本文依据 Muñoz-Garcia《Advanced Microeconomic Theory》第 4 章(生产理论:利润最大化)及配套课程讲义撰写,属于微观经济学专栏的生产理论模块。阅读前建议先阅读成本侧的成本最小化与等产量线切点。
- 掌握竞争性厂商的利润最大化问题(PMP)与其值函数——利润函数 \(\pi(p, w)\);
- 熟练运用包络定理推导霍特林引理(Hotelling’s Lemma),从利润函数直接求出供给函数 \(y(p, w)\) 与无条件要素需求 \(z(p, w)\);
- 理解利润函数的凸性(Convexity in prices)以及供给法则(Law of Supply)的严格数学来源;
- 理清条件要素需求 \(z^c(w, q)\)(成本侧,产出固定)与无条件要素需求 \(z(p, w)\)(利润侧,产出内生)的逻辑联系。
利润最大化问题(PMP)与利润函数
在价格接受的市场环境下,厂商面对产出价格 \(p > 0\) 和要素价格向量 \(w \gg 0\),选择产出 \(y\) 和投入向量 \(z\) 以最大化经济利润:
\[\max_{z \ge 0} \pi = p \cdot f(z) - w \cdot z \quad \Longrightarrow \quad \pi(p, w)\]
其中 \(\pi(p, w)\) 称为利润函数。注意与成本最小化(CMP)的区别:在 PMP 中,产出水平 \(y = f(z)\) 不再是外生给定的目标,而是由厂商自主内生决策的变量。
一阶条件(假设内点解):
\[p \frac{\partial f(z^*)}{\partial z_i} = w_i \quad \Longleftrightarrow \quad VMP_i(z^*) = w_i\]
即要素的边际产值(Value of Marginal Product, VMP)必须等于该要素的市场价格。
霍特林引理:包络定理在利润侧的威力
与消费者理论中需要构造拉格朗日函数不同,PMP 是一个无约束最优化问题(若已将 \(y=f(z)\) 代入)。由包络定理可直接得到微观经济学中最优雅的恒等式之一——霍特林引理(Hotelling’s Lemma)。
若生产集是严格凸的且生产函数二阶连续可微,则利润函数 \(\pi(p, w)\) 在 \((p, w) \gg 0\) 处连续可微,且:
- 对产出价格求偏导,直接得到产出供给函数: \[\frac{\partial \pi(p, w)}{\partial p} = y(p, w)\]
- 对第 \(i\) 种要素价格求偏导,直接得到无条件要素需求函数的相反数: \[\frac{\partial \pi(p, w)}{\partial w_i} = -z_i(p, w)\]
定义目标函数 \(g(z; p, w) = p \cdot f(z) - w \cdot z\)。
设最优要素选择为 \(z^*(p, w)\),则最大利润为 \(\pi(p, w) = g\big(z^*(p, w); p, w\big)\)。
根据无约束包络定理,价值函数关于外生参数的导数,等于目标函数在最优解处对参数的偏导数(所有内生变量 \(z\) 的间接变动效应 \(\nabla_z g \cdot \frac{\partial z^*}{\partial p}\) 由一阶条件 \(\nabla_z g = 0\) 精确消去!):
\[\frac{\partial \pi(p, w)}{\partial p} = \left. \frac{\partial g}{\partial p} \right|_{z=z^*} = f(z^*) = y(p, w)\]
\[\frac{\partial \pi(p, w)}{\partial w_i} = \left. \frac{\partial g}{\partial w_i} \right|_{z=z^*} = -z_i^* = -z_i(p, w) \quad \blacksquare\]
利润函数的凸性与供给法则
利润函数 \(\pi(p, w)\) 具有极其关键的数学性质:它关于价格向量 \((p, w)\) 是凸函数(Convex)。
其经济学直觉非常深刻: - 设想厂商是“笨拙”的——当价格变动时它完全不调整生产方案,则利润将随着价格变动呈现一条纯线性的切线; - 实际上厂商是“理性”的——当产出价格上升时它会增产、要素涨价时它会替代减用。这种主动适应能力使真实利润永远位于切线之上,从而使利润函数向上弯曲成凸函数!
由凸函数的二阶导数非负性,立即导出了微观经济学著名的供给法则(Law of Supply)与要素需求下倾:
\[\frac{\partial^2 \pi}{\partial p^2} = \frac{\partial y(p, w)}{\partial p} \ge 0 \quad \text{(供给曲线必然向上倾斜)}\]
\[\frac{\partial^2 \pi}{\partial w_i^2} = -\frac{\partial z_i(p, w)}{\partial w_i} \ge 0 \quad \Longrightarrow \quad \frac{\partial z_i(p, w)}{\partial w_i} \le 0 \quad \text{(无条件要素需求必然向下倾斜)}\]
Python 可视化:单要素生产下的利润函数与供给曲线
设短期生产函数为递减报酬形式 \(f(z) = z^{0.5}\)(劳动力 \(z\)),工资为 \(w = 2\)。
- 利润最大化:\(\max_z p z^{0.5} - 2 z \Longrightarrow z^*(p) = \frac{p^2}{16}\);
- 供给函数:\(y(p) = \sqrt{z^*(p)} = \frac{p}{4}\);
- 利润函数:\(\pi(p) = p \cdot \frac{p}{4} - 2 \cdot \frac{p^2}{16} = \frac{p^2}{8}\)。
- 霍特林引理验证:\(\frac{\partial \pi}{\partial p} = \frac{2p}{8} = \frac{p}{4} = y(p)\)。
▷ 展开 / 收起代码
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['Microsoft YaHei', 'SimHei', 'PingFang SC', 'Noto Sans CJK SC', 'DejaVu Sans']
plt.rcParams['axes.unicode_minus'] = False
p_grid = np.linspace(0.5, 8, 200)
# 解析函数
profit = (p_grid ** 2) / 8.0
supply = p_grid / 4.0
plt.style.use('seaborn-v0_8-whitegrid' if 'seaborn-v0_8-whitegrid' in plt.style.available else 'default')
fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(11, 4.8), dpi=150)
# 左图:利润函数凸性与切线
p0 = 4.0
profit_p0 = (p0 ** 2) / 8.0
slope_p0 = p0 / 4.0 # 切线斜率 = 供给量 y(4) = 1.0
tangent = profit_p0 + slope_p0 * (p_grid - p0)
ax1.plot(p_grid, profit, label=r'Profit Function $\pi(p) = p^2/8$ (Convex)', color='#1e3a8a', linewidth=2.5)
ax1.plot(p_grid, tangent, label=rf'Tangent at $p_0=4$ (Slope $y^*={slope_p0:.1f}$)', color='#f59e0b', linestyle='--', linewidth=1.8)
ax1.scatter([p0], [profit_p0], color='#ef4444', s=90, zorder=5, label=f'Point ({p0:.0f}, {profit_p0:.1f})')
ax1.set_xlim(0, 8)
ax1.set_ylim(0, 9)
ax1.set_xlabel('Price $p$', fontsize=11)
ax1.set_ylabel(r'Max Profit $\pi(p)$', fontsize=11)
ax1.set_title(r'Convexity of Profit Function ($\partial\pi/\partial p = y$)', fontsize=12, fontweight='bold')
ax1.legend(loc='upper left', frameon=True)
# 右图:供给曲线向上倾斜
ax2.plot(p_grid, supply, label=r'Supply Function $y(p) = \partial\pi/\partial p = p/4$', color='#10b981', linewidth=2.5)
ax2.scatter([p0], [slope_p0], color='#ef4444', s=90, zorder=5, label=f'Output $y^*={slope_p0:.1f}$')
ax2.set_xlim(0, 8)
ax2.set_ylim(0, 2.5)
ax2.set_xlabel('Price $p$', fontsize=11)
ax2.set_ylabel('Output Quantity $y$', fontsize=11)
ax2.set_title(r"Supply Function from Hotelling's Lemma", fontsize=12, fontweight='bold')
ax2.legend(loc='upper left', frameon=True)
plt.tight_layout()
plt.show()
总结与对偶全景图
至此,微观经济学四大对偶引理与恒等式全部闭环:
| 消费者理论 |
效用最大化 (UMP) |
间接效用 \(v(p, w)\) |
罗伊恒等式 |
\(-\frac{\partial v/\partial p_i}{\partial v/\partial w} = x_i(p,w)\) |
| 消费者理论 |
支出最小化 (EMP) |
支出函数 \(e(p, u)\) |
谢泼德引理 |
\(\frac{\partial e}{\partial p_i} = h_i(p,u)\) |
| 生产者理论 |
成本最小化 (CMP) |
成本函数 \(c(w, q)\) |
谢泼德引理 |
\(\frac{\partial c}{\partial w_i} = z_i^c(w,q)\) |
| 生产者理论 |
利润最大化 (PMP) |
利润函数 \(\pi(p, w)\) |
霍特林引理 |
\(\frac{\partial \pi}{\partial p} = y(p,w), \frac{\partial \pi}{\partial w_i} = -z_i(p,w)\) |
延伸阅读: - 消费者理论对偶性与罗伊恒等式 - 价格变化的解剖:斯勒茨基分解 - 成本最小化:等产量线与等成本线的切点
看完推导还有疑惑?直接向 AI 助教「乐高」提问——它基于本站课程讲义回答,公式用 LaTeX 排版,回答附带讲义溯源。可以试试:
- 为什么规模报酬不变(CRS)技术下,完全竞争厂商的利润函数会退化为 \(\pi(p, w) = 0\)(当 \(p \le c\))或 \(\infty\)(当 \(p > c\))?
- 请解释为什么利润函数的凸性天然排除了向后弯曲的供给曲线。
- 条件要素需求 \(z^c(w, q)\) 与无条件要素需求 \(z(p, w)\) 之间通过什么方程互相转换?