开放科学(资源服务)标识码(OSID)：
The high-quality development of cities, as important spatial carriers and geographic activity units for economic and social development, remains an important issue of our time. Can new productive forces, as a key initiative to reshape new dynamics, be an important way to help cities develop in a high-quality manner If so, what is the internal logic of new-quality productive forces influencing the high-quality development of cities? An overview of the existing literature shows there is a relative lack of empirical research on the relationship between the two. In view of this, this paper tries to put the new quality productive forces and high-quality urban development in the same research framework, and takes entrepreneurial activity as the starting point to explore the mechanism of new quality productive forces on high-quality urban development, so as to further provide a theoretical and practical basis for China's high-quality development.
Employing the panel data of 244 prefecture-level cities in China from 2011 to 2021, this study explores the intrinsic mechanism by which new quality productive forces affect the high-quality development of cities, using new quality productive forces as the entry point. Building on this foundation, the study examines the transmission mechanism through which new quality productive forces influence high-quality urban development by enhancing entrepreneurial activity, with entrepreneurial activity serving as the mediating variable. Subsequently, it delves into the non-linear influence of new quality productive forces on high-quality urban development at varying stages of industrial structure upgrading, talent concentration, and scientific and technological innovation. Then, the study investigates the non-linear impact of new productive forces on high-quality urban development when industrial structure upgrading, talent concentration, science and technology innovation are at different stages, and finally, it analyzes the spatial spillover effect of new productive forces on high-quality urban development according to the spatial levels.
The study finds that (1) new productive forces have a direct role in promoting high-quality development, and from the perspective of the financial environment of entrepreneurship and the level of talent capital, cities with a higher level of financial development and talent capital have an obvious role in promoting high-quality development; at the same time, entrepreneurial activity is an important channel through which the new productive forces promote the high-quality urban development. (2) The impact of new quality productive forces on high-quality urban development is affected by the threshold effect of industrial structure upgrading, talent concentration, and scientific and technological innovation level, and the impact of new quality productive forces on high-quality urban development presents a non-linear effect of increasing marginal utility under the development level of higher threshold variables. (3) The impact of new quality productive forces on high-quality development has a significant positive spatial spillover effect, and the development of local new quality productive forces can drive the high-quality development of areas with close economic ties.
Possible marginal contributions of this article are that,firstly, from the perspective of empirical measurement, the study explores the mechanism of the impact of new quality productive forces on high-quality urban development, and focuses on the impact of new quality productive forces on the high-quality development of cities; moreover, by incorporating industrial structure upgrading, talent concentration and scientific and technological innovation level into the analysis framework, it explores the threshold effect of the new quality productive forces on the high-quality urban development.
开放科学(资源服务)标识码(OSID)：
加快发展新质生产力,是新时代新征程解放和发展生产力的客观要求,是推动生产力迭代升级、实现现代化的必然选择。习近平总书记在中共中央政治局第十一次集体学习时强调,“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”,“新质生产力已经在实践中形成并展示出对高质量发展的强劲推动力、支撑力”。目前学术界有关新质生产力的研究主要集中在以下方面:一是新质生产力的内涵概念及相关理论分析,主要涉及内涵界定、主要特征、形成机制、战略意义、实践路径以及指标体系构建[1-5];二是新质生产力的赋能作用。如杜传忠等(2023) 基于“微观—中观—宏观”视角认为,新质生产力首先会提高生产要素质量,进而优化生产组织形态、优化资源配置方式,同时,促进产业体系转型升级并推动技术创新发展,最终助力经济高质量发展[6];徐政等(2023)指出,新质生产力借助科技创新以及自身绿色可持续性,通过增强经济发展动力、改善经济结构、提升产业体系整体效能,进而推动区域高质量发展[7];沈坤荣等(2024)认为,新质生产力赋能高质量发展的内在逻辑是以新技术加速生产方式变革,以新动能提高经济增长速度,以新质能提升经济发展质量,高质量发展归根结底是生产力的高水平发展[8]。新质生产力作为数字技术赋能时代的先进生产力,以战略性新兴产业和未来产业为主导产业,主要涉及创新性强、技术含量高的领域,致力于通过科技创新赋能区域高质量发展。
城市作为经济社会发展的重要空间载体和地理活动单元,其高质量发展是当今时代的一个重要议题。现阶段的城市高质量发展研究主要集中在城市高质量发展内涵界定[9]、水平测度[10-12]、影响因素[13-15]及实现路径[16]。同时,已有研究多从理论层面分析新质生产力赋能高质量发展的内在逻辑[7,8],实证计量方面的研究较为缺乏,有关新质生产力与城市高质量发展关系及影响机制的问题仍有待进一步探索。那么,新质生产力作为重塑新动能的关键举措,能否成为助力城市高质量发展的重要途径?如果可以,新质生产力影响城市高质量发展的内在逻辑是什么?综观现有文献,学术界对城市高质量发展进行了深入研究,对新质生产力的关注度亦不断提高,但从实证角度研究二者作用关系的成果仍相对缺乏。
鉴于此,本文尝试将新质生产力与城市高质量发展置于同一研究框架,以创业活跃度为切入点,深入探究新质生产力对城市高质量发展的作用机理,进一步为中国高质量发展提供理论和现实依据。本文可能的边际贡献为:第一,从实证计量角度出发,探讨新质生产力对城市高质量发展的影响机理,现有研究大多集中在新质生产力赋能高质量发展的理论层面;第二,研究视角上,侧重于新质生产力对城市高质量发展的影响,而以往研究主要聚焦于传统生产力对高质量发展的影响层面;第三,本文尝试将产业结构升级、人才集聚及科技创新水平同时纳入分析框架,探讨新质生产力对城市高质量发展的门槛效应,在一定程度上丰富该领域研究。
与传统生产力相比,新质生产力在劳动者、劳动资料、劳动对象方面有所不同。具体来看,就劳动者而言,传统生产力对应的劳动者为普通技术工人,新质生产力则为集知识、技能、创新性为一体的智力工人;就劳动资料而言,传统生产力对应的劳动资料为一般的机械设备,新质生产力对应的劳动资料为“高、精、尖”设备;就劳动对象而言,传统生产力对应的劳动对象为自然物及其半成品,新质生产力对应的劳动资料则为科技创造的新物质以及虚拟形态的数据等。因此,新质生产力有别于传统生产力,其基本内涵在于通过劳动者、劳动资料、劳动对象及其优化组合,实现全要素生产率显著提升。其以创新为显著特征,以质量优化为关键,本质在于生产力水平由量的大幅提升引起质的飞跃。新质生产力在现代经济发展中发挥关键的引领作用,是从传统经济增长模式和生产力发展途径的根本性脱离,展现出高科技、高效率以及高质量特性,完全契合新时代发展理念下的先进生产力状态,其形成是基于技术革命的重大突破、生产要素的创新性重组以及产业结构的深度转型与升级。新质生产力是符合提质增效、创新驱动、结构升级的集约式增长方式,是符合高质量发展要求的生产力,是数字时代更具融合性、体现新内涵的生产力[1]。同时,新质生产力代表着高水平现代化先进生产力,体现为一种符合中国式现代化与数字化时代发展需求的高科技驱动型生产力,其主要以人工智能、机器人技术为新型生产工具,将数据、高素质人才、企业家和科学家等新型生产要素作为关键劳动力。因此,新质生产力以新发展理念为科学引领,以战略性新兴产业和未来产业为主导产业,以关键颠覆性技术创新为驱动力,融合人工智能、云计算等数字技术,激发经济生产质量、效率、动力变革[17]。
新质生产力依靠关键颠覆性技术创新为城市高质量发展提供坚实的物质技术基础,在科技创新、绿色发展以及人的全面发展方面为城市高质量发展提供不竭动力[1]。具体而言,首先是新质生产力的科创赋能效应,即新质生产力通过促进科技创新水平提升,推动城市高质量发展。高质量发展凸显科技创新驱动经济增长的重要地位,强调发展方式由资源消耗、劳动力大量投入与资本驱动的粗放式增长转为以提质增效、结构升级和创新驱动为主导的集约式增长。新质生产力的主导力量是科技创新,其内含的关键颠覆性技术突破正是推动传统产业高端化、智能化、绿色化,实现现代产业转型升级、加快布局战略性新兴产业和未来产业的核心力量,能够突破国际技术封锁,增强产业链韧性,促进生产效率与质量跃升,推动增长方式由粗放式向集约式转变,进而实现高质量发展[18]。其次是新质生产力的绿色低碳效应,即新质生产力通过促进绿色、低碳发展推动城市高质量发展。实现高质量发展的关键环节是推动经济社会发展绿色化、低碳化[19],绿色化、低碳化要求优化调整产业、能源与交通运输结构,表现为生产、生活方式以及经济运行方式绿色化。同时,新质生产力能够促进先进绿色技术应用于绿色环保产业,从而助力产业结构绿色转型;新质生产力形成有助于开发环境友好型新能源、新材料,依靠高端设备提升资源利用效率,从而推动能源结构优化升级;新质生产力发展能够依托大数据、人工智能技术构建智能交通网络,完善现代化综合体系建设。再次是新质生产力的形成带来劳动力素养提升效应。一方面,新兴产业和未来产业的蓬勃发展能够提高社会生产效率,从而丰富优质产品与劳务供给,为人的全面发展提供充足的物质保障;另一方面,新质生产力所蕴含的新知识、新理念在社会生产过程中能够不断优化劳动者知识结构、文化素养,为人的全面发展提供丰富的精神供给[20],进而通过人的全面发展推动城市高质量发展。综上所述,本文提出以下研究假设:
H1：新质生产力能够促进城市高质量发展。
以战略性新兴产业和未来产业为代表的新质生产力通常与大数据、人工智能、物联网、区块链等前沿技术密切相关,能更好地满足人们对新产品、新服务的多样化需求,这些多样化需求通常能为创业者开阔思路、扩大探索空间,吸引大量创新创业者涌入;并且新兴产业与未来产业发展更注重跨学科、跨行业深度交流及合作,创新创业者通过与企业、高校、科研院所等共享信息资源,共同推动城市创新创业水平提升。一方面,新质生产力形成在一定程度上催生经济结构、就业结构变革,战略性新兴产业、未来产业的迅猛发展往往以科技创新为核心,有效带动相关产业发展,提供大量创新创业机会[21]。另一方面,新质生产力形成与发展有助于打造新商业生态系统,在一定程度上促进传统行业运行规则及竞争方式变革,营造更加灵活、高效的营商环境,有利于创新创业者获取更多合作伙伴,建立多种竞合关系,共同推动城市创新创业水平提升[22]。而创新创业活动有助于生产要素高效集聚,催生大量新行业,推动城市产业结构转型升级,提供更多多元化新产品、新服务,提高资源配置效率,减少低端无效供给,从而高效赋能城市高质量发展[23]。具体为,一是新进入市场的创业者通过打破传统行业的市场垄断,提高市场经济运行效率及产品服务质量,有利于城市经济整体发展[24]。二是创业活动伴随明显的社会福利效应。许多创业项目往往旨在通过创新解决现存社会问题,提升城市社会福祉及居民生活质量。活跃的创新创业环境不仅能够增强城市吸引力、提升城市品牌价值,吸引更多投资以及创新性人力资本,而且有利于促进城市交流与合作。此外,创业活动鼓励经济结构多元化,避免产业单一化发展,通过增强城市风险抵御能力,进一步助力城市高质量发展。综上所述,本文提出以下研究假设:
H2：新质生产力通过提升创业活跃度推动城市高质量发展。
随着科技创新、产业结构升级与人才资本增值,新质生产力对城市高质量发展的影响呈现边际效应递增的非线性特征。
(1)当科技创新水平较低时,城市缺乏新质生产力形成和发展的基础技术、应用场景及良好的创新氛围,即在信息技术、生物科技、新能源等战略性新兴产业领域缺乏相应的技术基础与转化能力,且城市对高技能人才和资本的吸引力也较弱,不完善的产业生态和创新环境导致技术研发、产业孵化、资金支持不足,一定程度上限制战略性新兴产业、未来产业对城市经济社会发展的促进作用,使得城市高质量发展进程缓慢。随着科技创新水平提高,日趋完善的产业生态和创新环境为新质生产力形成及培育提供肥沃“土壤”,城市成为吸纳高技能人才和优质资本的“吸铁石”,使得城市新兴产业、未来产业发展趋势向好,进一步助力城市产业结构转型,同时,新质生产力对城市高质量发展的拉动作用亦进一步增强[25]。
(2)在产业结构处于低水平时,以战略性新兴产业、未来产业为代表的新质生产力对城市高质量发展的积极影响有限。由于该阶段经济发展主要依赖于重工业、基础制造业等技术含量低、附加值不高的传统产业,这些行业的创新需求以及创新吸纳能力有限。由于缺乏高端研发机构、丰富的专业人才供给以及积极的创新政策支持,导致战略性新兴产业、未来产业在城市中难以获得充足的发展动力和较大的市场空间[26],一定程度上限制其对城市高质量发展的促进作用。当产业结构水平较高时,城市往往具备更加成熟完备的技术创新体系,包括前沿的研发机构、丰富的人才资源和优质的资本投入,以及鼓励创新与技术发展的政策环境,不仅有利于新质生产力培育与发展,而且有助于促进城市高质量发展。此外,高水平产业结构也意味着城市居民对创新产品及创新服务的需求更大,从而为新兴产业、未来产业发展带来广阔的市场空间,进一步增强新质生产力对城市高质量发展的正向促进作用。
(3)当人力资本水平较低时,新质生产力对城市高质量发展的积极影响较小。这是因为人力资本水平较低意味着城市缺乏足够的高技能、高教育水平劳动力,而新兴产业如生物科技、人工智能、新能源等领域往往要求具有丰富的专业知识和技术创新能力,因此人力资本水平较低在一定程度上限制战略性新兴产业及未来产业发展。此外,人力资本水平较低还可能导致新技术、新产业的认可度不高,从而影响新兴产业、未来产业的市场拓展和产业生态构建,阻碍城市高质量发展。相反,较高的人力资本水平有助于吸引更多高科技企业和资本投入,容易形成良好的产业生态和创新环境。且人力资本水平高的城市通常拥有优质的教育资源和学习环境,意味着较高的消费认可度和接受度,有助于战略性新兴产业、未来产业产品和服务的市场推广及应用普及,进一步增强新质生产力对城市高质量发展的积极作用[27]。综上所述,本文提出以下研究假设:
H3：新质生产力对高质量发展的影响存在门槛效应,随着科技创新、产业结构升级与人力资本水平提升,新质生产力对高质量发展的影响呈现边际效应递增的非线性特征。
以战略性新兴产业、未来产业为主要领域的新质生产力对城市高质量发展具有空间溢出效应,这是多方面相互作用的结果。新兴产业、未来产业发展能够通过技术与知识扩散、产业链及供应链拓展、人才和资本流动、市场与商业网络形成、政策制度的示范效应,以及生态环境的绿色共享效应等多种途径,对邻近城市高质量发展产生正向空间外溢效应。首先,新兴产业、未来产业在技术与知识方面的高投入带来显著的技术知识扩散效应,使得周边城市能够接触、学习并利用先进技术,从而提升自身技术水平和创新能力。其次,新兴产业链和供应链的构建及扩展能够跨越城市边界,带动邻近城市相关产业发展和产业转型升级。再次,战略性新兴产业、未来产业的集聚效应进一步促进高技能人才与资本流动,而要素流动对周边城市经济发展和人力资本建设亦产生积极影响。同时,新兴产业、未来产业发展伴随新市场与新商业网络形成,这些网络通常跨越地区边界,为邻近城市提供新发展机会和市场空间。进一步来看,某城市促进新质生产力形成和发展的政策制度安排,往往会成为邻近地区的借鉴对象,进而有助于提高整个区域产业发展水平和管理效率。特别是环保与绿色能源领域的新兴产业,其对生态环境的积极影响往往不限于单一地区,而是有益于整个区域生态环境质量改善,且生态效益提升亦是实现城市高质量发展的一个关键因素。综上所述,本文提出以下研究假设:
H4：新质生产力通过空间外溢效应作用于邻近地区高质量发展。
2.1.1 基本模型
为研究新质生产力对城市高质量发展的影响,基于地级市面板数据构建实证模型,具体形式如下:
Haqit=α0+α1Nmpit+∑mαmControlsit+μi+λt+εit
(1)
其中,下标i表示城市,t表示年份,Haq表示高质量发展指数,Nmp表示新质生产力。Contrals表示控制变量,α0表示常数项,α1表示新质生产力对高质量发展的影响系数,αm表示各控制变量系数。
2.1.2 机制检验模型
为探讨新质生产力对高质量发展的作用渠道和机制,引入创业活跃度作为机制变量,考察新质生产力是否通过提升创业活跃度推动高质量发展,并构建机制检验模型。同时,参考江艇[28]开展中介机制检验的建议,为使中介机制结果更稳健,在逐步回归基础上采用Bootstrap经验检验法,验证中介机制可靠性。
Midit=β0+β1Nmpit+∑mβmControlsit+μi+λt+εit
(2)
Haqit=γ0+γ1Nmpit+γ2Midit+∑mγmControlsit+μi+λt+εit
(3)
其中,Mid表示中介变量创业活跃度。
2.1.3 门槛效应模型
为进一步检验新质生产力对高质量发展的影响是否存在因产业结构、人才集聚、科技创新水平不同,而呈现出非线性特征,构建面板门槛模型如下:
Haqit=φ0+φ1Xit×I(thresholdit≤ω1)+φ2Xit×I(thresholdit>ω1)+φ3Xit×I(thresholdit≤ωj)+φ4Xit×I(thresholdit>ωj)+…∑mαmControlsit+μi+λt+εit
(4)
其中,X为解释变量, threshold为门槛变量,ω为门槛变量估计值,I()为示性函数,取值为0或1。
2.1.4 空间溢出效应模型设定
为进一步讨论新质生产力对高质量发展的空间溢出效应,在式(1)中引入各变量空间交互项,将基本回归模型扩展为空间面板计量模型。
Haqit=α0+ρWHaqit+φ1WNmpit+α1Nmpit+∑mφmWControlsit+∑mαmControlsit+μi+λt+εit
(5)
其中,ρ为空间自回归系数,W为空间权重矩阵。为了保证实证结果稳健,构建经济距离矩阵,对上述空间模型进行回归。φ1、φm分别为新质生产力和一系列解释变量空间交互项的影响系数。模型为包含自变量与因变量空间交互项的空间杜宾模型(SDM)。
2.2.1 被解释变量
城市高质量发展水平(Haq)。高质量发展的目标是满足人民日益增长的美好生活需要,本文参考谢地[9]的指标构建方法,基于要素流动、财政能力、环境治理、基础设施、产业协调、公共服务等方面构建城市高质量发展综合评价指标体系,使用熵权TOPSIS法进行降维处理以避免主观赋权法的弊端,测算2010-2021年中国244个城市高质量发展水平。指标体系如表1所示。
表1 城市高质量发展水平指标体系
Table 1 System of indicators for the level of high-quality urban development
一级指标二级指标代理指标指标属性要素流动科技要素科技支出/财政支出+人才要素科学技术服务从业人数/年末从业总人数+教育支出/财政支出+财政能力金融水平金融机构存贷款余额/GDP+财政水平一般公共预算收入+环境治理环境污染工业废尘排放-工业废水排放-单位 GDP 二氧化硫排放-单位 GDP 二氧化碳排放-环境治理污水处理厂集中处理率+生活垃圾无害化处理率+建成区绿化覆盖率+基础设施交通水平公路里程+每年公共汽车客运总量+年末实有出租汽车数+产业协调产业发展高级水平产业结构高级化指数+产业发展合理水平产业结构合理化指数-公共服务文化水平每万人公共图书馆藏书量+医疗水平医院、卫生院数+医院、卫生院床位数+医生数+教育水平普通小学数+普通中学数+普通高等学校数+
2.2.2 核心解释变量
新质生产力(Nmp)。“十四五”规划重点强调“培育壮大战略性新兴产业”“前瞻谋划未来产业”,这是加快构建具有智能化、绿色化、融合化特征和符合完整性、先进性、安全性要求的现代化产业体系的主体力量。通过发展高技术含量、高附加值、高成长性、广辐射的战略性新兴产业,实现产业升级,充分释放生产动能。本文借鉴相关研究[29,30],从新质劳动者、新质劳动资料、新质劳动对象3个维度出发,构建新质生产力评价指标体系,如表2所示。
表2 新质生产力评价指标体系
Table 2 Indicator system for evaluating new quality productive forces
一级指标二级指标三级指标指标衡量方式新质劳动者新质劳动者数量数字服务从业情况信息传输计算机服务和软件业就业人数科研、技术服务从业情况科研、技术服务业就业人数新质劳动者质量平均受教育程度平均受教育年限新质劳动资料有形生产资料互联网接入互联网宽带接入用户数移动电话使用移动电话年未用户数可再生能源消耗全社会用电量无形生产资料科技创新水平万人专利授权数数字金融水平北京大学数字普惠金融指数新质劳动对象新质产业战略新兴产业战略新兴产业占比未来产业机器人采用率数字业务邮政业务总量邮政业务总量电信业务总量电信业务总量
2.2.3 机制变量
创业活跃度(Entrep)。创业活跃度反映特定区域创业活动的整体强度,从区域层面体现创业活动积极性,从而被广泛用于衡量创业广泛性和深度。精确量化城市创业活跃度的关键是获取每个城市新建企业的数量,该数据不仅能揭示该地区创业环境活力,而且为评估地区创业活跃水平提供了科学依据。借鉴叶文平等[31]的做法,从龙信企业大数据平台获取城市层面新建企业数,以15～64岁劳动人口作为标准化基数,得到万人新建企业数,以此衡量创业活跃度。
2.2.4 门槛变量
产业结构升级(Instr)。借鉴赵涛[32]的研究方法,使用产业结构高级化、产业结构合理化和生产性服务业占比作为产业结构升级的二级指标,使用熵权法测算产业结构升级指数。其中,产业结构高级化使用第三产业产值与第二产业产值之比表示,产业结构合理化使用三次产业产值与从业人数比值测度的泰尔指数衡量,生产性服务业占比使用交通仓储邮电业、信息传输、计算机服务和软件业、金融业、租赁和商务服务业、科研、技术服务业和地质勘查业等生产性服务业从业人员数占城镇单位从业人员数的比重衡量。人才集聚(Hcapit),借鉴白俊红[33]的做法,使用科研、技术服务和地质勘查业与信息传输、计算机服务和软件业从业人员数之和占城镇单位从业人员数的比重衡量。科技创新(Tech),使用万人专利授权数衡量。
2.2.5 控制变量
在参考赵涛[32]、谢地[9]等的研究基础上,充分考虑高质量发展影响因素,选取以下控制变量:财政分权度(Ficd),使用财政预算内收入与财政预算内支出之比表示;城市化水平(Urba),使用城市人口密度表示;市场化程度(Mark),使用地区生产总值与政府支出之比表示;社会储蓄(Save),使用人均社会储蓄存款表示;劳动力供给(Labs),使用城镇单位从业人员数表示。各项指标说明如表3所示。
表3 指标说明
Table 3 Description of indicators
变量类型 变量名称 变量定义 指标解释 因变量 Haq 高质量发展 高质量发展指数 自变量 Nmp 新质生产力 新质生产力指数 中介变量 Entrep 创业活跃度 万人新建企业数(家/万人) 门槛变量 Instr 产业结构升级 产业结构升级指数 Hcapit 人才集聚 科研、技术服务和地质勘查业与信息传输、计算机服务和软件业从业人员数之和占城镇 单位从业人员数的比重 Tech 科技创新 万人专利授权数(件/万人) 控制变量 Ficd 财政分权度 财政预算内收入与财政预算内支出之比 Urba 城市化水平 城市人口密度(百人/平方千米) Mark 市场化程度 地区生产总值与政府支出之比 Save 社会储蓄 人均社会储蓄存款(万元/人) Labs 劳动力供给 城镇单位从业人员(百万人)
本文采用2011-2021年中国244个地级及以上城市面板数据进行实证分析。数据主要来源于《中国城市统计年鉴》、各省市统计年鉴、各地市统计公报、CNRDS中国研究数据服务平台以及龙信企业数据平台,个别缺失数据采用插值法补齐。为剔除异常值对研究结果的不利影响,本文对各变量数据进行上下1%缩尾处理。各变量描述性统计结果见表4。
表4 各变量描述性统计结果
Table 4 Descriptive statistics for each variable
变量 样本量 均值 方差 最小值 最大值 Haq 2684 0.0743 0.0632 0.0158 0.5555 Nmp 2684 0.0408 0.0507 0.0049 0.6097 Entrep 2684 1.3724 1.3065 0.1595 20.2365 Instr 2684 0.1574 0.0813 0.0249 0.7760 Hcapit 2684 0.0313 0.0221 0.0013 0.2081 Tech 2684 11.8083 20.9903 0.0621 652.4877 Ficd 2684 0.4820 0.2155 0.0506 1.5413 Urba 2684 4.6348 3.4606 0.0456 26.4811 Mark 2684 6.2004 2.4442 0.4258 22.7883 Save 2684 4.3660 2.3856 0.1519 20.0524 Labs 2684 0.6503 1.0007 0.0511 16.3731
本文采用面板双固定效应模型,使用聚类到城市层面的稳健标准误进行回归。表5为新质生产力对高质量发展的基本回归结果,其中,列(1)为不加控制变量的结果,列(2)-(6)为逐步加入控制变量的回归结果。数据显示,无论是否加入控制变量,新质生产力对高质量发展的影响都为正,并且均在1%水平下显著,表明新质生产力能够促进城市高质量发展,验证了研究假设H1。这是因为,新质生产力是先进生产力的具体表现形式,新质生产力的培育发展不仅能够推动技术创新、优化经济结构,同时,还能提升城市居民生活质量,是促进城市高质量发展的关键动力。
表5 基本回归结果
Table 5 Basic regression results
变量 (1) (2) (3) (4) (5) (6) Haq Nmp 0.2068 *** 0.2075 *** 0.2080 *** 0.2081 *** 0.2156 *** 0.1967 *** (4.10) (4.06) (4.06) (4.07) (4.42) (4.15) Ficd 0.0121 *** 0.0122 *** 0.0125 *** 0.0124 *** 0.0118 *** (3.07) (3.07) (3.12) (3.12) (3.01) Urba -0.0001 -0.0001 -0.0001 -0.0003 (-0.10) (-0.10) (-0.15) (-0.27) Mark -0.0001 -0.0002 -0.0002 (-0.21) (-0.42) (-0.47) Save -0.0009 ** -0.0008 * (-2.04) (-1.90) Labs 0.0031 *** (5.43) _cons 0.0619 *** 0.0557 *** 0.0561 *** 0.0565 *** 0.0593 *** 0.0588 *** (46.65) (22.45) (10.76) (9.92) (10.09) (10.37) 控制变量 NO YES YES YES YES YES 城市固定 YES YES YES YES YES YES 年份固定 YES YES YES YES YES YES N 2684 2684 2684 2684 2684 2684 R 2 0.327 0.334 0.334 0.334 0.338 0.353 adj.R 2 0.324 0.331 0.331 0.331 0.334 0.349
注:*、**、*** 分别表示在10%、5%、1%的水平下显著,括号内为稳健标准误对应的t值,下同
3.2.1 稳健性检验
本文采用4种方法对上述回归结果进行稳健性检验,结果如表6所示。具体方法如下:①替换被解释变量,使用赵涛[32]构建的高质量发展指标评价体系中的Haq2替换本文构建的被解释变量;②缩尾处理,为剔除异常值对实证结果的影响,对所有连续变量进行前后1%的缩尾处理;③使用系统广义矩估计方法替换回归模型,为解决内生性和遗漏变量问题,采用系统GMM估计方法对样本数据重新估计;④考虑到数据可能存在序列相关及异方差问题,影响回归结果,因此采用广义最小二乘法(GLS)对样本数据重新估计;⑤高维固定,与经济发展相关的政策实施主要发生在省级层面,因此回归结果可能受到相关政策的干扰,需要进一步控制省级层面的高维固定效应,以排除其它可能的干扰因素。以上5种稳健性检验结果分别对应表6的(1)-(5),数据显示,5种稳健性检验结果都与最初回归结果基本一致,表明前文实证结果稳定可靠。
表6 稳健性检验与内生性处理结果
Table 6 Robustness tests and endogeneity treatment
变量 (1) (2) (3) (4) (5) (6) Haq 2 Haq Haq Haq Haq IV-2SLS Nmp 0.4085 *** 0.2708 *** 0.0656 *** 0.1839 *** 0.1967 *** 0.2324 *** (7.01) (7.54) (2.67) (14.70) (4.13) (7.51) L.Haq 0.9517 *** (58.54) Constant 0.2512 *** 0.0568 *** 0.0089 *** 0.4186 *** 0.0643 *** 0.4085 *** (27.80) (11.60) (2.74) (40.92) (10.55) (22.11) Hansen [0.011] AR(1) [0.000] AR(2) [0.075] Andersoncanon.corr.LM 37.517 [0.000] Cragg-DonaldWaldF 55.626 {19.93} HansenJstatistic 2.283 [0.1308] 控制变量 YES YES YES YES YES YES 城市固定 YES YES YES YES YES YES 年份固定 YES YES YES YES YES YES N 2684 2684 2440 2684 2684 2440 R 2 0.819 0.367 0.989 0.978 adj.R 2 0.818 0.363 0.987 0.967
3.2.2 内生性处理
新质生产力和城市高质量发展可能存在双向因果关系,导致模型存在内生性问题,故本文采用面板工具变量法以避免内生性问题。借鉴柏培文和张云[34]的做法,选用外生地理因素作为工具变量,利用各城市距离海岸线的最近距离作为工具变量之一(IV1)。一方面,距离海岸线越近的地区,其资源禀赋越优、配套产业结构越完善,有利于该城市发展新质生产力,故满足相关性要求;另一方面,各地区地理因素系由自然地理条件外生,随时间推移其变化相对稳定,与经济社会因素弱相关[35],不会直接影响高质量发展。同时,自然地理特征也具备稳定性,不会被当前高质量发展所影响。由于城市与海岸线的最近距离为截面数据,因此构造城市与海岸线最近距离和核心解释变量滞后一期的交互项,以使工具变量具备时变性。此外,考虑到检验的稳健性,本文还借鉴黄凌云[36]关于工具变量的构建方法,构造核心解释变量与其均值差值的三次方作为工具变量(IV2),在应用两个工具变量时进行工具变量两阶段最小二乘法(IV-2SLS)估计,并进行不可识别检验(Anderson canon. corr. LM)、弱工具变量检验(Cragg-Donald Wald F)和过度识别检验(Hansen J statistic),结果如表5第(6)列所示。数据显示,不可识别检验LM在1%显著性水平上拒绝工具变量不可识别的原假设,同时,弱工具变量检验的Wald F统计量超过Stock-Yogo检验统计量10%的临界值,说明无弱工具变量问题;过度识别的Hansen J统计量对应的p值为0.130 8,说明不能拒绝工具变量均为外生变量的原假设。通过上述回归结果可知,使用工具变量进行的回归结果与之前所得结果基本一致,因此前文研究结果稳健。
新质生产力对城市高质量发展的影响因创业环境不同而存在异质性,本文主要考虑创业金融环境和人才环境,即在不同金融发展水平和人才资本条件下新质生产力对高质量发展影响的异质性。将样本城市按照金融发展水平和人才资本水平分别分为高低两组,如表7列(1)-(4)所示。结果表明,高金融发展水平城市的新质生产力显著促进城市高质量发展,低金融发展水平城市的新质生产力对城市高质量发展无显著影响。可能的原因是,金融发展水平越高,资本融通效率越高,可为新创企业提供充足的资金支持,有助于提高地区创业活跃水平,从而促进城市高质量发展;金融发展水平较低的城市,企业面临较大融资约束,不利于创新创业活动开展,限制创业活跃度提升,对城市高质量发展的影响较弱。同时,人才资本水平较高城市的新质生产力发展显著促进地区高质量发展,而低人才资本水平城市的影响不显著。可能的原因是,在人才资本水平较高地区,其技术创新水平也较高,有助于地区产业结构升级,且高水平的人才资本更容易适应战略性新兴产业和未来产业发展需求,从而增强新质生产力对城市高质量发展的积极作用。
表7 异质性分析结果
Table 7 Heterogeneity analysis results
变量 (1) (2) (3) (4) 高金融发 展水平 低金融发 展水平 高人才资 本水平 低人才资 本水平 Nmp 0.2077 *** 0.0471 0.2094 *** 0.0827 (3.95) (0.61) (3.94) (1.03) Constant 0.0759 *** 0.0390 *** 0.0730 *** 0.0452 *** (9.91) (7.13) (10.37) (8.93) 控制变量 YES YES YES YES 城市固定 YES YES YES YES 年份固定 YES YES YES YES N 1375 1309 1353 1331 R 2 0.452 0.275 0.425 0.321 adj.R 2 0.446 0.266 0.419 0.313
为了验证假设H2中新质生产力对城市高质量发展的影响机制,引入中介变量创业活跃度,构建中介效应模型,进行机制检验,结果如表8所示。模型(1)为新质生产力对城市高质量发展的直接效应,影响系数显著为正,表明新质生产力显著推动经济高质量发展。模型(2)的回归结果显示,新质生产力对创业活跃度的影响系数显著为正,表明新质生产力显著提升城市创业活跃度。模型(3)的回归结果显示,创业活跃度对高质量发展的影响系数显著为正,新质生产力对城市高质量发展的影响系数不显著,结合模型(1)(2)(3)的结果,表明创业活跃度在新质生产力与城市高质量发展之间发挥中介效应,新质生产力通过提升城市创业活跃度间接推动城市高质量发展。同时,采用Bootstrap经验检验法验证中介机制的存在,检验结果表明,创业活跃度在新质生产力对城市高质量发展的影响中发挥中介效应,从而验证了研究假设H2成立。综上表明,创业活跃度的中介效应显著存在,在新质生产力促进城市高质量发展过程中,创业活跃度扮演重要的中介角色,呈现出 “新质生产力—创业活跃度—高质量发展”的传导机制。这是因为新质生产力发展往往涉及前沿技术,在一定程度上催生多样化新产品、新服务需求,激发大量创新创业行为,进而形成许多新兴行业,有利于推动城市产业结构转型升级,提高资源配置效率,减少低端无效供给,从而高效赋能城市高质量发展。
表8 中介效应检验结果
Table 8 Test results of mediation effects
变 量 ( 1 ) ( 2 ) ( 3 ) H aq En tr e p H aq N m p 0 . 1 9 6 7 * * * 6 . 1 3 0 3 * * * 0 . 1 9 3 4 * * * ( 4 . 1 5 ) ( 2 . 7 8 ) ( 4 . 1 2 ) En tr e p 0 . 0 0 0 5 * ( 1 . 9 1 ) Con s tan t 0 . 0 5 8 8 * * * 0 . 6 7 6 0 * 0 . 0 5 8 5 * * * ( 1 0 . 3 7 ) ( 1 . 8 1 ) ( 1 0 . 3 2 ) 控 制 变 量 Y E S Y E S Y E S 城 市 固 定 Y E S Y E S Y E S 年 份 固 定 Y E S Y E S Y E S N 2 6 8 4 2 6 8 4 2 6 8 4 R 2 0 . 3 5 3 0 . 3 3 1 0 . 3 5 5 a d j . R 2 0 . 3 4 9 0 . 3 2 7 0 . 3 5 1 B o o t s t r a p C o e f . B i a s S t d . E r r . [ 9 5 % C o n f . I n t e r v a l ] _ b s _ 1 0 . 0 0 3 3 6 . 7 2 e - 0 5 0 . 0 0 1 8 [ 0 . 0 0 0 5 0 . 0 0 7 3 ] ( P ) [ 0 . 0 0 0 7 0 . 0 0 7 6 ] ( B C )
为了验证假设H3中提出的“新质生产力对城市高质量发展存在非线性影响”,本文将产业结构升级、人才集聚、科技创新作为门槛变量,检验处于不同阶段时新质生产力对高质量发展的影响。进行门槛模型估计前,借鉴Hansen(1999)的方法,利用Stata16软件,对门槛模型进行300次重复抽样,分别检验单门槛、双门槛和三门槛模型,检验结果如表9所示。数据显示,产业结构升级在1%显著性水平下通过单门槛检验,人才集聚在5%显著性水平下通过单门槛检验,科技创新在1%显著性水平下通过双门槛检验。
表9 门槛效应检验结果
Table 9 Threshold test results
主 要 变 量 门 槛 变 量 门 槛 数 F 值 P 值 B S 次 数 临 界 值 1 % 5 % 1 0 % 门 槛 值 N m p I n s t r 单 门 槛 1 1 1 . 0 9 0 . 0 0 0 3 0 0 5 1 . 2 2 1 3 2 . 7 4 6 2 3 . 5 6 5 0 . 3 8 8 双 门 槛 3 7 . 7 4 0 . 1 2 3 3 0 0 1 5 4 . 9 6 6 1 0 8 . 6 9 7 8 1 . 7 5 1 0 . 4 2 5 H c a p i t 单 门 槛 5 9 . 5 7 0 . 0 1 0 3 0 0 4 7 . 7 5 4 2 8 . 3 9 6 2 0 . 0 1 5 0 . 0 0 8 双 门 槛 2 0 . 3 0 0 . 1 2 0 3 0 0 4 4 . 7 0 5 2 7 . 3 4 3 2 1 . 3 3 9 0 . 0 4 6 T e c h 单 门 槛 5 0 . 0 1 0 . 0 1 3 3 0 0 6 0 . 9 9 5 2 5 . 2 8 3 2 1 . 1 8 5 6 . 3 6 5 双 门 槛 3 7 . 9 7 0 . 0 0 0 3 0 0 3 1 . 0 5 9 2 2 . 9 4 2 1 8 . 4 4 4 1 8 . 3 4 3 三 门 槛 2 6 . 4 0 0 . 4 5 0 3 0 0 1 0 5 . 9 3 9 8 3 . 1 9 6 7 1 . 2 4 6 4 1 . 2 3 4
门槛回归结果如表10所示。依据模型(1)结果可以发现,当产业结构升级水平小于0.388时,新质生产力对城市高质量发展的影响系数为0.186 3且在1%水平下显著。当产业结构升级水平高于0.388时,新质生产力对城市高质量发展的影响系数为0.277 9,并在1%水平下显著。从系数绝对值看,当跨越门槛值后新质生产力对高质量发展的影响系数显著变大,表明随着产业结构升级,新质生产力对高质量发展的正向促进作用逐渐增强。模型(2)结果显示,当人才集聚水平低于0.008时,新质生产力对城市高质量发展的影响系数为0.199 8,且在5%水平下显著。当人才集聚水平大于0.008时,新质生产力对高质量发展的影响系数进一步增大至0.586 3,且在1%水平下显著。这表明随着人才集聚水平提高,新质生产力对高质量发展的正向促进作用增强。模型(3)的结果显示,当科技创新水平低于6.365时,新质生产力对城市高质量发展的影响系数为0.179 4,且在1%水平下显著。当科技创新水平处于6.365～18.343之间时,新质生产力对高质量发展的影响系数增大至0.219 7,且在1%水平下显著,当科技创新水平高于18.343时,新质生产力对高质量发展的影响系数进一步增大至0.257 6,且在1%水平下显著。这表明随着科技创新水平提升,新质生产力对高质量发展的正向促进作用逐渐增强,因此验证了研究假设H3成立。这是因为,新质生产力对高质量发展的推动作用会受到产业结构升级、人才集聚、科技创新水平的影响,新质生产力对城市高质量发展的影响呈现边际效用递增的非线性特征,在产业结构升级、人才集聚、科技创新水平提升时新质生产力对高质量发展的助推作用也显著增强。
表10 门槛回归结果
Table 10 Threshold regression results
解 释 变 量 ( 1 ) ( 2 ) ( 3 ) N m p · I ( In s tr ≤ 0 . 3 8 8 ) 0 . 1 8 6 3 * * * N m p · I ( In s tr > 0 . 3 8 8 ) 0 . 2 7 7 9 * * * N m p · I ( H c a p it ≤ 0 . 0 0 8 ) 0 . 1 9 9 8 * * N m p · I ( H c a p it > 0 . 0 0 8 ) 0 . 5 8 6 3 * * * N m p · I ( Te c h ≤ 6 . 3 6 5 ) 0 . 1 7 9 4 * * * N m p · I ( 6 . 3 6 5 < Te c h ≤ 1 8 . 3 4 3 ) 0 . 2 1 9 7 * * * N m p · I ( Te c h > 1 8 . 3 4 3 ) 0 . 2 5 7 6 * * * 控 制 变 量 Y E S Y E S Y E S 城 市 固 定 Y E S Y E S Y E S 年 份 固 定 Y E S Y E S Y E S N 2 6 8 4 2 6 8 4 2 6 8 4 R 2 0 . 3 7 9 0 . 3 6 7 0 . 3 7 4 a d j . R 2 0 . 3 7 5 0 . 3 6 3 0 . 3 6 9
新质生产力通过提升城市创业活跃度,一方面促进生产资源跨区域流动和重组,另一方面促进产品资源跨区域流通和消费,从而显著影响周边地区创业活跃度,增强地区高质量发展关联性,这说明新质生产力对高质量发展存在空间溢出效应。因此,本文构建经济距离权重矩阵,结合空间计量模型探讨新质生产力对高质量发展影响的空间溢出效应。进行空间计量回归前,需要检验新质生产力与高质量发展是否存在空间自相关,本文使用指数法计算经济距离矩阵下各年度空间效应,结果见表11。数据显示,2011-2021年244个地级市新质生产力与高质量发展关系指数在经济距离权重矩阵下显著为正,表明2011-2021年244个地级市新质生产力与高质量发展具有显著的空间自相关。
表11 经济距离矩阵下的指数
Table 11 Moran'I under the economic distance matrix
年份 Haq Moran'sI Z值 Nmp Moran'sI Z值 2011 0.125 *** 3.815 0.151 *** 5.051 2012 0.131 *** 4.008 0.145 *** 4.852 2013 0.138 *** 4.179 0.158 *** 5.116 2014 0.132 *** 4.005 0.161 *** 5.234 2015 0.140 *** 4.245 0.161 *** 5.225 2016 0.146 *** 4.397 0.160 *** 5.265 2017 0.154 *** 4.628 0.172 *** 5.529 2018 0.165 *** 4.970 0.171 *** 5.444 2019 0.165 *** 4.967 0.166 *** 5.252 2020 0.154 *** 4.609 0.181 *** 5.722 2021 0.146 *** 4.368 0.185 *** 5.844
按照Elhorst(2014)的检验流程对广义空间计量模型进行LM检验、LR检验、Hausman检验和Wald检验,根据检验结果最终确定在经济距离权重矩阵下使用双固定效应的空间杜宾模型(SDM)。为了保证研究结果稳健,分别进行经济距离矩阵和地理距离矩阵下的空间杜宾模型回归分析,结果见表12。两种空间计量模型回归结果显示,空间自回归系数都显著为正,表明高质量发展存在显著的空间关联效应,即一个地区的高质量发展水平会受到经济联系紧密地区的正向影响。这是因为地区之间通过产业承接与转移、营商环境优化、人力资本流动、区域经济合作等多种途径,协同推进高质量发展。新质生产力的空间交互项系数为正,表明样本城市在空间上不仅存在外生的新质生产力交互效应,还存在高质量发展的内生交互效应,因此研究假设H4成立,即新质生产力对高质量发展具有空间溢出效应。进一步将新质生产力对高质量发展的影响分解为直接效应、间接效应和总效应,结果显示,新质生产力对高质量发展的直接效应显著为正,表明新质生产力发展能够显著直接促进本地高质量发展。这是因为,新质生产力凭借渗透性高、覆盖面广、创新性强等优势,深度融合实体经济,推动传统产业发展网络化、智能化,优化资源配置,提升全要素生产率,进而为城市高质量发展奠定坚实基础。新质生产力对高质量发展的间接效应影响系数也显著为正,表明本地新质生产力发展能够突破空间限制,带动经济联系紧密地区的高质量发展。
表12 空间溢出效应检验结果
Table 12 Test results of spatial spillover effects
变量 (1) (2) 经济距离矩阵 地理距离矩阵 rho 0.1159 *** 0.3032 ** (3.28) (2.17) Nmp 0.1417 *** 0.1833 *** (12.08) (16.55) W *Nmp 0.1115 *** 0.2504 * (4.09) (1.80) 直接效应 0.1444 *** 0.1846 *** (12.09) (16.21) 间接效应 0.1413 *** 0.4353 ** (4.79) (2.03) 总效应 0.2857 *** 0.6199 *** (9.48) (2.87) 控制变量 YES YES 双固定 YES YES LogL 9652.83 9667.59 R 2 0.6629 0.6563
本文以新质生产力为切入点,探讨新质生产力影响城市高质量发展的内在机制,并在此基础上,以创业活跃度为中介变量,考察新质生产力通过提升创业活跃度影响城市高质量发展的传导机制,然后探究当处于不同产业结构升级、人才集聚、科技创新水平时新质生产力对城市高质量发展的非线性影响,最后分析新质生产力对城市高质量发展的空间溢出效应。研究发现:
(1)新质生产力对高质量发展有直接推动作用,并且在金融发展水平、人才资本水平高的城市,新质生产力对高质量发展呈现显著的促进作用,同时,创业活跃度是新质生产力推动城市高质量发展的重要渠道。
(2)新质生产力对城市高质量发展的影响因产业结构升级、人才集聚、科技创新水平不同而存在差异,在较高的发展水平下,新质生产力对城市高质量发展的影响呈现边际效用递增的非线性特征。
(3)新质生产力对高质量发展的影响具有显著的正向空间溢出效应,本地新质生产力发展能够带动经济联系紧密地区的高质量发展。
(1)激发全民参与创新的活力与动力,为新质生产力培育提供源源不断的科技动能。以新质创新主体为核心,借助新型基础设施,充分发挥人工智能、数据要素等新型创新资源的优势。同时,对国家创新体系的组织架构和运作机制进行调整与优化,促进政府引导、场景驱动、企业主导和公众参与、深度融合的创新体系构建,从而激发全社会参与积极性,整体提升国家创新体系效能,为加快发展新质生产力提供持续、强有力的科技支撑。
(2)制定差异化、动态化创新创业策略,整体优化创业环境。一方面,加强政府在创业活动中的战略性引导,进一步完善包括减税、补贴和降费在内的各项配套政策,降低创业门槛,激发创业活力,加速形成新型产业集群,提高创业活跃水平。另一方面,通过提高区域人才资源配置效率,不断释放人才潜力,为激发创业活力提供持续的智力支持。同时,促进创新要素向高成长性、高潜力、高附加值的战略性新兴产业和未来产业汇集,增强其对城市高质量发展的赋能作用。
(3)高效利用数字化智能化技术和数据要素,加快释放新质生产力的绿色溢出效应。以海量数据作为关键抓手,利用数据要素赋能科技创新、绿色创新,促进国家或区域数字创新生态系统构建和数据要素市场发展,加速绿色技术创新以及先进绿色技术推广与应用,构建绿色低碳循环经济体系,极大释放新质生产力的绿色溢出效应。通过高效整合数据链、创新链、产业链、政策链、资金链以及人才链,低成本、高效率实现各类生产要素的有效连接。
[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, 2023,39(10): 1-13.
[2] 蒲清平, 黄媛媛. 习近平总书记关于新质生产力重要论述的生成逻辑、理论创新与时代价值[J]. 西南大学学报(社会科学版), 2023, 49(6): 1-11.
[3] 王珏. 新质生产力:一个理论框架与指标体系[J]. 西北大学学报(哲学社会科学版), 2024, 54 (1): 35-44.
[4] 魏崇辉. 新质生产力的基本意涵、历史演进与实践路径[J]. 理论与改革, 2023,36(6): 25-38.
[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] 杜传忠,疏爽,李泽浩.新质生产力促进经济高质量发展的机制分析与实现路径[J].经济纵横,2023,38(12):20-28.
[7] 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,2023,34(11):51-58.
[8] 沈坤荣,金童谣,赵倩.以新质生产力赋能高质量发展[J].南京社会科学,2024,35(1):37-42.
[9] 谢地, 荣莹, 叶子祺. 城市高质量发展与城市群协调发展:马克思级差地租的视角[J]. 经济研究, 2022, 57(10): 156-172.
[10] 张伟丽, 王伊斌, 魏瑞博. 城市群内城市高质量发展趋同俱乐部时空演进及机理[J]. 地理学报, 2023, 78(12): 3109-3128.
[11] 马海涛, 徐楦钫. 黄河流域城市群高质量发展评估与空间格局分异[J]. 经济地理, 2020, 40(4): 11-18.
[12] 张国兴, 张婧钰. 黄河流域资源型城市高质量发展的时空演变[J]. 中国人口·资源与环境, 2023, 33(2): 124-133.
[13] 马荣, 伯娜. 财政支出结构对长三角城市群高质量发展的影响机制与效应研究[J]. 财贸研究, 2023, 34(4): 69-82,110.
[14] 宋荣, 胡业翠, 胡菲. 国土空间规划视角下城市高质量发展路径分析——以我国“两横三纵”城市化地区为例[J]. 中国土地科学, 2023, 37(10): 20-30.
[15] 龚恩泽, 张建清, 杨壮. 自贸试验区试点是否助力了城市高质量发展[J]. 经济问题探索, 2023,44(4): 102-120.
[16] 王晓红, 李宣廷, 张少鹏. 多中心空间结构是否促进城市高质量发展——来自中国地级城市层面的经验证据[J]. 中国人口·资源与环境, 2022, 32(5): 57-67.
[17] 胡莹. 新质生产力的内涵、特点及路径探析[J]. 新疆师范大学学报(哲学社会科学版), 2024, 45 (5): 36-45.
[18] 周绍东, 胡华杰. 新质生产力推动创新发展的政治经济学研究[J]. 新疆师范大学学报(哲学社会科学版), 2024, 45 (5): 26-35.
[19] 习近平．高举中国特色社会主义伟大旗帜为全面建设社会主义现代化国家而团结奋斗———在中国共产党第二十次全国代表大会上的报告[EB/OL].(2022-10-25)[2023-10-06]．https://www.gov.cn/xinwen/2022 -10/25/content_5721685.htm．
[20] 令小雄, 谢何源, 妥亮, 等. 新质生产力的三重向度:时空向度、结构向度、科技向度[J]. 新疆师范大学学报(哲学社会科学版), 2024, 45 (1): 67-76.
[21] 刘玉斌, 赵天宇, 郭树龙. 战略性新兴产业创业投资引导基金能促进企业创新吗[J]. 产业经济研究, 2023,22(1): 73-85,142.
[22] 程恩富, 陈健. 大力发展新质生产力 加速推进中国式现代化[J]. 当代经济研究, 2023,34(12): 14-23.
[23] 金环, 于立宏. 双创示范基地对经济高质量发展的影响研究[J]. 科研管理, 2023, 44 (10): 35-42.
[24] 湛泳, 李珊. 智慧城市建设、创业活力与经济高质量发展——基于绿色全要素生产率视角的分析[J]. 财经研究, 2022, 48 (1): 4-18.
[25] 杨骞, 刘鑫鹏, 王珏. 中国战略性新兴产业创新效率的测度及其分布动态[J]. 广东财经大学学报, 2020, 35 (2): 20-34.
[26] 丰若旸, 冯根福, 郑明波. 地区战略性新兴产业政策与资本市场资源配置对地区经济增长的影响研究[J]. 西安交通大学学报(社会科学版), 2022, 42 (6): 64-76.
[27] 王欢芳, 张幸, 贺正楚,等. 战略性新兴产业全要素生产率测度及影响因素研究[J]. 中国软科学, 2020,35(11): 143-153.
[28] 江艇. 因果推断经验研究中的中介效应与调节效应[J]. 中国工业经济, 2022,39(5): 100-120.
[29] 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.
[30] 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.
[31] 叶文平, 李新春, 陈强远. 流动人口对城市创业活跃度的影响:机制与证据[J]. 经济研究, 2018, 53 (6): 157-170.
[32] 赵涛, 张智, 梁上坤. 数字经济、创业活跃度与高质量发展——来自中国城市的经验证据[J]. 管理世界, 2020, 36 (10): 65-76.
[33] 白俊红, 张艺璇, 卞元超. 创新驱动政策是否提升城市创业活跃度——来自国家创新型城市试点政策的经验证据[J]. 中国工业经济, 2022,39(6): 61-78.
[34] 柏培文, 张云. 数字经济、人口红利下降与中低技能劳动者权益[J]. 经济研究, 2021, 56 (5): 91-108.
[35] 刘传明, 马青山. 网络基础设施建设对全要素生产率增长的影响研究——基于“宽带中国”试点政策的准自然实验[J]. 中国人口科学, 2020, 32(3): 75-88,127-128.
[36] 黄凌云, 刘冬冬, 谢会强. 对外投资和引进外资的双向协调发展研究[J]. 中国工业经济, 2018,35(3): 80-97.