金砖四国引进FDI的区位优势比较研究

李东阳　鲍洋

摘 要：本文基于2001—2011年金砖四国及其主要FDI来源地的数据，利用系统广义矩估计，经验检验了金砖四国引进FDI的区位优势构成要素。研究结果表明：对于不同来源地的FDI，金砖四国的区位优势要素组合存在差异；对于来源于发达经济体的FDI而言，巴西的市场容量、自然资源和集聚因素，俄罗斯的自然资源、集聚因素，印度的劳动力成本、区域影响力和集聚因素，中国的市场容量扩张、自然资源、集聚因素和区域影响力是主要区位优势要素；对于来源于发展中经济体的FDI而言，巴西的技术水平和区域影响力，俄罗斯的劳动力成本、劳动力质量和区域影响力，印度的劳动力成本和区域影响力，中国的劳动力成本、技术水平、集聚因素和区域影响力是主要区位优势要素。

关键词：金砖四国；FDI；区位优势；系统广义矩估计

中图分类号：F742 文献标识码：A 文章编号：1000-176X（2015）02-0110-07

20世纪末以来，发展中经济体联合国贸易和发展会议（UNCTAD）将经济体划分为发达国家、转型经济体和发展中国家，本文中的发展中经济体包括发展中国家和转型经济体。FDI流入量快速增长，占全球FDI流入量的比重大幅提高。以金砖四国为例， 金砖国家包括巴西、俄罗斯、印度、中国和南非。由于未能完整获取南非的相关数据，本文仅以“金砖四国”为研究对象。

收稿日期：2014-11-02

基金项目：教育部人文社会科学一般项目“东道国区位优势与FDI流入关系研究”（11YJAGJW010）；辽宁省教育厅人文社会科学一般项目“‘金砖国家区位优势与FDI流入关系研究”（W2013216）；东北财经大学校级科研项目“‘金砖国家引进FDI区位优势要素组合优化研究”（DUFE2014Q03）

作者简介：李东阳 （ 1956-），男，陕西清涧人，教授，博士，博士生导师，主要从事国际投资和区域经济发展等方面的研究。

鲍 洋（1986-），女，辽宁鞍山人，助理研究员，博士，主要从事国际投资和国际经济合作等方面的研究。E-mail：baoyang@dufe.edu.cn2001年FDI流入量占全球比重为9.4%，2011年上升至18.0%，年均增速为6.8%。

UNCTAD， http：//www.unctad.org。与此同时，全球FDI来源地结构也发生了明显变化。2001年发展中经济体FDI流出量占全球FDI流出量的比重为11.5%，2011年上升至27.0%， UNCTAD， http：//www.unctad.org。发展中经济体作为投资国的地位不断增强。在此背景下，基于来源地差异视角，比较研究金砖四国引进FDI的区位优势是很有必要的。

一、文献综述

早期的国际直接投资理论，如Hymer[1]的垄断优势理论、Vernon[2]的产品生命周期理论、Buckley和Casson[3]的内部化理论等，均不同程度地涉及了关于FDI的区位选择。Dunning[4-5-6]创立的国际生产折衷理论首次明确地将区位优势引入FDI理论分析的范畴。在此之后，国内外学者关于东道国区位优势的研究越来越深入。区位优势要素一般可划分为三类：传统因素、制度因素和集聚因素。传统因素强调成本最小化和利润最大化，市场容量、劳动力成本和自然资源等被视为FDI区位选择的决定性因素。制度因素是东道国区位优势的重要组成部分[7]。实际上，制度因素最终影响的仍是经济活动主体的成本和利润，因而制度因素对FDI区位选择的影响与传统因素是相似的。随着Krugman[8]“新经济地理学”的兴起，集聚因素与FDI流入之间的关系引起了广泛关注。集聚理论认为，在FDI集聚的区位，新流入的FDI可以获取正向外部效应，使得FDI在区位选择中具有同源集聚、同产业集聚和同企业集团集聚等倾向[9-10]。

关于金砖四国引进FDI的区位优势，国内外学者做了大量的研究。大多数学者认为，市场容量与扩张、劳动力成本与质量、自然资源、基础设施、技术水平、法治状况和集聚因素等是金砖四国区位优势的主要构成要素。

De Angelo等[11]与Mohammed[12]认为，巴西的区位优势要素主要包括市场容量与扩张、劳动力成本等。Kadochnikov等[13]与Ledyaeva[14] 认为，俄罗斯的区位优势要素主要包括市场容量、自然资源、劳动力质量、法治状况和集聚因素等。Palit 和Nawani[15]、张伟伟和罗斯丹[16]、Singhania和Gupta[17]认为，印度的区位优势要素主要包括市场容量与扩张、劳动力成本与质量、基础设施、技术水平和集聚因素等。许罗丹和谭卫红[18]、李凡和王巾英[19]以及田素华[20]认为，中国的区位优势要素主要包括市场容量与扩张、劳动力成本、基础设施和集聚因素等。也有些学者基于来源地或门限特征的视角进行了更为深入的研究。罗知[21]的研究结果表明，投资国的市场规模等是影响中国FDI流入的主要因素。Chakrabarti等[22]的研究结果表明，基础设施对印度FDI流入的影响具有门限特征，即只有基础设施水平达到一定标准时，才能对FDI流入产生正效应。此外，还有一些学者提出了与早前研究结论不同的观点。黄肖琦和柴敏[23]、金相郁和朴英姬[24]认为，劳动力成本已不再是中国的区位优势要素。李凡[25]认为，对于发达经济体而言，劳动力质量的重要性已超过劳动力成本。

随着研究的不断深入，一些学者将金砖国家或金砖四国视为一个整体，检验其区位优势构成要素。Vijayakumar等[26]的研究结果表明，金砖国家的区位优势要素包括市场容量、劳动力成本和基础设施等。Ranjan和Agrawal[27]以金砖四国为研究对象，得到了完全相同的结论。Jadhav[28]的研究结果表明，金砖国家的市场容量对FDI流入具有正效应，法治因素对FDI 流入的影响甚微。还有一些学者对中印、中俄引进FDI的区位优势进行了比较研究。Zheng[29]的研究结果表明，中国与印度的区位优势要素均包括市场容量扩张和劳动力成本等，中国的区位优势要素还包括市场容量等。Kozlov[30]的研究结果表明，中国的区位优势要素包括市场容量、劳动力成本和基础设施等，俄罗斯的区位优势要素包括自然资源和劳动力质量等。

围绕金砖四国的区位优势，国内外学者做了大量研究，根据已有结论可以对金砖四国引进FDI的区位优势要素组合作一初步判定。但同时也应当看到，已有研究在如下两个方面仍较为薄弱：一是现有研究所做的比较分析，大多简单地就经济体之间的区位优势要素进行统计意义上的比较，而没有从FDI来源地视角来突出区位优势的比较属性，进而利用计量方法对比较优势要素组合进行实证界定和比较研究；二是实证研究中引入的变量有待进一步考量和完善。比如，现有研究鲜见将东道国的区域影响力作为重要的区位优势要素来考察。国际投资实践表明，不少跨国公司在选择投资区位时，极为看重备选东道国在其所在区域的聚合力和辐射力。因此，本文基于FDI来源地差异视角，重新构建东道国区位优势要素体系，经验检验金砖四国引进FDI的区位优势构成要素，并进行比较研究。

二、经验检验

1.变量选取和数据来源

基于已有文献的研究结论和金砖四国的区位特征，变量选取主要包括以下几个方面：

（1）市场容量与扩张。市场容量与扩张是影响东道国FDI流入的重要区位要素之一，对市场寻求型FDI具有极强的吸引力。一般认为，东道国较大的市场容量与较快的市场容量扩张速度，有助于跨国公司利用规模经济降低成本，在更广阔的市场空间内从事生产经营活动。本文以某东道国GDP与投资国GDP的比值衡量相对市场规模， 为了便于国际比较，并体现区位优势的相对比较属性，本文在指标选取时均采用相对值。记为MC；以某东道国GDP增长率与投资国GDP增长率的差值衡量相对市场容量扩张，记为g。

（2）劳动力成本与质量。劳动力成本是影响投资区位选择的重要因素。当产品或者技术处于标准化阶段时，外国投资者倾向于以FDI为载体，将产品的生产活动转移到劳动力成本较低的发展中东道国。较低的劳动力成本对效率寻求型FDI具有极强的吸引力。同时，劳动力质量也直接影响东道国的劳动生产率与跨国公司对雇员再培训的成本。由于“劳动力成本”尚未形成公认的衡量标准，且个别国家数据严重缺失，本文以投资国人均GDP与某东道国人均GDP的比值衡量相对劳动力成本，记为LC；以某东道国人力资本与投资国人力资本的比值衡量相对劳动力质量， 按照UNCTAD的做法，以样本期间小学生、中学生和大学生入学率的加权平均数来衡量人力资本，小学生、中学生和大学生入学率的权重分别为1∶2∶3。记为HC。

（3）自然资源。自然资源是影响某些资源禀赋丰富东道国FDI流入的重要区位因素，对资源寻求型FDI具有极强的吸引力。本文以某东道国与投资国的燃料、矿砂和金属出口额占某东道国燃料、矿砂和金属出口总额的比重衡量其自然资源的充裕程度，记为RS。

（4）基础设施。完善的基础设施有助于降低生产成本和运输成本，对FDI流入具有促进作用。考虑到数据的可获得性，本文以某东道国人均电力消耗量与投资国人均电力消耗量的比值、某东道国每百人固定宽带互联网用户数量与投资国每百人固定宽带互联网用户数量的比值构造基础设施指数，衡量相对基础设施水平，记为INF。

（5）技术水平。东道国的技术水平是影响FDI流入的重要区位因素，对技术寻求型FDI具有极强的吸引力。考虑到数据的可获得性，本文以某东道国高技术出口额与投资国高技术出口额的比值衡量相对技术水平，记为TECH。

（6）制度因素。东道国的制度因素构成对FDI的一般性保护机制。为了考察制度因素对FDI区位选择的影响，本文主要从法治状况和税负水平两个维度选取指标。一是法治状况，利用世界银行的全球治理指标（World Governance Indicator）中法治状况（Rule of Law）变量测度东道国的制度质量，其反映某一经济体契约履行、产权保护和司法治理的质量，直接影响FDI的安全和正常运行。本文以某东道国法治状况估计值与投资国法治状况估计值的差值衡量相对法治状况，记为RL。二是税负水平，在其他区位要素既定的条件下，东道国的税负水平将直接影响FDI的投资收益，进而影响FDI的区位选择。考虑到数据的可获得性，本文以投资国税收收入占GDP比重与某东道国税收收入占GDP比重的比值衡量相对税负水平，记为TAX。

（7）集聚因素。FDI具有较强的同源集聚、同产业集聚和同企业集团集聚倾向。其成因主要有二：一是在FDI集聚的区位，新流入的FDI可能面临较低的信息成本、交易成本和投资风险，并可以通过已有外资企业的技术溢出、原有产业关联等渠道获取正向外部效应；二是若某投资者率先进入某一区域，则其竞争对手也会倾向于在该区域布局，以打破率先进入者独享战略利益的局面，维护和增强自己的市场地位。本文以滞后一期的FDI流量测度FDI的集聚效应，记为AGGL。

（8）区域影响力。区域影响力是对区域内某一经济体的经济发展水平、技术创新能力、对外开放程度、商品和要素集聚能力和辐射能力的总体衡量，是其在区域经济发展中发挥作用和功能的综合体现。若某一经济体拥有较大的区域影响力，则可以依托区位优势，充分发挥扩散效应和辐射效应，吸引较多的FDI流入。本文以某东道国GDP占所在区域的GDP比重和FDI流入存量占所在区域的FDI流入存量比重衡量区域影响力， 基于可操作性考虑，本文将区域影响力中的“区域”设定为金砖四国各自所在大洲。分别记为RF1和RF2。

结合FDI来源地分布情况，本文利用2001—2011年金砖四国（俄罗斯为2004—2011年）与25个主要FDI来源地的年度数据进行经验检验（如表1所示）。文中按照来源地划分的FDI流量数据来自巴西中央银行、俄罗斯联邦统计局、印度工业局和中国国家统计局，其他FDI流量和存量数据来自UNCTAD的FDI数据库；自然资源出口数据来自联合国商品贸易统计数据库，其他数据来源于世界银行的世界发展指标数据库。

2.模型设定和计量方法

构建计量模型如下：

其中，i表示国家，t表示时间，μ为残差项。

为了解决由于遗漏变量、区位优势与FDI流入之间双向交互影响引进的内生性问题 FDI流入东道国之后，会通过一定的直接效应和间接效应对该国原有的区位优势产生增强或弱化作用，或为东道国带来新的区位优势。因此，在东道国区位优势与FDI流入之间，有可能存在着某种动态的相互作用关系，即FDI流入对东道国区位优势具有反向因果关系。，本文采用系统广义矩估计。该方法由Arellano和Bover[31]、Blundell和Bond[32]提出，在差分广义矩估计方法的基础上，将水平回归方程和差分回归方程结合起来估计，以差分变量的滞后项作为水平方程的工具变量，以水平变量的滞后项作为差分方程的工具变量，有效地解决了动态面板数据模型的内生性问题。针对广义矩估计可能存在的工具变量有效性问题和差分残差二阶序列相关性问题，本文将进行Hansen检验和Arellano-Bond检验。

3.估计结果

采用系统广义矩估计对式（1）的估计结果如表2所示。

由表2可知，回归结果通过了Hansen检验，表明选择的工具变量是有效的；回归结果通过了AR（2）检验，表明差分残差序列不存在二阶自相关，系统广义矩估计得到的结果可靠，如表3所示。

4.估计结果分析

（1）金砖四国区位优势要素：来源于发达经济体FDI的视角

巴西的市场容量变量和中国的市场容量扩张变量的回归系数均为正值且显著，俄罗斯和印度的市场容量与扩张变量均不显著。表明市场容量、市场容量扩张分别是巴西和中国的重要区位优势要素。

印度的劳动力成本变量的回归系数为正值且显著，巴西、俄罗斯和中国的劳动力成本变量均不显著。印度和中国均为经济发展水平较低的人口大国，但仅印度的劳动力成本变量是重要区位优势要素。较为可能的原因：一是随着中国劳动力成本的上涨，印度比中国拥有更多的低劳动力成本优势；二是随着中国引进FDI从低端制造业向高端制造业和服务业转移，发达经济体对中国劳动力成本的关注逐步减少。

巴西、俄罗斯和中国的自然资源变量的回归系数均为正值且显著，印度的自然资源变量不显著。作为矿产资源大国，自然资源是巴西、俄罗斯和中国的重要区位优势要素。发达经济体对该三国开展直接投资，是其实现资源进口渠道多元化和完善资源保障体系的重要举措。

集聚因素变量的回归系数均为正值且显著，表明金砖四国的区位优势要素组合中均包括集聚要素。随着金砖四国引进FDI不断发展，在规模经济、关联效应等因素作用下，FDI在区位选择时显示出较强的同源集聚、同产业集聚和同企业集团集聚倾向。

巴西和俄罗斯的区域影响力变量不显著，印度和中国的RF2变量的回归系数为正值且显著，表明区域影响力是印度和中国区位优势要素的重要组成部分。作为两大新兴经济体，印度和中国是推动亚洲经济发展的重要力量，FDI流入该两国可以充分发挥扩散效应和辐射效应。

金砖四国的劳动力质量、技术水平、基础设施和制度因素等变量均不显著。较为可能的原因：一是劳动力质量、技术水平、基础设施和法治状况等因素对FDI流入的影响具有门限特征，即只有这些因素达到一定标准时，才能发展成为区位优势要素。Chakrabarti等的研究结论也佐证了这一结论；二是随着全球经济合作的不断加深，税负水平对FDI流入的影响程度相对下降。

（2）金砖四国区位优势要素：来源于发展中经济体FDI的视角

巴西的劳动力成本变量的回归系数为负值，俄罗斯、印度和中国的劳动力成本变量的回归系数为正值且显著，表明劳动力成本变量是该三国区位优势要素的重要组成部分。

俄罗斯的劳动力质量变量的回归系数为正值且显著，其他三国的劳动力质量变量不显著。较为可能的原因是，俄罗斯的人力资本较为雄厚，人力资本积累与FDI流入形成良性互动。统计数据表明，2012年俄罗斯的大学生入学率为76.1%，远高于巴西（37.6%）、印度（24.8%）和中国（26.7%）。 World Bank， http：//data.worldbank.org/，巴西为2009年数据。

巴西和中国技术水平变量的回归系数为正值且显著，俄罗斯和印度的技术水平变量不显著。对于巴西和中国的FDI来源国而言，该两国可能在适用技术方面存在较强的比较优势，更有助于投资国企业获取逆向技术溢出等外部效应。

中国的集聚因素变量的回归系数为正值且显著，表明集聚因素是中国区位优势要素的重要组成部分。巴西、俄罗斯和印度的集聚因素变量均不显著。较为可能的原因是，中国政府颁布的一系列区域开发政策和各地设立的众多工业园区吸引了大量同源、同产业和同企业集团的FDI流入。

巴西和俄罗斯的区域影响力变量的回归系数均为正值且显著，印度和中国的RF1变量的回归系数为正值且显著，表明金砖四国的区域优势要素组合中均包括区域影响力要素。对于来源于发展中经济体的FDI，其区位选择大多遵循“周边经济体→发展中经济体→发达经济体”的路径，即沿着由周边向外渐进辐射的轨迹。金砖四国与这一类型的FDI来源国在经济环境等方面具有较强的相似性，有助于投资者降低投资风险和投资成本。

金砖四国的市场容量与扩张、自然资源、基础设施和制度因素等变量均不显著。较为可能的原因：一是发展中经济体对外直接投资尚处于起步阶段，地缘优势是其区位选择的最主要影响因素；二是在流入巴西、印度和中国的FDI中，部分来自避税地且可能属于“返程投资”，返程投资（Round—Tripping Capital），是指一国境内资本通过各种渠道流到境外，然后选择在避税地作为境外关联企业注册地，再以FDI的名义返回到境内。这一部分FDI受金砖四国区位优势的影响相对较小。

对于不同来源地的FDI，金砖四国的区位优势要素构成存在一定差异，这些差异主要受投资国的经济发展水平和投资者直接目标的影响。

三、结 论

基于以上分析，本文得出结论：对于不同来源地的FDI，金砖四国引进FDI的区位优势要素存在一定差异：对于来源于发达经济体的FDI而言，巴西的市场容量、自然资源和集聚因素，俄罗斯的自然资源和集聚因素，印度的劳动力成本、集聚因素和区域影响力，中国的市场容量扩张、自然资源、集聚因素和区域影响力是主要区位优势要素；对于来源于发展中经济体的FDI而言，巴西的技术水平和区域影响力，俄罗斯的劳动力成本、劳动力质量和区域影响力，印度的劳动力成本和区域影响力，中国的劳动力成本、技术水平、集聚因素和区域影响力是主要区位优势要素。

参考文献：

[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] 贺灿飞.外商直接投资区位：理论分析与实证研究[M].北京：中国经济出版社，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] 张伟伟，罗斯丹.印度FDI流入的决定因素分析[J].税务与经济，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] 许罗丹，谭卫红.外商直接投资聚集效应在我国的实证分析[J].管理世界，2003，（8）：38-44.

[19] 李凡，王巾英.中印引进FDI流入的决定因素比较研究——基于面板数据随机效应模型[J].中央财经大学学报，2009，（7）：50-54.

[20] 田素华.美国FDI进入中国的基本特征与决定因素——基于省级面板数据的实证分析[J].上海财经大学学报，2012，（4）：82-89.

[21] 罗知.中国FDI流入的决定因素：基于国际面板数据的实证研究[J] .南方经济，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] 黄肖琦，柴敏.新经济地理学视角下的FDI区位选择——基于中国省际面板数据的实证分析[J].管理世界，2006，（10）：7-13.26.

[24] 金相郁，朴英姬.中国外商直接投资的区位决定因素分析：城市数据[J].南开经济研究，2006，（2）：35-45.

[25] 李凡.西方七国在华FDI投资决定因素研究——基于面板数据随机效应模型[J].北京工商大学学报（社会科学版），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.

（责任编辑：巴红静）