Research on regional economic high-quality development and fiscal policy regulation path based on data mining
Notice bibliographique
Résumé
Supported by the theory of economic growth convergence, this paper takes the eastern, central and western regions as the research object during 2010-2020, analyzes the economic growth convergence of the eastern, central and western regions of the country, and verifies the relationship between the regulation of fiscal policy and the high-quality development of the regional economy.Analyze the relationship between regional economic development, fiscal policy and economic convergence, and put forward the analytical view that fiscal policy affects regional economic convergence.The combination of dynamic panel model and absolute convergence analysis is used to derive the results of the absolute convergence test of regional economic growth.Convergence role test for fiscal expenditure variables, transfer payment variables.It is brought to the western region to analyze the role of government expenditure in the western development policy on the convergence of the western region's economy.Convergence as well as absolute convergence is conducted for each of the eight comprehensive economic zones, and the regional economic high-quality development policies are adjusted.Relative to 2010-2015, there is no convergence in economic growth in the western region in 2016-2020, and there is a tendency to divergence, which suggests that the fiscal policy of western development has limited effect on economic convergence among regional provinces.Absolute convergence exists for the whole country and the eight comprehensive economic zones, and the convergence coefficient is significantly negative at the 1% level.However, the speed of convergence varies for high-quality 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 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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 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 ».