家长主义与数学

从直觉到模型

古典经济学长期假设人的行为是理性且一致的。行为经济学表明这是一个过强的假设：人受制于认知偏差、时间不一致性、注意力错误和情境效应。正是在这一点上，家长主义的数学登场了：如果决策系统性地偏离长期利益，是否可以形式化地描述可允许的干预程度？

最优家长主义

最优家长主义的理念不在于最大化的控制，而在于在改善福利与尊重自主性之间寻找折衷点。在有限理性模型中，干预可以非常细微：改变默认选项、信号的价格、提供信息的顺序。形式上，此类问题通过动态优化、最优控制和动态规划来描述。

博弈论与委托-代理模型

家长主义者几乎从不掌握关于人的偏好的完整信息。正因如此，「委托-代理」模型才有用。委托方设计合同、规则或选择环境，使代理方自愿选择所期望的行动。这使我们能够把社会项目、健康行为激励、交通系统和数字界面当作策略性互动的问题来分析，而不仅仅是道德问题。

机制设计

机制设计提出的问题是：如何构造博弈规则，使得即便参与者行为利己，也能产生社会所期望的结果？对家长主义这一主题而言，这在关乎的不是禁令、而是制度设计之处尤为重要：福利体系、资源分配、投票、服务准入或数字平台的规则。

贝叶斯劝服

在软性家长主义中，起决定作用的可能不是禁令，而是信号。贝叶斯劝服（Bayesian persuasion）理论展示了信息发送者如何通过数据披露的结构来影响接收者的行动。应用于家长主义，这意味着风险报告、警示或界面本身的组织方式，都可以在不施加直接强制的情况下改变决策。

公正与约束

形式上的最优并不保证公正。一项改善平均结果的干预，可能会恶化某些群体的处境。因此，当代模型越来越多地纳入公平性约束（fairness constraints）：对收益、风险和错误在不同类型主体之间分配的约束。

为什么这一部分重要

「家长主义与数学」这一部分使 Paternus 区别于普通的百科全书。它表明关于自由与关怀的争论可以用模型、计算复杂性、优化和信息结构的语言来讨论。这对公共政策、经济学、人工智能和数字设计的研究者尤为宝贵。

以下是关于贝叶斯劝服和动态规划的著作中的表述。