人类的涉他偏好 pmlz 电子版 pdf docx 网盘 kindle azw3 下载

人类的涉他偏好精美图片
》人类的涉他偏好电子书籍版权问题 请点击这里查看《

人类的涉他偏好书籍详细信息

  • ISBN:9787543232884
  • 作者:暂无作者
  • 出版社:暂无出版社
  • 出版时间:2022-01
  • 页数:暂无页数
  • 价格:53.30
  • 纸张:胶版纸
  • 装帧:平装-胶订
  • 开本:16开
  • 语言:未知
  • 丛书:暂无丛书
  • TAG:暂无
  • 豆瓣评分:暂无豆瓣评分
  • 豆瓣短评:点击查看
  • 豆瓣讨论:点击查看
  • 豆瓣目录:点击查看
  • 读书笔记:点击查看
  • 原文摘录:点击查看

内容简介:

这套“行为经济分析基础系列”,是一部里程碑式的行为经济学教材,也是学界目前 前沿、

、 全面的行为经济学工具书,集作者十年之功写成。丛书收入了行为经济学迄今所有分支学派的理论模型,将理论细节与实验证据处理成一个相互促进的整体,通篇介绍了引人入胜的相关应用,堪称一部行为经济学百科全书。本丛书既可以作为经济系高年级本科生和研究生的教材,也将是经济学、心理学等社会科学研究者的重要参考手册。《人类的涉他偏好》分册(对应原书第二编),研究拥有涉他偏好的人类行为,换言之,研究人们对他人福利直接或间接的关注。本卷首先通过一系列实验博弈任务,考察了关于涉他偏好的经验证据。这些博弈任务包括 通牒博弈、独裁者博弈、信任博弈、礼物交换博弈,以及引入惩罚的公共物品博弈。接下来探讨了社会偏好模型、基于类型的互惠模型、基于意图的互惠模型,以及其他混合模型。随后考虑了人类道德和社会身份认同这两个新主题。这两个主题是如此重要,被传统新古典经济学忽略是不合理的。 讨论了涉他偏好下的道德风险和信息不对称问题,以及关于 和不 的短长期合同的文献。


书籍目录:

暂无相关目录,正在全力查找中!


作者介绍:

暂无相关内容,正在全力查找中


出版社信息:

暂无出版社相关信息,正在全力查找中!


书籍摘录:

暂无相关书籍摘录,正在全力查找中!


在线阅读/听书/购买/PDF下载地址:


原文赏析:

暂无原文赏析,正在全力查找中!


其它内容:

暂无其它内容!


书籍真实打分

  • 故事情节:8分

  • 人物塑造:8分

  • 主题深度:7分

  • 文字风格:9分

  • 语言运用:5分

  • 文笔流畅:4分

  • 思想传递:6分

  • 知识深度:6分

  • 知识广度:9分

  • 实用性:9分

  • 章节划分:4分

  • 结构布局:3分

  • 新颖与独特:7分

  • 情感共鸣:9分

  • 引人入胜:4分

  • 现实相关:8分

  • 沉浸感:7分

  • 事实准确性:5分

  • 文化贡献:6分


网站评分

  • 书籍多样性:9分

  • 书籍信息完全性:7分

  • 网站更新速度:8分

  • 使用便利性:6分

  • 书籍清晰度:5分

  • 书籍格式兼容性:5分

  • 是否包含广告:4分

  • 加载速度:7分

  • 安全性:8分

  • 稳定性:3分

  • 搜索功能:5分

  • 下载便捷性:9分


下载点评

  • 体验差(453+)
  • 体验满分(240+)
  • 全格式(504+)
  • 五星好评(223+)
  • 内容齐全(357+)
  • 盗版少(651+)
  • 中评多(255+)
  • 少量广告(440+)
  • 收费(604+)
  • 体验好(241+)
  • 博大精深(640+)
  • 速度快(579+)

下载评价

  • 网友 晏***媛:

    够人性化!

  • 网友 后***之:

    强烈推荐!无论下载速度还是书籍内容都没话说 真的很良心!

  • 网友 寿***芳:

    可以在线转化哦

  • 网友 戈***玉:

    特别棒

  • 网友 通***蕊:

    五颗星、五颗星,大赞还觉得不错!~~

  • 网友 冯***丽:

    卡的不行啊

  • 网友 国***舒:

    中评,付点钱这里能找到就找到了,找不到别的地方也不一定能找到

  • 网友 冯***卉:

    听说内置一千多万的书籍,不知道真假的

  • 网友 融***华:

    下载速度还可以

  • 网友 宫***凡:

    一般般,只能说收费的比免费的强不少。

  • 网友 相***儿:

    你要的这里都能找到哦!!!

  • 网友 訾***雰:

    下载速度很快,我选择的是epub格式

  • 网友 习***蓉:

    品相完美


随机推荐