Comprehensive Deepening of Reforms, Optimization of Resource Allocation and New Quality Productive Forces
-
摘要:
推动新质生产力加快发展是发展命题,更是改革命题。基于2012—2022年中国285个地级市的面板数据,实证分析全面深化改革对新质生产力发展的影响效应和作用机制,发现:全面深化改革对于新质生产力发展有着显著的促进作用,且对渗透维度新质生产力的赋能作用更强。机制分析表明,全面深化改革通过资源配置效应,即优化生产要素配置和产业资源配置,间接提升新质生产力发展水平,且健康良好的营商环境在全面深化改革促进新质生产力发展的过程中起着显著正向调节作用。异质性分析发现,全面深化改革对新质生产力的促进作用在发展阶段、地理区位、教育水平和新质生产力水平方面存在异质性,在改革加速期、东部地区、胡焕庸线沿线及东南区域、高教育水平和高新质生产力水平的样本中,全面深化改革的助推效果更为显著。未来,应以更大力度纵深推进全面深化改革,积极发挥全面深化改革对新质生产力的赋能作用;充分合理发挥资源配置优化的中介作用和营商环境优化的调节作用,为促进我国新质生产力发展提供强有力的动力支撑;坚持因地制宜、分阶段、有重点地推进新质生产力的发展。
Abstract:Fostering the rapid development of new quality productive forces is not only a developmental imperative but also a reform imperative. This paper empirically analyzes the impact and mechanism of comprehensive deepening of reforms on the development of new quality productive forces based on panel data from 285 prefecture-level cities in China from 2012 to 2022. The study finds that comprehensive deepening of reforms significantly promotes the development of new productive forces, with a stronger enabling effect on the infiltration dimension of new productive forces. Mechanism analysis reveals that comprehensive deepening of reforms indirectly enhances the development level of new quality productive forces through the resource allocation effect, which optimizes the allocation of production factors and industrial resources. Moreover, a healthy and favorable business environment plays a significant positive moderating role in promoting the development of new quality productive forces. Heterogeneity analysis further uncovers that the promotional effect of comprehensive deepening of reforms on new quality productive forces exhibits heterogeneity in terms of time, geographical location, education level, and new quality productive forces level. The boosting effect of comprehensive deepening of reforms is more pronounced in samples from the acceleration period of reforms, eastern regions, areas along the Hu Line, southeastern regions, and those with high education and high new quality productive forces levels. This study provides theoretical and empirical evidence to understand the role of comprehensive deepening of reforms in the development process of new quality productive forces, and it offers profound insights and practical implications for promoting the massive emergence of new quality productive forces in China.
-
一. 问题的提出
发展新质生产力,是引领中国实现经济高质量发展、高水平科技自立自强以及推动中国式现代化的必由之路[1]。2023年9月,习近平总书记在主持召开新时代推动东北全面振兴座谈会上明确提出“新质生产力”这一概念,深刻阐述整合科技创新资源、加快形成新质生产力的战略意义。2024年3月,中国政府工作报告将“新质生产力”列为2024年十大工作任务之首位,推动新质生产力发展迈向新高度。不同于传统生产力,新质生产力发轫于技术革命性突破、生产要素创新性配置、产业深度转型升级,是更加符合新时代社会发展需要,尤其契合新发展理念的生产力跃迁形态。新质生产力理论的提出,是马克思主义生产力理论的当代创新[2-3],是习近平经济思想的又一标识性概念,为把握新一轮科技革命和产业变革大势以及推进中国式现代化建设提供了重要遵循。培育和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,如何发展新质生产力成为亟待回答的关键问题。
全面深化改革是新质生产力发展的重要前提。2024年开年,中共中央政治局指出,“发展新质生产力,必须进一步全面深化改革,形成与之相适应的新型生产关系”。党的二十届三中全会对此进行深度概括,阐明全面深化改革是进一步完善中国特色社会主义制度、推进实现中国式现代化的根本动力,明确强调“要在政策制定上下足功夫,不断完善有力促进新质生产力迭代进化的制度体系,助力各类先进优质生产要素向发展新质生产力顺畅流动”。以上逻辑不仅深刻揭示出新质生产力与新型生产关系的矛盾运动规律,而且也对下一步如何加快形成新质生产力作出新的战略部署,标志着以全面深化改革赋能新质生产力发展的重要性和必要性。同时,已有学者注意到,发展新质生产力是推动高质量发展的重要基础,需要以全面深化改革为发展新质生产力提供持续动力[4]。由此引发的思考是,着眼于形成政策红利的全面深化改革对培育与发展新质生产力是否具有正向激励作用?其内在逻辑是什么?又有哪些关键中介因素?本文试图回答上述问题,以期为改革浪潮中的新质生产力发展提供决策参考与思路启迪。
自新质生产力正式提出以来,学界在其理论内涵、动态测度与实践路径等方面已取得较为丰富的研究成果,其中尤以新质生产力的影响效应、发展机制维度的研究最为深入。就其影响效应而言,部分学者基于新质生产力促进共同富裕、现代化产业体系、高质量发展与中国式现代化等领域的问题予以具体分析[5-7]。就发展机制而言,普遍强调完善制度保障、优化创新机制、构建新型生产关系[1-2]。其中,改革与新质生产力的联系也引发学者讨论,例如,周文基于经济、创新、开放三维度,指出我国改革尤其是新时代全面深化改革能够为因地制宜发展新质生产力提供体制保障[8]。逄锦聚和张占斌认为,新质生产力要求变革与传统生产力相配套的落后生产关系,强调深化经济、科技、教育和人才等体制改革以及加快形成新型生产关系对新质生产力发展的必要性[9-10]。从生产力发展的客观规律出发,新质生产力是发展和改革协同推进的重大命题,为促进新质生产力的发展,必须保持科技创新与制度变革同步同频,以激发生产力发展的持久活力[11]。由此,“加快发展新质生产力”是进一步全面深化改革的重要议题[12]。综上可知,目前已有少部分学者以改革为着力点进一步探析新质生产力发展的实践路径,但其研究大多集中于文化、科技、金融等单个维度体制改革与新质生产力的相互关系,关于二者间作用机理的理论分析和基于特征评价体系的实证分析均有较大探索空间。有鉴于此,本文基于中国地级市面板数据,利用双向固定效应模型分析全面深化改革影响新质生产力发展的方向和程度,并以中介效应模型与调节效应模型刻画二者间的传导路径及调节机制,进而从全面深化改革角度总结推动新质生产力发展的切实路径。
本文的边际贡献主要在于:第一,对全面深化改革如何推动新质生产力发展进行理论分析,考察全面深化改革促进新质生产力的作用机制,为从改革视角识别新质生产力的促进效应和可能路径提供理论支撑。第二,基于新质生产力的内涵与外延,多维度构建新质生产力评价指标体系,并借助词频分析法度量全面深化改革指数,进一步实证分析全面深化改革对新质生产力的影响效应,以探索推动新质生产力发展进程持续深化的新的可行路径。第三,建构生产要素配置效率、产业资源配置效率两个机制变量。在这一过程中详细刻画全面深化改革推动优化生产要素、产业资源配置等关键要素并进一步作用于新质生产力的逻辑机理,同时建立调节效应模型探讨营商环境优化在其中发挥的作用,为地方政府加速推动新质生产力涌现提供参照。第四,基于发展阶段、地理区位、受教育程度以及我国城市间新质生产力水平差异等角度检验全面深化改革的不同影响效应,为因地制宜地推动新质生产力发展提供有效的现实路径,也为政策精准化实施提供可靠的数据支撑。
二. 理论分析与研究假说
一 全面深化改革影响新质生产力的直接效应
不同于局部探索、破冰突围阶段的改革,全面深化改革是系统推进、全面深化的改革。这一过程中必须充分发挥经济体制改革“牵一发而动全身”的作用[13],以一域带动全局,推动社会、科技和文化等其他领域深层次矛盾的化解,形成各项改革综合配套、协同推进的生动局面。同时,当今世界正处于百年未有之大变局,高质量发展面临着新形势、新使命和新要求,而发展新质生产力作为新时期引领中国经济高质量发展的鲜明标识和重要依托,在应对全球经济结构重塑、创新版图重构等方面扮演着日益重要的角色。它要求打破传统经济增长模式,打通堵点卡点,构建能够充分发挥新质生产力效能的全新生产力系统。然而,部分现存的生产关系在一定程度上对新质生产力的发展构成阻碍。只有全面深化改革,基于新质生产力的内生要求推动生产关系革新,形成契合于新质生产力的新型生产关系[14],才能释放发展新动能,促进我国科技实力从点的突破迈向系统能力的提升,进而推动新质生产力顺畅发展、行稳致远。
全面深化改革有助于破除制约新质生产力发展的体制机制障碍,创新国家内部发展动力,为新质生产力发展提供配套于新科技浪潮和产业变革的市场、协作和人才等政策。一方面,全面深化改革能够逐步将政府从资源服务的直接配置中抽离出来,有效协调政府与市场间的动态平衡[15],打破传统生产力的利益格局,有助于保障先进优质资源合理调度、精准配置,提升整体生产力系统的灵活性和响应速度,为推动原创性、颠覆性科技创新,升级新质生产力提供战略支撑。另一方面,全面深化改革,尤其加快推进供给侧结构性改革,增强供给与需求的适配性,对推动全国统一大市场建设具有重要作用,能够为新质生产力发展提供完善的市场体系支撑,有助于依托大国空间优势发挥强大的资源优化配置功能,有效降低物质资本和人力资本错配程度,为新质生产力发展提供所需的各种生产要素。并且,超大规模的全国统一大市场有助于刺激消费需求,竞争机制下会激励企业将科技创新成果应用到具体产业和产业链上,从而实现从要素数量驱动向创新质量驱动的动力转换。
全面深化改革有助于我国构建与国际规则相容的现代化市场体系,形成制度型开放红利,拓展国家外部发展空间。基于自由贸易试验区与新质生产力在科技创新、新兴产业培育、绿色低碳安全等方面高度契合的发展要求,加快对接国际高标准经贸规则,纵深推进自由贸易试验区建设,能够有效强化前沿科技和关键领域的国际合作交流机制,促进前沿技术和颠覆性技术加速涌现。此外,高水平开放能够通过加强与外部市场联系,引进其他国家和地区的先进技术、成熟管理经验和资金,破除金融、数字贸易和教育文化等领域的服务和要素跨境壁垒,为发展新质生产力提供更多有利条件。综上分析,提出假设1:
H1 全面深化改革能够有效推动新质生产力发展。
二 全面深化改革影响新质生产力的传导机制
生产要素是人类社会不同发展阶段生产力水平的客观反映[16]。提高并创造生产力的关键在于生产要素的合理配置,新质生产力的形成则对生产要素创新性配置提出新的更高要求。全面深化改革能够促进生产要素资源的自由流动和合理配置,产生生产要素配置效应,实现以优化新质生产力布局为中心推动新的区域协调发展。一方面,创新维度全面深化改革通过整合各类创新资源和要素,促进经济结构转型升级,有助于在制度层面放宽以数字化形式存储和流动的生产要素限制,从根本上打破稀缺性和独占性对于原有要素的制约,推动数据等新型生产要素在原有的生产条件下进行无限复制,提高生产活动的灵活性和可控性[17],进而释放新质生产力发展的底层潜能。另一方面,全面深化改革要求完善要素市场制度规则,推动生产要素畅通流动、各类资源高效配置,有助于加速区域间有效分工、错位发展,畅通要素流动渠道,从而促进各地区立足比较优势与发展定位,推动形成优势互补、各有特色的新质生产力发展格局。并且,资源从低生产率部门向高生产率部门转移,可以有效促进经济总量增长[18],形成适应新发展阶段现代化建设的新质生产力发展新局面。
良性的产业配置结构,是一个国家培育壮大新质生产力、实现经济持续健康发展的重要前提。全面深化改革推进的过程中往往伴随着产业的数字化、智能化和低碳化发展,有助于推动产业向结构更高级、形态更合理的阶段演进,产生产业资源配置效应,进而为新质生产力发展注入强劲动能。具体而言,全面深化改革不仅能够有效破除产业发展的结构性矛盾,实现产业有序衔接、循环畅通,还有助于加强新领域新赛道的制度供给,构筑产业发展新动能,实现从要素驱动阶段的产业政策向创新驱动阶段的产业政策转换,其实施成色将在很大程度上决定我国现代化产业体系建设的深度和高度。一方面,全面深化改革能够调整优化产业结构产生的“洗牌效应”[19],推动产业升级转向通过技术创新不断提升全要素生产率的发展路径,实现构建有利于新质生产力发展的产业格局。另一方面,全面深化改革在战略性新兴产业和未来产业中的应用赋予了产业发展新的契机,其在实施过程中要求建立未来产业投入增长机制,健全推动精密制造、生命科学等战略性新兴产业发展政策,有助于催生交叉汇聚型的新技术领域和应用场景,推动产业结构向资本密集型、知识密集型和技术密集型升级。传统产业层面,全面深化改革有助于推动企业借助数智技术、绿色技术,从设备更新、流程优化等方面托举传统产业优化升级,进一步改善低效生产技术,推动传统产业向价值链高端延伸,塑造产业竞争新动能、新优势。此外,全面深化改革能够有效提升产业链供应链的韧性和安全水平,围绕发展新质生产力打造自主可控的产业链,为我国打破全球产业分工路径依赖、实现赶超和引领产业发展创造巨大机会空间[20]。综上分析,提出假设2:
H2 全面深化改革会产生资源配置效应,即优化生产要素配置和产业资源配置,进而促进新质生产力发展。
三 全面深化改革影响新质生产力的调节机制
作为政策实施的外部环境综合系统,健康透明的营商环境可以营造良好的政治生态和社会生态[21],并在全面深化改革促进创新要素配置、优化经济布局中发挥积极调节效应,有利于促进和保护市场公平竞争,以更为稳定的发展机制激发市场主体开展技术创新与探索市场需求的动力,进而为新质生产力发展提供稳定的制度环境支持。
优化营商环境是进一步全面深化改革的重要着力点,也是推动实现新旧动能转换、赋能新质生产力发展的必然选择[22]。营商环境的改善往往源于政府的政策支持和激励机制,如税收优惠、研发补贴、政府创新基金等。这些措施实施在促进政商关系健康发展的同时,也能够有效破除市场分割,推动全国统一大市场逐渐形成。营商环境改善过程中也会对政府、法律及制度提出更高要求,推动政府提升经济发展意识、能力和水平,以进一步提升政府治理能力,促进政府行为更好地接受社会监督,有效抑制寻租腐败等不良现象出现,并通过放宽行政管制与降低进入壁垒等方式为企业发展提供良好氛围和土壤。此外,营商环境的系统性优化能够加快实现与邻近区域创新能力的协同提升[23],进一步降低各方主体创新风险,打造有利于新质生产力发展的一流创新环境。
营商环境水平也与新质生产力之间存在紧密的相关性。优化营商环境能够为新质生产力发展提供良好的市场环境和应用场景[24],在制度层面促进产业体系及相关经济要素的有机组合,形成产业集群的协同效应[25]。同时,良好的营商环境有助于完善科技、教育等机制对新质生产力发展的促进和保障作用,破除妨碍新质生产力发展的体制性障碍,引导创新活动更加贴近市场需求,使得更多资源有机会参与熊彼特式组合创新[26]。综上分析,提出假设3:
H3 营商环境优化会对全面深化改革的新质生产力促进效应产生显著的正向调节作用。
三. 模型设定与数据说明
一 模型设定
1 基准回归模型
为探究全面深化改革对新质生产力发展的影响,构建基准回归模型如下:
$$ \mathrm{Nqp}_{i t}=\alpha_0+\alpha_1 \operatorname{Ref}_{i t}+\alpha_2 Z_{i t}+\mu_i+\delta_t+\varepsilon_{i t} $$ (1) 其中,i表示城市;t表示年份;Nqpit为i城市t年的新质生产力水平;Refit为i城市t年的全面深化改革水平;Z表示引入的一系列控制变量,包括政府干预度、教育支持水平、金融发展水平和知识管理水平;μ和δ分别表示城市固定效应和时间固定效应;ε为随机扰动项。
2 中介效应模型
借鉴丁涛等的研究思路[27],资源配置效应包括生产要素配置效率和产业资源配置效率。为进一步探究全面深化改革影响新质生产力的作用机制,本文将资源配置效应纳入研究框架,参考江艇的研究思路[28],建立中介效应模型如下:
$$ M_{i t}=\beta_0+\beta_1 \operatorname{Ref}_{i t}+\beta_2 Z_{i t}+u_i+\delta_t+\varepsilon_{i t} $$ (2) $$ N_{i t}=n_0+n_1 \operatorname{Ref}_{i t}+n_2 Z_{i t}+u_i+\delta_t+\varepsilon_{i t} $$ (3) 其中,Mit、Nit分别表示生产要素配置效率和产业资源配置效率,当β1显著为负且n1显著为正时,说明资源配置效应可在全面深化改革赋能新质生产力发展过程中发挥中介作用。
3 调节效应模型
本文选择将营商环境作为调节变量,并与改革水平构建交互项,以验证营商环境在全面深化改革促进新质生产力过程中是否具备正向调节作用,建立调节效应模型如下:
$$ \operatorname{Nqp}_{i t}=\gamma_0+\gamma_1 \operatorname{Ref}_{i t}+\gamma_2 \operatorname{Bee}_{i t}+\gamma_3 \operatorname{Ref}_{i t} \times \operatorname{Bee}_{i t}+\gamma_4 Z_{i t}+u_i+\delta_t+\varepsilon_{i t} $$ (4) 其中,Beeit为调节变量,当γ3显著为正时,意味着营商环境在全面深化改革与新质生产力发展水平之间发挥正向调节效应。同时,为避免交互项与改革、营商环境间自相关的存在可能导致的估计不稳定问题,本文先对自变量和调节变量进行中心化处理,再将交互项代入模型以修正误差。
二 变量说明
1 被解释变量:新质生产力指数(Nqp)
新质生产力相对于传统生产力而存在,理解其核心内涵需从“新”“质”两个维度思考。其中,新质生产力的“新”体现在劳动者、劳动对象和劳动资料上,标志着实体要素优化组合的跃升;“质”则强调新质生产力以技术创新为驱动,促进传统生产要素与新生产要素的融合配置。借鉴韩文龙等的研究[29],本文拟从实体性要素和渗透性要素两个层面度量城市新质生产力指数。其中,实体维度包含新劳动者数量、新劳动者结构、新生产工具和新基础设施四个二级指标;渗透维度主要包含技术研发、创新产出、智能化和绿色化等七个二级指标。对于具体维度指标的选择,参考韩建雨和许冉的做法[30],从新质生产力理论内涵出发,在考虑数据可得性的基础上最终确定17个三级指标。新质生产力具体测算指标详见表 1。此外,考虑到主观赋权法的弊端,本文采用熵值法对各项指标进行客观加权,以测算各地级市的新质生产力指数(Nqp)、实体维度新质生产力指数(Nqp1)以及渗透维度新质生产力指数(Nqp2)。
表 1 新质生产力的测算指标体系一级指标 二级指标 三级指标 性质 实体性要素 新劳动者数量 新产业员工数 + 新劳动者结构 新产业员工教育结构 + 新产业员工技能结构 + 新生产工具 工业机器人渗透度 + 新基础设施 互联网宽带接入用户数 + 电信业务总量 + 渗透性要素 技术研发 高技术研发经费投入 + 创新产出 高技术发明专利申请数 + 实用新型专利申请数 + 智能化 人工智能企业数 + 绿色化 工业污染治理完成投资 + 生活垃圾无害化处理率 + 碳交易、用能权交易与排污权交易 + 绿色创新产出 绿色专利发明数 + 绿色实用新型专利发明数 + 大数据处理 数据要素利用水平 + 大数据交易 数据交易所数量 + 2 核心解释变量:全面深化改革指数(Ref)
区别于以往聚焦到某一方面的改革,全面深化改革是包括社会经济、政治文化、生态环保等在内的全方位改革[31]。为更加客观准确地评估全面深化改革对新质生产力发展的影响,需要构建更加科学合理的全面深化改革度量指标。由于政府工作报告是依法行政机关和执行权力机关决定、决议的纲要[32],且政府工作报告一般发布于年初,由各地政府负责人对过去一年的经济活动进行全面总结,并对日后如何进一步开展工作提供指导而形成。可见,政府工作报告中与全面深化改革相关词条的出现频数能够较为准确地体现该地区全面深化改革政策实施的力度,从而反映出政府全面深化改革政策的全貌。为此,本文尝试通过搜集各城市的政府工作报告,采用词频分析法来构建全面深化改革指数。具体而言,即基于全面深化改革的理论内涵,在参考各类政策性文件和新闻媒体报道的基础上构建全面深化改革关键词,并利用Python爬虫技术对关键词进行提取和收集,见表 2。需特别注意的是,由于各城市的政府工作报告长度存在较大差异,仅用词条频数可能出现度量偏差,鉴于此,本文参考胡久凯和王艺明的方法[33],用关键词词频占总词频的比重来衡量各城市的全面深化改革力度,以此度量全面深化改革指数。
表 2 全面深化改革关键词示例关键词逻辑 关键词示例 全面深化改革 深化、改革、开放、制度、体制、机制、政策、放管服、监管、党的领导、民主、法治、有效市场、有为政府、绿色低碳、生态文明、从严治党、全国统一大市场、首发经济、市场准入、民生建设、社会保障、国家安全、国防和军队、党的建设、产业链、供应链、创新、城乡融合、治理体系、治理能力、政府治理、社会主义、现代化、高质量发展、新发展格局、共同体、社会公平正义、人民福祉 3 中介变量
(1) 生产要素配置效率(Re)。本文运用白俊红和卞元超的研究方法[34],基于要素边际产出与其价格之比,测算出各地区资本和劳动力错配指数,同时运用主成分分析法得出的权重系数(0.39和0.61)加权得到各城市的生产要素错配程度,作为生产要素配置效率的代理变量。
(2) 产业资源配置效率(Is)。本文以产业结构升级水平作为产业资源配置效率的代理变量。其中,产业结构升级是指产业结构重心逐次由第一产业向第二、第三产业转移的动态过程,本文借鉴干春晖等的研究思路[35],采用第三产业产值与第二产业产值之比度量产业结构升级水平。这一指数能够清晰地反映出我国各地区产业结构由低端形态向高级形态演进的过程。
4 调节变量:营商环境(Bee)
结合于文超和梁平汉[36]、樊纲等[37]的研究方法,本文以政府与市场的关系、非国有经济的发展、产品市场的发育程度、要素市场的发育程度、市场中介组织的发育程度和法律制度环境建设水平为准则层构建市场化指数,并采用主成分分析法对指标进行赋权,以此作为营商环境的代理变量。
5 控制变量
(1) 政府干预度(Govern)。适度的政府干预可以通过资源调配、竞争优化、技能升级等方式推动新质生产力发展,实现生产力跃升与社会福祉增长的良性循环。而过度干预则可能干扰市场的有效运作,进一步抑制技术创新,从而制约新质生产力发展。本文以财政支出占GDP比重衡量政府干预度。
(2) 教育支持水平(Edu)。教育支持水平反映的是新质生产力中“质”的问题,代表着经济社会劳动力发展水平,两者间相互影响,具有内在一致性。本文采用教育支出占地区生产总值的比重度量。
(3) 金融发展水平(Finance)。金融活动可以通过调节资金流动的方式优化资源配置,引导生产要素向创新型产业倾斜,促进超大规模市场优势的释放,从而为新质生产力发展创造条件。本文采用年末金融机构各项存贷款余额占GDP比重度量。
(4) 知识管理水平(Mus)。知识管理水平提升能够系统化整合内外部资源,加速促进培育新的经济增长点,同时推动企业进行技术创新和产业升级,对新质生产力发展产生正向影响。本文采用各地级市拥有博物馆数量的对数反映各城市的知识管理水平。
三 数据来源和描述性统计
基于数据可得性、完整性和统计口径一致性等原则,本文剔除考察期内在地级市层面发生撤市或立市的样本(如巢湖市、三沙市等)以及数据缺失严重的样本(香港、澳门、中国台湾和西藏自治区等),最终得到2012—2022年我国285个地级市的面板数据。数据主要来源于国家统计局数据发布库、各地级市国民经济和社会发展统计公报等,个别缺失数据采用线性插值法补全,描述性统计结果见表 3。
表 3 描述性统计变量名称 变量符号 观测值 均值 标准差 最小值 最大值 新质生产力 Nqp 3 135 0.054 0.077 0.002 0.618 全面深化改革指数 Ref 3 135 0.022 0.006 0.004 0.050 生产要素配置效率 Re 3 135 0.455 0.099 -2.494 0.942 产业资源配置效率 Is 3 135 1.133 0.622 0.130 6.439 政府干预度 Govern 3 135 0.208 0.117 0.044 2.223 教育支持水平 Edu 3 135 0.035 0.018 0.008 0.185 金融发展水平 Finance 3 135 2.651 1.301 0.635 21.301 知识管理水平 Mus 3 135 2.383 0.918 0.000 5.371 营商环境 Bee 3 135 11.494 2.399 4.683 19.694 四. 实证结果和分析
一 基准回归结果
基于双向固定效应模型,本文实证检验全面深化改革对新质生产力的影响,并分别以新质生产力指数、实体维度新质生产力指数和渗透维度新质生产力指数为被解释变量展开研究,表 4显示了基准回归结果。其中,列(1)和列(2)的被解释变量是新质生产力指数。列(1)报告了仅考虑双向固定效应模型的结果,可以发现,全面深化改革对新质生产力的影响系数为0.169,且在1%水平上正向显著,即全面深化改革力度每提升1%,将有助于新质生产力水平提高0.169%,初步验证了全面深化改革对新质生产力发展具有显著的正效应。进一步地,考虑到其他因素可能造成估计结果偏误,本文在列(1)的基础上加入政府干预度、教育支持水平、金融发展水平等控制变量,结果显示全面深化改革的估计系数为0.154,且同样通过1%水平的显著性检验,表明全面深化改革能够有效地推动我国新质生产力发展。与理论预期一致,假说1得到验证。
表 4 全面深化改革影响新质生产力的基准模型结果变量 基准回归 不同维度 (1) (2) (3) (4) (5) (6) Nqp Nqp Nqp1 Nqp1 Nqp2 Nqp2 Ref 0.169*** 0.154*** 0.018 0.011 0.181*** 0.165*** (2.79) (2.61) (0.25) (0.16) (2.53) (2.37) Govern -0.006** -0.006 -0.009** (-2.06) (-1.56) (-2.57) Edu 0.405*** 0.247*** 0.470*** (6.02) (3.08) (5.91) Finance -0.018*** -0.008*** -0.017*** (-7.10) (-2.61) (-5.77) Mus 0.009*** 0.003** 0.011*** (7.58) (2.14) (7.78) Constant 0.050*** 0.021*** 0.056*** 0.038*** 0.048*** 0.006*** (37.16) (2.58) (35.08) (3.91) (30.28) (0.69) N 3 135 3 135 3 135 3 135 3 135 3 135 城市固定效应 Yes Yes Yes Yes Yes Yes 时间固定效应 Yes Yes Yes Yes Yes Yes R2 0.963 0.965 0.914 0.915 0.963 0.964 注:* * *、* *、*分别为1%、5%和10%显著性水平;括号内报告了回归系数的稳健标准误。下同。 分维度来看,无论是否加入控制变量,全面深化改革对渗透维度新质生产力的影响均在1%的水平上显著,见表 4中列(6)。同时,比较列(2)与列(6)回归结果可知,全面深化改革对渗透维度新质生产力的影响效应(0.165)相比于整体层面新质生产力(0.154)有所提升,但是对实体维度新质生产力的影响并不显著。可能的原因在于,相较于实体性要素,以新技术、生产组织、数据等为核心的渗透性要素属于创新活动的前端指标,在改革政策激励下更易显现出其经济效应,而该政策对实体性要素的赋能作用短期内难以被直接观察到。具体而言,全面深化改革在推动新质生产力发展的过程中或许先通过政策层面引领渗透性要素发展,在渗透性要素发挥作用的基础上,实体性要素间进一步深度对接、高效耦合,催生劳动过程的深层次变革及产业升级转型,促使科技由精神生产力向物质生产力转变,助力新质生产力实现质的飞跃。然而反观当下,我国生产要素市场尚发育不足,实体性要素正常流动的障碍仍存在,导致现阶段全面深化改革推动实体维度新质生产力的效果不显著。随着未来经济发展质量进一步提升,实体性要素配置效率可能会大幅提升,从而推动新质生产力实现更高质量的飞跃。
二 稳健性检验
稳健性检验的结果见表 5。
表 5 全面深化改革影响新质生产力的稳健性检验结果变量 (1) (2) (3) (4) (5) 主成分分析法 更换样本集 多数据库变量匹配融合 缩尾处理 变量滞后 Ref 2.820** 0.003*** 0.078*** 0.150** (2.01) (2.69) (18.91) (2.58) l.Ref 0.114** (2.00) Govern -0.391** -0.033*** 3.693 -0.092*** -0.027*** (-2.27) (-4.59) (0.72) (-6.51) (-3.37) Edu 3.211* 0.339*** -30.325 0.423*** 0.197*** (1.91) (4.86) (-0.91) (5.02) (2.70) Finance -0.007 -0.001 -1.042*** -0.001 0.000 (-0.52) (-0.99) (-3.94) (-0.61) (0.06) Mus 0.026*** 0.009*** 0.032 0.001*** 0.001** (23.66) (7.96) (1.53) (13.59) (19.59) Constant 1.081*** 0.039*** 11.040*** 0.043*** 0.036*** (18.50) (6.77) (9.44) (14.75) (15.07) N 3 135 3 090 3 135 3 135 2 850 城市固定效应 Yes Yes Yes Yes Yes 时间固定效应 Yes Yes Yes Yes Yes R2 0.943 0.962 0.664 0.966 0.972 1 更换测算方法
本文在基准回归中采用基于熵值法的综合评价法对各项指标进行客观加权,以测度新质生产力发展指数。但新质生产力是内含新技术、新业态和新模式等多维度的综合性概念,为避免因测度方法局限而导致的新质生产力指数评估偏误,本文运用“降维思维”,借助主成分分析法再次测算我国地级市新质生产力指数。如表 5中列(1)所示,更换测算方法后全面深化改革的回归系数仍显著为正,可与本文前述基准回归结果相互印证。
2 更换样本集
普通地级市在政策资源、经济资源和行政权力等方面难以与直辖市抗衡,如果由于城市初始禀赋不同导致其经济增长、科技创新和新质生产力水平出现差异,可能会对改革与新质生产力之间逻辑机制的判断产生干扰,进而影响研究结果。因此,为增强模型可信度,本文剔除直辖市样本后重新进行回归,结果见表 5中列(2)。可以看到,更换样本集后全面深化改革对新质生产力的估计系数通过了1%的显著性检验,表明本文估计结果具有良好的稳健性。
3 多数据库变量匹配融合
借鉴肖有智等的研究思路[38],本文在参考各类政策性文件和新闻媒体报道的基础上选取新质生产力关键词,借助基于Python爬虫技术的词频分析法对各城市政府工作报告进行关键词爬取,并以年份为单位汇总合成年度词频数据,以准确反映中国各城市的新质生产力发展水平,见表 6。同时,为统一度量标准,全面深化改革指数采用关键词词频数衡量,以从不同角度全面评估研究结论的稳健性,结果如表 5中列(3)所示。可以发现,全面深化改革对新质生产力的影响系数为0.078,且在1%水平上正向显著,再次证实本文研究结论可靠。
表 6 新质生产力关键词关键词逻辑 关键词示例 新质生产力 新质生产力、人工智能、科技创新、技术革新、科学发展、创新动能、颠覆性技术、突破性技术、革命性创新、新技术、前沿技术、高新技术、尖端技术、新能源、新经济、数字经济、创新经济、未来经济、新业态、数字化转型、产业升级、新模式、战略性新兴产业、未来产业、高科技产业、新动能产业、创新驱动、技术驱动、创新引领、重大突破、提高生产力、质的转变、提升生产力、高效能、高性能、高效率、高产出、高质量发展、质量优先、效益提升、高标准发展、主导技术、创新领先、科技引领、关键突破、核心技术突破 4 缩尾处理
样本存在异常观测值可能会对本文研究结果产生一定干扰,为提高实证结果的可靠性,本文对主要解释变量进行1%水平上的缩尾处理,并基于双向固定效应模型再次进行稳健性检验。比较表 4中列(2)和表 5中列(4)可以发现,缩尾处理后的估计结果无论是在显著性程度上还是方向上均与基准回归结果高度一致,说明全面深化改革对新质生产力的影响没有明显受到极端值的干扰,前文结论稳健。
5 变量滞后
考虑到改革是一个动态过程,其对新质生产力的影响可能存在一定程度的时间滞后性,本文将核心解释变量取滞后1期再次进行稳健性检验。如表 5中列(5)所示,在考虑滞后1期后,回归结果中全面深化改革的显著性程度虽有所下降,但估计系数和符号方向均与基准回归接近,进一步验证了全面深化改革有助于推动新质生产力发展。
三 内生性检验
虽然前述基准回归和稳健性检验已在较大程度上支持全面深化改革推动新质生产力发展的结论,但模型构建、相关变量遗漏和设定不足等仍可能导致内生性问题,如财政分权可以通过调整央地财政关系进一步提升政府资源配置效率,进而助推新质生产力发展。为此,本文采用工具变量法和控制遗漏变量法控制以上问题,以提升估计结果的可信度。
1 工具变量法
文化程度与全面深化改革间具有高度的相关性,为避免人口规模差异可能引发的估计误差,本文采用每万人在校大学生人数(Stu)作为工具变量。全面深化改革往往伴随着经济体制的转轨和发展模式的转换,能够推动中央和地方各级政府加大教育投入力度,且改革有助于打破传统观念和束缚,构建公平、高质的教育环境,进而提升社会整体文化程度。因此,每万人在校大学生人数可以在一定程度上代表全面深化改革力度,满足工具变量的相关性条件,且对新质生产力发展无直接影响,符合外生性特征。由此,本文采用两阶段最小二乘法(2SLS)进行工具变量估计,回归结果见表 7。可见,使用工具变量法后全面深化改革指数的估计系数仍在1%水平上正向显著,且估计值有所提升。同时,表中汇报的Kleibergen-Paap rk LM统计量的P值远低于0.050 0,显著拒绝“工具变量不可识别”的原假设,且Cragg-Donald Wald F值大于弱识别检验stock-yogo10%水平上的临界值16.38,排除弱工具变量问题,即在考虑内生性问题后,全面深化改革能够显著推动新质生产力发展的研究结论依旧成立。
表 7 全面深化改革影响新质生产力的内生性检验结果变量 工具变量法 控制遗漏变量法 (1) (2) (3) 第一阶段 第二阶段 Nqp Ref 13.058 7*** 0.126** (2.63) (2.34) Govern -0.003 3 -0.040 8 -0.022*** (-0.98) (-0.70) (-3.28) Edu 0.008 2 0.315 8 0.470*** (0.35) (0.92) (6.98) Finance -0.000 1 0.002 1 0.002*** (-0.66) (0.98) (4.24) Mus 0.002 7* -0.051 6** 0.001** (1.80) (-2.17) (20.74) Eco 0.031*** (13.46) Fis -0.031*** (-6.57) Stu 0.001 3*** (3.22) 城市固定效应 Yes Yes Yes 时间固定效应 Yes Yes Yes 不可识别检验 15.679 [0.000] 弱工具变量检验 110.378 {16.380 0} N 3 123 3 123 3 135 R2 0.277 0.108 0.971 注:不可识别检验用Kleibergen-Paap rk LM统计量,[]内为P值;弱工具变量检验用Cragg-Donald Wald F统计量,{ }内为Stock-Yogo weak ID test critical values在10%水平上的临界值;过度识别检验用Hansen J统计量。 2 控制遗漏变量法
鉴于新质生产力的发展受多种因素影响,为进一步排除相关变量遗漏带来的内生估计偏误,本文选取财政分权度(Fis)和经济发展水平(Eco)为新的控制变量,并将各地区财政收入与财政支出的比值作为财政分权度的代理度量,将人均生产总值的对数作为经济发展水平的代理变量,回归结果见表 7中列(3)。可以发现,引入经济发展水平和财政分权度后,全面深化改革的回归系数通过5%的显著性水平检验,证实全面深化改革对新质生产力发展存在显著正向的影响。
四 中介机制检验
发展新质生产力以创新生产要素组合、完善现代化产业体系为核心路径,需要发挥要素组合高效配置、产业高端化智能化协同转型的赋能作用。基准回归、稳健性检验和内生性讨论均已证实全面深化改革有助于提升我国新质生产力水平。为进一步探讨全面深化改革如何间接影响新质生产力这一问题,基于前文研究假说的分析,借鉴丁涛等的研究思路[27],本文将资源配置效应划分为生产要素配置效率和产业资源配置效率两个层面,实证分析其在全面深化改革促进新质生产力发展过程中的中介效应,具体结果见表 8。
表 8 全面深化改革影响新质生产力的机制分析结果变量 (1) (2) 生产要素配置效率 产业资源配置效率 Re Is Ref -0.012* 0.004*** (-1.66) (2.85) Govern 0.048 -0.016*** (1.37) (-5.60) Edu -1.055*** 0.339*** (-3.05) (5.00) Finance -0.003 0.000 (-1.22) (0.14) Mus -0.000 0.009*** (-0.97) (7.95) Constant -0.801*** 0.008*** (-28.09) (0.86) N 3 135 3 135 城市固定效应 是 是 时间固定效应 是 是 R2 0.775 0.964 “新要素”是发展新质生产力的突破点,全面深化改革可以推动各类先进生产要素畅通流动,引导要素资源向技术和效率水平更高的细分行业集聚,从而间接提升新质生产力水平。为了验证该作用机制成立与否,本文先参照白俊红和卞元超的做法[34],测算得出各地区资本和劳动力错配指数,再运用主成分分析法得出的权重系数测算各城市资源错配程度,以此作为生产要素配置效率的代理变量,具体结果见表 8中列(1)。可见,全面深化改革对生产要素配置的影响系数估计值为-0.012,并通过10%水平显著性检验,即全面深化改革能够显著降低生产要素错配程度。这表明全面深化改革通过完善要素市场规则促进要素高效有序流动,有助于在制度层面放宽以数字化形式存储和流动的生产要素限制,提升生产活动的灵活性和可控性,有效缓解生产要素资源配置效率低和配置扭曲问题,进而推动我国新质生产力发展。
进一步地,借鉴干春晖等的研究思路[35],采用第三产业产值与第二产业产值之比度量产业结构升级水平,以此作为产业资源配置效率的代理变量。表 8中列(2)的检验结果显示,全面深化改革对产业资源配置效率的估计系数为0.004,且在1%的水平上正向显著,即全面深化改革可通过优化产业资源配置促进新质生产力发展。这意味着全面深化改革能够有效破除产业发展的结构性矛盾,推动数实融合以引领传统产业优化升级,从而实现从要素驱动阶段的产业政策向创新驱动阶段的产业政策转变,为我国发展新质生产力增势蓄能。由此,假说2得到验证,即全面深化改革能够产生显著的资源配置效应,从而通过最优资源组合配置来促进新质生产力发展。
五 调节机制检验
根据前文理论分析可知,新质生产力的推进离不开制度环境和法治引领,因而本文选取营商环境为调节变量,以探究其在全面深化改革促进新质生产力发展过程中发挥的调节效应,进一步考察全面深化改革和新质生产力之间的复杂关系,回归结果如表 9所示。
表 9 全面深化改革影响新质生产力的调节机制分析结果变量 (1) (2) Nqp Nqp Ref 0.154*** 0.029 (2.61) (0.22) Bee -0.114* (-1.72) Ref×Bee 0.099** (2.01) Govern -0.006** -0.042*** (-2.06) (-3.65) Edu 0.405*** -0.129 (6.02) (-0.43) Finance -0.018*** -0.241*** (-7.10) (-2.68) Mus 0.009*** 0.007*** (7.58) (5.08) Constant 0.021*** 0.312*** (2.58) (24.38) N 3 135 3 135 城市固定效应 Yes Yes 时间固定效应 Yes Yes R2 0.965 0.987 由列(1)可见,在未考虑调节变量及其与核心解释变量交互项时,全面深化改革影响效应为正,且在1%水平上显著,即全面深化改革能够有效促进新质生产力发展。进一步将全面深化改革同营商环境水平的交互项纳入研究框架,发现交互项系数在5%水平上显著为正,说明营商环境优化在全面深化改革和新质生产力之间发挥了正向调节作用。可能的原因在于,健康的营商环境可以营造良好的政治生态,为改革政策实施提供更好的运行载体,有利于推动科技创新成果更有效地应用于具体产业和产业链,进一步释放改革效能。除此之外,良好的营商环境有助于更多有利于科技和产业互促并进的制度机制进一步形成,高效、合理地促进先进生产要素向新质生产力领域涌现、汇聚,进而推动新质生产力发展。由此,假说3得到验证,即优化营商环境有利于发挥全面深化改革对新质生产力发展的积极作用。
六 异质性分析
1 发展阶段异质性
2016年,中央全面深化改革领导小组召开多次会议,全面深化改革开启“加速模式”,各领域标志性、支柱性改革任务基本推出,重点领域和关键环节改革实现历史性变革、突破性重塑、整体性重构。考虑到全面深化改革存在明显的阶段性演进特征,本文选择2016年为分界点,将样本数据划分为2012—2016年和2017—2022年两个发展阶段,进一步探究全面深化改革对新质生产力的差异化影响效应。由表 10中列(1)和列(2)的回归结果可见,全面深化改革对新质生产力的影响存在显著的发展阶段异质性。具体而言,改革萌芽期(2012—2016年),全面深化改革与新质生产力发展呈现显著的正相关关系(系数为0.061,p<0.1);而在改革加速期(2017—2022年),全面深化改革对新质生产力的促进作用相较于前一阶段显著增强(系数为0.094,p<0.05)。这种政策效果的强化态势主要归因于,2016年后,我国全面深化改革逐步实现由局部试点向整体谋划的转变,并借助制度创新的协同机制和改革布局的纵深推进,形成了更为稳定、系统的动力机制。尤其是改革政策在资源配置、制度供给和机制创新等方面形成叠加效应,不仅有效缓解了改革前期对传统发展路径的依赖,更有助于建构与新质生产力发展相适配的新型生产关系,进一步提升了政策整体效能,为新质生产力的发展提供了制度性保障。
表 10 全面深化改革影响新质生产力的时空异质性分析结果变量 发展阶段异质性 区位异质性 教育水平异质性 (1) (2) (3) (4) (5) (6) (7) (8) (9) (10) 萌芽期 加速期 东部 中部 西部 东南 沿线 西北 低教育水平 高教育水平 Ref 0.061* 0.094** 0.007*** 0.019 0.032 0.005*** 0.002** -0.001 0.015 0.234** (1.91) (1.98) (2.85) (0.30) (0.65) (2.62) (2.23) (-0.18) (0.28) (2.34) Govern 0.004 -0.017* -0.227*** -0.081*** 0.001 -0.035*** -0.010** 0.003 -0.054*** -0.032*** (1.14) (-1.81) (-6.53) (-7.21) (0.40) (-3.22) (-1.83) (0.09) (-5.40) (-2.84) Edu -0.004 0.018* 0.623*** 0.359*** 0.020 0.367*** 0.119*** 0.062 0.167*** 0.400*** (-1.42) (1.94) (3.26) (4.28) (0.44) (3.03) (3.00) (0.32) (2.70) (2.78) Finance -0.000 0.000 0.002 0.000 -0.001 -0.001 -0.001 -0.003 -0.001 -0.000 (-0.33) (0.38) (1.31) (0.40) (-1.49) (-0.88) (-0.90) (-0.75) (-1.47) (-0.15) Mus 0.001*** 0.001** 0.009 0.001*** 0.001*** 0.010*** 0.005*** 0.000 -0.008 -0.004 (4.29) (2.31) (4.20) (7.31) (20.25) (5.91) (4.70) (0.75) (-0.53) (-1.52) Constant 0.026*** 0.087*** 0.091*** 0.041*** 0.027*** 0.053*** 0.036*** 0.041*** 0.058 0.048*** (3.65) (5.04) (7.21) (13.87) (12.70) (6.27) (7.52) (2.66) (23.09) (10.24) N 1 425 1 710 1 254 1 199 682 2 046 1 001 88 1 671 1 464 城市固定效应 Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes 时间固定效应 Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes R2 0.993 0.989 0.956 0.980 0.989 0.960 0.987 0.989 0.983 0.968 2 区位异质性
由于不同地区在经济发展、资源基础和产业特征等方面均存在显著差异,全面深化改革对城市新质生产力发展的促进效果可能呈现出地域性差异,结果见表 10。
第一,采用国家统计局的分类方法,将地级市分为东部、中部和西部三大区域,探讨全面深化改革对不同区域的城市新质生产力发展水平的异质性影响。由列(3)至列(5)可知,全面深化改革对东部地区新质生产力发展水平的估计系数显著为正,而对中部地区和西部地区新质生产力发展水平的估计系数并不显著。这表明东部地区全面深化改革能够正向促进新质生产力发展,而中部和西部地区全面深化改革的作用效果尚不明显。可能的原因在于,东部地区是我国改革开放和经济发展的先行区,其改革进程与新质生产力发展均处于优势地位,且已进入相对成熟的发展阶段。与东部地区相反,中部、西部地区科技成果市场转化相对滞后、高技能劳动力较为不足,且发展更多依靠承接东部地区“三高”产业,致使全面深化改革效能对其新质生产力发展的驱动作用并不突出。
第二,以胡焕庸线为界,将样本城市在空间上划分为沿线区域、东南区域和西北区域,进一步检验全面深化改革对新质生产力发展影响的地区异质性。由表 10中列(6)至列(8)可见,全面深化改革对胡焕庸线东南区域以及沿线区域新质生产力发展均具有显著的正向影响,且对东南区域的作用效果要大于沿线区域,而胡焕庸线西北区域的改革效果则不显著。原因在于,胡焕庸线两侧的自然环境和经济状况存在明显差异,人口高水平与经济高质量发展城市多集中于胡焕庸线沿线及以东地区,其具有更为广阔的创新平台和市场环境,能够为全面深化改革政策实施提供良好条件。而与之相反,胡焕庸线以西地区城市生态环境相对脆弱、公共教育服务投入较低,且在高端颠覆性技术创新活动开展方面处于劣势,致使其新质生产力发展较为缓慢。
3 教育水平异质性
人民群众是谋划全面深化改革、推动全面深化改革的主体力量,而人力资本尤其教育水平是影响群众参与并推动政策落地见效的重要因素。因此,在经济体制、科技体制等改革过程中,居民教育水平的差异可能导致地方改革实效对新质生产力发展支持力度的差异。基于此,本文选择各城市人均受教育年限作为教育水平的衡量指标,并以教育水平的中位数为基准,将样本分为高教育水平城市和低教育水平城市两组进行异质性检验,估计结果见表 10中列(9)和列(10)。可以发现,高教育水平组全面深化改革对新质生产力发展的影响效应在5%水平上正向显著,而低教育水平组全面深化改革的影响效应为正但不显著,且低教育水平组全面深化改革的影响效应(0.015)小于高教育水平组(0.234),即在高教育水平地区,全面深化改革对新质生产力发展的驱动作用更明显。究其原因,教育水平较高的个体通常政治参与度也相对较高,在政策执行、公共管理等方面往往能够发挥更大的作用,有助于提升政府决策水平和治理能力,同时为新质生产力发展厚植人才基础。
4 新质生产力水平异质性
我国新质生产力发展水平表现出明显的空间差异特征,并且在考察期内呈“东高西低”发展格局[39],那么对于新质生产力发展水平不同的地区而言,全面深化改革对新质生产力的影响是否存在差异?本文借鉴Koenker和Bassett提出的分位数回归方法[40],选取0.10、0.25、0.50、0.75、0.90五个分位对应不同新质生产力水平的区域,并采用自助法计算标准误,设定500次抽样重复次数以考察全面深化改革对不同水平区域新质生产力的异质性影响,估计结果如表 11所示。可以发现,全面深化改革在50分位点以上对新质生产力发展具有显著促进效果,且全面深化改革系数随着分位点的提高而呈阶梯增长态势,在90分位点处全面深化改革系数估计值最大。这表明全面深化改革对于不同新质生产力水平的区域具有不同影响,且对新质生产力的促进能力会随着新质生产力水平的增加而逐渐增强,并由此构成改革效能的差异化特征。究其原因,随着新质生产力发展水平突破阈值,该地区的数据新要素、数字新基建、智能新终端等关键要素耦合效率也会大幅提升,使得改革措施能够在更高阶生产力区间产生更为强劲的边际产出效应,这种“资源叠加—规模效应”的作用机制,有助于切实将制度优势转化为科技红利,从而更好地促进新质生产力发展。
表 11 全面深化改革影响新质生产力的分位数回归结果变量 (1) (2) (3) (4) (5) 10分点 25分点 50分点 75分点 90分点 Ref -0.016 2 -0.030 6 -0.019 3 0.178* 0.842*** (-0.29) (-0.79) (-0.47) (1.78) (2.65) Govern -0.06*** -0.090 2*** -0.137*** -0.186*** -0.322*** (-7.72) (-12.69) (-15.57) (-11.90) (-4.74) Edu -0.057 1 0.007 23 -0.051 4 -0.221*** -0.341 (-1.49) (0.26) (-1.64) (-3.51) (-1.23) Finance 0.003*** 0.007 25*** 0.019 8*** 0.039 8*** 0.080 9*** (6.14) (12.42) (17.82) (23.56) (24.46) Mus 0.022*** 0.018 4*** 0.002 36 -0.020 5*** -0.099 1*** (8.09) (9.77) (0.68) (-3.40) (-4.15) 城市固定效应 Yes Yes Yes Yes Yes 时间固定效应 Yes Yes Yes Yes Yes N 3 135 3 135 3 135 3 135 3 135 五. 主要结论与政策建议
一 主要结论
全面深化改革为加快新质生产力发展步伐提供了新动能,充分发挥改革效能有助于破除制约生产力水平提升的结构性问题和深层次矛盾,为促进要素组合优化和更新跃升提供强大动力和制度保障,这将成为新时代促进我国新质生产力发展的重要力量。本文基于全面深化改革与新质生产力的逻辑联系,运用2012—2022年我国地级市面板数据,实证检验全面深化改革作用于新质生产力的深层机制,得到以下四点研究发现。
第一,全面深化改革能够显著提升我国新质生产力发展水平。全面深化改革能够消除制约新质生产力发展的体制机制性障碍,有效推动中国特色社会主义制度优势向实际治理效能转化,进而实现从要素驱动向创新驱动的动力转换。结论经过稳健性检验及内生性检验依然成立。
第二,通过中介机制检验发现,全面深化改革还通过资源配置效应,即优化生产要素配置和产业资源配置,间接推动新质生产力发展。具体来说,全面深化改革不仅可以促进生产要素资源自由流动和合理配置,有效疏通阻碍新质生产力发展的关键瓶颈,还有助于推动产业向结构更高级、形态更合理的阶段演进,进一步助力新质生产力发展。
第三,调节机制分析表明,优化营商环境有利于发挥全面深化改革对新质生产力发展的积极作用,原因在于良好的营商环境有助于破除新质生产力发展所需的要素市场化配置的体制性障碍,进而为其发展提供稳定的制度环境支持。
第四,异质性分析结果表明,不同发展阶段、地理区位、教育水平和新质生产力水平,全面深化改革对新质生产力的提升效应具有明显的异质性。就其作用效果而言,改革加速期要优于改革萌芽期,东部地区、胡焕庸线沿线及东南区域优于中部和西部地区及胡焕庸线西北区域,高教育水平、高新质生产力水平的城市优于低教育水平、低新质生产力水平的城市。
二 政策建议
本文研究结论蕴含着明确的政策含义,为推动我国进一步全面深化改革、加快新质生产力发展提供了有益思考。
第一,以更大力度纵深推动进一步全面深化改革,积极发挥全面深化改革对新质生产力的赋能作用。一方面,持续推进我国经济、科技等体制机制改革,破除制约科技创新的思想障碍和制度藩篱,加速塑造与新质生产力发展相适应的新型生产关系,突破既得利益格局的固化状态,促进形成有利于前沿技术和颠覆性技术突破的制度保障,以更好地发挥全面深化改革在促进我国新质生产力发展进程中的积极作用。加快完善高水平社会主义基本经济制度,充分激发市场主体的内生动力和创新活力,为新质生产力发展提供与新科技革命相匹配的市场机制、产业监管和金融制度。同时,加快建立全国统一市场的制度规则,构建高效规范、公平竞争的全国统一大市场,为高标准市场体系建设提供有力支撑。另一方面,坚持深层次改革与高水平开放协同并举,加快推动以制度型开放为核心的高水平对外开放。充分把握国际经贸规则调整重塑机遇,强化国内制度创新与国际经贸规则嵌入的双向协同作用,有效降低制度性交易成本,巩固新质生产力发展根基。
第二,充分合理发挥资源配置优化的中介作用和营商环境优化的调节作用,为促进我国新质生产力发展提供强有力的动力支撑。首先,坚持科技创新与制度创新并重,发挥制度创新对产业链中各环节的平衡带动作用,通过数字产业化与产业数字化共同赋能,推动企业利用绿色技术转变生产方式和能源利用方式,深入开展要素利用、生产流程、能源管理的低碳转型,降低传统高能耗和高污染能源利用,促使传统产业不断提升知识技术密集度。其次,加快将数智技术渗透和运用到生产、服务等各环节,有效推动各类先进优质生产要素顺畅流动和高效配置,助力科技创新成果从试验性建构向产业化应用顺利过渡。在此基础上,聚焦人工智能、生物技术等前沿科技和尖端技术领域,培育升级战略性新兴产业,主动谋划布局未来产业新赛道,抢占全球科技创新和产业竞争制高点,全方位提高产业结构层级,带动产业结构不断向全球价值链中高端迈进。此外,围绕发展新质生产力,为产业链创新提供配套服务支撑链,实现产业链内部的垂直整合与水平扩展,助推夯实新质生产力发展的创新能力和产业基础。最后,多措并举优化营商环境,推动建立动态管理和更新机制,并以需求为导向持续深化“放管服”改革,进一步提升政府监管效能和服务效率。同时,鼓励企业积极参与市场准入负面清单制度政策的实施与监督,强化政策协同合力效应,促进新质生产力大规模迸发。
第三,以城市发展层级、战略定位差异为切入点,坚持因地制宜、分阶段、有重点地推进新质生产力发展。东部地区、胡焕庸线沿线及东南区域应更加注重关键核心技术研发攻关,同时充分发挥引领示范作用,建立高效协作的区域联动机制,放射式带动周边地区形成新质生产力。中部、西部地区以及胡焕庸线西北区域应通过加大资金分配系数、提高补助标准和加强政策支持力度等综合措施,激发地方政府借助政策优势发展新质生产力的积极性,并引导资金、技术等资源向中部等地区流动,增强区域经济韧性,形成“技术驱动—要素升级—产业进化”的正向循环,为新质生产力的创新发展提供持久动力。
-
表 1 新质生产力的测算指标体系
一级指标 二级指标 三级指标 性质 实体性要素 新劳动者数量 新产业员工数 + 新劳动者结构 新产业员工教育结构 + 新产业员工技能结构 + 新生产工具 工业机器人渗透度 + 新基础设施 互联网宽带接入用户数 + 电信业务总量 + 渗透性要素 技术研发 高技术研发经费投入 + 创新产出 高技术发明专利申请数 + 实用新型专利申请数 + 智能化 人工智能企业数 + 绿色化 工业污染治理完成投资 + 生活垃圾无害化处理率 + 碳交易、用能权交易与排污权交易 + 绿色创新产出 绿色专利发明数 + 绿色实用新型专利发明数 + 大数据处理 数据要素利用水平 + 大数据交易 数据交易所数量 + 表 2 全面深化改革关键词示例
关键词逻辑 关键词示例 全面深化改革 深化、改革、开放、制度、体制、机制、政策、放管服、监管、党的领导、民主、法治、有效市场、有为政府、绿色低碳、生态文明、从严治党、全国统一大市场、首发经济、市场准入、民生建设、社会保障、国家安全、国防和军队、党的建设、产业链、供应链、创新、城乡融合、治理体系、治理能力、政府治理、社会主义、现代化、高质量发展、新发展格局、共同体、社会公平正义、人民福祉 表 3 描述性统计
变量名称 变量符号 观测值 均值 标准差 最小值 最大值 新质生产力 Nqp 3 135 0.054 0.077 0.002 0.618 全面深化改革指数 Ref 3 135 0.022 0.006 0.004 0.050 生产要素配置效率 Re 3 135 0.455 0.099 -2.494 0.942 产业资源配置效率 Is 3 135 1.133 0.622 0.130 6.439 政府干预度 Govern 3 135 0.208 0.117 0.044 2.223 教育支持水平 Edu 3 135 0.035 0.018 0.008 0.185 金融发展水平 Finance 3 135 2.651 1.301 0.635 21.301 知识管理水平 Mus 3 135 2.383 0.918 0.000 5.371 营商环境 Bee 3 135 11.494 2.399 4.683 19.694 表 4 全面深化改革影响新质生产力的基准模型结果
变量 基准回归 不同维度 (1) (2) (3) (4) (5) (6) Nqp Nqp Nqp1 Nqp1 Nqp2 Nqp2 Ref 0.169*** 0.154*** 0.018 0.011 0.181*** 0.165*** (2.79) (2.61) (0.25) (0.16) (2.53) (2.37) Govern -0.006** -0.006 -0.009** (-2.06) (-1.56) (-2.57) Edu 0.405*** 0.247*** 0.470*** (6.02) (3.08) (5.91) Finance -0.018*** -0.008*** -0.017*** (-7.10) (-2.61) (-5.77) Mus 0.009*** 0.003** 0.011*** (7.58) (2.14) (7.78) Constant 0.050*** 0.021*** 0.056*** 0.038*** 0.048*** 0.006*** (37.16) (2.58) (35.08) (3.91) (30.28) (0.69) N 3 135 3 135 3 135 3 135 3 135 3 135 城市固定效应 Yes Yes Yes Yes Yes Yes 时间固定效应 Yes Yes Yes Yes Yes Yes R2 0.963 0.965 0.914 0.915 0.963 0.964 注:* * *、* *、*分别为1%、5%和10%显著性水平;括号内报告了回归系数的稳健标准误。下同。 表 5 全面深化改革影响新质生产力的稳健性检验结果
变量 (1) (2) (3) (4) (5) 主成分分析法 更换样本集 多数据库变量匹配融合 缩尾处理 变量滞后 Ref 2.820** 0.003*** 0.078*** 0.150** (2.01) (2.69) (18.91) (2.58) l.Ref 0.114** (2.00) Govern -0.391** -0.033*** 3.693 -0.092*** -0.027*** (-2.27) (-4.59) (0.72) (-6.51) (-3.37) Edu 3.211* 0.339*** -30.325 0.423*** 0.197*** (1.91) (4.86) (-0.91) (5.02) (2.70) Finance -0.007 -0.001 -1.042*** -0.001 0.000 (-0.52) (-0.99) (-3.94) (-0.61) (0.06) Mus 0.026*** 0.009*** 0.032 0.001*** 0.001** (23.66) (7.96) (1.53) (13.59) (19.59) Constant 1.081*** 0.039*** 11.040*** 0.043*** 0.036*** (18.50) (6.77) (9.44) (14.75) (15.07) N 3 135 3 090 3 135 3 135 2 850 城市固定效应 Yes Yes Yes Yes Yes 时间固定效应 Yes Yes Yes Yes Yes R2 0.943 0.962 0.664 0.966 0.972 表 6 新质生产力关键词
关键词逻辑 关键词示例 新质生产力 新质生产力、人工智能、科技创新、技术革新、科学发展、创新动能、颠覆性技术、突破性技术、革命性创新、新技术、前沿技术、高新技术、尖端技术、新能源、新经济、数字经济、创新经济、未来经济、新业态、数字化转型、产业升级、新模式、战略性新兴产业、未来产业、高科技产业、新动能产业、创新驱动、技术驱动、创新引领、重大突破、提高生产力、质的转变、提升生产力、高效能、高性能、高效率、高产出、高质量发展、质量优先、效益提升、高标准发展、主导技术、创新领先、科技引领、关键突破、核心技术突破 表 7 全面深化改革影响新质生产力的内生性检验结果
变量 工具变量法 控制遗漏变量法 (1) (2) (3) 第一阶段 第二阶段 Nqp Ref 13.058 7*** 0.126** (2.63) (2.34) Govern -0.003 3 -0.040 8 -0.022*** (-0.98) (-0.70) (-3.28) Edu 0.008 2 0.315 8 0.470*** (0.35) (0.92) (6.98) Finance -0.000 1 0.002 1 0.002*** (-0.66) (0.98) (4.24) Mus 0.002 7* -0.051 6** 0.001** (1.80) (-2.17) (20.74) Eco 0.031*** (13.46) Fis -0.031*** (-6.57) Stu 0.001 3*** (3.22) 城市固定效应 Yes Yes Yes 时间固定效应 Yes Yes Yes 不可识别检验 15.679 [0.000] 弱工具变量检验 110.378 {16.380 0} N 3 123 3 123 3 135 R2 0.277 0.108 0.971 注:不可识别检验用Kleibergen-Paap rk LM统计量,[]内为P值;弱工具变量检验用Cragg-Donald Wald F统计量,{ }内为Stock-Yogo weak ID test critical values在10%水平上的临界值;过度识别检验用Hansen J统计量。 表 8 全面深化改革影响新质生产力的机制分析结果
变量 (1) (2) 生产要素配置效率 产业资源配置效率 Re Is Ref -0.012* 0.004*** (-1.66) (2.85) Govern 0.048 -0.016*** (1.37) (-5.60) Edu -1.055*** 0.339*** (-3.05) (5.00) Finance -0.003 0.000 (-1.22) (0.14) Mus -0.000 0.009*** (-0.97) (7.95) Constant -0.801*** 0.008*** (-28.09) (0.86) N 3 135 3 135 城市固定效应 是 是 时间固定效应 是 是 R2 0.775 0.964 表 9 全面深化改革影响新质生产力的调节机制分析结果
变量 (1) (2) Nqp Nqp Ref 0.154*** 0.029 (2.61) (0.22) Bee -0.114* (-1.72) Ref×Bee 0.099** (2.01) Govern -0.006** -0.042*** (-2.06) (-3.65) Edu 0.405*** -0.129 (6.02) (-0.43) Finance -0.018*** -0.241*** (-7.10) (-2.68) Mus 0.009*** 0.007*** (7.58) (5.08) Constant 0.021*** 0.312*** (2.58) (24.38) N 3 135 3 135 城市固定效应 Yes Yes 时间固定效应 Yes Yes R2 0.965 0.987 表 10 全面深化改革影响新质生产力的时空异质性分析结果
变量 发展阶段异质性 区位异质性 教育水平异质性 (1) (2) (3) (4) (5) (6) (7) (8) (9) (10) 萌芽期 加速期 东部 中部 西部 东南 沿线 西北 低教育水平 高教育水平 Ref 0.061* 0.094** 0.007*** 0.019 0.032 0.005*** 0.002** -0.001 0.015 0.234** (1.91) (1.98) (2.85) (0.30) (0.65) (2.62) (2.23) (-0.18) (0.28) (2.34) Govern 0.004 -0.017* -0.227*** -0.081*** 0.001 -0.035*** -0.010** 0.003 -0.054*** -0.032*** (1.14) (-1.81) (-6.53) (-7.21) (0.40) (-3.22) (-1.83) (0.09) (-5.40) (-2.84) Edu -0.004 0.018* 0.623*** 0.359*** 0.020 0.367*** 0.119*** 0.062 0.167*** 0.400*** (-1.42) (1.94) (3.26) (4.28) (0.44) (3.03) (3.00) (0.32) (2.70) (2.78) Finance -0.000 0.000 0.002 0.000 -0.001 -0.001 -0.001 -0.003 -0.001 -0.000 (-0.33) (0.38) (1.31) (0.40) (-1.49) (-0.88) (-0.90) (-0.75) (-1.47) (-0.15) Mus 0.001*** 0.001** 0.009 0.001*** 0.001*** 0.010*** 0.005*** 0.000 -0.008 -0.004 (4.29) (2.31) (4.20) (7.31) (20.25) (5.91) (4.70) (0.75) (-0.53) (-1.52) Constant 0.026*** 0.087*** 0.091*** 0.041*** 0.027*** 0.053*** 0.036*** 0.041*** 0.058 0.048*** (3.65) (5.04) (7.21) (13.87) (12.70) (6.27) (7.52) (2.66) (23.09) (10.24) N 1 425 1 710 1 254 1 199 682 2 046 1 001 88 1 671 1 464 城市固定效应 Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes 时间固定效应 Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes R2 0.993 0.989 0.956 0.980 0.989 0.960 0.987 0.989 0.983 0.968 表 11 全面深化改革影响新质生产力的分位数回归结果
变量 (1) (2) (3) (4) (5) 10分点 25分点 50分点 75分点 90分点 Ref -0.016 2 -0.030 6 -0.019 3 0.178* 0.842*** (-0.29) (-0.79) (-0.47) (1.78) (2.65) Govern -0.06*** -0.090 2*** -0.137*** -0.186*** -0.322*** (-7.72) (-12.69) (-15.57) (-11.90) (-4.74) Edu -0.057 1 0.007 23 -0.051 4 -0.221*** -0.341 (-1.49) (0.26) (-1.64) (-3.51) (-1.23) Finance 0.003*** 0.007 25*** 0.019 8*** 0.039 8*** 0.080 9*** (6.14) (12.42) (17.82) (23.56) (24.46) Mus 0.022*** 0.018 4*** 0.002 36 -0.020 5*** -0.099 1*** (8.09) (9.77) (0.68) (-3.40) (-4.15) 城市固定效应 Yes Yes Yes Yes Yes 时间固定效应 Yes Yes Yes Yes Yes N 3 135 3 135 3 135 3 135 3 135 -
[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. doi: 10.3969/j.issn.2095-1507.2023.10.001 [2] 洪银兴. 新质生产力及其培育和发展[J]. 经济学动态, 2024(1): 3-11. [3] 任保平. 生产力现代化转型形成新质生产力的逻辑[J]. 经济研究, 2024, 59(3): 12-19. [4] 沈坤荣, 程果. 以全面深化改革塑造适配新质生产力的新型生产关系[J]. 经济学家, 2024(10): 34-43. [5] 徐政, 郑霖豪, 丁守海. 新质生产力促进共同富裕的内在机理与策略选择[J]. 改革, 2024(4): 41-49. doi: 10.3969/j.issn.2095-1507.2024.04.017 [6] 白永秀, 闫雪培, 王泽润. 新质生产力赋能现代化产业体系建设: 基于要素构成视角的研究[J]. 中国软科学, 2024 (12): 21-34. doi: 10.3969/j.issn.1002-9753.2024.12.003 [7] 张林. 新质生产力与中国式现代化的动力[J]. 经济学家, 2024(3): 15-24. [8] 周文. 全面深化改革为因地制宜发展新质生产力提供体制保障[J]. 经济纵横, 2024(8): 12-15. [9] 逄锦聚. 改革创新为大力发展新质生产力提供体制保障[J]. 马克思主义与现实, 2024(3): 103-109. [10] 张占斌. 进一步全面深化改革为发展新质生产力赋能[J]. 人民论坛, 2024(17): 30-33. [11] 杨丹辉. 以全面深化改革打通束缚新质生产力发展的堵点卡点[J]. 人民论坛, 2024(10): 19-23. [12] 尹俊, 孙巾雅. 新质生产力与新型生产关系: 基于政治经济学的分析[J]. 改革, 2024(5): 45-53. [13] 闫坤, 刘诚. 研究阐释党的二十届三中全会精神专题以深化改革推动形成与数字经济时代相适应的生产关系[J]. 经济研究, 2024, 59(8): 4-18. [14] 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. [15] 曾立, 谢鹏俊. 加快形成新质生产力的出场语境、功能定位与实践进路[J]. 经济纵横, 2023(12): 29-37. [16] 陈梦根, 张可. 新质生产力与现代化产业体系建设[J]. 改革, 2024(6): 58-69. [17] 石建勋, 徐玲. 加快形成新质生产力的重大战略意义及实现路径研究[J]. 财经问题研究, 2024(1): 3-12. [18] TIMMER M P, SZIRMAI A. Productivity growth in Asian manufacturing: the structural bonus hypothesis examined[J]. Structural change and economic dynamics, 2000, 11(4): 371-392.
[19] 洪扬. 全面深化改革对中国经济发展的影响效应与作用路径——基于回归控制法的实证检验[J]. 软科学, 2023, 37(2): 51-58. [20] 洪银兴, 王坤沂. 新质生产力视角下产业链供应链韧性和安全性研究[J]. 经济研究, 2024, 59(6): 4-14. [21] "中国城市营商环境评价研究"课题组, 李志军, 张世国, 等. 中国城市营商环境评价的理论逻辑、比较分析及对策建议[J]. 管理世界, 2021, 37(5): 98-112. [22] 刘青. 我国营商环境优化的成效、进展与方向[J]. 人民论坛, 2024(10): 36-39. [23] MATRAY A. The local innovation spillovers of listed firms[J]. Journal of financial economics, 2021, 141(2): 395-412
[24] 梁圣蓉, 罗良文. 新时代加快形成新质生产力的焦点难点与关键路径[J]. 当代经济管理, 2024, 46(7): 10-17. [25] 魏守华, 吴贵生, 吕新雷. 区域创新能力的影响因素——兼评我国创新能力的地区差距[J]. 中国软科学, 2010(9): 76-85. [26] 杜运周, 孙宁, 刘秋辰. 运用混合方法发展和分析复杂中介模型——以营商环境促进创新活力, 协同新质生产力和"就业优先"为例[J]. 管理世界, 2024, 40(6): 217-237. [27] 丁涛, 盛燕, 谭睿鹏, 等. 全国统一大市场与经济增长——来自安徽省加入长三角城市经济协调会的证据[J]. 数量经济技术经济研究, 2024, 41(12): 25-46. [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(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] 韩建雨, 许冉. 新质生产力对共同富裕的影响效应与作用机制[J]. 华南师范大学学报(社会科学版), 2024(6): 32-57. https://journal-s.scnu.edu.cn/article/id/d79d13a8-717a-4437-9bcb-bfb8fdea4e3e [31] 李旭章. 正确理解和全面把握全面深化改革的重大意义[J]. 人民论坛, 2020(31): 28-31. [32] 邵帅, 葛力铭, 朱佳玲. 人与自然何以和谐共生: 地理要素视角下的环境规制与环境福利绩效[J]. 管理世界, 2024, 40(8): 119-146. [33] 胡久凯, 王艺明. 地方政府竞争模式转变与碳排放绩效——来自地级市政府工作报告的经验证据[J]. 经济学家, 2022(6): 78-87. [34] 白俊红, 卞元超. 要素市场扭曲与中国创新生产的效率损失[J]. 中国工业经济, 2016(11): 39-55. [35] 干春晖, 郑若谷, 余典范. 中国产业结构变迁对经济增长和波动的影响[J]. 经济研究, 2011, 46(5): 4-16. [36] 于文超, 梁平汉. 不确定性、营商环境与民营企业经营活力[J]. 中国工业经济, 2019(11): 136-154. [37] 樊纲, 王小鲁, 张立文, 等. 中国各地区市场化相对进程报告[J]. 经济研究, 2003(3): 9-18. [38] 肖有智, 张晓兰, 刘欣. 新质生产力与企业内部薪酬差距——基于共享发展视角[J]. 经济评论, 2024(3): 75-91. [39] 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. [40] KOENKER R, BASSETT G. Regression quantiles[J]. Econometrica, 1978, 46(1): 33-50.
计量
- 文章访问数: 19
- HTML全文浏览量: 8
- PDF下载量: 5