消费剩余（通用3篇）
消费剩余 篇1
摘要：政府进行制度设计和宏观调控时,将考虑到不同的市场情形的社会福利差异,以及生产者利润和消费者剩余的权衡问题。用微分法研究了一个垄断厂商市场情形,用博弈论方法研究了n厂商市场情形的总产量、价格、总收益和消费者剩余。最后把各种市场情形的消费者剩余归纳为统一的公式并详细分析了其性质。
关键词：线性需求,消费者剩余,完全信息静态博弈
引言
福利经济学研究的是社会福利(社会总剩余)的帕累托改进以及社会福利中消费者剩余与生产者剩余的平衡问题,近年来受到了学者们普遍的关注。政府进行制度设计和宏观调控时,将考虑到不同的市场情形的社会福利差异,以及生产者利润和消费者剩余的权衡问题。本文试图研究完全垄断、寡头垄断、垄断竞争和完全竞争各种市场类型的消费者剩余。我们有如下一些基本假设:第一,为简单起见,需求函数设为线性函数P=a-b Q(a>0,b>0),其中P为价格,Q为需求量;第二,为用博弈论分析的方便,参与竞争的各厂商均假定为实力相当的厂商(它们同时决策),市场竞争的程度用参与博弈的厂商的数量来表示,厂商越多则竞争越强垄断越弱;第三,假定各厂商追求的目标是收益最大化。我们首先用微分的方法给出一个垄断厂商市场情形的总产量,价格,总收益和消费者剩余。然后用完全信息静态博弈的方法研究了n厂商市场情形的同样问题。最后把各种市场情形的消费者剩余归纳为统一的函数,并分析了这个函数的相关性质。
一、一垄断厂商市场情形
设垄断厂商面对线性需求函数P=a-bQ(a>0,b>0),其中P为价格,Q为需求量。
线性需求函数下厂商的产量决策图
二、n厂商市场情形
假设n厂商1,2,…,n生产同样的产品,面对相同的线性需求函数P=a-bQ(a>0,b>0),其中P为价格,Q为需求量。它们各自选择产量,以使自己的得益最大。设厂商1,2,…,n的产量分别q1,q2,…,qn,则市场总产量为Q=q1+q2+…+qn。n厂商同时决定自己的产量,即它们在决策之前都不知道对方的产量。设n厂商的得益就为它们的销售收益,分别为:
容易看出,n博弈方的得益(收益)都取决于其余方的策略(产量)。设(q1*,q2*,…,qn*)是本博弈的纳什均衡,则其中的q1*,q2*,…,qn*是相互对其余方的最佳对策,即在其余方产量既定的情况下,自己所选择的能使自己的收益最大化的产量。(q1*,q2*,…,qn*)必须是最大化问题。
三、结果与结论
最后把一垄断厂商以及n厂商各种市场情形的结果进行综合。我们发现,各种市场类型的总产量、价格、总收益和消费者剩余都可以归纳为统一的公式。
结论1,线性需求函数下,n厂商(n=1,2,3,…)市场情形的总产量为,价格为,总收益为,消费者剩余为。
结论2,在n厂商市场情形,随着厂商数的增加(竞争性增强),总产量将越来越高,最后趋于市场容量(最大可能产量);价格将越来越低,最后趋于0(事实上是趋于生产成本);总收益将越来越少,最后趋于0(事实上是利润趋于0);消费者剩余将越来越多,最后趋于最大可能的消费者剩余。
由以上分析可得如下结论。
结论3,生产者竞争能降低价格,提高产量,增加消费者剩余。
结束语
本文定量研究了一个垄断厂商以及n厂商市场情形的总产量,价格,总收益以及消费者剩余。最后把各种市场情形的消费者剩余归纳为统一的公式。当厂商数n→∞时,市场成为完全竞争市场。从结果与结论的分析可以看出,在完全竞争市场,厂商总产量为市场容量,利润为0,消费者剩余无任何损失。这与经济理论以及现实经济生活是完全吻合的。这也就附带验证了这种分析方法的正确性。本结果具有一定的理论意义。
参考文献
[1]唐小我,曾勇,李仕明,等.管理经济分析——理论与应用[M].成都:电子科技大学出版社,2000.
[2]谢识予.经济博弈论:第2版[M].上海:上海三联书店,复旦大学出版社,2002.
[3]张维迎.博弈论与信息经济学[M].上海:上海三联书店,上海人民出版社,1996.
[4]B.彼得.巴西简.价格理论与应用:第2版[M].北京:机械工业出版社,1998.
消费剩余 篇2
一、对课堂导入的反思
本课以“消费者剩余”为主题, 一部分是消费者剩余的基本内容:消费者剩余是指消费者消费一定数量的某种商品愿意支付的最高价格与这些商品的实际市场价格之间的差额。马歇尔从边际效用价值论演绎出所谓“消费者剩余”的概念。另一部分是消费者剩余的实际运用, 为了拉近学生和经济学课本的距离, 我在课程导入方面花费了一点功夫, 从本班学生的生活入手编了一个情景故事导入本节课:
陈雨 (本班同学真实姓名) 早晨6点半起床后, 用她原预计25块钱, 实际花了23.8块钱购买的舒适达牙膏刷牙, 洗脸时用了预计170元购买, 实际通过积分换购只花了120元的佰草集洗面奶, 穿上张敏推荐通过网购渠道买回来的运动服, 购买价格是100元, 实体店的价格150元 (陈雨原打算购买的) , 拿上妈妈帮她准备好的早餐, 节约了3.5块钱的早餐费, 为了节约买水的零用钱2块, 她在家里灌了一瓶开水放在书包里, 刚出门等公交车 (车费2元) 就遇见邻居陈叔叔开着新买的奥迪汽车, 陈叔叔正好顺路就把她带到了学校门口, 陈雨看了看时间, 没有迟到, 还比预计时间早到了10分钟。陈雨开始计算今天早上的预计支出成本及实际支出成本, 通过计算预计支出成本是352.5元, 实际支出成本是243.8元, 因此, 陈雨节约了108.7元。
在走进课堂的路上, 陈雨心中美滋滋的, 她为自己节约了108.7元感到自豪, 陈雨真的赚到了108.7元吗?答案是没有, 那陈雨为什么会感到高兴, 并觉得自己赚到了呢?这就是应用经济学这门课研究的消费者的剩余。
由于是用本班同学作为故事中的人物, 所以大家听起来非常认真, 而且这种方式直观、容易理解, 极大调动了学生的学习兴趣, 把本来枯燥的知识变得生动起来, 使得课堂轻松活跃。下课后, 很多同学跟我说这节课才让大家觉得课本上的知识原来是跟我们的生活息息相关的, 而不是距离我们很遥远。其实这也反映了学生的普遍心态:喜欢经济学, 但讨厌经济学课, 因为经济学课堂总是一本正经、谆谆教诲, 因而显得枯燥无味, 让我们无法感觉到它的生命力。这节课的经历让我想到在以后的教学中必须要让课本活起来, 让课本知识动起来, 尤其在经济管理专业课程更需要教师认真备课, 精心设计, 这就对教师的专业素养提出了很高的要求。
二、对教学过程的反思
本节课的重点有两个, 一是如何准确理解消费者剩余, 特别讲解“剩余”的内涵, 二是如何在今后的工作中积极利用消费者剩余获取工作中的更高效益, 为企业创造更多的利润, 为顾客节约成本?
难点主要是影响消费者剩余发生的因素, 消费者购物的过程本来就是很难捉摸的过程, 从理论上讲是消费者黑箱理论, 如果我们可以多一点研究创造出影响消费者剩余的因素, 从而在交易中让消费者获取最大的消费者剩余, 我们为培养忠诚的顾客就有进了一步。
在教学过程中, 重点与难点是穿插讲解的, 重点问题落实得比较好, 通过对日常生活的举例和对课本知识的讲解, 学生基本把握消费者剩余内涵是指我们每一个消费者:我们的付出总是少于我们的所获。如一场电影的票价为20元, 可消费者愿意为它付出的价值是50元, 那么消费者剩余则是30元。如果想尊重买者的偏好, 那么消费者剩余不失为经济福利的一种好的衡量标准。
作为企业的员工, 提高顾客满意度的有效途径之一就是提高消费者剩余。这样就可以使消费者对商品愿意支付的价格最大化, 即他所感受到的让渡价值最大化。因为在激烈的企业竞争中, 通过价格战策略是一种自杀型竞争策略, 不是长久之技。早在之前, 就有人发表《手机供应链厂商危机调查:低端价格战是隐形杀手》一文指出, 华为、中兴等手机代工厂的倒闭表面上看是因为产业过剩, 实际上“低端价格战”才是倒下的重要原因。
教学过程中, 我使用了多媒体课件, 因为本节课与现实的联系较为紧密, 所以通过课件让同学们感受消费者剩余的计算及案例, 达到辅助教学的目的, 当然在《应用经济学》这门课的教学过程中时刻与学生之前的营销学知识储备相呼应, 帮助学生分析现实营销案例, 找出解决问题的思路。
当然也存在一些不足, 我并没有很好地对一些需要讲解的问题进行深入地分析, 也没有对学生出现的问题进行结对指导, 对教材仅仅是进行了梳理知识, 毕竟书上的文字过于书面化而学生的理解能力有限, 所以教师在讲课的过程中的表达语言应该是口语化和通俗化, 哈佛有一位非常有名的经济学家, 克莱顿.克里斯坦森将所有的东西都像故事一样讲出来, 从学生的思维角度出发, 帮助学生理解知识点, 这点值得我去学习。
除此之外, 在课堂教学中我也发现了学生的问题。同学们讨论问题的思路不够开阔, 对基本知识的掌握不够扎实。很多同学平时根本没时间看书看报, 更没机会看新闻, 视野显得很狭窄。虽然没有认真学习, 但是在自己课余经济视野的开拓方面做得很不够。
综上所述, 就是我对这节课的一点反思。总之, 社会在发展变化, 学生也在变化, 教师也应改变教学观念和教学方法, 努力将学生培养成社会需要的具有专业素养的高技能劳动者。
摘要：教学反思是教师成长的一条有效途径, 对于商务管理类应用型文科的教学, 教师需要结合生活的实际, 学生能理解的角度, 将课堂教学丰富起来。
消费剩余 篇3
部分文献[3,4,5]研究了废旧家电回收物流网络的结构布局优化方法,得到一些有价值的结论,但在建模时没有考虑反映市场因素的废旧家电持有者( 下称“消费者”) 的交付意愿和废旧家电数量的不确定性。部分文献[6,7]考虑到废旧家电数量的不确定性,建立了回收物流网络的随机规划模型,但没有考虑回收废旧家电时的消费者剩余,也没有深究回收物流网络的稳健性。事实上,消费者剩余与消费者的交付意愿密切相关,它直接影响到废旧家电的实际回收量。因此,为了反映市场因素,建模时应融入消费者剩余概念。此外,在运营实践中,回收物流网络的稳健性越强,越有利于减小市场环境变动造成的不良影响,故优化时还应关注物流网络的稳健性。因此,本文提出了考虑消费者剩余的废旧家电回收物流网络稳健优化方法。
1问题描述
由消费者、收集点、回收中心和处理中心组成的三级废旧家电回收物流网络见图1。收集点以规定的价格收购消费者送来的废旧家电,然后再将其运到回收中心; 回收中心对废旧家电检测分类后批量运往处理中心; 在处理中心,废旧家电零部件及其有用组份根据具体情况进行再使用、再制造或再循环处理。
为了便于研究,假设: 1仅考虑单一运营周期和一种废旧家电的回收物流网络优化问题; 2将一个小区、 街道或村庄的所有有废旧家电交付意向的居民简化为一个消费者; 3已确定处理中心和消费者的地理位置、 回收中心和收集点的备选位置; 4实行整机回收,不考虑其质量差异,单个收集点仅使用一种收购价格; 5不考虑回收中心和处理中心的生产能力限制; 6废旧家电数量存在变动的可能性,但可事先预测数量变动的情景组合与各种情景的实现概率。基于以上假设,本文的任务是: 在考虑消费者剩余的情况下,为了获得稳健的废旧家电回收物流网络,应如何确定收集点和回收中心的开设位置和每个收集点的废旧家电收购价格。
2稳健优化建模法
为便于理解,首先建立废旧家电回收物流网络的确定型优化模型,然后再将其转换为稳健优化模型。
2. 1确定型优化模型
目标函数: 如果可事先确定废旧家电的准确回收量,建模时通常将回收物流系统的费用最小化或收益最大化作为追求目标。本文不能事先获知废旧家电的准确回收量,因此采用回收单位废旧家电的物流费用分摊量。即将废旧家电回收物流成本作为目标函数, 并使其最小化,有:
式中,i、j、k、h分别为消费者、备选收集点、备选回收中心和处理中心的编号,且i∈I、j∈J、k∈K、h∈H; fi和fk分别为开设收集点j和回收中心k的固定费用; cj、ck和ch分别为在收集点j、回收中心k和处理中心h处的废旧家电作业成本; Cjk和Ckh分别为从收集点j到回收中心k和从回收中心k到处理中心h的单位废旧家电运输费用; Qjk和Qkh分别为从收集点j到回收中心k和从回收中心k到处理中心h的废旧家电运输量; Pj为收集点j的废旧家电收购价格; qi为消费者i的废旧家电持有量; zi为根据消费者剩余确定的消费者i向满意收集点j的废旧家电交付系数,0≤zi≤1。 由于zi与消费者i的废旧家电实际交付量密切相关, 模型中将消费者i向满意收集点j的实际交付量记为qizi; ni为根据消费者剩余确定的消费者i的满意收集点个数; xij为根据消费者剩余确定的消费者i是否将废旧家电交到收集点j的0—1变量,是取1,否取0。
式( 1) 中分子部分的第一项为收集点的开设费用,第二项为回收中心的开设费用,第三项为废旧家电在收集点、回收中心及其两者之间的作业和运输费用, 第四项为废旧家电在处理中心的作业费用及其在回收中心和处理中心之间的运输费用,第五项为废旧家电在收集点的收购费用; 分母部分为废旧家电的回收数量。
约束条件:
废旧家电回收数量约束: 废旧家电的回收数量必须达到国家、行业组织或企业自身的要求,有:
式中,α 为废旧家电的最小回收比例。
物流量平衡约束: 本文不考虑物流过程中的废旧家电损失量,则在各收集点和回收中心处收进和运出的废旧家电数量是相等的,有:
同时,只有拟开设的收集点和回收中心才能收进或运出废旧家电,因此在式( 3) 和式( 4) 的基础上有:
式中,M为充分大的实数。
网络节点开设数量约束: 收集点和回收中心的开设数量需满足企业要求,有:
式中,N为需要开设的收集点数量,L为需要开设的回收中心数量。
决策变量取值约束:
废旧家电收购价格约束: 假设回收企业在调查研究的基础上,综合考虑自身需求和消费者的期望销售价格,已确定废旧家电的收购价格区间为[Pmin,Pmax]。 那么,对各收集点形成的收购价格组合为( P1,P2,…, P| J |) ,有:
xij、ni、zi和yi的取值约束: 消费者的废旧家电交易行为将遵循最大收益和消费者剩余原则。此处的消费者剩余是指单位废旧家电的实际收购价格与消费者所能承受的最低心理价格之间的差额。如果记消费者i的废旧家电最低心理价格为区间数vi= [ai,bi]( 由于任一消费者i均代表一个居民群体,故采用区间数vi) ,消费者i到收集点j的废旧家电运送成本为rij,那么消费者i相对于收集点j的消费者剩余可表示为: Rij= Pj- rij- vi。在追求自身收益最大化的情况下,消费者i会将能取得最大Rij值的某个或拟开设的收集点作为满意收集点,并向满意收集点交付废旧家电。 对消费者i,若记Ri= max{ ( Pi- rij) yj} ,则有:
不失一般性,如果某个消费者i存在多个满意收集点,则认为这些收集点均有相同的接受废旧家电的机会,故假定消费者i将向这些满意收集点交送等量的废旧家电。同时,假设消费者i的最低心理价格在 [ai,bi]内呈均匀分布,那么当Ri≥bi时,消费者i为最愿意交付废旧家电; 当Ri的值减少时,消费者i的交付热情将呈线性降低,直至Ri减少到ai时,消费者i将彻底失去交付热情。于是,有:
如果消费者i存在满意收集点j,但消费者i没有实际的废旧家电交付量,即zi= 0。从理论上讲,收集点j仅是消费者i的虚拟收集点。这样,如果收集点j相对于与其关联的所有消费者而言均是虚拟收集点, 则收集点j将失去开设价值。于是,有:
其他的决策变量取值约束: 除上述约束外,还有:
2. 2稳健优化模型
在市场环境下,消费者的废旧家电持有量( 即产生量) 具有较大程度的不确定性。主要原因是: 1家电本身质量和消费者的使用强度导致废旧家电产生量波动。2其他外部因素导致废旧家电的数量变动。如当采用以旧换新、让利、补贴等销售政策时,许多家电提前退役,废旧家电数量大幅度增加; 当民众购买力不足时,产生量相对减少。考虑到这些不确定因素对回收物流网络的影响,此处结合情景分析法和稳健优化思想,将确定型优化模型转换成稳健优化模型。
具体方法为: 1分析废旧家电的形成原因和市场影响因素,用替换确定型模型中的qi。这里,qi表示消费者i在第s( s∈S,S为所有情景的集合) 种情景下的废旧家电持有量。2区分优化决策中的设计变量和控制变量,用Qiks和Qkhs替换确定型模型中的Qjk和Qkh。这里,Qjks和Qkhs分别表示第s种情景下从收集点j到回收中心k和从回收中心k到处理中心h的废旧家电运输量,其取值随情景s的变化而变化,属决策中的控制变量; 而yi、yk、Pj和xij等能影响回收物流网络的空间布局,其取值在各种情景下保持不变,属设计变量,可继续保留在稳健模型中。3为方便研究,将式( 2) 转化为等价关系和。式中,u为未被回收的废旧家电数量。根据符号替换情况改写稳健模型中的相应约束,见式( 17) 和式( 18) 。4为了降低企业决策风险,保证废旧家电回收量,增强模型解及模型的稳健性,在稳健模型中引入风险偏好系数 λ 和惩罚系数 ω。考虑到各种情景的实现概率,以总成本( 包括回收物流成本、回收物流成本的波动值和机会损失成本) 最小化为目标,得到稳健优化模型Model 1[8,9]:
式( 7) —式( 14) 中:
在Model 1中,ps为第s种情景的 实现概率,; gs为第s种情景下的废旧家电回收物流成本; us为第s种情景下未被回收的废旧家电数量。式 ( 16) 中的第一项为废旧家电回收物流成本的期望值; 第二项为回收物流成本风险控制项( 即回收物流成本总偏差) ,该项的 λ 值体现了企业在回收物流成本方面的风险偏好。若企业厌恶风险,λ 值可适当取大; 反之,则宜取小。前两项保证了模型解的稳健性,即模型的解在任何情景下都是最优或接近最优的。第三项是由于存在未被回收的废旧家电而引发的机会损失项 ( 或惩罚项) ,其值为单位被回收的废旧家电所分摊的机会损失期望值。该项保证了模型的稳健性,即模型的解在任何情景下都是可行或接近可行的[8,9]。
比较和,当时,令 θs= 0,则两者等价;,令,则两者等价,此时 θs> 0。为了便于运算,Model 1可进一步转化为等价模型Model 2
式( 7) —式( 14) ,式( 17) —式( 23) 。
Model 2是一个混合整数非线性规划模型,可利用Lingo11. 0软件求解。编写Lingo代码时,需利用@ if和 @ max函数书写式( 10) 和式( 12) 。解算模型时,为获得全局最优解,将求解器选项设置为“Global Solver”。
3算例应用
某企业计划回收6家消费者的某种废旧家电,已确定4个备选收集点、2个备选回收中心和1个处理中心的位置,并且计划最终开设2个收集点和1个回收中心。已知收购价格区间为27. 46—41. 75元/台,最小回收比例为75% ,消费者的废旧家电持有量分高、 中、低三种情景,发生概率分别为0. 25、0. 50和0. 25, 其他参数[5,10]见表1—5。由行业统计数据[10]可知,企业回收处理此类废旧家电的平均利润为3元/台,即 ω = 3。此外,考虑到企业的风险偏好,取 λ = 1。
根据以上数值和Model 2,启用Lingo11. 0软件,得到如下结果: 1在收集点备选位置2和4开设收集点, 其最优收购价格为34. 95元/台和33. 89元/台,在回收中心备选位置2开设回收中心; 2消费者1、2、4、6把废旧家电运送到收集点2,消费者3、5把废旧家电运送到收集点4,此时在高、中、低三种情景下的废旧家电回收比例分别为75. 04% 、75. 00% 和75. 01% ,模型目标值为104. 68元/台,其中回收物流成本期望值为103. 67元/台; 3各种情景下的物流量分配见表6。
若采用统一的收购价格,适当修改模型,得到以下运算结果: 1开设收集点3、4和回收中心2,各收集点的废旧家电收购价格统一为35. 01元/台; 2消费者1、2、3、6把废旧家电运送到收集点3,消费者5把废旧家电运送到收集点4,消费者4把等量的废旧家电运送到收集点3和4,此时在高、中、低三种情景下的废旧家电回收比例分别为75. 21% 、75. 14% 和75. 00% , 模型目标值为105. 42元/台,其中回收物流成本期望值为104. 42元/台。可见,统一收购价格下的回收物流成本期望值有所升高。尽管每台的升高值仅为0. 75元,但该值占其平均利润的25% 。
4结束语
本文建立了含有废旧家电收购价格组合的回收物流网络确定型优化模型。同时,考虑到废旧家电持有量的不确定性,利用情景分析方法和稳健优化思想将确定型优化模型转换成了稳健优化模型,从而增强了回收物流网络的稳健性。本文给出的稳健优化方法融合了废旧家电回收活动的市场环境因素,对回收物流网络构建具有现实的指导意义。
摘要：为合理设计废旧家电回收物流网络,考虑到消费者剩余对废旧家电交付行为的影响和废旧家电产生量的不确定性,建立了该类网络的稳健优化模型。利用该模型可确定收集点和回收中心的开设位置、各收集点的废旧家电收购价格、各消费者的满意收集点和不同情景下的物流量分配,通过算例验证了模型的有效性。