🔬 Un análisis con machine learning de datos públicos de 31 provincias chinas, recogidos entre 2013 y 2022, identifica qué variables se asocian con el número de organizaciones de la sociedad civil registradas. El PIB, la población residente y la cantidad de entidades legales aparecen entre los predictores con mayor peso.
El equipo de Ziyi Xie, Yuxiao Xie y Zhizhuang Duan aplicó el modelo XGBoost a datos de panel. Su objetivo fue explorar los factores socioeconómicos e institucionales ligados a las diferencias provinciales en el número de organizaciones registradas.
Además del PIB, el modelo señaló como variables importantes a las personas inscritas en el seguro médico básico urbano, los usuarios de banda ancha, el alumnado de educación superior y el gasto público en seguridad social y empleo.
✅ El trabajo aporta datos para pensar políticas que impulsen el desarrollo sostenible de estas organizaciones y para entender cómo se distribuyen en China. El modelo identifica asociaciones y predictores, no prueba que una de estas variables cause por sí sola un aumento de organizaciones. Además, el análisis se limita a organizaciones registradas y a 31 provincias durante 2013–2022.
