La politique des excédents budgétaires : Le cas de la RAS de Hong Kong en Chine
Bibliographic record
Abstract
Depuis quelques années, tandis que bon nombre d’économies occidentales sont aux prises avec de graves crises de la dette publique et victimes d’une politique d’austérité budgétaire intransigeante, la Région administrative spéciale de Hong Kong (RASHK), en Chine, connaît une situation relativement différente, puisqu’elle enregistre depuis plusieurs années des excédents budgétaires énormes et a accumulé un niveau sans précédent de réserves budgétaires. L’ironie de la chose, c’est que cette bonne situation budgétaire n’aide pas le gouvernement de Hong Kong à formuler un budget accueilli favorablement. Malgré les énormes excédents budgétaires enregistrés par la RAS ces dernières années, le gouvernement de Hong Kong reste prudent lorsqu’il s’agit d’augmenter les dépenses ordinaires et préfère consacrer des milliards de dollars à diverses mesures d’allègement ponctuelles et affecter les excédents restants aux réserves budgétaires. Cette stratégie budgétaire n’est cependant pas adaptée aux exigences accrues du public et son ressentiment à l’égard du budget a donné lieu à des vagues de protestations sociales. Une grande partie de la littérature budgétaire actuelle s’est intéressée jusqu’ici à la politique des déficits budgétaires dans les démocraties occidentales. Avec le présent article, nous entendons enrichir la littérature en proposant une étude de cas qui illustre la politique des excédents budgétaires. Remarques à l’intention des praticiens Le présent article s’appuie sur le cas de Hong Kong pour illustrer les défis politiques auxquels sont confrontés les décideurs en période d’excédents budgétaires énormes. Pour les décideurs, l’enseignement à tirer du cas de Hong Kong est que les excédents budgétaires systématiques, à l’instar des déficits budgétaires récurrents, donnent lieu à des batailles budgétaires permanentes. Des enseignements stratégiques complémentaires s’imposent pour les décideurs afin de partager les expériences dans la manière de faire face aux défis politiques qu’engendrent les excédents budgétaires.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".