导读人工智能的快速发展将使得世界经济发生深刻的变革。本文就人工智能的经济影响进行较为系统的梳理和回顾,着重分析人工智能对生产率和经济增长的促进作用、人工智能对劳动力就业的影响效果,以及人工智能是否会引发收入不平等的加剧等问题。在此基础上进一步归纳如何应用公共政策减缓人工智能对就业结构、收入不平等方面可能带来的负面影响。最后总结现有文献的不足,并对未来的研究方向进行展望。来源 | 《经济学动态》2018年1期作者 |曹静 周亚林关键词: 人工智能 经济增长 就业 收入不平等一、引言 技术进步对经济的影响一直是经济学家重点关注的问题之一。历史上,每一次重大的工业技术进步,都伴随着生产率的大幅度提高。最近,随着人工智能的发展,有关人工智能对经济的影响引发了学术界新的关注。关于人工智能的研究,从 20 世纪四五十年代即开始兴起,而 1956 年由约翰·麦卡锡 (John McCarthy) 等人组织的达特茅斯会议被认为是开创了人工智能 (Artificial Intelligence ,简称 AI) 这个研究领域的历史性事件。在会议上,人工智能这个术语首次被正式提出。目前,关于人工智能并没有直接统一的定义。根据麦卡锡的定义,人工智能是制造智能机器,尤其是智能计算机程序的科学工程。最近,随着大数据的高速发展、硬件和算法的进步,人工智能迎来了发展的新高潮。世界主要国家都在大力发展人工智能,我国也将人工智能视为经济发展的新引擎。 2017 年 7 月 20 日,国务院发布《新一代人工智能发展规划》,提出到 2030 年,人工智能产业竞争力要达到世界领先水平。党的十九大报告中也着重强调“推动互联网、大数据、人工智能和实体经济深度融合”。可以预见,人工智能在未来一段时间将发展更为迅速,会引发科技方面的重大变革,并对经济和人类社会带来更为广泛和深刻的影响。随着人工智能逐渐改变现代和未来经济社会的方方面面,有关人工智能对经济、收入不平等、就业等方面影响的文献与日俱增。在 2017 年初举办的美国社会科学联合会 (ASSA) 年会上,几位著名经济学家在其前期研究成果的基础之上,组织了关于人工智能与经济的讨论会。在 2017 年 9 月由美国国家经济研究局 (NBER) 举行的“人工智能的经济学”会议上,众多经济学家也展开了有关人工智能对经济或生产力增长、就业、收入分配,贸易等经济各个方面影响的探讨,同时也讨论了人工智能或深度学习技术的发展对于经济学方法的拓展等相关议题。研究人工智能对经济的影响,可以帮助我们更好地理解人工智能发展的积极和消极效应,从而设计出合理的公共政策,以应对其可能带来的风险和挑战。本文梳理了人工智能对经济增长、劳动力就业以及收入不平等的影响文献。在此基础上,本文就如何运用公共政策缓解人工智能发展对劳动力市场可能的负面作用等相关研究进行文献介绍。二、人工智能对生产率和经济增长的影响 人工智能是科学技术上的一次重大革新,现有文献中的一个普遍观点是人工智能会提高生产率,促进经济增长。例如 Brynjolfsson & Mc Afee(2014) 就认为,基于人工智能、数字化革命等推动的第二次机器革命将实现空前的技术进步。埃森哲咨询公司 2016 年发布的一份关于人工智能的报告将人工智能视为一种新的生产要素,指出人工智能将会至少通过三个方面促进经济增长:首先,人工智能可以使复杂的体力任务自动化,这种效应被称为“智能自动化”;其次,人工智能可以补充现有的劳动力和资产,提升工人能力和资本效率;第三,人工智能可以促进创新,并扩散到各个行业。近年来大量的理论和实证研究关注了人工智能对经济增长的促进作用,其中生产率决定了在资本、劳动力等生产要素投入不变情况下的经济增长速度,是文献中衡量技术进步和经济效率的一个常用指标。(一)人工智能对生产率和经济增长影响的理论研究 理论层面上,现有的部分文献尝试通过经济增长模型来解释人工智能或者自动化影响经济增长的模式或者路径。在这方面, Hanson(2001) 较早地尝试利用新古典经济增长模型就机器智能对经济影响进行估计。该模型假设机器可以与人类劳动互补,也可以替代人类劳动,在不同的工作中,这种补充或者替代的可能性不同。模型同时假设计算机技术比一般技术改进得更快,机器智能的劳动投入可以根据需要快速增长,从而批量使用机器智能将经济增长率提高一个数量级或更多。另外,作者也指出这种分析可能会低估机器智能对经济的影响,因为其并没有考虑创造新型工作的可能性。Acemoglu & Restrepo(2016) 的研究则弥补了上述缺陷。他们在 Zeira(1998) 基于任务的模型基础上引入自动化技术并假设任务个数为内生。该模型的一个创新之处在于提出了一个统一的框架,在此框架中,从前由劳动力完成的任务可以被自动化,同时劳动力具有比较优势的新任务可以被创造。该项研究发现,自动化同时具有替代效应和生产力效应,替代效应本身会降低劳动力需求,而生产力效应则通过使用更便宜的资本替代劳动从而提高生产力,并提高对尚未自动化任务中劳动力的需求。之后 Acemoglu & Restrepo(2018) 进一步指出,可能限制劳动生产率提高的因素包括:新技术所需技能和劳动力所提供技能的不相适应,以及自动化以过快的速度引进等。新任务倾向于使用新的技能,但如果教育体系未及时提供这些技能,经济转型将会受到阻碍。另外,由于现行的税收体系中倾向于补贴资本而不是劳动,以及劳动力市场的摩擦和不完善,均衡工资会高于劳动的社会机会成本,从而导致自动化技术被过度采用,资本和劳动配置不当,阻碍劳动生产率的提升。评估人工智能对经济增长影响的理论在近年来均已取得了很大进步,运用新古典经济模型或者基于任务的方法,是文献中分析人工智能对经济增长的影响中比较常用的一种方法,模型通常认为人工智能的发展可以通过使用更便宜的资本,补充或者替代劳动力,从而引起生产率的提升和经济的快速增长。(二)人工智能对生产率和经济增长影响的实证研究 随着各类理论模型的逐渐发展以及数据的可得,实证研究也逐渐增多,以检验人工智能或者自动化对生产率的影响。现有的实证研究大多是研究人工智能的某一领域,如计算机资本或者工业机器人对于生产率的影响,并将多要素生产率 (MTP) 、全要素生产率 (TFP) 或者劳动生产率等作为生产率的衡量指标。这些文献几乎全部佐证了人工智能对于生产率的促进作用。Brynjolfsson & Hitt (2006) 运用 527 家美国公司 8 年的股票数据进行研究发现,计算机化对生产率有正的短期影响,并且,在长期来看计算机化造成的生产率贡献可能更大。之后, Bryn jolfsson & Hitt (2011) 进一步运用 179 家大型上市公司的调研数据研究了数据和商业分析的采用对于企业生产率的影响,发现基于数据和商业分析进行决策的企业的平均生产率更高。 Kromann et al(2011) 应用跨国、跨行业数据,以工业机器人的使用作为自动化衡量标准进行实证研究发现,自动化在短期和长期内对生产率有显著的积极影响,如果一国将自动化程度提高到自动化程度最高国家相应行业的同一水平,那么样本中的国家的制造业总生产率可提高 8% ~ 22% 。 Graetz & Michaels(2015) 利用 17 个国家 1993-2007 年间行业面板数据进行研究发现,工业机器人提高了劳动生产率和增加值,其中工业机器人自动化促使经济增长速度提升了 0.37% ,全要素生产率也有提升。但同时,该研究也发现了机器人的使用存在“拥挤效应”,即机器密度增多的边际效应正在快速下降。比较上述文献可以看出,现有的实证文献主要利用发达国家的数据,研究了人工智能对发达国家的经济增长和生产力的影响。受数据限制,人工智能对发展中国家的经济增长影响的研究和证据仍十分匮乏。目前机器人技术等人工智能在发展中国家的使用也在逐渐增加,未来的研究需要更多来自发展中国家或者更多行业的经验证据。(三)人工智能是否会迈向奇点 此次人工智能或许和经济史上以往的技术变革都不相同。深度学习的发展意味着计算机领域自第一次技术变革浪潮以来发生了一个根本性的变化。过去,计算机程序仅是按部就班地编码人类知识,将输入按照人类的预设转化到输出。但是,深度学习可以利用庞大的数据集自己来理解这个映射过程。此技术的发展使机器在知觉和认知方面取得了巨大的进步,而这两者是大部分人类工作必需的技能。鉴于人工智能的快速发展,一些学者开始思考奇点 (Singularity) 是否会到来。 Good(1966) 在 20 世纪 60 年代提出了奇点的设想,即自我提升的人工智能可能将会很快超过人类思想,导致智慧爆炸,在有限的时间带来无限的智慧。 Kurzweil(2005) 预测按照现在的发展速度,技术奇点可能会在 2045 年左右到来。而经济学家则关注了经济奇点是否会到来,即人工智能的快速发展将会越过一个界限,跨过之后经济增长将会以前所未有的速度加速。不同的学者对于奇点是否会到来以及何时会到来持有不同的观点。传统的观点认为,指数型的增长是不可持续的,因为增长需要资源,而资源却会最终耗尽。但如果增长主要体现在知识、文化或者纯价值领域,则经济增长并不一定会存在上限,因此现在部分学者认为,人工智能的发展将来有可能达到奇点。 Aghion et al(2017) 考虑了人工智能的发展如何驱动增长爆炸,指出了人工智能带来的自动化可能带来的快速增长或者奇点的路径,但同时也提出了一些会限制奇点出现的瓶颈,包括自动化水平的限制、寻找新想法的限制等等。 Nordhaus(2015) 将奇点理论置于经济增长模型中,关注了一些关键投入变量,包括工资、生产力增长、价格、知识产权产品和 R&D 等,并据此提出了 7 项测试来探讨我们是否在逼近奇点,例如资本存量中知识产权产品的比例增长情况等,最终这些测试证明奇点的到来仍然比较遥远。 Upchurch & Moore(2018) 认为奇点是否会到来现在还无法预料,并进一步指出更多限制奇点到来的因素。首先,从技术本身来说,创造出有意识的机器人、使机器像人一样思考非常困难;其次,整个社会对于自动化带来的失业恐惧可能会阻止自动化的进一步采用;另外,在现实经济中,生产过程必需的硬件和软件不是无限供给的,一定阶段内科学发展上也会有限制。总体来讲,上述研究探讨了人工智能是否会迈向奇点,但是并未形成统一的意见,探讨奇点到来的可能性仍是未来研究的一个方向。三、人工智能对劳动力就业的影响 人工智能的发展会导致自动化的成本逐渐下降,从而引起机器对人类劳动的替代。实际上,技术进步导致机器取代人类劳动并不是一个新的问题。有关技术性失业的担忧从 18 世纪后期工业化开始即产生,之后众多经济学家对此问题展开了持续而深入的研究,探讨技术进步到底是增加还是减少就业。从现有文献来看,技术进步对就业可能同时具有负向的抑制效应和正向的创造效应。一方面,技术进步提高了劳动生产率,并会替代部分劳动,从而减少就业机会。例如,熊彼特 (Schumpeter, 1911) 提出,技术创新和生产率的提高将引起对生产新产品所用的主要要素需求的短暂提升,但工艺创新的节约效果将导致劳动力需求的下降,从而引起更高的失业。另一方面,技术进步也会通过资本化效应创造就业机会。 Pissarides(2000) 认为资本化带来的就业机会的成本在最初已经支付,技术进步越快,意味着未来收益的有效贴现率越低,从而利润的现值越高。因此,企业为了实现利润最大化,会扩大生产规模,提供更多工作机会。对于上述两种效应具体哪一种效应占优,学术界并未达成统一意见。从过去两个多世纪的数据来看,自动化和技术进步并未使更多劳动力失业,虽然失业率周期波动,但没有支持失业随着技术进步而长期增加的论据。人工智能与以往的技术革命相比有很多共同点,解放了人类劳动,极大地提高了生产力。同时,人工智能也有很多新的特点。人工智能相比以往技术革命的不同主要体现在其变革的速度、规模和深度上。机器学习的发展使得从前非常规的工作变成常规的操作,从而可以实现生产活动计算机化。机器开始扮演大脑的角色,它不仅仅是一个拓展人类能力的机器,不但补充了人类劳动,还具有以全新的方式替代人类劳动的潜质,将冲击许多以往未受技术影响的职业。人工智能的出现使得其对劳动力的替代达到了一个过去无法比拟的速度和规模。目前大量的文献探讨了人工智能对就业市场的影响,主要集中在工作自动化的风险、人工智能对就业的均衡影响以及人工智能对就业结构的影响三个方面。(一)工作岗位被自动化的风险研究 随着计算机价格不断降低,计算机不断取代常规工作,很多工作实现了自动化。目前,人工智能的创新仍在不断加快,自动化的岗位也不再局限于常规任务,更多的工作岗位可能会被自动化。很多文献即针对不同国家不同行业工作自动化的风险进行了研究。Frey & Osborne(2013) 首次根据 O-NET 数据库,应用概率分类模型估计了美国 702 种职业将来被计算机替代的可能性。 O-NET 数据库包含了每种职位关键特征的描述,他们从中归纳出 9 个不易被自动化的技能特征,包括帮助和照顾他人能力、说服能力、谈判能力、社会洞察力、艺术能力、创造性、手工技艺、手指灵巧度以及在狭小的工作空间中工作的能力,并根据每种职业描述将目标职业在这 9 个特征维度上受计算机化影响的程度分别进行量化,通过将职位被计算机化的风险按照大小分为高、中、低三类,结果发现美国 47% 的岗位存在被高度计算机化的风险。Frey & Osborne (2013) 的这项研究引发了更多围绕工作岗位被自动化的风险的讨论。 David(2017) 运用类似的方法预测日本 55% 的职业将被计算机替代,在不同性别的劳动者中无显著差异。 Oschinski & Wyonch(2017) 对加拿大劳动力市场进行研究,他们对 Frey& Osborne(2013) 的工作进行了拓展。一方面,随着自动化的进步,人类在诸如手工技艺、手指灵巧度以及在狭小的空间中工作的能力等方面的技能不再具有严格的优势,因此 Oschinski & Wyonch(2017) 更新了不易被计算机化的技能特征列表。另一方面,根据重要性程度对每个职位的技能特征进行赋权,这是之前的研究没有考虑到的。他们的研究发现,加拿大易被自动化的行业劳动力(定义为该行业超过 3/4 的岗位自动化风险程度高)仅占总就业的 1.7% ,未发现自动化会在短期内引起大量失业的证据。Arntz et al(2016) 指出 Frey & Osborne (2013) 等的研究存在一些方法论上的问题,其中一个主要局限是以职位为单位测度自动化比例,而非用工作任务。由于被认为是高风险的职业经常包含很大份额难以被自动化的任务,这样做可能会导致未来工作自动化的比例被高估。因此 Arntz et al(2016) 运用了基于任务的方法,考虑了工人职位间任务的异质性,运用 PIACC 数据库中实际工作任务数据估计了 21 个 OECD 国家工作自动化的份额。他们发现用工作任务为单位计算其被自动化的风险,相比大部分基于职位的方法的研究结果要小得多,仅为 9% 。该研究进一步讨论了不同 OECD 国家的工作自动化的异质性,例如,韩国工作自动化的份额是 6% ,而奥地利的比例是 12% 。需要注意的是,上述文献仅考虑了自动化对职位或任务的替代效应,工作被自动化的风险并不意味着实际的工作损失。 Arntz et al(2016) 指出这主要有三个原因: (1) 技术使用是一个缓慢的过程,由于经济、法律和社会的障碍,技术替代可能并不如预期那样发生; (2) 即使新技术被引进,工人可以通过更换任务转变技术禀赋; (3) 技术变化通过新技术的需求增加创造了新的工作机会。例如,根据国际机器人联合会 (IFR) 估计,仅仅机器人产业就在世界范围内产生了 17~19 万个工作岗位。 Acemoglu & Restr epo(2017a) 进一步指出,新技术对劳动力的影响并不仅仅依赖于他们作用的部分,而且也与经济中其他部分的调整息息相关。因此,有必要从更多视角来研究人工智能对就业的影响。(二)人工智能对就业的均衡影响 现有的理论模型大多认为计算机或者自动化主要会通过两个渠道影响劳动力市场: (1) 补充作用——计算机可以补充人力劳动,提高某些类型技能的生产力; (2) 替代作用——计算机会替代以前由劳动力完成的工作。 Acemoglu & Restr epo (2016) 即采纳了此假设,并进一步假设劳动供给富有弹性,通过基于任务的模型发现,自动化虽然会降低传统任务的就业,但是新任务的创造会增加就业。上述人工智能对就业影响的理论文献运用经济学模型定性阐述了人工智能或者自动化影响劳动力就业的作用机制及效果,而实证文献则基于历史数据定量估计了人工智能对劳动力就业的效应。现有的考察人工智能对就业的实证研究大多研究人工智能的某一领域,如工业机器人或者计算机资本对就业的影响。从工业机器人角度出发的文献多数使用 IFR 的数据。 IFR 有包含 1993-2014 年间 50 个国家工业机器人使用的数据,大约占工业机器人市场的 90% 。 Graetz & Michaels(2015) 使用了 1993-2007 年间 17 个国家的 IFR 面板数据,并未发现工业机器人对总就业有显著的影响。 Acemoglu & Restrepo(2017a) 通过使用 IFR 和 EU KLEMS (欧盟资本、劳动、能源、材料和服务)数据集,分析了 1990-2007 年间机器人使用的增加对美国本地劳动力市场的影响,结果表明,机器人的使用确实会减少就业,每千人中增加一个机器人,就业人口比例会降低约 0.18%~0.34% 。然而 Dauth et al (2017) 运用 1994-2014 年间德国的 IFR 数据进行研究发现,机器人使用并未造成总体就业损失,仅改变了德国就业组成,即机器人使用虽然会减少制造业的就业,但是增加了服务业的就业。另外一些文献则基于其他数据来源,运用信息通信技术投资或者机器人专利数量指标等展开实证研究,得到了不同的结论。例如, Thomas (2017) 运用 EU KLEMS 的数据进行研究发现,信息通信技术 (ICT) 投资将会促进就业。 Hoede makers(2017) 运用 OECD 中 15 个国家 8 个部门 15 年的动态面板专利数据集,利用 GMM 方法评估机器人技术的进步对劳动力市场的影响,发现机器人技术进步(用机器人专利数目来衡量)对就业有温和的正影响。比较上述文献可以看出,基于不同的地区和数据,人工智能对劳动力就业的影响效应并不统一,出现上述不同的正向或者负向效应的可能原因是: (1) 自动化对就业市场的影响本身很复杂,不同的国家或地区人工智能的发展水平和状态并不同步,而劳动力市场本身也具有很大的差异性,产出弹性和劳动力供给弹性不完全相同,从而对就业产生了不同的影响效果; (2) 人工智能有不同的表现形式,如工业机器人、数字化等,不同形式的技术化条件对劳动力就业的影响方向可能并不一致。(三)人工智能对劳动力就业结构的影响 尽管人工智能对于就业的总体效应尚不明确,但无可争议的是,人工智能对不同行业或者技能的工人的影响是不同的。很多学者强调需要警惕人工智能和自动化带来的就业极化现象。就业极化即人工智能或者计算机化对中间技能人员的替代最为严重,与此同时,高技能行业及低技能的服务业的就业岗位有所增加。大量证据证实,就业极化现象在很多国家的劳动力市场已经出现。有关就业极化现象产生的原因, Autor et al(2003) 进行了研究并给出解释。他们指出了两大类难以被计算机化的任务,一类是抽象任务,通常为专业、技术或者管理职位,需要问题解决能力、直觉、创造力以及说服能力;另一类是手工任务,通常为服务和劳工性工作,需要环境适应性、视觉或者语言识别以及互动的能力。由于这两类工作一般分布在岗位技能的两端,因此产生了就业极化现象。Feng & Graetz(2015) 从理论上解释了历史上及近些年劳动替代技术(如电脑、电动机、蒸汽机)的发展如何导致工作两极化,提出了一个可以区分任务复杂度和培训需求度的模型。研究发现,当自动化成本降低时,对于两个复杂度相同的任务,由于培训需求度更高的任务所需的劳动力也相应昂贵,企业会选择自动化这部分任务;而高度复杂、培训密集型的工作不易被自动化。这样会造成劳动力流向高度复杂或者能力天生、无须太多培训的任务,从而解释了就业极化现象的发生。四、人工智能对收入不平等的影响 在促进经济增长,创造更多的财富的同时,大量经济学家也表现出了对人工智能或者自动化可能带来的收入不平等加剧的担忧。例如 Autor(2015) 指出,如果自动化会促使一部分劳动力变得多余,那么我们的主要经济问题将是分配而不是稀缺。关于人工智能如何影响收入不平等,目前有很多解释。 Berg et al(2016) 指出,目前不平等增加主要由于两个原因:随着机器人技术更加便宜,每个人的产出将会增加,因此资本所占总收入的份额将会增大;此外,生产力和熟练劳动力的工资稳步增长,低技能的劳动力会受到损失,工资不平等也会进一步恶化。不平等的程度将取决于一系列因素,如熟练工人和机器之间的互补程度。很多文献从降低劳动收入份额和增加资本收入份额以及扩大劳动力的工资不平等两个方面,详细阐述了人工智能或自动化对收入不平等的影响机制和效应。(一)人工智能对资本和劳动力收入份额的影响 现实社会中,资本的分布比劳动力分布更加不均,多数资本往往集中于少部分人手中,而人工智能和自动化的发展会促进生产过程中资本要素的份额提升,资本报酬增加,从而加剧收入不平等。 Hanson(2001) 等的分析即证明了此结论。Hanson(2001) 通过新古典经济增长模型研究发现,工资是否会增加取决于资本所有者是否给予劳动力应得的劳动报酬。如果工人获得的劳动报酬份额足够,工资会随着经济增长而增长;如果资本所有者获取更多的劳动报酬,工资会比计算机价格下降得更快,收入不平等也进一步加剧。DeCanio(2016) 运用包含劳动、机器和普通资本的 Houthakker 模型分析了人工智能的广泛应用对工资的影响,研究发现,其影响依赖于总生产关系的形式以及人类与机器劳动的替代关系。未来人工智能的发展可能会降低工资,进而增加不平等,除非机器人资本回报在人群中广泛分配,但是这种分配具体如何才能发生尚不明确。Benzell et al(2015) 使用了两阶段世代交叠模型 (OLG) ,在模型中引入高技术工人和低技术工人,并假设高技术工人在分析任务中具有比较优势,低技术工人在人际交往任务中有比较优势。研究证明,机器人生产率的增加会使拥有资本的当代人收益,无形资产在国民收入中的份额会随时间上升,劳动所占份额最终会下降,同时工资也会下降,从而使后代贫困。Brynjolfsson et al(2014) 的研究同样阐明,人工智能导致收入不平等加剧的可能来源是资本回报增加的不平衡性。研究发现,机器替代了更多类型的劳动,由于它们可以自我复制,因此可以创造更多的资本。这意味着廉价劳动力以及普通资本都不会具有优势,而是会被自动化逐渐挤压。财富会流向那些具有创新能力和创造出新产品、服务和商业模式的群体。而收入在这种创造性的群体中的分布呈幂率 (power law) 形式,少部分赢家获得回报,而分布长尾中则包含了大量获得少量回报的参与者。(二)人工智能对不同劳动力收入不平等的影响 很多文献论证了人工智能或者自动化在影响中低技能劳动力就业的同时,对中低技能劳动的相对工资份额也会带来消极影响。 Lankisch et al(2017) 基于内生经济增长模型,将自动化资本作为一个生产要素引入模型,并假设低技能工人比高技能工人更容易被自动化,分析了自动化对于低技能工人和高技能工人工资的影响。研究发现,自动化降低了低技能工人的实际工资,从而提高了技能溢价和收入不平等。 Acemoglu & Autor(2011) 的研究同样发现,中产阶级的职位和工资在逐渐减少,工资极化伴随着工作极化产生。 Dauth et al(2017) 的研究认为,随着工业机器人使用的增多,中间技能的劳动者将面临巨大的收入损失,但是这种收入损失并不是来自于工作替代或者损失,而是现有工作工资的降低。Acemoglu & Restrepo(2017b) 在前期研究成果的基础上做了进一步的拓展。尽管传统观点认为,由于高技能工人从事的工作往往涉及判断、分析和问题解决等软技能,因此很难被机器替代。但是随着人工智能的发展,高技能工人也可以逐渐被智能机器替代。因此他们在模型中引入了低技能的自动化和高技能的自动化。前者指的是低技能的工人从事的工作可以被机器取代。和以往的研究不同的是,该模型中设定高技能的工人从前擅长的工作也可能被人工智能所取代。模型设定最终商品由连续的任务组成,每个任务可以通过机器(资本)和高低两种技能类型的劳动来生产。该研究通过基于任务的模型考察了自动化如何影响劳动力价格和资本价格,发现尽管自动化对于工资的总效应并不明确,但是低技能的自动化总是会增加工资不平等,而高技能的自动化会降低工资不平等。(三)人工智能对收入不平等的异质性影响 1. 分阶段收入不平等。 由于人工智能在不同阶段的发展速度不同,经济也在逐渐发展,因此人工智能对收入不平等的影响效果在不同的经济发展阶段可能有所不同。 H é mous & Olsen (2016) 通过在横向创新增长模型中引入自动化,指出经济的发展遵循三个阶段:第一阶段,低技能的工资和自动化程度都较低,收入不平等和劳动份额较为稳定。第二阶段,自动化程度提高,技能溢价也相应提升,低技能劳动力的工资会停滞或者下降,劳动份额也会降低,因此会加剧收入不平等;第三阶段,自动化产品的份额开始稳定,低技能劳动力的工资以低于高技能工资的速度增长。 Acemoglu & Restrepo (2016) 则运用基于任务的模型证明,自动化和同时伴随的新任务的创造过程对于不平等的影响是不同的。自动化在短期和中期均会增加不平等,新任务的创造在短期会加剧不平等,但是长期来看,由于任务随时间变得标准化,低技能劳动的生产率会提升,从而不平等的增加也受到限制。2. 地区间收入不平等。 Berger &Frey(2016) 研究发现,收入不平等在不同阶层的人群中的加剧也会带来地区间的不平等加剧,创造新工作的城市高技能工人聚集,而这些城市通常和遭受就业损失或者替代的城市并不一致,因此城市间的收入不平等将逐渐加大。 Berg(2016) 提出,发展中国家的非熟练劳动力被机器人替代将会降低这些国家的相对工资,从而影响国际产出的分配。工业自动化将会使劳动力替代更加便宜,低工资的国家将会慢慢丧失他们的成本优势,从而发达国家可能将生产转移到本国市场附近的自动化工厂。进一步,技术进步意味着工业化在将来会在制造业创造更少的工作,低收入的国家将不再重复此前依靠劳动力从农业转移到工资高的城市工厂工作从而实现快速发展的路径 (Sayer, 2016) 。五、减缓人工智能在劳动市场负面影响的相关公共政策建议 综合上述文献可以看出,人工智能会促进生产率的提升,拉动经济增长,但是也有学者担心人工智能可能会带来中低技术工人失业、增加收入不平等负面影响。如果不能找到创造共同繁荣的方法,出于政治原因,人工智能技术的采纳和发展可能会减慢甚至中止 。因此,如何发挥公共政策的作用,从而缓解人工智能对劳动力市场可能带来的负面影响、保证总体社会福利不受损失成为众多学者探讨的问题。从过去来看,技术革命带来的转变给了人类足够的时间去适应,并平衡劳动供给和需求,但人工智能所带来的改变明显比之前更迅速,规模也更大。因此,制定合理的公共政策应对人工智能给劳动力市场造成的影响显得更加重要。(一)公共政策的重要作用 历史上,每一次重大技术变革都会带来人类社会形态的巨大改变,与此同时,行政体制必然也会受到深远的影响。巨大的变革带来经济的结构性转变,由于个体从一个行业转换到另外一个行业,或者从一个地方转移到另外一个地方,都需要转移成本,因此依靠市场本身可能无法顺利过渡。在存在流动摩擦和僵化的情况下,技术变革可能会导致福利下降。例如, 19 世纪和 20 世纪初美国农业的快速变革导致劳动力需求下降,农业收入大幅下降,城市产品需求下降,从而导致了美国经济的大萧条。这时,政府干预起到了积极的作用。政府通过采用凯恩斯提出的扩张性的经济政策,以及帮助劳动力从农村向城市、从农业向制造业转移,促进了这次结构性转变的成功。 Justman & Gradstein (1999) 的研究同样证实,政府制定合理有效的公共政策对英国工业革命之后改善收入不平等的状况起到至关重要的作用。他们对 19 世纪经历了工业革命的英国进行分析后指出,英国在第一次工业革命之后减少收入不平等的过程中,通过提供免费公共教育、加强工会的法律地位、帮助老弱病残及失业人员、用累进税取代间接税等法律措施,使得收入不平等问题有了较大改善。随着人工智能发展的步伐加快,为了让人们能够更好地面对人工智能这一重大技术变革可能带来的就业总量和结构变化、收入分配不合理加剧等问题,政府制定合理优化的公共政策尤其关键。 Berg(2016) 认为不平等的加剧主要建立在收入未被均等分配的基础上,由于总体产出在提升,如果实行有效的公共政策以保证资本收入能被合理分配,则每个人都可以更好。 Stiglitz & Korinek(2017) 运用理论模型讨论了人工智能对福利的影响。研究发现,尽管市场缺陷可能导致转型期福利恶化,但是如果有合理的政策工具(如税收和转移支付等),科学技术的创新将对于人们获得更合理的收入和资源分配具有促进作用,从而带来帕累托改进。(二)相关公共政策建议 面对人工智能可能会带来的负面影响,文献对多种政策工具的利弊进行了讨论,其中比较常见的政策包括:加强对工人的教育培训,实行全民基本收入政策,对机器人征税。1. 加强对工人的教育培训。 人工智能的发展可能会造成中等技能或者低等技能的劳动力失业,而加强对处于劣势的工人的培训和准备工作则可以帮助他们重新就业,从而扭转或者减缓这一趋势。技术进步也意味着特定的工作技能可能会更快消亡,人们会更快地更换工作,这意味着对职业再培训的需求增加,对积极主动、寻求变化的人才的需求增加。政府需要在培训新技能中扮演积极角色,使工人接受再培训,从而在工作中更有效率地使用人工智能,以及更好地随着技术变革而转换工作。众多文献已经阐明了提高教育水平及加强劳动力培训的重要性,并提供了详细的方案。例如, Glaeser(2014) 认为提高教育水平非常重要,美国应该对教育和劳动力培训进行有针对性的投资,这将对工人(尤其是中低技能工人)很有帮助。 Thierer et al(2017) 指出,社会必须重视工作导向的培训和准备,这样才能让这份工作更难被计算机化。而 Kearney et al(2015) 的文章详细提出了如何培养针对全球化时代急需的专门技术人才。其中包括:中小学教育需要注重培养数学、科学和沟通交流等多种技能;高等教育需要惠及更多学生,包括经济上的弱势群体,以及课堂教学不能脱离劳动力市场的需求;高等教育机制需要培训具有专门技能的人才,同时培育更多的管理者、专业人员和企业家。需要指出的是,中低等技能工人通过培训重新进入就业市场也有比较大的阻力。 Arntz et al(2016) 指出,对于受教育低的劳动者来说,通过培训重新获得比较优势比较困难,尤其是现在的技术变革速度已经超过了以前任何时期。 Bessen(2015) 也指出,大量的普通工人获得新知识和新技能的过程是缓慢而困难的,历史证明制度和文化支持对于社会转型非常必要。2. 实施全民基本收入政策。 很多学者认为,应对人工智能和机器人引发的自动化浪潮的一个好的方法是实行“全民基本收入” (Universal Basic Income, UBI) 政策。全民基本收入即每位公民都能得到政府的定期的无条件支付,其思想并不新颖。弗里德曼早在《资本主义与自由》 (Fried man,1962) 一书中即阐述了“负所得税”的思想,即政府利用负所得税代替现存的福利体系,对超过一定收入水平的家庭征税,同时补贴低于特定收入水平的家庭。之后,这个提议逐渐发展成为全民基本收入政策。全民基本收入政策相比于其他福利政策的一个显著优点是,不附带任何条件限制,给全部居民提供固定数额的转移支付,居民可以根据他们的需要来支配这笔支付。自动化会使社会作为一个整体创造巨大的财富和价值,而全民基本收入政策则可以保证每个人可以达到合适的生活标准,即使这不是通过就业得到。全民基本收入的具体数额设定通常比较适中,可以设定在贫困线上或是低于贫困线。目前关于全民基本收入政策仍有很多争议。支持这一政策的人认为,该政策的实施可以保持较高的消费水平,减少失业率,改善贫困和极端不平等,还可以促进商业活力 (Virgillito, 2017) 。另外,除了解决由自动化导致的失业问题,全民基本收入政策也可以进一步实现性别平等,改善工作与生活之间的平衡,提升工作质量,以及让人们尤其是年轻人更好地面对日益严峻的社会中的不稳定因素。 Akee et al(2015) 、 Painter (2016) 等还指出,全民基本收入政策还会有助于改善受助人的身心健康。同时,全民基本收入政策也会带来很多问题,例如政府如何承担这样大量的年度支出,这项政策能否保证居民的基本需要,现有的福利政策和这项政策如何协调,等等。有报告显示,全民基本收入政策很难完整地实施,因为其成本过于巨大,且失业人员会有很多,所以该方案的实施还需仔细斟酌。全民基本收入政策的另一个主要缺点是,它会鼓励受助人离开就业市场或者继续保持失业,这会进一步带来应税收入的减少,全民基本收入项目资金的来源也会受到损失。因此,迄今为止还未有全国层面实施的全民基本收入政策。未来,在芬兰、挪威进行的全民基本收入政策试验将会提供更多实施效果方面的证据。3. 对机器人征税。 无论是加强中低技能劳动力的培训,还是实行全民基本收入政策,都需要巨大的投资。在当前的税收体系下,由于美国政府的收入大部分来自于工人,自动化技术的进步会大幅降低税收收入,这将会使得上述两项政策的实行存在一定困难,因此, Abbott & Bogen schneider(2017) 提出了对机器人进行征税的方法。他们认为,机器人和工人劳动力的税收之间应该是“中立的”,自动化应与工人劳动一样被征税,而且不应对自动化有所减免。机器资本的成本在逐渐降低,从而机器资本在生产中对劳动力进行了替代,这是自动化或者人工智能影响就业和工资的主要渠道。通过对机器人征税,将会降低自动化的采纳,给予劳动者时间去适应其他职业。这部分收入也可以用来补贴劳动者,作为劳动力培训和实行全民基本收入的资金来源。对机器人征税的方法已经得到了很多理论研究的支持。 Guerreiro et al(2017) 通过理论模型研究发现,在美国现有的税收体系下,自动化成本的下降会引起收入不平等的大幅上升,通过对机器人征税,并一次性退税保证工人得到最低收入,自动化带来的收入不平等可以被减少,并且,对机器人征税只在未充分自动化的条件下有效。 Gasteiger & Prettner(2017) 通过 OLG 模型分析了对机器人征税的效果,结论同样支持对机器人征税的观点。模型假设对机器人创造的收入征税并将其重新分配给未拥有资产的工人,研究发现,可以提高稳态下的人均资本和人均产出。该项研究进一步指出,对机器人征税只有同时在很多国家实行才比较可行,否则机器人资本会转移到未征机器人税的国家。需要注意的是,对机器人征税并不是在任何的情况下都是一个最优选择。例如, Ahmed(2017) 则指出对机器人征税可能会减少社会福利。由于机器人纳税会抑制机器人领域的技术创新,在对机器人征高额税收时,带来的生产力水平的损失可能比征收的税收更多。 Guerreiro et al(2017) 也指出,当经济实现充分自动化后,不适宜对机器人征税。因为经济在实现充分自动化后,工人将不必再工作,这时对机器人征税既扭曲生产决策,又不能降低收入不平等。六、结论与展望 人工智能热潮的到来引发大量文献研究人工智能对经济增长、劳动力就业和收入不平等的影响。首先,通过运用新古典增长模型或者基于任务的模型,文献探讨了人工智能对于经济增长的影响路径,或者通过实证研究证明了人工智能对于经济增长的促进效用,但对于人工智能是否会迈向奇点尚持不同观点。其次,对于人工智能未来是否会引发失业,学者们通过丰富的理论模型和实证研究进行阐释,指出人工智能在引起劳动力替代的同时也会创造一些新的岗位,但是并未就哪种效应占优达成统一意见,认为其可能依赖于不同的市场条件。另外,现有的大部分文献认为自动化成本的降低会来带来短期收入不平等的加剧,主要通过降低劳动力收入份额和增加不同劳动力之间工资差距两个渠道实现传导。在此基础上,众多文献表明,制定合理的公共政策以应对人工智能可能带来的工作岗位减少风险有重要意义。针对人工智能可能引发的失业和收入不平等等负面效应,学者们提出可以从加强劳动力的教育培训、实行全民基本收入政策和对机器人征税等措施来进行应对。目前关于人工智能对经济影响的研究已经取得了很多成果,但是综合上述文献也可以发现,在人工智能的影响路径和机制、数据和研究对象等方面存在如下问题:1. 人工智能的影响机制复杂,难以被全面引入理论模型。 很多研究人工智能的文献运用新古典经济增长模型或者基于任务的方法,这类模型的一个普遍问题是,如何引入人工智能的影响。目前大多数模型都将自动化视为可以补充或者替代劳动力的资本来引入模型进行分析。而实际中,人工智能的作用和对经济的影响路径要复杂得多,人工智能本身不仅是一种资本,也会影响其他资本的投入,未来也可能成为一项新的生产要素。因此,探究人工智能影响经济的路径还需要更深入地理解其机理和发展,探索如何将人工智能引入理论模型将是未来研究的一个重要方向。2. 数据可获得性有待加强。 尽管文献对人工智能的经济影响给予了广泛关注,可是由于人工智能的内涵比较广泛,现有的实证研究大多使用人工智能的某一分支,如利用工业机器人来研究其对经济增长和劳动力市场的影响。而且,目前很多国家的人工智能仍处于初级阶段,统计数据稀缺。另外,人工智能对经济的影响评估通常依赖于如何测量人工智能资本的统计数据,而测量人工智能资本的主要难点在于大部分人工智能资本是无形的。一些行业或者企业可能更多使用算法或者数据而不是机器人,而且人工智能也将被用作其他资本的投入,包括新类型的软件、人力和组织资本等。这些资本大部分也是无形资产,这又加大了衡量人工智能效果的难度。因此,现有的文献中的定量研究还比较有限且单一,未来需要利用更多国家和行业的实证数据展开研究,以填补理论研究和实证计量之间的缺口。3. 中国的相关文献非常有限。 中国是世界上最大的发展中国家,目前中国老龄化程度正在不断加剧,人口红利逐渐消失,制造业面临转型和升级。因此,中国政府将人工智能视为经济发展的新引擎,研究中国的人工智能对经济的影响将是不可缺少的部分。此外,中国的社会保障体系相比于欧美等发达国家还不够完善,面对人工智能可能引发的失业和收入不平等加剧等问题,更加需要积极有效地应对,从而减缓人工智能对社会发展的负面作用。然而综观已有文献,关于中国人工智能的经济影响的文献非常稀缺。在这方面,埃森哲在 2017 年发布的《人工智能:助力中国经济增长》报告中做了初步探索。该报告通过使用人工智能的经济总增加值 (Gross Value Added) 影响力模型,模拟比较了中国经济的两种增长情况,即无人工智能的基准情境和有人工智能情境下经济的年增长率,分析了人工智能对中国经济带来的潜在影响。研究发现,到 2035 年,人工智能可能会使中国经济的年增长率上升 1.6% ,劳动生产率提升 27% 。综上所述,人工智能的发展可能会对中国的经济和劳动力市场形成巨大冲击,其影响效果有待进一步探索,值得众多学者高度关注。总而言之,探索人工智能对经济的影响是一个很重要的话题。同时我们需要意识到,现在人工智能技术仍在发展和早期扩散阶段,对于未来经济增长、就业规模和结构效应以及收入不平等的影响具有很大的不确定性。我们期待将来有更多的学者加强有关人工智能对经济影响的研究,探讨如何制定最优的政策来缓解技术变革引发的巨大冲击,确保社会总体享受人工智能带来的福利,以及帮助人们正确应对人工智能带来的机遇和风险。曹静,清华大学经济管理学院,清华大学恒隆房地产研究中心,邮政编码:100084,电子邮箱:caojing@sem.tsinghua.e.cn;周亚林,清华大学经济管理学院,电子邮箱:zhouyl.13@sem.tsinghua.e.cn。原文请阅读《经济学动态》2018年第1期。(本文略有删节,文献和注请参照原文)本文来自安邦咨询,创业家系授权发布,略经编辑修改,版权归作者所有,内容仅代表作者独立观点。
Allyala Nandakumar和Serge Resnikoff带来在全球健康和视力方面的专长达拉斯2019年9月11日 /美通社/ -- 视力影响研究院(Vision Impact Institute,简称VII)欣然宣布其全球咨询委员会新增两名成员。Allyala Nandakumar博士和医学博士Serge Resnikoff在7月举行的会议上被批准加入咨询委员会。Nandakumar博士为咨询委员会带来其作为国际公认的健康筹资专家所具备的专业知识。他目前是布兰迪斯大学的实践教授,担任全球健康与发展专业理学硕士项目主任。2018年1月,Nandakumar被任命为美国国务院全球艾滋病协调员办公室的第一位首席经济学家。他先前还曾担任美国国际开发署(USAID)全球卫生局首席经济学家。Nandakumar表示:“这是一个令人兴奋的机会,为视力影响研究院致力于改善视力的工作提供支持。在我的职业生涯中,我看到对人口健康的投资取得了许多积极的成果。我认为良好的视力是这场投资对话中一个非常重要的组成部分。”Resnikoff博士是一位著名的全球健康倡导者,他的职业生涯致力于在世界卫生组织、企业、地方和国家政府以及学术机构等多个不同场所强调健康问题。在世界卫生组织期间,Resnikoff负责协调旨在预防和管理非传染性疾病的项目。最近,他领导了世界卫生组织的预防失明和耳聋项目,旨在为所有人提供必要的眼睛和耳朵护理。Resnikoff表示:“我很高兴能为视力影响研究院的使命尽一份力。在我的职业生涯中,我一直努力提高公众对视力差等重要公共卫生问题的认识。我将此次新机会视为让公众更加关注影响全球很多人的视力问题的又一途径。”随着这些最新成员的加入,依视路(Essilor)新任命的2.5 NVG包容性商业、慈善和社会影响事业部高级副总裁Kovin Naidoo教授将结束其在委员会的任期。
9月21日,国家重点研发计划食品安全关键技术研发重点专项第六课题“基于BMDL的热点污染物健康影响研究”中期汇报会议在武汉光谷金盾酒店举行。科技部项目跟踪专家国家食品安全风险评估中心吴永宁技术总师、复旦大学屈卫东教授、中国环境科学研究院尚玉梅高级会计师等3名专家组成员,项目首席科学家李敬光研究员、课题负责人闻胜研究员、课题参与单位华中科技大学刘烈刚教授、湖北省疾病预防控制中心人教处曹新建以及课题组成员参加了此次中期汇报会议。会议由李敬光研究员主持,课题负责人闻胜从课题任务与考核目标、研究内容、研究成果、遇到的问题以及下一步计划等几个方面进行了汇报。检验所曹文成博士汇报了二噁英与全氟化合物致健康不良影响的研究成果,华中科技大学陈梁凯博士阐述了镉和高氯酸盐致甲状腺和肾功能损伤的研究成果。专家们对课题实施情况予以充分肯定,同时也对该课题提出了中肯的建议,对课题研究和科研团队的发展提出了更高层次的期望。吴永宁总师强调研究成果的转化,提出研究成果既要“上得了书架”,又能“下得了货架”。屈卫东教授肯定了课题研究成果的价值。尚玉梅会计师强调了科研经费应合理规范使用并提出中肯建议。经过三年的深耕,该课题研究取得较大的突破,获得典型食品污染物对人群健康效应危害的剂量效应关系。课题下一步将对前期研究结果进行总结,计算基准剂量值,提出食品热点污染物的健康指导值/限量标准的建议值。【来源:湖北省疾控中心】声明:转载此文是出于传递更多信息之目的。若有来源标注错误或侵犯了您的合法权益,请作者持权属证明与本网联系,我们将及时更正、删除,谢谢。 邮箱地址:newmedia@xxcb.cn
在学术方方面面所产生的影响叫着学术影响,对某个领域你学术专业的理论影响和实践影响等。学术影响通常体现在影响因子上。影响因子是出品的期刊引证报告中的一项数据。 就是某期刊最近所两年发表的学术论文在这个报告年份中被引用总次数除以这个期刊在这两年内发表的论文总数。这也是一个国际上通行的期刊评价指标。所以好多人发表的期刊会刊到综合影响因子0.0几,0、1几,0.2几,复合影响因子又是几点几,你所发表的期刊有没有影响因子在知网官网也了查旬。一般影响因子越高代表着这个期刊相对来说更有影响力,就是说比较好的期刊啦。例如:包装世界、中国新通信,就有影响因子的期刊。如果你需要发表学术论文的话再选择期刊上你就可以对这方面有所了解。因为有的单位对期刊的要求也是特别的严格,最好根据单位要求选择不同的期刊,以满足自己需求为准则。当然在有影响因子上发表学术论文,首先你的论文内容必要要好,质量必须把关。该引用的引用,查重满足期刊征稿要求。通常为百分之30以下,百分之20以下,有的该需要有英文翻译,具体情况以你所投的期刊为准。根据你的需求,期刊对文章质量的要求去准备好你文章吧,甩出你多年专研的学术术语,完成你的学术结论做出一份完美的答卷,只要你的文章内容质量达标就不容易被退稿啦。一旦录用,汇款版面费即可等待出刊。不要小看了这个有影响因子的期刊你,因为每个单位要求不一样,发表有影响因子的期刊大大降低了你的评职称的风险。少走很多弯路,既然搞研究,搞学术。那就好的方向走,尽可能的为学术界做出杰出的贡献,为后人做为一个重要的学术参考依据。好了,祝你们搞学术研究的都能够高效率的完成你们的学术成果。希望你们的学术成果都是正能量的正真的学术论文。
人们普遍认为,科学研究肩负着推进人类文明繁荣发展的使命。然而,与论文引用率、期刊影响因子等学术影响力指标相比,科学研究成果的社会影响力因缺乏有效的衡量标准,正逐渐被忽视。近日,本报记者就如何认识并改变这一状况,采访了国外相关学者。 重视社会科学价值西班牙巴塞罗那大学社会学教授玛尔塔·索勒-加利亚特(Marta Soler-Gallart)告诉记者,评价科研工作的社会影响力,应着眼于所有学科,因为各学科领域都在为实现联合国可持续发展目标作贡献。重视科研工作的社会影响力,能为社会科学的发展提供前所未有的历史机遇。首先,来自不同学科的学者都希望与社会科学学者合作,以提升自身研究的社会影响力,同时,那些低估社会科学重要性的学者也会因此改变态度。其次,社会科学研究的目的是向民众提供相关社会科学知识,以便让他们更好地管理自我,而加强对科研工作社会影响力的关注,正凸显了社会科学研究的价值。在索勒-加利亚特看来,正如马克斯·韦伯分析的那样,人类社会存在官僚化的倾向。这种倾向不仅容易使社会科学丧失原本的意义,还会使社会科学难以在公众面前维持公信力和吸引力。当前,社会及学界出现了“对话转向”,社会科学正在重新吸引民众的注意力,民众也更加认同社会科学的价值。有学者认为,社会科学研究人员不应主动追求科研成果的社会影响力,因为这会导致研究丧失客观性和价值中立,使学术研究与社会运动之间的界限变得模糊。索勒-加利亚特则认为,这些反对意见理应被认真考量,并找到清除潜在负面影响的办法。巴塞罗那大学社会学教授埃丝特·奥利弗(Esther Oliver)在接受采访时强调,学术影响力和社会影响力都应当被重视。在研究的设计环节中,学术影响力追求和社会影响力追求可以兼容。然而,与学术影响力相比,对科研成果社会影响力的研究尚处于起步阶段。目前,关注科研成果学术影响力的主流数据库还未纳入任何科研成果社会影响力评价机制。 评估科研项目社会影响力奥利弗对记者表示,学界有必要向人们表明,基于科学研究成果的实践行动对社会具有积极作用,如有助于消除贫困、减少失业、缓解社会矛盾、保护地球等。从这个意义上讲,评估科学研究社会影响力的意义在于,能够提供研究项目成果改善社会现状的证据,这将对推动联合国可持续发展目标议程发挥重要作用。为了能同时展现科学研究的学术影响力和社会影响力,研究人员建立了社会影响力开放存储数据库。该数据库能评估所收录研究成果的社会效益,并提升其国际声誉。奥利弗认为,该数据库可以成为一个平等的科学集会,通过全球的学界同行评议机制,有效纳入终端用户的意见,为实现“科学与社会相融并服务社会”目标作出贡献。奥利弗告诉记者,社会影响力开放存储数据库具有全方位的积极意义。首先,它提高了研究人员对研究工作社会影响力的认识,并强化了学界内部不同学科间的联系。其次,该数据库让研究项目的社会影响力实现了可视化,给参与研究项目的组织和机构带来了利益。再次,该数据库为决策者提供了社会影响力数据,拓宽了民众与决策者互动的渠道。最后,民众可以通过该数据库了解解决社会议题方面的最佳实践信息,特定研究项目的终端用户可以作为评估该研究成果社会影响力的相关代理人。总而言之,该数据库使学界更加透明,也使社会能更好地评估科研成果的实效性。科研项目社会影响力评估工作渐成趋势。索勒-加利亚特对记者表示,相关评价工作应避免研究方法上的自我设限。如果社会科学工作者将自己局限于只对相关评价工作进行批评,而不去对其进行定性研究,就会对整个学界和社会产生消极影响。但幸运的是,实证主义和解释主义的方法从一开始就被采用,这让全球层面的科研项目社会影响力评价研究工作顺利开展。来源:《中国社会科学报》2020年11月27日第2057期 作者:本报记者 王悠然 实习记者 陈禹同相关阅读:科研中的冷与热尊重科研参与者 提高科研效率不断完善全球科研体系欢迎关注中国社会科学网微信公众号 cssn_cn,获取更多学术资讯。
中国网/中国发展门户网讯 4月29日,北京工商大学数字经济研究院在线举办“中央银行数字货币的国际实践及影响研究”开题研讨会。来自学界、金融业界以及相关机构的专家、学者三十余人参加研讨会,围绕央行数字货币的理论依据、物质基础、技术支持、法律边界、制度安排、发行运行机制以及国内外影响等热点问题展开讨论。货币是现代社会最重要的金融基础设施和核心的经济变量,央行数字货币的出现势必成为未来世界货币竞争的焦点,如何研发设计和决策发行法定数字货币成为各国央行普遍关切的问题。同时,央行数字货币对社会经济金融体系带来哪些影响,如何认识央行数字货币等诸多问题,都有待系统的理论研究和实践论证。北京工商大学数字经济研究院执行院长葛红玲提出,央行数字货币的出现是数字技术推动下金融变革、货币变革的必然选择。央行数字货币的出现不是简单的工具替代,而是一场新货币革命,必将对社会经济金融体系产生一系列深远的影响。央行数字货币事关国家战略布局、国际经济秩序的变化和世界新格局的演化,是一场开放经济下国家战略层面的竞争。北京科技大学东凌经济管理学院教授白津夫表示,央行数字货币需要从数字化大背景、金融数字化大趋势和货币竞争大格局中来研究和思考,从大维度上把握央行数字货币的产生和发展。央行数字货币与金融数字化大趋势不可分的,在数字化技术强有力的支撑下,央行数字货币一定会走得更远。白津夫强调,央行数字货币的着眼点应该放在提升人民币国际化程度上,着眼于整个国际经贸领域如何加快数字人民币的布局上,要推动央行数字货币与数字贸易协同发展。北京师范大学经济学博士周金黄指出,国际上,数字货币竞争与经济体的地位变化相关,中国已经是世界第二大经济体了,但是人民币在国际上的使用比例还较低。数字货币能否成为人民币国际化“弯道超车”的机遇,值得研究和期待。中央财经大学教授邓建鹏认为,央行数字货币具有匿名、可控等特点,建议加强金融监管、风险防范以及法律边界和规制建设方面的研究。央行数字货币与第三方支付如何协调问题、以及数据权属和应用问题,需要在央行数字货币的设计框架中充分研究。中国农业银行战略规划部李莉博士提到,美欧日等发达国家对央行数字货币的研究明显加速,关于央行数字货币亟待开展理论性、实践性、政策性、前瞻性的研究。新冠肺炎疫情对全球经济金融影响很大,一定程度上提高了推出央行数字货币的紧迫性。“疫情对人们的消费、支付行为带来变化,各国央行在设计央行数字货币的时候会考虑这个背景。”与会专家还就央行数字货币的理论基础、历史演进、区域差异、国际竞争、技术路线等问题发表了看法。专家们普遍认为,数字技术的发展和广泛应用,正在深刻重塑着经济社会的方方面面,央行数字货币指日可待。对中央银行数字货币课题的研究,无论是在理论层面,还是实践层面和政策层面,都具有十分重要的研究价值和战略意义。
来源:新浪财经文:中央结算公司 陈森(中债研发中心)2020年3月26日近期,新冠疫情在全球快速扩散,叠加国际油价大幅下跌,市场避险情绪升温,美国国债收益率快速下跌,全球股市大幅波动,包括美联储在内的多家央行开启了量化宽松模式,但未能有效抑制市场波动,金融危机前兆有所显现。对中国而言,因经济体量较大,且为石油进口国,股票市场估值不高,逆周期调节政策空间充足,战疫也接近尾声,经济仍有望V字回升,资本市场风险整体可控,汇率有望保持基本稳定,但应重点关注非金融企业杠杆和出口下滑风险。面对复杂悲观的国际形势,中国要如期实现经济社会发展目标,需加大逆周期调节力度,实施更加积极的财政政策和稳健偏宽松的货币政策,大力发挥债市的直接融资功能,综合运用各类工具,支持民营企业、小微企业融资,进一步调整外汇储备投资结构,加大改革开放力度,加快人民币国际化进程。一、国际金融市场情况(一)市场避险情绪升温,国债收益率大幅下降。近期新冠肺炎疫情在全球迅速暴发,市场恐慌情绪升温,资金蜂拥避险资产,国债收益率大幅下跌,信用利差快速扩大。一是国债收益率大幅下跌。2月20日至3月16日,10年期美国国债收益率从1.52%跌至0.73%,跌幅近80BP,期间先后历史首次跌破1%和0.5%的关口,一度出现0.487%的历史最低报价;30年期美债收益率亦触及0.974%的历史低点,史上首次跌破1%关口(图1)。此外,英国、德国、澳大利亚等多国国债收益率亦大幅走低。二是高风险企业债信用利差快速扩大。3月13日,美国BBB、BB、B、CCC或以下企业债期权调整利差分别较2月20日大幅增加151BP、313BP、433BP和520BP,市场风险偏好明显降低(图2)。美国国债收益率大幅下跌的主要原因有两方面:一是避险资产需求快速扩张。当前,疫情在全球蔓延,投资者恐慌情绪与日俱增。2月下旬以来,境外每日新增确诊病例呈指数增长,VIX恐慌指数随之一路飙升至80上方,距离历史最高点89.5仅一步之遥(图3)。投资者对疫情的担忧逐步演变为对全球经济衰退的恐慌,资金迫切寻求安全港,美国国债受到青睐,收益率大幅下跌。二是美联储实施激进的货币宽松政策。近期,美联储多次开展紧急公开市场操作,推出量化宽松政策,加快购买美国国债,向市场投放了大量流动性。当前全球债券市场与2008年金融危机有很多相似之处。2008年,全球避险情绪升温导致美国国债收益率大幅走低,而信用债整体表现欠佳。但在美联储降息至零利率并实施量化宽松政策后,美元信用债特别是高收益债价格大幅反弹。据此,短期看,全球疫情不确定性增加,金融市场剧烈波动,美国经济衰退风险加剧,美债作为重要避险资产,收益率料将继续波动下行。长期看,疫情结束后经济复苏可期,美债收益率不太可能维持较低水平,高收益债券利差也将恢复正常水平。(二)情绪恐慌叠加衰退风险,全球股市大幅波动。近期,多国股市剧烈震荡,表现出三方面特征。一是跌幅大。美股时隔23年再次触发熔断机制。2月20日至3月16日,道琼斯、纳斯达克、标普500分别下跌30.9%、29.2%、29.3%,美股已进入技术性熊市(图4)。欧洲股市亦全线跳水,2月20日至3月16日,德国DAX和法国CAC40均下跌36.0%。二是范围广。除美欧外,加拿大、巴西、韩国、泰国、巴基斯坦、印尼、菲律宾、墨西哥、哥伦比亚等多国股市也遭受重创,大幅下跌并触发熔断。三是难逆转。近期美联储超出市场预期,紧急降息、降准并推出量化宽松,均未能有效阻止美股下跌。近期全球股市大幅下跌的原因主要有两点:一是市场进入恐慌周期。当下疫情蔓延速度惊人,部分国家消极应对,投资者形成“疫情失控-经济下行-经济衰退”的恐慌情绪,构成全球股市下跌的核心关键(图3)。二是基本面脆弱性暴露。2008年危机以来,欧美长期实施量化宽松政策,形成了较大的债务风险和资产价格泡沫,如美国股市长达近11年的牛市,欧洲股市9年上涨近100%。在“新冠肺炎+油价大跌”黑天鹅事件的联合冲击下,通过一系列连锁反应引发全球“股灾”。近期美联储频繁超预期释放利好,美股却不改跌势,宏观政策无法完全对冲疫情蔓延带来的悲观情绪。展望未来,在疫情未得到有效遏制之前,全球股市可能仍将动荡下行。(三)需求受限供给过剩,国际油价大幅下跌。近期,国际原油市场受供需共同影响大幅下跌。2月20日至3月16日,国际布伦特原油期货从59.31美元/桶重挫近50%至30.05美元/桶,创2016年1月以来新低;WTI原油期货从53.88美元/桶大跌至28.70美元/桶,跌幅达47%,单日跌幅超过1991年1月海湾战争期间,刷新历史最高记录(图5)。国际油价大幅下跌的原因主要有两个:一是需求大幅下滑。新冠疫情扰乱经济秩序,原油市场需求出现前所未有的低迷。二是供给大幅增加。石油输出国组织(OPEC)与产油国的减产谈判破裂,导致沙特将原油日产量提升至创纪录的1300万桶,过量供应不断施压油价。未来,疫情发展给原油需求带来较大不确定性,俄罗斯与沙特间的紧张局势可能进一步升级,原油价格战短期内仍将持续,供给过剩短期难以扭转。综合判断,国际油价或在剧烈波动中继续下行。(四)金融危机前兆显现,亟需全球一致战疫。当前全球金融市场波动呈现出幅度大、范围广、跨资产类别的特点,从市场表现看,金融危机前兆已有所显现。悲观情境下,全球不能一致“战疫”,疫情在未来数月持续蔓延,则需高度警惕金融危机的出现。一是全球经济衰退风险极具上升。疫情发生前,全球前十大经济体已有超过半数处在衰退边缘(如日本、德国、英国、法国、意大利、加拿大等)。受疫情干扰,这些国家很可能迅速陷入衰退,全球衰退风险极具上升。二是债务风险可能演变为债务危机。2008年危机后,欧美长期奉行量化宽松和超低利率政策,导致债务杠杆上升、资产价格泡沫、贫富差距扩大等一系列问题。从金融周期看,过去十余年的加杠杆过程或已接近拐点,“疫情冲击+石油价格战”或将成为债务危机导火索,加速降杠杆拐点的到来。当前高风险企业债信用利差持续扩大,增加了企业再融资的成本与难度。一旦无法顺利再融资,将可能出现大规模债券违约,将风险传染至整个金融体系。此外,有资料显示,美国市场上因石油战而面临降至垃圾级的债券有3万亿美元,以石油相关资产综合计算,石油美元涉及资产更是惊人。当前国际油价已低于美国页岩油生产成本,如果未来油价持续低迷,由此产生的债务违约恐将危及全球金融市场。三是流动性紧张难以逆转。未来不确定性越大,社会流动性偏好越强。若全球金融市场持续大幅震荡,投资者将为换取流动性,大幅抛售风险资产,甚至抛售部分避险资产,市场流动性枯竭情形可能将难以逆转。乐观情境下,各国政府强力应对,尽早遏制疫情蔓延,则金融危机风险可控。一是疫情冲击不同于金融危机。当前科学技术,特别是生命科学迅猛发展,新冠肺炎诊疗完善、疫苗研发等都正以史无前例的速度加快推进,早一天遏制疫情传播就能少一分对市场的冲击。此外,当前疫情已引起绝大多数国家和地区高度重视,加之有中国、新加坡、韩国等国的成功防控经验,只要各国坚持强力应对,全球有望以短期代价换取长期胜利。二是疫情过后大幅反弹可期。从SARS、MERS、甲流等历史经验看,传染病对经济的冲击主要是短期和一次性的,会随着疫情的结束而自我修复,许多积压的需求也会随之释放。如疫情能尽快得到有效控制,在宽松积极的宏观政策支持下,企业大规模倒闭等严重风险有可能得以避免。二、相关风险和影响分析(一)中国经济仍有望V字回升1.疫情对经济造成短期冲击,不改长期向好基本面。一是国内“战疫”已开始收尾,复工复产速度加快。经过一个多月的艰苦努力,中国疫情防控已经接近尾声,全国大部分地区全面进入集中复工复产期,多数省份规模以上工业企业复工率超过90%,中小微企业复工复产也在加速推进。二是增长动力不受影响,经济企稳速度较快。疫情对经济冲击时间较为短暂,不会造成“伤筋动骨”的伤害,经济增长内生动力未受破坏,经济秩序恢复后,增长应能快速企稳。2.全球“战疫”已初步达成共识,海外防控力度加大。从目前的情况来看,全球对疫情的重视以及其对经济带来的冲击已经达成共识,各国在疫情防控方面不断加码,如欧洲已经有多个国家出台强有力的防控措施,美国也已经宣布进入“紧急状态”。3.中国是最大的石油进口国,石油价格下跌利好我国经济。一是我国是原油消费大国和主要进口国。低油价能够减少我国在能源方面的贸易逆差,有利于缓解外需走弱对净出口产生的压力。二是低油价有利于改善企业利润。低油价能够降低非石油产业链上企业的生产经营成本,改善工业企业利润。三是有利于打开货币政策空间。油价格大幅下跌,有望通过PPI传导至CPI,缓解国内当前的通胀压力。4.各项政策正加速落地,效果有望集中释放。面对突发疫情,我国快速启动了多层次、宽信用的宏观调控政策,对经济社会运行实施政策兜底。目前,部分政策仍在加速落地,效果释放还需时日。如专项再贷款、再贴现、政策性专项信贷等政策资金还在陆续发放,降准投放的长期流动性刚刚进入市场,大量地方政府债还未形成有效投资,这些政策效果后续可能会集中释放,联合形成强大的拉动力。5.海外疫情快速蔓延下,需关注出口大幅下滑风险。1-2月数据显示,出口同比下滑17.2%,超过市场预期的15.2%。2月出口下滑的主要因素在国内,国内停产停工范围广,物流严重受阻。后续几个月,虽然中国逐渐复工复产,物流畅通,但受海外疫情的快速蔓延,出口边际改善的可能性不大,甚至有可能进一步恶化,主要原因是全球需求大幅下降,国际物流受阻加剧。因此,政策上需要加大投资支持,拉动内需以稳定增长。(二)资本市场风险整体可控1.债券市场境外资金增持明显,信用风险应重点关注。一是市场流动性合理充裕。近期,央行通过公开市场操作、MLF、定向降准等措施保障市场流动性合理充裕。3月18日,银行间债券市场7天和14天回购利率较春节前均下降了51BP。二是市场利率明显下降。3月18日,3M、1Y、5Y和10Y国债收益率较春节前分别下降了36BP、26BP、25BP和32BP;1Y、5Y和10YAAA级中短期票据利率分别下降44BP、34BP和35BP。三是对境外吸引力显著增强。2月,境外机构债券持有量环比增加657亿元,增长3.48%,而同期银行间债券市场各类机构持债总量环比增长仅为0.05%。四是应重点关注信用风险。3月以来,受疫情影响,部分中小企业复产复工困难,信用风险有所抬头。2月违约债券28只,违约金额434.4亿,剔除北大方正,违约5只,违约金额79亿。而3月1日至18日,违约债券就有12只,违约金额131.41亿。2月存量公司信用债隐含评级整体下调,指数96.91,环比下降0.04%。其中,国企指数98.42,环比下降0.04%,非国企指数87.22,环比下降0.11%(图6)。隐含评级调整债券172支,其中下调142支。隐含评级调整涉及发行主体共28家,其中下调23家。2.股票市场短期下跌压力较大,但整体风险可控。目前为止,A股表现可以说是全球股市的明星,波动程度远低于几乎所有国家。因估值不高,中国股市大幅下跌的可能性不大。一是全球悲观情绪蔓延,短期A股很难独善其身。全球股市短期内大幅下跌,反映市场情绪极度悲观。在全球极度悲观情绪蔓延下,短期内A股很难独善其身。二是A股波动风险可控,不会像美股大幅下跌。首先,国内疫情已经基本得到控制,国内经济基本面受到海外疫情冲击幅度相对有限。其次,国内金融市场尚未完全开放,就资金流动而言与全球股市绑定程度不高。再次,中国货币政策空间较大,储备工具较多,对市场有兜底预期。最后,2016年至今,除创业板外,A股估值一直在低位徘徊(图7)。(三)非金融企业债务风险较高2017年以来,随着“三去一降一补”工作深入推进,我国非金融企业杠杆率稳步下降,但仍大幅高于国际水平(图8)。和政府、居民部门相比,非金融企业杠杆率风险对经济变化最为敏感。在当前国际国内形势动荡不安、经济生活秩序紊乱的背景下,非金融企业杠杆率风险应引起高度重视。和美国、日本、欧洲相比,中国居民杠杆率不算高,但增长较快。即使近几年房地产开启了新一轮力度空前的调控,但居民杠杆率快速增长的势头并未得到有效遏制。2017至2019年,居民杠杆率增长斜率几乎保持不变(图9)。(四)汇率有望保持基本稳定人民币汇率大幅贬值的风险不大,有望保持基本稳定。一是中国货币政策独立性增强,中美利差保持在高位。美联储超预期快速降息并扩大QE规模,而中国央行审慎放松货币政策,中美利差开始走阔,现在大幅高于100BP左右的舒适区间(图10)。二是无论海外疫情持续多久,中国都将是最早从疫情中恢复的经济体。中国疫情防控已接近尾声,生产生活秩序逐渐恢复正常,而海外疫情还处在发散阶段,确诊人数快速增加,停产停工才刚刚开始。三是中国是国际上少有的经济韧性较强的国家。经济体量大,内需强,回旋余地大,疫情短期冲击不改长期向好的基本面。这些因素都将对人民币汇率形成有力支持。三、政策建议从1-2月的经济数据看,一季度GDP基本上可以确定是负增长,市场预期普遍在-2%至-2.5%左右。若完成全年至少5.3%[ 根据2020年经济总量比2010年翻一番目标,倒推2020年经济增速至少应在5.3%以上。]的经济目标,二、三、四季度GDP增速都要在7%以上[ 假设全年经济增长目标为5.3%,一季度经济增长为-2%,计算出后面三季度平均增速应在7%。],而2019年三、四季度的增长率仅为6%。非常困难时期,需要政策的非常支持。下一步,应加大逆周期调节力度,释放更多的储备政策,尤其是短期就能见效的措施。(一)实施更加积极的财政政策,扩大政府债发行规模,拉动基建和保障民生。一是提高财政赤字率,增加国债发行规模,考虑发行特别国债,加大财政减税降费、拉动基建和保障民生的力度,将未来的减税降费改为即期的退税退费,直接缓解企业当前的现金流困难。扩大财政贴息范围,除3000亿专项再贷款外,可考虑对其他专项再贷款也进行适度贴息。二是扩大专项债发行规模,加力资本金撬动作用,托底基建投资,增发一般地方债,加大民生保障力度,解决工龄十年期以上农民工所在城市的廉租房、子女入学以及养老困难。三是免除政府债券资本利得的税收,降低债券发行成本。四是优化政府债发行期限,顺应利率下行趋势,通过适度缩短发行期限、增加发行频率,降低融资成本。五是允许地方国库现金管理利率按市场化利率招标确定,增加财政收入,支持抗击疫情。(二)实施稳健偏宽松的货币政策,保持市场流动性合理充裕,适时降准降息。一是实施稳健偏宽松的货币政策,对冲非典型金融风险,有力支持经济渡过非常困难时期。二是保持市场流动性总量充裕,结构合理。灵活开展公开市场操作、MLF等释放短中期流动性的同时,进一步实施定向降准,加大长期流动性投放力度。三是适时降低存款基准利率,加快引导信贷利率下行。(三)大力发挥债市融资功能,释放注册制改革活力,扩大对外开放。1.创新债券品种。推动债券市场产品创新,探索发行巨灾债券、流行病债券、脱困债券等。2.释放注册制活力。释放企业债券注册制改革活力,推动企业债券快速大量发行,促进新兴产业资本形成。扩大穿透底层资产的受疫情影响较大的中小微企业信贷ABS注册规模。3.深化对外开放。允许境外商业机构接受境内债券质押,参与回购交易。为防范风险,可考虑先放开逆回购。4.鼓励银行增持信用债。鼓励商业银行投资小微企业ABS,将其纳入对小微企业的信贷支持规模。对商业银行投资公司债券的资本风险计提,取消一刀切,按中债市场隐含评级和违约率精准计提。(四)综合运用各类工具,支持民企融资,松绑银行信贷约束。1.近年来民企融资困难加剧。从债券指数上看,自2017年逐渐打破刚兑后,中债国债总指数和民企债指数走势分化,差值走阔(图11)。2017年12月26日至2020年3月20日,差值从12扩大至25。可见,近年来民企融资困难未见缓解,反而在加剧。2.多措并举解决民企和小微企业融资难问题。冲击之下,民营企业、小微企业的免疫力最差,更需要政策上的有力呵护,帮助企业渡过难关。一是加快将银登中心、中保登、理财中心登记的穿透底层资产的支持小微企业贷款融资包认定为标准化产品。二是推动银行积极通过银登中心规范开展小微企业贷款债权直接转让业务,进一步丰富小微企业贷款流转业务模式,基于小微企业贷款创设标准化产品,扩大投资者范围,加强各类银行在服务小微企业方面优势互补、合作共赢,更好地为小微企业纾困解难。三是充分发挥保险资产支持计划服务实体经济的优势作用,加快将其评估认定为标准化债权类资产。四是鼓励银行向民营企业、小微企业发放贷款,对无政府利息补贴的贷款利率,允许参照同期限同信用等级的企业债收益率执行。3.松绑金融机构的信贷约束。一是鼓励运用创新工具,扩大金融机构资本补充渠道,提高风险抵御能力,释放信贷空间。二是在推动利率市场化改革的同时,改进银行监管指标,将考核指标从“不良贷款率”改为“不良贷款率和贷款利率的风险敞口”。三是改革设立住房抵押贷款政策性银行,集中收购重组住房抵押贷款,进行担保和信用加强后打包出售标准化证券,并统一登记托管结算,推进住房抵押贷款证券化发展。4.延缓非标压缩期限。定向指导,延缓非标压缩期限,对于非标转标较为困难的产品,建议给予更长的过渡期。(五)进一步推动外汇储备配置多元化,加大改革开放力度,加速人民币国际化。1.推动外汇储备配置多元化。近年来,中国小幅减少美债投资,快速增加黄金储备(图12和13)。鉴于美国当前的债务风险,建议进一步调整外汇储备投资结构,推动资产配置多元化。2.加速人民币国际化。借力全球资本对安全资产的强烈需求,紧抓国际货币体系深刻变革的机遇,继续加大中国金融改革开放力度,积极推进与韩国、俄罗斯等“一带一路”国家债券市场基础设施的互联互通,吸引更多境外交易主体,扩大人民币金融交易功能,加快人民币国际化进程。
近日,北京大学中文系教授洪子诚在首都师范大学发表了题为《俄苏文学与中国当代文学》的演讲。在演讲中,他梳理了俄苏文学的发展历程,以俄苏文学与中国当代文学之关联为探讨中心,检视了俄苏文学在中国的接受与影响,同时由中国的历史事实出发,考察了中国文学对俄苏文学的继承与批判。洪子诚 澎湃新闻 蒋立冬 绘洪子诚首先从当前的研究现状切入,说明了当前中国当代文学界,在对外国文学传统的接受与继承方面,存在研究尚不充分的问题。他指出,中国现当代文学是在世界文学中塑造自己文学性格与特质的,其文学样貌不仅受到传统文学影响,更有外国文学冲击的痕迹。然而,中国学者却在此议题上成果较少,洪子诚认为,这是因为当前学者被语言的障碍所限制,以俄苏文学议题为例,学界中掌握俄语者寥寥,遑论亲身周游俄罗斯,对俄罗斯文化有切身感受者,这直接导致了即使学者有意图研究此课题,也只能借用二手文献,无法获取一手资料,实为憾事。之后,洪子诚为俄苏文学界定了范围。他认为,造成俄苏文学定义无共识的现状的缘由,首先是俄罗斯自身历史的间断性,难以发现一以贯之的特点。由此,洪子诚认为“俄苏文学”不仅仅是地理的划分,更应加入意识形态的考量,若纯粹从地理角度考量,那么普希金、柴可夫斯基实为乌克兰人,但在特定历史条件下,洪子诚认为,他们所创作的仍属于“俄苏文学”的范畴。此外,洪子诚特别强调,俄苏流亡作家群体所创作的作品,仍然属于“俄苏文学”所需检讨探究的范围。流亡在外的俄苏文学家们,在德国柏林、美国纽约等地组成了艺术团体,创作艺术,发表文章,甚至发行筹办了刊物。尽管他们远离故土,更改国籍,但他们的作品仍继承了俄罗斯文学传统。那么,如何将俄苏文学与中国现当代文学衔接起来加以考察呢?洪子诚认为,学者首先应当从文化交流的传播、译介入手。中国现代文学显然受到了俄苏文学的影响,当然同时也受到日本文学、西方文学的启迪。但中国当代文学受俄苏文学影响尤深,中国大陆在1950年代译介了大量俄苏文学。据洪子诚统计,当时仅仅是普希金诗集的译本就出版有28种,而托尔斯泰的作品更有50多种译本。除此之外,国家文艺政策亦受到苏联体制的影响。例如在苏联诞生的“社会主义现实主义”,1950年代初被规定为中国文学的“最高准则”;收集1934年苏联作家会议章程、日丹诺夫和马林科夫文艺问题讲话、1940年代联共(布)中央关于文艺问题决议的《苏联文学艺术问题》一书,被列为中国文艺界学习社会主义现实主义的必读文献;仿照苏联作家协会的名称和组织形式,中国文学工作者协会1953年改名中国作家协会;丁玲主持的文学讲习所仿照的是高尔基文学院。《苏联文学艺术问题》一书曾被列为中国文艺界学习社会主义现实主义,进行文艺整风的必读文献。当代中国文学的许多批评理论概念——经济基础和上层建筑、人民性、党性、典型、倾向性、真实性、写真实、写本质、粉饰生活、干预生活、无冲突论、世界观和创作方法、正面人物和反面人物、人类灵魂工程师——均从苏联输入;季摩菲耶夫的《文学原理》和毕达可夫的《文艺学引论》,一度成为中国高校文艺学经典教科书;1957年《文艺报》改版,参照的是苏联《文学报》的模式……创作方面的影响,虽然具体考证起来有些困难,但是闻捷的诗与伊萨科夫斯基,郭小川、贺敬之的政治抒情诗与马雅可夫斯基,王蒙的《组织部新来的青年人》与尼古拉耶娃之间的关联大概不需详细论证。在这个时期,洪子认为“白洋淀诗派”诗人的作品尤为引人关注。以诗人多多为例,在其诗歌作品中多有所谓的“异国性”,在其笔下往往出现中国难以甚至无法见到的景色、劳动、人物等等,唯有位于北纬50°以上俄国方可。在诗人多多的笔下,有咖啡馆,采硫磺的流放之地,有干酪,有锡矿,有亚麻色头发的农妇。尽管诗人多多的作品情感体验多从生活中取得,但诗歌意象的文学资源多从俄苏而来。此外,洪子诚认为,我们还应当从“相关性”的角度来看待俄苏文学对中国现当代的影响。此处的“相关性”,区别于以往比较文学的“影响”“相似”平行比较的研究路径,增加了文学研究中增加某些直接关联的成分,但这种关联又不一定能落实到寻找“有迹可循”的依据。从“相关性”的角度出发,可以讨论的问题是意识形态、社会制度在某一时期“近似”的国家,在处理若干重要的文学问题上,有着怎样的相似或不尽相同的方式,有怎样的思想情感逻辑。首先,俄苏文学与中国文学都有所谓的“走向世界文学”的问题,而对“走向世界”所采取策略的异同值得关注。在“走向世界文学”的问题上,俄苏文学和中国现当代文学确实有相似处境,它们都曾经处于“后发展”的历史阶段,都有一个时期的以西方为中心的世界想象。在这样的情况下,知识分子与文学艺术创作者都会有一定程度的焦虑,从而产生“追赶”的文学行为。但是如果仔细观察,它们之间也有不同之处:对“走向世界”的俄国文学来说,“世界”指的是西欧,中国的情况远为复杂,在不同的历史时期,“世界”的含义和对象变化多端。另一个重要差异是,对于“遗产”和自身文化传统的态度和政策。洪子诚推测,由于俄罗斯文学历史相对短暂,因而苏俄在建构所谓“社会主义文学”的时候更愿意汲取俄国古典文学的营养。而中国虽然有辉煌的古代文学,但是由于五四时期语言、观念的变革,古典文学许多时候不仅难以为新文学的合法性提供支持,更经常成为“进步”的文艺工作者所批判、摒弃的对象。现当代中国的作家是从自身的处境和文化传统去亲近俄国品格的,读巴金的小说和他后期的《随想录》多少就能够发现这种“俄国态度”的痕迹。其次,文学艺术是否应当承担社会责任,或是历史的重担,中国与俄苏文学对此问题的看法的异同值得深究。别尔嘉耶夫曾说,俄国知识分子对“现实”的敏感和多情是“罕见的”,“西方人很少能够理解这一点”。现代中国的知识分子和作家恐怕也一样。他还说,“俄罗斯的主旋律……不是现代文化的创造,而是更好的生活的创造”;“19世纪伟大的俄罗斯作家进行创作不是由于令人喜悦的创造力的过剩,而是由于渴望拯救人民、人类和全世界,由于对不公正与人的奴隶地位的忧伤与痛苦”。中国启蒙主义的新文学,左翼的革命文学,甚至一些重视文学自律的作家,1950年代后的社会主义文学,也都程度不一地表现了这一倾向。这样的取向,根源于中国的社会现实和文化传统,但洪子诚认为,这也与俄国19世纪思想文化的影响有关。值得注意的是,现当代中国的作家是从自身的处境和文化传统去亲近这个俄国品格的,其中有特别能契合的成分,如中国的“文如其人”的观念,与“俄国态度”的人、文统一,人格完整的整体性观念。我们读瞿秋白的《多余的话》,读巴金的小说和他后期的《随想录》,看到丁玲晚年为证实自己的“忠诚”而活着,都多少能够发现这种“俄国态度”的痕迹。
摘要:随着教育信息化的深入推进,网络学习对青少年身心健康的影响日渐凸显。通过文献调研和内容分析发现,国内外关于该问题的研究如下:在内容上,主要集中于网络学习硬件环境、网络学习方式、网络学习内容对青少年身心健康的影响,心理健康的社会适应、自我认同、身体健康的视深度、注意力集中、记忆广度等维度尚未涉及;在范式上,主要采用文献法、问卷法进行理论探讨和现象描述,但研究者与研究对象间的距离较远,测量(体测)研究、实验研究及大规模量化研究鲜见;另外,研究者群体能力有待进一步提升。因此,建议加强青少年身心健康评价标准的理论研究,采用大规模测量的方法对身心健康各具体维度进行研究,采用实验法优化干预方案,还要提升研究者自身的研究能力,加强研究机构之间的合作。一、研究背景随着教育信息化的深入推进,网络学习方式在全球范围内得到了广泛应用,越来越多的学习者正借此获取知识和发展能力。2018年1月中国互联网络信息中心(CNNIC)的调查报告显示,截至2017年12月,中国网民规模达到7.72亿,其中学生群体占比最高,为25.4%。网络已经成为青少年群体日常生活的重要组成部分。近年来,MOOCs、翻转课堂、泛在学习等网络教学模式正在蓬勃发展,越来越多的青少年已经参与到基于网络的教与学之中。然而网络似一把双刃剑,有研究显示,“美国PEW互联网与美国人生活项目组通过调查发现,有一半多的青少年会在网络上做一些不想让父母或他人知道的事情。由于青少年好奇心强但自制力较差,很容易沉迷于网络游戏、上网聊天、浏览不健康的内容等”。此外,智能设备对青少年产生的负面影响也值得警惕,如可能引起视力下降、引发儿童肥胖、不利于身心的健康发展、不利于学生学习能力的提升等。所以,探讨网络学习对青少年身心健康的影响不仅有着重要的社会价值,还有着深刻的理论意义,而其前提和基础是系统地考察并厘清国内外关于该问题的研究进展及存在的问题。二、数据来源在“中国知网(CNKI)”数据库中,分别以“网络学习”“数字化学习”“在线学习”“在线课程”或“网络环境”并含“健康”“身体”“心理”为篇名检索词,以“核心期刊”为筛选条件,检索得到结果42条;以“网络学习”和“身心健康”为篇名检索词,检索得到结果1条。进一步在“社会科学引文索引(SSCI)”数据库中以TI=(Web Based Learning OR E-Learning OR Digital learning OR Online learning OR Online courses OR We benvironment)ANDTI=(Health OR Effect OR Affect OR Influence)为检索内容,以“1995-2017”为检索时间,共检索出英文文献926篇。在结合研究主题、框架、关键词并在通读的基础上,经过内容分析删除相关性低的文献,本研究重点分析了最相关的核心文献43篇,其中中文文献36篇,来源于“中国知网(CNKI)”;英文文献7篇,来源于SSCI数据库。另外,本研究还分析了课题组专家提供的教育学、心理学和体育科学三方面的课题资料。表1是检索到的与该主题相关的969篇期刊文献的年度分布。表1该主题相关文献的年度分布。 三、概念界定(一)网络学习邱瑛认为,“网络学习包括广义和狭义两个层面,广义的网络学习是指学习主体受网络环境作用影响而发生改变的过程;狭义的网络学习就是在线进行系统知识的学习或对网络化系统知识的学习,即在互联网支持平台上,学习者通过网络进行系统知识学习的一种方式”[1]。由于多数研究者在讨论相关话题时并不进行严格的概念界定,为全方位反映该领域的进展,本研究采用内涵更为广泛的定义,主要从网络学习硬件环境、网络学习方式、网络学习内容三方面讨论网络学习对青少年身心健康的影响。(二)身心健康世界卫生组织(WHO)将健康定义为“健康不仅仅是身体没有缺陷和疾病,而是身体上、精神上和社会适应上的完好状态。”由此可见,身心健康(somatopsychic health)是由体质健康和心理健康构成的。体质指的是“人体的质量,是在遗传性和获得性的基础上,表现出来的人体形态结构、生理机能和心理素质综合的、相对稳定的特征”。本研究采用教育部和国家体育总局联合发布的《国家学生体质健康标准》(教体艺[2007]8号)体质健康的定义,即体质健康由身体形态、身体机能、身体素质和运动能力等构成。关于心理健康,本研究采用王登峰等的定义,即“心理健康是在良好的生理状态基础之上的自我和谐及与外部社会环境的和谐所表现出来的个体的主观幸福感,至少要具备四个条件:良好的心理适应能力,自我接受能力,有理想有追求和保持常新的心态”[2]。四、网络学习对青少年身心健康的影响本研究主要从三方面探讨网络学习对青少年身心健康的影响:网络学习硬件环境、网络学习方式和网络学习内容。(一)网络学习硬件环境对青少年身体健康的影响2010年全国学生体质与健康调研结果显示:“2005—2010年这五年与前一个五年相比(2000—2005年),19~22岁年龄组但爆发力、力量、耐力等身体素质水平进一步下降,测试的各项指标下降幅度明显减小;各学段学生视力不良检出率持续上升,并出现低龄化倾向;学生肥胖和超重检出率仍呈上升趋势”①。与2010年相比,2014年全国学生体质健康状况总体有所改善,但上述几大问题仍然存在②。造成上述问题的原因引起了人们的思考。2015年南通市学生体质健康监测结果显示:全市中小学学生近视率超过了70%,三个学段的近视率都呈上升态势,其中,7~11岁小学生增幅最大,也就是说近视的孩子年龄越来越小,近视率城乡差距缩小并且慢慢消失。高频率地使用电子产品和较重的学业负担是导致近视率上升且倾向于低龄化的重要原因。国内学者刘淑一认为,相对于心理健康,网络学习硬件环境对小学生身体健康的不良影响可能更难以挽回[3]。据统计,“小学生的每次上网时间一般为一个小时左右,这一个小时对于成年人来说可能只是上网时间的一小部分,但是相对于正在成长、发育的小学生来说,实际上已经超出了他们的承受范围。因为小学生的心率、血压、肺活量以及其它生理指标都还不稳定”[3],长时间端坐在电脑前注视屏幕,易导致肌肉萎缩、骨骼弯曲、身体变形、视力障碍及各类皮肤疾病。长时间沉迷于网络游戏,还极易造成情绪激动,不利于小学生心脏的健康发展。而手机、iPad等移动智能产品的普及无疑会加速这一趋势。作为补充,国外学者Kozeis通过实证研究发现,经常观看电脑屏幕会引起眼睛不适、视力模糊、疲劳和头痛等症状。这些症状可能是由于照明不良、眩光、工作台设置不当、其他影响视力的未知问题或这些因素的组合引起的[4]。在使用电脑过程中,出现最多的症状是眼睛灼热和肌肉疼痛,这些症状与计算机使用持续时间显著相关[5]。电脑开机发热后会释放一种名叫“三基磷酸盐”的气体,并且电脑越新,这种气体释放得越多,它会引起皮疹、鼻塞、头昏头痛等过敏症状,青少年对此尤为敏感[6]。国内学者孟迎春等也通过实证研究发现,在端坐时间无差异的情况下,个人使用电脑的次数越多,使用年限越长,使用中越不注意休息,则越易患颈腰椎病[7]。此外,电脑、手机工作时产生的不同波长、频率的电磁波正悄悄地影响着人们的身体健康,引发各种社会文明病[8]。(二)网络学习方式对青少年身心健康的影响1.网络学习方式与学生的兴趣网络学习方式与学生的兴趣是相辅相成的关系。国内有学者认为,在网络学习环境下,学生的学习兴趣能够被更好地激发[9];国外一项实证研究也发现,兴趣对学生进行数字化学习的意图有显著的影响[10]。2.网络学习方式与情感、态度国外学者的实证研究表明,在网络学习方式下,学生遇到了广泛的情绪活动,而活动中的互动是情感反应的重要前提[11]。国内学者范文霈等在其研究中进一步指出,在网络学习环境下,人与人之间都普遍表现出一种相对平等的关系,这种平等不仅仅表现在外部形式上,更体现在内在心理上。在这种平等关系下进行的网络学习,有利于学生养成自信、自尊、自强、自爱等重要的人格品质,而且它对培养学生良好的情感、态度、意志、信念和动机也有重要的作用。如果学生在产生新的想法、创意时,能够及时地与教师、专家或学习伙伴进行交流和分享;在遇到问题时,也能及时地向教师和专家寻求解决问题的方案,那么这将有利于产生深刻的思想碰撞,有利于学生形成安全轻松的心理氛围和开放性心灵[12]。3.网络学习方式与学习适应性“学习适应问题亦称学习适应不良,是指学生在学习过程中,不能根据学习条件的变化积极主动有效地进行身心调整,而导致学习成绩和身心健康达不到应有发展水平的学习干扰现象”[13]。冯红等在研究中指出,使用平板电脑学习的青少年的心理健康状况符合正常分布,并且适当的使用周期和强度对绝大部分学生的学习适应性具有正向影响,并得到大部分家长的支持和肯定[14]。柏菊花的实证研究表明,虽然中学生在适应网络学习的过程中差异较小,但整体适应性的水平较低;中学生网络学习适应性并不是一成不变的,相反它可以有效依托于自适应系统,从而加强适应网络学习的能力[15]。其他关于网络学习适应性现状的研究则采用“学习障碍”“认知障碍”“情感缺失”“心理因素”等概念进行阐释[16]。4.网络学习方式与自我效能感、社会临场感简单来说,自我效能感“是人对自己是否能够成功地进行某一成就行为的主观判断”[17]。谢幼如等基于实证研究认为,控制其它条件不变,上网的软硬件条件好则自我效能感水平高,即个人更能觉得自己能够成功地完成某一件事情[18]。Alenezi等研究发现,计算机自我效能感对学生使用数字化学习的意图有显著的影响[10]。“社会临场感是个体在探究社区中,利用媒体在社交和情感等方面展示自我的能力”。研究发现,社会临场感有利于促进学生学习态度朝着积极的方向转变,有利于学生形成较好的学习体验;社会临场感强的学习者有较高的学习满意度[19-21]。此外,社会临场感还能提升网络学习效果和降低网络学习环境中可能出现的孤独感[22]。5.网络学习方式给青少年身心健康带来的负面冲击王纬虹通过对重庆市4~9年级学生进行调查,发现义务教育阶段学生各种心理问题检出率介于4.7%~26.4%之间,主要表现在意志力薄弱、交际能力缺乏、敏感脆弱以及自卑、感恩缺失和异性交往问题等[23],这可能与近十年网络学习在国内迅速普及有关。有调查显示,在各年龄段中,12~30岁的青少年上网率最高,也最容易出现情绪低落、身体健康状况下降等问题[24]。事实上,网络学习方式给青少年身心理健康带来的负面冲击一直是国内国际学者关注的焦点。第一,网络本身的虚拟性特点使得网络环境中的主体具有无标识状态特征,这可能会使人际关系淡漠甚至情感疏远,也可能使传统价值观和伦理道德规范受到挑战[25]。网络本身存在的虚拟性也使价值尺度和“善”的原则被虚化了。学生的道德意识薄弱,再加上不断地遭受各种肮脏、恶意的信息的亵渎,学生的思维方式、道德意识被潜移默化地朝畸形方向引导。这样极易导致学生道德行为失衡与失范、诱发畸形人格的形成[26]。第二,网络应用不当是学生亚健康状态的危险因素之一[27],甚至可能对学生的人格发展和道德水平产生不良影响[28]。孟庆军认为网络依赖易导致心理浮躁与焦虑,如果青少年学生整日通过上网来了解社会、与他人交往,则易缺乏人与人之间的情感交流,就可能会产生疏离感、冷漠感和种种反常心态[29]。刘芳梅的研究表明,网络成瘾对大学生身体形态的影响不显著,而对身体机能及身体素质会造成显著的负面影响[30]。网络依赖症及网络成瘾的群体,上网后经常性眼睛不适的发生率明显高于正常群体,手腕不适的发生率明显高于正常群体,经常性腰部不适的发生率明显高于正常群体[31]。网络依赖症的人群多会失眠焦躁、容易发脾气,产生社会功能障碍;由于长时间观看电子屏幕,用眼不健康、眼睛疲劳,造成视力下降;由于缺乏休息、娱乐活动以及身体锻炼,极易引发颈椎疼痛等各种疾病[32]。相关的研究还发现,网瘾症对儿童的危害比对其他年龄段人群的危害更大,因为儿童还尚在成长发育中,长时间地沉溺于电子产品,对脑部的损害将是不可修复的;并且,特别不利于开发小学生早期智力[33]。因此,儿童沉迷于网络的情况需要家庭、学校和社会高度关注。(三)网络学习内容对青少年身心健康的影响1.网络学习中的积极内容对青少年身心健康的影响网络如同新型的百科全书,汇聚了各类学科和各类知识,网络学习资源可以得到及时地更新和补充,同步地反映最新科研、教学成果;网络学习资源还可以进行跨平台、跨时空的沟通传递。总体来说,网络学习内容具有广泛性、丰富性、时效性和共享性等特点[33]。李强认为,网络学习中的积极内容对促进中小学生学习兴趣和效率的提高有重要作用,会使学生的知识得到持续地充实,知识的结构得到持续地优化;网络学习中的积极内容能够满足学生的个性化需求,有利于学生的个性培养,可以极大地促进学生主体性的发展,由此促使学生形成积极的人生态度,顺利地完成社会化发展[34]。2.网络学习中的不良内容对青少年身心健康的影响网络学习作为一种重要的甚至是不可或缺的学习手段和形式,已经为现代社会所接受。然而,当前与正常的网络学习内容密切相连的网络大环境却并不那么洁净,甚至到处充斥着色情、暴力、意识形态的攻击等不良内容。青少年沉迷于网络色情小说、网络暴力游戏甚至形成网瘾、参与黄赌毒的事件经常发生。国内学者柯常钦等认为,网络中的垃圾信息对人们的生活特别是对青少年的健康成长造成了极大的影响,青少年对网络的一切事物都有新鲜感,这恰恰给信息诈骗和不良信息的滋长创造了便利条件,产生众多社会和道德问题[25]。刘勤学等认为,网络环境中的不良内容可能造成学生的网络沉迷和成瘾,并对青少年的生理健康、心理健康、人格发展、日常生活和学习以及对家庭和社会造成危害[35]。另外,魏晓文等认为,学生思想尚未完全成熟,对网络上的不良信息和偏颇言论缺乏应有的审视和辨别能力,因此网络化给我国学校意识形态工作的环境带来了强烈的冲击[36]。学生沉迷网络,导致对生活缺乏激情,对外界一切事物变得麻木,缺乏理想和追求。据有关媒体报道,有些未成年人因沉迷于网络色情,最终走上犯罪道路。对于网络赌博现象,不仅造成了网民的经济损失,也带来了社会的不稳定[37]。对此,我国在国家层面已做出了反应,出台了《关于进一步净化社会文化环境促进未成年人健康成长的若干意见》(中办发[2009]6号)等系列文件,明确提出要“进一步净化网络文化环境,保护未成年人健康成长”。五、研究方法频率分布张志新等将我国虚拟学习社区研究的方法大致划分为收集资料的方法、分析资料的方法和综合研究方法三大类[38]。由于研究领域相近,本研究在借鉴这种研究方法框架的基础上,根据身体健康研究的需要增加了测量法(体测)。表2是对本研究重点分析的43篇文献的研究方法的统计。从统计数据可以看出,在收集资料的方法方面,文献法占主导地位,但已趋向多元化,其次是问卷调查法,测量法也很少使用,实验或准实验法的使用率也不是特别高,观察法和访谈法也几乎没有使用;在分析资料的方法方面,定量分析方法(统计分析法)发展迅速,定性分析方法(内容分析法)几乎没有使用,比较分析法也很少采用;在综合研究方法方面,开发研究法是该领域最常用的研究方法,行动研究法和案例研究法较少使用。总体来说,文献法(含文献调查与理论思辨)、问卷调查法、统计分析法大量被采用,说明该领域的研究还处于较浅层次的理论探讨和现象描述阶段;测量法(体测)、实验法或准实验法使用不足,说明该领域基于科学范式的实证研究不足,对具体维度、影响因素等方面的探索不够细致、深入;观察法(含实地观察)、访谈法、案例研究法、行动研究法几乎没有使用,也说明研究者与研究对象间的距离较远,研究不够深入,应对方法与策略缺少实证数据检验;另外,比较分析法使用率较低,说明本领域研究者的研究视野还不够宽广,外文阅读能力还有待提高。六、总结与建议随着网络学习方式的普及以及人们对网络利弊的进一步认识,国内外学术界对“网络学习对青少年身心健康的影响”的相关研究也越来越重视。通过系统地文献调研和内容分析发现如下结论。在内容上,国内外学者主要研究了以下内容。第一,网络学习硬件环境对青少年身体健康的影响,包括长时间使用电脑或电子设备及这些设备释放的电磁波、有害气体等对青少年身体健康的危害,如视力障碍、骨骼弯曲、肌肉萎缩、呼吸道疾病、皮肤病、心脏病等。第二,网络学习方式对青少年身心健康的影响,包括网络学习方式对青少年兴趣、情感、态度、意志、学习适应性、自我效能感、社会临场感、交往心理、身体机能及身体素质等方面带来的影响。第三,网络学习内容对青少年身心健康的影响,其中,积极内容对中小学生的学习兴趣和效率的提高具有促进作用,有利于学生主体性发展、形成积极的人生态度和顺利地完成社会化;网络学习大环境中还充斥着游戏、色情、暴力元素和意识形态的攻击等不良内容,会给青少年带来“三观”歪曲、道德水平下降、行为方式失范等影响。但是,身心健康的范围非常广泛。例如,心理健康既包括兴趣、情感、意志、学习适应性、自我效能感等,也包括社会适应、自我认同等方面;又如身体健康,学界关注的维度更少,除了体重、视力、骨骼、皮肤、心脏外,还包括身高、视野、视深度、肺活量、胸围、坐位体前屈、体位血压、瞬时记忆、记忆广度、注意力集中、注意广度、反应时间等等。在范式上,首先,国内外研究者与研究对象间距离较远,访谈法、行动研究法和案例研究法等很少使用,研究不够深入;其次,观察法、测量法(体测)、实验法以及相应的量化分析方法等实证研究方法很少使用,大规模量化研究尚未出现;另外,社会网络分析法、比较分析法也很少使用,一定程度上说明研究者本身的研究能力有待提高,研究视野有待拓展,研究机构间的合作有待加强。因此,现有研究成果尚难以科学、系统、清晰地解释网络学习对青少年身体和心理健康到底产生了怎样的影响,更无法在此基础上提出有效的干预措施与解决方案。因此提出如下建议。在内容上,应加强我国青少年身心健康评价标准及具体维度的理论研究;针对身体健康、心理健康的具体维度,开展大规模测量研究;加强各类干预手段的实验与优化研究。在范式上,应采用大规模测量的方法,进行身体测试和心理测试,发现问题;应缩短研究对象与研究者的距离,采用实地观察法和访谈法,探究原因;应采用实验法或准实验法,通过实验与对比,优化干预手段与使用方法。总之,要加强实证研究,而非纯粹的理论思辨和浅层次的调查。当然,研究者自身也要提高研究能力,例如,提高外语水平,充分吸收国际经验;提高大规模调查与实验的设计、实施和分析能力。另外,还要加强研究机构间的合作,通过医学、体育学、心理学、教育学等多学科研究者的通力合作,系统、全面地探索和解决问题。(本文由《现代远距离教育》杂志授权发布)基金项目:教育部 -中国移动科研基金项目“网络学习环境对学生身心健康的影响与干预实证研究”(编号:MCM20130602)。 *作者简介:张志新,博士,首都师范大学教育技术系讲师,硕士生导师;高景,首都师范大学教育技术系硕士研究生;冯红,首都师范大学教育技术系副教授,硕士生导师;解婧睿,张心祎,首都师范大学教育技术系硕士研究生。本文转自微信公众号“MOOC”,作者张志新、高景、冯红、解婧睿、张心祎。文章为作者独立观点,不代表芥末堆立场。
来源:美国商业资讯中文版【穆迪向公众免费提供冠状病毒信贷与经济影响研究】穆迪公司(Moody’s Corporation, NYSE:MCO)正通过面向公众开放的专用网站moodys.com/coronavirus提供关于新型冠状病毒(COVID-19)信贷与经济影响的研究和观点。http://t.cn/A6z2fcBA