XiaoMi-AI文件搜索系统
World File Search System生产函数
中国海洋渔业中碳水槽价格的研究
通过近岸水产养殖增强海洋碳固化是一种解决全球气候变化和促进低碳发展的新型科学方法。科学估计中国海洋燃料的数量和价格，为促进海洋碳贸易提供了关键的基础。在本文中，首先，计算了1979年至2022年可用于碳交易的中国海洋碳固存纸的长期碳存储能力。，然后建立了一个先验对数生产函数模型，其中包含山脊回归分析，以及用于估计中国海洋渔业碳纤维固结的阴影价格的会计方程。同时测量了2015年至2022年中国海洋燃料销售价格的扭曲水平，并分析了价格失真的原因和经济影响。研究结果表明：1）中国海洋碳碳纤维固还有用于碳交易的能力，范围从1979年的78,869.01吨到2022年的1,232,762.27吨，每年的年产率为592,472.07 TONS，平均年龄为592,472.07 TONS; 2）中国海洋渔业碳的价格从1979年的39.46 CNY增加到2022年的375.96 CNY，平均年增长率为6.00％。年平均价格为167.87 CNY； 3）从2015年到2022年，中国的海洋燃料固还有价格不同，随着中国自己的碳交易市场的建设和交易实践，每年都会下降。要实现海洋渔业碳固换的价值，有必要积极促进自愿减排市场的发展，发展碳贸易期货市场，并增强资源的动态监控系统。
经济和金融事务
在本文中，我们对意大利过去二十年加价的演变进行了评估。为此，我们采用了宏观和微观数据以及估算技术，即简化形式的会计指标（价格成本利润率）和基于生产函数模型的指标。在使用总体数据时，我们采用比较方法，分析四个主要欧元区国家的加价，而微观层面的分析则侧重于意大利。根据我们的研究结果，i) 欧盟各国的加价呈现持平/略有下降的动态，平均稳定在 1.1 的水平；ii) 总体动态掩盖了相当大的跨部门和跨公司异质性；iii) 公司内部成分是加价动态最相关的驱动因素；iv) 没有出现由顶级公司驱动的动态。我们的结果与 De Loecker 和 Eeckhout (2018) 的结果不同，主要有两个原因：首先，我们的样本更能代表意大利企业部门，因为它包括非上市公司；其次，我们不是假设各国采用共同技术，而是估计特定国家的技术参数。最后，我们提出了一个全面的市场力量衡量标准，在主成分框架中总结了之前研究的指标，并根据一组验证变量确认了其有效性。JEL 分类：D2、D4、E2、L1、O3。关键词：加价、竞争措施、欧元区、微观宏观数据。DOI：10.32057/0.QEF.2022.0672
经济增长的过去和未来的新视角
摘要：我们提出了一个“硬件-软件”框架，为长期经济增长机制提供了一个新的视角。基于第一原理，它假设产出是通过有目的的物理动作产生的。生产需要能量和信息，由各自的因素提供：硬件（“体力”），包括体力劳动、物质资本和计算，以及软件（“大脑”），包括人类的认知工作和数字软件，特别是人工智能（AI）。硬件和软件在生产中是必不可少的，并且是互补的，而它们的组成部分是可以相互替代的。该框架概括了新古典主义的资本和劳动力模型、资本-技能互补性和技能偏向技术变革的模型以及选定的统一增长理论。我们对 1968 年至 2019 年美国的硬件和软件进行了实证量化，记录了硬件（机械化）中物质资本的份额不断上升，软件（自动化）中数字软件的份额不断上升；总体而言，软件的增长速度一直比硬件快。人力资本和数字软件的积累是美国经济增长的主要贡献者。从硬件-软件框架的角度来看，我们预计变革性人工智能将实现生产完全自动化，经济增长将加速一个数量级。关键词：生产函数、互补性、机械化、自动化、人工智能、变革性人工智能。JEL 代码：O30、O40、O41。
“可再生能源的投资潜力”
绿色经济需要绿色创新，而创新需要投资。世界上大多数国家仍然依赖传统（化石）能源。向绿色或可再生能源转型是一种有效且创新的方式，可以满足人口增长带来的不断增长的需求。绿色能源领域创新的另一个原因是需要减缓气候变化并避免污染，尤其是在发展中国家。监测的可再生能源投资通常来自公共部门。因此，本文旨在确定所选国家在 2013 年至 2017 年期间（为进行更深入的分析，选择了 2017 年）是否有效地生产了可再生能源，同时考虑到公共金融机构的投资和可再生能源的发电装机容量。为此，使用了 Cobb-Douglas 生产函数对数形式的随机前沿分析模型，该模型有助于根据将投入有效转化为产出来判断各国的竞争力。结果表明，第一个变量“装机容量”对发电量的影响在统计上高度显著，而第二个变量“公共投资”的影响在统计上不显著。根据估计的产出导向技术效率范围从 0.00 到 1.00，将受监测国家分为 10 组。考虑到 2017 年的投入水平（第 6 组 16 个国家，估计的产出导向技术效率为 0.51-0.60），大多数国家应将可再生能源发电量提高约 40-49%。
现代经济理论与发展
过去 50 年，我们对发展的理解发生了显著变化。我们知道发展是可能的，但并非必然。我们进行了大量试验。显然，没有万无一失的成功公式；如果有，就会有更多成功。一些策略似乎在一段时间内有效，然后就失效了；一些策略似乎在某些国家有效，而在其他国家无效。1 经济理论已经发展到可以解释成功和失败的程度。本章试图描述经济理论的这些变化——既包括所使用的模型类型，也包括被认为发挥关键作用的因素。它侧重于两个关键问题：哪些力量可以解释各国收入的差异？我们可以得出哪些影响，以确定最有可能促进发展的干预措施的性质？本章的一个基本主题是，工业化国家与发展中国家的差异远远不止资本水平——甚至人力资本。更多的资本可能会有所帮助，但值得注意的是，即使是资金转移也可能不会对经济增长产生很大影响（见世界银行 1999a）。消除政府施加的扭曲显然也是可取的，但这对于持续增长来说似乎既不必要也不充分。2 我们在本章中探讨的所有发展观点都认为，工业化国家和发展中国家具有不同的生产函数，并以不同的方式组织起来。发展不再主要被视为资本积累的过程，而是组织变革的过程。我们讨论三个广泛的、相互关联的研究项目——信息经济学、协调问题理论和制度经济学——所做的工作。这些研究项目背离了新古典理论的强假设。在新古典理论中，每一个等式
普雷特纳，克劳斯；萨达维，贾梅尔；马里奥·维鲁埃特
近几十年来，工业机器人已成为制造业中执行相对常规机械任务的工人越来越重要的替代品。全球工业机器人的存量强劲增长，尤其是自 2008-2009 年全球经济和金融危机以来（参见 Abeliansky 等人，2020 年；Prettner 和 Bloom，2020 年；Jurkat 等人，2022 年）。最近的研究表明，这种趋势给低技能工人的工资带来了下行压力，比高技能工人的工资压力更大（参见 Acemoglu 和 Restrepo，2018b，2020 年；Dauth 等人，2021 年；Cords 和 Prettner，2022 年）。结果，技能溢价增加了（参见 Lankisch 等人，2019 年；Prettner 和 Strulik，2020 年）。随着 2022 年秋季 ChatGPT 的出现，以及更普遍地说，随着最近人工智能 (AI) 取得的令人瞩目的进步，人们不禁要问，技能溢价的未来演变将受到怎样的影响（参见 Acemoglu 和 Restrepo，2018a）。这是因为，与工业机器人相比，人工智能主要取代了高技能工人执行的任务。例如，基于人工智能的模型和设备越来越多地用于诊断疾病、开发药物、编写报告、编码，或者只是在营销和研发等领域产生鼓舞人心的想法。由于这些任务通常是非例行的并且由高技能工人执行，人工智能可能会对他们的工资造成下行压力，从而也对技能溢价造成下行压力。为了分析人工智能对总体技能溢价的影响，我们开发了一个通用嵌套恒定替代弹性 (CES) 生产函数，其中机器人替代低技能工人，人工智能替代高技能工人。我们允许机器人和人工智能对不同技能水平的工人进行不完全替代，并推导出人工智能的出现会降低技能溢价的条件。
人工智能与技能溢价
近几十年来，工业机器人已成为制造业中执行相对常规机械任务的工人越来越重要的替代品。全球操作工业机器人的数量强劲增长，特别是自 2008-2009 年全球经济和金融危机以来（参见 Abeliansky 等人，2020 年；Prettner 和 Bloom，2020 年；Jurkat 等人，2022 年）。最近的研究表明，这种趋势给低技能工人的工资带来了下行压力，比高技能工人的工资压力更大（参见 Acemoglu 和 Restrepo，2018b，2020 年；Dauth 等人，2021 年；Cords 和 Prettner，2022 年）。因此，技能溢价增加了（参见 Lankisch 等人，2019 年；Prettner 和 Strulik，2020 年）。随着 2022 年秋季 ChatGPT 的出现，以及更广泛地说，随着人工智能 (AI) 近年来取得的令人瞩目的进步，人们开始思考技能溢价的未来演变将受到怎样的影响（参见 Acemoglu 和 Restrepo，2018a）。这是因为，与工业机器人相比，人工智能主要替代高技能工人执行的任务。例如，基于人工智能的模型和设备越来越多地用于诊断疾病、开发药物、撰写报告、编写代码，或者只是在营销和研发等领域产生鼓舞人心的想法。由于这些任务通常是非例行的，并且由高技能工人执行，人工智能可能会对他们的工资造成下行压力，从而也对技能溢价造成下行压力。为了分析人工智能对总体水平的技能溢价的影响，我们开发了一个一般嵌套的恒定替代弹性 (CES) 生产函数，其中机器人替代低技能工人，人工智能替代高技能工人。我们允许机器人和人工智能对不同技能水平的工人进行不完全替代，并推导出人工智能的出现会降低技能溢价的条件。
东商学院的经济影响...
总体而言，东卡罗来纳大学商学院通过提供优质教育、促进研究和创新、培养创业精神、与商界互动以及积极参与社区活动，对学生、教师、当地社区和商界产生了积极影响。研究目标和范围 这项经济影响研究旨在评估和量化 COB 对当地、地区和州经济做出贡献的各种方式。这些贡献的示例包括直接经济影响、间接经济影响、诱导影响、就业效应和学生工作项目。通过实现这些目标，这项经济影响研究为 COB 利益相关者（包括学院的管理部门、政府实体和当地社区）提供了有关学院经济意义和贡献的宝贵见解。它有助于为战略决策、资源分配、筹款和政策制定提供信息，以最大限度地提高与学院运营相关的积极经济成果。该研究分析了 2022-2023 财年的数据。数据不限于某个地理区域，但重点突出了州一级的影响。方法论 为了估计支出或额外收入的经济影响，使用了 IMPLAN（IM pact A nalysis for PLAN ning）软件。IMPLAN 是一种广泛使用的学术、政府和企业工具。IMPLAN 的分析方法使用基于国家、州和地方经济和人口统计数据 1 的全国标准化生产函数和均值调整消费函数来创建投入产出模型。一个地区的经济活动通常是个人直接或间接支出的组合，可以通过投入产出模型进行跟踪。为确定 COB 对地方、地区和州经济的产出、收入和就业的经济影响，我们估算了 COB 对其员工的支出。同样，本报告还估算了 COB 毕业生的边际收入提高导致其消费能力增强对地方、地区和州一级的经济影响。
农场能源投入产出分析及评估...
农业和环境可持续性的概念是指在增加作物产量的同时尽量减少自然资源的退化；评估流入和流出的能量资源有助于强调系统的弹性和维持其生产力。在这方面，本研究评估了棉花生产的能源投入产出量及其环境干预措施。数据是通过面对面访谈随机从400名棉农收集的。结果表明，主要能源消耗来自三大元凶，即化肥、柴油和灌溉水（分别为11,532.60、11,121.54和4,531.97 MJ ha −1）。温室气体（GHG）总排放量为1,106.12 kg CO2eq ha −1，主要来自柴油、机械和灌溉水。能源使用效率（1.53）、比能（7.69 MJ kg − 1 ）、能源生产率（0.13 kg MJ − 1 ）和净能源增益（16,409.77 MJ ha − 1 ）等能源刺激数据。进一步使用数据包络分析 (DEA) 进行分析表明，技术效率低下（即 69.02%）是能源使用效率低下的最可能原因。能源效率增长的无常趋势已被证实，能源节约潜力从 4,048.012 增加到 16,194.77 MJ ha − 1，温室气体排放量减少 148.96 – 595.96 kg CO 2eq ha − 1。进一步应用柯布-道格拉斯生产函数来发现能源投入与产出之间的关联，结果发现化肥、柴油、机械和杀生物剂对棉花产量有显著影响。边际物理生产力 (MPP) 值表明，燃料（柴油）、杀生物剂和机械额外使用的能量（1 MJ）可分别使棉花产量提高 0.35、1.52 和 0.45 kg ha − 1 。节能与能源共享数据联系最紧密，即 55.66%（直接）、44.34%（间接）、21.05%（可再生能源）和 78.95%（不可再生能源），进一步揭示了不可再生能源（化石燃料）的高使用率最终导致温室气体的高排放。我们希望这些发现能够有助于管理能源预算，我们相信这将减少温室气体的高排放。
恒定价格部门GDP
摘要本文讨论了经济增长和转型的分析以及恒定价格部门GDP的概念，通常被理解为衡量与实际因素输入有关的实际因素奖励。它回顾了对GDP数据基础的此类统计和统计惯例的批评，它们的重点是当前价格因素收入以及从重估净产量中构建恒定价格部门GDP的实践的含义（总输出较少的非因素输入）。创新，它显示了距基本年度一年后实际部门因素输入的恒定价格的重新计算如何不一定等于重估的总产出较少的非因素输入，这是此类数据的通常基础。要求其平等的会计身份仅适用于当前价格。因此，恒定价格部门GDP数据不能衡量实际因素输入。尽管如此，分析结构转化的经济学家的分析框架通常会假设他们以恒定的价格部门GDP的量度（当他们没有的情况下）衡量了实际因素输入的量度。这抑制了分析与激励措施正确互动，通常通过采用生产函数方法来忽略不平衡的可能性，这种方法认为恒定的价格部门数据测量实际因素输入的变化，预计技术条件会确定激励措施（因素奖励）。本文通过检查越南的工作来表明确认偏见的风险。1个关键词结构性变化，国民收入会计，经济增长，经济发展，确认偏见。1。简介1.1。GDP在本文中，我讨论了恒定价格部门GDP。我的意思是指统计报告在扇区（例如服务）或子行业（例如服务，零售贸易中）生成的GDP，这些统计数据被重新估算为以某种方式与价格变化无关。可以通过对Sulcev rf a Bave a Bave \ eau（cxuueqwo \ 2010 [GSO 2020]）进行重新评估，可以做到这一点（例如越南总统计局（GSO））