【摘 要】
:
由于货币数量论在解释20世纪以来世界各国通货膨胀的成功,欧美当代经济史学家们似乎已经忘记了货币数量论对于解释商品货币时代物价波动的巨大限制,认为历史上的长期物价上涨都是由货币数量超发所引起。事实上,在纯粹纸币本位制确立以前,货币数量论对于解释长期物价变动力不从心,马克思的商品货币理论更为适用。而一战以前欧美大多数国家处于以商品货币为价值基准的混合货币流通时代,本文统称为商品货币时代,一般商品单位价
论文部分内容阅读
由于货币数量论在解释20世纪以来世界各国通货膨胀的成功,欧美当代经济史学家们似乎已经忘记了货币数量论对于解释商品货币时代物价波动的巨大限制,认为历史上的长期物价上涨都是由货币数量超发所引起。事实上,在纯粹纸币本位制确立以前,货币数量论对于解释长期物价变动力不从心,马克思的商品货币理论更为适用。而一战以前欧美大多数国家处于以商品货币为价值基准的混合货币流通时代,本文统称为商品货币时代,一般商品单位价值变动和贵金属单位价值的变动而非贵金属货币数量的变动,是影响物价水平长期变动的重要因素。尽管斯密、穆勒等古典经济学家在物价决定问题上批判了休谟等人的货币数量论,认为贵金属货币本身具有价值,物价取决于一般商品与单位贵金属货币价值的比例,而与贵金属货币数量的变化关系极小,但是在阐述物价波动时,又不自觉地陷入货币数量论的逻辑。马克思扬弃了古典经济学家的商品货币理论,彻底批判了休谟和李嘉图的货币数量论,实现了货币理论的逻辑和历史的统一。马克思的货币理论认为,在贵金属商品货币制度下,商品价格取决于贵金属价值和商品价值的相对比例,最终在资本主义竞争下,价值转化为生产价格,商品价格取决于贵金属生产价格和商品生产价格的相对比例。这个相对比例的变化决定了物价水平长期趋势性走向。并非货币的数量与流通速度决定价格,而是待实现的商品价格总额与货币流通速度决定流通中所需要的货币数量,通过内生货币供给机制,货币过多或过少能够实现自我调节,不会对货币价值进而对物价水平产生实质性的影响。本文借鉴斯密当年的处理方法,把当代西方学者常用的名义价格指数折算为白银价格指数,拨开了西方经济史学研究的一些迷雾,对于欧洲黑死病前后与价格革命时期的物价波动做出了新的描述,重新探讨了这一时期的价格波动机制,更加显示了马克思商品货币理论在解释前工业社会价格波动方面的优越性。本文在第五章对法国大革命到一战之前欧美国家物价波动的进一步研究,指出在可兑换纸币时期,马克思的商品货币理论同样比货币数量论更加适用。只要保证纸币与贵金属的可兑换性,纸币供给的增加仍然不会导致物价的实质性上涨,纸币的价值并不取决于其数量与商品的比例,而是取决于其所代替的贵金属铸币的价值,纸币数量的变化理论上不影响物价,货币数量论仍然不适用。本文认为,人们研究一战以前欧美国家的价格波动应当回到古典经济学的方法,回到马克思。
其他文献
随着各项技术的飞速发展,数据呈爆炸式地充斥在人们的生活、交通、娱乐等各方面,数据的分类管理成为人们日常生活的迫切需求。半监督分类是机器学习研究中最受关注的问题之一,其仅需少量标签数据和大量无标签数据就可以取得良好的分类性能,有效缓减了有监督学习的人工标注代价和无监督学习模型不精确的问题。近年来基于超图的半监督节点分类成为半监督学习的一个重要分支,其利用超图能够建模数据之间高阶相关性的优势,通过超图
遥感图像语义分割技术在作物规划、植被检测以及农用地监测等方面具有重要的作用。然而农作物遥感语义分割任务中存在类别不平衡和边界划分不清等问题,且部分样本中农作物类间的相似度高、类内的差异性大,使得农作物遥感图像的语义分割更具挑战性。为了解决上述问题,本文采用深度学习技术对农作物遥感图像的语义分割进行研究。本文的主要研究工作如下:(1)针对农作物遥感图像类别不平衡和边界划分不清等问题,提出一种基于并行
伴随着社会的发展,人类与电的关系越来越密切。在平时的生活和生产中,电器设备逐渐增多,人们因电击受伤的案例也越来越多。在发生触电死亡的案件中,220V电压占全部触电电压的70%左右。目前,对电击致死的案件进行法医鉴定时,使用的方法多数仍然是肉眼观察身体外部特征的方法,该方法无法用科学的、量化的方案对电击伤进行鉴定。针对法医鉴定中存在的问题,本文从电学角度根据电击下生物体电阻抗的变化,提出了一种对电击
从评论句子中提取出观点核心信息是细粒度的方面级情感分析的一项基础任务。该任务旨在从评论句中成对抽取出方面词和观点词,方面词描述评论人对什么目标/方面表达了观点,观点词指评论人用什么的词表达观点。本论文主要针对方面词和观点词成对抽取问题展开研究。现有的方法需要对数据进行大量复杂的标注或者会产生大量的负样本,耗费大量人力且计算代价过大,为解决该问题,本文首先将问题进行转化,抽取任务转化为生成任务,提出
相位解缠作为合成孔径雷达干涉(Interferometry Synthetic Aperture Radar,InSAR)数据处理中的不可或缺步骤,对最终提取的高程参数具有决定性的作用。传统相位解缠算法存在精度与效率无法兼顾的问题,深度学习具有强大特征表示能力和非线性逆问题的求解能力,且完成训练后的网络通常可高效率完成其指定任务,使之在干涉图相位解缠领域具有潜在的优势。论文在深度学习理论与技术框架
超表面作为一种新型的二维人工电磁材料,可以在亚波长尺度上灵活的调控电磁波的振幅、相位和偏振等。与传统的三维超材料相比,超表面不仅保留了超材料卓越的波束操控能力,而且重量轻,损耗小,易于集成,这对未来在光电子、超快信息技术、显微成像和传感领域的应用至关重要。近年来,全介质超表面成为了一项热门研究内容。关于全介质超表面的相位调控的研究工作已取得了许多成果,如光束偏折、光分束器、聚焦超透镜、全息成像等。
随着多媒体数据的爆炸式增长,数据的规模与维度变得越来越大,基于原始数据的最近邻搜索方法已不能在存储与计算效率上满足实际应用的需求,因此更加可行的近似最近邻搜索方法的研究变得越来越重要。然而,向量量化作为一种流行的近似最近邻搜索技术,目前仍不能在速度与精度之间取得平衡,并且向量量化与倒排索引结构的结合也存在改进的空间。因此,本文基于向量量化技术,分别从量化结构与索引结构设计两个方向出发,对大规模数据
深度学习是机器学习领域的一个重要分支,自提出以来因线性问题和梯度消失等局限性数次陷入停滞。近年来,随着梯度消失等问题的有效解决,深度学习在学术和工业界得到广泛的研究和应用,例如数据挖掘、大气污染物评估和时序预测等领域。目前,克里金插值法已经被广泛应用于区域空气质量状况评估,但是,它最初被开发出来是用于地质统计的,其核心半方差函数的定义基于地理学第一定律,大气污染物传输的物理规律不能被表示,待插值指
干涉合成孔径雷达(Interferometric Synthetic Aperture Radar,In SAR)是一种应时代需求而生的雷达观测技术,能够精确重建地面数字高程模型(Digital Elevation Model,DEM),已成为遥感领域必不可缺的一种技术手段。相位解缠是In SAR技术中关键步骤,对地形DEM精度有决定性的影响。本文针对相位解缠进行研究,主要研究内容如下:(1)对经
摄像模组是影像捕捉至关重要的电子器件,被广泛应用于移动数码设备和智能手机产品当中。作为相机的核心部件,摄像模组的质量检测一直是工业摄像头生产制造过程中重要环节。目前质量检测环节主要是通过人工方式进行的,这种检测方式效率低下,且会因为不同人员的主观判断造成高误判率。此外一部分脏污区域偏大的摄像模组因为无法矫正问题从而被制造商废弃,这无疑为制造商们增加了生产成本,因此研究一套有效的摄像模组脏污检测和修