Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > econ > arXiv:2203.10305v2

帮助 | 高级搜索

经济学 > 理论经济学

arXiv:2203.10305v2 (econ)
[提交于 2022年3月19日 (v1) ,最后修订 2022年8月30日 (此版本, v2)]

标题: 与“琼斯家”保持同步:基于社会比较的参考依赖选择

标题: Keeping up with "The Joneses": reference dependent choice with social comparisons

Authors:Alastair Langtry
摘要: 与“琼斯家”保持同步很重要。 本文研究了一个参考点由社会比较决定的参考依赖选择模型。 即使只有少数代理人,社会比较的强度增加也会导致所有人消费增加而福利减少。 引人注目的是,更高的消费边际成本可能会提高福利。 在劳动力市场中,与同事的社会比较会产生一种“小池塘的大鱼”效应,导致劳动力市场排序不完全。 此外,是那些社会网络最弱的熟练工人被诱导放弃收入以成为“小池塘的大鱼”。
摘要: Keeping up with "The Joneses" matters. This paper examines a model of reference dependent choice where reference points are determined by social comparisons. An increase in the strength of social comparisons, even by only a few agents, increases consumption and decreases welfare for everyone. Strikingly, a higher marginal cost of consumption can increase welfare. In a labour market, social comparisons with co-workers create a big fish in a small pond effect, inducing incomplete labour market sorting. Further, it is the skilled workers with the weakest social networks who are induced to give up income to become the big fish.
主题: 理论经济学 (econ.TH)
引用方式: arXiv:2203.10305 [econ.TH]
  (或者 arXiv:2203.10305v2 [econ.TH] 对于此版本)
  https://doi.org/10.48550/arXiv.2203.10305
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Alastair Langtry [查看电子邮件]
[v1] 星期六, 2022 年 3 月 19 日 11:57:15 UTC (356 KB)
[v2] 星期二, 2022 年 8 月 30 日 20:22:52 UTC (363 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
econ.TH
< 上一篇   |   下一篇 >
新的 | 最近的 | 2022-03
切换浏览方式为:
econ

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号