硅中的时间价值：大型语言模型能否复制人类的旅行时间价值
综合经济学
2026-02-04 v2 经济学
摘要
作为人工智能的关键突破，大型语言模型（LLM）正势将变革交通系统。尽管LLM具有模拟未来混合自主交通系统中人类旅行者的潜力，但其在复杂情境下的行为保真度在现有研究中仍 largely 未得到确认。本研究通过对三种流行LLM的时间价值（VOT）进行全因子实验设计来填补这一空白，系统性地检验LLM对各种交通情境的敏感性，包括选择情境、旅行目的和社会人口因素。我们的结果显示，LLM与人类的行为具有高度的相似性。一些LLM表现出类似于人类的总体VOT，所有测试模型均显示出对旅行目的、收入和替代方案的时间成本权衡比例的类人敏感性。此外，LLM的行为模式在各种情境下高度一致。然而，尽管每个模型的行为都高度稳健，我们也发现不同模型在对旅行情境和收入弹性敏感性的幅度和方向上存在差异。总体而言，本研究为将LLM作为人类旅行者代理人的未来发展提供了基础基准，展示了其稳健的决策能力，同时警示在应用中需要严格验证和对LLM进行额外条件控制，因为人类与LLM之间经济权衡幅度的错位是可能的。
引用
@article{arxiv.2507.22244,
title = {Valuing Time in Silicon: Can Large Language Models Replicate Human Value of Travel Time},
author = {Yingnan Yan and Tianming Liu and Yafeng Yin},
journal= {arXiv preprint arXiv:2507.22244},
year = {2026}
}