| 广告联系 | 繁体版 | 手机版 | 微信 | 微博 | 搜索:
欢迎您 游客 | 登录 | 免费注册 | 忘记了密码 | 社交账号注册或登录

首页

新闻资讯

论坛

温哥华地产

大温餐馆点评

温哥华汽车

温哥华教育

黄页/二手

旅游

特朗普: 技术变革与美国社会的撕裂——写在特朗普就任总统之际(图)

QR Code
请用微信 扫一扫 扫描上面的二维码,然后点击页面右上角的 ... 图标,然后点击 发送给朋友分享到朋友圈,谢谢!
  对美国来说,2017年1月将是一个被载入史册的月份。1月20日,主张贸易保护主义和反移民的唐纳德·特朗普正式宣誓就任总统,他入主白宫后推行的政策,将对美国甚至世界经济和社会的发展,产生何种影响,显示出很大的不确定性。另一方面,在他上任之际,美国各地反对他的示威不断,将原由种族歧视和贫富对立而分裂的社会更加撕裂。一个处于分裂的美国步入了2017年,一方担心特朗普在总统任期里,所推行的各种政策所带来的严重后果,另一方则对于美国即将开启一个新的时期抱有新的期望。


  

  与此同时,由美国硅谷领跑的新技术变革正在展开。硅谷曾是信息技术和互联网技术的摇篮。当前硅谷正在酝酿一场以人工智能为主角的新技术变革。2017年年初,谷歌人工智能阿尔法狗(AlphaGO)的升级版Master以 60∶0的战绩,击溃当世所有围棋顶级高手。这次的胜负,其意义远超2016年3月阿尔法狗以4∶1战胜韩国围棋第一人李世石的意义。另一方面,硅谷大佬普遍反对贸易保护主义,力挺经济全球化,在大选中坚决反对特朗普,和“铁锈地带”的政治倾向完全不同。


  从表象来看,上述两个现象似乎没有必然的联系,但是我们不禁会发问,当今世界领导技术变革的美国,为何会选出一个逆全球化而动的民粹主义的特朗普总统?一场以人工智能为代表的新技术变革最终将把美国带向何方?


  美国贫富差别不断扩大2016年12月25日,美国普林斯顿大学历史学和公共事务教授朱利安·泽利泽(Julian Zelizer) 在美国有线新闻网(CNN)发表文章,对于2017年特朗普当政后将主导美国社会的重大政治问题做了分析。文章指出:如果说在这场选举中,有一个位居前列并处于中心位置的重大问题的话,那便是美国中产阶级正在苦苦挣扎这个事实。即使各项经济指标不错,但许多美国家庭并不觉得他们的未来是安全无忧的。他们看到富人与穷人之间的经济鸿沟在不断扩大,担心自己以及他们的子女会沦为穷人。在就业和收入方面,虽然美国人的境况比前几年好了许多,但他们所喜欢的工作变得不那么稳定,获益较少,而且向上流动的前景恶化。由于教育和医疗保健费用上涨,他们还担心自己孩子的命运。这种经济焦虑驱使数百万名选民最终选择了特朗普而不是希拉里,他们相信如果他们所在的社区将要重建的话,现在进行根本性的改变是必不可少的。

  


  美国思想界的反思正在升温,两者关注的是同一焦点:美国日渐扩大的贫富差距。美国国会预算办公室的统计数字表明:从1989至2013年,美国前10%家庭拥有的财富占全国所有家庭财富的比重,从2/3增加到超过3/4;中间40%(51%—90%)家庭拥有的财富占比,从30%下降到23%;后50%(0%—50%)家庭拥有的财富占比从3%下降到1%。

  美国的收入不平等状况以1980年为分水岭,在1980年后急速恶化。许多经济学家认为这与里根就任总统后美国经济政策向新自由主义转向大有关联。虽然硅谷的信息技术产品和智能手机出口到全世界,但美国总的国际收支不平衡,意味着进口商品大幅度取代了国内生产的商品。这严重打击了美国制造业,并导致老工业基地从繁荣走向衰落,大量工厂倒闭,到处是闲置厂房和被遗弃的锈迹斑斑的设备,工人大量失业,成为了“铁锈地带”。国际收支不平衡逼得美国大量向海外举债。因此,美国创造了一个庞大的金融部门以借入海外资金。经济金融化导致了经济“空心化”,进而导致在工业部门中从事技术性高薪工作的中等收入群体大量减少,取而代之的是相对少数的金融精英以及大量为金融精英服务的低收入人群。这就大大加剧了社会不平等程度和社会的撕裂。
不错的新闻,我要点赞     这条新闻还没有人评论喔,等着您的高见呢
上一页1234下一页
注:
  • 新闻来源于其它媒体,内容不代表本站立场!
  • 在此页阅读全文
    猜您喜欢:
    您可能也喜欢:
    我来说两句:
    评论:
    安全校验码:
    请在此处输入图片中的数字
    The Captcha image
    Terms & Conditions    Privacy Policy    Political ADs    Activities Agreement    Contact Us    Sitemap    

    加西网为北美中文网传媒集团旗下网站

    页面生成: 0.0386 秒 and 3 DB Queries in 0.0013 秒