今日速览 · AI 导读
自动抓取 arXiv 多学科 RSS，DeepSeek 自动润色标题与摘要，最快 24 小时内汇总。每日 14:00 初始化批次并每 15 分钟轮询学科，24h 无数据则回退 72h/7 天；arXiv 周末停更时自动跳过。
今日经济学研究呈现方法创新与议题多元的格局，重点关注AI行为模拟、算法工具应用及社会政策评估。
2026-03-11 共 16 条抓取，按综合热度排序
本研究通过模拟实验，探究了大型语言模型（GPT-5.1）代理在信息不对称的信任品市场中的行为。实验操纵了制度框架（自由市场、可验证性、责任规则）、代理的社会偏好（自利、不平等厌恶、效率偏好）以及声誉机制。研究发现：在单次互动中，除非存在责任规则或专家具有效率偏好，否则市场往往崩溃；重复互动虽能通过价格竞争吸引消费者参与，但专家欺诈行为依然普遍。与人类实验相比，AI代理市场表现出更高的消费者参与度，但市场集中度更高、价格更低、欺诈模式更极化。研究结论表明，AI代理市场的制度设计需要与人类市场不同的方法，其中社会偏好对齐是市场效率的主要决定因素。
本综述向经济学家重新介绍了强化学习方法。传统动态规划受限于“维度诅咒”，难以处理高维状态、连续动作和策略交互的复杂经济模型。强化学习作为一种基于样本的动态规划扩展，为定价、库存控制、策略博弈和偏好诱导等问题提供了可计算的框架。然而，这些算法也存在脆弱性、样本效率低、对超参数敏感以及在非表格化设置中缺乏全局收敛保证等局限。当结合经济结构时，强化学习为计算经济学家提供了一个灵活但尚不完美的工具。
本研究利用19世纪末庆应义塾的学生成绩面板数据，分析了征兵豁免规则变化对教育参与的影响。研究发现，1884-1888年间，享有征兵豁免特权的家族长学生比例显著上升，但学术表现并未同步提升。当私立学校学生重新获得豁免权后，家族长学生的表现优势消失。这表明征兵制度在数量上促进了教育参与，但未能带来教育质量的实质性改善。
本研究通过期望效用理论框架，量化了出行服务中时间波动性带来的福利损失，并首次建立了成本比（COTV/COT）的理论上界。对于具有二次效用函数的用户，该上界为 $COTV/COT \le \frac{1}{2} CV^2$，其中 $CV$ 为服务时间的变异系数。在泊松过程的常见假设下，该上界简化为 $1/2$，意味着随机服务的总成本至多是确定性服务的1.5倍。更一般地，该比率取决于三个可解释因素：$CV$、用户的相对风险厌恶系数（RRA）和相对审慎系数（RP）。研究将分析扩展至非期望效用框架，证明了核心结论的稳健性，为早期战略决策和可靠性导向的服务定价与设计提供了数据需求低的理论基准。
本文提出了抽样Logit均衡（SLE）这一新的博弈论均衡概念，用于描述有限理性群体博弈。在该模型中，个体仅通过有限样本观察对手行为，并依据Logit选择规则做出响应，融合了信息摩擦与随机选择。研究发现，当样本量较大时，SLE可近似为一个虚拟博弈的Logit均衡，其收益函数包含了由抽样噪声产生的显式扭曲项。通过示例表明，有限抽样会系统性改变均衡行为，并产生均衡选择效应。
本研究利用2016至2024年的个体面板数据，分析了新冠疫情前后人们对女性积极工作态度的变化。主要发现：疫情前男性对女性积极工作的看法更积极，但疫情后女性自身看法变得比男性更积极；无论性别，疫情后整体看法都更积极；疫情前年长者看法更保守，疫情后则转为更积极；已婚男性在疫情后看法也显著改善。
本研究利用超过19,000个个体层面的面板观测数据，系统分析了跨性别者的主观价值观。研究发现，与非跨性别者相比，跨性别者感到幸福和健康的可能性分别低7%和12%。在性别议题上，他们支持女性赋权或为理想伴侣改变行为的可能性低5%，且总体上更少认同各类性别相关陈述。在职业决策上，跨性别者独立做决定的可能性低12%，而听从父母和老师意见的可能性高2%。此外，他们对他人普遍不信任的可能性高5%。研究指出，其幸福感与健康状况的发现与既往研究一致，但在性别议题和决策模式上的结果与进步主义观点存在差异。
一项实验研究（N=610）探讨了隐私泄露风险与模糊性如何影响用户对个性化AI的采纳。研究发现，当泄露概率明确为30%（风险）时，隐私威胁对采纳率无显著影响（约50%）。然而，当泄露概率处于模糊范围（10-50%）时，隐私威胁会显著降低用户采纳率。该效应对敏感人口数据和匿名偏好数据均成立。用户愿意为数据披露标签支付溢价，表明对透明度机制有强烈需求。研究指出，驱动用户回避个性化AI的主要因素是数据泄露的模糊性，而非单纯的隐私偏好。
本研究针对学校分配机制中学生策略性误报偏好的问题，提出了一种稳健的因果效应识别方法。该方法适用于由安置分数和截止线定义的分配规则，能够推导出学校分配因果效应的尖锐边界。作者利用智利大学项目延迟接受机制的数据进行实证分析，匹配理论预测和实证证据均表明，由于偏好提交受限和对学校可及性有良好先验信息，学生确实存在策略性行为。研究得出的边界信息充分，揭示了毕业成功率在真实偏好和学校分配方面存在显著的异质性。
本文针对预测风险（分位数）和系统性风险（CoVaR）回归模型，开发了一种基于自归一化原则的结构断点检验方法。该方法能够有效检测协变量预测能力随时间发生的变化，其关键优势在于对预测变量的平稳性或近平稳性不敏感，从而适用于广泛的实证应用。模拟研究证实了该检验方法在有限样本下的良好性质，并在股权溢价和系统性风险预测两个实证应用中展示了其实用价值。
本研究探讨了无限代际序列中的收入转移问题。作者构建了一个程式化模型，其中每一代都被赋予一定的收入。通过引入一个将无限收入流映射为另一收入流的分配规则，模型刻画了代际转移。研究基于可行性、规模不变性等基本要求，并施加了形式化一致性、连续性和独立性原则的公理，从而推导出一个独特的几何规则家族，为理解跨代资源分配的规范性结构提供了理论框架。
本文构建了一个包含异质性工人与企业的分析模型，劳动力市场通过一对多的排序机制出清。企业同时决定雇员的数量与构成，这共同塑造了（1）工人间的收入分布与（2）企业间的生产率分布。研究聚焦于由市场效率冲击驱动的商业周期，该冲击对高生产率企业更为有利。模型结果与关于工资和生产率分布周期行为的经验规律相一致，为理解经济波动中劳动力市场结构变化提供了理论框架。
本文在结构方程模型框架下，研究智能体（agent）的因果信念如何影响其选择，以及其选择所获得的反馈又如何更新其因果信念。作者首先建模了一个对真实因果模型不确定、但对可能模型持有概率信念的智能体，并探讨了在面临新颖（甚至无法解释）数据时，如何更新这些信念。其次，通过在结构方程框架上构建智能体模型与效用函数，研究了因果信念对选择的影响。结合这两部分，文章提出了一个“稳态”概念：在给定当前因果信念下，智能体采取最优行动所获得的反馈，能够被其当前信念所合理化。
本文针对政治经济学中长期存在的复杂劳动还原与价值转型问题，提出了一种范式转变。研究放弃了寻找唯一常数解的思路，转而将问题重构为：在客观物理生产网络的约束下，刻画可行的价值分配空间。通过构建包含固定资本存量的投入产出模型，研究证明，只要宏观经济能产生物理剩余，所有能维持劳动力生存底线的劳动还原比率就构成一个有界的“价值可行集”。在这个多维空间中，经典的两大宏观总量等式可以在一个明确定义的利润率范围内同时成立，从而在逻辑上使劳动价值论与名义价格体系保持一致，且不违反物质再生产底线。研究基于中国2023年199部门投入产出网络进行了实证检验。
本研究通过分析“随着竞拍者风险厌恶程度增加，哪些出价变得更具吸引力”这一核心问题，统一分析了风险厌恶对拍卖竞价的影响。研究发现：在一价拍卖中，在“获胜收益不低于外部选择”和“低价获胜优于高价获胜”两个条件下，更强的风险厌恶会使高价出价更具吸引力。而在外部选择已知的二价拍卖中，提高出价会增加获胜条件下的风险敞口，因此更强的风险厌恶会促使竞拍者降低出价。研究进一步证明了这些基于出价层面的力量会转化为相应的均衡比较静态结果。
本文为二元选择模型中拟极大似然估计的斜率一致性提供了正式证明。尽管QMLE通常不一致，但基于逻辑误差的二元选择模型的逻辑回归在机器学习等领域被广泛使用。作者在Ruud (1983)提出的条件基础上，通过证明在Manski (1975, 1985)识别的参数空间中，存在真实斜率的一个正倍数能最大化总体QMLE似然函数，从而填补了QMLE斜率一致性证明的空白。结果表明，在适当条件下，逻辑回归能为二元选择模型提供一致的斜率系数估计。