本文运用相关分析、因子分析以及回归分析的方法，来分析我国东部12个省市的110个地级以上城市的外商直接投资区位分布差异的影响因素，由此对东部城市进一步吸引外商直接投资提出了相应的对策，同时也为中西部地区城市优化利用外资提供了一些借鉴。 本文采用定性分析和定量分析相结合，充分说明城市对外资具有不同吸引力的原因，并提出相应的政策建议。本文共分为五个部分，具体内容和结构安排如下： 第一部分，绪论。说明所研究问题的意义，研究的主要内容，简要介绍写作的基本思路和文章的结构安排。 第二部分，国内外相关研究综述和研究对象及范围界定。分析了国内外相关研究成果，以《统计年鉴》为依据界定研究对象和研究范围。 第三部分，FDI区位理论回顾及基于引资方视角的理论框架。回顾外商直接投资区位理论研究和基于引资方视角的外商直接投资区位分布影响因素分析的理论框架，在此基础上，从理论上把影响我国外商直接投资区位分布的因素归纳为自然资源禀赋因素、经济市场因素、集聚因素和社会制度因素四个方面。 第四部分，我国东部地区和长江三角洲地区FDI空间分布状况。用统计图表，分析了我国东部12省市和长三角地区利用外商直接投资的现状，分别从当年实际利用外商直接投资额、平均投资规模、外商直接投资的经济总量绩效、资本积累绩效、工业绩效和贸易绩效几个方面来定量描述FDI的分布现状。 我们看到不管是当年实际FDI总量，还是FDI平均投资规模，或者是FDI的绩效，不管是东部12个省市之间，还是长三角16个城市间，都存在显著的差异。总体来看，在12个东部省市中，广东、江苏和上海是利用外商直接投资成效较好的，在长三角16个城市中，上海、苏州、无锡、南京以及宁波是利用外商直接投资成效较为显著的地区，地理分布呈现以上海、苏州为中心，沿沪宁线和沪杭线呈南北梯度递减分布的特征，在长江三角洲地区地理集中的程度有所下降，外商直接投资区位选择的范围逐渐扩大。江苏省的城市利用外商直接投资的总体绩效要优于浙江省的城市利用外商直接投资的总体绩效。 第五部分，我国城市FDI空间分布差异影响因素的定量分析。 首先，从影响外商直接投资的因素中选取25个变量，进行相关分析，通过Pearson相关系数分析，淘汰没有显著线性相关的6个变量，用逐步回归法对剩余的19个与FD]：有显著线性相关的变量进行回归分析，得到8个解释变量的简单线性回归模型。该模型的R<2>为0.99l，修正R<2>为0.990，拟合效果非常好。DW检验值为2.099，非常接近2，在0.05显著性水平下查表得临界值d<,l>，=1.479,d=1.853，d<,u><2.099<4-d<,u>，所以该模型没有自相关。对模型系数进行t检验的p值最大为0.027，小于0.05，说明模型的系数在0.05的显著性水平上通过检验，根据SPSS13.0输出结果，得到如下线性回归结果：y=2533.862+1.378x<,1>+6891.106x<,2>-0.053x<,3>+2.22x<,4>+0.363x<,5>-0.005x<,6>+32.161x<,7>+0.002x<,8>y多为FDI，x<,1>为上一年FDI，x<,2>为开发区数，x<,3>为财政支出，x<,4>为科学事业支出，x<,5>为公共汽电车客运总数，x<,6>为储蓄余额，x<,7>为GDP，x<,8>为工业总产值。 但该模型仍然存在多重共线性问题。一般方差膨胀因子(CIF)在10以上就表示模型存在多重共线性，在该模型中只有开发区数的方差膨胀因子比较小，为1.826，FDI02的方差膨胀因子次之，为9.413，其余变量的方差膨胀因子都在10以上，最大的为GDP02的方差膨胀因子，达到了85.269。由于多重共线性的影响，该模型的回归系数不准确，我们决定采用因子分析的方法来解决这一问题。因子分析之前，先要对上述19个与FDI有显著线性相关的变量进行KMO和巴特莱特检验，发现这些变量很适合做因子分析。本文对变量进行因子分析，按特征值大于1提取主因子，得到三个因子。三个主因子的累计方差贡献率为84.205％，表示这三个主因子解释了原来所有变量84.205％的信息。经过平均正交旋转后，各因子的方差贡献率趋于平均。通过因子负荷矩阵，分析各个因子所代表的意义。 在得到主因子之后，参照主成分回归方法对三个主因子进行回归分析，得到回归模型。该模型的R<2>为0.841，拟合效果很好。DW检验值为1.657，在0.01显著性水平下查表得临界值d<,l>=1.482,d<,u>=1.604，d<,u><1.657<4-d<,u>,所以该模型没有自相关。对各估计值的t检验p值都小于0.001，估计效果非常好，通过因子分析方法抽取的主成分之间是相互独立的，所以这种方法很好地消除了多重共线性，每个因子的方差膨胀因子都等于1，表明该模型已经没有多重共线性。所以我们可以用下面的回归方程来表示影响外商直接投资的因素：y=0.027+0.658f<,2>+0.528f<,3>+0.4233f<,1>由此我们可以得出结论：综合环境因子、经济市场因子和基础设施因子对外商直接投资额都有正效应，且经济市场因子和基础设施因子对外商直接投资额的影响程度最大，一当其他变量不变时，每增加一个单位的经济市场因子得分，就能增加0.658个单位的外商直接投资额：当其他变量不变时，即每增加一个单位的基础设施因子得分，会增加0.528个单位的外商直接投资，也就是说，经济市场环境好的城市对外商直接投资有更大的吸引了，另一方面也体现了对外开放政策和开发区建设对外商直接投资的吸引力，拥有国家级开发区能增强城市在吸引外商直接投资中的竞争力。 最后，根据因子得分矩阵，把3个主因子还原为原始变量，得到19个影响因素的回归系数值。从而得到结果： y=0.027+0.065304x<,1>+0.066727x<,2>+0.065077x<,3>+0.061107x<,4>+0.066919x<,5>+0.066556x<,6>+0.038241x<,7>+0.061731x<,8>+0.059766x<,9>+0.057722x<,10>+0.062088x<,11>+0.064814x<,12>+0.066023x<,13>+0.062758x<,14>+0.059106x<,15>+0.05406x<,16>+0.034074x<,17>+0.048049x<,18>+0.0464x<,19>各变量的系数表示，在其他变量都不变的条件下，该变量变动一单位会引起FDI变动的单位数。 从上式可以看出，模型中各变量对FDI都有正的相关关系，对FDI的影响相差不是很大，其他条件不变的情况下，每一单位的增量引起FDI的增量都在0.0341——0.0669之间。19个变量按每单位变动影响力系数从大到小排列依次为：储蓄余额、GDP、固定资产投资总额、财政收入、上年度FDI、工业总产值、财政支出、工业企业单位数、教育事业支出、公共汽电车客运总数、年末总人数、高等学校在校学生数、货运总量、科学事业支出、客运总量、开发区数、财政收入比重、人均道路面积和开放程度。 储蓄余额对FDI的影响最大，其他条件不变的情况下，每一单位的增量可以引起FDI0.0669单位增量；影响最小的是开放程度，其他条件不变的情况下，每一单位的增量能引起0.0341个单位的FDI增量。 综合以上回归分析结果，对影响外商直接投资分布的因素主要集中在经济市场因子、基础设施因子和综合环境因子，各指标对FDI的影响力相差不大，也就是说这些指标对于吸引FDI都很重要，当然它们之间还是有一些差别，这些指标中影响力相对较大的指标为：储蓄余额、GDP、固定资产投资总额、财政收入、上年度FDI、工业总产值、财政支出、工业企业单位数、教育事业支、公共汽电车客运总数和年末总人数。 第六部分，结合利用外资现状定性分析和影响外商直接投资的主要因素，对我国东部城市进一步加快吸引FDI提出政策建议。 第七部分，结论。本文的主要结论包括： (1)影响外商直接投资区位分布的因素众多，通过因子分析和回归分析，我们认为经济市场因子、基础设施因子和综合环境因子是影响FDI的决定性因素，各指标对FDI的影响力相差不大，也就是说这些指标对于吸引FDI都很重要，当然它们之间还是有一些差别，这些指标中影响力相对较大的指标为：储蓄余额、GDP、固定资产投资总额、财政收入、上年度FDI、工业总产值、财政支出、工业企业单位数、教育事业支出、公共汽电车客运总数和年末总人数。影响FDI的因素集中在城市的经济发展水平、工业基础和工业化发展水平、资源禀赋优势(主要是劳动力素质)、市场规模、基础设施建设水平以及集聚经济效应等几个方面。 (2)为东部城市进一步优化利用外商直接投资，本文提出以下建议：第一，促进经济发展，走新型工业化道路：第二，完善配套设施、发挥集聚经济效应：第三，扩大出口贸易，进一步深化对外开放：第四，增加教育投入、提高劳动者素质。