MétaCan
Menu
Retour à la cohorte
Enregistrement W2268526373 · doi:10.3386/w12249

China's FDI and Non-FDI Economies and the Sustainability of Future High Chinese Growth

2006· report· en· W2268526373 sur OpenAlexaff
John Whalley, Xian Xin

Notice bibliographique

RevueNational Bureau of Economic Research · 2006
Typereport
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueGlobal trade and economics
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésForeign direct investmentChinaSustainabilityBusinessInternational tradeInternational economicsEconomicsEconomic geographyEconomyGeographyMacroeconomicsBiology

Résumé

récupéré en direct d'OpenAlex

This paper presents assesses of the contribution of inward FDI to China's recent rapid economic growth using a two stage growth accounting approach. Recent econometric literature focuses on testing whether Chinese growth depends on inward FDI rather than measuring the contribution. Foreign Invested Enterprises (FIEs), often (but not exclusively) are joint ventures between foreign companies and Chinese enterprises, and can be thought of as forming a distinctive subpart of the Chinese economy. These enterprises account for over 50% of China's exports and 60% of China's imports. Their share in Chinese GDP has been over 20% in the last two years, but they employ only 3% of the workforce, since their average labor productivity exceeds that of Non-FIEs by around 9:1. Their production is more heavily for export rather than the domestic market because FIEs provide access to both distribution systems abroad and product design for export markets. Our decomposition results indicate that China's FIEs may have contributed over 40% of China's economic growth in 2003 and 2004, and without this inward FDI, China's overall GDP growth rate could have been around 3.4 percentage points lower. We suggest that the sustainability of both China' export and overall economic growth may be questionable if inward FDI plateaus in the future.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,430
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,105
Tête enseignante GPT0,382
Écart entre enseignants0,277 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations110
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNational Bureau of Economic ResearchMême sujetGlobal trade and economicsTravaux en français237 207