简介:自2000年以来,"走出去"战略被提升到"关系我国发展全局和前途的重大战略"的新高度,中国对外直接投资在总量上增长迅速,已成为全球第二大对外投资国.通过梳理中国企业对外直接投资区位选择影响因素的相关国内外研究文献发现:企业自身因素层面,企业的资源和能力对企业投资区位选择有重要影响,但也要依据投资地区不同分逆向投资与顺向投资,其影响因素并不同;企业所有权性质决定了中国企业投资偏好的不同.国家层面上,宏观经济形势方面,汇率、东道国需求结构和贸易开放度对中国企业区位选择有不同层度的影响;文化层面上,由于衡量文化距离并没有统一的标准,大型中国企业在适应新市场和承受风险的能力方面比一般规模的企业较强,主要考虑因素是实现投资目的,受文化距离的负向影响较小;制度层面上,东道国制度环境对于吸引我国企业投资的影响可能是不确定的,最终的投资决策是企业出于不同投资动机和偏好,权衡投资风险和收益的结果.但是现有相关文献存在着三个可能的问题一是直接使用商务部《对外直接投资公报》数据可能错误识别投资项目最终目的地,过高估计地理距离近对吸引中国企业投资的作用;二是海外投资的中国企业,如果不根据所有制属性对样本进行区别研究,民营企业特有的投资选择一定程度上会被总数据所掩盖;三是2013年为分界点,民营企业的海外投资总额首次超过了国有企业,且其海外投资仍呈现着高速增长的态势,将是中国企业海外投资的新趋势,与我国宏观经济政策的转向有很大关系,值得进一步深入研究分析.
简介:为了提高交通需求预测精度,综合考虑居民出行行为在时间维度上的分布,采用支持向量机、径向基神经网络和多项logit三种方法,基于居民活动目的,建立了出行链模式识别模型,并利用敏感性分析方法研究了解释因素对出行链模式选择的影响和对模型性能的贡献程度.结果显示:支持向量机模型在总体准确度和分类准确度上均优于其他2种方法,体现了支持向量机在小样本下的识别性能优势;证明了支持向量机能够较准确地反映多分类因素对于出行链模式选择行为的影响程度;因素对于不同出行链模式识别精度的贡献度差异表明了细化出行链模式及探索各个模式特有影响因素的重要性.支持向量机技术在交通需求预测建模及影响因素分析方面均具有实践意义.