奥利弗哈特投稿的主要期刊

理查德·塞勒，1945年，出生于美国新泽西州，曾先后在罗彻斯特取得文学硕士和哲学博士学位，并先后执教于罗彻斯特大学和康奈尔大学，1995年起任芝加哥大学商业研究生院行为科学与经济学教授、决策研究中心主任至今，同时兼职于美国国民经济研究局（NBER)。他因行为经济学方面的贡献而获得2017年诺贝尔经济学奖。

之所以将2017年诺贝尔经济学奖授予塞勒，是看重其将心理学和经济学相结合的交叉学科研究，让经济学“更人性化”，承认其“通过探索有限理性，社会偏好和缺乏自我控制的后果，展示人脑思维特点如何系统性地影响决策和市场结果”。

他认为，一些传统的经济学理论假设存在着缺陷：个人在所有经济现象分析中均被假设成是理性和自利的，同时会尽可能地追求最大利益。但是，现实中的个人往往依靠直觉来解决问题，就算人们谨遵各种假设，也会经常犯错误。个体之间千差万别，不可能用一个假设束缚住所有个体。毕竟，人们还会选择无私地牺牲掉自己的利益来进行慈善捐赠。因此，人既不完全自利，也不完全自私，只是个非完全理性的个体。

很多剑桥人戏言，剑桥大学诺贝尔奖的傲人纪录，也许和康河边悠闲自在、天马行空的下午茶、闲聊分不开。英国剑桥大学每天下午有两个小时的时间，常常有计划、有组织地安排不同学科的权威教授一起在学校咖啡屋或茶园共进下午茶。

在这里，每一名教授都可以随意阐述自己的研究领域、研究方法，同时每一名教授又在吸纳其他领域的研究方法，通过互相学习以及知识的组合，产生出大量的、边缘的学术思想、学术理论。有人说，剑桥大学60多项诺贝尔奖是喝咖啡喝出来的。

剑桥大学诺贝尔奖获得者介绍

1、2016奥利弗哈特（国王学院，1966)- 2016瑞典银行经济科学奖（诺贝尔经济学奖）。

2、2016 David Thouless(三一大厅，1952)、Duncan Haldane(耶稣基督，1970)和Michael Kosterlitz(凯尔斯，1962)-诺贝尔物理学奖（诺贝尔物理学奖）的拓扑相变物质拓扑相理论的发现。

3、2013迈克尔莱维特，冈维尔与凯斯学院，诺贝尔化学奖。

4、2010年罗伯特爱德华兹，丘吉尔学院：人类生殖名誉教授。

6、2009年Venki莱玛克里斯南，三一学院：诺贝尔化学奖。

2017年诺贝奖经济学奖正式揭晓。瑞典皇家科学院宣布，因对“行为经济学”的贡献，芝加哥大学布斯商学院教授理查德·泰勒（Richard Thaler）获得诺贝尔经济学奖。

10月9日，2017年诺贝尔经济学奖正式揭晓——美国芝加哥大学教授的理查德·塞勒(Richard Thaler)获得这一殊荣，理由是其在行为经济学的成就。

今年诺贝尔经济学家最终花落理查德·塞勒。一是从行为经济学与博弈论交叉关系的角度，过去10年，已有三届诺贝尔经济学奖得主在相近领域获奖，除今年的理查德·塞勒外，还有2012年的埃尔文·罗斯和劳埃德埃·沙普利、以及2013年的金・法马、拉尔斯・皮特・汉森和罗伯特・J・席勒获奖;二是2008年的美国次贷危机已经过去10年，全球金融市场似乎再次进入“平静期”，而理查德·塞勒的行为经济学研究，除了应用于消费者行为和政府政策之外，更为重要的领域恰恰是金融市场的投资决策参考。

就研究方法和研究领域而言，理查德·塞勒与2013年诺贝尔经济学奖获得者之一罗伯特・J・席勒有极大的相似性，二人均将心理学嫁接到传统的经济学研究之中，且他们的理论建树均有益于大众投资者理性参与金融博弈。稍有不同之处仅是，理查德·塞勒坚守经济学家的严谨，而罗伯特・J・席勒除部分严谨的学术论文外，还写作出版了较多的财经畅销书(《非理性繁荣》、《动物精神》和《金融新秩序》)和大众媒体财经专栏。

传统的经济学研究，叙事较为宏大、传统的经济学家以建议“国富民强”为己任、以做政治家的经济顾问(或经济导事)为毕生之志向，他们的研究成果往往也是集大成式的，广泛涉及到货币、就业、生产力、自由市场、国际贸易、金融市场，如亚当·斯密、凯恩斯、弗里德曼等等。

“相比其他行为经济学研究者，理查德·泰勒最大的贡献是将经济学理论应用到政策制定中，实实在在地改变了人们的生活。”

上海交大安泰经济与管理学院经济系讲师、美国密歇根大学行为经济学博士江明介绍，15年前，理查德·泰勒在美国提出了“Save for tomorrow”（为了明天储蓄）计划。

长期以来美国人在消费主义影响下，不愿意储蓄。虽然从经济学上看，储蓄有利息收入，但现实中人们缺乏理性和长远考虑，不愿意为了“明天”而减少今天的消费开支，很多人因为在退休后入不敷出、生活困难。

如今行为经济学在中国还算是一门新兴的学科，沿着理查德·泰勒当时奠定的方向，今天行为经济学已经加入了大量新的工具，比如大数据、人工智能等新一代技术助推这门学科快速发展，它还与神经生物学、心理学角度等学科交叉关联，形成了神经经济学的前沿研究领域。