econ
03-17 00:00
本文提出了AI转型差距指数（AITG），这是一个用于量化企业AI部署水平与行业前沿能力之间差距的复合实证框架。该框架通过五个相互关联的模块，将这一差距映射为以美元计量的价值创造潜力、不确定性下的执行可行性以及竞争颠覆风险。研究对22个行业垂直领域进行了校准，并应用于14家上市公司。一个反直觉的发现是：最大的AI转型差距并不直接产生最高的价值密度，因为实施摩擦、CES瓶颈和时间滞后会侵蚀理论上的收益潜力。
ai转型实证框架价值创造竞争风险行业基准
econ
03-17 00:00
本研究利用欧洲健康、老龄化和退休调查（SHARE）的协调数据，分析了爱沙尼亚、拉脱维亚和以色列老年人的童年社会经济剥夺与晚年健康（自评健康、慢性病负担、功能限制、抑郁和综合衰弱指标）的关联。研究发现，童年剥夺程度越高，晚年健康状况越差，最高剥夺五分位人群的健康风险显著增加。在经历苏联制度转型的爱沙尼亚和拉脱维亚，不同语言群体（国语与俄语）的剥夺-健康梯度基本相似，表明童年劣势的影响具有持久性，早期生活条件对经历系统性转型的老年人群的健康不平等具有重要塑造作用。
健康不平等童年剥夺生命历程制度转型老龄化share调查
econ
03-17 00:00
本研究区分了模糊性态度的两个维度：模糊性厌恶（不愿承担不确定性）和模糊性敏感度（根据主观成功概率调整行为的程度）。通过大规模激励性调查发现，公司化创业者比雇员表现出更低的模糊性厌恶，更愿意在不确定性下行动；而个体户创业者则表现出更高的模糊性敏感度，其行为更易随信念变化而调整。这些差异在控制风险态度、乐观程度等因素后依然显著，揭示了模糊性态度对创业行为的独特影响。
创业研究模糊性态度行为经济学不确定性决策企业家精神
econ
03-17 00:00
本研究提出休闲技术进步是导致婚姻率与生育率下降的新因素。通过构建包含家庭内部议价机制的统一模型，并利用日本2019-2023年数据进行校准，研究发现2005-2009年间休闲技术的增长显著降低了结婚与生育的吸引力。模型量化显示，休闲技术进步可解释21.1%的婚姻率下降和73.1%的生育率下降，揭示了技术进步对家庭结构的深层影响。
家庭经济学生育率下降休闲技术议价模型量化分析日本数据
econ
03-17 00:00
本研究通过访谈13位加密领域关键意见领袖（KOL），结合自我决定理论，探讨了他们在高波动性市场中如何平衡心理需求、商业化与社区期望。研究发现，KOL的信誉并非静态资质，而是一种自我决定、伦理驱动的实践，其核心由社区认可的四个标志构成：自我约束、有限认知能力、问责制与反思性自我修正。这重新将信誉定义为一种社会技术表现，并将自我决定理论延伸至高风险的加密生态系统。研究方法采用了人机协作的主题分析，为设计强调透明度而非炒作的信用信号提供了启示。
加密kol信誉机制自我决定理论社会技术表现社区治理人机协作分析
econ
03-17 00:00
本文研究制造商与零售商在有限期内进行动态批发定价的博弈问题，双方仅能观测到实际销量而非真实需求。当零售商缺货时，未满足的需求无法被观测，双方需基于销量数据共同更新对需求分布的后验信念。每期制造商设定批发价，零售商决定订货量，公共信念状态随之更新。作者刻画了作为公共信念函数的马尔可夫完美均衡，主要成果包括：针对威布尔需求，将经典的缩放方法扩展至这一策略性学习场景，证明了均衡存在性，并将计算简化为标准化单参数递归；针对指数需求，证明了均衡唯一性，并可通过简单后向递归计算。
动态定价需求学习供应链博弈批发定价贝叶斯更新马尔可夫均衡
econ
03-17 00:00
本文在Alkire-Foster多维贫困计数框架内，提出了一种适用于序数数据的“位置贫困缺口”测度。该方法借鉴模糊集理论，利用各指标的经验累积分布函数，以最贫困群体为基准，为每个贫困个体基于其在分布中的相对位置分配一个分数。贫困深度被表达为分布位置的差异，从而克服了传统贫困缺口测度要求基数变量的限制。该测度保留了计数方法的识别与加总结构，并在参考分布固定时满足其公理性质。框架灵活，可容纳不同的识别规则、贫困临界点和变量类型，为在序数数据中纳入贫困深度提供了简单、有意义且理论扎实的途径。
多维贫困序数数据贫困深度分布位置alkire-foster框架贫困测度
econ
03-17 00:00
本研究利用瑞典丰富的行政数据，应用因果机器学习方法，分析了工人失业后收入损失的异质性。研究发现，由年龄和受教育程度定义的工人群体内部，其损失差异与群体间的差异同样巨大；不同企业间的损失差异也呈现出类似规律。相当一部分企业间的异质性可由行业和本地劳动力市场特征解释，这为基于地区和行业的针对性政策提供了依据。最大的损失集中在原本就处于弱势的工人群体中，表明设计良好的针对性政策可以同时提升效率和公平。
失业损失异质性分析因果机器学习劳动力市场政策干预瑞典数据
econ
03-17 00:00
在线市场进行定价实验时面临两大挑战：商品间的需求干扰会扭曲A/B测试结果，而平台价格一致性要求又限制了传统实验设计。本文提出双端优先排序（TSPR）方法，通过随机化用户和商品，并利用搜索结果中的位置偏差，对排序列表进行重组——为一组用户优先展示调价商品，为另一组用户优先展示未调价商品。所有用户看到的价格和商品保持一致，但通过注意力差异实现差异化干预暴露。基于Expedia酒店搜索数据的半合成模拟显示，TSPR在保持平台一致性的同时，显著降低了估计偏差并提供了足够的统计功效。
定价实验平台一致性位置偏差干扰效应市场实验设计排序算法
econ
03-17 00:00
本研究利用日本实时劳动力市场数据，采用工资区间双重差分法，分析了最低工资上调后的短期影响。研究发现，受影响工资区间的就业率下降了约2%，这主要由企业减少招聘岗位而非工人供给减少所致。影响在最低工资“冲击”更大、低薪职业中更为显著。通过分析招聘描述，研究还发现岗位结构发生再分配：招聘更倾向于提供福利、针对有经验者，而针对女性的岗位描述减少，表明短期劳动力需求调整可能预示着更长期的岗位结构变化。
最低工资劳动力需求就业效应双重差分法岗位再分配日本经济
econ
03-17 00:00
本文提出了Delphos，一个利用深度强化学习辅助离散选择模型构建的框架。它将模型构建过程形式化为一个序列决策问题，智能体通过与环境交互，学习选择变量、设定参数形式（如通用或替代特定参数）、应用非线性变换及纳入协变量交互等建模动作，以生成高性能的候选模型。框架采用深度Q网络，基于模型估计结果（如对数似然值）和行为预期（如参数符号）的延迟奖励信号进行学习。在模拟和实证数据集上的评估表明，Delphos能够高效探索庞大的建模空间，生成具有竞争力且行为合理的模型，显著减少了人工构建模型的精力。
强化学习离散选择模型模型构建自动化建模深度q网络
econ
03-17 00:00
本研究利用美国内战时期西点军校学员的准随机分组数据，探讨了社会网络与同伴影响在重大人生决策中的作用。研究发现：来自自由州同学比例每增加10%，会使奴隶州学员加入联邦军的概率显著提高约5个百分点；该效应在学员家乡奴隶人口比例较高或本人拥有奴隶的情况下更为明显；共同经历（如美墨战争服役、同期入学）会进一步放大同伴影响，表明持续互动是关键机制。
同伴效应社会网络内战史教育经济学准自然实验
econ
03-17 00:00
本研究开发了一种深度学习算法，用于在序列空间中构建动态随机经济模型函数理性预期均衡的全局精确近似解。该方法使用深度神经网络将关键均衡对象（如政策或价格）参数化为外生冲击截断历史的函数，并通过模拟经济路径来训练网络以满足均衡条件。算法在三个复杂环境中验证了性能：包含多重总风险源的高维世代交叠经济、面临不可保异质性风险及巨大异质性与总波动性冲击的异质家庭与企业经济，以及包含连续资产选择和诱导局部凸性的离散提前退休选择的随机生命周期经济。研究还提出了保证策略单调性的实用神经策略架构，并利用内生网格法简化了部分算法。最终实现了高精度求解，均衡条件的平均误差低于 $0.2\%$。
深度学习理性预期均衡动态随机经济序列空间神经网络高维模型
econ
03-17 00:00
本文提出了一种结合工具变量（IV）分析与LiNGAM方法的新框架，用于检验IV模型中的核心假设——排除限制。该方法利用结构误差项的非高斯性，在无需额外工具变量的情况下，实现了对排除限制违反参数的点识别。研究引入了五种互补的检验方法（自助百分位、渐近正态、置换、似然比和基于独立性的检验），以适应不同的数据条件。蒙特卡洛模拟和对Card（1995）数据集的实证应用表明，该方法能有效控制第一类错误率，并对经济上相关的违反情况具有合理的检验功效。
工具变量排除限制非高斯性lingam因果推断计量经济学
econ
03-17 00:00
本文深入研究了政治经济学基础模型——双边信息不对称消耗战博弈中普遍存在的均衡多重性问题。研究发现，均衡多重性的形式取决于类型分布的“风险势能”积分下限：当该极限发散时，策略的相对攻击性是自由参数；当极限有限时，立即让步类型的质量成为自由参数。论文证明，Amann-Leininger收益扰动与引入行为类型这两种看似不同的精炼方法在数学上等价，且仅当类型支撑集有界时才能成功选择唯一均衡。对于无界支撑集，多重性持续存在。这些结果为应用理论家提供了明确指导：选择有界支撑的分布可确保现有精炼方法给出唯一预测。
博弈论消耗战均衡多重性信息不对称精炼均衡政治经济学
econ
03-17 00:00
本研究采用多协整方法分析辐射强迫与地表温度的长期关系，并运用变换与增广最小二乘法（TAOLS）进行模型估计。核心目标是估算平衡气候敏感度（ECS），即大气二氧化碳浓度倍增后全球平均地表气温的上升幅度。结果显示，ECS介于2.12°C至2.49°C之间，低于现有最大似然估计值2.8°C。TAOLS为气候研究提供了更稳健且易于使用的工具，为地球变暖轨迹的持续辩论提供了新见解。
气候敏感度多协整分析taols估计气候变化辐射强迫温度响应
econ
03-17 00:00
本研究提出了一种基于深度学习的区域投入产出表估计方法。该方法首先通过线性组合对区域定量经济数据进行增强，然后将投入产出表中的各项作为目标变量进行深度学习建模，最后通过矩阵平衡技术对模型预测值进行调整以生成最终估计表。以日本2015年投入产出表为基准的验证结果表明，即使在已知行列和的理想假设下进行矩阵平衡，本方法的估计精度通常更高。这为获得更精确的区域经济结构分析数据提供了新基础。
投入产出表深度学习区域经济矩阵平衡经济估计
econ
03-17 00:00
本研究针对具有时空异质性的服务需求分配问题，在服务站点处理能力有限的约束下，构建了一个以最大化社会福利（总服务收益减去时空成本）为目标的最优运输模型。模型通过重心式分解，将原问题转化为有限维凸优化问题，实现了可扩展计算。研究发现，最优空间分配对应广义拉盖尔单元，而最优时间调度结构取决于需求异质性：当需求仅有时序成本敏感度差异时，高敏感度需求被分配至更接近理想服务时间；当需求仅有偏好时间差异时，分配结果保持与偏好时间一致的顺序。研究进一步提出了基于时序定价的、满足无嫉妒且个体理性的有限槽位实施机制。
最优运输时空匹配服务调度容量约束社会福利凸优化
econ
03-17 00:00
本文研究具有上下排除阈值的双边索赔问题，这些阈值决定了个体是否被排除在初始收益或损失之外。我们引入了排除扩张算子，该方法将标准分配规则转化为包含排除阈值的扩展规则。算子首先根据阈值分配收益和损失，然后通过底层标准规则的扩张变换来分配剩余资源。我们公理化地刻画了该算子，并检验了它保留了公平分配理论中的哪些标准性质。虽然算子保持了齐次性和单调性等关键性质，但它有意违反了其他性质（尤其是顺序保持性），以反映排除阈值引起的不对称性。该方法为因法律和政策考量而不适用对称性的资源分配场景提供了一种形式化方法论。
双边索赔资源分配公平分配排除阈值扩张算子公理化
econ
03-17 00:00
本文指出理性疏忽问题可视为嵌套的正则化最优传输问题。通过引入熵正则化最优传输方法，我们统一并拓展了Matejka & McKay (2015)与Caplin等(2019)的核心结论，将其适用范围从有限选择集推广至任意选择集。该框架为分析信息成本约束下的决策行为提供了更一般化的数学基础。
理性疏忽最优传输信息经济学决策理论熵正则化
econ
03-17 00:00
本文针对经济学实证研究中广泛使用机器学习（ML）生成回归变量（如倾向得分、控制函数残差、插补协变量等）后，标准“即插即用”或双重机器学习方法因忽略其进入后续模型的路径而导致严重偏差和无效推断的问题，提出了一个三步局部稳健广义矩估计（GMM）框架。核心创新在于“下游局部稳健性”：通过函数链式法则，构造对第二步正交的矩函数，可自动消除ML生成回归变量带来的复杂间接（条件）效应。该方法通过交叉拟合辅助回归自动估计相关的Riesz表示来实现，允许早期步骤使用通用的非Donsker ML方法。在主要处理效应和反事实设定中，模拟显示现有方法存在严重偏差，而本方法可将其降低85-95%。
机器学习计量生成回归变量局部稳健推断广义矩估计处理效应反事实分析
econ
03-17 00:00
本文研究了一种新的说服模型：接收者只有在付出注意力成本后才能获取信息。发送者设计实验以说服接收者采取特定行动，而实验本身会影响接收者的注意力投入（即更新信念的概率）。说服存在两个维度：广度的努力投入和深度的行动选择。研究利用接收者效用函数在信息与努力间的超模性质，建立了与Kolotilin等人（2017）说服机制的等价关系。应用分析表明，发送者的最优策略往往涉及对有利信息的审查。
说服博弈有限注意力信息设计机制设计贝叶斯说服
econ
03-17 00:00
本研究提出并公理化了一个对彩票偏好的新表示方法，它推广了经典的期望效用模型。该模型的核心创新在于，使用不同的效用函数来评估不同的彩票，从而将偏好解释为个体具有情境依赖的风险态度。这使得模型能够生成各种违背独立性公理的现象，而这些现象与一些最著名的非期望效用模型并不兼容。模型的灵活性很高，既可以通过设定多个效用函数来捕捉复杂行为，也可以通过精简设定（甚至单一效用函数）来保持简洁性。
风险偏好非期望效用情境依赖阿莱悖论决策理论公理化