New perspectives and issues in industrial policy for sustainable development: from developmental and entrepreneurial to environmental state
Notice bibliographique
Résumé
The increasingly acute consequences of the climate crisis, the COVID-19 pandemic, and the energy crisis have put industrial policy back. The papers in this issue examine how different countries implement industrial policy for sustainable development from a variety of perspectives. A successful transition to sustainable development seems to require not only the mix of carrots and sticks but also a right mix of creation versus destruction, as in the case of the creation of renewable businesses and the destruction of fossil-fuel businesses. Furthermore, because institutional diversity and the risk of capture can result in very distinct economic, social, and environmental effects, consideration of heterogeneity at the country and sector levels and coordination of vested interests are essential ingredients for sustainable industrial policies, as shown by the case of industrial policy in France and the two industry cases in India. By contrast, the Amazon Fund case is indicative of the three success elements: multi-stakeholder governance, pay-for-performance funding, and non-reimbursable project financing. These three elements can be summarized as local ownership and accountable governance, provided with both carrots and sticks. The problematic case of urban development driven by the oil industry in Ghana can be criticized in terms of the lack of local ownership of the oil industry, which has led to all rents being monopolized by the absentee class. By comparison, the mixed success of cases of industrial symbiosis in Uganda is attributed to the lack of effective carrots. In sum, industrial policy for sustainable development requires handling well all three types of failure, namely, market, system, and capability failures, because it necessitates building capabilities of involved actors and coordinating actions of agents, in addition to providing optimal incentives to reflect externalities of global public goods. Overall, the shifting focus of industrial policy is consistent with the shift of the role of the state, from developmental to entrepreneurial, and finally to environmental state.
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 | 0,023 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,004 | 0,007 |
| Études des sciences et des technologies | 0,012 | 0,050 |
| Communication savante | 0,035 | 0,041 |
| Science ouverte | 0,005 | 0,010 |
| Intégrité de la recherche | 0,027 | 0,026 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 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 ».