Advertisement

工具变量：1984年邮局数量、邮电业务量及固定电话数减去互联网用户数加信息技术服务

  • 5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：ZIP

简介：
本研究运用1984年的邮局数量和邮电业务数据作为工具变量，分析了固定电话普及率与互联网用户减少以及信息技术服务业增长之间的关系。 各地区1984年每万人电话数与上一年全国互联网用户数量的交互项作为工具变量（IV），替代数字经济使用两阶段最小二乘估计（2SLS）解决内生性问题。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 工具变量：1984年邮局数量、邮电业务量及固定电话数减去互联网用户数加信息技术服务
    优质
    本研究运用1984年的邮局数量和邮电业务数据作为工具变量，分析了固定电话普及率与互联网用户减少以及信息技术服务业增长之间的关系。 各地区1984年每万人电话数与上一年全国互联网用户数量的交互项作为工具变量（IV），替代数字经济使用两阶段最小二乘估计（2SLS）解决内生性问题。
  • 1984年邮政局数量及固定电话数量.xlsx
    优质
    该Excel文件包含1984年中国邮政局的数量及其分布详情，以及同年全国各地区的固定电话安装情况的数据统计。 在数字经济领域的研究中，固定电话数量和邮局数量曾被广泛用作工具变量。然而，随着互联网技术的迅速发展及信息技术的不断变革，这些传统通信手段对制造业企业生产率的影响正在逐渐消失。目前来看，固定电话与邮局的数量已难以对企业层面的实际产出产生显著影响。因此，在控制其他相关因素后，选取历史上固定电话数量和邮局数量作为工具变量在一定程度上满足了排他性要求。
  • 1984年各城市数字金融工具变量：固定电话与邮局数量
    优质
    本文研究1984年中国各城市的固定电话和邮局数量作为数字金融的早期指标，采用工具变量法分析其对经济发展的影响。 时间维度为2014年至2020年，以及固定的时间点1984年的数据包括各城市中的固定电话数量和邮局数量。此外，在同一时间段内还涉及到了数字金融工具的变量分析，并且考虑了上一年全国互联网用户的统计数据（单位：万人），具体覆盖时间为2013年至2019年。
  • 数字经济的工具变量：1984年邮局电话机数量与互联网用户数（时间序列）
    优质
    本文探讨了使用1984年的邮局电话机数量作为工具变量来分析其后互联网用户增长的时间序列数据，探究两者间的因果关系。 根据黄慧群等人文章的参考，数字经济的工具变量可以通过以下两个数据来构造：1984年的邮局或电话机数量（这是一个截面数据）；以及互联网用户数（这是一个时间序列数据）。将这两个数据相乘后可以得到一个面板数据，即为用于分析的数字经济工具变量。大家可以根据需要自行选取这些数据进行研究。
  • 互联网发展指标的工具变量：1984年的百万人邮局数量与每百人的固定电话数量
    优质
    本文探讨了使用1984年每百万人口中邮局的数量和早期固定电话普及率作为互联网发展的工具变量，分析其对当前互联网影响的效果及机制。 本段落参考黄群慧（2019）的研究，收集了31个省的互联网发展指数工具变量数据，即通过1984年的百万人邮局数和每百人固定电话数构建的互联网发展指数工具变量。由于缺乏互联网投资额的数据，借鉴孙伟增（2021）的方法，使用全国信息技术服务收入来替代互联网投资额进行计算。同时收集了2010年至2020年间的互联网用户数量指标。
  • GE新至2022：助力数字经济的实用工具变量！涵盖地级市及省级，1984年的固定电话与邮局数据
    优质
    GE新至2022提供实用工具变量，支持中国各省市数字经济发展研究。包含详尽的地级市及省级1984年固定电话与邮局统计数据，助力深入分析和洞察。 更新至2022年：数字经济常用工具变量！包括1984年起的地级市固定电话数量、邮局数量、邮电业务总量及年末总人口数据，并计算了每百人拥有固定电话数和每百人拥有的邮局数量，涵盖全国所有31个省份的296个地级市，无缺失值。附赠各地市级层面交乘项（即10-22年*上一年全国互联网用户数）及省级层面交乘项（即11-20年*上一年全国信息技术服务收入），可以直接使用。 参考文献：赵涛,张智,梁上坤.数字经济、创业活跃度与高质量发展——来自中国城市的经验证据[J].管理世界,2020,36(10):65-76.
  • 互联网信息服务业务可行性分析与技术方案报告
    优质
    该报告深入探讨了开展互联网信息服务业务的可能性，并提出了一套详尽的技术实施方案，旨在为决策者提供有价值的参考和指导。 互联网信息服务业务的可行性研究报告和技术方案包含了对该服务市场的分析、技术实现路径以及项目的经济评估等内容。报告详细探讨了项目实施的可能性，并提出了相应的技术实施方案以确保服务的有效性和可靠性。
  • 互联网业务流量监测技术在通信与网络中的应用与设计
    优质
    本研究探讨了互联网业务流量监测技术的关键设计和实施方法，旨在提升通信质量和网络安全，为优化网络资源配置提供数据支持。 前言 随着宽带互联网在中国的迅速发展，电信运营商网络规模不断扩大、结构日益复杂且业务种类愈加丰富多样，这使得流量持续快速增长。为了准确掌握并分析其承载的各种服务的数据流及流向情况，电信公司需要借助可靠有效的网络业务流量监测系统来挖掘潜在资源，控制互联成本，并为未来的规划与优化提供依据。 然而，目前中国电信运营商所建立的网络管理系统在实现流量监控功能方面仍存在较大局限性，难以满足行业发展的迫切需求。 1、互联网业务流量监测技术的应用及现状 1.1 互联网业务流量监测技术的应用 a) 网络出口互联链路决策支持：通过分析出口方向的数据流，运营商能够选择最经济高效的连接方式和位置，避免不必要的费用开支。 b) 用户行为理解：监控与外部网络的互通数据量可以帮助运营商了解用户对外部资源的需求模式，并据此优化内部资源配置以减轻带宽压力。 c) 分支机构评估：监测各分支机构的数据流量有助于评估其成本效益和服务价值，为后续调整提供依据。 d) 关键应用和重要客户分析：统计关键应用程序及大客户的使用情况可帮助平衡服务质量与运营成本的关系，确保高水平的用户满意度。 e) IP计费与SLA验证：流量监控数据可用于准确计算费用以及确认服务水平协议（Service Level Agreement, SLA）的有效性，保证服务质量和公平收费。 f) 网络状态监测：长期跟踪特定类型的数据流有助于运营商更好地理解和管理网络状况，预防潜在故障并提高整体性能水平。 g) 异常通信检测：实时分析数据流量可以迅速发现异常模式，防止拒绝服务攻击（Denial of Service, DDoS）和其他大规模威胁事件的发生，确保网络安全环境。 h) 网络优化依据：通过对流量的深入分析为负载均衡、带宽分配、路由选择和质量保证策略等提供决策支持信息。 1.2 互联网业务流量监测技术现状 目前我国电信运营商所使用的流量监控系统还不够完善，主要依赖于MRTG（Multi Router Traffic Grapher）或SNMP（Simple Network Management Protocol），或者在关键节点部署RMON探针。虽然这些工具能够收集基础的网络性能数据，但它们提供的信息较为有限且处理能力不足。 未来的发展趋势可能会包括： 1. 更精细的数据监控：实现从源头到目的地的全程流量追踪，并提供详尽的方向细节。 2. 智能化分析与自动响应机制：利用人工智能和机器学习技术来识别异常行为并迅速作出反应，以确保网络安全。 3. 大数据分析能力提升：处理庞大的数据集支持复杂的业务分析及预测模型开发。 4. 实时结合历史记录的综合视图：整合实时监测结果与长期积累的历史资料为决策提供全面视角。 5. 跨平台兼容性增强：适应各种网络环境并实现不同供应商设备间的统一管理方案。 6. 弹性的扩展能力：随着业务规模的增长，系统应具备灵活调整配置的能力。 互联网业务流量监测技术是通信领域不可或缺的一部分，在保障网络安全、提升服务质量及控制成本方面发挥着重要作用。运营商需要不断投入资源进行技术创新以应对日益复杂的网络挑战。