跳轉到

生產可能曲線

ProductionPossibilitiesFrontier(
    x_intercept,
    y_intercept,
    curvature=1.0,
    x_good="Good X",
    y_good="Good Y"
)
y_at(x)

第一種商品生產 \(x\) 單位時 \(y\) 的產量。

opportunity_cost_x(x)

多生產一單位 \(x\) 所放棄的 \(y\)，即 \(\left| \mathrm{d} y / \mathrm{d} x \right|\)。

assess(x, y)

回傳 PointStatus：曲線上為 EFFICIENT，曲線內為 INEFFICIENT，曲線外為 UNATTAINABLE。

通過截距 \(X\) 與 \(Y\) 的生產可能曲線

\[ y = Y (1 - (x / X)^c). \]

曲率 \(c = 1\) 為直線（機會成本固定）；\(c > 1\) 時曲線向外凸出（機會成本遞增）。截距與曲率必須為正且 \(c \ge 1\)，否則拋出 PPFError。

from principle_viz import ProductionPossibilitiesFrontier

ppf = ProductionPossibilitiesFrontier(
    10,
    8,
    curvature=2,
    x_good="Consumer goods",
    y_good="Capital goods",
)
# 5.12 0.96
print(ppf.y_at(6), ppf.opportunity_cost_x(6))
print(ppf.assess(4, 3), ppf.assess(7, 6))
# PointStatus.INEFFICIENT PointStatus.UNATTAINABLE


analyze_ppf(
    frontier,
    points=(),
    *,
    samples=101
)
ppf_canvas(
    result,
    *,
    theme=None,
    labels=None,
    visibility=None
)

在曲線上取樣，並評估以 (x, y, label) 三元組給定的點；principle_viz.visuals.ppf 中的 ppf_canvas() 畫出曲線、為可達成的區域填色並標出各點（參見有效率、無效率與無法達成的點。）。

from principle_viz import analyze_ppf
from principle_viz.visuals.ppf import ppf_canvas

points = ((6, ppf.y_at(6), "A"), (4, 3, "B"), (7, 6, "C"))
result = analyze_ppf(ppf, points=points)
ppf_canvas(result).save("ppf_points.png")

有效率、無效率與無法達成的點。

PPFGrowthScenario(x_growth_rate=0.0, y_growth_rate=0.0)
analyze_ppf_growth(
    frontier,
    scenario,
    *,
    samples=101
)
ppf_growth_canvas(
    result,
    *,
    theme=None,
    labels=None,
    visibility=None
)

經濟成長使各截距乘以一加上對應的成長率；結果包含 baseline 與 shifted 兩條曲線及其取樣點。ppf_growth_canvas() 畫出兩條曲線並命名為 \(P P F_0\) 與 \(P P F_1\)（參見消費財成長 20%、資本財成長 10%。）。

消費財成長 20%、資本財成長 10%。

比較利益

compare_linear_ppfs(
    name_a,
    frontier_a,
    name_b,
    frontier_b
)

比較兩條直線型生產可能曲線：各生產者生產 \(x\) 的機會成本，以及各商品的比較利益歸屬（成本相同時為 "tie"）。曲線型的生產可能曲線會拋出 PPFError。

from principle_viz import compare_linear_ppfs

# x costs 0.5 y
ann = ProductionPossibilitiesFrontier(10, 5)
# x costs 1 y
bob = ProductionPossibilitiesFrontier(6, 6)
result = compare_linear_ppfs("Ann", ann, "Bob", bob)
print(
    result.comparative_advantage_x,
    result.comparative_advantage_y,
)
# Ann Bob

\(x\) 的比較利益屬於 Ann（0.5 對 1），\(y\) 屬於 Bob（1 對 2）。

留言