我国区域新质生产力水平测度、结构分解及空间收敛性分析

施雄天 余正勇

（云南大学工商管理与旅游管理学院，昆明 650500）

引 言

在当今全球化和知识经济迅速发展的背景下，生产力的质量和结构成为衡量一个国家或地区经济发展水平和竞争力的关键指标。探究区域新质生产力的水平、结构及其空间收敛性，对于缩小区域发展差距、推动区域协调发展具有重要的理论和实践意义。随着我国经济进入新常态，传统的增长动力逐渐减弱，新质生产力作为新时代我国经济高质量发展的核心驱动力，其发展水平和结构优化成为了国家和地区面临的重大挑战和发展机遇［1］。

习近平总书记在2023 年提出了“新质生产力”的重要概念，将其定位为推动中国经济社会发展新动能的核心。这一提法标志着我国经济发展战略的新方向，不仅延续了2017 年强调的“高质量发展” 的核心要求，而且进一步明确了在新时代背景下，生产力质的提升和结构优化的重要性。新质生产力的提出，反映了对经济增长动力转换的深刻洞察，强调了在全球科技革命和产业变革加速发展的大背景下，创新是引领发展的第一动力［2］。

新质生产力不仅仅是传统生产力的简单升级，而是强调了创新、协调、绿色、开放、共享五大发展理念在新时代经济社会发展中的实践应用［3］。它要求通过科技创新、产业升级、绿色发展等方式，推动生产力的结构性变革，从而实现经济发展方式的根本转变和质的飞跃［4］。因此，新质生产力的测度、结构的分解及其空间收敛性的分析，成为了理解和促进中国经济区域均衡发展的关键。

在这一背景下，新质生产力的研究不仅有助于深化对高质量发展理念的认识和实践，也对指导区域发展策略、促进区域经济均衡发展具有重要的理论和实践意义［3，5］。目前学术界对于新质生产力的研究多集中在理论层面［6，7］，但关于新质生产力水平测度的研究相对较少，尤其是其区域差异、结构分解和空间收敛性方面的系统性研究更是缺乏。此外，新质生产力作为一种新型的生产力形态，其内涵和外延有待进一步明确，评价体系和测度方法亟待建立和完善。鉴于此，本文试图构建区域新质生产力水平测度指标体系，从新质生产力的角度出发，探讨其在我国区域经济发展中的作用和影响，并分析如何通过政策引导和制度创新保障其健康发展。

本文的研究不仅有助于丰富新质生产力的理论研究，也可为政府部门制定相关政策提供科学依据，促进区域经济的均衡发展，进而推动我国经济实现高质量发展。通过对新质生产力水平的测度、结构的分解及其空间收敛性的分析，本文为我国区域发展战略的制定和实施提供参考和启示。

1 研究设计

1.1 指标体系构建及数据来源

本文从新制造、新服务、新业态和综合指标等方面来构建我国区域新质生产力水平测度指标体系，借鉴了经济学家黄奇帆在第25 届“北大光华新年论坛” 上提出的新质生产力的3 个“新” 构成概念，即新制造、新服务、新业态。指标体系及数据来源见表1。本文的指标体系构建依据如下：

表1 区域新质生产力水平测度指标体系

（1） 新制造。新质生产力水平在新制造维度的构建是为了全面评估和促进我国制造业的高质量发展，特别是在技术创新、产业结构升级、生产效率与质量等关键领域。因此，新制造维度主要从技术创新能力、产业结构升级和生产效率与质量等方面来构建。

（2） 新服务。新质生产力水平在新服务维度的构建旨在全面评估服务业的发展质量、创新能力和国际竞争力，这一维度的指标体系构建紧密围绕服务业增加值、服务业创新能力和服务业对外开放程度展开，既符合服务经济发展的理论基础，也贴合当前全球经济一体化和数字化转型的趋势。同时，构建新服务维度的理由深受服务经济理论、知识经济理论和全球化理论的指导。服务经济理论强调服务业在现代经济中的核心地位［8］，知识经济理论突出知识和创新在经济发展中的作用［9］，而全球化理论则指向经济活动的国际互联互通和相互依赖［10］。通过这些理论视角，新服务维度主要从服务业增加值、服务业创新能力、服务业对外开放程度等方面来构建。

（3） 新业态。新质生产力水平在新业态维度的构建旨在捕捉和评估经济活动中新兴业态的发展状况，特别是数字经济、产业数字化和创新创业生态这3 个关键领域的进展，这些领域的发展不仅是新经济增长点的重要来源，也是推动传统产业转型升级的关键力量。网络经济理论强调了网络效应和规模经济在数字经济中的作用［11］； 产业数字化理论关注信息技术在传统产业转型升级中的应用［12］； 生态系统理论则提供了理解和评估创新创业环境的框架［13］。基于这些理论视角，新业态维度主要从数字经济发展水平、产业数字化和创新创业生态等方面来构建。

（4） 综合指标。新质生产力水平的综合指标维度构建旨在提供一个全面评估经济社会发展质量和能力的框架，特别是从可持续发展能力、人才支撑能力和开放合作水平3 个关键方面。这种综合性评估不仅关注经济增长的速度和规模，更重视增长的质量、效率和可持续性。可持续发展理论强调经济增长、社会发展和环境保护之间的平衡［14］； 人力资本理论认为教育和培训是提升劳动生产率和促进经济增长的关键［15］； 全球化理论则强调国际合作和技术交流在推动经济发展中的作用［16］。基于这些理论视角，综合指标维度主要从可持续发展能力、人才支撑能力和开放合作水平等方面来构建。

1.2 熵权TOPSIS 模型

熵权TOPSIS 模型是一种结合了熵权法的客观性和TOPSIS 方法的直观性的综合评价方法，广泛应用于多指标决策分析中。在测度新质生产力水平的应用中，该模型通过定量分析的方式，综合考虑各项指标的重要性和相对优劣，为新质生产力水平的测度提供了一种科学、合理的方法。

1.3 全排列多边形图示指示法

全排列多边形图示指示法是一种将多个评价指标的数据通过图形化展示，以直观反映对象在各个维度上的表现和整体性能的方法［17］。在区域新质生产力的评价中，这种方法可以有效地展示不同时间不同维度上的表现，帮助识别各维度呈现的优势和劣势，从而为政策制定和资源配置提供依据。

1.4 QAP 分析

QAP 分析是一种关系数据范式的非参数检验方法。与传统的多元统计分析方法相比，QAP 分析不需要假设解释变量间的独立性，因此可以更加准确地描绘变量之间的相互作用［18］。通过将新质生产力水平的差异与其他各维度的差异结合，建立一个关系数据的计量模型来进行相关性和回归分析，其数学表达方式如下：

其中，X1～X4分别表示新制造差异矩阵、新服务差异矩阵、新业态差异矩阵和综合指标差异矩阵。

1.5 空间收敛性模型

本文采用绝对β收敛、条件β收敛、绝对俱乐部收敛、条件俱乐部收敛来考察我国不同区域新质生产力水平的演变趋势。结合Barro 和Sala－i－Martin［19］、Gregory 等［20］、仵凤清和施雄天［21］对收敛性的研究，基于空间邻接矩阵（0 ～1 矩阵），引入SDM 模型（空间杜宾模型）进行空间β收敛性分析，绝对β收敛公式表示为：

其中，Yi，t/Yi，t－1表示i区域第t年新质生产力水平指数增长率，Yi，t－1表示上一期新质生产力水平指数，表示空间加权后的新质生产力水平指数增长率，收敛速度为，半程收敛周期为ln2/θ。若β为负且显著，表明新质生产力水平存在收敛性，β为正则发散。公式中还进行了时间与空间固定效应，μit表示随机干扰。

条件β收敛公式表示为：

其中，xit表示控制变量，本文的控制变量选取人均GDP、城镇化率（城镇人口所占比率）、人力资本（高等学校在校人数占总人口比重）、对外开放程度（货物进出口金额占GDP 比重）、政府干预程度（地方政府一般公共预算支出占GDP 比重）。

2 测度结果分析

2.1 我国区域新质生产力水平测度结果分析

采用熵权TOPSIS 模型测度样本期内我国新质生产力水平指数，并对其均值进行排名，测度结果见表2。

表2 新质生产力水平测度结果

从排名情况来看，广东、江苏、北京、浙江、山东、上海居前6 名，且这6 个省（区、市）经济水平明显领先其他地区，这说明新质生产力水平与地区经济发展有很大联系。排名靠后的地区，如宁夏、青海和甘肃，其均值明显低于排名靠前的地区，反映了不同地区之间在新质生产力水平上的发展不平衡。从增长趋势上来看，大部分地区的指标值从2013～2022 年呈现上升趋势，这反映了整体上新质生产力水平能力在不断增强，如广东从2013 年的0.359 增长到2022 年的0.614，呈现显著的增长趋势，而部分地区的新质生产力水平指数在这段时间内波动较大，如海南在2013 ～2022 年间的值变化较为剧烈，这可能受外部环境变化或内部政策调整的影响。

为进一步分析各区域的变化情况，本文绘制了样本期内八大地理分区新质生产力水平变化趋势图，见图1。

图1 样本期内各区域新质生产力水平变化趋势

从图1 可知，整体上各区域的新质生产力水平指数都有所提升，整体呈现“南部沿海＞东部沿海＞北部沿海＞均值＞长江中游＞西南地区＞黄河中游＞东北＞西北” 的梯度格局，其中2022 年东部沿海的新质生产力水平指数超过了南部沿海，且东部沿海的新质生产力水平指数出现稳定的增长，从2013 年开始，持续上升到2022 年时领先于其他区域。西南地区新质生产力水平存在一定的增长，但增长幅度较平缓。长江中游地区2021～2022年高于均值水平，可能得益于区域经济一体化进程的加快和重点产业的发展，这一趋势表明，通过加强区域合作和产业升级，可以有效提升新质生产力水平。而东北、黄河中游、西北、西南地区均低于均值水平，这与该地区的自然条件、经济发展水平和产业结构有关，需要更多的政策支持和资源配置，以促进新质生产力的发展。

为进一步分析新质生产力水平一级指标影响权重变化，绘制样本期内新质生产力水平一级指标指数变化趋势图，见图2。从指标变化趋势来看，整体上呈现“新制造＞新服务＞综合指标＞新业态” 的趋势。从涨幅情况来看，2013 ～2020 年各指标涨幅不大，但2020 年后新制造、新服务和综合指标曲线出现较大涨幅，而新业态曲线出现较大跌幅，分析原因： 2020 年后，全球经济受到了新冠肺炎疫情的巨大影响，疫情加速了新制造和新服务领域的发展，特别是在医疗健康、远程工作、在线教育、电子商务等方面，这些领域的快速发展推动了相关指标的大幅上升，同时，疫情也导致一些新业态领域，如旅游、线下零售等受到重创，从而导致新业态指标出现较大跌幅。

图2 样本期内新质生产力水平一级指标变化趋势

为分析各维度指标在同一指标体系下的整体性能，采用全排列多边形图示指数法对多维度数据集合并用可视化的方法呈现，绘制样本期内各维度指标数据集合变化雷达图，见图3。图中，阈值－1.00、－0.50、0.00、0.50、1.00 分别表示差、较差、一般、较好、优良。

图3 各维度全排列多边形图示

2013～2017 年，新服务指标显著提升，归功于技术在服务业的应用和政策支持，表现接近“优良”。新制造和新业态的波动反映了行业的发展热潮与随后的调整期。综合指标处于下降的趋势，说明可持续发展能力、人才支撑能力和开放合作水平的发展动力减缓，原有的粗犷式发展模式已经不再适应当前市场和技术的变化，需要寻找新的增长点。

2018～2022 年，综合指标显著提升至“优良”水平，反映了政策响应、市场适应性、创新能力和国际合作的改善，推动了可持续发展动力。新制造指标逐渐达到“优良” 水平，反映了技术进步、生产效率提高、产品质量改善，这得益于智能制造、数字化转型等新技术应用，推动整体新制造指标稳步提升。新服务指标呈现波动下降趋势，2021 年达到“较差” 水平，2022 年介于“差” 和“较差” 水平之间。受新冠肺炎疫情冲击和消费者对前景不乐观影响，传统服务业发展受阻。同时，新技术和业务模式如在线服务、自动化和人工智能等加速传统服务业转型，未能适应变化的企业面临竞争劣势。新服务指标变化反映了服务业在竞争、技术变革及突发公共卫生事件方面的脆弱性，未来需创新提高业务灵活性和韧性，探索新增长机会。新业态指标“先上升后下降”，2020年达到“优良” 水平，至2022 年后变为“差” 水平，显示新冠肺炎疫情对服务业的巨大影响，同时线上平台和数字化服务的增长加剧了竞争，2020年后新业态指标下降反映了疫情及其他经济因素对新业态的深刻影响。

2.2 我国区域新质生产力水平结构分解

表3 报告了新质生产力水平四大维度的QAP分析结果。调整后的R2为0.986 且通过1%以上显著性水平检验，表明四大维度的差异对区域新质生产力水平差异的解释力度达到98.6%。

表3 四大维度QAP 分析结果

从标准化系数来看，新制造和新服务指标维度的标准化系数为正且显著，说明新制造和新服务指标与区域新质生产力水平正相关，即这两个维度的提升将带来区域新质生产力水平的增加，制造业和服务业的创新和质量提升是推动区域经济增长和生产力提升的关键因素。新业态和综合指标维度的标准化系数为负且显著，说明新业态虽然是创新的体现，但可能在初期并不直接贡献于新质生产力的提升，新业态可能需要时间来成熟和集成到经济体中，其初期的快速发展可能消耗了大量资源，而这些资源在短期内未能转化为新质生产力的提升； 综合指标包括了如环境、开放合作等方面的考量，则其负面影响可能反映出在追求经济增长的同时，忽视了可持续性问题。

表4 报告了我国新质生产力水平各区域的四大维度QAP 分析结果。

表4 各分区QAP 分析结果

在新制造方面，北部沿海和黄河中游地区的指标系数为正且显著，反映了制造业在这些地区的新质生产力水平中发挥的积极作用。北部沿海地区因其完善的制造业基础设施和充足的资源，推动了制造业创新，进而带动了整体生产力的提升。而黄河中游地区正处于工业转型和制造业升级的关键时期，新制造在该地区的发展对其新质生产力水平产生了积极的影响。

在新服务方面，北部沿海、东北和黄河中游地区的指标系数均为正且显著，这表明服务业的发展对这些地区的新质生产力水平起到了重要作用。北部沿海地区服务业发达，尤其是金融和物流等行业的增长，对其新质生产力水平有显著提升。东北地区近年来正从传统工业向服务业转型，新服务业的蓬勃发展成为该地区经济复苏的动力。黄河中游地区的服务业发展与工业转型相辅相成，这种结合有助于整体生产力的提升。

在新业态方面，东部沿海和南部沿海地区的指标系数为正且显著，而西北地区的系数为负且显著，这反映了东部沿海和南部沿海地区作为创新和新兴产业集聚地的特点。东部沿海地区以科技和创新闻名，而南部沿海地区因其经济多元化而获得优势，这些因素共同促使新业态对新质生产力水平的显著正面影响。相反，西北地区在新业态发展上面临诸多挑战，如基础设施不完善、市场需求不足等，这些因素导致其新质生产力水平受到负面影响。

在综合指标方面，东北、东部沿海、西北和西南地区的系数为负且显著，而长江中游地区的系数为正且显著。这些负向显著系数表明这些地区在可持续发展、人才支撑和开放合作等方面存在挑战。东北地区虽然有强大的传统工业基础，但在向可持续发展和开放合作方向转型时遇到困难，加之国外技术引进和国际合作项目较少，导致综合指标对新质生产力水平产生负向影响； 东部沿海地区综合指标的负面趋势反映了高密度工业和资源开发带来的可持续发展问题； 西北地区的负向系数反映了其在基础设施和人才支撑方面的不足，这使得综合指标对该地区新质生产力影响为负。相比之下，长江中游地区的综合指标系数为正，反映了其多元化和稳步发展的趋势，长江中游地区具有较强的经济活力，并在可持续发展、人才支撑和开放合作等方面取得了显著进展，这有助于其新质生产力水平的提升。

2.3 我国区域新质生产力空间收敛性分析

表5 报告了区域新质生产力水平的绝对β收敛、条件β收敛、绝对俱乐部收敛、条件俱乐部收敛的结果。

表5 空间收敛性测度结果

在2013～2022 年全国和各分区的新质生产力水平的β系数显著且均为负，说明我国新质生产力水平存在绝对β收敛，八大地理分区存在绝对俱乐部收敛，也说明在不考虑人均GDP、城镇化率、人力资本、对外开放程度和政府干预程度等影响因素前提下，全国和八大地理分区新质生产力水平趋向收敛于相同稳态。其中，在不考虑影响因素的情况下，八大地理分区的新质生产力水平收敛速度从低到高依次为“东部沿海＜北部沿海＜东北＜南部沿海＜西北＜长江中游＜西南地区＜黄河中游”。在考虑影响因素的情况下，收敛速度从低到高依次为“北部沿海＜长江中游＜东部沿海＜东部沿海＜东北＜南部沿海＜西北＜黄河中游＜西南地区”。值得注意的是，在引入影响因素后，东北和东部沿海地区收敛周期变短，收敛速度变快。此外，各分区条件俱乐部收敛速度大部分大于绝对俱乐部收敛速度，说明影响因素确实对新质生产力水平收敛特征产生一定的影响，在影响因素作用下表现为加快新质生产力水平的收敛速度。

3 结论与启示

基于上述分析，本文得到以下结论： （1） 我国新质生产力整体上处于稳步上升的趋势，从排名情况来看，新质生产力水平与地区经济发展有很大联系。各区域新质生产力水平呈现“南部沿海＞东部沿海＞北部沿海＞均值＞长江中游＞西南地区＞黄河中游＞东北＞西北” 的格局，其中东部沿海地区增长最快。从指标变化趋势来看，整体上呈现“新制造＞新服务＞综合指标＞新业态” 的趋势； （2） 2013 ～2017 年，新服务指标得到显著的提升，在这段时间的表现接近于“优良” 水平，而在2022 年介于“差” 和“较差” 水平之间。2018～2022 年，综合指标和新制造指标得到显著的提升，在这段时间的表现达到“优良” 水平。新业态指标在2013～2022 年呈现“上升－下降－上升－下降” 的变化趋势，其中2020 年后下降趋势最明显； （3） 对4 个维度进行整体的结构分解，新制造和新服务指标提升有助于新质生产力水平提高，而新业态和综合指标发展则需消耗资源，短期内无法促进新质生产力水平。在各区域分析中，北部沿海、东北、东部沿海和西南地区的新制造、新服务、新业态指标对新质生产力影响为正，但对综合指标影响为负。黄河中游地区新制造和新服务指标表现良好，有助于新质生产力提升。南部沿海和长江中游地区各指标对新质生产力均有正向影响。西北地区在新质生产力提升方面面临挑战，尤其是新业态发展和整体表现方面；（4） 从收敛性来看，我国新质生产力水平存在绝对β收敛，八大地理分区存在绝对俱乐部收敛。大部分情况下，影响因素的加入，使得各分区条件俱乐部收敛速度大于绝对俱乐部收敛速度，同时加快了新质生产力水平的收敛速度。

基于上述结论，本文得到以下启示： （1） 推动区域协调发展。推动地区间合作，缩小发达地区与欠发达地区间的新质生产力水平差距。加大对西北等落后地区的政策支持和资金投入，促进基础设施和关键产业的发展； （2） 推动产业结构升级。东部沿海地区增长最快，显示出产业结构升级的重要性，应鼓励全国范围内的产业结构优化升级，特别是促进新制造和新服务业的发展，支持新技术应用和业态创新； （3） 强化创新驱动发展战略。新服务和新制造指标的提升对新质生产力水平有积极影响，说明创新是关键，应加大研发投入，鼓励企业创新，加强高技术产业和现代服务业的发展，构建以创新为主导的产业体系；（4） 优化资源配置。新业态和综合指标维度的负面影响提示需要更加高效和可持续的资源配置，政府应通过政策引导，促进资源向高效能、低消耗的新业态转移，同时加大环境保护和生态文明建设力度； （5） 加快新业态发展。针对新业态发展的挑战，应加快推进数字经济、绿色经济和共享经济等新业态的发展，为新质生产力提升提供新的增长点。