如何从宏观和微观和宏观的区别角度正确看待收入和支出

来源：蜘蛛抓取(WebSpider) 时间：2017-01-11 07:01 标签： 从宏观到微观
您所在位置： &
&nbsp&&nbsp&nbsp&&nbsp
03--第三章总支出与国民收入产品市场角度2.ppt67页
本文档一共被下载：
次 ,您可全文免费在线阅读后下载本文档。
文档加载中...广告还剩秒
需要金币：150 &&
03--第三章总支出与国民收入产品市场角度2
你可能关注的文档：
··········
··········
正在加载中，请稍后...如何从微观角度观察宏观问题
——记端午期间三次学术讲座
发布时间：&&&&
&&& 一直以来，我院致力于宏观质量的研究，至今，在经济发展质量、质量治理、质量观测和质量文化等方面都取得了突破性的成绩。虽如此，对学术的追求没有停歇，端午期间，由香港中文大学地理与资源管理系的黄波教授以及来自日本知名智库机构的下川哲博士就为我们带来了他们的研究成果，他们研究范式和国际化视野提供给我一种从微观角度观察宏观问题的路径。
&&& 黄波教授是空间物理和遥感技术的专家，他同时又是国际上该领域最权威的学术刊物IJGIS的亚太区主编。他主要给我们介绍了就如何运用遥感技术做环境和健康的测量，遥感和空间物理技术不仅仅再是我们脑海里那种纯技术领域的研究，目前这项技术不仅已经运用于城市热岛监测；滑坡、泥石流灾害监测；提供海面温度、红潮等海洋信息等实际的应用中，而且还广泛的被用到分析大气成分、空气污染程度；土地利用、植被分布调查；农业估产；城镇化发展和生活质量等方面的研究中。在研究方法上，黄波教授以土地利用变化分析为实例，说明了多元变化的利用问题，尤其是向我们介绍如何利用多目标空间优化这项研究工具，进行土地的可持续利用的研究。它主要基于资源与空间关系等限制，最大化或最小化规划目标的一种方法，将一个城市或地区在经济、环境、社会和空间领域的目标优化成为可测量的空间和时间的数据，可以评估一个城市或地区的环境影响和城市功能和空间布局，并制定规划建议。我院在恩施经济发展质量的研究中，也涉及到林业、畜牧业用地的发展规划，从这个角度，我们可以利用黄波教授的技术和方法，更加直观和充实我们在经济发展质量上的研究内容，不仅如此，对于政府报告上关于政策的预测也会有帮助。
&&& 下川哲博士给我们带来的是关于食品质量和饮食质量的一系列研究成果。一直以来研究食品质量的文献有很多，大多侧重于政府如何监管方面。下川博士则用设立课测量的食品消费的指标，和展示多角度、多层次的对比，说明了一个消费需求在食品质量中的相互作用关系，从而对经济的作用的解释。比如在解释“收入增长、生活方式的改变、城市化和家庭结构变化导致实质性的变化在全球食品消费的数量和质量。”的时候，他设立了几个衡量的指标来描述变化，那就是不同组别人群所获取的热量（营养措施），支出食品集团（货币衡量）和支出相对于热量的变化。先从分析不同食品（谷物、肉类、奶制品等）所能获取的热量开始，分析出结论年期间,在发达国家和发展中国家,消费者增加水果和蔬菜的消费,而热量从谷物的比例下降。在发展中国家,消费者也增加了肉类消费更高的价值。在发达国家,消费者大大增加乳制品和鸡蛋的消费。从不同国家人群对食品消费的偏好对比，发现收入水平较高的消费者花更多的钱在食物上。2000年,食品支出总额(美元)在美国几乎是13倍在中国和越南的近30倍。中国和越南比美国在谷物中获取卡路里的水平更高，其人均支出谷物比美国高出十倍以上。同样在饮食质量的研究方面，下川博士首先给我们介绍了饮食质量（DQI）的获取方式，然后将中国和美国的数据通过一个国际通用的指标评价表逐个进行对比分析，得出的结论是中国在消费健康和不健康的食品上均小于美国；而随后在全世界主要国家的饮食质量对比图中，显示中国在随着经济的发展，不健康食品的消费越来越高，而相反，美国则在饮食质量上越来越好。这些数据的衡量和对比得出的结论都十分有趣，其结论可以解释一些消费支出方面国别比较的问题，并以小见大做出更深层面的研究。
&&& 不论是黄波教授还是下川哲博士，我发觉他们的研究都是通过一些对数据的不同角度，不同层次的挖掘和对比分析，让一些微观数据有力的解释和证明了宏观问题，这些方法都值得我们学习。
*&凡本网编辑上传的文章内容（注明转载文章除外），均为武汉大学质量发展战略研究院合法拥有版权或有权使用的作品，未经本网授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的，应在授权范围内使用，并注明“来源：武汉大学质量发展战略研究院”。违反上述声明者，本网将追究其相关法律责任。
如需转发本网文章，因作品内容、版权和其它问题需要同我们联系的，请在相关作品刊发之日起30日内进行。
网站访问总量：
<span class="fontstyle41

我要回帖

更多关于 从宏观到微观 的文章

 

随机推荐