Notice bibliographique
Résumé
The study of regions has been undergoing an intellectual `renaissance', resulting in a growing literature on the renewed importance and dynamics of varied forms of regions and regionalism (see Amin, 1999; Lovering, 1999; MacLeod, 2001). However, insufficient research has been devoted to the `crucial middle' role of regions in bridging and integrating global, national, and local economies. This role also turns regions into highly contested terrains for the diverse tensions and outcomes of economic integration, or lack of it, to play out. These include simultaneous tendencies in competitive and cooperative policies and practices of subnational and local governments versus those of global and local firms, as well as shifting opportunities and constraints on economic development and industrial upgrading. In this article, I advance a thesis that new regional dynamics are capable of mediating or restructuring global-local economic relations in varied ways to either facilitate or hinder the course of local economic growth and industrial upgrading. This thesis is elaborated and validated through a comparative analysis of the Pearl River Delta (PRD) and the Yangtze River Delta (YRD) in China — two of the most dynamic manufacturing regions in the world. This analysis focuses on how the organizational and spatial formations of regionalized global-local production networks, the regional urban hierarchy, fierce inter-local competition, and decentralized governance have led to rapid economic development in two historically and geographically well-endowed regions but may impede industrial upgrading that is crucial to sustaining their economic development. The article concludes by offering improved regional governance approaches as collective solutions to what appears to be a spatially fragmented microeconomic challenge of upgrading to sustainable economic development.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».