Bayesian Persuasion、Signaling 与 Cheap Talk 的区别
Published:
Bayesian Persuasion、Signaling 和 Cheap Talk 都研究一个共同问题：当参与者掌握的信息不同时，信息如何被传递，又如何改变接收者的信念和行动。
由于三种理论都包含发送者、接收者、信息和信念更新，它们很容易被混在一起。真正区分它们的关键，并不是是否存在“消息”，而是以下几个问题：
- 信息发送者在什么时候掌握私人信息？
- 发送者选择的是一个具体行动、一句话，还是一套信息生成规则？
- 发送者能否在真实状态实现之前作出承诺？
- 信息是否具有成本或可验证性？
- 接收者为什么相信所观察到的信息？
- 均衡主要依靠什么约束形成？
可以先用一句话概括：
Signaling 依靠不同类型发送信号的成本差异传递信息；Cheap Talk 依靠利益部分一致时的策略沟通传递信息；Bayesian Persuasion 依靠发送者对信息生成规则的事前承诺影响接收者信念。
一、共同的基本结构
三类模型通常都包含：
- 一个未知状态或发送者类型；
- 一个掌握较多信息的发送者；
- 一个需要采取行动的接收者；
- 发送者希望通过信息影响接收者；
- 接收者根据观察到的信息更新信念并作出最优决策。
它们之间的根本差异在于，发送者能够选择什么，以及接收者为什么愿意从中推断信息。
二、Signaling：行动本身传递私人类型
在信号传递模型中，发送者通常已经知道自己的私人类型，然后选择一个能够被接收者观察到的行动。这个行动不仅直接影响收益，也向接收者传递有关发送者类型的信息。
经典例子包括：
- 求职者通过教育水平传递自身能力；
- 企业通过价格、担保或广告支出传递产品质量；
- 企业通过融资方式传递项目价值；
- 供应商通过渠道、质量投资或合同选择传递成本和需求信息。
典型顺序是：
- 自然决定发送者类型；
- 发送者观察自己的类型；
- 发送者选择信号行动；
- 接收者观察该行动并更新信念；
- 接收者采取行动。
信号传递能够产生分离均衡的关键，是同一个信号对不同类型发送者具有不同成本或不同收益。高类型可能更容易承担某个信号，低类型模仿它则代价过高。
例如，若高能力求职者取得教育证书的成本低于低能力求职者，教育就可能形成分离信号。接收者之所以相信信号，不是因为发送者承诺说真话，而是因为低类型缺乏模仿高类型的激励。
因此，Signaling 的核心约束是：
不同类型必须愿意选择各自的均衡行动，并且不愿意模仿其他类型。
这通常通过激励相容条件和完美贝叶斯均衡来刻画。
三、Cheap Talk：消息无成本、不可验证，但仍可能有信息
Cheap Talk 可以被视为一种特殊的信号博弈。发送者在知道私人信息后，发送一个不具有直接成本、也不直接改变物质收益的消息。接收者观察消息以后更新信念并采取行动。
典型顺序是：
- 自然决定状态；
- 发送者观察状态；
- 发送者发送消息；
- 接收者观察消息并采取行动。
消息本身通常具有三个特征：
- 发送不同消息没有直接成本；
- 消息不可强制验证；
- 发送者在观察到状态后可以自由选择说什么。
这就产生了一个明显问题：发送者为什么不总是发送最有利于自己的消息？
如果发送者和接收者的偏好完全冲突，接收者通常不会相信消息，均衡可能退化为无信息沟通。只有当双方利益存在一定程度的一致性时，发送者才可能在不同状态下愿意发送不同消息，接收者也才愿意作出不同反应。
Cheap Talk 的信息传递能力因此受到利益冲突程度的限制。双方越一致，沟通越精细；偏好差异越大，能够可信传递的信息往往越粗糙。
需要注意的是，Cheap Talk 中的“不可验证”并不意味着消息永远没有信息。消息是否有信息由均衡决定。只要不同状态下的发送者有动机发送不同消息，而且接收者的反应能够维持这些动机，沟通就可能是有信息的。
四、Bayesian Persuasion：事前选择信息生成规则
Bayesian Persuasion 与前两者最重要的区别，是发送者通常在真实状态实现或被观察之前，先承诺一套信息结构。
典型顺序是：
- 发送者承诺信息结构；
- 自然实现真实状态；
- 按照既定信息结构生成信号；
- 接收者观察信号并根据贝叶斯法则更新信念；
- 接收者采取行动。
发送者选择的不是某个状态下临时说什么，而是一个从真实状态到信号结果的概率映射。信息结构可以完全披露、完全不披露，也可以在两者之间实施部分披露。
例如，平台可以事前承诺一套需求预测算法。算法根据真实需求数据生成高、低或其他预测信号。供应商知道这套算法的统计规律，因此不会把信号误认为真实状态本身，而是会结合算法精度和先验信息进行贝叶斯更新。
Bayesian Persuasion 并不是通过欺骗接收者发挥作用。接收者理解发送者具有自己的目标，也知道信息结构可能存在方向性。发送者仍然能够影响接收者，是因为不同信息结构会产生不同的后验信念分布，而接收者的最优行动取决于后验信念。
它的核心约束是 Bayes plausibility：
所有可能后验信念的加权平均必须等于先验信念。
发送者可以重新组织接收者在不同信号下形成的信念，但不能凭空改变总体平均信息。
五、三种理论的核心对比
| 比较维度 | Signaling | Cheap Talk | Bayesian Persuasion |
|---|---|---|---|
| 发送者何时知道状态 | 发送信号前已经知道 | 发送消息前已经知道 | 通常先承诺规则，之后状态实现 |
| 发送者选择什么 | 可观察行动 | 无成本消息 | 信息结构或实验 |
| 信息是否有直接成本 | 通常有，且类型间不同 | 没有直接成本 | 设计规则本身不必有类型差异成本 |
| 信息是否可验证 | 行动通常可观察 | 消息通常不可验证 | 信号由已知规则生成 |
| 接收者为何相信 | 低类型模仿成本过高 | 均衡中的利益部分一致 | 发送者已承诺信息生成规则 |
| 主要均衡约束 | 类型激励相容 | 消息与行动相互最优 | Bayes plausibility 与接收者最优反应 |
| 发送者的核心问题 | 选择什么行动以表明类型 | 知道状态后说什么 | 事前设计怎样的信息 |
| 常用均衡概念 | 完美贝叶斯均衡 | 完美贝叶斯均衡 | 最优信息设计与贝叶斯更新 |
六、承诺能力是最关键的分界线
Signaling 和 Cheap Talk 通常发生在发送者已经知道私人信息之后。发送者根据真实类型或状态选择行动或消息。
Bayesian Persuasion 则强调事前承诺。发送者必须能够保证：真实状态实现后，信号按照原先公布的规则生成，而不是看到状态以后临时选择最有利的消息。
如果发送者无法承诺，原本的信息设计问题可能退化为 Cheap Talk 或选择性披露问题。接收者会预见发送者事后偏离的动机，从而不再按照承诺规则解释信息。
现实中的承诺可以来自：
- 自动执行的算法；
- 预先公布且可审计的信息政策；
- 重复互动和声誉；
- 法律与监管要求；
- 第三方验证；
- 智能合约或其他技术机制。
所以，使用 Bayesian Persuasion 时，不能只写“发送者设计信息”，还必须解释发送者为什么能够实施这套信息结构。
七、可验证性并不等于完全披露
Bayesian Persuasion 中的信号可以是可信生成的，但不必完全揭示真实状态。
例如，一个认证机构可以事前承诺：
- 高质量产品一定获得“通过”；
- 中等质量产品以一定概率获得“通过”；
- 低质量产品一定获得“不通过”。
消费者知道这套规则，因此可以理性解释“通过”的含义。信号虽然没有完全披露质量，却仍然是可信的。
因此，应当区分：
- 信息是否真实地按照规则生成；
- 规则是否完全揭示真实状态。
可信的信息结构可以是粗糙的、有噪声的，也可以有意合并若干状态。Bayesian Persuasion 研究的正是发送者如何在可信承诺下选择这种信息粒度。
八、Signaling 与 Bayesian Persuasion 为什么不能简单互换
两种理论都能够影响信念，但其经济机制不同。
在 Signaling 中，私人信息已经存在于发送者手中。接收者根据发送者主动选择的行动反推类型。信息来自行动选择中的类型差异。
在 Bayesian Persuasion 中，发送者主要控制的是接收者能够观察到怎样的信息。接收者不是从发送者事后选择的行动反推类型，而是根据事前已知的信息结构解释随机信号。
因此：
- Signaling 关注“有私人信息的人采取什么行动”；
- Bayesian Persuasion 关注“拥有信息控制权的人如何设计信息环境”。
如果论文的现实场景中，企业先知道真实状态，然后自由决定说什么，更接近 Signaling、Cheap Talk 或自愿披露。如果平台在状态实现前就能设定预测算法、评级规则或披露协议，则更接近 Bayesian Persuasion。
九、Cheap Talk 与 Bayesian Persuasion 的根本区别
Cheap Talk 中，发送者在知道状态后发送不可验证消息。由于消息没有成本，沟通能否传递信息完全依赖双方偏好的相容程度。
Bayesian Persuasion 中，发送者事前承诺信息结构。接收者知道信号可能存在偏向，但只要规则可信，就会根据其统计性质进行理性更新。
可以将两者的限制概括为：
- Cheap Talk 受制于事后说真话的激励；
- Bayesian Persuasion 受制于事前信息结构的贝叶斯可行性。
因此，Bayesian Persuasion 通常给予发送者更大的信息控制空间，但这种空间建立在承诺能力之上。
十、如何判断自己的研究应该采用哪种理论
可以依次回答四个问题。
1. 谁掌握私人信息
若发送者先观察到自己的类型，再通过行动影响别人，优先考虑 Signaling。
2. 信息是行动还是语言
若发送者发送的是没有直接成本、无法验证的消息，优先考虑 Cheap Talk。
3. 是否可以事前设定信息规则
若平台、监管者或认证机构能在状态实现前承诺算法、测试或披露政策，优先考虑 Bayesian Persuasion。
4. 接收者为何相信
- 因为模仿成本不同：Signaling；
- 因为双方利益部分一致：Cheap Talk；
- 因为信息按照已承诺规则生成：Bayesian Persuasion。
结语
Bayesian Persuasion、Signaling 与 Cheap Talk 都研究策略性信息传递，但它们回答的是不同问题。
Signaling 研究发送者如何通过有成本或类型相关的行动显示私人类型；Cheap Talk 研究在消息无成本且不可验证时，利益一致程度如何决定沟通的信息量；Bayesian Persuasion 研究发送者如何通过事前承诺信息结构，改变接收者可能形成的后验信念。
最重要的区分不是模型中有没有“信号”，而是：
发送者是在知道状态后选择行动或消息，还是在状态实现前设计信息生成规则。
只有把私人信息、行动顺序、可信基础和承诺能力梳理清楚，才能选择适合研究问题的理论框架。