经济学家激辩AI实证研究：不等完美因果识别，重视当下噪声信号

围绕如何阅读AI经济实证论文，经济学家Alex Olegimas与Anna Salomons展开方法论之争，并获Daniel Rock转发背书。Olegimas指出，传统经济学期刊偏好工具变量、平行趋势等干净的因果识别，这类研究固然重要，但往往耗时数年甚至数十年，难以匹配AI快速演进的现实。他主张研究者不必等待完美工具变量，而应学会利用当下的噪声信号，尽快积累证据、拼出全貌。

2026-09-21 ~ 2026-09-21 · 2 条相关