中國五大城市群市域新質生產力發展的時空演變與障礙因子

[中圖分類號]F127；F129.9 [文獻標志碼］A [文章編號]1008-0694（2025）02 -0001 -11

一、引言

生產力是推動人類社會發展的最終決定力量，也是推動經濟高質量發展的根本動力[1]。2023 年下半年，習近平總書記在四川、黑龍江、浙江、廣西等地考察調研時，提出要整合科技創新資源，引領發展戰略性新興產業和未來產業，加快形成新質生產力。新質生產力的概念一經提出，便迅速引起學術界的廣泛關注，相關研究主要從兩個方面展開：一是對新質生產力內涵特征與推進策略的探討；二是對新質生產力發展水平的測度及時空演進的分析。在內涵特征方面，學者們分別從不同維度，對新質生產力的概念內涵[2]、發展特征[3]、形成邏輯[4]和實現路徑[5]等進行了闡釋和探討。在測度分析方面，現有研究主要圍繞省域[6-7]和市域[8-9]等尺度，對全國或某些特定區域的新質生產力發展水平進行定量測度。城市群作為區域協調發展的重要載體，在新質生產力培育與發展過程中的先導性和示范性作用不容忽視。目前，我國已初步構建起“兩橫三縱”的十九大城市群網絡，其中，京津冀、長三角、珠三角、成渝和長江中游城市群，其發展規模與發展態勢尤為突出[10]。2023 年，上述五大城市群的GDP 總量已占全國總量的 58.64% ，不僅是我國經濟整體發展水平最高的區域，更是新質生產力孕育與成長的沃土。本文通過構建相應評價指標體系，對我國五大城市群的市域新質生產力發展水平進行測度，考察新質生產力發展的時空演變規律，識別阻礙新質生產力發展的障礙因子，以揭示五大城市群市域新質生產力的發展現狀及其差異，為地方政府制定更具針對性的政策措施提供決策支持。

二、研究區域、評價指標及研究方法

1．研究區域與數據來源

本研究以五大城市群作為考察區域，在市域尺度下對新質生產力發展的時空演變進行分析。研究數據主要來源于EPS數據平臺的中國區域經濟數據庫，并以相應城市對應年份的統計公報為補充，部分指標的缺失值采用多重插補（Multiple Imputa-tion，MI）方法進行插補。最終共得到五大城市群89個地級及以上城市2006—2020年的樣本數據，作為本研究的分析數據（詳見表1）。

2．評價指標體系構建

馬克思主義生產力理論認為，生產力，即生產能力及其要素的發展[1]，主要由勞動者、勞動對象和生產資料構成[12]。新質生產力作為對傳統生產力的超越與重塑，雖然仍屬于生產力的范疇，卻蘊含著“新”的突破與“質”的飛躍[13-14]參照朱富顯等（2024）、劉建華等（2024）的研究[15-16]，本文從勞動者、勞動資料和勞動對象三個維度構建市域新質生產力發展水平評價指標體系，在具體指標選擇時，則重點關注生產要素的特性，以“新質”性為主要方向，具體指標詳見表2。

表2市域新質生產力發展水平評價指標體系

注：a．新注冊企業數來自“企查查”官方網站，按企業注冊地信息對城市進行匹配；b．通過“天眼查”特定搜索人工智能企業，并保留存續企業的方式進行收集，按企業注冊地信息對城市進行匹配；c．將“信息傳輸、軟件和信息技術服務業”視為數字化相關行業，對應新注冊企業數來自“企查查”官方網站；d．采用第三產業產值與第二產業產值之比進行度量[17]；e．計算公式為： 其中，Y表示產值，L表示就業，i表示產業[18]；f.通過構建評價指標體系，采用熵值法測算而得，具體可參見肖仁橋等（2023）[19]。上述測度指標中，除“能源消耗強度”為負向指標外，其余均為正向指標。

3．研究方法

（1）新質生產力發展水平測度。運用熵權TOPSIS法對我國五大城市群市域新質生產力發展水平進行測度，具體步驟可參見魏敏等（2018）相關研究成果[20]。

（2）時空演變分析。從空間分布和空間差異兩個方面，對我國五大城市群市域新質生產力發展的時空演變進行分析。其中，空間分布主要采用核密度圖進行分析[21-22]，空間差異則借助 Dagum 基尼系數進行判別[23]

（3）障礙因子分析。借鑒魯春陽等（2011）、張旭等（2020）的方法[24-25]設定：

，其中 U_ij=1-v_ij

上式中， 0_j 為第 j 項指標的障礙度； w_j 為因子貢獻度，用各指標權重表示;U_ij 為指標偏離度，代表各指標與系統發展目標的差距； V_ij 為各指標的標準化值。

三、我國五大城市群市域新質生產力發展水平及空間演變

1．新質生產力發展水平

2006—2020 年，五大城市群市域新質生產力發展指數均值均呈現出持續且穩定的增長態勢，且2012年后增長速度明顯加快。分城市群看，不同年份珠三角和長三角城市的新質生產力發展指數均值始終保持著領先地位，彰顯出強勁的發展實力與巨大的增長潛力。相比之下，京津冀、成渝、長江中游三個城市群，在2012年之前，新質生產力發展指數均值相對接近；但2012年后，京津冀城市群新質生產力發展指數均值上升增速明顯加快，呈現出強勁的發展勢頭，成渝城市群新質生產力發展水平相對滯后。2012年后，五大城市群新質生產力發展水平基本形成珠三角、長三角、京津冀、長江中游、成渝城市群梯度遞減的清晰格局（詳見表3）。

表3五大城市群市域新質生產力發展指數均值及其變化

2．新質生產力發展的空間分布

（1）新質生產力發展水平持續提升，離散程度增強但未形成明顯分層。2006—2020年，五大城市群新質生產力發展水平的核密度分布曲線整體呈持續右移態勢，表明整體新質生產力發展水平在不斷提升。隨著時間的推移，整體核密度分布曲線的主峰高度逐漸降低，寬度不斷拓寬，表明五大城市群所轄城市新質生產力發展的整體離散程度正在增強，但核密度曲線始終呈單峰形態，表明五大城市群所轄城市的新質生產力發展水平并未形成明顯的分層分化，大多數城市的新質生產力發展水平處于一個相對集中的區間內（詳見圖1）。

（2）新質生產力發展的內部差異均有所擴大，但極化趨勢不同。分城市群看，2006—2020 年，京津冀、成渝和長江中游城市群的核密度曲線表現出明顯的右拖尾，說明在這些城市群內部，存在著少數新質生產力發展的“高地”城市，具有明顯的領先優勢。相比之下，長三角和珠三角城市群的核密度曲線較為平滑，右拖尾現象不明顯，城市群內“領頭羊”城市新質生產力發展的領先優勢相對較小。考察期內，各城市群核密度分布曲線主峰高度均呈現下降趨勢，寬度則逐漸拓寬，在此期間不同城市群市域新質生產力發展的離散程度均有所增強。值得注意的是，長三角和珠三角城市群的主峰高度下降和寬度拓寬幅度相對較小，顯示出這兩個城市群在保持整體增長的同時，也相對較好地控制了內部發展的極化趨勢（詳見圖2）。

3．新質生產力發展的空間差異

（1）新質生產力發展總體差異擴大，但不同城市群內的差異及其變化明顯不同。2006—2020年，五大城市群新質生產力發展指數的總體基尼系數明顯增大，且在2012年后增速更快（詳見圖3）。分城市群看，2006—2020年，不同城市群區域內基尼系數及其變化均呈現出明顯的差異性。珠三角城市群新質生產力發展基尼系數均相對較大，但近年逐漸有所減小。2012年之前，京津冀、長三角和長江中游三大城市群新質生產力發展基尼系數接近且保持了較高的穩定性，但是從2012年開始發生分化，逐步形成京津冀、長三角、長江中游由高到低的梯度格局。與其他四大城市群相比，成渝城市群新質生產力發展基尼系數相對較小，增幅較為溫和，表明成渝城市群內各城市間新質生產力發展水平的差距相對較小。

（2）城市間新質生產力發展的總體差異主要源于群際差異。我國五大城市群市域新質生產力發展的總體差異主要源于群際差異的貢獻，在不同考察年份的貢獻率均超過了 55% ，且隨著時間的推移，城市群間差異貢獻率還表現出明顯的波動增大趨勢（詳見表4）。與之相對，城市群內差異貢獻率維持在較低水平，均值未及 15.63% ，且呈現波動下降趨勢，說明各城市群內部的新質生產力發展雖然存在一定差異，但并非總體差異的主要構成因素。類似的，超變密度貢獻率也呈下降趨勢，反映出區域間樣本分布的不均衡性對五大城市群新質生產力發展總體差異的影響在逐漸減弱。

四、我國五大城市群市域新質生產力發展的障礙因子

1．準則層障礙因子識別

整體而言，在三大準則層因子中，勞動資料的平均障礙度最高，勞動對象的障礙度次之，而勞動者的障礙度最小（詳見圖4）。不同城市群市域新質生產力發展的準則層障礙因子及其變化則呈現出一定差異。其中，珠三角城市群在勞動資料和勞動對象兩個維度上的障礙度均較高，且波動較大；長三角城市群在勞動資料障礙度上下降趨勢明顯；京津冀城市群和成渝城市群在勞動資料障礙度整體趨勢相對穩定；長江中游城市群則在勞動對象和勞動者障礙度上表現較好，但在勞動資料障礙度上仍有較大提升空間。

2．指標層障礙因子識別

從整體上看，數字創新水平（X23）、人工智能發展（X31）、基礎創新能力（X21）、綠色創新水平（X22）以及數字產業活力（X32）這五大障礙因子始終位居前列，這表明技術創新、數字化轉型以及環境可持續性是制約大部分城市新質生產力發展的主要因素（詳見表5）。分城市群看，不同城市群的障礙因子排序和障礙度變化也呈現出一定差異，在京津冀城市群中，數字創新水平（X23）障礙度較高且穩定，體現其雖科研資源豐富，但成果轉化尚需加強。長三角城市群數字創新水平（X23）等也是關鍵障礙，不過基礎創新能力（X21）障礙度有下降趨勢，顯示其在創新整合上的進步，但人工智能發展（X31）和數字產業活力（X32）仍需提升，與產業轉型難度大有關。珠三角城市群早期數字創新水平（X23）障礙度高且波動大，后期研發人力資源（X13）躍居前列，凸顯其發展中的人才瓶頸問題，同時綠色創新水平（X22）壓力大。成渝城市群前期數字創新水平（X23）等障礙因子穩定且高，后期研發人力資源（X13）的障礙度凸顯，反映其技術創新滯后及人才需求與供給矛盾。長江中游城市群數字創新水平（X23）障礙度一直高，基礎創新能力（X21）和人工智能發展（X31）也有待加強，意味著其在技術創新和產業活力提升上仍需努力。

表5五大城市群市域新質生產力發展指標層前五位的障礙因子 單位： %

五、結論與啟示

本研究對我國五大城市群2006—2020 年的市域新質生產力發展水平進行了測度，分析了新質生產力發展的時空演變與障礙因子。研究結果顯示：（1）整體而言，2006—2020 年間我國五大城市群的市域新質生產力發展水平呈持續提升的態勢，且2012年后，各城市群新質生產力發展水平提升速度更快，逐步形成了“珠三角、長三角、京津冀、長江中游、成渝”的梯度發展格局。（2）從空間分布看，考察期內五大城市群市域新質生產力發展水平的總體差異有所擴大。（3）分析障礙因子可知，準則層方面，勞動資料障礙度最高，勞動對象障礙度次之，勞動者障礙度相對較小；指標層方面，數字創新水平、人工智能發展、基礎創新能力、綠色創新水平以及數字產業活力始終是制約新質生產力發展的關鍵因素。

綜上，需因地制宜地推動不同城市群新質生產力發展。首先，加強區域協同，促進共同發展。針對城市群間及內部的發展差距，應建立更加緊密的區域協同機制，通過政策協調、資源共享與優勢互補，推動各城市群在新質生產力發展上的協同共進。同時，加大對后發城市群的扶持力度，激發其內在發展動力，以縮小與發達城市群的差距，實現全國范圍內的協調發展。其次，優化人才發展策略，激發創新活力。針對新質生產力發展中科研人才緊缺的現狀，應根據各城市群的實際人才需求，制定差異化的人才引進、培養與激勵機制，特別是要加大對科研創新人才的投入與支持，優化其工作環境與待遇，激發其創新潛能。同時，加強高等教育和職業教育體系建設，分類培養更多符合新質生產力發展需求的學術創新型人才和專業應用型人才。最后，加大科技投入力度，推動產業轉型升級。圍繞數字創新、人工智能、綠色創新等關鍵領域，持續加大科技投入，支持核心技術的研發與突破。同時，加強創新平臺與產業平臺的融合建設，促進科技成果的轉化與應用，推動傳統產業向高端化、智能化、綠色化方向轉型升級，形成具有競爭力的現代產業體系。

參考文獻：

[1］周文，何雨晴．新質生產力：中國式現代化的新動能與新路徑［J]．財經問題研究，

2024，（04）.[2］張林，蒲清平．新質生產力的內涵特征、理論創新與價值意蘊［J]．重慶大學學報（社會科學版），2023，（06）.

[3]蔣永穆，喬張媛．新質生產力：符合新發展理念的先進生產力質態［J]．東南學術，2024，（02）.

[4］任保平．生產力現代化轉型形成新質生產力的邏輯［J]．經濟研究，2024，（03）.

[5］姚樹潔，張小倩．新質生產力的時代內涵、戰略價值與實現路徑［J]．重慶大學學報（社會科學版），2024，（01）.

[6］王玉，王榮基．新質生產力：指標構建與時空演進［J］．西安財經大學學報，2024，（01）.

[7］韓文龍，張瑞生，趙峰．新質生產力水平測算與中國經濟增長新動能［J］．數量經濟技術經濟研究，2024，（06）.

［8］曾鵬，覃意晗，周聯超．中國城市新質生產力水平的測算及時空格局［J]．地理科學進展，2024，（06）.

[9]盧江，郭子昂．市域新質生產力：水平測度、時空演化與影響因素——基于2012—2021年全國277個城市面板數據的研究［J]．社會科學輯刊，2024，（04）.

[10］劉新智，張鵬飛，史曉宇．產業集聚、技術創新與經濟高質量發展——基于我國五大城市群的實證研究［J]．改革，2022，（04）.

[11］馬克思恩格斯文集（第七卷）［M]．中共中央馬克思恩格斯列寧斯大林著作編譯局編譯．北京：人民出版社，2009：1000.

［12］馬克思恩格斯文集（第五卷）［M]．中共中央馬克思恩格斯列寧斯大林著作編譯局編譯．北京：人民出版社，2009：208.

[13］陳紹輝，孫熙國．論新質生產力對馬克思主義生產力理論的守正創新［J]．河南社會科學，2024，（07）.

［14］肖磊．新時代發展新質生產力的本質要求：符合新發展理念［J]．中國西部，2024，（03）.

［15］朱富顯，李瑞雪，徐曉莉，等．中國新質生產力指標構建與時空演進［J］．工業技術經濟，2024，（03）.

[16］劉建華，閆靜，王慧揚，等．黃河流域新質生產力水平的動態演進及障礙因子診斷[J]．人民黃河，2024，（04）.

[17］［18］干春暉，鄭若谷，余典范．中國產業結構變遷對經濟增長和波動的影響［J].經濟研究，2011，（05）.

[19］肖仁橋，肖陽．綠色金融對城市碳回彈的影響研究——基于綠色創新鏈視角的分析[J]．城市問題，2023，（12）.

[20］魏敏，李書昊．新時代中國經濟高質量發展水平的測度研究［J]．數量經濟技術經濟研究，2018，（11）.

[21］杜輝，黃杰．中國農業能源效率的區域差異及動態演進［J]．中國農業資源與區劃，2019，（08）.

[22］陳明華，劉華軍，孫亞男．中國五大城市群金融發展的空間差異及分布動態：2003—2013年［J]．數量經濟技術經濟研究，2016，（07）.

[23］張龍耀，邢朝輝．中國農村數字普惠金融發展的分布動態、地區差異與收斂性研究[J]．數量經濟技術經濟研究，2021，（03）.

[24］魯春陽，文楓，楊慶媛，等．基于改進TOPSIS法的城市土地利用績效評價及障礙因子診斷——以重慶市為例［J]．資源科學，2011，（03）.

[25］張旭，袁旭梅，魏福麗．縣域經濟高質量發展內部耦合協調水平評價與障礙因子診斷——以國家級創新型縣（市）為例［J]．統計與信息論壇，2020，（02）.

（責任編輯 周俊）

Spatio - Temporal Evolution and Obstructive Factors of Development of City - level New Quality Productive Forces in China’ s Five Major Urban Agglomerations

GUO Junjun LI Jinnong

Abstract：An evaluation index system was constructed from three dimensions of laborers，means of labor，and subject of labor，to measure the development level of city-level new quality productive forces in China’ s five major urban agglomerations from 2OO6 to 2O2O，and explore its spatio -temporal evolution and obstructive factors. The results showed that：During the observation period，the development level of city-level new quality productive forces in the five urban agglomerations showed a fluctuating upward trend，gradually forming a gradient decreasing pattern，ranked as the Pearl River Delta， Yangtze River Delta， Beijing - Tianjin - Hebei， Middle Yangtze River，and Chengdu - Chongqing urban agglomerations.Spatially，the development levels of most cities were relatively concentrated，yet a few leading cities stood out. However，the overall disparity in development of city-level new quality productive forces among the five agglomerations expanded over time，with between- group differences being the main contributor. Obstructive factors analysis indicated that：At the criterion level，obstructions related to means of labor were the most prominent，folowed by those related to subject of labor， while obstructions linked to laborers were relatively smaller.At the index level，digital innovation capacity，artificial intelligence development，basic innovation capabilities，green innovation levels，and digital industrial vitality emerged as key constraints hindering the improvement of new quality productive forces in these agglomerations. Based on the findings，policies such as strengthening regional coordination，optimizing talent alocation and incentives mechanism，and increasing investment in technological innovation can be implemented to promote the development of new quality productive forces in urban agglomerations in a localized manner.

KeyWords： New Quality Productive Forces; Five Major Urban Agglomerations ; Spatio - Temporal Evolution；Obstructive Factors