Thomas Eisfeld - Social Comparison and Platform Governance

Thomas Eisfeld

soutiendra publiquement sa dissertation

“Social Comparison and Platform Governance:
Essays on Topics of the Digital Economy ”

pour l'obtention du grade de Doctorat en sciences économiques et de gestion

le vendredi 29 août 2025 à 13h 

au R42.2.113
Solvay Brussels School

Thèse réalisée sous l'accord de cotutelle et de double diplôme entre l'UCLouvain et l'ULB

Abstract
This thesis investigates two critical elements of the digital economy: user behavior and platform governance. Chapter 1 presents two online experiments demonstrating that social comparison systematically alters individual risk-taking. Chapters 2 and 3 develop theoretical frameworks of platform governance, revealing how fee structures can sustain seller collusion and how non-binding price recommendations may either boost efficiency or promote supracompetitive prices.

Many economic decisions are shaped by comparisons with others. Chapter 1 examines how observing a peer’s fixed earnings influences an individual’s willingness to take risks by exploiting two online experiments: in the main experiment, subjects choose between a safe payoff and a risky lottery while observing their peer’s earnings remaining fixed and either above or below their own; the control experiment replicates this design without peer information. I find that when subjects observe that peers earn more than themselves, they take on more risk, even though their relative ranking in terms of earnings cannot change. In contrast, allowing the possibility of overtaking or falling behind the peer in terms of earnings does not alter risk-taking. A comparison across experiments confirms that the presence of peer earnings –rather than changes in rank– drives the observed increase in risk-taking.

Chapter 2 studies how a platform’s fee structure shapes seller collusion in two-sided markets. I show that higher per-unit fees can sustain collusion by making deviation less attractive. As this allows platforms with a tool to influence seller behavior, platforms may have an incentive to limit competition: colluding sellers extract surplus from buyers, which the platform can capture through its fee. But this creates a trade-off: higher fees encourage collusion, yet may also reduce buyer demand. The optimal fee structure depends on network effects, with stronger effects making collusion less appealing. As a result, platforms may need to adjust fees downward to foster competition, which can be undesirable for them. Established platforms with a strong buyer base, and thus weaker network effects, are therefore more prone to enabling collusion than those still growing.

Chapter 3 examines how a two-sided platform can use non-compulsory price recommendations to extract surplus and influence welfare. Sellers incur a fixed menu cost when setting prices manually, while the platform recommends a price and charges a fee. I consider two cases: One where the platform charges only a membership fee, and another where it charges only a per-unit fee. I show that price recommendations can coordinate sellers on the recommended price and eliminate frictions caused by menu costs. However, the platform’s optimal use of recommendations depends critically on its fee structure. Under per-unit fees, recommendations uniformly expand trade, lower prices, and raise welfare. In contrast, with membership fees, the platform may recommend supracompetitive prices, extracting additional rents at buyers’ expense – a mechanism that closely resembles resale price maintenance. When network effects are strong, total welfare can even decline. Thus, price recommendations can be efficiency-enhancing under certain fees but facilitate price coordination under others.

Résumé
Cette thèse examine deux éléments essentiels de l’économie numérique : le comportement des utilisateurs et la gouvernance des plateformes. Le chapitre 1 présente deux expériences en ligne démontrant que la comparaison sociale modifie systématiquement la prise de risque individuelle. Les chapitres 2 et 3 développent des cadres théoriques de la gouvernance des plateformes, révélant comment les structures tarifaires peuvent soutenir la collusion entre vendeurs et comment des recommandations de prix non contraignantes peuvent soit améliorer l'efficacité, soit favoriser des prix supraconcurrentiels.

De nombreuses décisions économiques sont influencées par des comparaisons avec autrui. Le chapitre 1 examine comment l’observation des gains fixes d’un pair influence la propension d’un individu à prendre des risques, à travers deux expériences en ligne : dans l’expérience principale, les sujets choisissent entre un gain sûr et une loterie risquée tout en observant que les gains de leur pair restent fixes et soit supérieurs, soit inférieurs aux leurs ; l’expérience de contrôle reprend ce design sans information sur le pair. Il ressort que lorsque les sujets constatent que leurs pairs gagnent plus qu’eux, ils prennent davantage de risques, même si leur classement relatif en termes de gains ne peut pas changer. En revanche, permettre la possibilité de dépasser ou de se faire dépasser par le pair n’altère pas la prise de risque. Une comparaison entre les expériences confirme que la présence d’informations sur les gains du pair – plutôt que les changements de classement – est à l’origine de l’augmentation observée de la prise de risque.

Le chapitre 2 étudie comment la structure tarifaire d’une plateforme influence la collusion entre vendeurs sur les marchés bifaces. Il est démontré que des frais unitaires plus élevés peuvent soutenir la collusion en rendant la déviation moins attrayante. Cela donne aux plateformes un outil pour influencer le comportement des vendeurs, et peut les inciter à limiter la concurrence : les vendeurs collusifs extraient un surplus des acheteurs, que la plateforme peut capter via ses frais. Mais cela crée un arbitrage : des frais plus élevés encouragent la collusion, tout en risquant de réduire la demande des acheteurs. La structure tarifaire optimale dépend des effets de réseau, des effets plus forts rendant la collusion moins attrayante. Par conséquent, les plateformes peuvent devoir réduire leurs frais pour favoriser la concurrence, ce qui peut leur être défavorable. Les plateformes établies avec une base d’acheteurs solide, et donc des effets de réseau plus faibles, sont ainsi plus enclines à permettre la collusion que celles encore en croissance.

Le chapitre 3 examine comment une plateforme biface peut utiliser des recommandations de prix non obligatoires pour extraire du surplus et influencer le bien-être. Les vendeurs supportent un coût fixe de menu lorsqu’ils fixent leurs prix manuellement, tandis que la plateforme recommande un prix et facture des frais. Deux cas sont envisagés : l’un où la plateforme ne facture qu’un abonnement, et l’autre où elle ne facture que des frais unitaires. Il est montré que les recommandations de prix peuvent coordonner les vendeurs autour du prix recommandé et éliminer les frictions causées par les coûts de menu. Toutefois, l’utilisation optimale des recommandations par la plateforme dépend fortement de sa structure tarifaire. Avec des frais unitaires, les recommandations élargissent uniformément le commerce, abaissent les prix et augmentent le bien-être. En revanche, avec des frais d’abonnement, la plateforme peut recommander des prix supraconcurrentiels, extrayant des rentes supplémentaires au détriment des acheteurs – un mécanisme qui ressemble fortement au maintien des prix de revente. Lorsque les effets de réseau sont forts, le bien-être total peut même diminuer. Ainsi, les recommandations de prix peuvent améliorer l’efficacité sous certaines structures tarifaires, mais faciliter la coordination des prix sous d’autres.

Membres du jury    
Prof. Bram De Rock (ULB), président du jury
Prof. Johannes Johnen (UCLouvain), promoteur et secrétaire du jury
Prof. François Maniquet (UCLouvain), promoteur
Prof. Georg Kirchsteiger (ULB), promoteur
Prof. Eric Toulemonde (UNamur), évaluateur externe
Prof. Thomas Demuynck (ULB), comité d’accompagnement
Prof. Paul Belleflamme (UCLouvain), comité d’accompagnement