[论文解读] Quality Selection in Two-Sided Markets: A Constrained Price Discrimination Approach

Bar Light, Ramesh Johari+1 more|arXiv (Cornell University)|Dec 4, 2019

Digital Platforms and Economics被引用 13

一句话总结

本文研究双边平台中的最优信息披露，将质量选择问题建模为受限价格歧视问题。当需求弹性足够高时，特别是在 F(m)m 呈凹性或凸-凹性条件下，禁止低质量卖家并对其余卖家不披露任何质量信息的策略是收益最优的。

ABSTRACT

Online platforms collect rich information about participants and then share some of this information back with them to improve market outcomes. In this paper we study the following information disclosure problem in two-sided markets: If a platform wants to maximize revenue, which sellers should the platform allow to participate, and how much of its available information about participating sellers' quality should the platform share with buyers? We study this information disclosure problem in the context of two distinct two-sided market models: one in which the platform chooses prices and the sellers choose quantities (similar to ride-sharing), and one in which the sellers choose prices (similar to e-commerce). Our main results provide conditions under which simple information structures commonly observed in practice, such as banning certain sellers from the platform while not distinguishing between participating sellers, maximize the platform's revenue. The platform's information disclosure problem naturally transforms into a constrained price discrimination problem where the constraints are determined by the equilibrium outcomes of the specific two-sided market model being studied. We analyze this constrained price discrimination problem to obtain our structural results.

研究动机与目标

• 研究平台应如何选择并披露卖家质量信息，以在双边市场中实现收益最大化。
• 将平台的信息披露问题建模为受限价格歧视问题，其中约束条件源于市场均衡条件。
• 识别出在何种条件下，简单信息结构（如禁止低质量卖家并对其余卖家不披露质量细节）可使平台收益最大化。
• 将分析扩展至两种不同的市场模型：一种是卖家选择数量的市场（如拼车服务），另一种是卖家设定价格的市场（如电子商务平台）。
• 探讨需求弹性以及 F(m)m 函数形状对 1-分离型与 k-分离型菜单最优性的影响。

提出的方法

• 将平台的信息披露问题转化为受限价格歧视问题，其中每种信息结构都会诱导出一组价格-预期质量配对的菜单。
• 利用双边市场模型的均衡条件，定义菜单的可行性约束，包括市场出清、激励相容性和个体理性。
• 采用类似揭示原理的论证方法，表明最优信息结构对应于受限价格歧视框架中的可实施菜单。
• 通过研究函数 F(m)m 的凹凸性来分析收益最大化的菜单，其中 F(m) 是买方类型累积分布函数，m 是预期质量。
• 基于 F(m)m 的曲率，推导出 1-分离型菜单（即禁止低质量卖家且不对其余卖家进行区分）最优性的充分条件。
• 利用命题 1 和定理 3 比较不同信息结构下的收益，尤其关注完全信息披露（Io）何时为最优。

实验结果

研究问题

• RQ1 在何种条件下，1-分离型菜单（即平台禁止低质量卖家且不对其余卖家披露质量信息）是收益最优的？
• RQ2 函数 F(m)m 的曲率如何影响不同信息结构（如 1-分离型或 k-分离型菜单）的最优性？
• RQ3 在何种情境下，完全信息披露（即披露全部质量信息）对平台是最优的？
• RQ4 在两种双边市场模型中——一种是卖家选择数量，另一种是卖家设定价格——结构性结果有何不同？
• RQ5 搜寻摩擦与信号传递在塑造最优信息结构中起什么作用？它们可能如何改变研究结果？

主要发现

• 当 F(m)m 在由预期质量与价格差异决定的特定区间上为凹函数时，1-分离型菜单是最优的。
• 当 F(m)m 在 [a, m*] 上严格凸，在 [m*, b] 上严格凹时，最优菜单为 k-分离型或 (k+1)-分离型，具体取决于 m* 相对于价格-质量比的位置。
• 若 F(m)m 为凹函数，且完全信息披露结构 Io 可行，则 Io 为最优，即平台应披露所有可用的质量信息。
• 像禁止低质量卖家这类简单信息结构的最优性，关键取决于需求弹性，弹性越高越有利于此类结构。
• 研究结果可推广至需求受限市场，如电子商务平台，表明其在不同市场设计下具有稳健性。
• 本文推测，若引入搜寻摩擦，2-分离型菜单（即区分认证、非认证和被禁止的卖家）在实践中将比 1-分离型菜单更具吸引力。