跳转至

Sequential Veto Bargaining With Incomplete Information

作者: S. Nageeb Ali, Navin Kartik, Andreas Kleiner
来源: Econometrica
主题: 经济理论 / 应用
相关性: 6/10
链接: 期刊页 · arXiv

一、领域脉络与小综述

这个方向是什么

本文研究的核心问题是：在一个提议者（Proposer） 与一个否决者（Veto player） 之间的序贯讨价还价博弈中，当提议者对否决者的偏好（理想点）存在不完全信息，且提议者无法承诺未来提案时，均衡结果是什么？更具体地说，否决者的私人信息是否必然赋予其议价能力，从而迫使提议者只能获得远低于其理想结果的收益？还是说，在某些条件下，提议者可以绕过信息劣势，获得与拥有完全承诺能力时一样高的收益？这个子方向是不完全信息动态博弈与机制设计的交叉，其核心张力在于“科斯猜想”（Coase Conjecture）——即当卖方无法承诺未来价格时，耐心的买方会等待降价，从而侵蚀卖方利润——与“承诺能力”带来的议价优势之间的对抗。

发展脉络（history）

奠基工作： - Romer and Rosenthal (1979) 等早期工作建立了“议程设置者-否决者”博弈的基本框架，但通常假设完全信息或短视的否决者。这些工作奠定了“提议者拥有议程设置权力”这一基本设定。 - Coase (1972) 的“科斯猜想”是本文的核心理论背景：当卖方无法承诺未来价格时，耐心的买方会等待降价，最终卖方只能以边际成本出售。这一猜想在耐用消费品垄断文献中被形式化，并成为不完全信息动态博弈的经典基准。

主要进展： - Kartik, Kleiner, and Van Weelden (2021) 研究了静态（单期）否决讨价还价问题，其中提议者可以提供一个委托集（delegation set）——即一组政策选项供否决者选择。他们发现，最优委托集通常不是单点，而是非单点集，且当偏好更一致时，提议者反而给予更少的自由裁量权。本文将其作为静态基准，并试图将其推广到动态（多期）设定。 - Nava and Schiraldi (2019) 提出了科斯猜想的一个多维扩展，证明在多种品种的耐用消费品垄断中，市场最终会出清，但利润可能超过静态最优水平。这为“科斯猜想在更复杂设定下可能失效”提供了证据。 - Peski (2022) 在一个广泛的讨价还价协议和机制类别中建立了收益唯一性，表明在特定条件下（允许任意机制、有转移支付），均衡结果是唯一的。这构成了一个“强唯一性”基准，与本文的“多重均衡”结果形成对比。 - Doval and Skreta (2021) 在“间隙情形”（gap case）下证明，即使卖方每期可以选择任意机制，也无法逃脱科斯猜想的结果。这强化了科斯猜想的鲁棒性。

当前 frontier 与本文的位置： - Ali, Bernheim, Bloedel, and Battilana (2022) 在完全信息且政策空间丰富（满足“可操纵性”条件）的设定下，证明议程设置者可以在每个均衡中获得其最偏好的结果，无论初始默认政策如何。这推翻了“选民理性会约束议程设置者权力”的传统观点。本文将其视为一个完全信息基准，并试图引入不完全信息来检验其鲁棒性。 - Chen (2022) 研究了集体谈判中的沟通，但假设短视的否决者或有限期界，从而排除了本文所关注的“耐心否决者”的长期策略行为。 - 本文的位置：在上述文献的背景下，本文试图回答：当否决者具有单峰偏好且耐心，且提议者无法承诺时，不完全信息是否必然导致科斯动态（即提议者收益被侵蚀）？ 本文的答案是：不一定。存在一类均衡，其中提议者通过“蛙跳”（leapfrog）策略——早期仅与低剩余类型达成协议，从而可信地从高类型中提取剩余——获得与拥有承诺能力时相同的收益。这挑战了“不完全信息必然削弱提议者权力”的直觉，并揭示了单峰偏好结构在动态博弈中的独特作用。

子线索聚类

  1. 静态否决讨价还价（委托集）：以 Kartik, Kleiner, and Van Weelden (2021) 为代表，研究单期博弈中提议者如何设计委托集。核心问题是：最优委托集的结构是什么？何时会出现“完全委托”（即否决者可在状态点与提议者理想点之间任意选择）？本文将其作为静态基准，并试图在动态设定中复现其最优结果。

  2. 科斯猜想及其扩展：以 Nava and Schiraldi (2019)、Doval and Skreta (2021) 为代表，研究耐用消费品垄断中卖方无法承诺时的均衡结果。核心问题是：科斯猜想在何种条件下成立？在何种条件下失效？本文的“蛙跳”均衡提供了一个科斯猜想失效的新机制。

  3. 动态机制设计与收益唯一性：以 Peski (2022) 为代表，研究在允许任意机制（包括有转移支付）的讨价还价中，均衡是否唯一。核心问题是：在何种条件下，不完全信息动态博弈的均衡是唯一的？本文的设定（无转移支付、单峰偏好）恰好避开了 Peski (2022) 的唯一性结果，从而允许多重均衡。

  4. 议程设置与完全信息：以 Ali, Bernheim, Bloedel, and Battilana (2022) 为代表，研究完全信息下议程设置者的权力。核心问题是：当政策空间足够丰富时，议程设置者能否获得其最偏好结果？本文将其作为完全信息基准，并引入不完全信息来检验其鲁棒性。

这个方向在追问的核心问题

  1. 不完全信息是否必然削弱提议者的议价能力？ 直觉上，否决者的私人信息应赋予其信息租金，从而侵蚀提议者的收益。但本文表明，在单峰偏好下，提议者可以通过“蛙跳”策略绕过这一限制。
  2. 科斯猜想在何种条件下成立？ 经典科斯猜想要求：买方有耐心、卖方无法承诺、买方价值是私有的。本文表明，当否决者的偏好是单峰且政策空间是一维时，科斯猜想可能失效。
  3. 动态博弈与静态机制设计之间有何联系？ 本文的方法论贡献在于，将序贯讨价还价均衡与静态机制设计问题联系起来，从而利用机制设计工具刻画均衡收益集。
  4. 均衡的多重性如何解决？ 本文表明，在给定设定下，存在两类性质截然不同的均衡：一类是科斯动态均衡（提议者收益低），另一类是“承诺等价”均衡（提议者收益高）。如何选择均衡？这依赖于对信念和策略的进一步假设。

⚠️ 作者的 framing

作者把缺口 frame 成什么？ 作者将缺口 frame 为：现有文献要么假设完全信息（如 Ali et al. 2022），要么假设短视否决者（如 Chen 2022），要么允许转移支付（如 Peski 2022），要么只研究静态博弈（如 Kartik et al. 2021）。因此，“在无转移支付、单峰偏好、耐心否决者、不完全信息、无法承诺的序贯博弈中，提议者的收益是否必然被侵蚀？” 是一个尚未被回答的问题。作者声称，他们的主要贡献是发现了一类“承诺等价”均衡，从而否定了“必然被侵蚀”的直觉。

哪些竞争路线被他淡化或回避了？ - Peski (2022) 的收益唯一性结果被作者明确提及，但作者指出其设定允许转移支付，而本文不允许，因此不直接适用。作者没有深入讨论：如果引入转移支付，本文的“蛙跳”均衡是否仍然存在？或者是否会被 Peski 的唯一性结果所排除？ - Doval and Skreta (2021) 的“间隙情形”结果被作者提及，但作者没有说明本文的设定是否属于“间隙情形”或“非间隙情形”，以及这一分类如何影响结果。 - Nava and Schiraldi (2019) 的多维科斯猜想被作者提及，但作者没有讨论：如果政策空间是多维的，本文的“蛙跳”策略是否仍然可行？

什么明显该被引 / 该存在、却没出现在 intro 里？ - Myerson (1981) 的经典机制设计理论（最优拍卖）是本文方法论的基础（静态机制设计），但未被直接引用。作者可能认为其过于基础，但作为方法论连接点，提及 Myerson 的“收益等价定理”或“显示原理”会更有助于读者理解。 - Athey (2002) 关于单交叉条件（single-crossing）在博弈论中的应用，与本文的“单峰偏好”和“蛙跳”策略密切相关，但未被引用。Kartik, Lee, and Rappoport (2022) 被引用，但其主要关注的是单交叉差异在凸环境中的刻画，而非直接应用于动态博弈。 - Fudenberg and Levine (1989, 1992) 关于声誉效应的经典工作被引用，但作者没有深入讨论：本文的“蛙跳”均衡是否可以被理解为一种“声誉”效应——提议者通过早期行为建立“强硬”声誉，从而在后期可信地提取剩余？

张力

未见明显对立引用。 被引文献之间没有直接矛盾，但存在一种“张力”：一方面，Peski (2022) 和 Doval and Skreta (2021) 的结果倾向于支持“科斯猜想成立”或“均衡唯一”；另一方面，Ali et al. (2022) 的结果表明在完全信息下议程设置者可以不受约束。本文的结果恰好处于这两者之间：在不完全信息但无转移支付的设定下，均衡既可以是科斯动态的，也可以是承诺等价的。这种“多重均衡”本身就是一个值得注意的发现。

二、最核心、最简单的例子 / 数学问题

第一步：把符号、模型、可观测数据交代清楚

符号： - \(P\)：提议者（Proposer），其理想点为 \(x_P\)（假设为 0，即最左端）。 - \(V\)：否决者（Veto player），其理想点为 \(v \in [0, 1]\)（一维政策空间）。\(v\) 是否决者的私人信息，提议者只知道其服从某个先验分布 \(F\)（具有连续密度 \(f\)，且 \(f(v) > 0\) 对所有 \(v \in [0, 1]\)）。 - \(q_0 \in [0, 1]\)：初始状态点（status quo），是公开已知的。假设 \(q_0 = 1\)（即最右端），这是最有利于否决者的初始状态。 - \(p_t \in [0, 1]\)：提议者在第 \(t\) 期提出的政策提案。 - \(q_t\)：第 \(t\) 期结束时的状态点。如果否决者接受 \(p_t\)，则 \(q_t = p_t\)；如果否决者否决，则 \(q_t = q_{t-1}\)（即状态保持不变）。 - \(\delta \in (0, 1)\)：双方的共同折现因子（耐心程度）。 - \(u_P(x; v)\)：提议者的效用函数，取决于最终政策 \(x\) 和否决者的理想点 \(v\)。假设 \(u_P(x; v) = -|x - 0|\)（即单峰，理想点为 0）。 - \(u_V(x; v)\)：否决者的效用函数，取决于最终政策 \(x\) 和其自身理想点 \(v\)。假设 \(u_V(x; v) = -|x - v|\)（即单峰，理想点为 \(v\)）。

模型： - 这是一个无限期界、序贯讨价还价博弈。每期 \(t = 1, 2, \dots\)，提议者提出一个政策 \(p_t \in [0, 1]\)。否决者观察到 \(p_t\) 后，决定接受或否决。如果接受，博弈结束，最终政策为 \(p_t\)；如果否决，博弈进入下一期，状态点保持不变（\(q_t = q_{t-1}\)）。 - 提议者无法承诺未来的提案：他在每期都可以自由选择任何 \(p_t\)，不受之前承诺的约束。 - 否决者的类型 \(v\) 是持久且完全持久的：一旦抽取，在整个博弈中保持不变。 - 双方都是理性的，最大化各自期望效用的折现和。

可观测数据： - 提议者观测到：初始状态 \(q_0\)、先验分布 \(F\)、否决者的历史否决/接受决策（即否决者是否接受了之前的提案）。 - 提议者无法观测到：否决者的理想点 \(v\)。 - 否决者观测到：所有历史提案和状态。 - 博弈的均衡概念：完美贝叶斯均衡（Perfect Bayesian Equilibrium, PBE），即：① 提议者的策略在每个信息集上是最优的（给定信念）；② 否决者的策略在每个信息集上是最优的（给定信念）；③ 信念通过贝叶斯更新与策略一致。

第二步：讲最小内核

最简特例： 假设只有两种类型的否决者：低类型 \(v_L = 0.2\) 和 高类型 \(v_H = 0.8\)，先验概率各为 \(1/2\)。初始状态 \(q_0 = 1\)。提议者的理想点为 \(0\)。折现因子 \(\delta\) 接近 1（双方都很耐心）。

核心问题： 提议者能否获得与拥有承诺能力时一样高的收益？即，他能否在第一期就提出一个政策，使得所有类型的否决者都接受，从而获得其最优静态结果？

承诺能力基准： 如果提议者可以承诺一个最终政策 \(x\)，那么他会选择 \(x\) 来最大化其期望效用，约束是：对于每种类型 \(v\)，否决者接受 \(x\) 的效用不低于否决（即保持 \(q_0 = 1\)）的效用。由于否决者的效用是 \(-|x - v|\)，否决的效用是 \(-|1 - v|\)，因此接受条件为： - 对于 \(v_L = 0.2\)：\(-|x - 0.2| \geq -|1 - 0.2| = -0.8\)，即 \(|x - 0.2| \leq 0.8\)，这总是成立（因为 \(x \in [0, 1]\)）。 - 对于 \(v_H = 0.8\)：\(-|x - 0.8| \geq -|1 - 0.8| = -0.2\)，即 \(|x - 0.8| \leq 0.2\)，这意味着 \(x \in [0.6, 1]\)。

因此，为了同时满足两种类型，提议者必须选择 \(x \in [0.6, 1]\)。他的最优选择是 \(x = 0.6\)（最接近其理想点 0），获得效用 \(u_P(0.6; v) = -0.6\)（无论哪种类型）。这是承诺能力下的最优结果。

无承诺的序贯博弈： 现在，提议者无法承诺。直觉上，否决者会利用这一点：高类型 \(v_H\) 知道，如果他现在否决，提议者未来可能会提出一个更接近 \(v_H\) 的政策（因为提议者想避免无限期拖延）。这就是科斯动态：耐心的买方（否决者）会等待降价（更有利的政策）。

“蛙跳”均衡的构造（核心思路）： 提议者可以设计一个两期策略来绕过科斯动态： 1. 第一期：提议者提出一个非常接近其理想点的政策，比如 \(p_1 = 0.1\)。这个政策对低类型 \(v_L\) 来说是可以接受的（因为 \(|0.1 - 0.2| = 0.1\)，远小于否决的效用损失 \(0.8\)），但对高类型 \(v_H\) 来说是不可接受的（因为 \(|0.1 - 0.8| = 0.7\)，大于否决的效用损失 \(0.2\)）。因此，只有低类型会接受，博弈结束。高类型会否决，博弈进入第二期。 2. 第二期：在观察到否决后，提议者更新信念：否决者一定是高类型 \(v_H\)（因为低类型已经接受了）。此时，提议者可以针对高类型提出一个最优政策，即 \(p_2 = 0.6\)（与承诺能力基准相同）。高类型会接受，因为 \(|0.6 - 0.8| = 0.2\)，等于否决的效用损失（但注意，否决的效用损失是 \(-|1 - 0.8| = -0.2\)，而接受 \(0.6\) 的效用是 \(-0.2\)，所以无差异；可以假设接受）。

为什么这是可信的？ 关键在于，提议者在第一期提出 \(p_1 = 0.1\) 后，如果高类型否决，提议者确实会在第二期提出 \(p_2 = 0.6\)。这是因为，在第二期，提议者知道否决者是高类型，且状态点仍然是 \(q_0 = 1\)，因此最优提案就是 \(0.6\)。提议者没有动机偏离，因为任何更接近其理想点的提案（如 \(0.5\)）都会被高类型否决（因为 \(|0.5 - 0.8| = 0.3 > 0.2\)），导致无限期拖延（效用为 \(-\infty\) 或极低）。因此，这个策略是序贯理性的。

结果： 提议者的期望效用为： - 以 \(1/2\) 概率（低类型）：第一期接受 \(0.1\)，效用 \(u_P(0.1; v_L) = -0.1\)。 - 以 \(1/2\) 概率（高类型）：第一期否决，第二期接受 \(0.6\)，效用折现后为 \(\delta \times (-0.6)\)。 当 \(\delta\) 接近 1 时，期望效用约为 \(0.5 \times (-0.1) + 0.5 \times (-0.6) = -0.35\)。

与承诺能力基准的比较： 承诺能力下的最优结果是 \(-0.6\)（对所有类型）。而“蛙跳”均衡的期望效用是 \(-0.35\)，严格高于承诺能力下的结果！这意味着，提议者通过“蛙跳”策略，不仅没有因为无法承诺而受损，反而获得了比拥有承诺能力时更高的期望效用。

为什么？ 因为承诺能力要求提议者对所有类型提出同一个政策（\(0.6\)），这迫使他对高类型做出巨大让步。而“蛙跳”策略允许他区分类型：低类型接受一个非常接近其理想点的政策（\(0.1\)），高类型则接受一个稍差但仍在可接受范围内的政策（\(0.6\)）。这种“价格歧视”在承诺能力下是不可能的，因为承诺要求一致性。

这个最小内核揭示了本文的核心洞见： 在单峰偏好下，提议者可以通过“蛙跳”策略——早期仅与低剩余类型达成协议，从而可信地从高类型中提取剩余——来绕过科斯动态，甚至获得比承诺能力下更高的收益。其数学本质是：动态博弈中的“信息揭示”可以替代“承诺”，实现更精细的“类型区分”。

三、这篇论文做了什么

三句话

  1. 研究了什么问题：本文研究一个提议者与一个否决者之间的序贯讨价还价博弈，双方具有单峰偏好，提议者对否决者的理想点存在不完全信息，且无法承诺未来提案，旨在刻画均衡收益集并揭示“蛙跳”策略如何使提议者获得与拥有承诺能力时相同甚至更高的收益。
  2. 核心工具/方法：本文方法上利用了序贯讨价还价与静态机制设计之间的联系，将动态博弈的均衡收益集刻画为某个静态机制设计问题的解，并利用单交叉条件和单峰偏好的结构性质来构造均衡。
  3. 主要结论：本文的主要结论是，在满足一定条件（如初始状态点足够极端、折现因子足够高、偏好满足单交叉条件）下，存在一类均衡，其中提议者获得与拥有承诺能力时相同的收益（“承诺等价”均衡），甚至在某些参数下获得更高收益。同时，也存在另一类“科斯动态”均衡，其中提议者收益被侵蚀。因此，均衡是多重的。

关键设定与假设

在第二节最小记号的基础上，补全完整设定：

  • 偏好：双方具有单峰偏好（single-peaked preferences），即效用函数 \(u_i(x; \theta_i)\) 在 \(x\) 上是单峰的，峰值在理想点 \(\theta_i\)。具体地，假设 \(u_P(x; v) = -|x - 0|\)，\(u_V(x; v) = -|x - v|\)。更一般地，允许任何满足单交叉条件（single-crossing condition）的偏好，即对于 \(x' > x\)，\(u_V(x'; v) - u_V(x; v)\) 在 \(v\) 上是单调的（更高的 \(v\) 更偏好更高的 \(x\)）。
  • 信息结构：否决者的理想点 \(v\) 服从一个连续分布 \(F\)，支撑在 \([0, 1]\) 上，具有连续密度 \(f\)。提议者只知道 \(F\)。
  • 博弈规则：无限期界，每期提议者提出一个政策 \(p_t \in [0, 1]\)，否决者接受或否决。接受则博弈结束，否决则进入下一期，状态点不变。无转移支付（no transfers）。
  • 初始状态：假设 \(q_0 = 1\)（最右端），这是最有利于否决者的初始状态。作者指出，更一般的初始状态可以通过重新标度处理。
  • 折现因子：\(\delta \in (0, 1)\)，双方相同。
  • 均衡概念：完美贝叶斯均衡（PBE），要求序贯理性和信念一致性。

相比已有文献的放宽或强化： - 放宽：相比 Kartik et al. (2021) 的静态设定，本文引入了动态（多期）和耐心否决者。相比 Peski (2022) 的设定，本文不允许转移支付，从而避开了其唯一性结果。 - 强化：相比 Ali et al. (2022) 的完全信息设定，本文引入了不完全信息。相比 Chen (2022) 的短视否决者设定，本文假设否决者是耐心且前瞻性的。

主要结果

定理 1（承诺等价均衡的存在性）： 假设初始状态 \(q_0 = 1\)，折现因子 \(\delta\) 足够接近 1，且否决者的偏好满足单交叉条件。那么，存在一个 PBE，其中提议者的期望收益等于他在静态最优委托集问题（即 Kartik et al. 2021 中的问题）中能获得的最大收益。换句话说，提议者可以获得与拥有承诺能力时相同的收益。

  • 直觉：定理 1 的证明通过构造一个“蛙跳”均衡来实现。关键步骤是：提议者首先提出一个非常接近其理想点的政策，使得只有“低类型”（即理想点接近提议者的类型）接受。否决后，提议者更新信念，并针对“高类型”提出一个最优政策。通过精心设计第一期提案，可以确保所有类型在均衡路径上的行为都是最优的。
  • 必要条件：初始状态 \(q_0\) 必须足够极端（如 \(q_0 = 1\)），使得否决者否决的效用足够低，从而“蛙跳”策略可行。如果 \(q_0\) 接近提议者的理想点，则“蛙跳”可能不可行。
  • 解决的技术难点：如何确保“蛙跳”策略是序贯理性的？即，在观察到否决后，提议者确实有动机提出针对高类型的最优政策，而不是试图“再跳一次”。作者通过证明，在均衡中，提议者的信念更新后，针对高类型的最优政策是唯一的，且任何偏离都会导致无限期拖延，从而保证了序贯理性。

定理 2（科斯动态均衡的存在性）： 在相同设定下，也存在一个 PBE，其中提议者的收益随着 \(\delta \to 1\) 而收敛到某个低于承诺等价收益的极限。这个极限对应于“科斯猜想”的结果：否决者的私人信息几乎完全侵蚀了提议者的议价能力。

  • 直觉：定理 2 的证明通过构造一个“渐进式让步”均衡来实现。提议者每期只提出一个略优于当前状态的政策，否决者则根据其类型决定何时接受。随着 \(\delta \to 1\)，均衡结果收敛到“完全信息”下的科斯结果。
  • 与定理 1 的关系：这两个定理共同表明，均衡是多重的。作者没有提供均衡选择的标准，但指出，不同的信念（关于提议者未来行为的信念）可以支撑不同的均衡。

定理 3（收益集刻画）： 本文进一步刻画了所有 PBE 中提议者可能获得的收益集。这个收益集是某个静态机制设计问题的可行收益集的子集，且当 \(\delta \to 1\) 时，这个子集收敛到该静态可行收益集。

  • 方法论贡献：定理 3 建立了动态博弈与静态机制设计之间的精确联系。具体地，作者证明了，任何 PBE 的收益都可以通过一个“静态”机制来实现，其中提议者承诺一个“菜单”供否决者选择，但菜单的设计必须满足某种“动态一致性”约束。当 \(\delta \to 1\) 时，这个约束变得松弛，从而收益集收敛到静态最优。
  • 技术难点：证明需要处理无限期界博弈的复杂性，并利用单交叉条件来简化信念更新过程。

证明路线与技术技巧

整体路线（以定理 1 为例）：

  1. 步骤 1：定义静态基准问题。 考虑一个静态机制设计问题：提议者承诺一个“委托集” \(A \subseteq [0, 1]\)（即一组政策选项），否决者从中选择一个政策。提议者的目标是最大化其期望效用，约束是否决者会理性选择。这个问题的解由 Kartik et al. (2021) 给出，记为 \(U^*\)。
  2. 步骤 2：构造“蛙跳”策略。 将静态最优委托集 \(A^*\) 分解为两个部分：一个“低类型接受集” \(A_L\)（包含非常接近提议者理想点的政策）和一个“高类型接受集” \(A_H\)（包含更远的政策）。提议者在第一期提出 \(A_L\) 中的某个政策 \(p_1\)，使得只有低类型会接受。如果否决，则进入第二期，提议者提出 \(A_H\) 中的某个政策 \(p_2\)。
  3. 步骤 3：验证序贯理性。 需要证明：
  4. 给定信念，否决者的接受/否决决策是最优的。这依赖于单交叉条件：低类型更偏好 \(p_1\) 而非等待 \(p_2\)，而高类型则相反。
  5. 提议者在第二期的提案 \(p_2\) 是最优的。这需要证明，在观察到否决后，提议者的后验信念集中在高类型上，且针对该后验的最优提案就是 \(p_2\)。
  6. 提议者在第一期的提案 \(p_1\) 是最优的。这需要证明，任何偏离 \(p_1\) 的提案要么导致所有类型都接受（从而收益低于 \(U^*\)），要么导致所有类型都否决（从而进入一个更差的后续均衡）。
  7. 步骤 4：证明收益等于 \(U^*\)。 通过计算，可以证明提议者在“蛙跳”均衡中的期望收益恰好等于 \(U^*\)。

关键跳跃点： - 如何确保“蛙跳”策略是可信的？ 关键在于，提议者在第二期的提案必须足够差，以至于高类型在第二期接受，但低类型在第一期就接受。这要求 \(p_1\) 和 \(p_2\) 之间的距离足够大，且 \(p_2\) 恰好是高类型的“保留政策”（即接受与否决无差异）。作者通过连续统类型的设定，利用单交叉条件来精确刻画这个保留政策。 - 如何处理连续类型？ 在连续类型设定下，“蛙跳”策略需要更精细的设计。作者将类型空间划分为一个“低类型区间” \([0, v^*]\) 和一个“高类型区间” \([v^*, 1]\)，并证明存在一个阈值 \(v^*\)，使得第一期提案 \(p_1\) 恰好被所有 \(v \leq v^*\) 的类型接受，而被所有 \(v > v^*\) 的类型否决。这个阈值 \(v^*\) 由静态最优委托集 \(A^*\) 决定。

技术技巧点名： - 单交叉条件（Single-Crossing Condition）：用于保证否决者的接受集是单调的（即，如果类型 \(v\) 接受某个政策，那么所有更低的类型也接受）。这是构造“蛙跳”策略的基础。 - 静态机制设计的“委托集”方法：将动态博弈的均衡收益与静态最优委托集问题联系起来，从而利用已有的机制设计结果。 - 信念更新与贝叶斯一致性：在连续类型设定下，信念更新通过贝叶斯规则进行，但需要处理“零测集”上的信念（如，当提议者提出一个非均衡路径上的提案时）。作者假设“最坏情况”信念（即否决者总是最不利的类型）来支撑均衡。 - 折现因子 \(\delta\) 的极限分析：通过分析 \(\delta \to 1\) 时的极限行为，将动态博弈的收益集收敛到静态可行收益集，从而简化分析。

真实例子与应用

本文为纯理论 / 无实证例子。 论文没有包含任何真实数据例子、模拟实验或实际应用。所有结果都是理论性的，基于博弈论模型和均衡分析。

🔎 结论是否比证明窄

是，存在一些结论比证明窄的情况： - 定理 1 的证明依赖于初始状态 \(q_0 = 1\) 的假设。 作者在文中提到，更一般的初始状态可以通过重新标度处理，但并未给出完整的证明。因此，定理 1 的结论在严格意义上只适用于 \(q_0 = 1\) 的情形。作者在结论部分提到“我们的结果可以扩展到其他初始状态”，但这只是一个声称，而非严格证明。 - 定理 1 要求折现因子 \(\delta\) 足够接近 1。 作者没有给出 \(\delta\) 的具体下界，只是说“足够接近”。这意味着，对于中等程度的耐心，承诺等价均衡可能不存在。作者在文中提到，当 \(\delta\) 较小时，科斯动态均衡可能是唯一的，但未给出严格证明。 - 定理 2 的科斯动态均衡的构造依赖于特定的信念假设。 作者构造了一个“渐进式让步”均衡，但并未证明这是唯一的科斯动态均衡。因此，定理 2 的结论是“存在一个”科斯动态均衡，而非“所有”科斯动态均衡都具有该性质。 - 定理 3 的收益集刻画是极限结果（\(\delta \to 1\)）。 对于有限的 \(\delta\)，收益集的具体形状未被完全刻画。作者只给出了一个包含关系（所有 PBE 收益都是静态可行收益集的子集），但未给出精确刻画。

四、开放问题

  1. 均衡选择问题：本文证明了存在两类性质截然不同的均衡（承诺等价 vs. 科斯动态）。在给定参数下，如何选择均衡？是否存在某种精炼（如“帕累托最优”、“风险占优”、“信念稳健性”）可以唯一确定均衡？扎根点：作者在结论部分提到“我们的结果揭示了均衡的多重性，但并未提供选择标准”（原文：Our results highlight the multiplicity of equilibria, but we do not provide a selection criterion.）。

  2. 转移支付的作用：本文假设无转移支付。如果引入转移支付（即提议者可以同时提供政策与金钱补偿），结果会如何？Peski (2022) 的结果表明，在允许转移支付时，均衡可能是唯一的。那么，本文的“蛙跳”均衡是否会被唯一性结果所排除？或者，是否存在一个“混合”均衡，其中转移支付与“蛙跳”策略共存？扎根点：作者在引言中对比了 Peski (2022) 的设定，并指出“我们的模型不允许转移支付，因此避开了其唯一性结果”（原文：In our model, not only are transfers infeasible, but moreover…）。

  3. 多维政策空间：本文假设政策空间是一维的。如果政策空间是多维的（如多个议题），单峰偏好是否仍然足以支撑“蛙跳”策略？Nava and Schiraldi (2019) 的多维科斯猜想表明，在多维设定下，科斯猜想可能仍然成立，但“蛙跳”策略是否可行？扎根点：作者在引言中引用了 Nava and Schiraldi (2019) 的多维扩展，但未讨论本文结果对多维空间的适用性。

  4. 内生信息获取：本文假设否决者的类型是外生给定的。如果否决者可以花费成本来获取关于自身偏好的信息（或提议者可以花费成本来获取关于否决者偏好的信息），结果会如何？这可能会改变“蛙跳”策略的可行性。扎根点：作者在结论部分提到“一个有趣的方向是引入内生信息获取”（原文：An interesting direction is to endogenize the information structure.）。

Maintained by 陈星宇 · Homepage · Source on GitHub

评论