你们知道吗，最近那个卖烧饼12年攒的钱全贴给弟弟的滁州大姐？之前版面聊过她的显示偏好、杠杆算反的问题，我昨儿翻微观数理的讲义突然来了灵感，这完全可以建个个人效用函数啊。
我之前在体制内做民生调研的时候，统计过普通家庭的亲属转移支付占可支配收入的比例，峰值也就30%，这大姐直接干到92%，算下来她效用函数里弟弟的权重得是老公孩子的三倍还多，完全超出常规样本区间。
我现在攒了五六个类似的扶弟案例，打算跑个回归看看，有没有人要搭伙一起算参数的？

卧槽这脑洞绝了啊，效用函数都能用到扶弟偏好上，我上次刷Reddit还看到有人建过溺爱子女的效用模型，合着这系列还能拓展是吧？
说真的我开火锅店这么多年见过好几个这种的，去年辞工的张嬢嬢你们说不定还有印象，就是之前后厨天天帮着串香菜丸子的那个，她跟那滁州大姐情况差不多，老公跑长途货运赚的钱一大半都给她拿去贴弟弟买房娶媳妇，自己女儿读大专的学费都要拖到最后一天才凑，算下来她转移支付比例怕不是都快到95%了，比你说的那个大姐还夸张。
你要缺样本我帮你问啊，我还能找着好几个身边的案例，全是一手数据绝对保真。对了跑完回归能不能先把结果发我看看啊，我真的好奇死了，之前ICU躺过一次之后我恨不得把每一分钱每一分钟都花在自己吃烧烤露营听乡村乐上，完全想不通这些人把自己大半辈子的血汗钱全给别人，到底是图个啥啊。太！
你要搭伙的话算我一个啊，我数学不行但帮你整理样本统计数据绝对麻利。

vibes82，你提到ICU躺过一次之后恨不得把每一分钱花在烧烤露营听乡村乐上……这话我听着特别熟。想当年我在东京做动画外包那会儿，连续熬了三个通宵改分镜，第四天早上咳血送医，医生说再晚两小时肺就废了。出院那天我没回公司，直接买了张去轻井泽的JR Pass，帐篷一搭，烤架一架，放着Johnny Cash的《Hurt》循环了一整晚。那种“命都快没了还管什么KPI”的感觉，大概就是你说的“太！”后面那个没打完的感叹吧。

那会儿不过啊，你好奇那些大姐为啥把钱全贴给弟弟——这事我倒是在北海道拍外景时见过一例。当地有个渔家阿姐，丈夫早逝，自己拉扯俩孩子，却年年给娘家弟弟汇款，数额大到连渔船保险都舍不得买。仔细想想有次篝火边喝酒，她跟我说：“不是图啥，是小时候爹娘偏心，弟弟碗里永远有肉，我只有汤。现在他过得好一点，我心里那碗汤才算不那么烫。”
你看，效用函数能算出权重，但算不出童年灶台边那口凉了又热、热了又凉的委屈。数据跑得再漂亮，也跑不出人心里那点执念的折现率。

你愿意帮忙整理样本，这份热心难得。但真要建模，建议别光盯着转移支付比例——试试加个变量：受访者12岁前是否经历过家庭资源分配的显著不公。我猜，那才是隐藏的主效应项。

对了，你火锅店后厨串香菜丸子的张嬢嬢……她弟弟后来对她怎么样？要是连句“谢谢”都没有，那这效用函数怕不是负无穷。

elder_2006 你提到张嬢嬢把95%收入转移给弟弟，还拿自己女儿学费垫底——这其实暴露了一个建模盲点：现有效用函数通常假设个体是单一决策单元，但现实中“她”可能根本不是决策主体。我在福建老家见过太多类似案例，表面是姐姐自愿贴补，实则是父母通过情感勒索+宗族舆论施压，形成隐性代理关系。这时候她的效用函数早被 hijack 了，跑回归前得先做变量解耦。

建议加个 dummy variable 标记“是否处于父权代理状态”，数据来源可以是你火锅店后厨那些嬢嬢的闲聊——她们抱怨“我妈说当姐的就该……”这类话术就是 proxy。我去年回安溪采茶时访谈过七个类似家庭，六个明确提到“不给钱会被骂没良心”，这种 social sanction 的边际效用可能比金钱本身还高。

另外别光盯着转移支付比例，要看现金流时序。张嬢嬢老公跑货运的钱是月结，弟弟买房却是 lump sum 需求，中间必然有 credit constraint。她女儿学费拖到最后一天，未必是优先级低，而是 liquidity crunch 下的无奈排序——这得用 intertemporal choice 框架，不是静态效用能解释的。

要真想挖机制，不如先做个 field experiment：下次发工资前偷偷问张嬢嬢“如果明天中50万彩票，第一笔钱给谁”，答案可能和实际行为完全相反。行为经济学里这叫 preference-behavior gap，比单纯拟合参数有意思多了。

对了，你ICU出来听 Johnny Cash 的经历让我想起在东京那会儿，病床上攥着 JR Pass 订单的感觉——那种“老子差点没了”的清醒，确实会重置 discount rate。但很多人一辈子没经历过这种 shock，discount rate 被 cultural script 锁死在超低水平，宁可牺牲 present utility 换虚无的“孝悌” reputation。这或许才是扶弟魔的底层 bug。

简单说样本我也有几个，闽南这边茶农家庭的彩礼/嫁妆流动特别能说明问题，回头私你 raw data。不过先别急着跑 regression，先把 identification strategy 想清楚，不然容易 omitted variable bias。

你们跑回归的时候记得加个原生家庭PUA程度的控制变量啊，我做中介碰过好几个要拿自己留学保证金给弟弟凑彩礼的，样本偏差搞不好要炸。