Economic impact of poverty alleviation policies in Gansu province, China: An input-output analysis
Notice bibliographique
Résumé
In accordance with the United Nations Millennium Development Goals, the Chinese government aims to eradicate poverty, in particular, in the central and western regions by 2020. The primary goal of the 13th Five-Year Plan of the nation is also to eliminate poverty by 2020. To achieve this goal, the government of Gansu Province has introduced a series of development plans and policies, focusing on agricultural development through an increase in the supply of agricultural products and expanding the scale of industries that have regional advantages. One such policy of the local government aims to increase the industrial output of vegetables, fruits, meat, milk and dairy products along with an increase in the number of cattle, sheep and goats. The current study uses the Gansu input-output (I-O) model to evaluate the economic impacts of various agriculture-based policy scenarios - apple, cattle, sheep and goats, meat, and milk and dairy products as stated in the provincial 13th Five-Year Plan. It also analyzes the impact of different consumption expenditure patterns and direct cash transfer to poor households. In order to estimate the impact of the various policy scenarios, the original highly aggregated 2012 Gansu I-O table was disaggregated by expending the number of agricultural sectors and food processing and manufacturing sectors. The impact on output, GDP, and employment calculated in this study offer a basis for decisions related to the sector priorities in regional and rural development. Results indicate that for poverty alleviation and sustainable development of agriculture, Gansu Province should use its regional advantages of developing the apple sector, animal husbandry sector and its related industries, such as the meat sector and milk and dairy product sector
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».