Adaptive Robust Optimization for European Electricity System Planning Considering Regional Dunkelflaute Events
该研究通过自适应鲁棒优化框架，揭示了欧洲电力系统在应对区域性“静风”（Dunkelflaute）极端天气事件时，系统成本随灾害范围非线性激增的规律，并指出需通过跨国协调、长时储能及均衡部署可再生能源来构建具有韧性的脱碳电网。
📈 Category
econ.GN
48 篇论文
The Data-Dollars Tradeoff: Privacy Harms vs. Economic Risk in Personalized AI Adoption
该研究通过实验发现，相较于明确的风险概率，用户对数据泄露的“模糊性”担忧（即不知确切泄露概率）才是导致其回避个性化 AI 服务的关键因素，且这种回避行为在敏感与匿名数据场景下均显著存在。
LLM-Agent Interactions on Markets with Information Asymmetries
该研究通过模拟 GPT-5.1 代理在信息不对称的信誉商品市场中的互动，发现与人类相比，LLM 市场虽表现出更高的消费者参与度和更低的价格，但欺诈行为更顽固且市场集中度更高，表明针对 AI 代理的市场制度设计需从根本上转向社会偏好对齐，而非依赖传统机制。
A Survey of Reinforcement Learning For Economics
这篇综述向经济学家介绍了强化学习方法，阐述了其如何通过样本基础扩展动态规划以解决高维状态和连续动作等复杂经济模型，同时也指出了其在样本效率、超参数敏感性及收敛性保证等方面的局限性。
Conscription and its exemption in 19th Century Japan: Incentivized family head in educational market
该研究利用庆应义塾的个体面板数据发现，19 世纪日本明治政府通过调整征兵豁免规则，成功激励了户长入学，显著提升了教育参与率，但并未实质改善学业表现。
How bad is time variability for users in mobility services?
本文通过建立期望效用框架，推导了出行时间波动成本与时间成本比值的理论上限，揭示了该比值受时间变异系数及用户风险偏好（风险规避与谨慎性）共同决定的关键规律，为交通服务早期决策提供了数据需求低且具原则性的基准参考。
Has the COVID-19 Pandemic Altered the Traditional View about Women's Active Work?
该研究利用2016至2024年的个体面板数据发现，新冠疫情不仅提升了男女对女性积极工作的整体支持度，还逆转了性别态度差异（女性支持度反超男性），并促使老年群体和已婚男性在疫情后更倾向于支持女性工作。
Perceptions and worldviews of Transgender individuals
该研究利用包含超过 19,000 个观测值的个体面板数据，发现跨性别者在主观幸福感、健康状况及独立职业决策方面显著低于非跨性别者，且在性别议题态度上未呈现预期的进步倾向，同时表现出更高的对他人的不信任感。
The Illusion of Collusion
该论文研究了在无直接竞争信息的情况下，基于多臂老虎机的算法代理如何在重复囚徒困境中通过行动同步性自发形成“朴素合谋”，并发现这种合谋现象的发生与否高度依赖于所采用的行为策略（确定性算法必然导致合谋，而持续随机算法则能避免）。
Think, Speak, Decide: Language-Augmented Multi-Agent Reinforcement Learning for Economic Decision-Making
该论文提出了名为 LAMP 的语言增强多智能体策略框架，通过“思考 - 表达 - 决策”流程将非结构化语言信息融入经济决策，显著提升了多智能体强化学习在模拟经济环境中的累积收益、鲁棒性及可解释性。
HLER: Human-in-the-Loop Economic Research via Multi-Agent Pipelines for Empirical Discovery
本文提出了 HLER（人机协同经济研究）多智能体架构，通过引入数据集感知假设生成、双循环优化机制及关键节点的人工决策，在确保人类监督的前提下实现了经济实证研究的自动化与可扩展性。
Designing probabilistic AI monsoon forecasts to inform agricultural decision-making
该论文提出了一种基于决策理论的框架，通过融合人工智能天气预测模型与动态农民期望统计模型，成功开发了更精准的印度季风预报系统，并于 2025 年向 3800 万印度农民提供了有效的季节性降雨 onset 预报以辅助农业决策。
The coordination gap in frontier AI safety policies
该论文指出当前前沿 AI 安全政策过度侧重预防而忽视了预防失效后的协调机制，导致系统性投资不足，并借鉴核安全与流行病防控等领域的经验，提出应建立预先承诺、共享协议及常设协调平台等制度架构以填补这一结构性缺口。
Towards macroeconomic analysis without microfoundations: measuring the entropy of simulated exchange economies
该论文通过计算机模拟验证了“热力学宏观经济学”理论中无需微观基础即可通过类比量热法实证测量经济熵函数的可行性，证明了该熵函数具有状态函数特性且为凹函数，从而能够用于推导价格、货币价值及预测经济互动效应。
A Semi-Structural Model with Household Debt for Israel
该论文构建了一个包含家庭部门信贷摩擦的以色列半结构性 DSGE 模型，研究发现货币政策应响应信贷市场变化以提升稳定性，而宏观审慎政策不仅能抑制过度借贷，还可通过降低信贷利差在债务去杠杆时期刺激需求。
Algorithmic Collusion by Large Language Models
该论文通过实验发现，基于大语言模型（LLM）的定价代理在寡头市场及拍卖环境中能自主达成超竞争价格与利润，且指令措辞的细微变化会显著影响其合谋程度，这为监管此类 AI 定价代理带来了独特挑战。
Identifying the post-pandemic determinants of low performing students in Latin America through Interpretable Machine Learning methods
该研究利用 2022 年 PISA 数据，通过可解释机器学习方法识别出拉丁美洲低绩效学生的关键决定因素，包括家庭贫困、语言少数群体、学业留级、缺乏数字设备、兼职工作以及学校基础设施薄弱和教学质量低下等结构性不平等现象。
Nonlinear Fiscal Transitions and the Dynamics of Public Expenditure Reform
本文构建了一个非线性理论框架，以乌拉圭 2026-2030 年预算为参照，分析了公共支出改革中因制度刚性和调整成本导致的 J 型支出轨迹，揭示了结构性改革在短期内因过渡成本而增加支出、长期才实现效率提升的动态特征。
The Widening Gap in Tax Attitudes: Role of Government Trust in the post COVID-19 period
这项基于日本数据的研究表明，新冠疫情后，日本社会对再分配的支持从基于社会规范的无条件态度转变为依赖政府信任的条件性利他主义，导致高收入群体对再分配的支持度与政府信任之间的关联显著增强，从而加剧了不同群体间的态度鸿沟。
Preference for redistribution and institutional trust: Comparison before and after COVID-19
该研究利用日本 2016 至 2024 年的个体面板数据发现，新冠疫情后高收入群体的再分配偏好显著下降，且这种下降幅度随着对政府信任度的提高而减弱，但普遍信任与互惠心理并未对此产生显著影响。