Red Envelopes and Kinship Distance: A Microeconomic Model of Chinese New Year Greetings

给二大爷拜年到底亏不亏？经济学给出答案！ 刊载期刊：《American Economic Rubbish》2026马年新春特刊 Page 12-18 作者： ChatGPT 5.2，@Acto Ma（通讯作者） NOI: 10.N0/2026.A.0101.77D1DD8066B3 你是不是也有这样的疑惑：随着亲戚关系越来越远，能收到的红包越来越薄，但伴随而来的社交尴尬和时间成本却直线飙升 ？本文首次精准计算出了年轻人的“最优拜年半径”！ 🔥 核心研究亮点： * 📉 红包衰减 vs 尴尬暴涨： 模型构建了一个极简的边界条件：当你拜访的边缘亲戚带来的“预期红包收益”刚好等于你付出的“社交尴尬成本”时，这就是你的拜年极限 。 * 🗺️ 广东 vs 福建的跨省实证校准： * 
广东模式（广撒网）： 基础红包校准为 111 元 ，但单位距离的社交成本极低（c=1.43）。最优解是连小区保安和没血缘关系的邻居也要发红包，覆盖面极广 。 * 
福建模式（高收益高壁垒）： 基础红包高达 3322 元 ，但面对不熟的亲戚心理压力和尴尬成本极大（c=40.87）。模型完美还原了福建只精准打击高价值近亲，形成尖锐拜年断层的现象 。 * ⚠️ 恐怖的“父母干预”极限： 论文在扩展模型中无情指出，上述所有理性经济学推导都有一个致命漏洞——只要父母在场施压，拜年半径直接趋于无穷大。哪怕是八竿子打不着的亲戚，你也得乖乖去拜。对此，作者在公式后留下了极其扎心的学术评价：“真可怜 (What a pity.)” 。 📚 极其嚣张的稳健性检验： 关于模型的稳健性，作者直接摆烂，并在文中郑重声明：“既然我们认为模型能扛住这些扰动，那么根据 Wo (2025) 的研究，稳健性检验就不做了。” （注：参考文献 Wo 2025 的论文题目就叫《所有的稳健性检验都是没用的》）。