Strength in Numbers? The Weak Effect of Manufacturing Clusters on Canadian Productivity
Notice bibliographique
Résumé
In the wake of the recent financial crisis, clusters – the spatial concentration of interrelated industries, specialized services, and customers – have again captured the attention of economists, policymakers, and consultants. Clusters are viewed by many as vital to the national economy, and a possible fix to stagnating productivity and incomes. Economic research has shown, however, that most clusters do not live up to these expectations. There is little solid evidence that clusters make regions – let alone nations – prosperous. Does this also apply to Canada? Using detailed business location data, this Commentary measures the degree of clustering in Canadian manufacturing industries. It then documents changes in the spatial concentration of those industries between 2001 and 2009, and investigates whether those changes are positively associated with aggregate industry performance as measured by value added per employee or wages. Four key results stand out. First, Canada’s manufacturing industries are less strongly clustered than those of other developed countries. High-tech sectors are not, in general, more strongly localized than other sectors. Second, between 2001 and 2009, the spatial concentration of industries became slightly weaker, despite the stability of the overall spatial distribution of manufacturing. Third, there is little evidence that more clustering had significant effects on average productivity or wages in manufacturing industries. The changes in clustering that would be needed to significantly boost productivity and wages nationwide are large and arguably beyond the reach of regional or even national policy. Last, international trade has a much stronger impact on productivity than small changes in the spatial distribution of Canada’s manufacturing industries. The policy message is therefore that looking at trade – and at tax policy – might provide better and cheaper solutions to improving productivity than focusing on clusters, however tempting the latter might be.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,007 |
| Études des sciences et des technologies | 0,008 | 0,004 |
| Communication savante | 0,006 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».