MétaCan
Menu
Retour à la cohorte
Enregistrement W2563629122 · doi:10.1080/00036846.2016.1153786

The determinants of FDI location choice in China: a discrete-choice analysis

2016· article· en· W2563629122 sur OpenAlexaff
Omar Belkhodja, Muhammad Mohiuddin, Égide Karuranga

Notice bibliographique

RevueApplied Economics · 2016
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInternational Business and FDI
Établissements canadiensUniversité LavalThompson Rivers University
Organismes subventionnairesnon disponible
Mots-clésForeign direct investmentChinaEndowmentEconomicsEconomies of agglomerationDiscrete choiceInternational economicsEconomic geographyInternational tradeEconometricsMacroeconomicsEconomic growthGeography

Résumé

récupéré en direct d'OpenAlex

This study addresses two questions: What are the determinants of foreign direct investment (FDI) location choice in China? What are the factors that determine investors’ choice between ‘Economic zones’ in China on one hand, and ‘other cities’ of China on the other hand? This study shows that FDI location choice is sensitive both on the endowment conditions in different regions/cities/economic zones in China as well as on the country of origin of the FDI. Based on a data set of 1218 observations, the results of the binary logit regressions indicate that the protection of intellectual rights, agglomeration economies, investments in education and gross regional product affect the location choice of FDI in China. This choices, however, varies depending on the origin of the FDI. Policy makers can use these findings to channel FDI to targeted regions/ cities.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,127
Score d'incertitude au seuil0,423

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,009
Tête enseignante GPT0,220
Écart entre enseignants0,211 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations41
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied EconomicsMême sujetInternational Business and FDITravaux en français237 207