Analisis pertumbuhan ekonomi dan ketimpangan pembangunan di Wilayah Sumatera
Notice bibliographique
Résumé
This paper aims to analyze economic growth and inequality of development in the region of Sumatra. The study used panel data of provinces in Sumatra region during the period 2011-2015. The method of analysis used is descriptive research method and panel data regression. Based on the results of the analysis is known that economic growth in the region of Sumatra tend to decrease, whereas development inequality ranges from IW (Williamson Index) 0.406-0.446. The highest level of inequality occured in 2012 in South Sumatra Province of 0,876 and the lowest occured in 2014 in Lampung Province in 0,103. Based on the result of panel data regression, it is known that simultaneously investment, government expenditure, agglomeration, and labor influence to economic growth. Likewise, simultaneously investment, government spending, agglomeration, and labor also have an effect on development inequality.. Keyword: Economic Growth, Development Inequality, Investment, Government Spending, Agglomeration, Labor
 Abstrak Penelitian ini bertujuan untuk menganalisis pertumbuhan ekonomi serta meninjau seberapa besar ketimpangan pembangunan masing-masing provinsi di wilayah Sumatera. Penelitian ini menggunakan data panel provinsi-provinsi di Wilayah Sumatera selama periode 2011-2015. Metode analisis yang digunakan adalah metode penelitian deskriptif dan regresi data panel. Berdasarkan hasil analisis diketahui bahwa pertumbuhan ekonomi di wilayah Sumatera cenderung mengalami penurunan, sedangkan ketimpangan pembangunan berkisar antara IW 0,406-0,446. Tingkat ketimpangan tertinggi terjadi tahun 2012 di Provinsi Sumatera Selatan sebesar 0,876 dan terendah terjadi tahun 2014 di Provinsi Lampung dengan angka 0,103. Berdasarkan hasil regresi data panel diketahui bahwa secara simultan investasi, belanja pemerintah, aglomerasi, dan tenaga kerja berpengaruh terhadap pertumbuhan ekonomi. Demikian juga, secara simultan investasi, belanja pemerintah, aglomerasi, dan tenaga kerja berpengaruh juga terhadap ketimpangan pembangunan.. Kata Kunci : Pertumbuhan Ekonomi, Ketimpangan Pembangunan, Investasi, Belanja Pemerintah, Aglomerasi, Tenaga Kerja
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».