谁会拿下2026诺贝尔经济学奖？独家拆解9位大师
2026-10-09 13:16来源：未知
一年一度的诺贝尔经济学奖进入最后倒计时。最终答案将于10月12日（周一）揭晓，最早在瑞典时间11点45分公布，也就是北京时间17点45分。
在瑞典皇家科学院公布答案之前，预测市场已经先给出了自己的“答案”。
知名美国预测市场Kalshi目前列出了9位潜在人选，Kalshi在世界杯期间也是预测市场的“当红炸子鸡”。从市场价格来看，哈佛大学经济学家Ariel Pakes暂时处于明显领先位置，隐含概率约22%；Richard Blundell、Luigi Zingales、Robert Barro和Susan Athey等人的概率则处于约7%的水平，其他候选人包括Ernst Fehr、Andreu Mas-Colell、Partha Dasgupta和Matthew Rabin。
这些经济大佬究竟是谁？他们又为什么会进入2026年诺贝尔经济学奖的市场名单？谁将笑到最后？腾讯财经将逐一解析，并独家邀请内布拉斯加大学奥马哈分校经济学终身副教授Jane Liu（刘瑾）分享她的见解。Jane Liu多次出席巴菲特股东大会并主持分论坛。
在她看来，这些大佬发展的理论和实证工具不仅推动了相关学科的发展，也被广泛应用于企业决策和公共政策分析。诺贝尔经济学奖通常看重两点：一是研究是否对经济学的发展产生了基础性、持久性的影响；二是这些成果是否深刻改变了人们理解和解决现实经济问题的方式。
“如果从这份名单中选择两位，我认为Ariel Pakes和Richard Blundell获奖的可能性相对较高。”
Kalshi显示的押注概率
Ariel Pakes：预测市场最看好的“产业组织大师”
目前最受Kalshi交易者关注的，是哈佛大学Thomas Professor of Economics Ariel Pakes。
Pakes长期研究产业组织、技术变革经济学和计量经济学，尤其擅长把经济理论与真实市场数据结合起来。他的重要贡献之一，是发展能够用来分析企业竞争、消费者需求、价格、成本以及政策变化影响的经验研究方法。
换句话说，如果研究一个行业发生并购、放松监管或者新企业进入市场之后，价格、利润和生产率会发生什么变化，Pakes所发展的工具提供了重要的方法论基础。
他的研究曾涉及AT&T拆分对电信设备生产率的影响、汽车市场的出口限制，以及个人电脑市场产品进入和退出对价格指数的影响。哈佛大学介绍称，他的研究方法已经被政府机构和企业用于分析政策和市场变化。
Pakes的学术履历同样重量级：他曾任耶鲁大学教授，1999年进入哈佛；1986年获得计量经济学会Frisch Medal，2017年当选美国国家科学院院士，2022年获得Erwin Nemmers Prize in Economics and Finance。
为什么可能获奖？
Jane Liu认为，之所以Pakes获奖概率大，是因为从近年来诺贝尔经济学奖的取向来看，委员会十分重视“运用严谨的实证方法回答重要现实问题”的研究。2021年，David Card、Joshua Angrist和Guido Imbens因劳动经济学的实证贡献及因果关系分析的方法论贡献获奖，就是一个典型例子。Pakes和Blundell的研究都符合这一方向。
Pakes最突出的贡献，是推动产业组织研究从偏重理论分析，转向利用真实数据识别和衡量企业竞争、市场力量及政策影响。他与Steven Berry和James Levinsohn共同发展的需求估计方法，即著名的BLP模型，奠定了现代经验产业组织的重要方法论基础。如今，这类结构估计工具已被广泛应用于反垄断、企业并购、市场监管和竞争政策分析。如果诺贝尔委员会希望表彰经验产业组织和结构计量方法，Pakes无疑是最具代表性的学者之一。
Jane Liu提及，更关键的一点在于，从研究领域的轮换来看，2025年的奖项刚刚聚焦于创新驱动的经济增长，因此宏观增长领域的学者，如Robert Barro，在次年立即获奖的可能性或许会相对降低。行为经济学也已多次获得诺贝尔奖认可。相比之下，经验产业组织尚未作为一个独立主题获得充分表彰——2014年Jean Tirole的获奖主要侧重于市场力量与监管的理论分析。因此，Pakes所代表的经验产业组织，可以说是一个“等待已久”的获奖方向。
Richard Blundell：把税收、就业和家庭决策放进同一套模型
第二位值得关注的是英国经济学家Richard Blundell。
Blundell是伦敦大学学院David Ricardo Professor of Political Economy，同时也是英国财政研究所（IFS）的长期核心学者。他的研究集中在劳动供给、消费、储蓄、税收和福利政策等领域。
他的一个重要贡献，是发展微观计量方法，让经济学家能够更准确地研究：
当政府改变税率时，人们会不会减少工作？
福利政策会不会改变就业意愿？
家庭收入变化会如何影响消费和储蓄？
这些问题看起来非常现实，但要从现实数据中识别因果关系并不容易。
Blundell因此长期致力于发展动态面板数据、非参数方法以及劳动供给和消费行为的经验研究。他1995年获得Yrjö Jahnsson Prize，2000年获得计量经济学会Frisch Medal，2008年获得Jean-Jacques Laffont Prize。
为什么可能获奖？
同理，如果近年来的经济学奖项继续沿着“用严谨的实证方法回答现实经济问题”的路线走，Blundell的研究具有很强的契合度。
Jane Liu认为，Blundell和Pakes都同样有机会获奖，因为Blundell把微观计量方法与税收、劳动供给、消费、储蓄和家庭决策等重要政策问题紧密结合起来。他的研究使经济学家能够更准确地衡量税收和福利政策如何影响个人及家庭的经济行为，兼具方法论创新和直接的政策价值。在收入分配、就业和社会保障持续受到关注的背景下，这一研究方向具有很强的现实意义。
Robert Barro：经济增长理论的“老将”
如果说Pakes代表产业组织，Blundell代表劳动经济学，那么Robert Barro则是宏观经济学和经济增长领域的重量级人物。
Barro是哈佛大学Paul M. Warburg Professor of Economics，拥有哈佛大学经济学博士学位，此前在加州理工学院获得物理学学士学位。
他长期研究经济增长、宏观经济、公共债务、预算赤字以及宏观经济灾难。
Barro最具影响力的研究之一，是围绕经济增长的决定因素展开的实证工作。他与Xavier Sala-i-Martin合著的《Economic Growth》长期以来都是增长经济学的重要教材。
近年来，他还研究罕见但影响巨大的宏观经济灾难，例如战争、金融危机等如何影响资产市场和经济活动。
为什么可能获奖？
最大的逻辑在于：经济增长本身一直是诺贝尔经济学奖最重要的主题之一。
但正如Jane Liu所提到的，这里也有一个值得观察的背景——2025年诺贝尔经济学奖刚刚颁给了Joel Mokyr、Philippe Aghion和Peter Howitt，以表彰他们关于创新驱动经济增长的研究。
因此，如果2026年继续奖励经济增长领域，委员会可能需要寻找一个不同的研究切口；Barro长期关于增长、宏观政策和灾难风险的研究恰好提供了另一条路径。
Susan Athey：AI时代，经济学与机器学习正在合流
如果说今年的候选名单里有一位最容易让普通投资者产生“AI时代感”的经济学家，那么Susan Athey可能是最典型的人选之一。
Athey是斯坦福大学商学院Economics of Technology Professor，也是斯坦福经济政策研究所高级研究员。
她的研究横跨数字经济、市场设计、计量经济学和机器学习。
她研究过木材拍卖、互联网搜索、在线广告、新闻媒体、劳动力市场以及数字技术等多个领域。她还是最早一批被称为“tech economist（科技经济学家）”的经济学家之一，并曾担任微软咨询首席经济学家长达6年。
更重要的是，Athey并不是单纯研究“互联网经济”，而是在推动机器学习与传统经济学因果推断方法的结合。
她2007年获得美国经济学会John Bates Clark Medal，2012年当选美国国家科学院院士，2016年获得Jean-Jacques Laffont Prize。
为什么可能获奖？
这是一个非常有时代感的候选方向。
AI正在改变生产率、劳动市场、平台经济和企业决策，而Athey长期研究的正是如何用新的数据和机器学习方法理解这些市场。
如果诺贝尔委员会希望奖励数字经济和现代计量方法的基础性贡献，Athey的学术履历具有明显的代表性。
Luigi Zingales：研究资本主义为什么会“失灵”
Luigi Zingales是芝加哥大学Booth商学院Robert C. McCormack Distinguished Service Professor of Entrepreneurship and Finance。
他的研究领域横跨公司治理、金融发展、政治经济学、文化与经济学。
他尤其关注一个问题：为什么同样的资本主义制度，在不同国家和社会中，会产生完全不同的结果？
近年来，他的研究进一步延伸到数字平台、Big Tech监管、反垄断以及“监管俘获”等问题。例如，他研究过美国反垄断执法下降的政治经济学，以及大型科技公司的监管问题。
为什么可能获奖？
Zingales的潜在获奖逻辑，是把金融、企业治理和政治制度联系起来。
过去诺贝尔经济学奖已经多次奖励对制度、金融体系和市场运行机制的研究。如果未来的奖项进一步聚焦“企业权力、市场竞争和制度如何塑造资本主义”，Zingales的研究具有相当完整的学术脉络。
Ernst Fehr：重新理解“人为什么愿意合作”
瑞士经济学家Ernst Fehr则来自完全不同的方向——行为经济学和实验经济学。
Fehr自1994年起任苏黎世大学微观经济学和实验经济学教授，并曾担任苏黎世大学经济学系主任及实证经济学研究所负责人。
他的研究长期围绕公平、互惠、社会偏好、合作以及人的经济决策行为展开。
传统经济学模型经常假设人是理性的、自利的；但Fehr通过大量实验研究显示，现实中的人并不总是只追求自身利益。
人们会在意公平，也会惩罚不公平行为；即使付出成本，也可能选择合作。
为什么可能获奖？
Fehr代表的是行为经济学进一步深入经济学核心理论的一条路线。
从Daniel Kahneman到Richard Thaler，诺贝尔经济学奖已经多次奖励行为经济学。但关于公平、互惠和合作机制的实验研究仍然具有独立的理论价值。
Andreu Mas-Colell：几乎写进经济学教材的名字
Andreu Mas-Colell可能是名单里最“学院派”的经济学家之一。
出生于1944年的Mas-Colell曾任哈佛大学经济学教授，也曾在加州大学伯克利分校任教，目前是西班牙庞培法布拉大学教授。
他的研究集中于一般均衡理论、金融市场结构和博弈论等领域。
更重要的是，他1985年出版的《The Theory of General Economic Equilibrium: A Differentiable Approach》，以及与Whinston、Green合著的《Microeconomic Theory》，已经成为现代微观经济学研究生教育中的经典著作。
为什么可能获奖？
如果诺贝尔委员会希望奖励经济学最底层的理论基础，而不是一个当下热门的政策议题，那么Mas-Colell是非常典型的人选。
他的潜在获奖主题可能围绕一般均衡理论以及现代微观经济学的数学基础。
Partha Dasgupta：把自然资源放进经济增长方程
Partha Dasgupta则代表另一个近年来越来越受到关注的方向——环境经济学、贫困、资源与代际公平。
Dasgupta是剑桥大学Frank Ramsey Professor Emeritus of Economics。他长期研究贫困、福利、人口、自然资源和环境之间的关系。
2021年，他受英国财政部委托主持完成《Dasgupta Review》，系统讨论生物多样性经济学：如果自然资本不断被消耗，传统GDP和财富指标是否仍然能够准确反映一个经济体的真实发展水平？
他的研究将一个长期被经济模型忽视的问题推到了中心位置：自然资源究竟应该如何被纳入经济学？
他的学术贡献也获得了大量经济学之外的认可，包括Volvo Environment Prize、Blue Planet Prize、Tyler Prize等。
为什么可能获奖？
气候变化、生物多样性和自然资本已经成为全球经济政策的重要议题。
如果诺贝尔委员会希望奖励经济增长与环境可持续性之间关系的基础研究，Dasgupta的研究提供了一条非常清晰的学术路线。
Matthew Rabin：把心理学真正带进经济学模型
最后一位是哈佛大学Pershing Square Professor of Behavioral Economics Matthew Rabin。
Rabin的研究重点是：如何把更加符合真实人类心理的假设，纳入可以进行严格分析的经济学模型。
他研究过统计推理错误、信念形成、参照依赖偏好、选择环境以及人们在市场和学习过程中犯下的系统性错误。
Rabin 1989年获得MIT经济学博士，此后长期任教于加州大学伯克利分校，后来进入哈佛。
为什么可能获奖？
如果Kahneman和Thaler代表行为经济学的两座高峰，那么Rabin的重要贡献之一，是进一步把心理学观察转化为可以进入正式经济学理论的数学模型。
他的研究因此连接了心理学、决策理论和传统经济学。
9位候选人，9条经济学路线
如果把Kalshi目前列出的9个人放在一起，会发现这并不是一个单一主题的候选名单。
他们几乎覆盖了现代经济学最重要的几个方向：
从这个名单看，2026年的诺贝尔经济学奖其实存在几条完全不同的潜在主线：
一条是市场。 Pakes研究企业竞争和市场力量，Zingales研究金融和企业制度。
一条是人。 Blundell研究劳动和家庭决策，Fehr和Rabin研究人的公平、合作与行为偏差。
一条是技术。 Athey研究数字经济、机器学习与市场设计。
一条是增长与资源。 Barro研究长期经济增长，Dasgupta则把自然资本和生物多样性纳入经济学框架。
还有一条最为基础的路线——经济学本身的理论基础，由Mas-Colell这样的理论经济学家代表。
当然，预测诺贝尔经济学奖存在很大的不确定性。Jane Liu对腾讯财经表示，Kalshi提示的22%隐含概率同时意味着，市场认为Pakes最终不获奖的可能性仍接近八成。此外，诺奖经常由两至三位学者共同分享，而针对单个学者的预测合约未必能够充分反映不同的获奖组合。因此，预测市场更适合作为观察学术关注度和市场预期的参考，而不能被视为最终答案。
2026年，诺贝尔经济学奖又会把聚光灯打向哪一个经济学问题，仍是悬念。
在瑞典皇家科学院公布答案之前，预测市场已经先给出了自己的“答案”。
知名美国预测市场Kalshi目前列出了9位潜在人选，Kalshi在世界杯期间也是预测市场的“当红炸子鸡”。从市场价格来看，哈佛大学经济学家Ariel Pakes暂时处于明显领先位置，隐含概率约22%；Richard Blundell、Luigi Zingales、Robert Barro和Susan Athey等人的概率则处于约7%的水平，其他候选人包括Ernst Fehr、Andreu Mas-Colell、Partha Dasgupta和Matthew Rabin。
这些经济大佬究竟是谁？他们又为什么会进入2026年诺贝尔经济学奖的市场名单？谁将笑到最后？腾讯财经将逐一解析，并独家邀请内布拉斯加大学奥马哈分校经济学终身副教授Jane Liu（刘瑾）分享她的见解。Jane Liu多次出席巴菲特股东大会并主持分论坛。
在她看来，这些大佬发展的理论和实证工具不仅推动了相关学科的发展，也被广泛应用于企业决策和公共政策分析。诺贝尔经济学奖通常看重两点：一是研究是否对经济学的发展产生了基础性、持久性的影响；二是这些成果是否深刻改变了人们理解和解决现实经济问题的方式。
“如果从这份名单中选择两位，我认为Ariel Pakes和Richard Blundell获奖的可能性相对较高。”
Kalshi显示的押注概率
Ariel Pakes：预测市场最看好的“产业组织大师”
目前最受Kalshi交易者关注的，是哈佛大学Thomas Professor of Economics Ariel Pakes。
Pakes长期研究产业组织、技术变革经济学和计量经济学，尤其擅长把经济理论与真实市场数据结合起来。他的重要贡献之一，是发展能够用来分析企业竞争、消费者需求、价格、成本以及政策变化影响的经验研究方法。
换句话说，如果研究一个行业发生并购、放松监管或者新企业进入市场之后，价格、利润和生产率会发生什么变化，Pakes所发展的工具提供了重要的方法论基础。
他的研究曾涉及AT&T拆分对电信设备生产率的影响、汽车市场的出口限制，以及个人电脑市场产品进入和退出对价格指数的影响。哈佛大学介绍称，他的研究方法已经被政府机构和企业用于分析政策和市场变化。
Pakes的学术履历同样重量级：他曾任耶鲁大学教授，1999年进入哈佛；1986年获得计量经济学会Frisch Medal，2017年当选美国国家科学院院士，2022年获得Erwin Nemmers Prize in Economics and Finance。
为什么可能获奖？
Jane Liu认为，之所以Pakes获奖概率大，是因为从近年来诺贝尔经济学奖的取向来看，委员会十分重视“运用严谨的实证方法回答重要现实问题”的研究。2021年，David Card、Joshua Angrist和Guido Imbens因劳动经济学的实证贡献及因果关系分析的方法论贡献获奖，就是一个典型例子。Pakes和Blundell的研究都符合这一方向。
Pakes最突出的贡献，是推动产业组织研究从偏重理论分析，转向利用真实数据识别和衡量企业竞争、市场力量及政策影响。他与Steven Berry和James Levinsohn共同发展的需求估计方法，即著名的BLP模型，奠定了现代经验产业组织的重要方法论基础。如今，这类结构估计工具已被广泛应用于反垄断、企业并购、市场监管和竞争政策分析。如果诺贝尔委员会希望表彰经验产业组织和结构计量方法，Pakes无疑是最具代表性的学者之一。
Jane Liu提及，更关键的一点在于，从研究领域的轮换来看，2025年的奖项刚刚聚焦于创新驱动的经济增长，因此宏观增长领域的学者，如Robert Barro，在次年立即获奖的可能性或许会相对降低。行为经济学也已多次获得诺贝尔奖认可。相比之下，经验产业组织尚未作为一个独立主题获得充分表彰——2014年Jean Tirole的获奖主要侧重于市场力量与监管的理论分析。因此，Pakes所代表的经验产业组织，可以说是一个“等待已久”的获奖方向。
Richard Blundell：把税收、就业和家庭决策放进同一套模型
第二位值得关注的是英国经济学家Richard Blundell。
Blundell是伦敦大学学院David Ricardo Professor of Political Economy，同时也是英国财政研究所（IFS）的长期核心学者。他的研究集中在劳动供给、消费、储蓄、税收和福利政策等领域。
他的一个重要贡献，是发展微观计量方法，让经济学家能够更准确地研究：
当政府改变税率时，人们会不会减少工作？
福利政策会不会改变就业意愿？
家庭收入变化会如何影响消费和储蓄？
这些问题看起来非常现实，但要从现实数据中识别因果关系并不容易。
Blundell因此长期致力于发展动态面板数据、非参数方法以及劳动供给和消费行为的经验研究。他1995年获得Yrjö Jahnsson Prize，2000年获得计量经济学会Frisch Medal，2008年获得Jean-Jacques Laffont Prize。
为什么可能获奖？
同理，如果近年来的经济学奖项继续沿着“用严谨的实证方法回答现实经济问题”的路线走，Blundell的研究具有很强的契合度。
Jane Liu认为，Blundell和Pakes都同样有机会获奖，因为Blundell把微观计量方法与税收、劳动供给、消费、储蓄和家庭决策等重要政策问题紧密结合起来。他的研究使经济学家能够更准确地衡量税收和福利政策如何影响个人及家庭的经济行为，兼具方法论创新和直接的政策价值。在收入分配、就业和社会保障持续受到关注的背景下，这一研究方向具有很强的现实意义。
Robert Barro：经济增长理论的“老将”
如果说Pakes代表产业组织，Blundell代表劳动经济学，那么Robert Barro则是宏观经济学和经济增长领域的重量级人物。
Barro是哈佛大学Paul M. Warburg Professor of Economics，拥有哈佛大学经济学博士学位，此前在加州理工学院获得物理学学士学位。
他长期研究经济增长、宏观经济、公共债务、预算赤字以及宏观经济灾难。
Barro最具影响力的研究之一，是围绕经济增长的决定因素展开的实证工作。他与Xavier Sala-i-Martin合著的《Economic Growth》长期以来都是增长经济学的重要教材。
近年来，他还研究罕见但影响巨大的宏观经济灾难，例如战争、金融危机等如何影响资产市场和经济活动。
为什么可能获奖？
最大的逻辑在于：经济增长本身一直是诺贝尔经济学奖最重要的主题之一。
但正如Jane Liu所提到的，这里也有一个值得观察的背景——2025年诺贝尔经济学奖刚刚颁给了Joel Mokyr、Philippe Aghion和Peter Howitt，以表彰他们关于创新驱动经济增长的研究。
因此，如果2026年继续奖励经济增长领域，委员会可能需要寻找一个不同的研究切口；Barro长期关于增长、宏观政策和灾难风险的研究恰好提供了另一条路径。
Susan Athey：AI时代，经济学与机器学习正在合流
如果说今年的候选名单里有一位最容易让普通投资者产生“AI时代感”的经济学家，那么Susan Athey可能是最典型的人选之一。
Athey是斯坦福大学商学院Economics of Technology Professor，也是斯坦福经济政策研究所高级研究员。
她的研究横跨数字经济、市场设计、计量经济学和机器学习。
她研究过木材拍卖、互联网搜索、在线广告、新闻媒体、劳动力市场以及数字技术等多个领域。她还是最早一批被称为“tech economist（科技经济学家）”的经济学家之一，并曾担任微软咨询首席经济学家长达6年。
更重要的是，Athey并不是单纯研究“互联网经济”，而是在推动机器学习与传统经济学因果推断方法的结合。
她2007年获得美国经济学会John Bates Clark Medal，2012年当选美国国家科学院院士，2016年获得Jean-Jacques Laffont Prize。
为什么可能获奖？
这是一个非常有时代感的候选方向。
AI正在改变生产率、劳动市场、平台经济和企业决策，而Athey长期研究的正是如何用新的数据和机器学习方法理解这些市场。
如果诺贝尔委员会希望奖励数字经济和现代计量方法的基础性贡献，Athey的学术履历具有明显的代表性。
Luigi Zingales：研究资本主义为什么会“失灵”
Luigi Zingales是芝加哥大学Booth商学院Robert C. McCormack Distinguished Service Professor of Entrepreneurship and Finance。
他的研究领域横跨公司治理、金融发展、政治经济学、文化与经济学。
他尤其关注一个问题：为什么同样的资本主义制度，在不同国家和社会中，会产生完全不同的结果？
近年来，他的研究进一步延伸到数字平台、Big Tech监管、反垄断以及“监管俘获”等问题。例如，他研究过美国反垄断执法下降的政治经济学，以及大型科技公司的监管问题。
为什么可能获奖？
Zingales的潜在获奖逻辑，是把金融、企业治理和政治制度联系起来。
过去诺贝尔经济学奖已经多次奖励对制度、金融体系和市场运行机制的研究。如果未来的奖项进一步聚焦“企业权力、市场竞争和制度如何塑造资本主义”，Zingales的研究具有相当完整的学术脉络。
Ernst Fehr：重新理解“人为什么愿意合作”
瑞士经济学家Ernst Fehr则来自完全不同的方向——行为经济学和实验经济学。
Fehr自1994年起任苏黎世大学微观经济学和实验经济学教授，并曾担任苏黎世大学经济学系主任及实证经济学研究所负责人。
他的研究长期围绕公平、互惠、社会偏好、合作以及人的经济决策行为展开。
传统经济学模型经常假设人是理性的、自利的；但Fehr通过大量实验研究显示，现实中的人并不总是只追求自身利益。
人们会在意公平，也会惩罚不公平行为；即使付出成本，也可能选择合作。
为什么可能获奖？
Fehr代表的是行为经济学进一步深入经济学核心理论的一条路线。
从Daniel Kahneman到Richard Thaler，诺贝尔经济学奖已经多次奖励行为经济学。但关于公平、互惠和合作机制的实验研究仍然具有独立的理论价值。
Andreu Mas-Colell：几乎写进经济学教材的名字
Andreu Mas-Colell可能是名单里最“学院派”的经济学家之一。
出生于1944年的Mas-Colell曾任哈佛大学经济学教授，也曾在加州大学伯克利分校任教，目前是西班牙庞培法布拉大学教授。
他的研究集中于一般均衡理论、金融市场结构和博弈论等领域。
更重要的是，他1985年出版的《The Theory of General Economic Equilibrium: A Differentiable Approach》，以及与Whinston、Green合著的《Microeconomic Theory》，已经成为现代微观经济学研究生教育中的经典著作。
为什么可能获奖？
如果诺贝尔委员会希望奖励经济学最底层的理论基础，而不是一个当下热门的政策议题，那么Mas-Colell是非常典型的人选。
他的潜在获奖主题可能围绕一般均衡理论以及现代微观经济学的数学基础。
Partha Dasgupta：把自然资源放进经济增长方程
Partha Dasgupta则代表另一个近年来越来越受到关注的方向——环境经济学、贫困、资源与代际公平。
Dasgupta是剑桥大学Frank Ramsey Professor Emeritus of Economics。他长期研究贫困、福利、人口、自然资源和环境之间的关系。
2021年，他受英国财政部委托主持完成《Dasgupta Review》，系统讨论生物多样性经济学：如果自然资本不断被消耗，传统GDP和财富指标是否仍然能够准确反映一个经济体的真实发展水平？
他的研究将一个长期被经济模型忽视的问题推到了中心位置：自然资源究竟应该如何被纳入经济学？
他的学术贡献也获得了大量经济学之外的认可，包括Volvo Environment Prize、Blue Planet Prize、Tyler Prize等。
为什么可能获奖？
气候变化、生物多样性和自然资本已经成为全球经济政策的重要议题。
如果诺贝尔委员会希望奖励经济增长与环境可持续性之间关系的基础研究，Dasgupta的研究提供了一条非常清晰的学术路线。
Matthew Rabin：把心理学真正带进经济学模型
最后一位是哈佛大学Pershing Square Professor of Behavioral Economics Matthew Rabin。
Rabin的研究重点是：如何把更加符合真实人类心理的假设，纳入可以进行严格分析的经济学模型。
他研究过统计推理错误、信念形成、参照依赖偏好、选择环境以及人们在市场和学习过程中犯下的系统性错误。
Rabin 1989年获得MIT经济学博士，此后长期任教于加州大学伯克利分校，后来进入哈佛。
为什么可能获奖？
如果Kahneman和Thaler代表行为经济学的两座高峰，那么Rabin的重要贡献之一，是进一步把心理学观察转化为可以进入正式经济学理论的数学模型。
他的研究因此连接了心理学、决策理论和传统经济学。
9位候选人，9条经济学路线
如果把Kalshi目前列出的9个人放在一起，会发现这并不是一个单一主题的候选名单。
他们几乎覆盖了现代经济学最重要的几个方向：
从这个名单看，2026年的诺贝尔经济学奖其实存在几条完全不同的潜在主线：
一条是市场。 Pakes研究企业竞争和市场力量，Zingales研究金融和企业制度。
一条是人。 Blundell研究劳动和家庭决策，Fehr和Rabin研究人的公平、合作与行为偏差。
一条是技术。 Athey研究数字经济、机器学习与市场设计。
一条是增长与资源。 Barro研究长期经济增长，Dasgupta则把自然资本和生物多样性纳入经济学框架。
还有一条最为基础的路线——经济学本身的理论基础，由Mas-Colell这样的理论经济学家代表。
当然，预测诺贝尔经济学奖存在很大的不确定性。Jane Liu对腾讯财经表示，Kalshi提示的22%隐含概率同时意味着，市场认为Pakes最终不获奖的可能性仍接近八成。此外，诺奖经常由两至三位学者共同分享，而针对单个学者的预测合约未必能够充分反映不同的获奖组合。因此，预测市场更适合作为观察学术关注度和市场预期的参考，而不能被视为最终答案。
2026年，诺贝尔经济学奖又会把聚光灯打向哪一个经济学问题，仍是悬念。
