圖書信息
內容簡介
對 arXiv econ.GN 分類的年度綜述，涵蓋 2025 年 9 月 至 2026 年 8 月 期間發表的研究。本卷基於對 120 篇論文 的細讀整理，組織為 44 章，按該領域的研究子方向描繪這一年的全貌。
全書框架（年度產出佔比）：
- 經濟增長與能源系統中的機器學習應用 (17.5%) — 應用強化學習與聚類技術建模能源路徑、經濟增長與勞動力自動化可行性。
- 全球貿易、不平等與社會經濟數據測量 (15.6%) — 利用大規模數據與面板迴歸方法分析全球貿易流、收入分配與社會經濟差距。
- 市場設計、定價動態與風險管理 (11.4%) — 通過機制設計與基於智能體的建模，研究電力、保險與預測市場中的價格形成、競爭與風險分配。
- 勞動力與福利的實驗與準實驗證據 (11.3%) — 利用實地證據評估政策、全球化與工作條件對工作滿意度、健康與可持續發展的因果影響。
- 生成式 AI 採用、生產力與勞動力市場轉型 (10.4%) — 考察生成式 AI 對工作結構、生產率指數以及人類勞動力替代或增強的經濟影響。
- 住房、勞動力與能源部門的市場動態 (9.7%) — 使用動態建模與預測研究住房、勞動力與電力市場中的市場崩潰、價格波動與設計挑戰。
- 經濟動態的結構建模與統計方法 (8.4%) — 利用結構模型、語言模型與隨機控制分析財政能力、通貨膨脹與宏觀經濟動態。
- 行為經濟學與通用人工智能對人機協作的影響 (7.7%) — 探索行為響應、系統動力學，以及通用人工智能與人機交互的經濟影響。
- 經濟行為與政策分析中的大語言模型 (4.3%) — 評估大語言模型對就業、決策偏見的短期經濟影響，及其在智能體經濟分析中的應用。
- AI 治理、會計框架與戰略情報 (3.9%) — 在智能驅動商業與安全風險背景下，發展 AI 治理、會計研究與戰略管理框架。
每個子方向均通過三章展開論述——它如何提出自己的問題、其關鍵結論的強度，以及它開放的爭論與前沿，從而讓讀者獲得該領域今年實際產出的可溯源圖景。
