收入收敛、技术收敛与区域发展差异——基于中国地级市的空间计量分析

魏建国 胡绍波 郭 晨

(1.武汉理工大学 经济学院， 湖北 武汉 430070；2.华中科技大学 经济学院， 湖北 武汉 430074)

收入收敛、技术收敛与区域发展差异
——基于中国地级市的空间计量分析

魏建国1胡绍波1郭 晨2

(1.武汉理工大学经济学院，湖北武汉430070；2.华中科技大学经济学院，湖北武汉430074)

本文使用了中国地级市的数据，通过对比收入收敛和技术收敛两类研究方法研究了中国区域发展差异问题，发现：(1)单纯地把各个地理单元视作封闭的经济体，不考虑各个经济体之间的经济、地理的关联性，将会低估区域经济的收敛性，忽视了区域间的相互影响，而做出错误的判断；(2)在全国范围内存在显著的收敛趋势，而且收入收敛速度慢于技术收敛速度，区域发展差异的主要来源是来自技术差异；(3)分东、中、西部及城市群样本回归发现，区域间发展差异较大，总体来说东部地区发展比中西部地区经济发展更具有平衡性。因此，制定区域协调发展政策要注重对落后地区实行技术激励导向型的政策。

收入收敛; 技术收敛; 区域发展差异; 空间计量

一、问题提出和文献综述

(一)问题提出

区域发展不平衡、差距不断拉大是中国目前发展面临的一个重要问题。中国是世界上最大的发展中国家，虽然在改革开放以来的30余年里保持了近10%的平均增长率，人均收入水平从1978年的381元增长到了2015年的49351元。然而，从经济总体数据深入到区域经济数据时，不同区域的省市之间的差距有放大的趋势。中国国土面积广袤，不同区域的发展情况各异，受到地理、禀赋、文化、政策等因素影响，区域经济发展存在比较明显的分化。东部、中部和西部之间的分化现象比较严重，东部沿海地区经济发展水平较高，到2014年北京、天津、上海、江苏、浙江、福建、广东等省市人均GDP超过了61500元人民币，而同期云南、贵州、西藏、甘肃的人均GDP却仍然低于30000元人民币，中国区域发展的差异可见一斑。

按照世界银行标准，人均收入在1046-12735美元之间的国家为中等收入国家，其中人均收入在1046-4125美元之间的为中下等收入组(Lower middle income group)，而人均收入介于4125-12735美元之间的为中上收入组(Upper middle income group)。按此标准中国正处于中等收入国家中的中上组，也正处在跨越中等收入陷阱的关键时期。然而，从中国的现实来看，经济产业结构正处在转型期，供给侧的改革需要继续推行，城乡二元结构户籍因素也在很大程度上束缚着劳动要素的自由移动，从区域发展来看，区域结构性问题则更加突出，东部沿海地区发展水平已经较高，而中西部地区并未对称发展。如何促进区域发展平衡化，促进区域间资源优化配置，促进中西部地区收入提高，带动中国跨越中等收入陷阱？这正是中国区域发展面临的问题。

新古典经济增长理论的发展为研究国家间收入差异问题，尤其是发展中国家如何追赶发达国家，提供了很好的理论框架。在Solow-Swan模型中，劳均收入取决于两个因素：一是资本积累，二是技术进步。因循这样的思路，收入收敛理论学者认为区域收入收敛结果是资本深化和技术追赶的联合结果①，然而在使用收入收敛讨论发展中国家追赶问题时，由于不同国家资本积累的情况具有较大差异，这对于国家的收敛情况会产生较大的影响，因此“使用一个包含技术转移的模型能够更好地考虑区域收敛问题”②。

基于中国区域经济发展存在不平衡性，探究如何选取合适的方法更好地测度区域间发展的差异、如何判断中国区域经济发展是否存在收敛性，进而研究适合中国区域结构平衡的发展政策，带动中国顺利跨越中等收入陷阱，这对解决中国目前面临的困境尤为重要。

(二)文献回顾

在过去的三十年里，区域经济发展差异问题受到了发展经济学家的广泛关注。从全球发展中国家和发达国家收入差距的视角研究全球收入差距问题，到具体对国家的区域、省市之间的增长差异的研究，对全球人类经济发展尤其是发展中国家发展问题以及发展中国家区域平衡发展问题提供了大量的理论支持和深刻思考。

战后以美、英、法、联邦德国、日本为代表的西方资本主义国家进入了一个经济高速发展时期。这个长达20年的“黄金时代”使得西方发达国家与发展中国家的差距越来越大。20世纪七八十年代发达国家和发展中国家的不平衡发展问题，受到经济学家的关注。经济学家开始使用收敛理论解释发达国家和发展中国家间的发展差异，研究发展中国家如何赶超发达国家的问题。

Abramovitz讨论了战后经济增长的原因，进一步讨论了快速经济增长为什么不会永久持续、什么样的政策才能刺激停滞的经济重启，他发现人均GDP和增长率负相关③。Baumol使用了Maddison 1870-1979年的跨国数据研究了人均GDP、劳动生产率的区域收敛问题，并对美国劳动生产率的停滞表示担忧④。虽然多数研究者从收入角度(包括劳动生产率和人均GDP)分析区域收敛问题，但也有学者认为收入收敛受资本深化和技术追赶联合效应的影响，因此从技术收敛的角度探讨区域经济差异的深层原因。

Dowrick and Nguyen认为即使在一定时期内存在系统的收敛趋势，仍然有必要去研究落后国家的高速增长到底是因为他们经历了更快的资本深化过程还是更多的劳动参与的增加⑤。因此Bernard and Jones认为“虽然TFP在一定程度上暗含了收入水平的收敛趋势，但是如果要素集中度的增长与收入具有某种系统性的关联，那么收入收敛这种收敛趋势可能会被夸大或者被掩盖”⑥。劳动生产率的变化包含了技术的变化和要素积累的变化，劳动生产率的收敛分析并不能够识别技术和资本各自对劳动生产率收敛的影响。彭国华分析了中国收入收敛和全要素生产率收敛的差异，认为两者具有很大的相似性，且全要素生产率收敛速度大于收入收敛速度⑦。Burda对传统TFP增长率核算方法持质疑态度，他认为当TFP中存在生产性资本存量的时候，这会对收敛核算产生错误估计，他使用TFP收敛法分析了东德和西德合并后生产率差异，发现东德生产率滞后的原因是东德资本积累速度过快⑧。Dolores使用了2003-2014年数据研究了金融危机对欧元区TFP的β收敛的影响，并发现R&D强度和政府管理能够有效促进TFP增长进而促进区域经济收敛⑨。

有关于区域经济收敛的研究也开始向空间计量方向发展。Rey and Montouri使用美国1929-1994年州数据，发现美国州际之间存在很强的全局空间自相关和局部空间自相关，认为如果使用Baumol的设定会导致空间相关性的遗漏而导致模型误设而有偏⑩。在Rey的开拓性研究基础上，越来越多的学者将空间方法纳入到收敛分析中。如Gong等使用了空间分析方法，研究了中国珠三角地区10个房地产市场的经济收敛和发展模式。孙向伟等研究了中国五大区域的空间收敛特征，发现分区域都存在收敛特征，并且收敛效应存在东中西递减的趋势。

总体来看，有关区域经济收敛的研究，经历了从新古典经济增长到新经济增长理论的演进，期间也包含了有关收入收敛和全要生产率收敛的讨论，但文献多从收入方面探讨区域收敛问题，从全要素生产率角度研究的文献很少。但少有学者从全要素生产率收敛的角度或是更细化到从中国地级市的角度分析中国区域经济发展的差异。

本文主要的贡献在于：区别了收入收敛和技术收敛的概念差异，从区域空间关联的角度，使用空间计量分析方法考察了中国242个地级市的收入收敛和技术收敛特征，并通过区域收入和技术差异的实证研究，探索中国区域发展不平衡性的深层原因，为中国区域经济协调发展提供政策参考。

二、理论模型设定和变量选取

(一)计量模型设定

1.传统β绝对收敛模型

Baumol and Wolff的截面回归方程是最早实证检验收敛性的方法，其核心方法是一个简单的回归方程：

(1)

其中自变量和因变量分别表示初始人均收入水平和人均收入的增长率。

Barro and Sala-i-Martin在Baumol的截面回归方程上进一步拓展，提出了“巴罗回归技术”：

(2)

巴罗回归技术方法虽然为β收敛研究提供了直观和便利的途径，但是由于模型并未考虑空间相关性，导致基于此模型估计的参数存在偏误。Lesage and Pace认为，来自区域空间的数据往往存在空间相关性，在绝对收敛的分析框架下，其他与初始生产率相关的变量并未纳入到模型中，而这些遗漏的变量可能对于区域间的收敛产生影响。考察区域收敛问题时使用简单的线性模型可能会导致估计结果的有偏估计。

2.引入空间计量的β收敛模型

鉴于传统β收敛模型未考虑区域间的空间效应，并且参数估计可能存在偏误，因此本文进一步考虑基于空间计量的收敛模型。空间计量模型按模型方程形式可以分为：空间滞后模型(SAR)，空间误差模型(SEM)和空间杜宾模型(SDM)，本文从最简单的巴罗回归技术方法出发，逐步构建三类空间计量模型。

使用TFPkt表示在t时刻k地区的全要素生产率，其中k=1，…，K，t=t0，…，tz。使用growthk表示地区k在t0到tz期间的全要素生产率的平均增长率，其计算公式为：

(3)

使用initialk=ln(TFPkt0)表示地区k初始年份的全要素生产率水平。传统的β收敛回归模型如下：

growthk=α+βinitialk+μk，k=1，…，K

(4)

空间滞后模型。空间滞后模型是在式(4)中引入了被解释变量的空间滞后项，即在回归模型中施加了邻接区域对本地全要素增长率的影响，模型如下：

(5)

空间误差模型。空间误差模型在(4)式中加入了误差项的空间依赖关系，因此在该模型中，区域的空间关系体现在误差项中，度量了临界区域的被解释变量的误差冲击对本区域观测值的影响，模型如下：

growthk=α+βinitialk+μk，k=1，…，K

(6)

空间杜宾模型。空间杜宾模型是空间滞后模型的进一步拓展，在模型中加入了解释变量的空间依赖关系，综合考虑全要素生产率的增长率同时受自变量和因变量的空间影响，其模型如下：

(7)

(二)变量选取

本文所有数据来源于《中国区域经济统计年鉴》、《中国城市统计年鉴》，数据指标包括各个城市GDP、资本、劳动等。数据覆盖了2000—2013年242个中国地级市14年的信息。

1.城市GDP

城市的GDP数据来源于《中国城市统计年鉴》，统计年鉴提供的GDP数据是各个城市的名义数据，由于没有各个城市的年度平减指数，我们采用各个城市所在省份的当年平减指数作为该城市当年的平减指数的替代，将各个城市每年GDP调整为以2000年为不变价格的GDP。

2.资本存量

3.劳动投入

由于劳动力数据在2003年前和之后的统计口径不一致，这里需要统一口径，前者数据为全社会口径，后者数据是城镇就业人数不包含乡村就业人员。为保持口径一致并兼顾数据的可得性，我们使用城镇就业人数作为劳动投入替代变量。

4.全要素生产率

利用城市GDP、资本存量和劳动投入，使用索罗余值法计算各个城市的全要素生产率。

5.空间权重矩阵

使用地理单元空间距离设定矩阵元素wij的方法为：

(8)

其中dij表示区域i和j之间的地理距离，这里选取一般引力矩阵的做法，认为区域经济之间的影响按照距离的二次方衰减。

三、实证分析

(一)空间计量参数检验

首先检验地理单元的空间相关性，计算242个城市TFP增长率的Moran指数，得到总体Moran指数为0.139，对应p值为1.065e-07，即样本城市的总体Moran指数在1%的显著性水平下显著为正，表明样本城市在考察期间表现出非常显著的正向关联，存在正向的空间相关关系，同样观察样本城市TFP增长率的Moran散点图(见图1)，TFP增长率与其空间滞后项存在显著的正向关系，因此利用空间计量方法考虑中国城市全要素生产率的收敛性是有必要的。

具体在回归模型中，我们保留了OLS的非空间回归模型，以对比分析加入空间模型后两者的差异。计量回归有空间滞后回归模型(SAR)、空间误差回归模型(SEM)和空间杜宾模型(SDM)，这里采用拉格朗日乘子检验(LMtest)检验选择何种空间计量模型，利用R语言软件lm.LMtest函数，如果LMerr和LMlag检验结果都显著为零，则选择OLS模型；LMerr和LMlag检验结果显著不为零，则选用SDM模型；LMerr和LMlag两者只有一个显著不为零，则选择SEM或者SAR模型。本文使用了人均GDP和TFP数据分别做两组回归，两组回归的拉格朗日乘子检验的结果如表1所示：

图1 样本城市的Moran散点图

人均GDPTFP统计值P值统计值P值LMerr22.4732.132e-0683.1932.2e-16LMlag20.9044.829e-0626.0573.315e-07

表1的拉格朗日乘子检验结果表明，LMerr和LMlag统计值均显著异于零，那么宜选取SDM作为空间计量模型。

(二)基本回归分析

表2统计了中国242个地级市区域经济收敛的回归结果，第一部分使用人均GDP数据，第二部分使用TFP数据，此外，我们还分别在人均GDP和TFP两组回归中对比了非空间计量的OLS方法和使用空间计量的SDM方法。这样，得到四组回归结果。那么，我们感兴趣的问题是：(1)使用空间计量模型测算中国城市级别的空间收敛结果与使用OLS的非空间方法有何不同？(2)区别于一般使用人均GDP(或劳动生产率)测算区域经济收敛性，使用全要素生产率测算区域经济收敛性又会有何不同？

从表2中，我们发现：(1)对比OLS回归结果和SDM回归结果，无论是使用人均GDP数据还是使用TFP数据，考虑了变量之间的空间相关性后，其收敛系数β的绝对值会更大。这也意味着，单纯地把各个地理单元视作封闭的经济体，不考虑各个经济体之间的经济、地理的关联性，将会低估区域经济的收敛性。因为现实中的区域经济是一个开放的系统，区域经济个体的发展会受到其他经济个体贸易以及物质资本、人力资本的流动的正向影响，同时也会通过这些途径促进其他经济体发展。那么，不考虑空间效应则忽视了区域间的相互影响，而做出错误的判断。(2)在人均GDP数据和TFP数据回归中，无论是使用OLS回归还是使用SDM回归，使用TFP数据收敛速度比使用人均GDP数据收敛速度更快，达到稳态值一半所需的时间会更短，这与彭国华所研究的结果类似。这一点从half-life值能够得到更直观的差异，人均GDP的分组中half-life值分别为101.7967、92.1713，而在TFP分组中half-life值分别是14.61888、11.9099，两组分组的half-life值差别将近一个数量级。

总体来说，通过全国242个样本城市的基准回归方程，我们得到了比较显著和直观的结果。对比OLS和SDM模型，考虑区域经济体的空间关联，更接近区域经济的现实。对比人均GDP和TFP数据，两者结果具有较大差异，也提醒我们政策参考和制定时应对两类数据谨慎选取。

人均GDP和TFP会受到商业周期波动的影响，有必要对消除了商业周期的收敛情况做进一步分析。本文选取的时间窗口期为2000-2013年，为了保证每个时间段的时间长度尽量保持平衡，我们选择了每隔4年划分一个时间段，这样就划分了2000-2004年、2004-2008年、2008-2012年的三个时间段，分别以2000年、2004年和2008年作为初始年份，计算三个时期的经济收敛回归方程。

表2 中国242个城市收敛方程回归结果

注：“***”、“**”、“*”分别表示在1%、5%、10%的显著性水平下显著。

表3 中国242个城市分时间段收敛回归结果

注：“***”、“**”、“*”分别表示在1%、5%、10%的显著性水平下显著。

表3使用了空间杜宾模型估计了中国242个城市的分三个时间段收敛回归方程。首先，initial的系数β都显著为负，表示各个时间段内中国城市间存在显著的趋同趋势。其次，我们还发现，分时间段后使用人均GDP和使用TFP分别做回归，算得收敛速度相对比较接近，如2000-2004年时间段使用人均GDP和TFP数据计算的收敛速度分别为0.115和0.115，2004-2008年时间段收敛速度分别为0.073和0.074，2008-2012年时间段收敛速度分别为0.026和0.033，虽然人均GDP的收敛速度仍然不大于TFP的收敛速度，但是在分段回归下GDP与TFP收敛差显著小于不分段回归下GDP与TFP收敛差，尤其是在half-life值上，并没有显著的数量级上的差别。然后，三个时期的收敛速度从第一期到第三期呈逐期递减，即随着时间增加区域的收敛性是逐渐减弱的，这可能是因为随着各个区域经济水平逐渐提高，距离前沿技术城市的缩短或者生产函数的边际效应递减导致后期的收敛性降低。

(三)进一步回归分析

虽然在基本回归分析中在模型方法上对比了OLS和SDM模型，在数据上使用了人均GDP和TFP，但是基本回归分析仅仅停留在中国整体层面来讨论区域经济的收敛。受政策、地理、文化等多方面影响，中国区域经济结构无论是地理上的东西南北还是时间上的先后，都存在很多值得关注的地方。本文使用了中国242个地级市的数据，大样本的支持使得我们可以进一步展开更加细化的研究。

首先，我们感兴趣的问题是以东中西划分中国区域的三类子样本回归分析。在表4中，显示了东中西部三大区域空间杜宾模型回归结果，每个区域同时使用了人均GDP数据和TFP数据，并且全部使用了空间杜宾模型估计参数。我们发现：(1)人均GDP估计的initial的系数绝对值仍然小于使用TFP数据估计的initial的系数；(2)东部区域和西部区域都表现出区域的收敛性，相比而言，东部区域的区域经济收敛性强于西部区域；(3)中部区域的回归结果比较复杂，使用人均GDP数据回归，initial的参数估计在5%的显著性水平下显著为正，表明中部区域城市间人均GDP数据具有发散性，使用TFP数据其估计值在1%的显著性水平下显著为负，表明中部区域城市间TFP具有收敛性。

由于一般对于中部地区的定义中包含了黑龙江、吉林两省，单纯从地理学意义上讲，黑龙江和吉林归于中部是不科学的，极有可能对空间计量回归结果产生较大的影响。因此，我们将黑龙江和吉林两省的城市从中部区域剔除后，人均GDP的β系数为-0.002878，而TFP的β系数是-0.061591，并且都通过1%显著性水平检验。表明根据实际地理空间修正样本后，中部地区也是存在显著的区域经济收敛性关系的。

表4 分中东西部SDM回归结果

注：“***”、“**”、“*”分别表示在1%、5%、10%的显著性水平下显著。

由于数据精确到地级市层面，从而可以在东、中、西三个分类的基础上做更细致的研究。在这里把城市按照城市群归类，进而分析城市群层面的区域经济收敛状况。本文选取了中国五大城市群：长三角城市群、珠三角城市群、京津冀城市群、长江中游城市群和成渝城市群。在表5中，我们整理了分城市群的空间杜宾模型回归结果。

表5 分城市群SDM回归结果

注：“***”、“**”、“*”分别表示在1%、5%、10%的显著性水平下显著。

表5中的回归结果使用了TFP数据，通过空间杜宾模型估计五个城市群的区域收敛情况。初步从回归结果上来看，五个城市群的initial系数β均为负，并且长三角、珠三角、长江中游和成渝这四个城市群的β值都是显著为负，到达其稳态值的一半所需时间都小于20年，而京津冀城市群的系数不能通过显著性检验，到达其稳态值的一半所需时间为25.62年。

为了进一步分析京津冀区域全要素生产率区域结构，我们在图2中整理了京津冀区域各个城市的局部Moran指数。局部Moran指数是衡量一个城市和其临近城市的空间集聚情况的指标，正的局部Moran指数表示一个城市和其临近城市具有正的空间集聚关系，反之，则表示一个城市与其邻近城市具有负向关联。

图2 京津冀城市群区域城市局部Moran指数

图2显示，京津冀区域11个城市中，有超过一半的城市(天津、唐山、秦皇岛、张家口、承德和沧州)局部Moran指数为负，而且天津市和秦皇岛市的局部Moran指数表现出比较大的负相关，而北京和廊坊的局部Moran指数也不超过0.1。这表明京津冀地区的区域协同发展效应不太显著，北京、天津等大城市在资源集聚方面占据优势地位，而外围城市的发展表现地并不与之平衡。

四、结论与政策建议

(一)结论

本文通过中国242个城市2000—2013年的人均GDP和TFP数据，使用空间计量模型讨论了中国区域经济发展差异问题。在具体实证分析中，首先分析了全国层面的人均GDP和TFP收敛情况，其次分析了全国层面分时间段的收敛特征。由于我们使用了中国城市数据，使得我们的研究工作可以进一步在省级以下展开，因此，我们继续研究了中国东、中、西部地区的区域经济发展差异特征，然后利用中国五大城市群数据，分析探讨城市群内部的空间集聚和区域协调发展特征。

通过以上研究，我们得出以下结论：

1.单纯地把各个地理单元视作封闭的经济体，不考虑各个经济体之间的经济、地理的关联性，将会低估区域经济的收敛性。不考虑空间效应则忽视了区域间的相互影响，而做出错误的判断。

2.通过对比使用人均GDP数据和TFP数据分别分析中国区域经济发展的趋同状况，发现TFP数据的收敛速度快于人均GDP收敛速度，区域发展差异的主要来源是来自技术差异。

3.将总时间段分为三个小的时间段做回归发现，三个时期的收敛速度从第一期到第三期呈逐期递减，即随着时间增加区域的收敛性是逐渐减弱的，可能是因为随着各个区域经济水平逐渐提高，距离前沿技术城市的缩短或者生产函数的边际效应递减导致后期的收敛性降低。

4.分东、中、西部地区或者是从五大城市群来看，无论是东、中、西部还是从五个城市群发展的角度来看，区域间的经济发展都表现出一定的趋同性，而且尤其是东部、长三角城市群、长江中游城市群的协同发展性比较显著，而京津冀的协同发展还存在很大的提升空间。

(二)政策建议

基于以上分析，本文提出如下政策建议：

1.促进要素资源自由流动

促进要素资源自由流动就是要建设一个竞争有序的要素资源市场体系，打破传统城乡、户籍对劳动力跨城乡、跨区域流动的限制。虽然改革开放以来区域间显性的劳动力市场分割壁垒基本上已经消除，劳动力可以实现跨区域流动，然而也应该看到，城乡之间以及不同省、城市之间的户籍壁垒和公共服务的供给不对等，仍然是导致劳动力不能充分自由流动的重要原因。因此，破除限制生产要素自由流动的制度障碍，打破区域间要素市场的分割，从而促进区域间要素跨区域自由流动，推动区域经济协调发展。

2.促进东部产业向中西部有序转移

我国区域产业情况是东部发展优于中部，中部优于西部，由东至西呈梯次变化。东部地区虽然经济发展状况普遍好于中西部，但是近年来由于资源约束、人口压力，导致东部地区工业企业生产成本变高。而与此同时，中西部工业化进程发展缓慢，正需要通过承接东部地区的产业转移而为本地区的工业化注入新的动力。从微观角度来看，产业转移有利于拉长产业的生命周期，降低企业的生产、营运成本；从宏观角度来看，产业转移一方面缓解了东部发达地区的资源、环境压力，另一方面促进了中西部地区的工业化进程，促进就业。因此，通过政策鼓励高新技术企业向中西部地区转移，既能提高总体社会福利，也能够很好地推进区域经济协调发展。

3.更好地发挥政府公共服务职能

更好地发挥政府公共服务职能，就是中央政府应该在不同发展水平的区域做好财政资源的分配和再分配的平衡。一是重点发展中西部落后地区基础设施建设，支持中西部地区公路、铁路、机场的连接，打通中西部落后地区经济发展的大动脉。二是保证国内基本公共服务的均等化、公平化，中西部落后地区财力不足，有些地方政府财政收支入不敷出，难以维持教育、卫生、文化等与人力资本相关的公共服务，这就需要加大中央的转移支付规模，保证落后地区的基本公共服务均等化、公平化。

4.鼓励经济主体自主创新能力

技术和创新才是促进经济持续内生增长的根本动力。大力激发全社会尤其是中西部地区经济社会的自主创新活力，才是促进整体经济发展、促进区域协调发展的根本出路。新经济增长理论认为：人力资本和技术创新是引起经济持续内生增长的唯一根本动力，源源不断的技术进步和创新不仅具有规模经济效应，还会带来经济的持续内生增长。因此，要促进全社会的自主创新活力要做好：(1)建立健全知识产权保护制度，保障自主创新成果不受侵犯。(2)打破传统市场的垄断，维护一个有序竞争而有活力的市场。(3)建立健全对科研工作的激励制度，加大对基础科研的支持。(4)鼓励高新技术企业、科研项目、科技人员在中西部地区落户，支持科技成果的转化和应用。

注释

①Islam， Nazrul. “What Have We Learnt from the Convergence Debate？”JournalofEconomicSurveys17,no.3(2003):309-362．

②⑥Bernard， Andrew B， and C. I. Jones. “Technology and Convergence.”EconomicJournal106,no.437(1996):1037-1044．

③Abramovitz， Moses. “Rapid Growth Potential and Its Realisation: The Experience of Capitalist Economies in the Postwar Period.”EconomicGrowthandResources, 1979: 233-239．

④Baumol， William J. “Productivity Growth， Convergence， and Welfare: What the Long-Run Data Show.”AmericanEconomicReview76,no.5(1986):1072-1085．

⑤Dowrick， Steve， and D. T. Nguyen. “OECD Comparative Economic Growth 1950-85: Catch-Up and Convergence.”AmericanEconomicReview79,no.5(1989):1010-30．

⑧Burda， Michael C.， and B. Severgnini. “TFP Convergence in German States since Reunification.” Sfb Discussion Papers,2015．

⑩Sergio, J. Rey， and Brett D. Montouri. “US Regional Income Convergence: A Spatial Econometric Perspective.”RegionalStudies33,no.2(1999):143-156．

责任编辑张静

Income Convergence， Technology Convergence and Disparity in Regional Development： Based on Spatial Econometric Analysis of Chinese Prefecture-level Cities

Wei Jianguo1Hu Shaobo1Guo Chen2

(1.School of Economy, Wuhan University of Technology, Wuhan 430070;2.School of Economics, Huazhong University of Science and Technology, Wuhan 430074 )

The paper uses China’s prefecture-level city data to analyze the differences of China’s regional development level by comparing two different convergence methods， namely， income convergence and technology convergence. The main findings are as follows. (1) If each geographic unit is taken as a closed economy， ignoring the economic and geographical correlation between each economy， the convergence will be overlooked， which leads to misunderstanding. (2)Within the whole country， the convergence is significant. And it is also found that the convergence of technology is faster than that of income. The difference of technology contributes most to the development gap of different cities. (3)The paper also finds considerable graphical differences by regressing the city group using the eastern， middle and western city groups. Generally speaking， the economy of the eastern part is more balanced than the middle or western part. Thus， when making regional coordinated development policy， one must lay more stress on technology incentive oriented policies.

income convergence； technology convergence； difference of regional development； spatial econometrics

2017-05-31