来自加州大学伯克利分校的Sydney Costantini报告了题为Housing First or Treatment First? Evidence from the VA’s homelessness programs的研究。在美国，相当一部分无家可归者同时面临药物滥用等心理问题，政策制定长期存在争议：一派主张无条件提供永久性住房（住所优先），强调安居是解决身心问题的基础；另一派主张以接受治疗为获得住房的前提（治疗优先），认为不解决根本问题则无法根除无家可归的诱因。针对这一争议，该研究利用美国退伍军人事务部（VA）近30万名患有心理疾病的无家可归退伍军人的全国性行政数据，构建工具变量法框架进行因果识别，系统考察两类政策对健康的影响。实证发现：住所优先使三年死亡率显著降低4.6个百分点，而治疗优先的效果接近于零。机制上，住所优先能长期提升居住稳定性、维持社工介入并减少各类危险暴露；治疗优先的效果则仅存于短期，居住稳定性和心理治疗频率均随时间衰减。成本收益分析进一步表明，住所优先不仅绩效明显，还通过降低住院等医疗支出实现了财政节约。该研究为无家可归者援助政策提供了关键的因果证据，有力支持将“住房优先”作为核心干预策略，同时也对特朗普近期的轻率政策主张构成了学理上的回应与反思。

来自耶鲁大学的Jingyi Cui报告了题为Bidding for Reputation的研究。在自由职业平台等市场中，买家青睐高信誉卖家，但市场长期活力依赖新卖家被发现，两者存在根本张力。卖家能否通过主动投资声誉（如低价起步）缓解此摩擦，尚缺系统实证。该研究基于Freelancer.com平台，抓取2018年PHP技能类别下8万场拍卖、近300万份投标及10万名工人数据，并构建无限时域动态竞价模型，将雇主选择、工人前瞻性投标、人力资本积累与声誉学习纳入统一框架。实证发现：雇主愿为好评分和经验支付溢价，工人从低价起步并随好评积累显著提价，符合前瞻性投资行为。模型估计表明，若工人无法投资声誉，总剩余将抹去63%；但私人投资低于社会最优，平台对无评价工人的雇佣补贴可提升总剩余，利润最大化补贴虽非社会最优，却能捕获80%潜在增益。反事实模拟显示，前瞻性投标使更多工人（+50%）获得起步机会，并帮助雇主更好识别质量；一个好评对工人终身价值的提升相当于数次经验积累，补贴政策在平台利润与社会福利间实现有效折中。该研究首次量化声誉投资的动态均衡效应，为平台设计提供了可操作方向。

来自斯坦福大学的 David Ritzwoller 报告了题为Regression Adjustments for Disentangling Spillover Effects的研究，针对复杂网络关联和空间互动场景中，直接处理效应与间接溢出效应往往相互交织、难以清晰分离的实证推断痛点，提出了一套创新的回归调整分析框架。该研究基于Frisch-Waugh-Lovell定理，通过将邻近度量与处理变量分别对协变量和辅助邻近变量进行残差化投影，将传统空间与网络溢出回归的估计量分解为“溢出-邻近梯度”（spillover proximity gradient）的凸加权平均。这一分解为原本难以解释的回归系数赋予了严谨的非参数经济学含义——即度量某一邻近维度变化对溢出效应强度的影响。在此基础上，研究严格推导了该估计量在面临网络依赖数据时的一致性与最优收敛速率，并配套构建了一套基于重抽样的随机化推断方法，有效解决了因变量空间相关性导致的标准误偏误问题。

来自斯坦福大学的Zane Kashner 报告了题为Building with Externalities: Local Governments and Wind Farms的研究，系统剖析了新能源空间布局与地方治理中的外部性权衡议题。该研究从环境与公共经济学视角出发，结合了产业组织理论中的企业进入模型与城市经济学中的居民居住选择模型，探讨了美国风电场建设引发的局部负外部性（如土地占用、景观破坏以及低频轰鸣噪音）与宏观正外部性之间的博弈。在实证策略上，研究利用风电场项目在时空维度上的交错实施构建识别框架，发现风电项目落成会导致周边3英里内的房价下跌约12%，并测算出家庭平均愿意支付相当于房价7.5%的成本来规避附近的视听干扰，以此量化居民端的福利损失。研究进一步揭示了地方政府在财政税收收益与选民民生福利之间的权衡逻辑，表明目前在居民区附近存在风电场建设不足的扭曲，并对州级房产税豁免等法规如何限制利益补偿机制进行了福利分析，为优化新能源布局、平衡产业红利与社区福祉提供了参考。