可积

可积性 (Integrability)

可积性（Integrability）是消费者理论和微观经济学中的一个核心理论问题。它研究的是逆向推理的可能性：给定一个可观测的需求函数系统，我们能否找到一个效用函数（或支出函数），使得该需求函数恰好是该效用最大化问题的解？换言之，可积性问题处理的是从行为（需求）到偏好（效用）的"回推"在数学上是否成立。该问题的现代形式由萨缪尔森在1938年提出，并由安东内利、赫维茨和宇沢弘文等人在20世纪中叶给出了严格的数学解答。

可积性问题的提出

在标准消费者理论中，我们从给定的效用函数 $u(x)$ 出发，在预算约束 $\mathbf{p} \cdot \mathbf{x} \leq y$ 下求解效用最大化问题，导出马歇尔需求函数 $\mathbf{x}^M(\mathbf{p}, y)$。这是一个从偏好到需求的"正"向推理过程。然而，实证研究通常只能观测到消费者的需求行为（价格如何影响购买量），而无法直接观测到其内部的偏好结构。可积性问题试图逆转这一逻辑：

引文

如果观测到的一组需求函数 $\mathbf{x}(\mathbf{p}, y)$ 满足某些特定的可积条件，是否存在一个效用函数 $u(x)$，使得 $\mathbf{x}(\mathbf{p}, y)$ 恰好是最大化该效用函数（在预算约束下）的解？

如果答案是肯定的，那么这组需求函数就是理性偏好的表现，也就被称为是"可积的"。

核心数学条件

可积性分析的中心结论是：并非所有的需求函数系统都来自某个效用最大化过程。需求函数必须具备以下三个条件，才能确保存在一个"生成"它的效用函数。

1. 零次齐次性 (Homogeneity of Degree Zero)

需求函数必须关于价格和收入是零次齐次的：$\mathbf{x}(\lambda \mathbf{p}, \lambda y) = \mathbf{x}(\mathbf{p}, y)$ 对于任意 $\lambda > 0$。这意味着不存在货币幻觉——所有价格和收入同比例变化时，消费者的实际购买决策不变。这一条件相对容易验证。

2. 预算约束的可加性 (Adding-up / Walras' Law)

需求向量必须在任何价格和收入下全部耗尽预算：$\mathbf{p} \cdot \mathbf{x}(\mathbf{p}, y) = y$。这是瓦尔拉斯法则在需求侧的体现。

3. 斯卢茨基对称性与负半定性 (Slutsky Symmetry and Negative Semi-definiteness)

这是可积性最核心的条件。定义斯卢茨基矩阵 $\mathbf{S}$，其第 $i, j$ 个元素为：

斯卢茨基矩阵必须满足：

• 对称性：$S_{ij} = S_{ji}$ 对所有 $i, j$ 成立。这是可积性的关键——它是杨氏定理（混合偏导的对称性）在需求侧的表现。
• 负半定性：矩阵 $\mathbf{S}$ 是负半定的，这体现了补偿需求法则（自身替代效应非正）。

当上述三个条件全部满足时，弗罗贝尼乌斯定理保证了偏微分方程组 $\frac{\partial E}{\partial p_i} = h_i(\mathbf{p}, u)$ 有解，从而支出函数 $E(\mathbf{p}, u)$ 存在且唯一（至多差一个关于 $u$ 的单调变换）。进一步地，通过支出函数可以向上还原出效用函数。

技术路径：从需求到效用的恢复

可积性问题的标准解法分三步进行，其逻辑链条为：马歇尔需求 $\to$ 希克斯需求 $\to$ 支出函数 $\to$ 效用函数。

Step 1: 从马歇尔需求到希克斯需求

给定满足可积条件的马歇尔需求 $\mathbf{x}^M(\mathbf{p}, y)$，通过求解下面的偏微分方程组（代入 $y = E(\mathbf{p}, u)$），可以得到希克斯需求 $\mathbf{h}(\mathbf{p}, u)$：

斯卢茨基矩阵的对称性确保了该偏微分方程组的可积性（即弗罗贝尼乌斯条件成立）。

Step 2: 恢复支出函数

对一组给定的参考价格 $\mathbf{p}^0$，通过路径积分（path integration），支出函数可被重构为：

由于斯卢茨基对称性，该线积分与路径无关——这是可积性名称的直观含义：积分不依赖于积分路径的选择。实际计算中，通常沿坐标轴逐分量积分。

Step 3: 从支出函数到效用函数

支出函数 $E(\mathbf{p}, u)$ 关于 $u$ 严格递增，因此在给定价格下可以通过求逆得到间接效用函数 $V(\mathbf{p}, y)$：即解方程 $E(\mathbf{p}, u) = y$ 得到 $u = V(\mathbf{p}, y)$。最终，利用罗伊恒等式或对偶关系，可以还原出直接效用函数 $u(\mathbf{x})$：

或者等价地，$u(\mathbf{x})$ 是 $\min_{\mathbf{p}}\{ E^{-1}(\mathbf{p}, \mathbf{p}\cdot\mathbf{x}) \}$ 的解。

对偶理论中的可积性

在对偶理论框架下，可积性获得了更优美的处理。回顾三个核心恒等式：

• 罗伊恒等式：$x_i^M(\mathbf{p}, y) = -\dfrac{\partial V(\mathbf{p}, y)/\partial p_i}{\partial V(\mathbf{p}, y)/\partial y}$
• 谢泼德引理：$h_i(\mathbf{p}, u) = \dfrac{\partial E(\mathbf{p}, u)}{\partial p_i}$
• 霍特林引理：$y_i(\mathbf{p}) = \dfrac{\partial \Pi(\mathbf{p})}{\partial p_i}$（生产者侧）

这些对偶关系表明，只要支出函数 $E(\mathbf{p}, u)$ 满足标准性质（关于 $\mathbf{p}$ 凹、一次齐次、非递减、连续），由谢泼德引理导出的希克斯需求就自动满足可积条件。换言之，在支出函数层面上，凹性和一次齐次性"内置"了斯卢茨基对称性和负半定性。

同样地，在生产者理论中，可积性意味着给定要素需求函数或产出供给函数，我们可以恢复出底层的生产函数或成本函数。成本函数关于要素价格凹、一次齐次保证了条件要素需求的对称性和负半定性。

与显示性偏好理论的联系

可积性理论与显示性偏好理论是回答同一个问题的两种不同路径。萨缪尔森提出的显示性偏好弱公理（WARP）和豪撒克尔提出的显示性偏好强公理（SARP）从选择行为的一致性角度出发：如果消费者的选择满足 SARP，则存在一个理性化这些选择的效用函数。

两者的关系是：满足可积条件（斯卢茨基对称性与负半定性）的需求函数自动通过 SARP 检验；反过来，在适当的连续性假设下，满足 SARP 的需求函数也必然满足可积条件。阿弗里亚特定理进一步表明，对于有限数据集，存在一个分段线性且凹的效用函数可以理性化满足 GARP 的选择观测。

可积性的局限与应用

可积性理论在现代经济学中有重要应用，但也面临显著局限：

应用方面：

• 需求系统的规范：实证研究者在使用近乎理想需求系统（AIDS）或鹿特丹模型等需求系统时，会施加斯卢茨基对称性和齐次性约束，使得估计结果与效用最大化一致。
• 福利经济学：可积性使得从需求估计中计算等价变化（EV）和补偿变化（CV）成为可能——因为 EV 和 CV 依赖于支出函数，而支出函数正是通过可积性从需求函数中恢复的。
• 指数理论：生活成本指数的构建依赖于支出函数的恢复，可积性确保了需求数据背后有稳定的偏好结构。

局限方面：

• 恢复的效用函数只具有序数性——任何单调变换都同样好地理性化同一组需求数据。这意味着从观测行为中能恢复的偏好结构有一个不可逾越的等价类。
• 在实际计量中，检验斯卢茨基对称性往往在统计上被拒绝，即现实数据并不总是完全满足可积条件，这可能是由模型设定偏差、消费者非理性行为或加总问题造成的。
• 可积性讨论的是个体层面上的恢复问题，加总问题意味着即使每个个体的需求是可积的，加总的市场需求也未必满足对称性条件。