@@ -27,13 +27,13 @@ kernelspec:
2727
2828因此,亚当·图泽(Adam Tooze)在阐述第一次世界大战的地缘政治先例和前因后果时,首先描述了欧洲大国的国内生产总值(GDP)在 1914 年之前的 70 年间是如何演变的(见 {cite}` Tooze_2014 ` 第 1 章)。
2929
30- 使用与图泽构建图表时相同的数据(时间线稍长 ),以下是我们在他的第一章图表基础上制作的版本。
30+ 使用与图泽构建图表时相同的数据(使用稍长一些的时间线 ),以下是我们在他的第一章图表基础上制作的版本。
3131
3232``` {figure} _static/lecture_specific/long_run_growth/tooze_ch1_graph.png
3333:width: 100%
3434```
3535
36- (这只是我们的图 {numref}` gdp1 ` 的副本。 我们将在本讲座的稍后部分介绍如何绘制 {numref}` gdp1 ` )。
36+ (这只是我们的图 {numref}` gdp1 ` 的副本。 我们将在本讲的稍后部分介绍如何绘制 {numref}` gdp1 ` )。
3737
3838{cite}` Tooze_2014 ` 的第1章用他的图表说明了美国的GDP在19世纪初如何远远落后于大英帝国的GDP。
3939
@@ -46,7 +46,7 @@ kernelspec:
4646
4747(如果心急的读者想提前了解答案,现在可以跳到后面看看图{numref}` gdp2 ` )。
4848
49- 正如我们将看到的,通过类比推理,这张图表或许为“XXX (21世纪)世纪”奠定了基础,而你可以自由填入你对XXX国家的猜测 。
49+ 正如我们将看到的,通过类比推理,这张2014年或之后的图表或许为解释“某某国家的 (21世纪)世纪”奠定了基础,而你可以自由填入你对某某国家的猜测 。
5050
5151
5252在我们收集数据以构建这两个图表的过程中,我们还将研究很多国家在尽可能长的时间范围内的增长经历。
@@ -171,8 +171,6 @@ color_mapping = {country: color for
171171
172172首先我们研究英国的 GDP 增长情况
173173
174- 现在我们可以提取并绘制这些国家的 GDP 数据。
175-
176174``` {code-cell} ipython3
177175---
178176mystnb:
@@ -343,7 +341,7 @@ plt.show()
343341- 大部分增长发生在工业革命之后的过去150年间。
344342- 从1820年到1940年,美国和英国的人均GDP上升并与中国拉开差距。
345343- 1950年后,尤其是1970年代末后,差距迅速缩小。
346- - 这些结果反映了技术和经济政策因素的复杂组合 ,经济增长的研究者们试图理解并量化这些因素。
344+ - 这些结果反映了科技和经济政策因素的复杂组合 ,经济增长的研究者们试图理解并量化这些因素。
347345
348346### 聚焦于中国
349347
@@ -356,7 +354,7 @@ plt.show()
356354- 清政府闭关锁国政策后的长期经济下行和停滞。
357355- 英国工业革命开始后,中国的经历与英国截然不同。
358356- 自强运动似乎主要帮助了中国的增长。
359- - 现代中国经济政策的惊人增长成果,最终在1970年代末进行的改革和开放政策中达到高潮 。
357+ - 现代中国经济政策的惊人增长成果,最终在1970年代末进行的改革开放政策后达到高位 。
360358
361359``` {code-cell} ipython3
362360---
@@ -489,7 +487,7 @@ gdp = data['gdp'].unstack('countrycode')
489487
490488最显著的趋势是美国的崛起,在1860年代超过英国,并在1880年代超过中国。
491489
492- 这种增长持续到1930年代的大萧条到来时出现大幅下降 。
490+ 持续的增长在1930年代的大萧条到来时出现了转折并大幅下降 。
493491
494492与此同时,俄罗斯在第一次世界大战期间经历了重大挫折,并在二月革命后显著恢复。
495493
@@ -516,7 +514,6 @@ draw_interp_plots(gdp[country].loc[start_year:end_year],
516514首先,我们定义一个由大英帝国(BEM)所包含的国家组成的集合,这样我们就可以复制图兹图表中的这一系列数据。
517515
518516
519-
520517``` {code-cell} ipython3
521518BEM = ['GBR', 'IND', 'AUS', 'NZL', 'CAN', 'ZAF']
522519# 插值不完全时间序列
@@ -575,7 +572,7 @@ draw_interp_plots(gdp[country].loc[start_year:end_year],
575572
576573## 地区分析
577574
578- 我们经常会想要研究那些不属于 “世界强国”俱乐部的国家的历史经验。
575+ 我们也想要研究那些不属于 “世界强国”俱乐部的国家的历史经验。
579576
580577[ Maddison Historical Statistics] ( https://www.rug.nl/ggdc/historicaldevelopment/maddison/ ) 数据集还整合了地区汇总信息
581578
0 commit comments