Asia's 'Upgrading Through Innovation' Strategies and Global Innovation Networks: An Extension of Sanjaya Lall's Research Agenda
Notice bibliographique
Résumé
This essay is a very personal homage to Lall’s work on technological change and industrialization, in particular his pioneering study on technological capabilities, prepared for the OECD Development Centre (Lall, 1990). I will not seek to add yet another review of Lall’s work. Instead, I will sketch a roadmap for extending Lall’s research agenda to explore the challenges that result from global transformations (i.e. global innovation networks) for Asian attempts to upgrade its industries through innovation. I will demonstrate that Lall’s framework remains valid, once globalization extends beyond markets for goods and finance into markets for technology and knowledge workers. As a result, Asia’s integration into global production networks is now complemented by its integration into global innovation networks, which adds a new dimension to Lall’s research agenda. If not mentioned otherwise, the evidence used to support my arguments draws on unique data base of global innovation networks for a sample of now almost 150 companies in the information and communications technology industry (Ernst, 2008b) . Section one of the essay introduces what I consider to be the essence of Lall’s work, summarized in five propositions. In the rest of the paper, I will use these propositions to study the link between ‘upgrading-through-innovation’ strategies and global innovation networks. In section two, I introduce a conceptual framework to examine how specialization, learning and innovation enhance the potential for industrial upgrading. Section three addresses the international dimension of industrial upgrading – I discuss characteristics and drivers of global innovation networks and explore implications for learning and knowledge diffusion. Section four presents generic policy suggestions.
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 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,004 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».