コブ=ダグラス型関数#

コブ=ダグラス型関数(Cobb–Douglas function) は、投入要素間の代替の弾力性が1である生産関数や効用関数

コブ=ダグラス型生産関数

\[ Y=A \prod_{i=1}^N X_i^{\alpha_i} \]
  • \(Y\): 産出量

  • \(A\): 全要素生産性

  • \(X_i\): 投入量

  • \(\alpha_i\): 生産要素\(i\)の弾力性パラメータ

2生産要素のコブ=ダグラス型生産関数#

2生産要素のコブ=ダグラス型生産関数

\[ Y=A K^\alpha L^\beta \]
  • \(Y\): 産出量

  • \(A\): 技術水準や全要素生産性

  • \(K\): 資本

  • \(L\): 労働

  • \(\alpha, \beta\): それぞれの要素の寄与の強さ

性質#

1. 収穫逓減を表現できる#

収穫逓減などは\(\alpha, \beta\)で設定できる

  • \(\alpha+\beta=1\): 収穫一定

  • \(\alpha+\beta>1\): 収穫逓増

  • \(\alpha+\beta<1\): 収穫逓減

2. 限界生産力が計算しやすい#

資本や労働を1単位増やしたときの増分が微分で簡単に出せる

労働の限界生産力は

\[ \frac{\partial Y}{\partial L}=A K^\alpha \beta L^{\beta-1} \]

資本の限界生産力は

\[ \frac{\partial Y}{\partial K}=A \alpha K^{\alpha-1} L^\beta \]

3. 対数をとると線形になる#

両辺の対数をとると

\[ \log Y=\log A+\alpha \log K+\beta \log L \]

となるので、回帰分析で扱いやすい。

ビジネスでの応用例#

\[ 売上 = OOH広告^{\beta_{OOH}} \times TVCM^{\beta_{TVCM}} \times \epsilon \]

MMMモデルを推定した。で、結局どうやって予算最適化すればいいの? #Python - Qiita