影响五个东非国家外国直接投资的决定因素:面板数据的实证分析

发布时间：2017-06-15 18:05

  本文关键词：影响五个东非国家外国直接投资的决定因素:面板数据的实证分析，由笔耕文化传播整理发布。

【摘要】：本研究从国家特点的角度分析了东非五国,即(坦桑尼亚、肯尼亚、乌干达、卢旺达和布隆迪)吸引外商直接投资的决定因素,确认了东非五国中影响外国投资者决定是否投资该地区的最显著因素。本研究共分为以下六个主要章节：第1章：包含研究的概述和动机,其中包括问题的陈述、研究的目的、研究的问题、研究的意义、范围和限制。第2章：评论相关文献,其中包括从东非国家开展的研究中,选定实证文献进行回顾,以及发达国家、发展中国家和新兴国家所进行的综合性研究,也包括运用折衷论,对外商直接投资发生的基本条件进行理论性思考。第3章：本章包括东非共同体的总体概览,外商直接投资东非共同体成员国的趋势概述,外商直接投资的行业分布分析和外商直接投资五国的起源。第4章：提出本研究所使用的方法,模型设定,阐明了数据类型和来源,简要说明了所涉及的变量,并在本章进行全部的数据分析。第5章：分析并解释上一章所得出的所有结果。第6章：总结所有的研究发现,并提出主要的政策建议和研究的贡献。本章也提出东非共同体国家可从其他新兴国家吸取的教训,以及研究的局限性和对未来研究工作的建议。1.问题的陈述东非国家就像许多其他发展中国家,都在争相吸引更多的来自发达国家的外商直接投资。吸引外商直接投资的主要原因是由于它们面临高额预算赤字、低储蓄率和投资率、高失业率和就业不足率。另外,大多数东非共同体国家的主要出口主要依赖农产品,如茶叶、咖啡等,经常受到国际市场上价格波动的影响。在这种情况下,外商直接投资似乎能发挥显著的作用。为了提高外商直接投资对东非共同体地区的流入,这五国大多数政府都建立了投资机构,其工作任务是增加各国的投资。然而,尽管做出了努力,投资额与其他国家和其他区域集团相比(见表1)仍然非常低。因此,本研究目的是对外商直接投资东非共同体地区的决定因素,提供明确的观点和理解。很明显,外商直接投资可以带动经济的发展,但值得注意的是,一个国家利用这种经济发展的能力,可能会受到内部或外部不同因素对经济的限制,因此需要继续研究并确定吸引和保持外商直接投资的重要因素。开展本研究的原因包括：东非共同体成员国的外商直接投资流入水平是最低的,在其他发展中经济体和新兴经济体,如中国、巴西、菲律宾和印度等的外商直接投资达到显著性水平。事实上,Chenery和Strout(1966年)发展了两缺口理论,该理论解释了为什么像东非共同体成员国等发展中国家最需要引入外商直接投资,因为他们需要充足的外部资源,以填补其经济中“储蓄和外汇缺口”,这通常与资本积累和经济增长的快速有关,目的是消除贫困和改善人民的生活水平。2.本研究的目的本研究主要目的是探讨和找出1980年至2014年期间影响外商直接投资流入东非国家(坦桑尼亚、肯尼亚、乌干达、卢旺达和布隆迪)的主要因素,这些因素也是确认影响外国投资者决定是否投资该地区的最重要的因素。本研究的其他具体目标有：1、估算外商直接投资于东非共同体国家的主要决定因素。2、研究外商直接投资的短期和长期变量的因果关系。3、调查外商直接投资的行业分布,并显示五个东非共同体成员国的目前行业分布情况。4、根据研究结果提出政策建议。3.实证模型设定、估算方法和数据来源3.1.面板数据方法本研究采用了面板数据方法。运用这种方法使我们能确定多个国家的行为,而不是分析单个国家的行为。通常,该方法考虑到个体异质性,同时还允许分析大量数据点,从而提高数据估算结果效率。面板数据可能存在群体效应、时间效应、或同时两者兼备。这些效应可能是固定效应或随机效应。固定效应模型通常假定跨组或时间段截距的差异,而随机效应模型则假设误差方差的差异。本研究采用豪斯曼检验在两种方法之间进行选择。我们的主要模型描述如下In FDIit=β0+β1 ln MKSZit+β2 In OPENit+β3 In INFRAit+β4 ln EXRit+ζit上述公式已变换成自然对数函数,记为“ln”,原因是,由于时间序列数据在大多数发展中国家存在锐度,如本文对东非共同体国家数据的研究(Karagol, 2006年),导致简单的线性设定通常产生低效和不可靠的实证结果。这将使我们能够获得公正的、更好的、弹性形式的实证证据(Sezgin,2004年)。其中：lnFDI=外商直接投资,lnMKSZ=市场规模,lnOPEN=经济的开放性,lnINFRA=基础设施的发展,lnEXR=汇率,市场规模=lnMKSZ,i=国家,t=时间段。所有的变量都有一个正号(即B10, B20, B30, B40)并按以下指标计量：市场规模(lnMKSZ)按所在国的人均国内生产总值,开放性(lnOPEN)按出口和进口占国内生产总值的比例,基础设施(lnlNFRA)按铁路线路(总路线覆盖的公里数),汇率(lnEXR)按美元对各国本币的实际汇率。其他检验亦有进行,如面板单位根检验、面板协整、面板向量误差纠正模型、面板格兰杰因果检验、面板方差分解和面板脉冲响应函数等,以确保变量的稳定性,避免有偏结果。3.2面板单位根检验时间序列数据的一个问题是,如果自变量具有作为因变量的潜在趋势,它们可能显得比实际具有更大的意义。为确保我们估算的方程无误,检验所检查变量的平稳性是很重要的。因此,应该通过采用两种不同类型的试验对序列的平稳性进行检验,即Levin、Lin和Chu(2002年)和Hadri(2000年)。3.3结构向量自回归模型(VAR-模型)在三个部分中采用了该方法,以检查外商直接投资及其决定因素之间的短期、长期的因果关系(面板协整、面板向量误差纠正模型和面板格兰杰因果检验)。几个学者已运用向量自回归(VAR)的分析方法(Mukharjee和Naka1995年)、Maysami和Sims(2002年年,2001a,2001b)等。3.3.1面板协整检验进行该检验以确定非静态变量是否已协整。该方法由Johansen(1988年)开发,Juselius(1990年)使用,Pedroni(1997年,1999年和2000年)将之应用于面板数据分析。3.3.2面板向量误差修正模型(VECM)进行该检验通常会产生更好的长远预测结果,这些预测结果结合在一起具有经济意义。用于检查是否存在长期的均衡关系。3.3.4面板格兰杰因果关系检验。进行该检验以便确定回归中的变量之间的短期关系或确定一个经济变量对另一个变量的短期预测是否有用。该方法由Granger(1969年)开发,由于其优势而被采用,它比其它方法产生的结果更具有一致性。4.数据来源本研究使用年度时间序列(二级)数据(1980年至2014年),这些数据的选择是基于研究的可用性和时间的限制。本研究从1980年开始,原因是缺乏1980年之前的一些变量数据。采用的是年度数据,因为一年中外商直接投资是不常流动的长期现象。此外,在第二章中回顾的大多数外商直接投资研究,均采用了年度时间序列数据。绝大多数的数据都取自联合国贸易和发展会议、中央统计局的各类出版物、五个不同国家的国民经济核算、经济调查和统计摘要、国际金融统计年鉴、各国的中央银行、世界银行指标(WDI,2015年)和财政部、佩恩表7.1版数据等。5.一般性结论和结果本研究分析了外商直接投资流入五个东非共同体成员国的主要决定因素,涵盖了1980年到2014年的时间段。为了进行估算,本研究采用了面板数据估算方法和其他方法,如VAR-模型。我们在调查中采用了下列选定的变量,如外商直接投资(lnFDI)、市场规模(lnMKSZ)、开放性(lnOPEN)、基础设施(lnINFRA)和汇率(lnEXR),结果如下：首先,我们进行了描述性统计,发现所有变量都具有正平均值和正偏态,除了实际汇率具有负偏态以外,而偏度和峰度的结果表明,所有的变量经对数转换后,都接近正态分布,如图所示,其偏度和峰度的大小在可接受的范围内。平均值和中位数有轻微的差异,表示它们彼此比较接近。所有变量的标准偏差均比较低。综上所述,该数据适用于进一步的分析。然后,我们继续检验变量的相关性,结果显示,所有四个变量分别与外商直接投资正相关,与经济理论相符。此外,该相关系数的大小表示多共线性在模型中并非潜在的问题。因此,确定所有的变量均适用于本研究。其次,我们进行了面板单位根检验,结果表明,并不是所有的变量水平都恒定,但在一阶差分后变为恒定,并且它们为等阶Ⅰ(1),这使得它们适合进行其他检验,如协整、向量误差修正模型和面板格兰杰因果检验。第三,我们还对面板数据进行了豪斯曼(1978年)检验,以便选择最佳的方法,用于固定效应模型和随机效应模型之间,并确定该约束因子是否关联于单个效应。豪斯曼检验结果表明,固定效应是用于本研究的最合适的方法,因此,固定效应模型的结果报告表明,R平方为0.69,这意味着外商直接投资的69%的变化可由模型解释,而其余则由未包含在模型中的其他因素来解释。该模型的一般适用性良好,如0.0000的概率(F统计量)和统计的高值(46.51)所示。然而DW的水平较低(为0.81)表示存在序列相关性,但根据使用固定效果的事实估算,它有可能是一致的,即使估算单个效应仍然相关,因此,由于这种独特的优势,该模型仍适用于决策策。第四,由于我们选择的变量已经按照Ⅰ(1)程序,然后下个程序是运行结构向量自回归模型(VAR-模型),以找出三个阶段短期和长期的因果关系。首先,我们进行面板协整检验,结果表明,变量被协整,因此可以确定,变量之间存在长期的关系。然后我们继续运行面板纠错模型,其滞后长度(K=2),结果表明,误差修正项ECT(-1)的系数为负(-0.42)与(0.00)的概率为1%,这样我们得出结论,变量之间存在长期均衡关系。这也意味着42%是为了返回其平衡水平而进行的修正。该结果是很有意义的,表示面板对外生冲击进行的调整过程是可以接受的。面板预测误差方差分解(FEVDC)结果表明,在短期内对外商直接投资的自变量的贡献微乎其微,但从长远来看,对外商直接投资的反应显著,与其他自变量相关,用lnEXR (7.36%)、lnOPEN (6.72%)、lnINFRA (5.39%)、及lnMKSZ(5.1%)分别解释。结论是,这些变量对外商直接投资波动的影响,从长远来看比短期贡献更大,lnEXR表现出比其他自变量更高的贡献。因此,这一结果可帮助战略决策者按该顺序在区域吸引较大比例的外商直接投资。接下来,我们运用了脉冲响应函数(IRF),结果表明,当冲击应用于lnEXR, lnOPEN、lnINFRA和lnMKSZ时,对lnFDI的脉冲响应表明,接近零时有短期上升趋势,并且,从长期看,到未来20年保持正常数。其结果与经济理论和假设迹象相符,同时也证明了以往的研究。最后,进行面板格兰杰因果检验(granger,1969年),结果记录在表19,表明lnFDI和lnMKSZ之间存在5%的单向关系水平,lnEXR和lnFDI之间存在5%的水平,lnOPEN和lnINFRA之间存在10%的水平,以及lnINFRA和lnEXR之间存在10%的水平。而lnEXR和lnMKSZ之间存在1%和1%的双向关系水平,lnEXR和lnMKSZ之间存在1%和5%的水平,lnEXR和lnOPEN之间在1%和5%的水平,分别意味着对这些变量有反馈效应。因此,从上述一般结果得出结论,汇率(lnEXR)能很好地预测五个东非共同体成员国(EAC)在短期和长期的外商直接投资(lnFDI)情况,而其他变量如(lnOPEN、lnINFRA和lnMKSZ),按此顺序,只能彼此预测短期情况,但均对长期外商直接投资(lnFDI)有显著的影响。因此基于该结果,外国投资者和政策制定者可以做出正确的决策。6.政策建议因此,基于我们的结果,提出以下建议：首先,五个东非共同体成员国政府应重视汇率的变动,确保其地区稳定性,以吸引潜在的外国投资者,并增加其外商直接投资流入。因为,从短期和长期来看,汇率变动会对外商直接投资产生极大的冲击,所以政策制定者可以利用这一点来制定更好的决策,但是,在这个决策过程中,应当谨慎行事。其次,由于我们的研究结果表明,市场规模是重要的影响因素,近期的统计数据也表明大部分投资者很可能会充分利用东非共同体市场的扩展(达1.4亿)这个优势,因此,建议将我们的周边国家比如南苏丹、索马里、埃塞俄比亚、马拉维、刚果等进行整合,以吸引更多这一水平的外国投资者。但是在激励这种投资者的时候,我们也需要谨慎刑事,因为,理论上说,东道国还是将生产成本极低的东非共同体成员国作为其生产基地,以便将产品出口到其它国家或者供应他们国内市场,所以,在这种情况下,如Agarwal(1980年)所主张的,市场规模可能是非常重要的。第三,因此,强烈建议东非共同体的国家,持续努力提高基础设施水平比如(道路、铁路、港口和电力供应)。第四,吸取中国的教训,建议东非国家对世界其他地区谨慎地逐步开放。事实上,在过去的三十年里,在大部分东方共同体成员对世界其它地区开放的过程中,外商直接投资有显著上升。最后,东非共同体还应特别注意农业、制造业和服务业的发展,因为,据观察,越来越多的投资者更倾向于投资这些领域。因此,建议东非共同体多样化发展,这样既可以最大限度地利用外商直接投资,创造更多的价值和就业机会,也能促使东非共同体成员国达成其目标。共同体内各国政府努力改善这三个领域上的环境以吸引外商直接投资,这样达成的效果就不足为奇了。对五个国家之间的比较发现,以前肯尼亚在吸引外商投资上排名第一,但是近年来,乌干达和坦桑尼亚分列一二位,肯尼亚第三,卢旺达第四,布隆迪则排第五。坦桑尼亚和乌干达在吸引外商投资方面的提高可能要归功于以下几个原因,如他们的改革、近期发现的石油和天然气、人力资本数量的增加、经济的多样性和我们在联合国贸易与发展会议(2014年)中讨论的其它因素,而另外两个国家(卢旺达和布隆迪)正从动荡的政局中逐渐恢复过来,此外,卢旺达在信息和通讯技术上面有很多的投资项目。7、研究的贡献：本研究对下面几个方面有所贡献：第一：采用了面板数据估算方法,为本研究提供了方法论,这个方法很少应用在大多数发展中国家,特别是东非共同体国家。本研究尝试使用变量来计量对东非共同体的外商直接投资的动态行为。此外,本研究中采用的各个单独方法带来了变量的显著一致性,这有助于为以后的进一步研究奠定了一个框架。第二：本研究的结果也证实了其它早期的研究成果,特别是有关外商直接投资的决定因素,因此对经验性研究的综合分析做出了一定的贡献,这也反映了东非共同体在外国直接投资及其决定因素方面与其他区域集团或国家之间存在一定的相似性。第三：本研究能让双方的研究人员、学者和其他参与者更好地了解东非国家的外商直接投资情况,帮助投资者做出正确决定。第四：通过分析外商直接投资流入与其他变量的关系,以及对共同体内五个国家的几个领域的外商直接投资情况,本研究给大多数研究人员,尤其是那些分析共同体国家类似主题的研究人员带来了新的证据。事实上,早期对共同体的研究,仅立足于一到三个国家,大多集中在描述性研究方法而不是应用在本研究中的统计计量方法(面板数据估算),新的计量方法还包括其他计量技术,如面板VECM、面板格兰杰因果关系、方差分解和脉冲响应函数方法。8、可以从其他新兴国家吸取的教训。许多新兴经济体的成功在很大程度上归功于外商直接投资,比如韩国、印度、中国、巴西、南非等,跟随着他们的发展步伐,现在有很多发展中国家,比如东非共同体的成员,通过给予外国投资者优惠,以创造有利于吸引投资的环境。共同体成员国可以从那些国家中吸取教训。主要的教训是：第一,共同体成员应继续发展基础设施水平,尤其是在肯尼亚和坦桑尼亚东海岸,基于其人口状态建立大的激励性的经济特区；在农业、制造业和服务业上增加人力投入,因为在本文已经探讨过,这是最吸引投资的三个行业。第二,一般来说,共同体成员国能从现有的全球化阶段中学习和受益,继续向世界其它地区开放,提高整合水平,但还是要谨慎行事。9.研究的局限性和未来研究的建议虽然研究已经取得了显著结果,但是还有一些需要我们在今后进一步解决的问题,这就是本研究主要局限的问题。首先,本研究仅限于五个东非共同体成员国,即坦桑尼亚、肯尼亚、乌干达、卢旺达和布隆迪,这五个国家在不同的时间段上有所增长,不包括其他东非国家,如苏丹南部、索马里、埃塞俄比亚,因为他们不在此经济体中。因此,仅仅选这五个国家,选取的范围比较小,结果可能会有偏差,还有其它的因素可能影响了共同体国家的投资流入；加入其它国家可能会增加或者改进我们已经取得的研究结果。其次,由于数据可用性和可靠性,在统计方面,本研究并没有对东非共同体国家外商直接投资的所有决定因素做检验。因此,未来要将更多的研究放在因地理位置上彼此接邻而加入东非共同体的东非国家,如南苏丹、埃塞俄比亚和索马里。事实上,很难从发展中国家尤其是东非共同体国家获得很多年的数据,所以,在未来的研究中,研究的年数会比本次研究的年数长,变量的数量也会增加,因为在本研究中,由于存在于大部分发展中国家尤其是共同体国家的可用性问题,部分相关的变量都被忽略了(比如税收、劳动成本、外债)等。第三,本研究采用面板数据估算方法,因此将来也采用其他方法,像两阶段最小二乘法等。此外,还对这些东非共同体国家做更长时间的行业智能分析。最后,应当指出,因为数据可用性是撒哈拉以南非洲国家特别是东非共同体的主要问题,所以,在新的研究中对更多的数据进行分析之前,对于本次研究结果的解释需持谨慎态度。
【关键词】：
【学位授予单位】：上海大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：F831.6
【目录】：

• 摘要8-17
• ABSTRACT17-21
• CHAPTER ONE:General Introduction21-39
• 1.1 Introduction of the Chapter21
• 1.2 Overview of the Study21-33
• 1.2.1 The Recent Global FDI Trends and Comparison with EAC24-27
• 1.2.2 FDI and ODAto Developing Countries27-32
• 1.2.3 Impacts of FDI in Developing countries:The Theoretical Explanations32
• 1.2.4 The two gap Theory (Chenery):Justifications of FDI Roles in Developing countries32-33
• 1.3 Statement of the Problem33-34
• 1.4 Objective of the Study34-35
• 1.5 Research Questions35
• 1.6 Significance of the Study35-36
• 1.7 The Scope and Limitation of the Study36
• 1.8 Organization of the Study36-38
• 1.9 The Conclusion of the Chapter38-39
• CHAPTER TWO:Empirical Literature Review39-56
• 2.1 Introductions of the Chapter39-50
• 2.1.1 Review of the Studies from the EAC Region39-42
• 2.1.2 Review from the Developed, Developing and Emerging Countries42-50
• 2.2 An Eclectic theory or OLI paradigm:Theoretical Considerations50-54
• 2.3 The Conclusion of the Chapter54-56
• CHAPTER THREE:East African Overview, FDI trend, Analysis of the SectoralDistribution and Origin56-74
• 3.1 Introductions of the Chapter56
• 3.2 The General Overview of the Community (EAC)56-58
• 3.3 The EAC Member Countries Recent FDI Trends58-61
• 3.4 Analysis of the FDI Sectoral Distribution and Contribution of EAC Member61-67
• 3.4.1 Tanzania Sectoral Contribution and Distribution of FDI61-62
• 3.4.2 Kenya Sectoral Contribution and Distribution of FDI (2012-2013)62-63
• 3.4.3 Uganda Sectoral Contribution and Distribution of FDI (2012-2013)63-65
• 3.4.4 Rwanda Sectoral contribution and Distribution of FDI (2012-2013)65-66
• 3.4.5 Burundi Sectoral Contribution and Distribution of FDI (2012-2013)66-67
• 3.5. The Geographical break down of the Origin of FDI in EAC countries67-72
• 3.5.1 Tanzania FDI Origin67-68
• 3.5.2 Kenya FDI Origin68-69
• 3.5.3 Uganda FDI Origin69-70
• 3.5.4 Rwanda FDI Origin70-71
• 3.5.5 Burundi FDI Origin71-72
• 3.6 Conclusions of the Chapter72-74
• CHAPTER FOUR:Empirical Model Specification,Estimation Techniques and DataSources74-95
• 4.1 Introduction of the Chapter74-78
• 4.1.1 Theoretical Framework of the Model and Model Specification74-76
• 4.1.2 Description of the Examined Variables76-78
• 4.1.3 The Data Sources78
• 4.2 Estimation Technique and Regression Analysis of the model78-85
• 4.2.1 Time Series Properties of the Economic variables79
• 4.2.2 Panel Unit Roots Test79-81
• 4.2.3 Descriptive Analysis of the data81-82
• 4.2.4 Correlation matrix of the data82
• 4.2.5 Estimation of Panel Data Coefficients:The Hausman test82-83
• 4.2.6 Fixed effect Model83-85
• 4.3 Structural Vector Auto regression Model(VAR-Model)85-90
• 4.3.1 The panel Co integration test86-88
• 4.3.2 Panel Vector Error Correction Model(VECM)88
• 4.3.3 Panel Granger Causality test88-90
• 4.4 Panel Forecast Error Variance Decomposition (FEVDC)and Impulse ResponseFunction(IRF)90-94
• 4.4.1 Panel Forecast Error Variance Decomposition(FEVDC)90-91
• 4.4.2 Impulse response Functions(IRF)91-94
• 4.5. Conclusion of the Chapter94-95
• CHAPTER FIVE:Summary of Empirical Results and Interpretation95-107
• 5.1 Introduction of the Chapter95
• 5.2 The Summary of the Results95-104
• 5.3 Conclusion of the Chapter104-107
• CHAPTER SIX;General Conclusion and Policy Recommendation107-118
• 6.1 Introduction of the chapter107
• 6.2 Concluding remarks107-112
• 6.3 Policy Recommendation112-114
• 6.4 Research Contribution114-115
• 6.5 The Lesson that can be Learned from other Emerging Countries115-116
• 6.6. Study Limitations and Recommendations for Future Research116-118
• References118-131
• Publications index131-132
• Acknowledgement132-134
• Appendix A:List of Abbreviation and Acronyms134-135
• Appendix B:List of Tables and Figures135-136
• List of Tables135-136
• List of Figures136

【相似文献】

中国期刊全文数据库 前10条

1 刘凌;王晓云;汪健忠;;固定效应模型下高校投入产出分析[J];内蒙古科技与经济;2006年21期

2 吴振球;宋君玲;钟宁波;;城市化、第二产业对第三产业发展影响实证研究——基于固定效应模型的分析[J];现代商贸工业;2010年23期

3 孙靖;张辉;;基于固定效应模型研究我国居民教育投资的差异性[J];中国传媒大学学报(自然科学版);2010年03期

4 谢姗;宗振利;;我国城乡收入差距对经济增长的“倒U型”影响——基于个体固定效应模型的递归分析[J];中国物价;2014年03期

5 徐凤;;改进的SS检验及其在固定效应模型和截面相关模型的斜率异质性检验中的应用[J];21世纪数量经济学;2013年00期

6 丁志国;赵宣凯;赵晶;;直接影响与空间溢出效应:我国城市化进程对城乡收入差距的影响路径识别[J];数量经济技术经济研究;2011年09期

7 赵心刚;汪克夷;孙海洋;;我国上市公司研发投入对公司绩效影响的滞后效应研究——基于双向固定效应模型的实证分析[J];现代管理科学;2012年08期

8 贾志永;朱五龙;刘高峰;;基于固定效应模型的省域建筑产业竞争力的实证研究[J];统计与决策;2009年24期

9 石英;;我国服务业集聚与城镇化发展研究[J];商业时代;2013年36期

10 彭科;安玉发;;中国农业生产能源消费影响因素的实证分析——基于固定效应模型[J];技术经济;2012年06期

中国重要会议论文全文数据库 前2条

1 徐凤;;改进的SS检验及其在固定效应模型和截面相关模型的斜率异质性检验中的应用[A];21世纪数量经济学（第13卷）[C];2012年

2 陈春良;;刑罚威慑与犯罪治理:基于我国1979-1999省级面板数据的实证研究[A];2010年度（第八届）中国法经济学论坛论文集（上册）[C];2010年

中国博士学位论文全文数据库 前2条

1 摩西（Moses Joseph Shawa）;影响五个东非国家外国直接投资的决定因素:面板数据的实证分析[D];上海大学;2015年

2 郭鹏辉;一类动态空间固定效应模型研究[D];厦门大学;2009年

中国硕士学位论文全文数据库 前8条

1 吴建芳;最低工资对城镇居民收入差距的影响[D];浙江大学;2015年

2 马青;序列相关和截面相依情形下的线性面板固定效应模型研究[D];浙江财经大学;2015年

3 李俊明;世界500强与所属国经济关联的实证研究[D];天津财经大学;2010年

4 张熙;贫困特征综合分析研究[D];云南大学;2015年

5 李丹;FDI溢出效应的实证研究：企业集团的视角[D];电子科技大学;2009年

6 陶玲玲;环境公平对我国区域发展影响的实证分析[D];天津财经大学;2010年

7 黄庐;基于微观消费数据对家庭购买行为的分析[D];山东大学;2012年

8 刘香莲;调整经济结构推动区域经济协调发展[D];吉林大学;2006年

  本文关键词：影响五个东非国家外国直接投资的决定因素:面板数据的实证分析，由笔耕文化传播整理发布。

，

本文编号：453089