代币化货币分类：十二维设计框架解析
本文针对代币化货币（包括央行数字货币、存款代币、稳定币等）概念模糊的问题，提出了一个涵盖十二个关键设计维度的分类法。该框架系统比较了不同代币化货币在发行结构、抵押机制、治理模式和技术嵌入等方面的差异，阐明了设计选择如何影响其货币属性、风险和政策含义，为学术、行业和监管领域的清晰分析与对话提供了支持。
2025-12-15 速览 · 经济学
2025-12-15 共 11 条抓取，按综合热度排序
美国培养的科学家四分之一最终离开，但美国仍从中获益
基于1980-2024年新数据的研究发现，约25%在美国接受STEM博士教育并保持科研活跃的毕业生，在毕业15年内会离开美国。尽管离开后，美国在其科研成果全球专利引用中的份额从70%降至50%，但仍比其迁入国的份额高出五倍，且与所有其他国家的总和相当。这表明美国培养外国科学家具有重要价值，即使他们离开。
贸易冲突的就业冲击：关税升级或致全球失业超2300万
本研究评估了2025年美国“美国优先”战略重启引发的关税升级对全球就业与贸易的影响。通过将多区域投入产出模型与贸易模型结合，分析捕捉了价格与竞争力变化下双边贸易份额和最终需求的内生调整。模拟了三种贸易政策情景：无报复的现有关税、包含报复措施的升级关税以及潜在的冲突降级情景。结果显示，关税增加将导致广泛的就业和出口损失，在最不利情景下全球累计失业人数超过2300万。非正规及低技能劳动者承受最大负担，占就业总损失的80%以上，而高收入及中高收入国家出口量亦显著收缩。
宗教如何影响森林生态？非洲传统信仰对贝宁森林覆盖的积极影响
本研究探讨了宗教信念如何塑造生态系统，聚焦于将森林视为神圣领域的非洲传统宗教。通过分析贝宁地区接触灵恩派五旬节教派的外生变化，研究发现非洲传统宗教信徒的增加显著提升了森林和树冠覆盖率。这种提升源于可持续的土地利用政策，而非合作治理机制。理论模型估计，若无传统宗教影响，贝宁将损失10%的树冠面积并面临不可持续的森林砍伐率。
德国核废料处置基金面临资金缺口：延迟或需追加310亿欧元
德国高放核废料最终处置的选址目标已从2031年推迟至2046年甚至更晚，导致总成本上升。本研究通过随机分析评估了负责筹资的外部基金KENFO的长期资金充足性。研究发现，即使乐观估计，KENFO所需的平均投资回报率需从3.7%提升至5.91%-6.63%，否则到2024年可能面临高达310.7亿欧元的资金缺口。为避免将财政负担转移给后代，德国决策者需主动采取措施，如减少延迟或增加注资。
AI对在线劳动力市场的影响：ChatGPT引发转折点
本研究通过双重差分法分析发现，ChatGPT的推出对不同在线劳动力市场产生了截然相反的影响：在翻译与本地化市场，AI表现出替代效应，导致工作量和收入下降；而在网页开发市场，则表现出生产力效应，工作量和收入均有所提升。研究者构建了一个古诺竞争模型，为每个市场识别出一个AI影响的“转折点”。在转折点之前，人类工作者受益于AI增强；超过之后，则面临被替代的风险。异质性分析表明，美国网页开发者相比其他地区同行获益更多，而经验丰富的翻译者更可能退出市场。
连续暴露因果推断的敏感性分析新方法：聚焦平均导数效应
本文针对观测性研究中常见的连续型暴露变量，提出了一种针对平均导数效应的敏感性分析框架。研究在潜在与观测广义倾向得分比值比受限的敏感性模型下，推导出了ADE的闭式边界，并构建了灵活高效的边界估计器及点态与同步置信区间。通过模拟验证了方法的有限样本性能，并应用于评估父母收入对教育程度的影响以及汽油价格弹性等实证研究。
均衡分类：最优决策规则的结构与反直觉设计
本文研究了个体行为会随分类规则调整时的最优分类问题。通过建立设计者与人群的斯塔克尔伯格博弈模型，研究发现，在标准的单调似然比假设下，最优分类规则属于一个简洁且可解释的族类——单阈值或双截断规则。这些规则可能包含反直觉设计，例如奖励似然比较低的个体，或将奖惩集中于中间区间以提升信息质量，从而最大化全局分类精度。研究还刻画了能够排除有害均衡的分类目标。
时间序列中稳健的两样本均值检验方法
本研究提出了一种用于比较时间序列均值的稳健两样本检验框架。该方法适用于结构突变、处理-控制比较及面板数据等多种场景。核心创新在于采用正交基投影进行标准化，确保在异质性和非参数依赖结构下推断有效，并引入调整自由度的Welch型t近似来处理序列间的长期方差异质性。此外，研究还开发了基于序列的HAR野生自助法检验，避免了传统方法对观测块的重采样，在有限样本中表现出更优性能。
基于微分熵差异的分布族假设检验新方法
本文提出了一种名为“微分熵差异检验”的通用统计方法，用于检验数据样本是否来自某个特定的参数分布族。该方法通过比较零假设下基于最大似然估计的微分熵与非参数核密度估计的微分熵之间的差异，作为模型拟合度的信息论度量。该检验框架统一、易于实现、计算高效，且无需调整参数或特殊正则条件，其渐近有效性基于成熟的最大似然、自助法和核密度估计原理。
实验设计模型揭示“反抗者”：超越平均效应的异质性证据
本研究提出一种基于随机化实验设计的模型，用于在实验样本（而非假设总体）中直接估计“总是接受者”、“顺从者”、“反抗者”和“从不接受者”的数量。该方法仅需二元干预和结果数据，通过最大化设计似然函数来利用标准假设检验无法捕捉的证据。研究展示了在平均效应为正的情况下，模型仍可能识别出“反抗者”的模式，并以两项已发表的健康行为干预实验为例，揭示了尽管平均效应显著为正，干预仍可能对部分个体产生反效果。配套软件包支持Python和Stata。