第10周行业和学术资讯推送

发表于： 分类于：
字数： 2190 阅读：≈ 5分钟 浏览：

本周行业资讯

特别推荐

智库研究推荐

推荐语

报告1和2来自复旦大学2个不同机构，预测结果相反。报告3为2016年经典研究。

  • 《复旦大学复杂决策分析中心｜2024美国总统选举预测》： https://ccda.fudan.edu.cn/news/2024nian-mei-guo-zong-tong-xuan-ju-ji-yu-ji-suan-ji-fang-zhen-mo-ni-de-yu-ce-jie-guo/

    推荐语

    复旦大学复杂决策分析中心为教育部长江学者、复旦大学陈树渠讲席教授唐世平教授创建。唐教授为我国国际关系与国际政治专业领军学者。唐教授及其团队长期从事选举预测与地方冲突预测研究，曾成功预测2016年我国台湾地区领导人选举、2018年美国中期选举、2018年我国台湾地区地方选举、2020年我国台湾地区领导人选举、2020年美国总统大选、2024年我国台湾地区领导人选举。复旦大学复杂决策分析中心在每一次选举开票前，率先公布预测结果，以供学界同仁检验。

    唐世平教授最近一次极具影响力的预测研究，系2022年1月成功预测乌俄冲突爆发（俄罗斯出兵）及准确研判该冲突持续时间（决不存在速战速决，而是旷日持久乃至长达数年）。相关介绍见： https://fddi.fudan.edu.cn/a1/ab/c21257a434603/page.htm

  • 《复旦大学数据智能与社会计算实验室｜ElectionSim：首个大模型智能体驱动的大规模人口选举仿真框架，实现美国总统大选高精度模拟》： https://mp.weixin.qq.com/s/iKGquNvmtIYhbkt9GvwpSA

    推荐语

    复旦大学联合美国罗切斯特大学推出了ElectionSim——首个大模型智能体驱动的大规模人口选举仿真框架。 ElectionSim构建了超100万真实用户的选民池，在全美51个州的2020年选举仿真模拟中准确匹配了47个州的真实结果，并在15个摇摆州中成功预测12个州模拟结果。 同时推出了可交互的选举模拟演示系统，支持对2024年和2020年选举结果进行交互式分析，并支持与智能体选民进行互动。

    （1）项目主页： http://www.fudan-disc.com/electionsim/

    （2）相关论文： https://arxiv.org/abs/2410.20746

    （3）交互演示系统：http://47.100.67.133:8080/

  • 《人大国家发展与战略研究院｜政策简报·特朗普当选，中国面临巨大挑战》： http://nads.ruc.edu.cn/upfile/file/20161123101638_794425_45090.pdf

    推荐语

    2016年，人民大学国家与发展战略研究院（25所国家高端智库之一）杨其静教授撰文预测，特朗普当选美国总统后，必然采取非常规的贸易保护主义手段（事后证明包括课征高额关税、实体清单管制），对中国发展围追堵截，以维护美国超级大国地位。该研究报告一改2016年当年国内主流媒体对商人背景出身、毫无政治履历的亿万富翁特朗普当选的普遍乐观态度。尽管杨教授极其严肃指出这类战略误判的危害，并严厉警示“特朗普政府真的有可能对中国形成前所未有的巨大挑战。中国必须尽快研究应对措施！”（第22页），但该报告当时并未引起注意。

    2018年中美贸易战全面爆发，该文结论一语成谶。相关背景介绍见： https://mp.weixin.qq.com/s/6NNBnLpxGQyn2NdsgRGNBA

本周学术资讯

  • Gao, J., & Wang, D. (2024). Quantifying the use and potential benefits of artificial intelligence in scientific research. Nature Human Behaviour, 1–12. https://doi.org/10.1038/s41562-024-02020-5

    导读

    AI发展之迅速，几乎重塑了人类社会所有行业。尽管大量研究尝试解释AI的经济效应，但研究者关于AI对科学研究的益处仍然缺乏了解。作者开发一个测量框架，用以评估AI在科学中的直接使用情况和相关益处。

  • Abramson, Corey M., Zhuofan Li, Tara Prendergast, and Martín Sánchez-Jankowski. 2024. “Inequality in the Origins and Experiences of Pain: What ‘Big (Qualitative) Data’ Reveal About Social Suffering in the United States.” RSF: The Russell Sage Foundation Journal of the Social Sciences 10(5): 34–65. https://doi.org/10.7758/RSF.2024.10.5.02

    导读

    普通人的痛苦生活叙述是否与社会不平等有关？“美国人的心声”项目采集了普通人生活叙述的1500多份深度访谈材料，如何处理这些大规模的定性资料成为难题。作者结合语义网络分析等机器学习新方法和传统定性叙事方法，系统研究人们的生活经验与不平等体验之间的关系。

  • Chambru, C., Henry, E., & Marx, B. (2024). The Dynamic Consequences of State Building: Evidence from the French Revolution. American Economic Review, 114(11), 3578–3622. https://doi.org/10.1257/aer.20220110

    导读

    彻底的改革如何影响经济发展？1790年法国制宪会议对路易十六法国王国组织进行全面改革。这样激进的行政机构变化如何影响国家能力及随后几十年的发展？作者利用法国社会科学高等研究院（EHESS）数字化的卡西尼地图数据库（Cassini Database）、旧制度时期的行政数据、省级档案馆地籍册数据、拿破仑征兵记录数据和公共建筑委员会的监狱和法庭数据等，首次评估法国大革命这样的重大行政改革如何塑造了法国的长期发展轨迹，并刻画国家能力建设的动态性和长期性。

  • Eisfeldt, A., & Schubert, G. (2024). AI and Finance. Available at National Bureau of Economic Research: https://www.nber.org/papers/w33076

    导读

    以ChatGPT为首的AI工具发布，标志着生成式AI已经成为影响企业价值和公司战略的重大技术冲击，同时也对金融研究产生持久且深刻的影响。就业统计数据显示，自ChatGPT发布后，金融保险业对AI技能的需求在2024年中期增长了3倍，对生成式AI或大语言模型特定技能的需求从无增长了1%。 作者提出一种测量企业AI暴露度的方法，衡量企业不同职业和职业任务在AI领域的直接暴露和间接暴露度情况，并全面回顾其市场反应。

  • Airoldi, A., & Moser, P. (2024). Inequality in science: Who becomes a star? Available at National Bureau of Economic Research: https://www.nber.org/papers/w33063

    导读

    什么样的学者能够在科学研究中拔得头筹，成为超级学术巨星？这些学者童年时期的社会经济地位会影响他们未来的业绩吗？作者基于美国科学家传记资料《美国科学人（American Men of Science）》，利用机器学习方法将科学家的职业发展与他们童年家庭情况联系在一起，系统评估学者童年成长经历与其成为学术之星的关系。