外商直接投资影响因素的偏最小二乘回归建模分析

中国管理科学 ›› 2002, Vol. ›› Issue (5): 20-25.

外商直接投资影响因素的偏最小二乘回归建模分析

许和连, 赖明勇, 钱晓英

湖南大学工商管理学院, 长沙, 410082

收稿日期:2002-01-24 修回日期:2002-07-25 出版日期:2002-10-28 发布日期:2012-03-06
基金资助:
全国高校优秀青年教师教学科研奖励基金(2000);国家社会科学基金(01CJY023);教育部博士点基金项目

The Partial Least-Squares Regression Analysis of Impact factors of Foreign Direct Investment in China

XU He-lian, LAI Ming-yong, Qian Xiao-ying

College of Business Management, Hunan University, Changsha 410082, China

Received:2002-01-24 Revised:2002-07-25 Online:2002-10-28 Published:2012-03-06

摘要/Abstract

摘要： 改革开放的20多年来,我国的外商直接投资逐年增加,对我国经济的快速发展发挥了重要的作用。而影响外商直接投资的因素有很多,不同的因素变量之间往往存在多重共线性或近似多重共线性关系,使得分析问题的难度加大。本文运用新型的多元统计数据分析方法——偏最小二乘(PLS)回归方法(既克服了传统方法的不足,又有效地消除了因素变量之间的多重共线性),分析了影响我国外商直接投资的因素,以及其影响程度,为我国进一步引进外商直接投资提供了有益的定量依据。

关键词: 外商直接投资, 影响因素, 偏最小二乘回归

Abstract: Foreign direct investment(FDI)is increased year by year since the reform and opening of China,and it played an important role on China’s economy performance There are many factors which impact FDI in China,and there is multi collinearity or nearly multi collinearity among the factors This paper adopts a new analysis method of multivariate data-the Partial Least squares(PLS)Regression, to analyze the impact factors of FDI in China,and analyze the degree of the factors,the conclusion can offer beneficial advice to introduce FDI into China.

Key words: foreign direct investment, impact factors, partial Least Squares Regression

中图分类号:

C931

许和连, 赖明勇, 钱晓英. 外商直接投资影响因素的偏最小二乘回归建模分析[J]. 中国管理科学, 2002, (5): 20-25.

XU He-lian, LAI Ming-yong, Qian Xiao-ying . The Partial Least-Squares Regression Analysis of Impact factors of Foreign Direct Investment in China[J]. Chinese Journal of Management Science, 2002, (5): 20-25.

[1]	罗军. 生产性服务FDI对制造业出口技术复杂度的影响研究[J]. 中国管理科学, 2020, 28(9): 54-65.
[2]	王楠, 陈详详, 祁运丽, 王莉雅. 基于详尽可能性模型的用户创新社区创意采纳影响因素研究[J]. 中国管理科学, 2020, 28(3): 213-222.
[3]	许保光, 王蓓蓓, 池宏, 邵雪焱, 高敏刚. 基于贝叶斯网络的航空安全中不安全信息分析[J]. 中国管理科学, 2020, 28(12): 118-129.
[4]	谭英双, 张雪清, 衡爱民. 需求不确定下企业生产规模选择及影响因素研究[J]. 中国管理科学, 2018, 26(8): 138-145.
[5]	范德成, 杜明月. 高端装备制造业技术创新资源配置效率及影响因素研究——基于两阶段StoNED和Tobit模型的实证分析[J]. 中国管理科学, 2018, 26(1): 13-24.
[6]	韩立岩, 甄贞, 蔡立新. 国际油价的长短期影响因素[J]. 中国管理科学, 2017, 25(8): 68-78.
[7]	车诚, 戚晓琳, 马万祺, 邵冬雁. 移动社交网络营销效果的影响因素实证研究[J]. 中国管理科学, 2017, 25(5): 145-149.
[8]	余顺坤, 杨文茵. 组织-员工发展积分模型与应用研究[J]. 中国管理科学, 2017, 25(11): 168-178.
[9]	邓爱民, 陶宝, 马莹莹. 网络购物顾客忠诚度影响因素的实证研究[J]. 中国管理科学, 2014, 22(6): 94-102.
[10]	陈晓红, 胡维, 王陟昀. 自愿减排碳交易市场价格影响因素实证研究——以美国芝加哥气候交易所(CCX)为例[J]. 中国管理科学, 2013, 21(4): 74-81.
[11]	彭红枫. 汇率对FDI的影响：基于实物期权的理论分析与中国的实证[J]. 中国管理科学, 2011, 19(4): 60-67.
[12]	刘荣, 齐佳音. 基于文献萃取法的客户终生价值动态影响因素研究[J]. 中国管理科学, 2010, 18(1): 133-142.
[13]	陈国权, 宁南. 组织从经验中学习：现状、问题、方向[J]. 中国管理科学, 2009, 17(1): 157-168.
[14]	张冬青, 宁宣熙, 刘雪妮. 考虑影响因素的隐马尔可夫模型在经济预测中的应用[J]. 中国管理科学, 2007, 15(4): 105-110.
[15]	徐春骐, 王春法. 外商直接投资质量评价[J]. 中国管理科学, 2007, 15(3): 130-135.