The first of these, termed LICDIF,

The first of these, termed LICDIF, attempts to measure
the difference between actual license payments
and what we might “expect” on the basis of the industry
distribution of US MOFAs in each host country.
The measure is constructed using data on average
license payments per employee (weighted by employment
shares, from Table 1) and employment data for
US affiliates (from US Department of Commerce,
1985)) To get a measure of expected license payments
for each country/industry group, we multiplied
the affiliates’ employment in each industry in each
country by the average license payment for that industry.
An estimate of the total expected license payment
for each host country, taking into account its industry
distribution of affiliates, was then obtained by summing
across industries for each country. To get the
variable LICDIF, finally, we subtracted these estimates
from the actual license payments of the host
country. Contrary to the ratio of actual license payments
to labor, LICDZF is not automatically high if a
large share of the country’s affiliates are in “licensingintensive”
industries, since the expected license payment
in that case is also high. Instead, LZCDIF is
hypothesized to be high only when the affiliates
import more technology than what is “normal”.
Measures for CAPDIF, the difference between actual
and expected imports of capital equipment, were calculated
analogously.

0/5000

จาก: -

เป็น: -

ผลลัพธ์ (ไทย) 1: [สำเนา]

คัดลอก!

แรกของเหล่านี้เรียกว่า licdif ความพยายามที่จะวัดความแตกต่างระหว่าง
ใบอนุญาตการชำระเงินที่เกิดขึ้นจริง
และสิ่งที่เราอาจจะ "คาดว่า" บนพื้นฐานของอุตสาหกรรม
กระจายของเรา mofas ในประเทศเจ้าภาพแต่ละ.
วัดถูกสร้างโดยใช้ข้อมูลใน เฉลี่ย
ชำระเงินใบอนุญาตต่อพนักงาน (หุ้นถ่วงน้ำหนักด้วย
จ้างงานจากตารางที่ 1) และข้อมูลการจ้างงาน
บริษัท ในเครือของเรา (จากเรากระทรวงพาณิชย์,
1985)) เพื่อให้ได้ตัวชี้วัดของการชำระเงินที่คาดว่าจะ
ใบอนุญาตสำหรับแต่ละกลุ่มประเทศ / อุตสาหกรรมเราคูณ
การจ้างงานของ บริษัท ในเครือที่อยู่ในแต่ละอุตสาหกรรมในประเทศ
โดยในแต่ละการชำระเงินใบอนุญาตเฉลี่ยที่ อุตสาหกรรม.
ประมาณการของจำนวน
คาดว่าใบอนุญาตการชำระเงินสำหรับประเทศเจ้าภาพแต่ละคำนึงถึงอุตสาหกรรม
กระจายของ บริษัท ในเครือที่ได้รับแล้วโดย
ข้อสรุปในอุตสาหกรรมสำหรับแต่ละประเทศ ที่จะได้รับ
licdif ตัวแปรสุดท้ายเราลบเหล่านี้
ประมาณการจากการชำระเงินใบอนุญาตที่แท้จริงของประเทศเจ้าภาพ
ตรงกันข้ามกับอัตราส่วนของการชำระเงินที่เกิดขึ้นจริง
ใบอนุญาตแรงงาน, licdzf ไม่สูงโดยอัตโนมัติหาก
หุ้นใหญ่ของ บริษัท ในเครือของประเทศที่อยู่ใน "licensingintensive" อุตสาหกรรม
ตั้งแต่ใบอนุญาต
คาดว่าการชำระเงินในกรณีที่ยังสูง แทน lzcdif
คือการตั้งสมมติฐานจะสูงก็ต่อเมื่อ บริษัท ในเครือ
นำเข้าเทคโนโลยีมากกว่าสิ่งที่เป็น "ปกติ". มาตรการ
capdif สำหรับความแตกต่างระหว่าง
ที่เกิดขึ้นจริงและนำเข้าอุปกรณ์ที่คาดหวังของเมืองหลวงถูกคำนวณ
analogously

การแปล กรุณารอสักครู่..

ผลลัพธ์ (ไทย) 2:[สำเนา]

คัดลอก!

ครั้งแรกของเหล่านี้ เรียกว่า LICDIF พยายามวัด
ความแตกต่างระหว่างสัญญาอนุญาตจริงชำระเงิน
และสิ่งเราอาจ "คาดว่า" ตามอุตสาหกรรม
ของเรา MOFAs ในแต่ละโฮสต์ประเทศ
วัดสร้างขึ้นโดยใช้ข้อมูลเฉลี่ย
ใบอนุญาตการชำระต่อพนักงาน (ถ่วงน้ำหนัก โดยการจ้างงาน
หุ้น จากตารางที่ 1) และข้อมูลการจ้างงานสำหรับ
ในสหรัฐอเมริกา (จากเราแผนกพาณิชย์,
1985)) เข้าวัดชำระลิขสิทธิ์คาด
สำหรับแต่ละประเทศ/อุตสาหกรรมกลุ่ม เราคูณ
จ้างงานของบริษัทในแต่ละอุตสาหกรรมในแต่ละ
ประเทศ โดยชำระเงินเฉลี่ยลิขสิทธิ์สำหรับอุตสาหกรรมที่
ประมาณการการชำระเงินรวมสิทธิ์การใช้งานที่คาดไว้
สำหรับแต่ละโฮสต์ประเทศ การบัญชีอุตสาหกรรมการ
แจกจ่ายของบริษัท กล่าวแล้ว โดยรวม
ข้ามอุตสาหกรรมสำหรับแต่ละประเทศ ไป
LICDIF ตัวแปร สุดท้าย เราลบประมาณนี้
จากการชำระเงินใบอนุญาตจริงของโฮสต์
ประเทศ ขัดต่ออัตราการชำระเงินใบอนุญาตจริง
การแรงงาน LICDZF ไม่สูงโดยอัตโนมัติถ้ามี
หุ้นใหญ่ของบริษัทในเครือของประเทศอยู่ใน "licensingintensive"
อุตสาหกรรม ตั้งแต่การชำระเงินที่คาดว่าใบอนุญาต
งั้น ก็สูง แทน LZCDIF เป็น
ตั้งสมมติฐานว่าจะ สูงเฉพาะเมื่อบริษัทในเครือ
นำเข้าเทคโนโลยีมากขึ้นกว่าที่เป็น "ปกติ"
มาตรการ CAPDIF ความแตกต่างระหว่างจริง
และคาดว่านำเข้าอุปกรณ์ทุน คำนวณได้
analogously

การแปล กรุณารอสักครู่..

ผลลัพธ์ (ไทย) 3:[สำเนา]

คัดลอก!

ที่แรกของเหล่านี้เรียกว่า licdif ,ความพยายามในการวัด
ซึ่งจะช่วยให้เกิดความแตกต่างระหว่างการชำระเงินจริง
และสิทธิ์การใช้งานสิ่งที่เราอาจจะ"คาดหวัง"ที่เป็นพื้นฐานของการกระจายของเรา
mofas ในแต่ละประเทศ เจ้าภาพ .
ที่วัดได้รับการสร้างขึ้นโดยใช้ข้อมูลโดยเฉลี่ยแล้ว
การใช้งานการชำระเงินต่อพนักงาน(ถ่วงน้ำหนักโดยการจ้างงาน
หุ้น,จากตารางที่ 1 )และการจ้างงานสำหรับการใช้ข้อมูล
เราบริษัทในเครือ(จาก US Department of Commerce ,
; Spark , 1985 ))เพื่อจะได้รับเป็นค่าที่ได้จากการวัดคาดว่าการใช้งาน
ซึ่งจะช่วยการชำระเงินสำหรับแต่ละประเทศ/กลุ่มอุตสาหกรรม,เราคูณ
ซึ่งจะช่วยให้บริษัทในเครือของการจ้างงานในแต่ละ ภาค อุตสาหกรรมในแต่ละประเทศโดย
ซึ่งจะช่วยให้การใช้งานโดยเฉลี่ยการชำระเงินสำหรับอุตสาหกรรม.
โดยประมาณของจำนวนที่ได้คาดว่าจะได้รับการชำระเงิน
ซึ่งจะช่วยให้การใช้งานแต่ละประเทศ เจ้าภาพ ,การเข้าไปในบัญชีของบริษัทอุตสาหกรรม
การกระจายของบริษัทในเครือ,ได้มาโดยการสรุปเรื่อง
ในอุตสาหกรรมต่างๆของแต่ละประเทศแล้ว ต้องการ licdif
ซึ่งจะช่วยปรับเปลี่ยนสุดท้ายเราตัวตั้งงบประมาณเหล่านี้
จากการชำระเงินการใช้งานจริงของโฮสต์
ซึ่งจะช่วยประเทศได้ ขัดต่อให้มีอัตราการเติบโตของการใช้งานการชำระเงินจริง
ซึ่งจะช่วยในการใช้แรงงาน licdzf ไม่สูงโดยอัตโนมัติหากการใช้งานร่วมกัน
ขนาดใหญ่ของบริษัทในเครือของประเทศที่อยู่ใน" licensingintensive "
อุตสาหกรรมนับตั้งแต่การชำระเงินที่คาดว่าจะได้รับการใช้งาน
ซึ่งจะช่วยในกรณีที่มีระดับสูงอีก แทน lzcdif คือ
hypothesized ยังอยู่ในระดับสูงเท่านั้นเมื่อเทคโนโลยีมากขึ้นการนำเข้าบริษัทในเครือ
ซึ่งจะช่วยได้มากกว่าที่เป็น"ปกติ"..
มาตรการสำหรับ capdif ความแตกต่างระหว่างการนำเข้าจริง
และคาดว่าจะมีเงินทุนของอุปกรณ์การคำนวณ
analogously

การแปล กรุณารอสักครู่..

ภาษาอื่น ๆ

การสนับสนุนเครื่องมือแปลภาษา: กรีก, กันนาดา, กาลิเชียน, คลิงออน, คอร์สิกา, คาซัค, คาตาลัน, คินยารวันดา, คีร์กิซ, คุชราต, จอร์เจีย, จีน, จีนดั้งเดิม, ชวา, ชิเชวา, ซามัว, ซีบัวโน, ซุนดา, ซูลู, ญี่ปุ่น, ดัตช์, ตรวจหาภาษา, ตุรกี, ทมิฬ, ทาจิก, ทาทาร์, นอร์เวย์, บอสเนีย, บัลแกเรีย, บาสก์, ปัญจาป, ฝรั่งเศส, พาชตู, ฟริเชียน, ฟินแลนด์, ฟิลิปปินส์, ภาษาอินโดนีเซี, มองโกเลีย, มัลทีส, มาซีโดเนีย, มาราฐี, มาลากาซี, มาลายาลัม, มาเลย์, ม้ง, ยิดดิช, ยูเครน, รัสเซีย, ละติน, ลักเซมเบิร์ก, ลัตเวีย, ลาว, ลิทัวเนีย, สวาฮิลี, สวีเดน, สิงหล, สินธี, สเปน, สโลวัก, สโลวีเนีย, อังกฤษ, อัมฮาริก, อาร์เซอร์ไบจัน, อาร์เมเนีย, อาหรับ, อิกโบ, อิตาลี, อุยกูร์, อุสเบกิสถาน, อูรดู, ฮังการี, ฮัวซา, ฮาวาย, ฮินดี, ฮีบรู, เกลิกสกอต, เกาหลี, เขมร, เคิร์ด, เช็ก, เซอร์เบียน, เซโซโท, เดนมาร์ก, เตลูกู, เติร์กเมน, เนปาล, เบงกอล, เบลารุส, เปอร์เซีย, เมารี, เมียนมา (พม่า), เยอรมัน, เวลส์, เวียดนาม, เอสเปอแรนโต, เอสโทเนีย, เฮติครีโอล, แอฟริกา, แอลเบเนีย, โคซา, โครเอเชีย, โชนา, โซมาลี, โปรตุเกส, โปแลนด์, โยรูบา, โรมาเนีย, โอเดีย (โอริยา), ไทย, ไอซ์แลนด์, ไอร์แลนด์, การแปลภาษา.