地方和中央工资谈判:有什么区别?


8

请考虑以下设置:

  1. 具有生产函数利润最大化的公司,其中w是工资,L是就业。Π(w,L)wL

  2. 希望最大程度地发挥其代表工会成员的预期效用的工会。为了说明起见,令是工会成员的间接效用函数,其中c是消费。如果工会成员被雇用,他或她将获得工资c = w。否则,他或她将获得失业救济金c = b。则代表成员的期望效用为ν w = l v w + 1 l v b v(c)cc=wc=b

    ν(w)=lv(w)+(1l)v(b)
    l=min(1,L/N)NLNl=L/N
  3. 企业和工会讨价还价的工资 ; 即,这是一个集体谈判的问题。集体谈判问题被建模为纳什谈判产品wrt的最大化(见下文)。ww

现在,考虑讨价还价过程的两个结果:

  1. 工会和公司同意对一些工资。在这种情况下,代表成员的预期效用为。公司的利润为。wν(w)Π(w,L)

  2. 工会和企业不同意任何工资。在这种情况下,对工会成员的预期效用为,对公司的利润为。wv(b)0

在从右到管理模式的集体谈判建模为一个对称纳什讨价还价解作为工会的相对谈判力量,该企业针对就业最大化其利润。即,它是的解决方案, 使得其中是Nash讨价还价产品γ

maxwΩ(w)
Π(w,L)L=0,
Ω(w)=(ν(w)v(b))γΠ(w,L)1γ

现在,在阅读有关这种情况/优化问题的文章时,我在学术文献中看到了两种情况:第一种称为地方(或公司一级)工资谈判,另一种称为中央(或国家)工资谈判。即使我已经阅读了有关它们的内容,但我仍然不理解它们之间的数学差异。

那么,假设我们采用管理权模型(即,让企业单方面确定就业),那么本地(或企业级别)工资谈判中央(或国家)工资谈判之间的根本数学区别是什么?如何为这两种情况建模?

到目前为止,我的猜测和想法(随着时间的流逝将更新):

  • 当地的工资讨价还价是在公司层面。中央工资谈判不在企业层面;相反,公司被组织成全国雇主联合会。
  • 在中央工资谈判中,企业将集体谈判问题视为外生事件。这就意味着,当他们最大化利润时,他们没有考虑商定的工资。但是,在当地工资谈判中,公司会考虑工资,这意味着当他们最大化利润时,他们会考虑到工资是雇佣函数。即使有些作者似乎是这样考虑的,我也不明白为什么。也许这与企业以某种方式将工资视为外生且独立于自己投资决策有关,因为它们并不直接参与讨价还价的过程,而只是间接地通过雇主联合会(?)。w=w(L)
  • 我曾经有一个想法是,在中央工资谈判中,就业在谈判过程中是固定的,而在地方工资谈判中,就业是工资的函数。这种差异将反映出这样一个事实,即在集中进行工资谈判时,企业将商定的工资视为外生的。根据这个想法,假设是的解,则本地工资谈判将被建模为;并且将中央工资议价模型化为固定,并且公司选择使得是,其中wmaxwΩ(w)L=L(w)maxwΠ(w,L)maxwΩ(w)LLmaxLΠ(w,L)w 是中央确定的工资。
  • 在我读过的有关地方和中央工资谈判的文章中,事件发生时间有点不清楚。但这似乎是这样的:首先,工资是通过工资谈判确定的。其次,生产是在企业解决其利润最大化问题时进行的。但是,由于该模型是通过向后归纳法求解的,因此通常在找到纳什讨价还价解决方案之前首先要解决利润最大化问题。

与我的问题相关的文章示例:

  1. 霍尔,迈克尔。“利用内生投资进行地方工资与中央工资的讨价还价。” 斯堪的纳维亚经济学杂志(1990):453-469。

  2. Steinar,霍尔顿。“地方和中央工资谈判。” 斯堪的纳维亚经济学杂志90.1(1988):93-99。

  3. Holmlund,伯蒂尔。“工会主义下的集中工资设定,工资漂移和稳定政策。” 牛津经济论文38.2(1986):243-258。


1
对我而言,要开始回答,就必须明确区分公司级别和国家级别的就业。但是,您似乎没有这样做。什么是?总体就业?也。谁加入工会?所有工人?此外,企业可以在谈判中进行协调吗?L
luchonacho

@luchonacho我同意。有空的时候我会更新帖子。但是请注意,这是上述文章中使用的符号。下标经常被忽略,因为他们认为经济是对称的。因此,对于公司我们的就业水平为。但是由于经济是对称的,我们可能会记下标。总就业为。我猜谁联合起来并不重要。工会的职能是讨价还价。无论是工人,还是已就业或失业的工人。企业无法协调。讨价还价的是工会和公司。i L i i L iL iiiLiiLiLi
伊莱亚斯
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.