中國新質生產力水平、區域差異與時空演進特征

王 珂，郭曉曦

（1.浙江工業職業技術學院 財經學院，浙江 紹興 312000；2.云南財經大學 會計學院，昆明 650000）

0 引言

2023年9月，習近平總書記在黑龍江考察期間主持召開的新時代推動東北全面振興座談會上提出了“加快形成新質生產力”。2023 年12 月，在中央經濟工作會議上，習近平總書記再次強調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。2024 年1 月，習近平總書記在中共中央政治局第十一次集體學習時強調，加快發展新質生產力，扎實推進高質量發展。新質生產力涉及更廣維度和更深層次的動力因素及主體，是順應時代發展格局和落實高質量發展任務所需的先進生產力，是推動中國式現代化建設征程的理論指導和行動指南。因此，厘清中國新質生產力的發展現狀與區域協調情況是十分必要的。

關于新質生產力的研究主要包括新質生產力的內涵、要素及評價，并取得了豐富的成果[1—10]，但仍存在拓展空間。由于新質生產力提出時間較短，因此現有成果多集中于理論研究，定量分析相對不足。此外，在一些定量分析的文獻中，缺乏對新質生產力空間躍遷動態的分析。基于此，本文構建新質生產力水平測度指標體系，綜合運用熵值法、Dagum基尼系數法、空間相關性檢驗等方法對2012—2021年中國31個省份的新質生產力水平進行實證分析。

1 研究設計

1.1 方法介紹

1.1.1 熵值法

熵值法通過數據的相關關系及熵值變異程度來確定指標權重，將標準化后的數據與各指標權重相乘再累加來測算評價對象的綜合水平。

1.1.2 Dagum基尼系數法

Dagum 基尼系數能夠對地區差異進行測算和分解。總體基尼系數G由區域內差異Gw、區域間差異Gnb和超變密度Gt三者之和構成。計算公式如下：

其中，Gjj為區域內基尼系數，Gjh為區域間基尼系數，yji（yhr）為j（h）區域內i（r）省份的新質生產力水平，μ為所有省份的新質生產力水平均值，n為省份個數，k為劃分的區域個數，nj（nh）為j（h）區域內所包含省份的數量，pj=nj／n，sj=nj μj／（nμ），Djh為j區域和h區域間新質生產力水平的相對影響。

1.1.3 空間相關性檢驗

空間相關性檢驗由全局莫蘭指數和局部莫蘭指數構成，它通過構建空間權重矩陣展開空間特征分析。全局莫蘭指數（I）可以反映中國31個省份的新質生產力水平是否具有空間相關性和集聚性，計算公式如下：

其中，n為省份總個數，xi、xj分別為i、j省份的新質生產力水平，xˉ為31 個省份新質生產力水平的均值，wij為空間權重。I 的取值范圍為[-1,1]，I＞0、I＜0 和I=0分別表示新質生產力水平在空間分布上存在正向空間自相關、負向空間自相關和不存在空間相關性。另外，采用標準統計量z進行全局莫蘭指數的顯著性檢驗。

局部莫蘭指數（I*）可以反映相鄰省份新質生產力水平空間分布的異質性特征，計算公式如下：

在局部莫蘭散點圖中，省份分布于四個象限。根據曹玲等（2022）[11]的研究，第一象限為高效型，即“高-高”集聚，表明水平高的省份被水平高的省份包圍，輻射帶動性強，空間關系緊密；第二象限為空心型，即“低-高”集聚，表明水平低的省份被水平高的省份包圍，自身水平較低且受周圍省份影響很小；第三象限為低效型，即“低-低”集聚，表明水平低的省份周邊亦為水平低的省份，為發展落后集中區域；第四象限為極化型，即“高-低”集聚，表明水平高的省份被水平低的省份包圍，水平高的省份輻射帶動作用不明顯。

1.2 指標體系構建

本文基于新質生產力的內涵、要素等，提煉新質生產力的關注要點，并結合數據的可獲得性、可比性，構建包含勞動者、勞動對象和勞動資料三個維度的新質生產力水平測度指標體系，見下頁表1。

表1 新質生產力水平測度指標體系

1.3 數據來源

本文以2012—2021年中國31個省份（不含港澳臺）的面板數據為樣本，評價指標數據主要來源于《中國統計年鑒》、各省份統計年鑒、CSMAR 數據庫、EPS 數據平臺等，少量缺失的原始數據通過插值法、類推法等進行填補。此外，部分指標無法直接獲取，其計算方法說明如下：經營范圍涵蓋機器人的上市公司數量由CSMAR數據庫上市公司經營范圍中搜索關鍵詞“機器人”得到；二氧化碳排放總量根據能源消耗量、能源凈發熱值、碳排放系數（《IPCC國家溫室氣體清單指南》）、碳氧化因子和二氧化碳氣化系數相乘計算得到；省級政府工作報告數字經濟詞頻統計的關鍵詞主要包括數字經濟、數字化、數字產業、產業數字化、數字產業化、數字生活、數字鄉村、智能經濟、信息經濟、智慧經濟、電子商務、電子政務、人工智能、智慧城市、信息產業、信息和通信技術、ICT、信息基礎設施、數字基礎設施、大數據、數據化、數據資產化、互聯網、云服務、云技術、云端、云計算、區塊鏈、物聯網、5G、移動支付等，由Python軟件處理完成。

2 實證結果分析

2.1 新質生產力水平測算

2.1.1 整體新質生產力水平

用熵值法測算得到的中國各省份新質生產力水平見下頁表2，鑒于相鄰年份各省份新質生產力水平變化幅度較小，表2中僅展示了部分年份的結果。2012—2021年31個省份的新質生產力水平均值由0.143上升至0.254，且呈現逐年增長趨勢。新質生產力水平年均增長率為6.59%，呈現“W”型變化趨勢，近年來年均增長率不斷提高，這與產業轉型升級、科技強國戰略的實施、生態文明建設等一系列高質量發展舉措密切相關。但各省份在發展中的基礎不同且舉措落實存在差異，在諸多因素作用下，新質生產力依然存在水平較低和增速緩慢的問題。

表2 各省份新質生產力水平測算結果

鑒于2021年93.55%的省份新質生產力水平達到最優值（2012—2021 年的最大值），且非最優值省份（吉林、西藏）的最優值與2021年的差距較小，故而選擇2021年展開省份間新質生產力水平的差異分析，結果見下頁圖1。新質生產力水平最高的省份為上海（0.566），最低的省份為新疆（0.132），差值高達0.434。借鑒魏敏和李書昊（2018）[12]以均值和標準差為依據的劃分標準，將上海、北京、天津、廣東、浙江、江蘇和江西這7 個省份劃分為新質生產力較優省份，占比為22.58%。其中，上海和北京的新質生產力水平遙遙領先，是中國新質生產力發展的示范省份。較優省份中除江西外，其余省份均屬于東部地區，東部地區獨具的經濟實力、人力引力、產業布局、科技前沿等優勢，使其成為新質生產力發展的引領者。山東、福建、安徽、湖北、陜西、重慶、遼寧、海南、四川和湖南這10個省份為新質生產力水平中等省份，占比為32.26%，整體由東部地區剩余省份和中部、東北以及西部地區發達省份構成，這些省份具有較好的新質生產力發展基礎，有較大的進步空間。河南、河北、廣西、寧夏、貴州、甘肅、云南、黑龍江、吉林、山西、青海、西藏、內蒙古和新疆這14個省份為新質生產力水平較低省份，占比為45.16%，主要為東北和西部地區省份，高質量發展要素基礎不足，缺乏新質生產力發展動能。此外，京津冀地區的北京、天津與河北對比，泛珠三角區域的廣東與其他省份對比可以發現，新質生產力發展中極有可能存在虹吸效應，這是因為增長極理論認為應優先將優勢要素集中到發達地區，之后通過帶動效應實現區域共同發展。在中國新質生產力發展過程中，發達省份憑借人才、資本、技術、產業、市場等的集聚，必然成為區域新質生產力發展的增長極。同時，發達省份受規模經濟、配置效率、本地市場效應等影響，優勢資源將持續集聚，不斷吸納周邊省份的生產要素，形成區域極化的虹吸效應。

圖1 2021年各省份新質生產力水平

2.1.2 四大地區新質生產力水平

四大地區新質生產力水平均值變化趨勢見圖2。整體看，2012—2021 年四大地區新質生產力水平均有所上升。具體看，東部地區處于領先地位，新質生產力水平由0.209上升至0.371，一直高于中部、東北和西部地區，也高于全國平均水平。中部、東北和西部地區新質生產力水平低于全國平均水平，呈現不同的變化趨勢。中部地區新質生產力水平年均增長率為7.12%，是增長速度最快的地區，2021 年為0.235。2012—2014 年東北地區新質生產力水平與中部地區基本持平，中部地區提升較快，但東北地區卻僅有4.74%的年均增長率，與其他地區新質生產力水平之間的差距逐漸擴大。西部地區新質生產力水平最低，但其與東北地區的差距逐漸縮小，并呈趕超之勢。

圖2 全國及四大地區新質生產力水平均值

2.1.3 各維度新質生產力水平

勞動者、勞動對象和勞動資料維度的水平及其貢獻率見圖3。勞動者維度水平由2012年的0.023上升至2021年的0.048，增長了109.82%。勞動者維度的貢獻率呈現先下降后上升的變化趨勢，最高值為19.56%，最低值為16.85%，整體貢獻率較低。勞動對象維度水平雖逐年上升但增速較緩，2012—2015 年為各維度中最優，2016—2017年與勞動資料維度基本持平，2018—2021 年被勞動資料維度反超且差距逐漸擴大。勞動對象維度的貢獻率也由44.24%下降至37.01%。勞動資料維度水平增速較快，2018年之后處于絕對領先狀態。勞動資料維度的貢獻率基本呈逐年上升趨勢，2021年達到43.43%。但勞動者、勞動對象、勞動資料維度水平與其最優值均有較大差距，再結合其一級指標得分與貢獻率變化來看，勞動者維度和勞動對象維度中的新質產業發展是目前新質生產力提升亟待解決的問題。

圖3 各維度新質生產力水平及其貢獻率

2.2 新質生產力水平地區差異及來源

2.2.1 新質生產力水平總體差異與區域內差異

全國及四大地區的基尼系數變化趨勢見下頁圖4。2012—2021 年全國基尼系數介于0.211～0.232，整體變化幅度不大，這與中國積極推行區域協調發展戰略密切相關。中國新質生產力水平的基尼系數在2017 年之前基本保持穩定，2017 年之后略有上升后維持穩定。東部地區基尼系數呈下降趨勢，由0.222 下降至0.189，東部地區多數省份新質生產力發展基礎雄厚，隨著時間推移，其差異逐漸縮小。西部地區基尼系數介于0.099～0.127，呈現平穩—下降—上升—下降的變化趨勢，主要是因為重慶、四川、陜西等西部相對發達省份新質生產力快速提升而擴大了差異，但上述省份發展后勁不足，差異又逐漸縮小。中部地區基尼系數整體呈波動上升的變化趨勢，其在2021 年是基尼系數最大的地區，數值為0.126，這主要是因為中部地區部分省份受到東部地區的輻射帶動影響，新質生產力水平得到提升，而未受輻射影響的省份新質生產力發展不足，導致中部地區新質生產力水平差異逐漸擴大。東北地區基尼系數始終是四大地區中的最低值，整體呈波動下降的變化趨勢，該地區各省份新質生產力水平低且差異小。

圖4 全國及四大地區新質生產力水平區域內差異

2.2.2 新質生產力水平區域間差異

中國新質生產力水平區域間差異見下頁圖5。2012—2021年四大地區間的差異大致可分為三種類型：第一類，區域間差異波動上升，涵蓋東北-中部地區、東部-東北地區和中部-西部地區，主要原因是東北和西部地區新質生產力發展相對落后，而東部和中部地區相對較優且增速可觀。第二類，區域間差異波動下降，涵蓋東北-西部地區，主要原因是這兩個地區新質生產力均較為落后且缺少相應的騰飛引力。第三類，區域間差異先變小后變大，涵蓋東部-中部地區、東部-西部地區，說明區域協調發展戰略對縮小區域間差距起到了一定的作用，但也要關注效果的持續性。整體上，新質生產力水平的區域間差異表現為東部地區發展領先，中部崛起戰略提效顯著，西部大開發、東北振興戰略的助力成效有待提升。

圖5 新質生產力水平區域間差異

2.2.3 新質生產力水平區域差異來源

四大地區新質生產力水平差異分解結果見圖6。新質生產力水平的區域內差異、區域間差異和超變密度的貢獻率均值分別為20.43%、73.43%和6.14%，且2012—2021年差異來源的貢獻率保持相對穩定，說明四大地區新質生產力水平的差異主要來源于區域間差異。在東部地區發展過程中，京津冀協同發展、長三角區域一體化發展、粵港澳大灣區發展等戰略均高效推動了東部地區新質生產力水平的提升。雖然有貫穿東、中、西部地區的長江經濟帶和黃河流域城市群高質量發展戰略，但因受到省份間跨度廣、差異大、聯動弱等因素的影響，未能形成有效的協調發展合力。而東北振興戰略受限于東北地區的地理區位劣勢，融入東、中、西部地區發展的困難較大，協同發展能力進一步減弱。

圖6 四大地區新質生產力水平差異分解

2.3 新質生產力水平空間相關性

2.3.1 新質生產力水平全局空間相關性

中國新質生產力水平全局莫蘭指數及其檢驗結果見表3。全局莫蘭指數與z值均大于0，P值顯示均通過顯著性檢驗，說明中國新質生產力水平存在“高-高”集聚和“低-低”集聚的現象。

表3 中國新質生產力水平全局莫蘭指數及其檢驗結果

2.3.2 新質生產力水平局部空間相關性

下頁表4 展示了2012 年、2015 年、2018 年和2021 年經局部莫蘭指數分析得出的中國各省份新質生產力水平在各象限的分布，多數省份集聚于第一象限和第三象限。2012年共有27個省份集聚于第一象限和第三象限，第一象限高效型省份有9 個，除遼寧、江西外，主要為東部地區省份。第三象限低效型省份有18 個，集中于中部、西部、東北地區。極化型省份只有廣東1 個。2015年，處于第一象限和第三象限的省份共有24 個，第一象限高效型省份由9 個下降到8 個，遼寧轉變為空心型。第三象限低效型省份由18 個下降到16 個。受廣東新質生產力水平快速提升的影響，海南轉變為空心型；受“一帶一路”倡議的影響，陜西發展勢頭強勁，水平明顯高于周邊省份，與廣東同屬極化型。2018 年共有21 個省份位于第一象限和第三象限，第一象限高效型省份數量維持在8 個，新增了安徽，減少了北京。得益于長三角區域一體化發展的帶動，安徽與東部地區省份差距縮小，甚至超過了部分東部地區省份，由空心型轉變為高效型。北京自身快速發展，由高效型轉變為極化型。第三象限低效型省份數量由16 個減少至13 個，減少了湖北、重慶和湖南。湖北、重慶等中西部地區較發達省份憑借自身優勢快速發展，轉變為極化型。湖南轉變為空心型主要是受周邊廣東、江西、湖北、重慶等省份快速發展的影響。2021 年共有23 個省份位于第一象限和第三象限，第一象限高效型省份未發生變化，第三象限低效型省份增加了重慶和陜西，可見西部地區省份發展持續性不足。第四象限極化型穩定于廣東、北京、湖北，說明東中部地區均存在發達省份虹吸現象。綜上，中國新質生產力存在明顯的空間異質性，且帶動效應與虹吸效應并存，因此提高新質生產力的區域一體化協調發展至關重要。

表4 各省份新質生產力水平分布

2.3.3 新質生產力水平時空躍進

借鑒Rey 和Janikas（2006）[13]的時空分析法，對2012年和2021 年兩個首尾年份的躍遷展開分析，具體結果見表5。可以看出，類型Ⅰ的躍遷路徑有兩種：第一種是從高效型向極化型躍遷，代表省份為北京，北京獨具的政策支持、人力資源、科技發展、商務服務等優勢，使其新質生產力快速提升，且對周邊省份具有虹吸效應。第二種是從低效型向空心型躍遷，代表省份為海南、湖南，原因在于他們的周邊省份新質生產力提升較快。尚無省份屬于類型Ⅱ的躍遷。類型Ⅲ的躍遷路徑有三種：第一種是從高效型向空心型躍遷，代表省份為遼寧，東北地區原有的工業基礎優勢不匹配新質生產力發展的要求，優勢逐漸喪失，成為空心型。第二種是從空心型向高效型躍遷，代表省份為安徽，該省份受長三角區域一體化發展的帶動效應顯著。第三種是從低效型向極化型躍遷，代表省份為湖北，中部地區的長江中游城市群崛起為其新質生產力提升提供了助力。類型Ⅳ未發生躍遷的省份有25 個，占比為80.65%。綜上，中國新質生產力水平的時空集聚具有空間穩定性，躍遷省份更多轉向極化型和空心型。在新質生產力發展過程中，長三角區域一體化發展戰略的帶動效應顯著，東北振興戰略成效不顯著，其他發展戰略實施過程中均存在發達省份的虹吸現象。因此，建立對區域協調發展戰略推進效果的考評和獎懲機制十分有必要。

表5 中國新質生產力水平的時空躍遷類型與路徑

3 結論與建議

本文測算了2012—2021 年中國新質生產力水平，分析其時空演進特征，通過實證分析，得出如下結論：

（1）中國新質生產力水平呈逐年上升趨勢，但整體水平不高，具有明顯的區域異質性，具體表現為東部地區＞中部地區＞東北地區＞西部地區，勞動者維度和勞動對象維度中的新質產業發展是制約新質生產力水平提升的主要因素。

（2）從區域內差異看，東部地區與東北地區區域內差異波動減小，中部地區區域內差異波動增大，西部地區則呈現平穩—下降—上升—下降的變化趨勢。從區域間差異看，四大地區區域間差異較大。區域間差異始終是四大地區差異的主要來源。

（3）中國新質生產力水平存在高度空間相關性，省份集聚多表現為高效型和低效型集聚，空間集聚特征明顯且流動性較低。躍遷省份中更多轉向極化型和空心型，只有安徽轉向了高效型，虹吸效應與帶動效應并存，不同發展戰略下的區域新質生產力協調提升效果不同。

基于上述結論，提出如下建議：

（1）推進新質生產力區域協調發展。首先，建立協調發展意識。樹立省份間數據要素平臺共建、人才資源智庫互聯、科技供需市場互通、數字經濟紅利共享等目標。其次，實現區域產業鏈分工與共贏。在新質產業上形成梯度轉移布局，各省份要加強對周邊省份產業發展的研判，結合自身要素優勢，發展融入區域產業鏈的優勢產業。毗鄰省份應加強協商，盡快形成區域內新質產業的雁陣格局，建立區域利益共享的產業對接。最后，開展協同效果考評。開展新質生產力統計考評工作，對區域協調戰略劃定的區域進行新質生產力推進效果分析，建立獎懲機制。

（2）助力新質生產力人力結構重塑。一方面，以新質生產力需求加速教育變革。人才培養融入前沿科技，注重與新興學科的融合。推進產學研用結合，激發實踐領域的原始創新和顛覆性創新。以新質生產力所需的數字化、智能化、綠色化等特征為依據，推動高校專業設置、培養目標、教學等進行優化。另一方面，多元保障激發新質生產力人才潛能。搭建科技成果交流與轉化平臺，加速技術擴散、技能互補和信息共享，實現平臺驅動人才創新。優化評價機制，加大對從事前瞻性、顛覆性、戰略性等重大科研項目人才團隊的激勵，同時，以更加包容的動態考核制度鼓勵科研人員在新理論、新領域、新方法方面展開探索。

（3）促進新質產業發展。一方面，優化新質產業發展環境。針對新質產業發展模式、成長周期、驅動要素等，進行產業發展頂層設計。加強新質產業金融供給改革，優化科技項目貸款，加大新質產業風險投資，完善產業政策性擔保等。另一方面，搶占新質產業發展機遇。新質產業需前瞻布局，應將廣泛調研與技術研判結合，精準定位其發展方向，引導各項生產要素投入，同時要建立新質產業發展方向的風險評估與動態調整機制。發揮社會主義集中力量辦大事的優勢，建設5G 基站、數據要素傳輸存儲系統、工業互聯網等新質產業急需的智能基礎設施，提供配套保障。