北京市近20年外商直接投資變化的驅(qū)動因素研究

陳文天

(對外經(jīng)濟(jì)貿(mào)易大學(xué)國際經(jīng)濟(jì)貿(mào)易學(xué)院，北京　100029)

北京市近20年外商直接投資變化的驅(qū)動因素研究

陳文天

(對外經(jīng)濟(jì)貿(mào)易大學(xué)國際經(jīng)濟(jì)貿(mào)易學(xué)院，北京100029)

摘要：選取與北京市近20年外商直接投資變化高度相關(guān)的經(jīng)濟(jì)發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)、能源消費、金融財政、郵電通訊等38個驅(qū)動因素，多次逐步回歸分析發(fā)現(xiàn)基礎(chǔ)設(shè)施投資、進(jìn)出口總值、第三產(chǎn)業(yè)生產(chǎn)總值、出口總值、高新技術(shù)產(chǎn)品進(jìn)口、從業(yè)人員平均工資、全社會固定資產(chǎn)投資、中資金融機(jī)構(gòu)人民幣貸款、地區(qū)生產(chǎn)總值、第三產(chǎn)業(yè)從業(yè)人數(shù)、資本形成總額、第二產(chǎn)業(yè)從業(yè)人數(shù)、農(nóng)村總支出等13個因素是驅(qū)動北京市近20年FDI變化的主要因素。其中，基礎(chǔ)設(shè)施投資、進(jìn)出口總值、第三產(chǎn)業(yè)生產(chǎn)總值、出口總值、從業(yè)人員平均工資、全社會固定資產(chǎn)投資、地區(qū)生產(chǎn)總值、第三產(chǎn)業(yè)從業(yè)人數(shù)8個因素與FDI正相關(guān)，高新技術(shù)產(chǎn)品進(jìn)口、中資金融機(jī)構(gòu)人民幣貸款、資本形成總額、第二產(chǎn)業(yè)從業(yè)人數(shù)、農(nóng)村人均總支出5個因素與FDI負(fù)相關(guān)。根據(jù)分析結(jié)果，提出了一些有針對性的政策建議。

關(guān)鍵詞：外商直接投資；驅(qū)動因素；逐步回歸分析；北京市

近20年來，伴隨著經(jīng)濟(jì)全球化和我國改革開放進(jìn)程加快，外商直接投資(Foreign direct investment，F(xiàn)DI)在我國及各地區(qū)的經(jīng)濟(jì)增長、產(chǎn)業(yè)結(jié)構(gòu)升級、勞動就業(yè)、稅收、進(jìn)出口貿(mào)易、擴(kuò)大投資、技術(shù)創(chuàng)新、開拓國際市場、轉(zhuǎn)移現(xiàn)代技術(shù)和管理經(jīng)驗等方面發(fā)揮著重要作用，并引起眾多研究者關(guān)注。其中，關(guān)于全國及各省市FDI變化的影響因素研究成果頗多，但多數(shù)時間跨度小、分析因素少、結(jié)論相對單一，且涉及北京市很少。北京市作為我國政治、經(jīng)濟(jì)、金融、文化、科教和國際交流中心，因其獨特的資源優(yōu)勢、區(qū)位優(yōu)勢和政治地位優(yōu)勢，近20年FDI規(guī)模不斷擴(kuò)大、質(zhì)量逐步提高，成為北京市經(jīng)濟(jì)高速增長的重要力量。為促進(jìn)北京市未來FDI更好、更快、更優(yōu)地發(fā)展，探討近20年北京市FDI變化的驅(qū)動因素及其關(guān)鍵因子非常必要。本文從長時間序列角度，采用相關(guān)分析和逐步回歸分析相結(jié)合，研究北京市近20年FDI變化的驅(qū)動因素，研究成果對豐富、發(fā)展FDI相關(guān)研究具有重要的學(xué)術(shù)意義，對北京市今后的宏觀經(jīng)濟(jì)政策、引資政策和對外開放戰(zhàn)略調(diào)整具有一定的決策咨詢作用，對區(qū)域、國家科學(xué)地協(xié)調(diào)FDI和對外直接投資等相關(guān)領(lǐng)域具有重要啟示和借鑒價值。

一、文獻(xiàn)綜述

目前，國內(nèi)外FDI相關(guān)研究主要集中在溢出效應(yīng)與區(qū)域創(chuàng)新能力、對經(jīng)濟(jì)增長貢獻(xiàn)、環(huán)境污染、商貿(mào)服務(wù)、勞動力轉(zhuǎn)移、就業(yè)、城鄉(xiāng)收入、驅(qū)動因素等方面。其中，F(xiàn)DI影響因素分析主要有三種方法：(1)建立包含F(xiàn)DI變量的一般均衡理論模型，通過系列變換及數(shù)學(xué)推導(dǎo)得出以FDI為被解釋變量的簡約模型，給出FDI的影響因素，但解釋變量較少；(2)在鄧寧(Durming)區(qū)位優(yōu)勢理論基礎(chǔ)上，發(fā)掘整理更多因素；(3)問卷或?qū)嵉卣{(diào)查收集資料，分析FDI影響因素。其中，涉及因子包括政治風(fēng)險、宏觀經(jīng)濟(jì)政策、市場規(guī)模、市場相似性及開放度、勞動力成本、貿(mào)易自由度、貿(mào)易順差、貿(mào)易壁壘、基礎(chǔ)設(shè)施、匯率、稅收、文化差異等。分析因素主要分兩大類：市場規(guī)模、經(jīng)濟(jì)發(fā)展水平、勞動力成本、勞動力生產(chǎn)率、基礎(chǔ)設(shè)施等非制度因素，地區(qū)開放水平、市場化程度、政府有效干預(yù)度、關(guān)稅與非關(guān)稅壁壘等制度因素。研究內(nèi)容主要涉及人力資本、區(qū)位選擇、職工工資、金融發(fā)展、企業(yè)研發(fā)投入、人民幣匯率、全要素生產(chǎn)率、產(chǎn)業(yè)結(jié)構(gòu)、城市化、財政政策等。Durming在系列論著中，將影響FDI變化的經(jīng)濟(jì)因素概括為經(jīng)濟(jì)發(fā)展、經(jīng)濟(jì)結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)、經(jīng)濟(jì)集聚、人均收入、消費、市場規(guī)模、市場增長率、勞動力成本、原材料成本、通貨膨脹率、經(jīng)濟(jì)外向度、國內(nèi)投資率、儲蓄率、貿(mào)易順差、償債率、債務(wù)率等[1-2]。Noorbakhsh et al.[3]選取人力資本、國內(nèi)市場增長、工資成本、勞動力增長率、進(jìn)出口總額與GDP比值、能源進(jìn)口額、FDI增長率等因素，采用最小二乘回歸，結(jié)果表明人力資本對FDI有顯著影響，貿(mào)易開放度、市場規(guī)模增長率和過去FDI狀況對吸引FDI有重要影響。Herrera-Echeverri et al.[4]采用世界銀行2004-2009年87個國家相關(guān)數(shù)據(jù)，分析企業(yè)創(chuàng)新、制度質(zhì)量、自由市場與FDI之間的關(guān)系。Omri et al.[5]利用聯(lián)立方程動態(tài)面板數(shù)據(jù)模型，實證分析了65個國家1990-2011年能源消費、資本、勞動力、通貨膨脹、FDI和經(jīng)濟(jì)增長之間的關(guān)系。Sun et al.[6]研究中國1986-1998年30個省吸引外資的影響因素，發(fā)現(xiàn)基礎(chǔ)設(shè)施建設(shè)、勞動力資本、政治穩(wěn)定和開放性程度對FDI有顯著正效應(yīng)，工資對FDI在1991年之前有正效應(yīng)之后是負(fù)效應(yīng)，GDP對FDI在1991年之前效應(yīng)不顯著而之后顯著正效應(yīng)。Lei et al.[7]在Malmquist productivity index基礎(chǔ)上建立FDI吸引力理論模型，研究人力資本存量、原料資本存量、能源消費情況、市場開放度等因素對FDI變化的影響。魏后凱等[8]采用問卷調(diào)查和因子分析研究發(fā)現(xiàn)FDI變化的影響因素為城市經(jīng)濟(jì)文化環(huán)境、交易成本、生產(chǎn)投入供應(yīng)、市場以及投入成本等因素。吳先華等[9]研究交通設(shè)施、金融深化、制度變遷和人力資本等指標(biāo)與FDI關(guān)系，認(rèn)為FDI流入與制度變遷關(guān)聯(lián)緊密，與其他指標(biāo)關(guān)系不大。馮偉[10]通過理論模型分析和計量實證檢驗，研究勞動力成本與市場規(guī)模對我國吸引FDI的影響，發(fā)現(xiàn)勞動力成本對FDI吸引存在門檻效應(yīng)，即一定范圍內(nèi)勞動力成本提升對FDI產(chǎn)生正向激勵作用，越過拐點值后便會產(chǎn)生阻滯作用。陳艷瑩等[11]發(fā)現(xiàn)經(jīng)濟(jì)增長潛力、制造業(yè)FDI規(guī)模、勞動力成本、市場化程度對生產(chǎn)性服務(wù)業(yè)FDI有明顯正向影響。楊征等[12]從產(chǎn)業(yè)特征視角考察FDI對我國不同產(chǎn)業(yè)發(fā)展影響，認(rèn)為FDI與我國經(jīng)濟(jì)增長之間存在某種聯(lián)系，在不同產(chǎn)業(yè)作用方向和影響大小存在差異。顏銀根[13]選取2000-2010年20個國家(地區(qū))與中國19個省份簽訂的合同項目數(shù)，采用面板Tobit模型，研究發(fā)現(xiàn)市場潛能、地理集聚、同源國效應(yīng)、地區(qū)工資水平等因素對流入中國的FDI有重要影響。整體看，由于研究區(qū)域、研究方法、選擇因素、時間序列等不同，研究結(jié)論迥異，但多元化的研究方法使研究的理論深度不斷增加。

二、數(shù)據(jù)及方法

(一)數(shù)據(jù)來源

北京市1994-2013年FDI及驅(qū)動因素分析所需數(shù)據(jù)來源于1995-2014《北京統(tǒng)計年鑒》。圖1為北京市1994-2013年FDI變化趨勢。由圖1可以看出：北京市近20年FDI在波動中不斷增加，1994年為14.45億美元，2013年為85.24億美元，年均增長率7.25%。

圖1　北京市1994-2013年外商直接投資變化趨勢

(二) 研究方法

由于眾多經(jīng)濟(jì)指標(biāo)之間具有密切關(guān)聯(lián)，引起許多變量間存在多重共線性。為保證自變量對因變量的影響互相獨立、減少相互干擾，本文采用逐步回歸分析剔除自變量之間的多重共線性。逐步回歸是將變量一個個引入，引入條件是系數(shù)的顯著性符合檢驗標(biāo)準(zhǔn)。同時，每引入一個新變量后，要對原引入變量逐個檢驗，剔除由于引入新變量后系數(shù)變成不顯著的變量，直到剩余變量都不能引入以及引入變量都不能剔除為止，這樣得到的方程即為最優(yōu)回歸方程[14~16]。主要步驟如下：

(1)確定F檢驗值

進(jìn)行逐步回歸分析前，根據(jù)具體問題確定檢驗變量是否顯著的F檢驗水平，作為引入或剔除變量的標(biāo)準(zhǔn)。為使最終回歸方程包含較多變量，水平不宜過高，即顯著水平不宜太小。因回歸方程所含變量個數(shù)不斷變化，方差分析中的剩余自由度也總在變化，故水平還與自由度有關(guān)。自由度一般為n-k-1，n為原始數(shù)據(jù)組數(shù)，k為估計可能選入回歸方程的變量個數(shù)。

(2)逐步計算

如果已計算t(包含t=0)步，且回歸方程中已引入m個變量，則第t+1步計算為：

(a)計算全部自變量的貢獻(xiàn)V'，即偏回歸平方和。

(b)在已引入自變量中，檢查是否有需要剔除的不顯著變量。在已引入變量中選取V'最小值變量計算F值。如F≤F2，表示該變量不顯著，應(yīng)從回歸方程剔除，計算轉(zhuǎn)至(c)。如F>F2則不需要剔除變量，這時考慮從未引入變量中選出具有V′最大值變量計算F值。如果F>F1，表示該變量顯著，應(yīng)引入回歸方程，計算轉(zhuǎn)至(c)。如果F≤F1，表示已無變量選入方程，逐步計算結(jié)束。 (c)剔除或引入一個變量后，相關(guān)系數(shù)矩陣進(jìn)行消去變換，第t+1步計算結(jié)束。重復(fù)(a)-(c)進(jìn)行下步計算。

逐步計算時每一步總是先考慮剔除變量，僅當(dāng)無剔除時才考慮引入變量。實際計算時，開始幾步可能都是引入變量，其后某幾步也可能相繼剔除幾個變量。當(dāng)方程中已無變量可剔除又無變量可引入，第二階段逐步計算結(jié)束，進(jìn)行第三階段其他計算。

(3)其他計算

計算回歸方程入選變量的系數(shù)、復(fù)相關(guān)系數(shù)及殘差等統(tǒng)計量。

選取第m個變量時，僅要求與前面已選的m-1個變量配合起來有最小的殘差平方和，因此最終選出的L個重要變量有時可能不是使殘差平方和最小的L個，但大量實際問題計算結(jié)果表明，這L個變量通常是所有L個變量組合中具有最小殘差平方和的組合，特別當(dāng)L不太大時更是如此，這表明逐步回歸是比較有效的方法。引入回歸方程的變量個數(shù)L與各變量貢獻(xiàn)的顯著性檢驗中所規(guī)定的F檢驗臨界值F1與F2取值大小有關(guān)。如多選變量進(jìn)入回歸方程，應(yīng)適當(dāng)增大檢驗水平值，即減小F1=F2的值，特別地當(dāng)F1=F2=0時，則全部變量被選入，逐步回歸變?yōu)橐话愕亩嘣€性回歸。相反，如取值較小，即F1與F2較大時，入選變量個數(shù)減少。

三、驅(qū)動因素分析

(一)指標(biāo)選取

選取與FDI有關(guān)的人口、經(jīng)濟(jì)增長、產(chǎn)業(yè)結(jié)構(gòu)、能源消費、收入支出、金融財政、交通運輸、郵電通信、進(jìn)出口、教育衛(wèi)生、旅游等近百個指標(biāo)，為消除各指標(biāo)量綱不同對分析結(jié)果的影響，首先采用標(biāo)準(zhǔn)差標(biāo)準(zhǔn)化方法對所選指標(biāo)進(jìn)行無量綱化處理，然后采用SPSS分析軟件分別作FDI與每一影響因子的相關(guān)分析，結(jié)果選取了38個高度相關(guān)因子，表1所示。

表1　北京市FDI與各指標(biāo)相關(guān)系數(shù)一覽表

注：**為通過Pearson a=0.01雙尾檢驗，*為通過Pearson a=0.05雙尾檢驗。除表中表明人均數(shù)據(jù)外，其余變量均為總量數(shù)據(jù)。

(二)逐步回歸分析

因為北京市FDI變化受眾多因素驅(qū)動，一次逐步回歸分析只能得到很少影響變量，為保證分析結(jié)果更加科學(xué)合理，本文采用多次逐步回歸方法盡可能選擇較多變量進(jìn)行分析。每次逐步回歸均選取變量進(jìn)入為F(a=0.50)、變量移出為F(a=0.10)，共進(jìn)行4次逐步回歸得到4組模型。

1.模型組一

38個自變量第一次逐步回歸得到2種模型，依次選入方程的自變量為基礎(chǔ)設(shè)施投資(x1)、進(jìn)出口總值(x2)，方差分析及參數(shù)估計表2、表3所示。

表2　方差分析

表3　參數(shù)估計

由表2、表3可以看出：模型2擬合程度最高，更具有統(tǒng)計學(xué)意義，為最優(yōu)回歸方程。2種逐步回歸方程分別為：

FDI=-8.991×10-18×0.988x1

(1)

FDI=-1.451×10-15×0.588x1+0.415x2

(2)

由模型2可以得到結(jié)論一：基礎(chǔ)設(shè)施投資、進(jìn)出口總值與北京市近20年FDI變化正相關(guān)，表明基礎(chǔ)設(shè)施投資和進(jìn)出口貿(mào)易越多越有利于吸引FDI，是北京市近20年FDI持續(xù)增長的首要驅(qū)動因素。

2.模型組二

排除第一次逐步回歸得到的上述2個自變量，采用剩余36個自變量與因變量FDI做第二次逐步回歸分析得到3種模型，依次選入方程的自變量為第三產(chǎn)業(yè)生產(chǎn)總值(x3)、出口總值(x4)、高新技術(shù)產(chǎn)品進(jìn)口(x5)，方差分析及參數(shù)估計表4、表5所示。

表4　方差分析

表5　參數(shù)估計

由表4、表5可以看出：模型5擬合程度最高，更具有統(tǒng)計學(xué)意義，為最優(yōu)回歸方程。3種逐步回歸方程分別為：

FDI=-2.723×10-16×0.987x3

(3)

FDI=-3.737×10-16×0.612x3+0.390x4

(4)

FDI=-5.138×10-16×0.748x3+0.644x4-0.392x5

(5)

由模型5可以得到結(jié)論二：(1)第三產(chǎn)業(yè)生產(chǎn)總值、出口總值與北京市近20年FDI變化正相關(guān)，表明北京市第三產(chǎn)業(yè)的持續(xù)增長是吸引FDI的重要因素；出口能力增強(qiáng)也是外商投資關(guān)注的基本因素。(2)高新技術(shù)產(chǎn)品進(jìn)口與FDI負(fù)相關(guān)，表明依靠進(jìn)口高新技術(shù)產(chǎn)品的國外創(chuàng)新對北京市吸引FDI有負(fù)作用，本土創(chuàng)新更有利于吸引更多外商投資。

3.模型組三

排除第一、第二次回歸分析得到的上述5個自變量，采用剩余33個自變量與因變量FDI做第三次逐步回歸分析得到3種模型，依次選入回歸分析方程的自變量為從業(yè)人員平均工資(x6)、中資金融機(jī)構(gòu)人民幣貸款(x7)、全社會固定資產(chǎn)投資(x8)，方差分析及參數(shù)估計表6、表7所示。

表6　方差分析

表7　參數(shù)估計

由表6、表7可以看出：模型8擬合程度最高，更具有統(tǒng)計學(xué)意義，為最優(yōu)回歸方程。3種逐步回歸方程分別為：

FDI=-2.394×10-16×0.987x6

(6)

FDI=-6.732×10-17×2.091x6-1.109x7

(7)

FDI=-1.727×10-16×1.698x6-1.510x7+0.795x8

(8)

由模型8可以得到結(jié)論三：(1)從業(yè)人員平均工資、全社會固定資產(chǎn)投資與北京市近20年FDI變化正相關(guān)，表明從業(yè)人員工資待遇逐年提高，員工工作積極性、工作效率相應(yīng)提高，對吸引FDI有很好的促進(jìn)作用；全社會固定資產(chǎn)投資與基礎(chǔ)設(shè)施投資一樣是提升城市競爭力的重要因素，同樣對FDI增長有強(qiáng)有力的驅(qū)動作用。(2)中資金融機(jī)構(gòu)人民幣貸款與FDI負(fù)相關(guān)，表明FDI可能對中資金融機(jī)構(gòu)的人民幣貸款依賴較弱，也可能中資金融機(jī)構(gòu)對FDI的支持力度不夠。

4.模型組四

排除第一、第二、第三次回歸分析得到的上述8個自變量，采用剩余30個自變量與因變量FDI做第四次逐步回歸分析得到7種模型，模型9-12依次選入回歸方程的自變量為地區(qū)生產(chǎn)總值(x9)、農(nóng)村人口(x10)、資本形成總額(x11)、第三產(chǎn)業(yè)從業(yè)人數(shù)(x12)，模型13為移除農(nóng)村人口(x10)，模型14-15依次又選入第二產(chǎn)業(yè)從業(yè)人數(shù)(x13)、農(nóng)村人均總支出(x14)，方差分析及參數(shù)估計表8、表9所示。

表8　方差分析

表9　參數(shù)估計

由表8、表9可以看出：模型15擬合程度最高，更具有統(tǒng)計學(xué)意義，為最優(yōu)回歸方程。7種逐步回歸方程分別為：

FDI=-4.585×10-16×0.986x9

(9)

FDI=-4.460×10-16×0.951x9-0.095x10

(10)

FDI=-7.232×10-16×1.912x9-0.118x10-0.972x11

(11)

FDI=l-8.425×10-16+1.937x9×0.066x10-1.329x11+0.360x12

(12)

FDI=-8.675×10-16×1.831x9-1.369x11+0.536x12

(13)

FDI=-8.170×10-16+1.930x9×1.561x11+0.582x12-0.074x13

(14)

FDI=-7.806×10-16×3.828x9-1.633x11+0.488x12-0.122x13-1.220x14

(15)

由模型15可以得到結(jié)論四：(1)地區(qū)生產(chǎn)總值、第三產(chǎn)業(yè)從業(yè)人數(shù)與北京市近20年FDI變化正相關(guān)，以地區(qū)生產(chǎn)總值表征的經(jīng)濟(jì)能力增強(qiáng)是吸引FDI的重要因素，以服務(wù)業(yè)為主的第三產(chǎn)業(yè)從業(yè)人數(shù)增多是北京市近20年FDI持續(xù)增長的關(guān)鍵因素；(2)資本形成總額、第二產(chǎn)業(yè)從業(yè)人數(shù)、農(nóng)村人均總支出與FDI負(fù)相關(guān)，表明這三項是北京市近20年FDI的持續(xù)增長反向影響因素。

5.政策建議

針對模型2、模型5、模型8、模型15四個最優(yōu)回歸方程，提出如下政策建議：(1)繼續(xù)增加基礎(chǔ)設(shè)施投資和全社會固定資產(chǎn)投資，優(yōu)化外商投資硬環(huán)境，關(guān)注資本形成；(2)擴(kuò)大進(jìn)出口貿(mào)易范圍、數(shù)量及質(zhì)量，增加進(jìn)出口總值，特別是出口總值，關(guān)注高新技術(shù)產(chǎn)品進(jìn)口，給予本土高新技術(shù)企業(yè)更多優(yōu)惠政策；(3)提升地區(qū)經(jīng)濟(jì)水平、優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，繼續(xù)擴(kuò)大第三產(chǎn)業(yè)生產(chǎn)總值比重；(4)關(guān)注勞動力市場人員結(jié)構(gòu)、工資薪酬變化，就業(yè)指導(dǎo)應(yīng)鼓勵求職者從事第三產(chǎn)業(yè)、限制第二產(chǎn)業(yè)；(5)刺激中資金融機(jī)構(gòu)對FDI相關(guān)企業(yè)更多貸款支持，進(jìn)一步提高農(nóng)民消費水平，改善農(nóng)民生活質(zhì)量。

四、結(jié)論與討論

本文選取與北京市1994-2013年FDI變化高度相關(guān)的經(jīng)濟(jì)發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)、能源消費、金融財政、郵電通訊等38個驅(qū)動因素，進(jìn)行多次逐步回歸分析發(fā)現(xiàn)，驅(qū)動北京市近20年FDI變化的因素主要有基礎(chǔ)設(shè)施投資、進(jìn)出口總值、第三產(chǎn)業(yè)生產(chǎn)總值、出口總值、高新技術(shù)產(chǎn)品進(jìn)口、從業(yè)人員平均工資、全社會固定資產(chǎn)投資、中資金融機(jī)構(gòu)人民幣貸款、地區(qū)生產(chǎn)總值、第三產(chǎn)業(yè)從業(yè)人數(shù)、資本形成總額、第二產(chǎn)業(yè)從業(yè)人數(shù)、農(nóng)村人均總支出等13個因素。其中，基礎(chǔ)設(shè)施投資、進(jìn)出口總值、第三產(chǎn)業(yè)生產(chǎn)總值、出口總值、從業(yè)人員平均工資、全社會固定資產(chǎn)投資、地區(qū)生產(chǎn)總值、第三產(chǎn)業(yè)從業(yè)人數(shù)8個因素與FDI正相關(guān)，高新技術(shù)產(chǎn)品進(jìn)口、中資金融機(jī)構(gòu)人民幣貸款、資本形成總額、第二產(chǎn)業(yè)從業(yè)人數(shù)、農(nóng)村人均總支出5個因素與FDI負(fù)相關(guān)。結(jié)合分析結(jié)果，分別給出了有針對性的政策建議。

由于數(shù)據(jù)來源限制，北京市FDI驅(qū)動因素中財政金融、教育醫(yī)療、高新技術(shù)創(chuàng)新等變量選取較少，如未量化分析非常重要的FDI驅(qū)動指標(biāo)——地區(qū)開放水平、市場化程度、政府有效干預(yù)度、關(guān)稅與非關(guān)稅壁壘等制度因素。獲取全面的驅(qū)動因素數(shù)據(jù)，比較聚類分析、因子分析等眾多研究方法及研究結(jié)果的優(yōu)缺點，更科學(xué)準(zhǔn)確地研究不同國家、不同地區(qū)FDI變化的驅(qū)動因素是本文深入研究的方向。

參考文獻(xiàn)：

[1] 江小涓，杜玲.國外跨國投資理論研究的最新進(jìn)展[J].世界經(jīng)濟(jì)，2001(6).

[2] 文余源.外商直接投資區(qū)位理論與實證的研究進(jìn)展.經(jīng)濟(jì)評論，2008(3).

[3] Noorbakhsh F，Paloni A，Youssef A.Human Capital and FDI Inflows to Developing Countries：New Empirical Evidence.World Development，2001，29(9)：1593-1610.

[4] Herrera-Echeverri H，Haar J，Estévez-Bretón J B.Foreign Direct Investment，Institutional Quality，Economic Freedom and Entrepreneurship in Emerging Markets [J].Journal of Business Research，2014，67(9)：1921-1932.

[5] Omri A，Kahouli B.Causal Relationships between Energy Consumption，F(xiàn)oreign Direct Investment and Economic Growth：Fresh Evidence from Dynamic Simultaneous-equations Models [J].Energy Policy，2014，67：913-922.

[6] Sun Qian，Tong Wilson，Yu Qiao.Determinants of Foreign Direct Investment across China [J].Journal of International Money and Finance，2002，21(1)：79-113.

[7] Lei Ming，Zhao Xinna，Deng Honghui，et al.DEA Analysis of FDI Attractiveness for Sustainable Development：Evidence from Chinese Provinces [J].Decision Support Systems，2013，56：406-418.

[8] 魏后凱，賀燦飛，王新.外商在華直接投資動機(jī)與區(qū)位因素分析——對秦皇島市外商直接投資的實證研究[J].經(jīng)濟(jì)研究，2001(2).

[9] 吳先華，胡漢輝.交通設(shè)施、金融深化、制度變遷及人力資本與FDI之間關(guān)系的實證研究[J].國際貿(mào)易問題，2005(10).

[10] 馮偉，邵軍，徐康寧.市場規(guī)模、勞動力成本與外商直接投資：基于我國1990—2009年省級面板數(shù)據(jù)的研究[J].南開經(jīng)濟(jì)研究，2011(6).

[11] 陳艷瑩，王周玉.生產(chǎn)性服務(wù)業(yè)外商直接投資的影響因素[J].產(chǎn)業(yè)經(jīng)濟(jì)研究，2011(53).

[12] 楊 征，蔣 瑛.外商直接投資、產(chǎn)業(yè)特征與經(jīng)濟(jì)增長：實證考察和產(chǎn)業(yè)比較[J].經(jīng)濟(jì)問 題，2014(4).

[13] 顏銀根.FDI區(qū)位選擇：市場潛能、地理集聚與同源國效應(yīng).財貿(mào)經(jīng)濟(jì)，2014(9).

[14] 付 勇，汪立今，柴鳳梅等.多元線性回歸和逐步回歸分析在白石泉Cu-Ni硫化物礦床研究中的應(yīng)用[J].地學(xué)前緣，2009(16).

[15] 桂文林，韓兆洲，潘慶年.基于逐步回歸模型的期刊質(zhì)量影響因素分析[J].情報雜志，2010(29).

[16] 張長春.影響FDI的投資環(huán)境因子分析[J].管理世界，2002(11).

本文受對外經(jīng)濟(jì)貿(mào)易大學(xué)大學(xué)生學(xué)術(shù)科研項目(2015-e-76)資助。