誘因契約研究途徑之相關運用

面對不對稱訊息^, 許多領域皆可引入誘因契約模型作為分析工具。 例如 Kvalφy(2006) 即 在農業經濟領域利用以工具討論 self-enforcement 契約^;其模型旨在探討當委託人屬於風險中 立 (risk-neutral) 者、 代理人屬於風險趨避者 (risk-averser), 且代理人可在事後藉由 ^hold-up 重開談判 (re-negotiation)時^,何以在農業中可見風險趨避之代理人願意接受固定租金之契約^, 或風險中立之代理人卻選擇 shared-contract。Corts(2006) 利用誘因機制作為分析工具^, 試圖 解釋組織經濟學中兩個重要的問題^: 運輸產業何以在面對雙重道德風險與逆選擇現象時^, 明明 可設計看似較有效率之制度^— 較可提升運輸者誘因的個人運輸業者及隨資產價值調整之變動 費率契約^, 但業界普遍存在的現象卻是運輸公司搭配許多運輸司機^,以及固定費率契約。

Evans III, Kim and Nagarajan(2006) 則將此分析工具導入醫療照護產業之領域^, 其文 旨在分析醫療照護產業中物理治療師面對成本控制的風險與不確定性^, 以及對病人的照護是否 符合效率等相關問題。 Dixit and Jensen(2003) 依據此分析工具證明^, 在貨幣聯盟中^, 委託人 在事前對於共同代理人事後選擇之預期將影響其後可得報酬^,此報酬將取決於對銀行委派任務 之不同^; 此外^, 他們並發現有許多廣受擁護之規則將造成過度通貨緊縮誤差 (excessive defla-tionary bias)。 在環境經濟學領域^, 對於污染的管制措施亦同樣面對不對稱訊息之問題^;

Gold-smith and Basak(2001) 即分析管制者如何運用誘因契約設計適當的環境管理指標。 除了上述 領域,Calmette and Kilkenny(2001)將此理論擴展至國際援助議題^,其研究證明由不對稱訊息 所產生的重擔主要由最需要援助的國家承擔。

不同補貼政策之效果分析與比較

根據上一章之討論可歸納出本文的核心問題^: 政府對特定產業⁽尤其是文化創意產業⁾之補 貼政策普遍存在 「訊息不對稱(asymmetric information)」 的困擾^;而本章模型即為此問題提供 一開創性的解決途徑。 在過去探討管制政策的主要文獻中^,例如Baron and Myerson(1982)、^Laffont and Tirole(1986)及Caillaud et al.(1988)等^, 其探討之問題雖然名為^“補貼(subsidy)”,實際 上則是政府對單一獨佔廠商採 「全額收購^/補貼」的管制措施^,而未顧及政府的實際補貼措施常 只是 「局部補貼」^; 不但錯失能夠提高補貼政策之效率的方案^, 而且不符合、 不適用於我國電影 產業補貼政策之實況。 簡而言之^, 此類模型探討的政策雖然名為 「補貼」^, 其實本質上乃為 「全 額補貼^/收購」^,故以下特別將此政策正名為 「全額收購」 政策。

本章旨在建立符合誘因相容條件之局部補貼模型^,用以證明^{: (}一⁾ 當政府面對資訊不對稱 問題、 採取符合誘因限制的補貼政策時^, 「局部補貼」 制度比 「全額收購」 或 「無補貼」 政策都 更能提升社會福利水準^{; (}二⁾ 即便政府採取局部補貼政策^, 若管制措施未將不對稱訊息之問題 納入考量^, 而直接採用 「等額」 補貼措施時^,將引發 「逆選擇」 問題^,而導致福利水準之損失^;故 局部補貼政策下^, 更有效率的方式應為符合誘因相容限制式的 「差額補貼」 制度。

本章各節安排如下列^{: 2.1}節展現完全訊息下的最優局部補貼政策^, 藉此說明當政府對受補 貼廠商的生產條件掌握充分訊息時的最優政策(first-best policy), 廠商在此條件下將付出最高 的努力程度、 社會福利在此時亦達最優水準。 ^2.2節展現本模型於補貼管制理論面的一大修訂^: 面對不對稱訊息^,局部補貼制度在一般條件下^,仍較全額收購能創造更高的社會福利水準^;同時 廠商在此一制度下所願意付出的努力程度^, 亦高於全額收購制度。 除此之外^, 本文亦證明在不

對稱訊息下^,局部補貼較無補貼政策更能提升社會福利水準^;顯示不對稱訊息下^,政府既不應全 額收購^, 亦不應無所作為。 ^2.3節則針對台灣電影補貼政策的實際執行狀況分為 「等額」 與 「差 額」 兩種補貼作法^,對兩種制度進行廠商努力程度與社會福利水準之比較^:結果證明^, 在不對稱 訊息下的 「局部差額補貼制度」 比 「局部等額補貼制度」 更能誘發廠商努力程度^,而且在一般條 件下^, 亦更能提升社會福利水準。

本章欲討論之政策問題可整理如下^:  



(2.1)



(2.2)

 

(2.3)



!"

( )

#

($&')

2.1 完全訊息下的最優局部補貼政策

假設政府對電影產業實施補貼制度時^,面對兩群不同^“天分^”的申請者。 本文以θ 表示申請 者的外生成本參數^; 低天分業者的成本參數值較高 ⁽設為 θL ), 高天分業者的成本參數值較低^, (設為 θH ), 根據定義假設 θL > θH > 0 。 高、 低天分之兩群申請者可自由選擇投入何種努力 程度^, 可分別表為 eH 與 eL 。 成本 θ 為外生給定的常數, e 為可選擇的努力程度。 高、 低兩種

類型之申請者得到的補貼分別以 SH 與 SL 表示; β 與 ⁽¹− β) 則為低天分業者與高天分業者 占總申請人的百分比。

為了分析政策效果^, 本文以電影之貨幣產值 q 代表消費者從電影業所獲之效益^, 而電影產 值q 為成本參數θ 的反相關函數、 努力程度e的正相關函數^,即q = q(e − θ) , q^ > 0 , q^< 0 (以下為了便於解出補貼金額^, 假設 q^= 0 且 q^ 為常數⁾。 若電影產值 q(e − θ) 代表電影產出 的效益函數^,而以 S 代表政府對其實施補貼之金額^,則[q(ei− θ_i)− S_i], i = L, H 代表社會 大眾因為電影產出所獲之淨效益。¹ 將所有電影產出之淨效益加總^, 可得社會總福利^W, 此為政 府所追求的目標函數。 由於高天分業者^(H)與低天分業者^(L)之比例分別為⁽¹− β) 與β , 故 社會福利函數W可表為下式

W := [q(eL− θ_L)− S_L] β + [q(eH − θ_H)− S_H] (1− β) (2.1) 此外^, 不論是 「等額補貼」 或 「差額補貼」 制度^, 必然包含獲得^/未獲補貼兩種申請者。 本文 假設輔導金評審委員會在面對所有的申請補貼者時^, 雖然無法精確排比業者的成本參數^, 但卻 足以辨識^“天分低劣^”的申請者^, 而將之先自候選清單中剔除^, 再由剩下的高低天分兩種業者當 中進行評審。 因此^,以下的模型直接由已進行初步篩選的階段開始分析。²

完全訊息代表申請者的成本參數θ 及努力程度e 全為政府所掌握^,在此完全訊息之條件下^, 符合最適效率原則的最優補貼制度^, 為針對每一位申請者量身打造的 「差額補貼」。

假設申請者為了提高電影品質所付出的努力成本ψ 為e 之函數 ψ(ei) = e²_i/2, i = L, H

其中 ψ^ > 0 , ψ^ > 0 ,表示提高努力程度所帶來的成本會隨著努力程度的提升而逐漸增加^,亦 即提升努力程度之代價符合 「成本遞增法則」。

1假設政府不關心廠商之生產成本^, 只關心消費者的效益。

2此一假設對於申請輔導金的業者來說^,亦相當合理。 由於申請者眾^,且每一屆的申請者並非完全一模一樣^, 因 此並不會產生申請者知道自己必定落選^, 故而不參與申請過程的問題。 若考慮此^“天分低劣^”業者^, 則總社會福利 函數宜表為^:W^= [q(eL− θL)− SL]β + [q(eH− θH)− SH](1− β − β0) +q(e0− θ0)β0。 但本文仍採式^(2.1) 進行模型分析^, 因q(e0− θ0)β0 為常數^, 不影響模型分析。 而在實證部分則採 W^ 進行分析^, 因為資料中亦包含 天分低劣業者之產值^, 無法區別而將之排除之故。

本文跟過去文獻最大差異在於^, 本文假設政府的補貼並非申請者的全部收入^; 換言之^, 政府 對該產業的補貼屬於 「局部補貼」 性質^, 而非全額收購。 因此^, 除了政府補貼之外^, 申請者之總 收入尚包含電影產出所形成之淨收益。 本文簡單假設淨收益 r 為電影的產值 q(e − θ) 減去生 產此一產出所需付出的成本 c (= θ − e) ; 故可簡單以下列關係表示^:

r(e − θ) = q(e − θ) − (θ − e)

對於申請者個人而言^, 高天分業者與低天分業者願意申請補貼之參加條件可分別表示為 r(eH − θH) + SH − ψ(eH)≥ 0 (IRH)

r(eL− θL) + SL− ψ(eL)≥ 0 (IRL) 上述二限制式表示^, 當申請者完成電影作品所需付出的努力成本小於或等於補貼金額與淨收益 之和時^, 申請者才願意提出申請^,3 此為 「個人理性限制式」。

根據上述說明^, 我們可將模型整理如下

maxe,S [q(eL− θL)− SL]β + [q(eH − θH)− SH](1− β)

s.t. r(eL− θ_L) + SL− ψ(e_L)≥ 0 (IRL) r(eH − θH) + SH − ψ(eH)≥ 0 (IRH) 依據 ^Lagrange方法求解上列問題^,4 並以 ∗∗ 表示此 「最優解」^,則高低天分業者的努力程度分 別如下列^,

e^∗∗_L = 2q^+ 1 (2.2)

e^∗∗_H = 2q^+ 1 (2.3)

觀察上列數式可知^, 努力程度的邊際成本 ψ^(= e^∗∗_i ) 與社會邊際貢獻 W^∗∗(= 2q^ + 1) 相等。

上二式可決定最符合效率原則的努力程度。

3補貼金額加上淨收益與努力成本相減需為非負值的常數^, 此常數決定於電影製作資源的機會成本^, 為簡化模 型^,可將此常數設定為⁰。

4求解過程請參見^A.1。

根據最適努力程度e^∗∗_i , 可進一步推算業者之補貼金額S_i^∗∗ 如下^:

S_L^∗∗ = (2q^+ 1)²/2 − (q^ + 1)(2q^+ 1− θL) (2.4) S_H^∗∗ = (2q^+ 1)²/2 − (q^ + 1)(2q^+ 1− θH)≤ S_L^∗∗ (2.5) 由前文假設 θL > θH 可知^, 低天分業者獲得較高的補貼金額。 原因在於^, 為了滿足參與限制條 件^(IRL) 與^(IRH), 政府發放的補貼金額必須不低於業者之努力成本ψ(ei)減去其因電影產出 所獲之淨收益 r(ei− θi) ( = r_i^(ei− θi) = (q^+ 1)(ei− θi) ); 而由於低天分業者電影產出之淨 收益 (q^+ 1)(e^∗∗_L − θL) 低於高天分業者之淨收益 (q^+ 1)(e^∗∗_H − θH) , 且兩者的努力程度 e^∗∗_L 與 e^∗∗_H 相等⁽見式^(2.2) 與 ^(2.3)), 而使得兩者成本 ψ(e^∗∗_L) 與 ψ(e^∗∗_H) 相同^, 故政府發放給低天 分業者之補貼金額必須較高。