摘要：文章基于中國31個省級行政區(qū)2013-2022年的面板數(shù)據(jù)，探討了新質(zhì)生產(chǎn)力對全要素生產(chǎn)率（TFP）的影響及數(shù)字化轉(zhuǎn)型的調(diào)節(jié)作用。研究發(fā)現(xiàn)，新質(zhì)生產(chǎn)力顯著推動全要素生產(chǎn)率的提升，且數(shù)字化轉(zhuǎn)型進一步增強了這一作用。為此，提出以下政策建議，提升新質(zhì)生產(chǎn)力，縮小地區(qū)差距，加快數(shù)字化轉(zhuǎn)型。為全要素生產(chǎn)率影響因素提供了實證依據(jù)，并為政策制定者提供了具體建議。

關(guān)鍵詞：新質(zhì)生產(chǎn)力；全要素生產(chǎn)率；數(shù)字化轉(zhuǎn)型

《國務(wù)院關(guān)于加快構(gòu)建新發(fā)展格局的指導(dǎo)意見》強調(diào)要發(fā)展新質(zhì)生產(chǎn)力，提升全要素生產(chǎn)率。然而，與發(fā)達國家相比，我國新質(zhì)生產(chǎn)力對全要素生產(chǎn)率的貢獻率僅為40%左右，而美國、日本、德國等國已超過60%。這一差距反映了我國在技術(shù)創(chuàng)新和產(chǎn)業(yè)升級方面的滯后，同時也揭示了提升全要素生產(chǎn)率的巨大潛力。因此，提升新質(zhì)生產(chǎn)力成為推動我國經(jīng)濟高質(zhì)量發(fā)展的關(guān)鍵任務(wù)①。

現(xiàn)有研究主要聚焦于傳統(tǒng)要素投入對全要素生產(chǎn)率的影響，較少探討新質(zhì)生產(chǎn)力對全要素生產(chǎn)率的作用機制。新質(zhì)生產(chǎn)力作為一種新型生產(chǎn)要素，其對全要素生產(chǎn)率的影響路徑和效應(yīng)尚不明確。因此深入研究新質(zhì)生產(chǎn)力如何影響全要素生產(chǎn)率具有重要的理論和實踐意義。本研究將基于我國各地區(qū)新質(zhì)生產(chǎn)力發(fā)展的不平衡現(xiàn)狀，運用實證分析方法，探討新質(zhì)生產(chǎn)力對全要素生產(chǎn)率的影響機制及效應(yīng)。

一、文獻綜述

在新發(fā)展格局背景下，學(xué)者們對新質(zhì)生產(chǎn)力與全要素生產(chǎn)率之間的關(guān)系進行了廣泛研究。通過對相關(guān)文獻的梳理，可以發(fā)現(xiàn)，現(xiàn)有研究主要集中在以下幾個關(guān)鍵領(lǐng)域。

1. 新質(zhì)生產(chǎn)力作為經(jīng)濟高質(zhì)量發(fā)展的重要驅(qū)動力，對全要素生產(chǎn)率的提升具有重要影響。張姣玉和羅紅艷（2024）指出，新質(zhì)生產(chǎn)力是中國式現(xiàn)代化的新載體和新突破。趙麗錦等（2024）認為，新質(zhì)生產(chǎn)力能夠賦能制造業(yè)價值轉(zhuǎn)型。王方方等（2024）研究表明，中國新質(zhì)生產(chǎn)力發(fā)展呈現(xiàn)出明顯的空間差異。這些研究表明，新質(zhì)生產(chǎn)力的發(fā)展水平與全要素生產(chǎn)率之間存在密切關(guān)聯(lián)。

2. 新質(zhì)生產(chǎn)力通過多種途徑影響全要素生產(chǎn)率。張虎等（2024）研究發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型對企業(yè)全要素生產(chǎn)率有顯著影響。柳鯤鵬（2024）指出，基礎(chǔ)設(shè)施建設(shè)與城市全要素生產(chǎn)率增長存在關(guān)聯(lián)。李波和謝倩玲（2024）認為，供應(yīng)鏈優(yōu)化能夠提升企業(yè)全要素生產(chǎn)率。這些研究表明，新質(zhì)生產(chǎn)力可能通過技術(shù)創(chuàng)新、資源優(yōu)化配置和效率提升等途徑影響全要素生產(chǎn)率。

3. 新質(zhì)生產(chǎn)力通過推動技術(shù)創(chuàng)新、優(yōu)化資源配置和促進產(chǎn)業(yè)結(jié)構(gòu)升級來提升全要素生產(chǎn)率。技術(shù)創(chuàng)新能夠突破傳統(tǒng)生產(chǎn)方式，提高效率；資源配置優(yōu)化提升資本和勞動力的利用率；產(chǎn)業(yè)結(jié)構(gòu)升級則推動經(jīng)濟向高附加值方向發(fā)展，從而實現(xiàn)全要素生產(chǎn)率的增長。劉元雛和陳亞軍（2024）指出，金融科技創(chuàng)新是提升企業(yè)全要素生產(chǎn)率的關(guān)鍵，能夠通過降低融資成本、提高資本利用率和優(yōu)化資源配置，促進企業(yè)技術(shù)創(chuàng)新和產(chǎn)業(yè)升級，進一步推動全要素生產(chǎn)率的提高。因此本文提出以下假設(shè)：

假設(shè)1：新質(zhì)生產(chǎn)力的發(fā)展對全要素生產(chǎn)率有顯著的正向影響。

4. 數(shù)字化轉(zhuǎn)型作為新質(zhì)生產(chǎn)力的重要組成部分，在新質(zhì)生產(chǎn)力與全要素生產(chǎn)率之間起到調(diào)節(jié)作用。張虎等（2024）的研究表明，數(shù)字化轉(zhuǎn)型對企業(yè)全要素生產(chǎn)率產(chǎn)生了顯著影響。趙英欽和田偉?。?024）則發(fā)現(xiàn)，研發(fā)國際化能夠提升企業(yè)的創(chuàng)新能力和全要素生產(chǎn)率。這些研究表明，數(shù)字化程度對新質(zhì)生產(chǎn)力對全要素生產(chǎn)率的影響效果具有重要作用。因此，本文提出了以下假設(shè)：

假設(shè)2：數(shù)字化轉(zhuǎn)型在新質(zhì)生產(chǎn)力與全要素生產(chǎn)率之間發(fā)揮著積極的調(diào)節(jié)作用。

這兩個假設(shè)建立在現(xiàn)有文獻的基礎(chǔ)之上，能夠加深人們對新質(zhì)生產(chǎn)力與全要素生產(chǎn)率關(guān)系的深入理解。通過驗證這些假設(shè)，可以把握新質(zhì)生產(chǎn)力對全要素生產(chǎn)率的影響機制，為制定相關(guān)政策提供實證依據(jù)。

二、研究設(shè)計

（一）樣本選擇與數(shù)據(jù)來源

本文以2013-2022年期間中國31個省級行政區(qū)（不含港澳臺）為樣本，共收集310個有效觀測值。由于部分數(shù)據(jù)缺失，西藏自治區(qū)被排除在外，因此最終分析涵蓋了除西藏外的30個省級行政區(qū)，為研究提供了廣泛的地理覆蓋。

本文所使用的數(shù)據(jù)來源于多個權(quán)威渠道，包括《中國統(tǒng)計年鑒》、《中國科技統(tǒng)計年鑒》、國家統(tǒng)計局官網(wǎng)以及《中國數(shù)字經(jīng)濟發(fā)展指數(shù)報告》。這些數(shù)據(jù)涵蓋了全國各省級行政區(qū)的全要素生產(chǎn)率、新質(zhì)生產(chǎn)力指數(shù)以及數(shù)字化轉(zhuǎn)型水平等核心指標，提供了堅實的基礎(chǔ)支撐。在數(shù)據(jù)處理方面，所有金額數(shù)據(jù)均依據(jù)2013年基期GDP平減指數(shù)進行了調(diào)整，確保了跨年度的可比性，剔除了通貨膨脹對數(shù)據(jù)的影響。此外，為了減少極端值對分析結(jié)果的影響，連續(xù)變量在處理時進行了1%和99%分位數(shù)的縮尾處理。這一數(shù)據(jù)處理方法不僅保證了數(shù)據(jù)的準確性和穩(wěn)健性，還增強了實證分析的可靠性，為后續(xù)的模型分析提供了有力保障。

（二）模型設(shè)定

1. 基準模型

為檢驗新質(zhì)生產(chǎn)力對全要素生產(chǎn)率的影響，本文采用新質(zhì)生產(chǎn)力指數(shù)作為核心解釋變量，建立以下計量模型：

TFPi，t=α0+α1NQPi，t+βControlsi，t+μi+λt+εi，t（1）

其中，i表示省份，t表示年份；TFPi，t代表作為被解釋變量的全要素生產(chǎn)率。NQPi，t代表核心解釋變量新質(zhì)生產(chǎn)力指數(shù)；Controlsi，t代表控制變量；μi為省份固定效應(yīng)；λt為時間固定效應(yīng)；εi，t代表隨機擾動項。

2. 調(diào)節(jié)效應(yīng)模型

為檢驗數(shù)字化轉(zhuǎn)型對新質(zhì)生產(chǎn)力與全要素生產(chǎn)率關(guān)系的調(diào)節(jié)作用，本文加入數(shù)字化水平變量與新質(zhì)生產(chǎn)力的交互項，探討數(shù)字化轉(zhuǎn)型的調(diào)節(jié)效應(yīng)，建立以下計量模型：

TFPi，t=β0+β1NQPi，t+β2DIGi，t+β3NQP*DIGi，t+γControlsi，t+μi+λt+εi，t（2）

其中，i表示省份，t表示年份；TFPi，t為被解釋變量，即全要素生產(chǎn)率；NQPi，t為核心解釋變量，代表新質(zhì)生產(chǎn)力指數(shù)；DIGi，t表示數(shù)字化轉(zhuǎn)型水平；NQP*DIGi，t為新質(zhì)生產(chǎn)力指數(shù)與數(shù)字化轉(zhuǎn)型水平的交互項；Controlsi，t代表控制變量；μi為省份的固定效應(yīng)；λt為時間的固定效應(yīng)；εi，t為隨機誤差項。

3. 變量定義

本研究將全要素生產(chǎn)率（TFP）作為因變量，采用DEA-Malmquist指數(shù)法計算，以衡量地區(qū)在一定時期內(nèi)的生產(chǎn)效率變化。該方法綜合考慮多種生產(chǎn)要素的投入與產(chǎn)出，全面反映TFP的變動。

核心解釋變量為新質(zhì)生產(chǎn)力指數(shù)（NQP），通過主成分分析法構(gòu)建，綜合多個經(jīng)濟和技術(shù)因素，反映技術(shù)創(chuàng)新、產(chǎn)業(yè)升級及資源配置效率的整體水平。NQP值越高，表示新質(zhì)生產(chǎn)力水平越高。

調(diào)節(jié)變量為數(shù)字化轉(zhuǎn)型水平（DIG），采用中國信息通信研究院發(fā)布的數(shù)字經(jīng)濟發(fā)展指數(shù)作為代理，涵蓋數(shù)字基礎(chǔ)設(shè)施、信息技術(shù)應(yīng)用及互聯(lián)網(wǎng)普及率等方面。DIG水平越高，表明地區(qū)數(shù)字化能力強，有助于提升TFP。本研究進一步探討了數(shù)字化轉(zhuǎn)型在NQP與TFP之間的調(diào)節(jié)作用。

根據(jù)已有相關(guān)研究，本文在回歸分析中納入了以下控制變量：

（1）經(jīng)濟發(fā)展水平用PGDP表示，衡量標準為各省份人均GDP的對數(shù)值。

（2）產(chǎn)業(yè)結(jié)構(gòu)用IND表示，衡量標準為第二產(chǎn)業(yè)增加值占GDP的比例。

（3）對外開放程度，用OPEN表示，采用進出口總額占GDP的比重來衡量。

（4）政府干預(yù)程度，用GOV表示，采用財政支出占GDP的比重來衡量。

（5）固定資產(chǎn)投資強度，用INV表示，采用固定資產(chǎn)投資額占GDP的比重來衡量。

所有變量均經(jīng)過對數(shù)化處理，以減少異方差問題并使數(shù)據(jù)分布更加接近正態(tài)分布。

三、實證分析

（一）描述性統(tǒng)計結(jié)果

本研究對全要素生產(chǎn)率（TFP）、新質(zhì)生產(chǎn)力指數(shù)（NQP）及數(shù)字化轉(zhuǎn)型水平（DIG）進行了描述性統(tǒng)計分析。結(jié)果顯示，TFP均值為1.0324，標準差0.1452，表明生產(chǎn)效率較為穩(wěn)定；NQP均值為0.5637，標準差0.2813，顯示出顯著的區(qū)域差異；DIG均值為42.6589，標準差18.7524，反映出數(shù)字化轉(zhuǎn)型進程的不均衡。這些變量的顯著地區(qū)差異為后續(xù)實證分析提供了基礎(chǔ)，強調(diào)在探討新質(zhì)生產(chǎn)力對全要素生產(chǎn)率影響時需考慮區(qū)域間的經(jīng)濟發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)和技術(shù)創(chuàng)新等異質(zhì)性因素。

本研究對全要素生產(chǎn)率（TFP）、新質(zhì)生產(chǎn)力指數(shù)（NQP）及數(shù)字化轉(zhuǎn)型水平（DIG）進行了Fisher-ADF面板單位根檢驗，結(jié)果在1%顯著性水平下拒絕單位根假設(shè)，確認變量平穩(wěn)。同時，方差膨脹因子（VIF）均低于5，表明不存在顯著的多重共線性問題。這些結(jié)果確保了回歸分析的可靠性和有效性，為后續(xù)實證分析奠定了堅實基礎(chǔ)。

在模型選擇過程中，F(xiàn)檢驗顯示個體效應(yīng)和時間效應(yīng)均顯著，因此選擇了雙向固定效應(yīng)模型。隨后，Hausman檢驗結(jié)果顯示卡方統(tǒng)計量為23.45，p值為0.0014，顯著拒絕隨機效應(yīng)模型。這驗證了雙向固定效應(yīng)模型的適用性，確保模型能夠有效捕捉數(shù)據(jù)中的異質(zhì)性，提高了實證分析的可靠性。

（二）基準回歸分析

表3報告了新質(zhì)生產(chǎn)力對全要素生產(chǎn)率影響的基準回歸結(jié)果。

研究結(jié)果表明，新質(zhì)生產(chǎn)力指數(shù)（NQP）對全要素生產(chǎn)率（TFP）具有顯著正向影響，影響系數(shù)為0.1856，在1%顯著性水平下，表明新質(zhì)生產(chǎn)力每提高1單位，全要素生產(chǎn)率將提升18.56%。這一結(jié)果驗證了假設(shè)1，支持了新質(zhì)生產(chǎn)力對全要素生產(chǎn)率的促進作用，強調(diào)了其在推動經(jīng)濟效率和技術(shù)進步中的重要性。

四、調(diào)節(jié)效應(yīng)

表4展示了數(shù)字化轉(zhuǎn)型調(diào)節(jié)效應(yīng)的回歸分析結(jié)果。

結(jié)果顯示，新質(zhì)生產(chǎn)力指數(shù)（NQP）與數(shù)字化轉(zhuǎn)型水平（DIG）的交互項系數(shù)為0.0324，符號為正，通過了1%的顯著性檢驗，說明數(shù)字化轉(zhuǎn)型對新質(zhì)生產(chǎn)力與全要素生產(chǎn)率之間存在正向的調(diào)節(jié)效應(yīng)。這意味著數(shù)字化轉(zhuǎn)型能進一步增強新質(zhì)生產(chǎn)力對全要素生產(chǎn)率的正向影響，假設(shè)2得到了驗證。

新質(zhì)生產(chǎn)力指數(shù)的系數(shù)仍然顯著為正（0.1743），與基準回歸結(jié)果一致，再次驗證了新質(zhì)生產(chǎn)力對全要素生產(chǎn)率的正向影響。數(shù)字化轉(zhuǎn)型水平的系數(shù)也顯著為正（0.0456），表明數(shù)字化轉(zhuǎn)型本身也能直接促進全要素生產(chǎn)率的提升。

交互項NQP*DIG的顯著正系數(shù)（0.0324）表明，隨著數(shù)字化轉(zhuǎn)型水平的提高，新質(zhì)生產(chǎn)力對全要素生產(chǎn)率的正向影響會進一步增強。這一結(jié)果揭示了數(shù)字化轉(zhuǎn)型在新質(zhì)生產(chǎn)力與全要素生產(chǎn)率關(guān)系中的重要調(diào)節(jié)作用，強調(diào)了在發(fā)展新質(zhì)生產(chǎn)力的同時推進數(shù)字化轉(zhuǎn)型的重要性。

五、結(jié)語

本文研究了新質(zhì)生產(chǎn)力對全要素生產(chǎn)率的影響，并探討了數(shù)字化轉(zhuǎn)型的調(diào)節(jié)效應(yīng)。結(jié)果表明，新質(zhì)生產(chǎn)力顯著促進了全要素生產(chǎn)率的增長，而數(shù)字化轉(zhuǎn)型則進一步強化了這一影響。這表明，新質(zhì)生產(chǎn)力的提升不僅能直接促進全要素生產(chǎn)率的增長，數(shù)字化轉(zhuǎn)型還能夠進一步放大這一影響。因此，建議制定差異化的政策，積極培育新質(zhì)生產(chǎn)力，尤其是在不同地區(qū)之間縮小發(fā)展差距，并加快數(shù)字化轉(zhuǎn)型的步伐，以最大化其促進作用。

未來的研究可以通過擴展樣本范圍、優(yōu)化測量方法，進一步細化對新質(zhì)生產(chǎn)力與全要素生產(chǎn)率關(guān)系的探討，同時探索更多可能的影響因素。這將為推動經(jīng)濟高質(zhì)量發(fā)展提供更加扎實的理論依據(jù)和切實可行的政策建議。

參考文獻：

[1]張姣玉，羅紅艷.新質(zhì)生產(chǎn)力：中國式現(xiàn)代化新載體、新突破、新思路[J].鄭州大學(xué)學(xué)報（哲學(xué)社會科學(xué)版），2024，57（04）：24-31.

[2]趙麗錦，胡曉明，王文華.新質(zhì)生產(chǎn)力賦能制造業(yè)價值轉(zhuǎn)型的理論基礎(chǔ)、作用機制與實現(xiàn)路徑[J].財會通訊，2024（14）：9-15.

[3]王雪梅，和立.新質(zhì)生產(chǎn)力引領(lǐng)鄉(xiāng)村文化產(chǎn)業(yè)振興的價值意蘊、實踐困境和優(yōu)化建議[J].哈爾濱市委黨校學(xué)報，2024（04）：13-18.

[4]王方方，涂先青，楊智晨，等.中國新質(zhì)生產(chǎn)力發(fā)展的空間格局與演變趨勢——基于“先進性—發(fā)展?jié)摿Α獙崿F(xiàn)水平”的三維評價[J/OL].西部論壇，1-16[2024-07-16].

[5]趙芷仟.新質(zhì)生產(chǎn)力對企業(yè)高質(zhì)量發(fā)展的影響研究——來自中國A股上市公司的經(jīng)驗證據(jù)[J].新疆農(nóng)墾經(jīng)濟，2024（11）：81-92.

[6]張虎，鄒媛媛，高子桓.數(shù)字化轉(zhuǎn)型對企業(yè)全要素生產(chǎn)率的影響——基于產(chǎn)業(yè)鏈關(guān)聯(lián)視角[J].統(tǒng)計與決策，2024（13）：165-170.

[7]劉紅峰，劉惠良.“雙碳”目標下湖南省農(nóng)業(yè)綠色全要素生產(chǎn)率分析[J].中南林業(yè)科技大學(xué)學(xué)報，2024（07）：184-192.

[8]曹婧.土地金融化、資源錯配與企業(yè)全要素生產(chǎn)率[J].金融評論，2024（01）：71-85+155.

[9]柳鯤鵬.交通基礎(chǔ)設(shè)施建設(shè)與城市全要素生產(chǎn)率增長及其收斂[J].經(jīng)濟與管理，2024，38（04）：27-34.

[10]李波，謝倩玲.供應(yīng)商地理分布擴張與企業(yè)全要素生產(chǎn)率——高鐵開通的調(diào)節(jié)作用[J/OL].世界地理研究，1-19[2024-07-16].

[11]王娟，劉思悅，徐遠遠.社保繳費會促進工業(yè)企業(yè)全要素生產(chǎn)率提高嗎？——基于《社會保險法》實施的準自然實驗[J].金融教育研究，2024，37（04）：21-33.

[12]張瀝幻，張金昌.新質(zhì)生產(chǎn)力的影響因素與作用機制研究——基于企業(yè)全要素生產(chǎn)率視角[J].國土資源科技管理，2024，41（05）：131-144.

[13]劉元雛，陳亞軍.金融科技如何提升企業(yè)全要素生產(chǎn)率？——基于戰(zhàn)略性新興產(chǎn)業(yè)視角[J].現(xiàn)代經(jīng)濟探討，2024（07）：89-101.

[14]趙英欽，田偉健.海歸高管、研發(fā)國際化與企業(yè)創(chuàng)新——基于全要素生產(chǎn)率視角[J/OL].財會通訊，1-6[2024-07-16].

（作者單位：鹽城市大豐區(qū)統(tǒng)計局計算機站）