| 联系我们 |
 |
合作经济与科技杂志社
地址：石家庄市建设南大街21号
邮编：050011
电话：0311-86049879 |
|
|
| 经济/产业 |
| 华北地区新质生产力测度研究 |
| 第772期 作者：□文/韩昊栋 王珂琛 时间：2026/3/1 14:18:25 浏览：7次 |
［提要］ 本文以华北地区各省份社会经济相关数据为依据，对新质生产力评价进行量化研究。基于数字经济视角，以新发展理念为主线构建新质生产力评价指标体系。实证结果表明：在华北五省新质生产力发展势头中，天津市、北京市处于第一梯队；河北省处于第二梯队；山西省和内蒙古自治区处于第三梯队。通过山西省新质生产力和不同次级指标之间的灰度关联度预测，得到山西省与新质生产力之间关联最大的指标。
关键词：华北地区；新质生产力；熵权TOPSIS
中图分类号：F061.5；F49 文献标识码：A
收录日期：2025年11月17日
一、绪论
随着全球范围内数字经济的兴起，新兴技术与传统经济结合并推动经济的发展已经是大势所趋，特别是近年来人工智能、大数据越来越受到民众与政府的关注，数字经济已经成为在21世纪经济发展中不可或缺的一环。在此背景下，加速发展数字经济已经成为培育新经济动力，使得生产力跨越式发展，并在全球范围内形成巨大的竞争优势。2023年9月，习近平总书记在黑龙江省考察调研期间首次提出“新质生产力”，并强调，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，增强发展新动能。
随着信息技术的不断发展，信息技术在信息社会中的作用日益显现出来。在“新质生产力”的背景下，“资本”劳动力是推动要素配置、技术进步、产业升级、产业结构优化的重要因素。数字化技术是以人为主体、以人为对象，通过人的劳动创造出来的对象化的劳动结果。工人通过熟练地运用对象化劳动的方式，把它同劳动工具结合起来，改造劳动对象，从而创造出更多的产品。与此同时，运用先进的数字化技术，在保证劳动对象的数量的同时，也可以极大地提高其性能与品质。李国庆（2023）认为数字化技术和三大生产要素的融合，极大地提高了生产效率和生产质量，从而推动社会生产力的高速跃迁。
新质生产力不断涌现，构成了中国式现代化的内在要求。新的劳动力、新的劳动客体、新的生产资料，伴随着新质生产力的不断发展，推动着各个行业走出传统的成长路径。纪宏（2020）认为作为一种新的组织、新模式和新业态，数字经济通过对资金和劳动力的集成和分配，对产业智能进行了优化和升级，其带来的质量变化、效率变化和动力变化影响整个社会的收入。于凤霞（2023）指出在数字经济快速发展的过程中，人工智能、大数据、区块链等数字化技术的高效性，将推动传统制造业中的大量剩余劳动力逐步从传统制造业转移到服务业，从而达到最优配置资源的目的。池雪凤（2020）认为将人工智能、区块链、大数据等数字技术运用到人力数据中，不仅可以让它变得更先进，也可以让它变得更好，同时可以提升整个劳动生产的效率。“数字经济”与“新质生产力”具有紧密的内在关系，“数字经济”是“新质生产力”的重要基础，“新质生产力”是以“数字经济”与“人工智能”为基础的新型生产力，加速“数字经济”发展是促进“新质生产力”发展的重要途径。
二、理论分析
依据习近平总书记提出的新质生产力要求，本文将新质生产力分为了三大维度，分别为传统生产力、绿色生产力、数字经济生产力。
第一，传统生产力。选用劳动者素质和传统经济发展指标这两个方面来描述传统生产力。劳动者素质包括了劳动者能力和劳动者受教育程度两个方面：劳动者能力主要是由在职员工工资来体现，而劳动者受教育程度则由人均受教育年限和教育经费强度来体现。传统经济发展指标则由GDP来体现。
第二，绿色生产力。选用低碳排放和高效生产两个方面来描述。低碳排放包括污染治理，污染治理主要是由二氧化硫排放率来体现。而高效生产则是由高效生产率来体现，高效生产率主要是由能源消耗量/GDP来体现。
第三，数字经济生产力。选用企业数字经济来描述。企业数字经济包含高新技术和数字化程度两个方面。高新技术由新产品开发经费率和专利授权率来描述；数字化程度主要是由创新企业数量来描述。
新质生产力指标体系总共包含了13个三级指标，数据来源于2014～2024年华北地区5个省份的面板数据。对部分缺失数据，采用了线性插值法进行处理。
华北地区作为我国传统意义上的人口聚集区，虽然在新兴产业方面不如珠三角和长三角地区发达，但是依靠北京和天津两座直辖市的地理优势，以及部分政策倾斜，在新质生产力方面，在与中部地区竞争时仍然占有一定的优势。因此，需要探究华北地区在不同维度上，其新质生产力有哪些优势与不足。在传统生产力方面选择了GDP作为指标，用于探究传统生产力方面华北地区的优势与不足，数据选用了2024年的GDP数据。2024年华北地区（含北京、天津、河北、山西、内蒙古）GDP总和为16.72万亿元，同年全国GDP总量为134.9084万亿元，该地区GDP总和占全国的比例约为12.4%，在传统生产力方面仍占有一定的优势，虽然没有沿海地区的地理优势，但是凭借传统工农业的优势和北京市、天津市的政策优势，仍能够在全国GDP中占有较大份额，这是华北地区在新质生产力方面的优势。在绿色生产力方面选择二氧化硫/GDP数据作为指标，用于探究绿色生产力方面华北地区的优势与不足，数据选用2024年的二氧化硫/GDP数据。通过数据分析可得，由于传统重工业在华北部分地区占比较高，以及内蒙古自治区和山西省同为资源型省份，这导致在绿色发展和重工业转型方面，华北地区仍落后于沿海以第三产业为核心的省份。因此，在绿色生产力方面，华北地区要落后于全国其他地区。在数字经济生产力方面选择光缆长度数据作为指标，用于探究数字经济方面华北地区的优势与不足，数据选用2024年的光缆长度数据。华北地区光缆长度占全国光缆长度的比重约为21.2%，这说明华北地区在数字经济方面有着较为重要的地位，这也是北京和天津两个直辖市给华北地区所带来的优势。华北地区可以依靠北京和天津两个直辖市的优势，来发展自己的数字经济，扩大数字经济生产力方面的优势。综上所述，本文从三个维度，并基于全国对华北地区新质生产力进行了描述性分析，结合当下背景得出以下结论：
相比于全国来看，华北地区在新质生产力方面处于中游，仍有着较大的进步空间，可以通过天津、北京两个直辖市的地理优势来加快发展新质生产力。在绿色生产力方面，由于华北地区属于重工业地区和资源型地区，相较于其他省份和地区有着较大的劣势，华北地区需要在绿色生产力方面抓住机遇，努力转型，促进新质生产力发展。在传统生产力方面，基于华北地区的传统工业优势、人力优势和较为丰富的自然资源，在全国方面仍占有较大的优势，这是华北地区在发展新质生产力方面不可多得的优势。在数字经济生产力方面，华北地区虽然名义上较为领先全国，但这是基于北京和天津两个直辖市所带来的优势，因此需要背靠直辖市的政策优势，加大力度推动数字经济和传统工业相结合，努力发展新质生产力。
三、研究方法
本文利用熵权TOPSIS法为指标赋权，熵权TOPSIS法是先使用熵权法得到新数据，然后利用新数据进行TOPSIS法研究。计算步骤如下：
（一）构建原始数据库：设原始数据阵X由m个样本、n个指标构成，Xij为第i个样本中的第j个指标，其中i=1，…，m；j=1，…，n。
（二）数据标准化处理。由于数据的单位不同，需要对原始数据组进行标准化处理，消除各指标的量纲差异，把各指标数值压缩在（0～1）区间内，从而得到新的数据矩阵。
（三）确定指标权重：
Pij=■ （j=1，…，n），0≤Pij≤1
（四）计算各指标的熵值：
ej=-k■（PijlnPij） （i=1，…，m）；k=■ k＞0，ej≥0
（五）计算变异指数：
dj=1-ej （j=1，…，n）
信息熵越小，就表明指标值的变异程度越大，提供的信息量越多，在综合评价中所能起到的作用也越大，其权重也就越大。
（六）计算各指标熵权：
wj=■ （j＝1，…，n）
（七）计算综合水平得分：
Zi=（zij）m×n=■wjX′ij （i＝1，…，m）
（八）确定正负理想解。正理想解即第n个指标在m个评价对象中的最大值zj+=max（zij）；负理想解即第n个指标在m个评价对象中的最小值zj-=min（zij）。
zj+=max（zij）=maxzi1，maxzi2，…，maxzim
zj-=min（zij）=minzi1，minzi2，…，minzim
（九）计算欧式距离：
di+=■ di-=■
（十）计算贴近度，衡量与最优对象贴近程度：
Ci=■ 0≤Ci≤1
四、华北地区新质生产力统计测度与实证分析
（一）华北地区新质生产力发展水平及差异。通过计算可以得到2014～2024年华北地区平均新质生产力发展指标得分。从时间角度来看，华北五省在新质生产力的发展上都有着长足的进步。北京的新质生产力平均得分为0.470，在五个省份中位列第一，天津的新质生产力平均得分为0.421，排名第二。我们可以粗略地将北京和天津两个直辖市作为新质生产力的第一梯队。河北省的平均新质生产力为0.392，可以将河北省列为新质生产力的第二梯队。内蒙古自治区和山西省的新质生产力分别为0.231和0.284，可以将两省区列为第三梯队。这比较符合其他研究中对于新质生产力的梯队排列。
随着时间的推进，五个省（区、市）在新质生产力的发展上都有着长足的进步。但是，由于不同省份之间的发展存在着异质性，不同省份之间的新质生产力有着较大的差距，例如北京和天津利用地缘优势、政策倾斜以及人才优势，在科技领域有着长足的发展，这也促进了新质生产力的发展。而内蒙古自治区地域辽阔，区内不同地区发展差异较大，同时也缺乏高新技术产业，这导致其新质生产力在五个省份内排名落后。山西由于多山地地形，同时是一个资源大省和传统工业大省，导致在新兴技术方面略有落后，以及在绿色生产力方面面临着较大的压力，这导致其新质生产力水平较低。河北省则是利用了靠近北京和天津的地理优势，以及较为廉价的能源、土地费用，吸引了一部分高新技术产业在河北落地，这促进了河北的新质生产力发展。
（二）基于新质生产力中不同维度生产力的次级指标关联度体系。由于熵权法TOPSIS法得到的综合得分指数只能用于华北地区之间新质生产力的比较，而不能用于灰度分析中作为因变量进行分析，因此选用了GDP作为因变量，暂时将GDP作为新质生产力的指标。在三大维度中分别选取了5个指标作为自变量，同时将GDP作为因变量。选用山西省的数据进行灰度关联分析，在不同维度生产力内寻找与GDP关联最大的次级指标，为之后华北地区发展新质生产力提供一定的建议。（表1）
从表1中可以看出，在传统生产力方面，第三产业就业比重和在岗职工工资这两个变量与新质生产力关联较大，而教育方面对于新质生产力关联较小，这说明传统生产力更加注重实际产出，而教育方面对于传统生产力影响较小。在绿色生产力方面，废气治理能力和森林覆盖率对于新质生产力的影响较大，这比较符合一般常识，而二氧化硫排放率与新质生产力关联较小，这可能是因为生产中二氧化硫只是废气排放中的一个小指标，对于绿色生产力关联不大。在数字经济生产力方面，所选用的5个指标都和新质生产力关联度较大，这说明数字经济生产力不仅仅只依靠一方面的指标，而是与大部分的数字经济指标有关。
五、结论及建议
本文在阅读大量相关文献基础上，总结出一套与新质生产力相关度很高的指标体系，以期为对华北地区新质生产力水平进行系统性分析打下扎实基础。基于此，考虑到数字经济对新质生产力发展的影响，基于数字经济视角，以新发展理念为主线构建新质生产力评价指标体系。最终得到如下结论和建议：第一，华北地区虽然地区内部差异较大，导致新质生产力指标数据呈现阶梯式表现，但是由于华北地区内部工业资源丰富，各个省市之间能够形成一定的资源互补，因此华北地区在未来的新质生产力发展方面将会有着长足的发展。第二，在新质生产力构成方面，数字经济生产力这一指标已经体现得越来越重要，它能够推动新质生产力发展。因此，华北地区应该大力发展数字经济，努力实现新质生产力的长足发展。第三，华北地区五省市要借助各自的资源优势，大力发展自身长处，弥补自身缺陷，为新质生产力的发展打上强心针。
（作者单位：山西大同大学数学与统计学院）
主要参考文献：
［1］李国庆.产业数字化对我国经济高质量发展的影响及测度研究［D］.西安：西安理工大学，2023.
［2］纪宏，张宝学，任韬，等.建设新经济统计，赋能数字经济，助力智能时代——关于开展新经济统计研究与实践的思考［J］.数理统计与管理，2020.39（05）.
［3］于凤霞.以发展人工智能为重点加速锻造新质生产力［J］.中国经济报告，2023（06）.
［4］池雪凤.人工智能助推人类命运共同体建设研究——基于马克思“真正共同体”思想［D］.福州：福建师范大学，2020.
［5］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（01）.
［6］李韵.数字经济劳动方式的变化特征及其作用因素分析［J］.教学与研究，2022（03）.
［7］陈少志，白永星.以新质生产力推动出版深度融合发展——基于生成式人工智能的视角［J］.出版与印刷，2024（02）.
［8］贾若祥，王继源，窦红涛.以新质生产力推动区域高质量发展［J］.改革，2024（03）.
［9］佟家栋，张千.数字经济时代加快发展新质生产力［J］.广西师范大学学报（哲学社会科学版），2024.60（04）.
［10］姚树洁，张小倩.新质生产力的时代内涵、战略价值与实现路径［J］.重庆大学学报（社会科学版），2024.30（01）.
|
|
|
|
