📈 economics

Incentive Design with Spillovers

यह शोध पत्र नेटवर्क गेम विधियों का उपयोग करते हुए अनुबंध अनुकूलन (contract optimization) के प्रथम-क्रम दृष्टिकोण (first-order approach) का एक बहु-एजेंट सामान्यीकरण विकसित करता है, जो यह दर्शाता है कि इष्टतम प्रोत्साहन भुगतान आवंटन के लिए टीम के सदस्यों के बीच व्यक्तिगत उत्पादकता, संगठनात्मक केंद्रीयता और मौद्रिक प्रोत्साहनों के प्रति प्रतिक्रियाशीलता के गुणनफल को समान करना आवश्यक है।

मूल लेखक: Krishna Dasaratha, Benjamin Golub, Anant Shah

प्रकाशित 2026-03-13

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Krishna Dasaratha, Benjamin Golub, Anant Shah

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप एक रोइंग क्रू (नौकायन दल) के कप्तान हैं। आपका लक्ष्य दौड़ जीतना (लाभ को अधिकतम करना) है। आपके पास रोअर्स की एक टीम है, लेकिन आप यह ठीक से नहीं देख सकते कि प्रत्येक व्यक्ति कितनी ज़ोर से खींच रहा है (प्रयास छिपा हुआ है)। आप केवल अंतिम परिणाम देख सकते हैं: क्या नाव फिनिश लाइन को पहले पार कर गई, या वह दूसरे स्थान पर आई।

उन्हें ज़ोर से चलाने के लिए, आप उन्हें पुरस्कार राशि का एक हिस्सा देने का वादा करते हैं यदि आपकी टीम जीतती है। यह प्रोत्साहन (incentives) की क्लासिक समस्या है।

लेकिन यहाँ एक मोड़ है: रोइंग एक टीम का खेल है। यदि एक रोअर अधिक ज़ोर से खींचता है, तो यह न केवल नाव को तेज़ चलाने में मदद करता है; बल्कि यह अन्य रोअर्स के महसूस करने के तरीके को भी बदल देता है कि वे कितनी मेहनत करें।

"हाई-फाइव" प्रभाव (पूरक/Complements): यदि रोअर A और B पूरी तरह से तालमेल में हैं, तो जब A अधिक ज़ोर से खींचता है, तो B भी अधिक ज़ोर से खींचने के लिए प्रेरित महसूस करता है क्योंकि उनका संयुक्त प्रयास अधिक शक्तिशाली महसूस होता है।
"फ्री-राइडर" प्रभाव (स्थानापन्न/Substitutes): यदि रोअर C और D एक ही काम कर रहे हैं, और C बहुत अच्छा प्रदर्शन करना शुरू करता है, तो D सोच सकता है, "वाह, अब मैं थोड़ा आराम कर सकता हूँ; C यह संभाल लेगा।"

यह शोध पत्र, दसारथ, गोलब और शाह द्वारा, एक बड़ा सवाल पूछता है: एक बॉस (प्रिंसिपल) को वेतन कैसे डिज़ाइन करना चाहिए ताकि हर कोई अपना पूरा योगदान दे, जबकि इन लहरदार प्रभावों (ripple effects) को भी ध्यान में रखा जाए?

मुख्य विचार: "स्वर्ण संतुलन" (The Golden Balance)

लेखकों ने एक आदर्श चेक (वेतन) के लिए एक सरल नियम की खोज की है। टीम से अधिकतम प्रयास प्राप्त करने के लिए, बॉस को प्रत्येक व्यक्ति के लिए तीन चीजों को संतुलित करना चाहिए। इसे एक तीन-पैरों वाले स्टूल की तरह समझें। यदि स्टूल का एक पैर बहुत छोटा या बहुत लंबा है, तो स्टूल डगमगा जाएगा और टीम अच्छा प्रदर्शन नहीं कर पाएगी।

ये तीन पैर हैं:

मांसपेशी (उत्पादकता/Productivity): इस व्यक्ति का प्रयास सीधे टीम को जीतने में कितना मदद करता है? (एक मजबूत रोअर बनाम एक कमजोर रोअर)।
नेटवर्क (केंद्रीयता/Centrality): इस व्यक्ति का प्रयास दूसरों को कितनी कड़ी मेहनत करने के लिए प्रेरित करता है? ("लहर प्रभाव")।
- उपमा: कल्पना कीजिए कि एक ऑर्केस्ट्रा में एक कंडक्टर है। यदि कंडक्टर अपनी छड़ी घुमाता है, तो पूरा ऑर्केस्ट्रा बेहतर बजता है। कंडक्टर की "केंद्रीयता" उच्च होती। यदि एक सोलोइस्ट (एकल वादक) ज़ोर से बजाता है, तो यह शायद बाकी सेक्शन को भी ज़ोर से बजाने के लिए प्रेरित कर सकता है।
भूख (प्रतिक्रियाशीलता/Responsiveness): इस व्यक्ति को पैसे की कितनी परवाह है? यदि कोई पहले से ही अमीर है या पैसे की परवाह नहीं करता है, तो उसे बोनस देने से वह अधिक ज़ोर से नहीं चलाएगा।

नियम: बॉस को अनुबंध इस तरह से डिज़ाइन करना चाहिए कि प्रत्येक व्यक्ति के लिए इन तीनों का गुणनफल समान हो।

मांसपेशी × नेटवर्क × भूख = स्थिर (Constant)

यदि आपके पास एक ऐसा रोअर है जो बहुत शक्तिशाली है (उच्च मांसपेशी) लेकिन उसे पैसों की परवाह नहीं है (कम भूख), तो आप उन्हें दूसरे कमजोर रोअर की तरह समान भुगतान नहीं कर सकते जो नकदी के लिए बेताब है। आपको भुगतान को इस तरह समायोजित करना होगा कि पूरी टीम में कुल प्रेरणा संतुलित हो जाए।

चौंकाने वाला मोड़: यह केवल इस बारे में नहीं है कि सबसे मजबूत कौन है

पुराने समय में, बॉस सोचते थे: "सबसे मजबूत व्यक्ति को सबसे अधिक भुगतान करो।"
यह शोध पत्र कहता है: ज़रूरी नहीं कि ऐसा हो।

कभी-कभी, जो व्यक्ति सबसे अधिक पैसा कमाता है, वह सबसे मजबूत रोअर नहीं होता, बल्कि वह होता है जो सबसे अच्छा कनेक्टर (जोड़ने वाला) है।

परिदृश्य: एक ऐसी टीम की कल्पना करें जहाँ हर कोई औसत है, लेकिन एक व्यक्ति "गोंद" (glue) की तरह है। जब वह ज़ोर से खींचता है, तो बाकी सब भी और ज़ोर से खींचते हैं।
परिणाम: बॉस वास्तव में सबसे शक्तिशाली व्यक्तिगत रोअर को कम भुगतान कर सकता है और "गोंद" वाले व्यक्ति को अधिक भुगतान कर सकता है, क्योंकि वह "गोंद" वाला व्यक्ति एक विशाल लहर प्रभाव पैदा करता है जो पूरी टीम के प्रदर्शन को बढ़ा देता है।

"स्पिलओवर" खतरा क्षेत्र (The Spillover Danger Zone)

शोध पत्र मापन त्रुटियों (Measurement Errors) के बारे में भी चेतावनी देता है।
कल्पना कीजिए कि बॉस यह पता लगाने की कोशिश करता है कि "गोंद" वाला व्यक्ति कौन है, इसके लिए कि कौन किससे बात करता है, इसका एक मानचित्र देखता है।

छोटी टीमें / कमजोर संबंध: यदि टीम छोटी है या कनेक्शन कमजोर हैं, तो मानचित्र में एक छोटी सी गलती से ज्यादा फर्क नहीं पड़ता। बॉस अभी भी सही भुगतान का पता लगा सकता है।
बड़ी टीमें / मजबूत समूह: यदि टीम बहुत बड़ी है और दो अलग-अलग समूहों (जैसे नाव पर दोस्तों के दो अलग समूह) में विभाजित है, तो यह जानने में एक छोटी सी गलती कि कौन किससे बात करता है, परिणामों को पूरी तरह से बदल सकती है। बॉस सोच सकता है कि समूह A "गोंद" है, लेकिन वास्तव में, समूह B है। यदि बॉस इस गलती के आधार पर समूह A को भुगतान करता है, तो पूरी नाव डूब सकती है।

वास्तविक दुनिया के निष्कर्ष

केवल व्यक्तिगत आंकड़ों को न देखें। जब आप एक टीम को काम पर रखते हैं या भुगतान करते हैं, तो केवल यह न देखें कि किसका बायोडाटा (Productivity) सबसे अच्छा है। यह भी देखें कि कौन बाकी टीम को बेहतर बनाता है (Centrality)।
वेतन का अंतर टीम वर्क पर निर्भर करता है।
- यदि आपकी टीम के सदस्य स्थानापन्न (substitutes) हैं (वे एक ही काम करते हैं, और एक दूसरे की जगह ले सकता है), तो आपको "सितारों" को बहुत अधिक और दूसरों को बहुत कम भुगतान करना चाहिए।
- यदि आपकी टीम के सदस्य पूरक (complements) हैं (उन्हें सफल होने के लिए एक-दूसरे की आवश्यकता होती है, जैसे एक सर्जिकल टीम), तो आपको सभी को अधिक समान रूप से भुगतान करना चाहिए। यदि आप सर्जन को बहुत अधिक और नर्स को बहुत कम भुगतान करते हैं, तो नर्स इस्तीफा दे सकती है, और सर्जरी विफल हो सकती है।
"नेटवर्क" मायने रखता है। आधुनिक कार्यस्थल में, आपका मूल्य केवल वह नहीं है जो आप करते हैं; बल्कि यह है कि आपका काम आपके सहयोगियों के काम को कैसे बदलता है। सर्वोत्तम प्रोत्साहन योजनाएं उन लोगों को पुरस्कृत करती हैं जो सकारात्मक लहरें पैदा करते हैं।

संक्षेप में

एक टीम का वेतन डिज़ाइन करना एक जटिल संगीत वाद्ययंत्र को ट्यून करने जैसा है। आप केवल सबसे तेज़ वाद्ययंत्र की आवाज़ नहीं बढ़ा सकते। आपको हर वाद्ययंत्र की आवाज़ को इस आधार पर संतुलित करना होगा कि वह कितना तेज़ है, वह दूसरों को खेलने में कितनी मदद करता है, और संगीतकार को तालियों की कितनी परवाह है। यदि आप संतुलन सही रखते हैं, तो संगीत (टीम का लाभ) सुंदर होता है। यदि आप गलत होते हैं, तो यह केवल शोर है।

यहाँ "Incentive Design with Spillovers" (डारसाथा, गोलब और शाह द्वारा लिखित) का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

यह शोध पत्र एक संयुक्त परियोजना पर काम करने वाली एजेंटों की एक टीम के लिए इष्टतम प्रोत्साहन अनुबंधों (optimal incentive contracts) के डिजाइन को संबोधित करता है। मुख्य चुनौती नैतिक जोखिम (moral hazard) है: एजेंट लागतपूर्ण, अदृश्य प्रयास ( $a_i$ ) करते हैं, और प्रिंसिपल (principal) इन प्रयासों या मध्यवर्ती टीम प्रदर्शन ( $Y$ ) के आधार पर सीधे भुगतान को निर्धारित नहीं कर सकता है। इसके बजाय, प्रिंसिपल केवल एक स्टोकेस्टिक (stochastic), दृश्य परिणाम ( $s \in S$ ) के आधार पर भुगतान को निर्धारित कर सकता है, जो टीम के प्रदर्शन $Y(a)$ द्वारा संभाव्यता के रूप में निर्धारित होता है।

होल्मस्ट्रॉम (1982) जैसे मानक टीम मोरल हैज़र्ड मॉडल, जो अक्सर विचलन का पता लगाने पर ध्यान केंद्रित करते हैं या विशिष्ट कार्यात्मक रूपों को मानते हैं, के विपरीत यह शोध पत्र इस बात की जांच करता है कि प्रोत्साहन स्पिलओवर (incentive spillovers)—जहाँ एक एजेंट का प्रयास अन्य एजेंटों के प्रयास के लिए सीमांत प्रतिफल (marginal returns) को बदल देता है—इष्टतम भुगतान आवंटन को कैसे आकार देता है। लेखक पूछते हैं: जब उत्पादन में एजेंटों के प्रयासों के बीच पूरकता (complementarities) या प्रतिस्थापनशीलता (substitutabilities) शामिल हो, तो प्रिंसिपल को एजेंटों और परिणामों के बीच प्रोत्साहन भुगतान का आवंटन कैसे करना चाहिए?

2. कार्यप्रणाली (Methodology)

लेखक अनुबंध अनुकूलन (contract optimization) के लिए प्रथम-क्रम दृष्टिकोण (first-order approach - FOA) का एक बहु-एजेंट सामान्यीकरण विकसित करते हैं, जो नेटवर्क गेम्स (network games) के उपकरणों का लाभ उठाता है।

मॉडल सेटअप:
- एजेंट: $n$ एजेंट उत्तल लागत $C_i(a_i)$ के साथ प्रयास $a_i \geq 0$ चुनते हैं।
- उत्पादन: प्रयास टीम के प्रदर्शन $Y(a)$ को निर्धारित करते हैं, जो एक सुचारू (smooth), बढ़ता हुआ फलन है। $Y$ का हेसियन (Hessian) एजेंटों के बीच परस्पर क्रियाओं (पूरकता/प्रतिस्थापनशीलता) को दर्शाता है।
- परिणाम: $Y$ , कार्यों $P_s(Y)$ के माध्यम से दृश्य परिणामों $s \in S$ के वितरण को निर्धारित करता है।
- अनुबंध: प्रिंसिपल एक भुगतान अनुसूची $\tau_i(s) \geq 0$ के लिए प्रतिबद्ध होता है।
- संतुलन: एजेंट दिए गए अनुबंध के आधार पर प्रयास में नैश इक्विलिब्रियम (Nash equilibrium) खेलते हैं। प्रिंसिपल अपेक्षित लाभ (राजस्व $-$ भुगतान) को अधिकतम करने के लिए अनुबंध का चयन करता है।
विश्लेषणात्मक ढांचा:
- लेखक मानते हैं कि प्रथम-क्रम दृष्टिकोण (FOA) वैध है (अर्थात, प्रिंसिपल एजेंटों के प्रथम-क्रम की शर्तों पर ध्यान केंद्रित करके अनुकूलन कर सकता है)। वे इसके लिए पर्याप्त शर्तें (मान्यता 1, 2, 3) प्रदान करते हैं, जिसमें उत्पादन फलन की अवतलता (concavity) और परिणाम वितरण के गुण (MLRP, CDFC) शामिल हैं।
- नेटवर्क प्रतिनिधित्व: वे उत्पादन के हेसियन ( $G$ ) और एजेंटों की सीमांत उपयोगिता के आधार पर एक "प्रोत्साहन स्पिलओवर नेटवर्क" को परिभाषित करते हैं। यह नेटवर्क कैप्चर करता है कि एक एजेंट के प्रोत्साहन में परिवर्तन रणनीतिक अंतःक्रियाओं के माध्यम से टीम के माध्यम से कैसे फैलता है।
- प्रमुख चर:
  - उत्पादकता ( $\alpha_i$ ): टीम के प्रदर्शन पर एजेंट $i$ के प्रयास का सीमांत प्रभाव, जिसे उनके लागत फलन की वक्रता (curvature) द्वारा पुन: स्केल किया गया है।
  - सेंट्रैलिटी ( $c_i$ ): स्पिलओवर नेटवर्क में एक एजेंट के जुड़ाव का एक माप, जो उनके पड़ोसियों की उत्पादकता द्वारा भारित (weighted) है। यह एजेंट $i$ के सीमांत प्रोत्साहन के टीम प्रदर्शन पर पड़ने वाले कुल प्रभाव को दर्शाता है, जिसमें सभी अप्रत्यक्ष स्पिलओवर प्रभाव शामिल हैं।
  - पैसे की सीमांत उपयोगिता ( $u'_i$ ): मौद्रिक हस्तांतरण के प्रति एजेंट की प्रतिक्रियाशीलता।

3. मुख्य योगदान (Key Contributions)

इष्टतम अनुबंधों का सामान्य लक्षण वर्णन: यह शोध पत्र एक सामान्य, गैर-पैरामीट्रिक सेटिंग में इष्टतम अनुबंधों के लिए एक आवश्यक शर्त व्युत्पन्न करता है। यह शर्त व्यक्तिगत उत्पादकता, नेटवर्क सेंट्रैलिटी और जोखिम सहनशीलता के बीच परस्पर क्रिया को जोड़ती है।
नेटवर्क थ्योरी का एकीकरण: यह नेटवर्क गेम्स (विशेष रूप से कैट्ज़-बोनाचिक जैसे सेंट्रैलिटी मापों) से विधियों को प्रिंसिपल-एजेंट समस्या में सफलतापूर्वक अनुकूलित करता है, यह दिखाते हुए कि इष्टतम प्रोत्साहन केवल उनके प्रत्यक्ष योगदान के बजाय "स्पिलओवर नेटवर्क" में एजेंट की स्थिति पर निर्भर करते हैं।
मजबूती विश्लेषण (Robustness Analysis): शोध पत्र नेटवर्क संरचना में माप त्रुटियों के प्रति इष्टतम अनुबंधों की संवेदनशीलता का विश्लेषण करता है, और ऐसी स्थितियाँ प्रदान करता है (स्पेक्ट्रल गैप के आधार पर) जिनके तहत प्रिंसिपल शोर वाले डेटा (noisy data) का उपयोग करके भी लाभ में सुधार कर सकता है।
मानक उत्पादन फलनों पर अनुप्रयोग: इस ढांचे को कॉब-डगलस (Cobb-Douglas) और सीईएस (CES) उत्पादन फलनों पर लागू किया गया है, जिससे क्लोज्ड-फॉर्म समाधान प्राप्त होते हैं जो प्रतिस्थापन की लोच (elasticity of substitution) और भुगतान प्रसार (pay dispersion) के बीच संबंध को स्पष्ट करते हैं।

4. मुख्य परिणाम (Main Results)

A. संतुलन की स्थिति (The Balance Condition - Theorem 1)

केंद्रीय परिणाम एक संतुलन स्थिति (Balance Condition - BC) है जो किसी दिए गए परिणाम $s$ के लिए सकारात्मक भुगतान प्राप्त करने वाले सभी एजेंटों के लिए होनी चाहिए:
$\alpha_i c_i u'_i(\tau_i(s)) = \lambda_s$
जहाँ:

$\alpha_i$ : सीमांत उत्पादकता।
$c_i$ : नेटवर्क सेंट्रैलिटी (स्पिलओवर को कैप्चर करती है)।
$u'_i$ : पैसे की सीमांत उपयोगिता।
$\lambda_s$ : परिणाम $s$ पर निर्भर एक स्थिरांक।

व्याख्या: इष्टतम होने के लिए, प्रिंसिपल को सभी एजेंटों के लिए उत्पादकता, सेंट्रैलिटी और पैसे के प्रति प्रतिक्रियाशीलता के गुणनफल को समान करना चाहिए।

यदि कोई एजेंट अत्यधिक उत्पादक है लेकिन उसकी सेंट्रैलिटी कम है (या वह पैसे के प्रति कम प्रतिक्रियाशील है), तो उसे उस एजेंट की तुलना में अलग भुगतान संरचना मिलनी चाहिए जिसकी उत्पादकता कम है लेकिन सेंट्रैलिटी अधिक है।
यह होल्मस्ट्रॉम (1979) के एकल-एजेंट परिणाम को स्पिलओवर वाले बहु-एजेंट परिवेश में सामान्यीकृत करता है।

B. एजेंटों और परिणामों की रैंकिंग

एजेंट रैंकिंग: यदि एजेंटों के उपयोगिता फलन समान हैं, तो उच्च "उत्पादकता $\times$ सेंट्रैलिटी" सूचकांक वाले एजेंटों को प्रत्येक परिणाम में कड़ाई से उच्च भुगतान मिलना चाहिए।
परिणाम रैंकिंग: भुगतान उन परिणामों पर केंद्रित होना चाहिए जिनमें उच्च "प्रोत्साहन शक्ति" होती है, जिसे $P_s(Y)/P'_s(Y)$ के अनुपात द्वारा परिभाषित किया जाता है।

C. विशिष्ट अनुप्रयोग

रैंक-वन नेटवर्क (Rank-One Networks - Section 4.1):
- एक सेटिंग जहाँ पूरकताएँ एक एकल पैरामीटर (रैंक-वन हेसियन) द्वारा शासित होती हैं, इष्टतम भुगतान उत्पादकता ( $k_i$ ) और पूरकता ( $\beta_i$ ) के द्विघात रूप (quadratic form) पर निर्भर करता है।
- शासन परिवर्तन (Regime Shift): जब स्पिलओवर कमजोर होते हैं, तो भुगतान प्रत्यक्ष उत्पादकता द्वारा संचालित होता है। जब स्पिलओवर मजबूत होते हैं, तो भुगतान पूरकता मापदंडों द्वारा संचालित होता है।
- संख्यात्मक अंतर्दृष्टि: जब स्पिलओवर मजबूत हों, तो उन्हें अनदेखा करने से महत्वपूर्ण लाभ की हानि होती है।
सामान्य नेटवर्क (General Networks - Section 4.2):
- एक सजातीय नेटवर्क (समान स्टैंडअलोन उत्पादकता) में, इष्टतम अनुबंध "पड़ोस इक्विटी" (पड़ोसियों के शेयरों का भारित योग) को समान करता है।
- गैर-एकदिष्टता (Non-Monotonicity): मानक नेटवर्क गेम्स के विपरीत जहाँ अधिक लिंक हमेशा कल्याण बढ़ाता है, दो एजेंटों के बीच एक लिंक को मजबूत करने से एक एजेंट के इष्टतम भुगतान या प्रतिफल में कमी आ सकती है, क्योंकि प्रिंसिपल को नेटवर्क में प्रोत्साहन को पुन: संतुलित करने की आवश्यकता होती है।
माप त्रुटि (Measurement Error - Section 5):
- यदि प्रिंसिपल नेटवर्क का अनुमान त्रुटि के साथ लगाता है, तो बैलेंस कंडीशन गलत पुनर्वितरण का सुझाव दे सकती है।
- मजबूती (Robustness): प्रिंसिपल प्रोत्साहन का पुनर्वितरण सुरक्षित रूप से कर सकता है यदि स्पिलओवर मध्यम हों या यदि नेटवर्क अच्छी तरह से जुड़ा हुआ हो (बड़ा स्पेक्ट्रल गैप हो)। यदि नेटवर्क मजबूत आंतरिक स्पिलओवर वाले अलग-थलग उपसमूहों में विभाजित है, तो नेटवर्क संरचना के अनुमान में छोटी त्रुटियां भी सबसे केंद्रीय व्यक्ति की रैंकिंग को बदल सकती हैं, जिससे उप-इष्टतम अनुबंध हो सकते हैं।
कॉब-डगलस और सीईएस (Cobb-Douglas and CES - Section 6):
- कॉब-डगलस उत्पादन के लिए, इष्टतम भुगतान कारक शेयरों ( $\gamma_i$ ) के समानुपाती होते हैं।
- सीईएस (CES) उत्पादन के लिए, भुगतान प्रसार प्रतिस्थापन की लोच ( $1/(1-\rho)$ $1/ (1 - ρ)$ ) द्वारा शासित होता है।
  - उच्च प्रतिस्थापनशीलता (उच्च लोच) $\rightarrow$ उच्च भुगतान प्रसार (उच्च-उत्पादकता एजेंटों पर भुगतान केंद्रित करें)।
  - उच्च पूरकता (कम लोच, जैसे लियोन्टिफ़/Leontief) $\rightarrow$ समान भुगतान (यह सुनिश्चित करने के लिए कि कोई बॉटलनेक एजेंट टीम को पीछे न खींच ले)।

5. महत्व और निहितार्थ (Significance and Implications)

सैद्धांतिक प्रगति: यह शोध पत्र "विचलन का पता लगाने" वाले साहित्य (होल्मस्ट्रॉम 1982) से आगे बढ़कर उत्पादन फलन की वक्रता को इष्टतम प्रोत्साहन के चालक के रूप में केंद्रित करता है। यह टीम प्रोत्साहनों के विश्लेषण के लिए एक सुलभ, गैर-पैरामीट्रिक ढांचा प्रदान करता है।
व्यावहारिक मार्गदर्शन:
- किसे प्रोत्साहित करें: प्रबंधकों को न केवल सबसे उत्पादक व्यक्तियों को पुरस्कृत करना चाहिए, बल्कि उन्हें भी जो टीम की सहयोगात्मक संरचना में "केंद्रीय" हैं।
- भुगतान प्रसार (Pay Dispersion): इष्टतम स्तर की आय असमानता निश्चित नहीं है; यह तकनीक की प्रकृति पर निर्भर करती है। अत्यधिक पूरक टीमों के लिए (महत्वपूर्ण बाधाओं/बॉटलनेक को रोकने के लिए) अधिक समान भुगतान की आवश्यकता होती है, जबकि प्रतिस्थापनीय टीमें "विजेता-सब-ले-जाता है" (winner-take-all) जैसे प्रोत्साहन की अनुमति देती हैं।
- डेटा आवश्यकताएं: यह शोध पत्र इस बात पर जोर देता है कि स्पिलओवर का सटीक मापन महत्वपूर्ण है। अत्यधिक पृथक (segregated) टीमों में, नेटवर्क संरचना के अनुमान में छोटी त्रुटियां विनाशकारी अनुबंध विफलताओं का कारण बन सकती हैं।
मेथडोलॉजिकल ब्रिज: यह अनुबंध सिद्धांत और नेटवर्क अर्थशास्त्र को सफलतापूर्वक जोड़ता है, यह प्रदर्शित करता है कि नेटवर्क सेंट्रैलिटी माप केवल वर्णनात्मक नहीं हैं बल्कि इष्टतम प्रोत्साहन डिजाइन के मौलिक घटक हैं।

संक्षेप में, यह शोध पत्र स्थापित करता है कि इष्टतम टीम मुआवजा स्थानीय उत्पादकता और वैश्विक नेटवर्क स्थिति का एक फलन है। प्रिंसिपल को इन कारकों को संतुलित करना चाहिए ताकि एजेंटों द्वारा एक-दूसरे पर डाले जाने वाले बाहरी प्रभावों (externalities) को आंतरिक बनाया जा सके, जिससे यह सुनिश्चित हो सके कि टीम में किसी भी एजेंट को प्रोत्साहित करने का सीमांत लाभ समान हो।