econ
03-24 00:00
本文提出的“潜在系统”是一个非参数时间序列模型，用于评估在时间 $t$ 进行干预对未来时间 $t+h$ 结果的因果影响，并考虑了协变量的存在。该模型为时间序列实验、回归、局部投影、脉冲响应函数和结构向量自回归等方法提供了非参数的因果内涵。它弥合了时间序列因果性与非参数横截面因果方法之间的鸿沟，并为许多具有因果解释的新方法奠定了基础。
因果推断时间序列非参数模型潜在系统动态因果效应
econ
03-24 00:00
本文针对面板数据中处理变量内生、混杂变量高维且存在非线性关系时因果推断的挑战，提出了一种用于静态面板模型的双机器学习估计器（面板IV DML），并引入了弱识别诊断方法。该方法在工具变量有效性依赖于对大量协变量进行灵活调整的场景下，相比传统两阶段最小二乘法（2SLS）更具优势。通过重新审视三项使用“转移-份额”工具变量的移民研究，发现灵活调整可能削弱工具变量强度，从而得出比传统2SLS更为谨慎的因果推断结论。蒙特卡洛模拟证实，面板IV DML在强工具变量下能提升估计精度，在弱识别下能提供更可靠的推断。
双机器学习面板数据工具变量因果推断内生性高维数据
econ
03-24 00:00
碳农业是一系列旨在最大化土壤和植物生物质中二氧化碳捕获与长期封存，同时减少耕作温室气体排放的农业最佳实践集合。本文首次提供了面向从业者、政策制定者和研究人员的统一跨学科综述，整合了农学、土壤科学、气候科学、测量报告与核证（MRV）、经济学、碳市场及政策设计等多领域见解。文章系统分析了碳农业的最佳实践、协同效益与权衡，并严谨回顾了MRV框架、新兴数字MRV技术及碳信用项目生命周期。研究表明，若印度全部农田实施碳农业，可抵消其约50%的交通部门年排放量，但实际部署仍面临科学挑战与跨学科理解碎片化等制约。
碳农业农业碳封存mrv技术碳市场土壤有机碳跨学科研究
econ
03-24 00:00
本研究系统分析了1969-2025年间诺贝尔经济学奖的评选过程与动态机制。研究发现，奖项在不同经济学子领域之间存在半规律性的轮换现象，早期奖项多授予单篇论文，后期则更倾向于表彰学者毕生成就。学术网络本身影响有限，但拥有诺贝尔奖得主学生或合著者身份显著提升获奖概率。证据表明，委员会成员的个人偏好对获奖领域或人选存在影响，且在林德贝克退休后，委员会的决策模式发生了明显变化。
诺贝尔奖经济学评选机制学术网络科学社会学
econ
03-24 00:00
本研究通过构建一个家庭联合决策的量化模型，揭示了劳动力市场结构与社会规范如何共同阻碍性别平等。模型将工作分为僵化的“正式工”（报酬曲线凸）与灵活的“非正式工”，并引入配偶收入的社会规范。校准后的模型成功复制了日本在劳动参与率、职业选择和工作时长上的性别差距，解释了48%的性别工资差距。反事实模拟表明，增加工作灵活性虽能显著缩小工资和职业差距，但因家务负担不均，工作时长差距依然存在。要弥合这一差距，需要提供可负担的家庭服务等政策。研究还发现，结构性改革的效果取决于性别规范的强弱，在更保守的环境中效果反而更显著。
性别差距劳动力市场社会规范家庭劳动供给量化模型政策模拟
econ
03-24 00:00
本文探讨了计量经济学中直接估计Riesz表示子的两种主要方法：自动去偏机器学习（如Chernozhukov等人，2022b）和条件矩模型的筛法（如Chen等人，2014）。研究证明，在使用无正则化或岭正则化的线性、筛或再生核希尔伯特空间模型时，两种方法得到的估计量在数值上是等价的。然而，对于Lasso等其他正则化方案，或包含神经网络在内的更一般的机器学习函数类，估计量并不一定等价。在后一种情况下，Chen等人的方法提出了一个新颖的约束优化问题，用于直接估计Riesz表示子。基于Birrell等人的结果，作者推测这种方法可能以更高的计算复杂度为代价，带来统计上的优势。
riesz表示子去偏估计机器学习筛法正则化计量经济学
econ
03-24 00:00
本文研究了存在异方差或自相关误差的过度识别工具变量模型中，检验统计量的最大可达到功效与名义显著性水平之间的差距。通过总变差距离和克拉夫特定理，定义了检验问题的决策理论前沿。研究发现，拉格朗日乘数检验和条件拟似然比检验可能无法充分利用简化式似然，导致即使原假设与备择假设区分明显时，其功效也可能无限接近名义水平。相比之下，条件似然比检验利用了完整的简化式似然。作者证明，当且仅当检验问题在总变差距离上变得平凡时，CLR检验的功效-水平差距收敛于1，这意味着CLR检验在任意检验可行时都能达到决策理论前沿。基于Yogo（2004）的实证示例表明，这些缺陷在经验相关的模型设定中确实会出现。
工具变量假设检验渐近效率过度识别条件似然比
econ
03-24 00:00
本文提出异质性极端理论，将机会获取分布作为核心研究对象。在混合泊松搜索框架下，归一化极值呈现拉普拉斯混合表示，允许与同质经济进行清晰比较。主要贡献在于几何视角：通过最优传输理论将异质性差异转化为极端值分布、顶部百分位数及经济间结构化反事实路径的边界。研究还推导了二阶展开式，分离经典极值近似误差与异质性效应。作为补充规范分析，探讨了在均值约束下重新分配机会的熵正则化设计问题，并以劳动力市场网络为例展示其在尾部反事实和顶端工资分布稳健性分析中的应用。
极端经济机会不平等最优传输异质性尾部风险反事实分析
econ
03-24 00:00
本研究通过构建一个包含求职申请阶段的模型，指出福利最优的工作推荐系统应基于一个结合了职位效用与申请成功概率的“预期盈余指数”来对职位进行排序。传统的仅基于点击率、申请率或雇佣率的推荐算法存在普遍次优问题。研究团队与法国公共就业服务机构合作，进行了两项随机实地实验。第一项实验验证了效用和成功概率共同影响求职者的申请决策。第二项实验则基于模型设计并测试了一种近似福利最优的推荐算法。结果显示，该模型驱动的算法显著优于现有方法，其表现接近福利最优基准，在实践中能带来可观的福利提升。
推荐系统劳动经济学实地实验算法优化求职匹配福利评估
econ
03-24 00:00
本研究利用1980-2022年土耳其的年度数据，分析了可再生能源在缓解能源进口引发的通胀压力方面的潜力。通过Zivot-Andrews和Lee-Strazicich检验处理结构突变，并采用Johansen、Hatemi-J协整检验以及DOLS、FMOLS和ARDL方法进行估计。研究发现，能源进口和汇率会推高通胀，而可再生能源及其与能源进口的交互项则能显著抑制通胀。特别地，可再生能源通过降低能源依赖度来缓解通胀的间接效应，强于其直接的通货紧缩效应。
可再生能源通货膨胀能源进口汇率协整分析土耳其经济
econ
03-24 00:00
本研究探讨了知情交易者在凯尔均衡模型中的信息获取问题，其中信息成本以熵成本表示。研究发现，无论资产收益的先验分布如何，连续信号均为最优选择。任何连续分布信号与相应的逻辑型后验分布组合，均能为知情交易者带来相同的事前价值、后验期望收益分布及无条件交易策略分布。因此，采用正态分布信号不失一般性。进一步分析表明，当信息获取成本上升或噪声交易波动性下降时，后验期望收益的方差减小，交易利润潜力下降，后验期望收益更趋近正态分布，且交易导致的信息泄露成本降低。
信息获取凯尔模型熵成本连续信号后验分布噪声交易
econ
03-24 00:00
本研究利用高频消费者扫描数据，发现日常经济决策失误的平均成本约占日消费预算的一半。研究发现，物质环境固然影响决策质量，但人们对这些环境的感受同样重要。与压力会损害需要高度专注的任务表现不同，在频繁的消费决策中，焦虑和担忧情绪反而与决策质量提升相关。这可能是因为担忧促使人们在可控范围内对决策更加专注。
行为经济学消费决策情绪影响决策质量焦虑
econ
03-24 00:00
本文针对全球生育率持续下降（如中国2023年总和生育率约1.0）与婚姻制度结构性解体（如高知女性拒绝低质量婚姻、底层男性面临性剥夺）的双重危机，提出了一个“分层多偶制系统”（SPS）的计算建模与评估框架。该框架融合了基于主体的建模（ABM）、多智能体强化学习（MARL）与大语言模型（LLM）驱动的社会模拟技术，将A/B/C社会分层建模为异质智能体类型，并将匹配过程形式化为一个可应用近端策略优化（PPO）的MARL问题。研究表明，SPS结合社会化育儿与继承改革，能在帕累托意义上提升整体社会福利，为解决女性生育惩罚与男性性匮乏问题提供了一个非暴力的财富再分配机制。
计算社会科学多智能体强化学习生育政策社会模拟制度经济学算法公平
econ
03-24 00:00
本文提出了一个“先询问，后推荐”的框架，用于研究AI购物代理如何通过多轮对话（询问深度m）学习用户偏好，再推荐一组产品（推荐广度k）。核心经济权衡在于：询问深度与推荐广度是替代品。在d维偏好空间中，预期匹配损失随询问深度以1/m的速度下降，而随推荐广度仅以k^(-2/d)的速度下降，体现了“维度诅咒”。因此，几个精心设计的问题，其效果可能远超大量推荐。最优策略下，推荐集形成Voronoi分区，而单一产品时的最优询问遵循“注水”规则，均衡各维度的后验不确定性。
ai购物代理偏好学习经济权衡最优推荐对话式商务维度诅咒
econ
03-24 00:00
本文提出“行为可行集”概念，用于衡量在供应商设定的价值对齐约束下，商业AI决策支持系统实际能产生的建议范围。研究发现，对齐过程会显著压缩该集合，使系统即使在合理的上下文压力下也难以调整其推荐。在多方利益相关者排序任务中，对齐并非中立化偏好，而是将供应商设定的价值取向结构性嵌入系统。这意味着组织选择供应商时，也部分决定了哪些权衡是可协商的，哪些利益相关者的优先级已被预先设定。
ai治理价值对齐决策支持商业ai系统行为可行集多方利益相关者
econ
03-24 00:00
本文提出将AI模型推理消耗的“代币”视为一种新型大宗商品，并系统设计了其标准化期货合约。研究借鉴电力期货等历史经验，定义了标准推理代币（SIT）及其合约规格、结算与保证金机制。通过构建均值回归跳跃扩散随机过程模型并进行蒙特卡洛模拟，评估发现：在应用层需求爆发情景下，代币期货可将企业计算成本波动降低62%-78%。研究为计算资源的金融化提供了理论基础与实践路线图。
ai金融期货合约设计计算资源风险管理大宗商品金融化蒙特卡洛模拟
econ
03-24 00:00
本文提出了一种新的企业级生产网络重构方法，通过整合宏观投入产出表的产业关联信息，显著提升了网络重构的准确性。研究首先推导了在产业间投入产出约束下，二元网络和加权网络重构的最大熵解析解。利用匈牙利企业生产网络数据的数值分析表明，与传统仅基于企业规模的方法相比，新方法能大幅降低重构网络与真实投入产出结构的偏差，几乎完美拟合产业间流量数据，为宏观经济网络分析提供了更可靠的基础。
生产网络网络重构投入产出最大熵宏观经济企业关联
econ
03-24 00:00
本研究在数据监管日益严格的背景下，探讨了消费者在不同市场间流动如何内生地形成市场细分。作者定义了“策略证明”的市场细分，即没有消费者有动机偏离到其他市场。研究发现，在所有策略证明的细分中，生产者剩余保持在统一垄断水平，而消费者剩余则介于买方最优水平与统一垄断水平之间。值得注意的是，没有消费者的情况会比统一垄断时更差。研究还构建了一系列策略证明的细分方案，以实现所有可能的福利结果。
市场细分价格歧视策略证明消费者剩余生产者剩余福利分析
econ
03-24 00:00
研究指出，即使企业意识到AI过快取代人力会削弱整体消费需求，在竞争压力下仍会陷入“自动化军备竞赛”。基于任务的模型显示，这种需求外部性导致劳动力被替代的程度远超社会最优水平，损害工人与企业主双方利益。研究发现，竞争加剧和AI能力提升会放大此效应，而工资调整、资本利得税、全民基本收入等常见政策均无法解决根本问题。唯一有效的干预是征收庇古式的自动化税，以纠正市场激励。
人工智能劳动力替代自动化税竞争陷阱需求外部性经济政策
econ
03-24 00:00
本文研究了一种顺序搜索竞赛模型：参与者每次以固定成本抽取一个分数（无记忆、机会无限），最高分者赢得奖金。研究发现，在唯一的对称均衡中，参与者的接受概率仅取决于参与者数量、成本和奖金，而与分数分布无关，且总支出等于奖金总额。该结论可推广至多奖项和分层团队竞赛。相对于社会计划者的效率则由分布的失效率决定。在有限时间情形下，当搜索成本较低时，选择效应可能主导气馁效应。
搜索竞赛对称均衡无分布性质顺序搜索竞赛理论效率分析
econ
03-24 00:00
本研究利用覆盖西班牙全体正式雇员的行政税收数据，评估了2019年最低工资22%上调对青年就业的影响。通过构建基于指数倾斜法的结构性“影响深度”指标，并采用双重差分、动态事件研究及HonestDiD稳健推断框架进行分析，发现该政策并未对青年就业产生净负面影响。弹性估计值很小且常为正，即使在平行趋势假设存在较大偏离时，置信区间仍包含零。三重差分设计进一步表明，2020年的就业锐减主要源于新冠疫情对旅游业的冲击，而非最低工资上调本身。研究表明，在经济复苏、最低工资约为平均工资60%的宏观环境下，劳动力市场能够吸收大幅度的工资底线上调。
最低工资就业效应双重差分行政数据青年就业稳健推断
econ
03-24 00:00
本文探讨了当货币政策通过在不同风险承受意愿的代理人之间进行再分配，从而内生地影响风险溢价时，最优货币政策应如何制定。其核心分析工具是“边际风险容量”，即货币政策敞口与边际风险承担倾向之间的协方差。该统计量如同边际消费倾向之于消费渠道一样，主导着货币政策的风险传导渠道。MRC在拉姆齐准则中表现为一个风险溢价楔子，它打破了“神圣巧合”，且仅当宏观审慎工具可用时才会消失。全局求解拉姆齐问题揭示了一种“风险容量陷阱”，即政策传导可能崩溃，而最优政策应预先防范此陷阱。
货币政策风险溢价风险容量拉姆齐最优宏观审慎传导机制
econ
03-24 00:00
本文将生产网络中的企业间贸易建模为一组双向拍卖。企业拥有多边市场力量，即能同时影响投入品和产出品的价格。剩余的大小与分配是内生的，仅取决于技术、网络位置和消费者偏好。研究发现，标准模型中假设企业在投入品市场为价格接受者（单边市场力量）会产生系统性偏差：会低估最终产品价格，并高估流向产业链上游的剩余。这些偏差会影响模型对并购福利效应的预测。
生产网络市场力量双向拍卖价格内生福利分析企业并购