神经科学对经济学的影响综述

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

Neuroeconomics: How Neuroscience Can Inform Economics

COLIN CAMERER California Institute of Technology - Division of the Humanities and Social Sciences GEORGE LOEWENSTEIN Carnegie Mellon University - Department of Social and Decision Sciences DRAZEN PRELEC Massachusetts Institute of Technology (MIT) - Sloan School of Management

Journal of Economic Literature, Forthcoming

We review recent developments in neuroeconomics and their implications for economics. The paper consists of six sections. Following the ntroduction, the second section enumerates the different research methods that neuroscientists use evaluates their strengths and limitations for analyzing economic phenomena. The third section provides a review of basic findings in neuroscience that we deemed especially relevant to economics, and proposes a two-dimensional dichotomization of neural processes between automatic and controlled processes on the one hand, and cognitive and affective processes on the other. Section four reviews general implications of neuroscience for economics. Research in neuroscience, for example, raises questions about the usefulness of many economic constructs, such as 'time preference' and 'risk preference'. It also suggests that, contrary to the assumption that humans are likely to possess domain-specific intelligence - to be brilliant when it comes to problems that the brain is well evolved for performing and flat-footed for problems that lie outside of the brains existing specialized functions. Section 5 provides more detailed discussions of four specific applications: intertemporal choice, decision making under risk and uncertainty, game theory, and labor-market discrimination. Section 6 concludes by proposing a distinction between two general approaches in applying neuroscience to economics which we term 'incremental' and 'radical'. The former draws on neuroscience findings to refine existing economic models, while the latter poses more basic challenges to the standard economic understanding of human behavior.

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享1 收藏6 回帖

关键词：神经科学 神经科 经济学 Neuroscience Implications 经济学 神经科学

1344.rar (821.68 KB) 本附件包括：

• 神经元经济学综述.pdf

2004-9-19 07:58:00 上传

神经科学对经济学的影响综述

这是全文。欢迎张三李四等既懂医学又懂经济学的高手评论

我学过,但不是高手,不敢评论.

闲人兄点名了，我会参与一下。不过这题目有点大，请容我数日。神经电生理学我知道一点，经济学也稍稍知道一点，但“神经科学对经济学的影响“，我确实所知无多，还得好好学习闲人兄给我们带来的资料。

jird兄有高见，也请不要见外哦。

愿闻各位高见，让吾等学习学习。

这两天实在没时间学习，我大致说说我个人的一些散乱看法吧。

第一个问题是：人的行为是否“理性”？这个问题经常会有争执，主要原因在于，经济学对“理性“的定义与其他学科在根本上不同，概念的内涵变了，结论当然就会不一样。某些朋友，包括一些大腕，常常在不同的“理性”定义下游移，产生一些让人困惑的结论，也就在所难免了。

在经济学中一般认可的理性含义包括两层:第一是偏好的内在一致性和有序性,第二是个人利益最大化.经济学家们以此为基础建构了逻辑严密的现代经济学公理化体系,确实令人叹为观止.

必须说明的是，由于偏好，效用这一类名堂无从观察，经济学家只能从行为去判断效用或者偏好。因此可以说，在（主流）经济学里，行为本身就已经代表了“理性”，或者说，经济学中的“理性”，不过是对人的行为规律的一种命名而已。经济学要研究的是人的行为,只要一定条件下人的选择是确定的,只要人的行为是有规律可循的,这对经济学分析来说已经足够.至于这种规律是出自于"理性"或者别的什么性,其实是无关紧要的.

在经济学之外的其他学科,也各有对"理性"一词的不同理解.心理学家取向于将理性定义为“认知过程”或“理智过程”，而将非理性定义为靠感情机制作出的抉择；逻辑学将理性视为“称作推理的特定思考过程”;精神病学认为"理性"是"在神经系统功能和精神状态正常的情况正常的思维方式".哲学家的认知更是五花八门:"理性"一词在康德那里和在黑格尔那里决不会是指的同一回事.

从神经生理学角度来说，不会所有的行为都是“理性“的，某些“行为”甚至不会经过大脑皮层---比方说某些低级的反射，即使是通过大脑皮层的行为，也未必都是“理性“的，也很有一些区域管理某些感性的行为。

但是这个问题并不要紧。如前所述，只要在一定条件下人的行为有规律，我们就可以假定这种行为是为了“谋求效用最大“，从而是“理性”的。而可以不管这种规律是出自于大脑皮层的那个区域，也不管这种对刺激的反应是来自于大脑，脑干或者低级中枢----只要有规律就行。

在经济学发展的婴儿阶段，有很多医生和心理学家在其中扮演了重要角色。如做医生的威廉配第和魁奈等，对心理学很有建树的约翰穆勒和休谟等。经济学中很多基本假定实际上来自于医学和心理学。

举例来说，边际效用递减规律的来源有两个，一个是英美传统里艾宾浩斯的《心理学的数学原理》，他是从研究记忆的心理学大师巴克利那里借来的；另一个是欧陆传统的，就是奥地利学派，1930年代由门格尔提出来，他是从二十世纪初研究记忆的德国心理学家艾宾浩斯那里借来的。但艾宾浩斯和巴克利的研究是基于更早的德国心理学派的工作，所谓“韦伯定律”——任何单个神经元，在它受到刺激的时候，单位时间内，它的反应的强度随单位时间内新的刺激的水平的增加而递减。

有了这个就可以知道，无差异曲线族凸向原点，又如果无差异曲线族是两两不交的，那么我们可以推演出希克斯需求曲线向下倾斜。

但是，在上个世纪经济学数学化过程中产生的另外一些假定，比如说完全性假定，传递性假定，局部非黡足假定以及对风险和不确定处理的一些方法，缺乏神经生理学基础，甚至为行为实验所否定。

即使“韦伯定理“，在生理学领域，也早已为更现代的形式所改写，新的内容，足以刻画上述经济学假定中对偏好处理的不足。我认为，从生理学角度出发，再不否定“经济学理性“的基础上，完全改写经济学是可能的，并且不会对大多数前人的结论产生颠覆性影响。

关于行为主义和神经生理学的研究方法，是有所不同的。古典的行为主义，其试验更强调个体的主观判断，将人体的生理反应机理作为“黑箱“。而神经生理学更注重微观的解剖和生理机能，常常以电化学反应强度，递质等可以直接测定的指标为实验的基础。因而更加可以避免主观因素对实验的干扰，也更容易数学化。

ding!