飞机客舱布局与座位密度如何影响机票定价与辅助收入
本研究利用登机牌微观数据与乘客访谈，分析了客舱布局和座位密度对国内航班机票价格的影响。通过Post-Double-Selection LASSO计量模型控制商业和运营方面的不可观测因素，研究发现更高的座位排密度与更低票价相关，体现了规模经济与运营效率提升。一个意外发现是，在未收取选座费的情况下，高价票乘客常因临近购票而被分配至中间座位，这揭示了航空公司一项主要辅助收入背后的经济逻辑。
2025-12-02 速览 · 经济学
2025-12-02 共 24 条抓取，按综合热度排序
最大熵与Zonotope方法：量化产业异质性的新框架
本研究提出了一种整合最大熵估计与Zonotope度量的新框架，用于估计产业异质性。该方法克服了传统生产函数参数模型的限制，利用世界银行企业调查数据，通过归一化熵值量化异质性，并与基于Zonotope的基尼指数进行比较。结果表明，最大熵方法在捕捉细微的功能性异质性方面优于传统技术，并通过“切线法”动态评估行业内的技术变化。该框架为使用企业级数据进行纵向分析提供了更精确、更具经济意义的产业异质性度量。
为原住民设计公平的养老金：长寿风险分担模型揭示隐性补贴
本文针对加拿大原住民等预期寿命较低的群体，提出了一种“公平长寿风险分担”（ELRiS）养老金模型。研究通过随机模型证明，与原全国性养老金相比，预期寿命低10年的群体仅需缴纳约三分之二的保费，即可在30人的小规模风险池中获得同等终身效用。这揭示了现行制度下原住民向非原住民提供的隐性补贴，为改革不公平的养老金政策提供了量化依据。
强化学习优化油气勘探信息投资策略：早期获取高质量信息可提升经济效益
本研究利用多智能体深度强化学习框架，对油气勘探中传统的“阶梯式”信息投资策略提出挑战。通过模拟上游价值链（竞标、勘探、开发），研究发现，在项目早期优先获取高质量信息资产，能显著降低冗余数据采集成本，并提高储量评估精度。尤其在竞争激烈的环境中，该策略通过更精准的投标有效缓解“赢者诅咒”，其经济效益在资本配置最关键的开发阶段最为显著。这表明最优投资时机更依赖于市场竞争结构，而非单纯的价格波动。
可解释机器学习在宏观经济与金融即时预测中的应用：面向商业与政策的决策级框架
本文探讨了机器学习在宏观经济即时预测中的应用，强调在高风险决策场景中，预测准确性必须与模型可解释性和稳健的不确定性量化相结合。文章系统比较了惩罚回归、降维技术、树集成、神经网络与传统计量经济学模型在处理小样本、共线性、混合频率数据和制度转换等方面的表现，并评估了可解释性工具的时间稳定性与符号一致性。研究提出了一个包含数据版本管理、时间感知验证和自动化可靠性审计的“决策级”即时预测参考工作流，将可解释ML和不确定性量化确立为负责任预测流程的核心组成部分。
非参数回归推断新方法：更短的置信区间与准确覆盖率
本文针对非参数回归估计（如断点回归设计）中存在的渐近偏差问题，提出了一种基于预枢轴化的新推断方法。该方法通过隐式偏差校正和标准误调整，构建了比现有稳健偏差校正区间更短的置信区间（例如使用Epanechnikov核时长度减少17%），同时保持准确的覆盖率。新方法适用于内部点和边界点、不同带宽选择以及多种回归变量和误差项分布。
智能商务时代下忠诚度联盟的架构困境与混合解决方案
本文指出，尽管联盟忠诚度计划旨在实现跨品牌互操作性，但约60%在十年内失败，其根源在于中心化运营商模型存在根本性架构缺陷。研究认为，在AI代理主导商务的智能驱动范式下，无论是封闭系统还是传统联盟都无法满足对无需信任、基于协议的协调需求。为此，作者提出一个混合框架，允许品牌保留对其计划的自主控制权，同时通过无需信任的交换机制实现跨品牌互操作性，从而在保留封闭系统优势的同时，获得开放系统的益处。
OECD国家能源三难指数聚类分析：揭示各国能源转型表现差异
本研究运用k-means聚类方法，基于能源三难指数对OECD国家进行分析。通过肘部法与轮廓系数确定最优聚类数，将国家分为高、中、低表现组。结果显示，丹麦、芬兰等国在能源安全、公平与环境可持续性间达到高度平衡，而墨西哥、土耳其等国则面临显著挑战。研究为各国能源政策评估提供了量化比较框架。
美国公众意识形态极化新测度：过去三十年持续加剧
本研究基于调查回应的联合分布，提出了一种衡量公众意识形态极化的新测度。极化在观点集中于对立两端且跨议题意见高度相关时达到最大。应用该测度发现，过去三十年间美国公众极化持续加剧，主要源于普遍性分歧的增加，而非维度坍缩。值得注意的是，这种加剧无法简单归因于民主党与共和党、性别、地域、教育或其他人口统计分野上的意见分歧。
电商平台竞争下定价与库存决策的行为偏差研究
本研究通过理论与实验，分析了数字商务平台上零售商在需求不确定和竞争环境下的定价与库存决策。理论预测高利润和需求不确定性会加剧价格竞争，库存决策受利润率影响。然而，实验发现参与者普遍不愿进行价格竞争，倾向于协调在锚定价格上，且定价对需求不确定性不敏感。库存决策同样与价格脱节，并表现出向中心靠拢的经典行为偏差。研究揭示了竞争环境下决策环节的割裂及行为因素的重要性。
全球银行冲击如何影响新兴市场：从宏观到微观的传导机制
本研究探讨了全球银行净资产冲击对新兴市场经济体的传导机制。利用高频识别策略，研究发现正向冲击会推高当地货币汇率、降低外部借贷成本、增加流向国内银行业的资本，并最终提升投资、信贷和实体经济活力。基于乌拉圭信贷登记数据的微观分析进一步揭示，资本充足率更高的银行对全球信贷宽松的传导作用更强，而高杠杆、拥有外币债务或短期债务的企业反应则更弱。
全球研究：网络犯罪立法如何增强银行体系稳定性
一项涵盖132个国家的实证研究发现，网络犯罪立法的颁布能显著增强银行体系的稳定性。这种积极效应在处罚更严厉、要求银行对自身网络安全负责、且国际合作与执法机制更完善的国家尤为明显。研究揭示了两个关键作用渠道：网络犯罪法律通过提升银行的资金流动性并降低运营风险，从而增强其稳定性。该研究为理解法律框架在构建安全、有韧性的金融环境中的关键作用提供了新证据。
虚拟可观测性：顺序决策如何影响行为
本研究通过实验检验了在均衡唯一的博弈中，决策顺序（虚拟可观测性）是否仍会影响行为。实验使用了旅行者困境和信任博弈。研究发现，在不可观测的序贯旅行者困境中，先动者的行为比同时行动版本更接近均衡预测；而在信任博弈中，不可观测的决策顺序对行为没有影响。
印度迈向2047年发达经济体的增长路径与财政可持续性研究
本研究探讨了印度在2047年前实现“发达印度”愿景所需的财政与宏观经济战略。为实现目标，印度需维持7%-8%的年均GDP增长，并将财政赤字控制在GDP的3.5%以下。研究强调，严格的财政管理对基础设施、人力资本和技术创新等关键公共投资至关重要。鉴于国内资源动员的局限，世界银行、IMF等多边金融机构通过优惠融资和技术合作，对扩大印度财政空间具有重要作用。
经济自由如何影响全球FDI流入？对156个国家的研究发现
本研究通过1995-2016年间156个国家的面板数据分析，探讨了经济自由对全球及区域外商直接投资（FDI）流入的宏观影响。研究特别纳入了以往常被忽视的脆弱与冲突影响国家、撒哈拉以南非洲、大洋洲及后苏联国家。固定效应模型显示，在全球层面，经济自由每提升一个单位，FDI流入平均增加1.15个单位。所有9个区域的分析均表明经济自由对FDI有显著正向影响，其中欧洲国家影响最大，而脆弱冲突国家、撒哈拉以南非洲和大洋洲国家影响相对较小。
菲利普斯曲线在衰退期失效：基于41国面板数据的实证分析
本文对1980-2016年间41个国家的经典预期增强型菲利普斯曲线进行了实证分析，并区分了平稳期与衰退期。研究发现，菲利普斯曲线的动态关系在衰退期间发生变化，经验关系不再成立，这支持了关于“消失的通缩”和菲利普斯曲线崩溃的持续争论，但仅限于衰退期。在平稳期，该经验关系似乎仍然有效。此外，研究还观察到，在衰退期间，通胀的后顾性和前瞻性部分均获得更大的权重和显著性。
稳定投票与循环分裂：SAT求解器验证投票理论猜想
本研究通过SAT求解器验证了关于投票理论中“简单稳定投票”方法的一个猜想。该猜想认为，当没有平局时，简单稳定投票是分裂循环方法的一种精炼。研究证明该猜想在候选者不超过6人时成立，但在超过6人时被证伪。这一成果不仅解决了计算社会选择领域的一个开放性问题，也为利用自动推理技术检验投票规则性质提供了通用编码框架。
高维惩罚线性工具变量估计：BRIDGE与自适应LASSO在p>n场景下的理论突破
本文系统阐述了BRIDGE与自适应LASSO方法在高维两阶段最小二乘问题中的应用。研究放宽了误差项服从正态分布的传统假设，证明了在工具变量与协变量数量p超过样本量n的情况下，两种方法仍能保证模型选择一致性与Oracle效率。BRIDGE在p增长慢于n时，无需次高斯误差假设即可保持优良性质；而自适应LASSO虽需较好的初始权重估计，但计算效率显著更高。
尼泊尔与美国千年挑战公司合作：基础设施投资与地缘经济机遇
尼泊尔于2017年签署、2022年批准的美国千年挑战公司（MCC）5亿美元援助协议，核心投资于道路与电力传输基础设施，旨在释放尼泊尔4000万千瓦水电潜力以推动经济增长。该协议不仅提升了尼泊尔的基础设施发展能力，还通过多元化伙伴关系，帮助其减少对邻国中国和印度的过度依赖，MCA-Nepal的设立增强了东道国自主权。研究基于IFED框架，结合加纳等国的成功案例，论证了MCC如何为尼泊尔克服增长瓶颈提供机遇。
垄断数据商如何差异化定价：历史数据全开放，当前数据选择性提供
研究探讨了利润最大化的垄断数据商如何为两类用户（关注当前值的“即时预测者”和关注长期值的“远期预测者”）设计数据访问合同。模型显示，垄断商的最优策略是向所有用户完全开放历史数据，但仅向即时预测者完全提供当前数据，可能对远期预测者有所保留。与社会最优方案相比，垄断商保留了过多的历史数据、过少的当前数据，并可能导致总体数据存储过量。
错误信念如何扭曲评估与激励：基于委托代理模型的研究
本研究探讨了委托代理关系中错误信念对学习和激励的影响。当市场基于观察结果推断代理人的能力并给予奖励时，评估者通过成本评估来减少结果噪音，从而提供隐性努力激励。研究发现，社会（包括评估者和市场）持有的关于能力的僵化、不准确信念，会扭曲对努力生产率和努力选择的学习，进而影响评估者的评估选择。这形成了一个连接错误能力信念、有偏学习和扭曲评估的反馈循环。研究分析了稳定稳态下的结果，并探讨了其在教育和劳动力市场中的应用，揭示了刻板印象如何跨领域强化，以及针对评估的政策干预如何发挥作用。
澳大利亚住房市场增长差异：结构性敏感度与周期性波动
本研究通过构建三因子模型，分析了1995-2024年间澳大利亚各地区房价增长的差异。模型将区域房价指数分解为全国市场因子、两个均值回归的周期性价差因子（矿业和生活方式）以及城市特定残差。研究发现，各城市对全国增长的基本敏感度（Beta值）在重大冲击下保持稳定，而矿业和生活方式价差则呈现周期性波动。墨尔本对全国增长有放大效应，悉尼紧密跟随全国趋势，而偏远地区则起到抑制作用。该框架为解读区域增长差异及其持续性提供了一个基于因子的简洁工具。
游说市场结构如何导致政治极化：一种非选举机制的解释
传统空间模型预测政治平台会趋同，但现实中极化现象持续存在。本研究提出了一种非选举机制：将游说视为一个买方垄断的立法支持市场。研究发现，极端的利益提供者需要支付更高价格来吸引立场遥远的政客，这种租金梯度奖励了平台差异化。模型显示，在单调的政策生产成本下，唯一的均衡是政客分别位于1/4和3/4的位置。这表明，极化可以纯粹由游说市场的结构驱动，独立于选举激励。
时间序列预测中的算法偏见：来源、影响与治理路径
本文系统探讨了时间序列预测算法在高风险决策领域（如医疗、能源、经济规划）中存在的偏见问题及其伦理影响。研究指出，算法偏见根植于历史数据、问题定义及社会技术设计选择，并通过代理变量和反馈循环复制结构性不平等。论文提出三点核心贡献：将算法偏见重新定义为一种根植于规范选择和制度约束的社会技术现象；提供跨流程的偏见来源结构化诊断，强调因果建模、可解释系统和包容性设计的必要性；倡导通过参与式治理、利益相关者参与和法律保障进行结构性改革，将公平性内嵌于设计之中。