根据零废物马萨诸塞州 (Zero Waste Massachusetts) 于 2022 年发布的一份报告,马萨诸塞州最终进入垃圾填埋场或焚烧炉的垃圾总量中有 40% 本可以回收或堆肥。许多此类物品,如塑料外卖容器、饮料瓶和塑料袋,要么被焚烧、被不当丢弃,要么可能需要 400 多年才能分解。每年有数百万吨塑料垃圾进入我们的海洋和水道。一旦进入水中,塑料就会分解成更小的微塑料,危害海洋生物,并污染海岸线和海滩。塑料污染每年给全球海洋生态系统造成高达 190 亿美元的经济损失,包括渔业、旅游和娱乐业的损失以及沿海清理成本。单靠回收无法解决塑料污染问题。这就是为什么越来越多的人开始转向循环经济体系,让材料和产品尽可能长时间地循环。循环经济项目为塑料污染危机提供了一个潜在的解决方案。目前,循环经济项目很少得到政府支持,也不符合马萨诸塞州回收业务发展补助金计划的资格。可重复使用的替代品缺乏补助金,这阻碍了我们防止这些材料污染海岸线、垃圾填埋场和海洋的能力。向循环经济转型
肥胖是一种慢性复发性疾病,对男性健康的负面影响大于女性,并且罹患心血管疾病的风险更高。由于单靠改变生活方式往往难以维持减肥效果,而且效果有限,因此对于肥胖男性或患有体重相关合并症的超重患者,应及时考虑药物治疗。减肥药物的最新进展使得实现临床上显著的减肥效果成为可能。越来越多的证据表明,采用其中一种药物进行行为干预可以比常规护理产生更大的减肥效果。最近的荟萃分析数据表明,使用减肥药物至少 12 个月后,总体减去安慰剂后的体重减轻率(%)为 2.9% 至 6.8%;苯丁胺/托吡酯(-6.8%)利拉鲁肽(-5.4%)、纳曲酮/安非他酮(-4.0%)、氯卡色林(-3.1%)和奥利司他(-2.9%)。然而,这些药物成本高昂,并且因人而异,可能会导致不良后果。最近,2020 年 2 月 13 日,美国食品药品监督管理局要求将氯卡色林撤出市场,因为一项安全临床试验显示该药物导致癌症的发生率增加。因此,在考虑了益处和风险之后,才决定对肥胖患者开始药物治疗。此后,应根据特定患者亚群的慢性病、合并症和偏好,为他们量身定制治疗方案。在此,我们概述了减肥药物的最新发展,这些药物可作为长期肥胖控制的策略之一。
如果货币联盟(如欧元区)的成员资格不被视为不可撤销,则可能会出现不稳定。尽管《条约》并未预见到退出欧元区,但欧元区主权债务危机有力地表明,由于市场已经将货币贬值的风险计入价格,因此并未完全排除解体的可能性。除了财政政策之外,欧洲中央银行在货币联盟中的作用也引起了广泛的争论。这就提出了一个问题:如果联盟面临解体的威胁,货币政策实际上能做什么。中央银行如何帮助货币联盟可持续发展?为了解决这个问题,我建立了一个两国开放经济模型,让各国政府可以选择加入货币联盟或拥有自己的国家货币。如果中央银行拥有自己的货币,那么它就可以专注于价格稳定,让汇率自由浮动。在货币联盟中,两个国家只有一个中央银行。共同货币的好处是它促进了跨境流动,尤其是贸易。假设两个国家使用同一种货币,贸易成本就会降低,双边贸易就会增加。货币联盟的缺点是,由于一个共同的中央银行为整个联盟设定利率,因此宏观经济稳定对某些国家来说效果较差。因此,货币联盟的成本是随时间变化的,在某些情况下,这些成本可能会超过收益。我使用这种设置来运行一个实验,在这个实验中,我校准经济以进行模拟,然后查看四种情景的结果。在第一种情景中,两个政府自由决定何时退出货币联盟。这是唯一的决定。他们将货币政策和外部选择视为既定事实。一旦一个政府退出货币联盟,联盟就会永远瓦解。在第二种情景中,我增加了一个联盟范围的拉姆齐规划师,他负责在国家之间设定一次性转移。规划师考虑成员国的退出选择。这个想法是以这样一种方式设定转移,即没有一个国家会从退出联盟中获益。最后,在无知之幕下,只要联盟继续存在,这种转移计划对两国来说都会更好。与第一种情况一样,货币政策由拉姆齐计划者制定。第三种情况考虑由一个联盟范围内的中央银行来设定利率,并考虑两国的退出选择。这种情况下不会发生转移。与以前一样,我们的想法是以这样一种方式设定利率,即任何时候都没有国家从退出联盟中获益。在第四种也是最后一种情况下,我考虑联合货币和财政应对措施,在危机时期进行一次性货币干预,随后进行系统性转移。所有这四种情景都是在货币联盟的贸易收益不同的情况下运行的,这些收益与文献中的估计范围一致。考虑大量的贸易收益也考虑到离开联盟可能意味着其他成本。目标是根据货币联盟的收益数量检查哪种政策有效。本文有三个主要发现:首先,我展示了中央银行如何通过遵循一项利率规则来防止货币联盟解体,该规则更加重视稳定否则会退出联盟的危机国家。其次,我强调,单靠利率政策在国家之间重新分配方面是一种糟糕的工具,因为它取决于商业周期的同步性。此外,通过利率进行补偿是扭曲的。因此——这导致了第三个结果——中央银行本身只能维持联盟一段时间,但如果出现一系列足够大的不对称冲击,联盟最终将崩溃。我展示了财政转移如何在实验中在那些单靠利率设定无法维持联盟的情况下维持联盟。
2020 年 5 月 执行摘要 在本文中,我们概述了加拿大土著语言复兴国家战略的提案,以支持《C-91 法案》的实施。2根据我们对世界各地土著语言立法的研究,我们发现国家战略可以预测高资源支持;拥有国家战略的国家能够成功地支持土著社区实现语言复兴,而没有国家战略的国家则不能(Bliss 2019)。我们首先分析这些成功国家的国家战略,并将它们的背景与加拿大的背景进行比较。然后,我们概述了加拿大国家战略的提案,包括其总体目标、治理结构、筹资机制、时间表和目标、报告和问责措施以及支持领域。重点包括呼吁成立一个由原住民领导的国家机构和一系列区域组织来支持原住民社区,一种提供可持续核心资金以支持能力发展和重建语言传播文化系统的资助模式,以及一套通过原住民知情评估系统跟踪的全面量化目标。 1. 简介 C-91 法案于 2019 年 6 月获得御准。这是政府朝着更可持续地支持原住民语言复兴迈出的可喜一步。然而,如果没有一个促进国家、地区和社区能力建设的实施战略,单靠立法是不会产生影响的(见 Gessner 等人,2019 年)。本文件的目的是为加拿大的原住民语言复兴国家战略提供依据,并概述该战略的框架。该框架基于对最佳实践和全球趋势的研究 3
肥胖是一种慢性复发性疾病,对男性健康的负面影响大于女性,并且罹患心血管疾病的风险更高。由于单靠改变生活方式往往难以维持减肥效果,而且效果有限,因此对于肥胖男性或患有体重相关合并症的超重患者,应及时考虑药物治疗。减肥药物的最新进展使得实现临床上显著的减肥效果成为可能。越来越多的证据表明,采用其中一种药物进行行为干预可以比常规护理产生更大的减肥效果。最近的荟萃分析数据表明,使用减肥药物至少 12 个月后,总体减去安慰剂后的体重减轻率(%)为 2.9% 至 6.8%;苯丁胺/托吡酯(-6.8%)利拉鲁肽(-5.4%)、纳曲酮/安非他酮(-4.0%)、氯卡色林(-3.1%)和奥利司他(-2.9%)。然而,这些药物成本高昂,并且因人而异,可能会导致不良后果。最近,2020 年 2 月 13 日,美国食品药品监督管理局要求将氯卡色林撤出市场,因为一项安全临床试验显示该药物导致癌症的发生率增加。因此,在考虑了益处和风险之后,才决定对肥胖患者开始药物治疗。此后,应根据特定患者亚群的慢性病、合并症和偏好,为他们量身定制治疗方案。在此,我们概述了减肥药物的最新发展,这些药物可作为长期肥胖控制的策略之一。
他们正在迅速部署更多资源并开发新技术来提高人工智能能力。人工智能的进步也促进了更快的进步:人工智能助手越来越多地用于自动编程 4 和数据收集 5,6 以进一步改进人工智能系统 7 。人工智能进步在人类层面上放缓或停止并没有根本原因。事实上,人工智能已经在蛋白质折叠或策略游戏等狭窄领域超越了人类的能力 8-10 。与人类相比,人工智能系统可以行动更快,吸收更多知识,并以更高的带宽进行通信。此外,它们可以扩展以使用巨大的计算资源,并且可以复制数百万次。改进的速度已经令人震惊,科技公司拥有将最新的训练运行扩大 100 到 1000 倍所需的现金储备 11 。再加上人工智能研发的持续增长和自动化,我们必须认真对待通用人工智能系统将在本十年或下个十年在许多关键领域超越人类能力的可能性。然后会发生什么?如果管理得当、分配公平,先进的人工智能系统可以帮助人类治愈疾病、提高生活水平,保护生态系统。人工智能提供的机遇是巨大的。但先进的人工智能能力也伴随着大规模风险,而我们还没有走上妥善处理的轨道。人类投入了大量的资源来使人工智能系统更加强大,但在安全和减轻危害方面投入的却少得多。要让人工智能成为一种福音,我们必须重新定位;单靠提升人工智能能力是不够的。我们已经落后于这一重新定位的计划。我们必须预测正在发生的危害和新风险的加剧,并在最大的风险成为现实之前做好准备。气候变化已经花了几十年的时间才被承认和应对;对于人工智能来说,几十年可能太长了。
摘要:在快速发展的人工智能领域,生成性人工智能 (GAI) 已成为提升组织敏捷性和运营效率的关键驱动力。本研究探讨了意识、数字技术采用和基础设施之间的复杂相互作用,以及它们对内部和外部 GAI 敏捷性和客户参与度的共同影响。该研究利用偏最小二乘结构方程模型 (PLS-SEM) 分析了来自制造业、建筑业、信息和通信业、零售业、法律业、医疗卫生服务业、教育业和服务业等不同行业的 217 名参与者的数据。结果表明,意识和基础设施在提升 GAI 系统内部敏捷性方面都发挥着至关重要的作用,这意味着深刻的理解和强大的设置是有效内部 AI 运营的关键驱动力。有趣的是,当与数字技术采用相结合时,这些因素也对外部 GAI 敏捷性产生了积极影响,这表明采用新技术可以增强组织在外部互动中的适应性。然而,单靠数字技术的采用并不能显著改变内部 GAI 的敏捷性,这表明其他因素可能在 GAI 的内部动态中发挥作用。此外,内部 GAI 敏捷性似乎对增强客户参与度仅有不大的作用,凸显了内部 AI 效率与切实的客户互动成果之间的潜在差距。这些见解对于理解 GAI 敏捷性的决定因素及其在改善各个行业客户参与度方面的作用至关重要。该研究为 GAI 的理论和实践理解做出了宝贵的贡献,强调了战略意识、技术采用和基础设施开发对于在不同商业环境中利用 GAI 优势的重要性。关键词:生成式人工智能工具、组织敏捷性、数字技术采用、基础设施、客户参与
他们正在迅速部署更多资源并开发新技术来提高人工智能能力。人工智能的进步也促进了更快的进步:人工智能助手越来越多地用于自动编程 4 、数据收集 5,6 和芯片设计 7 ,以进一步改进人工智能系统 8 。当人工智能达到人类水平的能力时,没有根本原因导致人工智能进步会减慢或停止。事实上,人工智能已经在蛋白质折叠和战略游戏等狭窄领域超越了人类的能力 9–11 。与人类相比,人工智能系统可以行动更快,吸收更多知识,并以更高的带宽进行通信。此外,它们可以扩展以使用巨大的计算资源,并且可以复制数百万个。改进的速度已经令人震惊,科技公司拥有将最新训练运行规模扩大 100 到 1000 12 倍所需的现金储备。结合人工智能研发的持续增长和自动化,我们必须认真考虑通用人工智能系统在当前或未来十年内在许多关键领域超越人类能力的可能性。然后会发生什么?如果管理得当并公平分配,先进的人工智能系统可以帮助人类治愈疾病、提高生活水平和保护我们的生态系统。人工智能提供的机会是巨大的。但先进的人工智能能力伴随着大规模风险,我们还没有走上妥善处理的轨道。人类正在投入大量资源使人工智能系统更加强大,但在安全和减轻危害方面的投入却少之又少。我们这次调整已经落后于计划了。为了让人工智能成为一种福音,我们必须重新定位;单靠推动人工智能能力是不够的。我们必须预见到持续危害和新风险的扩大,并在最大风险成为现实之前做好准备。气候变化花了几十年的时间才被承认和应对;对于人工智能来说,几十年可能太长了。
本评论探讨了“跨境采购挑战:协调国际供应链法规”,该书全面分析了国际采购系统的复杂性以及全球供应链中监管协调的必要性。本书探讨了当前采购框架的碎片化性质及其对国际贸易和商业运营的影响。作者分析了推动各国监管差异的政治、经济和制度因素,批评了保护主义倾向和不同的制度能力如何阻碍有效的跨境采购。该书研究了区域贸易协定和国际框架(如世界贸易组织的《政府采购协定》)的作用,同时强调了它们在实现全面监管协调方面的局限性。本书探讨了政府和企业在应对多种监管制度时面临的运营挑战,特别关注对中小企业的影响。它探讨了电子采购平台和区块链等数字技术如何简化流程和提高透明度,同时强调单靠技术无法解决根本的治理挑战。作者研究了跨境采购中的执法和合规问题,强调了各国机构能力的差异如何造成漏洞和合规挑战。本书分析了国际组织在促进监管协调和向能力有限的国家提供技术援助方面的作用。本书特别关注跨境采购的政治经济学,研究了发达国家和发展中国家在制定监管框架方面的权力动态。本书提倡采取更具包容性的监管协调方法,积极让发展中国家参与决策过程。本书最后探讨了协调的采购法规如何有助于实现经济复原力、可持续发展和道德商业实践等更广泛的目标。它既是对当前挑战的批判性评估,也是实现更具凝聚力的全球采购体系的路线图。
本研究分析了能源转型如何改变发电行业的性别偏见。为此,本文以拉丁美洲和加勒比地区六个国家(玻利维亚、智利、哥斯达黎加、巴拿马、墨西哥和乌拉圭)的 102 家可再生能源发电公司为样本。对收集到的数据进行分析表明,劳动力资本比率相对效率最高的可再生能源发电公司是女性参与度最高的公司。此外,结果显示,可再生能源公司正在增加女性在能源发电领域的招聘。尽管如此,在分析的样本中,可再生能源行业的女性参与度仍然低于行业平均水平。此外,将可再生能源公司与其他发电公司进行比较时,女性所担任的角色没有结构性变化。考虑到公司的规模,规模较大的可再生能源公司(发电装机容量较高)往往会雇用更多女性,但这些女性大多担任非技术职位。此外,在需要更多技术职业的职位上,女性的参与度有所下降。在接受调查的可再生能源发电公司中,女性占 STEM 1 员工的 36%,非 STEM 员工的 39%,无资质员工的 48%。关于女性在能源公司决策岗位上的作用,高管和管理职位上存在很大的性别差距;可再生能源发电公司董事会和管理职位中的女性比例分别为 24% 和 22%。此外,68% 的受访公司没有制定性别政策。这项研究证实,从性别角度来看,单靠技术变革并不能引起劳动力市场的质变。实现这种改变需要结合包容性政策来配合技术变革,鼓励女性学习与科学技术相关的职业以填补这些领域女性专业人员的短缺,并通过系统地收集和分享有关能源劳动力性别的数据来缩小知识差距。