c# wpf adobe pdf reader : Extract one page from pdf online software Library dll winforms asp.net wpf web forms onlinevsoffline0-part1488

Online vs. Offline Competition
Prepared for
the Oxford Handbook of the Digital Economy 
Ethan Lieber 
University of Chicago 
Chad Syverson 
University of Chicago 
Booth School of Business 
and NBER 
January 2011 
We thank Martin Peitz and Joel Waldfogel for comments. Syverson thanks the NSF and the Stigler Center and 
Centel Foundation/Robert P. Reuss Faculty Research Fund at the University of Chicago Booth School of Business 
for financial support. Lieber: Department of Economics, University of Chicago, 1126 E. 59
St., Chicago, IL 60637; 
Syverson: University of Chicago Booth School of Business, 5807 S. Woodlawn Ave., Chicago, IL 60637. 
Extract one page from pdf online - copy, paste, cut PDF pages in C#.net, ASP.NET, MVC, Ajax, WinForms, WPF
Easy to Use C# Code to Extract PDF Pages, Copy Pages from One PDF File and Paste into Others
extract one page from pdf online; delete page from pdf online
Extract one page from pdf online - VB.NET PDF Page Extract Library: copy, paste, cut PDF pages in vb.net, ASP.NET, MVC, Ajax, WinForms, WPF
Detailed VB.NET Guide for Extracting Pages from Microsoft PDF Doc
delete pages out of a pdf; delete pages from pdf acrobat reader
1. Introduction 
Amazonis arguably one of the most successful online firms. As of this writing, its  market 
value is over $79 billion, 40 percent higher than the combined value of two large and successful 
offline retailers, Target and Kohl’s, who have 2800 stores between them. 
Jeff Bezos conceived of Amazon as a business model with many potential advantages 
relative to a physical operation. It held out the potential of lower inventory and distribution costs 
and reduced overhead. Consumers could find the books (and later, other products) they were 
looking for more easily, and a broader variety could be offered for sale in the first place. It could 
accept and fulfill orders from almost any domestic location with equal ease. And most purchases 
made on its site would be exempt from sales tax. 
On the other hand, Bezos no doubt understood some limitations of online operations. 
Customers would have to wait for their orders to be received, processed, and shipped. Because 
they couldn’t physically inspect a product before ordering, Amazon would have to make its 
returns and redress processes transparent and reliable, and offer other ways for consumers to 
learn as much about the product as possible before buying. 
Amazon’s entry into the bookselling market posed strategic questions for brick-and-
mortar sellers like Barnes & Noble. How should they respond to this new online channel? Should 
they change prices, product offerings, or capacity? Start their own online operation? If so, how 
much would this cannibalize their offline sales? How closely would their customers see ordering 
from the upstart in Seattle as a substitute for visiting their stores?
The choices made by these firms and consumers’ responses to them—actions driven by 
the changes in market fundamentals wrought by the diffusion of e-commerce technologies into 
bookselling—changed the structure of the market. As we now know, Amazon is the largest 
single bookseller (and sells many other products). Barnes & Noble, while still large, has seen its 
market share diminish markedly. There are also many fewer bricks-and-mortar specialty 
bookshops in the industry. Prices are lower. 
In this chapter, we discuss the nature of competition between a market’s online and 
offline segments. We take a broad view rather than focus on a specific case study, but many of 
Ghemawat and Baird (2004, 2006) offer a detailed exploration of the nature of competition between Amazon and 
Barnes & Noble. 
VB.NET PDF Page Delete Library: remove PDF pages in vb.net, ASP.
Online source codes for quick evaluation in VB.NET class. If you are looking for a solution to conveniently delete one page from your PDF document, you can use
add and delete pages from pdf; extract one page from pdf file
C# PDF Image Extract Library: Select, copy, paste PDF images in C#
in .NET framework application with trial SDK components and online C# class PDFPage page = (PDFPage)pdf.GetPage(0); // Extract all images on one pdf page.
extract pages from pdf files; cut pages out of pdf file
the elements that drove the evolution of retail bookselling as just described are present more 
We organize our discussion as follows. The next section lays out some basic facts about 
the online sales channel: its size relative to offline sales; its growth rate; the heterogeneity in 
online sales intensity across different sectors, industries, and firms; and the characteristics of 
consumers who buy online. Section 3 discusses how markets’ online channels are economically 
different due to e-commerce’s effects on market demand and supply fundamentals. Section 4 
explores how changes in these fundamentals due to the introduction of an online sales channel 
might be expected to change equilibrium market outcomes. Section 5 investigates various 
strategic implications of dual-channeled markets for firms. A short concluding section follows. 
2. Some Facts 
Before discussing the interplay of online and offline markets, we lay out some basic 
empirical facts that reflect the present state of online and offline competition.  
2.1. How Large Are Online Sales Relative to Offline Sales? 
To take the broadest possible look at the data, it is useful to start with the comprehensive 
e-commerce information collected by the U.S. Census Bureau.
The relative contribution of online-based sales activity varies considerably across sectors, 
however. Looking again at 2008, e-commerce accounted for 39 percent of sales in manufacturing 
The Census separately tracks 
online- and offline-related sales activity in four major sectors: manufacturing, wholesale, retail, 
and a select set of services. The data are summarized in Table 1. In 2008, total e-commerce-
related sales in these sectors were $3.7 trillion. Offline sales were $18.7 trillion. Therefore 
transactions using some sort of online channel accounted for just over 16 percent of all sales. Not 
surprisingly, the online channel is growing faster: nominal e-commerce sales grew by over 120 
percent between 2002 and 2008, while nominal offline sales grew by only 30 percent. As a 
greater fraction of the population goes online—and uses the internet more intensively while 
doing so—e-commerce’s share will almost surely rise. 
The Census Bureau defines e-commerce as “any transaction completed over a computer-mediated network that 
involves the transfer of ownership or rights to use goods or services.” A “network” can include open networks like 
the internet or proprietary networks that facilitate data exchange among firms. For a review of how the Census 
Bureau collects data on e-commerce and the challenges posed in quantifying e-commerce, see Mesenbourg (2001). 
VB.NET PDF File Merge Library: Merge, append PDF files in vb.net
This guiding page will help you merge two or more PDF documents into a single one in a Visual Basic .NET imaging application.
delete pages of pdf preview; delete pages from pdf without acrobat
VB.NET PDF Annotate Library: Draw, edit PDF annotation, markups in
will get a simple VB.NET online PDF annotation tutorial. contains all information about source PDF document file PDFPage: As for one page of PDFDocument instance
extract pages from pdf document; cut pages out of pdf
and 21 percent in wholesale trade, but only 3.6 percent in retail and 2.1 percent in services. If we 
make a simple but broadly accurate classification of deeming manufacturing and wholesale sales 
as business-to-business (B2B), and retail and services as business-to-consumer (B2C), online 
sales are considerably more salient in relative terms in B2B sales than in B2C markets. Because 
total B2B and B2C sales (thus classified) are roughly equal in size, the vast majority of online 
sales, 92 percent, are B2B related.
That said, B2C e-commerce is growing faster: it rose by 174 
percent in nominal terms between 2002 and 2008, compared to the 118 percent growth seen in 
B2B sectors. In terms of shares, e-commerce-related sales in B2B sectors grew by about half 
(from 19 to 29 percent) from 2002 to 2008, while more than doubling (from 1.3 to 2.7 percent) in 
B2C sectors over the same period.
When considering the predominance of B2B e-commerce, it is helpful to keep in mind 
that the data classify as e-commerce activity not just transactions conducted over open markets 
like the internet, but also sales mediated via proprietary networks as well. Within many B2B 
sectors, the use of Electronic Data Interchange as a means to conduct business was already 
common before the expansion of the internet as a sales channel during the mid 1990s. While 
some research has looked at the use of less open networks (e.g. Mukhopadhyay, Kekre, and 
Kalathur, 1995), the academic literature has focused on open-network commerce much more 
extensively. We believe that much of the economics of the more B2C-oriented literature 
discussed in this paper applies equally or nearly as well to B2B settings. Still, it is useful to keep 
in mind the somewhat distinct focal points of the data and the literature. 
2.2. Who Sells Online? 
In addition to the variation in online sales intensity across broad sectors, there is also 
considerable heterogeneity within sectors. Within manufacturing, the share of online-related 
sales ranges from 21 percent in Leather and Allied Products to 54 percent in Transportation 
The Census Bureau defines the B2B and B2C distinction similarly to the sector-level definition here. It is worth 
noting, however, that because the Bureau does not generally collect transaction-level information on the identity of 
the purchaser, these classifications are only approximate. Also, the wholesale sector includes establishments that the 
Census classifies as manufacturing sales branches and offices. These are locations separate from production 
facilities through which manufacturers sell their products directly rather than through independent wholesalers. 
The Census Bureau tracks retail trade e-commerce numbers at a higher frequency. As of this writing, the latest data 
available are for the first quarter of 2010, when e-commerce-related sales accounted for a seasonally-adjusted 4.0 
percent of total retail sales. 
C# PDF File Merge Library: Merge, append PDF files in C#.net, ASP.
C# developers can easily merge and append one PDF document to document imaging toolkit, also offers other advanced PDF document page processing and
cut and paste pdf pages; extract one page from pdf acrobat
C# PDF Page Delete Library: remove PDF pages in C#.net, ASP.NET
Free online C# class source code for deleting Using RasterEdge Visual C# .NET PDF page deletion component, developers can easily select one or more
delete pages out of a pdf file; delete page from pdf preview
Equipment. In retail, less than one third of one percent of sales at Food and Beverage stores are 
online; on the other hand, online sales account for 47 percent of all sales in the Electronic 
Shopping and Mail-Order Houses industry (separately classified in the NAICS taxonomy as a 4-
digit industry). Similar diversity holds across industries in the wholesale and service sectors.  
Differences in the relative size of online sales across more narrowly defined industries 
can arise from multiple sources. Certain personal and business services (e.g. plumbing, dentistry, 
copier machine repair) are inherently unsuited for online sales, though some logistical aspects of 
these businesses, such as advertising and billing, can be conducted online. Likewise, consumer 
goods that are typically consumed immediately after production or otherwise difficult to deliver 
with a delay (e.g., food at restaurants or gasoline) are also rarely sold online. 
In an attempt to explain the heterogeneity in the online channel’s share of sales across 
manufacturing industries, we compared an industry’s e-commerce sales share to a number of 
plausible drivers of this share. These include the dollar value per ton of weight of the industry’s 
output (a measure of the transportability of the product; we use its logarithm), R&D expenditures 
as a fraction of sales (a proxy for how “high-tech” the industry is), logged total industry sales (to 
capture industry size), and an index of physical product differentiation within the industry. (All 
variables were measured at the 3-digit NAICS level.
Forman et al. (2003) study sources of differences in online sales activity across firms by 
investigating commercial firms’ investments in e-commerce capabilities. They do so using the 
Harte Hanks Market Intelligence CI Technology database from June 1998 through December of 
2000, which contains information on technology use for over 300,000 establishments. The 
authors use this data to classify investments in e-commerce capabilities into two categories: 
) We did not find clear connections of 
industries’ e-commerce sales shares to these potential drivers in either raw pairwise correlations 
or in a regression framework, though our small sample size makes inference difficult. The 
tightest link was between e-commerce intensity and the logged value per ton of the industry’s 
output. A one-standard-deviation increase in the latter was related to a roughly half-standard-
deviation increase in e-commerce’s sales share. The statistical significance of this connection 
was marginal (the p-value is 0.101), however. 
The R&D data is aggregated across some of the 3-digit industries, so when comparing online sales shares to R&D, 
we aggregate the sales channel data to this level as well. This leaves us 17 industries to compare. Additionally, the 
product differentiation index (taken from Gollop and Monahan 1991) is compiled using the older SIC system, so we 
can only match 14 industries in this case. 
C# PDF: C# Code to Process PDF Document Page Using C#.NET PDF
Able to separate one PDF file into two PDF documents using C#.NET programming code; Free to extract page(s) from source PDF file and combine extracted
copy pdf page to clipboard; extract pages from pdf file
VB.NET PDF copy, paste image library: copy, paste, cut PDF images
how to copy an image from one page of PDF how to cut image from PDF file page by using doc As PDFDocument = New PDFDocument(inputFilePath) ' Extract all images
delete pages from pdf in preview; copying a pdf page into word
participation and enhancement. The former involves developing basic communications 
capabilities like email, maintaining an active website, and allowing passive document sharing. 
Enhancement involves adopting technologies that alter internal operations or lead to new 
services. They found that most firms, around 90 percent, made some sort of technology 
investment. However, only a small fraction (12 percent) adopted internet technologies that fell 
into the enhancement category. So while most firms adopted internet technologies, only a few 
made investments that would fundamentally change their business.
2.3. Who Buys Online? 
We use data from the 2005 Forrester Research Technographics survey, a representative 
survey of North Americans that asks about respondents’ attitudes toward and use of technology, 
to form an image of what online shoppers look like. 
We first look at who uses the internet in any regular capacity (not necessarily to shop). 
We run a probit regression of an indicator for internet use by the respondent during the previous 
year on a number of demographic variables. The estimated marginal effects are in Table 2, 
column 1. By the time of the 2005 survey, more than 75 percent of the sample reported being 
online, so the results do not simply reflect the attributes of a small number of technologically 
savvy early adopters. 
Internet users are higher-income, more educated, and younger. The coefficients on the 
indicators for the survey’s household income categories imply that having annual income below 
$20,000 is associated with a 22 percentage point smaller probability of being online than being in 
a household with an income over $125,000, the excluded group in the regression. Internet use 
increases monotonically with income until the $70,000-90,000 range. Additional income seems 
to have little role in explaining internet use after that threshold. 
Education is a sizeable determinant of who is online, even controlling for income. 
Relative to having a high school degree (the excluded category), not having graduated from high 
school reduces the probability of using the internet by 8 to 9 percentage points (we include 
categorical education variables for both the female and male household heads), while having a 
college degree raises it by 6 to 8 points. 
The two-digit NAICS industry with the highest enhancement category investment rate (28 percent) was 
Management of Companies and Enterprises (NAICS 55). The lowest adoption rate (6.2 percent) was in Educational 
Services (NAICS 61). 
Not surprisingly, the propensity to be online declines with age. The coefficient on the 
square of age is negative and significant, so the marginal effect grows slightly with age. For 
example, a 35-year-old is 5.5 percentage points less likely to be online than a 25-year-old, while 
a 60-year-old is 6.8 percentage points less likely than a 50-year-old to use the internet. 
Race also explains some variation in internet use controlling for these other factors, 
though the size of the marginal effect is modest. Blacks are about 4 percentage point less likely 
to be online than Whites, while Asians are 3 percentage points more likely. Hispanics are online 
at the same rate as whites. 
Gender does not seem to be a factor in explaining internet use. 
The results in column 2 of Table 2 look at online purchasing behavior per se. The column 
shows the marginal effects of a probit regression on whether the survey respondent reported 
making an online purchase within the last year. The qualitative patterns estimated are similar to 
those for the probit on internet use, though many marginal effects have larger magnitudes. So 
while a low income person (household income less than $20,000 per year) is about 22 percentage 
points less likely to be online than someone from a household making $125,000 or more, they 
are 31 percentage points less likely to actually buy something online. Similarly, not having a 
high school diploma reduces the probability of online purchases by 11 to 13 percentage points 
relative to having a diploma (as opposed to 8 to 9 percentage point effects on internet use), and 
having a college degree now raises it by 8 to 11 percentage points (6 to 8 points for use). Age 
effects are also larger, now being in the 8 to 13 percentage point range per 10 years, depending 
on the ages being compared, as the magnitude of the age effect is still convex. While Blacks 
were 4 percentage points less likely to be online, they are about 11 percentage points less likely 
to make purchases once online. On the other hand, while Asians were more likely to be online 
than Whites and Hispanics, they are not significantly more likely to report having bought goods 
or services online. 
Though not shown, we also ran regressions of purchases conditional on internet use. The 
results are very similar to the coefficients from the second column. This indicates that selection 
on who uses the internet is not driving the patterns of who purchases products online. 
These results are informative and largely in line with what we suspect are many readers’ 
priors. But they reflect overall online purchasing likelihoods, not the determinants of whether 
consumers, when buying a particular product, choose to do so via online or offline channels. 
However, the Technographics survey collects additional information on the method of purchase 
for specific types of products. We can make such comparisons in this case. 
We investigate consumers’ behavior regarding a set of financial products: auto loans, 
credit cards, mortgages and home equity loans, auto and life insurance, and checking accounts. 
The survey asks both whether each of these products were researched online or offline prior to 
purchase, and whether any purchase was made online or offline. Table 3 reports the results. 
Column 1 of Table 3 simply reprints, for the sake of comparison, the results from column 2 of 
Table 2 regarding whether the respondent made any purchase online within the past 12 months. 
Columns 2 and 3 of Table 3 report analogous results for probits on whether the respondent 
bought any of the particular financial products listed above online within the past year. The 
results in column 2 do not condition on the respondent having reported that they researched such 
financial products online; those in column 3 use the subsample of respondents reporting having 
researching those product types online. The results from both samples are similar. 
Many of the qualitative patterns seen for online purchases in general are observed for 
financial products in particular, but there are some interesting differences. The effect of age is 
still negative, but is now concave in magnitude rather than convex. And while having a college 
degree is associated with a significantly higher probability of buying something online, it has a 
much smaller and insignificant (and in the case of the female head of household, negative) role 
in financial products. Most striking are the results on race. While Blacks are 11 percentage points 
less likely to purchase products online than Whites, they are 1.5 percentage points more likely to 
buy financial products online. Not only is this effect in the opposite direction of the overall 
results, it is almost as large in magnitude in relative terms.
Note that when comparing the magnitudes of the coefficient estimates across columns in Table 3, one should be 
mindful of the average probability of purchase in the sample, p
, displayed at the bottom of the table. Because the 
average probability of purchasing one of the financial products online (9.6 percent) is roughly one-fifth the 
probability that any product is purchased (50.9 percent), the estimated marginal effects in the financial products’ 
case are five times the relative size. Thus the 1.5-percentage-point marginal effect for Black respondents and 
financial products in column 2 corresponds to a roughly 7.5-percentage-point marginal effect in column 1. 
Asian and Hispanic respondents are 
similarly more likely (economically and statistically) to buy financial products online than 
Whites, even though they did not exhibit statistically different patterns for overall online 
purchases. We speculate this differential racial pattern for financial products may reflect 
minorities’ concerns about discrimination in financial product markets, but in the absence of 
additional evidence, we cannot really know. 
Finally, we look at changes in consumers’ propensity to buy specific products online in 
Table 4. The second column of the table lists, for a number of product categories that we can 
follow in the Forrester Technographics survey over 2002 to 2007, the five-year growth rate in 
consumers’ reported frequency of buying the product online. The third column shows for 
reference the fraction of consumers reporting having bought the product online in the past year. 
Auto insurance, one of the financial products we just discussed, saw the fastest growth in online 
purchases, nearly tripling between 2002 and 2007 (though from an initially small level). Many of 
the “traditional” online products (if there is such a thing after only about 15 years of existence of 
e-commerce)—books, computer hardware, airline tickets, and so on—saw more modest but still 
substantial growth.
While the growth rate of online purchases for a product is negatively 
correlated with its 2002 level, the correlation is modest (
= -0.13) and not significantly different 
from zero. Thus it is not the case that the fastest growing products were those that had the 
slowest start. 
3. How Is the Online Channel Different from the Offline Channel? 
E-commerce technology can affect both demand and supply fundamentals of markets. On 
the demand side, e-commerce precludes potential customers from inspecting goods prior to 
purchase. Further, online sellers tend to be newer firms and may have less brand or reputation 
capital to signal or bond quality. These factors can create information asymmetries between 
buyers and sellers not present in offline purchases. Online sales also often involve a delay 
between purchase and consumption when a product must be physically delivered. At the same 
time, however, e-commerce technologies reduce consumer search costs, making it easier to 
(virtually) compare different producers’ products and prices. On the supply side, e-commerce 
enables new distribution technologies that can reduce supply chain costs, improve service, or 
both. Both the reduction in consumer search costs and the new distribution technologies combine 
to change the geography of markets; space can matter less online. Finally, and further combining 
both sides of the market, online sales face different tax treatment than offline sales. We discuss 
each of these factors in turn in this section. 
Two products saw substantial declines in online purchase likelihoods: mortgages and small appliances. The former 
is almost surely driven by the decline in demand for mortgages through any channel. We are at a loss to explain the 
decline in small appliance purchases. 
3.1. Asymmetric Information 
Information asymmetries are larger when purchasing online for a few reasons. The most 
obvious is that the consumer does not have the opportunity to physically examine the good at the 
point of purchase. This presents a potential lemons problem where unobservably inferior 
varieties are selected into the online market. Another is that because online retailing is relatively 
new, retailers have less brand capital than established traditional retailers. A related factor 
involves some consumers’ concerns about the security of online transactions. 
Because information asymmetries can lead to market inefficiencies, both buyers and 
sellers (particularly sellers of high quality goods) have incentives to structure transactions and 
form market institutions to alleviate lemons problems. Many examples of such efforts on the part 
of online sellers exist. Firms such as Zappos offer free shipping on purchases and returns, which 
moves closer to making purchases conditional upon inspection. However, the delay between 
ordering and consumption inherent to online commerce (more on this below) still creates a 
An alternative approach is to convey prior to purchase the information that would be 
gleaned by inspecting the product. Garicano and Kaplan (2001) examine used cars sold via an 
online auction, Autodaq, and physical auctions. They find little evidence of adverse selection or 
other informational asymmetries. They attribute this to actions that Autodaq has taken in order to 
reduce information asymmetries. Besides offering extensive information on each car’s attributes 
and condition, something that the tools of e-commerce actually make easier, Autodaq brokers 
arrangements between potential buyers and third-party inspection services. Jin and Kato (2007) 
examine the market for collectable baseball cards and describe how the use of third-party 
certification has alleviated information asymmetries. They find a large increase in the use of 
professional grading services when eBay began being used for buying and selling baseball cards. 
Another form of disclosure is highlighted in Lewis (2009). Using data from eBay Motors, he 
finds a positive correlation between the number of pictures that the seller posts and the winning 
price of the auction. However, he does not find evidence that information voluntarily disclosed 
by the seller affects the probability that the auction listing results in a sale.  
Instead of telling consumers about the product itself, firms can try to establish a 
reputation for quality or some other brand capital. Smith and Brynjolfsson (2001) use data from 
an online price comparison site to study the online book market. They find that brand has a 
Documents you may be interested
Documents you may be interested