vop_poc_nz：一个用于量化卫生经济学评估中“视角不确定性”的Python框架
卫生经济学评估的结果高度依赖于分析视角（如卫生系统视角 vs. 社会视角），但由此产生的不确定性及决策分歧很少被量化。本研究提出的Python框架vop_poc_nz，集成了分布成本效益分析和“视角价值”度量，可同时评估多种视角，量化视角错配的机会成本。该工具包含马尔可夫建模、概率敏感性分析、信息价值分析和公平性影响评估等功能，并以新西兰案例进行了演示。
2025-12-04 速览 · 经济学
2025-12-04 共 20 条抓取，按综合热度排序
可观测适应：一种新型时变参数VAR模型提升危机时期预测能力
本文提出了一种新型的适应性时变参数向量自回归模型，通过引入可观测的外生变量驱动参数调整，替代了传统模型中难以捉摸的潜在状态冲击。该方法将状态方程融入测量方程，实现了模型的线性估计。研究表明，该模型在保持灵活性的同时，显著简化了参数结构，并在美国和欧元区的宏观经济数据中，尤其是在高波动时期，持续提升了样本外预测的准确性。
土耳其经济增长有效降低失业率：分行业实证分析
本研究基于2000-2022年年度数据，运用ARDL、FMOLS和CCR方法，分析了土耳其农业、工业、建筑业和服务业增长对失业率的影响。结果显示，所有行业的增长均能显著降低失业率，服务业和工业的长期效应尤为突出。研究结论否定了土耳其存在“无就业增长”的观点，证实经济增长是降低失业的关键动力。
全球化对土耳其可持续发展的影响：经济、社会与政治维度的差异
本研究采用ARDL方法，基于2000-2021年数据分析了全球化对土耳其可持续发展的影响。结果显示，经济全球化在短期和长期均对可持续发展有正向促进作用。社会全球化短期有轻微负面影响，但长期转为正向。政治全球化，尤其是长期影响，对可持续发展的支持作用最为显著。总体而言，全球化对土耳其的可持续发展具有积极影响。
AI如何重塑人类认知差异：均衡器还是放大器？
人工智能（AI）对认知能力差异的影响存在双重可能：可能缩小差距，也可能扩大差距。信息通信技术（ICT）革命的历史经验表明，计算机加剧了教育不平等，但缩小了认知能力差异。而早期关于生成式AI的研究显示，其对低技能工作者的生产力提升作用可能高于高技能工作者。AI最终扮演何种角色，对教育体系至关重要，将直接影响是否及如何允许学生在课程和考试中使用AI的决策。
博弈论新突破：用四个简单公理刻画纳什均衡
本研究为策略型博弈中的纳什均衡提供了一个公理化刻画。研究证明，纳什均衡对应关系完全由四个简单直观的公理所刻画，其中两个公理灵感来源于抽象选择理论中的收缩与扩张一致性。该公理化方法同时适用于纯策略与混合策略纳什均衡，对任意基数策略集的博弈均有效，且不要求参与者的偏好具有效用或期望效用表示。
AI如何成为精英操控民意的工具：模型揭示极化背后的战略设计
研究指出，AI驱动的说服技术正急剧降低塑造公众舆论的成本和提升精准度，使得偏好分布本身成为可被精英有意设计的对象。通过动态模型分析发现，单一精英的最优干预倾向于将社会推向更极化的意见分布；而当两个对立的精英交替执政时，同样的技术也会激励他们将社会“锁定”在意见更凝聚、对手更难颠覆的区域。这意味着，更廉价的说服技术将极化重塑为一种治理的战略工具，而非纯粹的社会副产品，对民主稳定具有重要影响。
区块链预言机选择研究：技术依赖导致供应商锁定
本研究首次系统探讨了Web3协议选择数据预言机（Oracle）的驱动因素。通过对占据DeFi市场55%以上份额的协议高管进行调研，发现智能合约的不可变性放大了技术依赖，导致协议难以灵活切换数据供应商，形成“预言机锁定”。研究还表明，当存在可行的第三方解决方案时，协议普遍倾向于外包而非自建数据请求机制。
自动驾驶车队为抢占市场可能加剧城市交通混乱
研究探讨了未来自动驾驶车辆（CAV）与人类驾驶车辆（HDV）共存的混合路由博弈。研究发现，追求市场份额最大化的CAV车队运营商，在应对异质化的人类驾驶员群体时，可能采用高度可变的混合策略来吸引客户。这种策略使得CAV能够控制哪些车辆被分配到拥堵或畅通的路线上，但由此产生的拥堵模式对HDV驾驶员而言是出发前未知的，导致他们面临巨大的路线选择不确定性和不可预测的日常驾驶条件。
大语言模型在经济学中的应用计量框架
本文为经济学研究中应用大语言模型（LLMs）提供了计量框架。研究区分了预测问题（用文本预测结果）和估计问题（自动化测量经济概念）。对于预测，需确保LLM训练数据与研究样本间无“训练泄漏”；对于估计，需将LLM输出与小规模验证样本结合，以获得一致且精确的估计。研究强调，若无验证样本，模型或提示词的微小选择可能导致参数估计的巨大差异。
合作博弈新解：w值如何为气候谈判等公共外部性问题提供公平分配方案
本研究针对存在公共外部性的合作博弈，提出了一种名为“w值”的新解概念。该解建立在帕累托最优、市场均衡与财政平衡三大公理之上，确保了收益分配的公平性与经济合理性。理论证明w值不仅存在且唯一，并具有强稳定性（位于核心内）与计算高效性。研究通过数值示例演示了计算过程，并应用于国际气候谈判，为从强制性减排体系转向国家自主贡献的灵活结构提供了理论依据。
公开市场数据为何难以准确估算大额交易的市场冲击？
研究指出，使用公开市场数据模型估算大额交易（元订单）的市场冲击和交易成本存在系统性偏差。传统模型预测的价格轨迹（线性增长、有限反转）与真实执行情况（凹形增长、显著反转）不符。作者认为，根源在于现有模型无法准确描述订单流的自相关性。为此，他们提出了一种改进的瞬态冲击模型，通过假设仅部分元订单交易会触发市场订单流，从而生成更符合现实的价格轨迹。该模型还揭示，在价格与订单流方程核函数的特定临界条件下，市场冲击可能变为永久性的。
A/B测试评估新方法：样本分割的理论与实践
本文针对A/B测试中真实效果未知的难题，提出了一个基于样本分割的理论框架。研究者将每次测试的数据分为两部分，用以评估新估计器和决策规则在实践中的表现。研究证明，样本分割估计量虽然对全样本性能存在偏差，但能一致地估计其样本分割的对应指标。文章推导了估计量的渐近分布，构建了有效的置信区间，并揭示了样本分割设计中存在的偏差-方差权衡。理论结果通过模拟验证，并为A/B测试产品评估新方法提供了实施指导。
决策理论新框架：先聚合再评估（ATE）与先评估再聚合（ETA）的对比
本研究在模糊性决策领域提出了“先聚合再评估”（ATE）与“先评估再聚合”（ETA）两种核心框架的区分。与主流ETA模型不同，ATE模型先将模糊性聚合为单一代表性分布，再用纯风险偏好统计量（如期望效用）进行评估。文章构建并公理化了一个广义的Choquet ATE模型，该模型允许任意的纯风险偏好，为分析广泛的模糊态度及其与风险态度的相互作用提供了统一框架。
面板数据非线性因子结构模型估计新方法
本文提出了一种新的面板数据模型估计方法SCCE，它结合了共同相关效应（CCE）与筛法，放宽了传统交互效应模型中因子必须线性进入的强假设。新方法保留了CCE计算简单、小样本性质良好的优点，同时适用于更广泛的因子结构，为实证研究提供了更灵活的工具。
从微观分布到宏观规律：基于最大熵原理的生产函数批判与重构
本研究运用统计物理学方法，为柯布-道格拉斯生产函数提供了新的微观基础。通过引入最大熵原理和尺度不变性公理，证明在信息不完全的经济系统中，微观技术系数的最无偏分布必然呈现截断幂律形式。基于此，统计加总自然导致宏观层面出现规模报酬不变的柯布-道格拉斯函数。这一发现不仅为不依赖代表性主体或资本价值加总的新古典增长模型提供了微观基础，更重要的是揭示了总量生产函数本质上是微观信息的“有损压缩”。在此过程中，蕴含于分配参数中的社会历史关系被“自然化”为看似永恒的技术规律，这正是马克思“拜物教”批判在数理逻辑层面的体现。
博弈论突破：证明不完全信息博弈中均衡收益连续性的拓扑等价猜想
本研究解决了博弈论领域一个长期存在的公开猜想，证明了Monderer和Samet（1996）与Kajii和Morris（1998）提出的两种刻画信息结构邻近性的拓扑定义在本质上是等价的。该结论意味着，在具有共同先验的不完全信息博弈中，无论采用哪种模型来度量信息结构的微小变化，其对（近似）均衡收益连续性的影响是一致的，从而统一了该领域的重要理论基础。
运用多准则决策技术评估企业财务报表风险
本研究采用层次分析法和简单加权法两种多准则决策技术，对AL-Ahliah植物油公司2008至2017年的财务比率进行分析。研究旨在确定该公司面临的财务风险类型，评估各类风险的相对重要性，并识别出财务风险暴露程度最高的年份。该方法为量化评估企业财务健康状况提供了系统性的分析框架。
学校抽签信息公开可提升学生择校决策质量
本研究探讨在学校抽签系统中提前向学生公布抽签结果的影响。研究发现，当学生偏好列表长度受限时，提前披露抽签信息能减少不确定性，帮助学生做出更明智的择校决策。研究通过理论模型和实验室实验验证了这一结论，为教育公平政策提供了实证依据。
利用随机选择数据检验单交叉性质
本文研究了在不确定性和私人信息下的决策模型。当决策者的效用函数满足单交叉性质，且信息结构按单调似然比排序时，其比较静态分析会表现出关于信号的单调性。研究证明，该信号处理模型能够合理化一个状态条件随机选择数据集，当且仅当该数据集本身也按单调似然比排序。这一结果为分析者推断一个决策者是否比另一个决策者拥有更多信息提供了条件。