探究中国经济增长推动力的研究是近年来经济学界的热点研究课题。自改革开放四十年来,我国经济发展取得的成就前所未有,但学界对于中国经济增长的源泉却存在着很大的争议。要素投入是当代区域发展的核心,全要素生产率对中国发展的贡献饱含争议,空间相关性分析是区域经济研究的有力工具,根据“地理学第一定律”:地理事物或属性在空间分布上互为相关,相近的事物关联更紧密。在此背景下,为研究选择合适的模型就显得至关重要。本文将基于截面数据的地理加权模型(GWR)拓展应用于面板数据,使用黄金分割法确定其中的光滑参数,并引入随机前沿模型(SFA)中的复合扰动项;此外,受空间误差模型(SEA)启发,将空间相关性引入至误差向量中;在最终所得该模型的似然函数中,使用Monte Carlo法计算多维正态积分,使用遗传算法最大化似然函数。最后,为了精确计算,综合考虑经济学理论和统计学方法,修改了k近邻权重矩阵的k值赋值方法。基于改进后的空间随机前沿模型,利用2000-2014年的省际面板数据(不包含西藏、港澳台地区),在获取各省份全要素生产率(TFP)的同时,也能得到各自的前沿生产函数。而后,使用Dagum基尼系数研究中国省域TFP发展水平的非均衡性,使用Markov链和空间Markov链探究省域TFP发展的时空规律。最后,结合实证分析的成果,提出了政策建议。本文的研究结论主要有:第一,要素投入的增加,尤其是资本要素投入的增加,仍然是多数省份经济增长的主要推动力;中西部劳动力流失问题严峻;高速增长的中国经济,伴随着严峻的高污染、高能耗问题;对新技术的利用不佳依然是现阶段中国发展所面临的巨大障碍;第二,中西部全要素生产率在现有模型中往往被低估;第三,区域内全要素生产率水平趋于收敛,而区域间全要素生产率水平差距却持续扩大;省域TFP发展有着显著的俱乐部收敛现象,其中高水平俱乐部和低水平俱乐部在时间变化上最为稳定,说明我国区域间存在着较强的技术扩散壁垒;第四,TFP水平上升的地区主要集中在中部和东部沿海地区,而TFP水平下降地区主要集中在偏远落后地区;第五,受周边地区影响,区域TFP水平的发展在空间上不独立。