劳资博弈
0 引言
前一篇文章介绍了静态博弈中常见的几个案例以及场景,并且在此之前也还介绍过斯塔克尔伯格博弈等动态博弈,以及相关的解决方法——反应函数法。今天我们继续介绍一个常见的动态博弈——劳资博弈,并利用反应函数解决!
1 劳资博弈
劳资博弈是一个工会和厂商之间的博弈模型。该模型假设工资完全由工会决定,厂商决定雇佣工人的数量,博弈过程是(1)先由工会决定工资率,(2)然后厂商决定雇佣多少工人。
注意,工会代表的是工人群体,其不只追求较高的工资,还会希望较多的工人得到雇佣,高工资加高失业率不符合工会利益,低工资实现的高就业也不符合工会利益。因此,工会的效用(utility)是工资率和雇佣工人数两者的函数
u
=
u
(
W
,
L
)
u=u(W,L)
u=u(W,L)。其中,W和L分别表示工资率(可理解为单位成本)和厂商雇佣工人数。为了简便起见,假设工资率和雇佣数都连续可分,即W、L是连续型变量。
假设厂商只关心利润,利润是收益和成本之差。假设收益是关于工人数的函数
R
(
L
)
R(L)
R(L),再假设只有劳动成本,总成本C等于工资率乘以工人数
C
=
W
×
L
C=W×L
C=W×L
则厂商的利润函数是关于工资率以及工人人数的函数:
π
=
π
(
W
,
L
)
=
R
(
L
)
−
W
L
π=π(W,L)=R(L)-WL
π=π(W,L)=R(L)−WL
用逆推归纳法分析这个博弈。
(1)第一步先分析第二阶段厂商的选择,也就是厂商对工会选择的工资率W的反应函数L(W)。
厂商实现自己最大得益(利润)的雇佣工人数L是以下最大值问题的解:
m
a
x
L
≥
=
0
π
(
W
,
L
)
=
m
a
x
L
≥
=
0
(
R
(
L
)
−
W
L
)
\underset{L≥=0}{max}π(W,L)= \underset{L≥=0}{max}(R(L)-WL)
L≥=0maxπ(W,L)=L≥=0max(R(L)−WL)
将上述函数对L求偏导得:
∂
π
(
W
,
L
)
∂
L
=
R
′
(
L
)
−
W
\frac{∂π(W,L)}{∂L}=R'(L)-W
∂L∂π(W,L)=R′(L)−W
令
∂
π
(
W
,
L
)
/
∂
L
=
0
∂π(W,L)/∂L=0
∂π(W,L)/∂L=0得:
R
′
(
L
)
=
W
R'(L)=W
R′(L)=W
即能使该等式成立的L便是厂商实现最大利润的雇佣工人数,也就是给定工会选择的工资率W时厂商的最优雇佣工人数。
(2)第二步回到第一阶段工会的选择。
工会了解厂商的决策方法,完全清楚对应自己选择的每种工资率W,厂商将会根据上述方式决定雇佣数
L
∗
(
W
)
L^* (W)
L∗(W)。因此,工会的决策问题是选择
W
∗
W^*
W∗,使它是下列最大值函数的解:
m
a
x
W
≥
=
0
π
[
W
,
L
∗
(
W
)
]
\underset{W≥=0}{max}π[W,L^* (W)]
W≥=0maxπ[W,L∗(W)]
在不给出
π
(
W
,
L
)
π(W,L)
π(W,L)、
R
(
L
)
R(L)
R(L)等具体函数时,给模型得这里已经求解完毕,接下来我们结合图像对该模型进一步进行解释!
2 图像
我们继续研究 R ′ ( L ) = W R' (L)=W R′(L)=W,它的经济意义是厂商增加雇佣的边际收益,也就是雇佣最后一单位劳动增加的收益,等于雇佣一单位劳动的边际成本(W),本模型中也是平均成本,即工资率。
首先以L为横坐标,R为纵坐标建立坐标系:
(1)可以绘制WL是该坐标系上过原点的,以W为斜率的射线(L≥0);
(2)假设R(L)不是直线,而是曲线:
R
′
(
L
)
=
W
R'(L)=W
R′(L)=W的几何意义为,当曲线R(L)的斜率等于W,也就是说当曲线R(L)在某点
L
∗
L^*
L∗上的切线与WL平行时,此时的该点的横坐标
L
∗
L^*
L∗便是厂商实现最大利润的雇佣工人数,也就是给定工会选择的工资率W时厂商的最优雇佣工人数
L
∗
(
W
)
L^* (W)
L∗(W)。
此时, R ( L ∗ ) R(L^*) R(L∗)的切线与WL平行,即在 L ∗ = L ∗ ( W ) L^*=L^* (W) L∗=L∗(W)处,R(L)与WL之间距离 R ( L ) − W L R(L)-WL R(L)−WL(厂商的利润)最大!
3 实例验证
假设厂商收益函数
R
(
L
)
=
10
L
−
L
2
R(L)=10L-L^2
R(L)=10L−L2,则根据
∂
π
(
W
,
L
)
∂
L
=
R
′
(
L
)
−
W
=
0
\frac{∂π(W,L)}{∂L}=R' (L)-W=0
∂L∂π(W,L)=R′(L)−W=0
可得:
10
−
2
L
−
W
=
0
10-2L-W=0
10−2L−W=0
进一步得:
L
∗
(
W
)
=
(
10
−
W
)
/
2
L^* (W)=(10-W)/2
L∗(W)=(10−W)/2
再假设
π
(
W
,
L
)
=
W
1
/
2
L
1
/
2
π(W,L)=W^{1/2}L^{1/2}
π(W,L)=W1/2L1/2
则
π
[
W
,
L
∗
(
W
)
]
=
W
1
/
2
(
10
−
W
2
)
1
/
2
=
(
10
W
−
W
2
2
)
1
/
2
π[W,L^* (W)]=W^{1/2} (\frac{10-W}{2})^{1/2}=(\frac{10W-W^2}{2})^{1/2}
π[W,L∗(W)]=W1/2(210−W)1/2=(210W−W2)1/2
求
π
[
W
,
L
∗
(
W
)
]
π[W,L^* (W)]
π[W,L∗(W)]最大值即求
(
10
W
−
W
2
)
/
2
(10W-W^2)/2
(10W−W2)/2的最大值,令其一阶导为0可得:
10
−
2
W
=
0
⇒
W
∗
=
5
10-2W=0⇒W^*=5
10−2W=0⇒W∗=5
进一步得到
L
∗
(
W
∗
)
=
(
10
−
5
)
/
2
=
2.5
L^* (W^* )=(10-5)/2=2.5
L∗(W∗)=(10−5)/2=2.5
所以
(
W
,
L
)
=
(
5
,
2.5
)
(W,L)=(5,2.5)
(W,L)=(5,2.5)是该博弈的子博弈完美纳什均衡!