2参见Dickens等。(2007),Grigsby等。 (2019)以及Hazell and Taska(2019)的论文,这些论文发现了数据中存在DNWR的信息。 现实世界中的劳动力市场摩擦可能会大大超过DNWR,但是我们的模型将这种建模设备作为一种简约的方式来捕获这种摩擦,以丰富的动态定量贸易模型。 3我们的基线分析还假设美元与其他国家 /地区的货币之间的灵活汇率。 但是,我们还进行了固定汇率的替代分析,对美国的影响是相似的。 可应要求提供此分析的结果。 4引入其他类型的名义锚使我们无法使用RUV中开发的有效Alvarez和Lucas型算法来处理DNWR,从而增加了计算时间的数量级。 实施更现实的名义锚定于将来的研究。(2007),Grigsby等。(2019)以及Hazell and Taska(2019)的论文,这些论文发现了数据中存在DNWR的信息。现实世界中的劳动力市场摩擦可能会大大超过DNWR,但是我们的模型将这种建模设备作为一种简约的方式来捕获这种摩擦,以丰富的动态定量贸易模型。3我们的基线分析还假设美元与其他国家 /地区的货币之间的灵活汇率。但是,我们还进行了固定汇率的替代分析,对美国的影响是相似的。可应要求提供此分析的结果。4引入其他类型的名义锚使我们无法使用RUV中开发的有效Alvarez和Lucas型算法来处理DNWR,从而增加了计算时间的数量级。实施更现实的名义锚定于将来的研究。
我们感谢 Bledi Taska 的详细评论和提供 Burning Glass 数据的访问权限;感谢 Joshua Angrist、Andreas Mueller、Rob Seamans 和 Betsey Stevenson 提供的非常有用的评论和建议;感谢 Jose Velarde 和 Zhe Fredric Kong 提供的专业研究协助;感谢 David Deming 和 Kadeem Noray 分享他们的代码和数据。Acemoglu 和 Autor 感谢埃森哲律师事务所、IBM 全球大学、Schmidt Futures 和 Smith Richardson 基金会的支持。Acemoglu 感谢谷歌、美国国家科学基金会、斯隆基金会和图卢兹信息技术网络的支持,Autor 感谢卡内基研究员计划、海因茨家庭基金会和华盛顿公平增长中心。本文表达的观点为作者的观点,并不一定反映美国国家经济研究局的观点。
2 我们的基线模型不考虑国家内部的区域流动性。然而,在一项未报告的扩展中,我们已证实允许跨美国地区迁移的后果相当小。3 请参阅 Grigsby 等人(2019 年)和 Hazell 和 Taska(2019 年)的论文,这些论文支持数据中存在 DNWR。现实世界中的劳动力市场摩擦可能远远超出 DNWR,但我们的框架使用这种建模设备作为一种简约的方式,在丰富的动态定量贸易模型中捕捉此类摩擦。4 我们的基线分析还假设美元与其他国家货币之间的汇率固定。然而,我们也进行了另一种具有浮动汇率的分析,对美国的影响非常相似。5 引入其他类型的名义锚使我们无法使用 RUV 中开发的高效 Alvarez-and-Lucas 型算法来处理 DNWR,从而将计算时间增加了几个数量级。
∗ 我们感谢 Bledi Taska 和 Burning Glass Technologies 提供数据;感谢波士顿大学技术与政策研究计划的 Erich Denk 对 Burning Glass Technologies 文件进行的大量数据工作;感谢 Aureo de Paula 和澳大利亚 OVERS 研讨会、悉尼大学微观计量经济学和公共政策工作组研讨会、技术与政策研究计划研讨会和 2021 年 NBER 人工智能研讨会的参与者对更多初步工作提出的有益意见。Hunt 还与悉尼大学、IZA(波恩)、CEPR(伦敦)和 DIW(柏林)有联系。† jbessen@bu.edu。技术与政策研究计划,波士顿大学法学院,765 Commonwealth Avenue,波士顿,MA 02215。‡ cockburn@bu.edu。波士顿大学奎斯特罗姆商学院战略与创新系,595 Commonwealth Avenue,波士顿,MA 02215 § jennifer.hunt@rutgers.edu。罗格斯大学经济学系,75 Hamilton Street,新不伦瑞克,新泽西州 08901。
在上肢假肢领域,感觉反馈的结合对于认知过程和行为至关重要。研究表明,触觉反馈改善了截肢者对假体的控制。这项研究介绍了Muviss(多纤维状运动皮肤拉伸)触觉装置的发育,该触觉装置戴在手腕和前臂上,并从机器人假肢手中提供感觉运动反馈。提出了一种创新的反馈策略,该策略尚未在现有文献中探讨。通过结合两种已经建立的策略 - 即,与本体感受结合伸展皮肤并结合了联系 - 该研究提供了一种未开发的感觉反馈方法。改编对商业上可用的Taska假肢手,以集成传感器并捕获触觉反馈的数据。对非开拓者受试者进行的两类测试表现出了有希望的功效和性能。与五名参与者一起进行了一系列测试,旨在评估Muviss反馈的有效性,分别测试每个反馈。为了评估整个系统的有效性,还对九个受试者进行了测试,并控制了假肢。他们允许通过振动将Muviss反馈与经典的力量反馈进行比较,并且没有触觉反馈。结果表明,新的反馈解决方案能够在没有视力的情况下提供尺寸和刚度信息。此外,反馈改善了电动机任务的性能,特别是用视觉抓住大理石。研究表明,该系统有可能改善控制,提高性能并对操作假体设备的整体体验产生积极影响。
本文的初稿之前以“实时经济学:使用私营部门数据跟踪 COVID-19 对人们、企业和社区影响的新平台”为题发布。我们感谢 Gabriel Chodorow-Reich、Jason Furman、Xavier Jaravel、Lawrence Katz、Emmanuel Saez、Ludwig Straub 和 Danny Yagan 提出的有益评论。我们还要感谢为《经济追踪》提供基础数据的企业合作伙伴,截至本版本,这些合作伙伴包括:Affinity Solutions(尤其是 Atul Chadha 和 Arun Rajagopal)、Burning Glass(尤其是 Anton Libsch 和 Bledi Taska)、Earnin(尤其是 Arun Natesan 和 Ram Palaniappan)、Homebase(尤其是 Ray Sandza 和 Andrew Vogeley)、Intuit(尤其是 Christina Foo 和 Krithika Swaminathan)、Womply(尤其是 Toby Scammell 和 Ryan Thorpe)和 Zearn(尤其是 Billy McRae 和 Shalinee Sharma)。我们非常感谢盖茨基金会的 Ryan Rippel 对启动该项目的支持,以及 Gregory Bruich 的早期对话,这些对话帮助激发了这项工作。这项工作由陈-扎克伯格倡议、比尔和梅琳达盖茨基金会、Overdeck 家族基金会以及 Andrew 和 Melora Balson 资助。该项目已获得哈佛大学 IRB 20-0586 的批准。 †Opportunity Insights 经济追踪团队由 Matthew Bell、Gregory Bruich、Tina Chelidze、Lucas Chu、Westley Cineus、Sebi Devlin-Foltz、Michael Droste、Shannon Felton Spence、Dhruv Gaur、Federico Gonzalez、Rayshauna Gray、Abby Hiller、Matthew Jacob、Tyler Jacobson、Margaret Kallus、Laura Kincaide、Cailtin Kupsc、Sarah LaBauve、Maddie Marino、Kai Matheson、Kate Musen、Danny Onorato、Sarah Oppenheimer、Trina Ott、Lynn Overmann、Max Pienkny、Jeremiah Prince、Daniel Reuter、Peter Ruhm、Emanuel Schertz、Kamelia Stavreva、James Stratton、Elizabeth Thach、Nicolaj Thor、Amanda Wahlers、Kristen Watkins、Alanna Williams、David Williams、Chase Williamson、Shady Yassin 和 Ruby Zhang 组成。
我们感谢应用机器学习网络研讨会,亚特兰大美联储,奥本大学,巴布森学院,国际定居银行,巴鲁克学院,Bocconi大学,Bocconi大学,CKGSB,CKGSB,哥伦比亚大学,法国大学,Dartmouth大学,达特茅斯大学,杜克大学,杜克大学,达勒姆大学,达勒姆大学,伦敦伦敦伦敦伦敦大学,康德大学,康德大学,康德大学。经济学,密歇根州立大学,西北大学,诺瓦商学院,纽约大学,俄亥俄州立大学,澳大利亚皇家银行,斯坦福大学,斯坦福大学,图卢兹信息技术网络,不列颠哥伦比亚省,加利福尼亚大学圣地亚哥大学,圣塔芭芭拉大学,圣塔芭芭拉大学,圣塔芭芭拉大学和芝加哥大学,芝加哥大学,马里兰大学,密歇根大学,密歇根大学,密歇根大学加利福尼亚州,德克萨斯大学,华盛顿大学,耶西瓦大学和2021年NBER夏季研究所,2021年秋季NBER EFG会议以及2022年经济动态学会和2024年美国经济学协会年度会议,以获取有用的评论。特别感谢Lisa Kahn共享数据,BLEDI任务对BGT数据查询,Gaétande Rassenfosse,Shane Greenstein,Ben Jones和Chad Syverson进行了良好的讨论,以及Peter Donets,William Hartog,William Hartog和Jared Simpson提供了出色的研究帮助。我们感谢Scarlett Chen,Nick Short,Corinne Stephenson和Michael Webb在概念化和研究该项目的早期版本方面的帮助。所有错误和遗漏都是我们自己的。这项研究的资金由哈佛商学院,新经济思维研究所,考夫曼基金会,斯隆基金会,图卢兹信息技术网络和惠勒学院提供。Bloom和Lerner已获得有关风险投资基金,风险投资集团和政府的风险投资主题的机构投资者的建议。本文所表达的观点仅是作者的观点,不一定反映了圣路易斯联邦储备银行,美联储系统或国家经济研究局的观点。
我们感谢提供用于构建本文所建立的公共数据库的基础数据的企业合作伙伴:Affinity Solutions(特别是 Atul Chadha 和 Arun Rajagopal)、Lightcast(Anton Libsch 和 Bledi Taska)、CoinOut(Jeff Witten)、Earnin(Arun Natesan 和 Ram Palaniappan)、Homebase(Ray Sandza 和 Andrew Vogeley)、Intuit(Christina Foo 和 Krithika Swaminathan)、Kronos(David Gilbertson)、Paychex(Mike Nichols 和 Shadi Sifain)、Womply(Derek Doel 和 Ryan Thorpe)以及 Zearn(Billy McRae 和 Shalinee Sharma)。我们非常感谢 Nathaniel Hendren,他与我们合作推出了数据库的初始版本,并帮助在 2020 年春季对本文初稿进行了初步分析。我们还要感谢盖茨基金会的 Ryan Rippel 对启动该项目的支持,以及 Gregory Bruich 的早期对话,这些对话帮助激发了这项工作。我们感谢 David Autor、Gabriel Chodorow-Reich、Haley O'Donnell、Emmanuel Farhi、Jason Furman、Steven Hamilton、Erik Hurst、Xavier Jaravel、Lawrence Katz、Fabian Lange、Emmanuel Saez、Ludwig Straub、Danny Yagan 以及众多研讨会参与者的有益评论。这项工作由陈-扎克伯格倡议、比尔和梅琳达盖茨基金会、Overdeck 家族基金会以及 Andrew 和 Melora Balson 资助。该项目已获得哈佛大学 IRB 20-0586 的批准。截至 2023 年 4 月,Opportunity Insights 经济追踪团队的成员包括 Hamidah Alatas、Camille Baker、Harvey Barnhard、Matt Bell、Gregory Bruich、Tina Chelidze、Lucas Chu、Westley Cineus、Sebi Devlin-Foltz、Michael Droste、Dhruv Gaur、Federico Gonzalez、Rayshauna Gray、Abigail Hiller、Matthew Jacob、Tyler Jacobson、Margaret Kallus、Fiona Kastel、Laura Kincaide、Cailtin Kupsc、Sarah LaBauve、Lucía Lamas、Maddie Marino、Kai Matheson、Jared Miller、Christian Mott、Kate Musen、Danny Onorato、Sarah Oppenheimer、Trina Ott、Lynn Overmann、Max Pienkny、Jeremiah Prince、Sebastian Puerta、Daniel Reuter、Peter Ruhm、Tom Rutter、Emanuel Schertz、Shannon Felton Spence、 Krista Stapleford、Kamelia Stavreva、Ceci Steyn、James Stratton、Clare Suter、Elizabeth Thach、Nicolaj Thor、Amanda Wahlers、Kristen Watkins、Alanna Williams、David Williams、Chase Williamson、Shady Yassin、Ruby Zhang 和 Austin Zheng。本文表达的观点均为作者的观点,并不一定反映美国国家经济研究局的观点。