网络中的（反）协调-研究论文

我们在实验室实验中研究网络中的（反）协调问题。 参与者在固定网络中与邻居互动，进行双边（反）协调游戏。 我们的主要处理变量是参与者之间的连接（邻居）数量异类的程度。 其他网络特征在处理过程中保持不变。 我们找到以下结果。 连接数量的异质性极大地提高了成功协调的速度。 此外，即使从理论上说纳什均衡有多种选择，但从经验上观察到一个非常敏锐的选择：关系最密切的参与者几乎总是可以施加她偏爱的纳什均衡，并且观察到的纳什均衡使得所有环节都协调一致。 作为第二种治疗方法，我们让代理人根据他们想要的信息量由内生性地决定，并发现本地（内生性）信息与确保完整的信息一样有效地确保了成功的协调。 我们对这些事实提供了直观的解释，这也得到了我们的数据的支持。