ARTICLE · 1151559
五大 AI 集体预测诺贝尔经济学奖,这两位学者成为热门人选丨B Insights
2026 年诺贝尔经济学奖，即将揭晓。按照诺贝尔奖官网公布的日程，今年的经济学奖将在 10 月 12 日正式公布。谁将成为下一位获奖者，目前仍是一个悬念。
过去两年，诺贝尔经济学奖接连表彰了研究经济增长与发展的经济学家。
2024 年，达龙·阿西莫格鲁、西蒙·约翰逊和詹姆斯·罗宾逊因研究制度如何形成及其如何影响国家繁荣而获奖。2025 年，乔尔·莫基尔、菲利普·阿吉翁和彼得·豪伊特又因解释创新如何推动持续经济增长获得这一荣誉。
那么，今年会轮到谁？
带着这个问题，我们向 ChatGPT、Claude、Kimi、DeepSeek 和豆包五款主流 AI 模型提出了同一组核心问题：综合历届诺贝尔经济学奖的评选历史、经济学界的前沿研究趋势及候选人的长期学术贡献，预测 2026 年最有可能获奖的三组经济学家，并从中选出最终押注对象。
五款 AI 给出的答案并不完全一致，但其中出现了一个值得关注的共同点。ChatGPT 和豆包不约而同地将哈佛大学经济学家阿里尔·帕克斯（Ariel Pakes）排在第一位。
与此同时，斯坦福大学经济学家苏珊·阿西（Susan Athey）也反复出现在多款模型的候选名单中。ChatGPT、豆包、Kimi 和 DeepSeek 都将她列入各自重点关注的人选。
而在真实资金参与交易的两大预测平台 Kalshi 和 Polymarket 上，帕克斯同样占据领先位置，阿西也跻身前列。
这意味着，在五款 AI 和两大预测市场的不同判断中，两位研究产业组织、数字经济与市场竞争的经济学家，成为反复出现的名字。
有意思的是，两人的代表性成果并非诞生于当下最热门的人工智能浪潮，而是可以追溯到数十年前的经济学研究。
当 AI 与预测市场都开始关注他们，今年的诺贝尔经济学奖究竟可能奖励什么？
五大 AI 交卷
帕克斯拿下两张“第一票”
我们将五款 AI 最终押注的人选进行整理，得到以下结果。
ChatGPT：帕克斯位列第一，研究市场竞争的经济学家最受看好
ChatGPT 将哈佛大学经济学家阿里尔·帕克斯（Ariel Pakes）列为第一候选人，并认为他有可能与史蒂文·贝里（Steven Berry）、詹姆斯·莱文索恩（James Levinsohn）共同获奖。
帕克斯是现代实证产业组织经济学的重要代表人物，其研究主要关注如何利用真实市场数据，分析企业竞争、消费者需求、产品定价以及企业并购可能产生的经济影响。
1995 年，帕克斯与贝里、莱文索恩共同发表《Automobile Prices in Market Equilibrium》，提出后来被广泛称为 BLP 模型的分析方法，为经济学家研究差异化产品市场提供了重要工具。
ChatGPT 认为，帕克斯的贡献经过数十年的学术检验，研究方法成熟，并与现实中的市场竞争政策形成了紧密联系，因此是今年最值得关注的候选人。
排在第二位的是斯坦福大学经济学家苏珊·阿西（Susan Athey）。ChatGPT 认为，她在信息技术经济学、数字市场以及机器学习与经济学相结合方面具有重要贡献，也可能与哈尔·瓦里安（Hal Varian）共同获奖。
紧随其后的是哥伦比亚大学经济学家迈克尔·伍德福德（Michael Woodford）、伦敦大学学院经济学家理查德·布伦德尔（Richard Blundell）和哈佛大学经济学家罗伯特·巴罗（Robert Barro）。
这些候选人的研究分别涉及货币政策、劳动供给与储蓄行为，以及宏观经济增长理论。
从这份名单来看，ChatGPT 更加看重那些已经形成成熟理论或实证分析框架，并在经济学研究和现实政策中产生长期影响的学者。
Claude：押注赫尔普曼与格罗斯曼，重新解释国际贸易与经济增长
再来是 Claude。与其他模型相比，Claude 在评分上更加谨慎。在其自身的主观评分体系中，排名第一的候选组合也只有 12 分。
Claude 最终选择了两位国际贸易经济学家：哈佛大学的埃尔赫南·赫尔普曼（Elhanan Helpman）和普林斯顿大学的吉恩·格罗斯曼（Gene Grossman）。
两人长期合作，研究国际贸易、技术创新、经济增长与贸易政策之间的关系。
1991 年，他们共同出版《Innovation and Growth in the Global Economy》，分析全球贸易如何与技术创新和经济增长相互作用。1994 年，两人在《美国经济评论》发表《Protection for Sale》，提出政治经济学模型，解释特殊利益集团如何通过政治献金影响政府的贸易保护政策。
为什么一些国家明明可以通过自由贸易获得整体经济收益，却仍然对部分行业实施高关税和贸易保护？为什么不同利益集团能够影响国家贸易政策的制定？赫尔普曼与格罗斯曼的研究，为理解这些问题提供了重要理论框架。
Claude 认为，国际贸易经济学在 2008 年保罗·克鲁格曼获奖之后，仍有重要研究成果尚未得到诺贝尔经济学奖的直接表彰。
不过，其预测也存在一个明显障碍：2025 年刚刚表彰创新驱动的经济增长研究，而赫尔普曼与格罗斯曼的部分成果同样涉及创新与增长。如果委员会倾向于在相邻年份选择不同的研究主题，这组人选就可能面临一定竞争压力。
此外，Claude 还提出了一组黑马：史蒂文·贝里、詹姆斯·莱文索恩和阿里尔·帕克斯，认为他们对实证产业组织经济学的开创性贡献，具有获得诺贝尔经济学奖认可的潜力。
Kimi：押注奥托与卡茨，技术进步如何改变就业与工资？
与 ChatGPT 和 Claude 不同，Kimi 将 MIT 经济学家大卫·奥托（David Autor）和哈佛大学经济学家劳伦斯·卡茨（Lawrence Katz）列为第一候选组合。
两人的研究核心，是技术进步如何改变劳动者的工作与收入。
过去几十年，计算机和自动化技术不断提高企业生产率，却没有让所有劳动者同等受益。奥托、卡茨及其合作者的研究揭示，技术进步可能提高对高技能劳动者的需求，同时替代部分重复性较强的工作任务，由此改变劳动力市场的工资结构。
例如，自动化可能替代一部分常规性中等技能工作，却增加对复杂认知能力和技术技能的需求，进而推动就业结构发生变化。
今天，当人们讨论 AI 是否会替代程序员、行政人员或其他知识工作者时，仍然可以借助这套研究传统所建立的分析框架理解相关问题。
Kimi 认为，这组学者的成果已经沉淀二十多年，而且与当下 AI 对就业市场的冲击高度相关，因此成为其最看好的获奖组合。
不过，Kimi 并没有忽略帕克斯与阿西。它将这两位经济学家列为第三组候选人，认为其在实证产业组织、数字市场及计量经济学方面的研究同样具有重要竞争力。
豆包：同样押注帕克斯，货币政策与数字经济紧随其后
豆包的最新预测同样将阿里尔·帕克斯放在热门名单首位。
与 ChatGPT 类似，豆包关注的也是帕克斯在实证产业组织经济学领域的开创性贡献，包括 BLP 需求模型、动态产业分析框架，以及 Olley-Pakes 生产率估计方法。
这些研究让经济学家能够更准确地估计消费者需求、企业生产效率和市场竞争程度，并为产业政策、反垄断监管和企业并购评估提供分析工具。
在豆包的判断中，帕克斯不仅拥有成熟的学术成果，其研究方法也已经在现实经济政策中得到广泛应用，因此成为最值得关注的候选人。
排在第二位的是迈克尔·伍德福德（Michael Woodford）。他的代表作《Interest and Prices》为现代货币政策理论提供了重要基础，尤其强调中央银行如何通过利率政策和预期管理影响经济运行。
第三位则是苏珊·阿西（Susan Athey）。豆包重点关注她在数字经济、在线广告机制设计，以及机器学习与因果推断相结合方面的贡献。
除此之外，豆包还将大卫·奥托与劳伦斯·卡茨、哈尔·瓦里安、埃尔赫南·赫尔普曼，以及行为经济学家恩斯特·费尔等人列入热门名单。
值得注意的是，豆包与 ChatGPT 不仅共同看好帕克斯，还同时将伍德福德与阿西列入前三名。
两款 AI 的具体排序有所不同，但在最受关注的三位研究者上，出现了明显交集。
DeepSeek：押注罗德里克，全球化为何难以让所有人受益？
最后是 DeepSeek。DeepSeek 选择了另一条路线，将哈佛大学经济学家丹尼·罗德里克（Dani Rodrik）列为第一候选人。
罗德里克最具代表性的观点之一，是全球经济的“政治三元悖论”：深度经济全球化、民主政治与国家主权，很难同时得到充分实现。
他的研究试图解释，为什么全球化可能提高整体经济效率，却不一定让每个国家、每个群体都从中受益；为什么发展中国家不能简单照搬发达经济体的增长模式。
在贸易保护主义抬头、全球供应链重新布局、各国产业政策不断调整的背景下，这些研究获得了新的现实解释力。
DeepSeek 认为，罗德里克不仅对传统自由贸易理论提出了重要反思，也为理解全球化与国内政策自主权之间的矛盾提供了分析框架。
不过，罗德里克的研究横跨国际贸易、发展经济学和政治经济学，其贡献能否被归纳为一个高度集中的诺贝尔奖授奖主题，仍存在不确定性。
值得注意的是，DeepSeek 将苏珊·阿西与斯坦福大学经济学家马修·根茨科（Matthew Gentzkow）列为第二组候选人，重点关注数字经济、信息传播和经济学研究方法的变化。
综合来看，五款 AI 最终选择的研究方向，覆盖了现代经济学的多个重要分支。从工作的未来，到全球化的边界；从中央银行如何影响经济，到国家之间为什么会发生贸易，以及企业之间究竟如何竞争。
不同模型对于什么样的研究最值得获得诺贝尔经济学奖，显然存在不同判断。但在这些分歧之中，帕克斯和阿西反复出现，成为这次预测中最值得进一步关注的两位经济学家。
ChatGPT：帕克斯位列第一，研究市场竞争的经济学家最受看好
Claude：押注赫尔普曼与格罗斯曼，重新解释国际贸易与经济增长
Kimi：押注奥托与卡茨，技术进步如何改变就业与工资？
豆包：同样押注帕克斯，货币政策与数字经济紧随其后
DeepSeek：押注罗德里克，全球化为何难以让所有人受益？
帕克斯与阿西
凭什么成为诺奖热门
如果只看最终押注对象，五款 AI 尚未形成完整共识。但将各模型的前三组候选人，以及部分模型提出的黑马人选放在一起，可以发现两位学者的出现频率明显较高。
一位是阿里尔·帕克斯，另一位是苏珊·阿西。
首先是帕克斯。在 ChatGPT 和豆包的预测中，他同时排名第一；Kimi 将他与阿西列为第三组候选人；Claude 则将他与贝里、莱文索恩组成的研究组合列入黑马名单。
帕克斯之所以受到关注，与一篇发表于 31 年前的经济学论文密切相关。
1995 年，他与史蒂文·贝里、詹姆斯·莱文索恩在《Econometrica》发表《Automobile Prices in Market Equilibrium》，提出了后来被广泛使用的 BLP 模型。
在此之前，经济学家虽然可以观察不同汽车品牌的价格、销量和市场份额，却很难利用这些数据准确估计复杂的消费者需求与企业竞争关系。
BLP 模型为分析这些问题提供了重要方法。例如，当两家汽车制造商计划合并时，监管机构需要回答几个问题：合并是否会削弱市场竞争？企业是否可能提高价格？消费者会转向哪些替代产品？
传统的市场份额数据往往不足以直接回答这些问题，而 BLP 模型能够帮助研究者利用实际市场数据估计产品之间的替代关系，进而模拟不同竞争情境下可能出现的价格变化。
这套方法逐渐成为现代产业组织经济学的重要工具，并在反垄断、企业并购和市场竞争研究中产生持续影响。
不过，帕克斯是否最终获奖，还有一个重要变量：相关研究的贡献并非来自他一人。
除了贝里和莱文索恩，蒂莫西·布雷斯纳汉（Timothy Bresnahan）、阿维夫·内沃（Aviv Nevo）等经济学家，也在实证产业组织领域作出了重要贡献。
诺贝尔经济学奖最多由三人分享，委员会如果决定表彰这一方向，还需要明确究竟哪些研究突破构成授奖的核心。
第二位反复出现的经济学家，是苏珊·阿西。
在五款 AI 中，ChatGPT、豆包、Kimi 和 DeepSeek 都将她列入重点候选名单。但有意思的是，不同模型为她选择的共同获奖者并不一致。
ChatGPT 关注她与哈尔·瓦里安在信息技术经济学领域的贡献；Kimi 将她与帕克斯组合；DeepSeek 则将她与马修·根茨科组合。
这反映了阿西研究领域的广泛性。
她一方面研究数字平台、互联网广告、市场竞争等经济问题，另一方面也推动了机器学习与因果推断方法在经济学中的应用。例如，在传统实证研究中，研究者可能只关心一项政策对所有人的平均影响。
但现实情况是，同一项政策对不同年龄、收入和社会背景的人群，可能产生完全不同的结果。阿西与合作者提出的相关方法，为利用机器学习识别不同群体之间的因果效应差异提供了新的工具。
与此同时，她关于数字平台与市场机制的研究，也帮助经济学家理解信息技术如何改变市场竞争与资源配置。
不过，这也带来了一个问题：阿西究竟应该凭借数字经济、市场设计，还是计量经济学方法获得表彰？
不同模型给出的组合差异，恰好说明了这一问题的复杂性。
从这次预测结果来看，帕克斯在最终押注中更加集中，而阿西则在不同候选组合中反复出现。前者以实证产业组织领域的经典方法获得关注，后者的优势则是研究跨越数字市场、信息经济学和现代数据分析。
两人的共同点，在于其研究都为经济学家理解真实市场提供了新的分析工具。
真金白银的押注
两大预测市场也选了他
除了 AI 模型，Kalshi 和 Polymarket 两大预测平台，也给出了各自的市场判断。
与 AI 模型直接生成预测结果不同，这两个平台通过交易形成价格，参与者可以围绕特定事件的结果买卖合约。
在 Kalshi 的 2026 年诺贝尔经济学奖预测市场，截至 10 月 10 日查询时，排名第一的同样是哈佛大学经济学家阿里尔·帕克斯，市场显示概率约为 23%。
紧随其后的是苏珊·阿西，约为 15%；英国经济学家理查德·布伦德尔（Richard Blundell）则以约 10%位列第三。
另一家预测平台 Polymarket 也出现了相似的结果。
截至同日查询时，帕克斯以约 21%的市场显示概率排名第一，劳伦斯·卡茨以约 16%位列第二，苏珊·阿西以约 13%位列第三，迈克尔·伍德福德则以约 12%排在其后。
虽然两个平台的具体排序有所不同，但均将帕克斯排在第一位，阿西也都位居前列。
这与 AI 预测呈现出值得关注的重合。
在 ChatGPT 和豆包的最终押注中，帕克斯排名第一；在两大预测市场上，他同样占据首位。
阿西虽然没有成为任何一款 AI 的最终首选，却同时进入四款 AI 的候选名单，并在两大市场上保持较高排名。
这也使帕克斯和阿西成为这次 AI 预测与市场判断之间，最突出的两个共同关注对象。
不过，这种重合并不意味着两人已经拥有很高的真实获奖概率。
截至此次查询，Kalshi 相关市场累计交易额约为 4.4 万美元，Polymarket 约为 7.8 万美元。相比大型金融市场，这样的交易规模仍然较小，市场报价容易受到流动性和少量资金变化的影响。
同时，诺贝尔经济学奖可以由多人分享，平台上针对不同经济学家的获奖合约并不一定相互排斥，不能简单将各人显示的概率相加，并理解为严格的 100%概率分布。
更重要的是，预测市场并没有公开证据表明交易者掌握了诺贝尔奖委员会的内部评审信息。
市场对帕克斯的偏好，只能说明在这一时点，参与交易者更加愿意押注他。
但当两家预测市场与多款 AI 模型都反复提及同一批研究者时，这种交集仍然具有一定的信息价值。
它至少说明，实证产业组织、数字经济与市场竞争研究，已经成为今年值得关注的潜在获奖方向。
从引文桂冠到诺贝尔奖
学术声望离获奖还有多远
除了 AI 模型和预测市场，另一份值得关注的名单来自科睿唯安（Clarivate）。
这家学术信息与分析机构每年都会公布“引文桂冠奖”（Citation Laureates）名单，结合学术引文数据与专家评估，识别在长期研究中产生重大影响力的学者。
2025 年，经济学领域共有三组研究者入选。
第一组是大卫·奥托与劳伦斯·卡茨，表彰其对工资结构、收入不平等、教育进步与技术变迁的开创性研究。
第二组是玛丽安·伯特兰（Marianne Bertrand）和森德希尔·穆莱纳桑（Sendhil Mullainathan），表彰他们对歧视、公司治理，以及心理和文化因素如何影响经济结果的研究。
第三组是尼古拉斯·布卢姆（Nicholas Bloom），其代表性贡献包括研究经济与政策不确定性对投资、就业和增长的影响。
这些名字与 Kimi 的候选名单存在明显重合。
而在 2026 年 9 月 17 日公布的新一届引文桂冠奖名单中，经济学领域又出现了另外三组研究者。
第一组是苏珊·阿西和哈尔·瓦里安，因信息技术经济学的开创性研究入选。
第二组是迈克尔·伍德福德，因对货币政策理论与实践的贡献入选。
第三组是西德尼·温特（Sidney Winter），因运用演化理论研究经济动态与组织行为而入选。
值得注意的是，阿西与瓦里安组成的这一组研究者，也出现在 ChatGPT 的预测中。
伍德福德则同时位列 ChatGPT、豆包的前三名，并进入 Polymarket 预测市场的前列。
不过，需要明确的是，引文桂冠奖并非诺贝尔奖的官方候选名单。
科睿唯安也特别指出，该项目的目的并不是预测某个特定年份的诺贝尔奖获得者，而是识别具有长期重大影响力的研究者。
从 2025 年到 2026 年的名单变化中，可以看到经济学界关注的一些重要研究方向。
前者主要涉及技术变迁、劳动收入、歧视和经济不确定性，后者则涵盖数字经济、货币政策与组织演化。
而五款 AI 的预测，又将国际贸易、全球化、市场竞争和实证产业组织等方向纳入视野。
这些研究有一个共同特点：绝大多数代表性成果并非诞生于最近一两年，而是在长期研究与实践中逐渐确立了学术地位。
例如，赫尔普曼与格罗斯曼有关国际贸易和创新的代表性研究可以追溯到 20 世纪 80 年代和 90 年代；BLP 模型发表于 1995 年；伍德福德的《Interest and Prices》出版于 2003 年。这些成果已经经历了二十年甚至更长时间的学术检验。
这也提醒我们，不应简单用 2026 年最热门的经济新闻，去反推今年的诺贝尔经济学奖。
人工智能正在改变就业市场，但不意味着今年必然表彰 AI 相关经济研究。全球贸易摩擦持续升级，也不代表国际贸易理论一定会获得诺贝尔奖认可。
一项研究与现实经济问题的关联程度，固然能够体现它的重要性，却无法替代原创性、长期学术影响及成果归属等更基础的评奖因素。
另一方面，诺贝尔经济学奖也不存在公开的严格领域轮换规则。2024 年表彰制度与繁荣，2025 年表彰创新驱动增长，并不意味着 2026 年就一定会转向劳动经济学、货币政策或实证产业组织经济学。
回到这次预测本身，五款 AI 给出了不同的研究方向，却又在部分人选上出现了交集。
ChatGPT 和豆包将帕克斯列为第一候选人，Kimi 与 Claude 也关注到他的研究；苏珊·阿西则反复出现在四款 AI 的预测名单中。
与此同时，两大预测市场都将帕克斯排在首位。这可能是今年诺贝尔经济学奖揭晓前，AI 与预测市场给出的最有意思的一组共同信号。
但预测仍然只是预测。
10 月 12 日，瑞典皇家科学院将正式揭晓今年的获奖者。届时，我们不仅可以检验哪款 AI、哪个预测市场更接近最终结果，也能进一步观察：那些最终获得诺贝尔经济学奖认可的研究，究竟如何改变了经济学对现实世界的理解。
比猜中一位获奖者更值得关注的，或许是那些真正能够穿越几十年技术变迁与经济周期，持续影响经济学研究和现实政策的思想。
编辑：邱鸿伟
来源：ChatGPT、Claude、Kimi、豆包、DeepSeek等
END
/ 推荐阅读
