ShoelessCai - 数字经济时代的博弈论探索

数字经济时代的博弈论探索

- 2025 -
08/27
23:08

零号员工

发表时间：2025.08.27 作者：Jingyi 来源：ShoelessCai 阅读：29

数字经济时代的博弈论探索

2025 年 8 月 27 日。西安，很热！

今天香港大学、香港中文大学、贵州大学、中国人民大学、山东大学等学者作了分享。

模型一：Token 怎么设计？

香港大学商学院，2025 QS Global MBA 榜单显示，HKU 商学院排名第 35 名；同时，清华经管排名 28。

作者来自香港大学商学院，着重讨论了 Token Design，这是个比较新颖的问题，笔者并不能保证自己完全理解得对。因此，基于自己的理解，笔者将“可能形成的系统设计”整理成以下几点：

（1）玩家集合是固定的，数量固定，性质固定；参与者数量 Matters；
（2）玩家分为两类，一是非合作 Competitive；二是合作的 Cooperative；
（3）博弈是无限期的；
（4）两个参与者形成的场，称为“Environment”。考虑到 RL 模型，每一期 State 用 Token 数量来表示，和所有的 GAME 一样，这个数量是会改变的；
（5）每个参与者有价值函数，两个参与者之间博弈均衡，有解析解。

写这段的时候，香帅老师还在教我怎么用钱。这是题外话。

系统设计考虑到，部分条件到达一定程度。Player 1 是和 Player 2 博弈还是和未来 Player 1 博弈，这个性质是会转化的。这里还涉及到对 Player 2 未来版本的预估，但是会牵扯到参与者集合是否改变因此会更加复杂。那么，仅仅考虑 Player 1 和未来版本的 Player 1 博弈是合理的。

模型二：网络外部性如何影响你的成本？

关于网络外部性。此概念来自于经济学中的“网络经济概论”。关于网络，网络是由互补的结点和链构成的，网络重要且鲜明的特征是不同的结点和链之间的互补性。关于外部性，一个市场参与者（个人、家庭、企业或其他经济主体）的行为影响到了其他人或者公共的利益，而行为人却没有因该行为做出赔偿或得到补偿（溢出效应）经济当事人有时会将成本或收益施加给无关的旁人。笔者注，如果我们已经找出的 Factor 还不能解释经济现象，那么经济现象必然属于 something else。这种 something else 获得一个名称，就叫做“外部性 Externality”。外部性还分成“正外部性”和“负外部性”。

正外部性，一种行为给他人带来附带的收益，却并未获得相应的支付，就像做公益。这种情况，社会效益大于边际的私人收益。企业投入少，同时社会投入多。负外部性，一种行为给他人带来附带的损害，没有给受害者相应的赔偿。这种情况，社会成本大于边际私人成本，差额是边际外部成本。企业产出多，多到产生副作用。

根据外部性影响的大小是否同参与某项活动的经济主体的数量正相关，可以将外部性划分为网络外部性和非网络外部性。网络外部性最初是来源于网络价值概念以及网络效应，即网络价值随着网络规模的增大而增大。

数字时代，赋予传统经济行为一种网络外部性，由 Cyber Space 的经济活动所带来的。

中心度研究能够识别网络中的重要节点节点的重要程度由网络的拓扑属性、结构特点及节点在网络中的具体位置决定。Mike Gotta 指出 “中心度的概念简单来说是识别网络中具有高度连接的活动者”。

一种关于中心度的解释，“在图论和网络分析中对一个节点的多种中心度测量这些测量主要是决定图中一个节点的相对重要性 ”。

基于最短路径的中心度算法包括接近中心度（Closeness）、中介中心度（Betweenness）、Harmonic 中心度、Eccentrality 和 Centroid 等。这一类中心度基于网络中节点间的最短距离。其他还包括，基于流的中心度算法，基于随机游走的中心度算法，基于反馈的中心度算法，包括 Katzesstatus、Hubbell、Eigenvector 及著名的 PageRank Hits 算法。

碍于篇幅，这里基础了解先说到这里。这篇文章是北大老师分享的，新增“数字经济”Trench 之后，网络外部性的影响。

关于垄断价格。马克里主义原理中提到“垄断价格”。

关于“垄断价格”。马克里主义原理中提到“垄断价格”。垄断价格包括垄断高价和垄断低价两种形式。虽然垄断价格抑制了市场价格的自由波动，使垄断价格长期背离生产价格和价值。但是从全社会来看，垄断价格既不能增加也不能减少整个社会所生产的价值总量，它只是对商品价值和剩余价值作了有利于垄断资本的再分配，商品的价格总额仍然等于商品的价值总额。所以，垄断价格的产生没有否定价值规律，它是价值规律在垄断资本主义阶段作用的具体体现。

关于“网络干预”。2021年，安卫华介绍SNA（社会网络分析Social Network Analysis, SNA）相关概念，并回顾了SNA的发展历程，20世纪90年代末在指数随机图模型（ERCM）和随机参与者导向模型（SAOM)方面取得突破，2015年至今研究逐步深化。

关于信息能够传达的距离，这个概念没有在讲座中直接出现，但是不少学者有相关结论。这里笔者整理一些相关概念。

信息不对成和逆向选择。这个概念一开始在 FRM 中接触。信息不对称是指交易中的各人拥有的信息不同。在社会政治、经济等活动中，一些成员拥有其他成员无法拥有的信息，由此造成信息的不对称。在市场经济活动中，各类人员对有关信息的了解是有差异的；掌握信息比较充分的人员，往往处于比较有利的地位，而信息贫乏的人员，则处于比较不利的地位。不对称信息可能导致逆向选择（Adverse Selection）。

Jensen-Shannon divergence / Jensen-Shannon distance。简言之，对 KL 距离进行加工。

KL 距离。

Sibson α-mutual information

Renyi Entropy

基于信息不对称，在一个博弈模型中，得出 Player-1 和 Player-2 不同的效用函数。不同之处在于，从一个场域的收获是不一样的。有些人收获多一些，有些人收获少一些。这里有两个公式，根据这些公式可以计算出最佳定价 Optimal Pricing。有趣的是，发现对信息非常敏感的人，他们的消耗是最大的；同时，对网络外部性比较低敏感的人，他们的消耗是最小的。

关于效用函数。效用函数要满足完备性和传递性。会议很多学者研究的是社会公共效用最大化，因此，会假设政策制定者对参与者进行建模。

中欧的学者提出一个研究点，人们做决策的时候，考虑两大隐藏对手，一是现有风险，目前可见的对手；二是未来风险，未来的自己的状态。笔者注，这样 Model 现实，是否要考虑未来的对手的状态？还是未来的对手已经换了一批了呢？

关于一场博弈的两阶段化。

原来的博弈模型是，概率 P 做出决策 A，概率 1-P 做出决策 B。现在，引入“信息之后修正行为”概念，概率 P 做出决策 A，然后依据概率 100% 做出决策 B 或者决策 C；概率 1-P 做出决策 B，然后依据概率 100% 做出决策 B 或者决策 C。

关于约束规范性条件(constraint qualification)，KKT 条件就是个典型例子。笔者注，依据本人最近的工作，KKT 条件决定了其在代码实现时候的工程到底怎么干，大家发现 SVM 没有传统意义上的计算 gradient，然后计算 Obj Function，然后再判断 delta X。原因在于，SMO 利用一种两两对比并决定一个背离条件最远的点切入，使得两两之间的误差最接近，认为满足 KKT 条件。

关于可行方向锥，本篇收录的参考文献伙伴们参考。

如果马路更窄的时候，无论是人行横道线或者天桥，都更容易到达对面。 —— 这是某个分享者观点，存个疑问吧，要是提出千年大难题，人们就不会感兴趣了！

数据交易和算法操纵

这是个大家很关心的话题。曾一度还看到朋友圈“突然暴风雨”，那么，是什么造成这些“暴风雨”的呢？

这种情况，可能是多个商家对同一个消费者作为“目标客群”画像。当然，如果只有一个商家画像一个客户，那是垄断。大家都不喜欢垄断，或许，有一种商家中“趋之若鹜”。

其他博弈问题

下午分论坛报告，由贵州大学、大连海事大学、山东大学、中国人民大学的学者作了报告。

这些青年学者提出几个有趣的课题和研究角度，注意这些是角度，并非完完全全的原话！

第一，博弈论在合作、非合作的问题，还有“极度合作”的概念。

第二，从社会效益的角度，企业收集用户数据的时候，企业会不会合作？用户会不会合作？收集到的数据的可靠程度怎么样？

第三，线上线下消费对企业的利润如何影响，线上企业定价如何影响。消费者更愿意线下消费还是线上消费？

第四，价格歧视这个问题，是否能会影响企业-消费者这个模型的均衡？线下企业要做转型吗？

第五，怎么理解补贴？山大的张老师研究数据发现，政府实施补贴的时候，是否已经是某种均衡的体现了？同时达到纳什均衡，以及社会效益最大化。

笔者总结

至此，就是两天的会议。第二天的时候分心比较严重，分心这件事情最怕“有逻辑地分心”，老师在讲台上讲一套逻辑，而学生在座席上想着第二套逻辑。这件事在第二天的课程中，出现还挺频繁。针对有逻辑地分心还没有比较好的解决方法，但是，作为一个全面的、有责任的人，听课分心的时候，扪心自问“我尊重在台上讲课的人吗？我希望以后台下观众这么对我吗？” —— 我相信，会有很大的不同。

我们会继续写通报的！欢迎各行业专家、同学关注！欢迎现在还在奋斗的你，拥有更多“工具”，必要时候，它们会转化为“武器”。