美3學者研究國家之間「貧富差異」獲諾貝爾經濟學獎
世界日報World Journal.2024年10月15日 14:25

今年諾貝爾經濟學獎得主14日宣布,由麻省理工學院教授艾塞默魯(Daron Acemoglu)、強生(Simon Johnson)及芝加哥大學教授羅賓森(James A. Robinson)獲得,表彰他們對社會制度如何形成並影響國家繁榮的研究。

三人研究的主題是被殖民國家的體制如何形成,以及如何影響經濟繁榮。他們研究的廣泛結論是,民主政治較有利於締造經濟成長。

此外,三人的研究著眼國家之間的貧富不均。諾貝爾委員會指出,今年得主檢視以往歐洲殖民者在全球各殖民地推行的不同政治和經濟體制,彰顯社會制度牽涉一國繁榮。

委員會主席史文森說,減少各國巨大的所得差距是當今最大挑戰之一,三人展示社會制度對達成此目標具重要性。

諾獎新聞稿說明,歐洲殖民者改變其殖民地的社會,引進不同社會制度。有些建立廣納型(inclusive)政治及經濟體制,以長期造福來自歐洲的移民。但部分殖民地面臨榨取型(extractive)制度,殖民者目的為剝削原住居民並提取其資源來牟利。

推行廣納型制度可為所有人帶來長期效益,但有些國家深陷於榨取型制度,經濟成長偏低。榨取型制度為當權者帶來短期好處;只要政治體制確保當權者持續掌權,沒有民眾會相信他們對未來經濟改革的承諾,這也是為何情況不見改善。

人在雅典的艾塞默魯說,很高興獲獎,並說其獲獎研究成果強調民主制度的價值,「從非民主政權進行民主化的國家,最後成長確實快上非民主政權約八、九年」,但他也承認民主並非萬靈丹,推行民主相當困難。

強生則對路透說,美國既有體制正飽受壓力,特別是前總統川普拒絕在2020大選認輸,「我認為這是我在工業化世界看到的最大隱憂」,他表示今年美國大選將是美國民主「沉重的壓力測試」。

更多世界日報報導
紐時:有一群川普支持者其實並不相信川普
賀錦麗民調被超車「優勢消失」 評論員:川普人氣比當總統還高
神祕無人機群去年12月連17天入侵美軍基地 美要找被捕中國留學生解惑

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

朝野 總預算

國安 會議 擺拍

罷免 謝國樑

國安 抹紅 馬英九

謝國樑 柯文哲

國安 會議

三立新聞網 setn.com
臺灣時報
信傳媒
民視
朝野17日協商總預算!卓榮泰喊「政院適度提解方」 吳思瑤「這樣說」
中央政府明年度總預算案卡關,經過上周朝野和解飯後,立法院長韓國瑜發函各黨團,將於17日召集朝野黨團協商。行政院長卓榮泰今(15日)上午受訪時提到,「沒有一方是鐵板一塊,政院也能適度提出幾項解決方案」,遭外界認為已備有腹案。對此,民進黨團幹事長吳思瑤指出,政院若有腹案,那民進黨團也會跟行政院提出合理解決,但前提是,在協商過程不能逾越憲法授權,更直言「韓院長跟各黨黨鞭都是有經驗政治工作者,只要坐下來談
  • 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