XiaoMi-AI文件搜索系统
World File Search System非正规
应用机器学习算法预测非正规经济的规模
近来，使用机器学习模型和技术预测经济变量的情况越来越多，其动机是它们比线性模型具有更好的性能。尽管线性模型具有相当大的解释能力的优势，但近年来，人们加大了努力，使机器学习模型更具解释性。本文进行了测试，以确定基于机器学习算法的模型在预测非正规经济规模方面是否比线性模型具有更好的性能。本文还探讨了机器学习模型检测到的最重要的这种规模的决定因素是否与文献中基于传统线性模型检测到的因素相同。为此，从 2004 年到 2014 年，收集并处理了 122 个国家的观测数据。接下来，使用 11 个模型（四个线性模型和七个基于机器学习算法的模型）来预测这些国家非正规经济的规模。使用 Shapley 值计算了预测变量在确定机器学习算法产生的结果中的相对重要性。结果表明：(i)基于机器学习算法的模型比线性模型具有更好的预测性能；(ii)通过 Shapley 值检测到的主要决定因素与文献中使用传统线性模型检测到的主要决定因素一致。
经合组织国家的移民、融合和非正规经济
本文从宏观经济角度评估了移民和寻求庇护者流入对东道国非正规部门规模的影响。我们使用了 Medina 和 Schneider ( 2019 ) 以及 Elgin 和 Oztunali ( 2012 ) 提供的两个非正规性指标，结合了经合组织国际移民数据库的移民数据和联合国难民署 1997-2017 年期间的寻求庇护者流动数据。我们估计了一个一阶差分模型，通过从伪重力模型估计中得出的预测值来测量移民和寻求庇护者的流动。结果表明，移民和寻求庇护者的流入都会增加目的地非正规部门的规模，但影响程度非常小：移民占人口的比例每增加一个百分点，非正规部门占 GDP 的比例就会增加 0.05-0.06 个百分点。毫不奇怪，对于寻求庇护者而言，这种影响大约是其四倍，但在经济上仍然微不足道。我们调查了几种潜在渠道，发现融合政策确实很重要。我们发现，进口规范或制度没有影响，但在非正规部门规模较大的目的地国，这种影响更大。最后，我们估计了一个 VAR 模型，发现流入对非正规性的影响是长期的。
探索巴基斯坦非正规经济的法律和政治制度决定因素
摘要：本文将法律和政治制度变量作为决定因素，确定了巴基斯坦非正规经济的规模。使用 MIMIC 模型，巴基斯坦非正规经济的平均估计值为 1995 年至 2017 年的 37.75%。本研究试图探索非正规经济的制度影响，以便政策制定者减少和控制发展中国家的非正规经济。实证结果表明，衡量非正规经济最重要的法律变量是法律和秩序，最重要的政治变量是政治中的宗教。与现有研究不同，本文详细探讨了制度决定因素，因为这些不同的制度决定因素可能会对发达国家、发展中国家和欠发达国家的非正规经济产生不同的影响。在巴基斯坦等发展中国家，如果在估计中考虑到最相关的制度因素，政策制定过程可能会更有效。
新兴和转型经济体的非正规就业
在非正规经济的劳赫模型中，最低工资仅对规模超过一定门槛的企业具有约束力。如果政府将有限的执法资源用于大企业以最大限度地扩大覆盖范围，情况可能就是这样。如果正规工资由工会集体谈判合同确定，这一观点也成立，因为工会在较大的企业中组织起来更容易。在这种设置下，支付最低工资和不支付最低工资的企业的规模分布（而不是连续分布）发生了断裂。规模二元论理应受到广泛关注。小企业面临着阻碍其生产力下降和增长的障碍。它们更难获得外部融资并实现有效的生产规模。此外，政府的产业政策往往侧重于中大型企业，这暗中使小企业处于不利地位。
腐败、经济增长和非正规部门
变量描述观察平均值标准差最小值 最大值 影子 影子经济 2775 36.539 10.939 12.02 71.95 国内生产总值增长 国内生产总值年增长率 2721 4.112 7.174 -50.248 149.973 腐败 腐败 1887 2.973 .624 .908 4.273 国内 国内私营部门信贷 2621 27.135 22.751 .001 166.504 移动货币 移动货币 2775 .155 .362 0 1 产权 产权 2148 39.267 17.353 0 90 贸易 GDP 贸易 2663 78.502 40.536 13.753 531.737 碎片 Fragmentationethnic 1,803 .16583 .6067578 0 3 观测值：观测值。标准差：标准差。最小值：最小值。最大值：最大值。来源：作者计算
非正规经济支持计划申请表（...
4.1 您的业务类型所需的所有必需执照和许可证的详细信息 ______________________________________________________________________ ______________________________________________________________________ ______________________________________________________________________ ______________________________________________________________________ ______________________________________________________________________ 注意：请将所有必需的执照和许可证附在您的申请中 4.2 EDTA 许可证编号：_____________________ 注意，请附上许可证 5. 声明
菲律宾为非正规经济中的工人提供支持
以现金补助的形式向个人（包括非正规部门的从业人员）提供财政援助。紧急补贴计划是一项面向 1800 万低收入家庭的 2050 亿菲律宾比索紧急补贴计划。低收入家庭（包括在非正规部门工作的家庭）均符合资格。每个家庭将获得 5,000 至 8,000 菲律宾比索，为期两个月。截至 5 月 2 日，已向 1130 万受益人发放了 606 亿菲律宾比索，政府在 5 月 4 日又增加了 500 万个家庭。社会福利和发展部还将向现有可持续生计计划的受益人提供生计援助补助金（LAG），这些受益人至少有一名家庭成员在非正规部门工作，并因封锁措施而流离失所。隔离结束后将发放生计援助补助金。
非正规经济对巴基斯坦农业部门效率和生产力的影响
摘要 根据财政部的数据，巴基斯坦 GDP 的 40% 以上来自非正规部门。根据《劳动力调查》（2020-2021 年），巴基斯坦近 75% 的劳动年龄人口在非正规部门就业。非正规部门的普遍存在在该国的农业经济中有几个表现。本研究通过应用随机前沿和主成分分析模型，使用 2014 年、2016 年和 2019 年收集的巴基斯坦生活水平测量 (PSLM) 农场级数据，分析了非正规经济对巴基斯坦农业生产力的影响。这是首次使用该国最大的数据集对非正规经济对农业指标影响进行区域和国家代表性研究。这些研究结果表明，正如先前的文献所表明的那样，利用正规经济关系的农场，包括更好的工作雇佣合同、更多获得适当信贷资源的机会和更好的灌溉系统，比在非正规结构内经营的农场产生更高的产量。此外，研究发现，农作物多样化和资源配置对提高农业效率具有重要意义。但生产力也与地理因素有关——一些农业气候区一直落后，这意味着需要重点关注。
人工智能知识混合学习模式在非正规教育教师数字能力培训中的有效性 Purnomo Purnomo 1 , Angga Hadiapurwa 2 , Uyu Wahyudin 3 , Yolanda Lusiana Pratama 4 , Tuti Alawiyah 5
技术的发展，特别是人工智能（AI），对提高印度尼西亚教育质量，包括非正规教育具有巨大潜力。基于人工智能的非正规教育教师数字能力培训对于保持教育与数字时代的需求相关至关重要，混合学习模式被认为是实现这一目标的有效方法。本研究旨在探讨混合学习模式在苏加武眉区非正规教育教师数字能力培训中提高人工智能（AI）知识的有效性。本研究采用定量方法，采用实验方法和预实验设计，形式为一次性案例研究，涉及 23 名受训人员。结果表明，混合学习模式可有效提高非正规教育教师的 AI 知识，Sig（双尾）值为 0.000。除了提高教师的数字能力外，混合式学习还为学习过程提供了灵活性和个性化，适合成年参与者的需求和学习风格。这项研究有望为印度尼西亚非正规教育的发展提供理论和实践贡献，并为设计更有效、更符合数字时代需求的培训计划提供参考。混合式学习结合了在线和面对面的学习，是提高非正规教育教师的人工智能知识和数字技能的有效模式，同时为他们应对未来的技术挑战做好准备。关键词：混合式学习；人工智能，能力
非正规经济和加密货币是替代品还是互补品？
摘要 本研究通过研究地下经济对加密货币持有量的溢出效应，从新维度研究了地下经济的影响。加密货币提供了相对较强的逃税能力和确保持有者匿名的能力，为地下经济经营者提供了存放非正规部门收入的诱人途径。我们的研究结果基于来自 50 多个国家的数据，结果表明，一个国家地下经济的盛行程度越高，加密货币持有量就越大。这一结果适用于影子经济的另一种衡量标准，并且当考虑到影子经济与加密货币持有量之间的双向因果关系时也是如此。其他值得注意的发现是，外国直接投资的增加挤出了加密货币持有量，而金融全球化的加剧和经济不确定性的增加（在其他条件相同的情况下）则增加了加密货币持有量。