在本文中,作者考察了政府支出对经济增长的影响。实证研究表明,研究人员在大多数情况下发现政府支出与经济增长之间存在负相关关系。本文基于欧元区国家 1995 年至 2020 年间的年度数据,对面板数据应用了线性回归。主要目的是确定政府支出是否影响经济增长,如果是,如何影响。基于所应用的计量经济学模型,作者确定在面板数据中,政府支出对经济增长产生负面影响,更确切地说,如果政府支出占 GDP 的比例增加 1%,经济增长就会下降 0.509%。此外,每个国家以及整个面板的政府支出与经济增长之间都存在显著的负相关关系。
注:z 统计量在括号中。第 1 至 5 列括号内的稳健标准误差按捐助方、受援方和年份多向聚类。第 1 至 5 列显示使用包含 2006 至 2015 年所有目的地的扩大样本所做的估计。所有来源特定变量均滞后于 t -1。对于外援,我们取 4 年平均值。因此,在时间 t 收到的总转移性官方发展援助是 t -1 至 t -4 之间的 4 年平均值。移民率是使用护士人口的插值值计算的,医生人口的缺失值则使用护士人口比例乘以该国总人口的平均值来估算。样本中包括的 OECD 目的地国如下:比利时、加拿大、丹麦、德国、希腊、匈牙利、爱尔兰、以色列、意大利、拉脱维亚、荷兰、新西兰、挪威、波兰、瑞士、土耳其、英国和美国。缩写:FE,固定效应; ODA,官方发展援助;PPP,购买力平价;PPML,伪泊松最大似然。 * p < 0.05。 ** p < 0.01。 *** p < 0.001。
研究表明,国际金融危机后乌克兰经济结构变化模式的主要特征是工业部门加速萎缩,特别是加工工业潜力丧失、技术单一化和产业种类减少。与此同时,第三产业占主导地位,第一产业增长。生产结构中占据过多份额的是再生产方式只能产生相对较低的经济增长率的工业(采矿业和与工业和农业初级加工相关的工业)。这种结构转变趋势无法产生必要的经济增长推动力,更不可能产生这样的推动力,因为乌克兰经济与世界经济正在发生的根本性变化相伴而生的结构性不一致性加剧的风险。
具体而言,无现金支付对经济增长的积极影响取决于三个可能的传导渠道。Zandi 等人(2013)提出的消费渠道认为,无现金支付为消费者提供即时信贷,从而促进商品和服务的购买。随后,这将增加私人消费并促进经济增长。接下来,Hasan 等人(2012)含蓄地指出了无现金支付的投资渠道。因此,无现金支付降低了与纸质交易相关的成本,从而降低了运营成本并实现了商家之间的规模经济。随后,这将导致业务扩张和经济投资水平的提高,从而促进经济增长。同样,Kearney 和 Schneider(2011)含蓄地提到了无现金支付的政府支出渠道,其中无现金支付促进了政府的税收。因此,无现金支付改善了政府的财政平衡,更多的收入可用于促进增长的政策,从而促进经济增长。
摘要:近年来,越来越多的研究分析了贸易平衡对经济增长的影响。然而,由于贸易平衡恶化阻碍了经济增长,研究结果不明确,这意味着需要进行研究。这项研究旨在调查贸易平衡对经济增长的影响,并在贸易逆差时期对其进行评估。我们的估计基于 1998 年至 2018 年期间欧盟 (EU) 28 国面板数据,使用具有固定效应的多元回归分析的 OLS 方法,并侧重于两种策略:(i) 包括所有贸易平衡时期,(ii) 添加赤字虚拟变量,以评估在赤字期间我们是否可以发现对经济增长的不同且显着的影响。评估所有贸易平衡时期,所得结果表明贸易平衡对经济增长产生负面和滞后影响,并且在赤字时期没有发现显着的影响差异。贸易平衡恶化会降低平均经济增长率,从线性关系评估来看,我们可以说,贸易逆差或贸易盈余的结果并不重要。所得结果也可能掩盖非线性效应的可能性,这意味着,当贸易逆差较大时,贸易平衡恶化会对经济增长产生更大的负面影响。在讨论进一步研究的方向时,考虑其他因素也是有意义的,例如赤字的规模及其持久性。
价格稳定与经济增长之间的关系已成为基于通胀目标制的货币政策的基本原因。然而,没有理论证据表明经济决策单位认为哪种通胀水平高或低。因此,需要实证研究来确定哪种通胀水平是经济增长的阈值。本研究的目的是检验采用通胀目标制的选定国家的价格稳定与经济增长之间的关系。我们使用阈值动态面板数据模型对通胀目标制国家进行比较。根据研究结果,通胀目标制国家的阈值为4,182%。低于阈值,通胀与增长关系不显著,高于阈值,通胀对经济增长产生负面影响。这一结果表明,通胀与经济增长关系是非线性的。
摘要在体外有效抑制沙门氏菌的各种血清型,但抗菌作用对S进行了有效抑制。家禽中的紫菜仍然不清楚。这项研究是第一个评估安全性和抗s的研究。MCCY在没有特定病原体(SPF)雏鸡中的胃部感染。安全性测试表明,体重,IgA和IgM血清的体重,IgA和IgM水平以及3组口服的小鸡的盲肠菌群结构不同剂量的MCCY(5 mg/kg,10 mg/kg,20 mg/kg)与对照组的体重没有显着差异。然后,将雏鸡随机分为3组进行抗S的实验。胃部感染:(i)阴性对照组(NC),(ii)s。Pullorum-Challenged组(SP,5×10 8 CFU/BIRD),(iii)MCCY处理的组(MCCY,20 mg/kg)。结果表明,与SP组相比,MCCY的治疗增加了体重和平均每日增益(p <0.05),减少了s。粪便,肝脏和盲肠中的胸部负担(p <0.05),增强了胸腺,并减轻了脾脏和肝脏指数(p <0.05)。此外,麦基提高了空虚的绒毛高度,降低了空肠和伊利尔的加密深度(p <0.05),并上调了jejunum和ileum中IL-4,IL-10,ZO-1,ZO-1的表达,以及在Jejunum(p <0.05)中的CLDN-1的表达。此外,MCCY增加了益生菌菌群(Barnesiella等。),同时减少(p <0.05)致病菌群(Escherichia和沙门氏菌等)的相对丰度与SP组相比。关键字微蛋白Y,沙门氏菌,肠屏障,肠道菌群
萨塞克斯大学癌细胞信号传导教授 Georgios Giamas 和博士研究员 Rosemary Lane 与来自伦敦帝国理工学院、爱尔兰都柏林皇家外科医学院和博蒙特医院、中国广州中山大学以及美国基因泰克和南加州大学的研究人员合作
由生态气象观察站拍摄的多视图现实生活图像可以为植被监测提供高通量可见光(RGB)图像数据,但目前,关于多视图图像的植被监测效应及其与卫星遥感监测的植被监测效应的研究报告很少。在这项研究中,使用了喀尔斯特裸露的岩石和植被作为研究对象,使用4个生态学术站的远景图像和近视图图像来比较机器学习细分算法对远距离和近乎近距离图像的分段算法的细分效应,分析远距离观点的植被图像和远距离观察的图像以及远距离的远程图像和远距离的远程图像和远距离的远距离图像。结果表明:(1)机器学习算法适用于多视图图像的绿色植被分割。近视图图像的机器学习算法的分割精度高于远景图像的分割精度,精度率超过85%。在弱光条件下捕获的图像可以获得更高的植被分割精度,而裸岩的比例对图像分割精度没有明显影响。(2)不同RGB植被指数所呈现的植被的年际变化趋势差异很大,从远处看,植被的年际变化差异大于近距离观点。ndyi和rgbvi在植被变化中表现出良好的一致性,也可以更好地显示植被的年际差异。从年内变化的角度,各种RGB植被指数显示出不同程度的季节性变化。喀斯特地区的植被从4月到10月生长良好,RGB植被指数从5月到6月在大多数车站达到了高峰。从遥远的角度来看,植被指数的季节性分布更为明显。(3)地面多视图RGB植被指数与不同卫星的NDVI之间的相关性存在显着差异。与FY3D NDVI的相关性比Modis NDVI弱。大多数RGB植被指数与MODIS NDVI有良好的相关性,并且具有显着差异的索引(P <0.05)占70.5%。从远处看,大多数RGB植被指数与FY3D NDVI和MODIS NDVI之间的相关性比近距离观点更好,并且在RGB索引中与不同站点和近距离近距离近距离的NDVI相关的RGB指数有显着差异。机器学习算法与NLM过滤优化相结合,在多视图图像分段中具有很大的优势。不同的RGB植被指数对植被生长的变化有不同的反应,这可能与植被指数和植被形态和位置的带子组成有关。卫星的图像射击模式更接近远视角,因此