是全球首家大型政务类网站，欢迎登陆本站！&&&|&&
提示：您在上方可以搜索政府工作报告、统计数据、统计公报等相关政务信息。
推荐城市：
&当前位置：&=&&
中国FDI时空演变及影响因素研究
&&&&日期：&&&&浏览次数：123次
&&&&&摘 要：利用空间自相关和地理加权回归模型，以中国大陆31个省级区域为研究单元，选取相关指标，分析1985&2010年中国FDI的时空格局演变及影响因素。结果表明：不同时期全国利用FDI水平呈现出变化特征的差异，不同省域FDI利用水平存在显著的梯度差异；1985&2010年中国实际利用FDI水平呈现较强的空间相关性且集聚趋势不断增强，沿海省份位于实际利用FDI水平的HH区，西部省份位于LL区；中国省域FDI利用水平呈现出一种持续的非均衡态势，26年来中国省域实际利用FDI水平总体空间格局没有发生根本性的变化；进一步研究发现，累积效应、基本经济状况、基础设施、政策和市场环境5因子的空间集中程度差异显著。
关键词：FDI，省域，变化趋势，空间自相关，地理加权回归模型，中国
基金项目：教育部人文社会科学西部和边疆地区青年项目(12XJC840001)；中央高校基金项目(CHD)
改革开放以来，随着经济全球化、国际贸易的推进，中国经济得到长足发展。1985&2010年，我国累计实际利用FDI达到10 483.93亿美元；累计合同签订FDI高达16 997.6亿美元①。FDI对我国产业结构调整、外向型产业发展、区域收入差距及国内就业等方面影响深远，充分利用FDI已成为当今区域发展的有效模式之一[1]。受文化差异、地理距离[2]的影响，外商在华直接投资空间分布不均衡，高度集中于东部沿海地区。中国FDI空间格局的演变对地区间经济差异的影响重大，至于是加剧地区经济发展不平衡，还是促进经济增长的地区收敛，已成为学者们和政府普遍关注与争论的焦点[3]。FDI与其影响因素间的关系模拟是研究该问题的前提。
国外学者对FDI区位选择的研究始于1960年代，根据其主流理论研究的发展路线，总体上分为以产业组织理论、国际贸易理论、内部化理论及以综合理论为基础的四大研究流派[4]。早期理论大多着眼于解释跨国公司对外直接投资的原因，对国际投资区位问题重视不足。1970年代以来开始考虑贸易成本、与当地企业的联系等本地化因素，对FDI区位选择赋予很好的解释[5]。Abigail利用中国省域实际利用FDI与合同FDI比率的变化及差异进行研究，指出投资的价值决定了投资区位的选择并对其影响因素进行了分析[6]，实质上是利用计量经济学方法对FDI区位研究的深化。国内对FDI区位研究起步较晚，自1980年代末以来，其研究经历了由最初的定性描述到利用经济计量模型进行综合模拟；研究内容由FDI进入中国的影响因素分析转向解释FDI在中国区位选择的空间差异，指出成本、市场、集聚、制度等是FDI在华区位选择的主要影响因子[7]。有学者利用改造的因子加权模型在省域尺度上研究FDI的行政区域吸引因素[8]。近年来相关研究侧重运用空间计量经济学方法研究FDI相关问题，已有的研究成果涉及空间因素对FDI集聚分布相关性与特征的影响[9-10]、FDI区位选择的空间效应与空间演化特征、规律及影响因素[5，11]、空间特征对FDI引进的影响作用和FDI决定因素及其重要性的动态变化研究等[11]方面。
综观已有研究，空间因素对FDI空间集聚分布的影响研究仍较为薄弱[9]，空间要素对FDI区位选择及空间格局演变的解释程度如何有待进一步探讨。本文试图在分析我国FDI变化趋势的基础上，运用探索性空间分析技术及空间统计分析方法，探讨FDI在华区位选择的空间分异演变特征及空间影响因素，以期为合理引导外资的空间布局促进区域社会经济协调发展提供借鉴。
1&&数据来源与研究方法
1.1&&数据来源
本文选取我国31个省级行政单元(不包括香港、澳门和台湾地区)作为样本，其中1988年以前海南省作为广东省的一部分进行数据统计，1997年前重庆市属四川省管辖。文章数据主要来源于《中国统计年鉴(1985&2011)》、《中国对外经济统计年鉴(1985&2011)》和《中国知识产权年鉴(1985&2011)》以及各省级单位的社会经济统计公报。其中经济特区和国家级经济技术开发区数据来源于中国商务部网站(http://www./)。
1.2&&研究方法
1.2.1&&空间自相关。空间自相关是研究空间中某位置的观察值与其相邻位置的观察值是否相关以及相关程度的一种空间数据分析方法。
①全局空间自相关
本文用Moran's I指数来衡量全局空间自相关，其计算公式如下：
式中：n为格数据个数；xi、xj是空间对象i和j的属性值；空间权重矩阵元素wij表示空间对象i和j两点之间的邻近关系，当i和j为邻近的空间位置时，wij=1，反之，wij=0。全局Moran's I的取值范围为[-1，1]。可用标准化统计量Z来检验n个区域是否存在空间自相关关系，其计算公式为：
E(I)和VAR(I)是其理论期望和理论方差。数学期望E(I)=-1/(n-1)。当Z值为正且显著时，表明存在正的空间自相关，相似的观测值(高值或低值)趋于空间集聚；当Z值为负且显著时，表明存在负的空间自相关，相似的观测值趋于分散分布；当Z值为零时，观测值呈独立随机分布。
②局部空间自相关
全局空间自相关假定空间是同质的，但由于空间对象存在空间异质性，因此要用局部Moran's I方法来衡量每个空间对象属性在&局部&的相关性质。计算公式[12]如下：
式中：S2为yi的离散方差；为均值；wij为权重矩阵。局部Moran's I的值大于0，且通过检验时，提示存在局部正空间自相关；若值小于0，则存在局部负空间自相关。
1.2.2&&地理加权回归模型。普通最小二乘法(Ordinary Least Squares，简称OLS)模型为全局线性回归模型，在各区域都用全部自变量估计因变量的值，模型结构即：
式中：yi为第i区域因变量的值；xij为第i区域第j个自变量的值；&i是整个回归模型独立同分布的随机误差项，通常假定其服从N(0，&2)；回归系数aj被假定是一个常数。
地理加权回归(Geographically Weighted Regression，简称GWR)分析是对传统回归分析的扩展，允许局部而不是全局的参数估计，通过附加表达空间对象本身相关性和异质性的变化参数，反映样本对回归方程贡献在空间上的分异，使回归结果更加可信[13]，GWR进行参数局部估计时，特点区位i的回归系数是利用邻近观测值的子样本数据信息进行局部回归估计而得的、随着空间上局部地理位置变化而变化的变数，模型结构为：
式中：aj(j=0，1，&，n)为在第i个区域质心(&i，vi)处的未知参数，是(&i，vi)的任意函数，随空间权重矩阵W(&i，vi)的变化而变化；&i是第i个区域的随机误差项，满足零假设、同方差、相互独立等球状扰动假设[15]。W(&i，vi)通过检验每个采样点明确定义的邻域内的点集来确定。
1.2.3&&地理加权回归模型变量的选取。参照已有研究成果，选取2010年各省级行政单元FDI作为地理加权回归模型的因变量，选取GDP、人均GDP、累计实际利用FDI、第三产业比重、国有工业企业总产值比重、交通线路密度、每万人专利数、高等教育毕业人数比重、技术市场成交额、进出口额、经济特区和国家级经济技术开发区数等11指标作为该模型的初选变量。因这11项因子存在明显的共线性问题，对初选变量进行共线性检查，剔除技术市场成交额、进出口额、高等教育毕业人数比重、每万人专利数、GDP、第三产业比重6项指标。构建以FDI为因变量，以人均GDP、累计实际利用FDI、国有工业企业总产值比重、交通线路密度、经济特区和国家级经济技术开发区数为自变量的地理加权回归模型。
2&&中国FDI时空格局演变分析
2.1&&中国FDI的变化时序分析
根据引进FDI的性质差异，本文将其分为合同签订FDI和实际利用FDI两种类型。合同FDI在反映外商区位选择意愿和收益预期方面更加敏感，而前期实际FDI存量对外商后期投资决策影响重大，能够反映合同FDI的实现及区域容纳能力。论文通过两种类型FDI的变化来分析我国FDI的时序变化特征。
改革开放以来，我国吸收FDI能力逐渐增强，《2010&2012年世界投资前景调查报告》指出，世界前15个最具有吸引力的投资目的地中，有9个是发展中国家和转型经济体，中国位居第一，是跨国公司的首选目的地[16]。1985&2010年全国的合同签订FDI和实际利用FDI变化趋势图如图1。
图1&&1985年以来全国FDI变化趋势
Fig.1&&The trends of China FDI from 1985
由图1可以看出，自1985年以来，在华FDI总体上呈现波动增长趋势。1979&1984年和1985&1991年两个时段内在华FDI呈阶段增长趋势，这两个时段内我国吸收FDI总额分别为41.1亿美元、209.53亿美元，均值分别为6.9亿美元、29.9亿美元；1991&1999年在华FDI出现波动：其中合同FDI波动明显，先是快速增长于1993年达到该时段的极大值，之后波动下滑于1999年触底达到极小值；实际利用FDI则总体上缓慢增长，于1998年达到阶段性极大值，受1998年经济危机影响，随后出现较为明显的下降；2000年后在华FDI逐步增长，尤其是合同FDI出现迅猛增长势头，实际利用FDI则稳步增长。进入新世纪以来，随着社会经济的发展，推动FDI增长，但各个年份的FDI增长率不尽相同，2002年合同FDI增长率高达19.6%，2006年增幅仅为2.6%；2007年实际利用FDI增长率高达31.2%，而2009年增幅为-2.7%，国际金融危机的爆发显然对我国吸引外资造成十分不利的影响[16]。
基于省级行政单元分析在华FDI的时空分布，经计算，各省实际利用FDI存在差异。1985&2010年间广东实际利用FDI累计总额为2 418.8983亿美元，同期中部地区9省和西部12省区实际利用FDI总和分别为1 875.8238亿美元、948.7288亿美元，广东省实际利用FDI分别是同期中部和西部省区的1.29倍和2.55倍，占据了中西部总和的85.6%。从累计合同FDI方面来看，广东省占全国的18.2%，广东、江苏、上海和辽宁4省累计合同FDI占全国的52.2%；从合同FDI绝对值方面看，高合同FDI的省份主要集中于东部地区。
从全国实际FDI与合同FDI比值来看，没有大于1的年份且不稳定。最大值和最小值分别为1998年的0.88和1992年的0.31，23年来均值为0.55，即这些年来我国共实现的FDI刚超过签订合同额的一半，表明我国容纳、转化FDI的能力有待加强。
2.2&&中国FDI的空间格局演变分析
FDI是一个流的过程，具有时间上的持续性和空间上的依赖性。中国FDI的空间演变过程遵循经济活动空间扩散规律。从我国FDI空间格局演变过程(图2)可知，1985年以来FDI区域集中程度逐渐下降，但地区差距依然很明显。FDI空间演变过程是由东部逐渐向中西部梯度转移。从各个静态年份上看，东中西部吸收FDI数额上呈阶梯分布。26年来东部累计实际利用FDI分别是中部和西部的5.71和11.31倍，依然呈梯度递减分布，与我国经济空间格局吻合。1991年山东、江苏、辽宁、河北、河南、湖北、陕西、四川和江西的FDI较1985年增长明显。虽然1998年各省FDI分布格局变化并不明显，但从FDI时序变化可以看出，各地区FDI利用水平整体上了一个台阶。2004年江苏、浙江、辽宁、山东、上海4省1市的FDI增长显著，东中部差距略缩小，东部内部扩散、向中部扩散明显。2005&2010年，FDI向中西部转移较为明显，东南沿海省份增长减缓，但在绝对值上，中西部与东部的差距依然很大。
表1所示FDI空间分布的Moran's I指数值、检验结果及其变化表明FDI演变过程的区域分布不存在随机性，除1987、1988两年为负向空间自相关外，其他年份都具有较强的正向空间自相关性，即存在较高FDI水平的省份相对趋于和较高FDI水平的省份相邻，较低FDI水平的省份相对趋于和较低FDI水平的省份相邻的集聚态势。Moran's I指数呈波动趋势。1985&2000年、2001&2010年分别以1993年的峰值和2003年的阶段最高值为界经历了低谷一峰值一低谷的过程，这与前面分析的我国FDI发展阶段是相符的。
图2&&1985、1991、1998、2004和2010年FDI空间格局
Fig.2&&Spatial pattern of FDI in 98,2004 and 2010
全局空间自相关概括了在一个总的空间格局中空间依赖程度，而局部空间自相关则描述一个空间单元与其相邻空间的相似程度，表示每个区域服从全局总趋势的程度。本文用Moran散点图来进行局部空间自相关分析，图3是截取的1985、1998、2010年三个年份的Moran散点图。
表1&&FDI空间分布的Moran'sI系数值
Tab.1&&Moran's I coefficient of the spatial distribution of FDI
Moran散点图由4个象限组成，其横坐标为各空间对象经标准化处理后的属性值，纵坐标为其空间连接矩阵所决定的空间对象属性值的平均值。若某区域观察值位于第一象限(HH)表示该区域与其相邻区域的FDI有较高程度的聚集效应和同质性，空间正相关性较强。位于第三象限(LL)正好与之相反。观察值位于第二(LH)和第四象限(HL)表示某一区域与其相邻区域的FDI之间负向空间自相关性较强，且具有异质性。从图3可以看出，多数省份都位于第一、三象限，说明区域之间是正向的空间自相关。两个象限的区域总数在减少，1998年HH区增加了4个沿海省份，北京、江苏等7个省(直辖市)都成为发展的热点区域，FDI发展的热点区域有北上趋势。这些地区是FDI发展的核心区域。随着广东和天津的加入，2010年HL区数量明显增加，说明这些省份FDI水平高于全国平均水平，但其周围省份的加权平均值并不高，空间异质性增强。位于LL区的省份数量逐步减少，并均为中西部省份，表明该区域吸引FDI水平逐渐增强，同样存在邻近效应。湖南和广西一直位于第二象限(LH)说明这两个省份与周围区域空间负相关性较强，FDI扩散趋势不明显。总之，虽然FDI集中程度逐渐降低，有由东部沿海向中西部扩散的趋势，但东部沿海作为FDI发展的核心区域的现状，短期内不会改变。
图3&&1985、1998和2010年FDI分布的Moran散点图
Fig.3&&Moran's I scatter diagram of FDI in
3&&中国FDI区位因素分析
3.1&&变量解释
本文最终选取的自变量包括累积效应、基本经济条件、基础设施、政策环境和市场环境5个部分，表2是对各指标变量的解释及衡量方法。
FDI具有时间上的持续性与空间的依赖性，有研究证实，中国各省的FDI存量显著吸引了外商在当地投资[17]。累计FDI存量一定程度上反映了外资经济与区域经济社会网络的融合程度和投资环境优劣，FDI存量高的地区易于形成自我发展良性机制，降低外商投资过程中的不确定性及信息成本，对后续外商投资有较为直接的影响。一般认为国有工业企业总产值占GDP的比重与FDI成负相关关系，但国有比重本身是一个相对的量，发达地区的国有产值和GDP可能都处于较高的水平而不一定
比落后地区要低。因此，应结合区域实际分析国有比重对FDI的影响及其差异。
3.2&&模型结果分析
3.2.1&&最小二乘回归分析。OLS估计结果(表3)显示模型解释了FDI省域总变异的87.2%，但只有自变量累计FDI(C5)通过了0.05的变量显著性检验，在一定程度上能够解释对FDI变化的影响。人均GDP(C1)、国家级经济技术开发区和经济特区总数(C3)、累计FDI(C5)的回归系数为正，表明对FDI变化有显著正效应。交通线路密度(C2)、国有工业企业总产值占GDP的比重(C4)有正有负。除累计FDI(C5)外，省域4个变量均未通过0.05的变量显著性检验，但R2值为0.872，表明所选变量能够较好地解释FDI省域变化，同时，各变量的VIF值都小于7.5，表明变量无冗余。导致这种结果的原因可能是OLS忽略了影响因子的空间相关性和异质性，因此，需要利用地理加权回归方法，验证空间因素对因子作用差异的影响。
3.2.2&&地理加权回归分析。FDI空间分异变量不能满足OLS所要求的省域间相互独立的假设，需要引入空间差异性并考虑局域的空间影响对其修正。表4显示，基于地理加权的局域空间回归模型能够反映FDI总变异的85.4%&90.8%，观察局部R2观测值的空间变异，发现各省份差异不明显，可以较好地被模拟，拟合优度较高。R2和调整R2值也得到了一定改善。根据Fotheringham等的评价标准，若AICC的下降值大于等于3，则可以认为模型拟合程度显著提高。并且条件数Cond(8.686&13.695)小于30，表明模拟结果是可靠的。因此，GWR模型性能良好。
表2&&FDI区位选择的变量定义
Tab.2&&Definitions of variables about the location choice of FDI
基本经济条件/C1
各省份人均GDP(元)
基础设施/C2
营运铁路、水路和公路总长度与总面积之比(km/km2)
政策环境/C3
经济特区与国家级经济技术开发区总数
累计建立国家级经济技术开发区和经济特区的数量(个)
市场环境/C4
市场发育程度
国有工业企业总产值占GDP的比重
累积效应/C5
1985&2010年累计实际利用FDI金额(万美元)
表3&&2010年中国省域FDI的OLS全局估计结果
Tab.3&&OLS estimation results of&China&provinces, FDI in 2010
诊断指标值
表4&&2010年中国省域FDI的GWR估计结果
Tab.4&&GWR estimation results of&China&provinces, FDI in 2010
诊断指标值
-182511&-28593
8.686&13.695
C1_人均GDP
0.8538&4.8477
0.854&0.908
-75239&129189
38801&54514
-250282&342828
C5_累计FDI
0.0721&0.1060
由图4和表4看出，各变量在不同省份的参数估计结果不同，对FDI空间分布影响程度也不一致，说明地理空间不稳定的存在。绝大多数省份都存在影响程度位于最大分级的自变量，说明这些因素成为外商决定是否投资该地区关键。交通线路密度与国有份额的系数估计值均有正有负，表明其对FDI空间分布的影响存在空间差异。
获取利润和占有更多的市场份额是FDI最主要的目的之一，地区经济发展水平决定其市场规模和市场潜力，拥有较大市场规模、市场潜力的地区，无疑对外商投资有很大的吸引力。人均GDP对FDI空间分布变化的影响，空间上总体是由东南向西北逐渐增强，说明东南沿海特别是两广、海南等地区吸引FDI关键因素不是人均GDP；虽然西北地区经济水平比较落后，相对经济水平与市场容量等经济条件制约着FDI的发展，但人均GDP的增长对该地区FDI增长的促进作用非常明显。
交通线路密度的影响总体上是西部、南部与东北部正负效应相反。西部地区自然条件复杂，交通不便，交通条件的改善将促进FDI的增长，是吸引外商投资的关键因素。东北及东北部沿海交通便利，但对FDI的影响是负效应，说明交通条件不是该区域FDI增长的关键因素，且随着其他因素影响作用的增大，交通成本的增加反而抑制FDI的增长。
国家级经济技术开发区与经济特区总数在全国范围内作用都较为明显，尤其是东南7省(不包括台湾)及新疆正向影响最大。这与国家非均衡发展战略框架下东南沿海率先发展、中部崛起及西部大开发等重大发展战略的实施密不可分，说明政策扶持是外商在华投资较为关注的基础性因素，政策环境的改善利于FDI增长。
国有工业企业总产值占GDP的比重对东中部与西部的影响总体上是正负效应相反，东北三省及东部沿海正向作用非常大。国有企业掌握着国家经济命脉，主导着国家经济走势，在各种要素配置上拥有诸多优势，其所在区域大多经济社会基础条件优越、资源丰富、制度相对完善，因而受到外商青睐。外商投资要求政府依法行政，政策相对稳定和透明[18]，聚集的地区往往是政府效率相对较高的地区[19]，而西部地区市场化水平低、法制不够健全，对国有经济较强的依赖性和过多干预经济不利于改善外商投资环境，阻碍了区域经济发展网络的发育。有研究表明，在兰新铁路辐射带内，财政收入对经济发展的作用显著为负[20]，进而影响投资环境的改善。
图4&&自变量系数估计的空间分布
Fig.4&&Spatial variation of the coefficient estimation
FDI具有集聚特性，外国公司更喜欢为了享有溢出效应和优惠资源而驻扎在接近其他外国公司的同一地点[21]。累计实际利用FDI的影响从东北部向南部和西部逐渐减弱，说明东北部FDI的空间依赖性较强，有明显的累积效应。西部地区原有的FDI存量有限，发展缓慢，所以累积效应并不明显。
综合来看，人均GDP、交通线路密度、国家级经济技术开发区与经济特区总数3个变量对广大西部地区影响显著，尤其是新疆地区，是影响我国FDI空间分布的基础性因素。东中部受国家级经济技术开发区与经济特区总数、国有工业企业总产值占GDP的比重、累计实际利用FDI的影响较大，中部地区由于各方面条件较为均衡，各个变量影响差异不大。
4&&结论与讨论
本文运用空间自相关方法及地理加权回归模型，分析1985&2010年中国FDI的时空演变及其影响因素。得出以下结论：
第一，全国合同FDI波动明显，实际利用FDI呈阶梯上升趋势较前者平缓且两者差距较大。如何促进合同FDI转化能力的提升，既关系到FDI促进地区经济发展的能力，也是反映区域发展网络承载与消化水平以及合理与否的缩影。
第二，各省份实际利用FDI演变过程存在较强的空间自相关性，且逐渐增强。东部沿海依然是FDI的核心，FDI首先从广东向北扩散至整个东部沿海地区，然后逐渐向中西部省份转移，特别是近年来向中部6省及四川、重庆等地转移趋势明显。
第三，中国省域FDI存在明显的空间异质性，且不断从集聚程度高的省份向周边省份扩散。
第四，累积效应、基本经济状况、基础设施、政策环境和市场环境5个因子的空间集中程度差异显著。从自变量系数估计的空间分布图中可以看出，决定区域吸引FDI的影响因素是综合的，影响不同区域吸引外资的主导因素，可能是一个或多个。这些因素往往不是区域发展的限制性因素，就是推动区域发展的关键性因素，因此应根据区域差异统筹规划，制定适宜的发展策略。
基于跨国投资追求的FDI区位选择和空间演变过程，实质上是外资与区域经济、社会网络相互作用的过程，在这种多行为主体、多层面的竞争与博弈中，外资企业的全球化与本地化网络相互交织必然导致经济活动空间集聚[21]，造成区域经济不均衡发展。引进外资是利用外资的前提，利用外资的效率则取决于区域对资本的承载、消化能力，根本上都受制于区域经济社会发展水平。虽然目前中国经济的迅速发展为各国提供了良好的市场投资环境，但由于中国与各国存在明显的人文差异，中国在引资过程中需要重视增强相互之间价值观念的认同与融合，才能更好地保证&引资&的稳定性和&用资&的有效性[22]。论文的研究在合同FDI转化的影响机制，FDI的本地化效应及投资过程中不同主体的相互作用机制研究方面有不足，但对从宏观上把握外资时空演变规律，制定相应的外资引进政策，优化FDI空间布局以及协调区域间经济社会发展都有一定的借鉴意义。
①商务部公布合同签订FDI金额数据至2007年，文中利用该项数据年份为1985&2007年。
作者简介：李欣(1989&)，男，河南新乡人，硕士研究生。主要研究方向为区域经济学与GIS应用。E-mail:。
通讯作者：何艳芬(1978&)，女，陕西西安人，博士，副教授。主要研究方向为区域经济学和遥感地理信息系统应用。E-mail:。
参考文献：
[1]程瑜，王玉玲，阎敏.FDI与产业结构升级：西部的实证分析[J].经济问题，2012(7)：122-125.
[2]许和连，张萌，吴钢.文化差异、地理距离与主要投资国在我国的FDI空间分布格局[J].经济地理，2012，32(8)：31-35.
[3]韩剑，张凌.集聚、扩散与FDI空间演化&&基于中国省级数据的研究[J].财经科学，2010(12)：43-49.
[4]余文元.FDI理论与区位决策研究述评[J].地理科学进展，2008，27(2)：60-73.
[5]王丽，曹有挥，袁丰中国FDI区位选择的时空格局演进及影响因素分析[J].长江流域资源与环境，2012(1)：8-16.
[6]Abigail S Hornstein. Where a contract is signed determines its value: Chinese provincial variation in utilized vs. contracted FDI flows[J]. Journal of Comparative Economics, 2011(39): 92-107.
[7]刘作丽，贺灿飞.在华外商直接投资区位研究述评[J].地理科学进展，2009，28(6)：952-961.
[8]卜伟，丁士龙.中国省级行政区域吸引FDI的影响因素研究[J].北京交通大学学报(社会科学版)，2007，6(2)：52-56.
[9]赵果庆，罗宏翔.中国FDI空间集聚与趋势面[J].世界经济研究，2012(1)：3-9.
[10]冯涛，赵会玉，杜苗苗.外商在华直接投资区域聚集非均衡性的实证研究[J].经济学季刊，2008，7(2)：565-586.
[11]何兴强，王丽霞.中国FDI区位分布的空间效应研究[J].经济研究，2008(11)：137-150.
[12]段娟.中国FDI区位决定因素研究(1986&2009)[J].贵州财经学院学报，2011(6)：8-13.
[13]王劲峰，廖一兰，刘鑫空间数据分析教程[M].北京：科学出版社，2010：107-108.
[14]Fotheringham A S, Chris Brunsdon, Martin Charlton. Geographically weighted regression[M]. U&K&West Sussex: John Wiley & Sons Ltd, 2002.
[15]张金萍，秦耀辰.县域粮食单产及其生产投入要素的空间异质性[J].自然资源学报，2011，26(3)：373-380.
[16]吕江林，王庆皓.国际金融危机对FDI的影响渠道研究[J].经济问题，2011(2)：104-108.
[17]Cheng L K, Kwan Y K. What are the determinants of foreign direct investment? The Chinese experience [J]. Journal of International Economics, 9-400.
[18]张宝友，朱卫平，孟丽君.物流产业效率评价及与FDI质量相关性分析&&基于2002&2011年数据的实证[J].经济地理，):105-111,125.
[19]祁毓，郭均均.FDI会影响地方政府效率吗？[J].数量经济技术经济研究，-36.
[20]白永平，李建豹.基于ESDA的区域经济空间差异分析&&以兰新铁路辐射带为例[J].经济地理，2011，31(7)：1 057-1 063.
[21]丁四保，王荣成，李秀敏，等.区域经济学[M].北京：高等教育出版社，2008：68-69.
[22]许和连，吴钢.人文差异与外商直接投资的区位选择偏好[J].财经研究，2013，39(39)：122-133.
作者：&西北大学城市与环境学院 李欣 何艳芬赵鹏飞 孟欢欢 薛艳粉 长安大学资源学院国土系 马超群&&
来源：&《经济地理》
【全球政务网】
&|&&|&&&Copyright & 2012 www.govinfo.so&All&Rights&Reserved&全球政务网&&京ICP备号-2&&