6月24日早9点，上财-暨南产业组织网络讨论会第三次讨论会成功举行，来自宾州州立大学的Jia Xiang与来自巴黎高科的Ao Wang分别展示了题为“Physicians as Persuaders: Evidence from Hospitals in China”和“A BLP Demand Model of Product-Level Market Shares with Complementarity”的论文。

Jia Xiang的论文讨论了医疗体系中医生与患者信息不对称所引起的过度医疗问题。在许多疾病的治疗方案选择时，由于医生对不同方案的相对价值拥有更加充分的信息，因此患者在做出决策前会征求医生的意见。医生在提供建议时，一方面要充分考虑患者的病情与治疗方式的吻合性，同时又受到不同治疗方案可能带来的报酬差异的影响，使得他们更加倾向于向患者推荐更加昂贵的手术治疗。因此患者的最终决策，不仅反映了患者自身的期望效用，也反映了医生的期望效用。

为了识别信息不对称可能带来的效用与福利损失，作者在贝叶斯框架下构建了一个医患互动模型，充分考虑了患者与医生的不同经济激励。在医患交互模型中，医生基于患者的病情、人口特征以及医生自身的财务激励与约束，给出一个推荐策略。患者根据医生提供的建议，更新自己的信念并做出治疗决定。

文章通过使用中国某城市的颈椎病病人治疗记录数据，首先进行双重差分估计。根据DID结果，对于颈椎病这类治疗方式患者可以自行选择的疾病，如果手术治疗和非手术治疗带给医生的报酬存在差异时，患者最终选择手术治疗的几率增加了近三倍，但是手术治疗后的健康水平相较于药物治疗结果在总体上来说并没有显著差异。

另外，文章通过结构实证估计和模拟，发现在信息不对称的情况下有8%的人选择了手术治疗，但在充分告知患者两种治疗方案的相对价值之后，只剩下3%的患者仍然选择接受手术治疗。消除信息不对称，对于每个被误导的患者来说其福利增加970美元，而患者的总福利增加89%。在考虑不同患者所参加医保方案的异质性时，对于拥有更多保险额度的患者来说，信息不对称使得患者被误导的比例是低保险类型患者的1.5倍，这说明更好的医保会带来更大的社会福利损失。

最后，由于医患间信息不对称带来福利损失，作者提出要通过设计合理的合同来消除治疗方案对医生来的经济激励，例如取消医生报酬与治疗方式的捆绑定价，或者设定颈椎病的手术治疗总比例，以此来减少医生鼓励不必要手术的积极性。

Ao Wang的论文以牛奶和麦片市场为例，进一步完善BLP模型以允许不同商品的需求之间存在互补性。经典BLP模型通常假设消费者至多购买一件产品，但是这一单一产品假设会忽视产品间的互补关系，从而造成估计偏误与误导性的反事实分析。另外，传统上对于捆绑品的需求估计需要用到消费者个体层面的选择数据，但在一些重要的行业中，我们只能观察到产品层面的加总数据。基于上述两方面原因，作者提出了一个可以利用产品层面的加总数据对捆绑品进行需求估计的随机系数离散选择模型。

与经典的BLP模型设定不同，作者利用了Gentzkow(2007)在多产品购买效用函数上的设定，引入了需求协同参数，通过推导得到了捆绑品层面的市场份额方程。在此基础上，作者利用产品在捆绑品中出现的次数作为权重对捆绑品市场份额方程进行加权求和得到产品层面的市场份额方程。因为需求协同参数的存在，该方程的交叉价格弹性可以为负，这意味着允许产品间可以是互补关系。

在线性定价和非线性定价两种策略下，兼并的反事实模拟可能会需要不同识别条件下的需求模型。线性定价情况下，只需产品层面的需求方程能够被识别即可，但非线性定价下，则进一步需要识别捆绑品层面的需求模型。

与经典BLP模型的估计类似，作者选择了GMM估计方法，分两步进行估计：第一步，利用实际市场份额数据，求解产品层面需求系统的逆函数来还原出平均效用。依然是因为产品间可能存在的互补关系，经典BLP模型中求解逆函数使用的不动点迭代算法依赖的收缩映射性质可能不成立。于是作者使用了Jacobian-based算法来求解。第二步，使用影响供给端成本变动的变量或者基于产品特征的变量来构造的工具变量作为IV来处理价格的内生性并构造矩条件用于估计。

文章的最后，作者使用2008-2011年美国皮茨菲尔德市早餐麦片和牛奶行业的产品销售数据，运用本文提出的模型进行了实证分析，得到的结论如下：（1）通过需求估计得到的价格弹性表明，早餐麦片和牛奶在总体上是互补关系，但基于产品特征或品牌制造商的不同的捆绑组合显示出一定的异质性。比如有风味的麦片和无风味的牛奶的交叉价格弹性是-0.13，属于互补关系。但有风味的早餐麦片和巧克力味儿的牛奶的交叉价格弹性是0.378，属于替代关系。（2）在反事实分析中，作者分别在需求协同参数为0（模型I），为常数（模型II）以及设定为产品特征的函数（完整模型）这3种情形下进行估计。在早餐麦片品牌General Mills和牛奶品牌Garelick Farms的合并模拟中，模型II和完整模型给出一致的结果认为当生产互补品的两个厂商合并之后，对社会有益。在这个案例中，完整模型估计得到合并之后两个厂商的价格分别下降了0.67%和3.49%，消费者剩余提高了2.02%。在第二个反事实分析中，作者假设自有品牌的厂商对其自身的产品与产品组合实行一个非线性定价，那么自有品牌的早餐麦片和牛奶之间的互补关系大小将变得重要。最终结果表明，完整模型相比模型II会更灵活也更适用于此处的反事实分析。

来自国内外的80余位产业组织领域教授和学生参与了本次讲座，并就医疗系统的模型设定、贝叶斯模型与一般选择模型、BLP模型非参估计可能性等问题与演讲人进行了深入讨论。