基于代理的仿真研究：剥离项目治理中风险再分配的动态内生行为
计算机与社会
2026-01-21 v1 综合经济学
经济学
摘要
监狱剥离治疗项目旨在改善社会再融合并减少再犯率，但受限于容量，决策者常需依赖风险评估工具进行优先级决策。虽然这些工具具有预测能力，但通常将风险视为静态的个人属性，忽略了风险随时间演变以及治疗决策如何通过社会互动影响结果。在本文中，我们开发了新的框架，将再犯风险建模为人类-系统互动，链接个体行为与系统层面的动态，以及内生社区反馈。我们使用 calibrated to U.S. 案件数据的数据校准的基于代理的仿真，评估了不同容量约束和监狱情境下的治疗分配政策。我们的结果表明，没有单一的优先级政策占据上风。相反，政策有效性取决于时间窗口和系统参数：在长期轨迹重要时，优先处理低风险个体表现更好；在短期或监狱导致监控期缩短时，优先处理高风险个体更为有效。这些发现突显了将风险基于的决策系统评估为具有长期问责的社会技术系统，而非孤立的预测工具的必要性。
引用
@article{arxiv.2601.12441,
title = {The Dynamic and Endogenous Behavior of Re-Offense Risk: An Agent-Based Simulation Study of Treatment Allocation in Incarceration Diversion Programs},
author = {Chuwen Zhang and Pengyi Shi and Amy Ward},
journal= {arXiv preprint arXiv:2601.12441},
year = {2026}
}