Country-of-Origin and Brand Image in Global Outsourcing Adjustment
Notice bibliographique
Résumé
A global firm may need to adjust its outsourced functions when it competes in the global market place. The outsourcing adjustment will product two effects, brands image effect and the country of origin effect. The paper considers a setting of two global firms, where each has a manufacturing facility in one of the two developing countries but sell their differentiated products in a developed country. The product differentiation is solely based on differences in brand image (BI), country of origin (COO) and their interaction. We demonstrate how firms make location choices in equilibrium as driven by these effects and their inner working relations. We then look at the optimal behaviors of the firms to consider moving, when they receive outside shocks to the demand structure. We show that a firm’s moving decision is not only driven by the COO sensitivity to its own product by the COO sensitivity to its rival’s product as well. Our location choice model based on COO and BI considerations also has strong policy implications for host countries, particularly developing countries which are often times the receiving end of FDI. From the firm’s perspective, the important factors driving the decision to move are the country’s COO value and consumers’ sensitivity towards COO. In that regard, it is in the host government’s interest to maintain and strive for a higher COO value. This is because an adverse incident coming from one exporter or an entity catering to the outsourcing market that tarnishes the COO image tends to have a contagious effect that spreads to other industries.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».