1 引论 1
1.1 对外直接投资区位问题的研究背景 1
1.2 对外直接投资区位问题的研究现状 3
1.2.1 国外研究状况 3
1.2.2 国内研究状况 8
1.3 本书内容的基本框架 9
2 对外直接投资区位选择理论基础 13
2.1 区位论研究因子的变迁 14
2.2 内部化理论对厂商对外直接投资行为的解释 15
2.3 国际生产折衷理论对厂商区位选择的解释 16
2.4 竞争优势理论对跨国公司研发型投资的解释 18
2.5 与产业选择相关的区位选择分析 20
3 外商在中国直接投资区位因素总体研究方法 22
3.1 理论模型的设定和研究方法 22
3.1.1 解释变量的选取 22
3.1.2 研究方法和模型 24
3.1.3 影响外商直接投资因素的一元回归分析及其统计检验 25
3.1.4 影响外商直接投资因素的多元回归分析及其统计检验 27
3.2 影响外商在中国直接投资因素的实证分析 29
3.2.1 外商在中国直接投资的基本情况 29
3.2.2 影响外商在中国直接投资因素的一元回归方程 30
3.2.3 对一元回归模型的统计检验 30
3.2.4 影响外商在中国直接投资因素分析 34
3.3 影响外商在中国直接投资的决定因素实证分析 38
3.3.1 用差分法进行多元回归 38
3.3.2 对多元回归模型的检验 39
3.3.3 外商在中国直接投资模型及其解释 41
3.4 结论 43
4 外商在中国典型地区直接投资影响因素的实证分析 45
4.1 外商在上海市直接投资影响因素分析 45
4.1.1 外商在上海市直接投资的现状 45
4.1.2 影响外商在上海市直接投资的因素模型 47
4.1.3 影响外商在上海市直接投资的因素分析 51
4.2 外商在武汉市直接投资区位因素分析 55
4.2.1 外商在武汉市直接投资基本概况 55
4.2.2 影响外商在武汉市直接投资因素的经济模型 58
4.2.3 影响外商在武汉市直接投资的因素分析 61
4.2.4 影响外商在武汉市直接投资的决定因素分析 64
4.3 外商在深圳市直接投资区位因素分析 69
4.3.1 外商在深圳市直接投资的现状 69
4.3.2 影响外商在深圳市直接投资的因素模型 70
4.3.3 影响外商在深圳市直接投资的因素分析 71
4.4 外商在不同城市直接投资区位影响因素的比较分析 75
4.4.1 比较投资机会对外商直接投资的影响 75
4.4.2 比较投资吸引力对外商直接投资的影响 76
4.4.3 比较投资支持对外商直接投资的影响 77
4.4.4 比较投资回报率对外商直接投资的影响 78
4.5 结论 78
5 基础设施对外商直接投资影响的比较分析 83
5.1 城市基础设施状况 83
5.1.1 上海市和武汉市基础设施的基本状况 83
5.1.2 比较武汉市和上海市基础设施发展状况的差距 85
5.2 建立基础设施对外商直接投资影响的经济模型 88
5.2.1 基本思路 88
5.2.2 建立回归模型 90
5.3 基础设施对外商直接投资影响的比较分析 91
5.3.1 货运量和货运方式对外商直接投资影响额的比较分析 91
5.3.2 邮电业务量对外商直接投资影响的比较分析 94
5.4 结论 95
6 市场规模对外商在中国直接投资影响的实证分析 98
6.1 市场规模对外商直接投资影响的经济模型 98
6.1.1 基本思路 98
6.1.2 解释变量的选择和说明 99
6.1.3 经济模型 100
6.2 市场规模对外商在中国直接投资影响的实证分析 102
6.2.1 中国城镇居民家庭人均可支配收入对外商直接投资的影响 102
6.2.2 中国城乡居民储蓄存款年底余额对外商直接投资额的影响 103
6.2.3 中国城镇居民消费水平对外商直接投资额的影响 104
6.2.4 中国人均国内生产总值对外商直接投资额的影响 105
6.2.5 中国消费品零售总额对外商直接投资额的影响 106
6.3 市场规模对外商在上海市直接投资影响的实证分析 107
6.3.1 上海市城镇居民家庭人均可支配收入对外商直接投资额的影响 107
6.3.2 上海市城乡居民储蓄存款年底余额对外商直接投资额的影响 108
6.3.3 上海市城镇居民消费水平对外商直接投资额的影响 109
6.3.4 上海市人均国内生产总值对外商直接投资额影响显著 110
6.3.5 上海市社会消费品零售总额对外商直接投资额的影响 110
6.4 结论 111
7 基于区位因素的外商直接投资预测和评价技术 114
7.1 预测外商直接投资的神经网络系统 114
7.1.1 反向传播（BP）神经网络的算法和流程图 114
7.1.2 神经网络系统的运行参数和模型节点组成 116
7.1.3 影响外商直接投资因素的训练样本、测试样本和测试结论 117
7.1.4 信息传输函数Sigmoid与tanh的比较分析 119
7.2 神经网络——遗传算法耦合技术预测外商直接投资额 121
7.2.1 样本优胜劣汰技术——遗传算法 122
7.2.2 预测外商直接投资的GA-BP神经网络系统 122
7.2.3 GA-BP网络神经系统中权系值种源样本的形成 124
7.2.4 权系值种源的交配、变异和繁殖后代 125
7.2.5 遗传演化算法流程图 127
7.2.6 GA-BP预测外商直接投资额神经网络系统的测试验证 127
7.3 神经网络技术在社会经济领域的应用问题 129
7.3.1 人工神经网络技术预测FDI问题 129
7.3.2 人工神经网络技术适应动态的经济自组织系统问题 131
7.4 跨国公司区位选择的模糊综合评价 132
7.4.1 跨国公司区位选择的模糊变量体系 133
7.4.2 跨国公司投资区位选择的模糊综合评价法 133
7.5 引进外资因素的权重分析技术 138
7.5.1 层次权重分析技术的特点 139
7.5.2 层次结构分析模型的建立 139
7.5.3 判断矩阵的标度及其含义 140
7.5.4 促进外商投资因素判断矩阵的构建和层次权重排序 141
7.5.5 因素权重总排序和一致性检验 142
7.5.6 影响外商投资的因素分析与回归分析对比论证 143
7.5.7 跨国公司在华并购企业的因素权重分析 144
7.5.8 结论 146
8 中国市场结构及对外开放度对外商投资的影响 148
8.1 中国市场集中状况 148
8.1.1 中国最大企业集中状况 148
8.1.2 中国行业内企业集中度 150
8.1.3 中国工业市场结构状况及其特征 153
8.1.4 中国市场结构的超经济垄断与市场分割分析 154
8.2 中国产业进入壁垒 156
8.2.1 经济性市场进入壁垒 156
8.2.2 行政性市场进入壁垒 159
8.2.3 基于对外开放度的对策 160
8.3 中国对外开放度的测度 162
8.4 中国对外开放度与利用外资运行态势比较样本数据 165
8.4.1 样本数据 165
8.4.2 贸易开放度与利用外资运行态势比较 167
8.4.3 投资开放度与利用外资运行态势比较 171
8.4.4 金融开放度与利用外资运行态势比较 173
8.4.5 对外开放度与利用外资运行态势 175
8.5 上海与武汉贸易开放度与利用外资基本态势比较 176
8.5.1 上海贸易开放度与利用外资基本态势比较 176
8.5.2 武汉贸易开放度与利用外资基本态势比较 177
8.5.3 对一元回归模型的统计检验 179
8.6 中国对外开放度影响利用外资的对策 181
9 外商对中国中西部地区投资因素分析 185
9.1 外商对中西部矿产资源的投资趋势 185
9.1.1 中国及中西部矿产资源状况 185
9.1.2 中国国内主要矿产品供需状况 189
9.1.3 中国西部资源开发方式 190
9.1.4 外商对中西部矿产资源的投资趋向 191
9.2 外商对中西部土地、畜牧和旅游资源投资的趋向 192
9.2.1 中国和中西部地区的土地、畜牧和旅游资源状况 192
9.2.2 吸引外商对西部土地、畜牧和旅游资源投资 195
9.3 西部地区的外商投资 197
9.3.1 中国西部利用外商直接投资状况 197
9.3.2 中国西部地区外商投资软环境 199
9.3.3 跨国公司在西部大开发的作用 203
9.3.4 四川省吸引外资的优势资源 207
9.4 中西部地区加快引进外资的对策 210
9.4.1 吸引外资建设西部基础设施和开发矿产、土地及环保资源 211
9.4.2 适度推行西部投资自由化 213
9.4.3 适度推行西部引进外资的贸易自由化 215
9.4.4 西部地区吸引中外“双赢”的跨国公司投资 216
9.4.5 提高西部涉外工作人员的素质，加强队伍建设 216
9.4.6 加大对西部利用外资的金融支持力度和政策从优 217
9.4.7 发挥人力资源开发对吸收外资的重要作用 218
附录 220
附录一 外商投资导向 220
附录二 外商投资方向暂行规定 221
附录三 鼓励外商投资产业目录 225
附录四 限制外商投资产业目录 233
附录五 禁止外商投资产业目录 239
参考文献 242
后记 253