econ
02-27 00:00
本文针对肾脏交换、货运匹配等动态匹配市场，提出了一种基于学习的混合决策框架。该框架通过持续收集用户离开数据并利用回归方法估计其分布，动态决定采用即时匹配还是延迟匹配策略。核心在于一个控制匹配效率损失容忍度的决策阈值，使系统性能能在贪婪策略与完全耐心策略之间灵活调整。研究表明，该框架能在仅牺牲少量匹配效率的前提下，显著减少用户等待时间与市场拥堵，为静态匹配机制提供了更鲁棒、自适应的替代方案。
匹配市场延迟匹配学习决策用户离开动态优化效率权衡
econ
02-27 00:00
随着生成式AI商业化，竞争优势正从一次性模型训练转向持续的推理、分发与路由。大规模推理服务正演变为“认知基础设施”——下游应用赖以竞争的关键瓶颈输入，而控制者往往通过集成助手、生产力套件等在下游竞争。本文提出三个核心论点：1) 将“认知基础设施”定义为围绕可测量依赖性、纵向激励和歧视能力构建的可证伪概念；2) 运用提高竞争对手成本理论分析纵向相关和平台市场的损害理论，指出排他行为无需反竞争定价即可获利；3) 提出“中立推理”原则，包括服务质量对等、路由透明及对类似处境买家的FRAND式非歧视，仅在可观测证据表明其具有功能性守门人地位时适用。
反垄断生成式ai认知基础设施推理瓶颈平台竞争非价格歧视
econ
02-27 00:00
本文针对Switchback实验（随时间交替分配处理组和对照组）中常见的序列依赖、季节性和厚尾冲击等问题，提出了一个有限样本有效的随机化检验框架。该框架仅依赖于已知的分配机制，无需对结果过程进行参数假设，即可为多种感兴趣的零假设提供分布自由的p值。通过施加“非预期性”和“有限滞后期m”两个基本条件，并基于设计区块的先验池化构建条件随机化检验（CRT），确保了焦点结果的可估性。文中还提供了诊断方法以学习滞后期窗口、评估非预期性，并引入了适用于会话内季节性的学生化CRT。在AR(1)噪声下的分布滞后效应模拟中，该方法相较于常见替代方案展现出良好的规模和功效。
随机化检验switchback实验因果推断时间序列实验有限样本推断条件随机化检验
econ
02-27 00:00
传统决策分析常将不一致的成对比较强行压缩为单一优先级向量，丢弃了其中的不确定性信息。本研究提出一种随机生成树采样方法，通过分析所有与决策者判断一致的优先级向量，将比较过程中的不一致性转化为对偏好不确定性的刻画。该方法利用统计抽样理论确定样本量，可计算“成对获胜指数”（PWI）和“等级可接受指数”（RAI），分别衡量一个方案优于另一个的概率及其获得特定排名的概率。其显著优势在于能处理大规模问题中常见的不完整成对比较集，并在一个涉及数十亿组合的电信基础设施选择案例中验证了其可扩展性。
决策分析成对比较偏好不确定性随机采样生成树鲁棒性评估
econ
02-27 00:00
本文提出，新开发的大语言模型（LLMs）因其训练和设计方式，本质上是人类的隐式计算模型，可称之为“Homo silicus”（硅基人）。经济学家可以像使用“Homo economicus”（经济人）一样使用LLMs：赋予它们禀赋、信息和偏好，然后通过模拟探索其在各种情境下的行为。基于Charness and Rabin (2002)、Kahneman et al. (1986)等经典实验的模拟研究显示，LLMs的行为结果与原始人类实验在定性上相似，而当出现差异时，往往能为未来研究提供新的生成性见解。文章讨论了该方法在经济学研究中的潜在应用、概念性问题及其对人类行为研究的启示。
大语言模型计算经济学行为模拟经济主体实验经济学人工智能
econ
02-27 00:00
针对Park等人（2023）在《自然》杂志上提出的“颠覆性创新正在放缓”的结论，本研究指出了其专利分析中存在的截断偏差和排除偏差问题。研究发现，作者报告的1980-2010年间平均CD指数下降的88%可归因于其截断了1976年之前的所有后向专利引用。此外，研究还考虑了美国专利法允许引用专利申请（而不仅仅是授权专利）的变化，并将分析更新至2016年。修正偏差后的结果显示，自1980年以来，尤其是2008年后，高度颠覆性专利的数量实际上在增加。
颠覆性创新专利分析测量偏差cd指数科技创新
econ
02-27 00:00
本研究通过分析一次大型NFT慈善筹款活动，探讨了捐赠者社会形象的经济后果。研究者利用区块链交易处理时间的随机差异，识别出购买慈善NFT对捐赠者后续市场表现的因果效应。研究发现，将慈善NFT转售（而非持有）的捐赠者，其持有的其他NFT在市场上会遭受显著的价格惩罚，尤其是在社交曝光度高的群体中更为明显。一项情景在线实验进一步证实，转售慈善NFT获利的行为会被他人视为“战略慷慨”，从而降低他人从该捐赠者处购买NFT的意愿。研究强调了数字可见性和可追溯性在加密慈善及更广泛的在线慈善领域日益增长的重要性。
nft慈善社会形象市场惩罚战略慷慨区块链经济在线实验
econ
02-27 00:00
本研究首次通过实证分析揭示了瑞士制国际象棋锦标赛中因轮次为奇数导致的不公平现象。通过分析28项顶级赛事数据，发现多执白一局的选手平均得分显著更高，在四项大瑞士制赛事中，这一优势甚至超过了和棋的价值。研究建议通过采用偶数轮次并结合新的配对机制来平衡所有选手的执白/执黑次数，以提升赛制公平性。
瑞士制比赛公平性国际象棋实证研究配对机制
econ
02-27 00:00
本研究基于2018-2024年间约1000万份美国在线职位空缺数据，分析了AI技能带来的非货币性回报。研究发现，AI相关职位在提供学费援助、带薪休假、健康福利、育儿假、远程办公等非货币性福利方面显著高于非AI职位。例如，AI职位提供育儿假的可能性是其他职位的两倍，提供远程办公选项的可能性则高出近三倍。此外，高薪AI职位往往将这些福利“打包”提供，形成复合溢价。提供育儿假或健康福利的AI职位，其薪资平均比不提供此类福利的AI职位高出12%至20%。这表明在AI人才需求旺盛的领域，雇主正通过财务与非财务激励相结合的方式争夺稀缺人才。
人工智能技能劳动力市场非货币福利人才竞争薪酬溢价
econ
02-27 00:00
本文研究了不同交易排序机制（如批量拍卖与连续竞价）下，竞拍者对出价策略和降低延迟的投资均衡。研究发现，在批量拍卖设计中，竞拍者会根据竞争对手进入当前批次的概率来调整（压低）出价。在拍卖前的预期投资阶段，竞拍者会持续投资于降低延迟，直至预期利润为零。研究对比了批量拍卖与连续竞价（时间助推）策略，发现（取决于参数选择）两者在拍卖收入和福利保障方面表现相似。
拍卖理论交易排序延迟投资均衡分析机制设计
econ
02-27 00:00
本研究提出了一种新颖的函数向量自回归框架，用于分析面板数据中功能结果的网络交互。该框架通过联立方程系统，使个体的结果函数受到他人结果的影响。为解决结果函数间同时交互引起的内生性问题，作者开发了一种基于函数矩的新估计量，并证明了其一致性、收敛速率和逐点渐近正态性。研究还讨论了边际效应估计和脉冲响应分析。以美国共享单车服务需求为例，实证结果显示各站点间的单车可用性存在显著的时空交互效应。
函数数据网络自回归面板数据内生性矩估计时空交互
econ
02-27 00:00
本文研究了一种介于经典合同与完全模糊合同之间的“简明模糊合同”模型，其中委托人最多只能提供 $k$ 个经典合同选项。研究发现，最优 $k$-模糊合同的计算可简化为在行动集的适当划分上寻找最优经典合同，并加上一个统一的基数转移支付。研究揭示了一个关键的不连续性：即使只缺少一个合同选项，委托人的效用也可能急剧下降至多 $2$ 倍（该界限是紧的）。算法上，当将 $n-1$ 个行动划分为 $k$ 个子集的分划数为多项式时，问题可在多项式时间内求解；否则问题是 NP-难的，且在 $k \approx n/3$ 时甚至难以近似。
合同理论模糊合同激励机制算法复杂度委托代理
econ
02-27 00:00
本研究将信号摩擦引入连续时间异质性主体框架。生产者采用柯布-道格拉斯技术，其生产率 $A_j \in \{A_L, A_H\}$ 取决于所处制度。信号机会的随机到达与技能过时风险共同构成一个最优停止问题——何时支付一次性成本 $\phi$ 来提升生产率——其解产生一个内生的 Skiba 阈值 $k^*$。收益递减在每个制度内创造了一个稳定的内部吸引子；信号成本则分隔了两个吸引域，产生了一个作为内部最优解（而非角点解）的贫困陷阱。稳态分布呈现“双峰”特征，但按制度分解显示，处于三种不同状态——结构性受困、等待信号、成功升级——的主体以相同的财富水平共存，却表现出不同的消费行为和流动前景。因此，仅凭资本不足以识别主体在极化动态中的位置。研究表明，同时观察到较低的财富边际消费倾向和较高的平均消费倾向——这一组合在标准欧拉方程检验中不可见——是结构性陷阱的诊断性特征，可将其与流动性约束和暂时性冲击区分开来。
贫困陷阱信号摩擦异质性主体财富极化最优停止消费行为
econ
02-27 00:00
本文重新审视了以均方误差（MSE）为核心的传统预测范式，首次将预测的“精度”（由MSE或目标相关性衡量）与“时效性”（由超前性或相位超前衡量）之间的权衡关系进行形式化整合。针对MSE最优预测器在追踪目标水平时准确但动态滞后的问题，作者提出了两种“前瞻”预测框架——解耦于当前（DFP）和峰值相关性平移（PCS），并给出了其优化的闭式解。经典MSE预测器被证明是这些框架中的一个特例。新方法能在任意给定精度水平下实现最大超前性，从而完整揭示了精度-时效性权衡的有效前沿，而MSE仅代表该前沿上的一个点。研究还推导了在一致性约束下任何线性预测器相对于MSE的超前性普遍上界，并证明所提方法达到了该上界。应用验证涵盖预测和实时信号提取领域，并引入了领先指标准则和定制的线性基准。
预测理论精度-时效性权衡前瞻预测信号提取计量经济学
econ
02-27 00:00
本文证明，在具有偏好隐私的一般博弈中，无法通过依赖参与者的私人、与收益无关的信息来构造均衡。这一结论将廉价磋商博弈的已有结果推广至有中介的廉价磋商及接收者承诺的沟通场景。应用于具有公开及条件独立私人监测的重复博弈时，所有无需私人随机化的均衡都是完美公共均衡，且非平凡的信念自由均衡不可能存在。研究指出，若信息存在轻微相关性或与收益相关，则可规避此限制。鉴于完美公共均衡在某些情境下的不良性质，作者主张进一步研究基于信念的均衡，以理解具有噪声监测的重复博弈的均衡结构。
博弈论沟通博弈重复博弈均衡精炼偏好隐私信念自由均衡
econ
02-27 00:00
本研究通过动态社交媒体模型，探讨了用户内生注意力对虚假新闻传播的影响。用户倾向于分享真实且有趣的内容，但识别虚假信息需要付出注意力成本。研究发现，系统可能呈现唯一稳态或强路径依赖。关键结论是：降低虚假新闻的可信度反而可能因其吸引更多注意力而增加其传播；虚假新闻外生生产率的提升会被用户的分享决策放大；扩大用户传播范围会同时放大真假信息，但在特定条件下，净效应有利于真相。
虚假新闻传播内生注意力社交媒体模型信息经济学路径依赖
econ
02-27 00:00
本研究探讨了包含前定变量（如滞后因变量）的线性面板数据模型，其中回归系数具有个体异质性。作者证明，在短面板情境下，模型无法实现点识别，而是部分识别，并刻画了系数分布均值、方差及累积分布函数的识别集。该刻画具有一般性，适用于离散、连续及无界数据，并导出了计算上易于处理的估计与推断方法。应用该方法于美国收入动态追踪研究数据，分析家庭生命周期收入动态，结果表明收入持续性存在未被观测的异质性，意味着家庭面临不同程度的收入风险，进而导致其消费与储蓄行为的异质性。
面板数据随机系数部分识别异质性收入动态生命周期
econ
02-27 00:00
本文针对实证评估中常见的“处理”实为多种异质性子处理（如培训项目的不同模块）聚合的情况，提出了一个新颖的分解框架。该框架能够区分观察到的群体层面差异，究竟源于效应异质性（相同处理的不同回报），还是源于处理异质性（不同群体接受了不同的子处理）。研究者提出了适用于多种离散/连续处理及有限重叠场景的“去偏机器学习估计量”。通过重新审视一项广为人知的劳动力市场政策培训回报性别差异，分解结果显示，差异几乎完全由女性被导向回报较低的职业培训路径（处理异质性）驱动，而非相同处理下的回报不同。
异质性处理效应分解机器学习估计因果推断劳动力市场政策性别差异
econ
02-27 00:00
本文研究了拍卖机制中的隐私保护问题，提出了“隐私边界”的概念。研究发现，在确定性双边通信协议中，减少竞拍者之间的信息泄露通常需要增加拍卖行获得的信息。对于一级价格拍卖，降价协议和密封投标协议都位于隐私边界上；而对于二级价格拍卖，升价协议和Haupt与Hitzig（2025）提出的升价加入协议位于边界上，但密封投标协议则不然。研究提供了协议位于隐私边界的充分条件，并为一级价格拍卖设计了新的边界协议，使设计者能在竞拍者隐私和拍卖行隐私之间灵活权衡。
拍卖理论隐私保护信息泄露机制设计通信协议