新質生產力何以影響全要素生產率：科技創新效應的機理與檢驗

［摘要］科技創新是新質生產力的核心驅動力，全要素生產率的提升是新質生產力形成與發展的核心標志。基于此，以“量的積累、質的提升、新的拓展”三維向度為目標層，以“勞動者、勞動對象、勞動資料”為準則層，構建新質生產力發展的綜合評價指標體系。采用中介效應模型、空間杜賓模型、門限效應模型，探討新質生產力對全要素生產率的影響路徑、空間溢出效應，以及差異性科技創新能力之下的異質性作用。研究發現：新質生產力能促進全要素生產率提升，具有空間溢出效應。進一步研究發現：新質生產力與全要素生產率形成非線性正“U型”關系，即促進作用來源于高水平新質生產力；科技創新在新質生產力對全要素生產率影響中形成中介效應及門限效應；區域層面，新質生產力對全要素生產力的影響呈現明顯異質性特征。據此，從培育新質生產力、增強區域科技創新能力等方面，為提升區域全要素生產率提供參考。

［關鍵詞］新質生產力；評價指標體系；全要素生產率；科技創新能力

［中圖分類號］F0141；F1243［文獻標識碼］A［文章編號］1673-0461（2024）10-0001-14

一、引言

“積極培育新能源、新材料、先進制造、電子信息等戰略性新興產業，積極培育未來產業，加快形成新質生產力，增強發展新動能”［1］，習近平總書記這段論述為我國新時代生產力發展擘畫了行動指南，對加快構建國內國際雙循環的新發展格局，以經濟高質量發展賦能中國式現代化具有重要意義。新質生產力是基于我國經濟發展時代特征所提出的新概念，是馬克思生產力中國化的最新成果，代表著中國特色社會主義實踐進程中生產力發展實現了新躍遷［2］。“生產力”這一觀念最早來源于古典政治經濟學，傳統生產力與馬克思生產力理論在此基礎上逐步形成并拓展。傳統生產力理論強調人類利用自然、征服自然所創造物質產品的總量，認為生產力是人類對客觀自然進行能動改造后，生產出豐富的物質產品并創造物質財富的能力［3］。馬克思在不同語境和語義中，針對不同對象，多次對生產力的內涵進行深化拓展，但馬克思對于生產力概念并未明確定義。馬克思多角度的闡述指引我們可從人與自然和諧共處，從量與質兩個維度的辯證統一來理解生產力，即生產力發展既應注重生產總量，更應注重生產質量［4］。新質生產力的形成源于中國特色社會主義建設實踐，其形成是一個漫長的過程，具體來看，即體現為社會主義生產力在“量”上的生產總量積累，也體現為生產過程及產品“質”的提升，并立足于科技創新凸顯生產力向“新”方向拓展的潛力。

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、勞動資料與勞動對象及其優化組合的質變為基本內涵，是立足于我國特定的經濟條件及發展戰略所形成的新質態生產力［5］。現有關于新質生產力的研究圍繞新質生產力內涵、效應、形成動因及實踐路徑展開。對于新質生產力內涵，高質量發展、科技創新、新興產業和未來產業是新質生產力“新”之所在［6］；新質生產力涉及的是發展前景廣闊、富含創新驅動、技術含量高的新領域，以技術創新驅動勞動者與勞動資料發生質變是新質生產力質態維度“躍遷”的關鍵［7］；“新質”代表在本質、質態上區別于傳統生產力，“生產力”則代表需要應用于實際生產并形成經濟效益［8］。對于新質生產力效應，認為新質生產力通過催生新型生產組織形態，賦能創新生態系統，推動核心主導產業、潛在關聯產業、交叉融合產業、新興產業及未來產業實現交互聯動進而賦能經濟高質量發展［9］；數字新質生產力通過協調農村產業和城鄉結構、開放拓展農業資源與市場、綠色理念引領低碳發展、創新驅動農產品質量、農民共享發展成果促進農業高質量發展［10］。對于新質生產力的形成動因，認為在大國競爭背景下，打造一流企業、提升國際競爭優勢和構建人類命運共同體是新質生產力形成的理論邏輯［11］。新類型要素、新型需求、要素組合效率、“企業集合”上的新結構與新形態、新質生產關系是新質生產力的形成邏輯［12］。對于新質生產力的實踐路徑，認為整合科技創新資源，深化關鍵性體制機制改革、培育新興產業及未來產業、優化人才管理模式和培育方式、實現科技高水平自立自強、以高質量發展為首要任務是新質生產力的具體實踐路徑［13-14］。

蔡湘杰，賀正楚：新質生產力何以影響全要素生產率：科技創新效應的機理與檢驗

2024年第10期

全要素生產率是指生產活動在一定時間內以單位總投入與所得總產出衡量出的生產效率，來源于技術進步、規模效應和效率改善。現有研究已從多層次、多視角對全要素生產率的影響因素、效應進行分析。對于影響因素：一是從企業層面考察，相關文獻涉及數字化轉型、知識產權保護和區域產業政策等方面，企業數字化轉型能提升全要素生產率，在管理效率較高、規模較大、資產流動性較低的企業中促進效應更為明顯［15］。知識產權保護能通過外來技術溢出、自主創新、地方重點產業政策的競爭效應和成本效應推動企業全要素生產率提升［16-17］。二是從產業層面考察，產學研協同發展、產業協同集聚、數字經濟、環境規制等方面均是推動全要素生產率提升的重要因素［18-21］。對于全要素生產率

效應，宏觀和中觀層面的效應是研究重點，農業全要素生產率通過夯實產業體系、帶動農業現代化賦能實現農業強國建設［22］。我國貨幣政策有效性下降的主要因素之一是全要素生產率增速下滑［23］。

綜上所述，現有研究從多維度、多視角對新質生產力和全要素生產率進行了分析與討論。但已有研究存在以下局限：一是研究視角局限。已有新質生產力研究聚焦于新質生產力對戰略性新興產業與未來產業的影響，鮮有學者考察新質生產力對于區域全要素生產率的影響效應及作用機制。二是研究方法局限。對于新質生產力，現有文獻大多采用定性方式進行理論分析；鮮有文獻通過構造新質生產力評價指標體系對新質生產力進行測度，并進一步以定量方式考察新質生產力效應。三是框架分析局限，尚未有學者依據“量、質、新”三層目標框架對新質生產力進行具體闡述。對于新質生產力，量的積累是基礎，質的提升是關鍵，新的拓展是靶向，區域新質生產力發展狀況應以全要素生產力提升為重要標志，科技創新是新質生產力的核心驅動力。為補充相關研究，本文厘清了新質生產力與全要素生產率之間的影響機理，分析了新質生產力的空間溢出效應并考察科技創新驅動作用。通過本文研究，為實現我國經濟高質量發展，拓展全要素生產率提升新路徑，以新質生產力賦能中國式現代化提供了實踐依據與理論支撐。

二、理論分析與研究假設

（一）新質生產力與全要素生產率

新質生產力發展體現為3個維度，即勞動者、勞動資料與勞動對象。新質生產力是在馬克思生產力理論基礎上立足于中國特色社會主義實踐的生產力，與傳統高資源投入、高耗能、低效率、低科技含量的生產力相區別，是高階、高質量、科技革命性、創新性、高效能的生產力，基于已有技術、知識儲備，以科技創新為主導，形成的新特質生產力。新質生產力形成的勞動優化效應、要素深化效應、產業迭代效應能有效賦能區域全要素生產率。首先是勞動優化效應。勞動優化是指社會生產中的勞動力分配合理性增強、勞動力素質提升的過程。一方面，新質生產力發展能降低勞動力成本。新質生產力倡導的智能化、自動化生產，通過應用智能機器人、工業互聯網等先進技術，形成勞動力替代，避免低效率勞動力配置。另一方面，新質生產力對勞動力素質形成更高要求，基于新的生產方式和管理策略，生產流程優化，勞動力產出效率提升。其次是要素深化效應。要素深化是指生產過程中對生產要素進行深層次利用與挖掘的過程。一方面，新一代信息技術革命下，數據成為核心要素，在數字經濟規模日益增長背景下，數據要素正加速滲透到生產、消費、分配、流通等各環節，社會生產可能性邊界不斷拓展，傳統要素投入的增長約束得以突破。另一方面，在數字技術賦能下，商業模式與企業生產的數字化轉型形成技術與管理創新協同的巨大合力，傳統資本與勞動要素邊際產出逐漸提高。最后是產業迭代效應。產業迭代是傳統產業生產方式與產品進行替代或更新，新興產業與未來產業開始孕育或發展的過程。一方面，依托新質生產力培育而來的新興產業及未來產業，如新能源汽車、集成電路、生物醫藥等，將有效優化經濟結構，促進經濟向多元化增長極發展模式轉變，形成新產業鏈和新產業部門，增強區域發展潛力，提升產業結構合理性，進一步構筑出現代化產業體系。另一方面，新質生產力的發展將有效推動高技術產業領域轉型升級并提升傳統產業附加值，通過調整商業模式、引入新知識與技術，推動傳統產銷模式向智能化、數字化、綠色化轉型，生產效率提升，產品向多樣化、高端化轉變。根據上述分析，得到新質生產力對區域全要素生產率的影響機理（見圖1）。

圖1新質生產力對全要素生產率的影響機理

同時，各地新質生產力發展引致的生產要素加速流動、資源共享、多元主體協同發展使得各區域交互聯動性不斷深化。一方面，由于新質生產力水平的差異化特征，區域間形成模仿與學習效應，提升了地理關聯或經濟關聯地區的要素、知識、技術的溢出能力與吸收能力。另一方面，隨著新質生產力深入發展，地區發展活力持續釋放，地區間各產業跨區域協同程度日漸加深，也能促進空間關聯地區全要素生產率提升。因此，本文認為新質生產力對空間關聯地區形成空間溢出效應。

此外，新質生產力作為先進生產力，有助于優化區域資源配置效率，提升區域創新能力，實現傳統產業轉型、孕育發展新興產業及未來產業。但新質生產力對區域全要素生產率的影響可能存在“生產率悖論”，勞動者、勞動資料與勞動對象的革新對全要素生產率發揮作用可能存在一定程度滯后。新質生產力是形成發展新動能的必然要求，長期來看對區域全要素生產率必然形成顛覆性的影響。然而，依據全要素生產率的定義，全要素生產率不僅取決于勞動力投入和區域總產出，更受技術進步的影響。短期內，當新質生產力勞動優化、要素深化、產業迭代效應存在時滯性時，便可能出現技術進步引致的“生產力悖論”，導致要素生產率增速滯后于產出增速，從而抑制了全要素生產率。對于要素變動而言，新質生產力具備的創造性、互補性和替代性將深刻影響不同產業的生產結構，依據任務模型和資本增進型技術進步模型，新質生產力能形成強大的智能化分析、處理與采集能力，能替代程式化勞動并對高技能勞動者形成補充，但此過程存在時限［24］。且在新質生產力形成初期，新興產業、未來產業發展尚不成熟，要素轉型替代過程可能呈現信息錯配、成本擴張等低效狀態，對區域全要素生產率提升形成阻礙。

鑒于上述分析，提出3個研究假設：

H1：新質生產力能促進全要素生產率提升。

H2：新質生產力對全要素生產率具有空間溢出效應。

H3：新質生產力對全要素生產率的影響呈現為先抑制后促進的正“U型”關系。

（二）新質生產力、科技創新與全要素生產率

新質生產力通過形成新生產要素、新產銷模式和創新生態系統賦能科技創新。首先，勞動力與資本是工業化時代的核心要素。數字經濟時代，隨著新一代信息技術的革新與普及，社會生產開始以數據要素為核心。一方面，數據要素應用的信息化、網絡化與智能化特點能夠緩解信息不對稱的矛盾，在宏觀層面推動政府實行智慧治理、改善資源配置、優化宏觀調控，在微觀層面降低企業交易過程中運輸、搜尋、跟蹤、驗證和復制成本。另一方面，數據要素的共享性特點深刻影響勞動模式，生產要素的劃分開始向創造性與非創造性轉變，具備跨學科知識、創新思維的人才成為要素轉型的重要標志。其次，新質生產力整合知識、技術與信息等基礎要素推動形成新的產銷模式。一方面，從供給側來看，以新質生產力為依托形成的智能化信息平臺能增強市場供需匹配度，避免企業過度生產、無效生產，生產周期循環更為通暢，資金鏈運轉更為高效，增強企業技術吸收能力，降低創新成本。另一方面，從需求側來看，新質生產力對于產業的賦能形成規模經濟效應，為應對市場多元化、高質化需求，同質性企業間的競爭強度提升，促使企業進行創新行為。最后，新質生產力作為具有時代性的先進生產力，能促進以智能化、數字化為要點的新興產業和未來產業孕育發展，培育具有多鏈式融合性、高韌性特征的創新生態系統。一方面，新質生產力的培育鼓勵產業發展、技術創新和人才培養三者有機融合，三者融合構建出產業鏈、創新鏈、人才鏈和機制鏈相互交織的生態系統，這種綜合性變革為實現高效持續性的科技創新奠定堅實基礎［25］。另一方面，新質生產力發展推動創新系統釋放共享效應，創新鏈中的差異化種群在相互反饋、相互合作中實現技術溢出，產業鏈各環節的信息聯動能力增強，跨區域創新群體協同合作引致知識傳播與技術擴散，形成資源稟賦優勢，進而提升創新強度。

科技創新以開發新產品、提供新服務和優化管理模式為目的，包括技術創新、知識創新和管理創新三方面，三者是推動全要素生產率提升的關鍵因素。以基礎研究與應用研究兩個維度考察科技創新對全要素生產率的影響：首先是基礎研究，基礎研究主要通過人力資本積累與知識溢出賦能全要素生產率。對于人力資本累積，基礎研究形成的新知識、新發現、新理念等要求勞動力具有創新精神與創新能力。社會創新思維既由人力總量決定，也由勞動使用性質決定。在基礎研究擴張并推動經濟社會發展的同時，依托前人的知識也能提高勞動力素質，形成以人力資本數量拓展知識儲備、以知識儲備提升勞動力質量的良性互動，從而促進全要素生產率提升。對于知識溢出，基礎研究形成的新技術、新學說和新知識等將及時高效擴散至多個主體，不受時空條件的限制，研究成果將賦予公共產品屬性，逐步處于無耗損流通狀態，間接作用于企業技術進步，推動全要素生產率提升。其次是應用研究，應用研究體現為由基礎理論知識上升到物化知識形態的轉型，是科技創新的實踐表象，其目的在于推動科技成果轉化，包括實現成果的廣泛應用和商業化拓展。應用研究通過自主式創新和模仿式創新賦能全要素生產率。對于自主式創新，通過對基礎研究成果的消化吸收，應用研究將知識形態成果轉化為具有應用和商業價值的新產品或發明專利等實物形態，此類物質形態的轉變屬于自主創新范疇，具有前沿性、突破性特征并具備一定風險，對全要素生產率的促進作用明顯［26］。對于模仿式創新，是基于已有生產技術，通過改進技術、生產工藝的方式實現物化形態轉變的過程。對于創新能力較弱的企業，可通過模仿式創新降低創新成本，形成“后發優勢”，以漸進式全要素生產率提升向高創新能力企業收斂。

綜上，科技創新在新質生產力對全要素生產率影響的中介作用體現為：新質生產力通過形成新生產要素、新產銷模式和創新生態系統推動區域科技創新；區域科技創新通過基礎研究和應用研究兩個維度賦能全要素生產率，其中基礎研究包括人力資本積累和知識溢出，應用研究包括自主式創新和模仿式創新。新質生產力通過科技創新對區域全要素生產率的影響關系見圖2。由此，提出3個研究假設：

H4：新質生產力對科技創新起到促進作用。

H5：科技創新對全要素生產率起到促進作用。

H6：科技創新在新質生產力與全要素生產率之間起到中介作用。

圖2科技創新中介變量影響路徑

（三）科技創新門限效應

科技創新不僅作為中介變量，區域科技創新能力差異也可能影響新質生產力與全要素生產率之間的關系。事實上，創新要素配置、創新成本、創新環境等因素對區域科技創新能力至關重要，科技創新能力可能需要達到一定閾值，才能切實發揮新質生產力對全要素生產率的促進作用，原因在于當科技創新水平較弱時，依托高素質勞動力、新生產要素進行創新活動引致的組織架構調整、舊設備更新、管理模式優化，可能極大增加管理成本、產銷成本、研發成本。當區域科技創新能力較弱時，新質生產力對全要素生產率的抑制效應大于促進效應。例如，在科技創新能力位于低水平時，區域雖具備高素質人才、高端生產要素，由于新興產業與未來產業處于發展孕育的初步階段，但新工藝、新產品和新商業模式可能無法快速成型并進行規模化應用，故區域科技創新投入產出效率偏低，因此無法支撐區域全要素生產率提升。而隨著區域科技創新能力提升，將高質量勞動力、勞動資料投入到科技創新實踐中，科技創新水平達到一定閾值時，由于成本降低、知識累積、商業模式優化、創新規模效應等因素，將強化科技創新的價值創造并提高科技成果轉化效率，因而使得新質生產力對全要素生產率的促進效應愈加顯著。同時，區域科技創新能力越強，科技成果轉化能力越突出，越有利于集中優質創新資源，達到科技創新能力、科創成果轉化、優質資源集中的良性循環狀態。此外，科技創新能力更強的地區更有意愿提升區域全要素生產率，相關人才、產業、金融制度和配套政策將為發揮新質生產力效能提供實際支撐。有鑒于此，本文認為科技創新會影響新質生產力對全要素生產率的驅動效應。由此，提出研究假設：

H7：科技創新在新質生產力對全要素生產率影響中的門限效應顯著，存在科技創新的有效閾值。

綜上，本文理論模型見圖3：

圖3理論模型

三、研究設計

（一）數據來源與數據處理

本文采用除港澳臺、西藏外的我國30個省份（含省、自治區、直轄市）層面的2012—2022年面板數據。相關原始數據來源于國家統計局和《中國科技統計年鑒》《中國能源統計年鑒》《中國環境統計年鑒》《中國人口與就業統計年鑒》《中國教育統計年鑒》，以及工信部和發改委遴選的“寬帶中國”戰略試點名單、國際機器人聯盟（IFR）、省級政府工作報告、北京大學數字普惠金融指數、國家企業信用信息公示系統為數據源的啟信寶數據庫、中國研究數據服務平臺（CNRDS），部分缺失數據采用插補法補齊。

（二）研究方法：新質生產力指標體系評價方法

基于本文構建的新質生產力綜合評價指標體系，首先采用熵權法測度指標權重。

依據指標權重進一步采用TOPSIS法測算綜合評分。TOPSIS法依據評價對象與正、負理想解之間貼近距離進行排序，通過對指標正、負理想解進行測度，采用正、負理想解的距離之差計算相對貼進度，依據貼進度優劣排序，步驟如下。

步驟1，依據指標權重，構建規范化決策矩陣（A），計算公式：

A=W·C=［eij］m×n（1）

式（1）中C為規范化矩陣，W為權重向量。

步驟2，確定指標正（R+）、負（R-）理想解：

R+={maxiRij};R-=｛miniRij｝（2）

步驟3，計算評價指標與正（R+j）、負（R-j）理想解的歐氏距離：

T+i=∑nj=1（Rij-R+j）2；

T-i=∑nj=1（Rij-R-j）2（3）

步驟4，計算相對貼近度（Ti）：

Ti=T-i/（T+i+T-i）（4）

（三）變量選取

1被解釋變量

區域全要素生產率（TFP）采用數據包絡模型（DEAMalmquist指數法）算出，數據包絡模型需采用投入與產出指標，勞動投入采用區域就業人數衡量，資本投入采用永續盤存法得出，測算過程如下：采用2012年固定資本凈值作為基期資本存量K0；第t年新增投資額It采用第t年與第t-1年固定資產原價之差表示，并根據固定資產投資價格指數調整為2012年不變價格；本年度折舊Zt采用第t年與第t-1年累計折舊之差表示，用Zt除以第t-1年固定資產原價得到第t年折舊率δt；2012年后各年的資本存量采用公式Kt=It+（1-δt）Kt-1計算得出，最后根據計算所得各期資本投入與勞動投入，測算區域全要素生產率。

2解釋變量

解釋變量為新質生產力發展指數（NQP）。目前鮮有文獻測度新質生產力發展水平，有學者從勞動者、勞動資料與勞動對象出發構建新質生產力評價指標體系［27］。本文以勞動者、勞動對象與勞動資料為準則層，從新質生產力“量的積累、質的提升、新的拓展”三維目標出發，構建新質生產力綜合評價指標體系，具體見表1。

3中介變量及門限變量

中介變量和門限變量為區域科技創新能力（STAOI）。關于區域科技創新水平衡量，采用中國科技發展戰略研究小組聯合中國科學院大學、中國創新創業管理研究中心編寫的《中國區域創新能力評價報告》，報告從知識創造、知識獲取、企業創新、創新環境、創新績效5個維度測算區域科技創新能力。

4控制變量

對區域全要素生產率的影響因素進行分析，選用表2所示控制變量。

（四）模型設定

構建式（5）驗證新質生產力對全要素生產率的影響：

TFPit=α0+α1NQPit+α2Zit+μi+φi+ωit（5）

式（5）中，TFPit表示區域全要素生產率，NQP為新質生產力指數，Zit為控制變量，μi為個體效應，φi為時間效應，ωit為隨機擾動項，下同。

為考察新質生產力與全要素生產率之間的非線性關系，模型如下：

TFPit=α0+α1NQPit+α2NQP2it+α3Zit+μi

+φi+ωit（6）

式（6）中，NQP2it代表新質生產力指數二次項。

為驗證科技創新的中介效應，采用逐步回歸法建立遞歸方程，模型如下：

STAOIit=β0+β1NQPit+β2Zit+μi+φi+ωit（7）

TFPit=γ0+γ1NQPit+γ2STAOIit+γ3Zit+μi+φi+ωit（8）

進一步采用門限回歸模型探究科技創新在新質生產力與全要素生產率之間門限效應。根據門限效應檢驗的門限值，將科技創新劃分為多區間，分別進行參數估計。模型如下。

TFPit=δ0+δ1Z+ρ1NQPitI（STAOIit≤δ1）

+ρ2NQPitI（STAOIit>δ1）+μi+φi+ωit（9）

式（9）中，I（·）為示性函數；STAOI為門限變量科技創新。

為探究新質生產力對全要素生產率影響的空間效應，本文設定空間滯后模型（SEM）、空間誤差模型（SAR）、空間杜賓模型（SDM），依據相關檢驗選擇適當模型。

TFPit=A0+ρW×TFPit+A1NQPit+AZit+ωit（10）

TFPit=B0+B1NQPit+BZit+ωit，ωit=σWit+ωit（11）

TFPit=C0+ρW×TFPit+C1NQPit+AZit+δW×NQPit+δ1W×Zit+ωit（12）

式（10）～（12）中，W為空間矩陣，ρ為空間滯后系數，Wit為空間滯后誤差變量，σ為空間誤差系數，ωit與it為擾動項，δ與δ1為空間滯后項系數。

四、實證結果與分析

（一）變量描述性統計

指標描述性統計如表3。區域全要素生產率均值為0845，最大值為2804，最小值為0284；新質生產力指數最大值為0616，最小值為0059，二者差距均較大，說明2012—2022年我國各地區新質生產力、全要素生產率變化明顯，且存在較大差異；研究期間內，各地區社會消費水平、就業密度、交通基礎設施水平等控制變量均呈現不同程度的變化。各主要變量方差膨脹系數（VIF）在0和10之間，表明本文選擇的變量不存在共線性問題。

（二）新質生產力對全要素生產率影響的基準回歸

依據上文回歸模型，首先進行豪斯曼檢驗，結果顯示適用固定效應模型。基準回歸結果見表4。由模型（1）和模型（2）可知，采用OLS和固定效應模型，NQP的回歸系數均為正，在1%的水平上顯著，表明新質生產力對區域全要素生產率形成顯著正向促進作用，假設H1得以驗證。伴隨著新質生產力孕育發展，區域勞動力質量與資本投入效率不斷提升，技術持續進步，進而推動區域全要素生產率提升。由模型（3）可知，NQP的回歸系數為正，在1%的水平上顯著，新質生產力通過賦能區域創新主體要素與資金體系、政策體系、法律體系等環境要素協同互促發展，提升區域科技創新能力，假設H4得以驗證。

從控制變量來看，依據模型（2）的基準回歸結果，社會消費水平對新質生產力回歸系數為負，說明社會消費水平并不能直接推動企業創新，可能是由于社會消費品零售總額對區域技術進步的影響是間接的，社會商品的流通下資金鏈加速運轉，但并未立刻推動技術進步，資本利用效率下降從而抑制了全要素生產率。政府干預程度系數為正，表明政府通過及時制定決策、規劃預算，有效提升了區域投入產出效率和要素配置效率，促進了全要素生產率。對外開放程度系數為正，表明區域對外開放程度較高。一方面能夠加強對國際先進知識、技術和管理模式的學習借鑒；另一方面也能夠通過提高區域競爭度，迫使企業開展科技創新活動，實現技術進步。

（三）穩健性檢驗

本文采用縮小樣本空間和滯后一期被解釋變量方式進行穩健性檢驗。首先，采用2013—2021年樣本數據后再次檢驗新質生產力對全要素生產率的影響；其次，考慮到新質生產力形成效能需要一定時限，將被解釋變量滯后一期后再次進行估計。回歸結果見表4中模型（6）和模型（7）。觀察發現：穩健性檢驗結果與基準回歸結果基本一致。

（四）科技創新的中介效應

同時觀察表4模型（2）～模型（4），考察科技創新在新質生產力對全要素生產率影響中的中介效應。模型（4）中STAOI系數為正，在1%的水平上顯著，表明科技創新有助于提升區域全要素生產率，假設H5得以驗證；模型（4）中NQP系數為正，在5%的水平上顯著，對比模型（2）和模型（4），新質生產力影響全要素生產率的總效應系數（2160）大于直接效應系數（1016）；進一步對模型（2）～模型（4）回歸系數進行分析，科技創新中介效應為1127（75136×0015），中介效應占比為52176%，表明科技創新是新質生產力促進全要素生產率提升的中介路徑，立足于新質生產力發展，人力資本積累與知識溢出共同促進基礎研究進步，自主式創新與模仿式創新則是應用研究發展的核心方式，基礎研究與應用研究共同導引區域全要素生產率提升，假設H6得以驗證。

（五）新質生產力與全要素生產率的非線性關系

依據式（10）探究新質生產力對全要素生產率的非線性關系。表4模型（5）可知新質生產力變量的一次項系數為負、二次項系數為正，分別在5%和1%的水平上顯著，表明新質生產力對全要素生產率形成先抑制后促進的正“U型”關系，支持了假設H3。依據回歸結果進一步計算得到新質生產力對全要素生產率影響變化的拐點為567%。這說明新質生產力發展水平并不是在所有情DnNEMlwfQzSx1Ry2iYVH6Q==況下均能推動全要素生產率提升，只有新質生產力發展到一定程度時才能形成促進作用。因此，新質生產力與全要素生產率呈現出階段性特征：在新質生產力低于567%時，新質生產力尚處于發展初期，以優質要素推動技術進步、優化管理模式的過程存在較長時滯，創新成本增加、資源錯配、產業過度承載反而給全要素生產率帶來抑制作用。在新質生產力達到并高于567%時，新質生產力具備一定規模，新興產業及未來產業成為經濟發展新動能，科技創新系統共生性增強，依托于新質要素、新管理模式，創新轉化效率不斷提升，技術進步時滯顯著降低，有效地促進了全要素生產率增長。

（六）空間面板回歸分析

1空間計量模型選擇

通過空間計量檢驗可明確空間計量模型的選擇。結果發現：LMerror檢驗值并不顯著，但穩健的LMerror檢驗值為3123，在1%的水平上通過顯著性檢驗。LMlag檢驗，穩健的LMlag檢驗，LR檢驗均通過顯著性檢驗。雖然從LM檢驗來看，選擇SAR模型更恰當，但LR檢驗表明拒絕SDM模型退化為SAR模型的原假設，因此考慮選擇SDM模型［28］。

2空間面板回歸結果

采用空間杜賓模型回歸結果見表5。空間鄰近矩陣下，新質生產力回歸系數為0787，空間滯后項回歸系數為0837，均在1%水平上顯著，表明新質生產力存在空間溢出效應。進一步考察空間溢出效應，新質生產力直接效應系數為0863，在1%水平上顯著，表明本地區新質生產力發展水平提高1%時，會促進本地區全要素生產率提高0863%。新質生產力作為創新型、質量型、數字型、綠色型、效率型生產力，強調經濟發展質量，以“數智”技術的提升賦能區域生產，在產銷流程的持續變革中，孕育發展投入產出效率高、社會效益好、環保功能強、引領作用突出的新興產業及未來產業，并在傳統產業上實現數字智能化、綠色化轉型，以先進技術、高效資源配置推動全要素生產率提升。新質生產力的間接效應系數為1314，在1%水平上顯著，表明當本地區新質生產力發展水平提高1%時，會促進鄰近地區全要素生產率提高1314%，表明高水平新質生產力地區形成擴散效應，高質量生產要素開始向周邊輻射，與周邊地區的協同發展有助于周邊地區加強對本地區先進知識和技術的學習與應用，進一步產生集聚形態，形成規模優勢，從而提升周邊地區全要素生產率。同時本地區新質生產力發展將會對周邊地區形成示范作用，促使周邊地區推進新質生產力發展，進而實現周邊地區全要素生產率提升。假設H2得以驗證。

（七）科技創新門限效應

基于式（9）門限模型，首先檢驗科技創新是否存在門限效應，檢驗結果見表6。單一門限模型的門限估計值為17710，P值為0003，表明單一門限效應在1%的水平上顯著；雙重門限模型的門限估計值為17710和33640，P值為0123；三重門限模型的P值為0640，雙重門限和三重門限效應均未能通過顯著性檢驗。因此，選用單一門限模型進行門限效應分析。

由表7可知，在不同科技創新水平背景下，新質生產力對全要素生產率的促進作用存在異質性。當科技創新水平低于門限閾值17710時，回歸系數為-3072，并通過顯著性檢驗。可能的原因是在區域科技創新水平較低時，依托優質要素、勞動資料所創造的新產品、新模式、新業態無法快速成型并形成規模化產銷狀態，導致區域投入、產出效率偏低，從而抑制了全要素生產率。當科技創新水平高于門限閾值17710時，回歸系數為1242，表明隨著區域科技創新水平不斷提升，由于知識累計、成本降低、商業模式優化等因素，將提高科技成果轉化效率并強化科技創新價值創造，科技創新資源集聚效應逐漸顯現，相關科創政策成為有效支撐。因此，隨著區域科技創新水平提升，新質生產力對全要素生產率形成顯著正向促進作用。假設H7得以驗證。

（八）區域異質性檢驗

考慮到各地區要素稟賦、產業基礎和交通通達性等因素的差異，本文采取將30個省份分別以東、中、西和東北，沿海和內陸為劃分標準，考察不同地區新質生產力對全要素生產率影響的差異性。沿海和內陸地區劃分標準參照《中國海洋統計年鑒》沿海地區劃分定義，回歸結果見表8。由表8可知，除東北地區外，新質生產力對全要素生產率的促進效應明顯，其中西部、中部和東部地區促進作用依次遞減；內陸地區的促進作用高于沿海地區。這說明經濟欠發達地區可通過孕育發展新質生產力迅速提升區域全要素生產率，形成對經濟發達地區的追趕之勢。

五、結論與政策建議

科技創新既是新質生產力的驅動力，也能賦能新質生產力培育。在中國式現代化建設進程中充分發揮新質生產力效能，以生產力的能級躍遷促進全要素生產率提升具有重要意義。本文基于2012—2022年我國30個省份平衡面板數據，以“勞動者、勞動對象、勞動資料”為準則層，以“量的積累、質的提升、新的拓展”三維向度為目標層，構建新質生產力的綜合評價指標體系并進行評分；對新質生產力、科技創新與全要素生產率的影響機理進行分析，通過中介效應模型、空間杜賓模型和門限效應模型進行實證檢驗。研究發現：新質生產力對全要素生產率具有促進作用，但促進作用體現于高水平新質生產力狀況下，即新質生產力對全要素生產率形成非線性正“U型”關系；科技創新在新質生產力對全要素生產率促進作用中形成中介效應；新質生產力不僅能夠顯著地提升本地區全要素生產率，而且對鄰近地區形成空間溢出效應。異質性分析結果表明，在內陸地區和中、西部地區，新質生產力對全要素生產率的正向促進作用更加顯著。

本文的邊際貢獻在于：①現有關于新質生產力的相關研究以定性探討為主，定量分析尚不充分，本文采用定性與定量相結合的方式，考察新質生產力對全要素生產率的影響機理并進行檢驗，豐富新質生產力理論的相關研究。②鮮有文獻對新質生產力發展水平進行衡量，本文探索性地依據生產力中的“勞動者、勞動對象、勞動資料”劃分，從“量的積累、質的提升、新的拓展”三維目標出發，構建出新質生產力評價指標體系，為未來研究新質生產力提供了新的指標框架。③鑒于科技創新在新質生產力培育中的重要作用。本文將研究視角延伸至科技創新賦能效應，以整體性立場考察科技創新與新質生產力、全要素生產率的關聯性，拓展了新質生產力研究邊界。

依據上述結論，就如何推動新質生產力培育發展，發揮其賦能全要素生產率作用，提出如下建議：①正確把握新質生產力新質態，培育新質生產力，發揮其賦能全要素生產力的效能。對于我國實際而言，高質量發展是從“量的積累”向“質的提升”并展現“新的拓展”的重大跨越，在產業變革深入發展和新一輪科技革命形勢下，亟待挖掘生產力中的活躍元素成分。一方面，要依靠基礎教育實現人才儲備，依托產業發展和高等教育完成管理、技術和科研人才梯隊建設工作，通過互聯網平臺轉變主體間溝通協作模式，以平臺利用優化發展機制及合作模式，逐步擺脫具體勞動的時空束縛。同時，以調動人才創新主動性為目標完善人才獎評機制，建立以能力為依據、以貢獻為導向、以公平為原則的人才評價體系，注重對科技人才的量化考核，優化科研環境。另一方面，要優化產業孕育發展環境，加強創新生態系統建設，引導產業鏈、人才鏈、創新鏈等多鏈融合發展，持續推動相關領域研發政策出臺，釋放優質要素在創新鏈中的活力，整合政產學研用等多方資源，構建未來產業孵化器，推動新質成果產業化發展。②加速新型數據要素滲透，激活勞動力潛能，強化新質生產力對科技創新的促進效應。一方面，應加快推進數字產業化，持續推進傳統基礎設施數字化升級改造，大規模建設新型數字基礎設施，通過保障數字安全、明晰數字產權，優化數字化網絡生態，為數字產業發展提供制度保障，發揮數字要素供給能力并增強其對科技創新的賦能效應。另一方面，加強勞動者權益保護，以寬容的環境空間培育優質科研人才、技術人才，優化人才配置結構，增強技能學習平臺供給和數字資源供給。同時，應加快建立培育企業家精神，強化發揮企業家作用的體制機制，推進科技創新收益分配機制和要素價格機制改革，最大限度激發市場創造力。③深化科技生產力作用，完善科技創新體系，增強科技創新能力，以科技創新賦能區域全要素生產率。一方面，應以基礎研究賦能原始創新，增強科技創新自主性、集成性。通過強化基礎研究戰略性布局，突破“點”狀專項技術創新，謀劃“點-線-面”協同的全產業鏈創新網絡。以支持科創基金建設方式加大基礎研究投入，前瞻性地制定基礎學科建設計劃，著力提升高校與科研機構科研能力。另一方面，要鼓勵龍頭企業及中小企業聚焦于核心技術攻關，積極參與“賽馬”“揭榜掛帥”等創新組織活動。以科創型企業及科研機構為創新鏈基點，建立“眾創空間-孵化器-加速器-科技園區”的全鏈條式孵化體系，提升科技創新效率。

［參考文獻］

［1］人民網.習近平主持召開新時代推動東北全面振興座談會強調牢牢把握東北的重要使命奮力譜寫東北全面振興新篇章［EB/OL］.（2023-09-09）［2024-01-17］.http：//politicspeoplecomcn/n1/2023/0909/c1024-40074002html.

［2］黃泰巖.運用歷史唯物主義世界觀構建中國經濟學［J］.經濟學動態，2023（1）：3-10.

［3］張震宇，侯冠宇.新質生產力賦能中國式現代化的歷史邏輯、理論邏輯與現實路徑［J］.當代經濟管理，2024（6）：20-29.

［4］周文，許凌云.論新質生產力：內涵特征與重要著力點［J］.改革，2023（10）：1-13.

［5］張斌，李亮.“數據要素×”驅動新質生產力：內在邏輯與實現路徑［J］.當代經濟管理，2024（8）：1-10.

［6］潘建屯，陶泓伶.理解新質生產力內涵特征的三重維度［J/OL］.西安交通大學學報（社會科學版）：1-10［2024-01-17］.http：//knscnkinet/kcms/detail/611329C202401121251002html.

［7］劉洋.深刻理解和把握發展新質生產力的內涵要義［J］.紅旗文稿，2023（24）：20-22.

［8］魏崇輝.新質生產力的基本意涵、歷史演進與實踐路徑［J］.理論與改革，2023（6）：25-38.

［9］杜傳忠，疏爽，李澤浩.新質生產力促進經濟高質量發展的機制分析與實現路徑［J］.經濟縱橫，2023（12）：20-28.

［10］王琴梅，楊軍鴿.數字新質生產力與我國農業的高質量發展研究［J］.陜西師范大學學報（哲學社會科學版），2023，52（6）：61-72.

［11］焦方義，張東超.發展戰略性新興產業與未來產業加快形成新質生產力的機理研究［J］.湖南科技大學學報（社會科學版），2024，27（1）：110-116.

［12］高帆.“新質生產力”的提出邏輯、多維內涵及時代意義［J］.政治經濟學評論，2023，14（6）：127-145.

［13］徐政，鄭霖豪，程夢瑤.新質生產力助力高質量發展：優勢條件、關鍵問題和路徑選擇［J］.西南大學學報（社會科學版），2023，49（6）：12-22.

［14］蒲清平，向往.新質生產力的內涵特征、內在邏輯和實現途徑——推進中國式現代化的新動能［J］.新疆師范大學學報（哲學社會科學版），2024，45（1）：77-85.

［15］周冬華，萬貽健.企業數字化能提升企業全要素生產率嗎？［J］.統計研究，2023，40（12）：106-118.

［16］趙喜倉，徐亮，羅雨森.知識產權保護提升企業全要素生產率了嗎？——基于中國A股上市公司的證據［J］.江蘇大學學報（社會科學版），2023，25（6）：68-83.

［17］史九領，張興祥，洪永淼.地方重點產業政策與企業全要素生產率——基于交錯型DID識別策略的實證分析［J/OL］.系統工程理論與實踐：1-19［2024-04-28］.http：//knscnkinet/kcms/detail/112267N202311030858002html.

［18］蔡湘杰，賀正楚，潘為華.產學研協同對制造業全要素生產率的影響——基于創新能力中介效應和知識積累門限效應［J］.中國流通經濟，2023，37（11）：115-127.

［19］賀正楚，李玉潔，吳艷.產業協同集聚、技術創新與制造業產業鏈韌性［J］.科學學研究，2024，42（3）：515-527.

［20］張微微，王曼青，王媛，等.區域數字經濟發展如何影響全要素生產率？——基于創新效率的中介檢驗分析［J］.中國軟科學，2023（1）：195-205.

［21］袁嘉琪，卜偉，唐雨妮.環境規制、要素配置對工業綠色全要素生產率的影響——產出補償還是創新補償［J］.管理評論，2023，35（10）：45-62.

［22］龔斌磊，張啟正.以提升農業全要素生產率助力農業強國建設的路徑［J］.經濟縱橫，2023（9）：29-37.

［23］陳小亮，陳偉澤，陳彥斌.全要素生產率對貨幣政策有效性的影響研究——理論機制與數值模擬［J］.數量經濟技術經濟研究，2023，40（4）：203-224.

［24］朱琪，劉紅英.人工智能技術變革的收入分配效應研究：前沿進展與綜述［J］.中國人口科學，2020（2）：111-125.

［25］劉友金，冀有幸.發展新質生產力須當拼在數字經濟新賽道［J］.湖南科技大學學報（社會科學版），2024，27（1）：89-99.

［26］曹躍群，趙世寬，張晗.異質性研發投入如何影響區域經濟增長——條件、空間效應與機制分析［J］.管理評論，2023，35（11）：62-74.

［27］任宇新，吳艷，伍喆.金融集聚、產學研合作與新質生產力［J］.財經理論與實踐，2024（3）：27-34.

［28］于偉，張鵬，姬志恒.中國城市群生態效率的區域差異、分布動態和收斂性研究［J］.數量經濟技術經濟研究，2021，38（1）：23-42.

HowNewQualityProductiveForcesAffecttheTotalFactorProductivity：

TheMechanismandtheTestoftheEffectofScientific

andTechnologicalInnovation

CaiXiangjie1，HeZhengchu2

（1SchoolofPublicManagementandLaw，HunanAgriculturalUniversity，Changsha410128，China；

2BusinessSchool，XiangtanUniversity，Xiangtan411105，China）

Abstract：Scientificandtechnologicalinnovationisthecoredrivingforceofnewqualityproductiveforces.Theimprovementoftotalfactorproductivityisthecoresymboloftheformationanddevelopmentofnewqualityproductiveforces.Basedonthis，withthethreedimensionsof“quantityaccumulation，qualityimprovementandinnovativedevelopment”asthetargetlayer，and“laborer，laborobjectsandlabormaterials”asthecriterionlayer，acomprehensiveevaluationindexsystemforthedevelopmentofnewqualityproductiveforcesisconstructed.Themediationeffectmodel1b4a53126f0f86f75474caef330aba2c，thespatialDubinmodelandthethresholdeffectmodelareusedtoexploretheinfluencepathofnewqualityproductiveforcesontotalfactorproductivity，thespatialspillovereffect，andtheheterogeneityeffectofthedifferentiatedscientificandtechnologicalinnovationability.Thestudyfindsthatthenewqualityproductiveforcescanpromotetheincreaseoftotalfactorproductivityandhasspatialspillovereffect.FurtherresearchfindsthatthenewqualityproductiveforcesformanonlinearpositiveUshapedrelationshipwithtotalfactorproductivity，thatis，thepromotioneffectcomesfromthehighlevelofnewqualityproductiveforces;scientificandtechnologicalinnovationformsintermediaryeffectandthresholdeffectintheinfluenceofnewqualityproductiveforcesontotalfactorproductivity;attheregionallevel，theinfluenceofnewqualityproductiveforcesontotalfactorproductivitypresentsobviousheterogeneouscharacteristics.Accordingly，itprovidesreferenceforimprovingregionaltotalfactorproductivityfromtheaspectsofcultivatingnewqualityproductiveforcesandenhancingregionalscientificandtechnologicalinnovationability.

Keywords：newqualityproductiveforces;evaluationindexsystem;totalfactorproductivity;scientificandtechnologicalinnovationability

（責任編輯：李萌）