XiaoMi-AI文件搜索系统
World File Search SystemTFP
生产率为何放缓？
我们回顾了近期有关劳动生产率放缓的研究，并分析了不同因素对这种下降的影响。通过比较五个发达经济体2005年后十年与之前十年的情况，我们试图解释0.8到1.8个百分点的增长放缓。我们认为其中大部分原因是全要素生产率和资本深化贡献率下降，而制造业是造成增长放缓的最大部门。没有单一因素可以解释这种增长放缓，但我们发现了许多因素，这些因素合在一起可以解释大部分观察到的情况。在我们研究的国家中，这些因素包括测量错误、人均资本贡献率下降、无形资本增长的溢出效应降低、贸易放缓以及配置效率增长放缓。在某些国家，部门重新配置和人力资本贡献率下降可能也发挥了一定作用。除了对经济放缓的原因进行定量评估之外，我们还对其他原因进行了定性评估，包括生产率增长是否可能由于创新放缓而下降。
柬埔寨的经济多元化
图 1 2010-2023 年实际 GDP 增长.....................................................................................................................................4 2 2010-2023 年供给侧对 GDP 增长的贡献.....................................................................................................5 3 2010-2023 年需求侧对 GDP 增长的贡献.....................................................................................................6 4 2000-2021 年资本、劳动力和 TFP 对增长的贡献.....................................................................................7 5 2010-2023 年通货膨胀.............................................................................................................................................8 6 2010-2023 年财政指标.............................................................................................................................................10 7 2010-2023 年政府债务.....................................................................................................................................11 8 2015 年和 2021 年柬埔寨出口产品.....................................................................................................................12 9 2015 年和 2021 年柬埔寨进口产品......................................................................................................................13 2015 年和 2021 年柬埔寨的出口市场.....................................................................................................................12 10 2015 年和 2021 年柬埔寨的出口市场.....................................................................................................................13 11 2010-2023 年经常账户余额.........................................................................................................................................14 12 2010-2022 年农村和城市人口.........................................................................................................................................15 13 2010-2021 年各部门就业.........................................................................................................................................16 14 2009 年、2014 年和 2019 年贫困率.........................................................................................................................................17 15 2009 年、2014 年和 2019 年粮食贫困率.............................................................................................................................18 16 2009 年、2014 年和 2019 年基尼系数.........................................................................................................................................19 17 2022 年 PISA 15 岁数学、科学和阅读成绩，柬埔寨与地区同行比较......................................................................................................................................23 18 劳动力教育程度，2015 年与 2021 年比较......................................................................................................................24
欧洲经济预测。2024 年秋季
AF 秋季预测 APP 欧洲央行资产购买计划 BCS 欧盟企业与消费者调查协调计划 CFCI 综合融资成本指标 COICOP 个人消费按目的分类 COVID-19 2019 新型冠状病毒肺炎 DGSE 动态随机一般均衡模型 EUCAM 欧盟共同商定方法 GM 欧盟委员会全球多国模型 HDD 供暖度日数 NACE 欧洲共同体经济活动的统计分类 NFC 非金融公司 NGEU NextGenerationEU LNG 液化天然气 PEPP 欧洲央行疫情紧急购买计划 PPP 购买力平价 RRF 复苏与复原贷款机制 RRP 复苏与复原计划 SF 春季预测 SME 中小企业 S&P GSCI 标准普尔 高盛商品指数 SVB 硅谷银行 TFP 全要素生产率 TTF 产权转让工具 TLTRO III 定向长期再融资操作 VAT 增值税 WiF 冬季中期预测
中央计划下的创新：专利和……
摘要 本论文采用了有关东德专利活动和全要素生产率的新数据集来研究创新与生产力之间的关系。专利活动之所以被选为关注变量，是因为它与创新过程有着内在联系，并且具有很高的国际和跨期可比性。对 1950 年至 1989 年东德经济的 16 个部门的分析发现，专利与未来生产力增长之间没有统计学上的显著关系。这一结果很不寻常，可能是东德的制度框架造成的：首先，它是计划经济，因此创新对生产力的影响会降低；其次，东德独特的专利制度可能会增加专利申请的数量，同时降低其经济实用性。通过涵盖东德的全部专利存量，以及稳健地估计东德的初始资本存量，可以比以前的研究更可靠地解释这两个变量。本论文通过使用新数据并将经过验证的经验识别策略应用于新环境，为文献做出了贡献。它还为进一步研究东德和计划经济体中专利与创新之间的关系提出了途径。
银行贷款和实体经济 - 巴黎
银行贷款对实体经济有何影响？本项目通过 19 世纪美国历史上的一个事件，研究银行贷款产生实际影响的几种方式。1875 年，美国对其货币进行了重新估值。我将此视为政策冲击，并发现它产生了银行贷款的外生区域差异。重新估值既直接改变了银行资产的价值，也改变了银行吸引存款人的能力，从而对银行产生了影响——因此，我量化了货币政策影响银行贷款的两个渠道。然后，在第二阶段的分析中，我利用这一冲击来研究银行贷款对三个结果的影响。我发现银行贷款增加了银行破产的可能性，但也增加了区域投资。后者并不令人惊讶：19 世纪的法规将银行贷款引向工业投资，远离抵押贷款和农业贷款。这些法规是否扭曲了经济？我发现没有证据表明这些法规扭曲了经济。银行贷款改善了资本配置，这对 TFP 增长做出了不可忽视的贡献。这表明信贷监管控制并不一定伴随着错配。
2021 年财务报告
1 欧洲复兴开发银行（简称“银行”）。 2 净收入转移作为与股东的交易入账，计入权益变动表。 3 银行在当年承诺的项目数量。 4 银行在当年做出的承诺额。这包括 (i) 新承诺（减去当年取消或银团的任何金额）；(ii) 重组承诺；以及 (iii) 当年发放并在年末未偿还的贸易融资 (TFP) 金额。 5 年度动员投资是银行以外的其他实体向客户提供的承诺额，这些承诺明确归因于银行的直接参与。 6 由于银行的积极参与，私人实体以商业条款提供的融资。 7 项目总价值是提供给项目的融资总额，包括欧洲复兴开发银行和非欧洲复兴开发银行的融资，并在项目首次签约的年份报告。欧洲复兴开发银行的融资可能会分一年以上进行，“年度银行投资”反映了欧洲复兴开发银行按承诺年份提供的融资。非欧洲复兴开发银行方提供的融资金额在项目首次签约的年份报告。
欧洲经济预测，2023年春季
AF Autumn Forecast APP ECB asset purchase programme BCS Joint Harmonised EU Programme of Business and Consumer Surveys CFCI Composite Financing Cost Indicator COICOP Classification of individual consumption by purpose COVID-19 Coronavirus disease 2019 DGSE Dynamic Stochastic General Equilibrium model EUCAM European Union Commonly Agreed Methodology GM European Commission's Global Multi-country model HDD Heating degree days NACE Statistical classification of economic activities in the European Community NFC Non-financial corporation NGEU NextGenerationEU LNG Liquefied Natural Gas PEPP ECB pandemic emergency purchase programme PPP Purchasing power parity RRF Recovery and Resilience Facility RRP Recovery and Resilience Plan SF Spring Forecast SME Small and medium-sized enterprise S&P GSCI Standard and Poor's Goldman Sachs Commodities Index SVB Silicon Valley Bank TFP总要素生产率TTF标题转移设施Tltro III目标长期再融资操作增值税税收税收WIF WIF冬季临时预测
欧洲经济预测。春季2024
AF Autumn Forecast APP ECB asset purchase programme BCS Joint Harmonised EU Programme of Business and Consumer Surveys CFCI Composite Financing Cost Indicator COICOP Classification of individual consumption by purpose COVID-19 Coronavirus disease 2019 DGSE Dynamic Stochastic General Equilibrium model EUCAM European Union Commonly Agreed Methodology GM European Commission's Global Multi-country model HDD Heating degree days NACE Statistical classification of economic activities in the European Community NFC Non-financial corporation NGEU NextGenerationEU LNG Liquefied Natural Gas PEPP ECB pandemic emergency purchase programme PPP Purchasing power parity RRF Recovery and Resilience Facility RRP Recovery and Resilience Plan SF Spring Forecast SME Small and medium-sized enterprise S&P GSCI Standard and Poor's Goldman Sachs Commodities Index SVB Silicon Valley Bank TFP总要素生产率TTF标题转移设施Tltro III目标长期再融资操作增值税税收税收WIF WIF冬季临时预测
引用：Figiel，S.（2022 年）。人工智能的发展及其在农业中的应用对劳动力使用和生产力的潜在影响 / Rozwój sztucznej inteligencji i potencjalny wpływ jej zastosowan w rolnictwie na wykorzystanie siły roboczej i produktywność。 Zagadnienia Ekonomiki Rolnej /农业经济学问题，373(4), 5–21。 https://doi.org/10.30858/zer/153583
人工智能 (AI) 是近年来最引人注目的技术发展之一。它可能对包括农业在内的所有经济活动领域产生重大影响。本文讨论了两个问题，即人工智能的实际本质及其在农业中最重要的当前和未来应用，以及它们对该部门劳动力使用和生产力的潜在影响。本文采用的研究方法是对选定的文献资料进行批判性分析，并就人工智能应用对农业劳动力使用及其全要素生产率的可能影响进行演绎推理。研究发现，人工智能在农业中的应用数量众多，而且在技术解决方案和管理流程方面都非常多样化。此外，由于农业生产和营销流程自动化趋势日益增强，预计农业人工智能应用市场将迅速增长。这不可避免地导致用精密机械和机器人取代体力劳动。此外，它还产生了对新劳动力能力的需求，这些能力需要管理日益资本密集型的农业生产和人工智能驱动的相关流程。主要基于理论考虑，可以推测，人工智能在农业中的广泛使用应该会对该部门全要素生产率 (TFP) 的增长产生积极贡献。因此，农业生产者更快采用人工智能解决方案的国家可以在粮食生产方面获得竞争优势。
人工智能的发展及其在农业中的应用对劳动力使用和生产率的潜在影响
人工智能 (AI) 是近年来最引人注目的技术发展之一。它可能会显著影响包括农业在内的所有经济活动领域。本文讨论了两个问题，即人工智能的实际本质及其在农业中最重要的当前和未来应用，以及它们对该部门劳动力使用和生产力的潜在影响。本文采用的研究方法是对选定的文献资料进行批判性分析，并就人工智能应用对农业劳动力使用及其全要素生产率的可能影响进行演绎推理。研究发现，人工智能在农业中的应用数量众多，而且在技术解决方案和管理流程方面都非常多样化。此外，由于农业生产和营销流程自动化趋势日益增强，预计农业人工智能应用市场将迅速增长。这不可避免地导致用复杂的机械和机器人代替体力劳动。此外，它还产生了对新劳动力能力的需求，这些能力需要管理日益资本密集的农业生产和人工智能驱动的相关流程。主要基于理论考虑，可以推测人工智能在农业领域的广泛应用将对农业全要素生产率（TFP）的增长产生积极影响。因此，农业生产者更快采用人工智能解决方案的国家可以在粮食生产方面获得竞争优势。