Evilom
121 lines
7.4 KiB
Markdown
121 lines
7.4 KiB
Markdown
# CF6fw9lBLiumadkuAj7cQnB0nlb
|
||
|
||
Source: https://fcnlycv6dd0w.feishu.cn/wiki/CF6fw9lBLiumadkuAj7cQnB0nlb
|
||
|
||
|
||
### 今日内容
|
||
**①博弈论推导-激励性机制**
|
||
**②博弈论方法补充：比较静态分析**
|
||
### 一、博弈论框架推进
|
||
**主要推进：**
|
||
#### （一）博弈论框架推导
|
||
基础模型中，玩家收益函数可以写为：
|
||
**其中:**
|
||
- 表示个体能够分享的团体收益份额
|
||
- 表示竞赛奖励价值
|
||
- 表示团体获得较好排名或奖励机会的概率
|
||
- 表示个体投入成本。
|
||
**在基础模型中，**** 被处理为固定奖励价值。**
|
||
**但在真实竞赛活动中，****奖励价值并不是完全固定的。玩家通常会进一步判断：**
|
||
因此，激励性机制的核心不是“奖励越高越好”，而是**奖励结构是否能够让玩家感知到：继续投入会带来可见的收益提升。**
|
||
**文献支撑：**
|
||
- **Tullock（1980）**的竞赛理论强调，个体会根据获胜概率、奖励价值和投入成本进行权衡；
|
||
- **Lazear and Rosen（1981）**的锦标赛理论说明，奖励差距和排名结构会影响个体努力水平；
|
||
- **Park and van der Schaar（2010）**也采用“基础模型 → 激励机制扩展”的方式，分析激励规则如何改善非合作情境下的低投入问题。
|
||
#### （二）从固定奖励价值到激励价值函数
|
||
基础模型中，奖励价值是固定的：
|
||
- 激励性机制下，将固定奖励价值扩展为与激励结构相关的**奖励价值函数**：
|
||
其中：
|
||
- 表示玩家 在团体 **中感知到的激励结构**；
|
||
- 表示在激励结构 下，**玩家感知到的有效奖励价值**；
|
||
- 可以包括奖励档位、排名差距、奖励跃迁、追赶压力和奖励可达性等因素。
|
||
|
||
> :mag_right:
|
||
激励性机制不是把 简单换成一个更大的常数，而是**把“固定奖励价值”扩展为“玩家可感知、可比较、可追逐的有效奖励价值”**。
|
||
#### （三）激励性机制核心条件
|
||
如果激励性机制能够发挥作用，需要满足：
|
||
该条件表示：
|
||
**当激励结构增强时，玩家感知到的有效奖励价值会上升**。
|
||
**进一步，如果玩家投入能够影响其所处的激励位置**
|
||
例如接近下一档奖励、提升排名、拉开差距或避免被追上，则还需要关注：
|
||
这表示：
|
||
**玩家增加投入时，能够改善自身或团体所处的激励状态****。**
|
||
如果：
|
||
则说明**继续投入无法改变奖励档位、排名压力或奖励可达性，此时激励性机制对追加投入的刺激作用会下降**。
|
||
#### （四）激励性机制下的收益函数
|
||
**在私有性机制基础上加入激励性机制后**，收益函数变为：
|
||
说明玩家收益同时受到以下影响：
|
||
|
||
> :right_anger_bubble:
|
||
**激励性机制不是替代私有性机制，而是在私有性机制基础上进一步提高奖励价值的边际收益**。
|
||
#### （五）激励性机制下的 FOC
|
||
为了突出激励性机制的影响，这里暂不改变个体收益份额
|
||
**重点观察奖励价值函数 **** 如何随投入变化而影响玩家边际收益。**
|
||
- **对 **** 求导：**
|
||
- **令其等于 0，得到激励性机制下的均衡条件：**
|
||
#### （六）激励性机制新增的边际收益项
|
||
与基础模型相比，激励性机制新增了“投入改善激励状态，从而提高有效奖励价值”的边际收益项：
|
||
这一项表示：
|
||
**玩家多投入一点，不仅可能提高团体排名或奖励机会，还可能让自己或团体更接近更高奖励档位，从而提高有效奖励价值。**
|
||
激励性机制改变的是：
|
||
之间的关系。
|
||
#### （七）理论含义
|
||
当：
|
||
且：
|
||
时，**玩家追加投入会带来更高的边际激励收益。**
|
||
这意味着，激励性机制可以缓解基础模型中的问题：
|
||
**但需要注意：**
|
||
- **激励性机制并不是无条件提高投入****。**
|
||
- **如果****奖励档位过远、排名差距过大****，或者追加投入无法改变奖励结果，那么玩家感知到的边际激励收益仍可能下降。**
|
||
##### **对应到竞赛活动-钲鼓连烽**
|
||
对应到钲鼓连烽中，激励性机制可以理解为玩家对以下问题的判断：
|
||
**如果玩家认为继续投入能够带来明确的奖励提升，那么其边际收益感知会增强，均衡投入水平也可能上升。**
|
||
#### （八）理论命题
|
||
形成第二个机制命题：
|
||
在其他条件不变的情况下，当激励性机制增强奖励结构的可感知性、可达性和跃迁价值，即 且 时，玩家追加投入带来的边际激励收益增加，从而可能提高其均衡投入水平。
|
||
#### （九）总结
|
||
**完成了激励性机制从“概念解释”到“收益函数变化 + FOC 变化 + 新增边际激励收益项”的推进。**
|
||
- 从“固定奖励价值”，推进到“奖励结构影响玩家感知到的有效奖励价值”。
|
||
**激励性机制的理论价值，不是简单增加奖励总量，而是通过奖励档位、排名差距、奖励跃迁和奖励可达性，改变玩家对继续投入边际收益的判断**。
|
||
下一步可以继续推进公平性机制。
|
||
### 二、博弈论方法补充：比较静态分析
|
||
|
||
> :right_anger_bubble:
|
||
推进博弈论框架时，进一步补充了**比较静态分析**的基本思路。
|
||
其核心作用**是比较在不同规则机制条件下，玩家的均衡投入水平会如何变化。**
|
||
#### （一）什么是比较静态分析？
|
||
**比较静态分析**是经济学和博弈论中的一种核心分析方法
|
||
研究的是：**当模型中的某个外生参数或规则条件发生变化时，均衡结果会如何随之变化**。
|
||
它的核心问题是：
|
||
**如果某个机制条件改变了，玩家的均衡投入会怎样变化？**
|
||
简单来说，比较静态分析不是研究玩家投入如何随时间一步步变化，而是比较两个稳定状态：
|
||
- 机制变化前的均衡状态vs机制变化后的均衡状态
|
||
可以理解为一种 **what if 思想实验**：
|
||
**如果奖励结构变了、收益分配规则变了、匹配公平性变了，玩家最终愿意投入的水平会不会变化？**
|
||
#### （二）静态分析、比较静态分析、动态分析的区别
|
||
|
||
> [嵌入电子表格: Tzvls4M1OhUA4DtlQTdc...]
|
||
|
||
本文当前更适合采用的是：
|
||
**静态均衡 + 比较静态分析**。
|
||
也就是：**先通过基础模型得到玩家投入的均衡条件，再比较不同机制加入后，均衡投入方向如何变化**。
|
||
#### （三）比较静态分析的一般框架
|
||
博弈论中的比较静态分析通常可以分为五步：
|
||
**Step 1：建立博弈模型**
|
||
定义参与者、策略、收益函数和规则条件
|
||
|
||
**Step 2：求解基础均衡**
|
||
得到玩家在既定规则下的最优投入条件
|
||
|
||
**Step 3：引入参数变化**
|
||
例如规则机制、奖励价值、收益分配方式发生变化
|
||
|
||
**Step 4：比较新旧均衡**
|
||
观察机制变化后，均衡投入水平是上升还是下降
|
||
|
||
**Step 5：解释理论含义**
|
||
说明为什么机制变化会影响玩家行为
|
||
基础模型中，玩家收益函数可以写为：
|
||
对 求一阶条件，可以得到基础均衡条件：
|
||
该条件表示：**玩家会持续投入，直到继续投入带来的私人边际收益等于边际投入成本**。
|
||
- 比较静态分析关注的是：**当平台规则机制发生变化时，玩家的收益函数或边际收益是否发生变化，进而使原有均衡投入水平发生调整**。 |