Technological Innovation and Inclusive Growth in Germany
Notice bibliographique
Résumé
Technological innovation has historically contributed to inclusive economic growth in Germany. In more recent decades, however, this contribution has weakened due to the declining impact of technological innovation on labor productivity growth. Fearing that this declining impact would undermine the international competitiveness of the economy, real labor compensation was progressively curbed since the mid-1990s. This occurred inter alia through the government's erosion of the social welfare state, as well as through offshoring and reduced fixed capital investment of the corporate sector. The outcome was rising income and wealth inequalities. Between the mid-1990s and 2010 the rise in wage inequality was faster in Germany than in the United States, the United Kingdom, and Canada. To restore inclusive growth, two broad policy measures are recommended: first, to have appropriate compensatory social welfare policies in place; and second, to improve the effectiveness of technological innovation to raise labor productivity. This paper identifies three reasons why technological innovation has become less and less effective:(i) historical legacies, (ii) weaknesses in the education system, and (iii) entrepreneurial stagnation. Improving the impact of technological innovations on labor productivity growth will require a more diversified education system, a deepening of active labor market policies, better immigration policies, and a greater contestability of markets. Ensuring these recommendations in a coordinated fashion suggests the need for an appropriate industrial-innovation policy.
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 | 0,004 | 0,004 |
| 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 | 0,001 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».