基于贝叶斯空间泊松的欧洲区域FDI流动模型 相互作用模型

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要翻译：
本文对欧洲区域FDI二元结构的空间来源地和目的地效应进行了实证研究。最近的区域研究主要侧重于地点决定因素，但忽略了双边起源和干预因素，以及相关的空间依赖性。本文通过在空间增广泊松相互作用模型中对区域间FDI流动的观测，填补了这一空白。我们明确区分了价值链的三个不同阶段的FDI活动。我们的结果从来源地和目的地两个角度对区域外国直接投资活动的驱动因素提供了重要的见解。此外，我们还表明空间依赖性在这两个维度上都起着关键作用。
---
英文标题：
《Modeling European regional FDI flows using a Bayesian spatial Poisson
  interaction model》
---
作者：
Tam\\\'as Krisztin, Philipp Piribauer
---
最新提交年份：
2020
---
分类信息：

一级分类：Economics        经济学
二级分类：Econometrics        计量经济学
分类描述：Econometric Theory, Micro-Econometrics, Macro-Econometrics, Empirical Content of Economic Relations discovered via New Methods, Methodological Aspects of the Application of Statistical Inference to Economic Data.
计量经济学理论，微观计量经济学，宏观计量经济学，通过新方法发现的经济关系的实证内容，统计推论应用于经济数据的方法论方面。
--

---
英文摘要：
  This paper presents an empirical study of spatial origin and destination effects of European regional FDI dyads. Recent regional studies primarily focus on locational determinants, but ignore bilateral origin- and intervening factors, as well as associated spatial dependence. This paper fills this gap by using observations on interregional FDI flows within a spatially augmented Poisson interaction model. We explicitly distinguish FDI activities between three different stages of the value chain. Our results provide important insights on drivers of regional FDI activities, both from origin and destination perspectives. We moreover show that spatial dependence plays a key role in both dimensions.
---
PDF下载：
--> English_Paper.pdf (230.66 KB)

2022-4-16 10:06:26 上传

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：相互作用 欧洲区 贝叶斯 FDI econometrics

运用Bayesianspatial Poisson相互作用模型和Philipp PiribauerInternational Institute for Application Systems Analysis,Isztin 1和Philipp PiribauerInternational Institute for Application Systems Analysis,Isztin 1,奥地利经济研究所（WIFO）摘要对欧洲区域FDI的空间来源和目的地进行了实证研究。最近的区域研究主要集中在区位决定因素、butignore bilater al Origine、in tervening因素以及相关的空间依赖上。本文通过在空间-奥格曼-德-泊松相互作用模型中对区际FDI的观测来弥补这一差距。我们明确地将FDI活动区分为价值链的三个不同的阶段。我们的结果从来源地和目的地两个角度对地区外国直接投资活动的驱动因素提供了重要的见解。关键词：空间相互作用模型，贝叶斯泊松模型，区域FDI模型，欧洲区域，空间r和OM E-ects。JEL代码:C11，C21，F23，R11*作者：Tamás Krisztin,国际应用系统分析研究所(IIASA),Schlossplatz1,2361 Laxenburg,Austria。电子邮件:krisztin@iiasa.ac.at。本文的研究得到了Oesterreichische Nationalbank（Jubilaeumsfond project Number：18116）和奥地利科学基金的资助。近几十年来，世界范围内的外国直接投资(FDI)迅速增长，这使得人们越来越多地研究外国直接投资活动的经济决定因素。Ownershiplocalization-Internationalization理论(seeDunning，2001)将Ownershiplocalization-Internationalization)解释为一种将交易成本内部化并从战略资产中获得外部性好处的动机。在这种背景下，FDI活动的动因是对更大的销售市场、更便宜的来源市场的需求，以及Willingnesto达到技术前沿的需求(Markusen，1995)。根据经验性的国际经济学文献，外商直接投资的产出通常是在双边空间互动模型框架的背景下进行的。这种方法的主要优点是，它明确地说明了目标和目标因素的作用，以及介入的机会。seeBasile and Kayam(2015)、B.lonigen and Piger(2014)或Blonigen(2005)对外国直接投资活动的阻碍因素和跨国公司的区位选择进行了全面的分析。由于缺乏国家以下规模的外国直接投资活动数据，绝大多数实证文献都侧重于国别FDI模式。但是，从国家以下的角度来看，可以深入分解外国直接投资的空间格局，因为外国直接投资的来源地和目的地并不是在一个国家内均匀分布的，而是在空间上集中起来的。多项侧重于跨国公司区域投资决策的研究（Crescenzi et al.，2013；Ascani et al.，2016a)强调外国直接投资决策的国内异质性，这种异质性可能超过跨国直接投资。然而，文献中的一个主要缺陷是，区域一级的研究只侧重于外国直接投资目的地的决定，而在很大程度上忽视了对原产地特定因素以及国家以下背景下的相互关系机会的解释。然而，同时处理似乎特别重要，以提供一个完整的图景的三个区域空间相互关系在来源和目的地的具体特征（Leibrecht和Riedl，2014)。

此外，如果忽视对来源国、目的地国和第三区域的考虑，可能会导致参数估计的偏差（Baltagi et al.，2007)。本文件旨在通过在欧洲多区域框架内关注国家以下外国直接投资，并明确说明来源国、目的地国和第三区域的具体因素，来弥补这些差距。本文利用fDi市场数据库中的国家以下数据，该数据库报告了双边fDi的产出情况，并提供了来源地和目的地城市的详细信息。这可以被编译为多重并矢格式，即每个区域对出现两次，对应的FDI从一个区域向另一个区域输出，反之亦然。该数据库的一个特殊优点是，它根据各自的商业活动区分外国直接投资。这使我们能够对比原产地、目的地和第三区域在全球价值链的多个阶段的影响。当采用国家以下的观点时，控制空间依赖性至关重要，因为它在区域数据中的作用是有充分记录的（LeSage and Pace，2009)。即使是国家一级的实证应用也清楚地证明了外国直接投资活动存在空间溢出效应。一个典型的例子是Blonigen等人的工作。(2007)，世卫组织在跨国框架中分析了美国对外直接投资活动的决定因素，同时明确说明了目的地之间的空间依赖性。记录双边（国家）外国直接投资活动中存在空间问题的进一步研究包括Depintar等人。(2016)，Regelink和Elhorst(2015)，Chou等人(2011)，Garetsen和Peeters(2009)，Poelhekke和van der Ploeg(2009)，或Baltagi等人。（2007）。因此，我们采用了一个基于Koch and LeSage(2015)和LeSage et al的经济计量框架。(2007)，利用空间增广的随机e-ects不仅捕捉到了第三区域e-ects,而且捕捉到了空间依赖性。利用Frühwir th-Schnatter et al.(2009)的工作实现了估计，使我们能够以方便和计算的方式处理高维特性。第2节介绍了所提出的空间相互作用模型，该模型由空间自回归的原产地和目的地特征以及所谓的第三区域特征来增强，该模型旨在捕捉空间依赖性。第3节详细介绍了外国直接投资数据、考虑的决定因素以及我们对区域的选择。在第四节中，我们评估了全球价值链各阶段欧洲区域间对外直接投资的决定因素。分析是利用2003年至2011年期间涵盖266个NUTS-2个地区的外国直接投资双重组合的信息进行的。第5节结语。2次国家外商直接投资的空间互动模型本节提出了用于实证分析的模型说明。值得注意的是，空间计量经济学模型类似于work byLeSage等人。(2007)，他的目标是模拟欧洲的区域知识溢出。本文给出了一种贝叶斯估计方法，对空间随机e-列的Poisson模型的乘法形式进行了估计。设为一个×1向量，其中包含区域间外国直接投资数量的信息。2在经典的空间相互作用模型框架中，这些变量是在相应堆叠的原点、目的地和距离指定的解释变量上回归的，以及它们在空间上滞后的对应变量上回归的。并分别表示解释变量的×原点指定矩阵和目的地指定矩阵。

3.用局部溢出E型ECTS和空间随机E型ECTS扩展了标准模型，我们考虑了一个泊松说明形式:éP()=exp++++++++，(2.1)1在R方程上可获得用于运行所提模型的详细R代码。2值得注意的是，在本研究中，通过构造exhibitno Own-Region-NCE FDI dyads的维数较低。3在LeSage and Pace(2009)中提供了关于解释变量的来源和目的地指定矩阵以及解释变量的×维矩阵的直接构造的详细信息。LeSage和Pace(2009)还提供了方便地构造原点和目的地空间权重矩阵的详细指南。其中，P(·)表示泊松分布，是截距参数。，和分别对应于，和的areparameter向量。协变量的空间滞后由AND捕获，并表示参数的各×1向量。通过这些空间滞后，我们明确地捕捉到所谓的第三个区域e-ects（Baltagi et al.，2007)，即来自邻近区域的指定起源和目的地的溢出。邻域e-ects由非负的、行随机的空间权重矩阵控制，其中包含了关于被审查区域之间空间连通性的信息。我们的泊松空间相互作用模型包括独立的空间权重矩阵，并分别考虑了原产地和目的地特征的第三个区域e-ects。或者基于IGIN的随机e-ects由术语捕获，其中表示原产地特征伪变量的一个×矩阵，对应的矢量为×1。类似地，×1向量捕获与目标区域的虚拟变量矩阵相关联的区域e-ects。我们跟随工作byLeSage等人。（2007）引入了空间相关性的另一个来源，即×1区域e-ect向量，并假定它们遵循一个有限阶空间自回归过程:=+=n0，(2.2)=+=n0，(2.3)，其中分别表示指定源和目的地的空间自回归（标量）参数。表示在主对角线上具有已知常数和零点的×行随机空间权重矩阵，扰动误差向量和扰动误差向量均为独立且相同的正态分布，均值为零，方差为零。注意，在=0和=0的情况下，这个假设意味着一个到原点和目的地指定的正态分布Randome的一对一映射。对于行随机，可以通过假设空间自回归参数并位于-1<、<1区间来使用su-cient稳定性条件（例如，见LeSage和Pace 2009）。3双边外国直接投资数据和区域数据集包括2003年至2011年期间266个欧洲NUTS-2区域的区域外国直接投资二分体的观察结果。我们样本中的地区的完整列表见A PPENDIX表2。关于区域跨境绿色FDI投资的观察来自FDI市场数据库。该数据库由fDi Intelligence维护，它是英国《金融时报》有限公司的一个专业部门。所提供的数据利用媒体和企业来源，报告外国直接投资的来源和东道国（按国家、地区和城市详细分列）、行业类别以及资本投资水平。（2013）报告几个健壮性测试，并与O？cial数据源进行详细比较。

我们的因变量是基于2003年至2011年期间来自欧洲地区的投资总量。由于fDi市场数据库还包含了关于来源国和东道国公司的不同商业活动的信息，我们遵循Ascani等人以前的研究。(2016a)并研究区域外国直接投资在价值链各阶段的威慑作用。这些信息是有价值的，因为投资者公司根据其在价值链中的地位最大化其效用。由于投资者公司的具体情况以及外国直接投资的详细情况基本上未被观察到，因此至关重要的是，要根据投资者的价值指数细分行业活动，使其相对于他们的头寸来说明投资者决策的异质性（例如，参见Ascani et al.2016a)。因此，我们划分了三个不同的类别：上游、下游和生产。本文所采用的分类建立在Sturgeon(2008)对价值链的一般分类的基础上，并密切跟踪Crescenzi等人所采用的分类。（2013）和Ascani等人。(2016a).具体而言，上游类别包括概念性产品开发，包括设计和测试，以及管理和商业管理活动。downstreamcategor y总结了与消费者相关的活动，如销售、产品交付或支持。最后，生产类别包括与实际产品创造相关的活动，包括提取、制造以及回收活动。附录表1提供了所使用的全球价值链类别的完整列表。我们选择解释变量的动机是最近关于（区域）外国直接投资的文献以及区域增长经验（例如，参见Crespo Cuaresma et al.2018，Blonigen and Piger，Leibrecht and Riedl，2014或Blonigen2005)。在大多数重力型模型中，一个地区的对外直接投资能力是由其经济特征所决定的。我们的经济特征的主要指标是地区的市场规模，以地区总值为代表。为了控制起源地区和宿主地区的城市化程度，我们还将地区人口密度作为一个额外的协变量。经验证据表明（Coughlin et al.，1991；Huber et al.，2017)较高的工资对投资有威慑作用。我们在我们的模型中通过包括员工每小时的平均薪酬作为解释变量来代理这一点。我们通过包括制造业和工业（NACE类别B至F）以及服务业（NACE G至U）的就业份额来说明地区行业组合。Wemoreover包括典型的供应方数量，如人力资本和知识资本的区域禀赋。为了替代区域人力资本禀赋，我们引入了两个直接变量：直接变量衡量区域的受教育程度份额，称为高等教育工作者。第二个变量被称为低教育工人，由中等教育程度较低或更低的劳动人口所占份额来代理。我们使用专利数数据来代理区域知识资本禀赋。为此目的，专利数据表现出特别理想的特征，因为它们可以被视为研究和开发活动的一个方向（LeSage and Fischer，2012)。为了构建区域知识存量，我们采用了永续盘存法。本文遵循Fischer and LeSage(2015)和LeSage and Fischer(2012)构建区域知识资本存量。具体来说，我们定义=(1-)-1+，其中=0.10表示一个恒定的折旧率，表示一个地区在某一时刻的专利申请数量。该矩阵包括几个直接的距离度量。

首先也是最重要的，我们包括父区域和宿主区域之间的测地线距离。最近的实证文献也认为共同语言是一个潜在的数量（参见Krisztin和Fischer，2015年，或Blonigen和Piger）。我们通过一个虚拟变量来度量源区域和宿主区域中是否存在相同的O Hilly Cial语言。关于Ohyscial national和m inorition语言的信息来自欧盟委员会。关于外国直接投资的几项研究也强调了公司税率作为吸引外国直接投资的潜在关键数量的重要性（seeBlonigen和Piger，2014年，Leibrecht和Riedl，2014年，Bellak和Leibrecht2009)。因此，东道国地区的公司所得税税率低于来源国地区，预计将增加外国直接投资对外国直接投资的潜在吸引力。因此，矩阵还包含了来源国和目的地地区之间的公司所得税税率（国家具体情况）。为了缓解潜在的内生性问题，我们在样本开始时（即2003年）对所有解释变量进行了度量。4对于空间权重矩阵的特征，我们依赖于行随机七近邻特征。5变量数据来自fDi市场，剑桥E conometrics和欧盟统计局区域数据库。表1.4给出了相关变量和解释变量构造的详细信息。为了评估结果的稳健性，我们还估计了一个解释变量从2003年到2011年平均的模型。总体而言，估计的数量及其统计意义保持不变。5对邻域结构使用最近邻的最近邻数目进行的一系列t EST，其结果似乎可以忽略不计。表1：经验说明中使用的变量与上游活动有关的上游外国直接投资。资料来源：外国直接投资市场与下游活动有关的下游外国直接投资。资料来源：与生产活动有关的外国直接投资。资料来源：外国直接投资市场的市场规模，以地区总值加d表示，以对数表示。资料来源：剑桥经济计量学人口密度每平方千米人口，以对数表示。资料来源：Cambridge EconometricsCurrences每小时雇员每工作小时的薪酬，以对数表示。资料来源：剑桥经济计量学-行业就业人数NACE B至F（工业和建筑业）在总就业人数中所占份额。资料来源：剑桥经济计量学-服务业就业人数NACE G至U（服务业）在总就业人数中所占份额。资料来源：剑桥经济增长速度较慢，教育程度较低（ISCEDlevels 0-2）的工人在人口中所占的比例为n（25岁及以上）。Sou RCE：欧洲最高教育工作者（25岁及以上）与较高edu阳离子（ISCEDlevels 6+)的pop比例。资料来源：EurostatRegional knowledgecapitalKnowledge存量形成，以专利积累项s计量，以对数计量。资料来源：欧统局地理距离资料来源与东道区域之间的测地距离。资料来源：Eurostatdi在税率中规定了Erence国家规定的最高法定公司所得税税率（包括附加费）。用源区与宿主区之间的直接角测量。来源：Eu rostatCommon language虚拟变量，1表示各地区共享一个共同的O2/CIA llanguage，0否则。资料来源：欧洲委员会注：ISCED和NACE分别参考了国际标准教育分类和欧洲共同体经济活动统计分类的第二次修订版。4经验结果本小节介绍了从15,000个后验抽签中获得的经验结果，并将10,000个后验抽签作为老化样本剔除。

以交替的起始值运行多个链并没有很好地扩展实证结果，这也为采样器收敛提供了证据。上游、下游和生产相关投资产出的后验量分别在表2、3和4中给出。每个表都报告了相关数量的后验均值和后验标准差。各后验均值估计的统计意义基于90%的可信区间，并以粗体突出显示。每个表中的figurrst块分别给出了原点和目的地指定的斜率参数估计值。这些估计既针对自己的区域特征，也针对它们的空间滞后或第三区域特征（Baltagi et al.2007)。在空间计量经济学文献中，市场汇率通常被称为平均直接影响。空间滞后对应物表示平均间接（或溢出）影响（LeSage and Pace，2009)。每个表中的第二个块报告了空间自回归源和目的地随机e-列的sposterior汇总度量。每个表中的第三个也是最后一个模块显示了对在距离中使用的变量的后验推断。原产地和目的地指定核心变量2报告了上游外国直接投资（最明显的是包括商业服务和总部）的后验参数估计。表2从产生外国直接投资的区域的主要驱动因素入手，表明了本区域市场规模和人口密度的重要性。另外，相应的第三区检测的ECTS是有意义的和阴性的。例如，市场规模的增加仅限于输入地区，因此，从某一地区流出的外国直接投资减少了。该表还表明，在原籍地区，受过良好教育的工作年龄人口（教育程度较高的工人）的重要性特别突出。与下游和生产FDI相比，估计的影响似乎更明显。此外，对上游FDI来说，与高等教育工人变量相关的第三区域ECT也似乎是正的，并且具有很高的意义。自有区域知识资本禀赋似乎与上游FDI的产生呈正相关。然而，与其他类型的FDIN相比，区域知识资本禀赋对上游FDI流出的影响显得相当微弱。有趣的是，表2显示了对知识资本的负的第三区域影响。与其他类型的FDI不同，每小时补偿变量似乎只对自己区域的上游FDI产生显著影响。考察区域吸引上游FDI的威慑作用与原产地特征有一些有趣的相似之处。对于市场规模和人口密度变量来说，这在口头上也是正确的。两个目的地-规格变差

严重性病。发展.市场规模1.26 0.12 1.32 0.07人口密度0.33 0.12 0.29 0.04每小时补偿-0.59 0.31-0.94 0.17工业就业-1.93 1.31-0.03 0.75服务部门就业2.02 1.86 2.08 0.83低教育工作者-0.01 1.05-1.03 0.81高等教育工作者3.86 0.66 4.14 0.78地区知识资本0.08 0.03-0.02 0.05市场规模-2.04 0.18-0.53 0.10人口密度-0.47 0.10-0.35 0.63 0.27工业就业-2.04 1.83 0.20 1.31服务部门就业1.47 1.57-2.79 1.54低edu阳离子工作者0.42 0.93-0.01 1.01高等教育工作者2.18 1.01 2.44 0.94地区知识资本-0.94 0.17 0.20 0.10,0.58 0.08 0.44 0.09,0.70 0.08 1.28 0.13地理距离-1.01 0.03税率1.30 0.63通用语言0.51 0.07注：模型包括一个常数。结果基于1,000个马尔可夫链蒙特卡罗迭代，其中10000个被作为b瓮丢弃。黑体字的估计在90%的间隔下是统计数字。从理论角度来看，我们还预计劳动力成本，以每小时薪酬为单位，将是吸引外国直接投资的一个重要决定因素。通过检查所有表中的目的地指定结果，可以修改这一命题。这一变量的负面直接影响可以在价值链的所有阶段观察到，既涉及本区域，也涉及第三区域。这证实了Ascani等人的观点。(2016b)，他研究了意大利跨国公司的区位决定因素。区域知识资本作为上游外国直接投资的拉动因素似乎不太相关。总体而言，表3中报告的下游外国直接投资结果与表2中报告的下游外国直接投资结果非常相似。这种相似性可以在原点和目的地指定的空间决定因素中观察到。对于作为下游FDI来源地的区域，表3也突出了集聚力的关键重要性，由市场规模和人口密度这两个变量所代表。这两个变量都显示了对下游FDIOUT产生的正面和显著的直接影响，以及对第三区域产生的负面影响。然而，与上游外国直接投资相比，这些影响似乎有些明显。同样，与上游对外直接投资相比，区域高等教育程度（高等教育工作者）对下游对外直接投资的影响似乎不那么突出。第三个地区高等教育程度的统计数字，与来源分类的统计数字不同，是不符合规定的，而第三个地区高等教育程度的统计数字则是不符合规定的，而第三个地区的统计数字则是不符合规定的。另一方面，区域知识资本禀赋在产生下游外国直接投资方面似乎比上游外国直接投资更重要，有正的直接投资和负的第三区域投资。表3：与下游价值链相关的外国直接投资的后验参数估计。戴夫。严重性病。发展.市场规模0.65 0.10 1.26 0.06人口密度0.24 0.08 0.17 0.05每小时薪酬-0.43 0.33-0.92 0.17工业就业-1.33 0.98 2.38 1.10 ser vices就业0.61 1.13 2.97 0.69低教育工人-1.03 0.74-1.10 0.64高等教育工人2.90 0.64 3.29 0.89地区知识资本0.38 0.05-0.060.64高等教育工人2.90 0.64 3.29 0.15市场规模-1.34 0.11-0.55 0.15人口密度-0.63 0.19-0.13 0.09每小时薪酬-0.58 0.21-0.48 0.20工业就业-2.14 1.13 0.92 0.93服务就业-1.15 1.68-1.31 0.98低edu阳离子工人1.01 1.01 1.53 0.68高等教育工人1.78 1.04 1.24 0.94地区知识资本-0.92 0.17 0.26 0.10,0.42 0.12 0.52 0.08,0.39 0.05 0.75 0.09地理距离-0.85 0.03税率3.50 0.98通用语言0.52 0.07注：模型包括一个常数。

结果基于1,000个马尔可夫链蒙特卡罗迭代，其中10000个被作为b瓮丢弃。粗体估计数在90%的间隔下具有统计意义。与流行的文献（见amongothers、Leibrecht和Riedl2014,C asi和Resmini,或Baltagi et al.2007)一致，下游FDI的目的地特定区域威慑也显示了市场规模和人口密度变量作为吸引下游相关FDI的手段的强大重要性。与目的地特定的上游外国直接投资类似，受教育程度（低、高等教育工人）和每小时报酬的变化也是重要的拉动因素。就区域产业结构而言，工业和服务部门的较高份额（工业和服务部门的就业）似乎与吸引下游相关的FDI有显著的正相关。该区域知识资本变量的负的、统计意义上的自身-区域影响给出了一个有趣的结果。然而，估计的影响似乎与积极的第三区域影响无关。Dimitropoulou等人（2013）关于英国地区外国直接投资区位决定因素的研究也得到了类似的结果。表4总结了与生产相关的外国直接投资的实证结果。表4从产生生产性外国直接投资的来源-具体决定因素开始，毫不奇怪地显示了区域市场规模和人口密度的明显重要性。与其他类型的外国直接投资相似，这两个变量也都表现出明显的负第三区域E-----特征。有趣的是，这些地区的产业组合似乎也发挥了关键作用。具体而言，行业内就业变量显示了原产地地区的正面和高度显著的直接影响。与其他类型的外国直接投资驱动因素基本一致，最显著的是高等教育程度（高等教育工人）水平和区域知识资本禀赋的积极影响。表4：与生产价值链相关的外国直接投资的后验参数估计。戴夫。严重性病。Dev.市场规模1.01 0.18 0.94 0.09人口密度0.14 0.07-0.13 0.06每小时补偿0.19 0.24-1.21 0.14工业就业2.78 0.80 4.04 0.73 ser vices就业-0.07 0.98 3.10 0.52低学历工人0.43 0.58-0.08 0.63高等教育工人2.68 0.68 0.52 0.62地区知识资本0.20 0.06 0.00 0.04市场规模-1.11 0.15-0.68 0.52 0.62地区知识资本0.20 0.06 0.00 0.15人口密度-0.41 0.11 0.02 0.10每小时补偿-0.38 0.29-0.61 0.50工业就业0.55 1.28-1.27 1.08服务就业0.13 1.40-0.85 0.81低edu阳离子工人1.04 0.44 1.14 0.92高等教育工人2.25 0.83 2.03 0.79地区知识资本-1.21 0.14 0.25 0.11,0.77 0.05 0.32 0.11,0.33 0.04 1.05 0.11地理距离-0.96 0.03税率差异1.61 0.76共同语言0.47 0.06注：模型包括一个常数。结果基于1,000个马尔可夫链蒙特卡罗迭代，其中10000个被作为b瓮丢弃。粗体估计数在90%的间隔下具有统计意义。然而，检查与生产有关的外国直接投资的目的地特定决定因素，可以发现与上游和下游外国直接投资相比，存在明显的差异。人口密度变量的直接影响表现为负的、有意义的符号，而m arket也具有类似的重要性，随着负的第三个区域的出现，人口密度变量的直接影响表现为负的、有意义的符号。因此，我们的估计结果表明，面向生产的FD I活动主要被靠近城市群的较小区域所吸引。然而，对于上游和下游活动，城市群似乎发挥着更为核心的作用。

此外，我们的研究结果表明，区域人力资本禀赋对解释上下游投资决策具有特别重要的作用。对于生产活动而言，区域人力资本禀赋的重要性似乎略显不足。这些结果证实了Strauss-Kahn和Vives(2009)和Defever(2006)的结论，强调了与行业相关的选址决策通常侧重于部门，而不是功能方面。在吸引与生产相关的外国直接投资方面，表4显示了东道国地区每小时报酬变量的特别显著的负面影响。对In的直接负面影响最大，生产相关活动的后验平均值为-1.21。然而，值得注意的是，与之相关的第三区域影响对产量的影响是明显的，而下游和上游相关的外国直接投资影响则表现出明显的负面第三区域影响。此外，我们的预测与Fallon and Cook(2014)和Crescenzi等人的预测一致。(2013)，谁都发现与生产相关的外国直接投资的区位驱动因素从与商业服务活动相关的因素中消除了直接投资。空间依赖性和距离度量本小节讨论了空间自回归的来源地和目的地Randome的结果，以及距离矩阵对介入机会的估计。对空间潜在随机e-列ECTS的后验估计的检验，为随机e-列ECTS在价值链的所有阶段中的明显空间依赖模式提供了有意义的证据。对于样本中的源区和宿主区异质性，这一判断都是正确的。对它们对应的后验均值和标准差的比较表明，所有的空间自回归参数都具有较高的估计精度。在上游和下游的潜在的不可观测E-ects中，空间依赖性的强度也同样明显，其值在0.42～0.58之间。在与生产有关的投资活动中，两者之间的差异更为明显，前者特别大(0.77)，而后者则更为微弱。在矩阵中收集的距离因素中，上游、下游和生产之间的差异也非常相似。不出所料，对地理距离的后验均值估计均为负值，且对所有类型的投资活动的后验均值估计均从零开始，而且其标准差相对较小，表明地理距离的影响估计精度较高。因此，两个区域的地理分隔程度越高，外国直接投资活动就越少，因为距离的增加往往会增加运输、监测和投资成本。表2、3和4中所报告的负面影响与FDI（Leibrecht and Riedl 2014）和贸易文献（Kr isztin and Fischer 2015）最近的实证结果一致。我们测量一对地区是否共享O-cial共同语言的虚拟变量代表了样本地区之间的文化距离。不出所料，报告的后验均值显示为正征，并且从零开始。矩阵中的第三个距离变量测量了来源地区和目标地区之间的公司税率（国别）差异。根据跨国公司区位选择的理论和实证文献，当目标地区的公司税率低于来源国地区时，这些表格报告了对地区FDI的显著和积极影响（seeBellak and Leibrechtand Strauss-Kahn and Vives，2009)。