邻避风险披露机制的网络沟通与劝说模型:私人信息源与信任驱动的学习
作者机构:武汉大学经济与管理学院 新加坡国立大学商学院
出 版 物:《中国管理科学》 (Chinese Journal of Management Science)
年 卷 期:2024年
核心收录:
学科分类:12[管理学] 120202[管理学-企业管理(含:财务管理、市场营销、人力资源管理)] 0202[经济学-应用经济学] 02[经济学] 1202[管理学-工商管理] 1201[管理学-管理科学与工程(可授管理学、工学学位)]
基 金:国家自然科学基金资助项目(72171180) 国家自然科学基金重点项目(72031009) 国家社会科学基金重大项目(20&ZD058) 中国国家留学基金管理委员会资助项目(202306270147)
主 题:邻避风险沟通 私人信息源 信任驱动的学习 非贝叶斯劝说 机制设计
摘 要:“实在风险——感知风险的邻避风险链管控成为阻断邻避效应外化为社会稳定风险的关键。本文基于实在风险信息的非对称性,聚焦邻避风险沟通场景下管理者的风险披露机制设计。我们考虑居民的私人风险信息源、行动的全局网络外部性以及信任驱动的学习规则,刻画邻避事件中两类典型的沟通场景,即居民之间的策略性交互以及管理者对居民的劝说,旨在揭示居民感知风险的演变规律,并设计管理者最优公共风险披露机制。为此,本文基于网络Cheap talk理论与贝叶斯劝说理论,构建网络沟通与劝说理论模型。分析表明管理者最优公共风险披露机制为确定性区间阈值推荐机制,其针对不同私人信息环境下的居民实施激励相容的差异化推荐,对越乐观的居民,机制推荐接受的风险区间越广。同时,私人信息源的负面强度与个数决定了管理者是否需要披露、如何披露以及披露的效果。此外,居民信任对机制的劝说效果具有正向促进作用,然而,较悲观(高私人信息环境)居民的期望收益是信任的减函数,由此导致信任与社会总福利的非增关系。本文研究明确了管理者最优风险披露机制,并从私人信息源与信任两个维度为提升披露效果提供具体建议。