社会学习中的信息价值

《Journal of Economic Theory》：Value of information in social learning

　　

本研究将Blackwell（1953）关于信息结构的比较拓展至序贯社会学习模型，其中智能体（agent）依据私人信号（private signal）与对他人行为的观测序贯决策。在此框架下，研究人员引入信息结构上的二元关系：若某一信息结构在所有偏好与均衡实现下均为全体智能体带来更高期望收益，则称其较另一信息结构“更具社会价值”（more socially valuable）。首先，研究人员证明该二元关系严格强于Blackwell序（Blackwell order）。其次，给出该关系的充要条件，并提出更易验证的充分条件。研究人员进一步从长期收益、极限福利（limit welfare）与典型二元环境等角度比较信息结构。由于决策中历史行为会依底层问题扭曲信号实现，仅满足Blackwell更富信息并不保证社会学习下全员更优；当且仅当替代结构下可观测过去信号（而非行动）时全员收益提升，且具社会价值者须诱导无界信念（unbounded beliefs）或渐近学习（asymptotic learning）。充分性方面，若两结构间存在完全信息与无信息之混合且服从Blackwell序，则前者更具社会价值；该混合使历史等价於观测过去信号。在变体中，研究人员定义“最终更具社会价值”“极限内最终更具社会价值”及放松均衡鲁棒性的“弱更具社会价值”，并证明典型二元环境下Blackwell直觉仍成立。

研究背景与动机

经典决策理论中，Blackwell（1953）以单智能体视角给出信息结构优劣的偏好无关准则，即Blackwell序（Blackwell order）：若一实验（experiment）可通过随机化处理得到另一实验，则前者更富信息。然而在现实序贯社会学习（sequential social learning）中，智能体不仅依赖私人信号，还观测前人行动，行动作为历史（history）向后续者传递被决策问题“加噪”的信息，形成信息外部性（information externality）。在线购物中买家参考销量即为一例。此时单智能体 Blackwell 比较不再充分：Blackwell 更富信息源未必使社会学习下全体智能体更优。研究人员在 Banerjee（1992）、Bikhchandani 等（1992）、Smith 和 S?rensen（2000）的经典序贯社会学习模型中，引入“更具社会价值”的二元关系，探讨何种信息结构能在社会学习下稳健提升全员期望收益。

主要技术方法

研究人员采用理论微观经济与博弈论方法：在无限同质智能体、二元状态空间 Ω={L,H}、共同先验 μ₀、有限行动集 A 与有限信号集 S 的序贯决策博弈中，定义信息结构 π:Ω→Δ(S)；借助均衡策略剖面 σ=(σ_i)_i∈? 计算各智能体期望收益；通过构造“完全信息（full information）与无信息（no information）之混合”在 Blackwell 序中的位置，规避全员期望收益复杂公式；并引入观测过去信号（而非行动）的虚拟反事实结构以刻画充要条件。样本非实证，属纯理论样本空间推导。

研究结果

1. 1.
   Introduction
   研究人员指出社会学习下历史行动扭曲私人信号，导致“更具社会价值”关系严格强于 Blackwell 序（Proposition 1）。定理 1（Theorem 1）给出充要条件：π 较 π′ 更具社会价值，当且仅当在“替代结构下观测过去信号”的反事实中 π 仍全员占优，且必要地 π 须诱导无界信念（否则陷入信息级联 information cascade 则不可能全员更优）。定理 2（Theorem 2）与命题 2（Proposition 2）给出可验证充分条件：若 Blackwell 序中存在完全信息与无信息混合介于两结构之间，则前者更具社会价值；直观上信号含充分高概率的“结论性信号（conclusive signals）”即可。
2. 2.
   Model
   形式化序贯社会学习：期 i 智能体观测前 i?1 人行动与自身信号 s～π(·|ω)，选 a∈A 最大化 u(a,ω) 期望。收益仅赖自身行动与状态，无直接支付外部性。
3. 3.
   变体与扩展（Section 4）
   4.1 长期与极限比较：定义“最终更具社会价值”（eventually more socially valuable）与“极限内最终更具社会价值”（eventually more socially valuable in the limit）。命题 3–5 与定理 3 表明，极限福利比较中 Blackwell 序必要条件（无界信念或另一为无信息）转为充分；长期比较可借 Azrieli（2014）、Mu 等（2021）的 eventual Blackwell order 弱化定理 2 条件。
   4.2 弱关系：放缩“所有均衡”至“存在某均衡”，得“弱更具社会价值”（weakly more socially valuable），构成偏序；例 1 示其仍严格强于 Blackwell 序，例 3 示原关系更严。
   4.3 典型二元环境：定理 4 显示在二元信号—二元行动标准环境下，Blackwell 更富信息弱增全员收益（knife-edge 性质），因行动完美揭示或零揭示，历史不致恶化；故 Blackwell 直觉在典型设定内存活。

讨论与结论翻译

讨论部分强调，社会学习的信息价值比较不能沿用单智能体 Blackwell 准则；观测行动（而非信号）是严格间隙根源。充要条件要求无界信念/渐近学习，排除级联结构；充分性由完全—无信息混合的特有性质获得，避免直接处理全员收益公式。极限与长期变体显示，当聚焦后段智能体或极限福利时，条件可放宽至 Blackwell 序既有概念。弱关系给出偏序版本，典型二元环境则恢复 Blackwell 直觉。该研究将实验比较（comparison of experiments）引入信息外部性博弈，填补社会学习文献中“信息结构横向比较”空白，为广告页、推荐系统等信息设计提供偏好无关的社会福利判据。

结论（译自原文收束段）：在序贯社会学习中，一信息结构较另一“更具社会价值”当且仅当其在反事实信号可观测下仍 Blackwell 占优且诱导无界信念；存在完全与无信息混合介于其间乃简捷充分条件。极限福利下该必要件转充分；典型二元环境 Blackwell 更富信息即弱增全员收益。原关系严格强于 Blackwell 序与弱社会关系，但放缩至长期、极限或典型二元设定后可部分回归经典直觉。