摘 要：為推動(dòng)區(qū)域協(xié)調(diào)發(fā)展和新質(zhì)生產(chǎn)力的均衡布局，本文基于K-means聚類(lèi)分析和隨機(jī)森林算法測(cè)算了2012—2022年中國(guó)30個(gè)省份的新質(zhì)生產(chǎn)力發(fā)展水平，采用社會(huì)網(wǎng)絡(luò)分析方法系統(tǒng)地研究了中國(guó)省域新質(zhì)生產(chǎn)力空間網(wǎng)絡(luò)的動(dòng)態(tài)演進(jìn)特征，并結(jié)合文本分析和QAP回歸模型探討了省域新質(zhì)生產(chǎn)力空間網(wǎng)絡(luò)差異的驅(qū)動(dòng)因素。研究發(fā)現(xiàn)：中國(guó)新質(zhì)生產(chǎn)力整體上呈上升趨勢(shì)，但區(qū)域間發(fā)展不均衡問(wèn)題突出，呈現(xiàn)出東強(qiáng)西弱的特點(diǎn)；在空間分布上，省域新質(zhì)生產(chǎn)力空間網(wǎng)絡(luò)的復(fù)雜度逐年增加，網(wǎng)絡(luò)關(guān)聯(lián)和互動(dòng)不斷增強(qiáng)，其中東部沿海省份始終處于核心區(qū)域，中部省份逐漸進(jìn)入核心區(qū)，而東北地區(qū)始終處于邊緣區(qū)域。此外，QAP回歸結(jié)果顯示，加強(qiáng)技術(shù)進(jìn)步、提高人力資本素質(zhì)和有效利用數(shù)據(jù)要素可以顯著提升省域新質(zhì)生產(chǎn)力水平，推動(dòng)區(qū)域經(jīng)濟(jì)的協(xié)調(diào)和可持續(xù)發(fā)展。

關(guān)鍵詞：新質(zhì)生產(chǎn)力；隨機(jī)森林算法；社會(huì)網(wǎng)絡(luò)分析；文本分析方法；QAP

中圖分類(lèi)號(hào)：F830 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1674-2265（2024）09-0014-11

DOI：10.19647/j.cnki.37-1462/f.2024.09.002

一、引言

2024年兩會(huì)期間，習(xí)近平總書(shū)記在參加江蘇代表團(tuán)審議時(shí)強(qiáng)調(diào)，要牢牢把握高質(zhì)量發(fā)展這個(gè)首要任務(wù)，因地制宜發(fā)展新質(zhì)生產(chǎn)力。因地制宜發(fā)展新質(zhì)生產(chǎn)力是推動(dòng)區(qū)域協(xié)調(diào)發(fā)展、縮小城鄉(xiāng)差距以及提升人民生活質(zhì)量的重要路徑。近年來(lái)，中國(guó)在科技創(chuàng)新、數(shù)字經(jīng)濟(jì)、綠色經(jīng)濟(jì)和產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化等領(lǐng)域均已取得突破性進(jìn)展，為新質(zhì)生產(chǎn)力的發(fā)展奠定了堅(jiān)實(shí)基礎(chǔ)。然而，各地區(qū)在資源稟賦、經(jīng)濟(jì)基礎(chǔ)和發(fā)展水平上存在顯著差異，區(qū)域間新質(zhì)生產(chǎn)力發(fā)展不均衡問(wèn)題依然突出。因此，把握省域之間新質(zhì)生產(chǎn)力發(fā)展的協(xié)同和競(jìng)爭(zhēng)關(guān)系，對(duì)因地制宜發(fā)展新質(zhì)生產(chǎn)力具有重要意義。在此背景下，本文基于社會(huì)網(wǎng)絡(luò)分析方法系統(tǒng)地研究中國(guó)省域新質(zhì)生產(chǎn)力空間網(wǎng)絡(luò)的動(dòng)態(tài)演變特征，利用QAP回歸分析方法探索新質(zhì)生產(chǎn)力空間網(wǎng)絡(luò)演進(jìn)的驅(qū)動(dòng)因素，為中國(guó)省域新質(zhì)生產(chǎn)力發(fā)展提出科學(xué)建議。

目前，國(guó)內(nèi)關(guān)于新質(zhì)生產(chǎn)力的研究多從以下幾個(gè)方面展開(kāi)：一是從理論層面對(duì)新質(zhì)生產(chǎn)力的科學(xué)內(nèi)涵、理論邏輯、實(shí)現(xiàn)路徑以及研究現(xiàn)狀進(jìn)行系統(tǒng)性分析（胡洪彬，2023；姚樹(shù)潔和張小倩，2024；楊廣越，2024）[1-3]。二是通過(guò)構(gòu)建不同的指標(biāo)體系對(duì)新質(zhì)生產(chǎn)力的發(fā)展水平進(jìn)行測(cè)度，并利用空間計(jì)量模型分析新質(zhì)生產(chǎn)力發(fā)展的時(shí)空變化（盧江等，2024；王玨和王榮基，2024；雷學(xué)，2024；韓文龍等，2024）[4-7]。三是從高質(zhì)量發(fā)展（趙若男等，2024）[8]、數(shù)字經(jīng)濟(jì)（吳文生等，2024）[9]、現(xiàn)代化（洪田芬，2024）[10]和工業(yè)化（趙秋運(yùn)和嚴(yán)佳佳，2024）[11]等角度對(duì)新質(zhì)生產(chǎn)力的影響機(jī)制進(jìn)行研究。現(xiàn)有文獻(xiàn)表明，學(xué)術(shù)界關(guān)于新質(zhì)生產(chǎn)力的測(cè)度和評(píng)價(jià)多以熵權(quán)法和空間計(jì)量模型為主，對(duì)新質(zhì)生產(chǎn)力復(fù)雜空間網(wǎng)絡(luò)以及網(wǎng)絡(luò)的驅(qū)動(dòng)因素進(jìn)行探索的研究較少。相較于傳統(tǒng)的空間計(jì)量模型，利用社會(huì)網(wǎng)絡(luò)分析方法分析新質(zhì)生產(chǎn)力空間網(wǎng)絡(luò)變化有如下優(yōu)勢(shì)：第一，社會(huì)網(wǎng)絡(luò)分析可以揭示新質(zhì)生產(chǎn)力空間網(wǎng)絡(luò)中地區(qū)之間的復(fù)雜關(guān)系，直觀地展現(xiàn)地區(qū)之間的聯(lián)系和差異（Wellman，1983）[12]。第二，通過(guò)社會(huì)網(wǎng)絡(luò)分析可以識(shí)別在新質(zhì)生產(chǎn)力空間網(wǎng)絡(luò)中具有重要影響力和起關(guān)鍵作用的省份，更直觀地理解整個(gè)網(wǎng)絡(luò)的結(jié)構(gòu)和穩(wěn)定性（Scott，1988）[13]。第三，社會(huì)網(wǎng)絡(luò)分析可以發(fā)現(xiàn)地區(qū)之間的潛在關(guān)系和非顯性連接，幫助發(fā)現(xiàn)新質(zhì)生產(chǎn)力空間網(wǎng)絡(luò)中可能存在但不易觀察到的重要聯(lián)系和影響（Freeman，2002）[14]。

鑒于此，首先，本文選取2012—2022 年中國(guó)30個(gè)?。ㄗ灾螀^(qū)、直轄市，不包括港澳臺(tái)地區(qū)及西藏自治區(qū)，以下簡(jiǎn)稱省份）的面板數(shù)據(jù)構(gòu)建新質(zhì)生產(chǎn)力綜合評(píng)價(jià)指標(biāo)體系，并搭建基于K-means聚類(lèi)算法和隨機(jī)森林算法的無(wú)監(jiān)督聚類(lèi)—隨機(jī)森林模型，測(cè)算出新質(zhì)生產(chǎn)力綜合評(píng)價(jià)指數(shù)（漆家森，2022）[15]。其次，結(jié)合修正的引力模型和社會(huì)網(wǎng)絡(luò)分析法對(duì)中國(guó)30個(gè)省份新質(zhì)生產(chǎn)力空間網(wǎng)絡(luò)進(jìn)行系統(tǒng)分析。最后，運(yùn)用文本分析法提取133篇有關(guān)新質(zhì)生產(chǎn)力的文獻(xiàn)中的關(guān)鍵詞并識(shí)別出新質(zhì)生產(chǎn)力的核心驅(qū)動(dòng)因素，采用QAP回歸分析法探析核心驅(qū)動(dòng)因素對(duì)新質(zhì)生產(chǎn)力空間網(wǎng)絡(luò)變化的影響。

與現(xiàn)有研究相比，本文可能存在以下邊際貢獻(xiàn)：一是摒棄傳統(tǒng)熵權(quán)法，采用K-means聚類(lèi)算法和隨機(jī)森林算法相結(jié)合的方式計(jì)算綜合評(píng)價(jià)指數(shù)，將機(jī)器學(xué)習(xí)方法運(yùn)用到綜合評(píng)價(jià)中，使得評(píng)價(jià)更客觀、更準(zhǔn)確。二是運(yùn)用引力模型和社會(huì)網(wǎng)絡(luò)分析從空間網(wǎng)絡(luò)視角探究中國(guó)省域新質(zhì)生產(chǎn)力空間網(wǎng)絡(luò)結(jié)構(gòu)特征和動(dòng)態(tài)演變，豐富新質(zhì)生產(chǎn)力的研究方法。三是利用文本分析法識(shí)別新質(zhì)生產(chǎn)力的核心驅(qū)動(dòng)因素，結(jié)合QAP方法分析各驅(qū)動(dòng)因素對(duì)新質(zhì)生產(chǎn)力空間網(wǎng)絡(luò)的影響，揭示其背后的驅(qū)動(dòng)力和影響機(jī)制。

二、研究設(shè)計(jì)

（一）新質(zhì)生產(chǎn)力綜合評(píng)價(jià)指標(biāo)體系的構(gòu)建及數(shù)據(jù)來(lái)源

本文基于新質(zhì)生產(chǎn)力的定義、內(nèi)涵和相關(guān)理論，結(jié)合數(shù)據(jù)的可獲得性，參考相關(guān)文獻(xiàn)（盧江等，2024；雷學(xué)，2024；任宇新等，2024）[4，6，16]選取2012—2022 年我國(guó)30個(gè)省份的相關(guān)指標(biāo)，從勞動(dòng)者、勞動(dòng)對(duì)象和勞動(dòng)資料三大維度構(gòu)建新質(zhì)生產(chǎn)力綜合評(píng)價(jià)指標(biāo)體系（見(jiàn)表1），以衡量中國(guó)各地區(qū)新質(zhì)生產(chǎn)力發(fā)展水平。本文數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)工業(yè)統(tǒng)計(jì)年鑒》《中國(guó)能源統(tǒng)計(jì)年鑒》《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》《中國(guó)科技統(tǒng)計(jì)年鑒》以及各省份統(tǒng)計(jì)年鑒，個(gè)別缺失數(shù)據(jù)采用插值法和移動(dòng)平均法予以補(bǔ)充，以確保數(shù)據(jù)的完整性和分析的準(zhǔn)確性。

（二）基于K-means聚類(lèi)分析和隨機(jī)森林算法的綜合評(píng)價(jià)方法

在對(duì)新質(zhì)生產(chǎn)力進(jìn)行綜合評(píng)價(jià)時(shí)，多數(shù)學(xué)者采用熵權(quán)法或熵權(quán)-TOPSIS法，但這些方法僅依賴簡(jiǎn)單的計(jì)算，往往會(huì)忽略指標(biāo)之間的復(fù)雜關(guān)系，從而導(dǎo)致權(quán)重計(jì)算不夠準(zhǔn)確。而利用K-means聚類(lèi)算法對(duì)2012—2022年中國(guó)30個(gè)省份的新質(zhì)生產(chǎn)力指標(biāo)進(jìn)行分組，不僅可以捕捉到不同省份之間的相似性和差異性，生成的聚類(lèi)標(biāo)簽也為隨機(jī)森林算法提供了目標(biāo)變量，有效地解決了使用隨機(jī)森林算法進(jìn)行綜合評(píng)價(jià)時(shí)缺乏目標(biāo)變量的問(wèn)題，同時(shí)提高了指標(biāo)計(jì)算結(jié)果的準(zhǔn)確性。因此，本文基于K-means聚類(lèi)算法和隨機(jī)森林算法來(lái)構(gòu)建新質(zhì)生產(chǎn)力綜合評(píng)價(jià)指數(shù)。

為確保數(shù)據(jù)的一致性和可比性，在進(jìn)行K-means聚類(lèi)分析之前需對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化，以消除數(shù)據(jù)量綱的影響。本文選取最大最小歸一化方法對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，計(jì)算公式為：

正向指標(biāo)：[x=x-xminxmax-xmin] （1）

負(fù)向指標(biāo)：[x=xmax-xxmax-xmin] （2）

其中，[xmin]為最小值，[xmax]為最大值。

另外，為確定最優(yōu)聚類(lèi)個(gè)數(shù)，本文通過(guò)輪廓系數(shù)和手肘法對(duì)不同聚類(lèi)個(gè)數(shù)進(jìn)行評(píng)估，選擇評(píng)分最優(yōu)的結(jié)果作為最終聚類(lèi)個(gè)數(shù)。基于最優(yōu)聚類(lèi)個(gè)數(shù)對(duì)標(biāo)準(zhǔn)化后的數(shù)據(jù)進(jìn)行聚類(lèi)，并為每個(gè)樣本點(diǎn)賦予聚類(lèi)標(biāo)簽。將聚類(lèi)標(biāo)簽作為目標(biāo)變量，根據(jù)每個(gè)樣本點(diǎn)的相關(guān)指標(biāo)數(shù)據(jù)建立隨機(jī)森林模型，用于預(yù)測(cè)相關(guān)新質(zhì)生產(chǎn)力指標(biāo)的重要程度。該模型的輸出結(jié)果被用作新質(zhì)生產(chǎn)力指標(biāo)體系中各個(gè)指標(biāo)的權(quán)重。最后，利用線性加權(quán)法得到中國(guó)30個(gè)省份的新質(zhì)生產(chǎn)力綜合評(píng)價(jià)指數(shù)，計(jì)算公式如下：

[Wj=j=1mwj×x′ij] （3）

其中，[Wj]為新質(zhì)生產(chǎn)力綜合評(píng)價(jià)指數(shù)，[wj]為指標(biāo)權(quán)重，[x′ij]為標(biāo)準(zhǔn)化后的指標(biāo)數(shù)據(jù)。

（三）修正的引力模型

本文采用引力模型來(lái)度量省域新質(zhì)生產(chǎn)力的空間關(guān)聯(lián)強(qiáng)度，參考羅良文和張鄭秋（2024）[17]的研究，根據(jù)研究對(duì)象的不同對(duì)傳統(tǒng)的引力模型進(jìn)行修正，公式如下：

[Rij=KijPiGiIi3PjGjIj3D2ij]，[Kij=IiIi+Ij] （4）

其中，[Rij]為[i]省和[j]省之間的新質(zhì)生產(chǎn)力關(guān)聯(lián)強(qiáng)度；[Ii]、[Ij]分別為[i]省和[j]省的新質(zhì)生產(chǎn)力綜合指數(shù)；[Pi]、[Pj]分別表示[i]省和[j]省的年末人口總數(shù)；[Gi]、[Gj]分別表示[i]省和[j]省的年末GDP總量；[Dij]為[i]省和[j]省省會(huì)之間的距離（單位為千米）；[Kij]為修正系數(shù)，表示[i]省新質(zhì)生產(chǎn)力發(fā)展的貢獻(xiàn)率。

由于進(jìn)行社會(huì)網(wǎng)絡(luò)分析要求使用二值型數(shù)據(jù)，需要將由式（4）計(jì)算得出的新質(zhì)生產(chǎn)力關(guān)聯(lián)強(qiáng)度進(jìn)行二值化處理。將矩陣中每行數(shù)據(jù)的平均值設(shè)為閾值，每行數(shù)據(jù)中大于該行閾值的數(shù)據(jù)視為1，表示該行省份與其他省份的新質(zhì)生產(chǎn)力之間具有一定的空間關(guān)聯(lián)性；低于閾值數(shù)據(jù)視為0，表示該行省份與其他省份的新質(zhì)生產(chǎn)力之間不具備空間關(guān)聯(lián)性。由此，可以獲得關(guān)于中國(guó)省域新質(zhì)生產(chǎn)力空間關(guān)聯(lián)強(qiáng)度的0-1非對(duì)稱矩陣，即中國(guó)省域新質(zhì)生產(chǎn)力空間關(guān)聯(lián)有向網(wǎng)絡(luò)。

（四）社會(huì)網(wǎng)絡(luò)分析法

社會(huì)網(wǎng)絡(luò)分析起源于圖論，是一種用于研究社會(huì)系統(tǒng)中個(gè)體之間關(guān)系的網(wǎng)絡(luò)分析方法（Borgatti等，2009）[18]。近年來(lái)，國(guó)內(nèi)外很多學(xué)者將社會(huì)網(wǎng)絡(luò)分析法應(yīng)用到經(jīng)濟(jì)領(lǐng)域的研究中，包括國(guó)際貿(mào)易（劉敏等，2021；Matinju等，2023；馬菁等，2024）[19-21]、數(shù)字經(jīng)濟(jì)（金燦陽(yáng)等，2022；崔蓉等，2023；閆春等，2024）[22-24]和環(huán)境資源（Salpeteur等，2017；林明裕和崔興華，2024；Jariego和Corral，2024）[25-27]等領(lǐng)域，用以分析地區(qū)間的網(wǎng)絡(luò)聯(lián)系和經(jīng)濟(jì)互動(dòng)。本文擬將該方法應(yīng)用于省域新質(zhì)生產(chǎn)力空間關(guān)聯(lián)網(wǎng)絡(luò)的研究中，選取網(wǎng)絡(luò)密度和網(wǎng)絡(luò)互惠性刻畫(huà)整體網(wǎng)絡(luò)特征，選取點(diǎn)度中心度、中介中心度和接近中心度刻畫(huà)個(gè)體網(wǎng)絡(luò)特征，并結(jié)合核心—邊緣結(jié)構(gòu)特征對(duì)2012—2022年中國(guó)30個(gè)省份新質(zhì)生產(chǎn)力空間關(guān)聯(lián)網(wǎng)絡(luò)時(shí)空演進(jìn)過(guò)程進(jìn)行分析。

（五）QAP回歸方法

QAP回歸方法是一種適用于社會(huì)網(wǎng)絡(luò)數(shù)據(jù)的統(tǒng)計(jì)分析方法，通過(guò)對(duì)網(wǎng)絡(luò)矩陣數(shù)據(jù)進(jìn)行隨機(jī)置換和重抽樣，檢驗(yàn)變量之間的相關(guān)性和回歸關(guān)系（劉軍，2004）[28]。QAP 相關(guān)分析通過(guò)比較兩兩矩陣中的元素來(lái)確定矩陣間的相關(guān)系數(shù)，并使用隨機(jī)置換的方式來(lái)進(jìn)行非參數(shù)檢驗(yàn)。QAP回歸分析用于研究一個(gè)或多個(gè)自變量矩陣對(duì)因變量矩陣的影響，通過(guò)判定系數(shù)和回歸系數(shù)的顯著性來(lái)判斷不同因素對(duì)因變量矩陣的影響程度和重要性。本文利用該方法對(duì)2012—2022年中國(guó)省域新質(zhì)生產(chǎn)力空間網(wǎng)絡(luò)及其影響因素差異矩陣進(jìn)行回歸分析，探究新質(zhì)生產(chǎn)力空間網(wǎng)絡(luò)時(shí)空演進(jìn)的核心驅(qū)動(dòng)因素。

三、實(shí)證分析

（一）中國(guó)省域新質(zhì)生產(chǎn)力綜合評(píng)價(jià)

根據(jù)K-means聚類(lèi)分析和隨機(jī)森林算法對(duì)新質(zhì)生產(chǎn)力綜合評(píng)價(jià)指標(biāo)數(shù)據(jù)進(jìn)行測(cè)算，得出中國(guó)省域新質(zhì)生產(chǎn)力綜合發(fā)展變化圖（圖1）。由圖1可知，2012—2022年中國(guó)新質(zhì)生產(chǎn)力水平整體呈現(xiàn)上升趨勢(shì)，新質(zhì)生產(chǎn)力指數(shù)范圍由0.05～0.26上升到0.14～0.66。其中，北京、廣東、江蘇、上海和浙江的新質(zhì)生產(chǎn)力發(fā)展顯著領(lǐng)先于其他省份，青海、新疆、寧夏、黑龍江、吉林等西部和東北地區(qū)新質(zhì)生產(chǎn)力指數(shù)普遍較低，區(qū)域間發(fā)展不均衡問(wèn)題突出。

為分析新質(zhì)生產(chǎn)力發(fā)展水平的空間差異，繪制各省份新質(zhì)生產(chǎn)力綜合指數(shù)散點(diǎn)圖，如圖2所示。由圖可知，2012—2022年中國(guó)新質(zhì)生產(chǎn)力發(fā)展出現(xiàn)區(qū)域集群效應(yīng)。位于東部沿海地區(qū)的一些省份經(jīng)濟(jì)發(fā)達(dá)、產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化，形成高新質(zhì)生產(chǎn)力集群，區(qū)域間經(jīng)濟(jì)發(fā)展呈現(xiàn)出一定的帶動(dòng)效應(yīng)和協(xié)同效應(yīng)。中西部地區(qū)經(jīng)濟(jì)發(fā)展較為緩慢，雖然有一定的政策支持，但產(chǎn)業(yè)基礎(chǔ)薄弱、技術(shù)創(chuàng)新能力不足，新質(zhì)生產(chǎn)力發(fā)展整體呈現(xiàn)出較低水平。

（二）中國(guó)新質(zhì)生產(chǎn)力空間關(guān)聯(lián)強(qiáng)度分析

根據(jù)修正后的引力模型計(jì)算2012—2022年中國(guó)各省份之間新質(zhì)生產(chǎn)力空間關(guān)聯(lián)強(qiáng)度，表2展示了2012年、2017年和2022年關(guān)聯(lián)強(qiáng)度排名前30的省份關(guān)聯(lián)對(duì)。整體來(lái)看，2012—2022年間絕大多數(shù)省份之間的關(guān)聯(lián)強(qiáng)度顯著增加，省域在新質(zhì)生產(chǎn)力方面的合作和互動(dòng)變得更加緊密，協(xié)同效應(yīng)逐年增強(qiáng)。東部地區(qū)的一些省份經(jīng)濟(jì)發(fā)達(dá)、產(chǎn)業(yè)基礎(chǔ)好、創(chuàng)新能力強(qiáng)，且地理位置相對(duì)接近，便于形成緊密的經(jīng)濟(jì)聯(lián)系和合作，省份之間的關(guān)聯(lián)強(qiáng)度顯著高于其他地區(qū)。西部省份（如新疆、青海、甘肅等）之間的關(guān)聯(lián)強(qiáng)度雖然也有所增加，但總體水平仍較低，且區(qū)域間發(fā)展差距較大。

（三）新質(zhì)生產(chǎn)力空間網(wǎng)絡(luò)整體結(jié)構(gòu)特征

基于修正的引力模型計(jì)算出的2012—2022年中國(guó)省域新質(zhì)生產(chǎn)力空間關(guān)聯(lián)強(qiáng)度矩陣，借助Gephi 0.10軟件繪制2012年、2015年、2019年和2022年中國(guó)省域新質(zhì)生產(chǎn)力空間網(wǎng)絡(luò)結(jié)構(gòu)圖，如圖3所示。2012—2022年，中國(guó)省域新質(zhì)生產(chǎn)力空間網(wǎng)絡(luò)的復(fù)雜度逐年提升，省份之間的網(wǎng)絡(luò)連接數(shù)量顯著增加，網(wǎng)絡(luò)結(jié)構(gòu)逐步從簡(jiǎn)單走向復(fù)雜，省域之間新質(zhì)生產(chǎn)力的關(guān)聯(lián)和互動(dòng)不斷增強(qiáng)。另外，區(qū)域間新質(zhì)生產(chǎn)力網(wǎng)絡(luò)關(guān)聯(lián)逐漸從中部和東部沿海地區(qū)向中西部地區(qū)擴(kuò)展，區(qū)域間的互動(dòng)也從2012年的相對(duì)較少變?yōu)?022年省份間的緊密關(guān)聯(lián)，說(shuō)明全國(guó)新質(zhì)生產(chǎn)力發(fā)展趨于均衡且區(qū)域協(xié)作有一定的提升。

利用UCINET 6.0軟件計(jì)算出2012—2022年中國(guó)新質(zhì)生產(chǎn)力空間網(wǎng)絡(luò)的網(wǎng)絡(luò)密度和互惠性，并繪制二者隨時(shí)間變化的折線圖，如圖4所示。網(wǎng)絡(luò)密度和互惠性分別可以衡量網(wǎng)絡(luò)中節(jié)點(diǎn)的緊密程度和雙向連接程度。2012—2022年，網(wǎng)絡(luò)密度在0.241和0.247之間波動(dòng)，各省份之間的新質(zhì)生產(chǎn)力關(guān)聯(lián)程度相對(duì)穩(wěn)定。互惠性從2012年的0.439逐漸上升到2022年的0.445，整體呈現(xiàn)上升趨勢(shì)，在2015年、2017年和2018年顯著增加。2017年和2018年的互惠性最高，說(shuō)明這兩年各省份之間的雙向互動(dòng)更加頻繁，省域間合作更加緊密。

（四）新質(zhì)生產(chǎn)力空間網(wǎng)絡(luò)個(gè)體結(jié)構(gòu)特征

利用UCINET 6.0軟件計(jì)算出2012—2022年中國(guó)30個(gè)省份的點(diǎn)度中心度、接近中心度和中介中心度，相關(guān)指標(biāo)2012—2022年的平均值和各省份的排名如表3所示。

由表3可知，近年來(lái)在相關(guān)政策的支持下，河南和山東在產(chǎn)業(yè)基礎(chǔ)和市場(chǎng)規(guī)模方面具備優(yōu)勢(shì)，吸引了大量資源和合作機(jī)會(huì)，處于新質(zhì)生產(chǎn)力關(guān)聯(lián)網(wǎng)絡(luò)中的核心地位。近年來(lái)湖北和湖南的新質(zhì)生產(chǎn)力水平顯著提升，處于新質(zhì)生產(chǎn)力關(guān)聯(lián)網(wǎng)絡(luò)中的關(guān)鍵位置。江蘇、廣東、浙江等東部沿海地區(qū)充分發(fā)揮區(qū)域優(yōu)勢(shì)，經(jīng)濟(jì)互補(bǔ)性強(qiáng)，區(qū)域經(jīng)濟(jì)一體化程度高，省域間合作和互動(dòng)頻繁，區(qū)域內(nèi)省份不僅在本區(qū)域內(nèi)實(shí)現(xiàn)高效的信息流通和資源共享，也在全國(guó)范圍內(nèi)起到橋梁和紐帶作用。中西部省份漸進(jìn)發(fā)展，四川和陜西的中心度排名均較靠前，這兩個(gè)省份擁有大量的高校、科研機(jī)構(gòu)和科技園區(qū)，創(chuàng)新能力強(qiáng)，能夠吸引大量的高端人才和企業(yè)?？萍紕?chuàng)新推動(dòng)了新質(zhì)生產(chǎn)力的發(fā)展，使得這些省份在省際合作中具備更強(qiáng)的競(jìng)爭(zhēng)力和影響力。吉林、黑龍江和海南等省份在所有指標(biāo)上得分較低，這些省份由于地理位置偏遠(yuǎn)、經(jīng)濟(jì)基礎(chǔ)薄弱、產(chǎn)業(yè)結(jié)構(gòu)單一等，新質(zhì)生產(chǎn)力發(fā)展相對(duì)滯后，在新質(zhì)生產(chǎn)力關(guān)聯(lián)網(wǎng)絡(luò)中處于邊緣地位。

（五）核心—邊緣結(jié)構(gòu)分析

利用UCINET 6.0軟件分析2012年、2015年、2019年和2022年中國(guó)省域新質(zhì)生產(chǎn)力空間網(wǎng)絡(luò)核心—邊緣結(jié)構(gòu)情況及變化，結(jié)果如表4所示。2012年核心區(qū)域集中在東部沿海地區(qū)，中西部地區(qū)大多處于邊緣地帶；2015年中部省份逐漸進(jìn)入核心區(qū)，邊緣地帶逐漸向西部和東北部移動(dòng)，但總體結(jié)構(gòu)仍呈現(xiàn)出東強(qiáng)西弱的特點(diǎn)；2019年核心區(qū)域進(jìn)一步擴(kuò)大，中西部省份新質(zhì)生產(chǎn)力發(fā)展水平提升；2022年全國(guó)范圍內(nèi)新質(zhì)生產(chǎn)力核心度都顯著增加，核心—邊緣結(jié)構(gòu)逐漸均衡。

總體來(lái)看，中國(guó)新質(zhì)生產(chǎn)力發(fā)展逐漸從東部向中西部擴(kuò)展，核心—邊緣結(jié)構(gòu)逐漸均衡。具體表現(xiàn)為東部沿海省份始終處于核心區(qū)域，中部崛起逐漸進(jìn)入核心區(qū)域，西部地區(qū)從邊緣地區(qū)向核心區(qū)域靠攏，東北地區(qū)新質(zhì)生產(chǎn)力發(fā)展緩慢，始終處于邊緣地帶，西部和東北地區(qū)仍有較大發(fā)展空間。

四、新質(zhì)生產(chǎn)力空間網(wǎng)絡(luò)驅(qū)動(dòng)因素分析

（一）基于文本分析的驅(qū)動(dòng)因素識(shí)別

基于文本分析方法，利用python軟件對(duì)關(guān)于新質(zhì)生產(chǎn)力的133篇文獻(xiàn)進(jìn)行詞頻統(tǒng)計(jì)，提取出影響新質(zhì)生產(chǎn)力發(fā)展的相關(guān)因素，根據(jù)詞頻繪制詞云圖，如圖5所示。

本文從詞云圖中出現(xiàn)的高頻詞匯中總結(jié)出五個(gè)主要的新質(zhì)生產(chǎn)力驅(qū)動(dòng)因素。

一是產(chǎn)業(yè)升級(jí)。根據(jù)詞云圖中出現(xiàn)的生產(chǎn)力、發(fā)展、高質(zhì)量發(fā)展、產(chǎn)業(yè)、產(chǎn)業(yè)鏈、結(jié)構(gòu)、升級(jí)和轉(zhuǎn)型等關(guān)鍵詞總結(jié)出第一個(gè)驅(qū)動(dòng)因素：產(chǎn)業(yè)升級(jí)。產(chǎn)業(yè)升級(jí)涉及傳統(tǒng)產(chǎn)業(yè)的轉(zhuǎn)型和新興產(chǎn)業(yè)的培育，通過(guò)提升產(chǎn)業(yè)鏈價(jià)值和融合不同產(chǎn)業(yè)，提高整體經(jīng)濟(jì)效率和競(jìng)爭(zhēng)力。

二是技術(shù)進(jìn)步。根據(jù)技術(shù)、創(chuàng)新、科技創(chuàng)新、人工智能、信息和生產(chǎn)要素等高頻詞匯總結(jié)出第二個(gè)驅(qū)動(dòng)因素：技術(shù)進(jìn)步。除了硬件技術(shù)的提升以外，軟件、數(shù)字技術(shù)和人工智能等方面的創(chuàng)新都能夠有效提高生產(chǎn)效率和資源利用效率。

三是人力資本。根據(jù)詞云圖中人才、教育、勞動(dòng)力、核心培養(yǎng)等詞匯總結(jié)出第三個(gè)驅(qū)動(dòng)因素：人力資本。新質(zhì)生產(chǎn)力的發(fā)展離不開(kāi)高素質(zhì)的人才，教育和培訓(xùn)系統(tǒng)需要不斷完善，以培養(yǎng)具有創(chuàng)新能力和技術(shù)技能的勞動(dòng)力，為經(jīng)濟(jì)發(fā)展提供強(qiáng)大的人力資本支持。

四是數(shù)據(jù)要素。根據(jù)數(shù)據(jù)、數(shù)字經(jīng)濟(jì)、網(wǎng)絡(luò)、信息等關(guān)鍵詞總結(jié)出第四個(gè)驅(qū)動(dòng)因素：數(shù)據(jù)要素。數(shù)據(jù)作為新的生產(chǎn)要素，能夠驅(qū)動(dòng)數(shù)字經(jīng)濟(jì)的發(fā)展，通過(guò)大數(shù)據(jù)分析、數(shù)據(jù)共享和數(shù)據(jù)挖掘可以提高決策效率和市場(chǎng)反應(yīng)速度，從而推動(dòng)新質(zhì)生產(chǎn)力水平的提升。

五是政府支持。根據(jù)政府、政策、支持、戰(zhàn)略、建設(shè)等關(guān)鍵詞總結(jié)出第五個(gè)驅(qū)動(dòng)因素：政府支持。政府可以通過(guò)制定政策、提供資金支持、建設(shè)基礎(chǔ)設(shè)施等方式，營(yíng)造良好的創(chuàng)新環(huán)境和市場(chǎng)條件，推動(dòng)新質(zhì)生產(chǎn)力的快速發(fā)展。

綜上，本文選取產(chǎn)業(yè)升級(jí)、技術(shù)進(jìn)步、人力資本、數(shù)據(jù)要素和政府支持作為核心驅(qū)動(dòng)因素。

（二）變量說(shuō)明

本文的被解釋變量是由2012—2022年中國(guó)30個(gè)省份新質(zhì)生產(chǎn)力綜合指數(shù)均值的絕對(duì)差值構(gòu)造的新質(zhì)生產(chǎn)力空間網(wǎng)絡(luò)差異矩陣（[Net]），核心解釋變量為通過(guò)文本分析識(shí)別出的五個(gè)主要驅(qū)動(dòng)因素對(duì)應(yīng)的差異矩陣。核心解釋變量的測(cè)度說(shuō)明如下。

一是產(chǎn)業(yè)升級(jí)。本文參考楊渝筱（2023）[29]的研究方法，分別對(duì)第一、二、三產(chǎn)業(yè)賦予不同的權(quán)重以構(gòu)造產(chǎn)業(yè)升級(jí)指數(shù)：

[Ind=i=13yi×i=y1×1+y2×2+y3×3] （5）

其中，[yi]表示第[i]產(chǎn)業(yè)的增加值占GDP 的比重，將第一、二、三產(chǎn)業(yè)的權(quán)重設(shè)置為 1、2、3，[Ind]越大表明產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的程度越高。

二是技術(shù)進(jìn)步。本文選取利用DEA-Malmquist指數(shù)法測(cè)算的全要素生產(chǎn)率衡量技術(shù)進(jìn)步，分別選擇地區(qū)生產(chǎn)總值（GDP）、全社會(huì)就業(yè)人員和資本存量作為全要素生產(chǎn)率計(jì)算中的產(chǎn)出、勞動(dòng)投入與資本投入指標(biāo)。其中，資本存量用固定資產(chǎn)投資額表示（郜攀峰，2023；蔡湘杰和賀正楚，2024；危平等，2024）[30-32]。

三是人力資本。參考李夢(mèng)娜和周云波（2022）[33]的研究方法，采用向量夾角法度量人力資本結(jié)構(gòu)高級(jí)化水平。按照受教育程度將人力資本分為文盲半文盲、小學(xué)、初中、高中或中專(zhuān)、大專(zhuān)或本科以上共五類(lèi)，利用向量夾角法度量省級(jí)人力資本發(fā)展指數(shù)。

四是數(shù)據(jù)要素。結(jié)合相關(guān)研究（梁晴，2022；李何波等，2023）[34，35]，選取相關(guān)變量來(lái)構(gòu)造衡量數(shù)據(jù)要素的指標(biāo)體系（見(jiàn)表5），用熵權(quán)法計(jì)算得出數(shù)據(jù)要素指數(shù)。

五是政府支持。參考劉如玉（2023）[36]的研究方法，從兩方面構(gòu)造政府支持指數(shù)：一方面，利用文本分析方法統(tǒng)計(jì)2012—2022年省級(jí)政府工作報(bào)告中關(guān)于政府支持新質(zhì)生產(chǎn)力發(fā)展的詞語(yǔ)（主要包含新質(zhì)生產(chǎn)力、人工智能、科技創(chuàng)新、技術(shù)革新、科學(xué)發(fā)展和創(chuàng)新動(dòng)能等）的詞頻；另一方面，結(jié)合地方財(cái)政支出占地方生產(chǎn)總值的比例，計(jì)算政府支持財(cái)政指數(shù)。將詞頻和政府財(cái)政支持指數(shù)分別標(biāo)準(zhǔn)化處理后，利用線性閾值法加權(quán)得到政府支持?jǐn)?shù)據(jù)。

根據(jù)上述方法分別測(cè)算出對(duì)應(yīng)核心解釋變量2012—2022年的均值。由于QAP回歸分析要求變量為矩陣形式，因此，分別計(jì)算出中國(guó)30個(gè)省份對(duì)應(yīng)核心解釋變量均值的絕對(duì)差值，根據(jù)絕對(duì)差值結(jié)果構(gòu)建變量的差異矩陣。另外，本文在構(gòu)建差異矩陣之前用極大極小標(biāo)準(zhǔn)化方法對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，以消除量綱的影響。

綜上，構(gòu)建如下新質(zhì)生產(chǎn)力空間網(wǎng)絡(luò)回2edL5zg2lOeGPuEURbiL8wqazhwP6wj85WvHYSE7IiI=歸模型：

[Net=f（Ind，Ta，Hc，Dig，Gov）] （6）

其中，[Net]為新質(zhì)生產(chǎn)力空間網(wǎng)絡(luò)差異矩陣，[Ind]為產(chǎn)業(yè)升級(jí)差異矩陣，[Ta]為技術(shù)進(jìn)步差異矩陣，[Hc]為人力資本差異矩陣，[Dig]為數(shù)據(jù)要素差異矩陣，[Gov]為政府支持差異矩陣。

（三）QAP回歸分析

利用UCINET 6.0 軟件對(duì)省域新質(zhì)生產(chǎn)力空間網(wǎng)絡(luò)回歸模型中的相關(guān)變量進(jìn)行相關(guān)性分析，選擇5000次隨機(jī)置換，得到 QAP 相關(guān)性分析結(jié)果（見(jiàn)表6）。

由QAP相關(guān)性分析結(jié)果可知，產(chǎn)業(yè)升級(jí)差異矩陣、技術(shù)進(jìn)步差異矩陣、人力資本差異矩陣和數(shù)據(jù)要素差異矩陣均與新質(zhì)生產(chǎn)力空間網(wǎng)絡(luò)差異矩陣顯著正相關(guān)。其中，技術(shù)進(jìn)步差異矩陣、人力資本差異矩陣和數(shù)據(jù)要素差異矩陣在1%水平上顯著，產(chǎn)業(yè)升級(jí)差異矩陣在5%水平上顯著。政府支持差異矩陣與新質(zhì)生產(chǎn)力空間網(wǎng)絡(luò)差異矩陣負(fù)相關(guān)但不顯著。這說(shuō)明產(chǎn)業(yè)升級(jí)、技術(shù)進(jìn)步、人力資本和數(shù)據(jù)要素在推動(dòng)新質(zhì)生產(chǎn)力發(fā)展中起著至關(guān)重要的作用。

進(jìn)一步利用UCINET 6.0 軟件對(duì)核心解釋變量的差異矩陣和新質(zhì)生產(chǎn)力空間網(wǎng)絡(luò)差異矩陣進(jìn)行QAP回歸分析，選擇5000 次隨機(jī)置換，回歸分析結(jié)果見(jiàn)表7。從回歸結(jié)果可知，調(diào)整后的R2為0.692，且通過(guò)了1%的顯著性水平檢驗(yàn)，說(shuō)明產(chǎn)業(yè)升級(jí)、技術(shù)進(jìn)步、人力資本、數(shù)據(jù)要素和政府支持五個(gè)核心驅(qū)動(dòng)因素能夠較好地解釋中國(guó)各省份在2012—2022年新質(zhì)生產(chǎn)力的空間網(wǎng)絡(luò)差異。

其中，產(chǎn)業(yè)升級(jí)差異矩陣與新質(zhì)生產(chǎn)力空間網(wǎng)絡(luò)差異矩陣呈現(xiàn)出負(fù)相關(guān)關(guān)系，但影響不顯著。技術(shù)進(jìn)步差異矩陣的標(biāo)準(zhǔn)化回歸系數(shù)為正且通過(guò)了1%的顯著性檢驗(yàn)，說(shuō)明技術(shù)進(jìn)步是新質(zhì)生產(chǎn)力發(fā)展最重要驅(qū)動(dòng)因素。技術(shù)進(jìn)步可以帶來(lái)生產(chǎn)效率的提升和創(chuàng)新能力的增強(qiáng)，從而促進(jìn)省域間新質(zhì)生產(chǎn)力的協(xié)同發(fā)展。人力資本差異矩陣的標(biāo)準(zhǔn)化回歸系數(shù)為正且在1%水平上顯著，說(shuō)明人力資本對(duì)新質(zhì)生產(chǎn)力的提升具有顯著的正向作用。高素質(zhì)的人力資本是創(chuàng)新和技術(shù)進(jìn)步的重要保障，能夠推動(dòng)省域間的技術(shù)創(chuàng)新和產(chǎn)業(yè)升級(jí)，有助于經(jīng)濟(jì)結(jié)構(gòu)的優(yōu)化和新質(zhì)生產(chǎn)力水平的提高。數(shù)據(jù)要素差異矩陣的標(biāo)準(zhǔn)化回歸系數(shù)顯著為正，說(shuō)明通過(guò)對(duì)數(shù)據(jù)要素的有效利用，可以優(yōu)化資源配置，提高生產(chǎn)和管理效率，從而促進(jìn)新質(zhì)生產(chǎn)力的發(fā)展。政府支持差異矩陣的標(biāo)準(zhǔn)化回歸系數(shù)顯著為負(fù)，即不同地區(qū)支持新質(zhì)生產(chǎn)力的政策有所差異，政府政策的實(shí)施效果不均衡或者政策資源分配不合理在一定程度上會(huì)制約省域間新質(zhì)生產(chǎn)力的發(fā)展。

五、結(jié)論與建議

（一）主要結(jié)論

首先，本文利用K-means聚類(lèi)分析和隨機(jī)森林算法測(cè)算了2012—2022年中國(guó)省域新質(zhì)生產(chǎn)力綜合指數(shù)；其次，基于社會(huì)網(wǎng)絡(luò)分析方法系統(tǒng)分析了2012—2022年中國(guó)省域新質(zhì)生產(chǎn)力空間網(wǎng)絡(luò)的動(dòng)態(tài)演進(jìn)特征；最后，通過(guò)QAP回歸分析模型探索其主要影響因素。主要結(jié)論如下：

第一，2012—2022年中國(guó)新質(zhì)生產(chǎn)力發(fā)展整體呈現(xiàn)上升趨勢(shì)，省域空間關(guān)聯(lián)強(qiáng)度逐年提升，形成區(qū)域集群效應(yīng)。東部沿海省份新質(zhì)生產(chǎn)力發(fā)展顯著領(lǐng)先于其他省份，形成明顯的高新質(zhì)生產(chǎn)力集群，呈現(xiàn)出區(qū)域經(jīng)濟(jì)帶動(dòng)和協(xié)同效應(yīng)；中部和南部省份之間的關(guān)聯(lián)強(qiáng)度穩(wěn)步上升，省域間的合作和互動(dòng)更加緊密；西部和東北部分省份新質(zhì)生產(chǎn)力指數(shù)較低，省份之間的關(guān)聯(lián)強(qiáng)度雖有所提升但整體來(lái)說(shuō)仍然較低，區(qū)域間發(fā)展不均衡問(wèn)題突出。

第二，2012—2022年省域新質(zhì)生產(chǎn)力空間網(wǎng)絡(luò)的復(fù)雜度逐年增加，各省份在網(wǎng)絡(luò)中的重要程度存在差異。網(wǎng)絡(luò)密度和互惠性總體呈上升趨勢(shì)，省份之間的關(guān)聯(lián)和互動(dòng)不斷增強(qiáng)，區(qū)域間的互動(dòng)從東部沿海地區(qū)逐漸向中西部地區(qū)拓展。河南、山東、湖北和湖南等省份地理位置優(yōu)越，交通發(fā)達(dá)，在相關(guān)政策的支持下處于新質(zhì)生產(chǎn)力關(guān)聯(lián)網(wǎng)絡(luò)中的關(guān)鍵位置；江蘇、廣東、浙江等東部沿海省份具有高接近中心度和中介中心度，經(jīng)濟(jì)基礎(chǔ)和創(chuàng)新能力較強(qiáng)，區(qū)域合作和互動(dòng)頻繁，在新質(zhì)生產(chǎn)力關(guān)聯(lián)網(wǎng)絡(luò)中起到橋梁和紐帶作用；西部和東北部地區(qū)地理位置偏遠(yuǎn)、經(jīng)濟(jì)基礎(chǔ)薄弱、產(chǎn)業(yè)結(jié)構(gòu)單一，處于新質(zhì)生產(chǎn)力關(guān)聯(lián)網(wǎng)絡(luò)的邊緣地位。

第三，2012—2022年省域新質(zhì)生產(chǎn)力空間網(wǎng)絡(luò)核心區(qū)域逐漸擴(kuò)展，核心—邊緣結(jié)構(gòu)逐漸均衡。2012年核心區(qū)域集中在東部沿海地區(qū)，中西部地區(qū)處于邊緣地帶；2015年中部省份逐漸進(jìn)入核心區(qū)；到2022年核心區(qū)域進(jìn)一步擴(kuò)大，東部沿海省份始終處于核心區(qū)域，中部崛起并逐漸占據(jù)核心區(qū)域，西部地區(qū)新質(zhì)生產(chǎn)力逐年提升，但西部和東北部地區(qū)新質(zhì)生產(chǎn)力發(fā)展仍需進(jìn)一步加強(qiáng)以縮小與東部地區(qū)的差距。

第四，由QAP分析結(jié)果可知，中國(guó)省域新質(zhì)生產(chǎn)力空間網(wǎng)絡(luò)受產(chǎn)業(yè)發(fā)展水平、技術(shù)進(jìn)步、人力資本、數(shù)據(jù)要素和政府支持等因素綜合作用影響。其中，技術(shù)進(jìn)步差異矩陣、人力資本差異矩陣和數(shù)據(jù)要素差異矩陣與新質(zhì)生產(chǎn)力空間網(wǎng)絡(luò)差異矩陣顯著正相關(guān)。技術(shù)進(jìn)步提高了生產(chǎn)效率和創(chuàng)新能力，人力資本提供了高素質(zhì)的創(chuàng)新人才和智力支持，而數(shù)據(jù)要素優(yōu)化了資源配置和管理效率，通過(guò)加強(qiáng)技術(shù)進(jìn)步、提升人力資本素質(zhì)和有效利用數(shù)據(jù)要素，各省份新質(zhì)生產(chǎn)力水平有望顯著提升，推動(dòng)區(qū)域經(jīng)濟(jì)的協(xié)調(diào)和可持續(xù)發(fā)展。政府支持差異矩陣與新質(zhì)生產(chǎn)力空間網(wǎng)絡(luò)差異矩陣顯著負(fù)相關(guān)，說(shuō)明政策實(shí)施效果的不均衡、政策導(dǎo)向和重點(diǎn)的差異或政策的持續(xù)性和穩(wěn)定性不足等因素，導(dǎo)致各省份在獲取政府支持方面存在顯著差異，進(jìn)而加劇了省域間新質(zhì)生產(chǎn)力發(fā)展的不平衡。

（二）政策建議

基于以上結(jié)論，本文提出如下建議：

第一，加強(qiáng)區(qū)域創(chuàng)新合作，推動(dòng)全國(guó)范圍內(nèi)科技資源共享和協(xié)同創(chuàng)新。要完善多中心區(qū)域創(chuàng)新體系，在中西部和東北地區(qū)布局區(qū)域科技創(chuàng)新中心，打造科技創(chuàng)新策源地，與東部地區(qū)形成協(xié)同創(chuàng)新網(wǎng)絡(luò)。聚焦地區(qū)發(fā)展需求和要素稟賦，結(jié)合區(qū)域特色和發(fā)展戰(zhàn)略，促進(jìn)產(chǎn)學(xué)研合作，推動(dòng)產(chǎn)業(yè)鏈和創(chuàng)新鏈精準(zhǔn)對(duì)接，構(gòu)建區(qū)域創(chuàng)新差異化發(fā)展路徑。加強(qiáng)科教資源統(tǒng)籌布局，推動(dòng)科教資源向欠發(fā)達(dá)地區(qū)和中西部地區(qū)傾斜，加大教育資金投入，促進(jìn)科教資源合理分布，推動(dòng)創(chuàng)新要素向西部地區(qū)有序流動(dòng)和高效匯集。

第二，構(gòu)建全國(guó)統(tǒng)一的數(shù)據(jù)要素市場(chǎng)，提升數(shù)據(jù)資源的流動(dòng)性和利用效率，縮小區(qū)域發(fā)展差距。要完善數(shù)據(jù)基礎(chǔ)設(shè)施，加強(qiáng)數(shù)據(jù)存儲(chǔ)、網(wǎng)絡(luò)和算力建設(shè)，推動(dòng)全國(guó)一體化大數(shù)據(jù)中心協(xié)同創(chuàng)新體系，優(yōu)化“東數(shù)西算”跨域大數(shù)據(jù)資源調(diào)度。促進(jìn)數(shù)據(jù)要素流動(dòng)，建立健全關(guān)于數(shù)據(jù)安全、交易流通、開(kāi)放共享等的基礎(chǔ)性制度和標(biāo)準(zhǔn)，構(gòu)建安全可靠的數(shù)據(jù)開(kāi)放共享空間和數(shù)據(jù)交易市場(chǎng)，實(shí)現(xiàn)數(shù)據(jù)資源的整合共享。

第三，優(yōu)化人力資本配置，構(gòu)建區(qū)域人才共享機(jī)制，促進(jìn)區(qū)域間的人才流動(dòng)與合作。各地區(qū)應(yīng)制定具有吸引力的人才引進(jìn)政策，加強(qiáng)職業(yè)教育和培訓(xùn)，提高本地勞動(dòng)力的技能水平，滿足新質(zhì)生產(chǎn)力發(fā)展對(duì)高素質(zhì)人力資本的需求。搭建多元化、專(zhuān)業(yè)化的人才資源信息庫(kù)，建設(shè)人才共享交流平臺(tái)，實(shí)現(xiàn)區(qū)域人才信息互通互聯(lián)，發(fā)揮人才共享的協(xié)同效應(yīng)，加強(qiáng)區(qū)域人才政策銜接。

第四，因地制宜發(fā)展新質(zhì)生產(chǎn)力，促進(jìn)區(qū)域均衡發(fā)展。要加快發(fā)展新質(zhì)生產(chǎn)力，推動(dòng)創(chuàng)新鏈與產(chǎn)業(yè)鏈耦合，突破前沿技術(shù)，強(qiáng)化區(qū)域聯(lián)動(dòng)，催生新產(chǎn)業(yè)和模式，促進(jìn)東西部協(xié)同發(fā)展。特別地，中部地區(qū)應(yīng)充分利用其區(qū)位優(yōu)勢(shì)和資源稟賦，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，重點(diǎn)發(fā)展新興和高技術(shù)產(chǎn)業(yè)，推動(dòng)中部省份間合作，形成區(qū)域協(xié)同發(fā)展機(jī)制，提升區(qū)域經(jīng)濟(jì)競(jìng)爭(zhēng)力；東北地區(qū)應(yīng)利用科技教育資源優(yōu)勢(shì)，以科技創(chuàng)新引領(lǐng)產(chǎn)業(yè)創(chuàng)新，推動(dòng)科技成果轉(zhuǎn)化，減少對(duì)傳統(tǒng)產(chǎn)業(yè)的依賴，創(chuàng)造有利于新質(zhì)生產(chǎn)力發(fā)展的環(huán)境；西部地區(qū)應(yīng)加強(qiáng)區(qū)域創(chuàng)新資源的統(tǒng)籌布局，建設(shè)帶動(dòng)能力強(qiáng)的區(qū)域科技創(chuàng)新中心，與東部地區(qū)形成協(xié)同創(chuàng)新網(wǎng)絡(luò)，構(gòu)建大保護(hù)、大開(kāi)放、高質(zhì)量的發(fā)展格局。

參考文獻(xiàn)：

[1]胡洪彬.習(xí)近平總書(shū)記關(guān)于新質(zhì)生產(chǎn)力重要論述的理論邏輯與實(shí)踐進(jìn)路 [J].經(jīng)濟(jì)學(xué)家，2023，（12）.

[2]姚樹(shù)潔，張小倩.新質(zhì)生產(chǎn)力的時(shí)代內(nèi)涵、戰(zhàn)略價(jià)值與實(shí)現(xiàn)路徑 [J].重慶大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2024，30（01）.

[3]楊廣越.新質(zhì)生產(chǎn)力的研究現(xiàn)狀與展望 [J].經(jīng)濟(jì)問(wèn)題，2024，（05）.

[4]盧江，郭子昂，王煜萍.新質(zhì)生產(chǎn)力發(fā)展水平、區(qū)域差異與提升路徑 [J].重慶大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2024，30（03）.

[5]王玨，王榮基.新質(zhì)生產(chǎn)力：指標(biāo)構(gòu)建與時(shí)空演進(jìn)[J].西安財(cái)經(jīng)大學(xué)學(xué)報(bào)，2024，37（01）.

[6]雷學(xué).中國(guó)新質(zhì)生產(chǎn)力水平測(cè)度、區(qū)域差異分解及動(dòng)態(tài)演進(jìn) [J].工業(yè)技術(shù)經(jīng)濟(jì)，2024，43（06）.

[7]韓文龍，張瑞生，趙峰.新質(zhì)生產(chǎn)力水平測(cè)算與中國(guó)經(jīng)濟(jì)增長(zhǎng)新動(dòng)能 [J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2024，41（06）.

[8]趙若男，宋香榮，陳海龍.新質(zhì)生產(chǎn)力、新型工業(yè)化與高質(zhì)量發(fā)展[J].金融與經(jīng)濟(jì)，2024，（06）.

[9]吳文生，榮義，吳華清.數(shù)字經(jīng)濟(jì)賦能新質(zhì)生產(chǎn)力發(fā)展——基于長(zhǎng)三角城市群的研究 [J].金融與經(jīng)濟(jì)，2024，（04）.

[10]洪田芬.新質(zhì)生產(chǎn)力對(duì)現(xiàn)代化產(chǎn)業(yè)體系建設(shè)的影響——基于數(shù)據(jù)要素市場(chǎng)化的調(diào)節(jié)效應(yīng)分析 [J].技術(shù)經(jīng)濟(jì)與管理研究，2024，（05）.

[11]趙秋運(yùn)，嚴(yán)佳佳.中國(guó)工業(yè)現(xiàn)代化、工業(yè)高質(zhì)量發(fā)展與新質(zhì)生產(chǎn)力 [J/OL].廣西社會(huì)科學(xué)，1-10[2024-08-21].

[12]Wellman B. 1983. Network Analysis：Some Basic Principles [J].Sociological theory.

[13]Scott J. 1988. Social Network Analysis [J].Sociology，22 （1）.

[14]Freeman LC. 2002. Centrality in Social Networks： Conceptual Clarification [J].Social Network：Critical Concepts in Sociology. Londres：Routledge，1.

[15]漆家森.基于機(jī)器學(xué)習(xí)的全球智能創(chuàng)新綜合評(píng)價(jià)研究 [D].北京外國(guó)語(yǔ)大學(xué)，2022.

[16]任宇新，吳艷，伍喆.金融集聚、產(chǎn)學(xué)研合作與新質(zhì)生產(chǎn)力 [J].財(cái)經(jīng)理論與實(shí)踐，2024，45（03）.

[17]羅良文，張鄭秋.中國(guó)城市產(chǎn)業(yè)智能化空間關(guān)聯(lián)網(wǎng)絡(luò)及其驅(qū)動(dòng)機(jī)制 [J].財(cái)經(jīng)研究，2024，50（01）.

[18]Borgatti SP，Mehra A，Brass DJ，Labianca G. 2009. Network Analysis in the Social Sciences [J].Science，323（5916）.

[19]劉敏，薛偉賢，趙璟.全球數(shù)字貿(mào)易中的競(jìng)爭(zhēng)互補(bǔ)關(guān)系及其演化——基于社會(huì)網(wǎng)絡(luò)分析方法 [J].國(guó)際經(jīng)貿(mào)探索，2021，37（10）.

[20]Matinju MH，Alizadeh H，Aghaie L V. 2023. Analysis of Social Network Effects on Water Trade in An Informal Water Market [J].Journal of Cleaner Production，425

[21]馬菁，曾剛，孫康.全球數(shù)字貿(mào)易網(wǎng)絡(luò)結(jié)構(gòu)演化及影響因素分析 [J].地理科學(xué)，2024，44（03）.

[22]金燦陽(yáng)，徐藹婷，邱可陽(yáng).中國(guó)省域數(shù)字經(jīng)濟(jì)發(fā)展水平測(cè)度及其空間關(guān)聯(lián)研究 [J].統(tǒng)計(jì)與信息論壇，2022，37（06）.

[23]崔蓉，翟凌宇，孫亞男.中國(guó)數(shù)字經(jīng)濟(jì)空間關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)及其影響因素 [J].經(jīng)濟(jì)與管理評(píng)論，2023，39（06）.

[24]閆春，丁一，劉新紅.數(shù)字經(jīng)濟(jì)空間關(guān)聯(lián)及其與實(shí)體經(jīng)濟(jì)發(fā)展的交互影響 [J].中國(guó)流通經(jīng)濟(jì)，2024，38（04）.

[25]Salpeteur M，Calvet-Mir L，Diaz-Reviriego I， Reyes-García V. 2017. Networking the Environment：Social Network Analysis in Environmental Management and Local Ecological Knowledge Studies [J].Ecology and Society，22（1）.

[26]林明裕，崔興華.碳排放績(jī)效的空間關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)及其形成機(jī)制——以長(zhǎng)江經(jīng)濟(jì)帶為例[J].中國(guó)環(huán)境科學(xué)，2024，44（05）.

[27]Jariego MI，Corral DFD. 2024. Editorial： Network-based Assessments and Interventions in the Marine Environment [J].Frontiers in Marine Science，11

[28]劉軍.社會(huì)網(wǎng)絡(luò)分析導(dǎo)論 [M]. 北京： 社會(huì)科學(xué)文獻(xiàn)出版社，2004.

[29]楊渝筱.數(shù)字經(jīng)濟(jì)視域下區(qū)域經(jīng)濟(jì)的產(chǎn)業(yè)升級(jí)轉(zhuǎn)型路徑 [J].中國(guó)集體經(jīng)濟(jì)，2023，（21）.

[30]郜攀峰.技術(shù)進(jìn)步、產(chǎn)業(yè)結(jié)構(gòu)升級(jí)與城市經(jīng)濟(jì)韌性 [J].中國(guó)流通經(jīng)濟(jì)，2023，37（09）.

[31]蔡湘杰，賀正楚.新質(zhì)生產(chǎn)力何以影響全要素生產(chǎn)率：科技創(chuàng)新效應(yīng)的機(jī)理與檢驗(yàn) [J/OL].當(dāng)代經(jīng)濟(jì)管理，1-15[2024-07-17].

[32]危平，陳斌，趙允寧.綠色治理、技術(shù)進(jìn)步與就業(yè)[J].當(dāng)代經(jīng)濟(jì)科學(xué)，2024，46（03）.

[33]李夢(mèng)娜，周云波.數(shù)字經(jīng)濟(jì)發(fā)展的人力資本結(jié)構(gòu)效應(yīng)研究 [J].經(jīng)濟(jì)與管理研究，2022，43（01）.

[34]梁晴.數(shù)字要素驅(qū)動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展研究——兼對(duì)生產(chǎn)率悖論的再檢驗(yàn) [J].科技廣場(chǎng)，2022，（06）.

[35]李何波，劉渝琳，陳翊旻.數(shù)字要素參與是擴(kuò)大中等收入群體的福音嗎——基于階層流動(dòng)和收入差距雙重維度的經(jīng)驗(yàn)證據(jù) [J].南開(kāi)經(jīng)濟(jì)研究，2023，（09）.

[36]劉如玉.政府支持、普惠金融與家庭收入增長(zhǎng) [J].首都經(jīng)濟(jì)貿(mào)易大學(xué)學(xué)報(bào)，2023，25（06）.