econ
03-06 00:00
本研究分析了1980-2019年间人工智能与机器人领域的专利趋势，首次将传统机器人与嵌入AI功能的机器人进行区分。通过时间序列计量方法发现：1）核心AI、传统机器人与AI增强型机器人的专利轨迹截然不同，后者自2010年代初开始加速增长；2）结构性突变主要发生在2010年后，标志着AI扩散带来的技术动态加速；3）各国AI与机器人的长期关系存在系统性差异：中国表现出核心AI与AI增强型机器人的强整合，且高校与公共部门贡献突出；美国则呈现更市场化的专利结构与较弱的AI-机器人整合；欧洲、日韩处于中间模式。
人工智能专利机器人技术创新体系技术融合跨国比较计量分析
econ
03-06 00:00
本研究探讨企业技能发展策略如何影响其创新倾向。基于调整成本框架，结合人力资本理论与制度演化视角，将创新视为涉及劳动力调整成本的活动，成本源于员工培训或外部招聘。通过对2017-2020年意大利制造业企业的两期面板数据分析发现：培训与创新总体呈正相关，但不同类型创新所需技能提升策略存在差异。内部培训对所有创新形式都重要，但对支持循环创新的实施尤为有效；而外部招聘则在引入任何类型创新时都普遍必要。
企业培训创新管理人力资本循环经济制造业技能发展
econ
03-06 00:00
本研究探讨了企业层面的异质性冲击如何通过生产网络传播，最终引发宏观经济波动和尾部风险。核心机制在于“重叠调整”：新的生产率冲击在早期冲击引发的静态均衡达成之前就已到达。每次创新都会产生一个“生产率波”，该波在通过网络传播时会混合与消散。宏观波动正是由这些不同“波龄”的冲击波相互干扰而产生。这种干扰由生产网络的主导瞬态特征值决定，因此宏观波动也受其支配。研究发现，在这种动态机制下，网络度分布的尾部对宏观波动的影响远小于完全调整的静态基准模型。这意味着，若不考虑经济向均衡收敛的速度（即生产网络的谱特性），就无法真正理解生产网络异质性的宏观重要性。具体而言，一旦考虑冲击的时间平均效应，微观冲击可能仅能解释实际观测到的宏观波动的一小部分。
生产网络宏观经济波动冲击传播异质性冲击网络谱分析动态均衡
econ
03-06 00:00
本文探讨了具有自主行动、生成式输出和动态目标能力的智能体系统（Agentic AI）给人机协作（HAT）带来的结构性挑战。传统基于共享感知、理解和预测的团队态势感知（Team SA）理论，其稳定协作的预设前提在开放式的智能体面前受到挑战。作者通过两个阶段展开论述：首先，扩展Team SA理论以重新概念化人机在开放式自主性下的认知；其次，审视传统上稳定协作的动态过程（如关系互动、认知学习、协调控制）在适应性自主条件下是否依然有效。文章的核心挑战在于，人机协作的关键不在于能否在当下达成一致，而在于能否在不断生成、修订、执行和治理未来的过程中持续保持协同。
人机协作智能体系统团队态势感知结构性不确定性动态协同
econ
03-06 00:00
本文分析了按市场价值统一征收的比例财富税对资产回报、投资组合选择和资产定价的影响。研究发现，这种税收在经济上等同于政府每期获得投资者投资组合的等比例份额，形成一种风险分担机制，使预期财富和风险同比例降低，而每股回报率不受影响。这种乘性可分离性导致了四个核心结论：财富变异系数对税率不变；最优投资组合权重独立于税率；财富税与投资组合选择正交，使机会集发生同伦收缩但保留所有投资组合的夏普比率；征税与未征税投资者对资产的定价相同。研究在几何布朗运动下推导结果，并推广至位置-尺度族。通过莫迪利亚尼-米勒分析确认了定价中性，并指出了文献中关于税后现金流贴现率的不一致之处。在CAPM与CRRA偏好下，税后贝塔等于税前贝塔，证券市场线按税收因子收缩，但一般均衡价格不变，这纠正了Fama（2021）中的一个错误。研究同时指出，中性结果依赖于实践中常被违反的三个条件：按市场价值普遍征税、无摩擦市场以及股利消费，并形式化了打破中性的三个渠道：账面价值征税、流动性摩擦和股利提取。
财富税资产定价投资组合税收中性capm风险分担
econ
03-06 00:00
本文在Froeseth (2026)提出的比例财富税中性理论基础上，系统检验了其稳健性并拓展了边界。研究发现，在随机波动率模型（如Heston模型）和Epstein-Zin递归效用下，包括跨期对冲需求在内的投资组合中性依然成立，但在非位似偏好（如HARA）下失效。同时，研究识别了即使在CRRA偏好下，现实财富税偏离中性的四个渠道：资产类别间非统一评估、非弹性市场的一般均衡价格效应、累进门槛结构以及内生劳动供给。研究以挪威财富税为案例，量化了累进门槛产生的“税收盾牌”效应，该效应会激励边界附近的投资者增加风险承担，甚至引发极端情况下的税收迁移。
财富税中性投资组合选择随机波动率epstein-zin效用税收迁移挪威案例
econ
03-06 00:00
传统单调比较静态分析理论依赖格结构，限制了其在混合策略博弈等多维环境中的应用。本文引入更弱的伪格性质，推广了个人选择的MCS定理和塔斯基不动点定理，保留了理论核心结论。新框架将比较静态分析扩展至伪拟超模博弈，首次实现了对混合策略纳什均衡和颤抖手精炼均衡的MCS分析，突破了原有理论的应用边界。
比较静态分析博弈论格理论均衡分析数学经济学
econ
03-06 00:00
本研究聚焦马尔代夫奢华度假村面临的可持续性挑战，旨在提出并实施可持续旅游实践方案。马尔代夫经济高度依赖旅游业，奢华度假村是其GDP增长的关键驱动力。研究以三重底线（经济、社会、环境）方法和12项可持续旅游原则为框架，分析了当前实践中的问题，特别是在环境关切方面。论文建议从强化法规执行、改善废物管理、促进多方协作及推动本地农业等多个维度入手，并探讨了珊瑚礁修复、可持续供应链等具体举措的影响，为马尔代夫奢华旅游业的绿色转型提供路径参考。
可持续旅游三重底线奢华度假村马尔代夫环境管理旅游经济
econ
03-06 00:00
本研究分析了2011年至2022年间美国50个州14,585名州议员对枪支相关法案的投票记录，以估计其潜在的枪支政策立场。采用双重差分法发现，即使议员所在选区发生大规模枪击事件，也未能显著改变他们在枪支政策上的投票立场。这一零效应结果在考虑了党派属性、与枪击事件的地理距离以及事件具体特征后依然稳健。研究表明，即使是具有高度地方性影响的悲剧事件，也难以撼动立法者在枪支政策上的既定立场。
枪支政策立法行为政治响应双重差分美国政治
econ
03-06 00:00
一项涵盖13项研究（N=4,956）的研究发现，人们普遍倾向于降低使用AI工具工作者的薪酬，这一“AI惩罚”现象在不同工作场景、任务类型和报酬形式中均稳定存在。研究指出，感知努力程度和感知能动性（个体作为任务核心智力或创意贡献的原始来源的程度）是解释这一决策的关键因素。然而，惩罚并非不可避免：工作者若在核心任务上保持创造性主导权，可挽回大部分惩罚；而禁止降薪的雇佣合同也能提供结构性解决方案。
ai薪酬惩罚劳动力市场感知努力创造性主导权雇佣合同行为经济学
econ
03-06 00:00
本研究利用PISA 2022数据，通过可解释机器学习方法（SHAP）分析了拉丁美洲9国学生的学业韧性。研究发现，决定学业韧性的关键因素因定义而异：一种定义下，家庭资源（书籍、数字设备）、性别、作业、留级和工作强度是主导因素；另一种定义下，学校规模、联网电脑比例、师生比、教师质量（认证率、专业发展）和学校类型更为关键。研究还发现，疫情期间的学校关闭时长和远程学习障碍与学业韧性呈负相关。这些发现为未来政策设计提供了依据，有助于将弱势学生提升至学业韧性群体。
学业韧性机器学习教育不平等拉丁美洲pisa可解释ai
econ
03-06 00:00
本研究基于PISA 2022数据，采用数据包络分析（DEA）与可解释机器学习（IML）的混合方法，评估了拉美9国2034所学校的认知与非认知效率。研究发现，私立学校在认知效率上平均领先公校约0.10，非认知效率领先0.045，且私立学校内部效率差异更小。关键驱动因素分析显示，私立学校的高效与家庭藏书量、电脑拥有量、学生不从事有偿工作及学校自主权高度相关；而公校低效则与校园氛围差、留级率高、逃学及有偿工作强度大、家庭藏书少及疫情期间作业障碍增加等因素显著相关。
教育效率公私学校差距dea分析机器学习pisa数据拉美教育
econ
03-06 00:00
本研究提出了一种用于预测日前电价的时间层级预测方法。该方法通过协调预测小时级产品与2至24小时区块级产品，可在所有层级上显著提升预测精度，最高可达13%。这一改进在德国和西班牙电力市场长达4年的挑战性测试期内保持稳定，并适用于包括线性回归、浅层前馈神经网络、梯度提升决策树以及预训练Transformer在内的多种模型架构。鉴于区块产品交易日益普遍，且协调预测的计算成本与单独预测小时电价相当，该方法值得在日常预测实践中推广。
电价预测时间层级预测预测协调电力市场机器学习
econ
03-06 00:00
本文针对线性最小二乘模型，开发了一个检验数据子集影响力的理论框架。研究推导了精确的影响力公式，并确定了最大影响力的极值分布：对于固定大小的数据集和重尾数据，服从重尾的Fr\'echet分布；对于规模增长的数据集或轻尾数据，则服从性质良好的Gumbel分布。这为判断模型结论是否受到少数异常数据点的过度影响提供了严格的假设检验方法。该框架已应用于经济学、生物学和机器学习基准测试，旨在用严谨的统计推断取代临时启发的经验法则。
影响力分析极值理论假设检验线性模型数据鲁棒性统计推断
econ
03-06 00:00
本文针对金融监管中风险模型评估的需求，提出了一种非参数序贯框架，用于对一般可引出风险度量进行基于e值和e过程的比较回测。该方法提供任意时间有效的统计推断，在数据依赖性和模型误设下保持稳健性。特别地，作者提出了一种基于弱优势的改进三区法，能在比较回测中得出更具信息量的结论。作为技术基础，还构建了针对可识别风险度量的标准e回测，并刻画了相关的e值和e过程。该框架适用于包括均值、方差、风险价值（VaR）、期望损失（ES）和期望分位数在内的广泛风险度量类别。
风险度量回测e值金融监管非参数方法序贯分析
econ
03-06 00:00
本文提出了一种用于评估气候变化减缓政策有效性的统一概率框架。该方法采用贝叶斯指标饱和回归，结合尖峰-平板先验（其中平板部分使用逆矩密度），以检测纵向数据中时间和顺序均未知的结构性断点。模拟结果表明，该方法优于可比的频率学派方法，尤其在结构性断点高概率环境中表现突出。研究将该框架应用于欧洲道路运输部门，以识别和评估气候政策的影响。
贝叶斯方法结构断点检测气候政策评估指标饱和回归尖峰-平板先验