econ
03-05 00:00
本研究针对英国苹果供应链，开发了一个加权混合整数线性规划模型，以优化供需匹配。模型通过为价格匹配、数量对齐、新鲜度要求和地理距离四个运营标准设定明确权重，透明地平衡经济与可持续性考量。利用真实数据集模拟发现，分配结果高度依赖于优先级设置和底层供应网络结构。该算法框架支持未分配供应在多个分配周期内循环利用，为解决易腐食品浪费、运输排放和长距离采购问题提供了可调整的决策工具。
供应链优化可持续农业算法模型食品浪费本地化经济循环经济
econ
03-05 00:00
本研究利用美国家庭脉搏调查和当前人口调查数据，分析了长新冠在不同人口群体中的流行率及其导致的失能情况。研究发现，女性、西班牙裔、性少数群体、无四年制大学学位者及已有残疾者更易罹患长新冠并因此活动受限。尽管远程工作可作为合理的便利安排，但数据显示，残疾员工实际从事疫情相关远程工作的可能性反而低于非残疾员工。这种差异源于残疾员工更集中于难以远程完成的岗位。因此，雇主需考虑缩短工时、弹性排班等其他便利措施，以雇佣和留住受长新冠影响的员工。
长新冠远程工作残疾员工人口差异工作便利
econ
03-05 00:00
本研究利用2022-2023年美国家庭脉搏调查数据，首次对长新冠患病率及其对日常活动的干扰进行了交叉性分析。研究发现，女性、部分有色人种、性与性别少数群体以及无大学学历者更可能患有长新冠并因此活动受限。交叉分析揭示了一个显著的阶梯式模式：拥有大学学历的男性患病率最低，而无大学学历的女性患病率最高。多元逻辑回归结果证实了女性、低学历、西班牙裔以及性与性别少数身份与长新冠的负向关联。研究结果指出了系统性的健康差异，强调了增加优质医疗可及性、加强社会安全网和减少经济不稳定性的政策需求。
长新冠健康差异交叉分析社会经济因素公共卫生政策
econ
03-05 00:00
本研究基于合作选举调查数据，扩展了先前关于排序投票制如何影响候选人温和化的理论分析。先前理论模型假设选民信息完全且提供完整排序，结果显示孔多塞法比即时复选法更能选出温和派候选人。本文构建了更贴近现实的模型，考虑了选民可能只提供部分排序等行为。研究发现，在更现实的模型下，两种投票方法在促进候选人温和化方面的差异基本消失，表明孔多塞法在实际选举中的温和化效应可能远弱于理论预测。
投票理论选举制度政治极化孔多塞法即时复选实证模型
econ
03-05 00:00
空间自相关会导致回归模型的标准误被低估，从而产生错误的统计推断。本文首次揭示了带宽选择与空间HAC标准误大小之间呈倒U型关系，挑战了“带宽越宽推断越保守”的传统观点。作者提出了一种基于回归残差经验协方差图的非参数数据驱动带宽选择方法。蒙特卡洛模拟表明，该方法能在各种空间相关强度和样本配置下，将误报率控制在接近5%的名义水平。研究还比较了六种核函数，发现Bartlett核和Epanechnikov核在尺度控制上表现最佳。
空间计量标准误带宽选择hac估计蒙特卡洛模拟非参数方法
econ
03-05 00:00
本文提出了一种随机规则模型（RRM），该模型通过在一个小型、透明且无参数的决策规则库中进行切换来生成行为。模型利用一个可微分的门控机制学习环境依赖的规则倾向性，从而产生一个可解释的、基于命名程序的混合决策过程。研究基于两个可验证的观测支撑条件，发展了全局识别理论。在应用于一万个二元彩票问题时，规则门控模型的表现显著优于基于期望效用和前景理论的结构化神经基准，接近最灵活的基准模型，同时在置换拟合测试中保持高度受限，并在独立数据集上保留了预测能力。机制诊断显示，极端结果筛选、显著性和注意力规则承担了最大的责任权重，并随着权衡复杂性和分散不对称性发生系统性转变。稳健性检验证实，研究结果不受先验规则库选择、边际支配关系或额外回归变量可用性的驱动。
行为经济学决策模型可解释ai随机规则彩票选择机制识别
econ
03-05 00:00
本文提出了一种检验方法，用于评估随机分配的治疗效应是否完全由观测到的中介变量（或替代结果）所中介，以及通过这些不同中介变量运作的因果机制在给定协变量的条件下是否可识别。研究表明，若完全中介与机制识别同时成立，则条件随机分配的治疗在给定中介变量和协变量后与结果条件独立。作者将框架扩展至非随机分配治疗的情形，并提出了一个结合高维协变量的双机器学习框架来实现检验，该框架在特定正则条件下具有根号n一致性和渐近正态性。模拟研究和两个关于孕产妇心理健康与社会规范的随机实验再分析验证了方法的良好性能。
因果中介分析机制识别双机器学习高维协变量随机实验非随机治疗
econ
03-05 00:00
本文提出了一种用于分数分解的统计推断方法，将预测评估的评分函数分解为三个可解释的组成部分：误校准、区分度和不确定性。该方法基于对预测的线性再校准，适用于均值和分位数等多步点预测，对平滑和非平滑评分函数均有效。该框架确保了良好的有限样本性质，支持渐近推断，并与经典的Mincer-Zarnowitz回归建立了直接联系。应用表明，该方法能揭示传统评估方法无法发现的差异，例如在调查通胀预测中，即使总体预测能力相同，模型的区分能力也可能存在显著差异。
预测评估分数分解统计推断误校准金融风险管理计量经济学
econ
03-05 00:00
本研究基于Eisenbud等人的工作，提出了一种计算有限博弈中完全混合均衡指数的新代数方法。核心发现包括：1）任何整数都可以成为某个有限博弈中孤立完全混合均衡的指数；2）在一类特殊的“单基因”孤立完全混合均衡中，指数只能是0、+1或-1，且非零指数等价于支付稳健性。该方法还可扩展至扩展式博弈及策略集边界上的均衡分析。
博弈论均衡指数代数方法支付稳健性混合策略有限博弈
econ
03-05 00:00
本文提出了一种基于多智能体影响图（MAID）的统一框架，用于评估西方国家应对混合威胁（如低于常规军事门槛的网络攻击）的各类对策的有效性。该模型权衡了对策成本、其劝阻对手执行威胁的能力以及减轻威胁影响的潜力。通过在一个模拟关键基础设施网络攻击的、受现实启发的场景中运行1000个半合成变体，分析了五种不同对策（从增强韧性到威慑惩罚）的总体特征与参数敏感性，为政策制定提供了量化依据。
混合威胁多智能体影响图网络安全对策评估战略互动
econ
03-05 00:00
本文提出LX Topic方法，将主题视为潜在语言构造，并生成校准后的文档级主题比例用于实证分析。该方法基于FASTopic确保文档代表性，并利用对齐和置信度加权机制在大语言模型层面进行主题词优化，在不扭曲文档-主题分布的情况下增强语义连贯性。在亚马逊和Yelp大规模评论数据集上的评估表明，LX Topic在保持聚类和分类性能的同时，实现了相对于主流模型最高的整体主题质量。
主题建模大语言模型文本分析商业研究神经模型
econ
03-05 00:00
本文针对交错双重差分设计中，传统双向固定效应模型在处理异质性处理效应时可能产生负权重的问题，提出了一种非参数化的估计框架。该框架首先定义了组-期别的处理组平均处理效应，进而非参数地定义了分组、分时期、动态及整体效应。研究者提出了以增强逆方差加权形式呈现的双重稳健估计量，允许纳入部分解释结果时间趋势的时变协变量。即使部分工作模型设定有误，估计量仍能一致地估计目标参数。在模拟和一项关于中国高考“平行志愿”与“顺序志愿”录取机制影响的实证应用中，该方法展现了优良性质。
双重差分双重稳健估计处理效应时变协变量交错设计非参数估计
econ
03-05 00:00
本研究探讨了在无限时域马尔可夫决策过程中，当决策者使用给定的扩散电荷（一种扩散的有限可加概率测度）对期望阶段收益的无限流进行聚合评估时，最优策略的存在性问题。Neyman [2023] 的研究表明，在满足时间价值原则的扩散电荷下，有限状态和行动空间的 MDP 中总存在纯最优策略。本文通过精心构造一个聚合电荷，提供了一个反例，证明在没有额外假设的情况下，MDP 可能根本不存在最优策略（无论是纯策略还是随机策略）。
马尔可夫决策过程最优策略有限可加测度无限时域动态规划
econ
03-05 00:00
本研究提出了一种从大语言模型中提取因果关系的系统性流程。该方法首先让LLM生成特定主题的大量文档，从中提取事件列表，并将跨文档的相似事件归类为规范事件。随后，为每个文档构建基于规范事件的二元指示向量，并最终利用因果发现方法估计候选因果图。该框架旨在呈现LLM可能持有的、可被审视的因果假设集合，而非保证现实世界的因果关系。
大语言模型因果发现知识提取可解释ai文本分析
econ
03-05 00:00
本研究评估了基于机器学习的加密货币反洗钱（AML）执法系统的实际部署性能。通过对比特币交易数据进行前瞻性和滚动评估，研究发现，强大的静态分类指标严重高估了现实世界的监管有效性。时间非平稳性导致成本敏感执法阈值出现显著不稳定性，相对于动态最优基准，产生了巨大且持续的超额监管损失。核心失败源于决策规则的错误校准，而非预测准确性本身的下降。这些发现凸显了固定AML执法政策在不断演变的数字资产市场中的脆弱性，并推动了基于损失的监管评估框架。
加密货币监管反洗钱机器学习监管科技算法评估时间非平稳性
econ
03-05 00:00
本文针对非随机分配、连续且效应异质的处理变量，提出了一种新的因果识别方法——聚类剂量响应函数（Cl-DRF）。该方法通过结合理论与数据驱动的异质性来源，在放松条件独立性和正性假设的前提下，估计不同亚组中处理强度与结果变量之间的连续因果关系。研究者将其应用于评估欧洲凝聚力基金对经济增长的影响，发现发达地区资金增加能持续促进增长，而其他地区则因吸收能力有限无法充分获益。
因果推断连续处理异质性效应聚类分析剂量响应经济增长
econ
03-05 00:00
本文针对先进太空技术系统面临的高固定成本、有限非政府需求及非市场动机驱动等挑战，提出了一个图形化分析框架。该框架基于公共品理论，将市场可容纳的竞争者数量可视化为行业成本结构、政府支持分配（直接采购、直接投资、共享基础设施）及非政府需求规模的函数。研究表明，投资于共享基础设施的边际美元能产生非竞争性收益，每美元支持的企业数量优于直接采购或补贴。以NASA商业近地轨道目的地计划为灵感的应用分析显示，在符合公开数据的成本需求条件下，独立空间站模式导致行业年亏损3.55亿美元，而共享核心基础设施模式可实现年利润1.54亿美元。
太空经济公共基础设施市场开发成本结构政府支持非政府需求
econ
03-05 00:00
本文研究在参与者可以策略性地伪装其“应得性”但需付出成本的情况下，如何分配资源。委托人根据参与者发出的成本信号来分配物品或资金。每个参与者的信号在无伪装时反映其真实类型，但可以付出成本进行夸大。作为社会规划者的委托人，旨在最大化匹配效率与功利主义目标的加权平均值。研究在策略性伪装引入的新型激励相容约束下，刻画了最优机制。将分析应用于两种资源稀缺程度不同的市场，结果表明：当参与者数量足够大时，委托人严格受益于基于成本信号的随机化分配。有趣的是，在资源稀缺的大型市场中，最优机制的形式会收敛为赢家通吃的竞赛；然而，随着参与者数量增长，对中间类型进行随机化分配的价值并不会消失。
机制设计策略行为资源分配激励相容随机分配市场设计
econ
03-05 00:00
本文研究河流污染减排的公平分配规则设计。针对Yang等人（2025）提出的河流污染索赔模型，作者构建了一类几何分配规则，以在公平性（基于人口、排放历史等索赔）与环境关切（污染物排放的上下游位置影响不同）之间取得平衡。通过公理化分析与中国沱江流域的案例研究，比较了该规则与现有方案的优劣。
环境经济学污染分配公平规则河流治理公理化方法
econ
03-05 00:00
本文针对定量贸易与空间模型中普遍存在的测量误差问题，提出了一种量化反事实分析不确定性的方法。作者推荐并论证了经验贝叶斯方法在不确定性量化中的实用性与理论合理性，并将其应用于 Adao et al. (2017) 和 Allen & Arkolakis (2022) 的经典模型框架。研究发现，对当前世界状态的测量误差会导致反事实结果存在不可忽视的不确定性，这对依赖精确参数的政策评估具有重要启示。
测量误差反事实分析贸易模型空间模型不确定性量化经验贝叶斯
econ
03-05 00:00
本文为包含“先发优势”的竞赛成功函数提供了公理化基础。核心公理是“反事实偏差的相对齐次性”，要求一位参赛者的努力对对手获胜概率分配的影响具有尺度不变性。结合公平性公理与“无优势再分配”条件，研究推导出允许先发优势的函数形式，并引入“虚拟一致性”公理来衔接先前禁止先发优势的经典公理体系（如Tullock CSF），从而统一了相关理论框架。
竞赛理论公理化先发优势成功函数概率分配
econ
03-05 00:00
本研究探讨了在存在需求溢出效应的网络市场中，垄断者面临价格管制时的效率与福利问题。研究发现，实现社会效率的最优定价要求价格与消费者的卡茨-博纳奇中心度成比例降低，但常用的价格管制工具（如平均价格管制、禁止价格歧视）通常无法实现这一目标。随着网络溢出效应增强，这些管制措施的福利影响趋于中性。然而，平均价格管制能稳健地提升消费者剩余，而禁止价格歧视仅在网络中心度高的消费者本身支付意愿更高时才对消费者有利。
价格管制网络市场需求溢出消费者福利垄断定价卡茨中心度