KNOWECON WIKI

ARTICLE

社会福利函数

社会福利函数 (Social Welfare Function) 社会福利函数（Social Welfare Function，简称 SWF）是福利经济学的核心分析工具，旨在将社会成员的效用或偏好聚合为一个社会整体的福利评价指标，从而为资源配置的优劣比较与公共政策的福利评估提供规范性基准。形式上，社会福利函数是一个从个人效用向量到实数的映射： W = W(U

浏览 4 更新 2026-07-14

社会福利函数 (Social Welfare Function)

社会福利函数（Social Welfare Function，简称 SWF）是福利经济学的核心分析工具，旨在将社会成员的效用或偏好聚合为一个社会整体的福利评价指标，从而为资源配置的优劣比较与公共政策的福利评估提供规范性基准。形式上，社会福利函数是一个从个人效用向量到实数的映射：W=W(U1,U2,…,Un) W = W(U_1, U_2, \dots, U_n) ，其中 Ui U_i 代表第 i i 个社会成员的效用水平。

社会福利函数的研究存在两条主要脉络。其一为伯格森-萨缪尔森传统（Bergson-Samuelson tradition）：由亚伯拉罕·伯格森（Abram Bergson, 1938）和保罗·萨缪尔森（Paul Samuelson, 1947）奠基，强调社会福利函数作为公共决策者进行社会评价的分析框架，直接基于个人的可观测效用函数构造，属于新古典福利经济学的标准工具。其二为社会选择理论传统：源于肯尼斯·阿罗（Kenneth Arrow, 1951）的阿罗不可能定理，探讨如何从个人的偏好序中理性地推导出社会偏好序这一更为根本的聚合难题。

主要类型

根据个人效用加总方式的不同假设，社会福利函数可区分为若干经典形式。

功利主义社会福利函数

功利主义社会福利函数（Utilitarian SWF，亦称边沁式 SWF）是最基础的加总形式，将社会福利定义为所有社会成员效用的简单加总：

W=∑i=1nUiW = \sum_{i=1}^{n} U_i

该形式隐含个人效用之间的完全可替代性——一个人的效用减少可由另一个人的效用增加以一对一的比例弥补，只要总效用不变，社会总福利就保持不变。这一函数的形式根源可追溯至杰里米·边沁（Jeremy Bentham）的古典功利主义哲学，其政策推论往往是追求社会总产出的最大化，而不必关心产出在社会成员间的分配格局。但需注意，若效用函数经过凹变换（如取对数），则功利主义社会福利函数可内生地偏好更平等的分配——这一区分在实证应用中极为关键。

罗尔斯社会福利函数

罗尔斯社会福利函数（Rawlsian SWF，又称最大最小准则）秉持约翰·罗尔斯（John Rawls, 1971）在《正义论》中提出的"差别原则"，将社会福利定义为社会中最弱势成员的效用水平：

W=min⁡{U1,U2,…,Un}W = \min\{U_1, U_2, \dots, U_n\}

该函数的政策含义是：任何社会变革只有在改善最弱势群体福利的条件下才能被视作进步，即使这会以牺牲总体效率为代价。罗尔斯社会福利函数体现了极端的不平等规避倾向，其哲学基础是"原初状态"（original position）中的无知之幕（veil of ignorance）思想实验：人们在不知道自己未来社会地位时，将选择最大化最坏情景的分配规则。该函数在最优所得税设计和贫困度量等领域具有直接的应用价值，但也因完全漠视效用分布中除最小值之外的其余信息而招致批评。

纳什社会福利函数

纳什社会福利函数（Nash SWF）取个人效用的乘积作为社会福利指标：

W=∏i=1nUiW = \prod_{i=1}^{n} U_i

等价的对数形式 ln⁡W=∑i=1nln⁡Ui \ln W = \sum_{i=1}^{n} \ln U_i 被称为伯努利-纳什社会福利函数（Bernoulli-Nash SWF）。该函数比功利形式更偏向平等分配：在两人经济中，给定总效用固定，乘积最大化要求两人效用完全相等。纳什社会福利函数在公理上源自纳什谈判解（Nash bargaining solution），该解在合作博弈中由帕累托最优、对称性、尺度不变性和无关选择的独立性四项公理唯一确定。该函数在成本效益分析和国际经济学中的福利比较中均有广泛应用。

阿特金森社会福利函数

安东尼·阿特金森（Anthony Atkinson, 1970）提出了一个更具灵活性的社会福利函数族，允许通过参数 ϵ \epsilon 连续地调控对不平等的规避程度：

W=11−ϵ∑i=1nUi1−ϵn,ϵ≥0,ϵ≠1W = \frac{1}{1 - \epsilon} \sum_{i=1}^{n} \frac{U_i^{1 - \epsilon}}{n}, \quad \epsilon \ge 0, \epsilon \neq 1

当 ϵ=0 \epsilon = 0 时退化为功利主义形式；当 ϵ→1 \epsilon \to 1 时等价于伯努利-纳什形式（对数效用）；当 ϵ→∞ \epsilon \to \infty 时趋近于罗尔斯最大最小准则。这一参数化框架使得研究者可以在不事先承诺某一极端伦理立场的前提下，通过敏感性分析评估政策结论对不平等规避程度的稳健性。

阿罗不可能定理与信息基础

社会福利函数理论的核心挑战在于阿罗不可能定理（Arrow, 1951）：在仅依赖个人偏好序（序数效用、人际不可比）的条件下，任何满足帕累托最优、无关选择的独立性（IIA）、不受限定义域和非独裁性四项合理公理的社会福利函数都不存在。这一深刻结论揭示了"将个人偏好聚合为社会偏好"这一任务的根本困境，直接催生了社会选择理论的繁荣发展。

应对阿罗不可能定理的一个主要路径是放宽信息假设：阿玛蒂亚·森（Amartya Sen, 1970）证明，只要允许人际间效用比较（如基数效用且可比），就存在满足全部合理公理的社会福利函数——上文的功利主义、纳什和罗尔斯形式均在此框架下成立。森的福利函数（Social Welfare Functional）概念正式将信息基础纳入社会评价的构造之中，深化了福利经济学对"可比性"与"可测量性"之间权衡的理解。

应用与评价

社会福利函数在诸多领域发挥核心作用：在最优税收理论中，莫里斯最优所得税模型（Mirrlees, 1971）以社会福利函数为目标函数，在激励相容约束下推导最优累进税率结构；在成本效益分析中，投资项目的社会净收益需以社会福利函数为加权框架计算，不同函数形式对应不同的分配权重；在不平等度量领域，阿特金森指数、广义熵指数等不平等指标均内嵌了特定的社会福利函数形式。

社会福利函数面临的主要批评包括：其一，以个人效用为基础的评价框架可能忽视非效用维度的福利要素（如可行能力方法所强调的）；其二，社会福利函数隐含了一个全知全能的"社会计划者"视角，与真实世界中分散决策和公共选择的政治过程存在距离；其三，社会福利函数对个人效用函数的设定极为敏感，不同的规范性假设可能导出截然相反的政策结论。尽管如此，社会福利函数仍然是福利经济学中不可或缺的分析工具——它将分散的伦理直觉提炼为可运算、可检验的数学模型，从而为公共政策辩论提供了透明的逻辑基础。