Javascript är avstängt eller blockerat i din webbläsare. Detta kan leda till att vissa delar av vår webbplats inte fungerar som de ska. Sätt på javascript för optimal funktionalitet och utseende.

Webbläsaren som du använder stöds inte av denna webbplats. Alla versioner av Internet Explorer stöds inte längre, av oss eller Microsoft (läs mer här: * https://www.microsoft.com/en-us/microsoft-365/windows/end-of-ie-support).

Var god och använd en modern webbläsare för att ta del av denna webbplats, som t.ex. nyaste versioner av Edge, Chrome, Firefox eller Safari osv.

Human Geography

Mikhail Martynovich

Universitetslektor

Human Geography

The black box of regional growth

Författare

  • Markus Grillitsch
  • Mikhail Martynovich
  • Rune Dahl Fitjar
  • Silje Haus-Reve

Summary, in English

Regional growth models leave a large share of variation unexplained. While we should continuously aim to improve these models, the unique combination of conditions and human agency in each region will also invariably lead to region-specific growth trajectories. Theoretically, we should thus expect systematic deviations from growth predictions. We propose an approach to explore these unexplained deviations and to detect regions that perform unexpectedly well or badly in certain periods. We illustrate the approach using data for Sweden from 1990 to 2016. We find systematic patterns of unexplained periodic regional growth deviations outweighing the effect of generic structural factors.

Avdelning/ar

  • Institutionen för kulturgeografi och ekonomisk geografi
  • CIRCLE
  • Centre for Innovation, Research and Competence in the Learning Economy

Publiceringsår

2021-01-29

Språk

Engelska

Publikation/Tidskrift/Serie

Journal of Geographical Systems

Dokumenttyp

Artikel i tidskrift

Förlag

Springer

Ämne

  • Human Geography

Nyckelord

  • Case selection methodology
  • Outlier regions
  • Path-dependency
  • Regional development
  • Regional growth models
  • Residual analysis

Status

Epub

Projekt

  • Regional Growth against all odds

ISBN/ISSN/Övrigt

  • ISSN: 1435-5930