Figure 1. Virtual Worlds' continuum Figure 2. Evolution of the PSTW database from previous publication Figure 3. PSTW composition by technology type Figure 4. Distribution of cases according to their starting date Figure 5. Distribution of cases according to administrative level of application Figure 6. Cases across levels of administration, by technology Figure 7. Distribution of cases according to administrative level and e-government interaction Figure 8. Distribution of cases according to level of administration and status of development Figure 9 . Public value assessment of the cases Figure 10. Public value assessment by type of technology Figure 11. Public assessment subcategories for Improved Public Services Figure 12. Public assessment subcategories for Improved administrative efficiency Figure 13. Public assessment value for Open government capabilities Figure 14. Distribution of AI cases by status of development Figure 15. Distribution of cases by type of e-government service and level of administration Figure 16. Distribution of AI cases by process type and level of administration. Figure 17. Distribution of cases across type of services and functions of government Figure 18. Distribution of AI cases according to application type and function of government. Figure 19. Distribution of AI cases according to technology subdomain. Figure 20. Distribution of Generative AI cases by status of development Figure 21. Geographic distribution of the Generative AI cases and their responsible organisations Figure 22. Distribution of Blockchain-based cases by status of development. Figure 23. Distribution of Blockchain-based cases by level of administration. Figure 24. Blockchain-based cases by e-government type of interaction and level of administration. Figure 25. Blockchain-based cases across type of interaction and function of government. Figure 26. Blockchain-based cases by type of application and function of government. Figure 27. Distribution of AI and Blockchain cases by cross border sector feature Figure 28. Distribution of AI and Blockchain cases by cross sector border feature Figure 29. Distribution of cases of other emerging technologies across functions of government. Figure 30. Cases of emerging technologies by type of service and level of administration.
○ 跨境比特币支付为跨国公司和非营利组织增加了价值,这些组织负责结算国际合同和处理汇款。○ 用比特币支付工资是许多工人的首选支付方式,尤其是那些居住在通货膨胀和银行费用较高的地区的工人。○ 近年来,比特币的商业支付有所增长,这可以降低欺诈风险并降低商家的费用。然而,在商业中使用比特币的最成熟的模式是迎合比特币社区,这代表着一个巨大的需求来源。
摘要:本研究通过使用规定的选择调查表在2023年在四个欧洲国家中收集的大型数据集进行了离散选择实验,从而确定了影响汽车选择决策的主要因素。选择集包括六个当前和流行的汽车动力总成,其因素,用户特征和特定的地理环境有关,这可能会影响带有电动动力总成的车辆的采用。首先提出了一种易于适用的多项式logit模型,以探索所选属性的影响以及该模型具有不同激励策略,地理环境和能源价格的重现用户偏好的能力。引入了混合logit模型和分段的多项式logit模型,以考虑样本的异质性。第一个捕获了与激励措施和运营成本有关的受访者之间的偏好分散体。第二个专门根据汽车市场细分对用户进行了分类,显示出与购买成本和电池范围相关的因素的变化更大。模型估计了九个因素的重量,从而为有针对性的政策建议提供了支持。与成本相关的因素证实了其在选择中的相关性,分析表明,想要将其车辆范围提高1公里的用户愿意支付约80欧元。
该集合中的立法已被复制,因为它最初是在《政府公报》上印刷的,并进行了改进的格式,并纠正了较小的印刷错误。所有修正案已直接应用于文本并注释。可以参考每一条立法的原始公报(包括修正案)。
2024年9月23日,该研究项目在艾伯塔大学的未来能源系统研究计划下获得了加拿大加拿大政府第一研究卓越基金的支持。作者感谢编辑罗伯特·梅特卡夫(Robert Metcalfe)和两名匿名裁判的评论和建议。We also thank Reid Fortier, Bonnie Luo, and Zack Moline for their research assistance and Nicolas Astier, German Bet, Jenet Dooley, Naima Farah, Meredith Fowlie, Kristin Hayes, Jesse Jenkins, Ted Kury, Erin Mansur, Ignacia Mercadal, Mar Reguant, John Rust, David Sappington, Brandon Schaufele, Stefan Staubli,Frank Verboven,Frank Wolak,Joel Wood和研讨会的参与者在2022年ASSA年度会议,IAEE网络研讨会系列,落基山脉的电力营,联邦能源监管委员会,Rutgers的CRRI CRRI CRRI在法规和竞争方面的CRRI工作室,汤普森河大学,弗洛里达大学,以及佛罗里达大学,以提供帮助和建议。
数字化,初创企业和可持续性我们正在研究启动企业如何利用数字技术来创新其业务模式并加快其增长。通过这项调查,我们正在收集印度尼西亚,马来西亚,菲律宾,新加坡,泰国和越南的初创企业的反馈。这项研究是亚洲发展银行,东盟领先的商学院(亚洲商学院,德拉萨尔大学,印度尼西亚Padjadjaran大学,新加坡管理大学,THU DAU MOT大学)和英国帝国大学商学院的合作。在[城市/国家/地区]的这项研究的联系人是xx.xx@xx.xx.xx。和手机号码 +nn – nn nnnnnnnn nn这项调查是机密的。可识别的有关个人业务的数据将不会发布。数据将存储在安全服务器中,只有研究团队才能仅出于研究目的访问它。我们将发布有关我们发现的报告,包括对政策和企业家实践的影响。如果您想收到报告的副本,请在下面的框上打勾。我们还将组织一个网络研讨会,以阐述我们的发现对企业家的含义,以及企业家如何最好地利用数字技术来促进其业务。如果您想参加这样的网络研讨会,请在下面的盒子上打勾。Q是的,我想要报告的副本问:是的,我想参加一个网络研讨会,讨论对企业家的影响[使用以下空间为面试官提供说明]
erkko Autio(erkko.autio@imperial.ac.uk)是帝国大学商学院的技术教授兼主席。Chiraphol Chiyachantana(chiraphol@smu.edu.sg)是新加坡管理大学的助理教授。kun fu(kun。fu.cn@gmail.com)是伦敦拉夫堡大学的高级讲师。Raymund Habaradas(Raymund。habaradas@dlsu.edu.ph)是德拉萨尔大学的教授。Anang Muftiadi(anang.muftiadi@unpad。ac.id)是Padjadjaran大学的首席杂志。pattarawan prasarnphanich(pattarawanp@sasin.edu)是丘拉隆科大学的首席研究员。Pham MinhQuyên(quyenpm@tdmu.edu.vn)是Thu dau Mot大学的讲师。 Willem Smit(Willem.smit@ fulbright.edu.vn)是越南富布赖特大学的企业家领导教师。 Cynthia Castillejos-Petalcorin(cpetalcorin@adb.org)是该行业集团的高级金融部门官员; Yothin Jinjarak(yjinjarak@adb.org)是东亚部门的高级经济学家;和Donghyun Park(dpark@adb.org)是亚洲发展银行经济研究和发展影响部的经济顾问。Pham MinhQuyên(quyenpm@tdmu.edu.vn)是Thu dau Mot大学的讲师。Willem Smit(Willem.smit@ fulbright.edu.vn)是越南富布赖特大学的企业家领导教师。Cynthia Castillejos-Petalcorin(cpetalcorin@adb.org)是该行业集团的高级金融部门官员; Yothin Jinjarak(yjinjarak@adb.org)是东亚部门的高级经济学家;和Donghyun Park(dpark@adb.org)是亚洲发展银行经济研究和发展影响部的经济顾问。
数字技术集成到监视报告验证(MRV)系统中,为碳市场创建了关键的发展,从而提高排放交易系统质量和运营效率。这项研究研究未经CCCC标准A6.4-MEP004-A03草案,讨论了技术缺陷和潜在的改进机会。研究评估了标准中所有泄漏检测和监视规定,以发现将新技术纳入碳市场MRV系统的基本可能性。该标准草案列出了强大的方法论标准,但它不包括有关监视技术进步的特定程序,这些程序涵盖了卫星跟踪以及物联网传感器和区块链验证平台以及人工智能功能。该研究通过有关使用数字技术改善碳市场MRV系统性能的特定指南为当前研究创造了新的价值,这可能会彻底改变其准确性和运营效率。研究结果将确定第6.4条机制的未来方法以及跨碳市场的运营。
也有潜力通过促进令牌技术来进一步推进绿色债券市场的发展,并鼓励AIS和发行人在资本市场交易中采用此类技术。除了分别由HKSAR政府于2023年和2024年发行的两个令牌绿色债券外,HKMA于2024年11月启动了数字债券赠款计划(DBGS)。DBGS旨在支持数字债券,包括绿色,社会,可持续性,可持续性挂钩或过渡债券,只要它们符合相关资格要求。HKMA认为,象征性有可能帮助促进绿色债券的发行和交易,提高效率,透明度和可及性,并最终提高对投资者和发行人的吸引力。