経済取引では、売り手と買い手、政府と市民などが持つ情報の量が異なる場合が多く、これを情報の非対称性と呼びます。非対称性があると、うそをついたり隠したりするインセンティブが生まれ、社会全体の効率と公平が損なわれます。マーリーズは「最適所得税理論」を用いて、政府が個々人の正確な能力を知らなくても、公平かつ効率的な税率を設計できる条件を示しました。ヴィックリーは「二番価格オークション（ヴィックリーオークション）」を提案し、参加者が本当の評価額を示すことが最も得になるメカニズムを作り出しました。二人の仕事はメカニズムデザインと呼ばれる分野の礎となり、今日の携帯電話の周波数オークションや混雑課金、炭素税など政策やビジネスの多くで応用されています。彼らの理論は「嘘をつけないゲームのルール」を示したことで、公共政策と市場設計に大きな影響を与えました。こうした仕組みづくりは、AIが意思決定を支援する社会でもますます重要になります。

情報の非対称性が存在すると、資源配分は第一最良の効率から乖離し、インセンティブを考慮した二番最良の分析が必要になります。マーリーズ（1971）は、自己選択制約と政府予算制約を組み合わせ、最適所得税スケジュールを導出しました。その結果、限界税率が高所得者では低くなる「逆U字型」の構造が理論的に示されました。一方、ヴィックリー（1961）は二番価格入札ルールがドミナント戦略真実申告であることを証明し、渋滞課金などへの応用可能性を示しました。彼のアイデアはClarke、Grovesにより一般化され、VCGメカニズムとして公共財供給や組合せオークションに拡張されました。両者の研究は情報制約下の計画問題をゲーム理論的制約付き最適化問題へ翻訳し、社会的余剰最大化に不可欠なトレードオフを可視化しました。現代では機械学習によるオークションデザインや暗号資産市場など多様な応用が見られ、マーリーズ・ヴィックリーのフレームワークがベンチマークとして引用され続けています。

マーリーズのモデルは、能力パラメータが私的情報である環境下で、政府の目的函数を社会厚生と予算制約の下で最大化するメカニズムデザイン問題として定式化されます。啓示原理により直接メカニズムへ縮退し、自己選択および個別合理性制約を課すことで最適コントロール問題に落とし込まれます。連続型能力分布のEuler条件は非線形価格付けと数学的双対性を共有します。ヴィックリーは二番価格機構がGrovesペイメントの特例であり、ドミナント戦略真実申告を保証することを示しました。彼の渋滞課金モデルはPigou型外部性を内部化するShadow pricingを導入しています。両者の成果はMyersonの最適オークション理論やHolmström–Milgromの連続時間契約理論へ直結し、情報制約下の十分統計量アプローチの契機となりました。オンラインプラットフォームではバンディット学習とVCGを組み合わせた動学的機構が提案され、リアルタイムIC維持が課題です。Saez & Stantchevaによる逆最適課税推定やブロックチェーンPoS報酬スキームも、マーリーズ・ヴィックリーの枠組みを応用しています。こうした背景から、両者の理論は現代インセンティブシステムのメタ理論として不可欠であり続けています。