参照依赖偏好.pptVIP

参照依赖偏好及劳动供给：纽约出租车司机的案例By Henry S.Farber 蒋 黎 文章结构 前言 参照依赖偏好 用参照依赖偏好模拟化劳动供给 劳动供给决策的实验模型 数据 劳动供给模型的估计 前 言 凯恩斯的向后弯曲的劳动供给曲线 参照依赖偏好的理解 损失厌恶 禀赋效应 纽约出租车司机的例子 按照经典生命周期经典理论的观点，如果劳动报酬率在某个时间段内提高，那么劳动者的劳动供给在该时间段内就会相应增加。也就是说，如果报酬高，人们就会延长工作时间，从而缩短闲暇时间。但是研究发现，出租车司机会给每天的收入设定一个目标值，如果提早达到目标值，他们就提早“收工”，这样他们在工资率高时，工作时间变短；工资率低时，工作时间却变长。这就是与生命周期理论所预言的收入越多工作时间越长恰好相反。 为什么会出现这种工资水平高，而工作时间却缩短的负相关关系呢？研究者从风险规避——害怕损失的心理角度给出解释。他们认为，劳动者的目光越是“短浅”，越是倾向于在短的时间周期（如一天）中考虑风险的承担问题，害怕在一天内达不到既定目标，所以就在生意不好的时候还要努力工作。而如果在较长的时间期限内考虑问题，就会在工资率高的时间内延长工作时间，在工资率低的时间内缩短工作时间。他们的效用受到目标值的影响。 用参照依赖偏好模拟化劳动供给 假设： 未来的收入是随机的 司机在每位乘客旅途结束后考虑是否继续工作 [?]代表指示函数 第t个旅程后总的工作时间 工作时的收入 目标收入 效用函数中决定折点的参数 决定无效工作的参数 弹性参数 （劳动供给的工资弹性=1/v) 假定t+1期的收入是 ，并且从寻找第t+1位乘客开始到他的旅程结束所花费的时间为 ，则在t+1个旅程后的效用可以写为 为了简化边际效用的分析，作者把第二时间段的效用函数用 周围的一阶泰勒展开式代替。并且假定，在收入达到目标值之前，下一个时间段的边际效用在一个更高的预定参照水平。(pre-reference rate) 假设： 继续工作的边际价值是不确定工资下的线性函数。并且让 ，则边际价值的期望值为： 劳动供给决策的实验模型 为了使实验模型有效，作者假定变量 为第i个司机在第j个工作时间段运行时间t后继续工作期望价值 决定当前效用和继续工作价值的可变向量 被估计的参数向量 标准正态分布下的随机扰动项 表示当收入低于目标值时，继续工作能提高价值的参数 指示函数 在目标收入T的情况下，司机仍继续工作的概率是： =个人目标值的中值 随机的分部在0和标准平方差 之间，表示的是在参照收入水平下，个人对 的偏离 劳动供给模型中参检验照依赖的检验 数据的收集 一份有效的旅程清单必须包括：司机的名字、车牌号、日期以及每个旅程的细节（起止时间、起止地点、费用）。 作者从1999年6月到2000年5月间向13位司机发放了244份清单，又在2000年6月到2001年5月间向10位司机发放了349份清单。其中有两位是重复的，所以作者在两年中向21个人发放了593份清单，实际有效的为584份。由于是要估计个人目标值的平均值，所以去除那些运程少的司机的数据。最后得到15位司机的538份清单。 证据： = 5.38 当司机的收入达到目标值时几乎是确定要停止工作 很小 司机收入的目标值是每天变化的 * 在本篇文章中，作者结合参照依赖偏好建立了以实验为依据的劳动供给模型，这个模型不需要观察到的或事先设定的参照值水平。 模型的数据来源于纽约出租车司机的日常收入。 * * * * *