中國新質生產力區域差距及時空收斂性研究

DOI：10.3969/j.issn.1004-910X.2025.09.005 [中圖分類號]F124；F061.1 [文獻標識碼］A

引言

隨著我國經濟進人新常態，經濟增長速度放緩，區域間發展不平衡、不充分問題進一步凸顯。在此背景下，轉變經濟發展方式、推動經濟高質量發展成為當前中國經濟發展的核心任務。馬克思在《資本論》中指出，生產力是人類在生產實踐中形成的改造和影響自然以使其適合社會需要的物質力量。新質生產力作為以科技創新為核心驅動力的新型生產力形態，不僅是破解當前經濟發展矛盾的關鍵，也是實現中國式現代化的重要支撐。恩格斯在《自然辯證法》中也指出科學的發生和發展一開始就是由生產決定的，科學技術的應用是生產力飛躍的關鍵。習近平總書記提出“加快建設科技強國”，推動新質生產力的發展。然而，中國地域遼闊，不同地區在經濟發展水平、資源稟賦、人力資本和科技創新能力等方面差異顯著。這種區域間的差異不僅影響了新質生產力的整體發展水平，也制約了區域協調發展的進程。因此，本文關心的核心問題是：在體現新質生產力發展內涵的基礎上，如何選取合適的評價方法衡量其發展水平？各地區新質生產力的區域分布特征和演變趨勢如何？各地區新質生產力發展水平存在怎樣的收斂機制？針對上述問題的研究，可以更加全面、客觀地認識中國新質生產力的現狀及差距，為促進區域協調發展、縮小區域差距提供實踐指導。具體邏輯思路如圖1所示。

1文獻綜述

習近平總書記在地方考察時提出“新質生產力”，學術界開始逐漸對新質生產力的內涵闡釋與定量測度展開研究。周兵等（2025）[1]從系統論角度出發，將新質生產力視為由生產力要素、結構與功能共同構成的“要素-結構-功能”系統。李勇堅和張海汝（2025）[2]認為，新質生產力是新的生產要素組合模式，是對生產關系有較高要求的新型高效生產力形態。寧朝山和李可馨（2025）[3]以 2015～2022 年中國八大綜合經濟區為研究對象，基于新型勞動者、勞動資料和勞動對象構建指標體系，采用熵值法測度新質生產力發展水平。顏克高等（2025）[4基于馬克思主義生產力理論，從新質生產資料、科學技術和勞動力3個維度構建測度指標體系。

圖1邏輯思路

隨著新質生產力水平內涵不斷明確，測度方法與指標構建逐漸成熟，其時空差異研究成為學術界關注的焦點之一。彭橋等（2025）[5]基于2011～2022年中國30個省（區、市）數據，運用Dagum基尼系數、方差分解、Markov鏈發現新質生產力發展水平整體呈上升趨勢但地區差異逐漸擴大，東部顯著領先，西部相對落后。胡佳霖和徐俊（2024）[6]發現，2013～2022年30個省（區、市）新質生產力水平呈“N”型變化，其轉移概率存在空間依賴性，短期內不會出現躍遷。李光勤和李夢嬌（2024）7發現，2013～2022年30個省（區、市）新質生產力水平呈東高西低梯度發展，各地區之間呈“低-高”和“高-低”的聚集狀態，空間非均衡特征明顯[8]

為進一步促進新質生產力發展，現有文獻從制度、經濟和技術因素等方面對其影響因素進行研究。制度因素層面，許軍（2025）發現，創新驅動政策不僅能推動本地新質生產力發展，還通過空間溢出效應賦能鄰近地區新質生產力發展。林春等（2024）[10]發現，資本市場開放顯著提升企業新質生產力水平，且在競爭激烈企業、非國有企業、高新技術企業和東部地區企業中更為顯著；經濟因素層面，吉雪強等（2023）[1]通過時空地理加權回歸模型發現，經濟發展水平、對外貿易水平和教育投入能有效促進新質生產力。尉曉亮等（2025）[12]認為，更低的個稅稅率能顯著提升新質生產力；技術因素層面，何元浪和袁健紅（2025）[13]基于2010～2022年省級面板數據發現，人工智能發展顯著促進新質生產力提升。程賽楠和馮珍（2024）[14]發現，數實融合通過扭轉資本錯配、調整產業結構等路徑提升新質生產力。

盡管現有文獻對新質生產力的區域差距、動態演進和收斂性進行了廣泛探討，但仍存在一些可拓展空間。（1）現有指標構建雖采用多維度，但多集中于宏觀層面，未能充分挖掘勞動者、勞動對象和勞動資料等核心要素的差異化特征。本文從這3個維度出發，分別從量的積累、質的提升、新的拓展3個方向構建34個精細化三級指標體系，更全面地反映新質生產力的特征；（2）現有研究多采用直接對比分析與泰爾指數分析區域差距，難以深人揭示其來源結構。本文采用Dagum基尼系數分解法，可有效解決數據重疊問題，并精準識別區域差距的多維來源；（3）現有研究對新質生產力區域間差距的動態演變及收斂性分析不足，難以揭示區域協調發展的路徑。基于此，本文通過空間馬爾科夫鏈分析區域動態演變，運用空間計量模型，系統考察區域間的空間依賴性，更契合經濟發展的實際特征，能夠為區域協調發展提供更具科學性和針對性的政策建議。

2 研究方法

2.1基于熵值法的新質生產力測度

本文借鑒蔡湘杰和賀正楚（2024）[16]的做法，從勞動者、勞動對象、勞動資料3個角度構建新質生產力指標，每個角度包含量的累積、質的提升、新的拓展3個層面。采用熵值法測度我國新質生產力發展水平，具體公式參考常歆和韓平（2024）[17]的研究。

本文基于2012～2024年中國30個省（區、市）（基于數據的可獲得性，西藏和港、澳、臺地區未包括在內）數據展開研究，數據來源于國家統計局、《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》、《中國教育年鑒》以及工信部和發改委遴選的“寬帶中國”戰略試點名單、北京大學數字普惠金融指數、國際機器人聯盟（IFR）、國家企業信用信息公示系統為數據源的啟信寶數據庫、省級政府工作報告。部分缺失數據采用插值法補充。指標體系見表1。

2.2基于Dagum基尼系數的區域差異分解

運用Dagum基尼系數分解方法，對2012～2024年中國四大區域的新質生產力水平區域差異進行分解。將總體基尼系數 G 分解為區域內基尼系數G_?w 、區域間基尼系數 G_nb 和超變密度 G_t ，三者滿足 G=G_w+G_nb+G_t 。

表1中國新質生產力評價指標體系

續表

2.3基于馬爾科夫鏈的動態演進分析

鑒于新質生產力發展水平的動態性及區域間差異的復雜性，本文引人馬爾科夫鏈轉移矩陣，分析各省（區、市）在不同時間段內新質生產力水平的轉移概率。轉移矩陣的每個元素表示某一地區在特定時間間隔內從一種類型轉移到另一種類型的概率，以此揭示各地區新質生產力發展的動態演進路徑。

傳統轉移概率公式為：

j|X_t-1-1=i}=VFI_ij

VFI_ij=n_ij/n_i

由于經濟變量通常具有空間關聯屬性，進一步將空間滯后概念引入馬爾科夫鏈考察相鄰省（區、市）的新質生產力對本省（區、市）新質生產力狀態轉移的影響。

空間馬爾可夫鏈公式為：

Lag=X_i/W_ij

其中： X_i 為空間單元的屬性值， W_ij 為鄰接空間權重矩陣 W 第 i 行、 j 列元素，也就是空間單元與相鄰區域的關系矩陣。

2.4 時空收斂性

借鑒劉明和王思文（2018）[18]的研究，本文構建時空收斂模型，將 2012～2024 年劃分為 2012～

2017年和2018～2024年兩個階段，基于此構建時空分析模型，以深入探究中國新質生產力的收斂特征。

時間視角的收斂性模型為：

如果只考慮時間跨度為1期（ T-t=1 ）的情形，表達式（4）可以表示為：

其中，下標 s（s=1，2，3，…，n） 表示樣本區域，研究期間的期初與期末分別用 χ_t 、 T 指代， T-t 表示研究時間跨度，

HE_st 、 HT_sT 分別為時期 χ_t 、 T 的新質生產力水平，log 表示 T 時期新質生產力發展水平相對于 χ_t 時期的對數增長率， β 表示收斂速度， δ 為常數， ε_st 為隨機誤差項。

令gs gs，+1為一階對數增長率，利用空間權重矩陣 sM ，得到一階空間對數增長率 將時間視角收斂性模型轉變為基于空間視角的收斂分析模型，并用矩陣的形式表示：

g_ι+1=δ-（1-e^-β）log（SM?HE_st）+ε_st

其中， HE_st 表示 χ_t 時期觀測樣本區域在空間上

形成的向量， SM?HE_st 是空間權重矩陣特征的樣本平均值。

將（6）兩端同時左乘空間權重矩陣SM再減去式（6），得：

（SM?HE_st）+（1-SM）ε_t

其中， IM 為單位矩陣，令 η=（IM-SM）δ ， μ_ι= （1-SM）ε_t ，得：

（IM-SM）g_t+1=η-（1-e^-β）（1-SM）log（SM

式（8）為時空收斂模型，體現了新質生產力水平的差距與對應增長率的差距在空間上的依賴關系。式（8）中 β 的意義為：若參數 βgt;0 ，則新質生產力呈時空收斂狀態，且 β 值越大，收斂速度越快；如果 _βlt;0 ，則新質生產力呈時空發散狀態。

3 實證結果

3.1 新質生產力水平測度結果分析

2012～2024年中國30個省（區、市）和四大區域新質生產力發展水平如表2所示。從省域層面看，廣東、江蘇、浙江、上海和山東的新質生產力發展水平較高，均值分別為0.8154、0.7532、0.5023、0.4857和0.4612。而青海、寧夏、海南的新質生產力水平較低，均值分別為0.2221、0.2236、0.2288。從區域層面看，我國新質生產力指數均值存在東部 中部 gt; 西部 ∣gt; 東北地區，呈現“東高西低”分布。從增速層面看， 2012～2024 年各省（區、市）新質生產力指數增長態勢差異顯著。東部地區年均復合增長率為 1.71% ，中部地區為 0.93% ，西部地區僅為 0.33% ，東北地區則為 -0.95% ，反映出區域間新質生產力發展的不平衡性。

表2新質生產力指數測度結果

3.2四大區域區域內差異分析

根據表3所呈現的四大區域內新質生產力結果所示，東部地區基尼系數自2012年的0.2138上升至2024年的0.2616，居四大區域之首。其主要原因在于廣東和江蘇受益于區域發展戰略（如長三角一體化、粵港澳大灣區）以及在科技創新和高端制造業等領域的優勢，新質生產力快速發展，形成極化現象。中部地區 2012～2024 年基尼系數均值穩定在0.0494，內部差異最小，這一顯著成效得益于國家“中部崛起”戰略的持續推動，6個省（區、市）在新質生產力發展水平上呈現出較為平穩的演變趨勢。西部地區在2012～2024年區域內部分化現象有所加劇，主要原因是四川和重慶發展迅速，成為區域內的增長極，而青海等省（區、市）因地理環境、資源稟賦和基礎設施限制，新質生產力發展相對滯后。東北地區中遼寧的新質生產力發展水平相對較高，但黑龍江和吉林發展相對緩慢，區域內部分化明顯，使得東北地區在區域協調發展方面面臨更大的挑戰，凸顯了新時代振興東北老工業基地的重要性。

3.3 四大區域區域間差異分析

表4為2012～2024年四大區域新質生產力發展水平的區域間差異基尼系數。從結果來看，四大區域中東部-東北、東部-西部、東部-中部區域間差異較大，其基尼系數均值分別為0.3020、0.2847、0.2493。其中，東部-東北地區基尼系數最高。主要源于東部地區在產業結構升級、科技創新投入以及政策資源集聚方面的優勢，而東北地區則因傳統產業轉型滯后和創新能力不足導致差距拉大。相比之下，中部-東北、中部-西部、西部-東北的基尼系數均值分別為0.0887、0.0815、0.0707，均小于0.1。反映出中部、西部和東北地區在新質生產力發展上具有較高同質性，其產業結構多以資源型產業和傳統制造業為主，新質生產力的培育和發展相對滯后，反映出中國區域協調發展仍面臨較大挑戰。

表3中國新質生產力區域內基尼系數

表4中國新質生產力區域間基尼系數

3.4總體差距及來源分解

表5展示了2012～2024年中國四大區域新質生產力水平的總體基尼系數及Dagum分解結果。從來源維度分析，區域內差異在 0.0397～0.0552 之間波動，均值為0.0440，表明區域內各省域間在新質生產力發展水平上存在一定差距，但整體規模相對較小。區域間差異在 0.1251～0.1758 之間變化，均值為0.1392，顯著高于區域內差異，反映出四大區域間新質生產力發展水平的不平衡性更為突出，是總體差距的主要來源。超變密度在0.0119～0.0170之間，均值為0.0145，反映了區域間新質生產力水平的交叉重疊程度，雖對總體差距有一定貢獻，但相對較小。從貢獻率維度分析，區域間差異的貢獻率在 67.64%～71.90% 之間波動，均值為 70.42% ，顯著高于區域內差異和超變密度。區域內差異的貢獻率在 21.48%～23.26% 之間波動，均值為 22.25% ，而超變密度的貢獻率在 6.54% ～9.09% 之間波動，均值為 7.32% 。區域間差異貢獻率遠高于其他兩項，反映出區域間不平衡性是總體差距的核心因素。

表5中國新質生產力總體差距及來源

3.5中國新質生產力發展水平動態演進

將新質生產力水平劃分為4種類型，以構建馬爾科夫鏈轉移概率矩陣。I型：低水平地區（新質生產力水平低于 25% ）；Ⅱ型：較低水平地區（新質生產力水平介于 25%～50% 之間）；Ⅲ型：中高水平地區（新質生產力水平介于 50%～75% 之間）;V型：高水平地區（新質生產力水平高于 75% ）。

表6中無滯后部分展示了傳統馬爾可夫鏈矩陣的結果。（1）對角線元素概率值顯著高于非對角線元素概率值，表明新質生產力水平具有較強穩定性，即各省（區、市）在短期內維持原有等級的概率較高，分別為I型 87.8% 、 I 型 74.5% 、Ⅲ型 79.8% 、 N 型 92% ；（2）從轉移概率來看，向上轉移概率分別為I型 12.2% 、 I 型 12.8% 、Ⅲ型 12.4% ，向下轉移概率分別為 I 型 12.8% 、Ⅲ型 7.9% 、 N 型 8% 。從轉移類型來看，轉移僅發生在相鄰類型之間，不存在跨級躍遷轉移。這一特征表明，新質生產力的發展變化具有漸進性，各省（區、市）在新質生產力水平上的動態調整受到現有發展基礎和相鄰等級的約束。

為了檢驗新質生產力空間效應，在傳統馬爾科夫鏈基礎上構造空間馬爾科夫鏈轉移概率矩陣，結果見表6。從表中可以看出：（1）當低水平和較低水平省（區、市）鄰近時，各自向上轉移的概率均較小，此時不同水平的省（區、市）傾向于保持在原有水平；（2）與中高、高水平省（區、市）相鄰時，低水平、較低水平和中高水平均存在向上轉移的概率，但遠低于保持在原水平上的概率，而高水平保持在原水平上的概率為 90% 以上，這表明高發展水平地區對不發達地區具有帶動、溢出效應，但效果有限；（3）各類型之間的轉移僅發生在相鄰類別之間，而未出現跨級轉移現象。如在空間滯后類型為Ⅱ的條件下，處于第Ⅱ類地區存在 13.4% 的概率向下轉移到第I類，同時有11.9% 的概率向上轉移到第Ⅱ類；處于第V類地區則有 6.4% 的概率向下轉移到第Ⅱ類。這些向下轉移的實例表明，當中高、高水平地區與低水平地區相鄰時，其自身發展水平可能出現倒退、不穩定的情況。這一結果揭示了區域間新質生產力發展的空間依賴性和空間異質性特征。具體而言，新質生產力的區域差異不僅受自身發展水平影響，還顯著受到周邊地區發展水平影響。在新質生產力的空間擴散過程中，區域間的相互作用可能導致部分地區的生產力水平出現動態調整，甚至退化的風險。這種空間異質性表明，區域間新質生產力的發展并非孤立存在，而是受到相鄰地區發展水平的強烈影響，進一步凸顯了區域間協同發展的重要性。

表6中國新質生產力馬爾可夫轉移矩陣

3.6中國新質生產力水平的時空收斂性

表7展示了全國及四大區域新質生產力動態收斂性結果。從全國范圍來看，2012～2017年和2018～2024年兩個時間段的 β 系數分別為-0.645和-0.542，均小于0，表明全國新質生產力呈現發散狀態，即各區域間的新質生產力水平差距不斷擴大。這種發散趨勢可能源于區域間經濟發展基礎、產業結構差異以及政策資源分配不均衡。東部地區憑借其先發優勢和政策傾斜，新質生產力發展速度較快，而中、西部和東北地區在產業結構調整和創新能力提升方面相對滯后，導致區域間差距不斷擴大。

從地區視角來看，2012～2017年和2018～2024年四大區域的新質生產力均呈現發散特征，其中東北地區的新質生產力發散性趨勢最為明顯， 2018～ 2024年的 β 系數為-1.390，表明其與其他區域的差距在不斷擴大。這可能與東北地區傳統產業占比高、創新資源投入不足以及經濟轉型面臨較大阻力有關。相比之下，東部地區發散性最弱， 2018～ 2024年的 β 系數為-0.469，這表明東部地區在新質生產力發展方面具有較強的內部均衡性，區域內的協同效應較為顯著。

表7中國新質生產力動態收斂性參數估計結果

表8展示了全國及四大區域新質生產力空間收斂性結果。結果顯示，全國以及東部、中部、西部和東北地區的新質生產力均呈現顯著發散趨勢，即區域間的新質生產力差距在空間維度上不斷擴大。這一現象揭示了中國新質生產力發展的空間非均衡性特征。從空間外溢性和空間相關性來看，西部和東北地區的空間滯后項系數 ρ 分別為0.365和0.448，均在 1% 水平上顯著為正，表明鄰近區域的新質生產力發展對本地具有顯著正向空間溢出效應。可能與西部和東北地區在政策支持、產業轉移以及區域協同效應方面的積極變化有關，鄰近地區的生產力提升對本地產生了帶動作用。相比之下，東部和中部地區空間滯后項系數 ρ 分別為-0.612和-0.724，均在 1% 的水平上顯著為負，說明鄰近區域的新質生產力水平對本地具有顯著負向空間溢出效應，即鄰近地區新質生產力水平提升會導致本地區新質生產力水平的增速放緩。這種現象可能源于區域間的競爭關系或資源錯配。各地區交互項系數 θ 均為正值，表明空間交互對新質生產力具有促進作用。東部和中部地區的空間交互項系數較高（分別為0.343和0.713），表明其通過空間交互實現互補發展的潛力較大，協同發展機制建立后，相互促進效果顯著。而西部和東北地區的空間交互項系數較低（分別為0.016和0.035），表明其通過空間交互實現互補發展的潛力有限，當前協同發展效果不顯著，需進一步探索促進區域協同的有效方式。

表8中國新質生產力空間收斂性參數估計結果

注：括號內為t值；*、**、***分別表示通過 10% 、 5% 、 1% 顯著性檢驗。

4結論與政策建議

本文基于中國30個省（區、市）2012～2024年的數據，對各省（區、市）新質生產力的水平進行測度，綜合運用Dagum基尼系數及其分解法、馬爾可夫鏈、空間收斂模型測度了四大區域新質生產力的區域差異、時空演變趨勢以及收斂性特征。得出結論如下：

通過熵值法測度 2012～2024 年中國省級新質生產力發展水平，新質生產力指數從高到低依次為東部、中部、西部和東北地區，呈現“東高西低”的分布格局。區域間差異對新質生產力總體基尼系數的貢獻率均值高達 70.42% ，是總體差異的主要來源。新質生產力的空間轉移僅發生在相鄰類別之間，未出現跨級躍遷。低水平和較低水平的省（區、市）在鄰近時，傾向于保持原有水平，向上轉移概率較小。而與中高、高水平省（區、市）相鄰時，低水平和較低水平地區雖有一定概率向上轉移，但遠低于保持原水平的概率。然而，當中高、高水平地區與低水平地區相鄰時，存在向下轉移風險。全國及各區域的新質生產力均呈現顯著的發散趨勢，東部和中部地區存在顯著的負向空間溢出效應，鄰近區域生產力水平的提升會抑制本地區新質生產力增速。而西部和東北地區則表現出顯著的正向空間溢出效應，鄰近區域的生產力提升對本地具有帶動作用。基于以上研究結論，本文提出以下政策建議。

（1）加強區域協調發展戰略，縮小區域間新質生產力差距。 ① 加強區域間政策協同，制定差異化政策，加大對西部和東北地區支持力度，通過財政轉移支付和稅收優惠，引導資源向這些地區流動； ② 推動區域間產業合作，鼓勵東部地區與西部、東北地區開展產業對接，促進產業梯度轉移，形成優勢互補的產業格局； ③ 建立區域間人才交流與合作機制，引導東部人才向西部和東北地區流動，加強人才培訓與交流，提升這些地區的人才素質。

（2）優化區域內部產業結構，提升新質生產力水平。 ① 加快傳統產業轉型升級，政府引導企業加大技術創新投入，推動產業向高端化、智能化、綠色化發展；同時，培育和發展新興產業，政府通過產業政策、財政補貼等措施，扶持新興產業集群； ② 加強區域內部產業協同發展，實現資源共享、優勢互補，提升區域整體新質生產力水平； ③ 推動區域內部數字化轉型，鼓勵企業加大數字化投入，提升新質生產力水平。

（3）因地制宜推動區域新質生產力協同發展。① 加強東部地區的輻射帶動作用，通過產業轉移、技術擴散等方式，帶動中、西部地區和東北地區的新質生產力發展； ② 發揮中部地區的承接作用。利用其產業基礎，承接東部地區的產業轉移，提升中部地區的新質生產力水平； ③ 促進西部地區特色發展，依托生態和資源優勢，發展特色農業、生態旅游、清潔能源等特色產業，提升西部地區的新質生產力水平； ④ 推動東北地區振興發展，利用其工業和科技基礎，加快產業結構調整和轉型升級。

（4）強化創新驅動，推動新質生產力高水平躍遷。創新是新質生產力發展的核心動力，需從以下方面著力： ① 加大研發投入，政府和企業協同提升基礎研究與應用研究水平，增強自主創新能力； ② 加強創新平臺建設，完善國家實驗室、工程技術研究中心、企業技術中心等平臺； ③ 完善創新生態體系，加強知識產權保護，優化科技金融服務，營造創新創業良好環境； ④ 加強創新人才培養和引進，通過教育改革和人才計劃，吸引高素質創新人才。

參考文獻

[1］周兵，米英杰，冉冰．新質生產力發展水平測度、時空演變與障礙因子診斷[J].統計與決策，2025，41（5）：12～18.

[2]李勇堅，張海汝．新質生產力的科學內涵、要素基礎與測度研究——基于生產力與生產關系的視角［J].學習與探索，2025，（1）：69～79.

[3］寧朝山，李可馨．中國八大綜合經濟區新質生產力發展水平的動態演進、空間分異及收斂性分析[J]．地域研究與開發，2025，44（1）：8～13.

[4]顏克高，王馨悅，吳心怡．中國新質生產力發展的水平測度與區域差異研究［J]．湖南大學學報（社會科學版），2025，39（1）：10～20.

[5］彭橋，肖堯，楊宇茜，等．中國新質生產力發展水平測度、動態演化與驅動因素研究[J].軟科學，2025，39（4）：25～34.

[6]胡佳霖，徐俊．中國新質生產力：區域差距、動態演進與躍遷趨勢［J].統計與決策，2024，40（21）：5～11.

[7］李光勤，李夢嬌．中國省域新質生產力水平評價、空間格局及其演化特征[J].經濟地理，2024，44（8）：116～125.

[8］施雄天，余正勇．我國新質生產力水平測度、區域差異與復合系統協同度研究[J].科技進步與對策，2025，42（7）：9～20.

[9］許軍.創新驅動政策、新質生產力與現代化產業體系建設［J].統計與決策，2025，41（5）：5～11.

[10]林春，胡淑婕，孫英杰．資本市場開放助推企業新質生產力提升——來自“陸港通”準自然實驗的證據［J].上海經濟研究，2024，（12）：30～41.

[11］吉雪強，賀志浩，李卓群，等．省域新質生產力發展水平測度、時空特征及其影響因素［J]．經濟地理，2024，44（11）：104～112.

[12]尉曉亮，張慶，朱迪星．個人所得稅、消費升級與新質生產力發展[J].科學決策，2025，（1）：1～20.

[13]何元浪，袁健紅.人工智能發展與新質生產力提升：理論機制與實證檢驗［J].科技進步與對策，2025，42（11）：1～11.

[14］程賽楠，馮珍.數實融合對新質生產力的影響研究［J]．北京理工大學學報（社會科學版），2024，26（6）：15～27.

[15]劉明，王思文. β 收斂、空間依賴與中國制造業發展［J].數量經濟技術經濟研究，2018，35（2）：3～23.

[16]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[J].當代經濟管理，2024，46（10）：1～14.

[17］常歆，韓平．中國數字產業鏈韌性測度、時空演化與區域差異研究[J].統計與決策，2024，40（16）：28～32.

[18]王東，曹建飛．地方財政效率的區域差異、動態演進與空間收斂性檢驗［J].統計與決策，2024，40（16）：128～133.

Research on Regional Differences and Spatiotemporal Convergence of China's New Quality Productivity

Wang Dong1，2Qin Jiarui2 （1. Xinjiang Collaborative Innovation Research Center for Finance and Economics， Xinjiang University of Finance and Economics，Urumqi 830012，China; 2.School of Finance and Taxation， Xinjiang University of Finance and Economics，Urumqi 83O012， China）

[Abstract]As China’seconomyenters astageof high-qualitydevelopment，thecultivation anddevelopmentof newquality productivityhasbecomeakeyfactorinpromotingthetransformationandupgradingoftheregionaleconomy.However，thereare significantdiferencesinthelevelofdevelopmentofnewqualityproductivitybetweenregions，whichhavebecomeaconstrainton thecordinateddevelopmentofthnatioaleconomyTherefore，tisarticlefocusesonteregionaldiferences，spacetieevolutionandconvergenceofthenewqualityproductivityinChina’sfourmajorregionsfrom2012to224，inordertoprovideasientific basis forregionalcordinateddevelopmentpoicies.DagumGinicoeficientdecompositionmethod，Markovchainmethodandspace timeconvergence modelareusedforanalysis.TheresultsshowthatChina’snewqualtyproductivityhas been steadilyrisingasa whole，buthedevelopmentbetweenregions isunbalanced，showingthedistributioncharacteristicsof“highintheeastandlowin thewest”DagumGinicoefficentecompositionshowsthatteaverageontributionrateofinterregioaldiferencsisshighas 70.42% ，which isthemainsourceofoveralldiffrences.The Markovchain shows thatthenewqualityproductivitylevelof each province hasstrongstability.Undertheifluenceoftespatialspilovereffct，provincswithloworlowerlevelsofnewproductiitytendtoremainintheiroriginalstatewhentheyarespatiallyadjacent，andarelesslikelytomovetohigherlevels.Whenlow-levelandlow-levelprovincesareadjacenttomedium-ighorhigh-levelprovinces，thereisaprobabilityofupwardtransfer，butthe probabilityofmaintainingtheoriginalstateishigher.Intermsofconvergence，thenewqualityproductivityofeachregionshowsdivergentharacteristics，andtheregionalgapcontinues towiden.Atthesametime，thereisasignificantspatialspiloverectin variousregions.Teeastemandcentralregionsaremanifestedbynegativespatialoveflow，andregionalcompetitionisfierce.The wester and northeast regions show positive spatial spillover，with significant regional synergies.

[Key words]newqualityproductivity；regional disparities；spatiotemporalconvergence；Ginicoeffcient；Markovchain： spatial spillover； spatial transfer; regional synergy

[Jelclassification]O16；R12（責任編輯：楊婧）