तकनीकी सारांश: नियोजन के साथ क्रमिक खोज (Sequential Search with Planning)

1. समस्या का निरूपण (Problem Formulation)

यह शोध पत्र एक क्रमिक खोज समस्या को मॉडल करता है जहाँ एक निर्णय लेने वाला (Decision-Maker - DM) $n$ विकल्पों (या "बक्सों") के एक निश्चित क्रम की खोज करता है, जिनमें से प्रत्येक में एक ज्ञात वितरण $F_i$ से प्राप्त एक अनिश्चित पुरस्कार $X_i$ होता है। खोज दो अलग-अलग लागत संरचनाओं द्वारा सीमित है जो इस मॉडल को मानक 'पेंडोराज़ बॉक्स' (Pandora's Box) समस्याओं से भिन्न बनाती हैं:

1. निरीक्षण लागत ($c_i$): किसी विशिष्ट बॉक्स के पुरस्कार को देखने की लागत।
2. नियोजन और समायोजन लागत (Planning and Adjustment Costs):
   • क्षेत्र का दायरा/स्कोप लागत ($\phi(j_0)$): खोज शुरू करने से पहले, DM को एक प्रारंभिक "स्कोप" $j_0 \in \{1, \dots, n\}$ चुनना होता है, जो उन चरणों की संख्या को दर्शाता है जिन्हें सुलभ बनाया गया है। इसके लिए एक पूर्व-निर्धारित लागत $\phi(j_0)$ लगती है, जो निरंतर वर्धमान (strictly increasing) और उत्तल (convex) है।
   • समायोजन लागत ($\psi$): खोज के दौरान, DM स्कोप में संशोधन कर सकता है। चरण $i$ पर वर्तमान स्कोप $j$ को $j' > j$ में विस्तारित करने पर एक अतिरिक्त सीमांत लागत $\psi(i, j, j')$ लगती है। संकुचन (Contraction) लागत रहित है।

DM जोखिम-तटस्थ (risk-neutral) है और अपेक्षित शुद्ध लाभ को अधिकतम करने का लक्ष्य रखता है, जिसे प्रारंभिक निधि (endowment) और उच्चतम देखे गए पुरस्कार के अधिकतम मान, में से घटाकर कुल निरीक्षण, प्रारंभिक स्कोप और समायोजन लागतों को निकाला जाता है। बक्सों का क्रम पूर्व-निर्धारित है; DM चरणों को छोड़ (skip) नहीं सकता है।

2. कार्यप्रणाली (Methodology)

लेखक इस क्रमिक निर्णय समस्या को हल करने के लिए डायनेमिक प्रोग्रामिंग (DP) का उपयोग करते हैं। स्टेट स्पेस (State Space) तीन चरों द्वारा परिभाषित है:

• $i$: वर्तमान चरण (बॉक्स इंडेक्स)।
• $z$: वर्तमान "गारंटी" (प्रारंभिक निधि और अब तक देखे गए सभी पुरस्कारों का अधिकतम)।
• $j$: वर्तमान "भुगतान किया गया स्कोप" (वह दूरस्थ चरण जिसके लिए पहुंच लागत पहले ही चुकाई जा चुकी है)।

वैल्यू फंक्शन $V(i, z, j)$ वर्तमान चरण $i$ को गारंटी $z$ और भुगतान किए गए स्कोप $j$ के साथ देखने के बाद इष्टतम निरंतरता मूल्य (optimal expected continuation value) को दर्शाता है। बेलमैन समीकरण (Bellman equation) रुकने के विकल्प (जिससे $z$ का भुगतान मिलता है) और जारी रखने के विकल्प के बीच तुलना करता है, जिसमें एक नया स्कोप $j' \geq i+1$ चुनना, समायोजन लागत $\psi(i, j, j')$ और अगला निरीक्षण शुल्क $c_{i+1}$ चुकाना, और भविष्य के अपेक्षित मूल्य को प्राप्त करना शामिल है।

एक प्रमुख पद्धतिगत नवाचार स्कोप-निर्भर आरक्षण मूल्यों (scope-dependent reservation values) का परिचय है। मानक खोज मॉडलों के विपरीत, जहाँ आरक्षण मूल्य एक विशिष्ट बॉक्स का एक निश्चित गुण होता है, यहाँ जारी रखने की दहलीज (threshold) वर्तमान अवस्था चर $j$ पर निर्भर करती है।

3. मुख्य योगदान और परिणाम

A. स्कोप-निर्भर आरक्षण मूल्य (Scope-Dependent Reservation Values)

यह शोध पत्र प्रत्येक चरण $i$ और प्रत्येक व्यवहार्य भुगतान किए गए स्कोप $j$ के लिए आरक्षण मूल्यों के एक परिवार, जिसे $r_i(j)$ द्वारा सूचित किया गया है, के अस्तित्व और विशिष्टता को स्थापित करता है।

• परिभाषा: $r_i(j)$ वह अद्वितीय मान है जिससे DM वर्तमान भुगतान किए गए स्कोप $j$ के आधार पर रुकने और इष्टतम रूप से जारी रखने के बीच तटस्थ (indifferent) होता है।
• इष्टतम रणनीति: इष्टतम नीति एक थ्रेशोल्ड नियम है:
  • यदि वर्तमान गारंटी $z \geq r_i(j)$ है, तो रुकें।
  • यदि $z < r_i(j)$ है, तो जारी रखें। यदि जारी रखते हैं, तो DM एक नया स्कोप $j'$ चुनता है जो शुद्ध अपेक्षित निरंतरता मूल्य को अधिकतम करता है।
• निहितार्थ: इष्टतम स्टॉपिंग नियम अब पारंपरिक अर्थों में "इंडेक्सेबल" (एक ही चरण के लिए एकल मान) नहीं रह जाता है। एक ही चरण में समान देखे गए इतिहास वाले दो DM, जिनके भुगतान किए गए स्कोप अलग-अलग हैं, अलग-अलग रुकने के निर्णय लेंगे।

B. तुलनात्मक सांख्यिकी (Comparative Statics)

लेखक आरक्षण मूल्यों और इष्टतम स्कोप चयन के संबंध में कई एकदिष्टता (monotonicity) परिणामों को व्युत्पन्न करते हैं:

1. स्कोप प्रभाव: आरक्षण मूल्य $r_i(j)$ भुगतान किए गए स्कोप $j$ के सापेक्ष दुर्बल रूप से वर्धमान (weakly increasing) है। एक व्यापक पूर्व-भुगतान स्कोप वाला DM उच्च गारंटी पर भी खोज जारी रखने के लिए तैयार रहता है क्योंकि भविष्य के चरणों तक पहुँचने की सीमांत लागत कम होती है।
2. लागत प्रभाव: आरक्षण मूल्य निरीक्षण लागतों ($c$) और समायोजन लागतों ($\psi$) के प्रति दुर्बल रूप से ह्रासमान (weakly decreasing) हैं।
3. उप-पूरकता (Submodularity) और स्कोप चयन: इस धारणा के तहत कि समायोजन लागत उप-पूरक है (अर्थात, जैसे-जैसे वर्तमान स्कोप बढ़ता है, विस्तार की सीमांत लागत घटती है), इष्टतम अगला स्कोप वर्तमान स्कोप के सापेक्ष दुर्बल रूप से वर्धमान होता है। इसका तात्पर्य है कि एक व्यापक वर्तमान स्कोप वाली फर्म एक (दुर्बल रूप से) व्यापक भविष्य का स्कोप चुनेगी।

C. आर्थिक बल (Economic Forces)

यह शोध पत्र तीन परस्पर क्रिया करने वाले आर्थिक बलों की पहचान और लक्षण वर्णन करता है जो इष्टतम रणनीति को आकार देते हैं:

1. गारंटी प्रभाव (Guarantee Effect): एक उच्च वर्तमान सर्वोत्तम प्रस्ताव ($z$) अगले चरण से अपेक्षित सुधार को कम कर देता है, जिससे जल्दी रुकने की प्रवृत्ति बढ़ती है। यह मौजूदा साहित्य में "फॉल-बैक वैल्यू" प्रभाव के समानांतर है।
2. भुगतान किया गया-स्कोप प्रभाव (Paid-Scope Effect - नवीन): एक बड़ा पूर्व-भुंचा गया स्कोप भविष्य की पहुंच की सीमांत लागत को कम कर देता है, जिससे निरंतरता का अपेक्षित मूल्य बढ़ जाता है और उच्च गारंटी पर भी खोज जारी रखने में सहायता मिलती है। इस प्रभाव का कोई समकक्ष उन मॉडलों में नहीं है जहाँ भविष्य की पहुंच निःशुल्क है (जैसे, Weitzman, 1979; Boodaghians et al., 2020)।
3. शेष-क्षितिज प्रभाव (Remaining-Horizon Effect): जैसे-जैसे खोज आगे बढ़ती है, जारी रखने का विकल्प मूल्य (option value) सिकुड़ जाता है क्योंकि कम चरण शेष रह जाते हैं।

इन बलों की परस्पर क्रिया दो विशिष्ट शासन (regimes) उत्पन्न करती है:

• अल्प-नियोजन (Under-planning): फर्म एक संकीर्ण प्रारंभिक स्कोप चुनती है और परिणामों के वास्तविक होने पर अनुकूल रूप से विस्तार करती है (यह तब सामान्य है जब पुरस्कार सामान्य/normal होते हैं और लागत उत्तल/convex होती है)।
• अति-नियोजन (Over-planning): फर्म एक व्यापक स्कोप के लिए पूर्व-निर्धारित प्रतिबद्धता करती है लेकिन जल्दी रुक जाती है (यह भारी पूंछ वाले/fat-tailed पुरस्कारों या विशिष्ट लागत संरचनाओं के तहत सामान्य है)।

D. लागत रहित नियोजन बेंचमार्क (Costless Planning Benchmark)

यह शोध पत्र प्रदर्शित करता है कि जब नियोजन और समायोजन लागत शून्य हो जाती है ($\phi = 0, \psi = 0$), तो यह मॉडल मानक क्रमबद्ध-खोज बेंचमार्क (Boodaghians et al., 2020) में बदल जाता है। इस सीमा में, स्कोप-अनुकूली (scope-adaptive) सूत्र, डायनेमिक प्रोग्रामिंग वैल्यू फंक्शन के साथ मेल खाता है, और आरक्षण मूल्य नियोजन के इतिहास से स्वतंत्र हो जाते हैं।

4. महत्व और दावे

यह शोध पत्र स्पष्ट रूप से लागतपूर्ण पूर्व-नियोजन और अनुकूली स्कोप संशोधन को मॉडल करके क्रमिक खोज और R&D नियोजन पर साहित्य के अंतराल को भरने का दावा करता है।

• सैद्धांतिक योगदान: यह 'पेंडोराज़ बॉक्स' समस्या का सामान्यीकरण करता है जहाँ भविष्य के विकल्पों तक पहुँच निःशुल्क नहीं है बल्कि इसके लिए निवेश की आवश्यकता होती है। यह सिद्ध करता है कि "आरक्षण मूल्य" किसी विकल्प का एक स्थिर गुण नहीं है, बल्कि एक गतिशील अवस्था चर (state variable) है जो पिछले नियोजन प्रतिबद्धताओं पर निर्भर करता है।
• आर्थिक अंतर्दृष्टि: लेखक तर्क देते हैं कि "भुगतान किया गया-स्कोप प्रभाव" खोज व्यवहार को मौलिक रूप से बदल देता है। मानक मॉडलों में, किसी फर्म का जारी रखने का निर्णय केवल वर्तमान पुरस्कार और भविष्य के पुरस्कारों के वितरण पर निर्भर करता है। इस मॉडल में, निर्णय इस बात पर भी निर्भर करता है कि फर्म ने उन भविष्य के चरणों को सुलभ बनाने के लिए पहले ही कितना निवेश किया है।
• R&D और अन्वेषण में अनुप्रयोग: इस ढांचे को बहु-चरणीय R&D (जैसे, AI विकास, क्लिनिकल ट्रायल) और प्राकृतिक संसाधन अन्वेषण जैसे वास्तविक परिदृश्यों से प्रेरित किया गया है, जहाँ फर्मों को परिणामों के ज्ञात होने से पहले बुनियादी ढांचे या नियामक अनुमोदनों (स्कोप) के लिए प्रतिबद्ध होना पड़ता है, और जहाँ योजनाएँ अक्सर अंतरिम परिणामों के आधार पर अनुकूल रूप से संशोधित की जाती हैं।
• विनम्रता (Modesty): यह शोध पत्र औद्योगिक संगठन में सभी रणनीतिक अंतःक्रियाओं को हल करने का दावा नहीं करता है, बल्कि एक सुलभ एकल-एजेंट ढांचा प्रदान करता है जो प्रारंभिक प्रतिबद्धता और अनुकूलन लचीलेपन के बीच तनाव को पकड़ता है। यह स्वीकार करता है कि सह-संबंधित पुरस्कारों या प्रतिस्पर्धी वातावरणों के विस्तार को भविष्य के कार्य के लिए छोड़ दिया गया है।

शोध पत्र निष्कर्ष निकालता है कि गारंटी प्रभाव, भुगतान किए गए-स्कोप प्रभाव और शेष-क्षितिज प्रभाव के बीच की परस्पर क्रिया वास्तविक अनुकूलन व्यवहार (अल्प- और अति दोनों नियोजन) उत्पन्न करती है, जिसे लागत रहित नियोजन या निश्चित क्षितिज मानने वाले मॉडलों द्वारा नहीं पकड़ा जा सकता है।