Rural e-commerce platform data analytics for economic development
Notice bibliographique
Résumé
This paper firstly studies the current situation of rural e-commerce development in China, and then collects the gross output value of agriculture, forestry, animal husbandry and fishery, express delivery volume, rural delivery routes and so on through consulting the relevant official data of the National Bureau of Statistics, which provides an effective and reliable data basis for the construction of econometric model.Through the establishment of a fixed-effects model to analyze the empirical results, to explore the role of rural e-commerce platform development on the promotion of the economy.Finally, with the help of the spatial Durbin model to measure the spatial spillover effect, analyze whether the development of rural e-commerce can reduce the urban-rural income gap.The results show that the number of Taobao villages, kilometers of rural delivery routes, and 10,000 rural broadband access users are the explanatory variables, and the gross output value of agriculture, forestry, animal husbandry and fishery is the explanatory variable, and the coefficients are 0.0156, 0.0781, and 0.0442, with the p-value less than 0.01.Therefore, the better the development of rural ecommerce, the better the economic development is.And the increase in the level of economic development can significantly reduce the urban-rural income gap with an estimated parameter of -0.022.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».