XiaoMi-AI文件搜索系统
World File Search SystemIntergenerational
大衰退中的代际再分配
大衰退导致劳动收入和资产价格急剧下降。这些下降造成的福利损失在不同年龄组中如何分配？为了回答这个问题，我们构建了一个随机重叠代际一般均衡模型，其中家庭受到影响收入和资产估值的总体冲击。该模型的校准版本预测，当风险资产价格的均衡下降幅度相对于工资下降幅度较大时，年轻一代的表现优于年长一代。这一发现的出现是因为老年人部分依赖风险资产的销售来为消费提供资金，而年轻人出于生命周期原因积累财富，现在以低迷的价格购买资产。在我们模型的校准版本中，总净值在十年内相对于趋势下降了 20%，与美国经济的经验一致。平均劳动收入下降 10%，但年轻家庭面临的收入下降幅度更大。该模型预测，大衰退将给20-29岁年龄段的家庭带来适度的平均福利损失，但给60岁及以上年龄段的家庭带来巨大的福利损失，约占其一生消费的10%。
人工智能、伦理与代际责任
摘要：人类塑造了人工智能算法的行为。一种机制是这些系统通过被动观察人类行为和我们不断生成的数据而接受的训练。在一项包含一系列独裁者游戏的实验室实验中，我们让参与者的选择训练算法。因此，它们对智能系统的未来决策产生了外部性，从而影响了未来的参与者。我们测试了有关训练人工智能的信息如何影响人类行为的亲社会性和自私性。我们发现，让个人意识到他们的训练对后代福祉的影响会改变行为，但只有当个人承担未来算法选择伤害自己的风险时才会发生。只有在这种情况下，人工智能训练的外部性才会在当下引发更高比例的平等决策。关键词：人工智能、道德、亲社会性、世代、外部性 JEL 代码：C49、C91、D10、D62、D63、O33
人工智能、伦理和代际责任
未来，人工智能算法将越来越多地代替人类做出涉及人类社会偏好的决策。它们可以通过反复观察人类在社交中的行为来学习这些偏好。在这样的背景下，当人们都知道他们的行为会通过算法的训练产生各种外部性时，个体会调整其行为的自私性还是亲社会性？在一个在线实验中，我们让参与者在独裁者游戏中的选择训练算法。从而，它们对智能系统未来的决策产生了外部性，并影响了未来的参与者。我们表明，只有当个人承担未来算法选择伤害自己的风险时，他们才意识到自己的训练对未来一代的回报的影响，才会表现出更多的亲社会行为。在这种情况下，人工智能训练的外部性增加了当下平等决策的份额。
迈向太空可持续发展的代际协议
20. 本文总结了近一年来专门针对空间活动长期可持续性的紧张工作成果。在此期间，SGAC 与全球利益攸关方合作，研究空间可持续性并探讨实现这一目标所需的行动。我们还广泛分析了适用的法律框架，为我们的理解和建议奠定了坚实的基础，并反思了各种举措对解决空间活动为实现其长期可持续性而带来的一般和具体挑战的影响。
代际贫困与公共福利的交集
I. 概述 尽管美国是世界上最富有的国家之一，但它仍然延续着将低质量的生活从穷人的一代传给下一代的趋势——从而加剧并延续了可预见的未来贫困。代际贫困，这个概念恰如其分地命名，对有色人种的影响尤为严重。虽然贫困有很多根源，但本文专门讨论了导致代际贫困的两项公共福利——医疗补助和社会保障收入。这些公共“福利”遍布全国，同时对有色人种社区产生了不成比例的影响。II.什么是代际贫困？“贫困不是一个抽象的概念。人们把它戴在脸上，背在背上，像一个形影不离的伴侣，而且它很重。” 1 - 丹尼斯·库辛尼奇 贫困影响着数百万美国人，但对有色人种的影响尤为严重。统计数据显示，只有 8.7% 的白人是穷人，而黑人美国人的贫困率为 21.2%，西班牙裔美国人的贫困率为 18.3%。2 有色人种意味着你“在美国经历贫困的可能性是白人的两倍多”。 3 在评估时，这种差异得到了进一步说明
迈向太空可持续发展的代际契约
2 我们的共同议程政策简报 7，为了全人类——外层空间治理的未来，联合国大会第 77 届会议，联合国文件 A/77/CRP.1/Add.6（2023 年），可在线获取。
La Piazza：公共空间中的跨代学习
该项目的另一个方面是考虑空间在学习中的作用。由技术介导的学习活动不会在空间空白中进行。物理空间的设计对我们人类的行为方式和我们从事的活动有着巨大的影响。我们对空间的感知是主观的，可以影响我们的思维方式和构建知识的方式。设计感官丰富、刺激的空间（使用光线、颜色、气味和触觉）很重要，因为这些品质会影响学习过程。
绝对代际流动性的长期演变
图 1：上图）28 个实证 copula 中相对流动性测度的比较（ρ 是每两个相对流动性测度之间的皮尔逊相关系数。所有情况下，相关值的标准误差均低于 0.01。）；下图）copula 变化对美国绝对代际流动性的影响。绝对流动性是使用 Chetty 等人（2017 年）中使用的边际分布和丹麦、芬兰、德国、挪威、瑞典、英国和美国的 28 个实证 copula 估计的。灰色阴影区域是各种绝对流动性估计值所覆盖的区域。灰色曲线是每年所有 28 个估计值的算术平均值。黑色圆圈是 Chetty 等人（2017 年）报告的估计值。
中欧地区代际职业持久性和流动性的性别差异*
摘要：本文基于 2005 年、2011 年和 2019 年的 EU-SILC 调查数据，研究了中欧（奥地利、捷克共和国、匈牙利、波兰和斯洛伐克）的代际职业持久性和流动性。1993 年的东欧社会分层调查数据也被用作历史比较。这些调查由于样本量大且包含详细的父母职业数据，因此特别适合分析职业流动性。我根据对 7×7 职业流动性表的分析以及基于父母职业出身实现特定职业目的地的预测概率（从多项回归的对数几率得出），报告了总流动率和净流动率的性别差异。职业地位的再生产在专业职业（对男性和女性而言）、贸易和手工艺（对男性而言）以及销售/文职职业（对女性而言）中尤为强烈，这些职业似乎处于动态平衡状态。与男性相比，女性社会流动性的增加（以及更高的向上流动率）受到职业结构变化的影响更大，尽管这种影响在捷克共和国和斯洛伐克都有所减弱。最后，我发现，从较低的家庭出身获得专业职业的女性比男性有更大的向上流动的机会，而且这种趋势近年来似乎有所加强。关键词：职业持久性、职业流动性、社会流动性、社会再生产 Sociologický časopis/Czech Sociological Review，2024，vol .60，No .6：623–663 https://doi .org/10 .13060/csr .2024 .041
家庭遗传：理解和预测精神疾病的代际传递
最初发表于：van Houtum，Lisanne AEM；巴雷，威廉 FC；贝克曼，Christian F；卡斯特罗-福涅莱斯，约瑟芬娜；塞西尔（Cecil），夏洛特（Charlotte）AM；朱利安·迪特里希；埃布德鲁普（Bjørn H）； Fegert，Jörg M；哈夫达尔，亚历山德拉； Hillegers，Manon HJ；卡利施，拉斐尔；库什纳，史蒂文 A； Mansuy，Isabelle M；梅日斯卡，西涅；莫雷诺，卡门； Muetzel，Ryan L；诺伊曼，亚历山大；诺登托夫特，梅雷特；平戈，让-巴蒂斯特；普雷西格（Martin）；拉巴洛，安德里亚；桑德斯，约翰； Sp-rooten，Emma；苏格拉耶斯，吉塞拉；蒂迈尔，亨宁；范沃登（van Woerden），Geeske M； Vandeleur，Caroline L； van Haren，Neeltje EM（2024）。家庭中的传承：理解和预测精神疾病的代际传播。欧洲儿童青少年精神病学，33（11）：3885-3898。 DOI：https://doi.org/10.1007/s00787-024-02423-9