〔摘 要〕 新质生产力是契合新发展要求的先进生产力， 也是推进经济高质量发展的关键驱动。本文从物质生产力、精神生产力、生态生产力和社会生产力构建新质生产力评价指标体系， 利用ＣＲＩＴＩＣ 法对２０１１～２０２２ 年中国２８４ 个城市的新质生产力水平进行测度， 采用Ｋｅｒｎｅｌ 密度估计、Ｄａｇｕｍ 基尼系数、方差分解和障碍因子诊断等方法探究其动态演进、区域差异和障碍因子。研究发现： 新质生产力总体水平呈持续增长态势， 四大区域呈“东部－中部－东北－西部” 递减状态； 新质生产力水平的总体差异呈现波动下降的趋势， 区域间差异是最主要空间来源， 物质生产力差异是最主要结构来源； 科技存量、能源结构和工业数字化是制约中国新质生产力发展的主要障碍因子。
〔关键词〕 新质生产力 分布动态 区域差异 障碍因子分析 物质生产力 精神生产力 生态生产力 社会生产力
ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００４－９１０Ｘ．２０２５．０３．００３
〔中图分类号〕Ｆ１２４. ３； Ｆ０１９. ６ 〔文献标识码〕Ａ
引 言
生产力是推动人类社会不断前进的根本动力，决定了社会的物质基础和发展水平。随着科技的飞速发展， 生产力的概念也在不断扩展和深化。２０２３年９ 月， 习近平总书记在黑龙江调研期间提出“新质生产力” 的概念， 强调“整合科技创新资源， 引领发展战略性新兴产业和未来产业， 加快形成新质生产力”［１］ 。２０２４ 年１ 月， 习近平总书记在中共中央政治局第十一次集体学习时， 再次强调“发展新质生产力是推动高质量发展的内在要求和重要着力点， 必须继续做好创新这篇大文章， 推动新质生产力加快发展”， 并对“新质生产力” 作出了系统性阐释［２］ 。新质生产力不仅是数字时代下科技创新主导生产力的新理解和新要求， 也是对马克思主义生产力理论中国化的创新和实践， 符合中国新发展理念的先进生产力质态。因此， 加快发展新质生产力是推动生产力迭代升级、实现社会主义现代化的必然选择。那么， 在新时代新征程的背景下， 如何构建科学合理的中国新质生产力评价指标体系？ 中国城市新质生产力发展是否存在区域分异特征？ 若存在， 其差异来源于哪些方面？ 制约中国城市新质生产力发展的因素又是什么？ 通过对上述问题的回答， 有助于解析区域新质生产力不平衡发展的现状及深层次原因， 为优化现有政策措施， 助力推进新质生产力发展提供理论依据与实践思路。
综观新质生产力的研究， 主要围绕以下两个方面展开：
（１） 新质生产力发展的理论研究。该部分聚焦于新质生产力的历史演进、理论内涵以及时代意义等维度。新质生产力起源于“科学技术是第一生产力” 的思想， 并随着马克思主义科学技术思想与中国建设、改革的伟大实践不断得以深化， 最终产生于新时代中国经济社会高质量发展的需要［３］ 。其理论内涵在于物质生产力与精神生产力、改造自然与社会进步协调一致的多维度突破跃升［４］ 。这意味着在新时代征程上要继续解放和发展社会生产力， 不再是此前生产力以“数量为主” 的规模简单扩大， 而是“数质并举” 的提升， 深刻揭示了科技赋能生产力跃升的时代命题， 开辟了马克思主义生产力理论的中国化时代化的新境界［５］ 。
（２） 新质生产力的量化研究。新质生产力的定量研究关键在于评价指标体系构建。不同学者基于不同的理论分析基础构建了不同的新质生产力指标体系。如卢江等［６］ 结合中国经济发展的事实与新质生产力的内涵特征， 从科技生产力、绿色生产力和数字生产力３ 个维度测度了新质生产力水平。王珏和王荣基［７］ 则基于马克思主义的生产力构成， 从劳动者、劳动对象和生产资料三大维度测度新质生产力水平。韩文龙等［８］ 将劳动者、劳动对象和劳动资料等生产力基本要素划分为实体要素， 从实体性要素和渗透性要素两个维度测度了中国省域新质生产力水平。
综上所述， 已有研究对新质生产力发展的理论分析和量化研究等方面进行了有益的探索， 但还存在以下几个方面的不足： （１） 目前关于新质生产力的测度处于起步阶段， 尚未形成统一标准。多数文献认为新质生产力发展要以高质量发展的内在要求为指引， 但未有研究从该角度出发构建新质生产力指标体系； （２） 目前针对新质生产力的测度主要围绕省级层面展开， 关于地级市层面新质生产力的研究比较匮乏； （３） 现有研究停留在测度层面， 对新质生产力实际发展的区域分异演变特征以及面临的阻碍因素探讨不足。
鉴于此， 本文在现有文献对新质生产力内涵解读的基础上， 结合高质量发展的内在要求， 从物质生产力、精神生产力、生态生产力和社会生产力４ 个维度构建新质生产力指标体系， 并利用ＣＲＩＴＩＣ 法测度了２０１０～２０２２ 年中国２８４ 个城市新质生产力的水平， 弥补了现有研究在构建指标体系时未考虑高质量发展内在要求的不足； 本文从新质生产力发展的分布动态、地区差异和结构差异等角度出发， 采用Ｋｅｒｎｅｌ 密度估计、Ｄａｇｕｍ 基尼系数分解法和方差分解法等方法， 全面展示了新质生产力发展区域分异的演变特征； 本文采用障碍因子分析进一步深入探究了新质生产力发展的障碍因素， 揭示在发展过程中取得的成果与存在的不足，为推进新质生产力发展提供针对性政策思路。
１ 新质生产力的内涵、指标体系构建与研究方法
１. １ 新时代背景下新质生产力的核心内涵
科学认识新质生产力的核心内涵， 是合理构建新质生产力指标体系的关键。在马克思主义哲学与政治经济学中， 生产力是一个核心概念。马克思深入分析了资本主义生产方式后， 提出了生产力的多元构成， 包括“物质生产力和精神生产力”［９］ 、“自然生产力”［１０］ 、“社会生产力”［１１］ 等，而且这些概念内在地拓展了生产力的范畴， 形成了一个多维度的生产力体系。
自中国共产党成立以来， 就一直坚持马克思主义生产力理论， 并结合中国的发展实际， 不断创新和丰富生产力概念的内涵与外延。随着改革开放和社会主义现代化的建设， 邓小平同志基于中国科技水平落后的历史现实， 进一步明确了“科学技术是第一生产力” 的思想， 强调科技进步对生产力发展的重要作用［１２］ 。如今， 中国经济发展已步入新常态， 高质量发展成为了当前的首要任务。为满足中国经济社会高质量发展的新需要， 习近平总书记立足于我国当前生产力变革的新实际，提出了“新质生产力” 的新观点， 将科学技术与生产力的关系提升到新高度， 为新时代中国特色社会主义现代化指明了新方向［１３］ 。
新质生产力的起点在“新”， 关键在“质”， 本质上依旧是一种“生产力”［１４］ 。从字面上看， 新质生产力是指新兴的、质变的、先进的生产力， 标志着生产力水平取得能级跃升的全新状态。在高质量发展的内在要求下， 新质生产力被赋予了新内涵， 新质生产力不仅是人们物质资料生产能力的飞跃， 而且包含着人们精神财富创造能力的飞跃； 它不仅体现人们控制利用和改造自然的实践水平跃升， 而且体现人们美好生活需要得以满足和实现程度的跃升［３］ 。因此， 新质生产力是物质生产力与精神生产力、改造自然与社会进步协调一致的多维度突破跃升。鉴于此， 本文将新质生产力的内涵界定为物质生产力、精神生产力、生态生产力和社会生产力４ 个维度。
（１） 物质生产力
新质生产力超越了传统的物质生产力的界限，以科技创新为核心驱动力， 以战略性新质产业、未来产业等“新业态” 为主要场域， 以传统产业数字化赋能为承载， 追求人类与自然进行物质变换能力质的跃迁。
当前， “数字生产力” 的快速崛起已经成为强化经济实力的新动能。新质生产力通过对其他生产要素进行数字化转型、对生产技术进行数字化融合、对生产方式进行数字化形变来创造和满足社会的新物质需要。唯有坚持科技创新并以此赋能新产业、新业态发展， 才可能在未来发展和国际竞争中赢得战略主动权。基于此， 本文从科技创新、新质产业和产业数字化三方面来衡量物质生产力维度。
（２） 精神生产力
新质生产力包含以中国文化为底蕴， 以劳动人民不懈奋斗意志为支撑， 以企业家创新精神为引领的精神生产力。中国经济发展正从传统的物质资源驱动模式转变为精神和物质资源双重驱动的新模式［１５］ 。在这一过程中， 文化不仅仅是作为一个新增要素的简单加入， 而是以一种全面的力量， 成为新质生产力的重要支柱。中华优秀传统文化中蕴含的人文精神同马克思主义共同引导着我国社会主义市场经济， 推动物质财富和精神财富的共同增长。此外， 传统文化中的劳动人民坚持不懈、百折不挠的奋斗精神， 以及企业家敢为人先、独辟蹊径的创新创业精神， 为解决生产力发展面临的难题提供了强大思想力量。因此， 新质生产力不仅仅是一种经济动力， 更代表一种文化力量， 不仅推动了物质财富的增长， 也丰富了社会的精神生活。基于此， 本文从精神文明、企业家精神和劳动者意识三方面来衡量精神生产力维度。
（３） 生态生产力
新质生产力被视为高效率、低能耗的生产力形式， 追求的是如何利用科技手段， 实现经济高效、低碳、环保的可持续发展道路。因此， 新质生产力包含人与自然和谐共生的生态生产力， 体现了人与自然的良性互动关系， 实现了对传统生产力的扬弃， 适应了时代的绿色发展需求。它是区别于依靠大量资源投入、高度消耗资源能源的生产力发展方式， 是摆脱了传统增长路径、符合绿色发展要求的生产力。基于此， 本文从污染治理和资源节约两方面反映生态生产力维度。
（４） 社会生产力
新质生产力不仅是一种经济发展的动力， 还代表了一种社会进步的方向。相比于传统生产力，新质生产力旨在提升全要素生产率， 追求更高的要素配置效率和生产效能。它强调通过数字化技术的普及， 使得人们能够更加平等地获得各类公共服务， 有效促进了社会治理效率的提升， 展现了一种全面发展的生产力形态。基于此， 本文从生产效率、配置效率和社会治理效率衡量社会生产力维度。
根据对新质生产力内涵的界定， 本文尝试构建了４ 个一级指标、１１ 个二级指标、３１ 个三级指标构成的新质生产力评价指标体系（见表１）， 并通过ＣＲＩＴＩＣ 法测得中国城市新质生产力综合水平［１６］ 。
１. ２ 数据来源与指标说明
本文选取２０１１～２０２２ 年中国２８４ 个城市为研究对象。数据主要来源于ＣＥＩＣ 数据库、《中国统计年鉴》、《中国科技统计年鉴》、《中国人口和就业统计年鉴》、《中国人才资源统计报告》、《中国教育统计年鉴》、《中国环境统计年鉴》、《中国能源统计年鉴》、《中国城市统计年鉴》以及各城市统计年鉴。对于个别年份和城市数据缺失， 通过线性插值法补齐。
对上述部分指标的衡量方式进行进一步说明：全要素生产率是基于超效率ＳＢＭ－ＧＭＬ 模型计算得到， 投入指标为资本投入、劳动力投入和能源消耗量， 期望产出指标为各城市实际ＧＤＰ， 非期望产出指标为工业二氧化硫排放量和工业烟粉尘排放量， 其中资本投入以永续盘存法测算的资本存量进行衡量， 劳动力投入以从业人员数进行表征， 实际ＧＤＰ 以２０１１ 年为基期进行换算； 劳动配置效率和资本配置效率借鉴白俊红和刘宇英［１７］的做法计算得到； 政府数字关注度借鉴雷鸿竹和王谦［１８］ 的做法， 采用政府工作报告中涉及数字经济的１２１ 个关键词词频占全文比重衡量。公共服务是基于人均执业（助理）医师人员数、人均道路面积和中小学密度３ 个指标， 使用ＣＲＩＴＩＣ 法计算得到的综合指标； 工业机器人渗透度原始数据来源于国际机器人联盟（ＩＦＲ）， 计算方法借鉴王永钦和董雯［１９］ 的研究； ＣＯ２ 排放量借鉴丛建辉等［２０］ 的方法， 利用范围１ 排放、范围２ 排放与范围３ 排放计算得到。
１. ３ 研究方法
（１） 核密度分析
核密度估计通过利用连续的密度曲线对变量的概率密度进行估计， 可以有效地刻画出变量的分布状态。因此， 本文利用核密度估计分析中国城市新质生产力的时序动态演进特征， 计算公式如下：
其中， ｆ（ｘ）是随机变量ｘ 的密度函数， Ｎ 为样本数， ｈ 为宽带， Ｘｉ 为具有独立同分布特性的观测值， ｘ 表示全部观测值的均值， Ｋ（ｘ）为核密度函数。
（２） Ｄａｇｕｍ 基尼系数及分解方法
Ｄａｇｕｍ 基尼系数分解法通过衡量个体间的不平等程度分析差异的来源， 有效解决了样本数据间交叉重叠问题以及区域差异来源识别问题。因此， 本文利用Ｄａｇｕｍ 基尼系数分析中国城市新质生产力的空间差异， 具体计算公式如下：
式中， Ｇ 为总体基尼系数， Ｇｊｊ和Ｇｊｈ分别表示区域内和区域间基尼系数， 基尼系数数值越大表明差异越大。Ｇｗ 为区域内差异的贡献， Ｇｎｂ 为区域间净值差异的贡献， Ｇｔ 为超变密度的贡献， 后两者构成区域间差异的总贡献。ｋ 是区域划分个数， ｎ 是城市个数， ｎｊ （ｎｈ ）为第ｊ（ｈ）个区域内部的城市个数， ｙｊｉ（ｙｈｒ ）为第ｊ（ｈ）个区域内部任一城市的新质生产力水平， μ 为所有城市新质生产力水平的平均值。ｐｊ ＝ｎｊ ／ ｎ， ｓｊ ＝ｎｊ μｊ ／ ｎμｊ ， ｊ ＝１，２，…，ｋ，Ｄｊｈ ＝（ｄｊｈ －ｐｊｈ ） ／ （ｄｊｈ ＋ｐｊｈ ）表示为两个区域间新质生产力指数的相对影响。ｄｊｈ ＝∫∞０ｄＦｊ（ｙ）∫ｙ０ （ｙ－ｘ）ｄＦｈ（ｘ）表示区域间新质生产力指数的差值， 在μｊ ＞μｈ时， ｄｊｈ 表示ｙｊｉ ＞ｙｈｒ 条件下的所有城市新质生产力指数差异（ｙｊｉ －ｙｈｒ ）的加权平均数。ｐｊｈ ＝∫∞０ｄＦｈ（ｙ）∫ｙ０ （ｙ－ｘ）ｄＦｊ（ｙ）为超变一阶距， 在μｊ ＞μｈ 时， ｐｊｈ是在ｙｊｉ ＜ｙｈｒ条件下所有（ｙｈｒ －ｙｊｉ ）的加权平均数。
（３） 方差分解方法
新质生产力指数（ＮＰＩ） 由物质生产力指数（ＭＰＩ）、精神生产力指数（ＳＰＩ）、生态生产力指数（ＥＰＩ）和社会生产力指数（ＰＧＩ）加总构成， 即ＮＰＩ ＝ＭＰＩ＋ＳＰＩ＋ＥＰＩ＋ＰＧＩ。从结构视角看， 新质生产力发展差异就来源于这４ 个基本维度。因此， 本文采用方差分解方法对城市新质生产力的结构差异进行考察， 具体公式如下：
ｖａｒ（ＮＰＩ）＝ ｃｏｖ（ＮＰＩ，ＭＰＩ＋ＳＰＩ＋ＥＰＩ＋ＰＧＩ）＝ ｃｏｖ（ＮＰＩ，ＭＰＩ） ＋ｃｏｖ（ＮＰＩ ＋ＳＰＩ） ＋ｃｏｖ （ＮＰＩ，ＥＰＩ） ＋ｃｏｖ（ＮＰＩ，ＰＧＩ） （９）
两边同时除以ｖａｒ（ＮＰＩ）得：
式中， ｖａｒ、ｃｏｖ 分别表示方差和协方差。式（９） 将新质生产力发展差距分解为物质生产力差距、精神生产力差距、生态生产力差距和社会生产力差距。式（１０） 为各维度差距对新质生产力发展差距的贡献度。某一维度差距的贡献度越高，表明由其造成的新质生产力发展差距越大。
（４） 障碍因子诊断模型
障碍因子诊断模型通过计算障碍度指数来量化每个因素的障碍程度， 用于识别和评估影响系统的障碍因素。因此， 本文采用障碍因子诊断模型分析影响中国新质生产力发展的障碍因子， 具体的公式如下：
式中， Ｔｉｊ为指标偏离度， ｍｉｊ 为单项指标的标准化值， Ｗｊ 为因子贡献度， Ｏｉｊ为障碍度， Ｏｉｊ值越大， 说明该因子对新质生产力水平障碍程度越强［２１］ 。
２ 中国城市新质生产力发展综合水平的特征事实分析
２. １ 中国城市新质生产力发展的总体特征
为了更加直观展示全国和四大区域的新质生产力发展状况， 图１ 绘制了２０１１～２０２２ 年全国和四大区域新质生产力综合指数平均值的变化趋势。可以看出， 中国新质生产力发展水平稳步提升， 全国新质生产力均值从２０１１ 年的０. ３７１６ 上升到２０２２年的０. ５１２７， 其年均增长率为２. ９７％， 表明中国城市新质生产力的发展呈现向好趋势。从区域层面来看， 东部地区新质生产力综合指数始终高于其他３ 个地区； 中部地区新质生产力综合指数与全国水平相当； 西部地区和东北地区的新质生产力综合指数接近， 远小于东部地区。从增长幅度来看， 东北地区新质生产力的增长幅度最大， 西部和中部次之， 而东部地区增幅最小。这与各地区新质生产力发展的初始状态有关， 东北与西部地区新质生产力的初始水平相对较低， 不论是在物质生产力、生态生产力还是社会生产力方面都存在巨大的发展潜力， 在东部地区的示范作用和政府的“西部大开发”、“东北全面振兴” 等政策帮扶支持下能够快速成长， 对新质生产力发展水平较高的地区产生“追赶效应”， 逐渐向全国的平均水平靠近。
２. ２ 中国城市新质生产力的空间分布
为进一步观察中国新质生产力发展的时空分布特征， 参照以往研究的分类标准［２２］ ， 基于样本期内新质生产力综合指数均值将２８４ 个城市划分为“领先型”（０. ５５１ ～ ０. ６９９）、“进步型”（０. ５０１ ～０. ５５０）、“平庸型” （０. ４５１～０. ５００）、“追赶型”（０. ３５１～０. ４５０）、“落后型” （０. ２６６～０. ３５０）５ 种类型。在２０１１ 年， 全国绝大多数城市处于“追赶型” 和“落后型”， 仅有北京、广州等７ 个城市处于“平庸型”。到２０２２ 年， 我国新质生产力水平取得飞速进步， 相比于２０１１ 年， 发展领先城市主要集中在东部沿海地区， 呈现出“沿海高内陆低， 东部高西部低” 的空间分布格局。虽然东北地区新质生产力增长的相对幅度最大， 但与东部地区的绝对差距拉大。就“领先型” 城市而言， ２０２２ 年全国“领先型” 城市一共２４ 个， 其中中部、西部和东北地区共有６ 个， 除大连外， 均为省会城市。而东部地区有１８ 个， 且在东部地区的“领先型” 城市中， 非省会城市占比为６１. １％， 远高于其他地区， 表明东部地区在区位优势及政策优势的双重推动下， 其省会和非省会城市在经济社会发展上均取得巨大进步。此外， 部分东部“领先城市”， 如上海、深圳， 承担了新一轮科技革命和产业变革中突破颠覆性技术关键领域的重任， 对于新质生产力发展的各个方面都有更高的要求， 使得这部分城市成为新质生产力发展的高地。
３ 中国城市新质生产力水平的分布动态演进
为探究中国新质生产力发展的动态特征， 本文运用Ｋｅｒｎｅｌ 密度估计对新质生产力发展的分布位置、形态、延展性和极化现象等特征进行分析，结果如图２ 所示。从分布位置来看， 整体分布曲线的重心位置和变化区间逐渐右移， 表明全国整体新质生产力水平呈不断提高的发展态势， 这与前文特征事实描述基本一致。从分布形态来看， 分布曲线的主峰高度逐步上升， 且波峰宽度逐渐变窄， ２０２１ 年后主峰高度明显下降， 波峰宽度变宽，说明新质生产力水平的绝对差异呈先缩小后增加趋势。从分布延展性来看， 曲线呈现较明显的右拖尾现象， 表明存在新质生产力水平较高的城市仍然保持“领先” 优势。从分布极化现象来看， ２０２２ 年只存在１ 个主峰， 没有出现明显的极化现象。
４ 中国城市新质生产力发展的差异来源：基于空间与结构视角
４. １ 中国城市新质生产力的区域差异测度及空间来源
为探究中国城市新质生产力发展的区域差异及其空间来源， 本文运用Ｄａｇｕｍ 基尼系数分解方法对中国新质生产力发展区域差异进行测度和分解。
由图３ 可知， 中国新质生产力的总体基尼系数呈现波动下降的趋势， 由２０１１ 年的０. ０４９８ 下降到２０２２ 年的０. ０３９８， 下降幅度为１９. ９％， 说明中国新质生产力综合指数的区域差异不断缩小， 中国各城市新质生产力水平呈现出明显的趋同趋势。从演变趋势来看， 区域间贡献率经历了“上升－下降－波动上升” 的过程， 总体上有所上升（图４）； 超变密度贡献率的变化趋势则相反， 大致呈现“下降－上升－波动下降” 的态势， 总体表现为下降； 区域内差异贡献率较为稳定， 一直保持在２３％左右。从贡献率的均值来看， 区域间差异的贡献率数值最大， 其贡献率均值为４８. ００％， 是总体差异主要空间来源； 区域内差异的贡献率数值最小， 其贡献率均值为２２. ８４％； 超变密度的贡献率均值为２９. １６％。由于区域内各城市在经济社会发展各个方面存在一定程度的相似性， 故区域内差异对整体差异贡献相对较小， 而区域间的差异是导致中国新质生产力水平的空间差异的最主要来源。这是因为区域间的资源禀赋差异、人才流动趋势与政府财政投入的不均衡等因素造成的， 其中东部地区因资源丰富、人才集中和财政支持充足而发展迅速， 而其他地区则因资源禀赋、人才和资本的相对匮乏而发展缓慢。因此， 缩小区域间发展差异是未来解决中国城市新质生产力区域差异问题的主攻方向。
图５ 刻画了区域内差异及其演变态势。可以看出， 四大区域的区域内差异均呈波动下降趋势。具体而言， 东部地区基尼系数从２０１１ 年的０. ０３８１ 下降到２０２２ 年的０. ０３５８， 下降幅度为６. １％； 中部地区从２０１１ 年的０. ０４０３ 下降到２０２２ 年的０. ０２６１， 下降幅度为３５. １％； 西部地区从２０１１ 年的０. ０４９１ 下降到２０２２ 年的０. ０３１８， 下降幅度为３８. ７％； 东北地区的相对变化幅度最大， 从２０１１ 年的０. ０６３６ 下降到２０２２ 年的０. ０３２１， 下降幅度为４９. ６％。值得注意的是， 中部地区的区域内差异是四大区域中最小的， 说明中部地区各城市的新质生产力水平发展相对均衡。
图６ 展示了区域间差异及其演变过程， 可以看出， 东部地区和其它地区的差距呈现先降后升的趋势， 说明在区域间差异整体下降的大趋势下，东部与其它地区的新质生产力差异仍相对较大。而中部、西部和东北地区的差距不断降低， 说明３ 个地区间新质生产力发展差距不断缩小， 均衡发展态势明显。
４. ２ 中国城市新质生产力区域差异的结构来源
空间来源仅仅反映了地理学统计意义上新质生产力发展差异的构成， 无法体现经济学涵义上的新质生产力发展差异的来源。因此， 接下来本文借助方差分解方法考察中国城市新质生产力发展差异的结构来源。
图７ 展示了全国整体新质生产力水平差异的结构分解结果。从静态角度看， 物质生产力差异是中国城市新质生产力发展差异的最大结构来源， 平均贡献率为４７. ３４７％； 其次为生态生产力差异， 平均贡献率为３２. ５０４％； 精神生产力和社会生产力的贡献较小， 均值分别为６. １３５％和１４. ０１２％。从动态角度看， 中国城市新质生产力差异的主要结构来源随着时间的推移而有所转变。２０１４ 年之后，物质生产力差异取代生态生产力差异， 成为中国城市新质生产力发展差异的最主要结构来源。具体而言， 物质生产力、精神生产力和社会生产力差异的贡献率存在增长态势， 其增长量分别为３１. ９９６％、１０. ８２４％和３. ８９９％。而生态生产力差异贡献率不断缩小， 其减少量为４６. ７２０％， 表明中国在推动城市生态文明建设和实现环境质量提升方面， 逐渐形成一套有效的政策体系和治理机制， 缩小了城市间生态生产力的差异， 带动整体环境质量的改善， 这在一定程度上反映了国家在追求经济发展的同时， 越来越重视环境保护和可持续发展。
５ 中国城市新质生产力发展的障碍因素识别
为了进一步识别影响新质生产力发展的障碍因素， 运用障碍因子诊断模型对新质生产力水平的基础指标进行诊断。表２ 汇报了样本期内中国城市新质生产力发展指数的前５ 名障碍因子及其障碍度贡献率。不难看出， 科技存量、工业数字化和能源结构始终是中国城市新质生产力发展指数的前５ 名障碍因子， 说明这些因素对中国新质生产力发展的阻碍程度较大。因此， 培养高素质人才， 推进工业数字化进程， 加快能源结构转型， 应成为中国新质生产力的重要着力点。
从障碍因子的时序变化来看， 在２０１１～２０１４年， 服务业数字化一度列居第１ 位， 但贡献度逐年下降， ２０１６ 年之后再未进入新质生产力发展的障碍因子前５ 名， 说明数字普惠金融不再是阻碍新质生产力发展的主要因素， 这主要得益于人工智能、大数据、区块链等技术的应用以及金融服务模式的创新性重构， 使得数字普惠金融水平快速提升。科技存量在２０１５～２０２２ 年是第一障碍因素， 说明科技存量的不足限制了创新资源的有效积累和利用， 成为了制约新质生产力发展的重要障碍。现代化产业体系中部分关键领域、核心技术的科技人才短缺， 限制了原创性、颠覆性科技创新能力的提升； 同时， 产学研深度融合的模式所形成的内生动力不足， 企业和高校在知识或技术转让、科研成果分享方面存在障碍， 进一步制约了新质生产力发展。能源结构是新质生产力发展过程中需要格外关注的因素， 在２０２２ 年之后超越工业数字化成为第二障碍因素。结合指标权重来看， 能源结构的权重高居第２ 位， 在新质生产力发展中占据着举足轻重的地位， 说明亟需加快能源结构的优化与转型的步伐， 推动绿色低碳的清洁能源建设是新质生产力发展的重心之一。
６ 结论与建议
本文在深入剖析新质生产力内涵的基础上， 从物质生产力、精神生产力、生态生产力和社会生产力４ 个维度构建新质生产力指标体系， 并利用ＣＲＩＴＩＣ 法对２０１１～２０２２ 年中国２８４ 个城市的新质生产力水平进行测度， 在此基础上利用Ｋｅｒｎｅｌ 密度估计、Ｄａｇｕｍ 基尼系数、方差分解和障碍因子模型分析了新质生产力动态演进趋势、差异来源和障碍因素。主要结论如下：
（１） 从测度结果来看， ２０１１～２０２２ 年中国新质生产力稳步提升， 但存在明显的区域差异， 整体上呈现“东部＞中部＞东北＞西部” 的格局， 新质生产力发展“领先型” 城市主要集中在东部沿海地区； （２） 从动态演进特征来看， 全国新质生产力发展表现出“水平提升” 和“绝对差距减小”的特征； （３） 从区域差异及空间分解来看， 中国新质生产力的总体差异呈现波动下降的趋势， 区域间差异是中国新质生产力水平差异的最主要空间来源， 区域内差异则是最小空间来源。从结构分解来看， 物质生产力和生态生产力差异是新质生产力水平差异的第一与第二结构来源； （４） 从障碍因素来看， 科技存量、能源结构和工业数字化始终是影响新质生产力发展的主要障碍因素。
根据上述研究结论， 本文提出以下政策建议：（１） 在巩固新质生产力发展成果基础上， 因地制宜地制定发展策略。东部沿海地区城市的新质生产力发展水平始终具有领先优势， 因而要承担起突破颠覆性技术关键领域“卡脖子” 问题的重任。中部地区的新质生产力水平虽不及东部地区， 但也有其独特优势和潜力， 可以利用产业转移示范区作为平台， 优化产业布局。西部与东北地区新质生产力水平落后， 首要任务是借鉴东部地区的发展经验提升自身基础水平； （２） 当前新质生产力发展水平的区域差异虽然呈现缩小趋势， 但区域间差异仍然较大。政府应通过加强地区之间的协同合作， 发挥发达地区对落后地区的引导与借鉴作用， 预防区域发展差距的进一步扩大； （３） 面对新质生产力发展面临的诸多障碍， 应“多措并举”。以创新驱动为引领， 持续改善创新创业生态环境， 推动创新创业的融资体系建设； 注重科技人才培养， 引导优势教育资源向弱势群体、落后地区倾斜； 鼓励清洁低碳消费， 以倒逼企业清洁生产和产业结构调整， 同时建立以清洁能源为主体的能源系统， 通过数字化智能化技术提高整体系统效率， 加快能源结构清洁化转型。
参考文献
［１］ 习近平主持召开新时代推动东北全面振兴座谈会强调 牢牢把握东北的重要使命 奋力谱写东北全面振兴新篇章［ Ｎ］．人民日报， ２０２３－０９－１０， （１）．
［２］ 习近平在中共中央政治局第十一次集体学习时强调 加快发展新质生产力 扎实推进高质量发展［Ｎ］． 人民日报， ２０２４－０２－０２， （１）．
［３］ 魏崇辉． 新质生产力的基本意涵、历史演进与实践路径［Ｊ］．
［４］ 翟青， 曹守新． 新质生产力的政治经济学阐释［ Ｊ］． 西安财经大学学报， ２０２４， （２）： １５～２３．
［５］ 高帆． “新质生产力” 的提出逻辑、多维内涵及时代意义［Ｊ］．
［６］ 卢江， 郭子昂， 王煜萍． 新质生产力发展水平、区域差异与提升
［７］ 王珏， 王荣基． 新质生产力： 指标构建与时空演进［ Ｊ］． 西安财经大学学报， ２０２４， ３７ （１）： ３１～４７．
［８］ 韩文龙， 张瑞生， 赵峰． 新质生产力水平测算与中国经济增长新动能［Ｊ］． 数量经济技术经济研究， ２０２４， ４１ （６）： ５～２５．
［９］ 马克思恩格斯全集（第３０ 卷） ［Ｍ］． 北京： 人民出版社， １９９５：１７６～１７７．
［１０］ 马克思恩格斯全集（ 第２６ 卷） ［ Ｍ］． 北京： 人民出版社，１９７４： １２２～１２３．
［１１］ 马克思恩格斯全集（第３０ 卷） ［Ｍ］． 北京： 人民出版社， １９９５：２９５， ３６６．
［１２］ 邓玉龙， 吴静． 从政治经济学史看新质生产力理论的出场逻辑和科学意蕴［Ｊ］． 经济问题， ２０２４， （９）： ７～１５．
［１３］ 蒋永穆， 乔张媛． 新质生产力发展评价指标体系构建［Ｊ］． 经济体制改革， ２０２４， （３）： ５～１５．
［１４］ 韩喜平， 马丽娟． 新质生产力的政治经济学逻辑［Ｊ］． 当代经济研究， ２０２４， （２）： ２０～２９．
［１５］ 郭万超． 论新质生产力生成的文化动因———构建新质生产力文化理论的基本框架［Ｊ］． 山东大学学报（ 哲学社会科学版）， ２０２４， （４）： ２５～３４．
［１６］ Ｄｉａｋｏｕｌａｋｉ Ｄ， Ｍａｖｒｏｔａｓ Ｇ， Ｐａｐａｙａｎｎａｋｉｓ Ｌ． Ｄｅｔｅｒｍｉｎｉｎｇ Ｏｂ⁃ｊｅｃｔｉｖｅ Ｗｅｉｇｈｔｓ ｉｎ Ｍｕｌｔｉｐｌｅ Ｃｒｉｔｅｒｉａ Ｐｒｏｂｌｅｍｓ： Ｔｈｅ Ｃｒｉｔｉｃ Ｍｅｔｈｏｄ［Ｊ］． Ｃｏｍｐｕｔｅｒｓ ＆ Ｏｐｅｒａｔｉｏｎｓ Ｒｅｓｅａｒｃｈ， １９９５， ２２ （７）： ７６３～７７０．
［１７］ 白俊红， 刘宇英． 对外直接投资能否改善中国的资源错配［Ｊ］． 中国工业经济， ２０１８， （１）： ６０～７８．
［１８］ 雷鸿竹， 王谦． 中国地方政府数字经济政策文本的量化研究［Ｊ］． 技术经济与管理研究， ２０２２， （５）： ９１～９４．
［１９］ 王永钦， 董雯． 机器人的兴起如何影响中国劳动力市场？———来自制造业上市公司的证据［Ｊ］． 经济研究， ２０２０， ５５ （１０）：１５９～１７５．
［２０］ 丛建辉， 刘学敏， 赵雪如． 城市碳排放核算的边界界定及其测度方法［Ｊ］． 中国人口·资源与环境， ２０１４， ２４ （４）： １９～２６．
［２１］ 何艳冰， 黄晓军， 杨新军． 快速城市化背景下城市边缘区失地农民适应性研究———以西安市为例［Ｊ］． 地理研究， ２０１７，３６ （２）： ２２６～２４０．
［２２］ 陈明华， 王哲， 谢琳霄， 等． 中国中部地区高质量发展的时空演变及形成机理［Ｊ］． 地理学报， ２０２３， ７８ （４）： ８５９～８７６．
（责任编辑： 杨 婧）
基金项目： 国家自然科学基金面上项目“半参数门限空间滞后模型理论研究及其应用” （项目编号： ７２０７３０３０）； 教育部人文社会科学研究青年基金项目“虚拟场景驱动跨区域协同创新系统构建与治理研究” （项目编号： ２３ＹＪＣ６３０００９）。
