2021 年起,一級方程式賽車(Formula 1)規定各車隊每年的花費不得超過成本上限,首年為 1.45 億美元,車手薪資、前三位高階主管的薪資,以及行銷與接待等支出不計入 (Motor Sport Magazine, 2025)。2022 年 10 月,國際汽車運動總會(FIA)認定 Red Bull 車隊 2021 年的花費超出上限約 186 萬英鎊(1.6%),屬於輕微超支,處分是罰款 700 萬美元,並把隔年的空氣動力學測試額度減少 10% (Motor Sport Magazine, 2025)。

車隊投入資金研發賽車、爭奪冠軍,不論輸贏,花掉的錢都收不回來,這與第一篇開頭的 Tullock 競賽相當接近1。不同的是,F1 官方明文限制了每年能花多少,超過就要受罰。
前兩篇的模型沒有這種限制。第一篇假設成本與投入成正比,第二篇把參賽者增加到 $n$ 位、競賽強度放寬到 $r$,但兩篇都讓參賽者想投入多少就投入多少。這引出了本篇的核心問題:
當成本隨投入增加得越來越快,或投入本身有預算上限時,均衡投入與租金耗散會怎麼改變?
一般化成本函數
前兩篇都假設成本為 $cx_i$:每多投入一單位,成本就增加固定的 $c$。這表示邊際成本不會隨投入的多寡而改變。本節先放寬這項假設,讓邊際成本可以隨投入遞增,並推導對稱均衡。
模型設定
除了成本函數,其餘假設與上一篇相同:$n \geq 2$ 名參賽者、完全資訊、同時決策、相同的獎勵估值 $V > 0$,競賽強度固定為 $r = 1$。參賽者投入 $x_i$ 的成本改為
其中 $q$ 決定成本的曲率,對應的邊際成本為
當 $q = 1$ 時,邊際成本恆為 $c$,回到前兩篇的線性成本。當 $q > 1$ 時,邊際成本隨投入遞增,每多投入一單位,增加的成本都比前一單位更高2。成本函數中的 $\frac{1}{q}$ 只是為了讓邊際成本的係數剛好是 $c$。
因此,參賽者 $i$ 的預期報酬函數為
其中 $X_{-i} = \sum_{j \neq i} x_j$ 為其他參賽者的總投入。
對稱 均衡
求解方式與前兩篇相同:先在給定 $X_{-i}$ 的前提下求出最適投入,再要求所有人的最適投入彼此一致。
先考慮 $X_{-i} > 0$。勝率部分的微分與前一篇相同,因此由式 $\eqref{eq:power-payoff}$ 可得一階偏導數為:
令其為零,得到一階條件:
與線性成本相比,左式的邊際預期收益沒有改變,只有右式的邊際成本從常數 $c$ 變成了隨 $x_i$ 遞增的 $c x_i^{q-1}$。
接著檢查二階條件 (SOC)。對 $x_i > 0$,
第一項恆為負,第二項在 $q \geq 1$ 時不大於零,因此預期報酬函數對 $x_i$ 嚴格凹,只要式 $\eqref{eq:power-foc}$ 有正的解,它就是唯一的最適投入。
這裡有一個與線性成本不同的地方。當 $q > 1$ 時,投入趨近於零的邊際成本也趨近於零,而邊際預期收益在 $x_i = 0$ 時為 $\frac{V}{X_{-i}} > 0$,所以只要其他人有正的投入,式 $\eqref{eq:power-foc}$ 就一定有正的解。換言之,$q > 1$ 時最適投入不會落在角解 $x_i = 0$。
接著尋找對稱均衡,令 $x_1^* = \cdots = x_n^* = x^*$,此時 $X_{-i} = (n - 1)x^*$,代入式 $\eqref{eq:power-foc}$:
兩邊同乘 $x^*$,得到 $c (x^*)^q = \frac{(n - 1)V}{n^2}$,因此:
當 $q = 1$ 時,式 $\eqref{eq:power-eq-input}$ 回到上一篇的 $x_i^* = \frac{(n - 1)V}{cn^2}$。
在 $n \geq 2$、完全資訊、同時決策、相同獎勵估值 $V > 0$、相同成本函數 $\frac{c}{q} x_i^q$($c > 0$,$q \geq 1$)且 $r = 1$ 的 Tullock 競賽中,存在唯一的純策略 Nash 均衡:
顯示證明
先考慮所有人投入皆為正的情形。令總投入為 $X = \sum_j x_j$,則 $X_{-i} = X - x_i$,每個人的一階條件為:
各式的形式相同,差別只在 $x_i$。固定 $X$ 時,左式對 $x_i$ 嚴格遞減,右式在 $q \geq 1$ 時不遞減,因此同一個方程式至多只有一個解,所有 $x_i$ 必須相等。也就是說,任何全員正投入的純策略均衡都必須對稱,並由式 $\eqref{eq:power-eq-input}$ 唯一決定。
再排除邊界情形:
- 若只有一人投入為正,則他的勝率為 1。他可以降低投入而仍然必勝,成本更低,因此原本的投入不是最佳反應
- 若至少兩人投入為正,且至少一人投入為零,令總投入為 $X > 0$。投入為正者的一階條件為 $\frac{V(X - x_i)}{X^2} = c x_i^{q - 1}$。投入為零者在 $0$ 處的邊際成本,在 $q > 1$ 時為 $0$,而邊際預期收益 $\frac{V}{X} > 0$。在 $q = 1$ 時邊際成本為 $c$,而 $X - x_i < X$,所以 $\frac{V}{X} > \frac{V(X - x_i)}{X^2} = c$。兩種情形下,只要投入一個足夠小的正數,預期報酬便會提高,因此這不是均衡
- 若所有人皆不投入,每人的預期報酬為 $\frac{V}{n}$。任何一人改為投入足夠小的 $\varepsilon > 0$,勝率變為 1,預期報酬為 $V - \frac{c}{q}\varepsilon^q > \frac{V}{n}$,因此全員不投入不是均衡
最後驗證候選解確實是均衡。當其他人皆投入 $x^* > 0$ 時,$X_{-i} = (n - 1)x^* > 0$,$\pi_i$ 對 $x_i$ 嚴格凹,且 $x_i = x^*$ 滿足一階條件,因此它是 $x_i \geq 0$ 上唯一的全域最大值,$(x_1^*, \cdots, x_n^*)$ 為 Nash 均衡。$\blacksquare$
取得均衡投入後,可以計算均衡下的勝率與預期報酬。所有人投入相等,因此勝率仍然是
不受成本函數影響。再由式 $\eqref{eq:power-eq-input}$ 可知 $c (x_i^*)^q = \frac{(n - 1)V}{n^2}$,代回式 $\eqref{eq:power-payoff}$,得到每位參賽者的均衡預期報酬:
當 $q = 1$ 時,$\pi_i^* = \frac{V}{n^2}$,與上一篇的結果一致。
成本曲率的影響
有了均衡解,就可以問:$q$ 越大,也就是成本隨投入增加得越快,均衡會如何改變?
先看個別投入。根據式 $\eqref{eq:power-eq-input}$ 可知 $x_i^* = A^{1/q}$,其中 $A = \frac{(n - 1)V}{cn^2}$ 與 $q$ 無關。暫時將 $q$ 視為連續變數並對其微分:
因此方向取決於 $A$ 是否大於 1:
- $A > 1$ 時,$x_i^*$ 隨 $q$ 增加而下降
- $A < 1$ 時,$x_i^*$ 隨 $q$ 增加而上升
- $A = 1$ 時,$x_i^* = 1$,與 $q$ 無關
直覺上,$q$ 越大,參賽者應該投入得越少,但個別投入的方向並不固定。原因在於 $C'(1) = c$ 對任何 $q$ 都成立,所有成本曲線在 $x = 1$ 的邊際成本相同。$q$ 增加時,$x < 1$ 的邊際成本變低,$x > 1$ 的邊際成本變高,所以均衡投入會朝 $1$ 的方向移動,當 $q \to \infty$ 時,$x_i^* \to 1$。
而 $x = 1$ 代表多大的投入,取決於計量單位:同一筆投入換個單位計算,$c$ 與 $A$ 就會跟著改變。因此,個別投入隨 $q$ 增減的方向,不能直接當成 $q$ 的影響。
改用與單位無關的量,也就是參賽者實際付出的成本。由式 $\eqref{eq:power-eq-input}$ 可知 $c (x_i^*)^q = \frac{(n - 1)V}{n^2}$,所以個別均衡成本與全體的總競賽成本為:
這個結果與 $c$ 無關,也不受計量單位影響。當 $q = 1$ 時,$TC^* = \frac{n - 1}{n}V$,與上一篇一致。$q$ 增加時,總競賽成本以 $\frac{1}{q}$ 的比例縮小。
在 $n \geq 2$ 的 Tullock 競賽中,固定 $n$、$V$、$c$ 與 $r = 1$,隨著成本曲率 $q \geq 1$ 增加:
- 個別均衡成本 $C(x_i^*)$ 與總競賽成本 $TC^*$ 下降
- 個別預期報酬 $\pi_i^*$ 上升
- 個別均衡投入 $x_i^*$ 朝 $1$ 的方向變動:$A > 1$ 時下降,$A < 1$ 時上升
其中 $\pi_i^* = \frac{V}{n} - \frac{(n - 1)V}{qn^2}$ 中,只有減去的成本項隨 $q$ 下降,所以 $\pi_i^*$ 上升。以 $n = 5$、$V = 100$ 為例,列出三組單位成本 $c$:
| $q$ | $x_i^*$($c = 1$) | $x_i^*$($c = 16$) | $x_i^*$($c = 64$) | $TC^*$ | $\pi_i^*$ |
|---|---|---|---|---|---|
| 1 | 16.00 | 1.00 | 0.25 | 80.00 | 4.00 |
| 2 | 4.00 | 1.00 | 0.50 | 40.00 | 12.00 |
| 3 | 2.52 | 1.00 | 0.63 | 26.67 | 14.67 |
| 4 | 2.00 | 1.00 | 0.71 | 20.00 | 16.00 |
三組的 $x_i^*$ 方向各不相同:$c = 1$($A = 16$)下降,$c = 16$($A = 1$)不變,$c = 64$($A = 0.25$)上升。但 $TC^*$ 與 $\pi_i^*$ 完全相同,也與 $c$ 無關。
租金耗散率的變化
把總競賽成本除以獎勵價值,得到成本函數為冪函數時的租金耗散率:
當 $q = 1$ 時,$D^* = \frac{n - 1}{n}$,回到上一篇的結果。成本函數為冪函數時,租金耗散率就是線性成本下的耗散率除以 $q$。
均衡預期報酬也可以寫成與上一篇相同的形式。由式 $\eqref{eq:power-tc}$ 可知每位參賽者的成本為 $\frac{D^* V}{n}$,所以
由式 $\eqref{eq:power-dissipation}$ 可得兩個結果:
- 固定 $q$,$D^*$ 隨 $n$ 遞增,參賽人數增加仍會使耗散率上升
- 固定 $n$,$D^*$ 隨 $q$ 遞減,$q$ 越大,花在爭奪上的比例越低
再看 $n$ 非常大的情形:
線性成本下,耗散率會逼近 1。但在 $q > 1$ 時,即使參賽人數趨近於無窮,也只有 $\frac{1}{q}$ 的獎勵價值被爭奪花掉。
這個結果的來源是 $C(x) = \frac{1}{q} \cdot x C'(x)$:在邊際成本與投入相同的情況下,$q$ 越大,總成本越小。而由一階條件可知,均衡時的邊際成本與投入的乘積為 $\frac{(n - 1)V}{n^2}$,與 $q$ 無關,所以只有 $\frac{1}{q}$ 這個係數會改變總成本。
預算限制與角解
回到開頭 F1 的例子,成本上限規定每支車隊最多只能花多少,這在模型中對應的是對投入設一個上界。本節把這個限制加進模型,看它如何改變均衡。
模型設定
模型與上一節相同,只多一項限制:每位參賽者的投入不得超過預算 $B > 0$,也就是
所有參賽者的預算相同3,預期報酬函數仍為式 $\eqref{eq:power-payoff}$。
均衡
先看個別參賽者。當 $X_{-i} > 0$ 時,$\pi_i$ 對 $x_i$ 嚴格凹,所以在 $[0, B]$ 上的最適投入,就是無限制的最適投入與 $B$ 之中較小的一個:最適投入若超過 $B$,就停在 $B$,這便是角解 (corner solution)。
因此,有預算限制時的均衡投入只可能有兩種情形:預算足夠,限制不會生效;預算不足,每個人都把預算用盡。
在上一節的 Tullock 競賽中,若每位參賽者的投入須滿足 $x_i \leq B$,令 $x^* = \left( \frac{(n - 1)V}{cn^2} \right)^{1/q}$ 為無限制時的均衡投入,則存在唯一的純策略 Nash 均衡,每位參賽者的投入為:
也就是說,$B \geq x^*$ 時,均衡與無限制時相同;$B < x^*$ 時,每位參賽者都把預算用盡。
顯示證明
先證明 $B \geq x^*$ 與 $B < x^*$ 時,$x_i^B$ 確實是均衡。
- 若 $B \geq x^*$,其他人投入 $x^*$ 時,$i$ 在無限制下的最適投入就是 $x^*$,而 $x^* \leq B$ 本來就在限制之內,所以沒有人想偏離
- 若 $B < x^*$,其他人皆投入 $B$,則 $X_{-i} = (n - 1)B$。$\pi_i$ 在 $x_i = B$ 的一階偏導數為 $\frac{V(n - 1)}{n^2 B} - cB^{q - 1}$。因為 $B^q < (x^*)^q = \frac{(n - 1)V}{cn^2}$,此值大於零,加上 $\pi_i$ 嚴格凹,$\pi_i$ 在 $[0, B]$ 上遞增,所以最適投入為 $B$
再證明唯一性。零投入的情形與上一節相同,不是均衡,因此只需考慮所有人投入皆為正。令總投入為 $X$,並令 $g(x) = \frac{V(X - x)}{X^2} - c x^{q - 1}$,它對 $x$ 嚴格遞減,且 $\pi_i$ 的一階偏導數為 $g(x_i)$。投入小於 $B$ 的人,一階條件是 $g(x_i) = 0$;投入等於 $B$ 的人,則是 $g(B) \geq 0$。
若兩者同時存在,投入等於 $B$ 的人要求 $g(B) \geq 0$,由 $g$ 遞減可知 $g$ 的根不小於 $B$。但投入小於 $B$ 的人,其投入正好是 $g$ 的根,與其小於 $B$ 矛盾。所以所有人的投入相同:若都小於 $B$,就是上一節的 $x^*$,且須 $x^* < B$;若都等於 $B$,則須 $g(B) \geq 0$,也就是 $B \leq x^*$。兩種情形合起來,恰好是 $x_i^B = \min \{ B, x^* \}$。$\blacksquare$
預算限制的效果
當 $B \geq x^*$ 時,預算限制不起作用,結果與上一節完全相同。真正有影響的是 $B < x^*$:每位參賽者投入 $B$,勝率仍為 $\frac{1}{n}$,但成本降為 $\frac{c}{q} B^q$,比無限制時的 $\frac{c}{q} (x^*)^q$ 更低。因此總競賽成本、租金耗散率與個別預期報酬為:
$B = x^*$ 時,由式 $\eqref{eq:power-eq-input}$ 可知 $c (x^*)^q = \frac{(n - 1)V}{n^2}$,代入後 $D^B = \frac{n - 1}{qn}$,與式 $\eqref{eq:power-dissipation}$ 相同,所以兩段在 $B = x^*$ 連續。
由式 $\eqref{eq:budget-result}$ 可得:預算越低,$D^B$ 越低,每位參賽者的預期報酬 $\pi_i^B$ 越高。每個人在無限制時都想投入 $x^*$,但全體都多投入並沒有提高任何人的勝率,只是增加成本,預算上限讓所有人同時少花一些。
若想把租金耗散率壓低到某個目標 $d$,令 $D^B = d$,解得預算上限為 $B = \left( \frac{qdV}{nc} \right)^{1/q}$。
以 $n = 5$、$V = 100$、$c = 1$、$q = 1$ 為例,此時 $x^* = 16$:
| 預算 $B$ | 均衡投入 $x_i^B$ | $TC^B$ | $D^B$ | $\pi_i^B$ |
|---|---|---|---|---|
| 4 | 4 | 20 | 0.20 | 16 |
| 8 | 8 | 40 | 0.40 | 12 |
| 12 | 12 | 60 | 0.60 | 8 |
| 16 | 16 | 80 | 0.80 | 4 |
| 20 | 16 | 80 | 0.80 | 4 |
$B$ 從 16 降到 4,總競賽成本從 80 降到 20,每位參賽者的預期報酬從 4 提高到 16。而 $B = 20$ 已經高於 $x^* = 16$,限制不起作用,結果與 $B = 16$ 相同。
預算上限只有低於無限制的均衡投入 $x^*$ 時才有作用,此時每位參賽者都把預算用盡。勝率仍是 $\frac{1}{n}$,成本卻降低,所以租金耗散率下降,個別預期報酬上升。這個結果假設上限一定被遵守。但在 F1,車隊可以選擇超支,代價是受罰。
超支罰則
改用最簡單的罰則:投入超過 $B$ 的部分,每單位罰 $\lambda > 0$,此時預期報酬函數為
投入不再有上界。罰款是付給主辦方的轉移,不是耗費掉的資源,所以計算租金耗散率時,仍只計入 $\frac{c}{q} x_i^q$。
令全體都投入 $B$ 時,再多投入一單位的邊際預期報酬扣掉邊際成本為
當 $B < x^*$ 時,$\overline{\lambda} > 0$,證明見下。它是罰則至少要達到的強度,參賽者才不想超支。
在上一節的 Tullock 競賽中,若投入超過 $B$ 的部分每單位罰 $\lambda > 0$,則每個純策略 Nash 均衡都是對稱的,且每位參賽者的投入為:
- $B \geq x^*$:投入為 $x^*$,罰則不起作用
- $B < x^*$ 且 $\lambda \geq \overline{\lambda}$:投入為 $B$,與硬性上限相同
- $B < x^*$ 且 $\lambda < \overline{\lambda}$:投入為 $x^\lambda \in (B, x^*)$,是下式的唯一解
顯示證明
零投入的情形與前面相同,不是均衡,因此只考慮所有人投入皆為正。令均衡的總投入為 $X$,並令 $h(x) = \frac{V(X - x)}{X^2} - c x^{q - 1}$,它對 $x$ 嚴格遞減。$\pi_i$ 在 $x_i$ 的一階偏導數,在 $x_i < B$ 時是 $h(x_i)$,在 $x_i > B$ 時是 $h(x_i) - \lambda$;在 $x_i = B$ 處,左導數為 $h(B)$,右導數為 $h(B) - \lambda$。
令 $x_0$ 為 $h(x) = 0$ 的根,$x_\lambda$ 為 $h(x) = \lambda$ 的根,因為 $h$ 嚴格遞減,所以 $x_\lambda < x_0$。$\pi_i$ 嚴格凹,所以最適投入是 $x_\lambda$、$B$、$x_0$ 三者的中間值。這個值只由 $X$ 決定,與 $i$ 無關,所以所有人的投入相同,均衡必然對稱。
令所有人投入 $x$,則 $X = nx$,且 $h(x) = \frac{(n - 1)V}{n^2 x} - c x^{q - 1}$。
- 若 $B \geq x^*$,則 $x = x^*$ 使 $h(x) = 0$,而 $x^* \leq B$,因此它是最適投入
- 若 $B < x^*$,則 $h(B) = \overline{\lambda} > 0$。當 $\lambda \geq \overline{\lambda}$ 時,$h(B)$ 落在 $[0, \lambda]$ 之內,投入 $B$ 是最適投入
- 若 $B < x^*$ 且 $\lambda < \overline{\lambda}$,則 $h(B) > \lambda$,所以最適投入大於 $B$,且滿足 $h(x) = \lambda$。$h$ 嚴格遞減,所以解唯一;又 $h(B) = \overline{\lambda} > \lambda > 0 = h(x^*)$,所以 $B < x^\lambda < x^*$。$\blacksquare$
第三種情形是硬性上限與沒有上限之間的過渡。罰則越輕,$x^\lambda$ 越接近 $x^*$;$\lambda$ 增加到 $\overline{\lambda}$,$x^\lambda$ 下降到 $B$。因此,只要罰則夠重,一個可以被超越的上限,效果與硬性上限相同。
以 $n = 5$、$V = 100$、$c = 1$、$q = 1$、$B = 8$ 為例,此時 $x^* = 16$,$\overline{\lambda} = 1$,$x^\lambda = \frac{16}{1 + \lambda}$:
| 罰則 $\lambda$ | 均衡投入 | $TC$ | $D$ | 個別預期報酬 |
|---|---|---|---|---|
| 0 | 16.00 | 80.00 | 0.80 | 4.00 |
| 0.25 | 12.80 | 64.00 | 0.64 | 6.00 |
| 0.5 | 10.67 | 53.33 | 0.53 | 8.00 |
| 1 | 8.00 | 40.00 | 0.40 | 12.00 |
| 2 | 8.00 | 40.00 | 0.40 | 12.00 |
$\lambda = 0.5$ 時,參賽者雖然超支,仍要付出罰款,但預期報酬 8.00 仍比沒有上限時的 4.00 高,因為大家都少投入了。$\lambda$ 超過 $\overline{\lambda} = 1$ 之後,結果與硬性上限相同。
這個罰則是最簡單的形式。F1 實際的處分包含罰款與減少測試額度,並不是投入的線性函數,而且超支不一定會被查到。若被查到的機率為 $p$,且參賽者只在乎預期報酬,把 $\lambda$ 換成 $p\lambda$ 即可。
數值模擬
前面的結果都是解析解。這一節換個方式驗證:不套用任何公式,直接用數值方法求出每位參賽者的最佳反應,再讓所有人輪流對其他人的投入做最佳反應,重複到沒有人想改變為止,所得的點就是 Nash 均衡,最後再與解析解比較。
下方的模擬器可以調整參賽人數 $n$、成本曲率 $q$、預算上限 $B$、超支罰則 $\lambda$、獎勵 $V$ 與單位成本 $c$,結果會在瀏覽器中即時計算。
成本曲率與耗散率
先看隨 $q$ 變化,橫軸是 $q$,實線是由公式算出的租金耗散率,圓點則是不用公式、直接用數值方法解出來的均衡。
可以試著調整看看:
- 把預算 $B$ 拉到 $40$、罰則 $\lambda$ 調到 $0$,此時上限不起作用,實線就是式 $\eqref{eq:power-dissipation}$ 的 $D^* = \frac{n - 1}{qn}$。$n = 5$ 時,$q = 1, 2, 4$ 對應的 $D^*$ 為 $0.8, 0.4, 0.2$,所有圓點都落在曲線上。
- 在同一組設定下,把單位成本 $c$ 從 $1$ 拉到 $4$。右下角讀數中的均衡投入 $\overline{x}$ 改變了,租金耗散率卻不變,與式 $\eqref{eq:power-tc}$ 的結果不含 $c$ 一致。
- 拉高 $n$,整條曲線上移,但形狀仍然是 $\frac{1}{q}$ 隨 $q$ 遞減。
- 切到迭代過程,每條線代表一位參賽者的投入。起點刻意設成彼此不同,但所有線最後都收斂到虛線,也就是公式算出的均衡投入。
預算與罰則
再切到隨預算變化,橫軸是 $B / x^*$,水平虛線是沒有上限時的 $D^* = \frac{n - 1}{qn}$。
預設值為 $n = 5$、$q = 1$、$V = 100$、$c = 1$、$\lambda = 0.5$,此時 $x^* = 16$。曲線分成三段,正好對應命題中的三種情形:
- $B / x^* \leq \frac{2}{3}$:$\overline{\lambda} \geq 0.5$,參賽者寧可超支,投入固定在 $x = \frac{16}{1 + \lambda} \approx 10.67$,耗散率為水平的 $0.533$
- $\frac{2}{3} \leq B / x^* \leq 1$:$\overline{\lambda} \leq 0.5$,罰則足夠重,每個人都投入 $B$,耗散率隨 $B$ 直線上升,到 $B = x^*$ 時回到 $0.8$
- $B / x^* \geq 1$:上限不起作用,耗散率維持 $0.8$
接著調整罰則:
- 把 $\lambda$ 調到 $0$:曲線變成一條水平線,罰則為零時,上限形同虛設。
- 把 $\lambda$ 調到 $3$:水平段縮短到 $B / x^* = 0.25$ 以下,$B$ 稍低於 $x^*$ 時,耗散率就已經隨 $B$ 下降。
- 回到預設值,把 $B$ 設為 $8$、$\lambda$ 調到 $1$。讀數中的情形變成全員用盡預算,均衡投入為 $8$,租金耗散率為 $0.4$,個別預期報酬為 $12$,與前面的表格一致。$\lambda$ 再往上調,結果也不再改變。
結論
從成本曲率、預算限制與超支罰則,我們得到以下結果:
| 分析對象 | 結果 |
|---|---|
| 均衡投入 | $x_i^* = \left( \frac{(n - 1)V}{cn^2} \right)^{1/q}$ |
| 總競賽成本 | $TC^* = \frac{(n - 1)V}{qn}$ |
| 租金耗散率 | $D^* = \frac{n - 1}{qn}$ |
| 有預算上限 $B$ | $x_i^B = \min \{ B, \, x^* \}$ |
| 超支罰則的門檻 | $\overline{\lambda} = \frac{(n - 1)V}{n^2 B} - cB^{q - 1}$ |
回到開頭的問題:成本隨投入增加得越快,總競賽成本與租金耗散率就以 $\frac{1}{q}$ 的比例縮小。預算上限低於無限制的均衡投入時,所有人都把預算用盡,勝率不變、成本降低,個別預期報酬因此上升。若上限可以被超越,只要罰則不低於門檻 $\overline{\lambda}$,結果就與硬性上限相同。
這些結果也提醒我們,一項競賽的資源耗費,不只取決於獎勵有多大與有多少人參加,也取決於成本結構與競賽規則。在標準模型中,租金耗散率為 $\frac{n - 1}{n}$,但這依賴線性成本與投入沒有上限這兩項假設,只要其中之一改變,耗散就不再相同。
這些結果建立在相同的參賽者、完全資訊、同時決策、相同預算且 $r = 1$ 的假設上。參賽者彼此不同、不知道對手的成本,或依序行動時,均衡又會如何改變,需要另外分析。
1. F1 與模型並非完全對應。車隊的成本上限只涵蓋部分支出,排除了車手薪資與行銷等項目 (Motor Sport Magazine, 2025),因此上限所限制的,只是模型中投入 $x_i$ 的一部分。冠軍也不是由 $\frac{x_i}{\sum_j x_j}$ 這樣的機率函數決定,這裡只借用投入受到上限限制的情境。 ↩
2. 本篇只考慮 $q \geq 1$。當 $0 < q < 1$ 時,成本函數為凹函數時,二階條件不再保證成立,需要另外分析。 ↩
3. 本篇只考慮所有參賽者預算相同的情形。預算不同會讓均衡不再對稱,需要另外分析。 ↩
參考文獻
Motor Sport Magazine (2025, October 28). What is Formula 1's cost cap? What it covers, penalties and more. Motor Sport Magazine. https://www.motorsportmagazine.com/articles/single-seaters/f1/what-is-the-f1-cost-cap