A Correlative Analysis of Modern Logistics Industry to Developing Economy Using the VAR Model: A Case of Pakistan
Notice bibliographique
Résumé
The modern logistics industry has opened new strategic perspectives in establishing its interrelation with economic growth. In recent years, understanding such an overlap has become a policy issue considering ever-increasing factors and their influence on this relation. Most existing studies have explored this interaction from a general perspective, or for developed countries. This paper explores time-series analysis of the dynamic variables and their inter-related influence in both the short and long run on the relationship between modern logistic industry and economic growth—a more specific perspective, particularly for developing countries. Accordingly, we exemplify our analysis by employing the vector autoregression (VAR) model to the most updated time series data of investment in the logistics industry and the economic growth of Pakistan from 1990 to 2018. The empirical findings endorse the previous studies’ outcomes and recognize the importance of sustainable economic development concerning continuously improving the logistics industry. However, a unidirectional relation is observed that economic growth leads to developing the logistics industry—economic growth exerts a significant demand-pull effect on Pakistan’s logistics. It implies that logistic industrial development is comparatively quicker in the geographical areas where economic growth is higher than those areas where economic growth is low. To conclude this study’s findings, logistics industry reforms should prioritize the selected geographical areas in improving the economy that would lead to the modern logistics industry’s development. As the model adopts Pakistan’s context, the overall statistical analysis can be generalized to other developing economies. These results would be of particular interest to strategy makers working in developing countries and help them design and develop modern transportation and logistics, coupled with interlinked technological factors, which would attract investment in the logistics industry for sustainable economic development.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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 source (Gemma direct ou Codex distillé), 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 ».