Optimal Simple Ratings

一、研究背景与文章核心学术贡献

1.1 现实动因与核心问题

在现代数字经济平台与公共卫生、金融监管实践中，信息中介普遍依赖极度粗粒度（Coarse）、层级数量有限的简单评级系统（Simple Rating Systems），而非向市场直接披露连续而精细的质量数据：

• 国际美食界殿堂级的米其林指南至多授予三颗星（1 星至 3 星）；
• 短租平台 Airbnb 长期设立单一的“超赞房东”（Superhost）二元认证标签；
• 电商巨头 eBay 长期仅区分“优秀评级卖家”（Top-Rated Sellers）与普通卖家；
• 美国加利福尼亚州公共卫生部对餐饮机构仅出具 A、B、C 三档离散字母卫生等级牌匾。

这种普遍存在的“粗粒度评级”现象与经典经济学理论形成了鲜明张力：在线平台和中介机构拥有海量且高精度的卖家历史质量与履约大数据，完全具备向市场披露连续质量信号的技术能力。而在基准信息设计模型中（如 Hopenhayn and Saeedi, 2023），完全信息披露通常能够实现社会最优。面对这一理论与实践的矛盾，本文聚焦于回答两个根本性的机制设计问题：

第一，当市场设计者（平台或规制机构）受到认知负荷、通信带宽及实施成本等约束，必须将质量空间划分为有限个（$N$ 个）离散层级时，最大化社会总福利的最优简单评级机制具有怎样的数学结构？
第二，这类极度简化的粗粒度评级系统与完全信息披露的“第一最优”（First-Best）基准相比，究竟会产生多大的福利差距（Surplus Gap）？简单的两级认证是否足以捕获绝大部分潜在的社会福利增益？

1.2 文章的三大核心理论贡献

本文针对垂直差异化竞争市场与经典 Cournot 寡头市场，深入探讨了最优简单评级的设计准则与效率边界，作出了以下三项具有里程碑意义的理论贡献：

1. 证明了最优简单评级必然采取“单调阈值分割结构”（Monotone Threshold Partition）：
文章首先证明：任何最大化社会总福利的简单评级系统，必须将质量空间划分为单调递增的互不相交区间。换言之，任何将非相邻质量区间的卖家池化（Pooling）在同一等级内的方案均严格劣于单调分割。这一结构性定理将原本极其复杂的无限维信息结构寻优问题，彻底降维为有限维实数阈值向量 $(z_{1},\ldots,z_{N - 1})$ 的选择问题。

2. 确立了最优阈值的边际无差异条件，并揭示了与机器学习 k-means 聚类的精确等价性：
作者推导出了最优切分阈值的一阶必要条件：在最优分界点处，规划者将边际卖家归入上层或下层必须处于无差异状态——将其提升至上层所带来的产出增加与匹配改善的社会收益，必须恰好等于该边际产出所引起的生产成本增量。
尤为重要的是，在供给函数为线性的基准环境（以及具有常数边际成本的 Cournot 寡头竞争模型）中，该条件在数学上与统计学及无监督机器学习中经典的 $k$-means 聚类目标函数完全重合！平台无需测算复杂的市场需求弹性或微观成本参数，仅凭卖家质量的经验分布即可利用现成聚类算法计算出理论最优评级阈值。
此外，作者深入刻画了供给曲率对评级阈值的全局影响：当供给函数严格为凸（产能瓶颈/边际成本上升）时，最优阈值全局逐点高于 $k$-means 基准；当供给函数严格为凹时，最优阈值全局逐点低于该基准。

3. 严谨量化了粗粒度评级的福利效率，证明了“两级认证捕获至少 50% 福利”的普遍定理：
作者将信息披露带来的福利增益转化为方差分解比例，并为现实中最常见的“两级认证（Two-Tier Certification）”建立了理论下界。定理表明：对于所有具有对数凹（Log-Concave）密度的质量分布族（涵盖均匀分布、正态分布、指数分布、Logistic 分布、Laplace 分布等主流经济学模型），仅仅设置一个门槛的两级二元认证，就能保证捕获完全信息披露下潜在最大社会福利增益的 $50\backslash\%$ 以上！
对于双指数（Laplace）分布，该 $50\backslash\%$ 下界恰好紧致；对于绝大多数现实分布，两级认证通常可闭合 $55\backslash\% \sim 77\backslash\%$ 的福利差距；而仅仅增加到 $5$ 个等级时，系统通常能够闭合 $90\backslash\%$ 以上的福利差距。这为现实中在线平台和监管机构偏好粗粒度评级提供了极其强有力的福利经济学辩护。

二、核心概念、基本定义与模型符号体系

2.1 核心概念深度剖析

为准确把握论文的数理逻辑，以下对文中涉及的核心概念进行系统性梳理：

（1）简单评级与有限划分（$N$ 个离散的信号（评级标签）。在数学上，评级系统等价于将卖家的真实质量空间划分为 $N$ 个互不相交的子集。市场买方无法识别子集内部的具体差异，只能依据贝叶斯法则形成该等级内的条件后验期望质量。Simple Ratings & Finite Partition）：指信息中介受限于通信容量或认知约束，无法向市场直接发布连续的后验质量评分，而只能提供

（2）贝叶斯信息设计与均值保持展开（$F(z)$ 映射为预期的后验均值分布 $G(z)$。由于期望迭代法则，G 的均值必然等于 F 的先验均值 $\overline{z}$。根据 Blackwell 实验排序定理，$F$ 是 $G$ 的均值保持展开（MPS）。信息越精细，$G$ 的离散程度越高；当披露达到连续完全信息时，$G$ 退化为 $F$ 本身。Mean-Preserving Spread, MPS）：根据信息设计（Information Design）标准表述，评级机制的本质是将真实质量先验分布

（3）供给曲率（$S(p)$ 是边际成本曲线 $c'(q)$ 的反函数。$S(p)$ 的曲率刻画了卖家面对价格变动时的产能反应敏感度。若 $S(p)$ 为严格凸函数，意味着随着价格提升，卖家的边际产出扩张极其激进；若 $S(p)$ 为凹函数，意味着随着产出增加，边际成本呈加速上升态势，产能受限。曲率直接决定了评级溢价引发的产量再配置规模。Supply Curvature）与成本结构：卖家的供给函数

（4）对数凹分布族与单调失效率（$lnf(z)$ 为凹函数的分布族。这一性质保证了累积分布函数满足单调递增失效率（Increasing Hazard Rate, IHR: $f(z)/(1 - F(z))$ 单调递增）以及单调递减逆失效率（Decreasing Reverse Hazard Rate, DRHR: $f(z)/F(z)$ 单调递减），确保了条件均值差值的单调性与二阶充分条件的满足。Log-concave Distributions & Hazard Rates）：对数凹概率密度函数即满足

（5）凸变换偏度序（$\overset{\sim}{F}$ 与 $F$ 满足 ${\overset{\sim}{F}}^{- 1}(F(z))$ 为凸函数（即存在严格单调递增凸函数 $g$ 使得 $\overset{\sim}{F}(g(z)) = F(z)$），则称 $\overset{\sim}{F}$ 比 $F$ 在凸变换序下更加右偏，放大了高质量区域的离散度。Convex Transform Order & Skewness）：由 Van Zwet (1964) 提出的严谨随机序。若分布

2.2 模型符号体系与经济含义汇总

下表汇总了论文模型中使用的全部微观经济变量、结构参数与函数表示，所有数学符号均采用 Word 原生公式排版：

2.3 市场环境、均衡结构与社会福利函数

模型的运作机制建立在三阶段动态博弈之上：
1. 信息提供阶段：规划者观测到真实的卖家质量分布 $F(z)$，依据预先承诺的规则设计简单评级机制；
2. 信念形成阶段：消费者观察到每个卖家所属的评级等级，形成后验条件均值质量分布 $G(z)$；
3. 市场均衡出清阶段：在给定感知质量 $G(z)$ 下，竞争市场通过价格调整实现出清，各卖家选择利润最大化产量。

根据无套利原则，所有在均衡中售出产品的卖家带给边际消费者的净效用必须相等，因此不同质量商品之间的价格差必须完全抵消预期质量差：

市场总需求由保留效用非负的消费者决定。边际消费者类型由 $\theta = P(Q)$ 确定，反需求函数即为 $P(Q) = \Psi^{- 1}(1 - Q/M)$。在供给侧，预期质量为 $z$ 的卖家实现供给量 $q(z) = S(P(Q) + z)$。市场供需出清条件由下式唯一确定：

在福利核算方面，消费者剩余与生产者剩余的数学表达分别为：

$$CS = \int_{0}^{Q}{}(P(x) - P(Q))dx$$

$$\Pi(Q) = \int_{}^{}{}\left\lbrack (P(Q) + z)q(z) - c(q(z)) \right\rbrack dG(z)$$

二者相加并抵消内部转移支付项 $P(Q)Q$ 后，规划者的社会总剩余目标函数为：

三、命题、引理与推论逐一深度解析与实例说明

3.1 Proposition 1：最优简单评级的单调阈值分割结构

【核心经济直觉】：
该命题彻底排除了“混合混同”（Non-monotone Pooling）的可能性。假设系统允许将某批低质量与高质量卖家混为一组，而将中间质量卖家单列为另一组。由于消费者只能感知组内平均质量，高质量卖家在混合组内因平均价格过低而严重抑制了产能，低质量卖家则借光搭便车大幅过度生产。将组内元素进行单调重排，在不改变各组规模的前提下，能够实现条件期望均值分布的“均值保持展开”，从而显著降低产出配置扭曲，提高总社会福利。

【生动商业与现实案例】：
假设某城市餐饮卫生监管部门计划发放两类卫生牌匾：【蓝牌】（普通合格）与【绿牌】（优秀示范）。辖区内有三家餐厅：A（卫生得分 $z_{A} = 40$ 分，脏乱差）、B（卫生得分 $z_{B} = 75$ 分，整洁达标）、C（卫生得分 $z_{C} = 95$ 分，一尘不染）。
• 方案甲（非单调分级）：监管部门如果奇思怪想，将 A 和 C 打包授予【绿牌】（平均得分 $(40 + 95)/2 = 67.5$ 分），而将 B 授予【蓝牌】（$75$ 分）。此时出现了极其荒谬的倒错：原本最整洁卫生的 C 餐厅竟然只能拿到 $67.5$ 分的声誉价格，无法扩张客流，反而导致其优质产能萎缩；而脏乱差的 A 餐厅借着 C 的光以 $67.5$ 分的高溢价大肆揽客过度生产。
• 方案乙（单调阈值分级）：设立切分阈值 $z_{1} = 60$ 分。此时 A 获得【蓝牌】（$40$ 分），B 和 C 共同获得【绿牌】（平均 $85$ 分）。C 获得了应有的扩张激励，A 的不良产能被有效抑制。Proposition 1 表明，方案乙在社会总福利上必定严格超越方案甲。

3.2 Lemma 1：最优阈值的边际无差异一阶条件

【核心经济直觉】：
该条件呈现了极具美感的边际平衡思维。设想质量恰好落在临界线 $z_{k}$ 处的边缘卖家。规划者在思考：究竟是把她划入较低的第 $k$ 级，还是晋升至较高的第 $k + 1$ 级？
若将其晋升至第 $k + 1$ 级，其感受到的市场价格由 $p_{k}$ 上升至 $p_{k + 1}$，其产出由 $q_{k}$ 扩张至 $q_{k + 1}$。等式左边 $(P(Q) + z_{k})(q_{k + 1} - q_{k})$ 是这部分新增产出给社会带来的真实价值增益；等式右边 $c(q_{k + 1}) - c(q_{k})$ 则是卖家生产这批新增产出实际消耗的生产成本增量。在社会最优的切分点上，规划者对边缘卖家的升档与留级必须严格无差异！

【生动商业与现实案例】：
假设电商平台正在划定“金牌卖家”的准入门槛 $z_{1}$。普通等级卖家的平均价格为 $p_{1} = \backslash$20$，对应销售量$q_1 = 100$件；金牌等级卖家的平均价格为$p_2 = \$30$，对应销售量 $q_{2} = 150$ 件。卖家的成本函数为 $c(q) = 0.1q^{2}$。
当卖家产量从 $100$ 增至 $150$ 时，其生产成本增加额为 $c(150) - c(100) = 0.1 \times (22500 - 10000) = \backslash$1250$。此时，该新增$50$件商品的真实社会价值为$(P + z_1) \times (150 - 100) = 50(P + z_1)$。根据Lemma1，最优准入门槛$z_1$必须使得边际社会价值恰好补偿成本增量：$50(P + z_1) = 1250$，即$P + z_1 = \$25$。如果平台将门槛定得过低（例如 $P + z_{1} = \backslash$22$），那么让质量仅为$22$的卖家生产$150$件将产生$50 \times 22 = \$1100$ 的社会收益，无法覆盖 $\backslash$1250$的成本，导致社会净亏损；反之，若门槛定在$\$28$，则原本具备盈利价值的高效产能被压制在 $100$ 件，造成无谓损失。

3.3 Lemma 2：供给曲率对局部阈值相对位置的决定关系

【核心经济直觉】：
在线性供给下，价格上涨引起的产量上升与成本上升呈对称的二次几何三角形，使得切分点恰好位于两级平均质量的几何中点。
然而，当供给函数为严格凸函数时，价格越高，供给反应越发剧烈。一旦边际卖家被错误晋升到高级别，其面临的高价格将刺激其产能发生“爆炸式过度膨胀”，从而引发巨大的超额生产扭曲。为了防御这种凸性供给带来的恶性过度生产风险，理性规划者必须“收紧高级认证口径”，将门槛向右上方推移（高于算术中点）。相反，当供给为凹时，高价下的产能扩张逐渐迟钝，门槛应向左下方移动。

【生动商业与现实案例】：
设普通等级平均质量 $M_{1} = 60$ 分，优质等级平均质量 $M_{2} = 100$ 分。算术中点为 $(60 + 100)/2 = 80$ 分。
• 场景 A（文创手工刺绣，凸供给）：手工艺品在低产出时依靠兼职工人，成本较低；产出进一步扩大时必须雇佣大师级匠人并支付极高加班费，边际成本加速上升，其供给函数对高价格极其敏感（高价下产能过度扩张的无谓损失极大）。此时平台不能把门槛设在 $80$ 分，而必须收紧评级标准，设定在 $z_{1} = 86$ 分。只有极度优秀的卖家才能享受高价，防止 $80 \sim 85$ 分的平庸工坊盲目扩张造成巨大资源浪费。
• 场景 B（标准化工业零件打印，凹供给）：随着产量增加，原料批量采购具有规模经济，边际成本上升趋势放缓，供给呈现凹性。此时平台将门槛下调至 $z_{1} = 74$ 分，鼓励更多达标企业享受高等级价格以释放规模效益。

3.4 Proposition 2：线性供给下最优评级与 k-means 聚类的精确等价性

【核心经济直觉】：
在线性供给条件下，全市场总产出 $Q$ 恰好等于 $\alpha(P(Q) + \overline{z})$，完全独立于任何评级信息结构！因此消费者剩余保持恒定，规划者的总福利最大化完全等价于最大化生产者总剩余。
进一步展开总利润函数可得，信息结构唯一能够影响的项就是质量平方的期望值 $\int_{}^{}{}z^{2}dG(z)$。由著名的方差分解定理（ANOVA: 全方差 = 组间方差 + 组内方差），最大化组间方差等价于最小化组内偏差平方和（Within-cluster Sum of Squares）。这恰好是 MacQueen (1967) 提出的 $k$-means 聚类的核心逻辑！

【生动商业与现实案例】：
设一家新兴短租平台汇聚了 $10,000$ 名房东，房东的服务质量打分在 $\lbrack 0,100\rbrack$ 分之间均匀分布（均值为 $50$ 分）。平台打算设立“标准房源”、“优选房源”、“顶级豪宅”三个等级（$N = 3$）。
按照传统产业组织理论，平台运营团队本需要花费数十万美元调研租客对不同星级的价格敏感度矩阵、各房源的水电清洁成本函数。但根据 Proposition 2，在线性供给基准下，团队只需在 Python 中调用 `sklearn.cluster.KMeans(n_clusters=3)`，将 $10,000$ 个房源评分输入算法。由于均匀分布的对数凹性，算法迅速给出唯一的绝对最优切分阈值：$z_{1} = 33.33$ 分，$z_{2} = 66.67$ 分，各组中心分别为 $16.67$ 分、$50$ 分和 $83.33$ 分。这一极简数据科学方法直接锁定了社会最优机制！

3.5 Proposition 3：供给曲率对阈值向量的全局逐点单调影响

【核心经济直觉】：
Lemma 2 仅给出了相邻两级间的局部几何关系，而 Proposition 3 则借助超模博弈（Supermodular Games）中的互补性定理与单调比较静态分析，证明了曲率对多维阈值向量的“系统性单调挤压”。
当供给变为凸函数时，由于每一个局部截断点都有向右漂移的内在冲动，多层级之间的策略互补性使得第 $k$ 个阈值的抬高会引发第 $k - 1$ 和第 $k + 1$ 个阈值的连锁上调反应，最终导致评级系统中的全部门槛整体向上平移！

【生动商业与现实案例】：
考虑全球奢华酒店评级体系（从一星级到五星级，共 4 个截断阈值 $z_{1},z_{2},z_{3},z_{4}$）。
若某旅游海岛土地极度稀缺、高级服务人员供应短缺，酒店业的扩建成本极度陡峭，供给函数表现出强烈的凸性。如果在该海岛套用基于线性基准计算的 $k$-means 阈值 $\lbrack z_{1}^{L},z_{2}^{L},z_{3}^{L},z_{4}^{L}\rbrack = \lbrack 60,70,80,90\rbrack$，那些原本只属于三星半水平的酒店一旦被评为四星或五星，将借高价盲目过度兴建加盖楼房，导致海岛生态与资源严重超载。
根据 Proposition 3，最优的规制策略必须对所有星级标准进行“全面抬升”，最优阈值可能变为 $\lbrack 65,76,85,94\rbrack$。每一个星级的准入门槛都比基准更严格，从而为整座海岛的行业供给系上安全带。

3.6 Proposition 4：供给函数凸性比较与阈值序关系

【核心经济直觉】：
该命题将凸性比较从“线性 vs 非线性”拓展到了“两组任意非线性供给函数之间的强弱对比”。当供给函数通过凸变换进一步加剧其弯曲程度时，边际成本曲线在较高价格段变得更加平坦，高评级带来的产量放大效应以更快的速度递增。在图形上，成本三角形的扩张速度压倒了社会收益矩形，迫使平衡点向右进一步深移。因此，供给反应越激进的市场，最优认证体系就必须越发精英化、严苛化。

【生动商业与现实案例】：
设有两个提供自由职业软件外包的竞品平台：平台 A 上的开发者均为个体兼职程序员，产能受生理限制，供给为中度凸 $S_{A}(p) = p^{2}$；平台 B 上的卖家均为成熟的专业外包工作室，一旦获得高评级，可以迅速通过转包、借用自动化 AI 工具等方式呈几何级数放大接单量，其供给呈现极度凸性 $S_{B}(p) = (S_{A}(p))^{2} = p^{4}$。
当平台 A 和 B 均设计二元“顶尖服务商认证”（Top Rated Agency）时，即便两家平台池子里的开发者真实技术水平分布完全一致，平台 B 的认证标准 $z^{*}(S_{B})$ 也必须远高于平台 A 的标准 $z^{*}(S_{A})$。在平台 A 上，前 $25\backslash\%$ 的优秀个人均可获得认证；而在平台 B 上，可能只有前 $5\backslash\%$ 的绝对顶尖团队才配获得认证，否则次优外包团队一旦拿到认证就会承揽全市场绝大部分订单，交付大量参差不齐的代码，毁掉整个生态。

3.7 Proposition 5：质量分布偏度与认证严苛程度

【核心经济直觉】：
分布的偏度深刻地改变了池化（Pooling）的相对扭曲成本。在一个右偏（长右尾）的市场中，存在少数极高品质的明星卖家，使得认证池的条件期望 $M_{H}$ 被严重向上拉升。
如果此时将一个中等水平的边际卖家划入认证池，她将享受到巨大的不当溢价并严重过度生产，造成的向上扭曲（Upward Distortion）极其严重；反之，将其留在未认证池中，其向下的产能抑制扭曲反而微不足道。因此，为了保护认证标签的高纯度，右偏市场必须实行严酷的“精英选拔制”，将截断线推向极高分位点。相反，左偏市场（多数高质、少数劣质）的最优策略则是宽松准入，重在淘汰极少数低劣卖家。

【生动商业与现实案例】：
对比两个典型市场的认证策略：
• 案例甲（艺术品与古董鉴定，极度右偏）：市场上 $90\backslash\%$ 的古董都是地摊货或现代仿品（质量低且密集），但有 $1\backslash\%$ 属于传世国宝级文物。这呈现典型的右偏分布（如同 Pareto 或 Log-normal）。此时文物协会的最优两级认证必须极其严苛（$z^{*}$ 极高），在论文表 1 中，Pareto 分布（$\alpha = 3$）的最优认证比例仅为 $5\backslash\%$！只有真正的凤毛麟角才能拿到认证证书，绝不滥发。
• 案例乙（网约车合规司机，极度左偏）：在经过驾龄审查后，$90\backslash\%$ 以上的司机均能提供准时、安全、礼貌的服务（集中在 $4.8 \sim 5.0$ 分），只有极少数有不良驾驶记录（长左尾）。此时网约车平台绝不能只认证前 $5\backslash\%$ 的司机，其最优两级认证比例在 $65\backslash\% \sim 70\backslash\%$ 以上，认证机制的核心使命是化身“过滤器”，将底层 $30\backslash\%$ 容易引发客诉的司机筛选剔除。

3.8 Proposition 6：寡头垄断 Cournot 竞争下的 k-means 等价性推广

【核心经济直觉】：
这是一个极具穿透力且出人意料的不变性定理。在产业组织理论中，寡头垄断通常伴随着双重加价、市场力量扭曲与复杂的战略互动。
然而，在常数边际成本设定下，将所有 Cournot 企业的边际收益等于边际成本一阶条件汇总相加，总市场产量 $Q$ 仅由全市场外生的平均质量 $\overline{z}$ 锁定，完全不受评级细分颗粒度 $G(z)$ 的影响！进而，每家企业的最优策略性产出 $q_{i}$ 与其感知质量 $z_{i}$ 呈现纯粹的严格线性关系。因此，总社会剩余中对信息敏感的部分，再次退化为单纯的预期质量方差。这表明 $k$-means 算法不仅适用于完全竞争市场，还能无缝迁移至寡头垄断市场！

【生动商业与现实案例】：
设民航总局要对北京—上海核心航线上的 4 家大型航空公司（国航、东航、南航、海航）的准点率与机上服务质量进行星级评定。
这 4 家航司之间显然是典型的 Cournot 寡头博弈，且各航司单座航班的边际变动成本大致为常数。面对这一复杂的博弈体系，规制官员原本担心：评级标准的设立是否会诱发寡头间的价格战或战略性操纵？是否需要构建庞大的博弈论方程组？
Proposition 6 给出了解脱方案：民航总局只需统计过去一年全部航班的实际服务质检分数的历史分布，运行标准的 $k$-means 聚类得出分割阈值。无论航司之间如何勾心斗角，这一根据质量分布计算出的评级方案都能无可辩驳地最大化社会总福利！

3.9 Proposition 7：两级认证机制的相对福利绩效理论下界

【核心经济直觉】：
该命题在数学上构建了粗粒度信息与全信息价值之间的一座精巧桥梁。绩效指标 $\gamma$ 衡量了评级所解释的“组间方差”占全市场“总方差”的份额。
通过在总体均值 $\overline{z}$ 处进行保守二分，作者将残余的组内方差巧妙约束在两个半区内的变异系数上限之下。变异系数 $cv$ 衡量了各半区内部质量偏离其半区均值的离散程度：半区内的数据分布越集中，残余方差越小，两级认证所解释的组间方差占比就越高。

【生动商业与现实案例】：
某医疗器械监管部门试图为市场上数百款心血管支架设计认证机制。真实质量基准分数为 $100$ 分。经统计测算，低于 $100$ 分的次优支架群体的离均变异系数为 $cv_{1} = 0.3$，高于 $100$ 分的优质支架群体的离均变异系数为 $cv_{2} = 0.4$。
代入 Proposition 7 的理论公式计算：
$$max\{ cv_{1}^{2},cv_{2}^{2}\} = max\{ 0.09,0.16\} = 0.16$$福利捕获比例下界为：$\gamma \geq \frac{1}{1 + 0.16} = \frac{1}{1.16} \approx 86.2\backslash\%$！
这表明，监管部门根本不需要制定极其琐碎的十级、二十级精密分类标准，仅仅推出一个“通过国家安全认证”（合格/未合格）的二元标签，就足以释放出全信息透明状态下 $86\backslash\%$ 以上的潜在社会福利，监管效率极高！

3.10 Corollary 1：对数凹分布下两级认证的 50% 效率保证

【核心经济直觉】：
根据随机过程与排队论中的经典随机序理论（Stoyan and Daley, 1983），单调失效率与逆失效率性质严格保证了半截断分布的变异系数严格小于 $1$，即 $cv_{1} < 1$ 且 $cv_{2} < 1$。将其直接代入 Proposition 7 的分母中，立即得到 $1/(1 + 1) = 1/2$！
该结论具有非凡的普适性与震撼力：无论市场的具体参数如何，只要质量分布属于常见的单峰正则分布，哪怕仅仅甚至以中位数或均值划一条线，也能稳拿“及格线以上”的福利红利。对于双指数（Laplace）分布，该下界 $50\backslash\%$ 严格紧致。

【生动商业与现实案例】：
假设国家发改委推行家用电器“中国能效标识”。冰箱压缩机的节能技术水平在行业内服从典型的正态分布（正态分布是对数凹的极佳代表）。
规制机构面临两种选择：方案一，耗费上亿元建立云端数据库，强制所有商场展示每台冰箱在 $365$ 种不同工况下的连续耗电量曲线；方案二，仅贴一张“节能认证”（一级能效 vs 普通能效）的贴纸。
根据 Corollary 1，方案二的极简二元贴纸，在理论上无条件保证能闭合至少 $50\backslash\%$ 的全透明福利收益。而在正态分布的实际数值模拟中，其真实的福利闭合率高达 $63\backslash\%$ 左右！正是这种“以极低摩擦捕获大半福利”的优异特性，使得二元标识在全球规制实践中历久不衰。

四、数值模拟与实证应用分析

4.1 理论分布数值模拟与分级边际收益递减

为了考察当评级层级从 $2$ 级拓展至 $3$ 级、$5$ 级甚至 $10$ 级时，社会总剩余的增长态势，论文针对经济学中常用的几种核心分布族进行了全方位的数值测算。结果汇总于下表：

数值模拟结果展示出两大极其鲜明的经济学规律：
第一，两级认证已极其高效：除了不满足对数凹条件的厚尾 Pareto ($\alpha = 3$) 达到 $46\backslash\%$ 之外，所有对数凹分布的两级认证闭合率均在 $55\backslash\% \sim 77\backslash\%$ 之间，完全印证了 Corollary 1 的定理下界；
第二，层级增加的边际收益急剧递减：从 $2$ 级增加到 $5$ 级（类似典型的五星评价体系），剩余闭合率普遍跨越 $90\backslash\%$ 大关（最高达 $97\backslash\%$）；而从 $5$ 级进一步增加到 $10$ 级，福利仅微增 $2\backslash\% \sim 7\backslash\%$，却成倍增加了系统的实施成本与消费者的认知阻力。

4.2 线性阈值对非线性供给的鲁棒性分析

在现实中，企业的真实供给函数往往具有非线性曲率。作者考察了一个关键问题：若真实供给函数为非线性 $s(p) = p^{\theta}$（$\theta \in \{ 1/4,1/2,2,4\}$），平台若直接天真地套用简易的线性 $k$-means 阈值，福利损失有多大？
模拟结果揭示了令人惊叹的算法鲁棒性：
• 在绝大多数参数组合下（尤其是轻微凹或中度凸供给 $\theta \leq 2$），使用线性 $k$-means 阈值所闭合的福利差距与理论真正最优阈值相比，相对比率普遍在 $95\backslash\%$ 以上，甚至高达 $99.7\backslash\%$！
• 唯一的显著失效区间发生在【极度凸供给（$\theta = 4$）与极度厚右尾分布（如 Log-normal(0,1) 或 Exponential）重合】的特殊极端场景。在此类极端场景中，极度敏感的供给与少数超高品质卖家的结合，使得最优策略要求只认证极小一部分卖家（如 $0.2\backslash\% \sim 0.6\backslash\%$）来承接全部市场产出，而固定的线性阈值会导致未认证企业全军覆没或产出剧烈误配。但在一般的平稳市场中，$k$-means 规则具有极强的免维护实用性。

4.3 实证应用一：美国 Medicare Advantage 医疗健康计划质量评级

作者将模型应用于美国联邦医疗保险优选计划（Medicare Advantage, MA）的真实产品质量数据（数据来源于 Benjamin Vatter, 2025 的构造测算）：
1. 数据分布特征：MA 医疗服务计划的经验质量评分呈现出极度显著的“左偏分布”（Left-skewed）。大部分健康险计划的质量评分集中在较高区间（$15 \sim 16$ 分），而左侧存在一条延展的长拖尾（部分劣质计划低至 $13.5$ 分）。
2. 最优阈值与认证覆盖率：应用两级 $k$-means 算法计算出的最优截断阈值为 $z^{*} \approx 14.9$ 分，严格位于均值左侧。在这一最优规则下，全美大约 $66.5\backslash\%$ 的医疗保险计划获得合格认证。
3. 效率评估与政策逻辑：该两级认证成功闭合了 $64\backslash\%$ 的全信息潜在福利差距。面对左偏市场，最优评级不是为了确立极少数特权医疗机构，而是充当一道“防火墙”，精准排查并隔离底层约 $33.5\backslash\%$ 的劣质服务商，保障大多数参保居民的就医安全。

4.4 实证应用二：eBay 电子商务平台卖家好评率评级机制

作者进一步利用 Nosko and Tadelis (2015) 提供的 eBay 卖家好评百分比（Positive Feedback Percentage）真实数据进行了校准检验：
1. 数据分布特征：eBay 卖家的好评率数据同样展现出极度强烈的“左偏特性”。绝大部分活跃卖家拥有极高甚至接近 $100\backslash\%$ 的好评率，低好评卖家散落在长长的左侧尾部。
2. 最优认证设计：在二元认证框架下，计算得出的最优评级规则向超过 $65\backslash\%$ 的卖家授予认证标志，闭合了全信息与无信息之间 $63\backslash\%$ 的总剩余差距。
3. 商业启示：eBay 长期实行的“Top-Rated Seller”认证或金牌徽章，其成功的商业秘诀正在于顺应了左偏分布的内在机制。平台不需要在 $98\backslash\%$ 与 $99\backslash\%$ 好评之间吹毛求疵地设立十几个微小等级，只需通过一个大范围认证将真正坑害消费者的劣质卖家（Lemons）阻隔在主流交易之外，便能以最极简的界面促成庞大的交易总剩余。

五、经济学与管理学启示总结

5.1 平台商业与产品设计启示

本文为数字化平台经济中的信誉系统设计（Reputation & Rating Architecture）提供了深刻而颠覆性的管理洞见：

1. 摆脱“信息颗粒度执念”，拥抱极简分级设计的巨大红利：
产品经理与平台算法工程师往往陷入一种直觉误区，认为披露的信息越细致、指标越复杂，市场效率就越高。然而理论与数值分析证明，信息机制的福利增益呈现极其陡峭的边际递减规律。仅仅 $2$ 级认证即可捕获 $50\backslash\% \sim 77\backslash\%$ 的潜在剩余，$5$ 级分级即捕获 $90\backslash\%$ 以上。过度细密的分级不仅无法带来实质性的福利提升，反而会急剧增加消费者的认知摩擦与对比疲劳，破坏平台的转化率。

2. 善用无监督聚类的“数据红利”，实现极低成本的最优机制设计：
在传统管理实践中，厘定平台星级门槛往往需要复杂的计量经济学逆向工程，耗资巨大且对需求弹性假设高度敏感。本文证实，在线性基准与寡头竞争下，最优评级门槛等价于纯粹的 $k$-means 聚类。平台只需基于现有存量商户的质量数据流直接运行标准化聚类算法，即可自动化生成具备扎实微观经济学基础的最优评级分界点。

3. 依“分布偏度”量体裁衣：明确“挑刺剔除”与“精英选秀”的根本定位：
管理层在确立认证徽章覆盖率时，必须首先诊断供给侧质量分布的偏度特性：
• 面对“左偏市场”（如电商卖家好评率、网约车服务、生鲜配送）：品控标准应定位于“挑刺”与“排毒”。认证应保持宽口径（覆盖 $60\backslash\% \sim 70\backslash\%$），旨在将底层少数“害群之马”隔离；
• 面对“右偏市场”（如创作者经济、知识付费、高端咨询、独立手艺人）：品控标准应定位于“造星”与“金字塔选拔”。认证必须极其严苛（仅覆盖 $5\backslash\% \sim 10\backslash\%$），防止中庸产能搭便车导致顶级标签信誉贬值。

4. 警惕高弹性与凸性产能下的“破窗效应”：
对于具有极强产能扩张冲动的卖家群体（供给函数凸性极高），平台在授予顶级认证时必须格外慎重，主动将门槛提高至 $k$-means 基准之上。否则，次优卖家一旦获得高等级标识，会在高额溢价诱惑下进行盲目粗放式扩产，引发严重的交付违约与负外部性。

5.2 公共政策与行业规制启示

本文对于政府公共卫生监管、医疗保险准入、金融风险揭示以及反垄断规制同样具有重要的政策指导意义：

1. 为政府推行 A/B/C 粗粒度监管标识提供了正当的福利辩护：
公共政策制定者常面临来自学术界或消费者的质询，认为官方评级（如餐饮卫生的 A/B/C、能效等级 1/2/3 级、金融产品风险评级 R1–R5）信息过于粗糙。本文给出了强有力的理论背书：有限的等级划分完全能够实现 $90\backslash\%$ 以上的资源最优配置，同时最大限度地降低了公众的阅读门槛，防止社会掉入“信息过载导致决策瘫痪”的福利陷阱。

2. 极大减轻了反垄断与行业规制机构的数据收集与测算负担：
在寡头垄断行业（如民航、电信、公用事业），规制者往往受困于信息不对称，难以掌握企业的准确成本函数与消费者的真实支付意愿。Proposition 6 表明，在 Cournot 竞争与常数边际成本下，规制机构可以直接基于客观的服务质量检测数据制定 $k$-means 阶梯评级，无需进行复杂的反垄断反向需求测算，从而极大地节约了公共行政执法成本。

六、参考文献

1. Aybas, Y. C. and E. Turkel, "Persuasion With Coarse Communication," Working Paper, 2024.

2. Bergemann, D. and M. Pesendorfer, "Information Structures in Optimal Auctions," Journal of Economic Theory 137 (2007): 580–609.

3. Dranove, D. and G. Z. Jin, "Quality Disclosure and Certification: Theory and Practice," Journal of Economic Literature 48 (2010): 935–963.

4. Elfenbein, D. W., R. Fisman, and B. McManus, "Market Structure, Reputation, and the Value of Quality Certification," American Economic Journal: Microeconomics 7 (2015): 83–108.

5. Fan, Y., J. Ju, and M. Xiao, "Losing to Win: Reputation Management of Online Sellers," Working Paper, 2013.

6. Filippas, A., J. J. Horton, and J. Golden, "Reputation Inflation," in Proceedings of the 2018 ACM Conference on Economics and Computation (ACM, 2018), 483–484.

7. Ganuza, J.-J. and J. S. Penalva, "Signal Orderings Based on Dispersion and the Supply of Private Information in Auctions," Econometrica 78 (2010): 1007–1030.

8. Gentzkow, M. and E. Kamenica, "A Rothschild-Stiglitz Approach to Bayesian Persuasion," American Economic Review 106 (2016): 597–601.

9. Hopenhayn, H. and M. Saeedi, "Optimal Information Disclosure and Market Outcomes," Theoretical Economics 18 (2023): 1317–1344.

10. Hoppe, H. C., B. Moldovanu, and E. Ozdenoren, "Coarse Matching With Incomplete Information," Economic Theory 47 (2011): 75–104.

11. Hui, X., M. Saeedi, and N. Sundaresan, "Adverse Selection or Moral Hazard, an Empirical Study," Journal of Industrial Economics 66 (2018): 610–649.

12. Hui, X., M. Saeedi, Z. Shen, and N. Sundaresan, "Reputation and Regulations: Evidence From eBay," Management Science 62 (2016): 3604–3616.

13. Hui, X., Z. Liu, and W. Zhang, "From High Bar to Uneven Bars: The Impact of Information Granularity in Quality Certification," Management Science 69 (2023): 6109–6127.

14. Jin, G. Z. and P. Leslie, "The Effect of Information on Product Quality: Evidence From Restaurant Hygiene Grade Cards," Quarterly Journal of Economics 118 (2003): 409–451.

15. Lyu, Q., W. Suen, and Y. Zhang, "Coarse Information Design," arXiv preprint, arXiv:2305.18020 (2023).

16. MacQueen, J., "Some Methods for Classification and Analysis of Multivariate Observations," in Proceedings of the Fifth Berkeley Symposium on Mathematical Statistics and Probability, vol. 1 (1967), 281–297.

17. McAfee, R. P., "Coarse Matching," Econometrica 70 (2002): 2025–2034.

18. Mease, D. and V. N. Nair, "Unique Optimal Partitions of Distributions and Connections to Hazard Rates and Stochastic Ordering," Statistica Sinica 16, no. 4 (2006): 1299–1312.

19. Milgrom, P. and J. Roberts, "Rationalizability, Learning, and Equilibrium in Games With Strategic Complementarities," Econometrica 58 (1990): 1255–1277.

20. Nosko, C. and S. Tadelis, "The Limits of Reputation in Platform Markets: An Empirical Analysis and Field Experiment," Tech. Rep., National Bureau of Economic Research, 2015.

21. Saeedi, M., "Reputation and Adverse Selection: Theory and Evidence From eBay," Rand Journal of Economics 50 (2019): 822–853.

22. Saeedi, M. and A. Shourideh, "Optimal Rating Design Under Moral Hazard," Working Paper, 2026.

23. Shao, R., "Generalized Coarse Matching," Games and Economic Behavior 100 (2016): 142–148.

24. Shi, Z., K. Srinivasan, and K. Zhang, "Design of Platform Reputation Systems: Optimal Information Disclosure," Marketing Science 42 (2023): 500–520.

25. Stoyan, D. and D. J. Daley, Comparison Methods for Queues and Other Stochastic Models (John Wiley & Sons, Inc., 1983).

26. Van Zwet, W., Convex Transformations of Random Variables, Math Centrum, 1964.

27. Vatter, B., "Quality Disclosure and Regulation: Scoring Design in Medicare Advantage," Tech. Rep. 3, 2025.

28. Wilson, R., "Efficient and Competitive Rationing," Econometrica 57 (1989): 1–40.