Координация, мотивация и ефикасност на пазара на труда за медицински специалисти в САЩ

GENB070 Общество, икономика и бизнес

Виктор Аврамов

Връзка с предходните лекции

  • В Лекция 1 видяхме, че координацията и мотивацията са двата основни проблема на всяка организация.
  • В Лекция 2 видяхме, че трансакционните разходи определят дали дейностите се организират чрез пазар или чрез фирма.
  • В Семинар 1 демонстрирахме колко трудни са преговорите — дори само с 5 участника

Днес ще видим как идеите за координация, мотивация и ефикасност се смесват на реален пазар — като първо ще направим симулация, преди да видим историята.

Въпрос: Какво се случва, когато хиляди служители/работодатели трябва да бъдат разпределени едни към други — без единна пазарни цени, които да служат като координационен механизъм?

Част I: Играта — „Кой с кого?”

Правила на играта

Ще изиграем две рунда на една и съща задача: разпределяне на стажанти към болници.

Участници: 12 „болници” и 12 „студенти” (доброволци). Останалите наблюдават и записват какво виждат.

Всеки участник ще получи карта с класиране на отсрещната страна (1-во, 2-ро, 3-то предпочитание и т.н.). Предпочитанията са скрита информация — не ги показвайте на никого.

Целта на всеки участник: да бъде разпределен с възможно най-предпочитания партньор от отсрещната страна.

Рунд 1: Свободен пазар (5–7 минути)

Правила:

  • Болниците могат да подходят към когото си искат и да предложат „оферта” (устно).
  • Стажантите могат да приемат, отхвърлят или да кажат „ще помисля”.
  • Болниците могат да правят нови оферти, ако бъдат отхвърлени.
  • Стажантите могат да се откажат от вече прието предложение, ако получат по-добро.
  • След 10 минути спираме. Записваме кой с кого е.

Важно: Няма правила забраняващи стратегическо поведение. Можете да лъжете, да бавите, да играете тактически.

Наблюдателите: записвайте какво виждате. Кой е агресивен? Кой чака? Кой се отказва от обещание?

Рунд 2: Централизиран алгоритъм

Същите участници, същите предпочитания — но сега разпределението е централизирано.

Всеки участник записва класирането си на лист и го предава на преподавателя. Алгоритъмът се изпълнява стъпка по стъпка на дъската:

  1. Всяка болница „предлага” на най-предпочитания си студент.
  2. Студент с повече от една оферта задържа най-добрата и отхвърля останалите.
  3. Отхвърлените болници предлагат на следващия в списъка си.
  4. Повтаряме, докато всички бъдат разпределени.

Записваме резултата. Сравняваме с Рунд 1.

Анализ на играта

Сравнение на резултатите:

  • Кой рунд произведе по-добри разпределения (по-високо средно удовлетворение)?
  • Имаше ли в Рунд 1 нестабилни двойки — болница и студент, които взаимно се предпочитат, но не са заедно?

Въпроси към участниците:

  • Болници: Как се почувствахте, когато студент се отказа от вече прието предложение?
  • Студенти: Чувствахте ли натиск да приемете бързо, преди да видите всички оферти?
  • Някой опита ли да излъже за предпочитанията си? Успя ли?

Ключов въпрос: Защо Рунд 1 беше хаотичен?

Отговорът: Защото всеки действа индивидуално рационално — но колективният резултат е неефикасен. Точно това се случва в Америка в продължение на 50 години.

Част II: Историята — пазарът на медицински стажанти в САЩ

Контекстът

В началото на XX век в САЩ се установява практиката завършилите медицина да преминават стажове в болниците.

  • За стажантите: практическо обучение и ценен опит.
  • За болниците: евтина работна ръка.
  • До 70-те години: местата за стажанти в болниците надвишават броя на студентите — конкуренцията между болниците е ожесточена.

Но студентите се различават по качество и специализация. Болниците имат различни предпочитания за различни студенти. Студентите имат собствени предпочитания между болниците.

Крайното разпределение е от огромно значение за всички. Как да се организира?

Провал №1: Надпревара за по-ранни оферти (unraveling)

Първоначалната система прилича на кандидатстване за университет:

  • Студентите кандидатстват в болници. Болниците приемат или отказват. Класиране, списъци с чакащи, втори класирания.

Какво се случва? Болниците започват да правят оферти все по-рано — понякога дори в средата на обучението по медицина:

  • Всяка болница има индивидуален стимул да изпревари останалите и да „заключи” най-добрите студенти.
  • Но в средата на обучението болниците не могат да преценят качествата на студентите — решенията се вземат на базата на недостатъчна информация.
  • Студентите не могат да се концентрират върху ученето.

Каква е връзката с темите ни: Това е класически координационен провал — всеки действа рационално, но резултатът е по-лош за всички. Спомнете си историите на HBC и NWC — индивидуалната рационалност не гарантира колективна ефикасност.

Провал №2: Отлагане и отказ от обещания

Медицинските университети се съгласяват да задържат информацията за студентите до последната година. Набирането се измества напред. Но нов проблем:

  • Студент, приет от по-малко предпочитана болница, но на чакащ списък при по-предпочитанабави решението си колкото може.
  • Болницата, която чака отговор, не може да предложи мястото на друг.
  • Резултат: двойки студент-болница, които взаимно се предпочитат, не се реализират.
  • Студенти се отказват от вече приети оферти, когато получат по-добра.

Опити за решение:

  • Болниците се договарят за обща начална дата за оферти.
  • Намаляват времето за решение — до 12 часа (от полунощ до обяд!).
  • Ограничават комуникацията между студенти и болници.

Нищо от това не помага. Хаосът продължава.

Връзка с тевмите в курса: какво виждаме?

Двата провала илюстрират точно концепциите от Лекции 1 и 2:

Проблем Концепция от курса
Болниците правят оферти все по-рано Координационен провал: индивидуално рационално, колективно вредно
Студентите бавят решение, чакайки по-добра оферта Мотивационен провал: стратегическо поведение за лична изгода
Студентите се отказват от приети оферти Невъзможност за обвързване (commitment)
Болниците не могат да оценят студентите рано Информационна асиметрия
Времето и усилията за „игра” на системата Трансакционни разходи

Всичко, което видяхте в Рунд 1 от играта, е реална история. Хаосът продължава от ~1900 до 1950 г.

Част III: Решението — Национална програма за разпределение (NIMP)

Алгоритъмът

През 1951 г. болниците и медицинските университети въвеждат централизирана система — National Intern Matching Program (NIMP):

  1. Студентите и болниците обменят информация помежду си (както преди).
  2. Всеки студент подава класиране на болниците, в които желае да работи.
  3. Всяка болница подава класиране на студентите, които желае.
  4. Класиранията се предават в централен офис, който изпълнява алгоритъм.

Алгоритъмът е точно този, който изпълнихме в Рунд 2 — „отложено приемане” (deferred acceptance):

  • Болниците предлагат на най-предпочитания. Студентите задържат най-доброто, отхвърлят останалото. Отхвърлените болници предлагат на следващия. Повтаряме, докато всички бъдат разпределени.

Резултат: Системата слага край на хаоса. 95% от студентите участват доброволно.

Защо работи? Ефикасност и стабилност

Разпределенията, произведени от NIMP, имат две специални свойства:

1. Парето eфикасност

  • Не съществува пренареждане, при което някой да стане по-добре, без друг да стане по-зле.
  • Старите системи не гарантират това — има „пропуснати” добри двойки.

2. Стабилност (по-силно от ефикасност)

  • Няма двойка студент-болница, при която:
    • студентът предпочита тази болница пред тази, в която е разпределен, И
    • болницата предпочита този студент пред тези, които са й разпределени.
  • С други думи: никой няма стимул да заобиколи системата.

Стабилността обяснява защо системата оцелява повече от 70 години: никоя подгрупа не може да се отдели и да се разпредели по-добре.

Но кой печели повече?

Алгоритъмът на NIMP крие важна асиметрия:

  • Системата е оптимална за болниците: всяка болница получава най-добрите студенти, които може да получи при което и да е стабилно разпределение.
  • Системата не е оптимална за студентите: всеки студент получава най-лошата болница, в която може да бъде разпределен при което и да е стабилно разпределение.

Болниците проектират системата.

Въпрос за размисъл: Ако алгоритъмът се обърне — студентите предлагат, болниците приемат или отхвърлят — резултатът е обратен: оптимален за студентите, субоптимален за болниците. Кой трябва да предлага? Това е въпрос на дизайн на механизма, не на математическия алгоритъм

Част IV: Може ли да се „измами” алгоритъмът?

Пример: Алис, Барбара и Чарли

Нека видим дали стратегическото поведение е възможно. Три студента, три болници, всяка иска един стажант:

Класиране Студент Болница
Алис (A) Барбара (B) Чарли (C) Хопкинс (H) Станфорд (S) Йейл (Y)
1-во Y S S A A B
2-ро S Y Y B B A
3-то H H H C C C

Ако всички докладват честно и алгоритъмът работи (болниците предлагат):

Рунд 1: Всяка болница предлага на най-предпочитания си студент:

Болница Предлага на Студент избира
Хопкинс (H) Алис (A)
Станфорд (S) Алис (A) Алис избира Станфорд
Йейл (Y) Барбара (B) Барбара приема

Алис и Барбара се махат от списъка на Хопкинс → остава само Чарли.

Рунд 2: Хопкинс предлага на Чарли (единственият останал). Всички разпределени.

Студент Болница Предпочитание
Алис (A) Станфорд (S) 2-ро
Барбара (B) Йейл (Y) 2-ро
Чарли (C) Хопкинс (H) 3-то

Забележете: Хопкинс и Станфорд получават 1-вия си избор, но студентите получават само 2-ри или 3-ти избор.

Барбара „лъже” и печели

Сега Барбара подава фалшиво класиране: Станфорд, Хопкинс, Йейл (вместо истинското: Станфорд, Йейл, Хопкинс). Какво се случва?

Рунд 1: Алис отново при Станфорд. Барбара при Йейл. Но понеже Барбара е „класирала” Йейл на 3-то място, тя не се маха от списъка на Хопкинс. Ревизирани списъци на болниците:

Хопкинс (H) Станфорд (S) Йейл (Y)
1-ви Барбара Алис ✓ Барбара ✓
2-ри Чарли Барбара Чарли

Рунд 2: Хопкинс и Йейл предлагат на Барбара. Станфорд повтаря на Алис. Барбара „предпочита” Хопкинс пред Йейл → разпределена при Хопкинс. Маха се от списъка на Йейл.

Ревизирани класирания преди Рунд 3 (Table 2.2 от учебника):

Хопкинс (H) Станфорд (S) Йейл (Y)
1-ви Барбара ✓ Алис ✓ Алис
2-ри Чарли Барбара Чарли

Рунд 3: Хопкинс → Барбара, Станфорд и Йейл → Алис. Алис предпочита Йейл пред Станфорд → разпределена при Йейл. Алис отпада от списъка на Станфорд → Барбара излиза на 1-во място.

Рунд 4: Станфорд предлага на Барбара. Барбара предпочита Станфорд пред Хопкинс → преминава при Станфорд.

Рунд 5: Хопкинс → Чарли. Всички разпределени.

Сравнение на резултатите:

Студент Честно класиране Барбара лъже
Алис (A) Станфорд (2-ро) Йейл (1-во!)
Барбара (B) Йейл (2-ро) Станфорд (1-во!)
Чарли (C) Хопкинс (3-то) Хопкинс (3-то)

Барбара получи първия си избор вместо втория. И като бонус — помогна и на Алис. Но за да направи това, трябваше да знае класиранията на всички останали.

Какво научаваме от примера?

Стратегическото поведение е теоретично възможно — но:

  1. Барбара трябва да знае класиранията на болниците, класиранията на другите студенти и точната работа на алгоритъма.
  2. В реалността: хиляди студенти, стотици болници — информацията е невъзможна за събиране.
  3. Студентите наистина прекарват време, опитвайки се да научат какво търсят болниците. Но повечето в крайна сметка се отказват и съобщават честно.

Връзка с темите в курса: Това е пример за ограничена рационалност в рамките на един пазар. Механизмът работи не защото хората не могат да лъжат, а защото не могат да изчислят как точно да лъжат.

NIMP се базира на това, че няма полза от фалшифициране на предпочитанията. Формално: никой не може да спечели, като промени първия си избор. Но може да спечели, като промени по-ниските позиции — ако разполага с достатъчно информация.

Част V: Защо някои механизми оцеляват, а други — не?

Еволюция на организационните форми

Милгром и Робъртс предлагат обяснение, което вече познаваме от Лекция 2:

Принципът на ефикасността: Неефикасните форми са уязвими — могат да бъдат изместени от по-добри алтернативи. Ефикасните и стабилни форми оцеляват.

Доказателство от Великобритания:

  • Във Великобритания проблемът е по-сложен: 7 регионални пазара, всеки с различен алгоритъм.
  • Анализирани са 8 различни алгоритъма. От тях:
    • 2 са стабилни → и двата все още са в употреба.
    • 6 са нестабилни → 4 от 6 са изоставени.

Стабилните механизми оцеляват. Нестабилните отпадат. Не е случайно — точно както HBC е изместена от NWC, а после и самата NWC е победена от реформирана HBC.

Когато системата се пропуква

От средата на 70-те години се появява нов проблем: все повече студенти по медицина са семейни и се нуждаят от два стажа в един и същи град.

  • Алгоритъмът на NIMP не може да гарантира стабилно разпределение, когато двойки кандидатстват заедно.
  • Математически: стабилно разпределение може изобщо да не съществува в такива случаи!
  • Резултат: все повече двойки излизат от системата и търсят стажове сами.

Хаосът от преди 1951 г. се появява отново — но само в тази подгрупа. Старите проблеми се завръщат, защото институцията не е адаптирана към новите условия.

Ако трябва да обощим: Институционалният дизайн никога не е завършен. Когато условията се променят — двойки, нови специалности, глобализация — механизмите трябва да се адаптират или се разпадат. Уиляма Баумол: „правилата на играта” определят дали координацията ще успее.

Епилог: Алвин Рот и Нобеловата награда

Историята не свършва тук:

  • 1998 г.: Алвин Рот (Harvard, после Stanford) е поканен да промени алгоритъма на NIMP, за да включи двойки. Новата система (NRMP) работи от 1999 г.
  • Рот прилага същите принципи към разпределението на деца по училища в Бостън и Ню Йорк.
  • Той създава системи за обмен на бъбреци — пациентите, които не могат да намерят съвместим донор, се „разменят” чрез алгоритъм.
  • 2012 г.: Алвин Рот и Лойд Шапли получават Нобелова награда по икономика „за теорията на стабилните разпределения и практиката на дизайна на пазари”.

Пол Милгром — съавтор на учебника, който използвате в този курс — получава Нобелова награда 2020 г. за свързана тема: теория и практика на дизайна на аукциони.

Обобщение

Ключови идеи

  1. Проблемите на разпределението не могат винаги да бъдат решени от цените. Когато трябва да съвместяваме двустранни предпочитания (студент-болница, ученик-училище, пациент-донор), цената не е достатъчна за координация между двете страни в една трансакция.

  2. Децентрализираното разпределение предсказуемо се проваля: надпревара за по-ранни оферти, стратегическо бавене, отказ от обещания — координационни и мотивационни провали.

  3. Централизираният алгоритъм (отложено приемане) постига ефикасност и стабилност — но дизайнът определя кой печели повече (болниците или студентите).

  4. Стратегическото поведение е теоретично възможно, но практически изключително трудно — ограничената рационалност прави системата по-стабилна отколкото теорията предсказва.

  5. Стабилните институции оцеляват, нестабилните отпадат — но институциите трябва да се адаптират, когато условията се променят.

Какво следва?

  • Лекция 3: Перфектни и несъвършени договори — защо „перфектният” договор не съществува? Ограничена рационалност, специфични инвестиции и hold-up проблемът.
  • Днешният пример е мост: видяхте как координационен механизъм може да замести непълните договори. В Лекция 3 ще видим защо договорите са непълни — и какви последствия има това.

Големи автори и изследователи

  • Алвин Рот (*1951): Пазарен дизайн, matching markets. Нобелова награда 2012.
  • Лойд Шепли (1923–2016) и Дейвид Гейл (1921–2008): Алгоритъмът „отложено приемане” (deferred acceptance), 1962 г. Шепли — Нобелова награда 2012.
  • Пол Милгром (1948) и Джон Робъртс (1945): Авторите на учебника Economics, Organization and Management, от който е взет казусът. Милгром — Нобелова награда 2020 (теория на аукционите и дизайн на пазари).

Препоръчителна литература

  • Milgrom, P. & Roberts, J. (1992). Economics, Organization and Management. Prentice Hall. — Глава 2: Economic Organization and Efficiency (казус „Coordination, Motivation, and Efficiency in the Market for Medical Interns”).
  • Roth, A. (1984). The Evolution of the Labor Market for Medical Interns and Residents: A Case Study in Game Theory. Journal of Political Economy.
  • Roth, A. (2015). Who Gets What — and Why: The New Economics of Matchmaking and Market Design. Houghton Mifflin Harcourt.

Въпроси за размисъл

  1. Какво би станало, ако има българска система за кандидатстване в университети, използваща централизирано класиране?

  2. В играта по-голяма власт имаха ли „болниците” или „студентите”? Разликата между Рунд 1 и Рунд 2 промени ли баланса на властта?

  3. Ако вие проектирахте алгоритъма, бихте ли го направили оптимален за студентите или за болниците? Какви са етичните и практическите последствия?

  4. Къде другаде в живота ви виждате проблеми на разпределението: ситуации, в които две страни трябва да бъдат съвместени, а цената не е достатъчна? (Примери: стажове, жилища, партньорства, органи за трансплантация.)