KNOWECON WIKI

ARTICLE

不完全信息模型 (Imperfect-Information Model)

不完全信息模型 (Imperfect-Information Model) 不完全信息模型是经济学中一类假设经济主体无法完全观测到所有相关变量（如价格、质量、他人行为或总体状态）的理论框架。与完全信息假说不同，不完全信息模型承认信息在主体之间的分布是有限、分散且获取有成本的，从而为解释货币非中性、失业波动、价格分散和市场失灵等宏观与微观现象提供了微观基础。

浏览 0 更新 2026-01-16

不完全信息模型 (Imperfect-Information Model)

不完全信息模型是经济学中一类假设经济主体无法完全观测到所有相关变量（如价格、质量、他人行为或总体状态）的理论框架。与完全信息假说不同，不完全信息模型承认信息在主体之间的分布是有限、分散且获取有成本的，从而为解释货币非中性、失业波动、价格分散和市场失灵等宏观与微观现象提供了微观基础。

概念辨析：不完全信息、不完全信息与不对称信息

三者常被混淆，但存在清晰层次：

  • 不完全信息 (Imperfect Information)：最广义范畴，指决策者无法无成本地获悉所有相关变量。既包括对自然状态认知的局限（如天气、技术冲击），也包括对他人行为或类型的不确定。
  • 不完全信息 (Incomplete Information)：博弈论概念，指参与者不知道其他参与者的类型（如成本函数、偏好或信念）。Harsanyi转换将其统一为不完全信息下的贝叶斯博弈。
  • 不对称信息 (Asymmetric Information)：信息在不同主体之间分布不均衡——一方掌握私有信息而另一方不掌握。典型如逆向选择、道德风险和信号传递。

不完全信息模型是最上层框架，不完全信息和不对称信息均可视为其子集。

核心建模要素

不完全信息模型通常包含以下结构组件：

  1. 状态空间 (State Space)：经济中所有可能状态的集合 Ω\Omega，主体无法直接观测真实状态 ω∈Ω\omega \in \Omega。
  2. 信号 (Signal)：主体接收到关于状态的噪声观测 s=θ(ω)+εs = \theta(\omega) + \varepsilon，其中 ε\varepsilon 为随机噪声。主体利用信号进行统计推断，提取关于状态的信息。
  3. 信念更新 (Belief Updating)：主体依据贝叶斯法则 (Bayes' Rule)，结合先验分布与信号似然，形成后验信念 Pr⁡(ω∣s)\Pr(\omega \mid s)。
  4. 最优决策 (Optimal Decision)：在噪声信息结构下，主体最大化期望效用——这是信号提取 (Signal Extraction) 问题的核心。

卢卡斯岛屿模型 (Lucas Islands Model)

不完全信息在宏观经济学中最具影响力的应用是 Lucas (1972) 的岛屿模型。模型设定经济由空间上分离的"岛屿"（局部市场）组成，每个岛屿上的生产者仅观察到自身产品的局部价格 pip_i，而无法区分名义总需求冲击与相对需求冲击。

生产者面临如下信号提取问题：

pi=p+(pi−p)p_i = p + (p_i - p)

其中 pp 为总体价格水平（不可观测），pi−pp_i - p 为相对价格变动。生产者观察到 pip_i 但不知道其分解。最优策略是对相对价格取条件期望：

E[pi−p∣pi]=σrel2σrel2+σagg2(pi−E[p])\mathbb{E}[p_i - p \mid p_i] = \frac{\sigma^2_{\text{rel}}}{\sigma^2_{\text{rel}} + \sigma^2_{\text{agg}}} (p_i - \mathbb{E}[p])

其中 σrel2\sigma^2_{\text{rel}} 和 σagg2\sigma^2_{\text{agg}} 分别为相对冲击和总冲击的方差。当总需求扩张推高所有价格时，每个生产者将部分名义涨价误判为自身产品相对需求的上升，从而增加产出。这一机制解释了货币非中性——未预期的货币政策变化在短期内影响实际产出，因为主体无法瞬时区分相对价格与总体价格变动。

岛屿模型不仅为菲利普斯曲线提供了微观基础，更催生了卢卡斯批判 (Lucas Critique)：当政策规则改变时，主体会调整其预期形成方式，历史计量关系因此不再稳定。

搜索模型 (Search Models)

Stigler (1961) 开创的搜索理论是不完全信息的另一支柱。当买方不知道各卖方的商品价格或质量时，最优策略是在市场中"搜索"——通过支付搜索成本获取价格信息，并在边际搜索收益等于边际搜索成本时停止。

McCall (1970) 将其形式化为序贯搜索模型：求职者每期以成本 cc 抽取一个工资报价 ww（来自已知分布 F(w)F(w)），决定接受或继续搜索。保留工资 wRw_R 满足：

c=β∫wR∞(w−wR) dF(w)c = \beta \int_{w_R}^{\infty} (w - w_R) \, dF(w)

该等式表明：搜索的边际成本等于继续搜索的期望边际收益。保留工资 wRw_R 随搜索成本 cc 下降、贴现因子 β\beta 上升或工资分布 FF 的改善而提高。

搜索模型为摩擦性失业、价格分散 (Price Dispersion) 和匹配理论提供了统一的微观分析框架。Diamond-Mortensen-Pissarides (DMP) 模型将其扩展至劳动力市场的均衡匹配分析，三人因此获 2010 年诺贝尔经济学奖。

效率工资模型 (Efficiency Wage Models)

当雇主无法完全观测工人的努力程度时——即存在不完全信息——支付高于市场出清水平的工资可能成为最优策略。Shapiro-Stiglitz 怠工模型 (1984) 是不完全信息下效率工资的基准模型：工人决定是否怠工，雇主以一定概率监测到怠工行为并解雇。

无怠工条件 (No-Shirking Condition, NSC) 要求：就业且不怠工的期望效用不低于怠工的期望效用。NSC 决定了工资与就业水平的正向关系，导致均衡中存在非自愿失业——失业作为纪律手段迫使工人不怠工。效率工资理论解释了为何即使在竞争性市场中，工资也具有向下刚性。

政策含义与卢卡斯批判

不完全信息模型深刻改变了宏观经济政策分析的方式。如果主体仅基于噪声信号形成预期，系统性货币政策可以通过影响预期来改变实际结果——但仅当政策未被充分预期时成立（政策无效性命题）。更深层地，Lucas (1976) 指出：传统计量模型将私人决策规则视为不变参数，但若这些规则本身是最优信号提取的产物，当政策规则改变时，决策规则也会相应调整，使基于历史数据的经济预测失效。

与其他领域的关系

不完全信息模型已渗透至多个经济学分支：金融学中的有效市场假说讨论价格如何聚合分散信息 (Grossman-Stiglitz, 1980)；产业组织中企业通过定价行为传递成本或需求信号；行为经济学进一步考察认知局限如何与信息摩擦交互影响决策。作为新古典经济学向现实逼近的关键一步，不完全信息范式已成为现代经济理论不可或缺的建模工具。