📈 economics

Herding Prices: Informational Inertia and Price Dispersion

本文分析了一个双寡头模型，其中转换成本产生了“信息惯性”，导致消费者尽管收到私人信号仍会固守默认卖家，从而在企业于泊松机会下调整价格的同时，产生了价格离散并改变了通过购买历史进行的私人信息传递。

原作者： Georgy Lukyanov, Ariza Azova

发布于 2026-08-04

📖 1 分钟阅读☕ 轻松阅读

原作者： Georgy Lukyanov, Ariza Azova

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

猜测的科学与“原地不动”的力量

想象一下，你走进一个充满人的房间，大家都在试图猜测两种神秘口味冰淇淋中哪一种才是真正的美味。这就是**观察性学习（observational learning）**的世界——这是经济学和博弈论的一个分支，研究我们如何通过观察他人的行为来学习。通常，我们假设如果大家都开始购买口味 A，是因为他们都发现 A 是赢家。但如果人们不仅仅是在猜测呢？如果他们是被困住了呢？

有两个核心概念驱动着这个故事。首先是私人信息（private information）：每个人都有一个小小的秘密提示（比如他们独自进行的品尝测试），告诉他们自己认为哪种更好。其次是转换成本（switching costs）：改变主意时产生的无形“摩擦”或麻烦。也许你已经习惯了某个特定品牌，或者你的电脑已经为它设置好了，所以即使你认为另一个选项更好，你也可能因为更换的代价感觉太高而选择原地不动。这篇论文提出了一个引人入胜的问题：如果每个人都困在自己的小圈子里，人群还能学到真相吗？还是说市场只是在原地打转，假装在学习，实际上却毫无收获？

冰淇淋悖论：当沉默本身即是表达

在这篇论文中，作者格奥尔基·卢克亚诺夫（Georgy Lukyanov）和阿里娜·阿佐娃（Arina Azova）设计了一个既有趣又精确的实验，涉及两家冰淇淋店，我们称之为商店 A 和商店 B。他们试图弄清楚哪种口味是“真正的赢家”，但在开始时，无论是商店还是顾客都无法确定。顾客一个接一个地到来，每个人都会获得一个关于哪种口味更好的微小私人线索（即“信号”）。

这里的转折在于：每位顾客在进店之前，其实已经被秘密地“分配”到了其中一家商店。也许是因为他们有会员卡，或者他们的手机里预装了商店 A 的应用程序。要购买另一家商店的产品，他们必须支付“转换成本”——即改变现状所带来的心理或实际上的费用。

作者发现了一个违反直觉的结果：市场可能会陷入“信息惯性（Informational Inertia）”的状态。

想象一下这样一个场景：人群中一半的人粘在商店 A，另一半人粘在商店 B。即使一位顾客的私人线索大声疾呼“商店 B 太棒了！”，他们可能仍然会购买商店 A 的产品，因为更换的麻烦太高。如果这种情况发生在每个人身上，商店会继续售卖冰淇淋，人群也会继续观察。但关键在于：没有人能学到任何东西。 销售数据看起来仅仅是人群原始分配情况的随机拆分，而不是反映出哪种冰淇淋实际上更好。市场是“沉默”的。这就像一个教室，每个人都举手回答问题，但他们只是在重复昨天被要求说的话，而忽略了眼前的最新事实。

价格标签作为“唤醒信号”

那么，如何打破这种沉默呢？论文表明，价格是关键。

在一个价格固定不变的世界里，市场可以永远停留在这种“惯性区”。商店继续售卖，但顾客的私人线索依然被隐藏起来。然而，如果其中一家商店改变了价格，它就会起到一种“唤醒”的作用。

把价格差距看作一个杠杆。如果商店 A 仅仅稍微降低价格，就足以克服那些粘在商店 B 的人的“转换成本”。突然之间，这些顾客发生了转移。当他们转移时，他们的购买行为便揭示了他们的私人线索：“我之所以切换，是因为我真的认为商店 A 更好！”市场苏醒了，学习也随之恢复。

但这里有一个陷阱。如果价格差距变得过大，市场会因为另一个原因再次陷入沉默。如果商店 A 便宜到让所有人都去买它，而不顾及他们的私人线索，那么下一次购买同样无法提供任何新信息。这就像一群人同时冲向同一个出口；你无法分辨谁是知道路的人，谁只是盲目跟风。学习的“甜点位（sweet spot）”是一个适度的价格差，它恰好足以促使人们转换，但又不至于大到让所有人都在盲目跟随最便宜的选项。

“异质性”测试：这是真实的现象还是仅仅是数学游戏？

你可能会怀疑：“这种‘被困住’的行为是否只是因为作者假设每个人的转换成本完全相同而导致的数学技巧？”为了确保结论可靠，作者增加了一层现实性。他们设想转换成本并非对每个人都完全一样：有些人觉得转换很容易，而有些人觉得很难。他们将此建模为一个成本范围，并设定了一个“底线”（即没有人能低于的最低成本）。

他们的发现是非常稳健的：只要存在最小的转换成本（哪怕极其微小），“惯性的沉默”依然存在。 市场仍然可能陷入无人学习的状态。然而，如果最低成本降至零（意味着任何人都可以免费转换），沉默就会消失，市场会重新开始学习。这证明了这种“被困”行为并非数学上的漏洞，而是一种由改变主意的摩擦力引起的真实经济现象。

“交错定价”的游戏

最后，作者研究了当商店不再只是设定一个价格就置之不理时会发生什么。在现实世界中，价格会在不同时间发生变化（例如合同到期或经理批准促销）。这被称为“交错定价（staggered pricing）”。

他们发现，即使在这种混乱、真实的场景中，也会出现一种稳定的模式。商店可以形成一种节奏，偶尔通过改变价格来打破沉默，但他们也知道，过于频繁或剧烈地改变价格会破坏信息的流动。论文证明，在一个现实的价格网格上（例如你在价格标签上看到的具体的分钱单位），总会存在一个稳定的“均衡点”，在那里两家商店都能进行最优化的博弈，平衡眼前的盈利需求与未来的信息收集需求。

核心结论

这篇论文并不仅仅是告诉我们人们存在迟疑或受限。它展示了摩擦产生了沉默。 当转换成本过高时，即便所有人都在试图做出最佳选择，人群也会停止相互学习。价格不仅仅关乎金钱；它是告诉市场的信号：“好了，是时候重新关注那些线索了。”

作者并非仅仅靠猜测，而是构建了一个严密的数学模型来证明这一点。他们证明了这种“惯性”状态是一种独特的可能性，不同于通常所说的那种盲目跟随领导者的“羊群效应”。事实上，市场可以既是分裂的、活跃的，又是完全无法提供信息的。这提醒我们，有时在市场中，最昂贵的东西并不是产品本身，而是改变主意的代价。

技术摘要：价格集聚：信息惯性与价格离散

问题陈述
本文研究了一个连续时间双寡头垄断模型，其中企业和消费者最初对于两种产品中哪一种能更好地满足共同需求（共同价值设定）存在不确定性。驱动分析的核心机制是**观察学习（observational learning）与转换成本（switching costs）**之间的相互作用。消费者按顺序到达，观察公开价格和购买历史，接收关于产品质量的私人信号，并被私下分配给其中一家企业（“默认”选择）。从非分配的企业购买会产生转换成本。

核心问题在于刻画转换成本如何改变通过观察到的市场份额进行的私人信息传递。在标准的级联模型中，当所有代理人无论收到何种信号都倾向于采取单一行动时，学习会停滞。在这里，作者识别出了一种不同形式的学习停滞，称为信息惯性（informational inertia）：即使私人信号建议选择另一种产品，市场仍维持在两家企业之间的分裂状态（反映了初始分配），从而导致观察到的购买行为无法提供关于真实状态的信息。

研究方法
作者采用了一个连续时间随机博弈框架，包含以下组成部分：

状态与信念： 状态 $\theta \in \{A, B\}$ 是固定的。企业和消费者共享一个共同先验 $\mu$ 。企业不接收私人信号；它们仅根据公开的购买历史更新信念。
消费者动态： 消费者通过泊松过程到达。每个消费者都有一个私人分配 $r \in \{A, B\}$ 和一个二元私人信号 $s \in \{+, -\}$ 。他们通过最大化期望效用减去价格和转换成本 $\kappa$ 来进行决策。
定价机制：
- 固定价格： 作为基准，用于推导闭式折扣需求核（discounted demand kernels），并在隔离于战略性价格变化的条件下分析学习过程。
- 交错定价（Calvo 定价）： 企业获得独立的泊松机会来重置价格。这引入了动态战略互动，即价格变化会改变后续消费者面临的“实验”环境。
异质性扰动： 为了解决确定性模型中消费者无差异以及不可能出现的购买历史等技术问题，作者引入了私人异质性转换成本 $K_\epsilon = \kappa + \epsilon\eta$ ，其中 $\kappa$ 是正数底限， $\eta$ 是连续随机变量。他们分析了当 $\epsilon \to 0$ 时的极限情况。

主要结果

1. 消费者选择与信息机制
作者推导出了两个基于分配的后验截断值 $a(d, \kappa)$ 和 $b(d, \kappa)$ ，它们将价格差空间划分为不同的区域：

支配区域（Dominance Regions）： 巨大的价格优势会导致所有消费者购买较便宜的一方，无论其信号如何。这些区域是不提供信息的。
信号揭示区域（Signal-Revealing Region）： 中度的价格差距允许信号驱动选择，使购买行为具有信息含量。
信息惯性区域（Informational Inertia Region）： 当价格差距处于由转换成本和信号精确度决定的特定区间内时，分配给“错误”企业的具有正向信号的消费者（以及反之亦然）会留在其默认选择上。
- 在此区域内，购买 A 公司的概率在两种状态下都恰好等于分配份额 $\phi$ 。
- 因此，尽管存在持续的销售，贝叶斯法则也不会改变公共信念 $\mu$ 。
- 至关重要的是，这种惯性与级联（herding）不同：市场是分裂的，而非一致的，但没有任何信息被聚合。

2. 固定价格基准与均衡
在转换成本为零 ( $\kappa=0$ ) 且先验对称的固定价格设定下：

作者推导出了一个闭式的折扣需求核。
如果可行价格范围受限于信号揭示阈值 ( $\bar{p} \leq h$ )，则存在唯一的对称、无原子混合策略价格均衡。
均衡价格分布得到了明确表征。支撑集的宽度和平均价格取决于信号精确度和折扣因子。
分析强调，价格不仅分配当前需求，还通过将市场在信息活跃区和惯性区之间切换，决定了未来的信念路径。

3. 异质性转换成本与稳健性
论文证明了只要存在正向转换成本底限 ( $\kappa > 0$ )，信息惯性对私人异质性是稳健的：

引入异质性 ( $\epsilon > 0$ ) 消除了消费者的无差异性，并确保每次购买都有正概率，从而消除了“不可能”的历史记录。
然而，如果 $\kappa > 0$ ，精确的惯性区域（即 $g_+ = g_- = \phi$ 的区域）依然存在。
如果底限为零 ( $\kappa = 0$ )，精确的惯性就会消失，任何有限的价格差距都会变得具有信息含量。
因此，该机制依赖于存在不可忽略的转换成本，而非取决于缺乏异质性。

4. 交错定价与动态均衡
在具有交错价格重置的动态设定中：

价格重置不会立即改变信念（因为企业没有私人信息），但会改变下一次购买的信息含量。
作者证明了“正则化”博弈（有限价格网格、异质成本）存在一个平稳马尔可夫均衡。
可达的状态空间是可数的。该均衡允许学习阶段与惯性阶段交替出现。
随着异质性消失 ( $\epsilon \to 0$ )，一系列均衡收敛于确定性博弈的公共子博弈完美均衡，其边界行为由扰动项决定。

意义与主张
本文声称识别了一种特定的机制——信息惯性——即转换成本阻止了即使在市场分裂的情况下私人信息的聚合。这挑战了传统的观点，即学习停滞必须以全员趋同（unanimous herding）为前提。

与级联的区别： 与标准级联中市场收敛于单一行动不同，惯性维持了反映初始分配而非质量评估的市场份额。
价格的角色： 价格被证明不仅是分配工具；它们充当了开关，决定了市场处于学习活跃状态还是学习沉默状态。
稳健性： 研究表明，惯性机制是转换成本底限的产物，而非模型的确定性。只要转换成本不能趋于任意小，引入连续异质性后该机制依然存在。
局限性： 作者明确表示，他们并不声称实现“几乎处处学习”（almost-sure learning）。由于采用二元信号和有界异质性，公共信息未必能变得极其丰富。其贡献在于识别学习何时停止以及重新定价如何重启学习，而非证明最终会收敛于真实状态。

论文总结道，在具有转换成本和交错定价的市场中，一系列购买行为仅间歇性地传递私人信息，而均衡的价格离散是由对这些信息机制的战略性操纵所驱动的。