From Catching Up to Forging Ahead? China's New Role in the Semiconductor Industry
Notice bibliographique
Résumé
China has become the largest and fastest growing semiconductor market in the world, absorbing 40% of the worldwide semiconductor shipments. For US semiconductor firms, nothing compares to the China market. China however faces a fundamental dilemma. As the world’s leading exporter of electronic products, it remains heavily dependent on imports of semiconductors and technology, primarily from the US, but also from Japan, Korea, Taiwan and Europe. At least 80 percent of the semiconductors used in China’s electronics manufacturing are imported and virtually all leading-edge devices like multi-component semiconductors (MCOs). As a result, China’s trade deficit in semiconductors has more than doubled since 2005 and now exceeds the huge amount it spends on crude oil imports. To correct this unsustainable imbalance, China’s new strategy to upgrade its semiconductor industry seeks to move from catching up to forging ahead in semiconductors through progressive import substitution. The National Semiconductor Industry Development Guidelines (Guidelines) and the Made in China 2025 (MIC 2025, 中国制造2025) plan were published by China's State Council in June 2014 and May 2015, respectively. Both policies seek to strengthen simultaneously advanced manufacturing and innovation capabilities in China’s integrated circuit (IC) design industry and its domestic IC fabrication, primarily through foundry services.Based on a review of policy documents and interviews with China-based industry experts, this paper explores how realistic these objectives are, and how this might affect international firms and the global semiconductor industry.
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 | 0,002 | 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 | 0,002 |
| 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 ».