摘要 本研究旨在分析 G20 成员国发展中国家经济增长的决定因素,变量包括 (1) 经济增长、(2) 外国直接投资、(3) 通货膨胀、(4) 总人口和 (5) 汇率。本研究的数据使用 2013-2018 年的面板数据,包括 G20 成员国中的十个发展中国家,使用线性回归和随机效应模型 (REM)。研究结果表明:(1)外商直接投资对G20发展中国家经济增长具有正向的不显著影响,这是由于这些国家缺乏外商直接投资,而这又是由于政府在制定外商投资法规和政策方面的不准确性所致;(2)通货膨胀对G20发展中国家经济增长具有负向的显著影响,这是由于低通货膨胀率导致资本购买可以实现生产商品和服务,这将增加商品和服务的生产,最终将促进经济增长;(3)人口对G20发展中国家经济增长具有正向的不显著影响,这是由于大量人口没有能力推动经济增长,因为大多数人没有工作技能,有技能的劳动力将提高生产率,最终促进经济增长;(4)汇率对G20发展中国家经济增长具有正向的显著影响,这是由于,如果汇率升值,将增加该国的外汇储备,如果外汇储备增加,出口需求就会增加,商品和服务的自动化生产也会增加,最终经济增长的结果也会增加。
本研究采用自回归分布滞后(ARDL)模型来检验1996年至2018年期间治理对马来西亚经济增长的影响。本研究中的治理质量分为民主质量和技术质量。民主特质与“发言权和问责制”以及“政治稳定和非暴力”有关,这两者都是全球治理指标(WGI)的指标。同时,技术质量与该WGI指标的四个组成部分“政府效能”、“法规质量”、“法治”和“腐败控制”相关。实证结果表明,民主质量和技术质量对经济增长具有非常正向的影响。研究结果显示,推行良好治理有利于促进马来西亚的经济增长。
至少有三种方法可以说明我们为什么需要量子通道。从数学的角度来看,量子通道只是状态的物理变换。由于我们现在考虑密度矩阵,它的物理变换现在对应于量子通道。物理意味着什么?它意味着线性、完全正向和迹保持。具体来说,当 E ( ρ 1 + ρ 2 ) = E ( ρ 1 ) + E ( ρ 2 ) 时,运算 E ( ρ ) 是线性的。完全正向的概念稍微复杂一些。如果每当 ρ A ≥ 0 时 EA ( ρ A ) ≥ 0,则运算称为正向运算。然而,只有正向性是不够的。考虑一个纠缠态 ρ AB 和一个正向运算 EA ,即使我们确实有 EA ( ρ A ) ≥ 0,我们也不能保证 EA ( ρ AB ) ≥ 0。一个值得注意的例子是转置运算(检查一下!)。因此,完全正则是一个更严格的要求,即对于所有 ρ AB ≥ 0,EA ( ρ AB ) ≥ 0。最后,迹保持仅意味着 Tr[ E ( ρ )] = Tr[ ρ ]。总而言之,量子通道定义如下。
随着新一代信息技术革命的不断推进,数字经济在重构经济新形态的同时,正逐步成为能源转型的重要驱动力。本文选取2011—2021年中国30个省份的面板数据,运用空间杜宾模型实证检验了数字经济对能源绿色转型的特殊影响,并进一步构建多中介模型验证了其转型路径。主要发现如下:第一,我国东部沿海地区能源绿色转型水平总体较高,西部地区近年来具有较强的赶超能力;第二,数字经济对能源绿色转型具有显著的促进作用,且存在正向的空间溢出效应;第三,数字经济可以通过促进产业结构升级、提高技术创新水平、加强环境规制等方式间接促进能源绿色转型。本研究为政策制定者加速能源全面绿色转型提供了实证启示和参考。
人们的关注点已转向环境和经济可持续的经济增长形式,即高质量经济发展(HQED)。然而,本研究分析了2007年至2021年中国30个省份旅游业发展(TD)和可再生能源消费对高质量经济发展的影响。TD和HQED是借助全球莫兰指数进行衡量的。本研究采用动态空间杜宾模型(SDM)衡量了TD指数和可再生能源消费以及绿色金融、外商直接投资和教育投资对HQED的动态影响。实证分析的结果表明,TD对HQED有负面影响,在较发达地区,这种关系是正向的,而在中国欠发达的西部,U型关系却发生了逆转。中国中部和东北地区呈U型关系,同时已经注意到TD和可再生能源的相互作用项支持HQED。此外,可再生能源消费、绿色金融和教育投资增加对中国高质量发展具有正向显著影响,而外商直接投资对中国高质量发展具有负向影响。因此,根据本研究,政策制定者应重点关注旅游产业质量、可再生能源供应绿色金融和增加教育投资,以实现中国高质量发展的目标。
本文考察人工智能和工业机器人对企业出口行为的影响,将影响机制划分为生产率效应和劳动力替代效应,利用中国海关数据、中国工业企业数据和国际机器人联合会(IRF)的机器人数据,检验工业机器人对企业出口价值的影响。主要发现如下:第一,人工智能和工业机器人对中国企业出口价值的影响总体上为负向,即负向的劳动力替代效应大于正向的生产率效应。第二,人工智能对企业出口价值的影响在不同行业间存在显著差异,高科技行业企业的出口价值受益于工业机器人的使用。第三,人工智能对企业出口价值的影响也存在时间差异,2003年之前工业机器人的使用对企业出口主要表现为抑制作用,此后转变为驱动作用,2006年之后工业机器人开始显著促进企业出口。最后,出口产品质量越高,工业机器人的使用越有可能提升企业的出口价值,而资本劳动比越高,企业的出口价值越有可能从人工智能和工业机器人的使用中受益。基于这些发现,本研究建议通过技术进步和出口产品质量的提高来促进生产率效应主导劳动力替代效应。
使用QIIME2进行16S菌群分析(Qiime 2 Development Team(2017))处理从测序得出的数据。使用Qiime 2版本2020.8.0分析了已经具有条形码和衔接器的反复列出的配对端序列。用于质量过滤和特征(OTU)预测,我们使用了DADA2(Callahan等人(2016))。回顾了序列质量数据后,我们从正向的5'末端和反向读取的0 nts缩小了0个核苷酸(NTS)。正向读数被截断为270 NT,并反向读取为200 nts。使用MAFFT对齐代表序列(Katoh和Standley(2013))。使用FastTree 2(Price,Dehal和Arkin(2010))制成对齐序列的系统发育树。otus/特征是使用预先训练的幼稚贝叶斯分类学分类器分类分类的。使用SILVA 128 97%OTU对分类器进行了训练(Quast等(2013))。产生了分类计数和百分比(相对频率)的表。多样性分析是在由此产生的OTU/特征表上进行的。BIOM表,以提供α和β多样性的系统发育和非细胞发育指标(Lozupone等人。(2011))。使用R进行其他数据分析(PLS-DA)和统计。可视化文件(.QZV)可以通过http://view.qiime2.org查看。以这种方式浏览的最相关文件是特征表(Table.QZV(分类单元的SEQ计数数据)和相对_FREQ_TABLE.QZV(分类单元的%丰度))和Taxa bar Prot(tublea bar-bar-plots.qzv)。
作为随机分析中过渡矩阵的自然推广,量子通道是完全正向的、保持迹的映射。量子通道通常会改变系统的量子特性,例如引起量子态的退相干[1,2]、破坏量子关联[3–6]。从信息角度表征量子通道已经取得了丰硕的成果,量子通道的纠缠能力[7]、去相干能力[8]、相干和退相干能力[9–14]、量子性产生能力[15]等都已被研究。本文通过分析集合中量子性的动态特性,提出了一个定性和定量表征量子通道的框架。量子集合 E = { ( pi , ρ i ) , i ∈I} 由一族量子态和一个表示每个状态出现概率的概率分布表示 [16]。量子集合自然出现在量子力学和统计物理学中,是量子信息学中一个基本而实用的对象,尤其是在量子测量和量子通信中 [17–23]。只要所涉及的量子态不交换,量子集合就具有某种固有的量子特性,在量子集合中称为量子性。它在量子密码学和其他各种量子信息处理任务中起着核心作用。人们从不同的角度提出了各种量子性测度,如通过交换子 [ 24 , 25 ] 的测度,基于不可克隆和不可广播的测度 [ 19 ],从可访问信息的角度定义的测度 [ 24 ],以及通过相对熵 [ 26 ] 和相干性 [ 27 , 28 ] 的测度。一般来说,在进行量子信道之后,量子集合中的量子性会发生变化。研究量子信道能够引入或减少的最大值是理所当然的。本文利用基于交换子的易于计算的量子性测度 [ 24 ],从量子功率和反量子功率的角度研究了量子信道的表征,它们分别量化了量子信道能够引入和减少的最大量子性。与文献 [ 3] 的结果相比, [ 29 ] 其中,通道的量子性定义为