一、引言

2023年9月，习近平总书记在考察黑龙江时首次提出“新质生产力”的概念，并突出强调“积极培育新能源、新材料、先进制造、电子信息等战略性新兴产业，积极培育未来产业，加快形成新质生产力”。当今世界正处于百年未有之大变局，新一轮科技革命和产业变革与我国加快转变经济发展方式形成历史性交汇。我国经济已进入转型升级的关键时期，发展新质生产力是实现我国经济跨越式发展和社会生产力跃迁的主动仗，也是以产业变革的方式构筑新的竞争优势、赢得可持续发展主动权的先手棋。

目前，在理论层面学术界对新质生产力的内涵探讨较为丰富。从马克思主义政治经济学的角度出发，多数文献将生产力和生产关系的矛盾运动规律作为理论基础，理解新质生产力的理论来源；^[1][2][3]以历史唯物主义的视域作为切入点，相关文献从科学技术在生产力发展过程中所日益发挥的决定性作用来理解新质生产力的历史来源；^[4][5]从新一代产业变革的视角出发，部分文献以数字生产力、高质量发展、新型工业化以及培育战略性新兴产业和未来产业所带来的产业变革等为主题展开来理解新质生产力的现实来源。^{[6][7][8][9][10][11][12][13][14]}

目前学者对新质生产力的内涵和广延研究较为深入，虽然现有研究尚未形成统一框架，但多数都是基于生产力三要素理论层面。王珏等基于马克思主义生产力理论，从生产力的三大构成要素角度出发构建综合指标体系，对我国省域新质生产力发展水平进行测度；^[15]卢江等从科技生产力、绿色生产力和数字生产力三大角度构建新质生产力综合评价体系，测算了我国省级区域新质生产力水平；^[16]孙亚男等核算“三新”经济增加值的基础，从技术进步和技术效率维度测算我国省级新质生产力。^[17]上述文献虽从不同角度对新质生产力进行了测度，但从省域层面测算新质生产力会忽略不同城市之间的异质性，进而不可避免地产生一定的宏观加总偏误。另外，傅联英等虽然从新质生产力的“三高三化三性”角度测度我国市域新质，但底层逻辑仍未结合现实产业实践。^[18]刘建华等参考中央经济工作会议关于发展新质生产力要求，从新动能、新产业、新模式三个维度构建重大国家战略区域新质生产力评价指标体系。^[19]从新质生产力的指标构建来看，以劳动者、劳动对象和劳动资料或以科技、绿色和数字生产力角度更多侧重于生产力构成要素或表现形式的“量”的增长而非“质”的提升及组合优化，因而无法更好地揭示新质生产力的丰富内涵。综上对比新质生产力研究的相关成果可以发现，多数文献仅从新质生产力理论层面展开分析，鲜有文献从新质生产力实践层面进行探究并构建基础，缺乏将发展实践和新质生产力内在要求相结合作为指标体系构建基础，导致指标设计出现缺乏产业发展重要性或未充分体现生产力“质”的提升及优化组合特点等问题。就新质生产力发展而言，如果忽视了现实产业实践层面的新质生产力发展表现，就无法为各地区结合实际因地制宜地发展新质生产力提供更为坚实、更为充足、更为细致的事实证据。因此，从发展新质生产力实际状况出发，既考虑新质生产力的基本理论内涵，又从实践角度并结合发展新质生产力的内在目标要求，建立一套适用于测度新质生产力水平的评价指标体系显得尤为重要。

本研究基于上述文献的薄弱之处开展补充性研究，从新质生产力发展的实践角度出发，通过构建经济基础支撑、创新环境赋能、传统产业转型、战略性新兴产业壮大、未来产业培育五方面层层递进又互为补充的综合指标体系对我国典型城市新质生产力发展水平进行测度。本研究的边际贡献在于：首先，基于新质生产力的理论逻辑，结合我国不同地区发展新质生产力的现实条件，从城市层面提出我国新质生产力的测算框架，并采用改进熵值法测度，有效避免现有研究普遍存在的加总偏误和测量误差问题；其次，从时空双维度揭示新质生产力的东、中、西区域差异和发展状况，为不同地区因地制宜发展新质生产力提供决策依据；最后，利用核密度估计和Markov链准确捕捉新质生产力的时空演变特征，从静态和动态两个视角揭示新质生产力空间集聚格局及其非均衡发展现象，把握新质生产力的历史演进规律和空间分布格局，为挖掘城市间差异原因提供现实向导。

二、新质生产力的指标体系构建 (一) 新质生产力的内涵及指标体系构建理论基础

新质生产力有丰富的理论内涵，其本质上是生产力发展的高级阶段。首先，新质生产力的“新”意味着传统生产关系的重塑以及科技创新对生产要素的深度整合和全方位渗透；^[4]新质生产力的“质”意味着生产力构成要素的质的不断提升并呈现出来的更为先进的生产力形式。^[20]劳动者、劳动对象、劳动资料是生产力重要构成要素，生产力和生产关系的相互作用推动着新质生产力的形成与发展。由此，立足于产业层面，新质生产力的重要体现便是新兴产业的发展壮大和未来产业的前瞻布局。其次，新质生产力是继马克思所提出的“物质生产力”“精神生产力”“自然生产力”“社会生产力”之后又一大生产力新样态，^[5]表现为人类社会由农业社会形成和积累的传统生产力，到工业社会出现的并由马克思概括而成的新兴生产力，再到信息社会即将开启的新质生产力的演进规律，^[21]体现出科技创新在生产过程中逐渐由参与、渗透再到引领生产力发展的地位跃迁。在这个过程中，新质生产力作为传统生产力“量”的积累和“质”的飞跃，其发展必然要求摆脱对传统粗放式发展模式的依赖，^[22]必然要求推动传统产业向高端化、绿色化、智能化发展，也必然要求加快传统产业改造升级，使之成为新质生产力的重要组成部分。由上述分析可知，新质生产力必然将落脚于现实产业实践，通过产业的更新迭代和变革，形成高效能的先进生产力。

进一步从实践角度理解新质生产力的生成逻辑方面，以数字技术为主导新一轮科技革命和产业变革推动着新质生产力的形成和发展，也必然催生新的产业形态，^[10][13]如战略性新兴产业和未来产业。在新一轮科技革命和产业变革背景下，新质生产力以塑造战略性新兴产业和未来产业为重要导向，以原创性、颠覆性科技创新为原动力，以高科技密集型产业为核心主体，以高质量经济基础为支撑，为新质生产力发展提供创新资料和物质基础；以科技创新作为新质生产力的关键性核心，^[15]通过创新环境激发创新活力、促进技术转移和共享、加速创新成果向现实生产力转化；深化战略性新兴产业的发展壮大和未来产业的前瞻布局，将传统产业作为发展新质生产力的战略基石，以战略性新兴产业和未来产业为新质生产力培育的重要载体和主要阵地，^[14]推动经济高质量发展、提升产业现代化水平、深化多学科交叉融合、促进前沿科技革命性颠覆性突破则是新质生产力的重要实践内容。

党的二十届三中全会提出健全因地制宜发展新质生产力体制机制，“建立未来产业投入增长机制”“引导新兴产业健康有序发展”和“支持企业用数智技术、绿色技术改造提升传统产业”。由此可见，传统产业作为新质生产力的产业基础，战略性新兴产业和未来产业作为新质生产力的实现载体，以科技创新引领产业更新迭代为战略重点，^[23]推动传统产业“补链”“升链”、战略性新兴产业“延链”“增链”、未来产业“建链”“扩链”是发展新质生产力的具体实践，其内涵与马克思主义生产力理论具有内在一致性。因此，从实践角度来说，对新质生产力的内涵界定如下：新质生产力是在我国高质量发展的大背景下，在雄厚的经济基础支撑和适宜的创新环境赋能下，通过传统产业转型升级、战略性新兴产业发展壮大和未来产业前瞻培育，以技术创新引领产业发展全过程，促进新一轮产业变革和科技革命的先进生产力。

(二) 新质生产力的指标体系构建

根据新质生产力的相关内涵界定，分别从经济基础支撑、创新环境赋能、传统产业转型、战略性新兴产业壮大、未来产业培育五个方面归纳出新质生产力发展的实践逻辑主线，以“金字塔式”层层递进，构建新质生产力的综合评价指标体系(图 1和表 1)。

第一，经济基础支撑。经济基础决定了生产力的形成和发展。人力资本不仅是创新活动的实施者，也是先进生产力的创造者，为新质生产力的发展提供战略性和基础性支撑；基础设施不仅影响劳动者的工作条件和生活质量，也为劳动资料的生产和运输提供必要的条件和便利，是发展新质生产力的物质根基；经济发展既可以提高劳动对象的生产力水平，也为劳动者提供越来越丰富的劳动资料，是先进生产力的物质表现。这三者共同为新质生产力的不断提升和经济的高质量发展奠定了坚实基础。基于此，选取人力资本、基础设施、经济发展对经济基础支撑进行表征。其中，人力资本采用高等学校在校学生来衡量，基础设施采用人均道路面积来衡量，经济发展采用人均GDP来衡量。

第二，创新环境赋能。2023年中央经济工作会议提出要以科技创新推动产业创新，^①特别是以颠覆性技术和前沿技术催生新产业、新模式，促进新动能发展、新质生产力完善。释放创新动能、引领新质生产力发展需要以创新环境为支撑，良好的创新生态有利于科技赋能高质量发展，吸引和培养人才，促进知识积累和交流，激发创新灵感，加快新技术的研发和应用。基于此，选取制度环境、知识产权保护、创业环境来衡量创新环境赋能。良好的制度环境可以降低企业的创新成本，提高创新的回报，从而激励更多企业进行研发投资和技术创新。^[24][25]本研究参考樊纲等的测度方法，采用省份层面市场化指数来衡量本省范围内地级市制度环境的优劣。^[26]②知识产权保护对激励创新至关重要，强有力的知识产权保护能够确保创新者通过市场化方式收回成本并获取利润，从而激励持续的创新活动。^[28][29]本研究采用知识产权司法审判案件数作为知识产权保护力度的衡量指标。创业环境对新质生产力的形成和发展具有直接影响，良好的创业环境能够吸引大量创新型企业涌现，促进技术成果的商业化和市场化。参考寇宗来和刘学悦的研究，本研究采用城市创新指数来衡量创新活跃度。^[30]

① 2023年12月中央经济工作会议部署2024年九大经济任务，其中科技创新居于首位。

② 参考解学梅和朱琪玮的做法，^[27]采用省份层面市场化指数来表征地级市市场化指数。

第三，传统产业转型。传统产业是现代化产业体系的根基，战略性新兴产业和未来产业的发展离不开传统产业的筑基。在新质生产力背景下要适应和引领新一轮科技革命和产业变革，需要实现传统产业的深度转型升级。2024年国务院政府工作报告指出，实施制造业技术改造升级工程，培育壮大先进制造业集群，创建国家新型工业化示范区，推动传统产业高端化、智能化、绿色化转型。选取高端化、智能化、绿色化来衡量传统产业转型。高新技术企业的专利数量能够衡量一个地区技术创新能力和技术成果转化水平，所以本研究采用加总到城市层面的高新技术企业已授权专利数量来衡量高端化程度。人工智能公司的数量反映了一个地区在智能化领域的企业数量和技术应用水平，所以采用加总到城市层面的人工智能公司的数量来衡量智能化程度。绿色化指标反映一个地区在环境保护和可持续发展方面的投入和成效，通过推动传统产业向绿色化转型，可以减少环境污染、提高资源利用效率，借鉴李博等的研究，采用各城市污水排放处理、城市园林绿化、市容卫生改善投资之和来衡量绿色化转型程度。^[31]

第四，战略性新兴产业壮大。战略性新兴产业通常以高科技为基础，以创新驱动为特点，是推动新质生产力发展的重要引擎。考虑到发展新质生产力要坚持科技自立自强的政策导向，并以提升全要素生产率作为核心标志，所以本研究从研发投入、创新成果、技术水平来衡量战略性新兴产业。根据中证有限公司所构建的我国战略性新兴产业综合指数(000891)，将其中的成分股企业选为战略性新兴产业观测样本，并将相关指标汇总到城市层面。研发投入是支撑企业创新能力的基础，所以采用成分股企业研发投入金额总和来衡量；创新成果直接提升了生产效益和市场竞争力，所以采用成分股企业发明专利授权量总和来衡量；技术水平与企业效率密切相关，能够确保战略性新兴产业的持续发展和国际竞争力，所以采用成分股企业全要素生产率均值来衡量。

第五，未来产业培育。《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》明确指出，在科教资源优势突出、产业基础雄厚的地区布局一批国家未来产业技术研究院。本研究选取政策支持、科教资源、产业基础来间接衡量未来产业培育。积极的政策支持可以为企业和研究机构提供资金、技术、市场等多方面的支持，^[32]推动未来产业发展。本研究选取该城市是否出台过未来产业规划或意见来衡量政策支持力度。科教资源是未来产业发展的基础，丰富的科学和教育资源能够为未来产业提供高素质的人才、前沿的科研成果和强大的创新能力，所以采用科学和教育预算支出作为衡量科教资源的指标。考虑到科创板主要服务于符合国家战略、突破关键核心技术、市场认可度高的科技创新企业，反映一个地区在科技创新企业培育和发展的能力，所以采用科创板上市公司的数量来衡量产业基础。

(三) 典型城市选取说明

鉴于城市层面相关数据的可获得性，本研究选取2018—2022年的省会城市和万亿GDP城市为研究对象。^③原因如下：首先，省会城市和万亿GDP城市是科研机构、高等院校、国家级实验室和科创中心的聚集地，其产业发展更加侧重于高附加值、高新技术、专精特新领域，助力传统产业转型升级、战略性新兴产业加速布局、未来产业提前“卡位”，是新质生产力的典型代表；其次，省会城市和万亿GDP城市通常是人才集聚和信息交流中心，具备政策资源倾斜和优惠措施赋予等优势，为发展新质生产力提供了良好的政策保障和资源支持；最后，省会城市和万亿GDP城市具备优质的营商环境、雄厚的财政支持和较高水平的对外开放程度，这为传统产业提质增效和新兴产业加速崛起提供了广阔的市场基础、丰富的社会资源，有利于新质生产力的发展壮大。

③ 截止到2022年12月31日，我国共有24个万亿GDP城市，除去与省会城市(不包括港澳台)的重合部分，样本量为40个城市，共200个城市-年份观测值。

(四) 数据来源

上市公司财务相关数据和样本所选城市的污水排放处理、城市园林绿化、市容卫生改善投资额数据来自国泰安(CSMAR)数据库，上市公司专利数据、高新技术企业数据来自中国研究数据服务平台(CNRDS)，人均GDP、科学和教育预算支出、人均道路面积、高等学校在校学生数来自《中国城市统计年鉴》，知识产权司法审判案件数来自历年知识产权状况白皮书，创新活跃度参考寇宗来和刘学悦的相关研究，市场化指数来自樊纲等的市场化指数报告，^[26][30]人工智能企业数量、是否出台过未来产业规划或意见为手工整理。此外，对部分缺失值采用插值法进行补齐。

三、新质生产力的东、中、西区域分异

基于研究目标，采用熵值法对各城市新质生产力水平进行测度。传统熵值法根据指标的相对变化程度对系统整体的影响来进行赋权，但当指标出现极端值时，传统熵值法可能夸大该指标的权重。直接删除异常值的处理方法会使原始数据信息丢失。基于此，本研究参考黄国庆等的研究，对指标差异性系数通过进行两两比较获得的判断矩阵来求解指标权重，从而使赋权结果更为合理。^[33]

图 2直观呈现了2018—2022年东、中、西三大区域^④新质生产力分异演变特征。从整体上看，不同地区之间新质生产力水平差距明显，东部地区的新质生产力水平明显高于全国和其他地区平均水平，中部、西部地区低于全国平均水平并且排序依次降低。就各个地区新质生产力变动程度而言，东部地区开始增长平缓，后呈现快速增长态势，且无论前期还是后期均快于全国平均增速和其他地区增速，中部、西部地区除中部地区增长较为快速外，西部地区在样本期内呈整体平缓微增的态势，新质生产力水平缓慢增长。这与各地区的政策导向、发展策略、历史基础、资源禀赋等多种因素相关：国家在区域发展政策上对东部有明确的开放和先发优势的定位，对中、西部地区则强调崛起和开发。不同地区根据自身条件实施不同的发展策略，东部地区产业以外向型和创新型为主，现代产业体系较为完备、优质资源要素聚集，金融业发达；中部地区则着力于承东启西、连南接北的产业布局，对东部地区产业转移的承接和原本的资源优势相结合使其产业基础和创新水平得到提升，其整体产业技术创新能力超过西部地区而逊色于东部地区；西部地区强调资源开发和生态保护相结合，其拥有丰富的自然资源为新型生产力的发展提供了重要的物质基础，并且国家实施了一系列西部发展战略，无论是资金上的补贴和金融扶持，还是技术和科研人才方面的支持，都为西部地区新质生产力的发展创造了有利的外部环境。但总体而言，上述优势并不能弥补西部地区基础设施落后、人才短缺等劣势：基础设施建设的乏力严重制约着西部资源的开发和利用，而高级人才和专业技术人才的缺乏，不仅限制了技术创新和产业升级，更成为西部新质生产力发展的瓶颈。

④ 东部城市包括北京、天津、沈阳、长春、哈尔滨、石家庄、上海、南京、无锡、苏州、南通、杭州、宁波、福州、泉州、济南、青岛、广州、深圳、佛山、东莞、海口，中部城市包括太原、合肥、南昌、郑州、武汉、长沙，西部城市包括呼和浩特、南宁、重庆、成都、贵阳、昆明、拉萨、西安、兰州、西宁、银川、乌鲁木齐。

为进一步对东、中、西三大区域新质生产力空间特征进行分析，运用Dagum基尼系数分解法对新质生产力的空间差异进行分析，将区域整体差异分解为区域内差异贡献、区域间差异贡献和超变密度贡献三项，分别用来反映东、中、西区域内部新质生产力差异、地区间差异以及各地区交叉重叠对新质生产力的贡献率大小，结果如表 2。

从表 2也可进一步得到印证，我国东、中、西三大区域间新质生产力水平的总体差异呈不断上升趋势，在样本期内新质生产力的总体基尼系数由2018年的0.4121上升至2022年的0.4609，且区域内差距和区域间差距对总体差距的贡献率均超过85%，说明各地区内部和各地区之间新质生产力水平的差异均正在不断扩大。而超变密度在“微弱上扬－平缓下降”的小幅波动中趋于降低，且贡献率徘徊在13%左右，说明不同区域间交叉重叠问题对总体差异的影响较明显且无法忽略，随时间推移重叠部分的不平等程度逐渐趋于稳定。从东、中、西三大区域的组内差异来看，东部地区的组内差异始终是其中最大的，在整个样本期呈现不断上升的演变趋势，甚至在2022年时达到了0.4277，远高于西部地区的0.1050。

从新质生产力具体数值来看，东部地区的北京、上海和深圳与其他城市呈断档式分层，东部地区除去这三个城市后的新质生产力水平平均值由0.2135下降为0.1618。其主要原因是这三个城市有着得天独厚的科技创新资源，其域内众多的研究机构、科研高校和高新技术企业共同构成一个完整的产业创新生态链，同时国家相关政策的倾斜使得人才、资金、技术等创新高端要素持续向其集聚，并依托强大的科技创新实力，大力发展人工智能、大数据和云计算等新兴产业，使这三个“科创策源力”城市发展新质生产力有先天优势，并在一定程度上有效带动周围城市发展，发挥新质生产力区域增长极作用。中部地区新质生产力区域内最大值郑州约为区域内最小值南昌的2.84倍，远低于东部地区的14.82倍，2022年的组内基尼系数仅为0.1393，呈现出较小的区域差异。而西部地区区域内差距较大，2018年区域内基尼系数为0.3645，到2022年已经上升为0.42553，与东部地区区域内差距相当。这可能与中部和西部地方基础设施和人才技术聚集流动程度有关。

综上，东、中、西三大区域间及内部巨大的空间差异间接说明，在发展新质生产力的过程中，各地区应因地制宜、因时制宜，根据各自的资源优势、产业基础、科技水平等有针对性地促进产业创新，推动新质生产力发展，“趋同化”或者“齐步走”式地发展新质生产力并不现实。

四、新质生产力的时空演变 (一) 我国典型城市新质生产力的时空分布

为直观分析我国典型城市新质生产力的时序演变特征，采用核密度估计绘制出2018—2022年新质生产力动态演变趋势图(图 3)。核密度估计作为一种非参数统计方法，在研究数据非均衡分布领域有广泛应用。该方法利用密度曲线对目标变量的分布位置、极化特征、分布形态和波峰数目等关键属性进行刻画，进而估计样本数据的概率密度。就本研究而言，分布位置和分布形态反映了新质生产力整体水平的动态演进趋势，极化特征和波峰数目反映了极化格局演变。在核函数选择方面，本研究采用常用的高斯核函数对新质生产力进行估计。

根据不同年份核密度曲线的移动视角，样本期内新质生产力的核密度曲线中心位置和变化区间随时间推移呈右移趋势，说明我国典型城市新质生产力整体水平呈稳步上升态势，水平不断提高；从极化特征来看，各年份核密度曲线从单峰形态开始逐渐演变，到2022年已经逐渐隐现“一主一侧”的形态特征，说明我国典型城市新质生产力朝多级分化现象演进，不同城市间新质生产力发展绝对差距不断加大；从分布形态方面分析，各年份核密度曲线呈逐年波峰高度下降、宽度缓慢增大态势，说明各城市间新质生产力差异正呈扩大化演进趋势，而各样本期曲线均呈右尾拉长形态，说明新质生产力水平高的城市仍占少数，仅少部分城市呈“领先”态势。上述结果表明，我国典型城市新质生产力发展呈现非均衡态势。

为更好地了解我国典型城市新质生产力的空间演变特征，将全国典型城市新质生产力可视化，得到我国典型城市新质生产力空间分布图(图 4)。

从空间维度看，大多数城市的新质生产力水平在样本期间提升较为缓慢。自2018年以来，北京、上海、深圳的新质生产力水平有较大幅度提升，东莞、佛山、南京、天津、宁波、广州、成都、无锡、杭州、济南、苏州、西安、郑州、长沙、青岛的新质生产力水平提升较为缓慢，乌鲁木齐、兰州、南宁、南昌、南通、武汉、泉州、石家庄、福州、西宁、贵阳、银川、呼尔浩特、哈尔滨、沈阳在2020年及以前保持增长的趋势，随后却出现小幅度下滑。至2022年，全国城市新质生产力发展水平呈现出显著的区域增长极趋势，北京、上海和深圳的新质生产力发展优势明显。这可能与其科技创新资源丰富，自身科技创新驱动新质生产力发展能力较强有关。

(二) 我国典型城市新质生产力的时空演变特征

本研究通过构建传统的马尔科夫(Markov)转移概率矩阵和基于空间的马尔科夫转移概率矩阵，深入分析我国典型城市新质生产力的时空演变特征，将新质生产力按分位数^⑤划分为四种状态，即低、较低、较高和高，得到4×4的状态转移概率矩阵，并由新质生产力类型的向上、向下和不变的变化来确定转移方向。在空间权重矩阵的选择上，由于本研究所选城市多数之间并无相邻关系，如果选择空间邻接矩阵可能存在“孤岛单元”问题，故选择反距离空间权重矩阵进行分析。

⑤ 此处按照一般马尔科夫链取法，分别取25%、50%、75%分位点作为划分点。

表 3为2018—2022年我国典型城市新质生产力传统马尔科夫转移概率矩阵，根据计算结果可以得到以下转移路径规律：(1)各城市维持原有新质生产力状态的稳定性非常强，无论新质生产力处于何种初始类型，对角线上的概率均远大于非对角线概率。从数值上看，城市新质生产力水平维持在原有状态的最低概率为79.55%、最高概率100%。(2)新质生产力水平存在“俱乐部趋同”现象，从对角线概率值分布来看，对角线两端的概率值明显要高于对角线中间部分，表明新质生产力水平高的和低的城市的稳定性明显高于较低和较高新质生产力水平城市，在路径依赖效应作用下，我国典型城市新质生产力水平存在两极分化趋势。这也间接体现了新质生产力发展过程中的结构稳定性和空间差异性。(3)新质生产力水平处于相较较低的城市向上(新质生产力水平更高的类型转移)转移的难度相较于向下(新质生产力水平更低的类型转移)转移的难度更小，体现在概率上表现为较低新质生产力水平向较高和低新质生产力的转移概率分别为11.36%和9.09%。这一现象在较高新质生产力水平表现得更为明显：其向高和较低新质生产力的转移概率分别为15.00%和0.00%，即新质生产力更易向上发生转移。这在一定程度上缓解了部分中等新质生产力水平地区发展的“马太效应”，有利于缩小局部差异。(4)不存在所谓的跨越式发展，即仅能沿相邻的类型进行状态转变，无法从某一类型直接跨越相邻类型进行转移。以低新质生产力水平为例，低水平类型向较低类型转移概率为12.82%，但跨级向较高类型转移概率为零，其他情况亦是如此，这也充分说明发展新质生产力要遵循因地制宜原则。

在传统马尔科夫链转移概率矩阵的基础上，考虑空间滞后条件对转移路径的改变程度，构建空间马尔科夫转移概率矩阵。表 4是以邻域状态为空间滞后条件的我国典型城市新质生产力空间马尔科夫转移概率矩阵，对比表 3可得到如下结果：(1)空间溢出的影响在我国城市新质生产力水平转移过程中发挥了重要作用。与传统马尔科夫链转移概率矩阵相比较，加入不同空间滞后条件的新质生产力空间马尔科夫转移概率矩阵发生了明显变化，表明新质生产力水平类型转移与邻域状态存在较强的空间关联，空间溢出效应作用明显。(2)邻域状态对新质生产力“俱乐部趋同”效应作用效果存在差异且不一致。新质生产力水平低的城市在与较低水平城市为邻的条件下，该城市继续保持低水平状态的概率上升到87.50%，高于不考虑空间滞后条件时的87.18%；但在领域状态为较高新质生产力条件下，该城市继续保持较高水平状态的概率下降到87.10%；甚至在部分邻域类型下，保持原有类型的概率降为零。(3)高新质生产力邻域状态大大增加了不同新质生产力水平城市间接触的机会，同时加大了空间溢出效应和“城市虹吸现象”。最直观的表现为在高新质生产力相邻时，较低新质生产力水平向上和向下的转移概率均为16.67%，高于无空间滞后条件时的11.36%和9.09%，而维持原有状态的概率则由原来的79.55%下降为66.67%；较高新质生产力水平向上的转移概率为22.22%，高于无空间滞后条件时的15.00%，同时保持原有状态的概率由85.00%下降为77.78%。上述结果表明，若与高新质生产力的城市为邻，则该城市的“空间粘性”将会被极大削弱，说明发挥“领头羊”城市新质生产力增长极的带动和示范作用、增强其辐射强度，是长期落后地区摆脱“发展落后陷阱”、缩小地区差异的有效途径。

加入空间滞后条件后的结果表明，我国典型城市间新质生产力存在明显的空间滞后效应，为进一步在统计上验证这一结论，参考王少剑等和陈明华等的做法进行卡方假设检验，^[34][35]假设城市间的新质生产力的转移是相互独立的，与邻域状态类型无关。检验公式如下：

$ Q_b=-2 \log \left\{\prod\limits_{l=1}^k \prod\limits_{i=1}^k \prod\limits_{j=1}^k\left[\frac{m_{i j}}{m_{i j}(S)}\right]^{n_{i j}(S\rangle}\right\} $

(1)

其中，k为新质生产力状态类型个数，m_ij为传统马尔科夫转移概率；m_ij(S)表示邻域状态类型为S的空间马尔科夫转移概率；n_ij(S)表示邻域状态类型为S的空间马尔科夫转移的城市个数；Q_b服从自由度为36的卡方分布，在0.005的置信水平下，p值为0.0000，因此拒绝接受我国新质生产力的类型转移在空间上是相互独立的假设。

空间马尔科夫转移概率矩阵结果表明，我国典型城市的新质生产力具有明显的空间溢出效应，新质生产力类型转移受不同邻域状态的溢出影响，呈现差异化的“俱乐部趋同”现象。区域增长极对周围地区的带动辐射作用和城市虹吸作用同时存在，削弱了新质生产力落后地区的“水平固化”，同时全国范围内高水平和低水平“俱乐部”各自集聚的极化现象又加剧了区域非均质化程度。新质生产力以战略性新兴产业和未来产业为主要载体，受区域经济、科技创新水平等因素影响，因此我国典型城市新质生产力的空间溢出效应是区域经济、科技创新活动溢出的具体表现之一。

根据经济增长理论，区域的经济、科技创新活动是技术、制度、政策和资源要素等多种因素共同作用的结果。人才技术等创新资源在区域市场中可以自由流动，新质生产力水平落后的地区通过吸收承接一定先进地区的产业转移和技术人才，促进了自身科技进步。此外城市办公租金的优势也使得先进地区邻域城市更易吸引小型科技公司“落户”；而向先进地区相关制度政策的借鉴和学习，可以避免重蹈错误路径，最终使新质生产力落后地区向先进地区靠拢，即经济、科技创新活动表现出空间溢出效应。这在长三角和珠三角地区表现得尤为明显，上海和深圳对邻近地区新质生产力水平具有强大的辐射带动作用。

五、研究结论与对策建议

基于形成新质生产力的现实路径，通过构建经济基础支撑、创新环境赋能、传统产业转型、战略性新兴产业壮大、未来产业培育等方面层层递进又互为补充的新质生产力综合指标体系，对我国2018—2022年40个典型城市新质生产力发展水平进行测算，并采用核密度估计、Dagum基尼系数以及Markov链等多种方法揭示其区域分异特征和时空演变趋势。研究发现：首先，从区域分异来看，东、中、西不同地区之间新质生产力水平差距明显，呈现出东、中、西逐级递减的特征，且随着时间推移区域间基尼系数不断增加，新质生产力在东部地区呈现较快增长态势，中、西部地区则仍具有较大的提升潜力；而从空间分异视角来看，我国东、中、西地区间新质生产力水平的总体差异呈不断上升趋势，不同区域间交叉重叠问题对总体差异的影响较小，区域内差异均呈现逐年增大态势，新质生产力水平的空间差异主要来自区域内部及区域间的差异。其次，从时变趋势来看，我国典型城市新质生产力朝多级分化现象演进，不同城市间新质生产力发展绝对差距不断加大，且仅有少数城市新质生产力发展水平处于领先地位；从空间分布来看，全国城市新质生产力发展水平呈现出显著的区域增长极和空间集聚的趋势，主要呈现以北京、上海、深圳为核心，向外辐散新质生产力而逐渐趋于降低的格局；从时空演进来看，我国城市新质生产力转移具有一定稳定性，存在明显的“俱乐部趋同”现象，区域增长极对邻域城市的辐射带动作用削弱了落后地区发展新质生产力的空间粘性，同时其带来的城市阴影效应又加大了地区间的不均衡现象，两种作用综合结果产生区域生产力的空间溢出现象。

基于以上分析，本研究提出以下建议：

第一，充分发挥各地区资源、人口、科技等比较优势，实施差异化发展战略，因地制宜、因时制宜地发展新质生产力。新质生产力发展水平较高的地区应继续发挥市场、人才、技术等各方面的先发优势，集聚产学研用资源，有组织、系统化地推进“卡脖子”科技和关键技术攻关，加快颠覆性技术的突破，不断挖掘新质生产力发展潜力。新质生产力发展水平较低的地区应积极借鉴先进地区的先进管理经验和科学技术，规避发展中的错误路径，发挥创新发展的后发优势，同时继续有针对性地实施对点帮扶政策，充分运用各类调节工具和政策倾斜，引导创新资本和科技人才资源回流，提升落后区域新质生产力发展的环境正外部性。

第二，实施新质生产力区域协调发展战略，着力解决区域发展不平衡问题。不断增强创新资源跨区流通性，加快建设全国统一大市场，重视全国统筹安排，东、中、西部要优势互补、相互扶持，促进创新人才、技术，特别是推动战略性新兴产业和未来产业互联互通，形成区域协调创新合作网络圈，发挥好“区域增长极”的辐射带动作用，配合使用各项人才引进、资源利用优惠政策促使落后地区摆脱新质生产力发展的“空间粘性”，远离“格局固化”路径，中、西部地区要积极承接东部沿海城市产业梯度转移和技术扩散，缩小新质生产力水平的区域差距。

第三，强化发展新质生产力的顶层设计，聚焦颠覆性、前沿性技术创新领域，统筹未来发展，推动战略性新兴产业和未来产业的系统性布局，设立并完善与中小高新技术企业相适宜的激励机制，促进新质生产力的高质量发展。