MétaCan
Menu
Retour à la cohorte
Enregistrement W2156789458 · doi:10.1162/asep.2009.8.2.85

The Economic Consequence of Labor Mobility in China's Regional Development

2009· article· en· W2156789458 sur OpenAlexaff
Ding Lu

Notice bibliographique

RevueAsian Economic Papers · 2009
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Growth and Productivity
Établissements canadiensUniversity of the Fraser Valley
Organismes subventionnairesnon disponible
Mots-clésEconomicsChinaLabor mobilityStock (firearms)Per capita incomeConvergence (economics)Human capitalContext (archaeology)Capital (architecture)Economic geographyLabour economicsPer capitaProductivityDemographic economicsGeographyEconomic growthPopulation

Résumé

récupéré en direct d'OpenAlex

Factor mobility plays an important role in the convergence of regional income levels. This paper examines the role of labor mobility in China's regional economic development in the context of phases of demographic transition and the existence of institutional barriers. Our findings show that the two most important sources of interregional income disparity are per worker capital stock and technology level. The fact that the richest provincial economies are at the later phase of demographic transition provides a major reason for why those economies have accumulated higher per worker capital stock and achieved higher productivity levels. We also discover that regional per capita income levels have not displayed convergence since the mid 1990s. Two observations explain this phenomenon. One observation is that capital and labor movements have played only a limited role in equalizing their marginal returns across regions despite the fact that labor mobility has substantially strengthened this role since 2000. The other observation is that the impact of demographic changes on income growth has been distinctly uneven between the rich and poor regions. This phenomenon can be attributed to some particular features of China's interregional labor migration.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,056

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,208
Écart entre enseignants0,193 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Economic PapersMême sujetEconomic Growth and ProductivityTravaux en français237 207