---

今年印象最深的論文，前段時間在想法中已經說了，就是今年剛剛發表在Econometrica上的一篇「關於非洲艾滋病流行的均衡模型」^[1]，我看完的感覺就是：這樣的就應該發ECMA！

文章的內容非常直接，就是標題所寫的，用經濟學均衡的方法來分析非洲艾滋病的傳播。平心而論，這種主題相對比較容易發頂刊——問題比較重要，數據要獲得有一定難度，正常的套路就是深入調研一兩年——當然最近要求有所提高，比較流行今年諾獎的隨機對照組實驗（RCT）的做法，比如用金錢/彩票來激勵人進行安全性行為^[2]，這篇就發了「美國經濟評論」。結論也很有意思：因為冒著性病風險進行不安全性行為的人骨子裡都是冒險的人，所以可以看做是風險愛好者，而風險愛好者最喜歡彩票，所以可以用彩票的方式來激勵這些人，花錢少，見效大。

一般這種論文的花活都玩在實驗設計上，到數據分析這一步，就是正常的簡約式線性回歸，因為實驗設計的好，也不太需要其他的輔助，比如工具變數之類來得出因果關係。

但是今天我要介紹這一篇文章非常不同。他指出了前人研究的一個重要缺陷：總是給定人的行為是一樣的。就像安全帶對交通事故的影響一樣：安全帶誠然可以保護人在事故中受到更少的損害，但是人們知道了自己有安全帶，往往開車就沒有以前那麼小心，所以就會增加事故的發生率。安全帶的整體效應可能依然是正的，但是它本來可以帶來更大的提升，結果被人們的反應給沖銷了。

艾滋病的防治也是一樣的，人們總是認為，開發出更加安全的保護措施，開發出更有效的藥品，就一定能夠取得多少成效，但是事實往往並不是這樣的，因為如果人們知道進行高危性行為更安全，那麼人們可能會傾向於進行類似的行為，而會更少的自我約束；這樣的話，更安全的保護措施所提升的這點安全概率，就被人們的行為給抵消了。

這也是為什麼，這篇文章要從根本上——也就是人們的效用最大化出發，去模型化人們是否進行高危性行為，以及相應的頻率，從而模擬出不同的政策對人群的真實影響。這也是這篇文章有意思的地方，萬物皆可模型化。

性行為的市場，每個人入場後有三種選擇：

1. 長期無保護關係，比如結婚；
2. 短期保護關係，但是帶安全措施；
3. 短期無保護關係，高危。

這三種親密行為所帶來的效用是固定的，短期無保護，也就是高危性行為帶來的效用最高（在不考慮風險的情況下，因為風險會另算），設為一個固定的u，當然風險也最大，帶保護是p，設定為嚴格低於u；有趣的是長期無保護的效用是u+l，l可正可負：如果l為負，說明人們更傾向於多元化；如果為正，那就只能說是真愛了。

這個市場是一個搜尋和匹配的市場，每個人擁有不同的風險偏好，然後進入這個市場之後就來搜尋自己的臨時或者長期伴侶，然後建立這三種關係之一，其中長期關係有一點優勢，就是搜索一次之後，可以不需要再次匹配，就可以持續產生效用；而短期關係每次產生效用之後，則需要重新進入市場，再次匹配。而匹配成功的概率需要花錢，花錢越多，匹配到的概率越大。

這裡作者們做了一個簡化假設：就是不存在「一方走腎，一方走心」的情況，每個人所匹配到的，都是和自己「志趣相投」的，要走心都走心，要走腎都走腎。因為對臨時或者長期伴侶的健康狀況是不可知的，所以一個最直接的推論就是這個市場必然是逆選擇的，因為只有那些最冒險的人才願意從短期高危中獲得效用。

模型的式子非常長，但是邏輯非常清晰：每個人有不同的風險偏好和耐心程度。有的人更加耐心，有的人更加不耐心。而年輕人進入市場的時候，都是不耐心的，這可以理解為青春期對異性的渴望，而每過一段時間，每個人都有一定的概率變成耐心的類型。不耐心的人更看重當下，容易忽視未來得病之後給自己帶來的負效用。下面這個圖，主要是文中描述的人們的行為模式，貝爾曼方程就可以從這個圖中求出：

其中綠色的點，是人們決定需要花費多少金錢進行「搜尋」的節點，紅色的心，是親密關係所帶來的效用實現的點。所以人們的決策是複雜的，比如人們可以在第一步的時候故意少努力，選擇不進入長期關係，而在「沒找到」之後，投入大量的金錢和精力來搜尋短期高危的關係；人們也可能花費很多金錢來尋找婚姻關係，失敗之後因為害怕傳染而主動進入單身狗狀態，等待下一期繼續搜尋長期關係。

經濟學在分析中引入的這種趨利避害的個體決策機制，是其他領域的文獻中所不多見的。所這個意義上講，這篇文章對於流行病學的研究也有一定的啟發意義。根據這個模型，作者們分析了四種政策對艾滋病傳播的功能：

1. 包皮環切術
2. 抗病毒療法
3. 更好的安全套
4. 治療其他性傳播疾病(STD)

先看包皮環切。包皮環切降低的是女對男的傳染比例。小規模的實地實驗數據回歸表明，每增加20%的男性包皮環切，艾滋病流行率會下降1%。作者的模型非常好的擬合了這一點，同時模型中也推導出了和實地實驗一樣的副作用：包皮環切之後，男性因為更加不容易別傳染，所以會相對不樂意進入婚姻，而傾向於進行更加高危的性行為。我們從上面的圖中也可以看出，如果「短期高危」潛在的風險小了，那麼顯然理性人就會增加自己搜尋短期高危性夥伴的努力，而減少自己進入婚姻的努力。

但是即便如此，這項政策依然是有效的，因為男性更不容易被傳染，從而其他健康女性被傳染的概率也下降了，然後其他健康男性遇到被傳染女性的概率也下降了。所以儘管這項政策看起來是針對男性的，女性其實也是受惠者。

再看抗病毒療法。以前，抗病毒療法被認為是治療用，現在發現它減少了病毒的濃度，所以也存在一定的「預防患者傳染給其他人」的作用。但是，因為抗病毒療法下的患者活的時間也長，所以他們也有更多的時間把病毒傳染給其他人。所以抗病毒療法到底對艾滋病的傳染是好是壞，並不那麼明顯的。

模型的結論是令人吃驚的。事實證明，只有當抗病毒療法被大規模廣泛應用之後，才會顯著的降低艾滋病的流行率，如果只是小規模的隨機使用，反而可能會有負面影響，也就是增加了艾滋病的流行。

為什麼呢？還是看之前那個圖。抗病毒療法讓患者活的更長，更健康，這意味著「得病的後果沒有以前那麼嚴重了，並且能夠傳染人的時間也更長了」，所以人們相對更加不願意進入婚姻，也更加不願意進行安全保護，這就是典型的「安全帶效應」，只不過這個安全帶存在於人們的意念中——因為知道犯錯之後還有相當的可能性自己還能過得不錯，那為什麼要如此謹慎呢？所以抗病毒療法，對於單個的個體是毫無疑問的有益的，但是對於整體艾滋病的流行，未必是一件好事。只有當絕大多數人得病之後都能得到抗病毒療法的加持之後，相當於藥物對病毒的整體抑制，強大到了可以平推的地步，即便是大多數人都進行高危性行為，病毒也很難傳染，這項政策才能真正的降低艾滋病的流行。

第三個政策是：更好的安全套。這個政策的意義在於，盡量縮小高危性行為和安全性行為之間給人帶來的感官上的差異，來激勵人們採取安全性行為。

這個總應該是有效的了吧？然而依然出乎意料：

只有當安全性行為和高危性行為幾乎給予行為人差不多的效用的時候，「更好的安全套」才會降低艾滋病的流行，否則只會增加。

因為「更好的安全套」對於艾滋病的流行率有兩個作用相反的效應：第一個是給人們更大的激勵去採用安全性行為；而第二個是讓婚姻變得更加沒有吸引力——還是回到上面的圖，人們首先選擇是不是進入婚姻，失敗之後在短期性行為市場上搜尋，所以「更好的安全套」降低了人們在第一步的搜尋努力，把更多的人推到了短期性行為的市場，這客觀上增加了艾滋病的流行。只有當「更好的安全套」非常好的時候，第一個效用才能真的壓倒第二個效用。

所以，更好的安全套，除非真的很好，對於預防艾滋病流行是有限的，甚至於可能是負面的。一般的流行病學的文獻一般不太注意人們行為策略上的改變，不會去實驗「讓人覺得更舒服的避孕措施」對艾滋病流行率的貢獻；這篇文章從這個意義上也是對流行病學有一定的啟發。

最後，治療其他的性病，可以減少艾滋病傳播的概率。這個有一點點像包皮環切術，不過對傳染概率的減少是雙方的，並不是僅僅女對男。所以效果也和包皮環切差不多。值得注意的是，和流行病學的文獻預測相比，實地實驗中艾滋病流行率的下降少了很多，這中間的差，就可以用上面講到的人們的策略性行為來解釋——畢竟「治療其他的性病」，也讓人們傳染艾滋病的概率下降了，這也增加了人們單身和高危的動機。

下面這幅圖，就顯示了流行病學實驗，和實地實驗之間的差異。可以看出流行病學的實驗認為治療性病會大幅度減少艾滋病的傳播，但是真的實地這麼做了，效果卻一般般。中間的綠線是本文的模型所預測的，顯示在大規模治療之後，中間會有一個拐點，也就是當除了艾滋病之外的性病都能得到顯著而及時的治療之後，即便人們更喜歡「作」，整體上對傳染可能性的降低也能顯著的壓制艾滋病的流行率。

這個圖說明，儘管實地實驗，治療其他STD對艾滋病促進有限，但是這項政策可能依然值得嘗試的好政策。

這篇文章的大致內容就是如此。這是我今年讀過最有意思的文章沒有之一，因為這個問題傳統上就是一個流行病學的問題，這方面的研究不說汗牛充棟，也是非常可觀了。但是作者們就開了一個嚴肅的腦洞，用他們擅長的搜尋和匹配模型來模型化了個人的選擇，用數據度量了參數進行了擬合，最終用一個模型解釋並定量的概括了之前大量的實證研究的結論，並且還解釋了流行病學相關文獻中實驗室數據和實地數據之間的差異，同時對還沒有被充分研究的政策給出了非常合理的建議。

文章無論是可讀性、原創性、還是技術性，都達到了一個非常高的水準，讀完這篇文章我就一個感覺：這樣的文章，就應該發表在頂刊上！

參考

1. ^Greenwood, Jeremy, Philipp Kircher, Cezar Santos, and Michèle Tertilt. "An equilibrium model of the African HIV/AIDS epidemic." Econometrica 87, no. 4 (2019): 1081-1113.
2. ^Bj?rkman Nyqvist, Martina, Lucia Corno, Damien De Walque, and Jakob Svensson. "Incentivizing safer sexual behavior: evidence from a lottery experiment on HIV prevention." American Economic Journal: Applied Economics 10, no. 3 (2018): 287-314.

---

謝邀 @司馬懿

今年印象最深的論文是2個：Pol Antras的「CONCEPTUAL ASPECTS OF GLOBAL VALUE CHAINS」和 Jessie Handbury 的「Are Poor Cities Cheap for Everyone? Non-Homotheticity and the Cost of Living Across U.S. Cities」

=================================================================

Pol Antras的那個其實是一篇總結性的文章，講的是最近GVC研究領域的進展，以及未來研究的可能性。個人認為是個很好的對gvc方面的論文的總結。

其中在最後一章，提到未來研究有哪些可能。一個是網路平台的發展讓企業更容易找到suppliers和客戶，這樣有可能減少search friction，但是可能會增加大企業suppliers之間的競爭，帶來更大的market power；還有一個是3D列印以及它可能帶來的reshoring

==================================================================

Jessie 的這個paper貌似是她的JMP。這篇文章主要是講的non-homothetic的問題，也就是說，consumer taste是和收入水平以及所在地區相關的。她用了Nielsen barcode data和household data計算了每個地區/家庭所面對的價格指數，並且比較各個地區的產品。兩個觀察1. 富有一些的家庭比低收入家庭在同一產品上（平均）支出更多； 2. 在發達一些的城市，高收入群體的購買的產品種類比低收入多一些，並且花費比不那麼發達的城市低一些。

文章的模型加入了valuation for product quality，並且對price/quality elasticity都和收入相關。文章用Nielson data估計了elasticity和收入的相關係數和各個產品的quality。估計好了各個參數就可以計算各個地區的各收入水平的resident的消費指數。通過將消費指數對某個地區的人均收入，以及人均收入*某個收入分組的平均收入水平還有人口，發現只有那個interaction 顯著，按照作者的收入劃分的話，高收入人群從Scranton搬到Pittsburgh會比低收入人群多減少10%的消費支出。也就是說，其實poor city對高收入人群來說，更expensive一些.

那麼這個其實有2個原因：1. rich city的高質量產品更多 2. rich city的高質量產品更便宜；或者2者兼有。然後作者重複上述的回歸，但是每個product的價格按照全美平均價格計算，發現還是那個交互項顯著。這就說明即使同一產品的價格是一樣的，但是高收入人群還是在rich city better off 更多，所以更多的是variety effect，也就是1.

參考文獻

Handbury, Jessie "Are Poor Cities Cheap for Everyone? Non-Homotheticity and the Cost of Living Across U.S. Cities" http://www.jessiehandbury.com/papers/Handbury_NHP_currentpublic.pdf

Antras, Pol "Conceptual Aspects Of Global Value Chains" NBER Working Paper No.26539 https://www.nber.org/papers/w26539

---

Pycia, Marek, and Peter Troyan. "A Theory of Simplicity in Games and Mechanism Design." (2019). Econometrica RR

貪婪瞎子玩遊戲 - sleepsoft的文章 - 知乎 https://zhuanlan.zhihu.com/p/94405593

Balbuzanov, Ivan, and Maciej H. Kotowski. "Endowments, Exclusion, and Exchange."Econometrica 87.5 (2019): 1663-1692.

Exchange Economy下的excluded core - sleepsoft的文章 - 知乎 https://zhuanlan.zhihu.com/p/91044357

Leshno, Jacob. "Dynamic matching in overloaded waiting lists." (2019) Econometrica RR

蒼蠅拍打飛機的dynamic matching - sleepsoft的文章 - 知乎 https://zhuanlan.zhihu.com/p/80078882

三篇都是matching的

第一篇用非合作博弈，本質是對belief on strategies的討論

第二篇用合作博弈，本質是對solution concept的討論

第三篇用排隊論，本質是對目標函數的討論

方法上都不難，但感覺分別是：這還沒ecma/這是該ecma/這也能ecma

---

Weyl, E Glen. 2019. "Price Theory."Journal of Economic Literature, 57 (2): 329-84.

先馬克一下

---

Knudsen, Anne Sofie Beck. "Those Who Stayed: Individualism, Self-Selection and Cultural Change during the Age of Mass Migration."Self-Selection and Cultural Change During the Age of Mass Migration (January 24, 2019)(2019).

丹麥經濟學家Knudsen的job market paper，她18年自哥本哈根大學取得博士學位，在Lund University和哈佛大學做博後，這篇文章歷時大約5-6年，用19世紀斯堪的納維亞半島（主要是丹麥、瑞典、挪威）大移民的歷史數據，主要驗證了三個假說：

1、「自願定居」：「大移民」時期選擇移民的人更加具有個人主義傾向；

2、「文化變遷」：家庭層面的個人主義傾向隨著時間降低，與選擇性移民直接相關，並通過代際文化渠道進行傳遞；

3、「文化趨同」：由選擇性移民引起的文化變遷在個人主義傾向強的地區變遷速度更快，但隨著時間流逝和移民數量的累積，文化變遷在所有地區層面逐漸降低，最終走向文化趨同。

亮點在於，用稀有名字來代表個人主義傾向，給小孩取稀有名字的父母比較有個人主義傾向，而小孩在年幼時期對名字沒有選擇權。以及，整個研究中利用的所有數據都是公開數據，有個利用船票數據構造移民人口的操作也是非常聰明（當時沒有飛機，洲際旅行主要依靠蒸汽輪船）。把很難度量的「文化特性」和「文化價值」如何影響個人行為進行量化，結果非常直觀。

Dickens, Andrew.The Historical Roots of Ethnic Differences: The Role of Geography and Trade. No. 1901. 2019.

加拿大經濟學家Andrew Dickens的working paper, 比較小眾的課題，《民族差異的歷史根源——地理和貿易的作用》，主要結論也是三個：

1、居住在土地生產力的差別比較大的區域的民族，比土地生產力同質化區域的民族，語言差別小；

2、土地生產力差別比較大的區域，歷史性貿易更加頻繁，而貿易的頻繁性是民族之間消除文化差異的紐帶；

3、土地的生產力決定一個民族賴以生存的方式，居住在土地生產力高的區域的民族以農業為生，居住在土地較差的區域的民族以畜牧業為生。

其中，土地生產力用的指標為Caloric suitability index: sourced the caloric suitability index (CSI) data from Galor and Ozak (2016)[Galor, Oded, and ?mer ?zak. "The agricultural origins of time preference."American Economic Review106.10 (2016): 3064-3103.]；民族差異主要用了linguistic evolution，用同一語言譜系和鄰近語言譜系衡量within ethnic group和 sibling ethnic group的效果；研究單位是作者用ArcGIS構建的Spatial Border Buffer Zone。

---

推薦閱讀：