新質生產力:指標構建與時空演進

王 玨,王榮基

(西北大學 經濟管理學院,陜西 西安 710127)

一、引言

2023年9月,習近平總書記在黑龍江調研期間強調,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。總書記首次提到的“新質生產力”這一新概念,是新發展格局下與經濟高質量發展相對應和匹配的生產力,是以創新驅動為關鍵要素,建立在新產業、新業態、新模式要求下的生產力。

盡管新質生產力已經成為引領經濟高質量發展的重要推動力,但學界對新質生產力的內涵和統計的研究仍處于起步階段。有以下兩個問題亟待解決:一是關于新質生產力的本質特征和豐富內涵還鮮有研究,且現有研究還未達成統一框架。二是對于新質生產力水平的測算還未開始,且存在統計困難。首先,從統計對象上看,由于新質生產力的定義不明確,新質生產力的核算范圍難以界定,導致新質生產力活動的識別存在困難。其次,從統計實踐來看,新質生產力的統計覆蓋不足,導致所需核算新質生產力的基礎數據嚴重缺乏。

基于以上研究困境,首先,本文依據馬克思主義政治經濟學理論,分別從勞動者、勞動對象和生產資料三大維度對新質生產力的內涵進行界定。其次,依據新質生產力的內涵,構建綜合評價指標體系,使用熵值法測算2011—2021年中國省域新質生產力發展水平。再次,運用Dagum基尼系數法、探索性空間數據分析法、空間收斂模型、核密度估計法,從時間和空間兩大維度考察中國省域新質生產力的演變特征。最后,根據研究結論得出政策啟示。本文的研究貢獻體現在:第一,拓寬了新質生產力的研究邊界。既往與生產力相近的研究主題主要體現在人力資本[1-2]、產業結構調整[3-5]、經濟高質量發展[6-9]、數字經濟[10-11]等方面,從單一角度探究經濟增長源泉。而新質生產力作為變革傳統、追求先進的生產力,將勞動者的主觀能動性同勞動對象和生產資料充分融合,正逐漸成為實現中國式現代化的重要牽引力。第二,填補了新質生產力的統計空白。新質生產力不同于經濟數量的絕對增長,用傳統指標衡量新質生產力有失偏頗。為此,本文從三大維度構建綜合評價指標體系,測算新質生產力發展水平的時序演進、空間特征和時空收斂性。第三,豐富了政策啟示。新質生產力與構建現代化經濟體系相互依存,厘清新質生產力的內涵和發展趨勢對于破解國內環境要素制約和國際經濟環境不確定性導致的“中等收入陷阱”具有重要政策啟示。

二、新質生產力的內涵

馬克思認為生產力是人們在勞動生產中利用自然、改造自然以滿足人的需要的客觀物質力量,生產力主要由勞動者、勞動對象和生產資料構成,勞動者將自身的體力和腦力同勞動對象和生產資料的結合是生產力現實化的前提條件。[12]

(一)新質生產力與勞動者

在新質生產力理念下,勞動者個體維度的人才觀基于理念、技能和效率三個層面。首先是在全社會范圍內徹底激發人民群眾創造財富的熱情,釋放全體人民的聰明才智,樹立以社會發展和人類進步為使命的創新榮譽感和責任感。以此,在全社會營造濃厚的創新氛圍,為經濟高質量發展奠定文化基石。其次是培養勞動者順應時代發展需要和產業轉型要求的技術和技能。“一國居民投入工作所需要的能力不是與生俱來的,為了適應工作,他們往往會自發地接受學習、提高技能”[13],使其具有了資本的性質,成為推動要素配置、技術進步以及市場制度的人力資本。人力資本規模與結構“決定人類(國家)未來的前景”[14]。最后是勞動生產率的全面提高。以“三低三高”為特征的新質生產力的顯著表現即低投入、高產出,這就要求勞動生產率的提高。我國現階段的主要矛盾是人民日益增長的美好生活需要與不平衡、不充分的發展之間的矛盾,其根本原因就是供給效率低下。提高勞動者技能和素質水平,能提高經濟系統內部結構變化的適配性,通過提高勞動生產率促進產業升級與產業結構優化,緩解矛盾,推動發展。

(二)新質生產力與勞動對象

在勞動對象維度下,新質生產力主要體現在新質產業和生態環境層面。在新一輪國際產業轉移中,受產業融合趨勢與技術進步的影響,不同發展水平的國家出現了不同層次上的產業關系。加之“新興經濟體”的崛起與歐美等國家自身經濟出現的問題,新貿易保護主義抬頭,冷戰思維滋生,脫鉤威脅加劇,發達經濟體紛紛開始推行“再工業化”戰略推動制造業回流,價值鏈的高端環節開始收緊。中國在全球產業鏈中特殊的樞紐地位決定了將因此而受到重大影響,并已經出現計算機、航空航天、汽車、機械等高端行業開始從中國向發達經濟體轉出的現象。在此背景下提出新質生產力,就是要實現傳統產業與新興產業協調發展,實體經濟與虛擬經濟融合發展,特色產業與優勢產業突出發展,在國內構建起完善的現代產業體系,形成良性內循環。2022年1月,工信部、國家發展改革委等十部門聯合發布《關于促進制造業有序轉移的指導意見》指出,西部地區要建成國家重要的能源化工、資源精深加工、新材料、輕工產品等勞動密集型產業、綠色食品基地以及區域性高技術產業和先進制造業基地;東北地區要加快高端裝備、航空等傳統優勢產業改造升級;中部地區要著力打造能源原材料基地、現代裝備制造及高技術產業基地;東部地區要強化關鍵核心技術創新,提升創新策源能力和全球資源配置能力,加快培育世界先進制造業集群。

改革開放到2015年三十多年間馳騁在快車道上的中國經濟,是以環境為代價的發展時期。金山銀山不如綠水青山、構建人與自然和諧共生的現代文明、黃河流域生態保護與可持續發展等理論,是總書記生態理念的點滴體現。新質生產力同樣包含著深刻的生態意識。一方面,在產業在國內不同區域間轉移以及國內產業重新布局的新階段,中西部地區在承接東部地區產業轉移的同時,存在承接東部地區逐漸淘汰的污染高、收益低產業從而加劇西部地區生態惡化的風險。在新質生產力理念下,區域間產業轉移要通過技術進步和科技創新最大限度降低資源成本,減少對生態的破壞。另一方面,要加速新舊動能轉換,通過數字化手段,實現戰略性新興產業對傳統產業的改造與升級,形成整個經濟系統順暢且可持續的生態循環。

(三)新質生產力與生產資料

中國經濟高速發展的過程也是大量生產資料積累的過程。生產資料不僅是人們用以改變和影響勞動對象的一切物質資料,還包括協助勞動者將力量傳導至勞動對象以實現創造力的無形生產資料。物質生產資料不僅包含傳統基礎設施,比如公路、鐵路等,還包括數字背景下所催生的數字基礎設施。數字基礎設施是以信息科技等技術為內核,涵蓋領域更廣的新型基礎設施,能夠快速準確傳輸、加工處理、儲存數據資產,創造出巨大經濟價值。而無形生產資料則通過科技創新和數字化來體現。科技創新是新質生產力的關鍵性核心,“科學技術是生產力”是馬克思關于科學在經濟、社會發展中重要地位和作用的一個重大命題,日新月異的現代科學技術發展,更使得科學技術成為第一生產力。新質生產力則在堅持科學技術是決定第一生產力的基礎上,強調“創新”對科學技術發展的重要作用和意義。當關鍵性技術實現突破并發生質變,必然會引發生產力核心因素的變革,從而產生新質生產力。數字化則是經濟社會運用數字技術改進原有生產流程和組織架構,微觀上表現為企業的數字化轉型,它不僅能顯著降低企業內部交易成本,還能有效推動企業生產效率提升。宏觀上則表現為數字經濟的發展和壯大,加速了數字技術與實體經濟深度的融合。

三、新質生產力水平的測算

(一)指標體系構建

根據對新質生產力內涵的界定,分別從勞動者、勞動對象和生產資料三大維度構建新質生產力綜合評價指標體系,見表1。

表1 新質生產力指標體系

第一,勞動者。選用人均受教育程度、勞動者人力資本結構、高等院校在校學生結構、人均GDP、人均工資、三產從業人員比重和創業活躍度7個指標衡量勞動者。其中,人均受教育程度采用人均受教育平均年限衡量;勞動者人力資本結構則參照付凌暉[5]的研究方法,將勞動力受教育程度劃分為5個等級,使用向量夾角法進行測度;高等院校在校學生結構采用大學生數量占總人口比重衡量;人均GDP使用GDP與總人口比值衡量;人均工資由在崗職工平均工資衡量;三產從業人員比重由第三產業就業人員占總就業比重衡量;創業活躍度采用北京大學企業大數據研究中心編制的中國區域創新創業指數(IRIEC),這一指數可以客觀、實時與多維度反映我國各地區的創新創業活力(1)具體指標見:https:∥opendata.pku.edu.cn/dataset.xhtml?persistentId=doi:10.18170/DVN/NJIVQB。

第二,勞動對象。勞動對象包括新興戰略產業占比、機器人數量、森林覆蓋率、環境保護力度、污染物排放和工業廢物治理6項指標。參考呂巖威和孫慧[15]的做法,新興戰略產業占比采用新興戰略產業增加值與GDP的比值衡量;機器人數量由機器人數量與總人口的比值衡量;森林覆蓋率由森林面積占土地總面積的比重衡量;環境保護力度由環境保護支出占政府公共財政支出的比重衡量;污染物排放由二氧化硫排放、廢水排放和一般工業固體廢物產生量與GDP的比值衡量。

第三,生產資料。生產資料包括傳統基礎設施、數字基礎設施、總體能源消耗、可再生能源消耗、人均專利數量、R&D投入、數字經濟和企業數字化8個三級指標。傳統基礎設施由公路里程和鐵路里程衡量;數字基礎設施由光纖長度和人均互聯網寬帶接入端口數衡量;總體能源消耗由能源消耗與GDP的比值衡量;可再生能源消耗由可再生能源電力消納量與全社會用電量的比值衡量;人均專利數量以專利授權數量與總人口的比值衡量;R&D投入以R&D經費支出與GDP的比值衡量;數字經濟指數參考趙濤等[16]的研究,從互聯網發展和數字金融普惠兩個維度衡量數字經濟;企業數字化則運用上市公司年報中出現的關鍵詞,將企業定位到省級并對詞頻進行加總取平均進行測度。[17]

(二)測度方法

1.熵值法

熵值法避開了主觀賦權法的弊端,能夠根據指標數據的離散程度較為客觀地反映各項指標在整個評價體系中的重要性。[18-19]離散程度越大,則該指標對評價體系影響越大,則對該指標賦予較大的權重。為消除各原始指標值數量和量綱差異帶來的影響,在對指標進行賦權操作前,需要先對原始指標數據進行預處理,本文采用極差標準化方法對指標數據進行處理。

對于正向指標:

(1)

對于逆向指標:

(2)

(3)

計算指標的信息熵ej,其中m為評價的年數:

(4)

計算信息熵冗余度ρj:

ρj=1-ej

(5)

以及所需的指標權重λj:

(6)

根據指標占比ωij以及相應的權重λj,計算新質生產力水平:

(7)

2.Dagum基尼系數及分解法

(8)

(9)

(10)

以下變量的定義為:

(11)

(12)

(13)

(14)

(15)

Djh表示j地區與h地區之間新質生產力的相對影響,Mjh表示地區間新質生產力水平的差值,也即在j地區與h地區中,所有Yji-Yhr>0的樣本值加總的數學期望;Njh表示超變一階矩,是所有Yhr-Yji>0的樣本值加總的數學期望;函數Fj(Fh)表示j(h)地區的累計密度分布函數。

地區內差距Gw、地區間差距Gnb和超變密度Gt如下所示:

(16)

(17)

(18)

3.探索性空間數據分析法

探索性空間數據分析(ESDA)是一種分析空間特征的方法,包括全域莫蘭指數和局部莫蘭指數(Moran’sI)分析。全域莫蘭指數計算公式如下:

(19)

(20)

4.時空收斂模型

空間收斂模型用于分析經濟現象的收斂問題。本文構建了考慮時間因素的空間收斂模型,并用于探究中國新質生產力的收斂問題。本文將考慮時間因素的空間收斂模型簡稱為時空β收斂模型,該模型的研究設計可以同時體現出樣本區域在時間、空間角度上的依賴關系。時空視角下收斂模型為:

(21)

當考慮時間跨度為一期(T-t=1)時,收斂模型為:

(22)

rt+1=φ-(1-e-β)log(Wyt)+μt

(23)

yt表示t時期內樣本區域觀察值在空間上形成的向量,Wyt是依空間權重矩陣特征的樣本觀察值的平均值。

將式(23)兩端同時左乘空間權重矩陣W再減去式(23),得:

(I-W)rt+1=(I-W)φ-(1-e-β)(I-W)log(Wyt)+(I-W)μt

(24)

I是單位矩陣,φ=φ(I-W),εt=(I-W)μt,可得:

(I-W)rt+1=φ-(1-e-β)(I-W)log(Wyt)+εt

(25)

式(25)為時空β收斂模型,體現了新質生產力的差距與對應增長率的差距在空間上的依賴關系。式(25)中參數β的意義為:若參數β小于零,則新質生產力呈時空收斂狀態;反之,若參數β大于零,則新質生產力呈時空發散狀態。β收斂速度由β收斂系數計算得出,以反映新質生產力較低的區域對新質生產力較高區域的追趕速度,其公式為:

(26)

5.核密度估計法

核密度估計法用于描述區域絕對差異的分布及演進規律,本文采用核密度估計法研究新質生產力及其三個維度的分布態勢、位置、延展性以及極化趨勢。假設f(x)是中國新質生產力x的密度函數:

(27)

其中,N為觀測值的個數,x表示觀測值的均值,Xi代表獨立同分布的觀測值,K(·)為核密度函數,h為帶寬,帶寬越大,則估計精確度高。本文采用高斯核密度函數對全國及四大區域新質生產力的分布動態演進進行估計,高斯核密度函數為:

(28)

(三)數據和說明

新質生產力指標體系共包含27個細分指標,樣本范圍是2011—2021年中國30個省份(不包括港澳臺和西藏地區)的面板數據。數據來源有:《中國工業統計年鑒》《中國能源統計年鑒》《中國環境統計年鑒》以及各省統計年鑒等。由于原始數據存在少量缺失,為了減少樣本損失,缺失數據使用類推法或插值法進行處理。

(四)測算結果

基于前文的數據收集和數據處理,根據所構建的新質生產力指標體系可得到全國30個省份的新質生產力水平,如表2所示。從增長率來看,2011年以來,各省份的新質生產力水平均實現了一定增長,北京增長率最高,高達5.18%,黑龍江新質生產力增長率最低,為1.32%。從均值來看,地區發展差異較大。北京新質生產力發展水平在全國最高,為0.470 7。而甘肅的新質生產力發展水平在全國最低,為0.164 2。

表2 2011—2021年全國30個省份新質生產力水平測算結果

四、新質生產力水平的時空演進分析

(一)新質生產力水平的時序演進及地區差異

1.總體新質生產力水平

圖1展示了2021年考察樣本的新質生產力發展水平和排名。從整體上看,2021年中國各地區(不包括港澳臺和西藏地區)的新質生產力水平處于0.227 3和0.700 0之間,平均值為0.317 0,標準差為0.103 4,各地區新質生產力發展水平差異較大。借鑒魏敏和李書昊[9]的研究,根據均值(M)和標準差(SD)的關系,將綜合指數大于0.368 7(M+0.5SD)的省份稱為“高水平省份”;將綜合指數小于0.265 3(M-0.5SD)的省份稱為“低水平省份”;將綜合指數介于0.265 3和0.368 7之間的省份稱為“中水平省份”。

新質生產力發展的高水平地區包括北京(0.700 0)、上海(0.505 9)、浙江(0.478 6)、廣東(0.452 9)、江蘇(0.408 3)、天津(0.393 2)6個省份,占所考察省份的20%。這些地區科技創新水平較高、人力資本充裕,較早布局前沿領域,因此更能推動新質生產力發展。其中,北京新質生產力水平大幅領先其他地區,是中國新質生產力發展的重要增長極。新質生產力發展的中水平地區包括山東(0.339 3)、福建(0.334 2)、四川(0.307 9)、內蒙古(0.307 2)、安徽(0.302 3)、湖北(0.297 6)、重慶(0.297 1)、陜西(0.295 9)、江西(0.292 1)、河南(0.282 9)、青海(0.276 9)、遼寧(0.276 3)、河北(0.275 0)、湖南(0.271 3)14個省份,占所考察省份的46.67%,這些地區大部分處于我國中部地區,新質生產力水平仍有一定的提升空間。新質生產力發展的低水平地區包括寧夏(0.257 7)、山西(0.253 1)、吉林(0.249 5)、廣西(0.244 6)、黑龍江(0.243 7)、海南(0.238 5)、云南(0.238 2)、新疆(0.235 7)、甘肅(0.228 1)、貴州(0.227 3)10個地區,占所考察省份的33.33%,這些地區難以融入全球生產網絡,不具備明顯產業優勢,新質生產力發展較為遲緩和落后,亟須擺脫依靠大量資源投入和高能耗的生產力發展方式,向符合高質量發展要求的生產力過渡。

圖1 2021年中國各省新質生產力發展水平及排名

圖2展示了2011—2021年中國整體新質生產力的發展水平和增長率。中國新質生產力水平從2011年的0.131 4上升至2021年的0.317 0,總體呈現增長趨勢,新質生產力的平均增長率達9.23%。從新質生產力水平的增長率的變動趨勢看,總體呈現“W”特征,即增長率從2012年的9.28%下降至2013年的6.84%,又上升至2016年的12.02%,而后下降至2020年的6.60%,最后陡增至2021年的12.62%,這是由于2020年的突發公共衛生事件,給居民和企業部門造成嚴重負面影響,導致當年的新質生產力水平較低。

2.南北方新質生產力水平及差異

將全國各省份劃分為南方和北方,考察兩大區域新質生產力發展過程和發展差距。從圖3的演變趨勢看,南方和北方新質生產力總體均呈現上升趨勢,北方地區從2011年的0.129 1上升至2021年的0.326 5,南方地區從2011年的0.133 6提升至2021年的0.307 6。南北方新質生產力發展水平交替領先,2016年及之前,南方新質生產力發展水平均高于北方;2017年及之后,北方地區實現對南方地區的趕超,并在2021年建立顯著優勢,平均高于南方地區0.018 8。

圖2 2011—2021年中國新質生產力發展水平年度均值和增長率

圖3 2011—2021年中國南方和北方新質生產力發展趨勢

為了進一步探究南北方新質生產力發展水平差距和差異來源,本文采用Dagum基尼系數法對差異來源進行分解。表3結果表明,從總體上看,中國新質生產力發展水平的基尼系數處于0.119和0.152之間,平均值為0.132。其中,2011—2016年呈下降趨勢,由0.130下降到0.119,新質生產力發展差距逐漸降低;2017—2021年呈上升趨勢,從0.126上升至0.152,說明新質生產力發展差距逐漸增大。從南方地區看,新質生產力發展水平的基尼系數處于0.109和0.152之間,平均值為0.124,低于總體水平。新質生產力發展水平隨時間呈現震蕩上升趨勢,并于2019年達到最大值0.152。從北方地區看,新質生產力發展水平的基尼系數處于0.124和0.146之間,平均值為0.133,高于南方地區和總體水平,說明相對于南方地區,北方新質生產力發展更不平衡。其中,北方新質生產力的基尼系數與總體呈現相近的變動趨勢,2011—2017年呈現下降趨勢,由0.139下降至0.124;2018—2021年呈現上升趨勢,由0.126上升至0.146。

表3 南北方新質生產力發展水平差異(基尼系數)

表4展示了對南北方新質生產力的差異來源進行分解的結果,地區內差距(Gw)來源最大,平均值為0.064 1,占比為48.44%;超變密度次之,平均值為0.063 5,占比為48.11%;地區間差異排在最后,平均值為0.004 8,占比為3.45%。地區內差距和地區間差異均呈現先下降再上升的趨勢,而超變密度則在0.059和0.072之間震蕩。分解結果表明,地區內差距和超變密度是南北方新質生產力形成差距的主要原因,且隨著時間呈現不同的變動趨勢。

表4 2011—2021年中國南北方新質生產力發展水平差異分解

3.四大區域新質生產力水平及差異

圖4 2011—2021年全國四大區域新質生產力發展趨勢

按照地理區位,將全國各省份劃分為東部、中部、西部和東北部,分別考察四大區域新質生產力發展的變化趨勢。由圖4可知,四大區域的新質生產力發展水平均呈現逐年上升趨勢。其中,東部地區的新質生產力發展水平遠高于全國平均水平,從2011年的0.158 5上升至2021年的0.412 6。而中部、西部和東北部的新質生產力發展水平低于全國平均水平,但內部也具有不同的分化狀態:對于東北部地區,新質生產力發展水平從2011年的0.129 7增長至2021年的0.256 5。在2011—2013年,東北部新質生產力發展水平接近全國平均水平,2014年后逐漸與全國平均水平拉開差距,并在2018年及以后被中西部超過;對于中部和西部地區,新質生產力總體處于較低水平,2011—2014年兩個地區發展水平相當,2015后分化成不同走勢,即中部地區新質生產力發展較快并超過西部地區。

表5匯報了中國東部、中部、西部和東北部新質生產力發展水平的基尼系數。對于東部地區,總體的基尼系數處于0.140到0.186之間,地區發展差異最小的是2015年,發展差距較大的是2021年,基尼系數隨時間呈現上升趨勢,說明東部地區新質生產力發展水平的發展差距越來越大。對于中部地區,新質生產力發展水平較為均衡,處于0.016到0.033,發展差異最小的是2017年,發展差距較大的是2011年,基尼系數隨時間呈現先下降后上升的“U”型趨勢。對于西部地區,基尼系數的變化范圍在0.068到0.096之間,基尼系數較大的是2011年,基尼系數較小的是2021年,基尼系數隨時間呈現下降趨勢,說明西部地區的新質生產力的發展差距越來越小。對于東北部地區,基尼系數處于0.016到0.035之間,基尼系數較小的年份是2018年,基尼系數較大的年份是2012年,基尼系數隨時間呈現先下降后上升的“U”型趨勢。

表5 2011—2021年中國四大區域新質生產力發展水平差異(基尼系數)

表6匯報了四大區域新質生產力差異來源的分解結果,地區間差異(Gb)來源最大,平均值為0.086,占比為64.33%;地區內差異(Gw)次之,平均值為0.030,占比為22.606%;超變密度(Gt)排在最后,平均值為0.017,占比為13.061%。三種差異來源隨時間呈現完全不同的走勢,地區內差異處于0.027和0.033之間,并呈現“U”型走勢;地區間差異處于0.075到0.107之間,隨時間具有上升趨勢;超變密度處于0.012到0.024之間,隨時間呈現下降趨勢。分解結果表明地區內差距和地區間差異是影響南北方新質生產力發展差異的主要原因,且隨著時間呈現不同的變動趨勢。

表6 2011—2021年中國四大區域新質生產力發展水平差異分解

4.五大經濟帶新質生產力水平及差異

圖5 2011—2021年中國五大經濟帶新質生產力發展趨勢

為了充分發揮產業集聚優勢,我國大力推動城市群建設。目前主要有京津冀地區、長江經濟帶、“一帶一路”經濟帶、長三角經濟區和黃河流域經濟帶。為了考察不同經濟帶之間新質生產力的發展質效和差距,本文計算五大區域新質生產力的年度均值,并用Dagum基尼系數法檢驗差異及來源。圖5展示了五大區域新質生產力隨時間的變動趨勢。總體上,各個地區的新質生產力發展水平隨時間呈遞增走勢,且均大于全國平均水平,印證了我國經濟帶和城市群建設取得的顯著成效。將五大區域進行對比發現,京津冀新質生產力處于較高發展水平,從2011年的0.164提高至2021年的0.456。長三角區域次之,從2011年的0.162提高至2021年的0.424,其中,在2011—2013年與京津冀發展水平相近,2014年及以后開始和京津冀產生差距,并在2019年差距最大,之后逐漸縮小。長江經濟帶排在第三,從2011年的0.136提高到2021年的0.373,變動特征與長三角經濟區比較相似。“一帶一路”經濟帶和黃河流域經濟帶的新質生產力發展水平較低。通過以上對比可以得出,不同經濟帶之間的新質生產力發展水平不盡相同,對于有明顯區位優勢、基礎設施完善以及經濟較為發達的區域,新質生產力的發展水平較高。

表7匯報了京津冀、長江經濟帶、“一帶一路”經濟帶、長三角和黃河流域新質生產力發展水平的基尼系數。各地區的新質生產力發展水平呈現不同的分化程度,京津冀新質生產力的發展差距最大,總體呈現上升趨勢,從2011年的0.162上升到2021年的0.207。其次是長江經濟帶,新質生產力的發展差距經歷了先降低后提高的過程,從2011年的0.130降低到2017年和2018年的0.112,之后提高到2021年的0.140。再次是“一帶一路”經濟帶,總體與長江經濟帶相近,新質生產力發展差距先降低后提升,分別從2011年的0.123降低至2015年和2016年的0.116后提升至2021年的0.142。最后是長三角經濟區和黃河流域經濟帶,地區內的新質生產力發展差距較小,總體呈現逐年下降趨勢,從2011年的0.08左右降低至2021年的0.06左右。通過以上分析發現,新質生產力發展差距較大的地區有京津冀,發展差距一般的有長江經濟帶和“一帶一路”經濟帶,發展水平較為協調的有長三角經濟區和黃河流域經濟帶。

表7 2011—2021年中國五大經濟帶新質生產力發展水平差異(基尼系數)

表8匯報了五大經濟帶新質生產力差異來源的分解結果,地區間差異(Gb)來源最大,平均值為0.057,占比為41.598%;地區內差異(Gw)次之,平均值為0.043,占比為32.119%;超變密度(Gt)排在最后,平均值為0.035,占比為26.283%。三種差異來源隨時間呈現完全不同的走勢,地區內差異處于0.040和0.048之間,并呈現“U”型走勢;地區間差異處于0.035到0.084之間,隨時間具有上升趨勢;超變密度處于0.023到0.052之間,隨時間呈現下降趨勢。分解結果表明地區內差距和地區間差異是影響五大經濟帶新質生產力發展差異的主要原因,且隨著時間呈現不同的變動趨勢。

(二)新質生產力水平的空間特征

1.新質生產力水平的空間異質性

根據自然間斷點分級法,從空間上分析中國新質生產力發展水平的異質性,將中國的新質生產力水平劃分為高水平、中高水平、中低水平及低水平,其范圍分別是:(0.092 371 8,0.181 852 4]、(0.181 852 4,0.267 445 4]、(0.267 445 4,0.408 257 2]、(0.408 257 2,0.700 01]。根據表9的自然間斷點分級結果,2011年中國各省份的新質生產力發展水平均處于中低水平和低水平。中低水平的省份有3個,分別是浙江、北京和江蘇,其余27個省份均處于低水平。2012年,廣東和上海的新質生產力從低水平躍升至中低水平,此時的中低水平有5個省份。2013年,北京率先達到中高水平,浙江、廣東、上海和江蘇仍處于中低水平,其余25個省份則處于低水平。2014年和2015年,分別有天津、山東、青海、福建、內蒙古從低水平躍升至中低水平,北京仍處于中高水平,其余20個省份則處于低水平。2016年,浙江和廣東從中低水平躍升至中高水平,此時的中高水平省份有3個,處于中低水平的省份有11個,其余16各省份仍處于低水平。2017年,北京從中高水平躍升至高水平,江蘇從中低水平躍升中高水平,此時處于中高水平的省份有4個,處于中低水平的省份有20個,處于低水平省份的有5個,分別是廣西、甘肅、云南、海南和貴州。2018年,福建從中低水平躍升至中高水平,而中低水平的省份只剩甘肅,處于中低水平的省份有23個。2019—2021年,沒有處于低水平的省份,處于高水平的省份除北京外陸續加入了上海、廣東、浙江和江蘇,處于中低水平的省份逐漸減少,位于中高水平的省份陸續變多。2021年,位于高水平的省份有5個,位于中高水平的省份有15個,處于中低水平的省份有10個。

表8 2011—2021年中國五大經濟帶新質生產力發展水平差異分解

通過以上分析發現,中國省域新質生產力呈現梯度提升和發展不均衡特點。第一,新質生產力的梯度提升。2011年大部省份的新質生產力均處于低水平,隨著產業結構調整、發展動能結構轉換以及數字經濟的快速發展,大部分省份實現了由低水平—中低水平—中高水平—高水平的動態躍遷。尤其是2017年及之后,處于低水平的省份明顯減少并消失,說明新質生產力得到跨越式發展。第二,新質生產力發展不均衡。依托區位、資源稟賦和政策優勢,北京、浙江和江蘇在2011年就處于中低水平,在新質生產力梯度提升中也快于其他省份,扮演者“領頭羊”的角色。與之對應的是廣西、甘肅、云南、海南和貴州,新質生產力發展水平與“領頭羊”省份存在較大差距,直到2019年才完全從低水平提升至中低水平。這是由于這些地區缺乏發展新質生產力的先決條件,比如高教資源、創新人才、基礎設施等,導致這些地區的新質生產力始終處于較低水平。另外,新質生產力初始水平較低的省份增速過緩也加速拉大了與其他省份的發展差距,從而表現出“新質生產力發展陷阱”的特征。

2.新質生產力水平分維度的空間異質性

表10匯報了新質生產力中勞動者維度、勞動對象維度和生產資料維度的變化趨勢結果。其中,勞動對象維度增長最快,增長幅度為163.83%,年均增長16.38%,對新質生產力提升的貢獻呈現先下降后上升的趨勢,從2011年的35.61%下降至2015年的最小值32.02%,之后提高到2021年的39.24%;生產資料維度增長次之,增長幅度為137.10%,年均增長率為13.71%,對新質生產力提升的貢獻呈現先提高后降低的趨勢,從2011年的46.97%提升至2015年的最大值51.69%,之后降低至2021年的46.52%;勞動者維度增長最慢,增長幅度為95.65%,年均增長率為9.57%,對新質生產力提升的貢獻逐漸下滑,從2011年的17.42%下降至2021年的14.24%。這說明在考察期內,我國的新質產業、生態環境取得長足進步,對新質生產力提升的重要性日益提升。而勞動者維度和生產資料維度對新質生產力提升的貢獻在下降,其中生產資料維度對新質生產力的貢獻仍處于較高水平,而勞動者維度的比重較低,是目前新質生產力提升的短板。

表9 2011—2021年中國新質生產力發展水平的自然間斷點分級結果

圖6～10展示了考察期內新質生產力和三大維度的分布動態和演進特征,由圖可知:(1)從分布位置來看,密度函數的中心均出現向右移動的特征,說明考察期內的新質生產力、勞動者維度、生產對象維度和生產資料維度均呈現上升態勢。(2)從分布形態看,密度函數曲線主峰高度出現下降態勢,說明不同地區的新質生產力和三大維度正逐漸拉開差距。(3)從分布延展性來看,密度函數曲線出現向右拖尾現象,說明新質生產力和三大維度存在明顯梯度差異,說明不同地區的新質生產力和三大維度出現明顯差異。(4)從極化現象來看,新質生產力總體、勞動對象維度和生產資料維度均存在一個主峰,說明不存在區域極化;而勞動者維度存在兩個波峰說明存在兩極分化現象。

表10 2011—2021年中國新質生產力分維度結果

圖6 新質生產力核密度圖

圖7 勞動者核密度圖

圖8 勞動對象核密度圖

圖9 生產資料核密度圖

3.新質生產力水平的空間相關性分析

為了檢驗各地區之間的新質生產發展水平是否存在顯著空間差異和空間關聯性,本文采用全局和局部莫蘭指數(Moran’sI)進行檢驗。首先,本文使用經濟地理嵌套權重矩陣進行空間自相關檢驗。Moran’sI是介于-1和1之間的常數,當Moran’sI趨近-1時,表明有明顯的負向空間自相關;當Moran’sI趨近0時,表明不存在空間相關性;當Moran’sI趨近1時,表明存在明顯的正向空間自相關。表11展示了空間自相關檢驗結果,可以看出Moran’sI均大于0,且其p值均不大于0.001,通過了顯著性檢驗,這表明了新質生產力存在顯著的空間集聚效應。

為了考察在樣本期內各個省份的空間集聚特征,本文測算了局部莫蘭指數并繪制散點圖。在每個年份的莫蘭指數散點圖中,一共劃分為四個象限,第一象限是高—高區域,即觀測地區的新質生產力較高且周圍地區也高;第二象限是低—高區域,即觀測地區新質生產力較低且周圍地區較高;第三象限是低—低區域,即觀測地區新質生產力較低且周圍區域也較低;第四象限是高—低區域,即觀測地區新質生產力較高且周圍地區較低。除了考慮不同省份在四個象限的分布外,還需要觀察它們在不同象限的變動情形。

從總體上,中國省份的新質生產力呈現顯著的空間集聚效應,主要表現為低—低集聚和高—高集聚。具體分析來看:在2011年,高—高集聚的省份有10個,包括北京、上海、天津、福建、內蒙古、遼寧、江蘇、浙江、廣東、山東;高—低集聚的省份只有青海;其余省份則呈現低—低集聚。2015年,遼寧從高—高集聚跳躍至低—高集聚;2017年,青海從高—低集聚跳躍至低—低集聚,山東從高—高集聚跳躍至高—低集聚;2021年,福建和內蒙古分別從高—高集聚跳躍至高—低集聚和低—高集聚。由此可見,中國新質生產力發展呈現明顯空間異質性,新質生產力水平仍有待提高,縮小地區間新質生產力發展差距是亟待解決的重要課題。

表11 空間自相關檢驗

4.新質生產力水平的時空收斂性

推動區域協調發展是推動中國式現代化的重要任務,為了進一步探究新質生產力發展水平在時間和空間上的收斂情況,鑒于區域經濟發展水平和地理位置對新質生產力的影響,本文將經濟地理距離權重矩陣納入時空收斂模型中進行時空收斂性分析。從全國層面上,收斂系數β為-0.324 7,在1%的水平上顯著,說明在空間外溢系數(ρ)的擴散效應下,新質生產力發展水平較高的省份會產生示范效應,帶動周邊省份新質生產力的提高,最終新質生產力水平將會趨向一致。從四大主要區域層面上看,收斂系數β分別為-0.307 1、-0.888 8、-0.153 9、-0.562 1,且均通過了顯著性檢驗,說明四大區域內的新質生產力也具有空間收斂性,通過計算收斂速度發現,收斂速度從大到小依次為:中部>東北部>東部>西部,收斂速度依次為21.96%、8.26%、3.67%、1.67%。

表12 全國及四大區域β收斂檢驗結果

五、結論和啟示

本文基于新質生產力的內涵從勞動者、勞動對象和生產資料三大維度構建了新質生產力綜合評價指標體系,采用熵值法對2011—2021年中國30個省份的新質生產力的發展水平進行測度。基于測度結果,運用Dagum基尼系數法、探索性空間數據分析法、Kernel密度估計法以及時空收斂模型對全國、南北地區、四大地區和五大經濟帶的新質生產力發展水平的地區差距、時空分布演進趨勢與收斂性展開進一步分析。研究結論主要有以下幾點:第一,考察期內中國新質生產力發展水平整體呈現上升趨勢,區域間新質生產力發展呈現顯著差異。從南北方角度,北方地區整體上略微高于南方地區,地區內差距和超變密度是影響南北方新質生產力發展差異的主要因素;從四大地區角度,新質生產力發展水平為:東部>中部>西部>東北,地區間差距是影響四大區域新質生產力發展差異的主要因素;從五大經濟帶角度,新質生產力發展水平為:京津冀地區>長三角經濟區>長江經濟帶>“一帶一路”經濟帶>黃河流域經濟帶,地區內差距和超變密度是影響五大區域新質生產力發展差異的主要因素。第二,中國省域新質生產力呈現梯度提升和發展不均衡特點,大部分省份的新質生產力實現了由低水平—中低水平—中高水平—高水平的動態躍遷。第三,三大維度對新質生產力的貢獻存在差異。勞動對象和生產資料維度對新質生產力的貢獻處于較高水平,而勞動者維度的比重較低,且存在兩極分化現象,是目前新質生產力提升的短板。第四,新質生產力存在顯著的空間集聚效應,主要表現為低—低集聚和高—高集聚。進一步將經濟地理距離權重矩陣納入時空收斂模型中進行時空收斂性分析發現,全國層面和四大區域內的新質生產力具有空間收斂性,收斂速度從大到小依次為:中部>東北部>全國>東部>西部,收斂速度依次為21.96%、8.26%、3.93%、3.67%、1.67%。

基于以上研究結論,提出以下政策建議:

第一,優化人力資本結構。研究表明,在生產力的三個要素中,生產資料對新質生產力提升的貢獻度最高,而勞動者維度的貢獻最低且存在空間極化現象。而厚植科技創新這一新質生產力核心的關鍵,就是要強化勞動力質量。因此,要完善人力資本結構,實現不同層級勞動者的多樣性儲備。首先,要提高全民受教育水平。在我國高等教育普及化水平已經鞏固,多樣化、個性化、學習化、現代化等普及化階段的發展特征日趨顯著的基礎上,在數字化改變一切的當下,要形成數據驅動、人技結合、跨界開放的、更加公平和可持續的新型教育生態,構建學習型社會和學習型國家,進一步提升勞動者受教育水平。其次,要加強人才梯度培養。在基礎學科人才培養方面,強化全鏈條全方位制度設計和政策創新,深入推進基礎學科拔尖學生培養計劃;在緊缺人才培養方面,繼續加強推進新工科、新醫科、新農科、新文科的“四新”建設,加強校企合作;針對新興產業和未來產業,要加快凝練前瞻性未來技術方向,激發“政、產、學、用”等多方活力,建設國家產教融合創新平臺。

第二,健全區域協調發展新機制。研究表明,新質生產力的區域差異顯著,構成促進區域協調發展的嚴重障礙。充分發揮國家發展規劃的戰略導向作用,建立并完善區域協調發展新機制,首先要引導人力資源有序流動。產業轉型的基礎和原動力是與之相配套的人力資源的流動與轉移。因此產業轉移過程中一定要重視人力資源的流動與變化,規避勞動力區域錯配給區域協調發展帶來的風險。建立失業預警和調控體系,廣開就業門路,建立就業服務體系,實施再就業工程,建立失業保險基金,積極發展和規范勞動力市場,形成市場導向的就業機制。其次要促進區域間長期緊密合作。區域間合作的基礎是產業,積極引導產業在不同區域間進行梯度轉移,并建立產業轉移利益長期共享機制,實現優勢產業對接,有效促進產業升級。

第三,發揮新質生產力集聚效應。研究表明經濟帶建設區域的新質生產力水平始終高于全國平均水平,說明集聚效應的存在使發達省份能有效帶動落后省份的新質生產力提升。因此,要探索新的區域合作模式為了充分發揮集聚效應,應破除要素流動壁壘,并積極探索城市群和經濟帶建設的發展模式和方向,促進區域新質生產力協調發展。