中国区域经济分化与空间动能解析

奥鹏网院作业

中国区域经济分化与空间动能解析*
孙三百 张可云

[提 要] 1949—2019年，中国各省份经济总量不平等程度先下降后上升，在近十年的短周期内也呈现先下降后上升的态势；而人均实际GDP不平等程度则处于水平波动的状态，近年来呈现σ趋同态势，并在2019年出现β趋同的新迹象。创新能力较弱、政府债务率偏高和劳动人口占比偏低是当前落后地区增长动能匮乏的重要原因。研发支出、资本存量和就业规模是区域经济差距形成的主要原因，可以解释1999—2019年省级层面GDP差异的88.9%和人均GDP差异的59.1%，其中研发支出与就业规模是地区GDP总量分化的主因，研发支出与资本存量是地区人均GDP分化的主因。空间计量分析发现，中国区域经济增长的空间溢出效应显著存在，但研发支出、资本存量和就业规模的空间溢出效应存在明显区别，仅周边研发支出对地区经济增长存在正向空间溢出效应，并且东中西三大经济带的空间溢出效应存在一定差异。

[关键词] 经济增长；区域差距；夏普利值分解；空间溢出效应

一、引言及文献综述
当前中国区域经济发展出现了一些新情况新问题，区域经济发展分化态势明显，中心城市和城市群正在成为承载发展要素的主要空间形式。(1)《习近平：推动形成优势互补高质量发展的区域经济布局》，http://cpc.people.com.cn/n1/2019/1215/c64094-31506710.html。与此同时，世界经济增长持续放缓，仍处在国际金融危机后的深度调整期，世界格局加速变化的特征更趋明显，全球动荡源和风险点显著增多。面对百年未有之大变局，要推动中国经济持续稳定发展并继续提升中国的国际地位与影响力，就必须处理好国内区域发展不平衡不充分问题，使不同地区的发展潜力得到释放并形成区域发展合力(张可云，2020)。2020年5月，中共中央政治局常委会会议提出，“充分发挥我国超大规模市场优势和内需潜力，构建国内国际双循环相互促进的新发展格局”。(2)《中共中央政治局常务委员会召开会议 习近平主持》，http://cpc.people.com.cn/n1/2020/0514/c64094-31709431.html。《中共中央关于制定国民经济和社会发展第十四个五年规划和二○三五年远景目标的建议》进一步明确指出：“坚持实施区域重大战略、区域协调发展战略、主体功能区战略，健全区域协调发展体制机制，完善新型城镇化战略，构建高质量发展的国土空间布局和支撑体系”。因此，中国区域经济发展空间格局、区域发展差距和区域协调发展问题，未来很长一段时间内仍是国内区域经济发展的重要议题。

早期研究发现，20世纪80年代以来中国省际的区域差距在不断增大(Tsui，1991)，东部与中西部间的差距成为全国经济差距的主要因素(Fujita & Hu，2001)，而且存在俱乐部趋同，形成了东部、中部、西部三个趋同俱乐部(Wang，2004)。周民良(2000)较早地关注到南北差距，发现改革开放以来中国经济的重心主要由高纬度指向低纬度，表明区域经济差距扩大的矛盾主要表现在南北方向上。对于区域差距的变化趋势，现有研究的结论存在一定差异。魏后凯(1997)分析了区域经济趋同问题，发现1978—1995年间中国各地区人均GDP的增长存在趋同现象，其中1978—1985年各地区人均GDP增长趋同的速度相对较快，而1985—1995年则不存在明显的趋同特征。覃成林和张伟丽(2009)指出，改革开放以来中国的区域经济增长发生了明显的俱乐部趋同，市场化水平和区域政策是影响俱乐部趋同发生的重要因素。潘文卿(2010)则发现，中国不存在全域性的σ趋同，全域性的β绝对趋同态势也不明显，但存在东部与中部两大“俱乐部”趋同的态势，而西部地带的趋同特征并不显著。近些年来，划分时段的研究发现中国区域差距在1978—1990年间大幅缩小，在1991—1996年间快速扩大，在1997—2004年间缓慢扩大，在2005—2014年间显著缩小，2015年至今缓慢扩大(张红梅等，2019)。李竞博和高瑗(2020)发现全国总体和东部、中部、西部的劳动生产率都具有一定程度的发散趋势，但是最终都呈现出σ趋同态势。张自然(2017)指出，区域β-收敛判定与样本周期长短有关。王贤彬等(2017)发现在1992—2012年间，初始夜间灯光亮度较低的地区，随后都呈现出更快的夜间灯光亮度增长，这一变化趋势与人均GDP的变化趋势并不完全一致。

对于区域差距的影响因素，很多研究从要素禀赋差异、地区发展优惠政策、所有制结构、产业结构等角度进行了解释(Démurger et al.，2002；郭兆淮，1999；蔡昉和王德文，2002；范剑勇和朱国林，2002)，还有一些研究从重工业优先发展的赶超战略下形成的生产要素存量配置结构(林毅夫和刘培林，2003)，产业结构变迁(严成樑，2016)，人力资本提升、城市化水平提高和基础设施建设(王菲和李善同，2016)，以工业化为特征的结构变迁(汪晨等，2019)，全要素生产率、资本积累和城市化(刘华军等，2018)，生产率异质性企业定位选择(吕大国等，2019)，数字经济(段博和邵传林，2020)，省际资本流动性(周玲，2020)，金融规模和金融效率(吕承超和宋洁，2020)，要素结构与产业关联、城市规模与产业结构、市场规模与产业选择的三个匹配机制(邓仲良和张可云，2020)等角度，对区域差距形成的原因进行分析。其中，基础设施和人力资本是区域差距形成的重要原因，现有研究对其关注较多，形成了一系列研究成果(Boarnet，1998；Cantos et al.，2005；Faber，2014；刘生龙和胡鞍钢，2010)。在基础设施方面，中国人口流动政策和高速网络都扩大了区域差距(Bosker et al.，2018)；高铁开通拉大区域经济差距，产生极化效应(卞元超等，2018)。在人力资本方面，研究发现人力资本结构高级化能更好地解释东中西部之间的地区差距(刘智勇等，2018)；人才向东部地区流动造成的人才分布不均扩大了区域经济差距(楚尔鸣和曹策，2019)；老龄化对经济增长具有负面影响，特别是城市老龄化率的上升对经济增长的负面冲击更大(张鹏和张磊，2019)。此外，研究发现语言距离比基因距离对中国地区收入差距具有更强的解释力(赵子乐和林建浩，2017)。而关于南北差距，盛来运等(2018)发现南北经济差距扩大的最重要原因在于北方资本积累速度较慢，而经济体制机制改革滞后、经济结构不合理、劳动力数量减少等也是重要原因。

新中国成立70多年来，区域经济增长的变化呈现明显的阶段性特征，而近些年经济空间布局出现一些新的态势，有待进一步考察区域分化的原因。本文基于现有研究成果，分析中国区域经济格局与区域经济发展差距的演变趋势，同时运用省级层面的数据分析区域差距变化的主要因素，并识别各因素对区域差距的影响力度，探讨区域经济增长及其影响因素的空间溢出效应。本文可能的贡献在于：从GDP和人均GDP角度分析区域经济差异的变化趋势，同时通过夏普利值分解检验经济增长各主要要素与区位因素对区域经济差异的解释程度，并运用空间计量模型识别经济增长的空间溢出效应。

二、区域经济格局与差距演变
区域经济发展处于不同阶段，其发展特征(面临的问题、任务与目标)存在鲜明差异，首先是要素禀赋存在差异，其次是经济结构存在差异，再次是经济增长动力不同(郝寿义和曹清峰，2019)。因此，在分析各省份经济空间布局特征时，有必要参考各省份的经济发展阶段进行探讨。

(一)各省份经济发展阶段测度
不同学者对经济发展阶段的划分思路不尽相同，其中具有代表性的是H·钱纳里等(1995)的方法。其判断依据主要有人均收入水平、三次产业结构、就业结构、城市化水平等标准。他们将经济发展阶段划分为前工业化、工业化实现和后工业化三个阶段，其中工业化实现阶段又分为初期、中期、后期三个时期。判断依据主要有人均收入水平、产业结构、工业结构、空间结构和就业结构等标准(冯飞等，2012)。(3)指标选取形式如下：(1)人均GDP按照购买力平价折算为2005年的美元。PPP(购买力平价)折算因子数据来自世界银行。(2)产业结构用三次产业产值结构测量，A代表第一产业，I代表第二产业，S代表第三产业。本文将产业结构工业化中期条件“A<20%；I>S”调整为“10%<A<20%；I>A”。这是因为，原设定条件无法涵盖所有省份，很多西部省份虽然第三产业占比超过第二产业占比(I<S)，但同时第一产业占比偏高，即A>10%。(3)工业结构用制造业增加值占总商品增加值比重测量，制造业包括工业的主体部分，总商品生产增加值额(农业、工业和建筑业)大体上相当于物质生产部门(第一产业和第二产业)的增加值。(4)空间结构用人口城市化率衡量。(5)就业结构用第一产业就业人员占比衡量。

本文参考陈佳贵等(2006)、黄群慧(2013)等相关研究，使用人均收入水平、产业结构(三次产业结构)、工业结构(制造业增加值占总商品增加值比重)、空间结构(人口城市化率)和就业结构(第一产业就业人员占比)五个指标(4)数据来自历年国家统计年鉴和各省份统计年鉴。辽宁和西藏2019年就业数据缺失，使用2018年的数据代替。，对2019年中国各省份(港澳台相关数据缺失，未包含在内)的经济发展阶段进行划分。工业化阶段划分的标准分析发现，2019年，海南处于工业化中期，云南、内蒙古、吉林、四川、宁夏、安徽、山西、广西、新疆、江西、河南、湖北、湖南、甘肃、西藏、贵州、辽宁、陕西、青海和黑龙江处于工业化后期，上海、北京、天津、山东、广东、江苏、河北、浙江、福建和重庆处于后工业化时期。当然，这一划分标准也难以完全准确地判断各省份经济发展所处的阶段，但是大体上能在空间上反映各省份经济发展阶段的总体分布情况，即东南沿海地区率先进入后工业化时期，而中西部省份大部分尚未完成工业化进程。

(二)经济空间分布与增速比较
当前，中国各省份经济总量占全国的比重中，东南沿海各省份比重偏高的特征持续存在，尤其是广东省、江苏省和山东省在经济总量占比上有明显的优势，而西部地区的西藏、青海、新疆、云南和贵州等地GDP占比较低。东南沿海省份对中国经济总量的增长做出较大的贡献，其中广东、江苏和山东2019年实际GDP(以1999年为基期)占全国实际GDP的比重达到10%左右。相比于2014年(步入新常态)，除辽宁和内蒙古外，2019年各省份实际GDP占全国的比重并没有出现较大的变动。从各省份经济增长率来看，局部地区存在塌陷的现象。各省份经济增长率与经济发展阶段有明显关联，处于工业化后期的省份经济增长率大体上都低于后工业化阶段的省份，但是东北地区经济增长率相对较低，尤其是黑龙江较为明显。黑龙江处于工业化后期，但是其经济增长率低于很多后工业化的发达省份。西部地区的西藏、青海、云南和贵州虽然经济总量占比较低，但是经济增长率保持在较高的水平，四川和中部地区的湖北、湖南、江西等省份的经济增长率次之，经济总量较大的发达省份经济增长率则位于中间水平。

人均GDP是衡量经济发展水平的常用指标，通过分析2019年各省份人均实际GDP的空间特征，发现东南沿海地区的经济发展优势明显，人均实际GDP位于前十位的省份为北京、上海、江苏、福建、浙江、广东、天津、重庆、湖北和山东，而西藏、云南、贵州、河北、山西、吉林、广西、青海、黑龙江和甘肃则位居后十位。进一步考察各省份人均实际GDP增长率情况，从地区人均实际GDP及其增长率的关系来看(见图1)，人均实际GDP增长率与人均实际GDP水平呈现负相关关系，可见2019年各省份人均实际GDP呈现出β趋同(5)在经济增长理论中有两个最基本的趋同概念：σ趋同和 β趋同。σ趋同是指不同经济系统间人均收入的离差随时间的推移而趋于下降。β趋同用来描述人均收入的增长率与其初始人均收入水平之间的负相关关系。一些文献将经济增长的趋同性区分为α趋同和β趋同。α趋同是指不同经济系统间人均收入的离差随时间的推移而趋于下降。β趋同是针对产出增量而言的，而α趋同(σ趋同)则是对产出存量水平的描述(沈坤荣和马俊，2002)。的情形，与相关研究的发现(戴觅和茅锐，2015)存在一定差异。进一步分析发现，β趋同现象在2018年尚不明显，属于2019年经济发展过程中出现的新迹象。当然，总体上一些人均GDP较低的省份(内蒙古、吉林、宁夏、山西、广西、新疆、海南、辽宁、陕西和黑龙江)人均GDP增长率处于全国的中下游水平，而一些人均GDP较高的省份(北京、湖北、福建和重庆)的人均GDP增长率处于全国的中上水平。在新冠肺炎疫情与世界经济变局的影响下，各省份经济发展受到的影响存在差异，这种β趋同的迹象是否可以持续尚难确定。

width=395,height=291,dpi=110
图1 2019年各省份人均实际GDP及其增速

(三)区域经济不平等及其演变
中国各省份经济总量的空间分化存在明显的时间趋势，1949—2019年各省份GDP总量的不平等程度呈现先下降后上升趋势，近十年又呈现先下降后上升的总体趋势(见图2)。改革开放以前，地区经济不平等程度在相对低位的水平上波动，改革开放以后地区经济不平等程度持续攀升，直至2006年的最高点(地区基尼系数为0.43，此处仅反映省份之间的不平等，没有反映省份内部的不平等)。自2006年后，地区不平等程度开始逐渐下降，到2014年降至近10年来的最低点(地区基尼系数为0.39)，随后地区不平等程度又开始攀升，2019年地区GDP基尼系数已经上升到0.42。由此可见，近些年地区不平等程度在高位呈现进一步扩大的趋势。

相比于地区GDP总量，地区人均GDP更能反映地区经济发展水平，而且地区人均GDP的变异程度可以用于检验各省份之间是否存在σ趋同。1949—2019年地区人均GDP的不平等程度总体上处于一种水平波动的状态。值得注意的是，近些年来人均GDP的不平等程度呈现出较为明显的下降趋势，表明中国地区经济存在σ趋同态势。

width=352,height=245,dpi=110
图2 各省份GDP与人均GDP不平等程度
说明：1949年和1950年部分省份存在缺失数据。

(四)“一纵一横”：从“南北差距”到四大板块格局变动
1.“南北差距”在扩大。近年来北方部分地区GDP增速、工业增加值增速等指标回落，经济发展出现较大困难，而南方地区则保持着平稳较好的发展态势，“南北差距”(6)本文依据传统地理视角进行南北划分，北部地区有15个省份，分别是黑龙江、吉林、辽宁、内蒙古、河北、河南、山东、北京、天津、山西、陕西、宁夏、甘肃、新疆、青海，其余16个省份(不包含香港、澳门和台湾)为南部地区。扩大逐渐成为中国区域发展面临的新情况、新问题(盛来运等，2018)。2005年以来，南北方地区实际GDP增长率的变动轨迹较为相似，只是2013年以来南北方地区不仅在经济总量上差距逐步扩大，经济增速也出现较大的差距，即2013年为近20年来的转折点。2013年之前，南方与北方实际GDP增速差别不大，2013年后二者差距总体上呈现扩大趋势，虽然2016年后差距开始缩小，但是2019年南方实际GDP增速仍高于北方1.06个百分点。

进一步考察南方地区和北方地区内部差异和组间差异(见图3)，发现北方地区内部实际GDP差异明显小于南方地区内部差异，但是近些年来北方地区和南方地区内部实际GDP差异都呈现出较小的下降趋势，有“俱乐部趋同”的迹象。从Thiel指数的分解来看，全国实际GDP总体差异主要还是南方地区和北方地区组内差异导致，南方地区和北方地区组间的差异占比较小。然而，值得注意的是，南方地区和北方地区组间差异近几年有上升的趋势，表明“南北差距”在扩大。

width=341,height=225,dpi=110
图3 南北方GDP及其增长率

2.四大板块之间差距变化较小。中国四大经济板块是区域经济分析中重要的空间划分思路。如果南北差距体现的是区域经济地理空间的纵向差异，那么四大板块的差距可以充分体现地理空间的横向差异。虽然1949年以来四大板块实际GDP增速存在差异，但是2011年之前并未出现明显的差异化趋势。近年来，中国区域经济横向差异同样较为明显(见图4)，2019年东部地区经济总量超过中部、西部和东北地区的总和，尤其是东部地区经济总量处于高位，同时实际GDP增速也与中部和西部板块保持较为一致的水平。相反，东北地区经济总量较小，同时增速从2011年开始急速下降并且一直处于四大板块中最低水平，充分反映了东北地区经济发展存在的问题。与之相比，中部地区和西部地区的实际GDP增速虽然也步入新常态，但是近些年来实际GDP增长率一直略高于东部地区。

width=343,height=297,dpi=110
图4 四大板块GDP及其增长率

同样，进一步考察中国四大经济板块内部差异和组间差异，发现西部和东部内部实际GDP差异明显大于中部地区和东北地区的内部差异，而且近些年来东部、中部和西部地区内部实际GDP的差异都没有出现明显的变动，但是东北地区内部差异呈现明显的下降趋势，即存在低水平的“俱乐部趋同”迹象。从Thiel指数的分解来看，全国实际GDP总体差异主要是四大板块组内差异导致的，但是四大板块之间的差异也不容小觑。而且，四大板块之间的差距并没有出现明显的变化，表明中西部和东北地区未能较好地追赶东部经济发展的步伐。

三、区域经济增长动能的空间特征
国内外经济形势导致中国经济增长出现下行趋势，内部各区域、各省份及城市之间经济增长也呈现不同特点。而从各区域和省份经济增长和人均GDP增长水平来看，大部分落后地区的省份经济增长乏力，因而中国经济增长在空间上存在诸多问题。中国经济增长的空间动能问题，集中体现在落后地区经济增长缺乏驱动力。全要素生产率、资本和劳动力是经济增长的重要驱动因素。与这三类驱动因素高度相关的地区创新能力、地方政府债务率与人口抚养比备受关注，且能在一定程度上反映上述三类主要驱动要素的地区差异。通过考察地区创新能力、地方政府债务率和人口抚养比与区域经济增长的关系，本文发现相比于发达地区，落后地区无论是在技术创新、投资活力还是在劳动力供给上都缺乏推动经济快速发展所需的足够的动力。

(一)创新能力极化：落后地区创新能力较弱
近些年来，虽然总体上中国创新能力不断提升，但是地区间创新能力差异明显。以专利授予量反映的创新主要集中在沿海发达省份，如广东、北京、江苏、浙江和上海。广东和浙江专利授予总量位居全国前列，同时增长率也高于全国平均水平。与此类似，在企业创新层面，在中国人民大学企业创新课题组发布的《中国企业创新能力百千万排行榜》中，2019年中国企业创新能力1 000强中广东独占200家，北京有150家，江苏有114家，上海有106家，浙江有68家，而宁夏和新疆分别只有1家。因此，落后地区缺乏技术创新活力是制约其经济快速发展，尤其是参与新经济发展潮流的因素。地区创新能力与企业研发支出相关，从2019年GDP与规上企业研发支出的关系(见图5)来看，落后地区的规模以上企业研发支出也更低，广东、江苏、山东和浙江规模以上企业研发支出明显高于其他省份。

(二)高负债未必高增长：高债务风险与低经济增长并存
各地政府通过大力举债积极推动经济发展、应对危机，地方政府债务对经济增长发挥了积极的作用。然而，目前看来地方政府债务风险较高，后续通过发行债务推动经济增长的空间不大。在地方政府负债规模方面，中西部省份大部分还在工业化后期，债务压力较大。2019年末，地方政府债务余额规模前五的省份为江苏、山东、广东、四川和浙江。地方政府负债率(以债务余额/GDP衡量)方面，青海、贵州、宁夏、内蒙古、海南和吉林负债率较高，而江苏、上海、西藏、福建、河南、北京和广东的负债率相对较低。

政府债务与经济增长之间有一定关系，现有研究发现当政府不受债务约束时，政府债务与经济增长之间存在U型关系，当政府受制于债务约束时经济增长率随着政府债务增加而逐渐降低(陈诗一和汪莉，2016)。从2019年中国地方政府负债率与经济增长率之间的关系来看，二者呈现U型关系(见图6)。宁夏、黑龙江等省份地方政府负债率较高，但是实际GDP增长率相比于其他省份(如甘肃、云南等)而言，并无优势。这在一定程度上验证了已有文献的结论，即年新增债务占GDP的比重小于6%时，地方债务能够成为有效的财政政策工具，为地方经济增长服务；而依靠大规模的举债投资拉动经济增长的做法在长期内只会取得完全相反的结果(吕健，2015)。因此，落后地区在未来促进经济增长的过程中，如何权衡政府支出与经济增长的关系、有效控制地方政府债务风险，是寻找经济增长空间动能和保持经济稳定健康增长的重要方向。

width=401,height=334,dpi=110
图5 研发支出与GDP

width=400,height=332,dpi=110
图6 地方政府负债率与经济增长率

(三)未富先“老”：落后地区劳动力供给反而不足
虽然人工智能不断对经济增长产生影响，但目前劳动供给仍是经济增长的重要因素。人口抚养比过高，在一定程度上制约了地区经济发展所需的劳动供给。从工业化阶段来看，中西部大部分省份尚未完成工业化进程，但是2019年人口抚养比却高于东部沿海地区(见图7)。人口抚养比明显高于全国均值的省份有河北、安徽、山东、湖南、广西、重庆、四川、贵州和新疆，而且这些省份的抚养比基本上都在近几年有较大的提升。

width=406,height=312,dpi=110
图7 经济发展水平与抚养比

劳动供给是中国经济长期快速增长的重要源泉，城市化进程支撑中国工业化的快速推进。然而，近年来，在中国劳动年龄人口总量快速减少的同时，劳动参与率的下降进一步推动了劳动供给形势的变化，并对中国经济增长形成了制约(都阳和贾朋，2018)。当前，欠发达省份(贵州、广西、四川、重庆等)反而人口抚养比较高，这些省份大部分尚未完成工业化进程，在人口抚养比较高和劳动力外流长期存在的情况下，难以支撑其经济快速发展的劳动力需求。相反，北京、上海、天津、广东等发达省份人口抚养比相对较低，这种劳动年龄人口在空间上的差异性分布，有利于发达地区经济增长，却抑制了落后地区的追赶步伐。因此，劳动力供给在空间上如何优化配置也是中国经济增长挖掘空间动能的重要方向。

四、区域经济分化的成因分析
中国区域经济差距持续存在并且呈现新的变化态势，因而认识区域差距演变的主要原因具有十分重要的政策意义。本文参考现有研究对区域经济差距形成的原因进行分析，考察影响区域差距演变的主要因素。

(一)计量模型设定与统计描述
本文从经济增长经典理论出发，构建计量经济学模型分析影响经济增长的各主要因素对区域差异的影响程度。基准计量模型设定如下：

lnYit=α0+αilnXit+εit

(1)

式中，t表示时间；i表示省份；εit为扰动项；αi为各变量对经济增长的估计系数。Yit为各地区实际(人均)GDP；Xit为影响区域经济发展的主要因素，包括R&D支出(亿元)、各地区的城镇单位就业规模(万人)、资本存量(亿元)。式中，资本存量Kit的广泛使用的测算方法大都建立在永续盘存法基础上，该方法采用相对效率几何递减模型，其基本公式为：Kt=It+(1-δ)Kt-1。式中，Kt和Kt-1分别为t期和t-1期的资本存量，It为第t期的资本投入额，δ为折旧率。本文选择1996年为基年，参考张军等(2004)的处理方法，将各地1996年固定资产投入额除以10%作为该地的初始资本存量，并将固定资产的经济折旧率设为9.6%。所有变量都进行标准化处理，且各影响因素都做滞后一期处理。在进行因素分解时，本文构建南方地区(北方地区为参照组)虚拟变量以分析南方和北方区位因素对区域经济增长的影响，并构建四大板块虚拟变量(西部地区为参照组)检验四大板块区位因素对经济增长的影响，此外还按照经济增长阶段性特征控制两个时间虚拟变量(分别是2008年之前和2008—2014年之间)。在进行稳健分析时，本文增加大专以上人口占比变量(%)(反映了人力资本水平)、基础设施(公路密度，即公路除以建成区面积)、产业结构(第二、第三产业占比)、劳动人口占比、对外开放程度(进出口总额与GDP的比值)和外商直接投资(FDI)等影响因素。

本文各主要指标的测度数据来自中经网统计数据库，由于一些年份部分指标存在数据缺失现象，因此回归分析部分数据为1999—2019年。(7)研究期间部分年份企业研发支出、人力资本水平、建成区面积等指标缺失，使用均值替代的方法进行插补。从变量的基本统计(见表1)来看，由于时间跨度较大，变量的最大值与最小值差异非常明显。实际GDP(以1999年为基期)最小值为211.8亿元，最大值为72 131亿元。总体而言，各项指标在考察期内和地区间，存在非常明显的差异，可以较好地反映区域差距及其变化情况。

表1 核心变量统计分析

width=375,height=187,dpi=110
(二)成因分解
本文首先使用混合截面数据进行估计，回归结果(表2)表明研发支出、资本存量和就业规模对经济增长存在显著影响。在其他因素不变的情形下考察区位因素的影响，南方地区虚拟变量的估计结果表明南方地区区位因素(8)需要说明的是，区位因素的影响包含了很多不随时间变化因素的作用。显著有利于经济增长；而四大板块虚拟变量估计发现中部地区与西部地区相比处于劣势，东北地区、东部地区与西部地区没有显著差异。上述影响因素对各省份GDP差异的解释度达到97.7%左右(9)考虑到各变量对经济发展水平的解释力度较强，并且随时间变化的自变量都进行了滞后一期处理，本文不再过多讨论内生性问题。，夏普利值分解发现研发支出和就业规模能解释区域经济差异的77.7%，成为区域差异的两大主要影响因素。资本存量对区域差异的解释力为11.15%，三大主要因素可以解释区域经济差异的88.9%。此外，南方区位因素能解释区域经济差异的1.95%，东部区位因素能解释4.75%，中部地区仅能解释1.07%，区位因素的总体解释力度为8.13%。

进一步分析各因素对人均GDP的解释程度，估计结果表明研发支出、资本存量对人均实际GDP存在显著正向影响，而就业规模则存在显著负向影响，这一点与其对GDP的影响存在明显差异。在其他因素不变的情形下，南方地区区位因素反而降低了相应省份的人均实际GDP，与其对GDP的影响明显不同。这可能与GDP总量较低的省份更多在北方地区、但是人均GDP较低的省份在西南地区占据很大比重有关。东部地区区位因素使其人均实际GDP显著高于西部地区，而中部地区区位因素使其人均实际GDP显著低于西部地区，东北地区区位因素对人均实际GDP的影响则与西部地区无显著差异。夏普利值分解表明，主要影响因素中资本存量对人均GDP区域差异的解释力度最高，其次是研发支出，而就业规模的解释力度相对较小。值得注意的是，资本存量对人均实际GDP的解释力度明显高于其对实际GDP的解释力度。其中，研发支出、资本存量和就业规模对人均GDP区域差异的解释力度为59.1%，低于其对GDP区域差异的解释力度。区位因素对人均GDP的解释力度合计为24.59%，明显高于其对GDP区域差异的解释程度。

表2 GDP各影响因素的夏普利分解

width=375,height=680,dpi=110
注：***p<0.01,**p<0.05,*p<0.1。所有自变量滞后一期，并标准化为均值为0，方差为1。

(三)空间外溢效应估计
夏普利分解结果表明，研发支出、资本存量和就业规模三大因素对区域经济分化具有较强解释力，因而进一步运用面板空间杜宾模型对区域经济差距三大主要影响因素的空间溢出效应进行分析。(10)空间计量模型检验选择使用空间杜宾模型，并且选择固定效应模型进行估计。表3的估计结果表明，全国各省份层面周边地区GDP对本地GDP存在显著的正向影响，即经济增长的空间溢出效应显著存在。研发支出、资本存量和就业规模对本地经济增长存在显著影响，但是三个主要影响因素的空间溢出效应存在明显差异，仅研发支出对周边地区经济增长存在正向空间溢出效应，而资本存量和就业规模的空间外溢效应显著为负。为考察空间溢出效应的地区异质性，本文分板块估计各变量的空间溢出效应。由于四大板块中东北地区样本较少，因而本文按东中西三大经济带划分区域考察经济增长影响因素的空间溢出效应的地区差异。估计结果表明，考虑影响因素的空间外溢后，东部地区周边省份经济增长对本地区经济增长的影响不再显著，而研发支出仍然保持正向的空间外溢。中部地区周边省份经济增长对本地区经济增长存在显著影响，但是研发支出和就业规模的影响不存在空间外溢，资本存量对周边地区经济增长存在负向空间外溢效应。西部地区周边省份经济增长对本地区经济增长存在显著影响，研发支出、资本存量和就业规模的空间溢出效应与全国层面估计结果较为一致。

由于空间杜宾模型含有空间滞后项，回归系数并不能直接反映自变量对因变量的影响程度。回归模型中一般蕴含三种效应，即直接效应、间接效应和总效应。本文对研发支出、资本存量、就业规模的影响效应进行分解(见表4)后发现，全国层面资本存量对经济增长的直接效应最大，其次是就业规模，研发支出的影响相对较小，但是研发支出的间接效应显著为正并且较大，表明其空间溢出效应较为明显，而地区资本存量增加对周边省份经济增长存在负向作用，因而研发支出对经济增长的总效应最大。东部地区与中部地区研发支出对经济增长的总效应都较大。西部地区研发支出的直接效应则较小，但是西部地区研发支出的间接效应较大。相对而言，中部地区研发支出的空间溢出效应弱于东部地区和西部地区。西部地区资本存量和就业规模对经济增长的直接效应较大，研发支出对区域经济增长的影响相对较小。

表3 GDP影响因素的溢出效应

width=744,height=240,dpi=110
注：W为空间权重矩阵；括号中为标准误。***p<0.01,**p<0.05,*p<0.1。所有自变量滞后一期，并标准化为均值为0，方差为1。

表4 GDP影响因素的溢出效应分解

width=375,height=398,dpi=110
注：括号中为p值。

进一步分析人均GDP主要影响因素的空间外溢效应(见表5)，发现全国各省份周边地区人均GDP对本地人均GDP存在显著的正向影响，即经济发展的空间效应同样显著存在。研发支出、资本存量和就业规模均对本地经济发展存在显著影响，但是三个主要影响因素的空间溢出效应同样存在明显差异。与经济增长相似，仅研发支出对周边地区经济发展存在正向空间溢出效应，而资本存量和就业规模的空间效应显著为负。进一步分地区估计东中西部经济发展及其影响因素的空间效应，发现考虑影响因素的空间影响后，东部地区周边省份经济发展对本地区经济发展的影响不再显著，而研发支出的正向空间外溢较为明显。中部地区周边省份经济发展对本地区经济发展存在显著影响，且研发支出对本地经济发展的影响较为明显，但与东部地区不同的是，西部地区研发支出的影响不存在空间外溢。西部地区周边省份经济发展对本地区经济发展存在显著影响，但是研发支出对本地区经济发展没有显著的影响，就业规模和研发支出的影响显著为正，而研发支出、资本存量和就业规模的空间外溢与全国层面估计结果较为一致。

对研发支出、资本存量、就业规模的影响效应分解(见表6)发现，全国层面资本存量对经济发展的直接效应最大，其次是就业规模，研发支出的影响相对较小，但是研发支出的间接效应显著为正并且影响较大，表明其空间溢出效应较为明显，而地区资本存量增加对周边省份经济发展存在负向作用，因而研发支出对经济发展的总效应最大。与GDP的估计结果相似，东部地区与中部地区研发支出对经济发展的总效应同样较大，西部地区研发支出的直接效应较小但间接效应较大。中部地区研发支出的空间溢出效应同样低于东部地区和西部地区。西部地区对经济发展直接效应较大的为资本存量和就业规模。总体而言，研发支出、资本存量、就业规模对人均GDP差异的影响和对GDP差异的影响较为相似。

表5 人均GDP影响因素的溢出效应

width=745,height=240,dpi=110
注：W为空间权重矩阵；括号中为标准误。***p<0.01,**p<0.05,*p<0.1。所有自变量滞后一期，并标准化为均值为0，方差为1。

表6 人均GDP影响因素的溢出效应分解

width=375,height=410,dpi=110
注：括号中为p值。

为验证上述结论的稳健性、进一步控制更多影响经济发展的因素，本文参考现有相关文献，增加大专以上学历人口占比(依据历次普查人口数据估算)以反映劳动力素质的影响，增加公路密度变量以反映基础设施的影响，增加第二、第三产业占比和劳动人口占比以反映结构因素的影响，增加对外开放度(进出口总额占GDP的比重)及其平方(包群，2008)和FDI反映对外开放因素的影响。无论是GDP还是人均GDP，研发支出、资本存量和就业规模这三大因素的影响方向并没有发生明显的变化，表明上述结论较为稳健(见表7)。在其他控制变量中，大学生占比对本地GDP和人均GDP均有显著影响，但是不存在空间溢出效应。公路密度反映的基础设施对GDP和人均GDP没有显著影响。第二、第三产业占比对本地GDP存在显著影响，并且具有空间正向溢出效应，对本地人均GDP并无显著影响，却存在显著的正向空间溢出效应。劳动人口占比和对外开放程度对本地GDP和人均GDP都没有显著影响，但是存在正向溢出效应。外商直接投资对本地GDP存在显著正向影响，且存在正向空间溢出效应，但是对人均GDP没有显著影响。

五、主要结论与启示
为考察中国区域经济分化及其动因，本文对中国经济增长态势及其在空间上的演变趋势和影响因素进行探讨，得出如下主要结论：

首先，在省级层面，中国经济总量在空间分布上仍然呈现明显的偏向东南沿海的特征，西部地区和东北地区对全国GDP增长的贡献相对较少。2019年，中国各省份出现β趋同的新迹象，但是一些人均实际GDP较低的省份反而人均实际GDP增长率更低。中国区域经济增长在空间上呈现明显的进一步分化现象，虽然人均GDP存在σ趋同态势，但是各省份GDP不平等程度近年来呈现上升趋势。具体而言，南北差距自2013年以来不断扩大，南方经济的增速高于北方；东中西和东北四大板块的总体差距变化不大，但东北地区经济增速从2011年开始急速下降且一直处于四大板块中最低水平。

表7 稳健性检验

width=375,height=475,dpi=110
注：括号中为标准误。***p<0.01,**p<0.05,*p<0.1。所有自变量滞后一期，并标准化为均值为0，方差为1。

其次，中国经济增长空间动能的主要问题体现在落后地区创新能力较弱，研发支出明显低于发达省份，落后地区政府债务率偏高且未能有效带动经济增长，同时落后地区劳动人口占比偏低，劳动力供给反而不足。

再次，通过夏普利值分解发现造成中国区域经济差距的主要原因，无论是从GDP还是人均GDP的角度，都集中在研发支出、资本存量和就业规模。就业规模、资本存量和研发投入是区域经济差距形成的主要原因，可以解释区域GDP差异的88.9%和人均GDP区域差异的59.1%，南方地区、东部和中部地区反映的区位因素则解释GDP差异的8.13%和人均GDP差异的24.59%。

最后，空间计量分析发现，中国区域经济增长的空间溢出效应显著存在。研发支出、资本存量和就业规模的空间溢出效应存在明显差异，仅研发支出对周边地区经济增长存在正向空间溢出效应，而资本存量和就业规模的空间外溢效应显著为负。进一步分东中西三大经济带发现，区域经济发展的空间溢出效应存在一定差异。

由于当前中国区域经济分化较为明显，处理好区域发展不平衡不充分问题是解决新时代中国社会主要矛盾的关键，需要在区域治理方面进一步创新，“十四五”时期将逐步形成双循环发展格局，必将影响各级政府的区域协调方式方法(张可云，2020)。中国区域差距变动的态势表明，区域协调发展相关政策措施的影响有待进一步显现，缩小区域差距的相关战略措施尚大有可为。研究表明，由于中国区域差距持续存在，且补贴欠发达地区企业经营利润的转移支付政策不能扩大欠发达地区的收入和市场规模(安虎森和吴浩波，2016)，因此一些影响研发支出、投资或者劳动力流动的政策要素，应成为缩小区域差距的重点措施。虽然改革开放以来中国积累的雄厚物质技术基础，有超大规模的市场优势和内需潜力，有庞大的人力资本和人才资源，但是为实现经济高质量发展、完成“两个一百年”目标的阶段性任务、保证社会就业基本稳定，当前迫切地需要从区域层面寻找未来经济增长的新引擎和新动能，挖掘经济增长潜能，保证经济平稳运行。为促进区域高质量协调发展，“十四五”期间，中国应继续以四大板块战略为基础，以重点带区战略为骨架，统筹各大板块和带区发展(魏后凯等，2020)。具体而言，区域治理必须聚焦“穷”“堵”“老”，从区域战略、区域政策、区域规划等多个角度确定一个综合区域治理体系(张可云，2020)，促进产业在国内有序转移，优化区域产业链布局，支持老工业基地转型发展。同时，警惕落后地区地方政府债务和劳动力流失问题，更好促进发达地区和欠发达地区、东中西部和东北地区共同发展。

参考文献

安虎森、吴浩波，2016：《转移支付与区际经济发展差距》，《经济学(季刊)》第2期。

包群，2008：《贸易开放与经济增长:只是线性关系吗》，《世界经济》第9期。

卞元超、吴利华、白俊红，2018：《高铁开通、要素流动与区域经济差距》，《财贸经济》第6期。

蔡昉、王德文，2002：《比较优势差异、变化及其对地区差距的影响》,《中国社会科学》第5期。

陈佳贵、黄群慧、钟宏武，2006：《中国地区工业化进程的综合评价和特征分析》，《经济研究》第6期。

陈诗一、汪莉，2016：《中国地方债务与区域经济增长》，《学术月刊》第6期。

楚尔鸣、曹策，2019：《人才流动缩小了区域经济差距吗——来自技术转移的经验证据》，《财经科学》第9期。

戴觅、茅锐，2015：《产业异质性、产业结构与中国省际经济收敛》，《管理世界》第6期。

邓仲良、张可云，2020：《中国经济增长的空间分异为何存在?——一个空间经济学的解释》，《经济研究》第4期。

都阳、贾朋，2018：《劳动供给与经济增长》，《劳动经济研究》第6期。

段博、邵传林，2020：《数字经济加剧了地区差距吗？——来自中国284个地级市的经验证据》，《世界地理研究》第4期。

范剑勇、朱国林，2002：《中国地区差距演变及其结构分解》,《管理世界》第7期。

冯飞、王晓明、王金照，2012：《对我国工业化发展阶段的判断》，《中国发展观察》第8期。

郭兆淮，1999：《论所有制结构与缩小地区经济差距》,《经济理论与经济管理》第5期。

郝寿义、曹清峰，2019：《后工业化初级阶段与新时代中国经济转型》，《经济学动态》第9期。

黄群慧，2013：《中国的工业化进程：阶段、特征与前景》，《经济与管理》第7期。

[美]H·钱纳里、S·鲁宾逊、M·赛尔奎因，1995：《工业化和经济增长的比较研究》(吴奇等译)，上海：上海三联书店、上海人民出版社。

李竞博、高瑗，2020：《中国劳动生产率的区域差距及收敛性检验》，《上海经济研究》第2期。

林毅夫、刘培林，2003：《中国的经济发展战略与地区收入差距》，《经济研究》第3期。

刘华军、彭莹、裴延峰、贾文星，2018：《全要素生产率是否已经成为中国地区经济差距的决定力量?》，《财经研究》第6期。

刘生龙、胡鞍钢，2010：《交通基础设施与经济增长：中国区域差距的视角》，《中国工业经济》第4期。

刘智勇、李海峥、胡永远、李陈华，2018：《人力资本结构高级化与经济增长——兼论东中西部地区差距的形成和缩小》，《经济研究》第3期。

吕承超、宋洁，2020：《金融发展缩小了我国地区经济差距吗——基于关系数据分析范式》，《经济学家》第9期。

吕大国、耿强、简泽、卢任，2019：《市场规模、劳动力成本与异质性企业区位选择——中国地区经济差距与生产率差距之谜的一个解释》，《经济研究》第2期。

吕健，2015：《地方债务对经济增长的影响分析——基于流动性的视角》，《中国工业经济》第11期。

潘文卿，2010：《中国区域经济差异与收敛》，《中国社会科学》第1期。

沈坤荣、马俊，2002：《中国经济增长的“俱乐部收敛”特征及其成因研究》，《经济研究》第1期。

盛来运、郑鑫、周平、李拓，2018：《我国经济发展南北差距扩大的原因分析》,《管理世界》第9期。

覃成林、张伟丽，2009：《中国区域经济增长俱乐部趋同检验及因素分析——基于CART的区域分组和待检影响因素信息》，《管理世界》第3期。

汪晨、万广华、张勋，2019：《区域差异与结构变迁:中国1978—2016》，《管理世界》第6期。

王菲、李善同，2016：《中国区域差距演变趋势及影响因素》，《现代经济探讨》第12期。

王贤彬、黄亮雄、徐现祥、李郇，2017：《中国地区经济差距动态趋势重估——基于卫星灯光数据的考察》，《经济学(季刊)》第3期。

魏后凯，1997：《中国地区经济增长及其收敛性》，《中国工业经济》第3期。

魏后凯、年猛、李玏，2020：《“十四五”时期中国区域发展战略与政策》，《中国工业经济》第5期。

严成樑，2016：《产业结构变迁、经济增长与区域发展差距》，《经济社会体制比较》第4期。

张红梅、李善同、许召元，2019：《改革开放以来我国区域差距的演变》，《改革》第4期。

张军、吴桂英、张吉鹏，2004：《中国省际物质资本存量估算:1952—2000》，《经济研究》第4期。

张可云，2020：《区域发展不平衡不充分与“十四五”时期区域治理创新》，《中国工业经济》第12期。

张鹏、张磊，2019：《老龄化、产业结构高级化与经济增长——兼论如何缩小地区收入差距》，《南京社会科学》第5期。

张自然，2017：《区域差距、收敛与增长动力》，《金融评论》第1期。

赵子乐、林建浩，2017：《经济发展差距的文化假说:从基因到语言》，《管理世界》第1期。

周玲，2020：《省际资本流动是否影响了地区间经济差距?》，《经济问题》第3期。

周民良，2000：《经济重心、区域差距与协调发展》，《中国社会科学》第2期。

Boarnet,M.G.,1998,“Spillovers and the Locational Effects of Public Infrastructure”,Journal of Regional Science,38(3): 381-400.

Bosker,M.,U.Deichmann,and M.Roberts,2018,“Hukou and Highways the Impact of China’s Spatial Development Policies on Urbanization and Regional Inequality”,Regional Science & Urban Economics,71(7):91-109.

Cantos,P.,G.A.Mercedes,and J.Maudos,2005,“Transport Infrastructures,Spillovers Effects and Regional Growth: Evidence of the Spanish Case”,Transport Reviews,25(1): 25-50.

Démurger,S.,J.D.Sachs,W.T.Woo,S.Bao,G.Chang,and A.Mellinger,2002,“Geography,Economic Policy,and Regional Development in China”,Asian Economic Papers,1(1)：146-197.

Faber,B.,2014,“Trade Integration,Market Size,and Industrialization: Evidence from China’s National Trunk Highway System”,Review of Economic Studies,81(3): 1046-1070.

Fujita,M,and D.Hu,2001,“Regional Disparity in China 1985-1994: The Effects of Globalization and Economic Liberalization”,Annals of Regional Science,35(1):3-37.

Tsui,K.,1991,“China’s Regional Inequality,1952-1985”,Journal of Comparative Economics,15(1):1-21.

Wang,Z.,2004,“Regional Divergence of Per Capita GDP in China: 1991-99”,Journal of Chinese Economic & Business Studies,2(1):39-53.

FACTOR DECOMPOSITION OF REGIONAL DISPARITY AND DRIVING FORCE OF CHINA’S ECONOMY
SUN Sanbai ZHANG Keyun

(School of Applied Economics, Renmin University of China)

Abstract: China’s regional GDP inequality showed a downward and then an upward trend in 1949—2019, and it also showed a similar trend in the past decade. Regional per capita GDP inequality is in a state of horizontal fluctuation, and appears σ convergence in recent years and β convergence in 2019. At present, weak innovation ability, high government debt ratio and low proportion of labor are important reasons for lack of driving force in less developed areas. R&D expenditure, capital stock and employment scale are the main reasons for the formation of regional economic inequality, which can explain 88.9% of provincial level GDP difference and 59.1% of per capita GDP difference from 1999 to 2019. R&D expenditure and employment scale are the main causes of regional GDP inequality, and R&D expenditure and capital stock are the main causes of regional per capita GDP inequality. The spatial econometric analysis shows that the spatial spillover effect of China's regional economic growth is significant, but the spatial spillover effects of R&D expenditure, capital stock and employment scale are different. Only R&D expenditure has positive spatial spillover effect on economic growth, and there are certain differences in the spatial spillover effects of the three economic belts in the East, the West and the middle region.

Key words: economic growth; regional disparity; Shapley value decomposition; driving force

* 孙三百、张可云(通讯作者)，中国人民大学应用经济学院区域与城市经济研究所，邮政编码：100872，电子信箱：zkeyun@ruc.edu.cn。本研究得到中国人民大学科学研究基金(中央高校基本科研业务费专项资金)(批准号：2020030105)的资助。感谢匿名审稿人提出的宝贵意见，笔者已做了相应修改，本文文责自负。

(责任编辑： 张雨潇)