Screening with Advertisements

技术摘要：带有广告的筛选机制

问题陈述
本文研究了在一种同时销售一种理想商品和一种“不良物”（具体为广告）的设定下，卖方实现收入最大化的机制。卖方的收入由两部分组成：来自买方的直接支付以及每当“不良物”被分配时来自第三方（广告商）的支付。买方拥有二维私人信息：其对商品的估值 ($x_1$) 以及对“不良物”的厌恶程度 ($x_2 \leq 0$)。$|x_2|$ 的大小代表了买方为了规避该“不良物”而愿意支付的代价。

核心挑战是一个多维筛选问题，其中“不良物”的分配会产生外部补偿。这从根本上改变了卖方的激励机制，使其不同于标准的多元商品模型，因为其中一个维度代表的是“不良物”而非“好物”。本文旨在刻画三种常用定价结构中的最优机制：

1. 仅限商品的发布价格 (Good-Only Posted Price)： 在不含广告的情况下销售商品。
2. 单捆绑包发布价格 (Single-Bundle Posted Price)： 销售商品与广告的捆绑包。
3. 广告分层发布价格 (Ad-Tiered Posted Price)： 提供一个包含广告的层级和一个无广告的高级层级。

方法论
分析采用了 Daskalakis, Deckelbaum, 和 Tzamos (2017) (DDT) 建立的双重性框架，该框架最初是为多商品设定开发的。卖方的收入最大化问题通过一个变换后的测度 $\mu$ 进行重构，该测度源自买方的类型密度和第三方支付结构。

关键方法步骤包括：

• 变换 (Transformation)： 将目标函数（预期收入）表示为买方间接效用 $u$ 对变换测度 $\mu$ 的积分。引入第三方支付通过添加依赖于支付额 $k$ 的项来修改 $\mu$。
• 双重性 (Duality)： 本文依赖于 DDT 的强双重性结果，即当且仅当对于所有与菜单分配结构相兼容的凸单调测试函数都满足特定的积分不等式时，有限菜单机制才是最优的。
• 简化 (Simplification)： 意识到针对所有凸函数验证不等式在计算上是难以实现的，作者引入了一类新的、可处理且具有解释性的二维象限条件 (two-dimensional orthant conditions)。这些条件作为最优性的充分性测试，通过将验证限制在类型空间的特定几何区域（象限）内来发挥作用。
• 假设 (Assumptions)： 分析假设第三方支付 $k$ 是常数（独立于买方类型），并施加了一个关于密度函数 $f$ 的温和正则性条件（即 McAfee-McMillan 或 “MM” 条件），该条件已根据第三方收入项进行了调整。

主要结果
本文为三种规范机制提供了近乎完整的最优性刻画，建立了各自的必要条件和充分条件（通过象限测试）。

1. 仅限商品的发布价格：

   • 必要性： 仅当第三方支付 $k$ 较低时（具体为 $k \leq |x_2|$）才是最优的。变换测度 $\mu$ 必须在购买者和非购买者区域分配零质量，且 $\mu$ 沿商品维度的边缘分布必须满足特定的积分不等式。
   • 充分性： 需要一个额外的象限条件，以确保在购买区域内的特定右下象限具有非负质量。

2. 单捆绑包发布价格：

   • 必要性： 仅当 $k$ 较高时（具体为 $k \geq |x_2|$）才是最优的。$\mu$ 沿类型空间边界的符号模式必须与捆绑包分配保持一致。
   • 充分性： 需要一个象限条件，以确保在购买区域内的右上象限具有非负质量。

3. 广告分层发布价格：

   • 必要性： 可以对更广泛的 $k$ 取值范围达到最优。它要求在三个不同区域（非购买者、耐受广告的购买者和厌恶广告的购买者）内均为零质量，并在边缘测度上满足特定的积分条件。
   • 充分性： 需要针对耐受广告的购买区域和厌恶广告的购买区域分别建立象限条件。

比较静态分析与经济学解释
本文基于第三方支付 $k$ 的大小推导出了一个清晰的比较静态结论：

• 低 $k$： “仅限商品”机制是最优的。广告暴露是不盈利的；卖方通过排除“不良物”来从厌恶广告的用户身上提取剩余价值。
• 中间 $k$： “广告分层”机制是最优的。第三方收入变得足够显著，使得广告暴露对耐受型用户而言是有利可图的，同时通过高级无广告层级继续服务于厌恶广告的用户。这一机制连接了另外两种情形。
• 高 $k$： “单捆绑包”机制是最优的。广告收入占据主导地位；卖方为所有类型用户捆绑广告，因为放弃广告收入的机会成本超过了提供无广告选项的收益。

当类型分布在“不良物”维度上为均匀分布时，这些机制严格划分了参数空间：$k \leq |x_2|$ 意味着“仅限商品”；$|x_2| < k < |x_2|$（注：此处原文逻辑应为区间划分）意味着“广告分层”；而 $k \geq |x_2|$ 意味着“单捆绑包”。

意义与贡献
本文声称具有以下理论和方法论贡献：

• 定性偏离标准模型： 不同于标准多商品模型中变换测度 $\mu$ 的符号模式由类型分布固定的情况，本模型展示了 $\mu$ 的符号模式如何随第三方支付 $k$ 系统性地发生偏移。这创造了一个透明的、几何演进式的最优机制过程。
• 可处理的充分性检查： 本文解决了 DDT 通用条件（需要针对所有凸函数进行测试）在计算上的不可行性。通过引入象限条件，作者提供了一套实用、易于验证的充分条件，这些条件保留了几何直觉和经济直觉。
• 处理“不良物”： 本研究将多维筛选理论扩展到了包含带有外部补偿的“不良物”维度的环境中，展示了这一特定特征如何重塑激励约束和最优分配几何。
• 混合变现模式的统一视角： 研究结果为数字市场中混合变现策略（仅限商品、广告分层、单捆绑包）的普遍存在提供了统一的理论解释，将机制的选择直接与第三方变现水平联系起来。

作者指出，虽然充分性条件很强，但由于凸函数锥的复杂性，它们在完全二维区域内并非必要条件。然而，对于具有闭式密度函数的分布，这些测试提供了一种透明且计算简单的替代方案。