拉弗曲线是供给学派的看家工具。它讲的道理极其简单，当税率为零时，税收为零；税率为百分之百时，没人愿意工作，税收也是零。中间一定存在一个让税收最大化的最优税率。超过这个点之后,继续加税，税收不增反降，因为高税率把纳税人逼得减少劳动、逃税或者干脆退出。
这个工具有一个很少被人注意到的特征，它不关心被汲取的对象是不是"税"。任何汲取率—汲取总量的关系,只要被汲取方有行为响应能力(可以减少投入、可以退出)，就服从拉弗曲线的逻辑。
她们对男性的汲取，恰好满足这个条件。
男性可以退出，不结婚、不生育、不进正规就业、躺平。所以这套汲取也有一条拉弗曲线，也有一个让汲取总量最大化的临界汲取率。
因此，关键在于把这条曲线算出来，标定那个临界值，然后看看当前的汲取率到了什么地步。
设 τ 为对男性的综合汲取率，取值 0 到 1。这个综合汲取率是四个汲取渠道的合成：
- 养老金/税收汲取:城镇职工基本养老保险缴费率 24%,且男性是制度性净供款方(终生净贡献约 +409 个工资单位,女工人约 −33 个单位)。
- 婚姻市场汲取:彩礼、婚房等向男方单向转移的成本,在很多地区可达男方数年乃至十数年收入。
- 法律风险汲取:离婚财产分割的不利倾向、诬告强奸的概率加权成本(2024 年强奸罪起诉同比 +56%)。
- 生命/时间汲取:更长的劳动年限(退休晚)、更短的预期寿命(比女性短 5.7 年)、更短的退休后存活期(男性约 12–13 年 vs 女工人 25–26 年)。
设 p(τ) 为男性的参与率,即选择结婚、生育、进入正规就业、配合社会秩序的男性比例。男性面对汲取会做出行为响应,汲取越狠,参与的人越少。用最简单的幂函数刻画这种响应:
其中 k 是参与率对汲取率的弹性。k 越大,男性对汲取越敏感,汲取率稍微上升就有大批人退出。
设 R(τ) 为从男性身上汲取的总量。它等于"每个参与者贡献的价值"乘以"参与人数",即:
其中 B 是常数(每个参与者的基准价值),不影响峰值位置,后续归一化处理。
求 R(τ) 的极大值,对 τ 求导并令其为零:
因为 (1−τ)^(k−1) 在 0<τ 时恒大于零,所以极值条件简化为:
解得临界汲取率:
这是一个干净得令人吃惊的结果。临界汲取率完全由参与率弹性 k 决定。整个模型现在只剩一个待估参数:k。
k 不能凭空假设,必须从实际的行为响应数据中反推出来。最干净的参与率信号是结婚率。
2013 年全国结婚登记 1346.9 万对,2024 年跌到 610.6 万对。把这个观测翻译成参与率:
把两个时点代入 p(τ) = (1−τ)^k,两式相除取对数:
这里需要估计两个时点的综合汲取率 τ。这是整个模型中最不确定的环节(房价、彩礼、法律风险的合成没有现成的官方指数),所以我做三档敏感性分析,看结论是否稳健。
| 场景 | τ(2013) | τ(2024) | 反推 k | 临界值 τ* | 当前/临界 |
|---|---|---|---|---|---|
| 保守(低汲取) | 0.40 | 0.50 | 4.34 | 18.7% | 2.67× |
| 中性 | 0.45 | 0.58 | 2.93 | 25.4% | 2.28× |
| 激进(高汲取) | 0.50 | 0.65 | 2.22 | 31.1% | 2.09× |
三档场景给出的临界汲取率落在 18.7%–31.1% 的窄区间内,中位估计约 25%。更重要的是,三档场景全部显示当前汲取率是临界值的 2 倍以上。无论你对汲取率绝对值的假设偏高还是偏低,结论都一样:早就冲过峰值了。
以中性场景(k=2.93)绘制拉弗曲线,峰值归一化为 100:
绿色区域是上行段(汲取不足),红色区域是下行段(汲取过度)。绿点是峰值,位于 τ*=25.4%;红点是当前位置,位于 τ≈58%。
当前位置的纵坐标只有 42。这就是模型最反直觉的结论:当前的汲取总量,只有峰值状态的 42%。
把当前汲取量和峰值汲取量做比较:
汲取效率损失 = 1 − 0.424 = 57.7%。
用大白话说:利维坦和X女可以在 25% 的汲取率上拿到最大汲取总量。但它们贪婪地把汲取率推到了 58%,结果因为大批男性退出(结婚率腰斩、生育率崩塌、躺平蔓延),实际只榨到了峰值状态的四成多。多榨了 33 个百分点的汲取率,反而少拿了 58% 的汲取总量。
这就是拉弗曲线对贪婪的惩罚。在下行段,汲取率和汲取总量是反向的:你越想多榨,实际榨到的越少。
第三节的弹性标定依赖对 τ 绝对值的假设,这是模型的软肋。但"是否越过峰值"这个判断,可以用一个完全独立、不依赖任何 τ 假设的判据来验证。
拉弗曲线的定义性特征是:越过峰值后,汲取率上升但汲取总量下降。 所以只要找一个汲取产出的直接指标,看它在汲取率上升期是涨还是跌,就能判断我们在峰值的哪一侧。
生育是再生产汲取最直接的产出指标。看出生人口:
| 年份 | 出生人口(万) | 累计降幅 |
|---|---|---|
| 2016 | 1786 | — |
| 2018 | 1523 | −14.7% |
| 2020 | 1202 | −32.7% |
| 2022 | 956 | −46.5% |
| 2023 | 902 | −49.5% |
| 2024 | 954 | −46.6% |
2016 到 2023 年,出生人口腰斩 49.5%。而同期,房价、育儿成本、婚姻成本，也就是再生产领域的汲取率，是一路上升的。
汲取率上升 + 产出腰斩 = 已越过拉弗峰值。 这个判断纯粹由观测到的反向运动得出,不依赖任何对 τ 绝对值的假设。它独立地坐实了第三节标定的结论：我们确实在下行段。
根据拉弗曲线，如果目标是最大化从男性身上汲取的总量,理性的做法是把汲取率从 58% 降回 25% 附近。
具体而言:
- 降低养老金缴费率,或拉平退休年龄的性别差(缩小养老金的性别间净转移);
- 压低婚姻市场的制度成本(遏制彩礼、降低婚房门槛);
- 修复对男性的法律风险敞口(提高诬告成本、调整离婚财产分割的不对称倾向)。
每一项都能把汲取率往临界值方向拉回,从而提高汲取总量——这对政权的财政可持续性和女性群体的长期福利其实都是有利的(因为汲取总量更大,可分配的蛋糕更大)。
但这道题在政治上无解。上述每一项调整,都会被人权话语编码为"剥夺女性权益""开历史倒车""男权复辟"。在"性别平等是基本人权"的话语框架下,任何把汲取率往回拉的尝试都是政治自杀。
于是系统被锁死在拉弗曲线的下行段。它无法降低汲取率,因为话语禁止;它继续维持甚至加大汲取率,而汲取总量随着男性的持续退出不断下滑。结婚率会继续跌,生育率会继续跌,养老金缺口会继续扩大,直到利维坦被自己制造的赤字吞噬。
把数字摆在一起:
临界汲取率 τ* ≈ 25%(区间 19%–31%)。这是和女性群体从男性身上能榨到最大总量的那个点。
当前汲取率 τ ≈ 58%,是临界值的 2.28 倍,已深入下行段。
汲取效率损失 ≈ 58%,当前实际汲取总量只有峰值状态的四成多。
男性是有行为响应能力的理性主体,不是可以无限榨取的固定资产。当汲取超过临界点,他们会退出,而退出会让汲取总量塌缩。拉弗曲线五十年前就把这个道理写清楚了,只不过当时讲的是税率,今天讲的是对一个性别的系统性汲取。
贪婪的汲取者总以为加大力度就能多拿，但现在汲取者越用力,拿到的越少。而中国对男性的汲取,早已深深地站在了峰值的右边。
这是一条拉夫曲线还差不多。
这个回答是我的系列回答的第三篇，也是本人第一次尝试用简单数理模型说明复杂社会问题的第一篇，只是感觉越研究下去，就越觉得正道世界无药可救。
参考文献与数据来源
[1] 拉弗曲线模型为本文构建。参与率响应函数 p(τ)=(1−τ)^k 及临界值闭式解 τ*=1/(1+k) 的推导见本文前段。弹性 k 由结婚登记数据标定,三档敏感性分析见本文中后段。
[2] 结婚登记数据:民政部《2024 年民政事业发展统计公报》及《中国人口和就业统计年鉴 2024》。2013 年 1346.9 万对(历史峰值),2024 年 610.6 万对。转引自泽平宏观《中国婚姻报告 2025》。
[3] 出生人口数据:国家统计局历年《国民经济和社会发展统计公报》。2016 年 1786 万(全面二孩首年),2023 年 902 万,2024 年 954 万。
[4] 养老金精算参数(缴费率 24%、男性净贡献 +409 单位、女工人 −33 单位、退休后存活期):基于城镇职工基本养老保险缴费率、男女工资差距(女性为男性 67%,全国妇联《第三期中国妇女社会地位调查》)、替代率(《中国养老金发展报告 2018》)和 2024 年延迟退休方案(男 63/女干部 58/女工人 55)的简化精算。详见本系列第一篇：昨天发布的说全国男性比女性多2899万是不是意味着很多男人要单身一辈子？
。
[5] 预期寿命数据:联合国世界人口展望(2024 年修订版),男性 75.20 岁,女性 80.93 岁。
[6] 强奸罪起诉数据:最高人民检察院新闻发布会(2025 年 2 月),2024 年起诉 38874 人,较 2023 年增长约 56%。详见本系列：强奸案在杀人、抢劫、伤害、拐卖、强奸案占比由21世纪初的7%左右极速上升至31%左右，该怎么保护自己？
。
[7] 拉弗曲线原始理论:Arthur Laffer 关于税率与税收关系的论述;最优劳动税率的实证估计参见 Diamond & Saez (2011), "The Case for a Progressive Tax", Journal of Economic Perspectives。本文将该框架迁移至性别汲取分析,弹性参数与临界值均为基于中国数据的独立估算。
