〔摘 要〕 本文基于新质生产力的理论内涵， 探索性的运用Ｕｎｄｅｓｉｒａｂｌｅ－Ｗｉｎｄｏｗ－ＤＥＡ 模型测算２０１２～２０２３ 年中国新质生产力水平， 并运用Ｄａｇｕｍ 基尼系数及Ｋｅｒｎｅｌ 密度估计方法分析中国新质生产力水平的空间差异及动态变化。研究发现： 中国新质生产力水平总体呈稳步上升趋势， 但整体水平还不高； 新质生产力水平空间差异显着， 表现出明显的俱乐部效应； 区域间差异是新质生产力水平空间异质性的主要来源； 新质生产力水平空间差异呈收敛趋势； 存在较为突出的新质生产要素投入冗余情况， 且地区差异较大。建议按照因地制宜理念优化各地新质生产要素配置， 针对“引领型”、“发展型”、“追赶型”、“潜力型” 地区分类采取培育措施， 并在全国层面加快完善相关制度， 建立与新质生产力相适应的新型生产关系。本文基于Ｕｎｄｅｓｉｒａｂｌｅ－Ｗｉｎｄｏｗ－ＤＥＡ 模型测算得到的效率值更符合“新质生产力” 内涵， 这使对新质生产力水平的测度与评价、时空差异特征的刻画、空间差异来源及动态变化的分析更贴合实际， 对投入冗余的分析为优化新质生产要素配置提供了方向。
〔关键词〕 新质生产力 水平测度 空间差异 动态演进 要素冗余 新质生产要素 Ｕｎｄｅｓｉｒａｂｌｅ－Ｗｉｎｄｏｗ－ＤＥＡ 模型 全要素生产率
ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００４－９１０Ｘ．２０２５．０３．００１
〔中图分类号〕Ｆ０４２； Ｆ１２４ 〔文献标识码〕Ａ
引 言
生产力不仅是社会进步的根本内容， 也是衡量社会进步的根本尺度。基于扎实推进高质量发展的新时代要求， ２０２３ 年９ 月， 习近平总书记在黑龙江考察期间提出“加快形成新质生产力”。随后，又多次对新质生产力的催生条件、基本内涵、核心标志等进行了系统阐述。２０２４ 年３ 月５ 日， 习近平总书记在参加十四届全国人大二次会议江苏代表团审议时强调， “要牢牢把握高质量发展这个首要任务， 因地制宜发展新质生产力”。党的二十届三中全会明确提出， “要健全因地制宜发展新质生产力体制机制”。各地要因地制宜发展新质生产力， 更好发挥其对高质量发展的强劲推动力、支撑力， 首先需要回答好两个问题： （１） 什么是新质生产力？ （２） 当前新质生产力水平及空间分布如何？ 在此基础上， 才能找到因地制宜发展新质生产力的有效路径。上述两个问题相互交织。回答好第一个问题， 是科学测度新质生产力水平的基础， 而通过对新质生产力水平的测度， 又能够深化对新质生产力的认识， 进而找到培育壮大新质生产力、推动高质量发展的有效路径。
学者围绕上述问题进行了一些有益的探索。现有研究大致经历了两个阶段： 第一阶段主要是从理论上对新质生产力进行研究， 重点包括新质生产力的理论内涵［１，２］ 、形成逻辑［３，４］ 、价值意蕴［５，６］ 、实现路径［７，８］ 及其与高质量发展之间的关系［９－１１］ 等方面。第二阶段主要是遵照“理论分析－效率评价－差异分析－对策建议” 的研究进路， 首先进行理论分析， 以此为基础构建新质生产力的评价指标体系［１２，１３］ ， 运用常规参数法、半参数法、随机前沿分析法或以这些为基础而改进的方法等［１４，１５］ ，测算一定时间、空间、领域（农业、工业或全产业）的新质生产力水平［１６，１７］ ， 并借助基尼系数、莫兰指数、核密度估计等方法刻画新质生产力时空差异演变特征［１８］ ， 进而提出对策建议［１９］ 。通过对文献的梳理可知， 已有研究在以下方面仍需深化：（１） 研究方法上理论分析较多而实证检验较少；（２） 有限的实证研究成果中， 由于对新质生产力内涵理解的差异， 导致多沿用传统生产效率测算方法， 这些方法依赖事先假定的总量生产函数的形式， 且重点聚焦在产出上， 而新质生产力的核心标志是全要素生产率的大幅度提升， 意味着要关注投入产出情况。
综上所述， （１） 基于新质生产力的理论内涵，构建新质生产力水平的测度指标体系， 运用Ｕｎｄｅ⁃ｓｉｒａｂｌｅ－Ｗｉｎｄｏｗ－ＤＥＡ 模型测算２０１２～２０２３ 年中国新质生产力水平， 并运用自然断点回归对各省域新质生产力水平进行分级； （２） 使用Ｄａｇｕｍ 基尼系数分析新质生产力水平空间异质性及来源； （３） 运用核密度估计方法刻画中国新质生产力的动态演变特征， 并测算了新质生产要素的投入冗余情况； （４）基于分析提出发展壮大新质生产力的政策建议。
１ 研究设计
１."１ 研究方法
１. １. １ Ｕｎｄｅｓｉｒａｂｌｅ－Ｗｉｎｄｏｗ－ＤＥＡ 模型
本文借鉴王锋和冯根福（２０１３）［２０］ 研究能源与环境效率时对窗口ＤＥＡ 方法做的数学表达， 假设有Ｊ 个决策单元（ＤＭＵ）， Ｘｉｊ 是第ｊ 个决策单元（ｉ∈Ｉ， ｊ∈Ｊ）的第ｉ 个非新质生产要素投入， ｅｒｊ 是第ｊ 个决策单元的新质生产要素投入（ｒ∈Ｒ）。二者共同构成全要素生产投入。ｙｋｊ 是第ｊ 个决策单元的第ｋ 个期望产出（ｋ∈Ｋ）， ｐｈｊ 表示第ｊ 个决策单元的第ｈ 个非期望产出（ｈ∈Ｈ）。因此， 对任何一个决策单元， 在第ｍ 个窗口的第ｎ 个时点上的新质生产力水平的数学模型如式（１）：
式（１） 中， Ｅ 为新质生产力水平； θｒ 表示全要素投入效应； φｈ 表示全要素产出效应； λｊ 为相对于被评价决策单元而重新构造的一个有效决策单元组合中第Ｊ 个决策单元的组合比例； ｓｘ－ ｉ 、ｓｅ－ ｒ 、ｓｙ＋ ｋ为线性规划中的松弛变量； 上标（或下标）ｍｎ 表示该变量是在第ｍ 个窗口内的第ｎ 个时点上的变量。
１. １. ２ Ｆｉｓｈｅｒ－Ｊｅｎｋｓ 自然断点法
自然断点法作为一种分级分类方法， 单变量分类原理是其理论基础。运用自然断点法对全国各省（区、市）新质生产力进行分类， 将分级数确定为４ 级， 之后根据式（２） 计算类之间的断点，以此将２０１２～２０２３ 年省域新质生产力水平均值优化排列为“自然” 类。
式（２） 中， Ｘ 为组平均值， Ｚ 为类平均值。
１. １. ３ Ｄａｇｕｍ 基尼系数及分解方法
Ｄａｇｕｍ （１９９７）［２１］ 提出的基尼系数分解法不仅弥补了泰尔指数小样本、异方差、分布不对称性的缺陷， 还能有效分析空间差距的来源。因此， 本文利用Ｄａｇｕｍ 基尼系数测算和分解中国新质生产力水平空间差异。Ｄａｇｕｍ 基尼系数定义如式（３） 所示。
式（３） 中， ｙｊｉ和ｙｈｒ 分别代表ｊ、ｈ 地区任一个省（区、市）新质生产力水平的平均值， ｙ 代表全国新质生产力水平的平均值， ｎ 代表省（区、市）数量， ｋ 表示地区划分的数量， ｎｊ 、ｎｈ 分别是ｊ、ｈ 区域内省（区、市）数量。
-Ｙｈ≤Ｌ-Ｙｊ≤Ｌ≤-Ｙｋ （４）
（１） 依据式（４） 对各区域内新质生产力水平均值排序； （２） 将式（３） 分解为区域内的基尼系数Ｇｗ 、区域间基尼系数Ｇｒｂ 和超变密度Ｇｔ ， 并满足Ｇ ＝Ｇｗ ＋Ｇｒｂ ＋Ｇｔ 。式（５）、（６） 分别为ｊ 地区的基尼系数Ｇｊｊ和区域内的基尼系数Ｇｙ ； 式（７）、（８） 分别表示ｊ、ｈ 地区间的区域间基尼系数Ｇｊｈ和区域间差距的贡献Ｇｒｂ ； 式（９） 中， Ｐｊ ＝ｎｊ ／ ｎ，ｓｊ ＝ｎｊ-Ｙｊ ／ ｎ-Ｙ（ｊ ＝１，２，…，ｋ）， Ｄｊｈ为ｊ、ｈ 地区间各省域新质生产力水平的相对影响， 定义见式（１０）。其中， 式（１１）、（１２） 分别是ｄｊｈ 、Ｐｊｈ的计算公式。Ｆｊ 、Ｆｈ 分别表示ｊ 和ｈ 地区的累计密度分布函数。ｄｊｐ定义为区域间新质生产力水平的差值， 可以理解成ｊ 和ｈ 地区中所有ｙｊｉ －ｙｈｒ ＞０ 的样本值加总的数学期望； ｐｊｈ定义为超变一阶矩， 可以理解成ｊ 和ｈ 地区中所有ｙｈｒ －ｙｊｉ ＞０ 的样本值加总的数学期望。
根据以上方法分别测算和分解中国三大经济带２０１２～２０２３ 年新质生产力水平空间分布的基尼系数， 以回答新质生产力水平空间差异主要是由组内（区域内）差异还是组间（区域间）差异所致。文中所涉及到的三大经济带划分， 沿用《中国跨世纪区域协调发展战略》的划分标准和依据。
１. １. ４ Ｋｅｒｎｅｌ 密度估计
核密度估计（Ｋｅｒｎｅｌ Ｄｅｎｓｉｔｙ Ｅｓｔｉｍａｔｉｏｎ）作为估计未知密度函数的非参数方法， 因其事前无需对模型进行任何假定， 加之具有较好的稳健性， 从而在测度分布动态中被经常使用。本文选择核密度估计方法分析中国新质生产力水平的整体形态、空间分布及动态演进。假定随机变量Ｘ 的密度函数是ｆ（ｘ）， 那么， 点Ｘ 处的概率密度可用式（１３） 估计：
式（１３） 中， Ｎ 是样本观测值的个数， ｈ 表示带宽， Ｋ（·）是核函数， 它是一种加权函数或平滑转换函数， Ｘｉ 是观测值， ｘ 代表均值。本文选择核密度函数中的高斯核函数来估计对不同地区新质生产力水平的动态演进情况， 这一函数的随机变量Ｘ 服从正态分布。借鉴Ｓｉｌｖｅｒｍａｎ （１９８６）［２１］ 的研究成果， 设定带宽为１ 个ｈ， 其表达形式为ｈ ＝０. ９Ｓｅ Ｎ－１／ ５， 其中Ｓｅ 为随机变量观测值的标准差， 具体见式（１４）。
１. ２ 理论内涵及指标构建
（１） 理论内涵
作为历史唯物主义最根本的理论基石， 生产力理论是马克思主义科学理论体系中最重要、最基本的理论性基础。马克思认为， 生产力是人类在生产实践中形成的改造和影响自然以使其适合社会需要的物质力量， 包含劳动者、劳动对象和劳动资料［２２］ 。新质生产力作为马克思所界定的生产力范畴中的更高级的生产力质态， 是在传统生产力发展基础上借助科学技术对整个生产力要素系统进行的新质革新。它既在传统生产力中孕育，又高于传统生产力， 是传统生产力的质态跃迁。发展新质生产力是我们党对马克思主义生产力理论的守正创新。习近平总书记强调， “新质生产力已经在实践中形成并展现出对高质量发展强劲的推动力和支撑力， 要以全要素生产率大幅提升为核心标志， 培育产业升级的新增长点， 促进新质生产力的发展”。由此不难推断， 科技创新和产业创新的深度融合、传统产业和新兴产业的有机结合是发展新质生产力的应有之意。从这个角度，可以把新质生产力看作是以科技创新为驱动力， 内生于以新产业、新业态、新商业模式为核心的新型生产力。习近平总书记还指出， “新质生产力是以劳动者、劳动资料、劳动对象及其优化组合的跃升为基本内涵”。这意味着， 新质生产力是把通过技术进步实现全要素生产率的提高作为重要目标， 进而实现高质量发展的新型生产力。由此可以认为， 新质生产力本质上是以满足人民美好生活需要为根本目标的一种先进的生产力质态， 高技术、高效能、高质量是其特征， 技术革命性突破、生产要素创新性配置、产业深度转型升级是其催生的条件， 劳动者、劳动资料、劳动对象及其优化组合的跃升是其基本内涵， 全要素生产率大幅提升是其核心标志［２３］ ， 可见， 新质生产力依然属于“生产力” 范畴。因此， 对新质生产力水平的测算依然可以遵循马克思主义政治经济学关于生产力的相关原理， 以生产力三要素及生产要素投入产出为框架， 同时要更加注重“新质” 元素。
（２） 指标选择
基于新质生产力的理论内涵， 在投入方面， 系统考虑资本、劳动、能源、创新和数字等投入要素。考虑到统计数据中不能直接获取固定资本存量， 本文将１９９０ 年作为基期， 利用永续盘存法估算得到。计算方法是： Ｋｉｔ ＝（１－σｉｔ ）Ｋｉｔ－１ ＋Ｉｉｔ ， ｉ 为第ｉ 个地区； ｔ 为第ｔ 年； Ｉｉｔ为第ｉ 个地区在第ｔ 年的可比价新增固定资产投资； Ｋｉｔ 和Ｋｉｔ－１ 为第ｉ 个地区在第ｔ 和ｔ－１ 年的固定资本存量； σｉｔ为第ｉ 个地区在第ｔ 年的资本折旧率， 折旧率σ 延用张军等（２００４）［２４］ 研究中所采用的９. ６％。科技含量更高的新劳动资料是发展新质生产力的重要动力。有学者用通过受教育年限法评估得到的人力资本存量或直接以人均受教育年限或出国留学人员占比等表示新劳动投入［２５］ ， 但高素质的新劳动者作为新质生产力中最活跃的因素， 不同于一般意义的“劳动者”， 因此选择高新技术产业平均用工人数。新质生产力本身就是绿色生产力， 因而对新质生产力水平的测度中需要生态相关指标， 又因非期望产出主要来自能源消费， 因而考虑生态效益的新质生产力评价应将能源看作投入要素， 所以用能源消费总量／ 国内生产总值对能源投入进行衡量。在创新投入方面， 用规上工业Ｒ＆Ｄ 人员全时当量、Ｒ＆Ｄ 经费占ＧＤＰ 比重来表示。在数字投入方面， 则采用互联网宽带接入端口数、机器人安装密度两个指标。
在产出方面， 主要考虑经济、创新、数字和生态等方面， 同时生态包含期望产出和非期望产出两类。在经济产出方面， 用第三产业增加值／ 第二产业增加值来表示。同时， 为消除物价水平影响， 采用价格指数统一以１９９０ 年为基期的换算计算得到各省（区、市）历年实际地区二三产业生产总值。在创新产出方面， 选取国内发明专利申请授权量、技术市场交易额来表示。在数字产出方面， 用电子商务销售额、数字经济规模来表示。生态方面， 用城市公园面积表示期望产出， 选择工业二氧化硫排放量／ 国内生产总值、工业废水排放总量／ 国内生产总值来表示非期望产出。
（２） 研究样本和数据来源
西藏、香港、澳门和台湾地区因多个数据缺失或数据不可获计算式予以排除。最终， 以２０１２～２０２３ 年中国３０ 个省（区、市）的面板数据为基础测算新质生产力。涉及到的数据主要来自《中国统计年鉴》、《中国环境统计年鉴》、《中国科技统计年鉴》、《中国能源统计年鉴》、《国民经济和社会发展统计公报》、《生态环境状况公报》及各省（区、市）历年统计年鉴、国民经济和社会发展统计公报、政府网站等整理所得。针对个别省（区、市）及个别指标少数年份数据缺失的情况， 采用滑动平均或指数平均予以补全。
２ 实证结果分析和讨论
２. １ 中国新质生产力水平基本特征描述
依据式（１）， 测算得到２０１２～２０２３ 年中国新质生产力水平， 结果见表２。同时， 依据式（２），对２０１２～２０２３ 年各省（区、市）新质生产力水平均值进行分级分类， 结果见表３。
（１） 中国新质生产力水平总体特征。２０１２ ～２０２３ 年全国新质生产力水平呈现出波动上升趋势，由０."６７３ 上涨到０. ８４７， 整体增长了２５.８５％， 这远低于同期整体经济增速。表明期间新质生产力虽有较快增长， 但经济发展模式的转变还不尽如人意， 经济发展中生产力的“新质” 成分还不充足。同时， 研究期内全国新质生产力水平均值仅为０. ７２０， 也表明全国新质生产力水平整体还不够高， 还有较大的挖掘潜力和提升空间。
（２） 中国新质生产力水平区域特征。①新质生产力水平存在显着区域差异。从表２ 可知， ２０１２～２０２３ 年中国新质生产力水平均值总体上呈“东部（０. ８７９）＞中部（０. ６５４）＞西部（０. ６２５）” 区域分布特征， 基本与经济发展水平在区域上的分布一致，侧面印证新质生产力是高质量发展的重要支撑；②各区域新质生产力水平均呈波动上升趋势。东部地区新质生产力水平呈小幅度波动上升趋势， 从２０１２ 年的０. ８０４ 提高到２０２３ 年的０. ９５９， 提升了１９. ２８ 个百分点。中部和西部地区新质生产力水平的变化则大致呈“扁平Ｖ 字型右侧上升” 走势。其中， 中部地区新质生产力水平先从２０１２ 的０. ５８７ 波动上升至２０１６ 年的０. ６００ 后回落至２０１７年的０. ５９４， 随后逐渐提高至２０２３ 年的０. ７７０，研究期内整体增长３１. １７ 个百分点； 西部新质生产力水平先从２０１２ 年的０. ５８４ 下降至２０１４ 年的０. ５４０， 随后持续反弹走高至２０２３ 年达０. ７７６， 整体增长３２. ８８ 个百分点。
（３） 中国新质生产力水平省域特征。从自然断点回归结果来看， 省域新质生产力水平表现出明显的俱乐部效应。在第一级（０. ９１２～１. ０４７）中，共包含７ 个省（区、市）， 其中有６ 个为东部地区所属， 它们的新质生产力水平最高， 对于区域内乃至全国其他地区具有正向引领作用， 属于“引领型” 地区。处在第二级（０. ８２８ ～ ０. ８９９） 的省（区、市）有４ 个， 均属于东部地区， 这些省（区、市）的新质生产力水平比较高， 属于“追赶型”地区。位于第三级（０. ６４０～０. ７３３）的省（区、市）有１０ 个， 且绝大部分属于中、西部地区， 这一级的新质生产力水平不高， 但若具备一定条件， 有比较大的概率实现突破， 属于“潜力型” 地区。位于第四级（０. ４６６ ～ ０. ６０８） 的省（区、市） 有９个， 这一级的新质生产力水平比较低， 亟待实现突破， 属于“亟待突破型”。同时， 各省（区、市）之间新质生产力水平差异较大， 新质生产力水平均值大于全国均值（０. ７３５） 的仅有１１ 个省（区、市）， 小于的却有１９ 个， 表明不到一半省（区、市）的新质生产力水平拉高了全国平均水平； 从极值来看， 广东的新质生产力水平均值为１. ０４７，是新疆的２. ２５ 倍。
２.２ 中国新质生产力水平空间差异分解及来源分析
通过上述分析不难发现， 中国新质生产力水平在区域和省域层面都存在显着差异。那么， 这些差异由何而来？ 主要来自区域内还是区域间？为了回答这些问题， 本文运用Ｄａｇｕｍ 基尼系数方法对２０１２～２０２３ 年中国新质生产力空间差异进行测算和分解， 结果见表４。
２. ２. １ 中国新质生产力水平空间差异分解
（１） 从全国整体来看， ２０１２～２０２３ 年中国新质生产力水平总基尼系数均值从２０１２ 年的０."１３０６下降至０.０９８９， 总降幅达２４. ２７％， 表明中国新质生产力水平区域差异呈缩小趋势且缩小速度较快。但需要注意的是， 研究期内新质生产力水平总基尼系数均值为０. １３１１， 表明中国新质生产力水平空间差异整体仍然较大， 新质生产力区域协调发展格局尚未较好构建。
（２） 从区域内差异来看， ２０１２～２０２３ 年， 东部、中部、西部３ 个区域各自内部的新质生产力水平基尼系数的均值分别为０. ０６５、０. １０４ 和０. １１４。很明显， 东部地区内部的新质生产力发展水平相对比较均衡， 中部和西部地区内部各省（区、市）间新质生产力水平则差异显着， 新质生产力布局在区域内部仍需优化。同时， 东、中、西三大地区的区域内部新质生产力水平基尼系数呈下降趋势，分别从２０１２ 年的０. ０７５、０. １０９、０. ０９３ 降至２０２３年的０. ０６９、０. ０８３ 和０. ０８０， 降幅分别为８. ００％、２３. ８５％、１３. ９８％， 这表明三大区域的新质生产力水平内部差异呈收敛趋势， 其中中部、西部区域新质生产力水平内部差异缩小趋势要远高于东部。
（３） 从区域间差异来看， ２０１２～２０２３ 年， 新质生产力水平区域间基尼系数呈“东部ＶＳ 西部（０. １７６）＞东部ＶＳ 中部（０.１６０） ＞中部ＶＳ 西部（０. １１７）”， 表明中国新质生产力水平区域间差异主要来自于东部ＶＳ 西部的新质生产力水平差异，但东部ＶＳ 中部、中部ＶＳ 西部的新质生产力水平差异也不容忽视。同时， 中国新质生产力水平区域间差异呈现明显的收敛趋势和特征。数据显示，２０１２～２０２３ 年东部ＶＳ 中部、东部ＶＳ 西部和中部ＶＳ 西部的新质生产力水平区域间基尼系数均值分别从０. １７２、０. １６５、０. １０７ 下降至０. １２１、０. １１８ 和０. ０８１， 总降幅分别达２９. ６５％、２８. ４８％、２４. ２９％。这表明， 新时代以来随着区域协调发展战略纵深推进， 区域间的新质生产力水平差距也在不断缩小，区域间新质生产力协调发展新格局正在加快构建。
２. ２. ２ 中国新质生产力水平空间差异来源
对新质生产力水平空间差异进行分解之后， 需要进一步回答新质生产力水平空间差异究竟来自哪里？ 分解结果显示， ２０１２～２０２３ 年间基尼系数贡献率呈“区域间基尼系数贡献率（６２."２１％）＞区域内基尼系数贡献率（２２. ６８％）＞超变密度贡献率（１５. １１％）” 格局。这表明， 区域间差异是新质生产力水平空间差异的主要来源。另外， 从动态变化来看， ２０１２～２０２３ 年区域间基尼系数贡献率呈下降趋势， 从５９. ０３％下降至５３. ８８％， 降幅为５. １５个百分点； 区域内基尼系数贡献率、超变密度贡献率呈上升趋势， 分别从２３. １４％、１７. ８３％提升至２６. １１％、２０. ０２％， 各自上升了２. ９７、２."１９ 个百分点。表明新质生产力水平区域间差异呈缩小趋势，而区域内差异则有在不断扩大。虽然不同时段各自贡献率有所变化， 但整体来看， 研究期内区域间基尼系数贡献率一直占主导地位。其政策含义是， 要提升中国整体新质生产力水平， 与发展新质生产力相关的生产要素需要在全国顺畅流动，而不能仅仅局限在某个区域内。
２. ３ 中国新质生产力水平空间差异动态演进分析
新质生产力水平空间差异随着时间推进是呈收敛还是发散趋势？ 对这一问题的回答， 是优化新质生产力空间布局及实现整体提升的另一现实基础。本文用核密度估计法刻画中国新质生产力水平的分布及演变特征。为确保描述的连续性、精准性， 绘制了２０１２～２０２３ 年每一年的核密度曲线，结果如图１ 所示。
从分布位置及形态来看， ２０１２～２０２３ 年核密度曲线总体上呈现明显右移趋势， 表明全国新质生产力水平在研究期内得到了有效提升。从波峰及形态来看， ２０２１～２０２３ 年中国新质生产力水平经历了３ 个阶段， 即波峰呈“高且尖－宽且低－高且尖” 变化， 形状呈“双峰且第一波峰高于第二波峰－单峰－单峰且曲线整体右移” 的变化， 曲线呈“两侧外扩－两侧外扩－向中心收缩” 的变化。第一阶段（２０１２～２０１３ 年）有两个波峰且形态比较尖， 但第二波峰位置明显低于第一个波峰， 说明当时全国新质生产力呈低值集聚现象， 空间差异明显。第二阶段（２０１４～２０１９ 年）峰宽增加、波峰降低， 核密度曲线向两侧外扩， 表明这一时期新质生产力水平不高且极化趋势明显， 即空间差异扩大。第三阶段（２０２０ ～ ２０２３ 年） 波峰收窄、尖峰， 峰度提高， 核密度曲线两侧向中心移动， 曲线中心和位置整体右移， 表明这一阶段新质生产力水平得到提高且空间差异收敛。
整体来看， 研究期内全国新质生产力水平呈逐步上升的趋势， 同时在动态发展过程中存在显着的空间异质性特征， 但空间差异表现出动态收敛性特征。
２. ４ 中国新质生产力水平改善潜力分析
投影分析又称冗余度分析， 是通过计算各个评价单元投入产出冗余情况， 找出决策单元的改进方向和潜在能力， 确定决策单元新质生产力要素投入产出调整情况， 进而实现ＤＥＡ 无效向有效转变， 实现新质生产要素的有效率利用。本文对２０１２～２０２３ 年我国新质生产力各投入要素进行了投影分析， 并计算了冗余平均值， 同时将决策单元以指标均值为临界点分别划分为２ 组， 结果见表５。
从投入冗余结果可知， ２０１２～２０２３ 年间， 全国资本投入平均冗余比例为４. １２％、劳动投入平均冗余比例为３. ０６％、能源投入平均冗余比例是５. ３０％，创新投入包含的规上工业Ｒ＆Ｄ 人员全时当量投入平均冗余比例为２. ６９％、Ｒ＆Ｄ 经费占ＧＤＰ 比重投入平均冗余为１. ８７％， 数据投入涉及的互联网宽带接入端口数全国平均冗余比例是４. ４４％、机器人安装密度全国平均冗余比例是１. ０２％。由此不难看出， 研究期内， 我国存在较为突出的新质生产要素投入冗余情况。这表明， 我国培育壮大新质生产力， 关键不是在新质生产要素的投入上，而是通过对生产关系进行调整， 实现新质生产要素的最优配置， 进而提升全要素生产率。同时， 从各投入指标冗余临界值分组情况来看， 东部地区决策单元的冗余情况整体要好于中、西部地区，如Ｒ＆Ｄ 经费占ＧＤＰ 比重这一要素投入冗余高于全国平均值的省（区、市）有９ 个， 其中东部１ 个、中部３ 个、西部５ 个。另外， 依据各投入要素平均值所分的两组省（区、市）中， 存在的一个现象是，高于平均值的省（区、市）要远少于低于平均值的省（区、市）。这表明， 各地新质生产要素的使用效率存在较大差异。因此， 在制定相关政策时， 要充分考虑各地实际情况， 坚持具体问题具体分析，因地制宜发展新质生产力， 切不可搞一刀切。
３ 结论和建议
３. １ 主要结论
本文在界定新质生产力理论内涵的基础上， 构建了测度新质生产力水平的指标体系， 运用Ｕｎｄｅ⁃ｓｉｒａｂｌｅ－Ｗｉｎｄｏｗ－ＤＥＡ 模型测算２０１２～２０２３ 年中国新质生产力水平， 并进一步分析了中国新质生产力水平空间差异及动态变化， 测算了新质生产要素的投入冗余情况。结果表明： （１） ２０１２ ～２０２３年中国新质生产力水平呈稳步增长态势， 研究期内增长了２５. ８５％， 表明新时代以来中国新质生产力发展取得了显着的成效， 但平均水平仅为０. ７２０，表明整体还不够高； （２） 新质生产力水平表现出显着的空间异质性。从空间分布来看， 总体上呈“东部（０. ８７９）＞中部（０. ６５４）＞西部（０. ６２５）” 的格局，且省域层面表现出明显的俱乐部效应；２０１２～２０２３ 年中国新质生产力水平总基尼系数均值为０. １３１１， 但研究期内下降了２４ ２７％， 表明新质生产力水平空间差异不断缩小， 但差异水平依然较高； 东部、中部、西部的区域内部新质生产力水平基尼系数分别下降了８. ００％、２３. ８５％、１３. ９８％，表明三大区域新质生产力水平内部差异呈收敛趋势； 东部ＶＳ 中部、东部ＶＳ 西部和中部ＶＳ 西部的新质生产力水平区域间基尼系数均值分别下降２９. ６５％、２８. ４８％、２４. ２９％， 表明新时代以来， 随着区域协调发展战略纵深推进， 区域间新质生产力协调发展新格局正在加快构建； （２） 区域间差异是新质生产力空间异质性的主要来源， ２０１２ ～２０２３ 年基尼系数贡献率呈“区域间基尼系数贡献率（６２. ２１％）＞区域内基尼系数贡献率（２２. ６８％）＞超变密度贡献率（１５. １１％）”， 但区域间基尼系数贡献率呈下降趋势（下降了５. １５ 个百分点）， 而区域内基尼系数贡献率、超变密度贡献率呈上升趋势（分别上升２. ９７、２. １９ 个百分点）； （４） ２０１２～２０２３ 年新质生产力水平可划分为“新质生产力水平较低且收敛阶段（２０１２～２０１３ 年）、新质生产力水平不高且差异程度变大阶段（２０１４～２０１９ 年）、新质生产力水平较高且收敛阶段（２０２０ ～２０２３ 年）”３ 个阶段， 整体表现出动态收敛特征， 表明新质生产力空间差异整体随着时间推进在不断缩小。
３. ２ 政策建议
根据研究结论， 提出如下政策建议： （１） 优化新质生产要素配置。按照因地制宜发展新质生产力的要求， 对于生产要素冗余比例高于全国平均水平的地区， 重点支持其在前沿引领技术、颠覆性技术等创新突破方面发力， 通过有效构建科技创新与产业创新深度融合机制， 不断健全“产学研用” 深度融合创新体系， 同时注重打破要素流动障碍， 实现新质要素的高效配置和有效利用，进而提升新质生产力水平； 对于生产要素冗余比例低于全国平均水平的地方， 根据新质生产力发展需要强化科技、人才、资本、数据等新质生产要素投入， 同时也要注意通过科技创新、管理体制机制改革等， 实现新质生产要素的最优配置和利用； （２） 要分类分地区培育壮大新质生产力。针对“引领型” 地区， 重点是要支持其通过体制机制改革和科技创新大力发展新质生产力， 同时鼓励其通过产业转移、技术扩散等方式， 引领其他地区发展新质生产力； 针对“追赶型” 和“潜力型”地区， 重点是要支持其通过产业承接、科技引进、人才引育等方式实现科技进步和产业创新， 实现产业结构转型和发展动能转换， 提升全要素生产率， 进而实现新质生产力发展； 针对“亟待突破型” 地区， 当前阶段要在技术、人才、数据等方面加大引进力度， 打破束缚新质生产要素优化配置的体制机制障碍， 同时提升科技研发、人才引育等自主性， 通过“时间换空间” 的方式培育壮大新质生产力； （３） 建立健全相关制度规则。在全国层面， 要紧盯加快构建全国统一大市场目标任务， 以系统观念完善相关规则、制度和法律， 不断健全高效规范、公平竞争的市场监管体系， 为要素价格市场决定、流动自主有序、配置高效公平创造制度环境； 建立有利于发挥比较优势的区域协调发展机制， 推动劳动者、劳动资料、劳动对象等创新要素和资源在更大空间和范围内畅通流动、高效配置， 促进各类先进生产要素向发展新质生产力集聚， 进而大幅提升全要素生产率。
参考文献
［１］ 周文， 许凌云． 论新质生产力： 内涵特征与重要着力点［Ｊ］．改革， ２０２３， （１０）： １～１３．
［２］ 刘伟． 科学认识与切实发展新质生产力［Ｊ］． 经济研究， ２０２４，５９ （３）： ４～１１．
［３］ 李政， 廖晓东． 发展“新质生产力” 的理论、历史和现实“三重逻辑” ［Ｊ］． 政治经济学评论， ２０２３， １４ （６）： １６４～１５９．
［４］ 方敏， 杨虎涛． 政治经济学视域下的新质生产力及其形成发展［Ｊ］． 经济研究， ２０２４， ５９ （３）： ２０～２８．
［５］ 张林， 蒲清平． 新质生产力的内涵特征、理论创新与价值意蕴［Ｊ］． 重庆大学学报（社会科学版）， ２０２３， ２９ （６）： １３７～１４８．
［６］ 高帆． “新质生产力” 的提出逻辑、多维内涵及时代意义［Ｊ］．政治经济学评论， ２０２３， １４ （６）： １２７～１４５．
［７］ 蒲清平， 向往． 新质生产力的内涵特征、内在逻辑和实现途径———推进中国式现代化的新动能［ Ｊ］． 新疆师范大学学报（哲学社会科学版）， ２０２４， ４５ （１）： ７７～８５．
［８］ 程恩富， 刘美平． 新质生产力的学理分析与培育路径［ Ｊ］．上海经济研究， ２０２４， （５）： ５～１５．
［９］ 徐政， 郑霖豪， 程梦瑶． 新质生产力赋能高质量发展的内在逻辑与实践构想［Ｊ］． 当代经济研究． ２０２３， （１１）： ５１～５８．
［１０］ 任保平， 王子月． 数字新质生产力推动经济高质量发展的逻辑与路径［Ｊ］． 湘潭大学学报（哲学社会科学版）， ２０２３，４７ （６）： ２３～３０．
［１１］ 蒋永穆， 薛蔚然． 新质生产力理论推动高质量发展的体系框架与路径设计［Ｊ］． 商业经济与管理， ２０２４， （５）： ８１～９２．
［１２］ 乔晓楠， 马飞越． 新质生产力发展的分析框架： 理论机理、测度方法与经验证据［Ｊ］． 经济纵横． ２０２４， （４）： １２～２８．
［１３］ 栗向阳， 王磊， 张宇欣． 长江经济带新质生产力发展的时空演化格局及其影响因素［Ｊ］． 长江流域资源与环境， ２０２４， ３３（５）： ９０９～９２３．
［１４］ 龚斌磊． 袁菱苒． 新质生产力视角下的农业全要素生产率：理论、测度与实证［Ｊ］． 农业经济问题（月刊）， ２０２４， （４）：６８～８０．
［１５］ 王珂， 郭晓曦． 中国新质生产力水平、区域差异与时空演进特征［Ｊ］． 统计与决策， ２０２４， ４０ （９）： ３０～３６．
［１６］ 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］． 数量技术经济研究， ２０２４， ４１ （６）： ５～２５．
［１７］ 曾鹏， 覃意晗， 周联超． 中国城市新质生产力水平的测算及时空格局［Ｊ］． 地理科学进展， ２０２４， ４３ （６）： １１０２～１１１７．
［１８］ 孙亚男， 刘燕伟， 傅念豪， 等． 中国新质生产力的增长模式、区域差异与协调发展［Ｊ］． 财经研究， ２０２４， ５０ （６）： ４～１８，３３．
［１９］ 卢江， 郭子昂， 王煜萍． 新质生产力发展水平、区域差异与提升路径［Ｊ］ 重庆大学学报（社会科学版）， ２０２４， ３０ （３）：１～１７．
［２０］ 王锋， 冯根福． 基于ＤＥＡ 窗口模型的中国省际能源与环境效率评估［Ｊ］． 中国工业经济， ２０１３， （７）： ５６～６８．
［２１］ Ｄａｇｕｍ Ｃ． Ａ Ｎｅｗ Ａｐｐｒｏａｃｈ ｔｏ ｔｈｅ Ｄｅｃｏｍｐｏｓｉｔｉｏｎ ｏｆ ｔｈｅ Ｇｉｎｉ Ｉｎ⁃ｃｏｍｅ Ｉｎｅｑｕａｌｉｔｙ Ｒａｔｉｏ ［Ｊ］， Ｅｍｐｉｒｉｃａｌ Ｅｃｏｎｏｍｉｃ， １９９７， ２２ （４）：５１５～５３１．
［２２］ Ｓｉｌｖｅｒｍａｎ Ｂ Ｗ． Ｄｅｎｓｉｔｙ Ｅｓｔｉｍａｔｉｏｎ ｆｏｒ Ｓｓｔａｔｉｓｔｉｃｓ ａｎｄ Ｄａｔａ Ａｎａｌ⁃ｙｓｉｓ ［Ｍ］． Ｌｏｎｄｏｎ： Ｃｈａｐｍａｎ ａｎｄ Ｈａｌｌ， １９８６： ２８．
［２３］ 习近平． 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［Ｊ］． 求是， ２０２４， （１１）： １．
［２４］ 张军， 吴桂英， 张吉鹏． 中国省际物质资本存量估算：１９５２～２０００ ［Ｊ］． 经济研究， ２００４， （１０） ３５～４４．
［２５］ 董庆前． 中国新质生产力发展水平测度、时空演变及收敛性研究［Ｊ］． 中国软科学， ２０２４， （８）： １７８～１８８．
［２６］ 徐光春， 梅荣政． 马克思主义大辞典［ Ｍ］． 武汉： 长江出版传媒， ２０１８： ５８～５９．
（责任编辑： 张舒逸）
基金项目： 国家社会科学基金青年项目“高质量发展视域下产业绿色发展的多尺度评价、动因解析及其路径优化研究” （ 项目编号：
