我國一線城市FDI區位選擇影響因素分析

陳源威

[提要] FDI一直是考量一個國家或地區經濟開放水平的重要因素之一，為了探究FDI在一些較為發達的城市和地區區位分布的影響因素，本文選取我國4個一線城市：北京、上海、廣州和深圳為研究對象，結合動態面板數據和截面數據，分地區建立5個AR模型，通過實證研究和分析，發現市場規模和集聚效應是普遍影響FDI進入的重要因素，而各個城市對FDI的吸引力強弱在不同的因素上又有個性化的差異，比如FDI更注重北京的人才資本和產業結構、上海的市場規模、廣州的集聚效應和深圳的對外開放度和市場自由度。因此，基于實證研究結果和各個城市現有條件，提出相應的政策建議。

關鍵詞：FDI;一線城市;區位選擇;AR模型

中圖分類號：F12 文獻標識碼：A

收錄日期：2020年7月11日

改革開放以來，隨著我國“引進來”戰略的不斷發展，外商直接投資（Foreign Direct Investment，FDI）在我國的經濟發展中扮演著日趨重要的角色，甚至影響到一個地區的經濟結構、產業結構和該地區的持續競爭力，因此國內對FDI的區位選擇的研究成果也日益豐富，探究各種區位因素對吸引FDI的影響程度，為地區后續改善投資環境提供指導，提高地區的競爭力，具有一定的現實意義。

一、文獻綜述

對于FDI的早期研究，可以追溯到海默于1976年提出的壟斷優勢理論（產業組織理論），該理論認為FDI傾向于流向與目前投資環境存在差異的國外市場，例如擁有發達銀行系統和資本市場的國家，或者資本所在國（企業）相對于其有技術、知識等優勢的國家市場。而目前關于FDI區位選擇理論的研究中，大多參考了鄧寧于1979年提出的國際生產折衷理論（OIL理論），該理論綜合了貝克爾卡森的內部優勢論、海默的壟斷優勢論和沃寧的區位優勢理論，認為企業對外直接投資取決于三個重要因素：（1）企業的所有權優勢（擁有外國企業所沒有的資產，包括有形資產和技術等無形資產）;（2）內部化優勢（將所有權優勢內部化，通過內部化的形式轉移資產）;（3）東道國的區位優勢。這三個優勢決定了東道國的直接投資企業的行業、類型和地理上的分布等。

至于對中國國內的FDI區域選擇的研究，比較早的研究出現在20世紀90年代左右，魯明泓（1999）從對稅率的分析中認為制度因素比經濟因素或者硬環境對于吸引FDI更為重要，同時也需要政府花更多的時間和精力;將心英（2004）基于東道國和投資主體兩個內生變量的國際直接投資區位選擇綜合動因論的基礎內涵，認為國際直接投資區位選擇是跨國公司與東道國之間的正和博弈，利益原則是雙方經濟往來和合作的基礎，FDI區位選擇最終取決于東道國引資目標和投資主體目標的吻合程度。

后續的研究中，一部分學者著重把我國東、中、西部的FDI差異進行比較，通過對比探究我國的FDI分布差異及對應地區的區位條件。其中，郭鵬輝、吳琳、錢爭鳴（2009）通過建立全國、東部、中部和西部的動態面板模型分析得出集聚效應已經成為影響FDI區位選擇的重要因素，東部地區吸引了較多的FDI，同時產業結構的因素影響顯著，并以市場導向型為主的制造業為主要部門，為的是滿足東道國市場需求，而中西部要擴大FDI規模就要加快基礎設施（交通網絡）的建設;聶名華（2013）通過比較我國東中西部FDI利用的絕對差異和相對差異兩個方面，指出東部地區均占有絕對的優勢，同時運用了FDI業績指標對三地FDI利用的質量和效率進行了比較，認為中西部的發展相對于東部來說差距還較大，關于投資區位差異性的成因他們還進行了理論層面的分析，認為有集聚經濟因素、政策因素、市場因素、成本因素、產業極差因素、人力資本因素和地理因素;王立平、吳瑤（2018）認為，在我國，FDI逐漸由成本導向型轉向技術導向型和市場導向型，人力資本和基礎設施是吸引FDI流入的重要因素，科技創新的吸引作用逐步凸顯;東部對外開放的比較優勢、中部的能源效率優勢和西部的勞動力成本優勢逐漸減弱。

此外，還有一些學者對于東部地區和中西部地區（內陸地區）的FDI現狀以及區位因素分別進行了研究，根據兩大地區不同的發展狀況，各自提出了針對性的政策建議。其中，關于東部地區的研究當中，常建坤、李杏（2006）運用對數多元回歸模型對東部地區12個省市進行了時空變化上的分析，認為人均收入水平、教育水平、集聚效應、工資成本和GDP是影響FDI在我國東部地區區位選擇的主要因素，同時在東部地區，交通狀況和土地成本對FDI的影響不顯著，因此政府應該鼓勵科技創新、積極發揮集聚效應和不斷提高勞動生產率;于小媛（2007）通過將東部12個省市的數據進行橫向和縱向對比，認為人均收入水平、教育水平、集聚效應、工資成本、國內生產總值和政策制度的優惠程度均會對FDI的吸引產生影響，因此要加強科技創新、發揮集聚效應以及不斷提高勞動生產率。關于內陸地區的研究中，Luo，Louis Brennan等（2008）通過收集中國98個內陸城市的面板數據建立對數線性回歸模型，分析得出自然資源與FDI呈現負相關，與預期不符，存在“資源詛咒”的情況，應該注意打擊腐敗，確保資源的收入可以合理運用到人力資本、尋求貿易等方面上;同時，內陸的低價勞動力也不足以成為吸引FDI的因素，因為中國大多數FDI屬于市場導向型，尋求高價值活動，因此更注重擁有廣闊的市場。

除了分東西部地區進行研究以外，還有部分學者把研究層面放到了省級的數據對比上，更細化地從各個省份的區位現狀和FDI規模進行分析，探究各種區位因素對吸引FDI的影響。其中，郭璟坤（2017）通過采集整編了2013年全國31個省市、自治區的數據，對市場因素（經濟發展水平、貿易壁壘、人口數量）和成本因素（風險成本、經營成本）兩大方面進行多元回歸模型建立進行分析，認為近年來政策因素和外資工業企業個數對FDI的影響較為顯著;賈啟會和王玨（2015）通過將制度環境和FDI參數化，選用2005～2015的省級面板數據為樣本，運用系統GMM方法實證檢驗制度環境對FDI質量提升的影響，認為兩者存在正相關的關系，應該對FDI投資規模實行等級化優惠制度，同時要注重FDI的溢出效應，注重對投資項目的系統性評估;張紅偉和陳偉國（2007）通過采用全國29個省市區1985～2004年的面板數據進行模型構建，認為中國的外資主體主要目的為占領中國市場，即市場導向型，而政策優惠一直是吸引外資的重要動力，長期來看效應沒有減弱，但城市化進程對吸引外資存在阻礙作用。

也有部分學者不對國內的FDI進行區域比較，而是把整個國內的FDI作為研究對象，著重研究了我國國內的FDI的時空演變，其中肖剛（2015）采用地理集中度指數、泰爾指數和傳統與空間的馬爾可夫鏈相結合的分析方法，從時間、空間和地理空間性視角進行分析，認為中國外商直接投資區位空間分布呈現由高度集中向漸進式轉移擴展的發展態勢，并且呈現出較強的高水平和低水平趨同，區域FDI的發展水平差距越小，發生轉移的概率就越大，反之概率越小;胡志強、苗長虹、華明芳、劉麗（2018）用基尼系數、中心分析、空間自相關分析、影響因素與面板回歸模型等方式分析出中國，FDI時空格局特征：（1）時序變化：總量波動上升，結構不斷優化;（2）空間格局總體態勢：由集中、集聚趨向均衡、分散。重心特征：呈現“北進西移”，“北進”速度快于“西移”。空間分布特征：東部高度集中，內陸地區發展較快。空間集聚特征：外資高值集聚區向北推進，低值集聚區向西南收縮。

綜上所述，目前來看對于我國國內的FDI區位選擇的研究成果已經比較豐富，并得出了許多重要的結論。不過大部分現有的研究主要在對比國內總量與東、西部地區等較大地域范圍的總體差距或者基于省際差距進行研究，而且對比的區域間經濟等方面差異較大。對于城市層面的FDI區位研究還有較大的空間。

因此，本文將基于城市層面的時間序列數據，把比較的重點放在我國的4個一線城市：北京、上海、廣州和深圳，通過分析在經濟發達、制度體系較完善的城市內FDI的時空演變過程，來研究各方面的區位因素到底會對FDI產生什么樣的影響，并基于此給出一些政策建議。

二、模型的變量設定及數據來源

通過閱讀一定量的相關研究文獻，綜合上述文獻中對關于FDI的影響因素的分析結果以及指標數據的可得性，本文決定把以下關于FDI的影響因素作為這次的研究對象。（表1）

（一）市場規模。市場規模在很大程度上反映了一個地區經濟的發展程度，一般而言市場規模越大的地方經濟越發達。郭鵬輝、吳琳、錢爭鳴（2009）等學者就在研究中指出中國的FDI以市場導向型為主。因此，理論上當地市場規模越大，對FDI的吸引力也越強。本文用GDP代表該城市的市場規模。

（二）教育水平。教育水平和人才資本在一定程度上體現了該地區的勞動力素質和科技能力，過往的研究文獻中大都認為中國的FDI已經逐漸從勞動力密集型向資本密集型和技術密集型轉變，對有一定知識技能的人才需求越來越大，因此初步判斷教育水平與FDI的規模呈現正相關。本文用普通本專科校在讀學生人數代表教育水平。

（三）產業結構。一般而言，在第三產業較為發達的地區，整體的市場環境更為成熟，能為外資企業提供完備的技術和配套的服務等支持，有利于為該地區帶來產業集聚的效果。因此，通常用第三產業的發展程度來衡量一個地區的產業結構水平。本文用第三產業占GDP的比重來衡量當地第三產業的發展水平。

（四）集聚效應。跨國公司在進入一個新市場前，一般對當地的制度環境、市場、經濟和文化等方面都缺乏全面的了解，為了規避潛在的風險，過往的外資企業在該地的投資規模就成了很重要的參考指標，在外商直接投資較為集中的地區，可以給潛在的外資一個積極的信號，形成“示范效應”，增強其投資的信心，進而使集聚效應的外部性不斷加強。因此，本文采用前一期的FDI水平來衡量地區的集聚效應。

（五）對外開放度。一個地區的對外開放水平越高，理論上來說經濟發展水平越高，與國際市場越密切，市場更有活力、包容性更強，并且經濟運行的方式更接近于國際通用的規則，外資企業進入后可以更快地融入當地市場，因此FDI理論上會更傾向于流入對外開放度更高的城市。本文利用進出口總額占GDP的比重來衡量地區的對外開放度。

（六）市場自由度。根據過往的文獻可知，市場自由度也是外商對一個地區進行投資的重要參考因素，市場自由度越高的地方政府干預的力度越小，對于市場而言市場機制越能發揮作用，各要素之間的流動更加自由，有利于企業更好地預見各種決策對企業的后續影響。關于市場自由度的衡量指標也有很多種，考慮到時效性和數據可得性的問題，本文采用了胡志強等（2018）在其研究中用過的“地方政府的財政支出占GDP比重”這一指標來代表市場自由度。

本文采用了2009～2018年北京、上海、廣州和深圳的動態面板數據，原始數據主要整理自2008～2018年的《中國統計年鑒》和各個城市的統計年鑒，部分缺失的數據通過數據庫“國研網”搜尋并補全。其中，用實際利用的外商直接投資額來代表外商直接投資。同時，由于收集到的外商直接投資額和大部分的進出口總額的數據是以美元計價，因此通過采用當年人民幣兌美元的中間收盤價將美元換算成了人民幣。而關于變量出現的比例數據，通過原始數據收集后再處理得到。

三、模型構建與實證分析

在建立模型之前，我們需要先對北上廣深2008～2018年FDI的時間演變進行一個比較，對城市的基本情況有個初步的了解，以配合后續的計量分析，得出一個綜合城市情況和計量結果的定性分析。圖1是分別通過各城市FDI絕對額和FDI占GDP的比例情況進行繪制的折線圖。（圖1）

從圖中我們可以明顯看出，北上廣深在這十年間的FDI整體上都呈現出上升的趨勢，其中廣州和深圳基本上逐年上升，增長態勢更加平穩。但從基數來看，北京和上海的FDI絕對額顯著大于廣州和深圳，同時前兩者的增長速度在大部分年份也較后兩者快，廣州和深圳的增長較為平緩，自2014年開始被北京拉開了較大的差距。2017年北京的FDI迎來高峰超越了上海，但在2018年開始回落，基本與上海持平。可見，雖然同為一線城市，但在FDI絕對額的指標上差距較大，初步可以判斷主要是各個城市之間的地區生產總值存在差異，因此需要再建立一個關于FDI和GDP之間的比例關系折線圖。（圖2）

從圖2中可以看出，跟FDI絕對額呈現出的整體上升的趨勢相反，除了北京以外，其他三個城市均呈現出下降的趨勢。其中，上海從2008年起FDI占GDP的比重顯著大于其他三個城市，在之后的十年間大體穩定，略有下降，其中在2016年被北京超越。北京、廣州和深圳FDI占GDP的比重在2008年的時候差距不大，但從2014年開始北京FDI的比重迅速上升，與廣州和深圳開始拉開了較大的差距，在2018年雖然有所回落，但所占的比重仍然是第一。該表反映出的結果與我們日常的經驗和認識存在著一定的偏差。上海是我國經濟發展水平最高的城市，相應的經濟開放度與包容度較強，所以FDI的占比也相應較高，這與表中反映的結果大體吻合。而在過去很長時間，廣州被認為是我國重要的貿易中心，對外開放的歷史悠久，理應經濟開放程度較強，但FDI的比重卻是四個城市中最低。相反，北京作為我國首都，是國有經濟最為發達的城市之一，FDI的比重不僅迅猛增長，還超越了上海。因此，基本可以確定，這是許多區位因素綜合作用的結果。下面將對我們選取的變量代表的區位因素建立模型，進行進一步的計量分析。

本文采用對數形式來構建AR模型，得到的模型如下：

其中，i代表地區，t代表年份，總體模型中采用的是建立動態面板數據回歸模型的形式，其他單個城市的模型則是截面自回歸模型，通過Eviews 10.0進行模型構建，由于北上廣深只有四個截面，數據截面較小，所以總體模型的動態面板數據無法使用GMM的估計方法，而選用了LS的估計方法，基于固定效應模型，因為截面少于變量，所以采用了cross-section SUR的加權方式得到的分析結果，如表2所示。（表2）

從表2的分析結果可以看出，在總體的模型當中，我國一線城市的市場規模、集聚效應與FDI呈現出明顯的正相關關系，人力資本、對外開放度和市場參與度與FDI呈現出明顯的負相關關系，產業結構與FDI呈現出正相關關系，但關系并不顯著。經過計量分析，假設中的6個解釋變量的預期方向有4個得到了驗證，下面將對每個解釋變量進行分析。

（一）市場規模。由表2可以看出，代表市場規模的地區生產總值在總體、北京和上海的模型中與FDI的正相關關系均較為顯著，在廣州的模型中為正相關關系但不顯著，而在深圳的模型中呈現出顯著的負相關關系。北京的市場規模作用明顯高于其他地區。北京作為唯一一個北方的一線城市和我國的首都，是很多外資企業進入我國投資的重要選擇，依托北京的市場，對周邊地區進行輻射，對在整個北方地區占領市場份額都有重要的戰略意義。而雖然深圳和廣州同屬一線城市，但是由于在經濟體量上跟北京和上海相比沒有優勢，同時由于地理位置的相近，市場規模的輻射范圍還存在重疊，在一定程度上削弱了輻射效應，因此選擇進入廣州和深圳的FDI一般更看重的是其在其他方面的優勢。

（二）人力資本。人力資本在總體模型中呈現出與FDI負相關的關系，這與我們構建模型前的預期不符，且不適用于上海、廣州和深圳的模型當中。結合現實情況可以認為，我國的一線城市人才流動比較大，比較多應屆生畢業后會選擇回原戶口所在地工作，同時相當一部分其他地區的高校畢業生會選擇前往就近的一線城市就業，因此整體上該指標代表性不強，與現實的誤差比較大。從更具體的層面來看，廣州的普通本專科學生雖然最多，但北京和上海的名校密度更大，人才質量相對而言更高，深圳雖然普通本專科學生最少，但人才引入政策有更大優勢，且城市發展速度快，吸引了很多外地特別是廣州地區的高校應屆生，因此上述情況導致了計量結果與預期的偏差。

（三）產業結構。產業結構與FDI的關系跟預期一樣正相關，但是不顯著。該解釋變量只在北京的模型中體現了較顯著的正相關。說明第三產業發達雖然有助于改善投資環境，為外資企業入駐提供高質量的供應鏈、金融等配套服務硬件，但是在一線城市，相關的配套產業普遍比較完善，因此產業結構不是FDI進入該城市市場的主要考慮因素。

（四）集聚效應。由表2可知集聚效應基本上都表現出了比較顯著的正相關關系。說明集聚效應仍然是FDI進入前最重要的考慮因素之一。其中，在深圳集聚效應對FDI的影響顯著高于其他城市，說明深圳作為一個比較新興的城市，原有的FDI絕對量也不及其他城市，外資企業對該城市的發展和投資環境缺乏一定的了解，因此原有的FDI規模成了外資進入一個很重要的參考因素，以此來考量深圳對FDI的吸引力和相關的投資環境。

（五）對外開放度。進出口總額對于FDI在四個城市中均起到正相關的作用，說明FDI進入前也把一個地區的市場對外開放度作為考量因素之一，但是在總體模型中對外開放度的估計參數為負數，上海和廣州中該變量參數也不顯著，說明近年來進入我國的FDI，特別是一線城市的FDI還是以市場導向型為主，首要目的是搶占我國的市場份額，因此對外開放度相較而言，成了一個相對次要的區位因素。

（六）市場自由度。在總體的模型中，政府參與程度與FDI的引入呈現出顯著的負相關關系，說明FDI整體還是傾向于進入政府參與度相對較低的市場，市場自由度越高，越有利于外資企業根據市場情況自主的安排生產決策，一般政府參與度過高的市場，由于政策的不連續等風險較高，市場的不可預見性較強，不利于企業制定長遠的計劃。但政府參與度在北京和深圳的模型中呈現出正相關，可見北京作為我國的政治中心，地方政府的公信力也相應較強，選擇進入北京的FDI恰恰是為了第一時間獲取政策信息的變化，而深圳作為經濟特區，本身有較高的市場自由度，同時地方財政相對來說獨立，關于政策風險方面外商對深圳比較有信心，因此北京和深圳的FDI對政府的市場參與度相對不太敏感。

綜合來看，FDI選擇進入我國一線城市時更看重的是一線城市市場規模足夠大，集聚效應顯著、產業結構較合理且市場自由度較高。而在各個一線城市的FDI，選擇時更看重的區位因素又存在著一些差異：在北京，由實證分析可以看出，FDI看重市場規模、產業結構、人才資本、對外開放度等四個指標綜合作用的結果;在上海，FDI更看重的是上海作為中國經濟中心的市場規模以及長期積累下來的集聚效應;而廣州作為一個老牌的一線城市，雖然是我國最早對外貿易的城市之一，但由于綜合競爭力相對于北京、上海沒有那么強，因此FDI更看重其集聚效應;深圳作為一個新興的一線城市，其在過去十年發展較迅速，但是與北上廣相比仍然存在一定差距，所以FDI進入時仍要考慮較多的因素，集聚效應和對外開放度是兩個FDI進入深圳前要考慮的主要因素。

四、分析結論與政策建議

第一，和大多數過往已有研究的地區一樣，我國一線城市對FDI的主要吸引力還是來自于市場規模。北京和上海作為我國經濟體量最大的兩座城市，吸引的FDI規模也顯著高于廣州和深圳，因此北京和上海吸引FDI在這方面具有長遠的優勢。不過隨著“一帶一路”和粵港澳大灣區戰略推進，廣州和深圳已經成為了重要的樞紐城市和灣區經濟的核心引擎，市場的發展潛力還很巨大，因此廣深應該抓住政策機遇，進一步推動經濟增長，擴大市場規模，穩固廣深作為華南經濟中心和科技中心的地位。

第二，雖然人力資本的作用在模型中只顯示了北京具有較顯著的作用，但是結合現實情況來看，近年進入我國的FDI已經以技術密集型和資本密集型為主，改革開放初期進入深圳和廣州等地區的“三來一補”外資企業也逐漸外遷到東莞、佛山等地區，一方面對外形成了FDI的空間溢出效應，另一方面也在客觀上促進了該地區的產業結構升級。因此，對勞動力的素質需求也持續提高，在這方面深圳雖然人才吸引政策力度強，但是本土培養人才基數過小，教育事業方面與城市發展速度不匹配，不利于城市的長遠發展和滿足吸引FDI的持續需求，因此需要大力發展本土的高等教育。

第三，產業結構也在模型中被證實了是FDI進入我國一線城市的區位因素之一，一般而言第三次產業在產業結構中占比越高，說明該地區的經濟發展越成熟。而北京、上海、廣州和深圳作為我國經濟最發達的城市，過去十年第三次產業占地區生產總值的比重均達到了50%以上，有著相對完善的第三次產業鏈。而在后續的產業結構調整中，不僅要繼續關注第三次產業的發展水平，還要注重更細化的行業發展，重點關注銀行業、物流業甚至是餐飲等服務業的發展態勢，為FDI從生產、交易到員工的食宿安排上提供全面、高水平的配套措施和技術、資金支持。

第四，關于集聚效應，不管是先前對其他地區的研究，還是在本次研究的模型中，都體現了極其重要的作用。比起企業在該地區后續發展的其他各種經濟和硬件條件，能讓FDI更直觀地觀察到一個地區中外資發展情況的便是眼前進入的門檻以及過往FDI的發展狀況。過往的FDI企業在該城市良好的發展可以起到很好的示范和激勵作用。因此，北上廣深四個一線城市在吸引FDI的政策方面都應該把重心放在對既有的外資企業的扶持上，特別是在深圳和廣州這兩個其他區位條件相對優勢較小的城市，在吸引新外資進入的同時，還要鼓勵現有外資企業在本地區做強、做大。雙管齊下，是在同一時間段內擴大外資集聚效應的較為高效率的做法。

第五，根據已有的研究可以看出，中國的FDI從過去的成本導向型和出口導向型向技術導向型和市場導向型轉變，特別是在北上廣深這樣的一線城市，模型中進出口總額的參數結果整體上也驗證了該轉變的傾向，市場導向型的FDI目標市場主要是所在地及其輻射地區的市場，對對外開放度相對而言不太敏感。但對于深圳市，上面提到過其市場規模不占優勢，整體上也以外向型經濟為主，所以對外開放度的影響仍然較為顯著，所以應該充分發揮其毗鄰香港、海空運輸網絡發達等優勢，建設完善好寶安機場和鹽田港等全國或國際性的交通運輸平臺，繼續把香港資本作為主要的FDI來源，通過加強對外合作來提高FDI的質量和水平。

第六，政府的市場參與度是個比較特殊的問題。整體來看，FDI還是傾向于進入政府參與度較低、市場自由度較高的地區。但從模型來看，這并非絕對的結論，比如北京和深圳的政府參與度就與FDI形成了比較顯著的正相關關系，這應該與更進一步的政府公信力、政策績效和財政支出方向有關。因此，綜合來看，政府的市場參與度不僅要控制在合理水平，更要注重質量，注重區域投資環境的建設與管理，合理、健康地引導市場的發展。

主要參考文獻：

[1]Stephen Herbert.Hymer.The International Operations of National Firms：A Study of Direct Foreign Investment[J].Journal of International Management，1976.1.1.

[2]John H Dunning.Explaining Changing Pattern of International Production：In Defense of the Eclectic Theory[J].Oxford Bulletin of Economics & Statistics，1979.11.1.

[3]魯明泓.制度因素與國際直接投資區位分布：一項實證研究[J].經濟研究，1999（07）.

[4]江心英.國際直接投資區位選擇綜合動因假說[J].國際投資與跨國經營，2004（06）.

[5]郭鵬輝，吳琳，錢爭鳴.我國FDI區位分布影響因素的動態面板數據模型分析[J].商業經濟與管理，2009（04）.

[6]聶名華.中國外商直接投資區位差異性與優化配置[J].商業經濟與管理，2013（10）.

[7]王立平，吳瑤.時空視角下FDI區位選擇的差異研究——來自省際空間面板數據EBA模型的經驗證據[J].金融與經濟，2018（10）.

[8]常建坤，李杏.外商直接投資區位選擇的影響因素分析[J].山西財經大學學報，2006（05）.

[9]于小媛.外商直接投資區位分布及影響因素分析——以我國東南沿海地區為例[J].理論探索，2007（04）.

[10]Laijun Luo，Louis Brennan，Chang Liu，Yuze Luo.Factors Influencing FDI Location Choice in Chinas Inland Areas[J].China & World Economy，2008.

[11]郭璟坤.外商在我國直接投資的區位選擇分析[J].中國包裝，2017（03）.

[12]賈啟會，王玨.我國的制度環境對FDI質量影響的區域差異性研究[J].時代金融，2019（01）.

[13]張紅偉，陳偉國.FDI 在中國的區位決策因素分析與實證研究[J].四川大學學報，2007（01）.

[14]肖剛.中國外商直接投資區位分布的時空格局演變[J].當代財經，2015（10）.

[15]胡志強，苗長虹，華明芳，劉麗.中國外商投資區位選擇的時間格局與影響因素[J].人文地理，2018（05）.

[16]王冰玉，樊瑞鵬，王選華.FDI廠商區位決策的制度誘因考量[J].商業經濟研究，2015（12）.

[17]楊曄.外商在華直接投資區位選擇的實證研究[J].科技管理研究，2007（01）.

[18]查媛，韓煒.對FDI在我國區位選擇影響因素的實證研究[J].商場現代化，2005（29）.

[19]陸建新.區位政策環境差異對FDI決策的影響[J].上海經濟研究，2002（09）.

[20]譚晶榮，周英豪.影響FDI區位選擇的因素分析[J].商業研究，2005（20）.

[21]王欣陽.影響FDI區位選擇的因素分析[J].特區經濟，2006（01）.

[22]邵挺.經濟地理與外資企業的區位選擇[J].經濟管理，2010（06）.

[23]付紅，徐田柏.基于集聚視角的FDI區位影響因素實證研究[J].財會通訊，2012（09）.

[24]趙偉，向永輝.區位優勢、集聚經濟和中國地區間FDI競爭[J].浙江大學學報，2012（06）.

[25]楊東偉，竇祥勝.中國利用FDI地區差異的實證分析[J].工業技術經濟，2010（05）.