[论文解读] Diversity of preferences can increase collective welfare in sequential exploration problems

Pantelis P. Analytis, Hrvoje Stojić+2 more|arXiv (Cornell University)|Mar 28, 2017

Experimental Behavioral Economics Studies参考文献 17被引用 3

一句话总结

本文表明，在按受欢迎程度排序的顺序探索情境中，中间程度的偏好多样性——即代理遵循流行度排名——能通过提高搜索效率和效用，显著提升集体福利，即使在搜索成本较高的情况下也是如此。关键发现是存在非单调关系：中等程度的多样性（d ≈ 0.2）通过去中心化探索更好地利用客观质量，使净效用最大化，从而超过更高的搜索成本。

ABSTRACT

In search engines, online marketplaces and other human-computer interfaces large collectives of individuals sequentially interact with numerous alternatives of varying quality. In these contexts, trial and error (exploration) is crucial for uncovering novel high-quality items or solutions, but entails a high cost for individual users. Self-interested decision makers, are often better off imitating the choices of individuals who have already incurred the costs of exploration. Although imitation makes sense at the individual level, it deprives the group of additional information that could have been gleaned by individual explorers. In this paper we show that in such problems, preference diversity can function as a welfare enhancing mechanism. It leads to a consistent increase in the quality of the consumed alternatives that outweighs the increased cost of search for the users.

研究动机与目标

• 研究在代理遵循公开流行度信号的顺序探索问题中，偏好多样性是否能提升集体福利。
• 分析在不同偏好多样性水平下，搜索成本与效用增益之间的权衡。
• 确定多样性是否能缓解社会学习环境中从众行为导致的低效问题。
• 评估多样化探索者带来的信息外部性如何提升后续决策的质量。
• 识别在顺序搜索市场中使净效用最大化的最优偏好多样性水平。

提出的方法

• 代理按受欢迎程度排序的备选项依次探索，选择第一个效用超过满意阈值 T 的选项。
• 每个备选项包含一个客观效用分量（共享）和一个主观效用分量（代理特定），两者均服从正态分布。
• 通过主观效用的方差（σ²_s = d）建模偏好多样性，而客观效用方差为 σ²_o = 1−d，其中 d ∈ [0,1]。
• 搜索成本 c 为常数，通过随机搜索模型中的最优停止规则（Chow et al., 1971）与阈值 T 关联。
• 在 77 种市场配置下进行模拟（d 从 0 到 1，步长为 0.1；c 从 1/2² 到 1/2⁸），每种配置重复 1000 次以保证稳定性。
• 净效用计算为所选备选项的效用减去总搜索成本，集体福利以代理间平均净效用衡量。

实验结果

研究问题

• RQ1 在基于流行度的搜索中，中间程度的偏好多样性是否会导致更高的集体福利？
• RQ2 偏好多样性如何影响社会学习环境中搜索成本与效用增益之间的平衡？
• RQ3 尽管个体搜索成本更高，多样化的偏好通过何种机制改善集体结果？
• RQ4 是否存在一个最优的偏好多样性水平以使净效用最大化？如果是，该水平是多少？
• RQ5 多样化探索者带来的厚信息外部性如何提升后续代理的决策质量？

主要发现

• 在中间程度的偏好多样性（d ≈ 0.2）时，平均净效用达到最高，而非在 d = 0 或 d = 1 时。
• 在高搜索成本下（例如 c = 1/2³），d = 0.5 的市场尽管搜索成本更高，仍优于无多样性的市场（d = 0）。
• 在 d = 1（完全多样性）时，搜索成本最高，净效用最低，因为流行度信号变得无信息。
• 在 d = 0 时，代理会聚集在第一个代理的选择上，导致结果变异性高，集体福利次优。
• 多样化偏好可带来更优的搜索路径：由于去中心化探索，客观效用更高的备选项更可能被更早遇到。
• 改善福利的机制在于产生了厚信息外部性——早期多样化探索提升了后续代理所依赖的流行度信号质量。