16位諾獎得主連署示警:川普上任恐再度加劇通膨
中央社.2024年6月26日 14:18

(中央社紐約25日綜合外電報導)16位諾貝爾經濟學獎得主今天在一封連署信中警告,要是美國前總統川普再度入主白宮,經濟方面將面臨風險,包括通貨膨脹可能再度加劇。

美國財經媒體CNBC報導,這群經濟學家寫道:「儘管我們對於不同的經濟政策抱持各自的看法,但我們一致認為,拜登的經濟政策遠勝川普。」

這群在政治方面屬於進步派的學者寫道:「人們有理由擔心,川普將以他在財政上不負責任的預算,重新引發通貨膨脹。」

川普迄今已提議將他首任任期的減稅政策永久化,對所有進口商品徵收普遍關稅,其中針對中國的關稅率將在60%到100%之間,並向獨立的美國聯邦準備理事會(Federal Reserve Board)施壓要求降息。

經濟學家和華爾街分析師均預測,這些提議有可能會重新推升價格,而這些價格近幾個月來雖然稍有緩解,但仍然容易受到影響。

據路透社報導,這封信的連署人包括諾貝爾經濟學獎2001年得主史提格里茲(Joseph Stiglitz)及2015年得主迪頓(Angus Deaton)等著名經濟學家。

這群經濟學家指出:「艾維克合夥公司(Evercore)、安聯集團(Allianz)、牛津經濟公司(Oxford Economics)和皮特森國際經濟研究所(Peterson Institute for International Economics)等機構的無黨派研究人員預測,川普要是成功施行他的政策,將推升通膨。」

史提格里茲表示,近日一連串民調顯示,選民認為在管理美國經濟方面,他們信任川普勝過拜登,讓他覺得有必要發起這封連署信。

史提格里茲接受CNBC訪問時指出:「許多人認為川普比拜登更適合管理經濟。我認為讓美國人民知道,至少有一群值得信賴的經濟學家完全不這麼認為,是很重要的事情。」

今天這封連署信的公布時機值得注意,再過幾天,川普和拜登預計將在首場總統大選辯論中正面交鋒,這場由美國有線電視新聞網(CNN)在亞特蘭大(Atlanta)主持的辯論會,預計將花費大量時間著重在經濟,特別是通膨問題上。

川普陣營則堅定駁斥這群諾貝爾經濟學家的立場。

川普競選團隊發言人李威特(Karoline Leavitt)在致CNBC的聲明中表示:「美國人民不需要這些毫無價值、與現實脫節的諾貝爾獎得主來告訴他們哪位總統能讓他們的口袋更飽滿。」(譯者:李佩珊/核稿:劉文瑜)1130626

最新選舉新聞

最新選舉新聞

多元觀點

不同視角的媒體報導

韓國瑜 化解 僵局

賴清德 綠委

死刑 合憲

賴清德 全勤令

韓國瑜 化解 總預算

社會 防衛 韌性

中天新聞網
太報
信傳媒
美麗島電子報
與卓榮泰喝咖啡、吃蛋糕之後 韓國瑜允搭朝野平台化解總預算僵局
中央政府總預算案被在野黨退回、要求重編,行政院長卓榮泰27日在立法院會國是論壇後,與立法院長韓國瑜會面,韓國瑜允搭朝野平台;有消息傳出,韓國瑜擬於下周邀請朝野餐敘,盼能化解僵局。
  • 資料來源:網路溫度計自2017年至今約累積28億則以上文章的網路社群大數據資料庫,其內容涵蓋Facebook、YouTube、Instagram、Dcard、以及包含Yahoo奇摩新聞、聯合新聞網、中時新聞網、ETtoday新聞雲、LINE TODAY、蘋果日報、自由時報、三立新聞網等約350家媒體網站上與選舉相關之政黨、候選人公開資料。
  • 分析方式:本模型分析方式非採傳統抽樣之民意調查,係將蒐集之資料庫予以分析,無母體數、樣本數限制。本模型係運用大數據關鍵引擎,透過深度學習與AI人工智慧技術,使用斷字切詞(Word Segmentation)、語意分析(Semantic Analysis) 、即時情緒分析(Real-Time Sentiment Analysis)等技術,汲取網路上相關討論文章,將文章分為正面、負面、中立三種情緒,計算網路聲量。
  • 跨世代劃分標準:本預測模型判別跨世代之依據,係以不同世代使用者之網路社群行為模式差異區辨。以不同社群網站之使用者世代臉譜數據為基礎,計算跨世代在不同社群聲量上的權重,綜合計算後得到世代好感度數據。
  • 名詞解釋
    • 網路聲量:透過「KEYPO大數據關鍵引擎」,計算社群討論及新聞報導提及的文章則數,聲量越高代表討論越熱,能見度越高。
    • 好感度分數:綜合評估網路聲量與網友語意情緒,分析各熱門候選人的網友評價。各熱門候選人的情緒、聲量皆經過標準化分數處理,得出好感度分數,再進行各縣市候選人彼此的比較,評量不僅需要聲量高,而且是好評要高,負評要低。好感度分數範圍在0-100分之間,分數越高,表示整體網友對於該位候選人的好感程度越佳。
  • 其他說明
    • 調查單位及主持人:大數據股份有限公司
    • 辦理時間:即日起至2022年11月16日止,逐日更新好感度數據。
    • 抽樣方式:本預測模型非抽樣之民調調查
    • 母體數:無母體數,請參考上述大數據資料庫的內容涵蓋範圍
    • 樣本數及誤差值:本預測模型非採用小樣本抽樣之民意調查,不適用抽樣誤差值
    • 經費來源:Yahoo奇摩、大數據股份有限公司