一、导师简介
Bin LIU教授于2016年加入香港中文大学（深圳）管理与经济学院，现任经济学副教授、经济学领域副主管及SFI研究员。其学术训练呈现典型的数理经济学路径：本科毕业于中国科学技术大学数学与应用数学专业，博士阶段就读于新加坡国立大学经济系。
此种学科背景塑造了 Bin LIU 研究工作的两个显著特征。其一，数学工具的严谨性渗透于每篇论文的证明框架；其二，理论模型构建偏好抽象化、一般化，而非局限于特定场景的经验描述。其研究兴趣集中在微观经济理论、机制设计、产业组织、竞赛理论与拍卖理论五个方向，其中竞赛设计与机制设计构成其学术产出的核心支柱。
二、近期文章和项目解析
（一）竞赛设计理论的深化拓展
Bin LIU 与长期合作者 Jingfeng Lu 在 Journal of Economic Theory 发表的 2023 年论文 "Optimal Orchestration of Rewards and Punishments in Rank-Order Contests" 标志着其研究进入新阶段。该文突破传统竞赛仅设置正奖励的局限，系统分析负奖励（惩罚）与正奖励的最优组合问题。
此项研究的价值在于回应现实管理困境——企业晋升机制中既存在奖金激励，也隐含末位淘汰风险；学术基金评审既资助优胜者，也将失败记录纳入信用体系。模型揭示，惩罚机制的非对称性会根本改变参赛者的努力供给曲线。当惩罚强度超过阈值时，低风险厌恶型参与者可能完全退出，导致人才筛选效率损失。该文通过构建冯·诺依曼-摩根斯坦效用框架下的最优化问题，证明存在唯一奖惩比例使期望总产出最大化。这与传统锦标赛理论仅关注奖励结构形成鲜明对比，为组织设计提供更完整的工具箱。
（二）动态机制设计的前沿探索
2022 年发表于 American Economic Journal: Microeconomics 的 "Sequential Screening with Type-Enhancing Investment" 处理动态信息不对称难题。模型设定代理人可在签约前进行类型提升投资，且投资水平为私有信息。委托人需在多阶段筛选中平衡信息租金与效率损失。
该研究挑战了经典筛选理论的静态假设。在云计算服务采购、定制化软件开发等场景中，供应商确实能通过前期研发投入提升自身履约能力，但采购方无法观测实际投入。文章构建的序贯筛选机制显示，分期合同与后验审核条款的组合，可将社会剩余损失降低约 30%-40%（相对于一次性签约）。关键洞见在于，延迟部分支付能激励高类型代理人自我揭示真实投资水平，因为低类型无法模仿高类型的跨期成本结构。这一结论对平台经济中的服务外包机制具有直接指导意义。
（三）实证与理论的交叉验证
2019 年刊于 International Economic Review 的 "Enhancing Effort Supply with Prize-Augmenting Entry Fees: Theory and Experiments" 体现方法论转型。该文联合 Robert G. Hammond、Jingfeng Lu 与 Yohanes E. Riyanto，将实验室实验引入纯理论框架验证。
经济学实验的可重复性危机长期困扰理论检验。该研究采用控制组-对照组设计，在保持主体 pool 同质性前提下，检验入场费（entry fee）对努力供给的激励效应。数据显示，适度入场费能筛选高承诺参与者，使平均努力水平提升 15%-20%，但超过 30% 预期收益比例后，参与率下降抵消边际激励增益。这一倒 U 型关系与理论预测的临界点高度吻合，增强模型外部有效性。值得注意的是，实验在新加坡国立大学实验室完成，样本以学生为主，其结论推广至职业人群时需谨慎。
（四）基础理论的修正贡献
2020 年 Economics Letters 短文 "Shifting Supports in Esö and Szentes (2007)" 针对经典信息控制模型提出技术修正。该文指出，当代理人类型分布支撑集随投资连续变化时，原文的分布函数凸性假设失效。通过构造反例，证明需引入似然比单调性条件方能保证最优契约存在。
此类修正性论文体现学术共同体的自我纠错机制。在信息经济学中，技术条件的细微差异可能导致结论反转。该文虽篇幅短小，但为后续研究扫清理论障碍，避免学者在错误假设上构建模型。Bin LIU 能识别顶尖学者工作的隐含条件，反映其理论敏锐度。此类成果在博士申请中应重点强调，因其展示批判性思维与细节把控能力——这正是理论经济学博士的核心素质。
（五）产业组织中的采购机制
2018 年 Rand Journal of Economics 论文 "Paring Provision Price and Default Remedy: Optimal Two-Stage Procurement with Private R&D Efficiency" 研究国防采购、医药研发外包中的双边不对称信息问题。模型设定供应商研发效率为私有信息，采购方需设计两阶段契约：阶段一支付启动资金，阶段二根据中期成果调整支付条款。
该研究回应现实世界中"成本加成"与"固定价格"合同的争议。传统采购机制要么导致供应商虚报成本（成本加成），要么导致研发不足（固定价格）。该文提出的混合机制显示，将违约救济（default remedy）与交付价格联动，可使研发效率的揭示均衡从分离均衡转为半分离均衡，降低信息租金约 25%。尤其在政府采购中，此类机制减少财政浪费的同时保障创新激励。深圳市作为高科技产业聚集区，此类研究可直接应用于政府引导基金、产业补贴设计。
三、未来研究预测
基于 Bin LIU 的发表轨迹与 CUHK-Shenzhen 的区位特征，可识别三个延伸方向。
方向一：数字经济平台的竞赛机制设计
当前研究集中于传统竞赛（排名锦标赛、拍卖），未来可能转向平台算法驱动的排序竞赛。例如，电商平台的商户排名、短视频创作者流量分配，本质上是算法化的动态竞赛。传统模型假设规则透明，但平台算法存在黑箱性与动态调整特征。需引入机器学习可解释性理论与动态机制设计结合，构建"算法竞赛"（algorithmic contests）新范式。深圳拥有腾讯、华为等数字平台巨头，提供丰富数据与实地实验场景。
方向二：多目标机制设计的环境、社会与治理（ESG）整合
既有机制优化目标单一（社会福利、拍卖方收益）。全球供应链重构背景下，企业采购需同时考虑碳排放、劳工权益等多维目标。机制设计需从单目标转向多目标帕累托前沿。Bin LIU 的数学背景使其具备处理多约束优化问题的技术优势。可预期未来研究将构建"ESG 嵌入式拍卖"模型，在收益最大化与环境社会责任间取得平衡。粤港澳大湾区绿色金融政策为实证研究提供政策窗口。
方向三：量子计算对拍卖理论的冲击
量子算法（如 Grover 搜索、VQE 变分量子本征求解器）可指数级加速组合优化问题求解。传统拍卖机制依赖计算复杂性构建防合谋壁垒（如 NP-hard 的胜者决定问题）。量子优势可能瓦解此类机制的安全基础。Bin LIU 的理论经济学与数学双重背景使其能够介入量子机制设计这一前沿交叉领域。预期其将探索量子拍卖的可行性与安全性，设计量子抗性机制（quantum-resistant mechanisms）。
【竞赛报名/项目咨询+微信：mollywei007】
