5D Library › 机制设计、维克里—克拉克—格罗夫斯(VCG)拍卖与数字社群激励相容工程 · English
第八章 实践与预注册检验
注
本章的核查表与实验方案用于研究与自我检查,不是法律、经营、营销或平台合规建议。 核查表不能告诉你该采用哪一种规则,只能帮助你在做决定之前把假设写清楚。书中的社群、出价与身份数据都是虚构或模拟的。
第一部分 四步核查表
第一至七章可以浓缩为一份四步核查表,用于审视一条拍卖、竞价或社群激励规则。表中的界限是使用者应当事先书面写定的规则的例子,不是推荐的数值。
- 信息与承诺。 规则需要参与者透露什么私人信息?说真话在其中是占优策略、只是贝叶斯意义上最优,还是根本不是均衡(第一、三章)?规则的制定者能否承诺事后不修改、不追溯(第一章的科斯问题)?若不能,参与者会等待或隐瞒。
- 外部性与支付。 每个人付出的是否等于他给别人造成的损失(第二章)?结果是否在核心中,卖家或落选者是否有绕开规则私下成交的动机?若采用 GSP 一类规则,是否清楚说真话不是均衡、收入取决于均衡选择(第三章)?若以收入为目标,估值分布是否正则、是否需要保留价或熨平(第四章)?
- 身份与假名。 一个人能否以多个身份参与?对每一类可申报的类型,规则是否满足防假名的条件(第二章)?声誉函数是否对称(第六章)?按作者的成本边界模型,每个身份的成本是否高于多一个身份带来的平均收益?
- 预算与通胀。 规则要求预算平衡吗?若是,第五章的不可能性定理说明必须放弃什么?积分的发放增长是否快于真实奖励的增长,排水口(兑换、过期)能否只降低水平而不改变增长率(第六章)?
一个虚构的例子。 某个虚构的学习社群有 3,000 名成员,每月以积分竞拍 20 个一对一辅导时段,排名前十的「贡献者」获得额外奖励,贡献分为「被点赞总数」。按核查表:第 1 步,竞拍采用一价密封,说真话不是均衡,且管理者常在流拍后降价,成员学会了等待(科斯问题);第 2 步,改为二价或逐轮加价的时钟拍卖,可以使如实出价成为占优策略,且后者更容易被看懂;第 3 步,「被点赞总数」是对称的声誉函数,按第六章的程序,几个小号互赞即可进入前十,应当改用从可信成员出发的推荐流,或提高身份成本;第 4 步,积分按发帖数发放、而辅导时段不增加,积分会按成员增长的速度贬值,应当把发放与奖励供给挂钩。每一步的改动都有代价,需要事先写下取舍的理由。
第二部分 预注册的激励化实验室实验
问题与设计选择
在规则都如实说明、出价有真实金钱后果的实验室广告位拍卖中,与 GSP 相比,VCG 是否提高参与者如实出价的比例,且提高幅度至少达到最小关注效应?
作者的框架建议比较 GSP 与 VCG,以「出价等于估值(± 容差)的轮次比例」或「效率」为主要结局,二选一。本书选前者,理由有三。第一,它直接检验第一、三章的核心命题:VCG 使说真话成为占优策略,GSP 不能;实验问的是这一理论差别在行为上有多大,而第一章引用的证据显示,人们未必看得出占优策略 (Kagel et al. 1987; Li 2017)。第二,效率不能很好地区分两种规则:理论上两种规则在局部无嫉妒均衡中都有效,实验室证据也显示二者的收入与效率相近 (Fukuda et al. 2013)。第三,在下面的设计中,对手是按公开规则出价的电脑程序,分配效率主要取决于参与者是否把位置让给估值更高的程序,它更适合作为次要结局。
需要说明一点:在 GSP 中如实出价通常不是参与者的最优反应,所以「GSP 组如实出价比例较低」本身不说明参与者不理性;为此方案把「出价落在最优反应区间内的比例」列为次要结局,用以区分「看不出占优策略」与「正确地偏离了说真话」。
方案
| 要素 | 规定 |
|---|---|
| 实施者与招募 | 由与作者及其企业无关的高校实验室实施,至少两个实验室;从各实验室的常规被试库招募成年人,不从作者的社群、学员或客户中招募,不在作者的任何渠道发布招募信息 |
| 软件 | 开源实验平台(例如 oTree (Chen et al. 2016)),程序与配置在登记方案时公开 |
| 任务 | 每轮两个广告位(每期 100 与 60 次点击),参与者与两个电脑对手竞价;三方每次点击的价值每轮独立地从 [1, 20] 均匀抽取并取到 0.01;出价以 0.01 为最小单位(价值为 1 时 ±5% 的容差即 ±0.05,仍有 11 个可选出价);参与者只知道自己的价值;电脑对手按公开说明的规则(出价等于自己的价值)出价;3 轮练习后 30 轮正式轮次 |
| 两组 | GSP:按出价排序,付下一名的出价;VCG:按出价排序,付自己造成的点击损失。两组的说明都如实、完整地描述支付规则,并配有相同格式的示例与理解测验;不使用欺骗 |
| 随机化 | 个人层面 1:1 随机分配;在每一场次内按区组随机,按实验室分层;分配序列由第三方生成并封存 |
| 设盲 | 参与者不知道研究假设,也不知道还有另一种规则;数据分析者在分析代码锁定之前只看到「甲 / 乙」标签 |
| 报酬 | 出场费加上随机抽取的 3 个正式轮次的收益,按事先公布的汇率换算为现金 |
| 主要结局 | 每名参与者 30 个正式轮次中,出价与价值相差不超过价值 5% 的轮次所占比例;效应 = VCG 组均值 − GSP 组均值,意向性分析,95% 置信区间用韦尔奇型标准误 |
| 预先规定的限定语 | 若 VCG 组的如实出价比例低于 0.5,报告须写明「多数 VCG 出价仍不是如实出价」 |
| 次要结局 | 出价落在最优反应区间内的比例;位置分配的效率;参与者收益与拍卖方收入;平均相对偏差 ;按轮次的学习趋势;理解测验得分;均为描述性或探索性分析 |
防止数据窥探
只有一项主要结局、一个预先固定的容差(5%)与一种分析方法;方案、软件、分析代码在第一名参与者入组之前公开登记,代码的哈希值随方案登记 (Nosek et al. 2018);次要与探索性结果明确标注,不能用来替代主要结论。第 33 本讨论过这些做法的统计原理。
样本量
样本量需要对两组的如实出价比例与个体差异作出假设。本方案的规划假设(不是数据)是:GSP 组的平均比例为 0.25;个体真实比例的标准差为 0.25(服从贝塔分布),在此之上再加 30 轮的二项抽样误差;最小关注效应为 10 个百分点。取 10 个百分点的理由是:小于这一差别,就不值得为一种更难解释的支付规则改变做法;第一章提到的「显然防操纵」研究比较的是时钟拍卖与密封拍卖,其数值不能直接借用到这里。
推导
# Chapter 8. Sample size for the pre-registered laboratory experiment. Participants are
# randomised individually to GSP or VCG position auctions (2 slots, 2 computer rivals
# whose bidding rule is disclosed), 30 scored rounds with fresh induced values.
# Primary outcome per participant: share of scored rounds with |bid - value| <= 5 % of
# value. Effect = mean share (VCG) - mean share (GSP). Planning assumptions (NOT data):
# GSP mean 0.25; SESOI 0.10; individual true shares vary with sd 0.25 (beta
# distributed); binomial noise over 30 rounds on top. Two-sided alpha 0.05, power 90 %.
import math, random, statistics
Z = statistics.NormalDist().inv_cdf
ROUNDS = 30
def total_sd(m, sd):
within = (m * (1 - m) - sd ** 2) / ROUNDS # E[p(1-p)] / rounds
return math.sqrt(sd ** 2 + within)
def n_per_arm(m0, delta, sd):
s0, s1 = total_sd(m0, sd), total_sd(m0 + delta, sd)
return math.ceil((Z(0.975) + Z(0.90)) ** 2 * (s0 ** 2 + s1 ** 2) / delta ** 2)
def beta_params(m, sd):
k = m * (1 - m) / sd ** 2 - 1
return m * k, (1 - m) * k
def simulate(n, m0, delta, sd, reps, rng):
hits = 0
for _ in range(reps):
arms = []
for m in (m0, m0 + delta):
a, b = beta_params(m, sd); ys = []
for _ in range(n):
p = rng.betavariate(a, b)
ys.append(sum(rng.random() < p for _ in range(ROUNDS)) / ROUNDS)
arms.append(ys)
d = statistics.fmean(arms[1]) - statistics.fmean(arms[0])
se = math.sqrt((statistics.variance(arms[0]) + statistics.variance(arms[1])) / n)
hits += d - Z(0.975) * se > 0
return hits / reps
if __name__ == "__main__":
m0, delta, sd = 0.25, 0.10, 0.25
n = n_per_arm(m0, delta, sd)
print(f"total sd of a participant's share: GSP {total_sd(m0, sd):.4f},"
f" VCG {total_sd(m0 + delta, sd):.4f}")
print(f"normal approximation: {n} analysable participants per arm ({2 * n} in all)")
rng = random.Random(50)
pw = simulate(n, m0, delta, sd, 1500, rng)
print(f"simulated power (beta-binomial, Welch-type z test, 1,500 trials): {pw:.3f}"
f" (MC s.e. {math.sqrt(pw * (1 - pw) / 1500):.3f})")
print(f"simulated false-positive rate at no effect: "
f"{simulate(n, m0 + 0.05, 0.0, sd, 1500, rng):.3f} (one-sided, nominal 0.025)")
plan = math.ceil(n / 10) * 10
pw2 = simulate(plan, m0, delta, sd, 1500, rng)
print(f"planned: round up to {plan} analysable per arm; simulated power {pw2:.3f}")
rec = math.ceil(plan / 0.9 / 2) * 2
print(f"allowing 10 % non-completion: randomise {rec} per arm, {2 * rec} in all")
print("sensitivity, analysable per arm SESOI: 0.08 0.10 0.12")
for s in (0.20, 0.25, 0.30):
print(f" sd of individual shares {s:.2f} " +
"".join(f"{n_per_arm(m0, d, s):8d}" for d in (0.08, 0.10, 0.12)))
print(f" GSP mean 0.40 instead of 0.25, sd 0.25 " +
"".join(f"{n_per_arm(0.40, d, 0.25):8d}" for d in (0.08, 0.10, 0.12)))
# total sd of a participant's share: GSP 0.2582, VCG 0.2608
# normal approximation: 142 analysable participants per arm (284 in all)
# simulated power (beta-binomial, Welch-type z test, 1,500 trials): 0.891 (MC s.e. 0.008)
# simulated false-positive rate at no effect: 0.024 (one-sided, nominal 0.025)
# planned: round up to 150 analysable per arm; simulated power 0.913
# allowing 10 % non-completion: randomise 168 per arm, 336 in all
# sensitivity, analysable per arm SESOI: 0.08 0.10 0.12
# sd of individual shares 0.20 150 96 67
# sd of individual shares 0.25 221 142 99
# sd of individual shares 0.30 309 198 138
# GSP mean 0.40 instead of 0.25, sd 0.25 226 145 101每名参与者比例的总标准差在两组分别为 0.2582 与 0.2608。正态近似需要每组 142 名可分析的参与者;用贝塔—二项模拟(1,500 次)核对,把握度为 0.891(蒙特卡洛标准误 0.008),与 0.90 相符;无效应时单侧假阳性率为 0.024,接近名义的 0.025。计划取整为每组 150 人可分析(模拟把握度 0.913),考虑 10% 的未完成,每组随机化 168 人,共 336 人。敏感性表显示:个体差异的标准差若为 0.30,10 个百分点的效应需要每组 198 人;最小关注效应若取 8 个百分点,需要 221 人;GSP 组的基线比例从 0.25 改为 0.40 时变化很小(145 人)。图 5 右图给出三种个体差异假设下的把握度曲线。
按第 33 本第六章的讨论,「90% 把握度」指的是:在真实效应恰好等于最小关注效应时,得出「VCG 提高了如实出价比例」(置信区间下限大于 0)这类结论的概率约为 90%;在这种情况下,最强的结论「至少提高了最小关注效应」只有约 2.5% 的机会出现。
判定规则
推导
# Decision rule, fixed before unblinding. D = mean truthful-bid share (VCG arm) - mean
# truthful-bid share (GSP arm), per-participant shares over the 30 scored rounds,
# intention to treat; 95 % CI from the Welch-type standard error. SESOI 0.10.
# Gates, checked first: comprehension software or payment errors in more than 5 % of
# sessions; non-completion above 20 % in either arm or differing by more than 10
# points; arm labels revealed to the analyst before the analysis code was locked
# -> NOT INTERPRETABLE. Pre-specified qualifier: if the VCG arm's truthful share is
# below 0.5, the report adds that most VCG bids were still not truthful.
SESOI = 0.10
def verdict(d, lo, hi, vcg_share, errors=0.01, drop=(0.08, 0.09), unblinded=False):
for bad, why in ((errors > 0.05, f"errors in {errors:.0%} of sessions (limit 5 %)"),
(max(drop) > 0.20 or abs(drop[0] - drop[1]) > 0.10,
f"non-completion {drop[0]:.0%} / {drop[1]:.0%}"),
(unblinded, "labels revealed before the code was locked")):
if bad:
return f"D = {d:+.3f}: NOT INTERPRETABLE - {why}"
if lo >= SESOI: v = "VCG raises truthful bidding by at least the SESOI"
elif lo > 0: v = "VCG raises truthful bidding; not shown to reach the SESOI"
elif hi < 0: v = "GSP has the higher truthful share"
elif lo >= -SESOI and hi <= SESOI: v = "no difference worth acting on"
else: v = "unclear: the interval is too wide to decide"
if vcg_share < 0.5:
v += f"\n qualifier: only {vcg_share:.0%} of VCG-arm bids were truthful"
return f"D = {d:+.3f} ({lo:+.3f} to {hi:+.3f}): {v}"
for case in ((0.25, 0.19, 0.31, 0.62), (0.12, 0.05, 0.19, 0.38),
(0.02, -0.04, 0.08, 0.30), (-0.08, -0.14, -0.02, 0.22),
(0.06, -0.03, 0.15, 0.33), (0.25, 0.19, 0.31, 0.62, 0.08),
(0.25, 0.19, 0.31, 0.62, 0.01, (0.25, 0.10))):
print(verdict(*case))
print("secondary outcomes (efficiency of slot allocation, payoffs, revenue, mean")
print(" |bid - value| / value, learning over rounds, comprehension scores) are")
print(" reported with intervals; they never decide the verdict")
# D = +0.250 (+0.190 to +0.310): VCG raises truthful bidding by at least the SESOI
# D = +0.120 (+0.050 to +0.190): VCG raises truthful bidding; not shown to reach the SESOI
# qualifier: only 38% of VCG-arm bids were truthful
# D = +0.020 (-0.040 to +0.080): no difference worth acting on
# qualifier: only 30% of VCG-arm bids were truthful
# D = -0.080 (-0.140 to -0.020): GSP has the higher truthful share
# qualifier: only 22% of VCG-arm bids were truthful
# D = +0.060 (-0.030 to +0.150): unclear: the interval is too wide to decide
# qualifier: only 33% of VCG-arm bids were truthful
# D = +0.250: NOT INTERPRETABLE - errors in 8% of sessions (limit 5 %)
# D = +0.250: NOT INTERPRETABLE - non-completion 25% / 10%
# secondary outcomes (efficiency of slot allocation, payoffs, revenue, mean
# |bid - value| / value, learning over rounds, comprehension scores) are
# reported with intervals; they never decide the verdict示例结果是编造的。前置条件中任何一项不满足(超过 5% 的场次出现软件或支付错误;任一组未完成率超过 20%,或两组相差超过 10 个百分点;分析代码锁定前标签被揭示),无论主要结局如何,报告都写「不可解释」。只有当置信区间下限不低于 0.10 时,报告才写「VCG 使如实出价比例至少提高了最小关注效应」;下限高于 0 但低于 0.10 时写「VCG 提高了如实出价比例,但幅度未确定」;上限低于 0 时写「GSP 组的如实出价比例较高」;区间落在 ±0.10 之内时写「没有值得据此改变做法的差别」;其余情形写「无法判断」。限定语不改变结论的类别,只附在后面:例如第二个示例中,VCG 组的如实出价比例只有 38%,报告必须同时写明这一点。
这项实验不能说明什么
第一,实验室中的大学生与小额报酬不是真实的广告主:真实的广告主有预算、长期关系与专业工具,实验结论不能直接推及真实平台。第二,对手是按公开规则出价的电脑程序;与真人对手竞价时,GSP 中的均衡选择与学习可能完全不同。第三,它只检验一种参数设置(两个位置、两个对手、一种价值分布、30 轮),不检验第三章关于收入的结论。第四,「出价与价值相差不超过 5%」是一个操作化定义;容差不同,比例会不同,所以容差事先固定,不能事后挑选。第五,它不检验第六章的积分、徽章或女巫攻击模型,那些需要在独立社群中做整群随机试验。第六,即使 VCG 组如实出价更多,也不说明平台应当改用 VCG:第二章与第五章讨论的收入、核心、假名与预算问题依然存在。第七,如果结果是「没有值得据此改变做法的差别」,那就是这项实验的结论,与作者的任何主张无关。
伦理与利益冲突
方案须经实施实验室所在机构的伦理委员会审批;参与者签署知情同意,可以随时退出且保留出场费;不使用欺骗,两种规则都如实说明;报酬不低于当地的同类研究标准;数据匿名保存,按登记的方案公开汇总数据与代码。无论结果是正是负都将发表。为限制作者利益的影响:实验由独立研究人员实施与分析,不从作者的社群、学员或客户中招募,作者不接触随机化序列与原始数据,方案与代码在入组前公开登记。
利益披露
作者以 5D Library 的著作(包括本书)作为其社群课程、升维牌卡(5D Ascension Cards,Dimensional Shift Card Decks)与 Yafu AI 知识库的方法论基础,因此与本书主题有商业利益关系。本书不推销任何课程、牌卡或服务;第八章的试验设计为由独立于作者企业的研究人员实施和分析,不从作者的社群、学员或客户中招募;书中所有代码与研究方案均公开,供任何人检验。作者运营线上学习社群并为其设计积分与激励规则,创办并经营 Asia Influencer X 与 Yafu Global(网红营销业务涉及达人与品牌之间的报价、竞价与声誉评价),因此与本书主题有直接商业利益;本书不使用作者社群或企业的数据作为证据,也不推销其服务。
本章小结
四步核查表从信息与承诺、外部性与支付、身份与假名、预算与通胀四个方面审视一条激励规则;虚构的例子显示,一个社群的竞拍、排名与积分规则可能同时踩中四个问题。预注册的实验室实验把参与者随机分配到 GSP 与 VCG 广告位拍卖,唯一主要结局为如实出价轮次的比例,最小关注效应 10 个百分点,90% 把握度下每组可分析 150 人、随机化 168 人,由独立研究人员实施,判定规则写成代码,并预先规定了「多数 VCG 出价仍不如实」的限定语;无论结果如何都发表。它只检验一种规则差别在实验室中的行为后果,不能证明本书的其他模型,也不能直接推及真实平台。
参考文献
Fan, Y. (2026). Mechanism Design, Vickrey–Clarke–Groves Auctions and Incentive-Compatible Community Engineering: From Myerson's Optimal Auction and the Hurwicz Impossibility Theorem to Sybil-Resistant Reputation Games, Read Beside Classical Legalist Treatises on Rewards and Incentives [机制设计、维克里—克拉克—格罗夫斯(VCG)拍卖与数字社群激励相容工程] (Version 1.0.0). 5D Library. https://doi.org/10.5281/zenodo.23836274 · Licensed under Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0).