设定了由新劳动者、新劳动资料、新劳动对象、新技术、生产组织和数据要素6个二级指标构成的多维度评价体系，对全国各省的新质生产力进行测算。
（1）高素质的新劳动者是新质生产力中最活跃的因素。在新质生产力中，新劳动者指的是经过技能培训和知识更新，拥有更强创新能力和更广阔视野的劳动者群体。他们能够熟练掌握和应用现代劳动工具，参与高新技术产业和高端服务业。在指标选取上，本文从数量和结构两个角度进行指标选取，由于新质生产力主要聚焦在战略性新兴产业和未来产业，因此本文在上市公司年报中筛选了这两类企业的劳动者数据，最终根据注册地汇总到省级，得到了新劳动者的规模、教育结构和技能结构，其中教育结构指两类企业员工中本科及以上学历占比，技能结构指两类企业员工中技术部门占比。需要指出的是，目前关于新质生产力水平测度的研究多以学历或教育年限对新质生产力所需的劳动者进行简单划分，这在一定程度上忽视了战略性新兴产业和未来产业对新劳动者的需求，其测算所得的结果也并不能很好地体现拔尖创新人才的培养周期和培育规律。
（2）科技含量更高的新劳动资料是发展新质生产力的重要动力。新质生产力在新劳动资料上主要体现为直接参与生产过程的新生产工具和间接参与生产过程的新型基础设施两大类。根据杨光和侯钰（2020）的研究，工业机器人对于促进制造业生产率、拉动经济增长具有显著促进作用。结合数据可得性，本文在新劳动工具上选取了两个指标，一是以 IFR 公开的工业机器人渗透度数据为基础计算得到了各省份的工业机器人渗透度，二是考虑到芯片对各行业日益重要的作用，以集成电路产量对其进行了衡量。在新型基础设施上，选取了 5G 移动用户数对 5G 普及水平进行衡量，选取国家重大科技基础设施建设数对科技相关的重大基础设施进行衡量。
（3）范围不断拓展的新劳动对象是发展新质生产力的物质基础。科技的进步使得马克思讲的劳动对象的范围逐渐扩大，在自然基础上由于人类的参与而形成的新材料和新能源就是劳动对象范围扩大的重要体现（白永秀和刘盼，2020）。此外，随着科技进步，数字空间、深海深空深地等也在逐渐成为商品生产的新劳动对象。结合数据可得性，本文考察了新能源和新材料两类新劳动对象。在新能源指标选取上，我们考虑新能源供给消纳体系中的供给-消纳-使用三个阶段，分别选取了新能源发电比重、特高压输电线路数和新能源利用效率三个指标。其中，新能源发电比重考虑了水力、核能、风力、太阳能四种最主要的新能源类型，反映了一个地区在整体电力结构中新能源的贡献程度，是衡量能源结构转型和清洁能源开发利用的关键指标；特高压输电线路作为连接新能源资源丰富地区与负荷中心的重要基础设施，其数量直接影响新能源电力能否得到有效消纳和远距离传输；新能源利用效率以单位新能源发电产出进行衡量，是代表新能源经济效益的重要指标。在新材料指标选取上，主要基于目前的新材料上市企业数据计算了产业产值和上市公司数量来对其产业规模进行衡量。
（4）具有革命性的新技术是新质生产力的核心驱动力。发展新质生产力所需的新技术主要指前沿高新技术领域的研究成果、专利技术、关键技术等，其可以显著提升劳动生产率。本文聚焦高技术产业的技术研发和创新产出，在技术研发方面选取了高技术产业研发人员数、研发经费数和研发机构数，这些指标反映了高技术产业对人力、资金的高度集中和高效利用，以及对前瞻性、原创性科技成果的投入力度；在创新产出方面选取了高技术产业的发明专利申请数和新产品销售收入，反映了知识产权保护和科技成果的商业化落地，能在一定程度上衡量科技创新对产业升级和市场竞争力的实质性推动作用。
（5）政府工作任务中，大力推进现代化产业体系建设，加快发展新质生产力位于首位。现代化产业体系的建设不仅要求做大做强实体产业，而且要求推进生产组织向智能化、绿色化和融合化转型（鞠晓生，2023）。中国发展新质生产力，需要不断优化生产组织，建设契合于新质生产力发展的现代化产业体系。针对中国积极推动新质生产力发展的战略目标，特别是在产业向智能化、绿色化、融合化转型升级的核心路径上，本文选取了生产组织相应的指标体系。在智能化方面，本文选取了有电子商务的企业数和人工智能企业数两个指标，前者体现了企业在商业模式创新和利用互联网平台优化资源配置的能力，后者则直观反映了高科技产业布局和创新驱动的科技实力；在绿色化方面，环保投入是推动产业绿色升级的重要手段，因此本文选取了工业污染治理完成投资进行衡量；在融合化方面，本文选取了工信部发布的信息化与工业化融合发展水平进行衡量，该指数综合反映了制造业与信息技术服务业深度融合的程度。
（6）传统的工业时代甚至是农业时代生产过程中就已经有数据参与其中，但其规模、复杂性和实时性远不及当今数字时代的大数据应用，因此为体现新质生产力特性本文主要考虑海量数据形成的大数据的作用。将数据要素划分为生成-处理-交易三个阶段，在大数据生成阶段，考虑到移动互联网设备的普及，本文选取移动互联网接入数据流量作为体现数据生成规模的指标；在大数据处理阶段，选取数据处理和运营服务收入，作为评估大数据处理能力与市场规模的重要指标；在大数据交易阶段，数据交易所的数量则直观反映了大数据作为商品进行流通和交易的活跃程度与规范化水平，因而本文通过各地官方文件统计了各省数据交易所数量衡量大数据交易规模。
不同基础指标对新质生产力的影响权重不同，因而使用指标体系测算新质生产力水平时首先要确定赋权方法。目前相关学者主要使用主观赋权法和客观赋权法进行赋权，由于主观赋权法是根据赋权者主观判断对各指标赋予不同的权重，在实际操作中难以避免个人主观想法偏好的影响。因而，本文使用客观赋权法中的熵值法对各指标进行赋权：首先对各指标进行无量纲化处理，其次计算指标比重、信息熵的信息熵冗余度，然后计算指标权重，最后加权即求出总指数综合得分（王军等，2021）。
数据已进行标准化处理，各省之间的数据可比，也可考察数据的动态变化。
数据来源权威、可靠、详实，并由中国经济研究资料室精心整理。
发表于 2024-8-4 19:32:32
发表于 2024-10-16 20:32:58
楼主