機會成本的進階定價：影子價格、選擇權與社會成本

當「放棄的最高價值」本身充滿不確定，機會成本還算得出來嗎？

入門篇給了你一個乾淨俐落的定義：機會成本是被放棄選項中價值最高的那一個。在那個世界裡，選項清清楚楚地擺在桌上，每一個都標好了價值，你只要挑出次高的那一個，就得到了答案。阿哲念研究所放棄的薪水是 120 萬，明明白白。

但真實世界的決策很少這麼乾淨。當你決定今天就把這塊地賣給開發商，你放棄的「最高價值選項」是什麼？是兩年後可能更高的地價？還是十年後它可能變成捷運站旁黃金店面的那個機率？這些未來的價值不是一個確定的數字，而是一整片機率分布。更麻煩的是，賣掉之後你就回不去了——這個「回不去」本身，是不是也該算進成本裡？

進階篇要處理的，正是入門篇刻意略過的這些「髒問題」：當機會成本牽涉到時間、不確定性、不可逆性與社會層次時，它如何被嚴格地定義、測量與運用。我們會發現，機會成本不是一個靜態的數字，而是一套貫穿最適化理論、金融、公共政策乃至實證計量的思考框架。

影子價格：機會成本的最一般形式

入門篇用「相對價格 $p_x/p_y$」來表達一單位商品的機會成本。但這只是冰山一角。機會成本最一般、也最深刻的形式，是影子價格（shadow price）。

考慮一個有多項稀缺資源約束的最適化問題。某工廠生產 $n$ 種產品，產量向量為 $\mathbf{x}$，目標是最大化利潤 $\mathbf{c}^\top \mathbf{x}$，但受限於 $m$ 種資源（人力、機台工時、原料），每種資源的可用量為 $b_i$：

$$ \max_{\mathbf{x} \ge 0} \ \mathbf{c}^\top \mathbf{x} \quad \text{s.t.} \quad A\mathbf{x} \le \mathbf{b} $$

每一條資源約束 $i$ 都對應一個 Lagrange 乘數 $\lambda_i$，這就是該資源的影子價格。它的經濟意義極其精確：

$$ \lambda_i = \frac{\partial (\text{最適利潤})}{\partial b_i} $$

也就是說，若第 $i$ 種資源多給你一單位，你的最大利潤能增加多少。這個「多一單位資源能帶來的邊際價值」，正是把那一單位資源用在當前最適配置上的機會成本——它告訴你，把這單位資源抽去別處，你會損失多少。

這裡藏著兩個關鍵洞見：

第一，機會成本是內生的，不是給定的。 影子價格 $\lambda_i$ 不是事先標在資源上的標籤，而是整個最適化問題解出來的結果。同一台機器，在訂單滿載的工廠裡影子價格很高（每一分鐘機台時間都珍貴），在訂單稀少的工廠裡影子價格可能是零。機會成本取決於資源在當下配置中的稀缺程度，會隨情境浮動。

第二，互補鬆弛（complementary slackness）揭示了「閒置資源的機會成本為零」。 線性規劃的對偶理論告訴我們：

$$ \lambda_i \cdot (b_i - (A\mathbf{x})_i) = 0 \quad \text{對每個 } i $$

這個式子的意思是：若某資源沒用完（約束不緊，$(A\mathbf{x})_i < b_i$），則它的影子價格 $\lambda_i = 0$；反之，只有用到極限、成為瓶頸的資源，才有正的影子價格。這完美呼應了入門篇 PPF 的概念：在曲線內部（資源閒置）時，多用一點閒置資源不需放棄任何東西，機會成本為零；唯有當你站在 PPF 邊界上，每一步前進才需付出真實的取捨代價。

看一個例子：醫院手術房的影子價格

某醫院有一間手術房，每週可用 50 小時（瓶頸資源）。它能排三類手術：

如果手術房時間用滿，把它全排給效益最高的 A，每小時能創造 6 萬元。那麼這間手術房時間的影子價格約為 6 萬元/小時——這就是「多排一台 B 手術」的真正機會成本：占用 2 小時，等於放棄了 $2 \times 6 = 12$ 萬元的 A 手術價值，而 B 只帶來 10 萬。

結論很反直覺：B 手術本身淨效益是正的（10 萬），但在手術房時間稀缺時，排它反而是虧的——因為它的機會成本（12 萬）高於它的效益。會計帳上「賺錢」的選項，用影子價格一算可能是賠的。這正是入門篇「經濟利潤可能為負」那句話在資源配置層次的精確化。

順帶一提：若醫院花錢加開一間手術房，把瓶頸鬆開，這 6 萬/小時的影子價格就會下降——稀缺被緩解，機會成本隨之降低。影子價格永遠是「當下這個約束有多緊」的溫度計。

跨期機會成本：折現率就是時間的價格

入門篇用 NPV 公式提了一句「折現率本身是一種機會成本」。這句話值得展開，因為它是金融與投資決策的核心。

當你把 100 萬投入某個專案，你放棄的不只是「現在這 100 萬」，而是「這 100 萬若拿去做次佳用途（例如買公債、存定存、投入另一個專案）所能滾出的未來報酬」。這個次佳報酬率 $r$，就是資金的機會成本，在財務上稱為資本的機會成本（opportunity cost of capital） 或必要報酬率。淨現值（NPV）正是用這個 $r$ 把所有未來現金流折回今天：

$$ NPV = -C_0 + \sum_{t=1}^{T} \frac{CF_t}{(1+r)^t} $$

關鍵在於：折現率不是技術參數，而是機會成本的化身。 你該用多高的 $r$，取決於這筆錢的次佳用途有多好、以及這個專案的風險有多高。風險越高的專案，投資人要求的補償越高，$r$ 越大，未來現金流被折得越兇。這也是為什麼用「無風險利率」去評價一個高風險新創專案會嚴重高估其價值——你低估了資金被綁在這裡的機會成本。

更深一層，標準折現假設「指數折現」——每期都用同一個 $r$ 折現，時間偏好一致。但行為經濟學發現人類其實傾向雙曲折現（hyperbolic discounting）：對「現在 vs. 一週後」的不耐遠大於「一年後 vs. 一年又一週後」。這導致時間不一致（time inconsistency）——你今天計畫下週開始減重，到了下週又把它推遲。從機會成本的視角看，這是因為「當下的享受」在雙曲折現下被賦予了不成比例的高權重，使得「放棄當下」的感知機會成本被系統性高估。理解這一點，是設計儲蓄、健康、學習等需要「現在付出、未來受益」決策的關鍵。

選擇權價值：不確定性與不可逆性如何改寫機會成本

這是入門篇完全沒碰、卻在現代投資與政策分析中極其重要的一塊：當決策不可逆、且未來充滿不確定時，「等待」本身具有價值。

回到開頭賣地的例子。傳統 NPV 法則說：只要現在賣地的 NPV 為正就該賣。但這忽略了一件事——賣掉就回不去了。如果你選擇「先不賣、等明年看看」，你保留了「未來在資訊更充分時再決定」的彈性。這個彈性有價值，稱為選擇權價值（option value），是實質選擇權（real options）理論的核心。

它如何改寫機會成本？關鍵在於：現在就行動的真正機會成本，不只是放棄的次佳用途，還包括「放棄了等待與保留彈性的價值」。 用一個經過調整的決策法則來說：

$$ \text{現在就行動值得} \iff NPV_{\text{現在}} \ge \underbrace{V_{\text{等待}}}_{\text{被放棄的選擇權價值}} $$

換句話說，一個 NPV 為正的不可逆投資，未必該立刻執行——除非它的 NPV 高到足以補償你放棄的「等待選擇權」。Dixit 與 Pindyck 證明，在不確定性下，不可逆投資的最適觸發門檻會明顯高於傳統 NPV 法則的零點。這解釋了一個長期讓經濟學家困惑的現象：為什麼即使利率很低、許多專案 NPV 為正，企業仍遲遲不投資？答案是它們在替「等待的選擇權」定價，而這個選擇權在高度不確定的環境下特別值錢。

這個邏輯的影響面極廣：

• 環境政策：砍掉一片原始森林是不可逆的。即使「現在開發的 NPV 為正」，保留森林所蘊含的「未來才會被發現的物種、藥物、生態服務」構成巨大的選擇權價值，這是反對不可逆環境破壞的一個嚴謹經濟論證，而非單純的情感訴求。
• 個人生涯：「先工作兩年再決定要不要念研究所」之所以常常合理，部分原因正是它保留了選擇權——你用兩年時間獲取資訊（自己適不適合學術、產業前景如何），降低了不可逆承諾的風險。

不確定性與不可逆性一旦進場，機會成本就從一個「靜態的次佳選項」升級為「動態的、含時間彈性定價的」概念。

社會機會成本：當市場價格說謊時

到目前為止我們談的多是私人決策。但當決策者是政府、目標是社會整體福祉時，機會成本的計算會遇到一個根本難題：市場價格未必反映真實的社會機會成本。

在沒有市場失靈的完美競爭世界裡，價格恰好等於邊際社會機會成本（這正是入門篇 grad 段落提到的 primal-dual 對偶在一般均衡下的結論）。但真實世界充滿扭曲：

• 失業時的勞動力：在大量失業的經濟中，多僱一個工人去蓋公共工程，他的「市場工資」是 3 萬，但他原本失業在家，社會放棄的產出其實接近於零。此時勞動的社會機會成本遠低於市場工資。
• 被課重稅或補貼扭曲的商品：含高額菸稅的香菸，其市場價格遠高於生產的邊際成本；受補貼的能源，價格遠低於真實成本。
• 外部性：燃煤發電的市場成本沒算進空汙造成的健康損失，這部分社會成本被「漏記」了。

因此，成本效益分析（cost-benefit analysis, CBA） 在評估公共專案時，不能直接用市場價格，而要用影子價格——剝除稅、補貼、市場勢力與外部性扭曲後，反映真實社會機會成本的「修正價格」。把這套邏輯系統化，就是發展經濟學中的社會折現率（social discount rate） 與影子定價方法論（如 UNIDO、Little-Mirrlees 法則）。

動手試試：氣候政策的社會折現率之爭

社會折現率的選擇，可能是當代經濟學爭議最大的數字之一，而它本質上是一個機會成本問題。考慮一項減碳投資：今天付出成本，效益要到 100 年後才完全顯現。我們用多高的折現率把那遙遠的效益折回今天？

假設 100 年後可避免 100 兆元的氣候損害，比較兩種折現率：

$$ PV_{r=1.4\%} = \frac{100 \text{ 兆}}{(1.014)^{100}} \approx 24.8 \text{ 兆元} $$

$$ PV_{r=5\%} = \frac{100 \text{ 兆}}{(1.05)^{100}} \approx 0.76 \text{ 兆元} $$

同樣的未來損害，用 1.4% 折現算出來值約 25 兆，用 5% 折現只值不到 1 兆——相差超過 30 倍！這正是著名的 Stern Review（採用約 1.4% 的低折現率，主張立即大力減碳）與 Nordhaus（採用較高的市場折現率，主張漸進式減碳）之爭的數學核心。

爭論的本質是：今天投入減碳的機會成本是什麼？ 用高折現率的人說，這筆錢若拿去投資（如教育、基礎建設），能以市場報酬率複利成長，留給後代更多資源，所以未來效益的機會成本很高、該重折。用低折現率的人則訴諸世代間倫理——憑什麼用「資本市場報酬率」去貼現我們對後代生命與福祉的責任？這已經不只是技術計算，而是「我們欠未來世代什麼」的價值判斷。機會成本框架在此把一個倫理問題，逼成了一個必須明確表態的數字。

機會成本的測量：實證經濟學如何「看見」隱含成本

理論上機會成本很美，但隱含成本不會出現在任何發票上，實證上怎麼測量它？這是計量經濟學的一大挑戰，也是入門篇沒提的實作層面。

核心難題是反事實（counterfactual）：機會成本是「若你選了次佳選項會如何」，但這個世界並沒有發生，你永遠觀察不到。測量機會成本，本質上是在估計一個沒有發生的平行世界。研究者的主要武器是：

• 準實驗與自然實驗：找一個「幾乎隨機」決定誰被分到哪個選項的情境。例如要估「上大學的機會成本與報酬」，可利用「出生季節影響義務教育年限」這類外生變異（Angrist-Krueger 的經典工具變數研究），逼近因果效果。
• 隨機控制試驗（RCT）：直接隨機把人分到「處理組」與「對照組」，對照組的結果就是處理組的反事實，兩者之差即可逼近放棄該處理的機會成本。
• 結構模型：寫下一個含偏好與約束的最適化模型，用觀察到的選擇反推背後的隱含估值（顯示性偏好，revealed preference）。

一個生動的應用是估計時間的機會成本。你的一小時值多少？經濟學家透過人們在「省時但較貴」與「費時但便宜」之間的真實選擇（如選擇收費快速道路 vs. 免費平面道路、選擇直飛 vs. 轉機）來反推時間價值（value of travel time savings）。這類估計是交通建設成本效益分析的關鍵輸入——一條省下通勤時間的捷運值不值得蓋，取決於我們如何替「被省下的時間」這個隱含效益定價。

這提醒我們一件深刻的事：機會成本雖然「看不見」，卻可以透過人們的選擇行為被科學地估計出來。 隱含成本不是玄學，而是可被資料約束的、有方法論的測量對象。

重點回顧

• 影子價格是機會成本的最一般形式：稀缺資源的真正成本，等於它在最適配置下多一單位能帶來的邊際價值（Lagrange 乘數 $\lambda$）。它是內生解出來的，會隨稀缺程度浮動；互補鬆弛保證了「閒置資源的影子價格為零」，呼應 PPF 內部點的零機會成本。
• 折現率就是時間的機會成本：NPV 中的 $r$ 不是技術參數，而是資金次佳用途報酬率的化身；風險越高，機會成本越大。人類的雙曲折現導致時間不一致，系統性扭曲對「放棄當下」的成本感知。
• 不可逆 + 不確定 = 選擇權價值：當行動不可逆且未來不確定，「等待」本身有價值。現在行動的真正機會成本包含「放棄的等待選擇權」，使最適投資門檻高於傳統 NPV 零點——這解釋了低利率下的投資遲滯，也支撐了反對不可逆環境破壞的嚴謹論證。
• 社會機會成本 ≠ 市場價格：失業、稅補貼、外部性都讓市場價格偏離真實社會成本，公共專案評估須改用影子價格。社會折現率的選擇（Stern vs. Nordhaus）本質是「今天減碳的機會成本」加上世代倫理的價值判斷。
• 機會成本雖隱而不顯，卻可被測量：透過自然實驗、RCT 與結構模型估計反事實，經濟學能把「放棄選項的價值」這種看不見的隱含成本，變成可被資料約束的科學估計。

深入探討（研究所視角）

把上述線索收束到研究前沿，可以看到機會成本作為一個統合性概念的力量。

一、對偶理論與一般均衡的深層連結。 影子價格不只是線性規劃的技巧，它在 Arrow-Debreu 一般均衡架構中有更深的地位。福利經濟學第一定理證明：在完備市場、無外部性的競爭均衡中，均衡價格恰好等於各項資源約束的影子價格，因而市場價格「自動」反映了社會機會成本，配置達到 Pareto 效率。市場失靈（外部性、公共財、資訊不對稱、市場勢力）的本質，就是市場價格偏離了真實影子價格——這為矯正性政策（Pigou 稅、Coase 協商、排放權交易）提供了統一的診斷語言：所有這些工具都在試圖把市場價格「校準」回真實的社會機會成本。值得注意的是，當市場不完備或存在多重均衡時，影子價格未必唯一，這正是次佳理論（theory of the second best）複雜難解的根源——在已有扭曲的世界裡，局部修正某個價格未必能改善整體福祉。

二、不可逆性、實質選擇權與隨機控制。 在連續時間框架下，不可逆投資問題可寫成一個最適停止（optimal stopping） 問題。設專案價值 $V_t$ 服從幾何布朗運動 $dV = \alpha V \, dt + \sigma V \, dW$，投資成本為 $I$，則最適投資觸發點 $V^*$ 滿足價值匹配與平滑黏合（smooth-pasting）條件，解出：

$$ V^* = \frac{\beta}{\beta - 1} I, \qquad \beta = \frac{1}{2} - \frac{\alpha}{\sigma^2} + \sqrt{\left(\frac{\alpha}{\sigma^2} - \frac{1}{2}\right)^2 + \frac{2r}{\sigma^2}} > 1 $$

由於 $\beta / (\beta-1) > 1$，最適觸發值 $V^*$ 嚴格大於投資成本 $I$，且波動度 $\sigma$ 越大、$V^*$ 越高。這精確量化了「等待選擇權」如何把投資門檻往上推：不確定性越高，現在行動的機會成本（放棄的彈性價值）越大。同樣的數學貫穿金融選擇權定價（Black-Scholes）、環境經濟學的不可逆損害評估，乃至生態學中生物的不可逆生活史投資。

三、機會成本忽視與最適決策的偏離。 規範理論假設人正確計算機會成本，但實證行為研究（如 Frederick 等人的 opportunity cost neglect 研究）顯示，當機會成本不被明確「點出來」時，人們系統性地低估它——例如在「買 vs. 不買」時往往不會自發想到「這筆錢的其他用途」。這對機制設計（mechanism design）與輕推（nudge）有直接意涵：把隱含的機會成本「顯性化」（如標示「買這個 = 放棄 X 杯咖啡」）會改變選擇。這也與神經經濟學接軌——研究發現大腦評價選項時，是否、以及如何編碼「未選選項的價值」，是理解人類偏離理性最適的生理基礎。

四、一條統合的視角。 從約束最適化的影子價格，到跨期的折現率，到不確定下的選擇權價值，再到社會層次的成本效益分析，機會成本始終是同一個問題的不同切面：在一個被稀缺約束的系統裡，把一單位資源用在此處，相當於放棄它在他處的最佳邊際貢獻。 入門篇教你「看見被放棄的選項」；進階篇要你進一步追問——那個選項的價值，在時間、風險、不可逆性與社會福祉的維度上，究竟該如何被嚴格地定價。掌握了這套定價的思維，你手上的就不再只是一個概念，而是一台能解構幾乎任何資源配置難題的分析引擎。