疫情的爆发是一种外生冲击,但传染的动态在很大程度上是内生的——取决于个人在激励下做出的选择。在这种情况下,经济政策不仅可以通过减轻经济损失来发挥作用,还可以通过影响疫情本身轨迹的激励来发挥作用。我们在受疫情影响的经济体的动态均衡模型中发展了这一想法。与传统的 SIR 模型一样,感染率取决于人们在家里和外出工作的时间。但在我们的模型中,是否外出工作是由个人做出的决定,他们在今天外出工作的更高报酬与更高的感染风险以及预期的未来经济和健康相关损失之间做出权衡。因此,疫情动态取决于传统模型中无关的因素。特别是,预期和前瞻性行为至关重要,可能导致具有不同水平的经济活动、感染和死亡的多重均衡。分析产生了新的政策教训。例如,类似于美国《关怀法案》的财政方案中所包含的激励措施可能会导致两波感染。
我们研究小型开放经济 (SOE) 中存在主权和私人违约风险以及对税收计划的承诺有限的最优财政政策。SOE 政府使用线性税收来资助外生支出,并使用公共债务来跨期分配税收扭曲。我们描述了一类环境,其中劳动力税在长期内趋于零,而资本收入税可能不为零,这扭转了 Ramsey 税收文献的标准预测。如果经济受到主权债务约束,且国内家庭对国际利率缺乏耐心,则零劳动力税是最佳的长期结果。税收扭曲的前置使经济能够在承诺有限的情况下建立庞大的(总)债务头寸。我们表明,在代际利他主义不完善的封闭经济中也存在类似的结果,这与探讨政府与公民在跨期权衡方面的分歧的封闭经济文献建立了联系。 © 2015 Elsevier Inc. 保留所有权利。
摘要:为了实现《巴黎协定》的目标,限制全球变暖需要进行重大的技术和行为转变。这一挑战推动了许多当前的建模趋势。本文回顾了 17 个最先进的递归动态可计算一般均衡 (CGE) 模型,并评估了它们用于表示部门能源和排放特征和动态的关键方法和应用模块。目的是提供技术见解,了解当前和未来能源和减排技术建模的最新进展,以及如何使用它们进行 20-80 年后的基线预测和情景。提供了数值说明。为了表示未来几十年可能发生的能源系统转型,现代 CGE 工具已经从自下而上的研究中吸取了教训。基线量化有三种不同的方法:(a)利用自下而上的模型特征来内生技术投资和利用的反应,(b)依靠外部信息源来提供模型的外生参数和变量,以及(c)将模型与更多技术丰富的部分模型相链接,以获得自下而上和路径一致的参数。
本研究提出了一个基于经典 S 曲线的新模型,该曲线描述了最大容量下的部署和稳定。此外,该模型还扩展到增长后稳定期,其中技术能力根据设备寿命的分布进行更新。我们得到了两个定性不同的结果。在“快速”部署的情况下,其特点是部署时间相对于平均设备寿命较短,生产会出现显著波动。在“慢速”部署的情况下,生产单调增加,直到达到更新稳定期。这两个案例研究与直觉相反地验证了这些结果:核电站是快速部署,智能手机是慢速部署。这些结果对于长期工业规划很重要,因为它们使我们能够预测未来的商业周期。我们的研究表明,商业周期可以内生地源于安装和更新的工业动态,这与将波动归因于外生宏观经济因素的传统观点形成鲜明对比。这些内生循环与更广泛的趋势相互作用,可能会受到宏观经济条件的调节、放大或减弱。这种部署和更新的动态与长寿命基础设施技术(例如支持可再生能源行业的技术)有关,并对行业参与者具有重大的政策影响。
植物与微生物之间相互作用的高度复杂性促使植物生理学家和微生物学家使用简单的模型,即无菌或亚无菌水培植物培养物或纯微生物培养物。这类研究过去和现在都非常有成效,但它们往往掩盖了自然界中相互作用的作用。实际上,在土壤中生长的植物根系从来都不是无菌的,而是总是被大量可能具有强烈活性的微生物包围或侵入。因此,植物科学家不应忽视与植物根系相关的微生物对植物代谢的影响。另一方面,与植物根系相关的微生物种群不能独立于植物进行研究。因此,根系微生物种群必须被视为系统或关联中的一个组成部分,该系统或关联可称为植物-微生物系统。这种概念在处理不同类别的共生体(根瘤与根瘤菌共生、根瘤与放线菌类生物共生、外生和内生菌根、根际系统、根病原体复合体等)时得到了广泛的应用。
城市政治结构对前工业化时期的经济不平等有何影响?我记录了一组早期现代德国城市中更封闭的政治机构与更高的经济不平等相关。为了研究这种宏观关系背后的机制,我构建了一个独特的个人层面面板数据集,其中包含 1579 年至 1700 年间关于诺德林根城邦个人财富和政治职位的约 27,000 条观察结果。我采用了差异差异设置来表明政治精英在就任后大大致富。政治权力越大的人致富越多。这些从公职中获得的私人收益加剧了经济不平等。为了减轻对反向因果关系的担忧,我利用三十年战争(1618-1648 年)作为对精英寻租潜力的合理外生冲击。政治官员操纵这场危机来进一步致富,导致财富分配不均。这一结果与常见的历史叙述相矛盾,即城市政治精英是“具有公民意识的”公共利益守护者。
本文旨在通过劳动力市场展示零工经济对看似不相关的当地行业的产品质量的影响。我们的实证背景是奥斯汀市餐馆的服务质量,我们研究了它们如何受到共享乘车平台、Uber 和 Lyft 由于监管变化而退出和重新进入该市的影响。我们利用这些外生冲击,并将它们与 Yelp 评论的情绪分析数据相结合,这些数据捕捉了客户如何评估每家餐厅的服务质量。我们发现,与对照城市相比,当 Uber 和 Lyft 出现在奥斯汀市时,奥斯汀的顾客对服务质量的负面看法更为强烈。此外,我们使用丰富的员工流动率和工资数据来证明,与对照城市相比,当 Uber 和 Lyft 出现时,奥斯汀的服务人员流动率会增加。我们还进行了几项额外的研究和稳健性检验,这些研究和检验都与我们的假设一致,即 Uber 和 Lyft 通过提高员工流动率降低了奥斯汀餐馆的服务质量。总体而言,这些结果表明零工经济通过劳动力市场对更广泛的行业产生了重大影响。
MFIN 使用 STEMM(短期季度经济预测模型)进行宏观经济预测,这是一种季度需求驱动模型。预测依赖于共识经济学和欧洲中央银行 (ECB) 提出的关于外部经济的几个外生假设,并基于临时数据和与主要利益相关者(即政府部门、当局和私营部门内的主要运营商)的例行讨论,由专家做出判断。这种判断考虑了供应方因素,影响了部门层面的增加值、就业、投资和贸易。此外,财政预测基于各部门的意见,遵循综合基金框架,估计值来自历史模式、专家意见、立法变化和未偿债务。还制作了基于 ESA 的预测,收入预测与宏观经济指标挂钩。这种自上而下的方法确保了预算预测与官方经济前景的一致性。预测以名义值编制,并根据经济周期和临时措施进行调整,以满足国家和欧盟的要求。财政预测重点关注新经济治理框架所要求的“国家融资的净初级支出”。
学术界对人工智能 (AI) 和机器学习可以取代人类、接管工作角色并重塑现有组织流程的想法的兴趣一直在稳步增长(Brynjolfsson 和 McAfee,2017 年;von Krogh,2018 年)。其核心前提是,在信息处理受到某些限制的情况下,人工智能可以提供比人类专家更高质量、更高效率和更好的结果(Agrawal 等人,2018a;Bughin 等人,2018 年)。考虑到人工智能有可能在组织中承担传统的“人类”任务,我们可能会问,人工智能是否可以用来追求影响公司长期生存和竞争优势的最重要过程之一——创新(Lengnick-Hall,1992 年;Porter 和 Stern,2001 年)。表面上看,企业可以而且应该将人工智能和机器学习用于创新目的的想法似乎有点牵强。毕竟,创新传统上被视为人类的领域,因为人类具有“独特”的创新能力(Amabile,2019)。尽管与人类相比,人工智能可能有缺点,但企业可能希望在创新过程中使用人工智能有几个重要的原因。在创新的外生因素中,
先进热成像越来越多地被投入到直接能量沉积 (DED) 增材制造 (AM) 中,以应对熔池的信息可见性和解决工艺不一致问题。然而,当前图像引导监测方法在 DED 工艺中的可行性存在关键挑战。首先,高分辨率热图像由数百帧捕获的数百万像素组成,导致分析中的维数灾难。其次,各种外生噪声、结构不良的数据和严重的聚类不平衡限制了当前方法执行实时监控的能力。本研究的目的是通过设计一种针对高维热图像数据的自动和无监督异常检测来推进 DED 工艺中熔池监测的前沿。具体来说,我们开发了一个变分自动编码器来生成每个输入热图像数据的低维表示。高斯混合模型和 K 均值聚类与生成模型相结合,将潜在空间分成同质区域并检测异常。实验结果表明,所提出的方法对缺陷熔池的检测非常有效,准确率高达 94.52%,误报率低于 2.1%。