5D Library › 注意力的经济学 · English
第六章 机器可读的声誉：知识图谱时代的科斯
信任陌生人的成本
当一个品牌预订一位从未合作过的创作者时，交易的大部分成本并不是费用本身，而是寻找候选人、核实他们的受众是否真实、确认他们是谁以及以前做过什么、写一份涵盖各种风险的合同，以及事后核对工作是否交付。罗纳德·科斯（Ronald Coase）把这些称为使用价格机制的成本，并认为企业之所以存在，是因为在企业内部可以省去其中一部分成本 (Coase 1937)。在后来的一篇论文中他证明，当这类交易成本为零时，无论权利最初如何分配，当事人都会通过谈判达到有效率的结果，因此通常真正要紧的是交易的成本，而不是规则 (Coase 1960)。乔治·施蒂格勒（George Stigler）给出了搜寻的经济学：只要再看一个的预期收益超过它的成本，买家就会继续搜寻 (Stigler 1961)。
一个一个地核查候选人
推导
一个品牌在寻找受众真实的创作者。如果候选人中真实者的比例为 ，核查一位的成本为 ，那么每找到一位真实的创作者，预期要核查 位，预期核查成本为 。第二部分显示完全无法核查时会发生什么。
# A brand looks for a creator whose audience is genuine. A share q of candidates is genuine.
# Checking one candidate costs k (hours of vetting, in money terms); checking reveals the truth.
# Candidates are checked one by one, so the expected number checked per genuine find is 1/q.
V = 1000.0 # value of a deal with a genuine creator
print("share genuine cost per check expected checking cost per genuine creator net value")
for q in (0.5, 0.2):
# manual vetting -> partly machine-readable -> verified data
for k in (40.0, 10.0, 2.0):
cost = k / q
print(f"{q:13.1f} {k:15.0f} {cost:44.0f} {V - cost:11.0f}")
# Without any check (Akerlof): a brand pays at most the average value q*V. A genuine creator
# whose
# own outside option is above that price leaves, which lowers q further.
print("\nno checking possible: price a brand will pay = q * V")
for q in (0.8, 0.5, 0.2):
print(f"q = {q:.1f}: {q * V:5.0f} -> genuine creators with outside options above {q * V:.0f} leave the market")
# share genuine cost per check expected checking cost per genuine creator net value
# 0.5 40 80 920
# 0.5 10 20 980
# 0.5 2 4 996
# 0.2 40 200 800
# 0.2 10 50 950
# 0.2 2 10 990
#
# no checking possible: price a brand will pay = q * V
# q = 0.8: 800 -> genuine creators with outside options above 800 leave the market
# q = 0.5: 500 -> genuine creators with outside options above 500 leave the market
# q = 0.2: 200 -> genuine creators with outside options above 200 leave the market可以看到两点。真实的候选人稀少时，核查成本占主导：在 、 时，交易价值的五分之一花在找对人上。而降低每次核查的成本，从人工审核到能快速核实的记录，可以把这部分价值的大部分找回来。
第二部分是乔治·阿克洛夫（George Akerlof）的「柠檬市场」。当买家分不清好坏时，他们最多只付平均价值；那些其他选择价值更高的优质卖家离开；平均质量下降；到了极端，市场可能一路瓦解，只剩劣质品 (Akerlof 1970)。一个充斥着买来的粉丝的创作者市场，就是这个意义上的柠檬市场。迈克尔·斯彭斯（Michael Spence）指出了出路：一个对好类型便宜、对坏类型昂贵的信号，能让好类型把自己区分出来 (Spence 1973)。
结构化数据与知识图谱
搜索引擎，以及越来越多的大语言模型，都是根据它们能读取并交叉核对的内容来构建对人和组织的认识。从 2011 年起，由谷歌、微软、雅虎以及后来加入的 Yandex 创建的 schema.org 词汇，让网站能用机器可读的形式描述人、组织、书籍、产品及其关系 (Guha et al. 2016)。2012 年，谷歌推出知识图谱，口号是「事物，而不是字符串」：有属性和链接的实体，而不只是包含文字的网页 (Singhal 2012)。
用本章的话说，结构化数据是降低 的一种方式。一个人在自己的各个网站上被一致地描述，并带有指向独立记录的稳定标识，例如论文的 ORCID、每本书的 DOI 或公司注册号，就能在几分钟而不是几小时内被核实。这些标识也是一种温和的斯彭斯信号：对记录真实的人而言提供起来很便宜，而要在多个独立登记系统中一致地伪造则很昂贵。
证据
谷歌给搜索质量评估员的指南把「E-E-A-T」，即经验、专业、权威与可信，列为评估员应当寻找的品质，其中可信最为重要 (Google 2024)。谷歌说明，评估员的评估用于评价它的系统，而不是直接给单个网页排名；结构化数据使网页有资格获得某些搜索功能，但不保证这些功能一定出现 (Google Search Central 2024)。
注
描述虚假内容的结构化数据比没有更糟。它违反搜索引擎的指南，也会摧毁让核查变得便宜的那个信号价值。本章的一切都假定被标记的内容是真实的、可以独立核查的。
科斯的数字化解读
科斯的洞见提示了一种在机器阅读者时代思考声誉的方式。当核实交易对方的成本下降时，陌生人之间可以发生更多交易，而不需要长期关系或大型中间人的保护。今天中间人所获取的价值中，有一部分是核实的报酬；随着核实变得更便宜，这部分利润应当缩小，而为真实服务付费的部分，例如第五章中的生产率提升，应当保留。
假说 · 尚未验证
尚未确立。 在创作者商业中，一致的、机器可读的、可独立核实的身份（与 ORCID、DOI、公司记录等登记系统相连的结构化数据）能把核实成本降低到足以改变谁会被雇用的程度：拥有这类记录的创作者与机构，在同样的受众规模下会更常进入候选名单、获得更高的报价。这一假说预测：在只有可核实标识不同的资料之间进行对照比较时，会出现可测量的入选与报价溢价。如果没有出现溢价，假说就被推翻。
利益披露
作者自己的网站，包括 yafuglobal.com 和 5dlibrary.com，使用了本章所述的结构化数据以及 ORCID 和 DOI 标识。这种做法是该论证的应用，而不是它的证据。
参考文献
Fan, Y. (2026). The Economics of Attention: Simon's Scarcity Law, Power-Law Networks and Conversion Funnels in Creator Commerce [注意力的经济学] (Version 1.0.0). 5D Library. https://doi.org/10.5281/zenodo.23689302 · Licensed under Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0).