầu trả tiền cho con chuột bị giết (“10 xu”). Sau đó mọi chuyện đã sáng tỏ, mọi người bỏ dở công việc và bắt đầu nuôi chuột. (Họ hét lên từ khán giả rằng vụ việc xảy ra ở Ấn Độ với rắn hổ mang (Hiệu ứng rắn hổ mang).)

3. Có hai cuộc đấu giá băng tần di động ở Anh và Thụy Sĩ. Ở Anh, quá trình này được dẫn dắt bởi Roger Myerson, người đoạt giải Nobel. Ông quản lý nó theo cách mà chi phí của hợp đồng là khoảng 600 bảng Anh cho mỗi người Anh. Và ở Thụy Sĩ, cuộc đấu giá đã thất bại hoàn toàn. Họ đã thực hiện một âm mưu và số tiền lên tới 20 franc mỗi người.

4. Tôi không thể nói mà không rơi nước mắt, nhưng nước mắt đã cạn rồi. Kỳ thi Thống nhất đã phá hủy nền giáo dục phổ thông. Nó được hình thành để chống tham nhũng, để mọi thứ được công bằng và chính đáng. Mọi chuyện đã kết thúc như thế nào, tôi có thể nói rằng ở hầu hết các trường, ngoại trừ những trường tốt nhất, đều có khóa đào tạo cho Kỳ thi Thống nhất, các nghiên cứu đã bị dừng lại và việc đào tạo vẫn tiếp tục. Giáo viên được thông báo trực tiếp: “Mức lương và sự hiện diện của bạn ở trường phụ thuộc vào việc học sinh của bạn vượt qua Kỳ thi Thống nhất như thế nào”.

Điều này cũng tương tự với các bài báo và số liệu khoa học.

5. Chính sách thuế. Có rất nhiều ví dụ thành công và cũng có nhiều ví dụ không thành công. Hầu hết báo cáo sẽ được dành cho vấn đề này.

Thiết kế cơ chế

Alexey Savvateev: Chống tham nhũng nhờ sự trợ giúp của toán học (Giải Nobel Kinh tế 2016)

Tôi thấy nhiều nhóm đi bộ đường dài khác nhau, bao gồm cả những nhóm lớn - 30-40-50 người. Với một quy trình được tổ chức hợp lý, đây sẽ là một đơn vị chiến đấu sống như một sinh vật. Mỗi người đều có vai trò riêng, công việc riêng của mình. Và ở những nơi khác, đó là một mớ hỗn độn thoải mái.

Alexey Savvateev: Chống tham nhũng nhờ sự trợ giúp của toán học (Giải Nobel Kinh tế 2016)

Làm thế nào để giải quyết vấn đề điều khiển nếu có rất ít bộ điều khiển?

Vấn đề này thường phát sinh dưới nhiều hình thức khác nhau. Nó không phải lúc nào cũng được giải quyết thành công.

Alexey Savvateev: Chống tham nhũng nhờ sự trợ giúp của toán học (Giải Nobel Kinh tế 2016)

Ví dụ.

Alexey Savvateev: Chống tham nhũng nhờ sự trợ giúp của toán học (Giải Nobel Kinh tế 2016)

Có một tàu điện ngầm chuyển sang tàu điện. 20 cửa quay và một người bảo vệ kiểm tra. Và ở bên này, có khoảng 10 con thỏ rừng đang tụ tập trong góc. Tàu đến và mọi người lao đi như thể được lệnh. Người bảo vệ chộp lấy một người, nhưng những người còn lại sẽ chạy qua. Nếu chúng ta nhìn tình huống này từ góc độ lý thuyết trò chơi, thì đó là tình huống trong đó có hai kịch bản cân bằng hoàn toàn khác nhau.

Vào một, không ai đi và ai cũng biết không ai đi, không ai cố gắng, đây là kịch bản tự duy trì. Đó là sự cân bằng, mọi người đều làm điều "đúng". Và một người giữ lại toàn bộ đám đông.

Nhưng có một sự cân bằng khác. Mọi người đều đang chạy. Nếu bạn cho rằng mọi người đều đang bỏ chạy thì xác suất bạn bị bắt là 1/15, bạn có thể mạo hiểm. Có hai lựa chọn là một thách thức lớn đối với các nhà khoa học lý thuyết trò chơi. Có lẽ một nửa lý thuyết trò chơi được dành để xử lý những tình huống như vậy. Làm thế nào để gieo rắc suy nghĩ vào não thỏ để chúng sợ “trượt”?

Alexey Savvateev: Chống tham nhũng nhờ sự trợ giúp của toán học (Giải Nobel Kinh tế 2016)

Đây là John Nash. Ông đã chứng minh một định lý rất tổng quát về sự tồn tại cân bằng trong các trò chơi có nghiệm liên kết với nhau. Khi kết quả không chỉ phụ thuộc vào quyết định của bạn mà còn phụ thuộc vào quyết định của tất cả những người tham gia khác.

Alexey Savvateev: Chống tham nhũng nhờ sự trợ giúp của toán học (Giải Nobel Kinh tế 2016)

Một số ví dụ về sự cân bằng

Cái gì tiền? Bạn có một mảnh giấy lạ trong túi. Bạn đã làm việc và những mảnh giấy này (chữ số trên tài khoản) đã trở nên nhiều hơn. Bản thân chúng không có ý nghĩa gì cả. Bạn có thể đốt lửa và sưởi ấm bản thân. Nhưng bạn tin rằng chúng có ý nghĩa gì đó. Bạn biết rằng bạn sẽ đến cửa hàng và họ sẽ được chấp nhận. Người chấp nhận cũng tin rằng họ cũng sẽ chấp nhận điều đó từ mình. Niềm tin chung rằng những mảnh giấy này có giá trị là sự cân bằng xã hội, mà đôi khi sẽ bị phá hủy khi siêu lạm phát xảy ra. Để rồi từ tình trạng ai cũng tin vào tiền lại chuyển sang tình trạng ai cũng không tin vào tiền.

Giao thông bên phải và bên trái. Ở một số quốc gia thì khác, nhưng bạn phải tuân theo những quy tắc này.

Tại sao mọi người đi đến vật lý và công nghệ? Vì có niềm tin rằng ở đó họ dạy tốt. Có niềm tin rằng những sinh viên giỏi khác sẽ đến đó. Hãy tưởng tượng trong giây lát rằng một nhóm học sinh rất mạnh nào đó đột nhiên đồng ý và vào học tại một trường đại học yếu kém nào đó. Anh ấy sẽ ngay lập tức trở nên mạnh mẽ.

Alexey Savvateev: Chống tham nhũng nhờ sự trợ giúp của toán học (Giải Nobel Kinh tế 2016)

Làm thế nào một nhân viên bảo vệ có thể loại bỏ số dư xấu?

Alexey Savvateev: Chống tham nhũng nhờ sự trợ giúp của toán học (Giải Nobel Kinh tế 2016)

Cần phải đánh số to tất cả các con thỏ rừng và thông báo rằng dù ai nhảy thì sẽ bắt được con có số lượng tối thiểu.

Giả sử một số công ty quyết định nhảy việc. Khi đó người có số lượng tối thiểu biết chắc chắn rằng mình sẽ bị bắt và sẽ không nhảy. Cân bằng là khi chúng ta đoán đúng hành động của người khác và hành động của mình mà người khác đoán về chúng ta. Trong tình huống “niêm yết thành tiếng”, trạng thái cân bằng có thêm đặc tính ổn định. Nó có khả năng chống lại sự "phối hợp/hợp tác". Nghĩa là, ở trạng thái cân bằng này, thậm chí không thể đồng ý rằng cùng lúc một số người nhất định sẽ thay đổi hành vi của họ theo cách mà kết quả là mọi người sẽ cảm thấy tốt hơn.

Nếu bạn viết những quy tắc phức tạp và công ty không thể hiểu được chúng thì bạn không thể mong đợi chúng hoạt động phù hợp với trạng thái cân bằng Nash. Họ sẽ thực hiện các lựa chọn ngẫu nhiên.

Alexey Savvateev: Chống tham nhũng nhờ sự trợ giúp của toán học (Giải Nobel Kinh tế 2016)

Giả sử chúng tôi bị cấm (hạn chế về mặt thể chế) “niêm yết thành tiếng”. Chiến lược của chúng tôi phải đối xứng (ẩn danh). Nhưng chúng ta có thể đề cập đến "đồng tiền". Nếu có chuyện gì xảy ra, tôi làm một việc, nếu có chuyện khác xảy ra, tôi làm việc khác.

Một nhiệm vụ nghiêm túc. Nó được xây dựng và nghiên cứu cách đây 20 năm. Không ai nộp thuế. Họ đã cố gắng tổ chức quá trình theo cách này và cách khác. Lợi nhuận bằng 1, hối lộ... Cơ quan thuế quay sang viện nơi tôi làm việc một ít, tới người giám sát của tôi. Chúng ta cùng nhau giải quyết vấn đề như sau. Có n ngành, mỗi ngành có thanh tra riêng, nhưng trong một số % trường hợp có thông đồng. % mọi người chọn cho mình nhé. x2, xXNUMX…xn.
x=0 có nghĩa là thanh tra đã quyết định trung thực. x=1 nhận hối lộ trong mọi trường hợp.

Chữ X có thể được xác định bằng bằng chứng gián tiếp, nhưng chúng ta không thể sử dụng chúng trước tòa. Dựa trên thông tin này, bạn cần xây dựng chiến lược xác minh.

Alexey Savvateev: Chống tham nhũng nhờ sự trợ giúp của toán học (Giải Nobel Kinh tế 2016)

Nó có thể được đơn giản hóa đến mức chỉ có một lần kiểm tra nhưng với mức phạt rất lớn. Và chúng tôi chỉ định một xác suất cho bài kiểm tra này. Xác suất để tôi đến với bạn là thế này, và xác suất tôi sẽ đến với bạn là thế này. Và đây là các hàm từ Xs. Và số lượng không vượt quá một. Về mặt chiến lược, việc không kiểm tra chút nào trong một số trường hợp và hứa với họ điều này là đúng đắn về mặt chiến lược.

Alexey Savvateev: Chống tham nhũng nhờ sự trợ giúp của toán học (Giải Nobel Kinh tế 2016)

p là ánh xạ của khối n chiều vào tập hợp tất cả các phân bố xác suất. Cần phải đăng ký số tiền thắng cược của họ, để hiểu mỗi người trong số họ sẽ nhận được bao nhiêu khi họ quyết định nhận hối lộ trong % trường hợp nào.

bi là “cường độ hối lộ” của ngành (nếu bạn nhận hối lộ thay vì thuế ở mọi nơi).

Hình phạt được trừ vào xác suất xảy ra. Từ cái nào? Trước hết, cần phải kiểm tra nó. Nhưng đó chưa phải là tất cả, việc kiểm tra có thể gặp trường hợp mọi thứ đều sạch sẽ. Một công thức đơn giản nhưng phức tạp lại ẩn chứa trong chữ “p”.

Chúng ta có tiếng lóng không có trong các ngành toán học khác: xi. Đây là tập hợp tất cả các biến ngoại trừ của tôi. Đây là những lựa chọn mà mọi người khác đã thực hiện. Đây là trách nhiệm tập thể.

Alexey Savvateev: Chống tham nhũng nhờ sự trợ giúp của toán học (Giải Nobel Kinh tế 2016)

Bây giờ câu hỏi là: Chúng ta mong đợi chúng ở trạng thái cân bằng nào?

Vào những năm 90 ở đây có một mớ hỗn độn lớn. Những người tổ chức kiểm tra đã thông báo với mọi người rằng những kẻ vô lễ nhất sẽ bị trừng phạt. Một tấm séc sẽ đến với anh ta.

Dự báo cho tình huống này sẽ như thế nào?

Những người đặt ra các quy tắc nghĩ rằng sẽ có sự tương tác độc lập. Điểm cân bằng duy nhất là mọi thứ đều bằng không. Nhưng ngoài đời thì là 100% Tại sao?

Câu trả lời là trạng thái cân bằng không ổn định trước sự thông đồng.

Chúng tôi bắt đầu gãi củ cải của mình.

Alexey Savvateev: Chống tham nhũng nhờ sự trợ giúp của toán học (Giải Nobel Kinh tế 2016)

Một ví dụ hướng dẫn là trách nhiệm cá nhân. Hãy tưởng tượng một tình huống khủng khiếp: mức phạt hợp pháp thấp hơn phí hối lộ. Nếu một thanh tra làm việc trong một ngành dầu mỡ đến mức phí hối lộ cao hơn mức phạt thì có thể làm được gì? Tiền phạt không thể được thực hiện nhiều lần.

Alexey Savvateev: Chống tham nhũng nhờ sự trợ giúp của toán học (Giải Nobel Kinh tế 2016)

Tôi biết rằng thanh tra sẽ đền đáp và sẽ chìm trong đen tối. Nhưng tôi có thể hứa sẽ không kiểm tra bạn nếu mức độ tham nhũng của bạn không cao hơn 30%. Cái nào có lợi hơn?

Alexey Savvateev: Chống tham nhũng nhờ sự trợ giúp của toán học (Giải Nobel Kinh tế 2016)

Các tác phẩm kinh điển đã có điều này.

gấp ba mức độ tham nhũng giảm.

Alexey Savvateev: Chống tham nhũng nhờ sự trợ giúp của toán học (Giải Nobel Kinh tế 2016)

Tình huống trừu tượng 4 người. Năng lực hối lộ thấp hơn mức phạt tiền.

Nếu bạn dựa vào các hợp đồng cá nhân, bạn sẽ không “không” tất cả mọi người. Nhưng tôi có thể đưa mọi người về con số 0 bằng chiến lược trách nhiệm tập thể.

Tôi cũng gửi tấm séc với xác suất bằng nhau không phải đến mức tối đa mà là khác không. Tất cả những tên trộm có tỷ lệ phần trăm khác 1 sẽ nhận được một tấm séc với xác suất là 4/XNUMX. Tôi thậm chí không thay đổi xác suất tùy thuộc vào X.

Khi đó không có điểm cân bằng nào khác ngoài điểm 0. Và cũng không thể có sự thông đồng.

Và nếu không chỉ có âm mưu thầm lặng mà còn có chuyển tiền thì lý thuyết trò chơi hoàn toàn thất bại. Có bằng chứng chặt chẽ.

Alexey Savvateev: Chống tham nhũng nhờ sự trợ giúp của toán học (Giải Nobel Kinh tế 2016)

Toàn bộ loại chiến lược đã được phát triển được thực hiện thông qua trạng thái cân bằng Nash mạnh mẽ có khả năng chống lại sự thông đồng.

Chúng tôi chỉ định một số mức độ khoan dung đối với tham nhũng. z1 - mức độ dung nạp hoàn toàn, phần còn lại - mức độ không dung nạp tăng lên. Và đối với mỗi cấp độ, nó nêu bật khả năng xác minh. Công thức trông như thế này:

Alexey Savvateev: Chống tham nhũng nhờ sự trợ giúp của toán học (Giải Nobel Kinh tế 2016)

λ1 - xác suất kiểm tra ở mức dung sai đầu tiên - được chia đều cho những người đã vượt quá ngưỡng đó, ngoài ra, λ2 được chia cho những người đã vượt quá ngưỡng thứ hai, v.v.

15 năm trước tôi đã chứng minh định lý sau.

Alexey Savvateev: Chống tham nhũng nhờ sự trợ giúp của toán học (Giải Nobel Kinh tế 2016)

Chiến lược này trước đây tôi đã sử dụng như một chiến lược phân chia chi phí.

Alexey Savvateev: Chống tham nhũng nhờ sự trợ giúp của toán học (Giải Nobel Kinh tế 2016)

Hợp đồng tốn tiền. Đôi khi, các kế hoạch tương tác được cân nhắc kỹ lưỡng sẽ tiết kiệm được rất nhiều tiền. Tiết kiệm thời gian.

Trách nhiệm tập thể có hiệu quả. Buộc một người vào một nhóm có hiệu quả.

Tôi đã báo cáo Bộ Nội vụ như thế nào.

Tôi đến nơi, có khoảng 40 cảnh sát thuộc các cấp bậc khác nhau, họ lắng nghe, nhìn nhau, thì thầm, rồi người chính đến gặp tôi và nói: “Alexey, cảm ơn bạn, thật thú vị khi nghe một người đam mê. về khoa học của anh ấy... nhưng điều này không liên quan gì đến thực tế cả.”

Các quan chức tham nhũng ở Nga được quan sát bằng thực nghiệm hành xử khác với các quan chức Mỹ được quan sát bằng thực nghiệm. Bạn có biết sự khác biệt là gì không? Khi một người Nga bắt đầu nhận hối lộ, anh ta không còn là tác nhân kinh tế tối đa hóa lợi nhuận của mình một cách hợp lý nữa. [Vỗ tay]

Người đó bắt đầu nhận hối lộ đến mức giới hạn, không bao giờ thảo luận bất cứ điều gì. Anh ta cần phải bị bắt và tống vào tù, đó chính là mục đích của khoa học.

Cảm ơn bạn.



Nguồn: www.habr.com

Thêm một lời nhận xét