你买过二手车吗？

卖家知道这辆车有没有出过大事故，调没调过里程表，泡没泡过水，但是你不知道。你能做的，就是看外观、试驾几分钟、只能听卖家说。

卖家说"这车没出过事故"，他可能完全诚实，但你怎么验证？你能信吗？

你以为多看几眼、多问几句、找个懂车的朋友帮忙看看，就能放心了。不。即使人人诚实，只要一方知道的相关信息另一方无法低成本验证，交易照样会变形。好车卖不上价，好卖家撑不住退出，合同条款越签越复杂，市场越做越小。

经济学家薛兆丰在得到课程里讲过阿克洛夫的故事。1970年，美国经济学家阿克洛夫写了一篇论文，叫《柠檬市场》。"柠檬"是美国俚语，指买回去才发现有问题的车。阿克洛夫讲了一个道理：人和人之间本来是没有互信的，人的脑子跟脑子之间是没法相连的，高品质的产品要跟低品质的产品区分开来，把自己彰显出来，是需要很大成本的。

这篇论文先后被多家顶级期刊退稿。评审人觉得"太荒唐了，现实生活中怎么会这样"。直到1970年才在《经济学季刊》发表。2001年，阿克洛夫、斯彭斯、斯蒂格利茨因为在这一领域的开创性贡献，共同获得了诺贝尔经济学奖。三位经济学家各解决了一个问题：阿克洛夫发现了问题本身——信息不对称会让好货退出市场；斯彭斯给出了一种解法——知情的一方可以主动发信号证明自己；斯蒂格利茨给出了另一种解法——不知情的一方可以设计选项让对方自己暴露。

阿克洛夫揭示的不是一个道德问题。市场崩溃不是因为里面有低端产品，低端产品可以卖低价，这不重要。根本原因是买家不知道每一件商品具体的品质，问题不在有没有坏人，在于买家分不清好坏时，市场会怎样变形。

阿克洛夫的柠檬市场模型，推演很简单。这是一个简化的模型，只是用来展示机制，不是预言所有二手车市场必然崩溃。

假设市场上有100辆二手车，车况从最差到最好都有，平均下来算中等水平。买家觉得每辆车比自己拥有它时多值50%——也就是说，如果一辆车在卖家眼里值50，在买家眼里值75。如果信息对称，每辆车都能顺利卖出，买家卖家都满意。

现在加入一个条件：只有卖家知道自己车的质量，买家只知道平均水平。

买家不知道哪辆好哪辆差，只能按平均水平出价。平均水平的车值50，买家最高愿付75。

但75这个价格一出，车况高于75的卖家一看：我的车值80，你只给75？不卖了。好车退出市场。

好车一走，剩下的车平均质量降了。新的平均水平掉到37.5左右，买家最高愿付跟着降到56。

56这个价格一出，车况高于56的卖家又不干了。更多好车退出。

好车越退越多，平均水平越降越低，买家出价越压越低。循环往复。在这组假设下，市场最终萎缩到只剩最差的车。

市场崩溃不是因为市场里有坏货。坏货可以卖低价，这没问题。根本原因是买家无法分辨具体品质。好货无法被识别出来，所以只能离开。

这就是信息不对称造成的结果。经济学给这个机制起了一个名字：逆向选择。买家分不清好坏，只能按平均水平出价，这个价格反而把好货赶走，留下来的平均质量越来越低。

现实中的二手车市场没有崩溃，因为有车辆识别码、事故记录、维修记录、保修制度、问题车退换法。制度的作用，就是缩小信息差。

信息不对称不等于欺骗。卖家可能完全诚实，把车况一五一十告诉你，但你仍然无法验证他说的是不是真的。问题不在有没有人说谎，在于信息的分布结构和验证条件——一方天然知道，另一方天然不知道，而且想知道也查不到。欺骗是有人故意隐瞒，信息不对称是结构本身造成的隔阂。一个人不说谎，不代表你就会相信他。

信息较多的一方怎么办？他可以主动发出信号。

美国经济学家斯彭斯，2001年和阿克洛夫一起拿了诺奖。他1973年研究了招聘市场：求职者知道自己能力高低，雇主不知道。如果取得学历对高能力者成本较低、对低能力者成本较高，高能力者更愿意拿学历，雇主就能据此判断。

这个理论在生物界也适用，公孔雀拖着一个庞大、美丽但对物质生存没有任何意义的长尾巴，那是在向雌孔雀发出信号：我有实力长出这么大的尾巴，我不怕这个累赘，说明我身体好、基因强。这个道理在动物界和人类社会都一样——信号要让低质量者无法模仿才有效。如果低质量者能以相近成本模仿，信号的价值就降低了。

但"无法模仿"不等于"花钱多"。信号真正起作用的条件是：低质量者更难模仿，或者模仿以后要承担更高的成本。一份可核验的维修记录可能并不贵，却比一场豪华发布会更难伪造——因为维修记录可以追溯，发布会办完就结束了。优质商家提供长期保修，不是因为保修本身花钱多，而是劣质商家如果模仿，会面临大量售后成本，修到赔不起。花钱多和难以伪造，是两回事。炫耀性消费花钱多，但有钱人可以装；过度学历花钱多，但水货可以混。如果只看花钱多少，就容易把花钱多和信号可信画等号——但花钱多不等于低质量者模仿不了。

万维钢分析过一个现象：现在很多好单位招聘特别在意应聘者本科是哪个学校毕业的。这叫"第一学历崇拜"。为什么？因为人们认可高考的选拔功能，但不认可高等院校的培养能力。高考是一个程序正义的考试：题目封存、统一时间、统一标准、匿名阅卷、成绩公开可查。对比之下，硕士可以水、博士可以混、导师可以挂名、论文可以买。当学位信号被操纵，整个学位市场就柠檬化了。

但经济学能解释一种做法为什么出现，不自动证明这种做法合理。高考成绩反映的是能力、家庭资源还是训练条件？学历既可能是信号，也可能真的培养了能力，二者怎样区分？企业依赖第一学历，会不会错过后来成长起来的人？这些问题没有简单答案，但我们每个至少应该明白他们之所以如此选择的原理。

发出信号是知情的一方主动证明自己。筛选则是不知情方的方法——不知情的人不等你证明，而是设计选项让你自己选，你选什么就暴露了什么。

美国经济学家斯蒂格利茨，也是2001年诺奖得主，研究了保险市场的筛选。投保人知道自己风险高低，保险公司不知道。保险公司不直接问"你风险多高"，而是设计两个套餐让你自己选：一个保费高但保障全，一个保费低但自付额高。

高风险者更怕出事，倾向选保障全的。低风险者觉得自己不会出事，倾向选保费低的。当然，这只是概率上的区分，不是百分百准确。低风险者也可能因为厌恶风险而买全面保障，高风险者也可能因为收入有限而选高自付额。你的选择提供了一个信号，但不能直接证明你属于哪一类用户。

筛选成功还有一个关键条件：两个选项必须让不同类型的人承担不同的相对成本。单纯摆出两个套餐，不会自动产生筛选效果。

筛选不只出现在保险里。想象一个小企业主去银行贷款。银行不知道他的项目是稳健还是冒险，只知道他愿意接受8%的利率。

银行可能想：利率提到10%，赚得更多。但斯蒂格利茨和温斯1981年的研究揭示了一个反直觉的结果。利率一提高，稳健项目的借款人算了一下：10%的利息加上经营成本，不划算，不借了。冒险项目的借款人呢？反正赌一把，亏了也是银行的钱，10%也借。利率越高，愿意来借钱的人平均风险越高，借款意愿越低，这就是逆向选择。

还有一个更隐蔽的问题：即使借款人本来打算做稳健项目，拿到钱以后，一看利息这么高，可能转投更高风险的项目——只有高风险高回报的项目才有可能还得上高利息。利率改变了借款人的行为，这就是激励效应。

两个效应叠加，银行提高利率反而可能让贷款组合的风险升高，预期收益下降。于是银行有时宁可不加息，而是直接拒绝部分借款人。这就是信贷配给——有钱也不借给你，不是因为你不缺钱，是因为银行无法分辨你是稳健型还是冒险型。

2003年，如果有一家远在千里之外的小店卖一个你从来没用过的商品，你敢买吗？双方都担心对方是"柠檬"，交易做不起来。

淘宝和支付宝用了三种不同机制来解决这个问题。

第一种是担保交易：买家先把钱付到第三方，卖家发货，买家确认收货之后，钱再给卖家。这解决的是付款后不发货、发货后不付款的信任问题。

第二种是店铺评分、买家评价、聊天记录、物流记录：这帮助买家判断商家身份和商品质量。高声誉账号真的能卖更多钱。有人在eBay上做过实验，把同样的明信片分别放在高声誉账号和新账号下卖，高声誉账号平均多卖8.1%。

第三种是退换货规则和平台仲裁：在判断失误以后分担损失，让坏交易有地方处理。

为什么？因为大多数的消费者知道怎么读信号，你花139.9元包邮买一双"名牌同款"鞋，心里清楚大概率是什么东西，你不会认为你花100元买的是正品劳力士。下次要买正品，照样回这个平台，去旗舰店，多花点钱。只要真假能够清晰分出来，有假货就不等于是柠檬市场。

淘宝做对的事，不是消灭了假货，是降低了你分辨真假的成本。担保交易、评分、评价、物流记录、退换货、平台仲裁，每一样都在帮你判断：这家店靠不靠谱，这件东西真不真。你不需要变成专家，只需要读这些信号就够了。信号够多、够准，好卖家就能被识别出来，能卖出更高的价，就愿意留下来，市场就不会崩溃。

读到这里，你可能已经发现了：前面讲的其实是同一件事的五个阶段。

双方掌握的信息不同——卖家知道车况，买家不知道，这是信息不对称。

买家分不出好坏，只能按平均价出价——好车逐步退出，留下来的越来越差，这是逆向选择。

知情的一方主动证明自己——前面提到的学历、孔雀尾巴、旗舰店认证，这是信号。

不知情的一方设计选项让用户进行选择——保险套餐、贷款利率，这是筛选。

第三方帮忙验证——评价、担保、认证、记录，这是验证机制。

五个阶段看着像五个独立模型，其实是同一条线索上的五个环节。信息不对称是问题，逆向选择是它造成的后果，信号和筛选是当事人的应对机制，验证机制是制度层面的补救。理解了这条线索，你就能在任何一个交易场景里定位问题，问题究竟出在哪一环，该在哪一环进行解决。

假设你要装修房子。装修公司知道自己用的什么材料、施工标准多高、工期多长，你不知道。这就是信息不对称。

怎么办？沿着前面讲的五个环节走一遍。

第一步，定位信息差。 在这项决定中，哪条信息会真正改变结果？是材料真假、施工质量、还是工期和增项？装修公司知道，你不知道，你拆开墙也看不出他们选用水泥的牌子。先把最关键的那条信息差找出来。

第二步，预判逆向选择。 如果所有装修公司只能接受同一个报价，哪些会退出，哪些会留下？一口报低价的，可能是打算开工后不断增项的。认真做高品质的，报不上低价，可能不接你的活。你选最低价，好公司退出，留下来的越来越差。这就是逆向选择。

第三步，要求提供准确信号。 装修公司说"我们手艺好"——谁都能说。但如果他提供过往客户的联系方式让你去询问，合同里写明材料品牌型号、写明延期罚款条款，这些信号更难伪造。因为劣质公司如果模仿，会面临大量售后成本和违约赔偿。

第四步，设计筛选规则。 你不要直接问"你靠不靠谱"，而是设计选项让对方进行选择。比如分阶段付款：拆改付一笔，水电验收付一笔，完工验收付一笔。愿意接受分阶段付款的，对自己的活更有底气。他选什么，就暴露了什么。

第五步，引入第三方验证。 比如请一个独立的监理，或者约定材料进场时拍照留档、品牌可查。你不需要变成装修专家，只需要让一个可信的第三方帮你把关。

最后掂量一下：验证成本是否已经超过可能造成的损失？如果装修总价10万，请监理花3000，值。如果总价2万的小活，可能不值得。不是所有信息不对称都需要解决，有时候接受它比消除它更划算。

沿着上面的流程走一圈，你做的事其实不是"防骗"，你是在判断：信息差在哪，它会造成什么后果，你有哪些工具可以缩小它。

一般人读到这里，你可能觉得信息不对称的解法就是"多披露信息"。不。

关键不在数据多，在可验证。信号能不能被模仿？认证出了问题能不能追责？声誉能不能被刷？这三个问题比"披露了多少信息"重要得多。

公司管理。老板说"我们奖励真正有贡献的人"——这句话不可操作。可操作的问题是：什么叫贡献？谁来评价？评价者有没有偏心？没有这些东西，"奖励贡献者"实际上就会变成"奖励会表现贡献的人"。

学术评议。科学界运行靠的是一套程序：实验可重复、方法公开、数据透明、同行评议、可证伪、错了能撤稿。科学的伟大不在于科学家高尚，在于科学错误能被暴露。当然，被引用不代表正确，错误也可能多年没人发现。但这套制度至少让验证成为可能。