▷ 展开 / 收起代码
viewof ray_k = Inputs.range([0.25, 3.5], {value: 1.0, step: 0.05, label: html`射线斜率 k (固定消费比例 x₂/x₁ = k)`})测试搭建阶段:本站内容主要由 AI 生成且未经逐一核实,可能存在错误,请谨慎甄别与参考。
Shawn
Gemini 3.8 Flash
2026年9月27日
第 1 章 · 偏好与选择 | 第 1.5 讲 | 前置:1.4 常见效用函数与替代弹性 | 预计阅读 40 分钟
在前面几讲中,我们分析了无差异曲线的形状(单调性、拟凹性)以及曲率(替代弹性)。然而,经济学中还有一个决定性的结构维度:当消费者的收入成倍增长、或者面临宏观总体经济规模扩张时,他的消费结构会发生什么变化?
这就触及了微观经济学认识论中的一个核心关节:哪些数学性质是特定代数函数的技术属性,哪些性质是属于偏好本身的序数本质?
本讲专门确立这一区分:从作为数值算术特征的齐次函数(Homogeneous functions)出发,跃升至作为纯粹偏好几何本质的同位偏好(Homothetic preferences),并揭示径向扩张定理在需求加总与宏观跨期模型中的深远作用。
齐次性是数学分析中关于多元实值函数的一个代数定义。
设函数 \(u: \mathbb{R}_{+}^{L} \to \mathbb{R}\)。若对任意消费束 \(x \in \mathbb{R}_{+}^{L}\) 以及任意正常数标量 \(\alpha > 0\),均满足:
\[u(\alpha x_1, \alpha x_2, \dots, \alpha x_L) = \alpha^k u(x_1, x_2, \dots, x_L)\]
则称函数 \(u(\cdot)\) 是关于消费向量 \(x\) 的 \(k\) 阶齐次函数(Homogeneous of degree \(k\))。
齐次函数具备极其优良的解析特征。对定义式两边关于自变量 \(x_i\) 求偏导数并利用链式法则:
\[\frac{\partial}{\partial x_i} u(\alpha x) \cdot \alpha = \alpha^k \frac{\partial u(x)}{\partial x_i}\]
两边同时除以 \(\alpha > 0\),立即可得:
\[\frac{\partial u(\alpha x)}{\partial x_i} = \alpha^{k - 1} \frac{\partial u(x)}{\partial x_i}\]
结论:\(k\) 阶齐次函数的一阶偏导数(边际效用)是 \(k-1\) 阶齐次函数。
现在我们考察:齐次性是偏好的本质属性吗?
答案是否定的。若效用函数 \(v(x) = x_1 x_2\),它是标准的 2 阶齐次函数: \[v(\alpha x) = (\alpha x_1)(\alpha x_2) = \alpha^2 v(x)\]
现在对其施加一个最简单平凡的正单调变换:加上一个常数,定义 \(u(x) \equiv x_1 x_2 + 10\)。 根据第 1.2 讲的序数等价定理,\(u(x)\) 与 \(v(x)\) 所代表的无差异曲线和消费者选择行为完全百分之百相同。
然而,我们检验新函数 \(u(x)\) 的齐次性: \[u(\alpha x) = (\alpha x_1)(\alpha x_2) + 10 = \alpha^2 x_1 x_2 + 10 \neq \alpha^k (x_1 x_2 + 10)\]
函数 \(u(x)\) 不再是齐次函数!由此可见:齐次性极度脆弱,它完全依赖于具体的基数函数表达形式;任何非乘幂式的单调平移都会瞬间摧毁齐次性。
为了剥离这种依附于特定算术形式的技术外壳,提炼出真正不变的经济学本质,现代经济学提出了同位性(Homotheticity,亦译位似性)。
定义在消费集 \(X = \mathbb{R}_{+}^{L}\) 上的偏好关系 \(\succeq\) 称为同位的,若对任意两束 \(x, y \in X\) 以及任意常数标量 \(\alpha > 0\),均满足:
\[x \sim y \quad \Longrightarrow \quad \alpha x \sim \alpha y\]
在满足完备性与传递性的理性偏好下,该条件等价于规模缩放保持完整的序关系: \[x \succeq y \quad \Longleftrightarrow \quad \alpha x \succeq \alpha y, \qquad \forall \alpha > 0\]
在函数分析层面上,当偏好满足连续性与单调性时,偏好是同位的充要条件是:它可由某个齐次效用函数(通常归一化为 1 阶齐次)的严格单调递增变换复合而成: \[u(x) = g(v(x)), \qquad g' > 0, \ v(\alpha x) = \alpha^k v(x)\]
| 比较维度 | 齐次函数(Homogeneous) | 同位偏好(Homothetic) |
|---|---|---|
| 理论归属 | 代数函数运算的技术性质(基数层面) | 偏好几何拓扑的结构特征(序数层面) |
| 单调变换稳定性 | 不稳定(任意非幂次单调变换破坏齐次性) | 绝对稳定(任何严格递增变换保持同位性) |
| 经济学核心含义 | 刻画效用数值随规模扩大的机械放大比例 | 刻画消费结构与财富规模的解耦(恩格尔曲线为射线) |
经济学之所以要保留序数描述性质,是因为现实市场中能够被真实决策检验的,只有偏好的几何形状与选择行为。任何基数性质(齐次阶数、二阶导数符号、边际效用大小)都无法在经验上观测,唯有同位性所蕴含的“消费比例只取决于相对价格、与财富规模无关”是能够接受实证检验的客观行为规律。
同位偏好在二维平面 \((x_1, x_2)\) 上具有优美的几何对称性,可以总结为两大核心定理。
从原点出发引出任意一条射线,其代数方程为 \(x_2 = k x_1\)(其中斜率 \(k > 0\) 固定了两种商品的消费比例)。
设连续、单调的同位偏好拥有可微效用函数表示。则沿着从原点出发的任意给定射线,无差异曲线在该射线所有交点处的切线斜率(即边际替代率 \(\operatorname{MRS}_{1, 2}\))保持绝对恒定:
\[\begin{aligned} \operatorname{MRS}_{1, 2}(\alpha x) = \operatorname{MRS}_{1, 2}(x), \qquad \forall \alpha > 0 \end{aligned}\]
不妨取该偏好对应的齐次效用表示 \(v(x)\)(设为 \(k\) 阶齐次)。 利用本讲前面的结论,其偏导数满足 \(k-1\) 阶齐次性: \[\begin{aligned} \frac{\partial v(\alpha x)}{\partial x_1} &= \alpha^{k-1}\frac{\partial v(x)}{\partial x_1}, \qquad \frac{\partial v(\alpha x)}{\partial x_2} = \alpha^{k-1}\frac{\partial v(x)}{\partial x_2} \end{aligned}\]
直接计算放大点 \(\alpha x\) 处的边际替代率: \[\begin{aligned} \operatorname{MRS}_{1, 2}(\alpha x) &= \frac{\partial v(\alpha x)/\partial x_1}{\partial v(\alpha x)/\partial x_2} \\ &= \frac{\alpha^{k-1} [\partial v(x)/\partial x_1]}{\alpha^{k-1} [\partial v(x)/\partial x_2]} = \frac{\partial v(x)/\partial x_1}{\partial v(x)/\partial x_2} = \operatorname{MRS}_{1, 2}(x) \end{aligned}\] 标量因子 \(\alpha^{k-1}\) 在分子分母中被精确消去! 由于边际替代率在任意严格正单调变换下保持不变(\(\operatorname{MRS}\) 是纯序数几何斜率),该结论对同位偏好的任意效用函数表达形式均严格成立。
下面的交互图形重绘了讲义中同位偏好的径向扩张特征(课件 Slide 120 & 128):调节从原点发出的射线斜率 \(k\),观察该射线与不同层级无差异曲线交点处的红色切线如何保持严格平行:
levels = [0.8, 2.0, 4.5]
intersect_pts = levels.map(L => [Math.sqrt(L / ray_k), Math.sqrt(L * ray_k)])
tangent_len = 0.6
norm_factor = Math.sqrt(1 + ray_k * ray_k)
tangents = intersect_pts.map(p => {
let dx = tangent_len / norm_factor
let dy = -ray_k * dx
return [[p[0] - dx, p[1] - dy], [p[0] + dx, p[1] + dy]]
})
calcIC = L => d3.range(0.15, 4.2, 0.02).map(xx => [xx, L / xx]).filter(d => d[1] <= 4.2)
ic_curves = levels.map(L => calcIC(L))Plot.plot({
height: 400,
x: { domain: [0, 4.2], label: "商品 1 数量 x₁ →" },
y: { domain: [0, 4.2], label: "↑ 商品 2 数量 x₂" },
marks: [
Plot.line([[0, 0], [4.0, 4.0 * ray_k]], { stroke: "#94a3b8", strokeDasharray: "4,4", strokeWidth: 1.5 }),
Plot.text([[3.6, Math.min(4.1, 3.6 * ray_k)]], { text: [`射线 x₂ = ${ray_k.toFixed(2)} x₁`], fill: "#64748b", fontSize: 11 }),
ic_curves.map(pts => Plot.line(pts, { stroke: "#2563eb", strokeWidth: 1.8 })),
tangents.map(seg => Plot.line(seg, { stroke: "#dc2626", strokeWidth: 2.2 })),
Plot.dot(intersect_pts, { fill: "#dc2626", r: 5 })
]
})为什么说“同位性是序数性质,而齐次性是基数性质”?为了最透彻地呈现这一点,下图展示了单调变换前后无差异曲线族与边际替代率的完全重叠性:
Plot.plot({
height: 380,
x: { domain: [0, 4.5], label: "商品 1 数量 x₁ →" },
y: { domain: [0, 4.5], label: "↑ 商品 2 数量 x₂" },
marks: [
// 原点射线
Plot.line([[0, 0], [4.2, 4.2 * 0.8]], { stroke: "#64748b", strokeDasharray: "4,4", strokeWidth: 1.5 }),
Plot.text([[3.8, 3.8 * 0.8 - 0.2]], { text: ["原点固定比例射线 (x₂/x₁ 恒定)"], fill: "#475569", fontSize: 11 }),
// 无差异曲线
[1.0, 2.5, 4.5].map(v_val => {
let pts = d3.range(0.2, 4.3, 0.05).map(x => [x, v_val / x]).filter(d => d[1] <= 4.3);
let label_text = transform_mode.includes("非齐次")
? `u = ${(v_val*v_val + 3).toFixed(1)} [v=${v_val}]`
: `v = ${v_val.toFixed(1)}`;
return [
Plot.line(pts, { stroke: "#2563eb", strokeWidth: 2 }),
Plot.text([[0.35, Math.min(4.2, v_val / 0.35)]], { text: [label_text], fill: "#2563eb", fontSize: 10 })
];
}),
// 射线交点与平行切线
...[1.0, 2.5, 4.5].map(v_val => {
let x0 = Math.sqrt(v_val / 0.8);
let y0 = Math.sqrt(v_val * 0.8);
let slope = -0.8;
let len = 0.5;
let p1 = [x0 - len, y0 - slope * len];
let p2 = [x0 + len, y0 + slope * len];
return [
Plot.dot([[x0, y0]], { fill: "#dc2626", r: 5 }),
Plot.line([p1, p2], { stroke: "#dc2626", strokeWidth: 2.2 })
];
}).flat()
]
})根据 \(x \sim y \implies \alpha x \sim \alpha y\),我们得出一条极具理论价值的刻画:
对于同位偏好而言,我们只需要完整绘制出某一条基准无差异曲线,然后将该曲线上的每一个点沿着原点发出的射线按比例缩放 \(\alpha\) 倍,就能精确无误地生成整个正象限空间内的所有无差异曲线!
这一性质在微观与宏观经济学中具有不可替代的基石地位:
| 术语 | 符号表达 | 核心概念定义 |
|---|---|---|
| \(k\) 阶齐次函数 | \(u(\alpha x) = \alpha^k u(x)\) | 自变量成倍缩放导致函数值几何倍数放大的代数特征 |
| 欧拉齐次导数定理 | \(\partial u(\alpha x)/\partial x_i = \alpha^{k-1} u_i'(x)\) | 齐次函数的一阶导数必然降一阶齐次 |
| 同位偏好 | \(x \sim y \implies \alpha x \sim \alpha y\) | 齐次函数的单调增变换像,严格的偏好序数几何性质 |
| 射线斜率不变性 | \(\operatorname{MRS}(\alpha x) = \operatorname{MRS}(x)\) | 边际替代率仅取决于消费比例,与财富规模脱钩 |
| 径向单线复制 | 偏好地图由单条曲线放射生成 | 奠定宏观代表性消费者与微观需求加总的基础 |