行为经济学与人工智能研究报告
文/清华大学AMiner
人工智能未来会代替很多人的工作，能解决一些结果不确定性问题，但人工智能很难完全替代人的思考，人的思考会考虑到自身的所有权，因此人工智能在发展过程中势必要融入行为经济学的因素，以谋求更精确的发展
一、行为经济学的兴起
（一）行为经济学产生背景
经济学的基本意义是对现实世界的经济活动进行解释和预测，然而近几十年来，现实经济活动中出现许多传统经济学“失效”现象，行为经济学正是基于传统经济理论的局限性逐步得到发展。
行为经济学是借鉴心理学相关理论和实验经济学手段，结合对新古典经济学的批判性吸收，所发展起来的对现实经济活动进行解释和预测的一门社会科学。经济活动中的当事人是有限理性的，其行为决策并不符合传统经济学“理性人”假设下的贝叶斯法则，即并不能总是达成完全理性状态下的最优解，而是会受到直觉、背景、情感等因素的影响，经济个体的决策过程存在启发式认知偏差、框架效应等特征。行为经济学与传统主流经济学并不是从属的关系，可以将它视为主流经济学的最新演进与发展,其相较于传统经济学更加贴近现实经济世界的优势愈加明显，在多个学科领域都得到了拓展应用。
实际上，关于行为经济学的思想早在亚当·斯密的《道德情操论》中便有所体现，凯恩斯在其经典著作中也有关于心理倾向和非理性的论述，并提到了人的“动物精神”，只是并未得到充分的展开和关注。如果从丹尼尔·卡尼曼与阿莫斯·特维斯基的经典论文发表算起，行为经济学已有三十多年的发展历史，至今大量的行为经济学著述涌现，涉及到从经济学基本理论、实验经济学、管理学到神经经济学、博弈论、金融学和制度经济学等众多领域。进入21世纪以来，乔治·亚瑟·阿克洛夫、丹尼尔·卡尼曼、弗农·史密斯、托马斯·谢林、彼得·戴蒙德等多位行为经济学家先后获得了诺贝尔经济学奖。可以说，行为经济学推动经济理论迈上了新台阶，正在成为国际最前沿的主流经济学研究领域。
（二）行为经济学相关理论阐述
1.对传统经济学的有力质疑：有限理性。 在新古典经济学的基本假设中，人是没有任何情感、利他和直觉等因素的“理性人”，把人描绘得像机器一样，这一假定与现实中的人并不相符。针对新古典经济学中“经济人”假设的三大基础：人的纯粹自私利己、无限的信息处理与计算能力、完备的外部信息，赫伯特·西蒙（Herbert Simon）提出了强烈质疑。他基于认知心理学的研究得出，经济活动中的当事人在决策时面临两大约束，即复杂的外部环境约束和自身认知能力有限约束。因此，当事人不能满足“理性人”的标准，而且无法准确知悉自身的偏好。即使每一次选择的成本和收益可以精确地计算，也很难实现理性假设下的最优决策。那么，经济活动中的决策者不是经济意义上的“完全理性”，而是“有限理性”。西蒙提出的有限理性假说在一定程度上动摇了新古典经济学的根基。西蒙认为由于个体自身知识的局限以及个人和社会关系的局限，现实经济活动中的人是有限理性的，其决策及行为并不能总是依照新古典理论中效用函数所表述的达成客观上的最优解。从经济理论的符实性要求来看，有限理性假说显然更符合现实中人的特点。
2.理论的核心基础：前景理论。 行为经济学直到卡尼曼和特维斯基1979年发表《前景理论》一文才真正兴起。经济学分析的核心问题或起点是“选择”——经济当事人在不确定条件下的决策。之前的一些经济学家虽然明确指出了新古典经济学中的决策模型与现实不符，但是并没有提出合理的选择模型，卡尼曼和特维斯基则对此给出了明确解答。他们首先运用大量实验证明了新古典经济学中“理性人”假设与心理事实不符，然后基于前景理论提出了价值函数和概率权重函数，以此作为全新的效用函数，来论述人在不确定条件下的现实决策过程和机制。
卡尼曼和特维斯基的前景理论可提炼出3个要点：（1）前景理论首先指出偏好的完备性、传递性公理与心理事实存在出入，人们的实际决策遵循启发式原则，而且存在框架效应的影响，人的“完备理性”假设是不成立的。（2）人们对于决策结果的评价与参照点有关，即损益的相对水平要比绝对水平更能引起人们的关注。（3）价值函数在收益区间和损失区间分别是凹函数和凸函数，同时也存在显著的损失厌恶特征。
土壤微生物与土壤质量或肥力密切相关，土壤微生物主要包括细菌、真菌及放线菌三大类。由表7看出，施用钾肥后，土壤中可培养的细菌、真菌与放线菌的数量均显著增加，增幅分别为 3.97%～68.29%、12.71%～77.76%和 12.77%～88.22%。 等施钾量条件下，与100%CF处理相比，不同施钾肥处理的可培养的细菌、真菌与放线菌的数量均增加，增幅分别为 44.46%～61.87%、8.45%～57.71%和 35.61%～66.91%，有机无机配合施用条件下，随着有机肥所占比例的降低可培养的细菌、真菌与放线菌的数量也呈降低趋势。
3.理论的内核：启发式认知偏向与框架效应。 行为经济学要解决的首要问题是人在不确定条件下如何决策。卡尼曼和特维斯基认为，在不确定条件下的决策可以视为经济当事人对不同的前景（Prospect）进行选择。这种选择可以简化为两个阶段：首先，当事人通过不同的“启发式”程序对前景进行编辑，进而生成对不同前景的简单表示，以便进行评估；其次，在编辑的基础上，依照价值函数评估不同的前景进行选择，做出决策，整个过程存在两个关键的特征：启发式认知偏向和框架效应。
（1）启发式认知偏向
卡尼曼和特维斯基认为，经济当事人在进行选择时普遍采用“启发式”决策程序，当事人并非是完全理性的，而且由于计算能力的有限和心智成本的存在，当事人更倾向于通过直觉、推断的方式进行选择。
国内易趣课堂引入行为经济学的另类商业模式。益趣课堂提供的课程有些可以直接免费学习，另一些则需要预付学费。在选定课程时长后，页面会显示该课程的结束时间。如果在计划时间内完成课程，那么你预付的学费将被返还，反之将被扣除。
（2）框架效应
（1）同理心的增长
其中，x 1～x 5 分别表示i-C5、C6、C7、C8 和 C10的质量浓度，y为MDEA溶液吸收能力。
4.理论的具象：损失厌恶、锚定效应与过度自信。 前景理论中一些典型的论点具象化，可以分为损失厌恶、锚定效应与过度自信3个现象阐述。
（1）损失厌恶
卡尼曼和特维斯基通过前景理论的价值函数刻画了消费者的损失厌恶心理。传统的消费理论假设人们对不同商品的偏好不受个人现有禀赋或消费经验的影响，而前景理论假设各种不同形式的偏好依赖于参照点，即人们在已有消费基础上承受损失的厌恶远远胜于从增加的新消费品中所得的快感，这在无差异曲线上表现为位于初始禀赋点（参照点）上的一个拐点。
2 对含草酸多的蔬菜先焯水破坏草酸（草酸能影响钙的吸收），然后再烹调。如甘蓝、花椰菜、菠菜、苋菜、空心菜、芥菜、雪菜、竹笋。
锚定效应是人们在对某人某事做出判断时，易受第一印象或第一信息支配，就像沉入海底的锚一样把人们的思想固定在某处。作为一种心理现象，沉锚效应普遍存在于生活的方方面面，第一印象和先入为主是其在社会生活中的表现形式。
（3）过度自信
依托海量数据，出行的需求可以被不断细分，而且是实时匹配。例如一个乘客下单之后，需求方的用户图像和需求同时被识别，结合供方的车辆条件和位置地图进行第一轮筛选，不过这个看似正常的订单却不一定符合实际，因为有些订单发出来是司机不愿意接的，比如高峰时段的拥挤路段，那么就要进行订单评估和内部调节，结合历史数据制定一些刺激措施、叠加“乘客自行出的小费”来诱导司机，这样一个符合供需双方胃口的“合理”订单就生成了。下一步要做的就是实时调度，要考虑当时的交通情况、车的朝向、车速、附近是否有突发性事件等因素，选择最优方案。
5.理论的衍生：行为博弈论 。和传统博弈论不同，行为经济学从人自身的心理特质、行为特征出发，去揭示影响选择行为的非理性的情感因素。行为经济学家为了弥补传统博弈论理性人假定的不足，他们提出了“行为博弈论”。与传统博弈论相对，行为博弈论考虑人类非理性因素，研究参与人实际上做出什么行动。现实的博弈参与者并不都是经济理性的，理想化均衡也无法实现。因此，经济现实并不能满足标准博弈论对博弈参与者的假定条件。行为博弈论试图探讨行为人如何在理想的经济理性和现实的有限理性之间进行折衷，以求达到准确解读有限理性的行为人在现实约束中如何行动的目的。
学生阅读课文，体会罗丹修改塑像时的动作、语言、神态。仿照课文，对照插图，想象罗丹全神贯注工作的状态并写下来。之后对照原文进行修改。学习课文中的联想部分，感受联想的妙用。试着运用联想，再次修改。
二、行为经济学在人工智能中的应用
人工智能不可能具有完完全全的理性，或者说不可能拥有无限的能力去解决所有的问题。在某些时候，人工智能也必然会触碰到理性的极限，这些棘手的问题没办法很好地解决。在这种时候，我们就需要建造偏离理性行为的模型。从这个角度来说，行为经济学理论能够为人工智能中存在的未知、不确定等提供可行的路径。
谢清森，曾经是一名优秀的特种兵，退役后带领战友们历经11年砥砺打拼，终于闯出一片天地，如今的七兵堂国际安保集团股份有限公司（以下简称七兵堂）业务遍及山东省15个地市、全国11个省级行政区及境外5个国家,全球有38家分(子)公司,在全国拥有“七兵堂”“中特保”“中军卫士”3个品牌,是一家以安保服务为主营业务,集科技安防、教育培训等为一体的综合性集团公司，而谢清森也快速成长为一名优秀的民营企业家。
（一）网络营销中的行为经济学
经济学家Ariely用行为经济学理论分别对亚马逊Amazon、Netflix、团购 Groupon、Zynga、Facebook和苹果的网络营销做了分析。Ariely认为，虽然是网络营销，但营销的本质千百年来都未改变，就是利用人类的弱点，获取最大利益。
利用心理学的洞察力，行为经济学家已经可以解释为什么消费者会更多地买售价0.99美元的东西，而不是1美元的东西（左数效应）。为什么消费者热衷于办理健身会员资格，却从不去使用（乐观偏见）。为什么消费者很少会退回购买的商品（购后合理化）。以下举例阐述它们是如何利用人们的心理来获得最大利益。
科研经费管理方面，2016年6月中办、国办出台《关于进一步完善中央财政科研项目资金管理等政策的若干意见》（中办发［2016］50号）（以下简称《意见》），提出不限制科研劳务费比例，提高科研人员绩效支出比例；简化预算编制，下放预算调节权等旨在激发高校科研人员积极性的举措。9月，陕西省科技厅出台《陕西省促进科技成果转化若干规定》，明确提高高校科研人员科技成果转化收益比例、缓缴科研人员成果转化收益的个人所得税等九条“硬措施”。一系列“松绑+激励”的新政策，明确下放预算调剂权限、加大绩效激励力度、不设劳务费比例限制等更加灵活的科研经费管理模式，进一步激发高校科研人员积极性。
1.亚马逊。 消除小摩擦可以从根本上改变一个人的决定，这就是默认的巨大力量：人们在做事情时总有一个明显的倾向，选择阻力最小的方法。对于很多人来说，亚马逊网站的功能都是默认的，并且它已经存储了我们的信用卡和地址信息。如果问人们，在其他网站重新输入这些信息会花去他们多少时间，得到的答案多半是“不会很多”。大多数人都不会把时间看得很重要，但就在决定购物且不会考虑过多的几秒钟内，输入这些信息的障碍看起来令人生畏，所以我们还是默认选了亚马逊。
亚马逊还为运费问题创造出了两个智能解决方案，对于网上购物来说，这一直是最大的心理障碍。首先就是它的免运费政策，只要商品价值超过25美元，亚马逊就免费送货。随着消费者添加额外的书或CD以避免运费时，原本只卖出一件商品的亚马逊变成了卖出两件商品。更有趣的机制是亚马逊高级会员（Amazon Prime）。只要每年交79美元的初始费用，就可以享受美国境内两天内免费送货的优惠，这项服务将让消费者更多地消费，因为一旦知道一家商店可以免费送货，消费者就不大会去另外的地方购买；此外，一旦上了亚马逊，运费就不再是心理障碍，冲动性消费就不大能受到抑制；最后，提前付款成了已支付成本，所以为了让交易更加划算，我们会在网站上购买更多的商品以分摊投资。
2.苹果。 如果你是一个苹果客户，你会注意到在iTunes和应用商店购物会遇到这种情况：要过几小时甚至几天后，购买凭证才会发到邮箱。经济学家认为，这种延迟（支付和消费分离）减少了支付的痛苦。
虽然延迟收钱对苹果有好处，但它在定价上已经犯了错误：应用卖得太便宜了。有一种经济现象称为锚定，指的是消费者愿意出的钱是有限的，或是说框限在第一次给他们的报价之内。一旦价格定了，就很难再被动摇。许多应用的开发耗费了大量时间，但是在应用商店内，这些应用的预期价格不能超过4.99美元，很多都是0.99美元。苹果如何避免这种情况呢？对于新人来说，应该不允许向他们开放免费应用，哪怕应用价格低到10美分也好。实行免费的政策太过激进，会减弱人们购买的欲望。
（二）在线教育
经验规则在“启发式”决策程序中经常被应用，就像“拇指规则”一样。由于自身能力局限、环境约束或者心智成本等因素的影响，人们在实际决策过程中很难去依照贝叶斯法则寻求最优解，而是倾向于通过直觉和推断，加以力所能及的运算进行选择。那么，由于这种“启发式”决策偏向的不完全理性，不可避免地会产生认知偏差，进而出现行为决策与理性条件下最优结果偏离的现象。
结合带电粒子分别在均匀电场和均匀磁场中的运动规律进行具体问题的求解。所受合外力及其初速度都将决定带电粒子在复合场中做什么样的运动，所以解决问题时要把带电粒子的受力情况和运动情况结合起来进行分析，选用不同的规律解决问题。
怎样判定你是否完成学习目标呢？益趣课程采用了在很多游戏中常见的关卡解锁模式，只不过游戏关卡被换成了待学内容的章节。只有学完前面的章节并完成配套测试后，下一章节的内容才会被“解锁”。同时每个章节都有最短学习时长，如果你想打开页面后马上关掉，试图蒙混过关是不可能的。
将这种模式引入在线学习是益趣课堂中最大的亮点，但内容则可能成为其当前的软肋。目前益趣课堂提供的所有课程内容都是利用网络搜集整理而成，并且以传统“文字+图片”的形式呈现，也有部分课程包含视频内容。如果传统的学习方式是让你产生惰性的诱因，那你在益趣课程可能会交不少学费。不过懒惰所致的扣费，也正是该服务的主要收入来源。从长远来看，在线教育平台只有给学习者带来更多的实际价值，才可能构建起良性发展的生态系统。
在中国城镇化促进会副理事长张永顺看来，实施乡村振兴战略不是要与城镇化发展相对立。他说，乡村振兴与新型城镇化发展相辅相成、互相促进，乡村振兴使农民收入不断增长、农村消费市场和消费潜力不断扩大，对城镇相关产业发展产生巨大拉动作用。而新型城镇化带来的产业和技术进步将惠及农业农村发展，推动农村产业转型升级和三产融合发展，推动农业现代化和农业社会化服务体系的建立。
（三）共享交通
1.Uber供给端运营。 Uber利用不少行为经济学的技巧来运营“供给端”。在企业管理模式上，Uber平台上的司机已经成为真正意义上的独立经营者，而不再是按时间表工作的传统雇工，但平台对这些劳动力缺乏掌控。所以，Uber不惜招聘几百位社会科学家和数据科学家，试图解决这样一个矛盾：如何在减小用工成本的同时，尽可能保障司机的驾驶热情？
框架效应（Framing effects）指人们对一个客观上相同的问题的不同描述导致了不同的决策判断。框架效应的概念由卡尼曼和特维斯基于1981年首次提出。框架效应说明经济当事人的决策依赖于情景和描述，或者将其称作背景依赖，即形式的变化影响个体的偏好和决策，由此导致人们的行为决策出现与完全理性下决策不符的偏差。
如，在学习万有引力定律的时候，就可以结合苹果落地的故事引导，在幽默的故事中，引导学生要形成认真观察的好习惯。再如，在学习自由落体运动的时候，我们也可以引入比萨斜塔实验。同时，结合伽利略推翻亚里士多德“物体下落速度和重量成比例”定律的故事，激发学生的兴趣，并鼓励学生质疑，从而活化学生的思维，丰富教学的内容。此外，在高中教材中还包含很多的名人轶事，教师要学会运用，通过这些故事引导学生，从而调动学生积极性，提高教学的有效性。
2016年初，大概由100人组成的Uber小队专门负责司机的注册事务，让他们更多地上路接单，而且通过给司机发广告请司机到Uber即将覆盖的地方去，完成从“需求端增长”到“供给端增长”的变化。但几乎就在同时，Uber发现了一个更严重的问题——新司机做不长久就开始流失，甚至有新司机在完成25个订单之前就离开平台。于是，Uber设定25单之后新司机会获得额外奖励。有些城市为了阻止这种趋势，也开始给司机推送一些简单的鼓励：你快要完成一半的任务了，加油！在心理专家和电子游戏设计师的帮助下，Uber改变了鼓励机制，与其告知司机们已经赚到了多少，还不如刺激他们其实少赚了多少。
（2）期望理论
当司机尝试注销的时候，这个App会马上告诉他们，距离赚到某个金额只差一笔小钱了。这些信息利用了另外一个行为模式去驱使司机驾驶更长时间——期望理论。
不论什么时候，Uber都会在App内向司机展示他们在当前一周完成了多少单，赚了多少钱，登入了多长时间，乘客评分是多少。所有这些数值都在刺激着司机完成这场游戏。（Uber为了鼓励司机上路所发的一条信息，内容是“你距离赚到40美元只差6美元了，确定还要注销登录吗？”）
财务审计工作是企业财务管理中不容忽视的关键环节之一，加强对企业审计工作的管理需要结合企业总体战略目标、发展方向以及企业自身财务现状，更精准、科学的去发挥审计监督的功能，尊重该工作的独立性和权威性，促进企业财务审计工作的规范化、有效性。
11.数据挖掘（Data Mining）
（3）预先派单
Uber司机在结束当前订单之前，会被预先派发新的订单，“预先派单”缩短了乘客的等待时间。如果一个节目刚刚播放完毕就马上自动加载下一集，你要多大的克制才会主动停下来。司机也一样，他们对“持续派单”就有类似观看电视剧根本停不下来的感觉。而且Uber给司机设置的“默认状态”，恰好都是“持续接受预先派单”，即便你不想这样接单，也只能暂停这个功能，而没法完全关闭它。
2.滴滴打车。
空气中飘来死鱼和死尸混合的味道，死尸的味道全是鬼子的。国军这边修了三个月的堑壕、交通壕密如蛛网，尽管被航弹、炮弹炸得早已分不清形状，但这些壕沟还是起着重要作用，牺牲的重伤的弟兄都被及时转到了石廊山背后的大片森林里。底柱背伤员去过那里，最近长出了成片新坟。
（1）用户画像
滴滴快的合并后，行业已经从跑马圈地走入了精耕细作时代，而精准营销的前提是对用户的清晰认知。以代金券发放为例，滴滴的历史数据呈现出两大类四种不同的消费习惯。代金券敏感型：发代金券才用、发代金券用的更多；代金券不敏感型：发不发都用，发代金券也不用。在滴滴的用户画像系统中，上述四种群体被分别冠以屌丝、普通、中产、土豪的标签。针对四类客群的运营策略也会全然不同，最直接的就是代金券的刺激频率以及刺激金额，而对土豪群体，更多地需要在服务上做文章。对于滴滴而言，用户分析也包括司机、出租车公司的所有相关方。不同的用户画像对应了不同的刺激程度，并结合不同场景推出特殊的营销安排。
（2）匹配供需
维护好用户只是一个基础，最终目的是为了打通供需，生成更加优化的服务和产品，而数据能解决一个核心问题：供需双方的智能匹配。
心理学家的研究表明，大多数人对自己的能力和所能获得知识的准确性存在过度自信。个人的自信程度在很大程度上决定个人经验对于决策的影响，由过度自信引发的市场现象便是反应过度，投机性资产的市场价格会偏离其基础价值。另外，与反应过度相对的是反应不足现象，表现为市场个体对于某些重大信息反映迟缓、滞后，这两种因素都会导致市场出现波动。
“这是以前所有的产品做不到的，因为不能洞悉消费者的心理。在大数据应用下，消费者和供给方能够省略中间环节直接议价，这是一个模式上的变革性的突破。”而最终海量的议价数据将提炼成一种“商业情报”来推动新产品和新服务的推出，比如智能定价系统、“回程单”。以这样的逻辑推导生成的产品才更能有的放矢，因为其生成不是来自于企业对市场的臆断，而是直接提炼于供需双方的心理预期和真实需求。
图1 行为经济学领域研究趋势热度
三、人工智能与行为经济学的交叉趋势
（一）整体趋势
未来行为经济学研究有以下趋势。一是行为经济和行为金融理论的构建。 人类行为是复杂的，行为经济学和行为金融理论本身的构建也是复杂的，构建行为经济学和行为金融理论体系时，理论的适用性、合理性，理论的模型化，理论应用的局限性、敏感性，理论对现实的解释度等都是今后研究的关键。
二是行为经济学研究将促进心理学传统和实验经济学的融合。 经验证据表明，特定的心理现象，例如有限理性、受限理性、受限的自利行为和不完全自我控制，是一系列市场化结果背后的重要因素。目前，虽然行为经济学在这方面的理论还不是很多，但通过其发展，最终有可能取代传统经济理论的一些要素。
三是行为经济学的跨学科交叉研究。 认知科学、心理学与经济学研究的结合已经引起经济学家的高度关注，这也是今后行为经济学发展的必然趋势。在其发展过程中，行为经济学将广泛运用到政治、法律和经济等领域，逐步形成比较成型的行为决策理论、行为金融学等。
（二）交叉创新笛卡尔智能分析
首先，我们选取行为经济学近期热度、全局热度最高以及相关性最强的9个相关领域作为研究对象，具体包括：
1.行为经济学（Behavioral Economics）
2.决策理论（Decision Theory）
事业单位的经费主要来自国家预算拨付。这部分费用用于维持事业单位完成工作任务和事业计划所需的业务支出。事业单位经费按类别/用途可分为人员经费和公用经费，或者分为维持经费和发展经费。但无论哪种经费，如何管控、提高经费的使用效率和效益，是目前我国事业单位普遍面临的一项热点问题。
3.社会选择理论（Social Choice Theory）
4.行为金融学（Behavioral Finance）
5.经济效应（Economics Effect）
图2 人工智能和行为经济学研究领域交叉分析
6.神经经济学（Neuro Economics）
7.投票行为（Voting Behavior）
8.风险规避（Risk Aversion）
9.前景理论（Prospect Theory）
其次，我们选取人工智能近期热度、全局热度最高以及相关性最强的11个相关领域作为研究对象，具体包括：
1.人工智能（Artificial Intelligence）
（2）锚定效应
2.神经网络（Neural Networks）
3.机器翻译（Machine Translation）
4.机器学习（Machine Learning）
5.建模与仿真（Modeling and Simulation）
6.深度学习（Deep Learning）
7.自然语言处理（Nature Language Process）
8.计划与调度（Planning and Scheduling）
9.计算视觉（Computer Vision）
10.控制方法（Control Methods）
汪建熙说：“尽管我们也从事过国际金融业务，但毕竟时间较短，经验不多，对国际金融领域出现的问题还是比较生疏，敏感性不够。就当时情况而言，国内金融界大多数人很长一段时间并没有感觉这是国际金融危机，有多大的破坏力，直到雷曼破产，才意识到问题的严重。”
通过对人工智能领域和行为经济学的知识图谱计算，再对两个领域的细分领域的笛卡尔乘积进行热点挖掘，本报告挖掘了历史数据和未来趋势预测两部分内容。其中历史数据主要探讨最近10年（2007年至今）的研究状况；趋势预测仅以未来3年为周期来探讨。
由图2可以发现，人工智能和行为经济学历史交叉领域前五位分别为：
1.决策理论和人工智能
（Decision Theory & Artificial Intelligence）
2.决策理论和数据挖掘
（Decision Theory & Data Mining）
3.决策理论和神经网络
（Decision Theory &Neural Networks）
4.决策理论和机器学习
（Decision Theory & Machine Learning）
5.经济效应和神经网络
（Economics Effect & Neural Networks）
根据AMiner数据预测分析，决策理论和人工智能、决策理论和机器学习、决策理论和数据挖掘的研究热度将会持续，经济效应和神经网络、经济效应和数据挖掘的研究热度也会有所增加。
2017年，行为经济学家获得诺贝尔经济学奖引起世界轰动，毕竟过去多年来，其都不被主流经济学家所认可和接受，由此可以预见行为经济学的未来繁荣趋势。就本质而言，行为经济学与传统经济学的区别在于理性人的假定。传统经济学认为，人或市场总是完全理性的，不会受到认知偏差情绪等因素的影响，但这在实际生活中并不成立。这就是理论决策和实际决策产生差异的地方，也是行为经济学之所以值得研究的地方。即便是在人工智能时代，我们生活中存在的让人不易觉察的非理性行为，都无法完全避免，这就是行为经济学的立足点所在。
人工智能未来会代替很多人的工作，能解决一些结果不确定性问题，即引用各种模型来帮助进行判断和决策，提高原来判断的准确性。但是，人工智能很难完全替代人的思考，人的思考会考虑到自身的所有权，因此人工智能在发展过程中势必要融入行为经济学的因素，以谋求更精确的发展。
参考文献
[1]邹薇， 代谦. 彼得·戴蒙德经济学术思想评介——潜在诺贝尔经济学奖得主学术贡献评介系列[J].经济学动态， 2001 （09）， 82-86.
[2]郭其友， 张晖萍. 2001 年诺贝尔经济学奖得主——乔治· 阿克洛夫经济学思想述评[J].外国经济与管理， 2001（11）.
[3]张华新. 个体决策行为的经济和心理学分析——2017 年诺贝尔经济学奖获得者研究成果述评[J].上海经济研究， 2017（12）， 12.
[4]闫健. 诺贝尔经济学奖得主托马斯·谢林——“百科全书式” 的经济学家[J]. 经济社会体制比较 ， 2005（6）， 131-134.
[5]高其法.行为经济学， 实验经济学的先驱——丹尼尔·卡尼曼， 弗农·史密斯[J].国防科技，2003 （02）， 95.
[6]袁艺，李宗卉.博弈论的新发展：行为博弈论 [J].生产力研究 ， 2009（02）：7-9+13.
[7]6大巨头Amazon Apple Netflix Groupon Facebook等网络营销行为经济学分析[EB/OL].http：//www.wangchao.net.cn/it/detail_313759.html.
[8]Uber的行为经济学实验[EB/OL].http：//www.sohu.com/a/134964614_114778.
[9]补贴之外，滴滴打车背后的技术体系[EB/OL].http：//www.woshipm.com/pd/152130.html.