外商直接投资与泛珠三角经济发展关系——基于泛珠三角省际数据的实证分析

研究泛珠三角区域FDI对经济增长的贡献以及影响FDI省际差异的因素。利用泛珠三角区域1995-2005年的数据,采用索罗-斯旺经济增长模型,把FDI作为一个独立变量纳入扩展模型中。研究结果表明,近十年来FDI的增长对泛珠区域经济增长的贡献率为5．634％,产出弹性为5．9％。利用2005—2006年泛珠9省平行数据对影响FDI分布因素的实证检验,发现一个区域上一年的固定资产投资规模与外贸依存度很好地解释FDI分布的省际差异。     

D-FNN模型对中国FDI的预测

建立了动态模糊神经网络模型,并运用此模型对中国经济产生深远影响的FDI进行了预测。结果表明D-FNN在预测精度上表现优异,具有一定的实用性。     

外资对我国上市公司实施跨国并购的特点和行业预测

跨国并购是外商直接投资的重要方式，中国将逐步成为跨国并购的重要目标国。由于政府行政干预、不同企业所有制以及区域经济差异等因素的影响，跨国并购形成了具有中国特色的方式。作为行业龙头和公众广泛关注的上市公司则成为并购的重要对象。为了获得中国市场的比较优势，外资将在相对集中的行业中对上市公司实施并购。     

中美贸易与我国经济增长关系研究

应用逐步回归的方法,研究了中美贸易与中国经济增长的关系,并提出了政策建议。     

皖江城市带FDI影响因素分析

影响FDI的因素有市场因素、成本因素、集聚因素、创新因素等,从这些因素中选取市场规模、市场化程度、劳动力成本、基础设施、地区产业结构、非国有企业数量、人力资源8个指标,运用Matlab软件对皖江九市2002—2011年的数据进行多元回归分析。结果表明,市场规模、劳动力成本和地区产业结构是影响皖江城市带FDI的三大因素,认为政府应采取继续扩大市场规模、保持低劳动力成本优势、提高劳动者素质和产业聚集度等对策。     

金融危机背景下我国FDI内迁问题的思考

综述了外商直接投资(FDI)区位转移的有关文献,分析了影响FDI撤离的主要因素及转移趋势,并对我国沿海与内地投资区位优势进行了比较.     

外商直接投资与山东省制造业升级的实证检验——基于地区、行业面板数据的分析

首先对山东省制造业利用外资情况进行了概述,然后利用2002--2010年的面板数据分析了外商直接投资对山东省制造业产业升级的影响。理论研究表明,外商直接投资通过技术溢出能促进产业结构的优化升级。通过对分行业和分地区的数据进行回归后发现,外商直接投资对山东省制造业升级存在显著的正向溢出效应。对其影响因素进行进一步分析表明,市场开放度、市场竞争度和市场环境等因素对溢出效应的发挥有着重要的影响作用。     

京沪FDI对区域创新能力影响的比较研究

利用北京和上海1994—2008年的数据实证分析了实际利用外商直接投资对区域创新能力的影响。结果发现,FDI对两地区域技术创新能力存在显著正向影响但存在不同的时滞,北京FDI对技术创新能力影响滞后1年,而上海FDI对技术创新能力影响的时滞为2年,并且北京FDI对专利授权总量的弹性系数小于上海FDI对专利授权总量的弹性系数。最后,提出相应的政策建议。     

外商直接投资趋势研究——基于灰色马尔可夫预测模型与时间序列模型的对比

外商直接投资是影响中国经济发展的重要因素,而未来外商直接投资的预测是其发展和决策的基础.文章在阐述外商直接投资对中国经济发展的作用以及对未来中国利用外资水平预测的必要性的基础上,选取2000-2013年度中国利用外商直接投资(FDI)的数据,通过建立灰色马尔可夫(GMM)和时间序列模型,对中国利用FDI的趋势进行预测,并对预测结果精度进行比较,以得出较优的预测模型.研究结果表明:传统灰色模型合格,但仍有可提升的空间;在此基础上,建立GMM预测模型对结果进行修正,所得模型的灰色关联度有很大提升,且与真实值差距进一步缩小;建立时间序列模型,并据此对数据进行预测;比较GMM与时间序列模型预测结果的精度,可知,GMM的预测精度较高,拟合效果较好.为验证这一结果的可信度,文章选取1990-2013年度北京市和重庆市FDI水平的数据,建立GMM和时间序列预测模型,再次发现GMM预测效果优于时间序列模型的预测效果.基于此,GMM对中国利用外资水平的预测结果较为可信,预测结果对完善中国直接利用外商投资的机制具有一定参考价值.     

Multiobjective fault detection and isolation for flexible air-breathing hypersonic vehicle

An application of the multiobjective fault detection and isolation (FDI) approach to an air-breathing hypersonic vehicle (HSV) longitudinal dynamics subject to disturbances is presented. Maintaining sustainable and safe flight of HSV is a challenging task due to its strong coupling effects, variable operating conditions and possible failures of system components. A common type of system faults for aircraft including HSV is the loss of effectiveness of its actuators and sensors. To detect and isolate multiple actuator/sensor failures, a faulty linear parameter-varying (LPV) model of HSV is derived by converting actuator/system component faults into equivalent sensor faults. Then a bank of LPV FDI observers is designed to track individual fault with minimum error and suppress the effects of disturbances and other fault signals. The simulation results based on the nonlinear flexible HSV model and a nominal LPV controller demonstrate the effectiveness of the fault estimation technique for HSV.