
新经济研究
Journal of New Economic Studies
- 主办单位:未來中國國際出版集團有限公司
- ISSN:3079-3416(P)
- ISSN:3079-9589(O)
- 期刊分类:经济管理
- 出版周期:月刊
- 投稿量:2
- 浏览量:414
相关文章
暂无数据
四川省新质生产力水平测度研究
Research on the Measurement of New Quality Productive Forces in Sichuan Province
引言
2023年9月,习近平总书记在新时代推动东北全面振兴座谈会上首次提出“新质生产力”概念,明确其核心要义是摆脱传统要素驱动的增长路径,以科技创新为核心引擎,通过生产要素的创新性重组与产业体系的深度转型升级,实现生产力质的跨越式跃升,这一论断为我国经济高质量发展指明了核心动力方向。新质生产力的核心内涵已形成学界共识,刘洋提出其以科技突破、要素创新配置和产业升级为核心,翟青等从政治经济学视角补充了生产要素优化与产业结构转型等多维度特征,潘建屯等则强调其 “新”体现在科技创新驱动、新兴产业支撑与高质量发展目标三个维度。在测度体系研究中,指标框架已从单一维度演进为 “科技—产业—数字” 或 “新质劳动力—新质劳动对象—新质劳动资料” 等三维模式,熵值法、TOPSIS 法成为主流测度方法,卢江等、马东雪等均基于科技、绿色、数字三维度构建指标,验证了西部地区新质生产力 “整体滞后、内部不均” 的格局。张智运用熵权法测度西部民族地区,发现其发展水平低于全国且区域增速差异显著;丁仕潮以三要素耦合协调度为核心,证实四川、重庆等省市协同效应较强。现有研究多聚焦全国或西部整体层面,蔡湘杰等虽采用熵权 - TOPSIS 法开展区域测度,但对四川 “产业多元、经济区差异显著” 的省情适配性不足,缺乏结合四川特色产业的针对性指标,且未精准刻画省内五大经济区的空间异质性,难以支撑差异化施策。基于此,本研究立足四川实际选取2009-2023年中国四川省的21个地级市以及自治州的数据作为研究对象,对新质生产力进行测度分析,旨在为新质生产力的分析和发展提供经验参考。
一、研究设计
(一)研究体系构建
本研究以四川新质生产力为对象,围绕其发展水平测度构建“新质劳动力、新质生产对象、新质劳动资料”指标体系。运用熵权-TOPSIS开展实证分析,最终提炼主要研究结论并提出针对性政策建议,系统揭示四川新质生产力的发展特征与提升路径。
(二)数据来源
基于科学性与可行性原则,本文立足四川实际选取2009-2023年中国四川省的21个地级市以及自治州的数据。数据来源于《中国城市统计年鉴》《四川省统计年鉴》《成都市统计年鉴》等官方数据,并采用线性插补法针对缺失异常数据进行处理。
(三)研究方法
在进行新质生产力发展水平测度研究上采用熵权-TOPSIS综合评价法,熵权-TOPSIS法不仅可以规避主观因素对指标权重的干扰,还能确定评价对象的排列顺序[66],具体公式如下:
构建规范化矩阵:
正向指标:
负向指标:
计算信息熵:
| 维度 | 构成要素 | 指标解释及来源 | 方向 | 权重 |
|---|---|---|---|---|
| 新质劳动力 | 新兴产业员工数量 | 战略性新兴产业和未来产业上市公司的总员工数,按注册地汇总到地级市。数据来源于企业年报。 | + | 10.08% |
| 员工个人能力 | 在岗职工平均工资(元)可以反应当地人才的平均能力,数据来源于相关统计年鉴 | + | 0.98% | |
| 员工高素质水平 | 普通高等学校学校数(所),高等院校是提升劳动力素质的重要场所,数量越多,能够反应当地高素质教育能力越强,为当地培养更多的人才,当地如果没有普通高等学校则记作0,数据来源于相关统计年鉴 | + | 5.08% | |
| 新质劳动对象 | 基础设施 | 互联网宽带接入用户_千户,数据来源于相关统计年鉴 | + | 3.17% |
| 电信业务总量(亿元),数据来源于相关统计年鉴 | + | 4.29% | ||
| 未来发展 | 机器人安装密度,参考文献:魏下海等(2020)的文章 | + | 2.47% | |
| 生态环境 | 环境污染治理投资(亿元),数据来源于相关统计年鉴 | + | 5.01% | |
| 碳交易、用能权交易、排污权交易(亿元),数据来源于各地级市门户网站披露整理 | + | 5.10% | ||
| 生活垃圾无害化处理率(%),数据来源于相关统计年鉴 | + | 0.13% | ||
| 新质劳动资料 | 技术研发 | 科学支出占地方财政支出的比重,数据来源于相关统计年鉴 | + | 2.58% |
| 创新产出 | 当年申请的发明数量,数据来源于国家专利总局 | + | 8.87% | |
| 当年申请的实用新型数量,数据来源于国家专利总局 | + | 7.63% | ||
| 智能化 | 人工智能企业数量,数据来源于天眼查 | + | 12.09% | |
| 绿色化 | 当年申请的绿色发明数量,数据来源于国家专利总局 | + | 9.64% | |
| 当年申请的绿色实用新型数量,数据来源于国家专利总局 | + | 7.98% | ||
| 数据要素 | 数据要素利用水平,上市公司数据资产相关词频+1取对数,按注册地汇总到地级市,取当地上市公司数据资产词频对数的平均值作为代理指标,词频参考苑泽明(2022)的文章 | + | 1.37% | |
| 有无数据交易平台,手工搜集各地级市是否有数据交易所,有取值为1,没有取值为0 | + | 13.53% |
计算指标比重:
计算加权矩阵:
确定最优解S+j和最劣解S-j:
综合评价指数:
二、研究结果与分析
| NPRO | 2009 | 2010 | 2011 | 2012 | 2013 | 2015 | 2016 | 2017 | 2018 | 2019 | 2020 | 2021 | 2022 | 2023 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 巴中 | 0.0018886 | 0.0023228 | 0.0024822 | 0.0026024 | 0.0035377 | 0.0053494 | 0.006351 | 0.0073205 | 0.0075556 | 0.0071882 | 0.0074482 | 0.0074468 | 0.0078312 | 0.008322 |
| 成都 | 0.0615736 | 0.0729529 | 0.0693603 | 0.086684 | 0.0948049 | 0.173817 | 0.1665274 | 0.2080136 | 0.1994255 | 0.1909491 | 0.2216694 | 0.2291813 | 0.2104011 | 0.226878 |
| 达州 | 0.0031337 | 0.0036954 | 0.0042282 | 0.0046888 | 0.0053541 | 0.0074162 | 0.0161211 | 0.0189321 | 0.0174084 | 0.0198835 | 0.0189852 | 0.0199958 | 0.0195895 | 0.021422 |
| 德阳 | 0.159786 | 0.1614265 | 0.1627861 | 0.1645053 | 0.1665675 | 0.1713146 | 0.1754268 | 0.1839416 | 0.1824661 | 0.1812238 | 0.1824688 | 0.1812527 | 0.1761607 | 0.179034 |
| 广安 | 0.010849 | 0.0114047 | 0.0109698 | 0.0113371 | 0.0115253 | 0.0148533 | 0.0155558 | 0.0161253 | 0.016408 | 0.0152925 | 0.0175852 | 0.017442 | 0.0163458 | 0.017057 |
| 广元 | 0.0023722 | 0.0028767 | 0.0041155 | 0.004672 | 0.0051658 | 0.0067961 | 0.0082323 | 0.0106988 | 0.010447 | 0.01024 | 0.0110042 | 0.0103633 | 0.0110679 | 0.011918 |
| 乐山 | 0.0115563 | 0.0137813 | 0.0162208 | 0.0160824 | 0.0176153 | 0.023615 | 0.0253511 | 0.0320995 | 0.0317739 | 0.0323646 | 0.031275 | 0.0293792 | 0.028347 | 0.030363 |
| 泸州 | 0.0111393 | 0.01162 | 0.0133247 | 0.0142826 | 0.0154675 | 0.0196112 | 0.0223425 | 0.0255851 | 0.0261423 | 0.0267386 | 0.0275498 | 0.027511 | 0.0254308 | 0.027139 |
| 眉山 | 0.0043123 | 0.0102891 | 0.0118447 | 0.0142545 | 0.0154096 | 0.0173703 | 0.0192616 | 0.0244779 | 0.0247397 | 0.023923 | 0.0268013 | 0.0255385 | 0.0259818 | 0.027519 |
| 绵阳 | 0.0188093 | 0.0197227 | 0.0203552 | 0.0234359 | 0.0257156 | 0.0351339 | 0.0395508 | 0.0471774 | 0.0549222 | 0.050247 | 0.0501131 | 0.0509837 | 0.0461494 | 0.050175 |
| 南充 | 0.011734 | 0.0118123 | 0.0113013 | 0.0134527 | 0.0142294 | 0.0158469 | 0.0175689 | 0.0177928 | 0.0198178 | 0.0246163 | 0.0172878 | 0.0249241 | 0.0245356 | 0.024863 |
| 内江 | 0.003059 | 0.0036809 | 0.004924 | 0.0053236 | 0.012684 | 0.0179213 | 0.0193604 | 0.0265789 | 0.0282856 | 0.0283678 | 0.0280795 | 0.0239622 | 0.0202266 | 0.023475 |
| 攀枝花 | 0.0108474 | 0.0066963 | 0.014715 | 0.015601 | 0.0196317 | 0.0252317 | 0.01751 | 0.0242529 | 0.0330526 | 0.0315476 | 0.0300244 | 0.0274484 | 0.0241928 | 0.027088 |
| 遂宁 | 0.1729952 | 0.1821386 | 0.1856539 | 0.1837459 | 0.1890374 | 0.1932646 | 0.1934685 | 0.2064161 | 0.2108365 | 0.214131 | 0.2237225 | 0.2272261 | 0.1929355 | 0.206745 |
| 雅安 | 0.0034442 | 0.0093314 | 0.0109542 | 0.0133442 | 0.0118358 | 0.0138798 | 0.0145905 | 0.0184396 | 0.0202381 | 0.0212485 | 0.0202369 | 0.0195567 | 0.0183099 | 0.02001 |
| 宜宾 | 0.0125781 | 0.0138283 | 0.014559 | 0.0145112 | 0.0156874 | 0.0195841 | 0.0216221 | 0.0267691 | 0.0264347 | 0.0284944 | 0.030558 | 0.029986 | 0.0268996 | 0.029544 |
| 资阳 | 0.0027902 | 0.0036273 | 0.0041736 | 0.0049812 | 0.0061242 | 0.0087979 | 0.0089329 | 0.0135285 | 0.0133756 | 0.0140505 | 0.0140245 | 0.012741 | 0.0117136 | 0.013115 |
| 自贡 | 0.0111928 | 0.0121232 | 0.0118635 | 0.0139107 | 0.0157148 | 0.0204359 | 0.0219755 | 0.0271763 | 0.0281389 | 0.0290301 | 0.0277668 | 0.0262787 | 0.0243221 | 0.026351 |
| 阿坝州 | 0.0039721 | 0.0044922 | 0.0050805 | 0.0057458 | 0.0066864 | 0.0077808 | 0.0058356 | 0.0087534 | 0.0106987 | 0.0116713 | 0.0116713 | 0.0136165 | 0.0165343 | 0.0204247 |
| 甘孜州 | 0.0035938 | 0.0040644 | 0.0045967 | 0.0051986 | 0.0060496 | 0.0070398 | 0.0052799 | 0.0079198 | 0.0096797 | 0.0105597 | 0.0105597 | 0.0123197 | 0.0149596 | 0.0184795 |
| 凉山州 | 0.0150876 | 0.0160354 | 0.0170428 | 0.0181135 | 0.0194523 | 0.02089 | 0.0221956 | 0.0254597 | 0.0274181 | 0.0293766 | 0.0326406 | 0.0378631 | 0.0424328 | 0.0456969 |
表2内容即为四川省2012-2023年21个市州的新质生产力测算结果表,NPRO即为具体新质生产力数值。
从2009-2023 年这15 年的全省新质生产力平均得分变化来看,整体呈现出持续增长且阶段特征鲜明的发展态势。2009 年全省平均得分仅为0.0256,到2023 年已攀升至0.0499,15 年间增长幅度达到94.9%,经测算年均复合增长率约为5.0%,这一增长速度既体现了四川省在培育新质生产力方面的持续投入,也反映出区域经济发展动能转换的显著成效。从发展阶段来看,2009-2015 年可视为“基础培育与缓慢增长期”,这一阶段新质生产力相关的科技创新体系、产业升级路径尚未完全成型,相关政策支持也处于探索阶段,因此年均增长率仅为3.2%;2016-2020 年则进入“加速突破与快速提升期”,随着国家对新发展理念的深入推进,四川省在高新技术产业培育、数字经济发展、创新平台建设等方面加大投入,叠加产业结构调整的红利释放,这一阶段年均增长率跃升至7.8%,成为推动新质生产力水平跃升的关键时期;2021-2023 年则过渡到“质量优化与平稳发展期”,此时全省新质生产力发展已从规模扩张转向质量提升,重点聚焦于核心技术突破、产业链供应链韧性增强以及发展效益提升,因此年均增长率回落至2.1%,但发展的稳定性和可持续性显著增强。值得注意的是,在这15 年的发展历程中,每年的平均得分均高于前一年,未出现任何负增长年份,这种连续稳定的增长态势,充分说明四川省新质生产力发展的基础扎实,动力机制已初步形成,具备长期向好的发展潜力。
从重点城市的15 年时间序列表现来看,不同城市基于自身发展基础和资源禀赋,呈现出各具特色的发展轨迹,共同构成了四川省新质生产力发展的多元图景。作为省会城市的成都,始终扮演着“引领者”的角色,2009 年其新质生产力得分已达0.0613,显著高于同期全省平均水平,到2023 年更是以0.2269 的得分位居全省第一,15 年增长幅度高达268.47%,且在这15 年间每年的得分均稳定处于全省前3 名。成都的领先地位源于其作为西部科技创新中心、国家中心城市的战略定位,在人才吸引、科研平台建设、高新技术产业培育等方面拥有得天独厚的优势,尤其是在电子信息、生物医药、人工智能等新兴产业领域的集聚效应,为新质生产力的快速提升提供了坚实支撑。遂宁则展现出“稳定标杆”的特质,15 年平均得分以0.1982 位居全省首位,且2009-2023 年期间,其得分始终稳定在0.15-0.21 的区间内,波动幅度极小,这种超强的稳定性源于遂宁均衡的产业结构 ——既注重传统产业的数字化、智能化升级,又积极培育绿色低碳、新材料等新兴产业,形成了“传统产业筑基、新兴产业赋能”的发展模式,使得新质生产力发展避免了大起大落,成为全省新质生产力发展稳定性的“基准城市”。
德阳作为传统工业强市,其新质生产力发展呈现出“平稳推进、根基扎实”的特点,2009 年以0.1187 的得分成为当年全省最高,到2023 年得分提升至0.1892,15 年增长59.4%,尽管增长幅度低于成都、内江等城市,但发展的稳健性尤为突出。德阳的发展优势在于其深厚的工业基础,尤其是在装备制造、清洁能源等领域的技术积累和产业优势,近年来通过推动工业互联网建设、智能制造改造以及产学研深度融合,成功实现了传统工业向现代化产业体系的转型,为新质生产力发展奠定了坚实的产业根基。而内江则上演了“跨越式提升”的精彩篇章,2009 年其得分仅为0.0057,处于全省较低水平,但到2023 年已增长至0.0433,15 年增长幅度高达667.41%,成为全省增长最快的城市。内江的跨越式发展得益于其精准的发展定位 ——充分利用自身区位优势承接东部产业转移,同时聚焦食品加工、机械制造等传统产业的转型升级,大力发展数字经济、绿色建材等新兴产业,通过“引进来”与“强内功”相结合,实现了新质生产力从“低水平起步”到“中等水平追赶”的历史性跨越,为其他基础薄弱城市提供了可借鉴的发展路径。
三、研究结论和建议
本文基于马克思主义生产力理论构建 “新质劳动力 - 新质劳动对象 - 新质劳动资料” 三维指标体系,运用熵权 - TOPSIS 法测度2009-2023 年四川省21 个市州及五大经济区新质生产力发展水平,核心结论如下:四川省新质生产力整体呈持续稳定增长态势,15 年间增长94.9%,年均复合增长率达5.0%,历经基础培育、加速突破、质量优化三个阶段,无负增长年份,发展基础扎实;区域与市域差异显著,形成 “成都平原领跑、其余区域梯度追赶” 的格局,成都、遂宁、德阳为第一梯队,内江实现跨越式增长,川东北、川西北部分市州虽发展水平较低但稳步提升;新质劳动资料中的人工智能企业数量、数据交易平台建设、绿色发明专利等指标是影响发展水平的关键因素,机器人安装密度等指标仍存在提升空间。
针对四川省新质生产力发展特征与差异格局,应实施差异化区域培育策略,成都平原经济区强化创新策源与辐射带动,川南、川东北经济区依托特色产业与人口红利加速追赶,攀西经济区破解资源依赖瓶颈,川西北生态示范区实现生态与经济协同发展;同时聚焦核心短板,加大人工智能、绿色技术、数据要素领域的政策与资金支持,完善数字基础设施全域覆盖,强化新质劳动力培育与跨区域流动,优化劳动对象供给,完善基础设施与生态治理,推动特色产业链延伸升级,建立跨区域协同与动态监测机制,缩小发展差距。
本研究通过构建适配四川实际的三维测度体系,运用熵权 - TOPSIS 法精准量化了全省新质生产力发展水平,清晰揭示了其阶段演进特征与区域差异格局,为破解发展不平衡问题、制定差异化培育政策提供了科学依据。未来四川省需持续强化创新驱动与要素协同,依托各区域资源禀赋与产业基础实现精准发力,推动新质生产力从 “梯度差异” 向 “全域协同” 转变,为经济高质量发展注入持久动力。
参考文献:
- [1] 蒋永穆,乔张媛. 新质生产力:符合新发展理念的先进生产力质态[J]. 东南学术,2024(02):52-63+246.
- [2] 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(03):5-15.
- [3] 刘洋. 深刻理解和把握发展新质生产力的内涵要义[J]. 红旗文稿,2023(24):20-22.
- [4] 吴继飞, 万晓榆. 中国新质生产力发展水平测度、区域差距及动态规律[J]. 技术经济,2024,43(04):1-14.
- [5] 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,2024,37(02):15-23.
- [6] 潘建屯, 陶泓伶. 理解新质生产力内涵特征的三重维度[J]. 西安交通大学学报(社会科学版),2024,44(04):12-19.
- [7] 丁仕潮, 魏引娣, 张飞扬. 中国新质生产力:发展水平与动态演进特征[J].统计与决策,2024,40(10):5-11.
- [8] 张智, 廖中伟. 新质生产力驱动下的民族地区经济高质量发展研究[J]. 贵州民族研究,2025,46(02):113-119.
- [9] 王俊岭, 张勇军,赵瑞芬. 京津冀新质生产力水平测度及时空演进分析[J].生态经济,2025,41(05):71-80.
- [10] 蔡湘杰, 贺正楚. 新质生产力的三维内涵及赋能科技创新的实践价值[J]. 科学与管理,2025,45(05):9-15.
- [11] 卢江, 郭子昂. 市域新质生产力:水平测度、时空演化与影响因素——基于2012—2021年全国277个城市面板数据的研究[J]. 社会科学辑刊,2024(04):124-133.
- [12] 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(001).
- [13] 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(001).
