跳转至

Preparing for the Worst but Hoping for the Best: Robust (Bayesian) Persuasion

作者: Piotr Dworczak, Alessandro Pavan
来源: Econometrica
主题: 经济理论 / 应用
相关性: 4/10
机构绿灯: Northwestern University（US News 前 50，免分进入精读）
链接: https://doi.org/10.3982/ecta19107

一、领域脉络与小综述

这个方向是什么

本文研究的子方向是 “稳健（Bayesian）劝说”，它是信息设计（information design）领域的一个分支。根本的科学问题是：当一个“发送者”（Sender）试图通过设计信息结构（即“劝说策略”）来影响“接收者”（Receiver）的决策时，如果发送者对其关于环境（如接收者的偏好、外部信息源）的信念（即“猜想”）可能错误，她应该如何设计策略？ 该方向试图将标准 Bayesian persuasion 模型中的“完全理性且信念正确”假设，替换为对模型误设（model misspecification）的稳健性考量。当前成熟度：这是一个相对较新的理论方向，核心概念和基本性质正在被建立，但尚未形成统一的、被广泛接受的稳健性框架。

发展脉络（history）

根据论文的引言和参考文献，该方向的发展脉络如下：

  1. 奠基工作：标准 Bayesian persuasion (Kamenica & Gentzkow, 2011)

    • Kamenica & Gentzkow (2011) 开创了 Bayesian persuasion 的现代框架。他们证明了发送者的最优策略可以通过“凹包”（concave envelope）方法求解，即发送者通过设计信号结构来“贝叶斯地”影响接收者的后验信念，从而最大化自己的期望收益。留下的口子：该模型假设发送者对接收者的偏好、外部信息等拥有完全且正确的 Bayesian 信念，这在现实中往往不成立。

  2. 主要进展：对模型不确定性的初步探索

    • Alonso & Câmara (2016) 研究了当发送者对接收者的偏好不确定时的劝说问题。他们假设发送者有一个关于接收者类型的先验分布，并设计一个信号结构来最大化其期望效用。留下的口子：他们仍然假设发送者的先验是正确的，且接收者没有其他外部信息源。
    • Bergemann & Morris (2016) 提出了“信息设计”的“稳健”方法，即发送者只关心在所有可能的接收者后验信念（与某个已知的“信息结构”一致）中，其最坏情况下的收益。留下的口子：他们的“稳健”是相对于接收者的后验信念集合，而不是相对于发送者自身信念的误设。本文的作者认为，Bergemann & Morris 的稳健性概念过于保守，因为它完全放弃了发送者的先验信息。

  3. 当前 frontier：结合 Bayesian 与 worst-case 的稳健性

    • 本文 (Dworczak & Pavan, 2023) 是当前 frontier 的代表。它提出了一种“混合”稳健性概念：发送者首先识别所有在“最坏情况”（由 Nature 提供外部信息并协调接收者行为）下能获得最大收益的策略（即“最坏情况最优”策略集），然后利用其“猜想”（即 Bayesian 信念）在这个集合中挑选最优者。本文的位置：它试图在完全 Bayesian 的 Kamenica-Gentzkow 框架和完全稳健的 Bergemann-Morris 框架之间找到一个中间地带，既保留了先验信息（猜想）的价值，又对模型误设提供了保护。

子线索聚类

这些被引文献大致落在以下 2 条子线索上：

  • 线索一：完全 Bayesian 的劝说 (Full Bayesian Persuasion)

    • 核心工作：Kamenica & Gentzkow (2011), Alonso & Câmara (2016)。
    • 共同点：发送者拥有一个完全正确的先验信念，并基于此设计最优策略。模型假设发送者对环境（接收者类型、外部信息）有完全的了解。
    • 当前状态：理论成熟，应用广泛，但缺乏对模型误设的讨论。

  • 线索二：稳健的劝说 (Robust Persuasion)

    • 核心工作：Bergemann & Morris (2016), Dworczak & Pavan (2023)。
    • 共同点：发送者担心其模型（信念）可能错误，因此寻求对模型误设具有稳健性的策略。
    • 分歧点：Bergemann & Morris 采用纯粹的“最坏情况”方法，完全放弃先验信息；而 Dworczak & Pavan 则试图在“最坏情况”最优策略中，利用先验信息（猜想）进行二次选择，从而在稳健性和效率之间取得平衡。

这个方向在追问的核心问题

  1. 如何定义“稳健性”？ 是纯粹的最坏情况（如 Bergemann & Morris），还是混合 Bayesian 与 worst-case（如本文），或是其他形式（如 minimax regret）？
  2. 稳健性如何影响最优信息结构？ 与标准 Bayesian persuasion 相比，稳健性是否总是要求更多的信息披露？如果是，在什么条件下成立？
  3. 稳健性如何改变经典结论？ 例如，在“说服接收者采取某个行动”的问题中，稳健性是否会改变发送者能够说服接收者的条件？
  4. 如何计算稳健最优策略？ 是否存在类似于“凹包”的简洁刻画方法？或者需要更复杂的优化工具？

⚠️ 作者的 framing

  • 作者把缺口 frame 成什么？ 作者将标准 Bayesian persuasion 的“完全正确信念”假设视为一个不现实的理想化，并指出 Bergemann & Morris 的稳健性概念“过于保守”（too conservative），因为它完全丢弃了发送者可能拥有的有价值信息（即“猜想”）。因此，作者将自己的工作定位为“在稳健性和信息利用之间取得平衡”的“显然的下一步”。
  • 哪些竞争路线被他淡化或回避了？ 作者淡化了其他形式的稳健性概念，例如 minimax regret 或基于熵的稳健性。他们明确将自己的概念与 Bergemann & Morris 的“最坏情况”概念进行对比，但并未深入讨论其他稳健性框架的优缺点。
  • 什么明显该被引 / 该存在、却没出现在 intro 里？ 作者没有引用任何关于“稳健优化”（robust optimization）或“分布稳健优化”（distributionally robust optimization）的统计学或运筹学文献。这些文献中关于“ambiguity set”和“worst-case expected loss”的讨论，与本文的“最坏情况最优策略集”概念有很强的数学联系。这是一个值得研究者去查的问题：本文的稳健性概念与统计学习中的“分布稳健优化”有何异同？能否借鉴其技术工具？

张力

未见明显对立引用。所有被引工作都在同一个 Bayesian persuasion 框架下，只是对“不确定性”的处理方式不同，彼此之间是互补而非矛盾的关系。

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：

    • 状态空间 \(\Theta\)：一个有限集，代表世界可能的状态。例如，\(\Theta = \{\theta_1, \theta_2\}\)。
    • 行动空间 \(A\)：接收者（Receiver）可以采取的行动的集合。例如，\(A = \{a_1, a_2\}\)。
    • 发送者（Sender）的收益函数 \(u_S(a, \theta)\)：当状态为 \(\theta\)，接收者采取行动 \(a\) 时，发送者获得的收益。
    • 接收者（Receiver）的收益函数 \(u_R(a, \theta)\)：当状态为 \(\theta\)，接收者采取行动 \(a\) 时，接收者获得的收益。
    • 猜想（Conjecture） \(\mu_0\)：发送者对状态 \(\theta\) 的 Bayesian 先验信念，是一个概率分布。例如，\(\mu_0(\theta_1) = 0.6, \mu_0(\theta_2) = 0.4\)。这是发送者“认为”的状态分布，但可能错误。
    • 信号结构（Information Policy） \(\pi\)：一个从状态空间 \(\Theta\) 到信号空间 \(S\) 的随机映射。\(\pi(s|\theta)\) 表示在状态 \(\theta\) 下发送信号 \(s\) 的概率。这是发送者可以设计的对象。
    • 接收者的后验信念 \(\mu(\cdot|s)\)：在接收到信号 \(s\) 后，接收者对状态 \(\theta\) 的后验信念。根据 Bayes 法则，\(\mu(\theta|s) \propto \mu_0(\theta) \pi(s|\theta)\)。
    • 接收者的最优行动 \(a^*(\mu)\)：给定后验信念 \(\mu\)，接收者会选择最大化其期望收益的行动，即 \(a^*(\mu) = \arg\max_{a \in A} \mathbb{E}_{\theta \sim \mu}[u_R(a, \theta)]\)。
    • 发送者的期望收益 \(V_S(\pi, \mu_0)\)：在猜想 \(\mu_0\) 下，发送者从信号结构 \(\pi\) 中获得的期望收益。\(V_S(\pi, \mu_0) = \mathbb{E}_{\theta \sim \mu_0} \mathbb{E}_{s \sim \pi(\cdot|\theta)} [u_S(a^*(\mu(\cdot|s)), \theta)]\)。
    • Nature：一个虚拟的对手，它可以在发送者设计好信号结构后，提供额外的外部信息，并协调接收者的行为，以最小化发送者的收益。
    • 最坏情况收益 \(W(\pi)\)：给定信号结构 \(\pi\)，Nature 可以选择最坏的外部信息和接收者行为，使得发送者的收益最小化。\(W(\pi) = \min_{\text{Nature's choices}} \text{Sender's payoff}\)。

  • 模型：

    • 这是一个两阶段博弈。第一阶段，发送者选择一个信号结构 \(\pi\)。第二阶段，Nature 观察到 \(\pi\)，并可以选择（a）向接收者提供额外的外部信息，以及（b）协调接收者选择某个行动（即使该行动不是接收者后验信念下的最优行动）。接收者则根据所有可用信息（信号 \(s\) + 外部信息）和 Nature 的协调，选择一个行动。
    • 发送者的目标是最大化其“最坏情况”下的收益，但同时又希望利用其猜想 \(\mu_0\) 来指导选择。

  • 可观测数据：

    • 发送者可以观测到：状态空间 \(\Theta\)，行动空间 \(A\)，自己的收益函数 \(u_S\)，接收者的收益函数 \(u_R\)，以及自己的猜想 \(\mu_0\)。
    • 发送者无法观测到：真实的状态分布（如果 \(\mu_0\) 是错误的），以及 Nature 可能提供的任何外部信息。发送者只能通过设计信号结构 \(\pi\) 来影响接收者的行为，但无法控制 Nature 的后续行动。

第二步：讲最小内核

考虑一个最简特例：只有两个状态 \(\Theta = \{G, B\}\)（好状态和坏状态），两个行动 \(A = \{Invest, Not\}\)（投资和不投资）。接收者的收益函数是：在状态 \(G\) 下，投资得到 \(1\)，不投资得到 \(0\)；在状态 \(B\) 下，投资得到 \(-1\)，不投资得到 \(0\)。因此，接收者的最优行动是：如果后验信念 \(\mu(G|s) > 0.5\)，则投资；否则不投资。

发送者的收益函数是：她希望接收者总是投资，即 \(u_S(Invest, \theta) = 1\)，\(u_S(Not, \theta) = 0\)，与状态无关。

发送者的猜想是 \(\mu_0(G) = 0.6\)，\(\mu_0(B) = 0.4\)。

标准 Bayesian persuasion (Kamenica & Gentzkow, 2011)：发送者可以设计一个信号结构，使得接收者在收到信号后，后验信念 \(\mu(G|s)\) 要么是 \(1\)（完全确信是好状态），要么是 \(0\)（完全确信是坏状态）。这样，接收者在收到“好”信号时会投资，在收到“坏”信号时不会投资。发送者的期望收益是 \(\mu_0(G) \times 1 + \mu_0(B) \times 0 = 0.6\)。

本文的稳健劝说：发送者担心她的猜想 \(\mu_0\) 可能是错误的。例如，真实状态分布可能是 \(\mu_{true}(G) = 0.4\)。在这种情况下，如果她使用标准 Bayesian persuasion 策略，她的期望收益将降至 \(0.4\)。

为了应对这种不确定性，发送者首先考虑最坏情况。Nature 可以在发送者设计好信号结构后，向接收者提供额外的信息，甚至直接协调接收者选择对发送者最不利的行动。例如，如果发送者设计了一个信号结构，Nature 可以“告诉”接收者真实状态，或者直接命令接收者“不投资”。

发送者需要找到所有信号结构 \(\pi\)，使得在最坏情况下，她的收益 \(W(\pi)\) 是最大的。在这个特例中，最坏情况最优策略是什么？发送者可以设计一个完全不提供信息的信号结构（即总是发送同一个信号）。在这种情况下，接收者的后验信念就是猜想 \(\mu_0\)。由于 \(\mu_0(G) = 0.6 > 0.5\)，接收者会投资。Nature 无法通过提供外部信息来改变这个结果（因为接收者已经基于所有可用信息做出了最优决策），也无法协调接收者选择“不投资”（因为接收者总是有动机选择对自己最优的行动）。因此，在最坏情况下，发送者的收益是 \(1\)（因为接收者总是投资）。

核心思路：在这个特例中，稳健性要求发送者放弃使用信息。因为任何提供信息的信号结构都可能被 Nature 利用（例如，通过提供相反的信息），导致接收者在某些状态下不投资。而一个完全不提供信息的策略，虽然放弃了在猜想正确时获得更高收益的可能性（\(0.6\) vs \(1\)），但保证了在最坏情况下也能获得最大收益（\(1\)）。本文的核心思想是：稳健性通常要求发送者披露更多信息（或更少信息？），但在这个特例中，它要求完全不披露信息，以确保在最坏情况下也能说服接收者。 这个例子揭示了稳健性如何从根本上改变最优策略的性质。

三、这篇论文做了什么

三句话

  1. 研究了什么问题：在 Bayesian persuasion 框架中，当发送者对其关于环境的 Bayesian 信念（猜想）可能错误感到担忧时，如何定义和刻画一个稳健的劝说策略。
  2. 核心工具 / 方法：提出了一个两阶段的稳健性概念：第一阶段，识别所有在“最坏情况”（Nature 提供外部信息并协调接收者行为）下能获得最大收益的信号结构（即“最坏情况最优”策略集）；第二阶段，利用发送者的猜想在这个集合中挑选最优者。
  3. 主要结论：刻画了稳健解的性质，识别了稳健性要求分离某些状态的条件，论证了稳健性通常比标准 Bayesian persuasion 要求更多信息披露，并展示了稳健性如何改变经典结论。

关键设定与假设

  • 设定：一个发送者和一个接收者。发送者首先选择一个信号结构 \(\pi\)。然后，Nature 可以（a）向接收者提供额外的、与状态相关的信息，以及（b）协调接收者选择某个行动（即使该行动不是接收者后验信念下的最优行动）。接收者根据所有可用信息（信号 + 外部信息）和 Nature 的协调，选择一个行动。发送者的目标是最大化其“最坏情况”下的收益，但利用其猜想 \(\mu_0\) 来指导选择。
  • 假设：
    • 状态空间 \(\Theta\) 和行动空间 \(A\) 是有限的。这是为了简化分析，但作者指出结果可以推广到连续情形。
    • 接收者的收益函数 \(u_R(a, \theta)\) 是已知的。发送者知道接收者的偏好。
    • 发送者的猜想 \(\mu_0\) 是一个概率分布。这是发送者对状态的主观信念，可能错误。
    • Nature 是“恶意”的。Nature 的目标是最小化发送者的收益，并且拥有完全的信息和协调能力。这是一个关键假设，它定义了“最坏情况”。
    • 接收者是“被动”的。接收者会遵循 Nature 的协调，但前提是 Nature 的协调不能使接收者的收益低于其“保留效用”（即不采取任何行动时的收益）。这个假设确保了接收者不会完全被 Nature 控制。

主要结果

  • 定理 1（稳健解的存在性与刻画）：稳健解总是存在。它可以通过一个“两步”优化问题来刻画：首先，对于每个可能的信号结构 \(\pi\)，计算其最坏情况收益 \(W(\pi)\)；然后，在所有最大化 \(W(\pi)\) 的信号结构中，选择那个在猜想 \(\mu_0\) 下期望收益最大的。

    • 直觉：发送者首先确保自己的策略在最坏情况下是“安全的”（即收益不低于某个阈值），然后再利用先验信息来优化。
    • 必要条件：Nature 的协调能力必须受到接收者保留效用的约束。
    • 解决的技术难点：如何刻画 \(W(\pi)\)？作者证明，\(W(\pi)\) 等于发送者收益的“凹包”在某个“最坏情况后验信念”下的值。这个“最坏情况后验信念”是 Nature 可以强制接收者持有的信念。

  • 定理 2（稳健性要求分离状态的条件）：如果存在两个状态 \(\theta\) 和 \(\theta'\)，使得发送者在 \(\theta\) 下偏好行动 \(a\)，在 \(\theta'\) 下偏好行动 \(a'\)，并且接收者在 \(\theta\) 和 \(\theta'\) 下的最优行动不同，那么稳健性要求发送者必须设计一个信号结构，使得这两个状态在接收者的后验信念中被“分离”（即接收者能够区分它们）。

    • 直觉：如果发送者试图“混淆”这两个状态（例如，发送相同的信号），Nature 就可以利用这个混淆，通过提供外部信息来“揭示”真实状态，从而破坏发送者的计划。
    • 必要条件：接收者在两个状态下的最优行动必须不同。
    • 解决的技术难点：如何形式化“分离”的概念？作者使用了“后验信念的支撑集”来定义。

  • 定理 3（稳健性要求更多信息披露）：在大多数情况下，稳健性要求发送者披露比标准 Bayesian persuasion 更多的信息。具体来说，稳健最优策略产生的后验信念分布比标准最优策略产生的后验信念分布更“分散”（在 Blackwell 序的意义上）。

    • 直觉：为了对抗 Nature 的恶意行为，发送者需要让接收者的后验信念更加“精确”，从而减少 Nature 可以操纵的空间。
    • 必要条件：发送者的收益函数和接收者的收益函数必须满足某些“单交叉”条件。
    • 解决的技术难点：如何比较两个信息结构的“信息量”？作者使用了 Blackwell 序。

证明路线与技术技巧

  • 整体路线：

    1. 刻画最坏情况收益 \(W(\pi)\)：作者首先证明，给定信号结构 \(\pi\)，Nature 的最优策略是向接收者提供一个“最坏情况后验信念” \(\mu^*\)，这个后验信念是 Nature 可以强制接收者持有的，并且它最小化发送者的期望收益。\(W(\pi)\) 等于发送者收益函数 \(u_S\) 在 \(\mu^*\) 下的期望值。
    2. 将问题转化为“凹包”问题：作者证明，寻找最大化 \(W(\pi)\) 的信号结构等价于寻找一个函数 \(f: \Delta(\Theta) \to \mathbb{R}\)（其中 \(\Delta(\Theta)\) 是后验信念的单纯形），使得 \(f\) 是某个“最坏情况收益函数”的凹包，并且 \(f\) 在猜想 \(\mu_0\) 下的值等于 \(W(\pi)\)。
    3. 利用猜想进行二次选择：在得到所有最大化 \(W(\pi)\) 的信号结构后，作者利用猜想 \(\mu_0\) 来计算每个信号结构在猜想下的期望收益，并选择最大的那个。
    4. 刻画稳健解的性质：通过分析上述优化问题，作者推导出稳健解的性质，如分离条件和信息披露程度。

  • 关键跳跃点：

    • 从“信号结构”到“后验信念分布”的转换：这是 Bayesian persuasion 的标准技巧（Kamenica & Gentzkow, 2011），但本文需要将其扩展到存在 Nature 的情况下。作者的关键创新是证明了 Nature 的最优策略可以简化为选择一个“最坏情况后验信念”。
    • 刻画“最坏情况后验信念”：作者需要证明，Nature 可以强制接收者持有的后验信念集合是一个凸集，并且这个凸集可以通过接收者的保留效用和信号结构来刻画。这是证明中最吃功夫的部分。

  • 技术技巧点名：

    • 凹包（Concave envelope）：用于将信号结构的选择问题转化为函数优化问题。
    • Blackwell 序（Blackwell order）：用于比较不同信息结构的信息量。
    • 凸分析（Convex analysis）：用于刻画最坏情况后验信念的集合。
    • 博弈论（Game theory）：用于建模发送者、Nature 和接收者之间的互动。

真实例子与应用

本文包含几个真实例子和应用，用于说明稳健性如何改变经典结论：

  • 例子 1：说服一个法官（Persuading a Judge）：一个检察官（发送者）试图说服一个法官（接收者）定罪。检察官有一个猜想关于被告是否有罪，但她担心这个猜想可能错误。标准 Bayesian persuasion 的结果是，检察官可以通过设计一个信号结构（例如，提供部分证据）来最大化定罪概率。本文的稳健分析表明，如果检察官担心其猜想错误，她可能需要提供更多的证据（即披露更多信息），以确保在最坏情况下（例如，法官从其他渠道获得相反信息）也能定罪。
  • 例子 2：说服一个消费者（Persuading a Consumer）：一个公司（发送者）试图说服一个消费者（接收者）购买其产品。公司有一个猜想关于消费者的偏好，但她担心这个猜想可能错误。标准 Bayesian persuasion 的结果是，公司可以通过设计一个广告策略（信号结构）来最大化购买概率。本文的稳健分析表明，如果公司担心其猜想错误，它可能需要提供更少的信息（例如，只宣传产品的优点，不提及缺点），以确保在最坏情况下（例如，消费者从其他渠道获得负面信息）也能说服消费者购买。
  • 例子 3：说服一个选民（Persuading a Voter）：一个政治家（发送者）试图说服一个选民（接收者）投票给她。政治家有一个猜想关于选民的政策偏好，但她担心这个猜想可能错误。标准 Bayesian persuasion 的结果是，政治家可以通过设计一个竞选纲领（信号结构）来最大化得票率。本文的稳健分析表明，如果政治家担心其猜想错误，她可能需要采取一个更模糊的立场（即披露更少信息），以确保在最坏情况下（例如，选民从其他渠道获得关于她真实立场的负面信息）也能获得选票。

这些例子旨在说明：稳健性并不总是要求更多信息披露。在某些情况下（如法官例子），稳健性要求更多信息披露；在另一些情况下（如消费者和选民例子），稳健性要求更少信息披露。这取决于发送者和接收者的收益函数的具体结构。

🔎 结论是否比证明窄

  • 结论：作者声称“稳健性通常要求比标准 Bayesian persuasion 更多的信息披露”（定理 3）。
  • 证明：这个结论是在某些“单交叉”条件下严格证明的。作者在文中明确指出了这些条件，并承认在某些情况下（如消费者和选民例子），稳健性可能要求更少的信息披露。因此，结论的适用范围比证明的适用范围窄。作者在引言中使用了“通常”一词，这暗示了结论的普遍性，但证明只覆盖了特定条件。这是一个值得注意的 gap。

四、开放问题

  1. 计算复杂性：本文的稳健解概念涉及一个两阶段优化问题。对于一般的状态空间和行动空间，如何有效地计算稳健最优策略？是否存在类似于“凹包”的简洁算法？扎根于：本文的刻画依赖于凸分析和凹包，但并未给出具体的算法。
  2. 连续状态 / 行动空间：本文的设定假设状态空间和行动空间是有限的。如何将结果推广到连续情形？例如，当状态是连续变量时，如何定义“分离”条件？扎根于：作者在脚注中提及结果可以推广，但未给出具体细节。
  3. 多个接收者：本文只考虑了一个接收者。如何将稳健性概念推广到多个接收者（例如，一个发送者试图说服一群选民）？Nature 是否可以针对不同的接收者提供不同的外部信息？扎根于：作者在结论部分提到了这个扩展方向。
  4. 与其他稳健性概念的比较：本文的稳健性概念与统计学习中的“分布稳健优化”（DRO）有何异同？能否将 DRO 中的技术（如 Wasserstein 距离、f-divergence）应用于信息设计问题？扎根于：作者在引言中提到了 Bergemann & Morris 的稳健性概念，但未与其他稳健性框架进行比较。这是一个值得研究者去查的问题。

Maintained by 陈星宇 · Homepage · Source on GitHub

评论