The Political Economy of Automotive Industrialization in East Asia
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract This book offers a political economy explanation for the striking cross-national differences in strategies and performance among East Asia’s automotive industries. Some countries—China, South Korea, and Taiwan—have successfully pursued “intensive” growth strategies by increasing local value added based on domestic inputs and technological competencies. Malaysia has attempted but failed to pursue this path. In contrast, Thailand has become a champion of “extensive” growth, relying on foreign assemblers and their suppliers to achieve an impressive expansion of production, assembly, and exports. Latecomer Indonesia has followed Thailand with some success, whereas the Philippines has remained an automotive backwater. Through cross-case and within-case analyses of the seven countries, the book argues that variation is a function of the institutional and political contexts in which firms operate. Different strategies require different institutions and institutional capacities. Intensive development is especially institutionally demanding. Effective institutions emerge when political leaders face severe claims on resources (security threats and domestic pressures for welfare improvement) in the absence of easily accessible revenues to satisfy such needs. Brief comparisons with Brazil, Mexico, and other developing countries confirm the utility of the analytic framework. This explanation is superior to neoclassical accounts. It is consistent with but provides more insight than other prominent approaches to development: national innovation systems, global value chains, and developmental states. New challenges facing auto assemblers and suppliers, such as the transition to electric and autonomous vehicles, will call heavily upon the institutional capacities highlighted in this book.
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.
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) | 0,000 | 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle