# 单调变换 (Monotonic Transformation)
单调变换 (Monotonic Transformation) 在数学和经济学中，是一个核心概念，特指一种能保持变量序数关系（order）的函数变换。具体来说，如果一个变量经过单调变换后，其原始的大小排序关系在新变量中仍然得以维持，那么这个变换就是单调变换。在经济学，尤其是{{{微观经济学}}}的{{{消费者理论}}}中，这一概念是理解{{{序数效用理论}}}的基石。
一个函数 $f$ 被称为 单调递增 (monotonically increasing) 函数，如果对于其定义域中的任意两个值 $x_1$ 和 $x_2$，
若 $x_1 > x_2$，则有 $f(x_1) \geq f(x_2)$。
如果上述关系是严格的，即：
若 $x_1 > x_2$，则有 $f(x_1) > f(x_2)$，该函数被称为 严格单调递增 (strictly monotonically increasing) 函数。
类似地，也存在单调递减和严格单调递减的定义。在经济学语境下，当我们提及“单调变换”时，通常默认指的是 严格单调递增变换，因为这保证了偏好排序的严格性不会改变。
## 在效用理论中的核心应用
单调变换最重要的应用领域是{{{序数效用理论}}} (Ordinal Utility Theory)。在该理论下，{{{效用函数}}} (Utility Function) 的唯一作用是为不同的消费束（bundles of goods）指派一个数值，以便对它们进行排序。效用数值本身的大小没有意义，只有其相对大小（即排序）才重要。
例如，如果一个消费者对于消费束A的效用是10，对消费束B的效用是5，这仅仅意味着该消费者 偏好A胜过B (A is preferred to B)。我们不能说消费者对A的喜爱程度是B的两倍。
正是因为效用的这种序数特性，任何能够保持偏好排序不变的变换，都可以生成另一个同样能代表该消费者偏好的效用函数。而这种能保持排序不变的变换，正是单调变换。
### 示例与说明
假设一个消费者的效用函数由 $U(x, y) = xy$ 给出，其中 $x$ 和 $y$ 是两种不同商品的数量。我们比较三个消费束： * A = (4, 4)，则 $U(A) = 4 \times 4 = 16$ * B = (3, 5)，则 $U(B) = 3 \times 5 = 15$ * C = (2, 6)，则 $U(C) = 2 \times 6 = 12$
根据这个效用函数，该消费者的偏好排序是 $A \succ B \succ C$（$\succ$ 表示“严格偏好于”）。
现在，让我们对 $U(x, y)$ 进行几个单调变换，生成新的效用函数 $V(x, y)$ 和 $W(x, y)$。
1. 对数变换 ($V = \ln(U)$)：这是一个常见的严格单调递增变换，因为当 $U > 0$ 时， $U$ 越大，$\ln(U)$ 也越大。 $V(x, y) = \ln(xy) = \ln(x) + \ln(y)$ * $V(A) = \ln(16) \approx 2.77$ * $V(B) = \ln(15) \approx 2.71$ * $V(C) = \ln(12) \approx 2.48$ 新的偏好排序依然是 $A \succ B \succ C$。
2. 平方加常数变换 ($W = U^2 + 5$)：这也是一个严格单调递增变换（假设效用值为正）。 $W(x, y) = (xy)^2 + 5$ * $W(A) = 16^2 + 5 = 256 + 5 = 261$ * $W(B) = 15^2 + 5 = 225 + 5 = 230$ * $W(C) = 12^2 + 5 = 144 + 5 = 149$ 新的偏好排序同样是 $A \succ B \succ C$。
这两个例子表明，尽管变换后的效用数值完全不同，但它们都代表了完全相同的底层{{{偏好}}} (Preferences)。因此，对于一个给定的偏好关系，存在无限多个效用函数可以代表它，这些效用函数之间都可以通过单调变换相互转换。
## 单调变换与边际替代率 (MRS)
一个重要的推论是，效用函数的单调变换不会改变任何两商品之间的{{{边际替代率}}} (Marginal Rate of Substitution, MRS)。{{{MRS}}} 衡量了在保持总效用不变的情况下，消费者愿意用一种商品交换另一种商品的边际比率。它由{{{无差异曲线}}} (Indifference Curve) 的斜率的绝对值给出。
数学上，商品 $X$ 对商品 $Y$ 的边际替代率定义为： $$ MRS_{xy} = \frac{MU_x}{MU_y} = \frac{\partial U / \partial x}{\partial U / \partial y} $$ 其中 $MU_x$ 和 $MU_y$ 分别是商品 $x$ 和 $y$ 的{{{边际效用}}} (Marginal Utility)。
现在，让我们考虑一个新的效用函数 $V = f(U)$，其中 $f$ 是一个可微的、严格单调递增的函数，即 $f'(U) > 0$。根据{{{链式法则}}}，新的边际效用为： $$ MU'_x = \frac{\partial V}{\partial x} = \frac{\partial f(U)}{\partial x} = f'(U) \cdot \frac{\partial U}{\partial x} = f'(U) \cdot MU_x $$ $$ MU'_y = \frac{\partial V}{\partial y} = \frac{\partial f(U)}{\partial y} = f'(U) \cdot \frac{\partial U}{\partial y} = f'(U) \cdot MU_y $$ 因此，新的边际替代率为： $$ MRS'_{xy} = \frac{MU'_x}{MU'_y} = \frac{f'(U) \cdot MU_x}{f'(U) \cdot MU_y} = \frac{MU_x}{MU_y} = MRS_{xy} $$ 由于 $f'(U)$ 项被消掉了，MRS 保持不变。这在几何上是直观的：单调变换只是重新标记了每条无差异曲线的“效用水平”，但并未改变这些曲线的形状或位置，因此其上任意一点的斜率（即MRS）都保持不变。这一特性是单调变换在消费者选择理论中如此关键的原因。
## 在统计与计量经济学中的应用
在{{{统计学}}}和{{{计量经济学}}}中，单调变换也扮演着重要角色。它们常被用来改变变量的分布形态，以满足特定模型（如{{{经典线性回归模型}}}）的假设。
* 处理偏态分布：经济数据（如个人收入、公司市值）通常呈右偏（正偏）分布。直接使用这些数据可能违反回归模型中{{{残差}}}项的{{{正态性}}}假设。通过应用{{{对数变换}}}（一种单调变换），可以将数据变得更加对称，更接近于{{{正态分布}}}，从而改善模型的有效性和可靠性。 * 处理异方差性：{{{异方差性}}} (Heteroskedasticity) 是指模型残差的方差随自变量的变化而变化。对因变量或自变量进行单调变换（如对数变换或平方根变换）有时可以稳定方差，使其变得更接近{{{同方差性}}} (Homoskedasticity)。 * 模型解释：变换后的模型系数有不同的经济学解释。例如，在对数-对数模型（log-log model）中，系数表示{{{弹性}}} (Elasticity)，这在经济分析中非常有价值。
重要的是，由于这些变换是单调的，它们不会改变变量中包含的序数信息。例如，收入最高的个体在经过对数变换后，其对数收入仍然是最高的。