Chinese Outward Foreign Direct Investment in Developed and Developing Countries: Converging Characteristics?
Notice bibliographique
Résumé
The spectacular surge in Chinese outward foreign direct investment (OFDI) has been reinforced by China's accession to the WTO (2001). The understanding of their determinants remains a key theoretical question, in particular whether they confirm the standard conceptual framework - 'ownership', 'location', 'internalisation' (OLI) and 'linkages' (augmenting competences by learning). The paper argues that the determinants of Chinese OFDI change over time and converge toward global strategies, via a comparison between Chinese OFDI in developed countries (based on an original database of 1800 investment operations in Europe from 2002 onwards) and in developing countries (Sub-Saharan Africa, Latin America). While their impacts indeed vary according to countries' contexts, Chinese OFDI in developed and developing countries converges toward complex and similar motives, become more mature through the combination of various modes of entry (greenfield and mergers-and-acquisitions), and exhibit more commonalities than differences. The comparison thus demonstrates that while the determinants of Chinese OFDI in developed countries were initially access to their markets, they now include efficiency-seeking motives (dispersing design, R&D and production) and assets-seeking (or augmenting assets) motives, the latter's prevalence in developed countries (e.g., patents, skills, brands) remaining a contrast with developing countries. Chinese OFDI in developing countries is mostly driven by resource-seeking motives (strategic inputs for China's growth), but also in resource-endowed developed countries (Australia, Canada). Large investments are driven by Chinese state-backed firms both in developed and developing countries. The growing number of Chinese small and medium private enterprises which invest in developing countries (e.g., Sub-Saharan Africa) shows that market access has increasingly become a determinant of OFDI, together with efficiency - and assets-seeking motives - rising labour costs in China being incentives for relocating abroad, in particular in labour-intensive sectors where competitiveness is driven by prices. Chinese firms often conduct these various strategies simultaneously.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,004 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».