Skip to content

方法Method

VCG 机制

Vickrey–Clarke–Groves mechanism · Clarke pivot rule · Clarke 枢轴支付 · Groves mechanism

精确最大化申报福利,并按其他参与者损失的福利收费;通过双物品拍卖计算全部枢轴支付、证明诚实占优,再定位近似分配破坏证明的位置。

形式陈述 ​

沿用直接显示机制的私人价值、准线性效用和支付符号:pi>0 表示参与者付款,效用为真实估值减支付。参与者有限,公开的非空结果集 X 有限,每个报告对应一个实值估值函数 bi:X→R。诚实报告就是 bi(x)=vi(x;ti)。结果集与报告无关;用固定的公开结果顺序处理并列。

VCG 的分配规则求解如下优化问题:

x∗(b)∈argmaxx∈X∑j=1nbj(x).

对参与者 i,定义其他人单独能取得的最高申报福利

Hi(b−i)=maxx∈X∑j≠ibj(x).

Clarke 枢轴支付为

pi(b)=Hi(b−i)−∑j≠ibj(x∗(b)).

有限性保证两个最大值都能取得,却没有保证计算它们很快。这里“移除 i”首先指把其估值从目标中删掉,仍在同一个 X 上最大化;在允许物品不分配的拍卖中,最优反事实可选为不给 i 任何物品,才得到通常的移除竞拍者解释。

激励性质。 对任意其他人的报告,诚实报告弱占优。更一般地,把 Hi 换成任意只依赖 b−i 的实值函数 hi,所得 Groves 支付也保持这一结论。外部性解释以及下面的非负支付结论则专属于这里的枢轴选择,不能由任意 hi 得到。

占优策略证明 ​

固定参与者 i 的真实类型以及其他人的任意报告 b−i。无论 i 如何报告,其真实效用都可以写成

ui(b;ti)=vi(x∗(b);ti)+∑j≠ibj(x∗(b))−Hi(b−i).

最后一项不受 i 的报告影响。令

Fi(x)=vi(x;ti)+∑j≠ibj(x).

诚实报告时,分配规则恰好在整个 X 上最大化 Fi。任何虚假报告只会选出另一个 x^∈X,所以

Fi(x∗(vi,b−i))−Hi(b−i)≥Fi(x^)−Hi(b−i).

两边分别是诚实与偏离后的真实效用。这对每位参与者、每个真实类型和每个对手报告成立,故机制 DSIC。并列结果给出相同的 Fi 最大值,不影响弱不等式。将 Hi 换成 hi(b−i) 后仍是减去同一常数,因此证明同时涵盖 Groves 支付族。

直觉

参与者通常只关心自己的估值,福利目标却加上了所有人的估值。枢轴支付把“其他人在实际分配下得到的福利”加回自己的效用,再减去一个自己无法改变的基准。这样,偏离者评价不同结果时使用的目标,恰好与诚实报告后的分配目标一致。

收费不是自己喊出的价格,也不一般等于第二高的某个数字。它衡量自己的存在使其他人失去了多少本来可以获得的福利。一个竞争者即使没有赢得物品,也可能改变反事实最优分配,从而影响赢家的付款;因此需要重新优化移除后的问题,不能只看实际分配中的输赢。

例子与边界

两件物品,三位单位需求买家 ​

物品为 A,B,每位买家至多获得一件,物品允许不分配。空手估值为零,得到一件物品的真实估值如下,先假设全体诚实报告:

买家 A B
1 8 7
2 7 0
3 0 5

两件都分配时,必须由不同买家获得。所有六种情况的福利为:

A 的获得者 B 的获得者 总福利
1 2 8+0=8
1 3 8+5=13
2 1 7+7=14
2 3 7+5=12
3 1 0+7=7
3 2 0+0=0

只分配一件的福利至多为 8,都不分配为零,故唯一最优分配是 A→2,B→1,总福利 14。再逐人移除,重新求其他人的最优分配:

移除的买家 i 其他人的反事实最优分配 Hi 实际分配中其他人的福利 pi
1 A→2,B→3 12 7 12−7=5
2 A→1,B→3 13 7 13−7=6
3 A→2,B→1 14 14 14−14=0

所以支付向量为 (5,6,0),真实效用为 (7−5,7−6,0)=(2,1,0)。买家 3 空手而付款为零,但他是两个赢家反事实分配中的替代者,直接影响二人的价格。设计者收入为 11;买家效用和为 3,二者相加回到估值总和 14。

如果买家 1 把 B 的估值从 7 改报为 0,保留 A 的报告为 8,机制改选 A→1,B→3,申报福利为 13。买家 1 的基准仍为 H1=12,其他人的实际申报福利变为 5,所以他支付 7,真实效用为 8−7=1,低于诚实所得的 2。这个计算展示了价格如何随分配变化;排除全部其他谎言依赖前面的最大化证明。

付款非负不等于所有要求都满足 ​

由于 x∗(b)∈X,Hi 是同一集合上其他人福利的最大值,必有 pi(b)≥0。因此枢轴机制无赤字,但例中的正收入 11 已说明它通常不预算平衡。

若每人的真实估值在所有结果上非负,则诚实时的效用为

ui(t;ti)=maxx∈X(vi(x;ti)+∑j≠ivj(x;tj))−maxx∈X∑j≠ivj(x;tj)≥0.

故相对于零外部选项满足事后个体理性。更一般地,只要其他人最优福利能由某个给 i 零估值的结果实现,也可将这个结果代入第一个最大值,得到同一结论。允许有符号估值时则不自动成立:若 X 只有一个结果且一位参与者的估值为 −1,其枢轴支付为零,诚实效用仍为 −1。

准线性效用允许所有规定的转移。本例买家 2 需支付 6;若他有硬预算 5,就不能继续用同一效用公式和证明判定可行参与。DSIC 也只排除单方有利偏离,不是抗合谋保证;福利最优更不意味着设计者收入最高。

把精确最大化换成近似,会在哪一步失败 ​

设 X={a,b},报告非负,记 S(x)=∑ibi(x)。考虑规则:当 S(a)≥S(b)/2 时选 a,否则选 b。选 a 时,其福利至少为最优值的一半;选 b 时有 S(b)>2S(a),它就是最优。因此这是一条 1/2 福利近似规则。

两位参与者的真实估值为 v1(a)=0,v1(b)=10 和 v2(a)=6,v2(b)=0。仍用精确基准 H1=max{6,0}=6,把近似选出的结果代入原枢轴公式:

参与者 1 的报告 (b1(a),b1(b)) 总申报福利 (S(a),S(b)) 选择 支付 p1 真实效用
诚实 (0,10) (6,10) a,因 6≥5 6−6=0 0
改报 (0,13) (6,13) b,因 6<6.5 6−0=6 10−6=4

虚报使真实效用从 0 增至 4,所以“近似分配加原枢轴公式”不是 DSIC。支付仍把效用写成 Fi(x)−Hi,失败的是诚实报告已不保证最大化 Fi,从而无法比较所有偏离可能选出的结果。

推论与应用

单物品拍卖是最简单的特例。非负报告下,将物品交给最高报告者;赢家缺席时,其他人的最大福利是最高的其他报告,而实际分配中其他人的福利为零,所以赢家支付最高的其他报告,即第二价格。对未获物者,移除他不改变最高报告所实现的福利,所以支付为零;只有一位买家时,基准为零。并列最高由公开顺序决定,赢家支付与其报告相同,效用可以为零。

精确优化可能很难,但存在保留证明的受限构造:预先选定非空、与报告无关的结果子集 R⊆X,在 R 上精确最大化总申报福利,并用 HiR=maxx∈R∑j≠ibj(x) 计算支付。所有报告产生的结果都在 R 内,诚实也在同一个 R 上最大化 Fi,故原 DSIC 证明逐字成立。这通常称为固定范围内最大化。它保证的是 R 内的效率;相对完整 X 的损失需要另外估计,不能把报告依赖的候选集当成同一种构造。

VCG 将机制问题拆成一个精确的结构:先求最优分配,再对每位参与者求一个反事实最优值,最后相减得到支付。由此既能看见诚实激励来自哪一步,也能明确计算近似、预算约束或不同估值模型为何需要新的机制论证。

参考资料
关系图谱6 个相邻概念 · 1 类关系

拖动节点调整位置。

显示关系

显示:依赖

  1. 前置三跳
  2. 前置二跳
  3. 前置一跳
  4. 当前条目
  5. 后续一跳
  6. 后续二跳
  7. 后续三跳
文字版关系按与当前条目的最短距离分组