新質生產力水平的統計測度與時空演變特征研究

李 陽，陳海龍，田茂再，2

（1.新疆財經大學 統計與數據科學學院，烏魯木齊 830012；2.中國人民大學 統計學院，北京 100872）

0 引言

2023年9月，習近平總書記在黑龍江考察期間首次提出“新質生產力”，為新時代新征程加快科技創新、推動高質量發展提供了科學指引。習近平總書記在哈爾濱主持召開新時代推動東北全面振興座談會上，再次強調要發展新質生產力，明確了培育戰略性新興產業和未來產業的重要性，此舉旨在加快形成新質生產力，增強發展的新動能[1]。全球產業結構的調整與重組以及勞動力市場的變革催生了對更高效、靈活的生產方式的強烈渴望，新質生產力的提出是對傳統生產方式在新時代沖擊下亟須重新定義的迫切響應[2]。

從內涵的角度來看，新質生產力是指在同等資源投入下，通過引入創新技術、優化管理機制、改進組織方式等手段，對生產方式、生產關系、生產要素等進行重新整合和優化，以實現更高效、靈活、可持續的生產[3]。首先，相較于傳統生產力，新質生產力的核心理念在于強調顛覆性技術[4]，而并非僅僅是對現有技術或流程的改進，通過引入全新的理念和方法，甚至打破不同領域之間的界限，促使各學科交融合作，以創造新的生態系統，引發產業結構和商業模式發生根本性變革[5]。其次，新質生產力的形成與戰略性新興產業集群密不可分[6]。黨的二十大報告提出，要推動戰略性新興產業融合集群發展，強調了不同產業、地區間的融合協同。這種融合集群的發展模式將不同領域的創新力量匯聚到一起，形成更具綜合實力和創新活力的產業集群，最大化釋放新質生產力的潛能。最后，新質生產力還強調高素質勞動者[7]與綠色可持續性的生態環境理念[8]。從勞動者的角度來看，新質生產力更加注重技術創新和知識產業的發展，因此對高素質勞動者的需求更為迫切。高技能和高素質的勞動者能夠憑借自身的知識儲備和技能更好地應對復雜多變的市場和生產環境，從而推動技術創新和應用。從生態環境的角度來看，新質生產力注重最大限度地減少資源浪費，提倡資源高效利用，其通過優化生產流程、采用先進技術、推廣循環經濟等模式，改進傳統生產方式，實現更環保的生產。由此可見，新質生產力在帶動經濟增長的同時，還注重在人類活動與自然環境之間建立和諧、可持續的平衡。

本文首先基于新質生產力的內涵，構建綜合評價指標體系，借助熵權法測算2010—2021 年中國30 個省份的新質生產力水平；其次，使用Dagum 基尼系數及其分解分析新質生產力水平的區域差異；最后，借助核密度估計、莫蘭指數及空間Markov 鏈方法分析新質生產力水平的時空演變特征。

1 研究設計

1.1 指標體系構建

新質生產力是由技術革命性突破、生產要素創新性配置、產業深度轉型升級而催生的當代先進生產力，它以勞動者、勞動資料、勞動對象及其優化組合的質變為基本內涵，以全要素生產率提升為核心標志。中央經濟工作會議明確提出，要以科技創新推動產業創新，特別是以顛覆性技術和前沿技術催生新產業、新模式、新動能，發展新質生產力。新質生產力的獨特之處在于不再單一地依賴傳統生產手段和要素，而是更加注重創新、科技、信息化等現代化因素的應用和發揮。在創新產業、科技進步、數字化技術等的推動下，新質生產力引發了生產要素組織和協同運作方式的根本性變革。通過科技和創新的推動，新質生產力使得生產過程變得更加高效、靈活、可持續，從而提升了整個產業的競爭力和經濟的可持續發展水平。其主要特征體現在以下幾個方面：在新技術方面，培育和形成新質生產力的關鍵在于科技創新，尤其是科技創新帶來的傳統生產方式的徹底變革。在新產業方面，新質生產力有助于促進產業創新，激發產業變革，進而實現生產方式的全面升級。在新要素方面，新質生產力通過對生產要素的創新性重組和運用實現了生產效率和生產力水平的全面提升。

本文根據新質生產力的內涵和主要特征，借鑒文獻[9,10]的研究，從技術創新、產業創新、要素創新三個維度構建新質生產力綜合評價指標體系，見表1。

表1 新質生產力綜合評價指標體系

1.2 研究方法

1.2.1 熵權法

本文采用熵權法測算新質生產力水平，具體步驟如下。

（1）運用極差法對原始數據進行標準化處理。

（2）計算各項指標的信息熵。

其中，ait為第i個省份第t項指標的標準化結果，bit為第i個省份第t項指標所占的比重，Et為第t項指標的熵值。

（3）計算權重（W）及綜合評價得分（S）。

1.2.2 Dagum基尼系數及其分解

通過熵權法測算得到中國30個省份的新質生產力水平后，借助Dagum基尼系數[16]分析新質生產力水平的區域差異及其來源，相關計算公式如下。

其中，G為總體基尼系數，n為省份個數，k為區域個數，yji為區域j中第i個省份的新質生產力水平，yˉ為新質生產力水平的全國均值，Gjj表示區域j新質生產力水平的基尼系數，qj和lj分別表示區域j的省份數量和新質生產力水平占比，Djh=(djh-qjh)/(djh+qjh)衡量的是不同區域間新質生產力水平的相互影響程度，djh為區域j、h的新質生產力水平之差，qjh代表超變一階矩，Gw表示地區內差異貢獻，Gb表示地區間差異貢獻，Gt表示超變密度貢獻。

1.2.3 核密度估計法

為探究全國及三大地區新質生產力水平的分布動態及演變特征，本文選取高斯核函數，使用核密度估計進行分析。

其中，h為平滑參數，K(·)為高斯核函數，xi為樣本觀測值，xˉ為樣本均值。

1.2.4 莫蘭指數

本文借助鄰接權重矩陣，運用全局莫蘭指數（I）檢驗新質生產力水平的空間相關性特征。在此基礎上，進一步借助局部莫蘭指數（Ii）描述各省份新質生產力水平的空間局部特征，計算公式如下。

1.2.5 空間Markov鏈

在空間相關性檢驗的基礎上，本文進一步運用空間Markov鏈探討新質生產力水平的時空演變特征。

其中，pij表示從狀態i轉移至狀態j的概率，nij代表研究期內樣本由第i種類型轉移至第j種類型的次數。

1.3 數據來源與數據處理

考慮到數據的可得性，本文選取2010—2021 年中國30 個省份（不含西藏和港澳臺）的面板數據作為分析樣本，數據來源于CNRDS 平臺、CSMAR 數據庫、IFR 公布的數據、上市公司年報、北京大學開放研究數據平臺、《中國統計年鑒》《中國環境統計年鑒》《中國人口和就業統計年鑒》《中國工業統計年鑒》等。對于個別缺失數據，運用插值法補全。

2 結果分析

2.1 測度結果分析

基于前文的指標體系，計算出2010—2021 年中國30個省份的新質生產力水平，結果如下頁表2所示。

表2 2010—2021年中國30個省份新質生產力水平及排名

從整體發展趨勢來看，中國新質生產力水平呈現逐年增長的趨勢，全國均值由0.082 增長到0.230，年均增長率為9.83%。從各地區均值來看，三大地區的新質生產力水平呈遞增趨勢，東部地區的新質生產力水平顯著高于全國平均水平以及中西部地區水平，而中西部地區的新質生產力水平則低于全國平均水平，這表明東部地區新質生產力水平的增長速度顯著快于中西部地區。當前，三大地區的新質生產力水平存在明顯的不平衡。究其原因，東部地區區位優勢顯著，豐富的沿海資源使其便于與國際市場接軌，且相較于中西部地區而言，東部地區在市場化改革和對外開放過程中積累了雄厚的資本、先進技術、市場經驗等，因此在發展新質生產力方面具有起點領先的優勢。而中西部地區受限于資源稟賦、交通條件等因素，產業結構相對單一，能源、資源型產業居多，且資源分布不均，因而導致中西部地區發展新質生產力的內生動力相對不足。從各省份發展角度來看，研究期內，廣東的新質生產力水平年均值最高，達到0.373。廣東的經濟較為發達和開放，這種開放型經濟促進了技術、資金、人才等要素的跨境流動，為本省企業獲取國際化的資源和市場提供了機會，從而有助于新質生產力的發展。江蘇的新質生產力水平年均值排在第2位，為0.312。江蘇作為長三角地區的重要一員，始終將科技創新置于經濟發展的核心位置，通過增加研發投入、建設科研平臺、引進高端人才等多種方式提高科技創新水平，推動新質生產力水平穩步提升。北京的新質生產力水平年均值排在第3位，為0.243。作為一個歷史悠久、文化底蘊深厚的城市，北京在文化和創意產業方面具有獨特的優勢，這些產業的發展不僅推動了經濟增長，也促進了新質生產力的發展。相比之下，海南、貴州、寧夏的新質生產力水平較為滯后，三者的年均值分別為0.079、0.085、0.085，主要原因是這些省份經濟結構較為單一，交通便利性較差，創新投入不足，制約了新質生產力的發展。

2.2 區域差異分析

本文參照國家統計局的劃分標準，將30個省份劃分為東、中、西三大地區，考察各地區新質生產力水平的區域差異及其來源，Dagum基尼系數分解結果如表3所示。

表3 三大地區新質生產力水平的Dagum基尼系數分解

從全國總體來看，2010—2014 年，整體基尼系數呈現略微波動上升的趨勢；2014—2021 年，整體基尼系數逐年上升，呈現穩步增長的趨勢。總體上，整體基尼系數從最初的0.178 上升至0.305。這一變化反映出中國新質生產力水平的區域差異逐漸擴大。

從區域內差異來看，東部地區的新質生產力水平差異顯著大于中部及西部地區，且呈現逐漸擴大的趨勢。西部地區新質生產力水平差異在2010—2015 年大于中部地區，在2016—2021 年與中部地區逐漸趨同。具體而言，研究期內東部地區的基尼系數從0.189 增加到0.301，增長了59.3%；中部地區的基尼系數在2010—2014 年略微波動下降，在2014—2021 年波動上升，總體上從2010年的0.059增長至2021年的0.148，增長了150.8%；西部地區的基尼系數在2010—2013 年小幅上升，在2013—2014 年驟降，在2014—2021 年逐年上升，總體上從2010 年的0.087 增長至2021 年的0.165，增長了89.7%。由此可見，各地區內部新質生產力水平差異均在擴大，其中，中部地區的內部差異增幅最大。

從區域間差異來看，研究期內，東-西部地區間新質生產力水平差異最大，地區間基尼系數年均值為0.255；東-中部次之，地區間基尼系數年均值為0.229；中-西部地區間差異最小，地區間基尼系數年均值為0.107。由此可見，東部地區和中部、西部地區之間的新質生產力水平存在著較大的差異，而中部和西部地區之間的差異相對較小，東-西部及東-中部地區間差異是導致中國新質生產力水平區域差異擴大的重要因素。

從貢獻率來看，地區內差異的貢獻率從12.178%下降至9.904%，下降了18.7%，平均貢獻率為9.969%；地區間差異的貢獻率從64.479%下降至62.965%，下降了2.3%，平均貢獻率為64.26%；超變密度的貢獻率從2010年的25.343%上升至2021年的27.131%，平均貢獻率為25.938%。由此可見，新質生產力水平的區域差異主要來源于地區間差異。

2.3 時空演變特征分析

2.3.1 分布及演變特征

本文使用核密度估計法探究新質生產力水平的分布及演變特征，為更加直觀地描述，繪制2010 年、2013 年、2016年、2019年及2021年的核密度曲線，如圖1所示。

圖1 全國及三大地區新質生產力水平核密度曲線

從分布位置及形態來看，全國整體及三大地區的核密度曲線總體上呈現不同程度的右移趨勢，說明全國及各地區新質生產力水平逐年上升。

從分布延展性來看，圖1（a）和（b）中，主峰高度隨時間推移逐漸下降，核密度曲線均存在右側拖尾現象，意味著研究期內，全國及東部地區內部差異逐漸擴大，且整體新質生產力水平相對較高。對比圖1（c），其主峰高度在研究中期逐漸下降，延展程度從主峰高度下降開始不斷加深，表明中部地區內部新質生產力水平差異在研究中期呈現擴大的趨勢。圖1（d）中，主峰高度經歷了研究初期下降、中期上升、末期下降三個階段，且研究末期延展性增加，表明西部地區內部新質生產力水平差異在研究期內呈現先擴大后減小再擴大的演變趨勢。

從極化特征來看，圖1（a）和（d）中，核密度曲線近似呈現單峰形態，僅在研究中期核密度曲線右側存在幾個較小的側峰。圖1（b）中，核密度曲線近似呈現從雙峰向單峰變動的趨勢，表明全國整體、西部及東部地區新質生產力水平極化現象顯著。圖1（c）中，核密度曲線由單峰向雙峰、近似均勻分布轉變，表明中部地區新質生產力水平從多極化逐漸趨于兩極化甚至無極化。

綜上所述，全國及三大地區的新質生產力水平普遍呈現逐步上升的趨勢，但動態發展過程中存在顯著的區域異質性特征，且大部分地區新質生產力水平出現極化現象，區域內部尚未形成空間協調格局，發展差異仍然顯著存在。

2.3.2 空間相關性分析

為進一步分析新質生產力水平是否存在空間相關性，本文借助鄰接權重矩陣，運用莫蘭指數檢驗進行驗證，全局莫蘭指數的計算結果如表4所示。

表4 2010—2021年新質生產力水平全局莫蘭指數

從表4 可以看出，全局莫蘭指數從2010 年的0.075 上升到2021 年的0.135，整體呈現波動上升的趨勢，反映出新質生產力水平存在空間正相關性。

由于全局莫蘭指數不能反映各省份間的空間相關性，因此選取部分年份30 個省份的新質生產力水平，采用局部莫蘭指數進一步探究，結果如表5所示。

表5 2010—2021年部分年份新質生產力水平局部莫蘭指數分析結果

從地區發展的角度來看，H-H 型省份大多集中于東部地區，表現為自身及鄰近省份的新質生產力水平均較高。相反，L-L 型省份大部分集中于中部以及西部地區，表現為自身與鄰近省份的新質生產力水平均較低。從時間演變的角度來看，各省份新質生產力水平的整體波動較小。通過對比2010 年與2021 年的結果可以看出，天津從H-H 型轉變為L-H 型，陜西從H-L 型轉變為L-L 型。天津作為典型的工業城市，其產業結構偏向于重化工業，而陜西的產業結構相對單一，缺乏多元化產業，二者在新舊動能轉換方面均存在困難，新質生產力水平暫時較低。福建、安徽從L-H 型轉變為H-H 型，廣西、湖南從L-L 型轉變為L-H 型，可能是受到周邊地區發展的帶動，這些省份的新質生產力水平提升明顯。湖北、四川從L-L 型轉變為H-L型。近年來，湖北的數字經濟綜合發展實力躍居中部地區之首，而四川在電子信息產業、清潔能源產業等方面的發展優勢尤為突出，為本省新質生產力的發展提供了創新動能。

2.3.3 時空動態演變特征

本文以鄰接權重矩陣作為Markov 鏈的空間權重矩陣，計算其轉移概率矩陣，考察2010—2021年新質生產力水平的穩態分布。使用四分位法將新質生產力水平劃分為Ⅰ型、Ⅱ型、Ⅲ型、Ⅳ型，分別代表低、中低、中高、高四個層級，傳統和空間Markov 轉移概率矩陣分別如表6和表7所示。

表6 傳統Markov轉移概率矩陣

表7 空間Markov轉移概率矩陣

由表6的傳統Markov轉移概率矩陣可知，各類型省份維持在自身新質生產力水平狀態的概率分別為66.2%、66.2%、70.0%以及98.0%。其中，發展水平為Ⅱ型、Ⅲ型的省份，其新質生產力水平均有3.3%的概率會發生退步，分別有30.6%、26.7%的概率進步為Ⅲ型、Ⅳ型，而Ⅳ型省份僅有2.0%的概率會退化為Ⅲ型，且各類型省份的新質生產力水平均不存在跨越式躍遷，表明中國新質生產力水平整體呈現梯度上升的發展趨勢。

由表7的空間Markov轉移概率矩陣可知，各省份與其相鄰省份新質生產力水平的類型具有協同效應，當相鄰省份為Ⅰ型時，在T時期新質生產力水平較低的省份數量大于其他類型的省份數量。從轉移概率的角度來看，當一個省份與新質生產力水平較高的省份相鄰時，該省份的發展類型向上轉移的概率更大。由此可以看出，新質生產力水平較高的省份能夠發揮輻射帶動作用，促進相鄰省份的發展。從對角線元素來看，當與Ⅱ型省份相鄰時，Ⅰ型、Ⅱ型省份不發生轉移的概率分別為42.9%、68.0%。當與Ⅲ型省份相鄰時，Ⅱ型、Ⅲ型省份不發生轉移的概率分別為69.6%、80.0%，大部分時候均高于傳統Markov 轉移概率。該現象表明，當一個省份與Ⅱ型、Ⅲ型省份相鄰時，處于相同類型的省份向上轉移的概率也隨之變大。當相鄰省份為Ⅰ型時，各類型省份維持在自身新質生產力水平狀態的概率分別為86.2%、66.7%、50.0%、100%，除Ⅲ型省份外，其余類型省份的轉移概率均高于傳統Markov轉移概率，表明當相鄰省份的新質生產力水平較低時，各省份新質生產力水平趨于保持相對穩定的狀態。

3 結論

本文基于2010—2021 年中國30 個省份的面板數據，運用熵權法測算新質生產力水平，并進一步運用Dagum基尼系數及其分解、核密度估計、莫蘭指數、空間Markov 鏈方法分析全國、三大地區及各省份新質生產力水平的區域差異及時空演變特征，主要結論如下：

（1）從整體上看，研究期內中國新質生產力水平呈逐年增長的趨勢，年均增長率達到9.83%。從區域角度來看，三大地區的新質生產力水平的變化趨勢在某種程度上與全國平均水平保持一致，東部地區新質生產力水平顯著高于全國平均水平以及中西部地區水平，相比之下，中西部地區新質生產力水平相對較低，未能達到全國平均水平。中國新質生產力水平在區域間存在顯著的不平衡現象，呈現“東高西低”的區域發展格局。

（2）從新質生產力水平的區域差異及來源的角度看，研究期內中國新質生產力水平的總體差異逐漸擴大。從地區內差異來看，各地區內部新質生產力水平的差異不斷擴大，且中部地區的內部差異增幅最大。從地區間差異來看，東部地區和中西部地區新質生產力水平存在較大的差異，而中部地區和西部地區間的差異相對較小，東-西部及東-中部的地區間差異是導致中國新質生產力水平差異擴大的主要因素。從貢獻率的角度來看，中國新質生產力水平的區域差異主要來源于地區間差異，各地區之間的不平衡發展是導致新質生產力水平存在差異的主要原因。

（3）從新質生產力水平的分布及演變特征來看，全國及東西部地區的新質生產力水平存在顯著的極化現象，地區內部尚未形成協調發展格局，發展的不均衡現象十分突出。在時空動態演進特征方面，中國新質生產力水平整體上呈現梯度上升的趨勢，且并未出現跨越式躍遷。同時，各省份新質生產力水平呈現空間聚集特征，高水平省份能夠發揮輻射帶動作用，促進鄰近低水平省份新質生產力的發展。