报告时间：2026年5月29日 15:30

报告地点：雁归楼A4-3017

报告题目：数据驱动博弈论与机制设计：基于数据驱动定价博弈的数据分享机制研究

摘要：

在数字经济与实体经济深度融合的当下，企业决策正从单体优化迈向战略互动。然而，经典博弈论常受限于“参数黑箱化”与“维度灾难”，难以直接应用于充满噪声与不确定性的现实商业场景。本报告将介绍数据驱动博弈论（Data-Driven Game Theory, DDGT）的前沿范式，阐述如何利用观测数据与智能算法，构建“逆向推断-正向决策”的双向闭环，从而在数智化环境中实现精准的管理决策。

报告将重点分享一项关于数据共享驱动定价决策的研究工作，通过构建Bertrand双寡头模型，探讨企业是否共享数据，以及共享高维（原始特征）还是低维（需求预测）数据的博弈机制选择。研究发现，无论是低维还是高维数据共享都能够软化竞争；其次，在有限样本学习约束下， 低维的预测结果共享在盈利能力上优于高维的特征数据共享，因为后者会引入算法不透明性及“有限样本对齐惩罚”，从而抑制了合作红利；最后，研究揭示了“能力诅咒”现象，即在对称共享机制下，数据能力较弱的一方反而获得了更多合作剩余，导致数据领先者的内部优势被削弱。

报告人介绍：

杨翼，浙江大学管理学院副院长，浙江大学求是特聘教授，终身正教授（Tenured Full Professor），博士生导师，物流与决策研究所所长，数据驱动决策研究所所长，国家杰出青年基金获得者,教育部青年长江学者，国家自然科学基金优秀青年科学基金获得者。2011年毕业于香港中文大学系统工程与工程管理学系。主要研究方向包括库存管理、收益管理以及运营管理。在高水平国际期刊上发表论文十余篇，特别是在《Management Science》,《Operations Research》,《Manufacturing & Service Operations Management》,《Production and Operations Management》等UT/Dallas24种经济管理类国际公认顶级期刊上发表学术论文多篇。承担多项国家及省部级课题，现担任Naval Research Logisitics和 中国运筹学会的英文期刊JORSC (Journal of the Operations Research Society of China)的Associate Editor、运筹学会随机服务与运作管理分会理事、系统工程学会物流系统工程专业委员会理事、运筹学会智能工业数据解析与优化分会理事等工作。