算法推荐对消费者异质性偏好的塑造与福利经济学审视 .docxVIP

PAGE2

算法推荐对消费者异质性偏好的塑造与福利经济学审视

摘要

随着数字经济的纵深发展，算法推荐已全面渗透消费领域，深刻重塑了信息分发与供需匹配逻辑。传统福利经济学假定偏好是外生且稳定的，但算法推荐引发的信息茧房效应正在内生地改变消费者偏好，导致传统福利评估框架失效。本文旨在探究算法信息茧房改变消费者偏好的机制，并构建修正偏好下的消费者剩余评估框架。文章首先提出算法侵蚀偏好内生性的核心问题；其次，梳理并评述国内外相关研究，明确从福利经济学视角审视偏好塑造的理论切入点；进而，深度解析信息茧房生成、内在矛盾及信息剥夺与偏好同化的本质；随后，系统阐释算法通过过滤与反馈循环塑造偏好的核心逻辑、条件边界与演变规律；在此基础上，破除偏好外生假定，提出修正偏好下的消费者剩余理论框架，并论证其解释力；最终得出算法引致福利损失的系统性结论。本文的核心在于构建修正偏好的福利评估框架，为审视算法经济的社会福利效应提供全新理论工具。

第一章绪论

1.1研究背景

数字经济时代，算法推荐成为平台经济核心机制，通过海量数据挖掘与精准画像，极大降低了信息搜寻成本，提升了供需匹配效率。然而，这种高效匹配背后潜藏着深刻的社会现实矛盾。算法以最大化用户停留与点击为目标，不可避免地倾向同质化信息投喂，导致“信息茧房”现象日益凸显。消费者看似在自主选择，实则深陷算法编织的信息闭环。

传统福利经济学建立在“偏好