幂律分布适用于成规模的市场#

显然，同人市场规模越大，消费者搜索的成本也就越高。 同时，由于亚文化符号传播高度依赖社交网络算法，而社交网络通常呈现无标度特征。结合无标度网络理论，高昂的搜寻成本容易迫使消费者采取启发式搜索（如依赖榜单）甚至是被动推送，这种行为在宏观网络拓扑上直接表现为优先连接，即，新来的节点在选择连接对象时，并非随机选择，而是​倾向于连接那些已经拥有很多连接的节点。

如果同人内容生产者的内容不符合算法选择，制品信息就会被归纳为网络里的边缘节点，其连边数 $k$ 长期趋近于 0，因为算法和读者的高搜寻成本切断了边缘节点被发现的路径。

根据帕累托指数 $\alpha$ 与网络度指数 $\gamma$ 的不同，一般可以分为两类社群。同时，根据社区规模和网络演化阶段的不同，同人社区的网络拓扑结构会发生根本性的相变。

声誉是信息市场中的劣等品（下位替代）#

声誉一般认为是创作者的一种积累，来自于过往创作者在社区里抛头露面积累的声望，属于社区受众的潜在共识。

我们可以认为同人市场是信息高度不完全的，毕竟有一部分同人制品作为经验品在购买前是看不透的（比如本子，音乐专辑，或者预售的谷子）。看到的同人宣发，只是一个信号，记作$S$。信号是不完美的，它也有噪音。

这时候，消费者经常会做​贝叶斯决策更新​。一般我们对制品作者的先验预期是 $\mu_0$（也就是我们根据历史消费和对市场的朴素观察得到的声誉），其确定性由方差 $\sigma_0^2$ 决定。看完宣发后，消费者对制品的后验预期质量 $Q_{\mathrm{expected}}$ 会变成两者加权平均：

权重系数 $\alpha$ 取决于作者声誉的可靠程度与试阅信号的可靠程度的对比：

(其中 $\sigma_s^2$ 是试阅信号的误差方差，$\sigma_0^2$ 是先验声誉的误差方差)

在微观经济学中，劣等品的严格数学定义是：随着消费者“收入”的增加，对该商品的需求量反而下降（即需求收入弹性为负）。 在信息市场中，我们定义 闲暇资源（$W$）： 消费者的信息预算或时间财富。这与搜寻的机会成本 $c$ 成反比（$W \propto 1/c$）。时间越充裕（如学生党），$W$ 越高；时间越昂贵（如工作党），$W$ 越低。 搜寻努力（$e$）： 消费者投入到解读宣发信号 $S$ 上的精力。显然，$e$ 是信息财富 $W$ 的增函数：$\frac{\partial e}{\partial W} > 0$。

根据微积分的链式法则，我们求贝叶斯更新的权重 $\alpha$ 对$W$ 的偏导数：

容易得到

因此随着消费者信息财富 $W$ 的增加（即时间充裕、搜寻成本 $c$ 降低），他们对声誉 $\mu_0$ 的权重 $\alpha$ 呈严格递减趋势。声誉在数学上完全符合“劣等品”的统一定义。

通俗来讲，信息不透明的情况下，先相信大家说的东西，比较合理。

方差无穷大的诅咒#

如果在中大型社区的无标度网络中，帕累托指数小于2，则方差会变得无穷大。这体现在极端的市场中，无论是闲暇多还是闲暇少的消费者，其面临的客观搜寻成本都远超同人本的预期收益。

如果方差无穷大 $\sigma_s^2 \to \infty$ ，则：

易得这类权重退化为常数1，即所有的后验预期质量全部取决于前期观察到的声誉。

如果 $\alpha$ 是常数， 就会导致上一个章节的$\frac{\partial \alpha}{\partial W} = 0$，也就意味着时间闲暇禀赋的效应完全消失。在这里我们无法通过有限的精力辨别真实，无论个人的搜寻能力多么强大，都无法保证自己能一定满足自己的期望阈值 $Q^*$。因此在这个情况下，消费者的最优策略是：当且仅当声誉先验的信号精度高于随机猜测时，依赖声誉做出购买决策。 毕竟消费者不用每次购买都从零开始搜寻，他们天然存在路径依赖，并且在无标度网络效应严重的社区，路径依赖越严重。

为什么大家依赖声誉#

研究信号传播也是一个很有意思的过程。A. Micheal Spence 因此获得了2001年的诺贝尔经济学奖。

假设目前市场仍然存在有效信息传播，且没有外部信息算法选择的干扰。我们可以使用Spence (1971)提出的模型，这是一种动态不完全信息博弈模型。该模型核心在于信息优势方通过采取可观察的行动向信息劣势方传递真实信息，以降低信息不对称，从而实现双方的效用最大化。

我们设定市场上存在两类创作者，其真实质量类型为 $\theta \in \{H, L\}$，分别代表客观偏高质量和客观偏低质量。

市场知道符合群体喜好的创作者的先验概率为 $p$，但无法直接观测特定个体的 $\theta$。在极端的市场噪音下，若创作者不发送任何额外信号，或者发送无成本信号，消费者将根据期望给出一个极低的保留价格（或者根本不达成交易，只是看看），新人收益趋近于基准线 $R_0$。

为了向消费者证明自身类型 $\theta = H$，创作者必须选择发送一个可观测的信号量 $s$。在同人市场中，$s$ 代表一种不可回收的沉没成本，例如投入大量时间进行严苛的考据并公开笔记，大力投入金钱时间在宣发上。

我们引入成本函数 $C(s, \theta)$。在传统的市场中，成本 纯粹是对资源的消耗，它带来的是负效用。但在同人市场生态中，创作者投入极大精力的过程本身，有时能产生巨大的内在情绪收益。

该模型成立的绝对核心假设，是单交叉条件（Single-Crossing Property），即发送相同单位信号的边际成本，低质类型严格大于高质类型：

这个不等式可以看出在这个条件下客观偏低质量想要把自己伪装成很牛逼创作的行为，其实是要比高质量的创作者成本高的。

假设市场观测到信号 $s^*$ 后，相信创作者是 $H$ 类型，并愿意给予高回报$R_H$。我们可以认为存在能够让市场敢于信任的均衡点 $s^*$。

首先，对于低质量创作者 $L$，伪造信号 $s^*$ 伪装成高质量创作者的收益，必须严格小于他什么都不做、直接接受他本来创作应得的收益：

即 $C(s^*, L) - C(0, L) > R_H - R_0$。这规定了信号量 $s^*$ 的下界

其次，对于高质量创作者 $H$，发送信号 $s^*$ 的净收益，必须大于被埋没的收益：

即 $C(s^*, H) - C(0, H) \le R_H - R_0$。这规定了信号量 $s^*$ 的上界：自证清白的成本不能高到使得高质量创作者也面临亏损。

将两者联立，我们得到了分离均衡存在的数学区间：

但如果加入情绪收益补偿后，情况发生了变化。假设市场中存在大量客观质量还在起步阶段，但处于极度狂热状态的新人创作者，由于其极高的表达欲，其边际热情补偿极大。

此时，对于狂热新人而言，由于内在效用$V(s)$的强力对冲，其感知的边际净成本会发生暴跌：

花了大量精力做精美宣发的人，可能是真正的高质量神仙 $H$，也可能是仅仅凭借一腔热血但内容空洞的狂热者 $L$。因此信号 $s^*$ 缺乏传递真实类型 $\theta$ 的信息。导致经验上消费者更依赖于声誉。当然，如前文所述，只要信息是确定的，大家会忽略声誉这个下位替代品。

创作者该如何看待声誉和信息#

将视线从单期的博弈拉长到多期博弈。设时间节点为 $t=1, 2, \dots, T$。在 $t=1$ 期，作为没有任何先验数据的新人，市场对其实际类型 $\theta=H$ 的先验信念极低，记作初始声誉 $\mu_1 \to 0$。为了打破这个僵局，创作者被迫支付了极其高昂的沉没成本 $C(s^*, H)$ 来发送强信号。

当这个条件达成，市场的贝叶斯更新机制被强行重启。由高昂成本换来的后验概率直接成为了下一期博弈的先验声誉。对于新人而言，前期发送 $s^*$ 所承受的巨大成本，其实都能转化为回报。

因此只要大家认可了创作者，创作者就能稳稳扎根。因此某种意义上，如果声誉一直都在稳步积累，先来者优势是巨大的。

在同人社区的早期阶段，内容总量有限。在这个时期，产出一篇结构完整的短篇，或者几张完成度尚可的线稿，或者制作一些一看就很漂亮的谷子，就足以向市场发送清晰的 $H$ 类型信号，从而低成本地完成初始声誉的原始积累。

不过，随着时间推移，市场容易转向柠檬市场。低质量类型大量涌入，且批量制造虚假信号的边际成本不断趋近于零。最重要的例子就是AI创作的泛滥。要让消费者确信创作者不是AI生成的废图或者量产文，后发者被迫支付的信号阈值将发生指数级的通货膨胀。

此时，先发者与后发者处于完全不对等的博弈位面，先发者的声誉强，所以大家在信息不完全的情况下偏好于先发者。当然，整体来说由于同人创作者对于收益的不敏感性，即它作为生产者的目的是最大化热情周期，最重要的事情其实是可以吸收声誉伴生的精神满足回馈，因此柠檬市场效应并不会如传统分析里那样严重。

根据前文的分析，信息完全的情况下，声誉将会被作为下位替代品。因此同人创作者一方面可以积累自己的声誉，另一方面尽量保持自己制品信息的透明度，降低消费者选择的不确定性，因此谜语人式的宣发不一定让人讨喜。