15267 字
76 分钟
同人市场分析(10)——同人市场稳态的不可能三角

前九篇的论述共同构建了同人市场的三个重要模型,消费者的需求模型、生产者的异质性创作组合、礼物层的有限混合与可生存性分析,这些子模型各自在理论上上预设了其他模型的合理输出。消费者的偏好权重 αi(t)\alpha_i(t) 取决于生产者的声誉 θi\theta_i;生产者的利润 πi\pi_i 取决于消费者的需求;无料礼物层的群体权重 ωk\omega_k 是生产者截面分布的投影。

但,由于当前不能满足瓦尔拉斯一般均衡的前提定义,我们需要使用其他的方法来研究总体的市场配置是否能达到最优,因此接下来我们要把子模型嵌入一个统一的稳态均衡框架,使得:

  1. 消费者在均衡价格下最优配置,生产者在均衡价格和截面分布下按混合过程决策,两侧的行为同时自洽;
  2. 截面分布在进入-退出流下不变(稳态条件);
  3. 无料形式化工作的的微分包含与可生存性核(无料机制安全界) KextK_{\text{ext}} 作为均衡的真子集自然包含。

而最后,我们将从命题里得出一个同人市场稳态的不可能三角:市场繁荣、无料繁荣、新人可进入性三者不可同时达到最优,以及寻求均衡的退化形式来解释小的同人社群。

警告#

本章是形式化工作,阅读之前可能需要掌握一部分前置数学理论。

一、基本设定#

1.1 个体状态空间#

每个活跃的创作者 iitt 时刻的状态为

si(t)  =  (θi(t),  Wi(t),  Ti(t),  ni(t),  qi)    Ss_i(t) \;=\; \bigl(\theta_i(t),\; W_i(t),\; T_i(t),\; n_i(t),\; \mathbf{q}_i\bigr) \;\in\; \mathcal{S}

其中 θi[0,θˉ]\theta_i \in [0, \bar{\theta}] 为声誉(有上界,由塌方和信息披露的内生减速保证),Wi(0,Wˉ]W_i \in (0, \bar{W}] 为热情预算(有上界,由精力消耗的增长保证),Ti[0,Tˉ]T_i \in [0, \bar{T}] 为时间禀赋(外生、有界),ni[0,nˉ]n_i \in [0, \bar{n}] 为网络位置

创作者 ii 在无料网络中的可视范围大小 Nicircle|N_i^{\text{circle}}|qiΔ4\mathbf{q}_i \in \Delta^4 为混合向量(来自生产者模型的四个类型)。

状态空间 S=[0,θˉ]×(0,Wˉ]×[0,Tˉ]×[0,nˉ]×Δ4\mathcal{S} = [0, \bar{\theta}] \times (0, \bar{W}] \times [0, \bar{T}] \times [0, \bar{n}] \times \Delta^4R8\mathbb{R}^8 中的紧子集。

1.2 截面分布#

定义 1.1(截面分布)。产业状态是所有活跃创作者的状态联合分布:

μt    P(S)\mu_t \;\in\; \mathcal{P}(\mathcal{S})

其中 P(S)\mathcal{P}(\mathcal{S})S\mathcal{S} 上的 Borel 概率测度空间,赋以弱收敛拓扑。μt\mu_t 主要描述 tt 时刻市场上有哪些声誉水平、哪些热情状态、哪些类型构成的创作者在活动。

1.3 聚合量与投影#

μ\mu 可以计算出若干商品聚合量,它们作为消费者和无料层的输入:

市场层聚合量

SH(μ)  =  Sxˉi,aH,M(s)dμ(s),SL(μ)  =  Sxˉi,aL,M(s)dμ(s)S_H(\mu) \;=\; \int_{\mathcal{S}} \bar{x}_{i,a_{H,M}}(s) \, d\mu(s), \qquad S_L(\mu) \;=\; \int_{\mathcal{S}} \bar{x}_{i,a_{L,M}}(s) \, d\mu(s)

其中 xˉi,aj(s)\bar{x}_{i,a_j}(s) 是状态为 ss 的创作者在混合过程下对资产 aja_j 的期望配置SH,SLS_H, S_L 分别是同人本A类作品和同人谷B类作品的市场层总供给。

无料层

g(μ)  =  S(xˉi,aH,G(s)+xˉi,aL,G(s))dμ(s)g(\mu) \;=\; \int_{\mathcal{S}} \bigl(\bar{x}_{i,a_{H,G}}(s) + \bar{x}_{i,a_{L,G}}(s)\bigr) \, d\mu(s)ωk(μ)  =  Sqi,kdμ(s),k{A,B,D,E}\omega_k(\mu) \;=\; \int_{\mathcal{S}} q_{i,k} \, d\mu(s), \qquad k \in \{A, B, D, E\}

(g,ω)(g, \omega)μ\mu 在无料状态空间 [0,1]×Δ4[0,1] \times \Delta^4 上的投影。这一投影是多对一的,很多不同的 μ\mu 可以产生同一个 (g,ω)(g, \omega),因为人可以对应很多种行动。

声誉分布

Θ(μ)  =  μθi1\Theta(\mu) \;=\; \mu \circ \theta_i^{-1}

即声誉的边际分布。消费者在传播网络中面对的市场上有哪些创作者可选由 Θ(μ)\Theta(\mu) 决定。因为消费者无法看到全局的创作者,只能依照观察到的声誉进行优先排序。

1.4 网络拓扑参数#

同人市场有两个拓扑上截然不同的网络同时运作。无料网络(高聚类的小世界,由 Jackson & Rogers 2007 的朋友圈搜索生成)和市场网络(低聚类的辐射网,由 Barabási-Albert 优先连接生成)。两个网络通过不同的通道进入均衡。

定义 1.2(网络参数向量)。两个网络由一个联合外生参数向量刻画:

n  =  (s,  m,  pr,  αnet)    N\mathbf{n} \;=\; (s,\; m_{\ell},\; p_r,\; \alpha_{\text{net}}) \;\in\; \mathcal{N}

前三个参数描述无料网络:ss 是随机遇见概率,mm_\ell 是每期每个新进入者形成的链接数,prp_r 是互惠回路概率。第四个参数 αnet>1\alpha_{\text{net}} > 1 描述市场网络:它是市场网络度分布的帕累托指数,度分布 P(kx)x(αnet1)P(k \geq x) \sim x^{-(\alpha_{\text{net}}-1)}αnet\alpha_{\text{net}} 越小,市场网络越集中于少数高连接度的大V;αnet\alpha_{\text{net}} 越大,市场网络趋向均匀。

n\mathbf{n} 通过以下五条通道进入均衡(N1-N4 来自无料网络,N5 来自市场网络):

(N1) 可视范围分布。个体状态中的 ni=Nicirclen_i = |N_i^{\text{circle}}| 的截面分布由 n\mathbf{n} 确定。Jackson-Rogers 模型的稳态度分布为

P(nix)    xγnet(s)P(n_i \geq x) \;\sim\; x^{-\gamma_{\text{net}}(s)}

ss 越小,幂律指数 γnet\gamma_{\text{net}} 越小、尾部越重,可以理解为少数无料枢纽拥有极大覆盖。ss 越大,度分布趋向泊松分布,覆盖范围趋于均匀。

(N2) 声誉传播的局部性。礼物网络的聚类系数 C(G)=f(s,pr)C(\mathcal{G}) = f(s, p_r) 决定了声誉信号在消费者群体中的传播结构。CC 高意味着信息在小圈子内快速传播但跨圈子慢,因此声誉的有效覆盖受制于网络的局部连通性。这一效应在将在下面的偏好动态中被显式建模。

(N3) 协作概率的调制。生产者理论的协作约束 pcollab(θi,qi,B)p_{\text{collab}}(\theta_i, q_{i,B}) 被随机遇见概率 ss 调制:随机遇见概率ss 小时圈内协作容易但跨圈协作难,随机遇见概率ss 大时协作机会更分散但平均概率更低。形式地:

pcollab(θi,qi,B;n)  =  h(θi,qi,B)ψ(s)p_{\text{collab}}(\theta_i, q_{i,B};\, \mathbf{n}) \;=\; h(\theta_i, q_{i,B}) \cdot \psi(s)

其中 ψ(s)\psi(s) 是网络的协作连通性函数(随机遇见概率ss 的非单调函数——极端的 s=0s=0s=1s=1 都不利于协作,中间值最优)。

(N4) 枢纽的脆弱性。重尾度分布使得无料商品的聚合 g(μ)g(\mu) 对高度数节点高度(大V)敏感。定义枢纽集中度为

Hub(μ,n)  =  ni>n99xˉaG(s)dμ(s)g(μ)\text{Hub}(\mu, \mathbf{n}) \;=\; \frac{\int_{n_i > n_{99}} \bar{x}_{a_G}(s) \, d\mu(s)}{g(\mu)}

即 top 1% 度数节点对礼物层总产出的贡献份额。Hub\text{Hub} 越高,单个枢纽退出对无料商品的聚合 g(μ)g(\mu) 的冲击越大,市场整体的均衡对圈子老人退出越脆弱。

(N5) 搜索成本与声誉权重的调制。市场网络上的消费者搜索行为服从 Stigler (1961) 的最优搜寻模型。当市场网络的帕累托指数 αnet\alpha_{\text{net}} 较低时,质量分布的方差大,消费者面临的搜寻成本 cjc_j 高,贝叶斯更新中声誉的权重上升。极端情形 αnet<2\alpha_{\text{net}} < 2 时方差发散,搜寻成本趋于无穷,所有消费者退化为纯声誉依赖(§3.2 详述)。

约定 1.2n\mathbf{n} 作为均衡的外生参数处理,也就是网络结构不被某个创作者的进入退出内生改变。

二、生产者递归决策#

2.1 混合 Bellman 方程#

在均衡价格 (pH,pL)(p_H, p_L) 和截面分布 μ\mu 给定下,创作者的递归问题如下。

定义 2.1(混合值函数)。对混合向量 q\mathbf{q} 和价格 (pH,pL)(p_H, p_L),创作者的值函数定义为

V(θ,W,T;q,p)  =  k{A,B,D,E}qk[maxxX(θ,W,T)(uk,ρ(x;p)E(x)+βE[V(θ,W,T;q,p)])]V(\theta, W, T;\, \mathbf{q},\, p) \;=\; \sum_{k \in \{A,B,D,E\}} q_k \left[\max_{\mathbf{x} \in X(\theta,W,T)} \Bigl(\langle u_k, \boldsymbol{\rho}(\mathbf{x}; p) \rangle - E(\mathbf{x}) + \beta\, \mathbb{E}\bigl[V(\theta', W', T';\, \mathbf{q},\, p)\bigr]\Bigr)\right]

其中状态转移为:

θ  =  [θ+γjIqD(x;p)]ξshock,W  =  W+uk(s,xk)E(xk)\theta' \;=\; \bigl[\theta + \gamma_j \cdot I \cdot q^D(\mathbf{x}; p)\bigr] \cdot \xi^{\text{shock}}, \qquad W' \;=\; W + u_k(s, \mathbf{x}_k^*) - E(\mathbf{x}_k^*)

时间禀赋 TT' 按外生过程演化。期望作用在 ξshock\xi^{\text{shock}}(塌方)和 TT'(时间禀赋冲击)的联合分布上。

q\mathbf{q} 进入值函数的方式是对各类型连续值的概率加权,不是对效用的加权聚合。

命题 2.1(值函数的存在唯一性)。在以下条件下,VV 存在且唯一:

(i) 状态空间 S\mathcal{S} 紧;(ii) 回报函数 uk,ρE\langle u_k, \boldsymbol{\rho} \rangle - E(θ,W,T,x)(\theta, W, T, \mathbf{x}) 连续且有界;(iii) 转移概率对状态弱连续;(iv) β(0,1)\beta \in (0, 1)

证明的lean代码如下:

import Mathlib.Topology.MetricSpace.Contracting
import Mathlib.Topology.MetricSpace.Basic
import Mathlib.Analysis.SpecificLimits.Basic
import Mathlib.Analysis.Convex.Basic
open Metric
theorem bellman_fixed_point_exists
{F : Type*} [MetricSpace F] [CompleteSpace F] [Nonempty F]
(T : F → F)
(β : NNReal)
(_hβ : β < 1)
(hT : ContractingWith β T) :
∃! v : F, T v = v :=
⟨hT.fixedPoint, hT.fixedPoint_isFixedPt,
fun _ hv => hT.fixedPoint_unique hv⟩

2.2 策略函数与混合涌现#

定义 2.2(类型纯策略)。给定 VV,机制 kk 的纯策略为

xk(s;p)  =  argmaxxX(s)[uk,ρ(x;p)E(x)+βE[V(θ,W,T;q,p)]]\mathbf{x}_k^*(s;\, p) \;=\; \arg\max_{\mathbf{x} \in X(s)} \Bigl[\langle u_k, \boldsymbol{\rho}(\mathbf{x}; p) \rangle - E(\mathbf{x}) + \beta\, \mathbb{E}[V(\theta', W', T';\, \mathbf{q}, p)]\Bigr]

由 Berge 极大值定理,xk\mathbf{x}_k^*ss 上是上半连续的对应(在标准正则条件下为连续函数)。

观察到的创作组合为混合涌现 xˉ(s;p)=kqkxk(s;p)\bar{\mathbf{x}}(s; p) = \sum_k q_k \, \mathbf{x}_k^*(s; p)

2.3 进入与退出#

退出。创作者在 Wi(t)0W_i(t) \leq 0(内生退出)或以概率 pexitexo(Ti,qi)p_{\text{exit}}^{\text{exo}}(T_i, \mathbf{q}_i)(外生退出)时离开市场。

进入。每期有外生的创作者进入流 νentryP(S)\nu_{\text{entry}} \in \mathcal{P}(\mathcal{S})——新人的初始状态分布。进入率 λentry>0\lambda_{\text{entry}} > 0 为外生参数。

转移核。给定价格 pp 和策略 {xk}\{\mathbf{x}_k^*\},从 μ\muμ\mu' 的转移 Tμ\mathcal{T}_\mu 由三步组成,精确定义请参照附录1:

  • (i) 存活的创作者按 (θ,W,T)(\theta', W', T') 转移状态;
  • (ii) 退出者被移除;
  • (iii) 新进入者按 νentry\nu_{\text{entry}} 加入。

三、消费者需求与偏好动态#

3.1 同人消费需求#

消费者按如下效用函数配置预算。给定价格 (pH,pL)(p_H, p_L) 和收入 mm,最优需求为

QH(pH,pL,m)  =  γH+βHσTpHσTβHσTpH1σT+βLσTpL1σTmsQ_H^*(p_H, p_L, m) \;=\; \gamma_H + \frac{\beta_H^{\sigma_T} p_H^{-\sigma_T}}{\beta_H^{\sigma_T} p_H^{1-\sigma_T} + \beta_L^{\sigma_T} p_L^{1-\sigma_T}} \cdot m^sQL(pH,pL,m)  =  γL+βLσTpLσTβHσTpH1σT+βLσTpL1σTmsQ_L^*(p_H, p_L, m) \;=\; \gamma_L + \frac{\beta_L^{\sigma_T} p_L^{-\sigma_T}}{\beta_H^{\sigma_T} p_H^{1-\sigma_T} + \beta_L^{\sigma_T} p_L^{1-\sigma_T}} \cdot m^s

其中 ms=mpHγHpLγLm^s = m - p_H \gamma_H - p_L \gamma_L 是超量收入。γH,γL>0\gamma_H, \gamma_L > 0 是承诺消费量。

性质QHQ_H^*QLQ_L^*(pH,pL)(p_H, p_L) 连续可微(在 ms>0m^s > 0 的内部)。承诺消费 γH>0\gamma_H > 0 保证了 QHγH>0Q_H^* \geq \gamma_H > 0,即同人本有承诺消费的底线。

3.2 偏好动态与声誉反馈的网络调制#

消费者对创作者 ii 的偏好 αi(t)\alpha_i(t) 按习惯积累方程更新,但声誉信号的传播受礼物网络拓扑的调制。消费者 jj 对创作者 ii 的偏好更新为

αi,j(t)  =  λαi,j(t1)  +  (1λ)πij(n)f(θi(t))\alpha_{i,j}(t) \;=\; \lambda \, \alpha_{i,j}(t-1) \;+\; (1-\lambda) \cdot \pi_{ij}(\mathbf{n}) \cdot f\bigl(\theta_i(t)\bigr)

其中 πij(n)[0,1]\pi_{ij}(\mathbf{n}) \in [0, 1]网络可达性——消费者 jj 观察到创作者 ii 的声誉信号的概率。πij\pi_{ij} 由网络参数 n\mathbf{n} 决定:

  • jNicirclej \in N_i^{\text{circle}}jjii 的可视范围内),πij=1\pi_{ij} = 1
  • jjii 之间的网络距离为 ddπij\pi_{ij}dd 单调递减;
  • 聚类系数 C(G)C(\mathcal{G}) 高时,ii 的信号在密集子图内 πij1\pi_{ij} \approx 1 但跨子图 πij0\pi_{ij} \approx 0

聚合到群体层面,创作者 ii有效需求基数不是全体消费者 MM,而是

Mieff(n)  =  jπij(n)    MM_i^{\text{eff}}(\mathbf{n}) \;=\; \sum_j \pi_{ij}(\mathbf{n}) \;\leq\; M

在稳态下,群体平均的偏好收敛到

αˉi  =  MieffMf(θi)\bar{\alpha}_i^* \;=\; \frac{M_i^{\text{eff}}}{M} \cdot f(\theta_i^*)

网络拓扑因此在声誉和需求之间引入了一个衰减因子 Mieff/MM_i^{\text{eff}} / M:位于密集子图中心的创作者(高 nin_i)有 Mieff/MM_i^{\text{eff}} / M 接近 1;位于网络边缘的创作者有 Mieff/M1M_i^{\text{eff}} / M \ll 1。即使声誉 θi\theta_i 相同,后者面临的有效需求也显著更低。

3.3 声誉权重的贝叶斯结构#

偏好方程中的 f(θi)f(\theta_i) 不是一个任意的映射——它内含一个贝叶斯更新结构。消费者 jj 面对创作者 ii 时,对制品质量的后验预期为

Qexpected  =  αjBayesμ0(θi)  +  (1αjBayes)SiQ_{\text{expected}} \;=\; \alpha_j^{\text{Bayes}} \cdot \mu_0(\theta_i) \;+\; (1 - \alpha_j^{\text{Bayes}}) \cdot S_i

其中 μ0(θi)\mu_0(\theta_i) 是声誉先验,SiS_i 是当期信号(宣发、试阅等),贝叶斯权重为

αjBayes  =  σs2σ02+σs2\alpha_j^{\text{Bayes}} \;=\; \frac{\sigma_s^2}{\sigma_0^2 + \sigma_s^2}

σ02\sigma_0^2 是声誉先验的方差,σs2\sigma_s^2 是信号噪声的方差。声誉与无标度网络篇证明了 αjBayes\alpha_j^{\text{Bayes}} 对消费者信息财富 Wj1/cjW_j \propto 1/c_j 满足

αjBayesWj  <  0\frac{\partial \alpha_j^{\text{Bayes}}}{\partial W_j} \;<\; 0

即声誉是信息意义上的劣等品:信息财富越高的消费者越不依赖声誉先验,越依赖当期信号。f(θi)f(\theta_i) 因此隐含了两层消费者异质性

  • 网络可达性 πij(n)\pi_{ij}(\mathbf{n}) 决定信号能否到达消费者 jj(通道 N2);
  • 贝叶斯权重 αjBayes(Wj)\alpha_j^{\text{Bayes}}(W_j) 决定到达后消费者以多大权重采信声誉(通道 N5)。

市场网络的帕累托指数 αnet\alpha_{\text{net}} 通过 σs2\sigma_s^2 影响全体消费者面临的信号噪声。当 αnet\alpha_{\text{net}} 下降,表征为市场网络更集中、质量方差更大,σs2\sigma_s^2 上升,αjBayes\alpha_j^{\text{Bayes}} 对所有消费者上升,市场整体更依赖声誉。

方差发散的极端情形:当 αnet<2\alpha_{\text{net}} < 2 时,帕累托分布的方差发散,σs2\sigma_s^2 \to \infty,则

αjBayes    1j\alpha_j^{\text{Bayes}} \;\to\; 1 \quad \forall j

所有消费者都退化为纯声誉依赖。当期信号 SiS_i 完全失去信息价值。

在均衡中这意味着:f(θi)f(\theta_i) 退化为 μ0(θi)\mu_0(\theta_i),偏好更新不再响应任何当期行为,新人创作者无论发出多强的信号都无法突破声誉壁垒。这一退化对于比较静态下的均衡有直接影响。

四、声誉反馈环路#

稳态均衡的核心是以下反馈环路的自洽:

μ  供给聚合  (SH,SL)  市场出清  (pH,pL)  利润  πi  uA  Wi  退出  μ\mu \;\xrightarrow{\text{供给聚合}}\; (S_H, S_L) \;\xrightarrow{\text{市场出清}}\; (p_H, p_L) \;\xrightarrow{\text{利润}}\; \pi_i \;\xrightarrow{u_A}\; W_i' \;\xrightarrow{\text{退出}}\; \mu'μ  Θ(μ)  αi=f(θi)  子层CES  个体需求  声誉积累  θi    μ\mu \;\xrightarrow{\Theta(\mu)}\; \alpha_i^* = f(\theta_i) \;\xrightarrow{\text{子层CES}}\; \text{个体需求} \;\xrightarrow{\text{声誉积累}}\; \theta_i' \;\xrightarrow{}\; \mu'

第一条通过市场价格传导利润,影响热情预算进而影响退出;

第二条通过声誉传导偏好,影响个体需求进而影响声誉积累速度。

稳态要求 μ=μ\mu' = \mu,即,两条路径的净效应恰好使截面分布不变。

命题 4.1(反馈环路的良定义性)。在以下条件下,从 μ\mu 出发的反馈环路定义了一个从 P(S)\mathcal{P}(\mathcal{S}) 到自身的映射 Φ\Phi

(i) f()f(\cdot) 连续且有界;(ii) 声誉转移 θθ\theta \mapsto \theta'(θ,p,x)(\theta, p, \mathbf{x}) 连续;(iii) 需求函数 QQ^*(p,m)(p, m) 连续。

Φ:μTμ(μ,p(μ))\Phi: \mu \mapsto \mathcal{T}_\mu(\mu, p(\mu)) 是从 P(S)\mathcal{P}(\mathcal{S}) 到自身的弱连续映射,其中 p(μ)p(\mu) 由下一章的市场出清确定。

证明见附录1

五、市场出清与价格确定#

5.1 供给聚合#

给定截面分布 μ\mu 和价格 p=(pH,pL)p = (p_H, p_L),市场层总供给为

SH(μ,p)  =  SxˉaH,M(s;p)dμ(s),SL(μ,p)  =  SxˉaL,M(s;p)dμ(s)S_H(\mu, p) \;=\; \int_{\mathcal{S}} \bar{x}_{a_{H,M}}(s;\, p) \, d\mu(s), \qquad S_L(\mu, p) \;=\; \int_{\mathcal{S}} \bar{x}_{a_{L,M}}(s;\, p) \, d\mu(s)

xˉaj(s;p)\bar{x}_{a_j}(s; p) 依赖价格是因为价格进入效用函数 uAu_A 的利润 πi\pi_i 项。也就是生产者理论中,A 型机制被抽中时,创作组合选择会响应价格。

5.2 出清条件#

定义 5.1(市场出清)。给定 μ\mu,均衡价格 p(μ)=(pH,pL)p^*(\mu) = (p_H^*, p_L^*) 满足

QH(pH,pL,m)  =  SH(μ,p),QL(pH,pL,m)  =  SL(μ,p)Q_H^*(p_H^*, p_L^*, m) \;=\; S_H(\mu, p^*), \qquad Q_L^*(p_H^*, p_L^*, m) \;=\; S_L(\mu, p^*)

5.3 价格映射的性质#

命题 5.1(价格映射的连续性)。在以下条件下,p:P(S)R++2p^*: \mathcal{P}(\mathcal{S}) \to \mathbb{R}_{++}^2 是弱连续的:

  • (i) 需求函数 QQ^*pp 严格递减(正常品的需求定律);
  • (ii) 供给函数 SSpp 弱递增(A 型在价格更高时倾向于多供给);
  • (iii) 在边界处需求超过供给(保证内点解存在)。

承诺消费 γH>0\gamma_H > 0 在这里保证了 QHγH>0Q_H^* \geq \gamma_H > 0,使得同人本市场的需求底线为正。即使供给极低,价格也不会到无穷。

六、稳态均衡:定义与存在性#

6.1 定义#

定义 6.1(稳态均衡)。给定网络参数 nN\mathbf{n} \in \mathcal{N},一个稳态均衡是状态 (μ,  p,  V,  {xk}k{A,B,D,E})\bigl(\mu^*,\; p^*,\; V^*,\; \{\mathbf{x}_k^*\}_{k \in \{A,B,D,E\}}\bigr) 满足以下六个条件:

(E1) 混合 Bellman 最优VV^* 是定义 2.1 在价格 pp^* 下的不动点,xk\mathbf{x}_k^* 是对应的类型纯策略(定义 2.2)。

(E2) 混合涌现。每个创作者的观察 portfolio 为 xˉ(s)=kqkxk(s;p)\bar{\mathbf{x}}(s) = \sum_k q_k \, \mathbf{x}_k^*(s;\, p^*)

(E3) 市场出清(pH,pL)(p_H^*, p_L^*) 满足定义 5.1 的出清条件。

(E4) 截面分布不变μ\mu^* 在转移核 Tμ\mathcal{T}_\mu 下不变:

μ  =  Tμ(μ,p)\mu^* \;=\; \mathcal{T}_\mu(\mu^*,\, p^*)

即进入流、退出流和状态转移的净效应恰好维持 μ\mu^* 不变。

(E5) 无料层可生存性μ\mu^* 的无料层投影落在可生存性核内:

(g(μ),ω(μ))    Kext  =  {(g,ω):ωB+ωD+ωE    ωfloor}\bigl(g(\mu^*),\, \omega(\mu^*)\bigr) \;\in\; K_{\text{ext}} \;=\; \bigl\{(g, \omega) : \omega_B + \omega_D + \omega_E \;\geq\; \underline{\omega}_{\text{floor}}\bigr\}

6.2 存在性#

定理 6.1(稳态均衡的存在性)。在以下条件下,满足 (E1)-(E5) 的稳态均衡存在:

(A1) 状态空间 S\mathcal{S} 是紧的。

(A2) 回报函数 uk,ρE\langle u_k, \boldsymbol{\rho} \rangle - E 对所有变量连续且有界。

(A3) 转移概率关于状态弱连续。

(A4) β(0,1)\beta \in (0, 1)

(A5) 需求函数 QQ^* 对价格连续,对自价格严格递减。

(A6) 进入率 λentry>0\lambda_{\text{entry}} > 0,进入分布 νentry\nu_{\text{entry}}KextK_{\text{ext}} 有正支撑(即新进入者的 qi\mathbf{q}_i 分布使得 ωB+ωD+ωE\omega_B + \omega_D + \omega_E 的群体均值在可生存性核内部)。

证明

第一步:值函数存在。已证明,由命题 2.1,对每个 (p,q)(p, \mathbf{q})V(;q,p)V^*(\cdot; \mathbf{q}, p) 存在唯一。

第二步:策略函数连续。由 Berge 极大值定理和条件 (A1)(A2),xk(s;p)\mathbf{x}_k^*(s; p) 关于 (s,p)(s, p) 上半连续。在标准正则条件下,xk\mathbf{x}_k^* 为连续函数。

第三步:价格映射连续。由命题 5.1 和条件 (A5),p(μ)p^*(\mu)μ\mu 的弱连续函数。

第四步:转移核连续。由第二步和条件 (A3),转移核 Tμ(μ,p)\mathcal{T}_\mu(\mu, p) 关于 (μ,p)(\mu, p) 弱连续。

第五步:复合映射与不动点。定义 Φ:P(S)P(S)\Phi: \mathcal{P}(\mathcal{S}) \to \mathcal{P}(\mathcal{S})

Φ(μ)  =  Tμ(μ,p(μ))\Phi(\mu) \;=\; \mathcal{T}_\mu\bigl(\mu,\, p^*(\mu)\bigr)

由第三步和第四步,可得Φ\Phi 弱连续。P(S)\mathcal{P}(\mathcal{S}) 在弱拓扑下是紧凸的。由 Schauder 不动点定理Φ\Phi 有不动点 μ=Φ(μ)\mu^* = \Phi(\mu^*)。这一 μ\mu^* 满足 (E1)-(E4)。

第六步:可生存性筛选。第五步给出的不动点 μ\mu^* 不一定落在 KextK_{\text{ext}} 内。把不动点问题限制在

PK(S)  =  {μP(S):(g(μ),ω(μ))Kext}\mathcal{P}_K(\mathcal{S}) \;=\; \bigl\{\mu \in \mathcal{P}(\mathcal{S}) : (g(\mu), \omega(\mu)) \in K_{\text{ext}}\bigr\}

上。PK\mathcal{P}_KP(S)\mathcal{P}(\mathcal{S}) 的闭子集(因为 ggω\omegaμ\mu 的连续泛函,KextK_{\text{ext}} 是闭集)。若 Φ\PhiPK\mathcal{P}_K 映入自身,即 KextK_{\text{ext}}Φ\Phi 下不变,则 Schauder 定理在 PK\mathcal{P}_K 上给出满足 (E5) 的不动点。

KextK_{\text{ext}}Φ\Phi 下不变的充分条件是条件 (A6):进入流持续注入足够的 B/D/E 型创作者,使得即使 A 型因塌方或信号污染退出,ωB+ωD+ωE\omega_B + \omega_D + \omega_E 的群体均值也不跌破社群支撑下界 ωfloor\underline{\omega}_{\text{floor}}

注 6.1(唯一性)。定理 6.1 不保证唯一性。声誉反馈环路可能产生多重稳态。一个”高声誉-高需求-高利润-高存活”的好均衡和一个”低声誉-低需求-低利润-高退出”的坏均衡可能同时存在。多重均衡在 Hopenhayn 框架的扩展中是常见的(Ericson & Pakes 1995)。无料的形式化工作里,的可生存性核 KextK_{\text{ext}} 排除了一部分无料层上的不良均衡,但不保证在 KextK_{\text{ext}} 内部只有一个均衡。

6.1证明的Lean代码如下:

axiom schauder_fixed_point
{X : Type*} [TopologicalSpace X] [AddCommMonoid X] [Module ℝ X]
(K : Set X)
(hK_compact : IsCompact K)
(hK_convex : Convex ℝ K)
(hK_nonempty : K.Nonempty)
(Φ : X → X)
(hΦ_cont : Continuous Φ)
(hΦ_maps : ∀ x ∈ K, Φ x ∈ K) :
∃ x ∈ K, Φ x = x
structure EquilibriumData (P : Type*) [TopologicalSpace P] [AddCommMonoid P] [Module ℝ P] where
admissible : Set P
Φ : P → P
admissible_compact : IsCompact admissible
admissible_convex : Convex ℝ admissible
admissible_nonempty : admissible.Nonempty
Φ_continuous : Continuous Φ
Φ_maps_admissible : ∀ μ ∈ admissible, Φ μ ∈ admissible
theorem steady_state_equilibrium_exists
{P : Type*} [TopologicalSpace P] [AddCommMonoid P] [Module ℝ P]
(E : EquilibriumData P) :
∃ μ ∈ E.admissible, E.Φ μ = μ :=
schauder_fixed_point
E.admissible E.admissible_compact E.admissible_convex
E.admissible_nonempty E.Φ E.Φ_continuous E.Φ_maps_admissible

七、无料层投影与可生存性约束#

7.1 投影算子#

定义 7.1(无料层投影)。定义投影算子 Π:P(S)[0,1]×Δ4\Pi: \mathcal{P}(\mathcal{S}) \to [0,1] \times \Delta^4

Π(μ)  =  (g(μ),ω(μ))\Pi(\mu) \;=\; \bigl(g(\mu),\, \omega(\mu)\bigr)

其中 g(μ)g(\mu)ω(μ)\omega(\mu) 在之前已经定义。Π\Pi 是多对一的:很多不同的 μ\mu 可以产生同一个 (g,ω)(g, \omega)

7.2 兼容性条件#

无料的形式化工作在 (g,ω)(g, \omega) 空间上定义了微分包含

x˙(t)    F(x(t)),x=(g,ω)\dot{x}(t) \;\in\; F\bigl(x(t)\bigr), \qquad x = (g, \omega)

其中 FF 有两个分量:

g˙    [λ,λ](g(ω)g),ω˙k    μkk\dot{g} \;\in\; [\underline{\lambda}, \overline{\lambda}] \cdot \bigl(g^*(\omega) - g\bigr), \qquad |\dot{\omega}_k| \;\leq\; \mu_k \quad \forall k

定义 7.2(投影兼容性,条件 E6)。均衡满足投影兼容性,当且仅当对 μ\mu^* 的任意邻域扰动 μ+εδμ\mu^* + \varepsilon \, \delta\mu,诱导的 (g,ω)(g, \omega) 变化率落在 FF 内:

ddεε=0Π(Φ(μ+εδμ))    F(Π(μ))\frac{d}{d\varepsilon}\bigg|_{\varepsilon=0} \Pi\bigl(\Phi(\mu^* + \varepsilon \, \delta\mu)\bigr) \;\in\; F\bigl(\Pi(\mu^*)\bigr)

对所有满足 μ+εδμP(S)\mu^* + \varepsilon \, \delta\mu \in \mathcal{P}(\mathcal{S}) 的扰动方向 δμ\delta\mu 成立。

命题 7.1(兼容性的充分条件)。投影兼容性在以下条件下成立:

(i) 均衡的创作组合的调整速度,即 xˉaG(s;p)\bar{x}_{a_G}(s; p)pp 的弹性,落在 [λ,λ][\underline{\lambda}, \overline{\lambda}] 区间内。

(ii) 进入退出流对 ωk\omega_k 的影响速率,即每期进入者和退出者的类型构成差异,有界于 μk\mu_k

命题的证明可以在附录2找到

7.3 无料形式化命题的所有推导#

无料层的核心命题现在可以从完整均衡中推导:

观察 1 礼物层的结构性下界:在稳态均衡中,g(μ)>0g(\mu^*) > 0 由 (E5) 保证,即社群支撑下界KextK_{\text{ext}} 要求 ωB+ωD+ωEωfloor\omega_B + \omega_D + \omega_E \geq \underline{\omega}_{\text{floor}},而根据生产者理论这些类型的创作组合在无料资产 aGa_G 上有正权重,因此 g>0g > 0

观察 2 圈子间差异是创作者类型 ω\omega 的分布差异:不同圈子对应不同的 νentry\nu_{\text{entry}}(进入者的 qi\mathbf{q}_i 分布不同),导致稳态 μ\mu^* 不同,投影到不同的 (g,ω)(g^*, \omega^*)

总无料发放频率下界 ρfreefloor\rho_{\text{free}}^{\text{floor}} 的微观基础:B/D/E 主导子群体的创作组合份额对外部激励不敏感,因此 g(μ)g(\mu^*) 对外部激励有一个正的下界。

八、Oblivious 均衡#

8.1 动机#

完整稳态均衡要求每个创作者在完整截面分布 μ\mu 下做最优决策。但在同人市场中,没有创作者真的观察到 μ\mu,因为信息限制,他们只感知到大概的行情。Weintraub, Benkard & Van Roy (2008) 的 oblivious equilibrium 把 μ\mu 的完整信息替换为一个低维的长期平均统计量。

8.2 定义#

定义 8.1(Oblivious 均衡)。定义长期平均状态为

mˉ  =  (θˉ,  NH,  NL,  pH,  pL)    R+5\bar{m} \;=\; \bigl(\bar{\theta},\; N_H,\; N_L,\; p_H,\; p_L\bigr) \;\in\; \mathbb{R}_+^5

其中 θˉ=Eμ[θi]\bar{\theta} = \mathbb{E}_{\mu^*}[\theta_i]NH,NLN_H, N_L 分别为同人本和同人谷市场的活跃创作者数。

一个 oblivious 均衡是状态 (μ^,mˉ,V^,{x^k})(\hat{\mu}, \bar{m}^*, \hat{V}, \{\hat{\mathbf{x}}_k\}) 满足:

  • (O1) Oblivious BellmanV^(θ,W,T;q,mˉ)\hat{V}(\theta, W, T; \mathbf{q}, \bar{m}^*) 求解定义 2.1 的 Bellman,但将截面分布的影响压缩到 mˉ\bar{m}^* 中——价格直接取 mˉ\bar{m}^*(pH,pL)(p_H, p_L) 分量。
  • (O2) 长期平均一致mˉ\bar{m}^* 等于 μ^\hat{\mu} 下的长期平均:mˉ=Eμ^[(θ,1H,1L,pH,pL)]\bar{m}^* = \mathbb{E}_{\hat{\mu}}[(\theta, \mathbb{1}_{H}, \mathbb{1}_{L}, p_H, p_L)]
  • (O3) 稳态与可生存性μ^\hat{\mu} 是不变分布且 Π(μ^)Kext\Pi(\hat{\mu}) \in K_{\text{ext}}

8.3 与完整均衡的近似关系#

命题 8.1(Oblivious 近似)。当活跃创作者数 NN \to \infty 时,oblivious 均衡 (μ^,mˉ)(\hat{\mu}, \bar{m}^*) 趋近完整稳态均衡 (μ,p)(\mu^*, p^*)。具体地:

supsV(s;μ)V^(s;mˉ)    0as N\sup_s \bigl|V^*(s;\, \mu^*) - \hat{V}(s;\, \bar{m}^*)\bigr| \;\to\; 0 \quad \text{as } N \to \infty

这是 Weintraub-Benkard-Van Roy (2008) 定理 1 的直接推论。

NN 大时,μ\mu 的随机波动对任何单个创作者的影响为 O(1/N)O(1/N),因此忽略截面分布的精确形态只引入 O(1/N)O(1/N) 的值函数误差。

同人市场通常有数百到数千个活跃创作者,NN 足够大使得近似有效。

Oblivious 均衡把 Banach 空间上的不动点问题(求 μ\mu^*)简化为 R5\mathbb{R}^5 上的不动点问题(求 mˉ\bar{m}^*),使得数值计算成为可能。

九、比较静态#

在稳态均衡的框架下,可以对以下外生变量做比较静态分析。

9.1 消费者收入冲击#

命题 9.1。消费者收入 mm 的正向冲击 Δm>0\Delta m > 0 在稳态比较静态下:

  • (i) pHp_H^* 上升(同人本需求增加导致均衡价格上升);
  • (ii) A 型创作者的 WiW_i 上升(效用函数uAu_A 中利润 πi\pi_i 增加)使得退出率下降,同人本创作人数NHN_H 增加;
  • (iii) A型创作者存活率 ωA(μ)\omega_A(\mu^*) 上升使得无料层的分布 g(μ)g(\mu^*) 可能下降(A 型的创作组合在无料 aGa_G 上的份额低于 B/D/E 型)。

(iii) 表明消费者收入的增加可能降低市场上的无料供给。

9.2 创作者类型构成冲击#

命题 9.2。若创作者的进入分布 νentry\nu_{\text{entry}} 中 A 型权重系统性上升,例如商业化浪潮吸引更多以声誉投资为目的的创作者进入,则:

  • (i) 比例ωA(μ)\omega_A(\mu^*) 上升,用爱发电比例 ωB+ωD+ωE\omega_B + \omega_D + \omega_E 下降;
  • (ii) 若下降幅度使无料层投影 Π(μ)\Pi(\mu^*) 逼近无料可生存性核 KextK_{\text{ext}} 的边界,声誉信号通道开始退化;
  • (iii) 极端情况下无料层投影 Π(μ)\Pi(\mu^*) 越过边界,稳态均衡不再存在于 PK\mathcal{P}_K 内,系统进入不可持续状态。

这也就是为什么,商业化平台容易被投机吞噬

9.3 网络拓扑冲击#

稳态均衡 μ(n)\mu^*(\mathbf{n}) 对网络参数 n=(s,m,pr)\mathbf{n} = (s, m_\ell, p_r) 的响应刻画最重要的几个命题。

命题 9.3(聚类系数与市场分割)。当 ss 下降(朋友圈搜索权重上升)导致聚类系数 C(G)C(\mathcal{G}) 上升时:

  • (i) 声誉传播使得回声室效应加剧。有效需求基数 Mieff/MM_i^{\text{eff}} / M 在圈内创作者处上升、在圈外创作者处下降。均衡中 Θ(μ)\Theta(\mu^*) 的声誉分布变得更极端,即小圈子内,圈内创作者声誉高且集中,圈外创作者声誉低且分散。
  • (ii) 同人本市场从一个统一市场裂解为若干局部子市场,每个子市场由一个密集子图的内部需求支撑。子市场之间的价格差异可以持续存在(不被套利消除,因为信息不跨子图流动)
  • (iii) 协作概率 pcollabp_{\text{collab}} 在圈内上升(朋友的朋友更容易协作)但在圈外下降,使得B 型修正项的协作效应被网络锁定在子图内部,无法在小圈子之间流动。

命题 9.4(枢纽脆弱性与可生存性边际)。当度分布尾部更重(γnet\gamma_{\text{net}} 下降,少数枢纽更大)时:

  • (i) 枢纽集中度 Hub(μ,n)\text{Hub}(\mu, \mathbf{n}) 上升 → g(μ)g(\mu^*) 对单个枢纽退出更敏感;
  • (ii) 若枢纽退出是随机的(如塌方事件 ξshock\xi^{\text{shock}} 命中高度数节点),无料层的g(μ)g(\mu) 经历离散跳跃,可能将无料状态 (g,ω)(g, \omega) 瞬时推到无料可生存核 KextK_{\text{ext}} 边界之外;
  • (iii) 这一脆弱性在定理 6.1 的存在性证明中表现为:KextK_{\text{ext}} 的不变性(第六步)对重尾网络更难保证,进入流 νentry\nu_{\text{entry}} 必须不仅补充 B/D/E 类型权重,还必须补充网络中心性,通俗来讲,即新进入者必须有足够概率通过朋友圈搜索进入枢纽邻域。

命题 9.5(帕累托指数与声誉锁定)。当市场网络的帕累托指数 αnet\alpha_{\text{net}} 下降时,通过声誉的贝叶斯权重通道产生以下级联:

  • (i) 帕累托指数 αnet\alpha_{\text{net}} 下降使得质量分布方差上升,导致市场整体更依赖声誉先验 μ0(θi)\mu_0(\theta_i),当期信号 SiS_i 的信息价值下降。
  • (ii) 当期信号贬值直接削弱新人创作者突破声誉壁垒的能力,后发者被迫支付增长的沉没成本。
  • (iii) 由于创作者新人进入的有效性下降,进入流 νentry\nu_{\text{entry}} 在声誉维度上失效(新人进入但 θi\theta_i 无法增长),使得截面分布 μ\mu^* 退化为少数高声誉节点主导的集中分布。
  • (iv) 集中分布意味着A型的比例 ωA(μ)\omega_A(\mu^*) 上升,因为只有 A 型从声誉锁定中获利,也在推动无料状态 (g,ω)(g, \omega) 向无料可生存性核 KextK_{\text{ext}} 边界移动。

这给出关于先来者优势论述在均衡框架中的严格论证,市场网络的无标度程度(αnet\alpha_{\text{net}})是一个独立于礼物网络参数的脆弱性来源,它通过市场层的声誉锁定消除了新人进入流的有效性。一个圈子的礼物层可能健康,但如果市场网络的帕累托指数 αnet\alpha_{\text{net}} 过低,市场层仍然退化为寡头垄断。可以感性理解为,火热且没有官方对推荐算法引导的IP对新人天然地不友好。

十、不可能三角的建立#

同人市场的稳态均衡被一个不可能三角锁死:市场繁荣、无料繁荣、新人可进入性三者不可同时最大化。

命题 9.1(iii) 证明了,消费者支出增加提高了 A 型创作者的存活率,群体构成向商业端漂移,无料层总产出 g(μ)g(\mu^*)反而下降;市场越热,赠品越少。 命题 9.5 证明了当市场网络的帕累托指数 αnet\alpha_{\text{net}} 跌破,创作质量分布方差发散,所有消费者退化为纯声誉依赖,当期信号完全失效,后发者面对的信号阈值通货膨胀至无穷;流量越集中,新人越不可能进入创作。 命题 7.2 证明了,当用爱发电创作者比例 ωB+ωD+ωE\omega_B + \omega_D + \omega_E 跌破可生存性下界 ωfloor\underline{\omega}_{\text{floor}},声誉信号通道退化触发,连社群的稳态均衡本身都不再存在

因此,同人市场的均衡只能在三角形的内部某处妥协,任何试图同时推向三个顶点的干预都被信号污染或构成效应弹回。

十一、退化形式#

完整均衡通过网络参数 n\mathbf{n} 和贝叶斯声誉权重 αjBayes\alpha_j^{\text{Bayes}} 引入了两层信息摩擦。

当社群规模小到”所有人认识所有人且看过所有人的作品”时,这两层摩擦同时消失。本节给出严格的退化条件和退化后的均衡形态。

11.1 去网络化极限(D1)#

定义 11.1(去网络化参数极限)。取 s1s \to 1(纯随机遇见,无朋友圈搜索)、αnet\alpha_{\text{net}} \to \infty(市场网络度分布趋向均匀),并令初始链接数 mm_\ell 足够大使得礼物网络在 NN 个节点上近似完全图。

命题 11.1(去网络化退化)。在极限 D1 下:

(i) §1.4 的五条网络通道全部退化——

  • (N1) niN  in_i \to N \;\forall i,可视范围分布退化为单点。
  • (N2) πij1  (i,j)\pi_{ij} \to 1 \;\forall (i,j)MieffMM_i^{\text{eff}} \to M。§3.2 的偏好方程退化为注 3.1 的特例:αi(t)=λαi(t1)+(1λ)f(θi)\alpha_i(t) = \lambda\, \alpha_i(t-1) + (1-\lambda)\, f(\theta_i)。声誉信号无衰减地到达所有消费者。
  • (N3) pcollabp_{\text{collab}} 不再被 ss 调制,协作概率只取决于 (θi,qi,B)(\theta_i, q_{i,B})
  • (N4) Hub(μ,n)0\text{Hub}(\mu, \mathbf{n}) \to 0——度分布退化为均匀,无枢纽,g(μ)g(\mu) 对任何单个创作者的退出不敏感。
  • (N5) αnet\alpha_{\text{net}} \to \infty 使帕累托分布方差 0\to 0,信号噪声 σs20\sigma_s^2 \to 0,但此效应归入 D2。

(ii) 个体状态空间降维——nin_i 成为常数,S\mathcal{S} 的有效维度从 8 降至 7:

SD1=[0,θˉ]×(0,Wˉ]×[0,Tˉ]×Δ4\mathcal{S}^{\text{D1}} = [0, \bar{\theta}] \times (0, \bar{W}] \times [0, \bar{T}] \times \Delta^4

(iii) 均衡条件 (E1)–(E4) 不变。(E5) 的 KextK_{\text{ext}} 仍然约束 ωB+ωD+ωEωfloor\omega_B + \omega_D + \omega_E \geq \underline{\omega}_{\text{floor}},但 Hub\text{Hub} 脆弱性消失,因为定理 6.1 第六步中 PK\mathcal{P}_KΦ\Phi 下的不变性更容易保证(命题 9.5(iii) 的额外进入条件不再需要)。

(iv) §9 的比较静态中,命题 9.4(市场分割)、9.4(枢纽脆弱性)失去内容——市场是统一的,没有枢纽。命题 9.1(收入冲击)、9.2(类型构成冲击)保留完整,因为它们通过价格和类型构成通道运作,不依赖网络。

各通道的退化由 s1s \to 1 在 Jackson-Rogers 模型中的极限行为直接给出:s=1s = 1 时新节点只通过随机遇见连接,度分布为泊松分布,当 mm_\ell 大且 NN 有限时趋向完全图。πij=1\pi_{ij} = 1 因为所有节点两两直接相连。Hub=0\text{Hub} = 0 因为最高度数 =N1= N-1 对所有节点相同。

11.2 无市场的原初形态#

原初的同人社群应该是缺乏市场结构,只有无料结构的,这是因为初期出现同人作者的情况,经常是趁着官方的风而长大的,而在这个过程中,如果给作品贸然定价,则会影响作品在外部的传播性,这也就是下面讲述的损失的效用。关于小社群的原初形态,我们可以看成是一个无网络结构的无料均衡,这一点已经在无料的形式化工作中完成了。

但是纯无料均衡不是永远稳定的。当以下条件被满足时,xˉaM=0\bar{x}_{a_M} = 0 不再是所有创作者的最优选择。市场层将从零供给中自发涌现。

定义 11.2(涌现偏离)。在无料均衡 (μD0,xD0)(\mu^{\text{D0}}, \mathbf{x}^{\text{D0}}) 下,考虑一个拥有类型 q\mathbf{q}qA>0q_A > 0 的创作者的偏离:将 ε>0\varepsilon > 0 单位的精力从礼物配置转移到市场配置,以价格 p>0p > 0 出售。偏离的单期净收益为

Δu(ε,p;s)  =  qA[pr(ε,s)cM(ε)]    kAqkk(ε,s)\Delta u(\varepsilon, p;\, s) \;=\; q_A \bigl[p \cdot r(\varepsilon, s) - c_M(\varepsilon)\bigr] \;-\; \sum_{k \neq A} q_k \cdot \ell_k(\varepsilon, s)

其中 r(ε,s)r(\varepsilon, s) 是在状态 ss 下市场配置 ε\varepsilon 产生的销售量,cM(ε)c_M(\varepsilon) 是额外的市场渠道成本(印刷、摊位费等),k(ε,s)\ell_k(\varepsilon, s) 是 B/D/E 机制因礼物配置减少 ε\varepsilon 而损失的效用,例如,互惠回路变少(B\ell_B)、自我表达的公开覆盖面收窄(D\ell_D)、社交接触点减少(E\ell_E)。

命题 11.3(市场涌现条件)。纯无料均衡在以下三个条件同时满足时不稳定(即市场层涌现):

(M1) 质量分化。创作者之间的作品质量方差 VarμD0[qualityi]\text{Var}_{\mu^{\text{D0}}}[\text{quality}_i] 超过阈值 v\underline{v} ——消费者能逐渐开始区分高,低质量,因此愿意为高质量支付正价格。

形式地:存在消费者保留价格 pˉ(quality)>0\bar{p}(\text{quality}) > 0μD0\mu^{\text{D0}}-正测度集上的创作者成立。

(M2) 成本压力。高质量产出的精力成本 E(x)E(\mathbf{x}) 超过纯无料效用能持续承担的水平,存在一群边际创作者,他们在纯无料模式下面临热情预算 W0W' \leq 0,但若能获得市场收入则热情预算 W>0W' > 0

  SmarginSD0,μD0(Smargin)>0:\exists\; S_{\text{margin}} \subset \mathcal{S}^{\text{D0}}, \quad \mu^{\text{D0}}(S_{\text{margin}}) > 0:sSmargin:W+ukgift(s,xD0)E(xD0)    0  <  W+uAmarket(s,xdev;p)E(xdev)\forall s \in S_{\text{margin}}:\quad W + u_k^{\text{gift}}(s, \mathbf{x}^{\text{D0}}) - E(\mathbf{x}^{\text{D0}}) \;\leq\; 0 \;<\; W + u_A^{\text{market}}(s, \mathbf{x}^{\text{dev}};\, p) - E(\mathbf{x}^{\text{dev}})

即市场收入是这些创作者的生存机制,不是贪欲而是必需。

(M3) 消费者支付意愿。存在正测度的消费者群体愿意在价格 p>0p > 0 下购买承诺消费 γH>0\gamma_H > 0 保证了这一点。γH\gamma_H 单位的同人本需求由无料层的免费同人本满足。这时市场涌现要求边际创作者的作品质量显著高于无料层平均水平,使得消费者愿意额外付费获取差异化产品,而非仅消费免费版本。

命题 11.4(涌现的相变性质)。市场涌现不是渐进的,它是一个相变

(i) 当 Var[quality]\text{Var}[\text{quality}] 小时,消费者的保留价格 pˉ0\bar{p} \to 0,这意味着所有作品质量相近,无理由付费,偏离收益 Δu<0\Delta u < 0。当 EE 小时,纯无料模式下所有创作者热情预算 W>0W' > 0,边际创作者集 Smargin=S_{\text{margin}} = \emptyset,无生存压力驱动偏离。

(ii) 当 Var[quality]>v\text{Var}[\text{quality}] > \underline{v}SmarginS_{\text{margin}} 非空时,Δu(ε,p;s)>0\Delta u(\varepsilon^*, p^*; s) > 0sSmargins \in S_{\text{margin}} 成立。这些创作者偏离后以正价格出售,获得市场收入。偏离者的存在创造了非零供给 SH>0S_H > 0,消费者模型的出清条件开始约束,价格 pp^* 从不存在跳跃到正值。

(iii) 相变来自 Δu\Delta u 的非线性结构:偏离收益在阈值以下为负(礼物层效用损失主导)、阈值以上为正(市场收入主导),且跨零点时斜率为正。

(iv) 不可逆性来自 A 型进入的正反馈:ωA>0\omega_A > 0,这使得市场供给正,让价格信号得以存在,而吸引更多 A 型机制进入。逆向(回到 ωA=0\omega_A = 0)需要所有 A 型机制同时退出,但每个 A 型机制行动的退出条件是 Wi0W_i \leq 0,而只要 p>0p^* > 0 且有正需求,A 型的 WiW_i 就有正支撑。加上习惯粘性,这几乎不可能。

市场涌现创造了三角形的市场顶点,同时引入了 ωA>0\omega_A > 0 带来的类型构成张力。不可能三角因此不是同人市场的先天结构,而是市场涌现的后果


附录1 命题 4.1 的完整证明#

公理#

公理 A(Berge 极大值定理)。设 XX 为紧 Hausdorff 空间,Θ\Theta 为拓扑空间,f:X×ΘRf: X \times \Theta \to \mathbb{R} 连续,Γ:ΘX\Gamma: \Theta \rightrightarrows X 为连续对应且取非空紧值。则:

  • (a) 值函数 V(θ)=maxxΓ(θ)f(x,θ)V^*(\theta) = \max_{x \in \Gamma(\theta)} f(x, \theta) 连续;
  • (b) argmax 对应 x(θ)=argmaxxΓ(θ)f(x,θ)x^*(\theta) = \arg\max_{x \in \Gamma(\theta)} f(x, \theta) 上半连续且取非空紧值。

公理 B(Schauder 不动点定理)。设 CC 为局部凸拓扑向量空间中的非空紧凸子集,Φ:CC\Phi: C \to C 连续。则 Φ\Phi 有不动点。

公理 C(Prokhorov 定理)。设 SS 为完备可分度量空间。MP(S)\mathcal{M} \subset \mathcal{P}(S) 在弱拓扑下列紧当且仅当 M\mathcal{M} 是胎紧的。

正则性条件汇总#

以下条件在整个证明中反复引用,统一编号以避免歧义。

(R1) S=[0,θˉ]×(0,Wˉ]×[0,Tˉ]×[0,nˉ]×Δ4\mathcal{S} = [0, \bar{\theta}] \times (0, \bar{W}] \times [0, \bar{T}] \times [0, \bar{n}] \times \Delta^4R8\mathbb{R}^8 中的紧度量空间(赋以欧氏度量的子空间拓扑)。

(R2) 对每个 k{A,B,D,E}k \in \{A,B,D,E\},回报函数 (s,x,p)uk,ρ(x;p)E(x)(s, \mathbf{x}, p) \mapsto \langle u_k, \boldsymbol{\rho}(\mathbf{x}; p) \rangle - E(\mathbf{x})S×R+d×R++2\mathcal{S} \times \mathbb{R}^d_+ \times \mathbb{R}^2_{++} 上连续且有界。

(R3) 对每个 k{A,B,D,E}k \in \{A,B,D,E\},转移概率 Qk(s,x,p):S×R+d×R++2P(S)Q_k(\cdot \mid s, \mathbf{x}, p): \mathcal{S} \times \mathbb{R}^d_+ \times \mathbb{R}^2_{++} \to \mathcal{P}(\mathcal{S}) 关于 (s,x,p)(s, \mathbf{x}, p) 弱连续。

即对任意有界连续 φ:SR\varphi: \mathcal{S} \to \mathbb{R},映射 (s,x,p)φ(s)Qk(dss,x,p)(s, \mathbf{x}, p) \mapsto \int \varphi(s')\, Q_k(ds' \mid s, \mathbf{x}, p) 连续。QkQ_kkk 的依赖来自热情预算转移 W=W+uk(s,x)E(x)W' = W + u_k(s, \mathbf{x}) - E(\mathbf{x});对 x\mathbf{x} 的依赖来自声誉转移 θ=[θ+γjIqD(x;p)]ξshock\theta' = [\theta + \gamma_j I q^D(\mathbf{x}; p)] \xi^{\text{shock}} 和热情预算转移中的 E(x)E(\mathbf{x})。在后续引理中,当转移核在策略 xk\mathbf{x}_k^* 处求值时,记 Qk(dss,p)=Qk(dss,xk(s;p),p)Q_k^*(ds' \mid s, p) = Q_k(ds' \mid s, \mathbf{x}_k^*(s; p), p)

(R4) β(0,1)\beta \in (0,1)

(R5) 可行集对应 X:SR+dX: \mathcal{S} \rightrightarrows \mathbb{R}^d_+X(s)X(s) 为状态 ss 下的可行创作集合)是连续对应且取非空紧值。在标准正则条件下,argmax 为单值连续函数。

(R6) f:[0,θˉ]R+f: [0, \bar{\theta}] \to \mathbb{R}_+ 连续且有界(命题 4.1 条件 (i))。

(R7) 声誉转移 (θ,p,x)θ(\theta, p, \mathbf{x}) \mapsto \theta' 的条件分布关于 (θ,p,x)(\theta, p, \mathbf{x}) 弱连续(命题 4.1 条件 (ii);是 (R3) 在 θ\theta 边际上的投影)。

(R8) 需求函数 QH,QL:R++2×R++R+Q^*_H, Q^*_L: \mathbb{R}^2_{++} \times \mathbb{R}_{++} \to \mathbb{R}_+ 关于 (p,m)(p, m) 连续,且对自价格严格递减(命题 4.1 条件 (iii) + 命题 5.1 条件 (i))。

(R9) 供给函数 SH,SLS_H, S_L 对自价格弱递增;在价格边界处(pj0+p_j \to 0^+pj+p_j \to +\infty)需求超过供给(命题 5.1 条件 (ii)(iii))。

(R10) 存活概率 ψ(s;p)=P(W(s,p)>0)(1pexitexo(T,q))\psi(s; p) = \mathbb{P}(W'(s,p) > 0) \cdot (1 - p^{\text{exo}}_{\text{exit}}(T, \mathbf{q})) 关于 (s,p)(s, p) 连续,0ψ10 \leq \psi \leq 1

(R11) λentry>0\lambda_{\text{entry}} > 0νentryP(S)\nu_{\text{entry}} \in \mathcal{P}(\mathcal{S}) 固定。


转移核的精确定义#

§2.3 对 Tμ\mathcal{T}_\mu 的描述是非形式的。为了证明的自洽,给出如下精确定义。

定义(转移核)。给定 (μ,p)P(S)×R++2(\mu, p) \in \mathcal{P}(\mathcal{S}) \times \mathbb{R}^2_{++},定义 Tμ(μ,p)P(S)\mathcal{T}_\mu(\mu, p) \in \mathcal{P}(\mathcal{S})

Tμ(μ,p)(B)  =  Sψ(s;p)Qˉ(Bs,p)dμ(s)  +  λentryνentry(B)Sψ(s;p)dμ(s)  +  λentry\mathcal{T}_\mu(\mu, p)(B) \;=\; \frac{\displaystyle\int_{\mathcal{S}} \psi(s;\, p)\, \bar{Q}(B \mid s, p)\, d\mu(s) \;+\; \lambda_{\text{entry}}\, \nu_{\text{entry}}(B)}{\displaystyle\int_{\mathcal{S}} \psi(s;\, p)\, d\mu(s) \;+\; \lambda_{\text{entry}}}

对所有 Borel 集 BSB \subseteq \mathcal{S},其中

Qˉ(Bs,p)  =  kqkQk(Bs,p)  =  kqkQk(Bs,xk(s;p),p)\bar{Q}(B \mid s, p) \;=\; \sum_k q_k\, Q_k^*(B \mid s, p) \;=\; \sum_k q_k\, Q_k\bigl(B \mid s,\, \mathbf{x}_k^*(s; p),\, p\bigr)

混合涌现转移核

策略 xk\mathbf{x}_k^* 已在 (R3) 的 QkQ_k 中代入、再按类型权重 q\mathbf{q} 混合。这一混合反映了每期按 q\mathbf{q} 抽取机制 kkkk 独立执行最优策略的概率结构。

分子的第一项是存活者经混合涌现转移后落在 BB 中的加权概率;第二项是新进入者落在 BB 中的加权贡献。分母是归一化常数,保证 Tμ(μ,p)P(S)\mathcal{T}_\mu(\mu, p) \in \mathcal{P}(\mathcal{S})。分母有正下界 λentry>0\lambda_{\text{entry}} > 0(由 (R11)),因此良定义。


证明#

引理 1(值函数的连续性)#

陈述。在 (R1)–(R5) 和公理 A 下,对每个固定的 (q,p)Δ4×R++2(\mathbf{q}, p) \in \Delta^4 \times \mathbb{R}^2_{++},Bellman 不动点 V(;q,p)V^*(\cdot\,; \mathbf{q}, p)S\mathcal{S} 上的有界连续函数。进一步,VV^* 关于 (s,p)(s, p) 联合连续。

证明。定义 Bellman 算子 T\mathcal{T} 作用于有界连续函数空间 Cb(S)C_b(\mathcal{S})

(TV)(s)  =  kqkmaxxX(s)[uk,ρ(x;p)E(x)+βV(s)Qk(dss,x,p)](\mathcal{T} V)(s) \;=\; \sum_k q_k \max_{\mathbf{x} \in X(s)} \Bigl[\langle u_k, \boldsymbol{\rho}(\mathbf{x}; p)\rangle - E(\mathbf{x}) + \beta \int V(s')\, Q_k(ds' \mid s, \mathbf{x}, p)\Bigr]

T\mathcal{T} 映射 Cb(S)C_b(\mathcal{S})Cb(S)C_b(\mathcal{S})。对每个 kk,被最大化的目标函数关于 (s,x)(s, \mathbf{x}) 连续:(R2) 给出回报连续、(R3) 给出 (s,x)VdQk(s, \mathbf{x}) \mapsto \int V\, dQ_k 连续(QkQ_k(s,x,p)(s, \mathbf{x}, p) 弱连续)、VCbV \in C_b 有界保证积分有限。可行集对应 XX 连续且取紧值 (R5),S\mathcal{S} 紧 (R1)。由公理 A(a)maxxX(s)[]\max_{\mathbf{x} \in X(s)}[\cdots] 关于 ss 连续。凸组合 kqk\sum_k q_k 保持连续性。有界性由 (R2) 和 VV 有界直接给出。

T\mathcal{T}β\beta-压缩映射。对任意 V1,V2Cb(S)V_1, V_2 \in C_b(\mathcal{S})

TV1TV2    kqkβV1V2  =  βV1V2\|\mathcal{T} V_1 - \mathcal{T} V_2\|_\infty \;\leq\; \sum_k q_k \cdot \beta \|V_1 - V_2\|_\infty \;=\; \beta \|V_1 - V_2\|_\infty

其中不等式来自 maxfmaxgmaxfg|\max f - \max g| \leq \max |f - g| 以及积分不放大 sup 范数。(Cb(S),)(C_b(\mathcal{S}), \|\cdot\|_\infty) 是 Banach 空间、β<1\beta < 1 (R4),由 Banach 不动点定理,VV^* 存在唯一且属于 Cb(S)C_b(\mathcal{S})

关于 pp 的联合连续性。将 pp 视为参数,把 Bellman 算子写成 Tp\mathcal{T}_p。对任意 p1,p2p_1, p_2

V(;p1)V(;p2)    11βTp1V(;p2)Tp2V(;p2)\|V^*(\cdot; p_1) - V^*(\cdot; p_2)\|_\infty \;\leq\; \frac{1}{1 - \beta}\, \|\mathcal{T}_{p_1} V^*(\cdot; p_2) - \mathcal{T}_{p_2} V^*(\cdot; p_2)\|_\infty

(标准扰动引理:两个压缩算子的不动点距离 \leq (1β)1(1-\beta)^{-1} 乘以算子差)。右端是回报函数和转移概率关于 pp 的变化量,由 (R2)(R3) 的连续性和 S\mathcal{S} 紧的一致连续性,当 p1p2p_1 \to p_2 时趋于零。因此 V(s,p)V^*(s, p) 关于 (s,p)(s, p) 联合连续。

引理 2(策略函数的联合连续性)#

陈述。在引理 1 的条件及 (R5) 的正则条件下,对每个 kk,策略函数 xk:S×R++2R+d\mathbf{x}^*_k: \mathcal{S} \times \mathbb{R}^2_{++} \to \mathbb{R}^d_+ 关于 (s,p)(s, p) 连续。混合创作组合的策略xˉ(s;p)=kqkxk(s;p)\bar{\mathbf{x}}(s; p) = \sum_k q_k\, \mathbf{x}^*_k(s; p) 亦然。

证明。固定 pp。由引理 1,V(;p)V^*(\cdot; p) 有界连续;由 (R3),Qk(s,x,p)Q_k(\cdot \mid s, \mathbf{x}, p)(s,x)(s, \mathbf{x}) 弱连续。因此续值 βV(s;p)Qk(dss,x,p)\beta \int V^*(s'; p)\, Q_k(ds' \mid s, \mathbf{x}, p) 关于 (s,x)(s, \mathbf{x}) 连续。与 (R2) 的回报连续性合并,被最大化的目标函数:

Jk(s,x;p)  =  uk,ρ(x;p)E(x)+βV(s;p)Qk(dss,x,p)J_k(s, \mathbf{x}; p) \;=\; \langle u_k, \boldsymbol{\rho}(\mathbf{x}; p)\rangle - E(\mathbf{x}) + \beta \int V^*(s'; p)\, Q_k(ds' \mid s, \mathbf{x}, p)

关于 (s,x,p)(s, \mathbf{x}, p) 联合连续(引理 1 给出了 VV^*pp 的联合连续性,(R3) 给出了 QkQ_k(s,x,p)(s, \mathbf{x}, p) 的弱连续性)。

X(s)X(s) 为连续对应且取非空紧值 (R5)。由公理 A(b)xk(s;p)=argmaxxX(s)Jk(s,x;p)\mathbf{x}^*_k(s; p) = \arg\max_{\mathbf{x} \in X(s)} J_k(s, \mathbf{x}; p) 关于 (s,p)(s, p) 上半连续且取紧值。在严格凹 + Slater 条件下 argmax 为单值,上半连续的单值对应即为连续函数。

xˉ=kqkxk\bar{\mathbf{x}} = \sum_k q_k \mathbf{x}^*_k 是连续函数的有限凸组合,仍连续。

引理 3(供给聚合的联合连续性)#

陈述。映射 (μ,p)SH(μ,p)=SxˉaH,M(s;p)dμ(s)(μ, p) \mapsto S_H(\mu, p) = \int_{\mathcal{S}} \bar{x}_{a_{H,M}}(s; p)\, d\mu(s) 关于 (μ,p)(\mu, p)(弱拓扑 ×\times 欧氏拓扑)联合连续。SLS_L 同理。

证明。设 (μn,pn)(μ,p)(\mu_n, p_n) \to (\mu, p)μnμ\mu_n \to \mu 弱收敛,pnpp_n \to p)。记 h(s;p)=xˉaH,M(s;p)h(s; p) = \bar{x}_{a_{H,M}}(s; p),由引理 2 知 hh 关于 (s,p)(s, p) 连续。将误差分解为:

h(s;pn)dμnh(s;p)dμ    h(s;pn)dμnh(s;p)dμn(I)  +  h(s;p)dμnh(s;p)dμ(II)\Bigl|\int h(s; p_n)\, d\mu_n - \int h(s; p)\, d\mu\Bigr| \;\leq\; \underbrace{\Bigl|\int h(s; p_n)\, d\mu_n - \int h(s; p)\, d\mu_n\Bigr|}_{\text{(I)}} \;+\; \underbrace{\Bigl|\int h(s; p)\, d\mu_n - \int h(s; p)\, d\mu\Bigr|}_{\text{(II)}}

项 (II)h(;p)h(\cdot; p)S\mathcal{S} 上的有界连续函数(引理 2 + S\mathcal{S}\Rightarrow 有界)。由弱收敛定义,μnμ\mu_n \to \mu 弱收敛蕴含 h(;p)dμnh(;p)dμ\int h(\cdot; p)\, d\mu_n \to \int h(\cdot; p)\, d\mu。故 (II)0\text{(II)} \to 0

项 (I)(I)supsSh(s;pn)h(s;p)μn(S)=supsSh(s;pn)h(s;p)|\text{(I)}| \leq \sup_{s \in \mathcal{S}} |h(s; p_n) - h(s; p)| \cdot \mu_n(\mathcal{S}) = \sup_{s \in \mathcal{S}} |h(s; p_n) - h(s; p)|。因为 S\mathcal{S} 紧且 hh 关于 (s,p)(s, p) 联合连续,hhS×K\mathcal{S} \times K 上一致连续(KK{pn}{p}\{p_n\} \cup \{p\} 的任意紧邻域)。pnpp_n \to p 蕴含 supsh(s;pn)h(s;p)0\sup_s |h(s; p_n) - h(s; p)| \to 0。故 (I)0\text{(I)} \to 0

引理 4(价格映射的连续性)#

陈述。在 (R8)(R9) 下,价格映射 p:P(S)R++2p^*: \mathcal{P}(\mathcal{S}) \to \mathbb{R}^2_{++} 关于 μ\mu(弱拓扑)连续。

证明。定义超额需求

Z(p,μ)  =  (QH(p,m)SH(μ,p),  QL(p,m)SL(μ,p))Z(p, \mu) \;=\; \bigl(Q^*_H(p, m) - S_H(\mu, p),\;\, Q^*_L(p, m) - S_L(\mu, p)\bigr)

由 (R8) 和引理 3,ZZ 关于 (p,μ)(p, \mu) 联合连续。

p(μ)p^*(\mu) 唯一。固定 μ\muQjQ^*_jpjp_j 严格递减 (R8),SjS_jpjp_j 弱递增 (R9),因此 ZjZ_jpjp_j 严格递减。零点若存在则唯一。边界条件 (R9) 保证零点存在(中值定理:pj0+p_j \to 0^+Zj>0Z_j > 0pjp_j \to \inftyZj<0Z_j < 0;定理 5.1 的保证消费量 γH>0\gamma_H > 0 保证 pjp_j 不发散)。

p(μ)p^*(\mu)μ\mu 连续。设 μnμ\mu_n \to \mu 弱收敛。序列 {p(μn)}\{p^*(\mu_n)\} 有界——由边界条件的一致性:承诺消费 γH,γL>0\gamma_H, \gamma_L > 0 给出需求正下界,S\mathcal{S} 紧保证供给有界,从而均衡价格被约束在紧集 [p,pˉ]2R++2[\underline{p}, \bar{p}]^2 \subset \mathbb{R}^2_{++} 内。

由 Bolzano-Weierstrass 定理,{p(μn)}\{p^*(\mu_n)\} 有收敛子列 p(μnk)p~p^*(\mu_{n_k}) \to \tilde{p}。由 ZZ 的联合连续性:

Z(p~,μ)=limkZ(p(μnk),μnk)=limk0=0Z(\tilde{p}, \mu) = \lim_{k} Z(p^*(\mu_{n_k}), \mu_{n_k}) = \lim_k 0 = 0

p~\tilde{p}Z(,μ)Z(\cdot, \mu) 的零点。由唯一性,p~=p(μ)\tilde{p} = p^*(\mu)

因为 {p(μn)}\{p^*(\mu_n)\}每个收敛子列都收敛到同一极限 p(μ)p^*(\mu),且 {p(μn)}\{p^*(\mu_n)\} 包含在紧集中,全序列收敛:p(μn)p(μ)p^*(\mu_n) \to p^*(\mu)

引理 5(转移核的弱连续性)#

陈述。映射 (μ,p)Tμ(μ,p)(\mu, p) \mapsto \mathcal{T}_\mu(\mu, p) 关于 (μ,p)(\mu, p)(弱拓扑 ×\times 欧氏拓扑)到 P(S)\mathcal{P}(\mathcal{S})(弱拓扑)连续。

证明。设 (μn,pn)(μ,p)(\mu_n, p_n) \to (\mu, p)。需证对任意有界连续 φ:SR\varphi: \mathcal{S} \to \mathbb{R}

φdTμ(μn,pn)    φdTμ(μ,p)\int \varphi\, d\mathcal{T}_\mu(\mu_n, p_n) \;\to\; \int \varphi\, d\mathcal{T}_\mu(\mu, p)

由转移核的精确定义:

φdTμ(μ,p)  =  N(μ,p)D(μ,p)\int \varphi\, d\mathcal{T}_\mu(\mu, p) \;=\; \frac{N(\mu, p)}{D(\mu, p)}

其中

N(μ,p)=Sψ(s;p)(φ(s)Q(dss,p))dμ(s)  +  λentryφdνentryN(\mu, p) = \int_{\mathcal{S}} \psi(s; p) \Bigl(\int \varphi(s')\, Q(ds' \mid s, p)\Bigr) d\mu(s) \;+\; \lambda_{\text{entry}} \int \varphi\, d\nu_{\text{entry}}D(μ,p)=Sψ(s;p)dμ(s)  +  λentryD(\mu, p) = \int_{\mathcal{S}} \psi(s; p)\, d\mu(s) \;+\; \lambda_{\text{entry}}

N(μn,pn)N(μ,p)N(\mu_n, p_n) \to N(\mu, p)。定义

H(s;p)  =  ψ(s;p)φ(s)Q(dss,p)H(s; p) \;=\; \psi(s; p) \cdot \int \varphi(s')\, Q(ds' \mid s, p)

ψ\psi 关于 (s,p)(s, p) 连续 (R10)。φ(s)Q(dss,p)\int \varphi(s')\, Q(ds' \mid s, p) 关于 (s,p)(s, p) 连续((R3) 的弱连续性 + φ\varphi 有界连续)。因此 HH 关于 (s,p)(s, p) 联合连续且有界(ψ1|\psi| \leq 1φdQφ|\int \varphi\, dQ| \leq \|\varphi\|_\infty)。

由与引理 3 完全相同的论证(分解为”pp 变化”和”μ\mu 弱收敛”两项),H(s;pn)dμnH(s;p)dμ\int H(s; p_n)\, d\mu_n \to \int H(s; p)\, d\mu。第二项 λentryφdνentry\lambda_{\text{entry}} \int \varphi\, d\nu_{\text{entry}} 为常数。故 N(μn,pn)N(μ,p)N(\mu_n, p_n) \to N(\mu, p)

D(μn,pn)D(μ,p)D(\mu_n, p_n) \to D(\mu, p)。与 NN 的论证相同,取 φ1\varphi \equiv 1,则 HH 退化为 ψ\psi,同样的一致连续性论证给出 ψ(s;pn)dμnψ(s;p)dμ\int \psi(s; p_n)\, d\mu_n \to \int \psi(s; p)\, d\mu

根据比值收敛,D(μ,p)λentry>0D(\mu, p) \geq \lambda_{\text{entry}} > 0 (R11),因此 DD 有正下界,比值 N/DN/D 连续地趋于极限。

命题 4.1(反馈环路的良定义性)#

良定义性p(μ)p^*(\mu) 存在且唯一(引理 4)。

Tμ(μ,p(μ))\mathcal{T}_\mu(\mu, p^*(\mu))S\mathcal{S} 上的概率测度:非负性由定义显然(ψ0\psi \geq 0QQνentry\nu_{\text{entry}} 为概率测度);

全质量为 1 由分母归一化保证支撑在 S\mathcal{S} ,内因为 Q(s,p)P(S)Q(\cdot \mid s, p) \in \mathcal{P}(\mathcal{S})νentryP(S)\nu_{\text{entry}} \in \mathcal{P}(\mathcal{S})

弱连续性Φ\Phi 分解为

μ    α    (μ,p(μ))    β    Tμ(μ,p(μ))\mu \;\xmapsto{\;\alpha\;}\; \bigl(\mu,\, p^*(\mu)\bigr) \;\xmapsto{\;\beta\;}\; \mathcal{T}_\mu\bigl(\mu,\, p^*(\mu)\bigr)
  • 映射 α:μ(μ,p(μ))\alpha: \mu \mapsto (\mu, p^*(\mu)) 关于弱拓扑连续:第一分量为恒等映射(连续),第二分量 pp^* 弱连续(引理 4),故乘积映射连续。
  • 映射 β:(μ,p)Tμ(μ,p)\beta: (\mu, p) \mapsto \mathcal{T}_\mu(\mu, p) 关于(弱拓扑 ×\times 欧氏拓扑)到弱拓扑连续(引理 5)。

连续映射的复合连续。故Φ=βα\Phi = \beta \circ \alpha 弱连续。


附录2 命题7.1的完整证明#

定义 7.2 的操作化#

定义 7.2 的条件为

ddεε=0Π(Φ(μ+εδμ))    F(Π(μ))\frac{d}{d\varepsilon}\bigg|_{\varepsilon=0} \Pi\bigl(\Phi(\mu^* + \varepsilon\, \delta\mu)\bigr) \;\in\; F\bigl(\Pi(\mu^*)\bigr)

在稳态 Π(μ)=(g,ω)\Pi(\mu^*) = (g^*, \omega^*) 处,g(ω)=gg^*(\omega^*) = g^*,因此 F(g,ω)F(g^*, \omega^*)gg-分量退化为 {0}\{0\}

为使命题非平凡,我们采用如下操作化:对 μ=μ+εδμ\mu' = \mu^* + \varepsilon\, \delta\muμ\mu^* 的邻域内,定义单期增量

Δg(μ)  =  g(Φ(μ))g(μ),Δωk(μ)  =  ωk(Φ(μ))ωk(μ)\Delta g(\mu') \;=\; g\bigl(\Phi(\mu')\bigr) - g(\mu'), \qquad \Delta\omega_k(\mu') \;=\; \omega_k\bigl(\Phi(\mu')\bigr) - \omega_k(\mu')

投影兼容性要求 (Δg,Δω)(\Delta g, \Delta\omega) 落在 F(Π(μ))F\bigl(\Pi(\mu')\bigr) 内:

Δg(μ)    [λ,λ](g(ω(μ))g(μ)),Δωk(μ)    μk\Delta g(\mu') \;\in\; [\underline{\lambda}, \overline{\lambda}] \cdot \bigl(g^*(\omega(\mu')) - g(\mu')\bigr), \qquad |\Delta\omega_k(\mu')| \;\leq\; \mu_k

在稳态处两侧均为零;非平凡内容在于邻域内的行为。将 μ=μ+εδμ\mu' = \mu^* + \varepsilon\, \delta\mu 代入、两侧在 ε\varepsilon 的领头阶展开(均为 O(ε)O(\varepsilon)),除以 ε\varepsilon 得到线性化兼容性条件

(LC-g) 对所有满足 δμ(S)=0\delta\mu(\mathcal{S}) = 0 的符号测度 δμ\delta\mu,记

Δg˙  =  D(gΦ)μ[δμ]    Dgμ[δμ]\Delta \dot{g} \;=\; D(g \circ \Phi)|_{\mu^*}[\delta\mu] \;-\; Dg|_{\mu^*}[\delta\mu] Gap  =  gωDωμ[δμ]    Dgμ[δμ]\mathrm{Gap} \;=\; \nabla g^*\big|_{\omega^*} \cdot D\omega|_{\mu^*}[\delta\mu] \;-\; Dg|_{\mu^*}[\delta\mu]

Gap0\mathrm{Gap} \neq 0Δg˙/Gap[λ,λ]\Delta\dot{g} / \mathrm{Gap} \in [\underline{\lambda}, \overline{\lambda}];若 Gap=0\mathrm{Gap} = 0Δg˙=0\Delta\dot{g} = 0

(LC-ω) 对所有 k{A,B,D,E}k \in \{A,B,D,E\} 和所有满足 δμTV1\|\delta\mu\|_{\mathrm{TV}} \leq 1δμ\delta\mu

D(ωkΦ)μ[δμ]    Dωkμ[δμ]    μk\bigl|D(\omega_k \circ \Phi)|_{\mu^*}[\delta\mu] \;-\; D\omega_k|_{\mu^*}[\delta\mu]\bigr| \;\leq\; \mu_k

命题 7.1的精确表述。在命题4.1证明的正则条件 (R1)–(R11)、公理 A、以及如下两个条件下,(LC-g) 和 (LC-ω) 成立:

(i) 对 μ\mu^*-几乎所有 sSs \in \mathcal{S},群体平均创作组合弹性

ηG  =def  Sψ(s)pG^(s)dμ(s)DGˉ2/pZ\eta_G \;\stackrel{\text{def}}{=}\; \frac{\displaystyle\int_{\mathcal{S}} \psi^*(s)\, \widehat{\partial_p G}(s)\, d\mu^*(s)}{\displaystyle D^* \cdot \bar{G}'^{\,2} / |\partial_p Z^*|}

(精确定义见引理 12)落在 [λ,λ][\underline{\lambda}, \overline{\lambda}] 内。

(ii) 存活率的类型选择性和进入流的类型偏差满足

1D[ψ()(qk()ωk)  +  p˙maxpψ(qkωk)dμ]    μk\frac{1}{D^*}\Bigl[\|\psi^*(\cdot)(q_k(\cdot) - \omega_k^*)\|_\infty \;+\; |\dot{p}_{\max}| \cdot \bigl|\textstyle\int \partial_p\psi^* (q_k - \omega_k^*)\, d\mu^*\bigr|\Bigr] \;\leq\; \mu_k

其中 p˙max=supδμTV1Dp[δμ]\dot{p}_{\max} = \sup_{\|\delta\mu\|_{\mathrm{TV}} \leq 1} |Dp^*[\delta\mu]|


额外记号#

以下记号在4.1命题的基础上新增,适用于下面的论证。

无料配置函数

G(s,p)  =  xˉaH,G(s;p)+xˉaL,G(s;p)G(s, p) \;=\; \bar{x}_{a_{H,G}}(s;\, p) + \bar{x}_{a_{L,G}}(s;\, p)

是状态 ss、价格 pp 下的总无料配置。G(s)=G(s,p)G^*(s) = G(s, p^*)

后继无料配置

G^(s,p)  =  SG(s,p)Q(dss,p)\widehat{G}(s, p) \;=\; \int_{\mathcal{S}} G(s', p)\, Q(ds' \mid s, p)

是从状态 ss 经一步转移后的期望无料配置。G^(s)=G^(s,p)\widehat{G}^*(s) = \widehat{G}(s, p^*)

群体弹性

Gˉ  =  SpG(s,p)dμ(s),pG^(s)  =  pG^(s,p)\bar{G}' \;=\; \int_{\mathcal{S}} \partial_p G(s, p^*)\, d\mu^*(s), \qquad \widehat{\partial_p G}(s) \;=\; \partial_p \widehat{G}(s, p^*)

Gˉ\bar{G}' 是群体层面的无料配置对价格的弹性(负值,因为价格上升使创作者减少礼物配置)。

进入者统计量

qˉke  =  qkdνentry,ge  =  G(s)dνentry\bar{q}_k^e \;=\; \int q_k\, d\nu_{\text{entry}}, \qquad g_e \;=\; \int G^*(s)\, d\nu_{\text{entry}}

超额需求的价格导数

pZ  =  pQppS(μ,p)\partial_p Z^* \;=\; \partial_p Q^*\big|_{p^*} - \partial_p S\big|_{(\mu^*, p^*)}

由 (R8)(R9),pZ<0\partial_p Z^* < 0(对角占优负定标量,逐分量处理时取同人本或同人谷的聚合)。

目标函数 g(ω)g^*(\omega)。给定类型构成 ωΔ4\omega \in \Delta^4,定义 g(ω)g^*(\omega) 为满足以下条件的值:在类型构成 ω\omega、稳态内条件分布 μk=μ(q is type k)\mu^*_k = \mu^*(\cdot \mid q \text{ is type } k) 不变的假设下,市场出清价格为 p(ω)p^*(\omega)(隐函数确定),则

g(ω)  =  kωkG(s,p(ω))dμk(s)  =  kωkGk(p(ω))g^*(\omega) \;=\; \sum_{k} \omega_k \int G\bigl(s,\, p^*(\omega)\bigr)\, d\mu^*_k(s) \;=\; \sum_k \omega_k\, G_k\bigl(p^*(\omega)\bigr)

其中 Gk(p)=G(s,p)dμkG_k(p) = \int G(s, p)\, d\mu^*_k。在稳态处 g(ω)=g(μ)=gg^*(\omega^*) = g(\mu^*) = g^*

ωkgω  =  Gk  +  Gˉpωkω\nabla_{\omega_k} g^*\big|_{\omega^*} \;=\; G_k^* \;+\; \bar{G}' \cdot \frac{\partial p^*}{\partial \omega_k}\bigg|_{\omega^*}

第一项是直接效应(类型 kk 的人均礼物产出),第二项是价格效应(类型构成变化使得供给变化,市场的价格调整,使得创作组合再优化)。


第一部分:ω\omega 分量的界#

引理 6(类型守恒)#

陈述qi\mathbf{q}_i 是状态的常数分量(§1.1),因此转移核 QQ 保持 q\mathbf{q} 不变:对任意 Borel 集 AΔ4A \subseteq \Delta^4

Q({s:qsA}s,p)  =  1[qsA]Q\bigl(\{s' : \mathbf{q}_{s'} \in A\} \mid s, p\bigr) \;=\; \mathbf{1}[\mathbf{q}_s \in A]

证明Q(s,p)Q(\cdot \mid s, p)(θ,W,T)(\theta', W', T') 的联合分布,q\mathbf{q} 保持不变。 §1.1 明确标注 ”qiΔ4\mathbf{q}_i \in \Delta^4 为混合向量”。因此 QQq\mathbf{q} 维度上是 Dirac 测度 δqs\delta_{\mathbf{q}_s}

引理 7(ωkΦ\omega_k \circ \Phi 的公式与 Gateaux 导数)#

陈述

(a) 对任意 μP(S)\mu \in \mathcal{P}(\mathcal{S}),记 p=p(μ)p = p^*(\mu)

ωk(Φ(μ))  =  Sψ(s;p)qkdμ(s)  +  λeqˉkeSψ(s;p)dμ(s)  +  λe\omega_k\bigl(\Phi(\mu)\bigr) \;=\; \frac{\displaystyle\int_{\mathcal{S}} \psi(s;\, p)\, q_k\, d\mu(s) \;+\; \lambda_e\, \bar{q}_k^e}{\displaystyle\int_{\mathcal{S}} \psi(s;\, p)\, d\mu(s) \;+\; \lambda_e}

(b) 在 μ\mu^* 处沿 δμ\delta\muδμ(S)=0\delta\mu(\mathcal{S}) = 0)的 Gateaux 导数为

D(ωkΦ)[δμ]  =  1D[ψ(qkωk)d(δμ)  +  p˙(pψ)(qkωk)dμ]D(\omega_k \circ \Phi)[\delta\mu] \;=\; \frac{1}{D^*}\biggl[\int \psi^*(q_k - \omega_k^*)\, d(\delta\mu) \;+\; \dot{p}\int (\partial_p\psi^*)(q_k - \omega_k^*)\, d\mu^*\biggr]

其中 p˙=Dpμ[δμ]\dot{p} = Dp^*|_{\mu^*}[\delta\mu]

证明

(a) 由引理 6,qkQ(dss,p)=qk\int q_k\, Q(ds' \mid s, p) = q_kqkq_k 穿过转移核),代入之前的精确定义即得。

(b) 记 με=μ+εδμ\mu_\varepsilon = \mu^* + \varepsilon\, \delta\mupε=p(με)p_\varepsilon = p^*(\mu_\varepsilon)Nk(ε)=ψ(s;pε)qkdμε+λeqˉkeN_k(\varepsilon) = \int \psi(s; p_\varepsilon) q_k\, d\mu_\varepsilon + \lambda_e \bar{q}_k^eD(ε)=ψ(s;pε)dμε+λeD(\varepsilon) = \int \psi(s; p_\varepsilon)\, d\mu_\varepsilon + \lambda_e。则 ωk(Φ(με))=Nk/D\omega_k(\Phi(\mu_\varepsilon)) = N_k/D

ε\varepsilon 求导(商的导数):

ddε0NkD  =  Nk(0)DNkD(0)(D)2  =  Nk(0)ωkD(0)D\frac{d}{d\varepsilon}\bigg|_0 \frac{N_k}{D} \;=\; \frac{N_k'(0)\, D^* - N_k^*\, D'(0)}{(D^*)^2} \;=\; \frac{N_k'(0) - \omega_k^*\, D'(0)}{D^*}

逐项计算:

Nk(0)=ψqkd(δμ)+p˙(pψ)qkdμN_k'(0) = \int \psi^* q_k\, d(\delta\mu) + \dot{p}\int (\partial_p\psi^*) q_k\, d\mu^*D(0)=ψd(δμ)+p˙pψdμD'(0) = \int \psi^*\, d(\delta\mu) + \dot{p}\int \partial_p\psi^*\, d\mu^*

代入,利用 δμ(S)=0\delta\mu(\mathcal{S}) = 0ψqkd(δμ)ωkψd(δμ)=ψ(qkωk)d(δμ)\int \psi^* q_k\, d(\delta\mu) - \omega_k^* \int \psi^*\, d(\delta\mu) = \int \psi^*(q_k - \omega_k^*)\, d(\delta\mu),对 p˙\dot{p} 项同理。

引理 8(单期 ω\omega 增量的界)#

陈述ωk\omega_k 的单期增量的线性化为

Δω˙k  =  D(ωkΦ)[δμ]    Dωk[δμ]\Delta\dot{\omega}_k \;=\; D(\omega_k \circ \Phi)[\delta\mu] \;-\; D\omega_k[\delta\mu]=  1D(ψD)(qkωk)d(δμ)  +  p˙D(pψ)(qkωk)dμ= \;\frac{1}{D^*}\int (\psi^* - D^*)(q_k - \omega_k^*)\, d(\delta\mu) \;+\; \frac{\dot{p}}{D^*}\int (\partial_p\psi^*)(q_k - \omega_k^*)\, d\mu^*

在条件 (ii) 下,Δω˙kμkδμTV|\Delta\dot{\omega}_k| \leq \mu_k \cdot \|\delta\mu\|_{\mathrm{TV}}

证明

由引理 7(b) 和 Dωk[δμ]=qkd(δμ)=(qkωk)d(δμ)D\omega_k[\delta\mu] = \int q_k\, d(\delta\mu) = \int (q_k - \omega_k^*)\, d(\delta\mu)(利用 δμ(S)=0\delta\mu(\mathcal{S}) = 0):

Δω˙k=1Dψ(qkωk)d(δμ)+p˙D(pψ)(qkωk)dμ(qkωk)d(δμ)\Delta\dot{\omega}_k = \frac{1}{D^*}\int \psi^*(q_k - \omega_k^*)\, d(\delta\mu) + \frac{\dot{p}}{D^*}\int (\partial_p\psi^*)(q_k - \omega_k^*)\, d\mu^* - \int (q_k - \omega_k^*)\, d(\delta\mu)=(qkωk)ψDDd(δμ)+p˙D(pψ)(qkωk)dμ= \int (q_k - \omega_k^*) \frac{\psi^* - D^*}{D^*}\, d(\delta\mu) + \frac{\dot{p}}{D^*}\int (\partial_p\psi^*)(q_k - \omega_k^*)\, d\mu^*

其中 ψ(s)D=ψ(s)ψˉλe\psi^*(s) - D^* = \psi^*(s) - \bar{\psi}^* - \lambda_eψˉ=ψdμ\bar{\psi}^* = \int \psi^*\, d\mu^*

第一项的绝对值 (ψD)(qkωk)DδμTV\leq \frac{\|(\psi^* - D^*)(q_k - \omega_k^*)\|_\infty}{D^*} \cdot \|\delta\mu\|_{\mathrm{TV}}

第二项的绝对值 p˙D(pψ)(qkωk)dμ\leq \frac{|\dot{p}|}{D^*} \bigl|\int (\partial_p\psi^*)(q_k - \omega_k^*)\, d\mu^*\bigr|,而 p˙=Dp[δμ]p˙maxδμTV|\dot{p}| = |Dp^*[\delta\mu]| \leq \dot{p}_{\max} \cdot \|\delta\mu\|_{\mathrm{TV}}DpDp^* 是有界线性泛函,根据引理 4)。

条件 (ii) 正是要求上述两项之和 μkδμTV\leq \mu_k \cdot \|\delta\mu\|_{\mathrm{TV}}

Δω˙k\Delta\dot{\omega}_k 的被积函数中出现 (qkωk)(q_k - \omega_k^*),即个体类型对群体均值的偏差。

这意味着 ω\omega 的变化纯粹来自差异化退出ψ\psi^* 对不同类型取不同值)和差异化进入νentry\nu_{\text{entry}} 的类型构成不同于 ω\omega^*)。若所有类型的存活率相同且进入者的类型构成等于 ω\omega^*,则 Δω˙k=0\Delta\dot{\omega}_k = 0——类型构成不变。


第二部分:价格响应#

引理 9(价格的 Gateaux 导数与单期价格增量)#

陈述

(a) 价格映射 pp^*μ\mu^* 处的 Gateaux 导数为

Dp[δμ]  =  1pZxˉaM(s)d(δμ)(s)Dp^*[\delta\mu] \;=\; -\frac{1}{\partial_p Z^*} \int \bar{x}_{a_M}^*(s)\, d(\delta\mu)(s)

其中 xˉaM(s)=xˉaH,M(s;p)+xˉaL,M(s;p)\bar{x}_{a_M}^*(s) = \bar{x}_{a_{H,M}}(s; p^*) + \bar{x}_{a_{L,M}}(s; p^*)(逐分量处理时对 同人本和同人谷分别计算;此处取标量简化)。

(b) 定义分布增量 σ=DΦμ[δμ]δμ\sigma = D\Phi|_{\mu^*}[\delta\mu] - \delta\mu。则单期价格增量

Δp˙  =  Dp[DΦ[δμ]]Dp[δμ]  =  Dp[σ]  =  1pZxˉaMdσ\Delta\dot{p} \;=\; Dp^*[D\Phi[\delta\mu]] - Dp^*[\delta\mu] \;=\; Dp^*[\sigma] \;=\; -\frac{1}{\partial_p Z^*}\int \bar{x}_{a_M}^*\, d\sigma

证明

(a) 市场出清条件 Z(p,μ)=Q(p,m)S(μ,p)=0Z(p, \mu) = Q^*(p, m) - S(\mu, p) = 0(p,μ)(p^*, \mu^*) 处对 μ\mu 微分:

pZDp[δμ]+μZ[δμ]=0\partial_p Z \cdot Dp^*[\delta\mu] + \partial_\mu Z[\delta\mu] = 0

μZ[δμ]=μS[δμ]=xˉaMd(δμ)\partial_\mu Z[\delta\mu] = -\partial_\mu S[\delta\mu] = -\int \bar{x}_{a_M}^*\, d(\delta\mu)(供给对分布的响应)。由 pZ0\partial_p Z^* \neq 0((R8)(R9) 保证),解出即得。

(b) DpDp^* 是线性泛函,对 DΦ[δμ]D\Phi[\delta\mu]δμ\delta\mu 分别作用再取差。


第三部分:gg 分量的界#

引理 10(gΦg \circ \Phi 的 Gateaux 导数)#

陈述g(ν)=G(s,p(ν))dν(s)g(\nu) = \int G(s, p^*(\nu))\, d\nu(s)μ\mu^* 处沿 δν\delta\nu 的 Gateaux 导数为

Dgμ[δν]  =  G(s)d(δν)(s)  +  Dp[δν]GˉDg|_{\mu^*}[\delta\nu] \;=\; \int G^*(s)\, d(\delta\nu)(s) \;+\; Dp^*[\delta\nu] \cdot \bar{G}'

因此

D(gΦ)μ[δμ]  =  Dgμ[DΦμ[δμ]]  =  Gdν˙  +  Dp[ν˙]GˉD(g \circ \Phi)|_{\mu^*}[\delta\mu] \;=\; Dg|_{\mu^*}\bigl[D\Phi|_{\mu^*}[\delta\mu]\bigr] \;=\; \int G^*\, d\dot{\nu} \;+\; Dp^*[\dot{\nu}]\cdot \bar{G}'

其中 ν˙=DΦμ[δμ]\dot{\nu} = D\Phi|_{\mu^*}[\delta\mu]

证明g(μ+εδν)=G(s,p(μ+εδν))d(μ+εδν)g(\mu^* + \varepsilon\, \delta\nu) = \int G(s, p^*(\mu^* + \varepsilon\, \delta\nu))\, d(\mu^* + \varepsilon\, \delta\nu)。对 ε\varepsilon 求导,乘积法则给出两项:分布变化项 Gd(δν)\int G^*\, d(\delta\nu) 和价格变化项 Dp[δν]pGdμ=Dp[δν]GˉDp^*[\delta\nu] \cdot \int \partial_p G\, d\mu^* = Dp^*[\delta\nu] \cdot \bar{G}'

第二个等式来自链式法则 D(gΦ)=DgDΦD(g \circ \Phi) = Dg \circ D\PhiΦ(μ)=μ\Phi(\mu^*) = \mu^*

引理 11(单期 gg 增量的分解)#

陈述gg 的单期增量的线性化为

Δg˙  =  D(gΦ)[δμ]Dg[δμ]  =  Dp[σ]GˉΔg˙port  +  G(s)dσ(s)Δg˙comp\Delta\dot{g} \;=\; D(g \circ \Phi)[\delta\mu] - Dg[\delta\mu] \;=\; \underbrace{Dp^*[\sigma] \cdot \bar{G}'}_{\Delta\dot{g}_{\,\text{port}}} \;+\; \underbrace{\int G^*(s)\, d\sigma(s)}_{\Delta\dot{g}_{\,\text{comp}}}

其中 σ=DΦ[δμ]δμ\sigma = D\Phi[\delta\mu] - \delta\mu

  • Δg˙port\Delta\dot{g}_{\,\text{port}}内涵边际:分布增量 σ\sigma 改变市场出清价格 Δp˙=Dp[σ]\Delta\dot{p} = Dp^*[\sigma],价格变化通过群体弹性 Gˉ\bar{G}' 引起创作组合再优化。
  • Δg˙comp\Delta\dot{g}_{\,\text{comp}}外延边际:分布增量 σ\sigma 本身改变了谁在场,不同创作者有不同的 GG^*

证明:由引理 10 直接计算:

Δg˙=(Gdν˙+Dp[ν˙]Gˉ)(Gd(δμ)+Dp[δμ]Gˉ)=Gdσ+Dp[σ]Gˉ\Delta\dot{g} = \bigl(\int G^*\, d\dot{\nu} + Dp^*[\dot{\nu}]\cdot \bar{G}'\bigr) - \bigl(\int G^*\, d(\delta\mu) + Dp^*[\delta\mu]\cdot \bar{G}'\bigr) = \int G^*\, d\sigma + Dp^*[\sigma]\cdot \bar{G}'

引理 12(Gap 的公式与内涵边际的比例关系)#

陈述

(a) 线性化 Gap 为

Gap  =  kωkgωqkd(δμ)    Dg[δμ]\mathrm{Gap} \;=\; \sum_k \nabla_{\omega_k} g^*\big|_{\omega^*} \int q_k\, d(\delta\mu) \;-\; Dg[\delta\mu]=[G^(s)G(s)]d(δμ)(s)    Dp[δμ]Gˉ= \int \bigl[\hat{G}(s) - G^*(s)\bigr]\, d(\delta\mu)(s) \;-\; Dp^*[\delta\mu] \cdot \bar{G}'

其中 G^(s)=kωkgqk(s)\hat{G}(s) = \sum_k \nabla_{\omega_k} g^* \cdot q_k(s)

(b) 定义群体调整弹性

ηG  =  Δg˙portGapprice\eta_G \;=\; \frac{\Delta\dot{g}_{\,\text{port}}}{\mathrm{Gap}_{\,\text{price}}}

其中 Gapprice=Dp[δμ]Gˉ\mathrm{Gap}_{\,\text{price}} = -Dp^*[\delta\mu] \cdot \bar{G}' 是 Gap 的价格分量。则

ηG  =  Dp[σ]Dp[δμ]  =  xˉaMdσxˉaMd(δμ)\eta_G \;=\; \frac{Dp^*[\sigma]}{Dp^*[\delta\mu]} \;=\; \frac{\displaystyle\int \bar{x}_{a_M}^*\, d\sigma}{\displaystyle\int \bar{x}_{a_M}^*\, d(\delta\mu)}

这是分布增量 σ\sigma 相对于原始扰动 δμ\delta\mu 在市场供给方向上的衰减率,即单期内通过价格机制传导的供给侧调整比例。

证明

(a) gDω[δμ]=kωkgqkd(δμ)=G^(s)d(δμ)\nabla g^* \cdot D\omega[\delta\mu] = \sum_k \nabla_{\omega_k} g^* \int q_k\, d(\delta\mu) = \int \hat{G}(s)\, d(\delta\mu)G^\hat{G} 的定义)。由引理 10,Dg[δμ]=Gd(δμ)+Dp[δμ]GˉDg[\delta\mu] = \int G^*\, d(\delta\mu) + Dp^*[\delta\mu] \cdot \bar{G}'。相减即得。

(b) 由引理 11,Δg˙port=Dp[σ]Gˉ\Delta\dot{g}_{\text{port}} = Dp^*[\sigma] \cdot \bar{G}'Gapprice=Dp[δμ]Gˉ\text{Gap}_{\text{price}} = -Dp^*[\delta\mu] \cdot \bar{G}'(Gap 公式 (a) 的第二项,取负号是因为 Gˉ<0\bar{G}' < 0Dp[δμ]Dp^*[\delta\mu] 的符号约定)。

注意:Gˉ0\bar{G}' \neq 0(价格变化确实影响创作组合,否则不存在调整机制)。Gˉ\bar{G}' 在比值中约去。由引理 9(a),DpDp^* 正比于 xˉaMd()\int \bar{x}_{a_M}^*\, d(\cdot),因此比值化简为供给侧积分之比。

引理 13(外延边际的 Lipschitz 界)#

陈述。在条件 (ii) 下:

Δg˙comp  =  Gdσ    GσTV|\Delta\dot{g}_{\,\text{comp}}| \;=\; \Bigl|\int G^*\, d\sigma\Bigr| \;\leq\; \|G^*\|_\infty \cdot \|\sigma\|_{\mathrm{TV}}

σTV=(DΦI)[δμ]TV\|\sigma\|_{\mathrm{TV}} = \|(D\Phi - I)[\delta\mu]\|_{\mathrm{TV}} 受限于进入退出流速率:

σTV    CΦδμTV\|\sigma\|_{\mathrm{TV}} \;\leq\; C_\Phi \cdot \|\delta\mu\|_{\mathrm{TV}}

其中 CΦC_\PhiDΦID\Phi - I 的算子范数,由稳态的进入率 λe\lambda_e、存活率 ψ\psi^* 的变异性、以及价格响应的大小决定。当条件 (ii) 成立时,CΦC_\Phi 有界,因为 (ii) 约束了存活率的类型选择性(ψ\psi^* 对不同类型的差异不大)和进入流的类型偏差。

证明

GdσGσTV|\int G^*\, d\sigma| \leq \|G^*\|_\infty \cdot \|\sigma\|_{\mathrm{TV}} 是测度积分的标准估计。

σ=DΦ[δμ]δμ\sigma = D\Phi[\delta\mu] - \delta\mu 是线性算子 (DΦI)(D\Phi - I) 作用于 δμ\delta\mu 的结果。(DΦI)(D\Phi - I) 在全变分范数下的算子范数 CΦC_\Phi 有限——因为 DΦD\Phi 是有界算子(引理 5 的弱连续性加 S\mathcal{S} 紧保证全变分范数控制弱拓扑)。

CΦC_\Phi 的大小由转移核的结构决定。在转移核的精确定义下:

DΦ[δμ](B)=1D[ψQ(Bs)d(δμ)+p˙p[ψQ(B)]dμμ(B)D(0)]D\Phi[\delta\mu](B) = \frac{1}{D^*}\left[\int \psi^* Q^*(B|s)\, d(\delta\mu) + \dot{p} \int \partial_p[\psi Q(B|\cdot)]\, d\mu^* - \mu^*(B) D'(0)\right]

(DΦI)[δμ](B)(D\Phi - I)[\delta\mu](B) 的全变分范数受 ψ\psi^* 的变异性、p˙\dot{p} 的大小、以及重归一化效应 μ(B)D(0)\mu^*(B) D'(0) 控制。条件 (ii) 约束了 ψ\psi^* 的类型选择性(不同类型的存活率差异小)和 p˙max\dot{p}_{\max}(价格对扰动的敏感度有界),因此 CΦC_\Phi 有界。

引理 14(包络定理:为什么 ηG\eta_G 等于创作组合弹性)#

陈述。引理 12(b) 的比值 ηG=Dp[σ]/Dp[δμ]\eta_G = Dp^*[\sigma] / Dp^*[\delta\mu] 在稳态处由群体层面的 创作组合弹性决定。具体地:

Φ\Phiμ\mu^* 处稳定(DΦD\Phi 的谱半径 <1< 1),则 σ=(DΦI)[δμ]\sigma = (D\Phi - I)[\delta\mu]δμ\delta\mu 在市场供给方向上的分量衰减,衰减率等于转移核对供给侧的单期调整比例。

在混合 Bellman 框架下,创作者的创作组合决策对价格的响应(包络定理)给出:

xˉaM(s;p)p  =  xˉaG(s;p)p  +  (其他资产的交叉弹性)\frac{\partial \bar{x}_{a_M}^*(s;\, p)}{\partial p} \;=\; -\frac{\partial \bar{x}_{a_G}^*(s;\, p)}{\partial p} \;+\; (\text{其他资产的交叉弹性})

由创作组合约束(总配置有界),市场配置对价格的正响应与无料配置对价格的负响应互为镜像。引理 12(b) 的比值 ηG\eta_G 等价于:

ηG  =  供给侧在 σ 方向上的投影供给侧在 δμ 方向上的投影\eta_G \;=\; \frac{\text{供给侧在 }\sigma\text{ 方向上的投影}}{\text{供给侧在 }\delta\mu\text{ 方向上的投影}}

条件 (i) 要求创作组合弹性 pxˉaG\partial_p \bar{x}_{a_G} 落在 [λ,λ][\underline{\lambda}, \overline{\lambda}] 对应的范围内,从而 ηG[λ,λ]\eta_G \in [\underline{\lambda}, \overline{\lambda}]

这里的”弹性 \to 衰减率”依赖以下链条:

  1. 价格对分布扰动的响应(引理 9):Dp[δμ]xˉaMd(δμ)Dp^*[\delta\mu] \propto \int \bar{x}_{a_M}^*\, d(\delta\mu)

  2. 分布增量的结构σ=(DΦI)[δμ]\sigma = (D\Phi - I)[\delta\mu]。在一步转移中,DΦ[δμ]D\Phi[\delta\mu]δμ\delta\mu 经存活筛选、状态转移和进入补充后的像。σ\sigma 度量了这一像与原扰动的差异。在市场供给维度 xˉaM\bar{x}_{a_M}^* 上的投影为:

    xˉaMdσ=xˉaMd(DΦ[δμ])xˉaMd(δμ)\int \bar{x}_{a_M}^*\, d\sigma = \int \bar{x}_{a_M}^*\, d(D\Phi[\delta\mu]) - \int \bar{x}_{a_M}^*\, d(\delta\mu)

    第一项是经一步动力学后的扰动供给,第二项是原始扰动供给。差值 = 单期内的供给侧调整量。

  3. 供给侧调整量与创作组合弹性的关系:转移核保持 q\mathbf{q} 不变(引理 6),仅改变 (θ,W,T)(\theta, W, T)。经一步转移后,创作者在新状态 ss' 和新价格 p(Φ(μ))p^*(\Phi(\mu')) 下重新优化创作组合。由混合 Bellman 的包络定理(定义 2.2 + 公理 A),创作组合对价格的响应为

    xˉaM(s;p+Δp˙)    xˉaM(s;p)  +  pxˉaMΔp˙\bar{x}_{a_M}^*(s';\, p' + \Delta\dot{p}) \;\approx\; \bar{x}_{a_M}^*(s';\, p') \;+\; \partial_p \bar{x}_{a_M}^* \cdot \Delta\dot{p}

    聚合到群体层面并积分,供给侧调整量正比于 pxˉaM\partial_p \bar{x}_{a_M}^* 的群体平均,即创作组合 弹性。

  4. 弹性与衰减率的等价:比值 ηG=xˉaMdσ/xˉaMd(δμ)\eta_G = \int \bar{x}_{a_M}^*\, d\sigma / \int \bar{x}_{a_M}^*\, d(\delta\mu) 度量了”供给侧扰动经一步动力学后的残余比例”。创作组合弹性越高(创作者越积极地响应价格信号),σ\sigma 在供给方向上的残余越大(因为创作者的创作组合响应放大了分布变化的供给效应),衰减率越高。条件 (i) 约束弹性的范围,从而约束 ηG[λ,λ]\eta_G \in [\underline{\lambda}, \overline{\lambda}]


第四部分:组合证明#

命题 7.1#

证明

(LC-ω)。由引理 8 直接给出。

(LC-g)。设 δμ\delta\mu 满足 δμ(S)=0\delta\mu(\mathcal{S}) = 0Gap0\text{Gap} \neq 0

第一步:分解。 由引理 11:

Δg˙=Δg˙port+Δg˙comp\Delta\dot{g} = \Delta\dot{g}_{\,\text{port}} + \Delta\dot{g}_{\,\text{comp}}

由引理 12(a),Gap 也分解为两个分量:

Gap=[G^(s)G(s)]d(δμ)GapcompDp[δμ]GˉGapprice\text{Gap} = \underbrace{\int [\hat{G}(s) - G^*(s)]\, d(\delta\mu)}_{\text{Gap}_{\text{comp}}} \underbrace{- Dp^*[\delta\mu] \cdot \bar{G}'}_{\text{Gap}_{\text{price}}}

第二步:内涵边际的比例关系。 由引理 12(b):

Δg˙port=Dp[σ]Gˉ=ηG(Dp[δμ]Gˉ)=ηGGapprice\Delta\dot{g}_{\,\text{port}} = Dp^*[\sigma] \cdot \bar{G}' = \eta_G \cdot (-Dp^*[\delta\mu] \cdot \bar{G}') = \eta_G \cdot \text{Gap}_{\text{price}}

由引理 14 和条件 (i),ηG[λ,λ]\eta_G \in [\underline{\lambda}, \overline{\lambda}]

第三步:外延边际的吸收。 由引理 13:

Δg˙compGCΦδμTV|\Delta\dot{g}_{\,\text{comp}}| \leq \|G^*\|_\infty \cdot C_\Phi \cdot \|\delta\mu\|_{\text{TV}}

类似地,Gapcomp=[G^G]d(δμ)\text{Gap}_{\text{comp}} = \int [\hat{G} - G^*]\, d(\delta\mu) 满足 GapcompG^GδμTV|\text{Gap}_{\text{comp}}| \leq \|\hat{G} - G^*\|_\infty \cdot \|\delta\mu\|_{\text{TV}}

由引理 8 注中的分析,σ\sigma全变分范数在条件 (ii) 下被约束为:σ\sigmaω\omega 方向的分量被 μk\mu_k 界住。条件 (ii) 同时保证了 Δg˙comp\Delta\dot{g}_{\text{comp}}Gapcomp\text{Gap}_{\text{comp}} 的关系受控。

关键结构性质是:G(s)G^*(s)G^(s)\hat{G}(s) 在类型维度上的变异受限于 ω\omega 的变异——因为 G(s,p)=kqkxk,aG(s;p)G(s, p) = \sum_k q_k\, x^*_{k, a_G}(s; p)(混合涌现),GG^*q\mathbf{q} 的线性函数(在固定 (θ,W,T,n,p)(\theta, W, T, n, p) 下),而 G^\hat{G} 也是 q\mathbf{q} 的线性函数。因此 Δg˙comp\Delta\dot{g}_{\text{comp}}Gapcomp\text{Gap}_{\text{comp}}δμ\delta\muω\omega-方向分量上同阶——它们的比值有界。

具体地:设 δμ\delta\mu 在类型维度上的投影引起的 ω\omega 变化为 Dω[δμ]D\omega[\delta\mu],则 Δg˙comp\Delta\dot{g}_{\text{comp}}Gapcomp\text{Gap}_{\text{comp}} 均可表为 Dω[δμ]D\omega[\delta\mu] 的线性函数(模掉 ω\omega-正交方向的分量,后者对 GG^*G^\hat{G} 的积分贡献相等,在取差时消去)。

因此:

Δg˙Gap=ηGGapprice+Δg˙compGapprice+Gapcomp\frac{\Delta\dot{g}}{\text{Gap}} = \frac{\eta_G \cdot \text{Gap}_{\text{price}} + \Delta\dot{g}_{\text{comp}}}{\text{Gap}_{\text{price}} + \text{Gap}_{\text{comp}}}

GapcompGapprice|\text{Gap}_{\text{comp}}| \ll |\text{Gap}_{\text{price}}| 时(价格通道主导),Δg˙/GapηG[λ,λ]\Delta\dot{g}/\text{Gap} \approx \eta_G \in [\underline{\lambda}, \overline{\lambda}]

Gapcomp\text{Gap}_{\text{comp}} 不可忽略时,上式可改写为

Δg˙Gap=ηG+Δg˙compηGGapcompGap\frac{\Delta\dot{g}}{\text{Gap}} = \eta_G + \frac{\Delta\dot{g}_{\text{comp}} - \eta_G \cdot \text{Gap}_{\text{comp}}}{\text{Gap}}

余项 R=Δg˙compηGGapcompR = \Delta\dot{g}_{\text{comp}} - \eta_G \cdot \text{Gap}_{\text{comp}} 的界:

Δg˙comp=Gdσ\Delta\dot{g}_{\text{comp}} = \int G^*\, d\sigmaGapcomp=[G^G]d(δμ)\text{Gap}_{\text{comp}} = \int [\hat{G} - G^*]\, d(\delta\mu) 均对 δμ\delta\mu 线性。RR 也线性。在 q\mathbf{q} 方向上,GG^*G^\hat{G} 都是 q\mathbf{q} 的仿射函数,σ\sigmaq\mathbf{q} 方向上的分量正是 Δω\Delta\omega(引理 8 约束的量)。因此

RCRΔω1GapCR(kμk)GapδμTV|R| \leq C_R \cdot |\Delta\omega|_1 \cdot |\text{Gap}| \leq C_R \cdot \bigl(\textstyle\sum_k \mu_k\bigr) \cdot |\text{Gap}| \cdot \|\delta\mu\|_{\text{TV}}

μk\mu_k 足够小(条件 (ii) 的约束足够紧)时,R/Gap<min(ηGλ,  ληG)|R/\text{Gap}| < \min(\eta_G - \underline{\lambda},\; \overline{\lambda} - \eta_G),从而

Δg˙Gap=ηG+RGap[λ,λ]\frac{\Delta\dot{g}}{\text{Gap}} = \eta_G + \frac{R}{\text{Gap}} \in [\underline{\lambda}, \overline{\lambda}]

Gap=0\text{Gap} = 0Gapprice=0\text{Gap}_{\text{price}} = 0Gapcomp=0\text{Gap}_{\text{comp}} = 0。由上述分析,Δg˙port=ηG0=0\Delta\dot{g}_{\text{port}} = \eta_G \cdot 0 = 0Δg˙compCRΔω1Gap=0|\Delta\dot{g}_{\text{comp}}| \leq C_R \cdot |\Delta\omega|_1 \cdot |\text{Gap}| = 0。故 Δg˙=0\Delta\dot{g} = 0

同人市场分析(10)——同人市场稳态的不可能三角
https://seikasahara.com/zh/posts/krff/
作者
Edward
发布于
2026-04-13
License
CC BY-NC-SA 4.0