我國新質生產力的綜合評價、地區差異及空間集聚研究

[摘要]新質生產力是推動高質量發展的重要著力點，為研判新質生產力的發展動態特征，把握高質量發展新機遇，從科技創新賦能勞動者、勞動資料和勞動對象角度構建評價體系，運用主成分分析法綜合評價了我國新質生產力（2014—2022年），并通過引入絕對和相對不平等反映地區差異的客觀事實與心理感受，利用空間集聚差距判斷經濟發展能否改善新質生產力的地理位置限制。研究表明：第一，我國新質生產力積極向上發展，省份間存在競爭活力，高水平集中在東部及發達地區，低水平集中在西部及東北地區，各省的新質生產力增長形態異同，排名發生顯著變化；第二，新質生產力的絕對地區差異由比較合理逐年縮小為較為平均，絕對組間差異大于組內，相對地區差異維持比較合理的震蕩走勢，新質生產力的地區差異主要取決于組間差異，尤其“東-西”差異；第三，新質生產力正向空間集聚，結構相對穩定，多以低低集聚分布，經濟發展改善了新質生產力的地理位置限制，且對地理相鄰限制的改善程度高于球面距離。

[關鍵詞]新質生產力；主成分分析法；地區差異；空間集聚

高質量發展是全面建設社會主義現代化國家的首要任務，我國“十四五”規劃和《中共中央關于進一步全面深化改革推進中國式現代化的決定》《數字中國建設整體布局規劃》等重大戰略均提出，要堅持以推動高質量發展為主題，加快發展現代產業體系和完善國家科技創新力量。可見，高質量發展的重點是整合科技創新資源，培育戰略性新興產業和未來產業，這不僅能夠加快高質量發展步伐，更是深入實施創新驅動發展戰略的關鍵。然而，我國傳統生產力面臨高度依賴資源規模和過度消耗資源能源等瓶頸問題，一方面限制了數字經濟、平臺經濟、共享經濟等新興業態的發展規模；另一方面制約了人工智能、量子信息和生物技術等前沿科技的創新突破。因此，2023年中央經濟工作會議提出“要以科技創新推動產業創新，加快發展新質生產力”，由此開啟了我國社會生產力發展的新篇章。那么，作為推動高質量發展的重要著力點，新質生產力的發展水平及特征如何？受經濟基礎和幅員遼闊等因素影響，新質生產力是否存在明顯的地區差異？在空間上又呈現怎樣的分布規律？探討上述問題，有助于讀懂新質生產力的初級狀態，對把握中國高質量發展新機遇具有重要意義。

一、 文獻綜述

隨著政府部門超前布局新質生產力，學界圍繞相關方面展開了廣泛研究：一是聚焦新質生產力的理論內涵。比如劉志彪等[1]認為新質生產力作為新發展階段先進生產力的具體表現，其本質是以“算力”為代表的新質態的生產力。周文等[2]則認為新質生產力是數字技術與新要素相結合的新形態生產力，是科技創新為實現關鍵性、顛覆性技術突破而產生的生產力。包永梅[3]認為新質生產力仍屬于馬克思主義生產力范疇，核心內涵在于勞動者、勞動資料和勞動對象及三者優化組合的質變。二是關注新質生產力的形成邏輯。周紹東等[4]認為成熟市場對新科技、新業態等新技術的需求變化是新質生產力的量變基礎。在量變的基礎上，柳學信等[5]認為新一輪科技革命和產業變革引起的生產范式轉變為新質生產力提供了質變動力。王宇[6]發現戰略性新興產業和未來產業的不斷興起，拓寬了新質生產力的核心載體和主要陣地。可見，新質生產力的形成并不是對傳統生產力的基礎疊加，而是生產力為契合高質量發展實現的一種質態躍遷。三是考察新質生產力的發展動態。比如關于新質生產力的發展特征，韓文龍等[7]認為省域新質生產力及構成要素保持增長趨勢，且具有顯著的空間溢出效應；傅聯英等[8]認為市域新質生產力的層級分布呈頭部較少、中部相當和底部堆積的“金字塔”形態。關于新質生產力的地區差異，主流觀點認為新質生產力的地區差異較大，但總體差距顯著下降，形成了“東高西低”的區域發展格局[9]；個別觀點認為新質生產力的總體差異呈先降后升的發散態勢，差異拉大主要在發達和落后省份間出現[10]。而關于新質生產力的空間分布研究較少，除王玨等[11]探討了新質生產力的空間集聚效應，其余學者的研究深度欠缺。

梳理文獻發現，現有研究對新質生產力進行了深度探討，形成了豐富成果，尤其關于理論內涵和形成邏輯達成了廣泛共識，但對新質生產力的綜合評價并不全面，仍存在以下幾點擴展空間：其一，指標的統一性及方法的謹慎性。現有的評價指標體系建立正值探討階段，有從科技創新要素視角，有從生產力組成要素角度，因為評價體系還不統一，指標選擇最好融合關鍵要素，評價方法最好提取主要成分。其二，主流觀點認為新質生產力地區差異存在縮小的客觀事實，但為什么人們心理感受差異仍然顯著或加劇？兩種不同的差異形態應如何度量？兩者之間又有何種關聯或差別？其三，新質生產力空間集聚促進經濟發展，但帶來地理位置的限制條件。那么，隨著經濟的發展，新質生產力地理位置限制是否降低？即經濟發展能否改善新質生產力的地理位置限制？如果改善，程度是多少？為擴展上述研究空間，本文做了以下工作及創新：第一，從科技創新賦能勞動者、勞動資料和勞動對象角度，融合現有文獻的關鍵要素構建評價體系，并利用主成分分析法提取新質生產力的主成分，以保障評價結果的全面性、穩健性和合理性。第二，地區差異采用變異系數、泰爾指數和基尼系數等方法，用絕對不平等指數反映客觀事實，用相對不平等指數度量心理感受，增加新質生產力地區差異的觀察視角。第三，空間集聚檢驗采用地理相鄰和球面距離兩種空間權重矩陣，通過比較經濟發展和新質生產力的全局莫蘭指數均值差，判斷前者能否改善后者的地理位置限制。

二、 研究方法

1. 主成分分析法

新質生產力評價體系并未形成統一框架，根據魏艷華等[12]的研究結論，提取主成分能夠校正和剝離偏差指標信息，減輕噪聲干擾，因此，本文采用主成分分析法綜合評價新質生產力。假定[X=][X1，X2，[…]，XK][n×K]為正向可比的待評對象矩陣，正負向指標的可比性轉換常采用改進0-1標準化處理，分別為：

[XK=a+（1?a）xK?minxKmaxxK?minxK]，[XK=a+（1?a）（maxxK?xKmaxxK?minxK）] （1）

其中[xK]為原始指標，[maxxK]和[minxK]分別為[xK]的最大值和最小值，為避免取值為0，取[a=0.01]。設[R]為標準矩陣的相關系數矩陣，則有：

[R=（rij）p×p=（ZTZ）/（n?1）] （2）

解特征方程[R?λIp=0]，得到[p]個特征值[λi]（[i=1，2，…，p；λi≥λp≥0]），對應[λi]的特征向量為[ei]。對應[λi]的特征向量為[ei]。解方程組[Rb=λib]得到單位特征向量組[eij]，主成分分量 [ui=γieij]，（i，j=1，2，[…]，p）主要反映主成分與原變量關聯程度。根據累計貢獻率[i=1mλi/i=1pλi≥0.8]確定[m]個主成分，主成分得分為[Zi=uiX]， 對[m]個主成分進行加權求和，得到綜合評價值[Z終]。

[Z終=i=1mwiZi] （3）

其中，[wi=λiiλi]為每個主成分的方差貢獻率。對時序評價對象，合并所有時期數據，再運用主成分分析法求解綜合得分，稱為全局主成分分析法。為保證[Z終∈][0.01，1]，一般對所有時期綜合得分統一改進0-1標準化處理，用于分析絕對水平，是對評價對象客觀事實的具體量化，也是本文綜合評價的重點。特殊情況對不同時期綜合得分分別改進0-1標準化處理，用于分析相對水平，是反映人們對評價對象的一種心理感受，相對水平不是實際水平，不能作為重點，一般只作不平等評價使用。

2. 地區差異評價方法

假定主成分分析法得到新質生產力為[Z1]，[Z2]，…，[Zn]，常用變異系數（CV）、泰爾指數（T）和基尼系數（G）等方法度量地區差異（即不平等程度），公式為：[CV=1Z][（i=1n（Zi?Z）2n）]，[T=1ni=1n（ZiZlnZiZ）]，[G=12n2Zi=1nj=1nZi?Zj]，[Z=1ni=1nZi]。泰爾指數可以進一步分解為區域總體泰爾指數[Tp]、區域內泰爾指數[Tw]和區域間泰爾指數[Tb]。Dagum基尼系數可以進一步分解為區域內基尼系數[Gw]、區域間基尼系數[Gnb]和超變密度[Gt]：

[Tp=1npi=1np（ZiqZplnZiqZp）] （4）

[T=Tw+Tb=p=1m（npnZpZTp）+p=1m（npnZpZlnZpZ）] （5）

[Gw=12n2pZp（p=1mi=1npj=1npZpi?Zpj）?psp] （6）

[Gnb=1npnqZp+Zq（p=2mq=1p?1i=1npj=1nqZpi?Zqj）（?psq+?qsp）Dpq] （7）

[Gt=1npnqZp+Zq（p=2mq=1p?1i=1npj=1nqZpi?Zqj）（?psq+?qsp）（1?Dpq）] （8）

式（4）至式（8）中，[i]、[j]表示省份， [p]、q表示區域， [np]、[nq]表示區域[p]、[q]省份數量，[m]表示區域數量，[?p=npn]，[sp=npZpnZ]，[Dpq]表示區域[p]與區域q的相對影響。

新質生產力的地區差異評價存在下列問題：其一，任意不平等測度方法具有適應性，且會丟失部分差異信息，如泰爾指數對上層收入水平的變化特別敏感。其二，所有客觀評價法都有拉開差異作用，且主成分分析法對不同時期的差異拉開作用不同。其三，時間跨度較大場域時的地區差異比較往往存在爭論，比如脫貧攻堅戰已顯著提高社會公平性，但人們心理仍然感覺不平等增加，即客觀上絕對不平等在下降，心理感受上仍會產生相對不平等的上升，單純比較絕對不平等并不能完全反映地區差異。因此，為全面、準確評價新質生產力地區差異，主要進行如下處理：第一，為減少不平等測度方法影響，運用變異系數、泰爾指數和基尼系數比對地區差異。第二，將不同時期綜合得分統一進行改進0-1標準化處理，然后計算不同時期的不平等指數，用于反映新質生產力地區差異的客觀事實，稱為絕對不平等。第三，對不同時期綜合得分分別進行改進0-1標準化處理，然后計算不同時期的不平等指數，用于反映新質生產力地區差異的心理感受，稱為相對不平等。

3. 空間集聚檢驗方法

本文采用全局莫蘭指數衡量地區間是否存在集聚特征，利用局部莫蘭指數解釋具體空間位置的集聚特征。全局莫蘭指數（[MIG]）和局部莫蘭指數（[MIL]）的具體表示如下：

[MIG=i=1nj=1nWij（Zi?Z）（Zj?Z）S2i=1nj=1nWij] （9）

[MIL=（Zi?Z）j≠inWij（Zj?Z）S2] （10）

式（9）至式（10）中，[Zi]、[Zj]表示新質生產力標準化后的值，[Z]表示其均值，[Z=1ni=1nZi]，[S2=i=1n（Zi?Z）2n]，[Wij]表示空間權重矩陣。采用地理相鄰空間權重矩陣[W1]和球面距離空間權重矩陣[W2]，地理相鄰空間權重矩陣以地理邊緣是否相鄰為依據，球面距離空間權重矩陣以省會位置代替省份位置，計算省份間的球面距離[dij]，[W2]根據[1d2ij]按行歸一化得出。

經濟發展是改善新質生產力地理位置限制的重要源動力，但缺乏合理、有效的學術檢驗。根據莫蘭指數越小地理位置限制越少的特性，通過對比莫蘭指數大小判斷經濟發展能否改善新質生產力的地理位置限制，具體檢驗步驟為：

第一，根據主成分分析法綜合評價新質生產力，對所有時期綜合得分統一進行0-1標準化處理，在時間[t=1，2，…，d]時，分別計算新質生產力全局莫蘭指數。

第二，選取人均GDP表示地區經濟發展水平，對所有時期人均GDP統一進行0-1標準化處理，使經濟發展與新質生產力保持相同評價標準，在時間[t=1，2，…，d]時，分別計算經濟發展全局莫蘭指數。

第三，將新質生產力和經濟發展的全局莫蘭指數看作成對檢驗樣本，若后者莫蘭指數均值顯著小于前者，則判斷經濟發展可以改善新質生產力的地理位置限制，兩者均值差即為“改善程度”。

三、 中國新質生產力的綜合評價

1. 評價指標與數據選擇

學術上新質生產力評價體系大體分為兩類：一類以李陽等[9] 為代表，從科技創新要素視角構造包含技術創新、產業創新、要素創新等維度的評價體系；另一類以王珂等[13]為代表，從生產力組成要素角度構建包含勞動者、勞動資料和勞動對象的測度指標。結合新質生產力高科技、高效能、高質量等特性，本文從科技創新賦能勞動者、勞動資料和勞動對象角度匹配評價指標，詳見表1。

結合研究目的，指標選取依據如下：新質勞動者主要指應用科技創新勞動工具或勞動技能，參與高新技術和高端工業技術等產業生產的勞動群體。從數量、結構和效率等角度選擇指標，數量上考慮新質勞動者規模，比如第三產業和科學研究從業人員；結構上考慮高端教育和科學技能結構；效率上體現新質勞動者的社會價值，比如人均地區生產總值和人均工資；就業狀態反映新質勞動者的穩定程度及創新創業能力。新質勞動資料指勞動過程中科技創新含量更高的物質資料和物質條件，包括直接參與的新質生產工具和間接參與的新型基礎設施，由傳統型、數字型、科技型、創新型及環境型勞動資料組成。其中傳統型勞動資料是科技創新的基礎保障，利用公路和鐵路運輸網絡密度衡量；數字型勞動資料是產業數字化和數字產業化的主要生產工具，與光纖線路和互聯網絡普及等關聯較大；科技型勞動資料是社會科學技術能力的表現，用國家大學科技園和社會科技館規模度量；創新型勞動資料是技術創新的關鍵，用區域創新創業指數和國內專利受理量體現；環境型勞動資料是科技創新可持續發展的根本，與能源消費水平負相關，與環境治理能力正相關。新質勞動對象指伴隨科技進步新發現的自然物、注入技術要素的原材料和非物質形態的數據信息等，包括前瞻化產業（高新技術、工業制造業等）、高端化勞動成果（第三產業、戰略性新興產業產值）、數字化勞動對象（數字金融、企業數字化）、現代化能源建設（新能源）和生態綠色化（工業、生活污染治理）。

限于數據的連續性與可獲得性，本文選取2014—2022年30個省級行政地區（不包括西藏和港澳臺地區）的面板數據作為研究資料。數據主要來自《中國統計年鑒》《中國高技術產業統計年鑒》《中國勞動統計年鑒》《中國科技統計年鑒》《中國能源統計年鑒》《中國環境統計年鑒》《中國火炬統計年鑒》《中國工業統計年鑒》及各省統計年鑒，個別缺失數據采用插值法或線性趨勢法給予補齊。

2. 新質生產力的評價結果

主成分分析法是基于相關系數矩陣進行的，以年為評價周期。為使結果在橫向和縱向具有可比性，將2014—2022年合并共計270個評價對象，結果顯示，[KMO=0.799gt;0.6]， [p=0.000lt;0.05]，通過Bartlett球形度檢驗，累積貢獻率為0.817，表明新質生產力以年周期的主成分分析有效。但以年為單位的評價存在短板，一是周期過短易出現結果波動較大，導致評價對象過于追求短期目標。二是年周期評價只考察節點，缺乏對總周期的宏觀考量。因此，在年周期基礎上，借鑒魏艷華等[12]的研究將年周期結果視為指標再次進行主成分分析，得到總周期（2014—2022年）結果。第二次主成分分析結果顯示，KMO=0.905gt;0.6，p=0.000lt;0.05，第1主成分方差貢獻率為0.987，表明第1主成分為總周期結果。

表2為我國新質生產力綜合評價結果，由所有時期綜合得分統一改進0-1標準化得出，反映客觀事實，年周期與總周期不能橫向比較，主要原因是兩者由不同階段主成分計算。從結果來看，2014—2022年我國新質生產力有下列特征：第一，總周期內，北京、上海、江蘇異常值突顯，新質生產力高于其他地區，位居前三，廣東、浙江、天津排名4—6，新疆、甘肅、青海等地區排名靠后，多數省份不及平均水平。說明各省新質生產力存在一定差距，高水平主要集中在東部及發達地區，低水平主要集中在西部及東北地區。第二，與自身相比（橫向），各省新質生產力積極向上發展，增長形態異同，湖北、黑龍江及江西等14個省份單調上升，山東、河北及湖南等16個省份波動向上，廣東、北京增長靠前，內蒙古、遼寧等增長落后。第三，省份間相比（縱向），2014—2022年排名發生顯著變化，北京（1）、浙江（5）、天津（6）和山東（7）排名保持不變，排名進步較大省份有：江西（17→13）、湖北（11→8）、寧夏（26→3）、吉林（22→20）；排名退步較大省份有：內蒙古（24→29）、山西（20→24）、湖南（9→12）、江蘇（2→4）、安徽（8→10）、陜西（13→15），表明省份間新質生產力存在競爭活力。

四、 新質生產力的地區差異分析

運用變異系數、泰爾指數和基尼系數分別計算絕對不平等指數和相對不平等指數，用于比對新質生產力的地區差異，兩種指數的主要區別表現為對數據平移量不同，彌補了數據平移變換改變不平等的不足。從結果（表3）來看，不同方法對地區差異的形態和趨勢判斷基本一致，研究結論具有穩健性。由于數值大小不具備判別標準，參考魏艷華等[14]的研究以基尼系數為標準，采用聯合國開發計劃署規定的分界點來判斷地區差異程度。

首先，根據絕對不平等指數可知，變異系數由0.661（2014年）下降為0.411（2022年），泰爾指數由0.218（2014年）下降為0.076（2022年），基尼系數由0.360（2014年）下降為0.218（2022年），三者均呈單調下跌態勢。絕對基尼系數2014—2015年介于[0.3，0.4]，2016年縮小至0.292，最終收斂為2022年0.218。整體而言，新質生產力的絕對地區差異逐年下降，差異程度由比較合理縮小為較為平均。其次，根據相對不平等指數可知，變異系數、泰爾指數和基尼系數維持震蕩走勢，全局無明顯下跌態勢，研究期內，相對基尼系數長期介于[0.3，0.4]，2018年基尼系數最高（0.380），2021年基尼系數最小（0.347）。整體而言，新質生產力的相對地區差異比較合理，沒有明顯向下收縮。可見，絕對不平等指數和相對不平等指數評價含義具有一定差異，絕對不平等指數反映客觀事實，是對新質生產力地區差異的實際度量，相對不平等指數體現心理感受，是對新質生產力地區差異的心理預期度量，兩者均具有現實意義。

我國按地帶位置劃分為東部、中部和西部三大區域，根據Dagum基尼系數分解地區差異，結果見表4。從絕對Dagum基尼系數分解來看，三大區域的組內和組間差異呈下降態勢，組內基尼系數由0.084（2014）下降為0.052（2022年），組間基尼系數由0.251（2014年）下降為0.150（2022年）。研究期內，東部和中部的組內差異較為接近，西部的組內差異在2014年遠高于東部和中部，但自2020年開始低于東部和趨近中部。“東-西”的組間差異尤為突出，2014—2017年基尼系數超過“警戒線”。“東-中”和“中-西”的組間差異比較接近，但差距逐步拉大。整體而言，新質生產力的絕對地區差異首先取決于組間差異，其次為組內差異。從相對Dagum基尼系數分解看出，三大區域的組內和組間差異維持震蕩走勢，無明顯下跌，組間基尼系數保持0.250左右，組內基尼系數保持0.085左右。研究期內，西部的組內差異遠高于東部和中部，2015年、2016年和2018年基尼系數超過“警戒線”，多數情況下中部組內差異低于東部，但在2014年和2018年超過東部。“東-西”的組間差異長期超過“警戒線”，基尼系數最高達0.546（2018年），“中-西”和“東-中”的組間差異以2018年為轉折，前者前期高于后者，后期相反。整體而言，新質生產力的相對地區差異與絕對地區差異存在異同，但兩者的貢獻率結構完全相同，說明數據平移可以改變地區差異的考察角度，但不會影響差異來源判斷。為檢驗上述Dagum基尼系數分解結果的穩健性，本文進一步利用泰爾指數分解新質生產力，結果顯示（囿于篇幅結果略）泰爾指數分解與Dagum基尼系數分解結論相似，說明地區差異分解具有可信度。

五、 新質生產力的空間集聚檢驗

運用莫蘭指數檢驗新質生產力的空間集聚效應，空間權重矩陣采用地理相鄰空間權重矩陣[W1]和球面距離空間權重矩陣[W2]。全局莫蘭指數大小代表空間相關性強度，若指數顯著大于0，則空間顯著正相關，若指數顯著小于0，則空間顯著負相關。全局莫蘭指數結果顯示（表5），兩種空間權重矩陣下的新質生產力全局莫蘭指數震蕩下降，指數顯著為正，p[lt;0.05]，表明新質生產力顯著正向空間集聚，地理位置限制對新質生產力的影響正在下降。

30個省份的局部莫蘭指數及象限分布結果見表6，限于篇幅，本文選擇2個代表時期（2014年和2022年）進行報告。在[W1]權重矩陣中，象限相同省份為：第一象限，天津、上海、江蘇、浙江、安徽、福建、山東，表明華東地區（江西除外）相互促進，新質生產力高高集聚；第二象限，河北、內蒙古、遼寧、江西、海南，新質生產力低高集聚；第三象限，山西、吉林、黑龍江、廣西、四川、貴州、云南、甘肅、青海、寧夏、新疆，多數省份新質生產力低低集聚，尤其西部地區；第四象限，北京、廣東、重慶，三者是區域新質生產力的引領者。象限變化省份為：河南由第二象限（2014年）轉換為第三象限（2022年），湖南、湖北由第一象限（2014年）轉換為第二和第四象限（2022年），陜西由第四象限（2014年）轉換為第三象限（2022年），表明新質生產力空間集聚結構相對穩定。相對[W1]權重矩陣，在[W2]權重矩陣中，象限相同省份存在以下變化：第一象限增加了北京、湖北；第二象限增加了山西、河南，減少了遼寧；第三象限減少了山西和廣西；第四象限減少了北京。象限變化省份存在以下變化，河南和湖北更換為遼寧和廣西，兩者由第三象限（2014年）轉換為第二象限（2022年）。整體而言，兩種空間權重的象限分布存在變化，但差異不大，大部分省份的局部莫蘭指數為正，表明地理相鄰、球面距離對新質生產力均具有顯著正向影響。

比較新質生產力和經濟發展的全局莫蘭指數均值差異，可以檢驗經濟發展能否改善新質生產力的地理位置限制。經濟發展的全局莫蘭指數結果見表5，顯然，經濟發展的空間集聚與新質生產力類似，兩種空間權重下呈顯著正向空間集聚，地理位置限制對經濟發展的影響明顯下降。利用S-W法檢驗全局莫蘭指數的正態分布擬合優度，結果顯示（表7），經濟發展、新質生產力[W2]權重和新質生產力[W1]權重的全局莫蘭指數呈正態分布（[p1gt;0.05]），經濟發展[W1]權重的全局莫蘭指數正態分布特征不明顯（p1=0.05），但峰度絕對值小于10，并且偏度絕對值小于3，屬于可以接受的正態分布，故采用配對t檢驗（表7）。顯然，兩種空間權重的p2lt;0.05，均值差呈負，表明經濟發展空間集聚水平低于新質生產力。為適應經濟發展，新質生產力必須向縮小地理位置限制發展，也就是說，經濟發展可以改善新質生產力的地理位置限制，均值差即為“改善程度”。比較而言，經濟發展對新質生產力地理相鄰限制的改善程度（[Cohen's d=2.032]）高于球面距離（[Cohen's d=1.308]）。

六、 結論及展望

新質生產力是推動高質量發展的內在要求和重要著力點，本文從科技創新賦能勞動者、勞動資料和勞動對象角度構建評價體系，運用主成分分析法綜合評價了我國新質生產力（2014—2022年）水平，并利用變異系數、泰爾指數、基尼系數、莫蘭指數分析了地區差異和空間集聚。本文結論主要有：第一，我國新質生產力積極向上發展，省份間存在競爭活力，北京、上海、江蘇排位前三，高水平集中在東部及發達地區，低水平集中在西部及東北地區。2014—2022年，各省的新質生產力增長形態異同，排名發生顯著變化，湖北、黑龍江及江西等增長單調上升，山東、河北及湖南等增長波動向上，北京、浙江、天津和山東的排名保持不變，江西、寧夏等排名進步較大，內蒙古、山西等排名退步較大。第二，新質生產力的絕對地區差異逐年下降，由比較合理縮小為較為平均，且絕對組間差異大于組內，而新質生產力的相對地區差異比較合理，維持震蕩走勢。總體而言，新質生產力的地區差異主要取決于組間差異，尤其是“東-西”的組間差異。第三，新質生產力在地理相鄰和球面距離兩種空間權重矩陣的集聚特征相似，均呈現顯著正向空間集聚關系，結構相對穩定，多數省份呈低低集聚分布，高高集聚主要集中在華東地區。經濟發展改善了新質生產力的地理位置限制，且對地理相鄰限制的改善程度高于球面距離。

針對研究結論推行優化策略，可以突破發展障礙培育新質生產力，比如縮小“東-西”組間差異可以顯著收縮地區差異；推廣華東地區經驗可以提高空間集聚效應。顯然，研究結論為新質生產力發展提供了重要參考，各地區應根據實際需求制定針對性策略，而對于新質生產力研究，以下幾點值得深入挖掘。第一，建立統一評價指標框架。新質生產力是生產力的新質態，相關研究正值爭論和探討階段，綜合評價的指標框架并未統一，要么從科技創新要素視角，要么從生產力組成要素角度，本文試圖融合兩者的關鍵要素，但構建的指標體系不具權威性。實際上，建立規范和標準的評價規則，并形成統一的權威指標框架，能夠顯著提高數據分析效率，促進研究結論的共享性和協作性。比如鄉村振興和共同富裕形成的統一指標框架，為相關領域的綜合評價提供了重要依據。因此，建立統一指標框架應成為新質生產力的研究重點。第二，新質生產力核心價值體現為賦能經濟高質量發展，為此，學者們主要聚焦前者是否驅動后者的單向作用關系，但經濟發展實際改善了新質生產力的地理位置限制，表明兩者屬于相輔相成的雙向關聯關系。多數研究忽略了這種耦合性質，可能高估或貶低了新質生產力對經濟發展的作用程度。因此，在研究新質生產力與經濟發展關系時，應考慮兩者的雙互作用關系。

參考文獻：

[1] 劉志彪，凌永輝，孫瑞東.新質生產力下產業發展方向與戰略——以江蘇為例[J].南京社會科學，2023（11）：59-66.

[2] 周文，許凌云.再論新質生產力：認識誤區、形成條件與實現路徑[J].改革，2024（3）：26-37.

[3] 包永梅.新質生產力對經濟高質量發展的影響機制——基于消費擴容提質視角[J].現代管理科學，2024（6）：3-11.

[4] 周紹東，胡華杰.新質生產力推動創新發展的政治經濟學研究[J].新疆師范大學學報（哲學社會科學版），2024，45（5）：26-35.

[5] 柳學信，曹成梓，孔曉旭.大國競爭背景下新質生產力形成的理論邏輯與實現路徑[J].重慶大學學報（社會科學版），2024，30（1）：145-155.

[6] 王宇.以新促質：戰略性新興產業與未來產業的有效培育[J].人民論壇，2024（2）：32-35.

[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，2024，41（6）：5-25.

[8] 傅聯英，蔡煜.中國市域新質生產力：時序演變、組群特征與發展策略[J].產業經濟評論，2024（4）：5-22.

[9] 李陽，陳海龍，田茂再.新質生產力水平的統計測度與時空演變特征研究[J].統計與決策，2024，40（9）：11-17.

[10] 丁仕潮，魏引娣，張飛揚.中國新質生產力：發展水平與動態演進特征[J].統計與決策，2024，40（10）：5-11.

[11] 王玨，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，2024，37（1）：31-47.

[12] 魏艷華，王丙參，馬立平.中國經濟高質量發展測度與區域差異研究[J].統計與信息論壇，2023（8）：41-54.

[13] 王珂，郭曉曦.中國新質生產力水平、區域差異與時空演進特征[J].統計與決策，2024，40（9）：30-36.

[14] 魏艷華，王丙參，馬立平.中國經濟高質量水平短期評價方法研究[J].統計與管理，2023（5）：76-89.

基金項目：廣東省科技計劃一般項目“廣東省高新技術企業上市培育以及高質量發展路徑研究”（項目編號：20231001）。

作者簡介：劉桂蘭，女，廣東省技術經濟研究發展中心副研究員，研究方向為科技管理、科技政策、績效評價；黃海濱，男，廣東省技術經濟研究發展中心研究員，研究方向為科技政策、科技評估、科技管理信息化；周懷峰，男，華南師范大學經濟與管理學院教授，研究方向為產業經濟、技術創新。

（收稿日期：2025-04-21" 責任編輯：殷 俊）