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多领域交叉与微观机制深化趋势，重点关注技术变革对劳动力市场、信息聚合效率及行为决策的影响。
2026-04-23 共 16 条抓取，按综合热度排序
本研究追踪了金融业三次技术浪潮（1980-90年代计算机化、2000-10年代指数化/被动投资、2015年至今AI自动化）对劳动力需求的影响。通过分析代表性公司的“人均管理资产规模”（AUM/员工）等生产率指标，发现技术变革显著提升了资产管理的规模效率。研究旨在记录技术如何改变资产管理工作的规模特征，而非识别因果关系。
本研究通过分析社交媒体平台Moltbook上10,659对用户-AI代理配对数据，首次系统性地证明了AI代理会反映其所有者的行为特征。研究发现，代理在话题选择、价值观表达、情感倾向和语言风格等多个维度上均与所有者存在显著一致性，且这种“行为转移”在没有明确配置的情况下依然存在。更关键的是，行为转移程度越强的代理，在公开讨论中泄露所有者个人信息的可能性也越高，表明驱动行为转移的特定上下文环境同时构成了隐私风险。
本研究首次将运营管理视角引入区块链交易成本分析，提出“链上错峰”概念。通过分析7个行业62,142笔交易数据，发现Gas费存在显著日内波动，东部时间上午10点的峰值溢价达每笔0.22美元，主要由投机套利需求驱动。企业响应策略存在异质性，仅少数企业系统性地在非高峰时段交易。研究构建了“链上调度矩阵”，将企业划分为四种管理范式，并预测了40%-92%的成本节约潜力。理论上，该研究拓展了交易成本经济学，将网络拥堵导致的可变执行成本纳入分析框架。
本研究以印尼为案例，探讨了发展中经济体的多代际教育流动性。利用印尼家庭生活调查（IFLS）和人口普查数据，分析发现三代间的教育流动性高于仅基于父子两代相关性所预测的水平，这与发达国家的研究结论相反。研究者构建理论框架，指出金融信贷约束和婚姻匹配的文化规范是影响多代际动态的两个关键因素，并通过1997-98年亚洲金融危机的区域暴露差异及婚姻习俗差异验证了其相关性。
2005年至2019年间，美国商业申请数量增长40%，但成功转化为雇主企业的比例下降近半。研究发现，企业边界重塑是重要原因。当结构化、常规性的认知工作（如数据处理、行政任务）被外包，且这些工作仍需本地化完成时，会催生对国内专业供应商的需求。通过对722个通勤区的分析，常规就业比例每提高1个百分点，每10万居民的商业申请数量增加27.8个。然而，新进入者多为微型机构，并未带来初创企业质量的整体提升。证据表明这是本地供应商的兴起，而非对常规体力工作的替代。
本研究通过实验探讨大型语言模型（AI代理）能否在预测市场中通过交易聚合分散的私人信息，并观察价格变动以推断他人知识。实验发现，在简单的信息结构下，市场能有效聚合信息，但信息复杂度增加会显著损害聚合效果，表明AI代理在推断他人认知时存在与人类相似的局限。研究证实，允许廉价沟通、改变市场时长或初始价格、以及策略性提示均不影响信息聚合，凸显了预测市场的稳健性。更“智能”的AI代理表现更优且利润更高，但令人意外的是，向其提供过往表现反馈反而会降低其聚合能力与利润。
本研究提出一个结合视觉语义与时空分析的框架，用于微观尺度的街道经济评估。通过街景图像解析店招、橱窗等物理元素，并利用VLM-LLM双阶段流程将商业标识标准化为全球品牌层级，量化品牌溢价指数。为克服静态街景局限，引入基于位置服务的时滞数据捕捉实际需求，并结合类别加权高斯溢出模型，构建了涵盖商业活动、空间利用与物理环境的三维诊断系统。在南京的实证分析揭示了品牌层级集聚与商场外部性交互驱动街道活力的时空异质性。
一项预注册实验对比了七大领先LLM与1201名人类参与者在12种投资场景（包括合法、高风险及明确欺诈）中的表现。研究发现，与预期相反，投资者的说服性压力并未抑制AI的欺诈警告，反而略有增加。人类顾问对欺诈性投资的基准认可率为13-14%，而所有LLM均为0%。在压力下，人类抑制警告的比率是AI的2-4倍。结果表明，在相同顾问角色中，AI系统目前能提供比普通人类更一致的欺诈警告。
本文构建了一个基于“普遍化推理”的税收遵从与财政能力模型。公民通过设想“若人人如此行事”的后果，将个人逃税决策与公共支出效能感知相连接，从而内化部分道德约束。自私的精英阶层则在给定遵从度下，在提供公共品与攫取私人租金间做选择。均衡中，公民的道德内化扩大了可行税基，并引导精英将资源投向公共供给而非私人掠夺。当公共支出价值不确定时，道德机制能促成可信改革：高价值精英可通过提供公共品来释放信号，激励公民提高当期遵从度，从而提升财政能力，帮助国家摆脱低能力陷阱。
本文提出了一种将离散选择模型与复杂传染理论相结合的新方法，用于估计个体层面的行为采纳阈值。研究通过两项选择实验验证了该方法的预测能力，并利用计算模拟表明，若忽略个体层面的行为驱动因素，当前最先进的、旨在启动大规模行为改变的“种子”干预策略可能并非最优。该方法通过实验校正，为设计更有效的社会变革干预措施提供了新思路。
本研究首次在企业生产规模上实现了“决策痕迹”的实证操作，通过融合招聘系统（ATS）、人力资源信息系统（HRIS）和行为评估三个独立数据源，对一家财富500强保险公司超过1万名员工的招聘数据进行分析。研究发现：1）从ATS简历中解析出的数千个技能关键词，经多重检验校正后无一能正向预测员工绩效，反而有30个关键词显著负相关，要求“保险经验”会错失年创造1770万美元保费的员工；2）基于人格的行为评估（Predictive Index）单独预测绩效的AUC为0.647，与ATS及行为评分数据融合后提升至0.735；3）员工创造价值的速度遵循可测量的经济常数，高行为评分者因加速产生的日价值（$114）远高于低评分者（$41）。这些洞见在单一系统中均不可见。
本研究探讨了动态多阶段竞赛（如拔河、K局制比赛）的结构如何塑造参与者的动态激励并决定租金耗散的程度。研究发现，即使竞赛可以无限期进行，一种“挫败效应”也常常出现，阻止了租金的完全耗散。作者识别出一种关键的结构特性——可交换性，并基于此建立了实现“几乎完全”租金耗散的充要条件。作为应用，研究提出了“迭代在位者竞赛”模型，揭示了外部环境的波动性如何维持动态激励并导致几乎完全的租金耗散，为理解各类竞争现象提供了新视角。
本文为扰动效用路径选择（PURC）模型建立了一个高度通用的凸对偶框架。研究表明，出行者的约束性、可能非光滑的效用最大化问题存在一个对偶形式：一个具有可微目标函数的无约束凹最大化问题。唯一的网络最优流量可以通过链路扰动函数的凸共轭，从任意对偶解中逐链路恢复。这些特性使得大规模网络的基于梯度的优化和灵敏度分析的快速计算成为可能。最后，该框架揭示了PURC与电路中电流流动之间的结构类比。
本文提出一个因果说服模型，发送者选择性地披露一组变量及其真实联合分布，并提出一个将它们联系起来的主观因果模型。接收者仅当数据能确凿地识别出感兴趣的因果联系时，才会被该模型说服。研究刻画了说服成功或失败的条件及其难易程度。结果表明，要确立一个真实的因果联系，发送者通常只需披露一两个精心选择的变量；但要消除一个被感知的因果联系（说服接收者不存在因果关系），则必须披露每一个共同原因。这揭示了因果说服中存在根本的不对称性：确立因果关系通常比排除它容易得多。
本研究在动态交易模型中引入信息获取成本 $\kappa$，探讨其对市场信息聚合能力的影响。研究发现，当证券满足“$\kappa$ 可分离”条件时，信息能够被有效聚合。随着信息成本 $\kappa$ 的降低，几乎所有证券都会变得 $\kappa$ 可分离，且这一转变是突变的而非渐进的。这意味着即使信息成本仅小幅下降，也可能使市场从无法聚合信息转变为能够聚合信息。研究还根据证券的收益结构对其信息聚合能力进行了完整分类。
本文扩展了Shapley和Shubik（1971）的静态匹配模型，提出了一个具有可转移效用的动态匹配模型。前瞻性代理人拥有随当前匹配而演变的个体状态，每个时期都会发生一个具有市场出清价格的匹配市场。研究证明了存在一个随时间变化的代理人类型分布的均衡，并表明它是社会规划者问题的解。同时证明了平稳均衡的存在性。为解释匹配形成中未观测到的异质性，引入了计量经济学冲击。提出了两种计算平稳均衡的算法，并将其适配用于模型估计。最后，利用瑞典工程师的数据，估计了一个关于工作特定人力资本积累的模型。