本研究的时期（1994—2013年）经济冲击和经济动荡，其间的危机期也相对不短，希望找到集群间一些差异形成的趋势，本研究强调初始条件和空间依赖性的重要性，理解俱乐部收敛机制。参照Stefanoudakis（2011）的方法，体现两种空间相关性，用Moran I指数与G统计量来确定是否形成地区成员间的俱乐部。继续用回归方程β收敛来检验条件和非条件收敛假设。Moran I统计量检验空间自回归，G统计量确定俱乐部成员。标准化的G统计量，将所有样本分成指标高数值和低数值两个俱乐部。

文中用zG指数来判断z[Gig（σ）]＝（Gig（σ）－E[Gig（σ）]）/正的zG指数代表高数值的空间集聚，负值代表低数值的空间集聚。如果一个地区有正的zG值将归入俱乐部1，有负的zG则归入俱乐部2。为获得经济冲击的机制，将时期分为两个阶段，开始于1995年，结束于2008年。俱乐部收敛的重点是关注促使收敛的因素（如初始条件、结构和空间特征）、影响程度和集聚形式。通过添加2009年和2010年的数据，可以检测和分析经济衰退导致的差异。根据结果，俱乐部趋同并不剧烈改变，尽管可能会出现差异，而且每个俱乐部的收敛率下降。结果表明，一个地区的初始位置（制度水平）非常重要地决定俱乐部成员在双峰俱乐部的收敛模型。同样重要的是每个地区的地理空间位置及其与周边地区的距离。也证实定义门槛值对俱乐部形成的结果至关重要，它代表地区间有影响的最大距离。

按照上面分类方法，取四个年度节点（1996年、2002年、2008年、2013年，其中1996年为起始年份），仍以L为因变量，取综合W，运行Matlab程序代码，G统计量基本处于0.028～0.036之间，两个俱乐部趋同状况并未改变，从四个年度G统计量的变化趋势来看，如表6.1可将31个省区市分成两组，即除11个省区市外，大部分省区市的空间集聚程度降低。用标准化的G统计，总体样本形成双峰收入分布，从而创建增大（11个省区市）和降低（20个省区市）的两个俱乐部。当然也可能存在如JH Stefanoudakis（2011）指出的三个偏见。第一，简单的平均距离加权使一些指标的结果可能不同。第二个是通过选择省会城市排除其他城市作为经济中心的可能性。第三个偏差源于核心与外围的概念。选择经济中心靠近或远离边界，对俱乐部成员有影响。(www.daowen.com)

表6.1　各省区市G统计量变化情况