金磚四國引進FDI的區位優勢比較研究

李東陽　鮑洋

摘 要：本文基于2001—2011年金磚四國及其主要FDI來源地的數據，利用系統廣義矩估計，經驗檢驗了金磚四國引進FDI的區位優勢構成要素。研究結果表明：對于不同來源地的FDI，金磚四國的區位優勢要素組合存在差異；對于來源于發達經濟體的FDI而言，巴西的市場容量、自然資源和集聚因素，俄羅斯的自然資源、集聚因素，印度的勞動力成本、區域影響力和集聚因素，中國的市場容量擴張、自然資源、集聚因素和區域影響力是主要區位優勢要素；對于來源于發展中經濟體的FDI而言，巴西的技術水平和區域影響力，俄羅斯的勞動力成本、勞動力質量和區域影響力，印度的勞動力成本和區域影響力，中國的勞動力成本、技術水平、集聚因素和區域影響力是主要區位優勢要素。

關鍵詞：金磚四國；FDI；區位優勢；系統廣義矩估計

中圖分類號：F742 文獻標識碼：A 文章編號：1000-176X（2015）02-0110-07

20世紀末以來，發展中經濟體聯合國貿易和發展會議（UNCTAD）將經濟體劃分為發達國家、轉型經濟體和發展中國家，本文中的發展中經濟體包括發展中國家和轉型經濟體。FDI流入量快速增長，占全球FDI流入量的比重大幅提高。以金磚四國為例， 金磚國家包括巴西、俄羅斯、印度、中國和南非。由于未能完整獲取南非的相關數據，本文僅以“金磚四國”為研究對象。

收稿日期：2014-11-02

基金項目：教育部人文社會科學一般項目“東道國區位優勢與FDI流入關系研究”（11YJAGJW010）；遼寧省教育廳人文社會科學一般項目“‘金磚國家區位優勢與FDI流入關系研究”（W2013216）；東北財經大學校級科研項目“‘金磚國家引進FDI區位優勢要素組合優化研究”（DUFE2014Q03）

作者簡介：李東陽 （ 1956-），男，陜西清澗人，教授，博士，博士生導師，主要從事國際投資和區域經濟發展等方面的研究。

鮑 洋（1986-），女，遼寧鞍山人，助理研究員，博士，主要從事國際投資和國際經濟合作等方面的研究。E-mail：baoyang@dufe.edu.cn2001年FDI流入量占全球比重為9.4%，2011年上升至18.0%，年均增速為6.8%。

UNCTAD， http：//www.unctad.org。與此同時，全球FDI來源地結構也發生了明顯變化。2001年發展中經濟體FDI流出量占全球FDI流出量的比重為11.5%，2011年上升至27.0%， UNCTAD， http：//www.unctad.org。發展中經濟體作為投資國的地位不斷增強。在此背景下，基于來源地差異視角，比較研究金磚四國引進FDI的區位優勢是很有必要的。

一、文獻綜述

早期的國際直接投資理論，如Hymer[1]的壟斷優勢理論、Vernon[2]的產品生命周期理論、Buckley和Casson[3]的內部化理論等，均不同程度地涉及了關于FDI的區位選擇。Dunning[4-5-6]創立的國際生產折衷理論首次明確地將區位優勢引入FDI理論分析的范疇。在此之后，國內外學者關于東道國區位優勢的研究越來越深入。區位優勢要素一般可劃分為三類：傳統因素、制度因素和集聚因素。傳統因素強調成本最小化和利潤最大化，市場容量、勞動力成本和自然資源等被視為FDI區位選擇的決定性因素。制度因素是東道國區位優勢的重要組成部分[7]。實際上，制度因素最終影響的仍是經濟活動主體的成本和利潤，因而制度因素對FDI區位選擇的影響與傳統因素是相似的。隨著Krugman[8]“新經濟地理學”的興起，集聚因素與FDI流入之間的關系引起了廣泛關注。集聚理論認為，在FDI集聚的區位，新流入的FDI可以獲取正向外部效應，使得FDI在區位選擇中具有同源集聚、同產業集聚和同企業集團集聚等傾向[9-10]。

關于金磚四國引進FDI的區位優勢，國內外學者做了大量的研究。大多數學者認為，市場容量與擴張、勞動力成本與質量、自然資源、基礎設施、技術水平、法治狀況和集聚因素等是金磚四國區位優勢的主要構成要素。

De Angelo等[11]與Mohammed[12]認為，巴西的區位優勢要素主要包括市場容量與擴張、勞動力成本等。Kadochnikov等[13]與Ledyaeva[14] 認為，俄羅斯的區位優勢要素主要包括市場容量、自然資源、勞動力質量、法治狀況和集聚因素等。Palit 和Nawani[15]、張偉偉和羅斯丹[16]、Singhania和Gupta[17]認為，印度的區位優勢要素主要包括市場容量與擴張、勞動力成本與質量、基礎設施、技術水平和集聚因素等。許羅丹和譚衛紅[18]、李凡和王巾英[19]以及田素華[20]認為，中國的區位優勢要素主要包括市場容量與擴張、勞動力成本、基礎設施和集聚因素等。也有些學者基于來源地或門限特征的視角進行了更為深入的研究。羅知[21]的研究結果表明，投資國的市場規模等是影響中國FDI流入的主要因素。Chakrabarti等[22]的研究結果表明，基礎設施對印度FDI流入的影響具有門限特征，即只有基礎設施水平達到一定標準時，才能對FDI流入產生正效應。此外，還有一些學者提出了與早前研究結論不同的觀點。黃肖琦和柴敏[23]、金相郁和樸英姬[24]認為，勞動力成本已不再是中國的區位優勢要素。李凡[25]認為，對于發達經濟體而言，勞動力質量的重要性已超過勞動力成本。

隨著研究的不斷深入，一些學者將金磚國家或金磚四國視為一個整體，檢驗其區位優勢構成要素。Vijayakumar等[26]的研究結果表明，金磚國家的區位優勢要素包括市場容量、勞動力成本和基礎設施等。Ranjan和Agrawal[27]以金磚四國為研究對象，得到了完全相同的結論。Jadhav[28]的研究結果表明，金磚國家的市場容量對FDI流入具有正效應，法治因素對FDI 流入的影響甚微。還有一些學者對中印、中俄引進FDI的區位優勢進行了比較研究。Zheng[29]的研究結果表明，中國與印度的區位優勢要素均包括市場容量擴張和勞動力成本等，中國的區位優勢要素還包括市場容量等。Kozlov[30]的研究結果表明，中國的區位優勢要素包括市場容量、勞動力成本和基礎設施等，俄羅斯的區位優勢要素包括自然資源和勞動力質量等。

圍繞金磚四國的區位優勢，國內外學者做了大量研究，根據已有結論可以對金磚四國引進FDI的區位優勢要素組合作一初步判定。但同時也應當看到，已有研究在如下兩個方面仍較為薄弱：一是現有研究所做的比較分析，大多簡單地就經濟體之間的區位優勢要素進行統計意義上的比較，而沒有從FDI來源地視角來突出區位優勢的比較屬性，進而利用計量方法對比較優勢要素組合進行實證界定和比較研究；二是實證研究中引入的變量有待進一步考量和完善。比如，現有研究鮮見將東道國的區域影響力作為重要的區位優勢要素來考察。國際投資實踐表明，不少跨國公司在選擇投資區位時，極為看重備選東道國在其所在區域的聚合力和輻射力。因此，本文基于FDI來源地差異視角，重新構建東道國區位優勢要素體系，經驗檢驗金磚四國引進FDI的區位優勢構成要素，并進行比較研究。

二、經驗檢驗

1.變量選取和數據來源

基于已有文獻的研究結論和金磚四國的區位特征，變量選取主要包括以下幾個方面：

（1）市場容量與擴張。市場容量與擴張是影響東道國FDI流入的重要區位要素之一，對市場尋求型FDI具有極強的吸引力。一般認為，東道國較大的市場容量與較快的市場容量擴張速度，有助于跨國公司利用規模經濟降低成本，在更廣闊的市場空間內從事生產經營活動。本文以某東道國GDP與投資國GDP的比值衡量相對市場規模， 為了便于國際比較，并體現區位優勢的相對比較屬性，本文在指標選取時均采用相對值。記為MC；以某東道國GDP增長率與投資國GDP增長率的差值衡量相對市場容量擴張，記為g。

（2）勞動力成本與質量。勞動力成本是影響投資區位選擇的重要因素。當產品或者技術處于標準化階段時，外國投資者傾向于以FDI為載體，將產品的生產活動轉移到勞動力成本較低的發展中東道國。較低的勞動力成本對效率尋求型FDI具有極強的吸引力。同時，勞動力質量也直接影響東道國的勞動生產率與跨國公司對雇員再培訓的成本。由于“勞動力成本”尚未形成公認的衡量標準，且個別國家數據嚴重缺失，本文以投資國人均GDP與某東道國人均GDP的比值衡量相對勞動力成本，記為LC；以某東道國人力資本與投資國人力資本的比值衡量相對勞動力質量， 按照UNCTAD的做法，以樣本期間小學生、中學生和大學生入學率的加權平均數來衡量人力資本，小學生、中學生和大學生入學率的權重分別為1∶2∶3。記為HC。

（3）自然資源。自然資源是影響某些資源稟賦豐富東道國FDI流入的重要區位因素，對資源尋求型FDI具有極強的吸引力。本文以某東道國與投資國的燃料、礦砂和金屬出口額占某東道國燃料、礦砂和金屬出口總額的比重衡量其自然資源的充裕程度，記為RS。

（4）基礎設施。完善的基礎設施有助于降低生產成本和運輸成本，對FDI流入具有促進作用。考慮到數據的可獲得性，本文以某東道國人均電力消耗量與投資國人均電力消耗量的比值、某東道國每百人固定寬帶互聯網用戶數量與投資國每百人固定寬帶互聯網用戶數量的比值構造基礎設施指數，衡量相對基礎設施水平，記為INF。

（5）技術水平。東道國的技術水平是影響FDI流入的重要區位因素，對技術尋求型FDI具有極強的吸引力。考慮到數據的可獲得性，本文以某東道國高技術出口額與投資國高技術出口額的比值衡量相對技術水平，記為TECH。

（6）制度因素。東道國的制度因素構成對FDI的一般性保護機制。為了考察制度因素對FDI區位選擇的影響，本文主要從法治狀況和稅負水平兩個維度選取指標。一是法治狀況，利用世界銀行的全球治理指標（World Governance Indicator）中法治狀況（Rule of Law）變量測度東道國的制度質量，其反映某一經濟體契約履行、產權保護和司法治理的質量，直接影響FDI的安全和正常運行。本文以某東道國法治狀況估計值與投資國法治狀況估計值的差值衡量相對法治狀況，記為RL。二是稅負水平，在其他區位要素既定的條件下，東道國的稅負水平將直接影響FDI的投資收益，進而影響FDI的區位選擇。考慮到數據的可獲得性，本文以投資國稅收收入占GDP比重與某東道國稅收收入占GDP比重的比值衡量相對稅負水平，記為TAX。

（7）集聚因素。FDI具有較強的同源集聚、同產業集聚和同企業集團集聚傾向。其成因主要有二：一是在FDI集聚的區位，新流入的FDI可能面臨較低的信息成本、交易成本和投資風險，并可以通過已有外資企業的技術溢出、原有產業關聯等渠道獲取正向外部效應；二是若某投資者率先進入某一區域，則其競爭對手也會傾向于在該區域布局，以打破率先進入者獨享戰略利益的局面，維護和增強自己的市場地位。本文以滯后一期的FDI流量測度FDI的集聚效應，記為AGGL。

（8）區域影響力。區域影響力是對區域內某一經濟體的經濟發展水平、技術創新能力、對外開放程度、商品和要素集聚能力和輻射能力的總體衡量，是其在區域經濟發展中發揮作用和功能的綜合體現。若某一經濟體擁有較大的區域影響力，則可以依托區位優勢，充分發揮擴散效應和輻射效應，吸引較多的FDI流入。本文以某東道國GDP占所在區域的GDP比重和FDI流入存量占所在區域的FDI流入存量比重衡量區域影響力， 基于可操作性考慮，本文將區域影響力中的“區域”設定為金磚四國各自所在大洲。分別記為RF1和RF2。

結合FDI來源地分布情況，本文利用2001—2011年金磚四國（俄羅斯為2004—2011年）與25個主要FDI來源地的年度數據進行經驗檢驗（如表1所示）。文中按照來源地劃分的FDI流量數據來自巴西中央銀行、俄羅斯聯邦統計局、印度工業局和中國國家統計局，其他FDI流量和存量數據來自UNCTAD的FDI數據庫；自然資源出口數據來自聯合國商品貿易統計數據庫，其他數據來源于世界銀行的世界發展指標數據庫。

2.模型設定和計量方法

構建計量模型如下：

其中，i表示國家，t表示時間，μ為殘差項。

為了解決由于遺漏變量、區位優勢與FDI流入之間雙向交互影響引進的內生性問題 FDI流入東道國之后，會通過一定的直接效應和間接效應對該國原有的區位優勢產生增強或弱化作用，或為東道國帶來新的區位優勢。因此，在東道國區位優勢與FDI流入之間，有可能存在著某種動態的相互作用關系，即FDI流入對東道國區位優勢具有反向因果關系。，本文采用系統廣義矩估計。該方法由Arellano和Bover[31]、Blundell和Bond[32]提出，在差分廣義矩估計方法的基礎上，將水平回歸方程和差分回歸方程結合起來估計，以差分變量的滯后項作為水平方程的工具變量，以水平變量的滯后項作為差分方程的工具變量，有效地解決了動態面板數據模型的內生性問題。針對廣義矩估計可能存在的工具變量有效性問題和差分殘差二階序列相關性問題，本文將進行Hansen檢驗和Arellano-Bond檢驗。

3.估計結果

采用系統廣義矩估計對式（1）的估計結果如表2所示。

由表2可知，回歸結果通過了Hansen檢驗，表明選擇的工具變量是有效的；回歸結果通過了AR（2）檢驗，表明差分殘差序列不存在二階自相關，系統廣義矩估計得到的結果可靠，如表3所示。

4.估計結果分析

（1）金磚四國區位優勢要素：來源于發達經濟體FDI的視角

巴西的市場容量變量和中國的市場容量擴張變量的回歸系數均為正值且顯著，俄羅斯和印度的市場容量與擴張變量均不顯著。表明市場容量、市場容量擴張分別是巴西和中國的重要區位優勢要素。

印度的勞動力成本變量的回歸系數為正值且顯著，巴西、俄羅斯和中國的勞動力成本變量均不顯著。印度和中國均為經濟發展水平較低的人口大國，但僅印度的勞動力成本變量是重要區位優勢要素。較為可能的原因：一是隨著中國勞動力成本的上漲，印度比中國擁有更多的低勞動力成本優勢；二是隨著中國引進FDI從低端制造業向高端制造業和服務業轉移，發達經濟體對中國勞動力成本的關注逐步減少。

巴西、俄羅斯和中國的自然資源變量的回歸系數均為正值且顯著，印度的自然資源變量不顯著。作為礦產資源大國，自然資源是巴西、俄羅斯和中國的重要區位優勢要素。發達經濟體對該三國開展直接投資，是其實現資源進口渠道多元化和完善資源保障體系的重要舉措。

集聚因素變量的回歸系數均為正值且顯著，表明金磚四國的區位優勢要素組合中均包括集聚要素。隨著金磚四國引進FDI不斷發展，在規模經濟、關聯效應等因素作用下，FDI在區位選擇時顯示出較強的同源集聚、同產業集聚和同企業集團集聚傾向。

巴西和俄羅斯的區域影響力變量不顯著，印度和中國的RF2變量的回歸系數為正值且顯著，表明區域影響力是印度和中國區位優勢要素的重要組成部分。作為兩大新興經濟體，印度和中國是推動亞洲經濟發展的重要力量，FDI流入該兩國可以充分發揮擴散效應和輻射效應。

金磚四國的勞動力質量、技術水平、基礎設施和制度因素等變量均不顯著。較為可能的原因：一是勞動力質量、技術水平、基礎設施和法治狀況等因素對FDI流入的影響具有門限特征，即只有這些因素達到一定標準時，才能發展成為區位優勢要素。Chakrabarti等的研究結論也佐證了這一結論；二是隨著全球經濟合作的不斷加深，稅負水平對FDI流入的影響程度相對下降。

（2）金磚四國區位優勢要素：來源于發展中經濟體FDI的視角

巴西的勞動力成本變量的回歸系數為負值，俄羅斯、印度和中國的勞動力成本變量的回歸系數為正值且顯著，表明勞動力成本變量是該三國區位優勢要素的重要組成部分。

俄羅斯的勞動力質量變量的回歸系數為正值且顯著，其他三國的勞動力質量變量不顯著。較為可能的原因是，俄羅斯的人力資本較為雄厚，人力資本積累與FDI流入形成良性互動。統計數據表明，2012年俄羅斯的大學生入學率為76.1%，遠高于巴西（37.6%）、印度（24.8%）和中國（26.7%）。 World Bank， http：//data.worldbank.org/，巴西為2009年數據。

巴西和中國技術水平變量的回歸系數為正值且顯著，俄羅斯和印度的技術水平變量不顯著。對于巴西和中國的FDI來源國而言，該兩國可能在適用技術方面存在較強的比較優勢，更有助于投資國企業獲取逆向技術溢出等外部效應。

中國的集聚因素變量的回歸系數為正值且顯著，表明集聚因素是中國區位優勢要素的重要組成部分。巴西、俄羅斯和印度的集聚因素變量均不顯著。較為可能的原因是，中國政府頒布的一系列區域開發政策和各地設立的眾多工業園區吸引了大量同源、同產業和同企業集團的FDI流入。

巴西和俄羅斯的區域影響力變量的回歸系數均為正值且顯著，印度和中國的RF1變量的回歸系數為正值且顯著，表明金磚四國的區域優勢要素組合中均包括區域影響力要素。對于來源于發展中經濟體的FDI，其區位選擇大多遵循“周邊經濟體→發展中經濟體→發達經濟體”的路徑，即沿著由周邊向外漸進輻射的軌跡。金磚四國與這一類型的FDI來源國在經濟環境等方面具有較強的相似性，有助于投資者降低投資風險和投資成本。

金磚四國的市場容量與擴張、自然資源、基礎設施和制度因素等變量均不顯著。較為可能的原因：一是發展中經濟體對外直接投資尚處于起步階段，地緣優勢是其區位選擇的最主要影響因素；二是在流入巴西、印度和中國的FDI中，部分來自避稅地且可能屬于“返程投資”，返程投資（Round—Tripping Capital），是指一國境內資本通過各種渠道流到境外，然后選擇在避稅地作為境外關聯企業注冊地，再以FDI的名義返回到境內。這一部分FDI受金磚四國區位優勢的影響相對較小。

對于不同來源地的FDI，金磚四國的區位優勢要素構成存在一定差異，這些差異主要受投資國的經濟發展水平和投資者直接目標的影響。

三、結 論

基于以上分析，本文得出結論：對于不同來源地的FDI，金磚四國引進FDI的區位優勢要素存在一定差異：對于來源于發達經濟體的FDI而言，巴西的市場容量、自然資源和集聚因素，俄羅斯的自然資源和集聚因素，印度的勞動力成本、集聚因素和區域影響力，中國的市場容量擴張、自然資源、集聚因素和區域影響力是主要區位優勢要素；對于來源于發展中經濟體的FDI而言，巴西的技術水平和區域影響力，俄羅斯的勞動力成本、勞動力質量和區域影響力，印度的勞動力成本和區域影響力，中國的勞動力成本、技術水平、集聚因素和區域影響力是主要區位優勢要素。

參考文獻：

[1] Hymer， S. H. The International Operations of National Firms： A Study of Direct Foreign Investment [D]. Massachusetts：MIT PHD Dissertation， 1960.

[2] Vernon， R. International Investment and International Trade in the Product Cycle [J]. The Quarterly Journal of Economics， 1966， 80（2）：190-207.

[3] Buckley， P. J.， Casson，M. The Future of the Multinational Enterprises [M].London： Macmillan， 1976.

[4] Dunning， J. H. Trade， Location of Economic Activity and the MNE： A Search for an Eclectic Approach [A]. Ohlin， B.The International Allocation of Economic Activity： Proceedings of a Nobel Symposium[C].London： Holmes and Meier， 1977.

[5] Dunning， J. H. International Production and the Multinational Enterprise [M]. London： Allen and Unwin， 1981.

[6] Dunning， J. H. Multinational Enterprises and the Global Economy [M].London： Addison-Wesley Publishers， 1993.

[7] Dunning， J. H. Towards a New Paradigm of Development： Implications for the Determinants of International Business Activity [J]. Transnational Corporations， 2006， 15（1）： 173-227.

[7] Braunerhjelm， P.， Svensson， R. Host Country Characteristics and Agglomeration in Foreign Direct Investment [J]. Applied Economics， 1996， 28（7）： 833-840.

[8] Wheeler， D.， Mody， A. International Investment Location Decisions： The Case of US Firms [J]. Journal of International Economics， 1992， 33（1-2）： 56-76.

[9] UNCTAD. World Investment Report 1998： Trends and Determinants [M].New York： United Nations Publication， 1998.

[10] UNCTAD. World Investment Report 2007： Transnational Corporations， Extractive Industries and Development [M].New York： United Nations Publication， 2007.

[11] Dunning， J. H. Towards a New Paradigm of Development： Implications for the Determinants of International Business Activity [J]. Transnational Corporations， 2006， 15（1）： 173-227.

[8] Krugman， P. Increasing Returns and Economic Geography [J]. Journal of Political Economy， 1991， 99（3）： 483-499.

[9] Shave， J. Do Foreign-Owned and U.S.-Owned Establishment Exhibit the Same Location Pattern in U.S. Manufacturing Industries？ [J]. Journal of International Business Studies， 1998， 29（3）： 469-492.

[10] 賀燦飛.外商直接投資區位：理論分析與實證研究[M].北京：中國經濟出版社，2005.

[11] De Angelo， C. F.， Eunni， R. V.， Fouto， N. M. Determinants of FDI in Emerging Markets： Evidence from Brazil [J]. International Journal of Commerce and Management， 2010， 20（3）： 203-216.

[12] Mohammed， T. A. The Determinants of Foreign Direct Investment in Brazil [D]. University Utara Malaysia， 2011.

[13] Kadochnikov， S.， Vorobev， P.， Davidson， N.， Olemskaya， E. Effects of Regional FDI Concentration on Enterprise Performance in Russia [R].Ural State University Working Paper， 2006.

[14] Ledyaeva， S. Spatial Econometric Analysis of Foreign Direct Investment Determinants in Russian Regions [J]. The World Economy， 2009， 32（4）： 643-666.

[15] Palit， A.， Nawani， S. Technological Capability as a Determinant of FDI Inflows： Evidence from Developing Asia and India [R]. Indian Council for Research on International Economic Relations， 2007.

[16] 張偉偉，羅斯丹.印度FDI流入的決定因素分析[J].稅務與經濟，2010，（1）：58-60.

[17] Singhania， M.， Gupta， A. Determinants of Foreign Direct Investment in India [J]. Journal of International Trade Law and Policy， 2011， 10（1）： 64-82.

[18] 許羅丹，譚衛紅.外商直接投資聚集效應在我國的實證分析[J].管理世界，2003，（8）：38-44.

[19] 李凡，王巾英.中印引進FDI流入的決定因素比較研究——基于面板數據隨機效應模型[J].中央財經大學學報，2009，（7）：50-54.

[20] 田素華.美國FDI進入中國的基本特征與決定因素——基于省級面板數據的實證分析[J].上海財經大學學報，2012，（4）：82-89.

[21] 羅知.中國FDI流入的決定因素：基于國際面板數據的實證研究[J] .南方經濟，2009，（1）：33-41.

[22] Chakrabarti， R.， Subramanian， K.， Meka， S.， Sudershan， K. Infrastructure and FDI： Evidence from District-Level Data in India [R]. Working Paper， 2012.

[23] 黃肖琦，柴敏.新經濟地理學視角下的FDI區位選擇——基于中國省際面板數據的實證分析[J].管理世界，2006，（10）：7-13.26.

[24] 金相郁，樸英姬.中國外商直接投資的區位決定因素分析：城市數據[J].南開經濟研究，2006，（2）：35-45.

[25] 李凡.西方七國在華FDI投資決定因素研究——基于面板數據隨機效應模型[J].北京工商大學學報（社會科學版），2011，（3）：103-109.

[26] Vijayakumar， N.， Sridharan， P.， Rao， K.Determinants of FDI in BRICS Countries： A Panel Analysis [J]. International Journal of Business Science and Applied Management， 2010， 5（3）： 1-13.

[27] Ranjan， V.， Agrawal，G. FDI Inflow Determinants in BRIC Countries： A Panel Data Analysis [J]. International Business Research， 2011， 4（4）： 255-263.

[28] Jadhav， P. Determinants of Foreign Direct Investment in BRICS Economies： Analysis of Economic， Institutional and Political [J]. Procedia - Social and Behavioral Sciences， 2012， 37（6）： 5-14.

[29] Zheng， P. A Comparison of FDI Determinants in China and India [J]. Thunderbird International Business Review， 2009， 51（3）： 263-279.

[30] Kozlov， I. Comparative Analysis of FDI Determinants inChina and Russia [R]. The Norwegian School of Economics and Business Administration， 2009.

[31] Arellano， M.， Bover， O. Another Look at the Instrumental Variable Estimation of Error Components Models [J]. Journal of Econometrics， 1995， 68 （1）： 29-51.

[32] Blundell， R.， Bond， S. Initial Conditions and Moment Restrictions in Dynamic Panel Data Models [J]. Journal of Econometrics， 1998， 87（1）： 115-143.

[33] Braunerhjelm， P.， Svensson， R. Host Country Characteristics and Agglomeration in Foreign Direct Investment [J]. Applied Economics， 1996， 28（7）： 833-840.

[34] Wheeler， D.， Mody， A. International Investment Location Decisions： The Case of US Firms [J]. Journal of International Economics， 1992， 33（1-2）： 56-76.

[32] UNCTAD. World Investment Report 1998： Trends and Determinants [M]. New York： United Nations Publication， 1998.

[33] UNCTAD. World Investment Report 2007： Transnational Corporations， Extractive Industries and Development [M]. New York： United Nations Publication， 2007.

（責任編輯：巴紅靜）