假设 拖动以查看估算的变化。模型在您的浏览器中重新运行。证据立场 怀疑主义 怀疑主义根据研究确认因果关系的程度来加权每一个效果。轻信主义则对每一个引用的效果全盘信任。实现（模式） 模式0.80 中心值（模式）是一个0.55-1.10的三角抽样，表示所研究的边际无条件赠款所提供的效果份额——整个分布被采样，而不仅仅是这个数字。总捐赠（2026年$） 303亿美元 2026年实际美元。默认将每年的赠款（名义上263.9亿美元，2020-2025年）通胀至大约303亿美元，使用CPI-U。折现率 3.0% 对未来生命年的年折扣。按原因分配 健康 - 保险与获取 5% 健康 - 社区健康中心 5% 健康 - 心理与行为 2% 经济安全 - 现金与金融 4% 经济安全 - 食物安全 2% 经济安全 - 住房与无家可归 4% 经济安全 - 劳动力与流动性 13% 教育（HBCU、社区大学、奖学金） 19% 公平与正义 17% 公民/民主/慈善基础设施 11% 艺术与文化 3% 环境/气候 8% 其他/一般社区 6% 正在进行蒙特卡洛模拟…… 最重要的控制是证据立场：从怀疑主义（约70,000 QALY——每个效果按研究标识因果关系的程度加权）到轻信主义（约200,000——每个引用的效果按面值计算）。这个差距，而不仅是美元数字，才是真正的不确定性。 关于这个模型 麦肯齐·斯科特的Yield Giving网络自2019年以来已捐出超过260亿美元，共有2700多次赠款——根据CNBC的年终核算，预计到2025年共计263亿美元。该页面询问这在质量调整生命年方面买到了什么，这是健康经济学家用来比较避免死亡与更健康年限的单位。这是一个GiveWell风格的模型：13种干预原型，每种的每QALY成本尽可能来自于已发布的因果估计（医疗补助死亡率、社区健康中心、支持性住房、协作关怀抑郁），每个效果被按比例缩小到零，依据其研究确认因果关系的效果，整个过程在每次您移动滑块时都通过数千次蒙特卡洛抽样进行重复。我是与Claude一起构建这个模型的；这里的每一个估算都是模型输出，而不是经过测量的事实。Python包、测试和来源在GitHub上；该页面在浏览器中运行经过检查的TypeScript实现，读取导出的参数文件。 它是如何工作的 每次蒙特卡洛抽样都会将赠款（将每年的赠款通胀至2026年美元，名义上263.9亿美元≈实际303亿美元，因此美元与成本效益的证据分享一个价格水平）按原型分配（一个Dirichlet，其中心来自斯科特自己的赠款数据库——约三分之二的资金的美元金额已经披露，每个组织的美元在其报告的重点领域之间划分，并映射到13个原型；未披露的剩余部分是根据她宣布的年度总额进行推算，按每个接收者的赠款前IRS 990收入进行缩放），分配每个每QALY的成本，并乘以两个独立的折扣：赠款规模数据在过程中产生了一种测量的规律性：在1313对披露的赠款–收入对中，赠款规模与接收者的赠款前收入的0.41次方成比例（R² 0.37）——一个大10倍的组织大约能收到2.5倍更多的钱，而不是10倍。这种拟合的弹性而不是比例，权重未披露赠款的推算。因果可信性——效果被识别的程度，根据研究的设计分级：彩票RCT（收入→死亡率）值得信任；一种相关的SNAP关联则被大幅削减；仅假设的桶（艺术、民间）几乎归零。这就是证据立场滑块。实现——所研究的效果中，边际无条件赠款实际提供的份额。该模型在全球卫生前沿对同样的美元进行定价。GiveWell当前的影响估算将2022–2024年的项目平均成本定在每拯救生命约4000美元（疟疾联盟）到约5500美元（AMF净额）。根据该模型本身的约定，一个约1岁儿童的死亡被避免大约是25折现QALY（约65年剩余时间，3%折现，效用~0.87），因此这些端点——按2026年美元通胀——大约成为每QALY相当于175美元–241美元；我将基准建模为对数均匀150–260美元，赋予与斯科特的投资组合相同的实现和可信度（并在其他折现率下重新缩放），因此比较是相同类型的。在怀疑默认情况下，前沿为每一个边际美元提供大约1500倍的健康价值。这个倍数是边际比较——下一个美元，而不是整个投资组合。按前沿定价的机遇稀少：GiveWell在2024年指向的资金为3.97亿美元，并随着预期筹集的资金而调整其成本效益门槛——在充裕时资金下调至约6倍现金，当预测下降时再次提高到10倍。疟疾控制作为最深的前沿桶，2024年吸纳了39亿美元，目标为93亿美元，而~6……