2026经济学诺奖预测

每年十月诺奖季前，预测经济学奖的人不少，但大多靠直觉。

这篇文章用一个两阶段模型来算：先判断委员会今年大概率选哪个领域，再在该领域里排出最可能的候选人。

模型预测：

2026年诺贝尔经济学奖最可能授予David Autor 与 Lawrence F. Katz（约22%和19%概率），领域为劳动经济学 × 技术变革。

备选高概率者为Ariel Pakes（约18%，产业组织/计量经济学）。

预测模型的理论基础

模型核心假设是：诺奖委员会的选择过程可以分解为两个序贯决策，选择领域，再在该领域内选择个人。

因此，候选人k获奖的联合概率为：

其中，第一阶段，预测2026年最可能获奖的领域P(领域=j)， 第二阶段，在预测出的j领域内，对候选人k排序P(k∣j)P(k∣j)。

设领域j，上一年领域为i，转移概率为：

可用经验频率估计，也可用贝叶斯后验更新。

2008年金融危机之后，诺奖表彰从书斋经济学转向民生经济学。

1990年代到2000年代初，获奖者集中在一般均衡理论、宏观经济学基础、微观经济学基础、计量方法创新等领域，诺奖表彰的是经济学作为一门学科怎么建，更重视纯理论建构和计量方法创新。

2008年之后，风向明显转了，诺奖表彰的是经济学怎么解释现实世界，更青睐具有现实解释力和政策相关性的实证研究。

2008年诺贝尔经济学奖授予保罗·克鲁格曼，并非传统意义上的黑板经济学家，新贸易理论和新经济地理学直接回应了全球化、城市化、自由贸易等现实问题。

选取2008年以来的样本，是让领域轮动估计建立在与当前评审逻辑一致的时段上。

如果把1969年以来的全部数据混在一起用，等于假设委员会偏好五十年不变，这显然不成立。

领域连续性与轮动。

诺贝尔奖在经济学各领域之间以半规律的方式轮动（rotates in a semi-regular way）。

这为领域预测提供了方法论基础，轮动不是随机的，而是可以建模的。

首先需要一套可复现的领域分类。采用以下五类，每类有明确的纳入标准：

分类依据：参考JEL分类码，B（经济思想与方法）、J（劳动与人口经济学）、O（经济发展、技术变迁与增长）、L（产业组织）、D（微观经济学）、E（宏观经济学）、G（金融经济学）。

第一阶段：领域轮动预测。

2008—2025年共18个观测值。按五类领域编码后，可观察到以下模式：

连续两年同一大类的情况出现两次：2018—2019年（增长与环境→发展经济学）和2024—2025年（制度与增长→创新驱动增长）。连续三年同一大类的情况，样本中未出现。

从“发展与增长”类出发，下一年转向的方向：样本中可观测的转移有3次——2015→2016（转向微观理论/契约）、2019→2020（转向微观理论/拍卖）、2024→2025（继续发展与增长）。转向劳动经济学的次数为0。

2026年的关键判断依据：2019年是样本中唯一一次“发展与增长连续两年”的案例，其后的2020年颁给了拍卖理论（Milgrom & Wilson），属于微观理论/机制设计方向。如果这一模式重演，2026年最可能转向微观理论/机制设计。

但必须引入一个修正信号：2025年Clarivate引文桂冠将David Autor和Lawrence Katz同时列为经济学奖得主，授奖理由为“对工资结构、收入不平等、教育进步与技术变革的开创性分析”。引文桂冠是诺奖预测中权重最高的点名信号之一，其明确指向劳动经济学。

因此，领域预测存在两条竞争性轨道：

• 轨道A（轮动模型）：微观理论/机制设计。依据是2020年的先例和2020年以来该领域已5年未获奖。
• 轨道B（引文信号模型）：劳动经济学×技术变革。依据是2025年引文桂冠的明确指向和AI对劳动市场的现实冲击。

预测领域：2026年最可能领域为微观理论/机制设计（约40%）或劳动经济学×技术变革（约35%），两者概率接近，不宜断言单一方向。

如果委员会同时看重理论创新和现实紧迫性，劳动经济学方向也可能以“机制设计方法研究劳动市场”的交叉形式出现。

第二阶段：领域内预测个人。

在预测出的领域j内，候选人k获奖的条件概率为：

其中X_k为核心特征向量，包含三个变量：

• C_k ：归一化总被引频次。数据来源为 Web of Science 核心合辑。
• N_k ：与最近诺奖得主的学术谱系距离。该变量衡量候选人与诺奖学术圈的亲近程度，距离越短，获奖概率越高。
• A_k ：年龄控制变量。诺奖得主通常在中年后期至晚年获奖，年龄过轻或过老都会降低概率。

2026年是劳动经济学领域的前提下，谁被引用最多、离诺奖学术圈最近、年龄合适，谁的概率就高。

2025年引文桂冠,最直接的诺奖级候选池信号。

Clarivate 基于 Web of Science 引文分析，每年遴选被认为最有可能获得诺奖的学者。自2002年以来，已有83位引文桂冠得主最终获得诺贝尔奖。

2025年经济学引文桂冠名单如下：Autor与Katz是被联合授予引文桂冠的，这一联合入选模式在Clarivate历史上并不常见，释放了明显的领域级信号，劳动经济学×技术变革方向，已经是热门领域。

第二阶段输出。

基于第一阶段预测的两条竞争性轨道，分别进行个人层面的排序。

轨道A：微观理论/机制设计

如果2026年转向微观理论/机制设计，候选池与引文桂冠名单的重叠度较低。需从该领域的活跃学者中筛选。这一轨道的

信号强度较弱。

轨道B：劳动经济学×技术变革

如果2026年授予劳动经济学方向，候选池与引文桂冠名单高度重叠：

模型输出：两轨道的个人概率排序。

综合引文数据、学术谱系和年龄因素，两轨道的个人排序如下：

轨道A（微观理论/机制设计）：

轨道B（劳动经济学×技术变革）：

市场修正：Kalshi信号的有限权重。

将两阶段模型的输出作为先验P{prior}(k)，将 Kalshi 隐含概率作为市场信号：

其中ω是市场信号权重。由于 Kalshi 经济学奖市场的流动性极低，24小时交易量近乎为零，市场质量评分仅34/100，属于低质量市场，取ω=0.3。

修正结果如下：

排序仅为模型内部相对位置，非真实概率。Autor/Katz靠引文桂冠和劳动经济学信号领先，Pakes因领域不匹配列第三。

样本仅18年、市场极薄，结论只作思考框架，不宜当真。