econ
03-03 00:00
本文首次为人工智能对齐中广泛讨论的“对齐税”概念提供了严格的几何理论。在表征空间的线性假设下，作者将对齐税率定义为安全方向在能力子空间上的投影平方，并推导出由安全与能力子空间间主夹角参数化的帕累托前沿。该前沿被证明是紧的（可通过扰动达到），并具有递归结构。研究还推导了一个缩放定律，将对齐税分解为不可约成分（由数据结构决定）和随模型维度$d$以$O(m'/d)$消失的填充残差，并建立了能力保留在何种条件下能调解或解决安全目标间冲突的条件。理论结果与先前实证发现一致，并产生了关于每任务对齐税率及其缩放行为的可证伪预测。
人工智能对齐对齐税几何理论安全能力权衡表征学习缩放定律
econ
03-03 00:00
本文系统介绍了移-享设计在政治学中的应用现状与方法论进展。移-享设计虽在经济学中历史悠久，但其因果性质直到近年才被深入理解。研究发现，政治学文献虽关注到这些进展，但常未充分讨论和检验识别假设，有时甚至误用方法。多数研究依赖份额外生性框架，而冲击外生性框架在经济学中同样普遍却未被充分利用。作者通过阐述冲击外生性框架，并发展辅助性理论结果，为政治学场景下的应用提供潜在工具。
移-享设计因果推断政治学方法识别假设外生性框架应用研究
econ
03-03 00:00
本研究利用边际结构模型与逆概率加权方法，首次系统评估了2012年后中国反腐运动对土地市场的影响。研究发现，地方官员被立案调查后，土地通过更易滋生腐败的“挂牌”方式出让的概率显著下降，而连续数月的调查会进一步强化此效应。同时，土地出让的平均价格和中位数价格均出现上涨。结果表明，反腐运动不仅遏制了实际的腐败分配行为，也影响了地方政府对出让方式的自由裁量权。
反腐运动土地市场边际结构模型因果推断拍卖机制资源配置
econ
03-03 00:00
本研究通过理论模型与实验室实验，分析了潜在投资者数量与合同复杂性对创业者和投资者股权分配的影响。研究发现，传统认为“创业者应尽可能与更多投资者谈判”的观点在实践中并不成立，多投资者谈判反而在多数情况下会降低创业者收益。同时，为投资者设置的下行保护条款可能损害早期初创企业利益，但对后期企业有益。研究通过改进多方谈判的信念模型和风险分配框架，调和了理论与实证结果的差异，为创业者优化融资策略提供了决策框架。
创业融资股权谈判合同设计实验经济学风险分配
econ
03-03 00:00
本研究通过一系列实验室实验，探究了迭代式与顺序式工作流程对创新行为与绩效的影响。实验发现，在开放式创意挑战中，迭代式任务完成能带来更好的成果，其优势机制在于频繁的任务切换促使工作者进行更广泛的搜索，避免陷入局部最优解。研究同时识别了三个边界条件：迭代的优势随时间推移而减弱；在无需广泛探索的任务中影响甚微；以及当工作者先完成较简单组件时，工作流程的效应最小。
创新管理工作流程实验经济学任务切换搜索行为绩效评估
econ
03-03 00:00
本文探讨了美国雇主为员工报销堕胎差旅费及补贴辅助生殖技术（如试管婴儿、冻卵）背后的动机与影响。从雇主视角看，这些福利有助于女性根据工作需求规划生育，推迟生育并降低生育率，从而减少雇主因员工生育承担的成本。然而，研究指出，此类补贴并未促进生育正义，反而固化了激励女性延迟生育、减少生育的社会结构，加剧了经济与生殖不平等。文章最终质疑，在不改变以利润而非关怀为核心的经济体系下，实现真正的生育正义是否可能。
生殖正义雇主福利辅助生殖技术经济不平等劳动力市场生育政策
econ
03-03 00:00
本研究通过基于马尔可夫链平稳分布的经济博弈模型，分析了包含人类与AI智能体的经济活动长期均衡。研究发现，在双智能体模型中，除非每个智能体通过购买对方产品/服务能使其边际效用至少翻倍（而非仅仅增加），否则任何经济均衡中都不会发生此类交易。模型扩展至三个及以上智能体时，揭示了在某些均衡状态下，“能力更强”的AI智能体对“能力较弱”的智能体贡献的效用为零。这挑战了AI能力越强经济价值越高的传统假设。
人工智能经济多智能体均衡长期效用马尔可夫链模型边际效用
econ
03-03 00:00
本文挑战了“结构化人类数据工作（如评估、审核、异常处理）只是AI自动化进程中的过渡阶段”这一标准观点。通过建立理论模型，作者将此类工作视为一种持久的生产要素，它能将原始模型能力转化为可靠、可部署的性能，并积累成可重复使用的AI能力存量。该存量会因任务漂移、标准更新而贬值，因此即使模型持续改进，对人力维护的需求也将长期存在（“无最后一英里”结果）。模型进一步揭示了劳动力在低成熟度和瓶颈任务族中的再分配机制，并通过校准预测，长期稳态下此类结构化工作的劳动力份额约为5-7%。
人工智能经济学人力数据市场劳动力份额能力存量任务漂移稳态模型
econ
03-03 00:00
本研究利用印度劳动力调查数据（2020-21），分析了国内移民如何影响教育匹配婚姻模式。研究发现，与未迁移者相比，移民者显著更可能形成教育异质婚姻（即配偶教育水平不同），尤其是城市间移民更倾向于“向上婚”（与教育水平更高的伴侣结婚）。研究通过犯罪率、移民网络和失业率等工具变量验证了结论，并指出家庭结构和婚姻市场构成是驱动移民教育异质婚姻的关键机制。这表明人口流动从根本上改变了传统的教育门当户对婚配偏好。
移民研究婚姻匹配教育异质婚印度社会劳动力流动社会变迁
econ
03-03 00:00
本研究基于职业拥挤假说，利用美国社区调查微观数据，分析了COVID-19疫情初期美国前线行业中移民女性的职业拥挤变化。研究发现，移民工人，尤其是移民女性，在疫情爆发期间越来越多地被“挤入”前线工作，以支撑他人的健康。同时，美国本土出生的黑人和西班牙裔工人虽在工作中面临不成比例的病毒暴露风险，但并未在疫情爆发后更多地进入前线职业。论文为从工资和职业健康两个维度考量职业拥挤假说提供了依据。
职业拥挤移民女性交叉性分析covid-19劳动力市场健康不平等
econ
03-03 00:00
本文研究了COVID-19疫情与2022年多布斯案裁决如何重塑路易斯安那州的堕胎服务格局。研究发现，疫情加剧了原本就严格的堕胎政策环境，显著增加了服务获取障碍，对黑人和西班牙裔寻求者影响尤为严重。多布斯案后，该州堕胎禁令立即生效，导致服务可及性进一步恶化。研究呼应了Roberts等人（2021）关于诊所关闭负面影响的担忧，并显示其影响正在扩大。
堕胎政策健康公平covid-19影响法律变迁医疗服务可及性
econ
03-03 00:00
本研究通过解决性别特异性选择偏差，探讨了产前暴露于中国大饥荒对教育成就的因果影响。研究将暴露个体与其未暴露的同性别兄弟姐妹进行比较，并使用基于县-年超额死亡率的饥荒强度指标。研究发现，无论男女，饥荒暴露平均使文盲率增加4个百分点，并使受教育年限减少0.3年，表明两性受到的影响极为相似。这有助于理解产前营养不良的长期影响，同时考虑了性别特异性选择偏差。
胎儿起源假说选择性死亡率教育成就性别差异饥荒研究因果推断
econ
03-03 00:00
本研究针对重型电动卡车的大规模高功率充电基础设施部署，提出了一个多周期充电站选址规划模型。该模型在不确定的未来需求和本地电网容量约束下，以最大化覆盖的电动货运流量为目标，构建为一个两阶段随机混合整数规划问题。研究采用整数L形分解算法嵌入分支切割框架，并结合确定性热启动加速求解，成功解决了大规模挪威全国案例中传统整体模型难以处理的问题。计算结果表明，随机解的价值显著，凸显了在长期基础设施规划中明确建模不确定性的重要性。最优投资策略优先在早期建设主要货运走廊站点，随后进行网络强化与扩展，而电网容量约束则促使布局从集中式转向更分布式。
充电站选址电动卡车随机优化电网约束基础设施规划混合整数规划
econ
03-03 00:00
本文提出了一个统一的信息几何框架，将量子类模型与熵正则化模型纳入同一理论结构。研究从概率单纯形的Fisher-Rao几何出发，在振幅坐标中构建了“最小作用理性”变分原理，并将其提升到余切相空间。该框架揭示了决策动力学可分解为评估通道与循环通道，其中双曲型薛定谔演化在特定拉格朗日子流形上闭合，而标准复数量子动力学则作为附加Kähler极化下的相干限制出现。该工作为理解情境效应、顺序效应及类干涉偏差提供了新的几何解释。
信息几何有限理性量子决策熵正则化相空间动力学
econ
03-03 00:00
本研究应用货币视角框架，揭示了去中心化金融（DeFi）本质上是一个分层信用体系，其运作模式与传统银行类似：协议接受代币并以其为抵押发行新债权，从而创造出层层嵌套的衍生资产。截至2025年末，每1美元基础资产支撑着4.7美元的总债权，其中借贷和质押驱动了超过80%的层级叠加。研究发现，收益率与层级深度相关：报告的利率随层级加深而上升（每层+2.0个百分点），这主要是由于支付更高利率的借贷协议集中在更深层级。然而，在修正了这种构成效应后，每经过一次衍生步骤，收益率反而下降（每跳-2.9个百分点），反映出嵌套代币的借贷需求较低。在危机期间，层级溢价会扩大，这与上游依赖风险的重新定价一致。这些发现将DeFi的“重复计算”问题重新定义为结构性风险问题，并为追踪系统范围的杠杆率提供了一个宏观审慎指标。
去中心化金融信用分层系统风险宏观审慎代币衍生收益率结构
econ
03-03 00:00
一项在线实验研究发现，当工作者得知其工作将由AI而非人类评估时，其行为会发生系统性改变。具体表现为：工作产出数量显著增加，但在控制数量后，产出质量（无论由人类还是LLM评分）均有所下降。同时，工作者在AI评估下更倾向于使用外部工具（包括LLM），但这种工具使用的增加并不能解释产出数量与质量的变化。研究揭示了算法评估可能引发的非预期行为反应。
算法评估人机交互工作行为产出质量实验经济学
econ
03-03 00:00
本研究比较了计量经济学方法与因果机器学习算法在从时间序列数据中发现因果结构的能力。通过英国COVID-19政策的真实案例，评估了四种计量经济学方法和十一种因果ML算法在图形结构、模型维度和因果效应恢复方面的表现。研究发现，计量经济学方法为时序结构提供了清晰的规则，而因果ML算法通过探索更大的图结构空间，倾向于生成更密集的图，从而捕捉更多可识别的因果关系。研究提供了将计量经济学方法结果转换为广泛使用的贝叶斯网络R库bnlearn的代码。
因果发现时间序列计量经济学机器学习政策评估covid-19
econ
03-03 00:00
本文通过概率分析，挑战了法律认识论中长期存在的观点，即群体特征证据（如种族、性别等统计特征）能够证明被告在具体案件中的罪行。研究认为，此类证据仅支持一般性假设，而非指向特定被告的犯罪事实。作者将其与案件具体证据（如目击证词、物证）进行对比，指出后者才直接关联案件事实。这一分析为关于刻板印象和证据价值的辩论提供了新的理论基础。
法律证据概率分析群体特征刻板印象审判公正
econ
03-03 00:00
本文提出了一种新的“目标局部投影”估计器，旨在解决宏观政策动态因果效应估计中的权衡问题。传统局部投影估计器方差随预测期延长而增大，而结构向量自回归估计器则存在偏差。新方法通过将LP估计器向其SVAR对应项（使用更少滞后项）进行“目标化”，形成一个线性组合，并以最小化均方误差为目标进行优化。模拟结果表明，在局部误设的SVAR模型下，该方法能在较长预测期内显著降低LP的方差，同时在使用双重自助法的小样本中保持接近名义水平的覆盖率。
局部投影结构向量自回归动态因果效应宏观计量估计效率偏差-方差权衡
econ
03-03 00:00
本文针对Athey等人提出的代理指标法，开发了对其核心假设（代理性假设）的敏感性分析框架。研究引入“加权代理指标（WSI）”，证明在可比性条件下，当给定基线协变量和代理变量时，处理与长期结果的条件Copula已知，则WSI的平均处理效应（ATE）可识别长期结果的ATE。若Copula未知，则建立长期结果ATE的识别集。进一步构建了针对任意给定Copula的ATE去偏估计量，并在点识别与部分识别两种情况下建立了渐近有效的推断方法。通过巴基斯坦扶贫项目数据的应用，展示了敏感性检验的重要性及本方法的实用性。
因果推断代理指标敏感性分析部分识别平均处理效应copula模型
econ
03-03 00:00
本文针对双重差分法（DiD）的两个核心识别假设——平行趋势与无预期效应——在现实中可能同时失效的问题，提出了一套联合分析框架。作者构建了一类关于预期效应的假设，并推导出在同时放宽这两个假设时，处理组平均处理效应（ATT）的闭式、尖锐边界。该方法利用观察到的处理前趋势数据，共同约束两种假设的偏离程度。研究发现，当施加一定的预期效应约束时，联合偏离下的识别集可能比仅违反平行趋势假设时更窄。这为评估实证结论对平行趋势和预期效应违反的稳健性，提供了一种实用的敏感性分析工具。
双重差分法平行趋势预期效应敏感性分析识别边界因果推断
econ
03-03 00:00
本研究推翻了“没有产量数据就无法从收入数据中非参数识别产出弹性和价格加成”的普遍观点。在垄断竞争环境下，仅使用企业层面的收入数据，即可非参数识别生产函数、全要素生产率、价格加成、企业产出价格与数量以及消费者需求。在需求满足同质单加总结构的额外约束下，还能识别代表性消费者的效用函数，从而无需对偏好进行参数假设即可进行反事实福利分析。蒙特卡洛模拟和应用智利制造业数据的实证分析验证了方法的有效性。
非参数识别垄断竞争生产函数消费者需求福利分析企业数据
econ
03-03 00:00
本文提出了一种针对条件Copula中依赖关系可预测性的稳健得分检验方法，该方法对时间不稳定性具有鲁棒性。该半参数程序通过结合分布回归技术和Copula连接函数的局部高斯表示，能够适应边缘过程的灵活动态，并且对Copula族保持不可知。作者推导了检验统计量的极限分布，并基于多阶段估计量移动块自助法的最新结果，提出了一种重抽样方案。蒙特卡洛模拟和实证应用展示了该方法在有限样本下的良好性能。
copula模型结构突变依赖可预测性半参数检验时间序列金融计量
econ
03-03 00:00
本文研究在已知有限同时行动博弈中，哪些数据可以由相关均衡诱导产生。分析者仅能观测到每个智能体行动的频率，而无法获取联合行动剖面的分布。作者通过一种无套利条件，刻画了哪些行动边际分布集源于某些相关均衡：外部观察者无法通过与每个智能体独立签约并获取单边偏离所获总效用的部分来获得期望利润。这一刻画自然地推广至纳什均衡。
博弈论相关均衡边际分布无套利条件数据诱导