Do Innovation and Institutional Quality Elevate Economic Growth? Empirical Evidence from Developing Countries
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
Research Highlights • An assessment of institutional quality, innovation, and economic growth in developing countries. • Long-run causality from innovation and institutional quality to economic growth is present. • Short-run directions of causality are varied among variables of interest. • Innovation and institutional quality generally positively impact economic growth. Continuous innovation is the lifeblood of a competitive economy. Furthermore, and arguably, the existence of institutions of governance of quality can be a catalyst for emerging economies to transition up the universal innovation value chain. In this context, we investigate temporal causal interactions among institutional quality, innovation, and economic growth for developing countries (DCs) spanning the period of 2005–2020. Employing a vector error-correction model (VECM), we find that for each case and specification (49 instances), there is evidence of the long-run causality from institutional quality and innovation to economic growth. Stated another way, in the long run, institutional quality and innovation Granger-cause economic growth. However, the short-run causality results differ depending on the specific measures of innovation and institutional quality. The strongest short-run conclusion is support for the feedback hypothesis for economic growth and innovation where there is a strong endogenous relationship between innovation, institutional governance, and economic growth. The empirical analysis shows over 70% of our observations support that economic growth and innovation jointly determine each other in the short run. The results suggest that DCs should develop and pursue long-term growth strategies that simultaneously develop innovation and improve institutional governance.
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 | 0,002 | 0,001 |
| 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 découle