Searching for “rare diamonds”? Industrial districts and innovation in Spain and Italy
Notice bibliographique
Résumé
Purpose This paper aims to test the existence of the so-called industrial district effect on innovation (iMID effect) in Spain and Italy and to compare the intensity of this effect between both countries. There is previous evidence of this effect for Spain, although, to the best of the authors’ knowledge, it has never been measured for Italy. Design/methodology/approach Innovation intensity by local production system is measured using patents per million employees and analysed using the mean, the median, 3D maps and statistical tests. Findings Industrial districts generate between a third and a quarter of all technological innovations in Spain and Italy. The evidence about the district effect in innovation in Spain is consistent with previous studies. The novelty is that there is also evidence of this effect for Italy and its intensity is higher than for Spain. Almost one-half of the industrial districts fit in the most innovative quartile of local production systems, and they are located in the most innovative part of each country. Research limitations/implications Limitations of this study include minor database issues. Implications include new focus on the general relevance of industrial districts as highly innovative local production systems and top innovators. Practical implications Reorientation of territorial and innovation policies. Social implications Effect on development and well-being through technical progress. Originality/value This article provides, for the first time, to the best of the authors’ knowledge, a measurement of the industrial district effect on innovation in Italy. The paper compares the results between Spain and Italy and allows for generalization of previous evidence, concluding that highly innovative industrial districts are not “rare diamonds”, revealing as an alternative and an extraordinarily powerful place-based innovation model.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».