| Contact Us | CHT | Mobile | Wechat | Weibo | Search:
Welcome Visitors | 登录 | 免费注册 | 忘记了密码 | 社交账号注册或登录

Home

温哥华资讯

Realty

Education

Finance

Immigrants

Yellow Page

Travel

特朗普: CNN主播:特朗普像黑手党老大,但欺负不了中国

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!
美国总统特朗普上任后高举关税大棒,搅乱全球市场。尽管特朗普假装硬汉,但国际社会已看穿他色厉内荏的本质,华尔街使用“胆怯交易”(Taco trade)一词嘲讽其关税政策。


“你欺负不了一个供应链大国。”6月13日,美媒《华盛顿邮报》专栏作者、美国有线电视新闻网(CNN)主播法里德·扎卡里亚在《华盛顿邮报》刊文指出,特朗普错判了中国的实力和影响力,“像黑手党老大一样”滥用胁迫、关税等经济硬实力,只会适得其反,削弱美国软实力。

文中,扎卡里亚首先宣判了特朗普对华关税政策的失败。


扎卡里亚称,尽管特朗普本周与中国的贸易协议含糊不清,但似乎延续了“胆怯交易”套路。该词汇由英媒《金融时报》专栏作家首次提出,为“特朗普总是胆怯”(Trump always chickens out)的缩写。

“特朗普的关税将带来痛苦,但痛苦的是美国,而不是中国,”扎卡里亚援引美国经济学家迪安·贝克的话指出,世界银行现在预计美国经济增长率将从去年的2.8%放缓至1.4%,而中国的增长率预计将与之前的预测保持一致。“谁为特朗普的‘解放日’关税买单,显而易见。”



法里德·扎卡里亚是CNN知名主播 CNN视频截图

扎卡里亚表示,在他看来,特朗普一系列戏剧性的表演背后,蕴含着一个重要的教训。


他提到,如今,全球经济错综复杂,相互依存度极高。然而,经济相互依存可以被武器化,即各国利用其在世界经济中拥有的任何优势,并借此施加强制性压力。华盛顿一直是这一战略最积极的使用者,制裁各国,施加二级制裁,惩罚个人,并将特定国家排除在全球体系之外。

他说,近几十年来,美国两党政府都将美国在全球金融中的经济主导地位武器化,利用美元和SWIFT金融信息系统等工具惩罚伊朗俄罗斯和朝鲜等对手,将他们孤立在全球金融体系之外,无需费一枪一弹。但现在,我们看到了这种权力的真正局限性,以及过度使用它的代价。

“贸易不同于金融,在多极世界里,各国有很多选择,”扎卡里亚举例说,当美国限制对华乙烷出口时,中方可以用其他燃料替代。他指出,中国也有自己的筹码。中国是世界上最大的商品出口国,生产了全球近30%的制造业增加值,主导着从智能手机到太阳能电池板等各个领域的供应链。


扎卡里亚称,更重要的是,中国是关键材料加工的全球领导者。数据显示,中国提炼了全球68%的镍、73%的钴、高达99.9% 的重稀土元素和59%的锂。这些材料对电动汽车、风力涡轮机、半导体以及高端武器的生产至关重要。因此,当中国限制对美稀土出口时,美国几乎无法快速获得替代品。

他强调,特朗普的对华战略,如果有的话,是建立在对中国根本性错误的理解之上的。近年来,中国一直在努力降低其经济对美国进口的依赖,与其他国家进行交易,同时努力在各领域自立自强。

扎卡里亚在文中提到,早在特朗普之前,美国政府就过于滥用其经济实力。

他称,全球制裁数据库显示,过去20年,美国对外国实施制裁的案例数量飙升了五倍多。特朗普将这一举措推向了一个新的极端,威胁征收关税,并采取各种与贸易无关的措施(例如吊销外国学生的签证)。“他听起来不像是一个代表世界领先国家的人物,而更像是一个黑手党老大。”


不错的新闻,我要点赞     无评论不新闻,发表一下您的意见吧
Prev Page12Next Page
Note:
  • 新闻来源于其它媒体,内容不代表本站立场!
  • _VIEW_NEWS_FULL
    _RELATED_NEWS:
    _RELATED_NEWS_MORE:
    _POSTMYCOMMENT:
    Comment:
    Security Code:
    Please input the number which is shown on the following picture
    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

    Page Generation: 0.0385 Seconds and 3 DB Queries in 0.0011 Seconds