International Trade on IPR, Economic Growth, and FDI in Indonesia’s Manufacturing Sector
Notice bibliographique
Résumé
Purpose – Indonesia has always experienced a deficit in the balance of payments in the Intellectual Property Rights (IPR) sector. However, it is hoped that the high value of Indonesian IPR imports will be beneficial in increasing the attractiveness of FDI, encouraging economic growth, and increasing IPR exports. The purpose of this research is to examine the causal relationship between IPR imports (MIPR), IPR exports (XIPR), incoming FDI in the manufacturing sector (FDI), and economic growth (GGDP) in the case of Indonesia. Design/Methodology/Approach – The data used in this research are time series data from the first quarter of 2004 to the fourth quarter of 2021. These data are analyzed using the VECM approach. Findings – The study results show that MIPR has dominated Indonesia’s total trade in this sector. The contribution of import value is 95 percent compared to exports, which are only 5 percent. The VECM estimation results show a one-way Granger causality relationship from the independent variables (FDI, GGDP, and XIPR) to MIPR as a dependent variable. In a short-term causality relationship, IPR imports encourage FDI inflows into Indonesia. Then, FDI in the manufacturing sector significantly impacts Indonesia’s IPR exports. Research Implications – Indonesia’s outflow of money to pay for the use of foreign IPR can encourage the entry of FDI in the manufacturing sector, resulting in a technology transfer that produces domestic IPR, which can be sold abroad.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».