中国数字经济与新质生产力耦合协调的时空差异及驱动因素

引用本文

杨洋, 马超伦, 王倩楠, 王雅楠. 中国数字经济与新质生产力耦合协调的时空差异及驱动因素[J]. 环境科学, 2026, 47(10): 6672-6682.

YANG Yang, MA Chao-lun, WANG Qian-nan, WANG Ya-nan. Spatio-temporal Differences and Driving Factors of Synergistic Development of Digital Economy and New Quality Productive Forces in China[J]. Environmental Science, 2026, 47(10): 6672-6682.

中国数字经济与新质生产力耦合协调的时空差异及驱动因素

杨洋¹, 马超伦¹, 王倩楠², 王雅楠¹

1. 西北农林科技大学经济管理学院，杨凌 712100;
2. 北京林业大学经济管理学院，北京 100083

收稿日期: 2025-07-21; 修订日期: 2025-10-30

基金项目: 国家自然科学基金项目（42401374）

作者简介: 杨洋（1999~），女，博士研究生，主要研究方向为数字经济发展，E-mail：yangyang07216@163.com

通信作者: 王雅楠, E-mail：wyn3615@nwafu.edu.cn

摘要: 推动数字经济与新质生产力耦合协调发展是实现高质量发展的必然之举. 基于2012~2022年中国31个省域面板数据，在合理测度数字经济与新质生产力水平的基础上，通过耦合协调度模型与Dagum基尼系数测算数字经济和新质生产力耦合协调发展水平与空间差异，并借助二次指派程序探究其驱动因素. 结果表明：①数字经济与新质生产力均呈现出上升趋势. ②数字经济与新质生产力耦合协调发展水平呈现出上升趋势，且呈现出东部地区 > 中部地区 > 西部地区的空间特征. ③数字经济与新质生产力耦合协调发展水平总体差异呈现出下降趋势，但中西部地区内部分化有所扩大；区域间差异是总体差异的主要来源. ④经济发展水平、产业结构升级、金融发展水平、要素配置水平、城镇化率和环境质量对数字经济与新质生产力耦合协调发展水平空间差异具有显著影响，且不同地区驱动因素具有明显异质性.

关键词: 数字经济新质生产力耦合协调发展水平时空差异驱动因素

Spatio-temporal Differences and Driving Factors of Synergistic Development of Digital Economy and New Quality Productive Forces in China

YANG Yang¹ , MA Chao-lun¹ , WANG Qian-nan² , WANG Ya-nan¹

1. College of Economics and Management, Northwest A&F University, Yangling 712100, China;
2. School of Economics and Management, Beijing Forestry University, Beijing 100083, China

Abstract: The synergistic development of the digital economy and new quality productive forces is fundamental to achieving high-quality development. The coupling coordination degree model and Dagum Gini coefficient is used to elucidate the synergistic development level and spatial disparities of digital economy and new quality productive forces, while the quadratic assignment procedure is applied to further investigate the driving factors of synergistic development from 2012 to 2022. The results indicate that: ① A clear upward trend was displayed in the development level of digital economy and new quality productive forces. ② The synergistic development levels also showed a clear upward trend, exhibiting notable spatial differences. ③ The overall differences in synergistic development levels exhibited a downward trend. However, divisions within the middle region and western region widened. The observed disparities were predominantly driven by inter-region differences. ④ Economy development level, industrial structure, financial development level, factor allocation efficiency, urbanization rate, and environmental quality critically shaped the spatial differences in the synergistic development at the national level. Moreover, the underlying drivers of spatial differences in the synergistic development displayed significant regional heterogeneity.

Key words: Digital economy new quality productive forces synergistic development spatio-temportal differences driving factors

在全球技术变革与产业加速重构的背景下，如何摆脱传统要素投入驱动和高耗能高排放的经济发展方式，探索绿色可持续的新发展道路已经成为实现高质量发展的重中之重^[1，2]. 在此背景下，以大数据、人工智能和物联网为代表的数字经济，凭借其低边际成本、强渗透性和广覆盖性的优点，推动产业绿色化、网络化和智能化转型^[3，4]. 与此同时，新质生产力也被认为是符合新发展理念的先进生产力质态，以全要素生产率大幅提升为核心，具有高科技、高效能和高质量特征^[5]. 数字经济与新质生产力在发展过程中不是割裂的，而是在推动高质量发展过程中相辅相成和交叉融合^[6]. 但若仅从单一维度进行分析，将忽视数字经济与新质生产力耦合协调的叠加累积效应，造成资源浪费与效应损失. 因此，如何实现二者之间的耦合协调，最大化发挥其效应，已经成为贯彻落实新发展理念、优化经济结构和推动高质量发展的迫切需求.

耦合协调理论为分析数字经济与新质生产力系统间的复杂关系提供了有力工具^[7]. 该理论最早源于物理学，后被常用于揭示多系统间的相互作用与协同发展^[8，9]，如经济、环境和农业发展等^[10，11]. 理论上来看，数字经济与新质生产力在发展目标、驱动机制和要素结构等方面具有高度一致性. 二者均以高质量发展为导向，以创新驱动为核心动力，并依托数据、技术和知识等新型生产要素的优化配置来创造价值^[12]. 这种内在目标一致性，决定了二者并非孤立存在，更在动态演进中构成了相互驱动和螺旋上升的共生关系. 具体而言，数字经济通过助力劳动力、劳动资料和劳动对象的数智化革新，进而推动技术创新、要素流动和资源合理配置，为新质生产力的发展提供关键支撑^[13]；而新质生产力发展又通过促进产业结构与制度安排优化，进一步提高数字经济赋能效应.

现有研究关于数字经济与新质生产力的研究较为丰富，分别从二者的理论内涵^[14，15]、测算及时空演变特征^[16~18]与驱动因素^[19~21]等维度进行了系统分析. 多数研究得出中国数字经济与新质生产力水平均呈现出上升趋势，且存在空间不均衡的结论^[18，22]. 此外，白云朴等^[6]通过2012~2021年省域数据，通过多期双重差分模型发现数字经济是促进新质生产力发展的重要引擎. 章玉贵等^[23]基于2013~2023年省域数据，通过固定效应模型进行实证检验，也指出数字经济因其强大的赋能效应，成为新质生产力发展的关键源泉.

可见，尽管数字经济与新质生产力的研究已经取得了较多成果，但对二者的耦合协调性研究仍需进一步探讨. 首先，尽管部分研究开始关注数字经济与新质生产力之间的关系，但大多数研究仅局限于数字经济对新质生产力的赋能效应，鲜有研究将其纳入同一框架下进行系统分析. 其次，现有研究忽视了二者之间的耦合协调关系，导致对二者耦合协调发展水平以及动态演化规律缺乏系统刻画. 最后，数字经济与新质生产力耦合协调发展水平的驱动因素分析仍相对匮乏，需进一步量化分析. 基于此，本文基于耦合协调理论的分析框架，在合理测度2012~2022年中国31个省域数字经济与新质生产力水平的基础上，通过耦合协调度模型与Dagum基尼系数测算数字经济和新质生产力耦合协调发展水平与时空差异，并利用二次指派程序探究数字经济和新质生产力耦合协调发展水平的驱动因素.

综上，本文的边际贡献可能体现在以下方面：第一，从研究视角来看，本文将数字经济和新质生产力纳入统一的框架下，系统性定量分析了数字经济和新质生产力的耦合协调发展水平，不仅有利于弥补现有研究仅定性分析的缺陷，而且为新发展阶段有效推动数字经济和新质生产力发展提供决策参考. 第二，从研究方法来看，本文利用Dagum基尼系数细致分析数字经济和新质生产力耦合协调发展水平的空间差异，对把脉数字经济和新质生产力耦合协调发展水平变化规律，进而制定有针对性、差异化的地区数字经济和新质生产力耦合协调发展水平提升政策，实现地区数字经济和新质生产力稳步提升提供科学的理论依据与实践指导. 第三，从研究内容来看，本文利用二次指派程序，探究数字经济和新质生产力耦合协调发展水平的驱动因素，有利于从空间异质性的角度更好地阐释地区数字经济和新质生产力的耦合协调发展水平空间差异的成因，揭示其驱动因素的“黑箱”，以期为实现高质量发展提供可行之策.

1 中国数字经济与新质生产力耦合协调的机制分析

耦合协调理论强调系统中的不同子系统间的相互依赖和反馈，并通过动态交互实现整体协同进化^[24]. 数字经济与新质生产力的内在机制是一种动态的、双向的和共生共荣的耦合关系. 数字经济是催生和壮大新质生产力的“土壤”和“引擎”；新质生产力是引领和升级数字经济的“方向”和“高地”. 为此，本文将耦合协调理论应用于数字经济和新质生产力耦合协调发展分析.

1.1 数字经济对新质生产力的赋能效应

数字经济为新质生产力发展蓄势赋能，是新质生产力发展的“动力引擎”^[25]. 从生产要素层面来看，数字经济推动生产力要素的系统性重构. 首先，数字经济发展重塑了劳动力要素，不仅催生出数据标注师和算法工程师等新型劳动者，还通过数字化教育使传统劳动者转变为高素质、具备创新能力和掌握数字信息技术的数智化劳动者^[26]. 其次，数字经济发展拓展了劳动对象范畴，优化劳动、资本和土地等传统要素组合方式，还使数据和信息等成为关键的资源要素，通过数字孪生等技术对物理世界进行虚拟映射，丰富了劳动对象的深度与广度. 最后，数字经济发展革新了劳动资料，智能算法、工业互联网平台和智能机器人等取代传统工具，成为高效能生产活动的核心载体^[27]. 从科学技术层面来看，数字经济有效地催化了符合高科技、高效能和高质量特征的新质生产力的诞生. 物联网、大数据和人工智能等新技术，不断融入生产、分配、交换与消费各个环节，提高劳动生产效率，并催生新产业、新业态和新模式，为新质生产力发展注入活力.

1.2 新质生产力对数字经济的反馈效应

新质生产力作为一种先进的生产力质态，可以通过更高水平的要素需求与更前沿的科技需求，反向牵引数字经济向更高层次攀升. 从生产要素层面来看，新质生产力对“高效能”的追求，要求数据要素实现更高质量的供给、更高效的流通与更安全的治理，从而倒逼数据要素市场制度的完善与升级^[28，29]；同时，新质生产力对高素质劳动力的需求，也推动数字教育体系的深化与复合型数字人才的培养^[30]. 从科学技术层面来看，新质生产力所聚焦的战略性新兴产业与未来产业（如量子计算、脑机接口和空天科技），对底层算力、算法精度及网络性能提出了远超当前的极致要求，迫切需要突破现有算力瓶颈，这为数字技术的创新提供了明确方向与强大动力^[31]. 因此，新质生产力通过对生产要素的“优化”和对科学技术的“牵引”，为数字经济的迭代升级提供了清晰的目标与广阔的应用场景，推动其实现新一轮的跨越式发展.

1.3 数字经济与新质生产力的耦合协调效应

数字经济与新质生产力之间是螺旋上升和双向赋能的耦合协调效应. 数字经济是“驱动轮”，为新质生产力提供生成动力；新质生产力是“导向轮”，为数字经济指引升级方向. 二者在相互作用中不断推动彼此向更高层级攀升，共同构成了引领经济高质量发展的核心动力. 二者在持续互动中形成良性反馈，推动耦合协调关系不断拓宽和加深. 基于这一耦合协调关系，数字经济与新质生产力在融合过程中不仅实现了各自系统功能的拓展与优化，更在资源要素配置与产业创新等方面表现出溢出效应，为高质量发展奠定基础.

2 材料与方法 2.1 变量选取 2.1.1 数字经济

本文基于数据可获得性、科学性和合理性等原则，结合“十四五”数字经济发展规划目标，并借鉴赵涛等^[14]、柏培文等^[16]和田鸽等^[32]等研究，从数字金融普惠发展、互联网普及率、互联网相关从业人员数、互联网相关产出和移动互联网用户数这5个维度构建数字经济指标体系，并通过熵值法进行测算，最终得到31个省域数字经济水平，具体如表 1所示.

表 1 数字经济与新质生产力指标体系 Table 1 Digital economy and new quality productive forces index system

2.1.2 新质生产力

劳动者、劳动资料、劳动对象和科学技术的优化配置是新质生产力的具体表现. 因此，本文借鉴韩文龙等^[22]和简新华等^[33]的研究，基于新劳动者、新劳动资料、新劳动对象、新技术、生产组织与数据要素等多层面选取24个三级指标构建新质生产力评价体系，具体如表 1所示.

2.2 研究方法 2.2.1 耦合协调度模型

耦合协调度模型常被用于评估多系统间的耦合协调发展水平. 其中，耦合度衡量多系统间的动态关联性，体现其相互依赖与制约程度；协调度则反映良性耦合程度，揭示系统间的互动质量，强调相互促进与和谐发展^[34]. 而数字经济和新质生产力耦合协调发展是指二者相互关联和相互作用的互动演变过程，完全符合耦合协调原理. 因此，本文在分别合理测算出数字经济与新质生产力水平后，借鉴徐玉冰等^[35]与王宇晴等^[36]的研究，进一步采用耦合协调度模型测度耦合协调发展水平. 其中，耦合度模型为：

C = \frac{\sqrt[]{U_{i} \times U_{j}}}{U_{i} + U_{j}}

(1)

式中， $U_{i}$ 和 $U_{j}$ 分别为数字经济和新质生产力水平； $C$ 为数字经济与新质生产力的耦合度，代表二者相互作用和相互影响的程度，其值介于0~1.

由于耦合度无法反映数字经济与新质生产力二者之间的融合程度，当数字经济和新质生产力水平均较低时，较高的关联度会造成耦合度伪高的问题. 因此，需要在耦合度模型的基础上，进一步借助改进后的耦合协调度模型测度数字经济和新质生产力耦合协调发展水平，具体模型设定如下：

D = \sqrt[]{C \times T}, T = α U_{1} \times β U_{2}

(2)

式中， $D$ 为数字经济和新质生产力耦合协调发展水平； $T$ 为数字经济与新质生产力的协调度； $α$ 和 $β$ 为待定系数，且 $α + β = 1$ . $α$ 和 $β$ 的取值需要考虑数字经济与新质生产力的重要度. 考虑到数字经济与新质生产力是推进高质量发展的“双轮驱动”，本文将 $α$ 与 $β$ 均赋值为0.5. 本文通过借鉴顾东明等^[1]的研究，将耦合协调发展水平进行划分，具体见表 2.

表 2 耦合协调水平的分类标准 Table 2 Criteria for classifying coupling synergies

2.2.2 Dagum基尼系数

为进一步揭示数字经济和新质生产力耦合协调发展水平的空间差异及其来源问题，本文借鉴徐玉冰等^[35]的研究，采用Dagum基尼系数进行深入探究. 具体过程如下：

G = \sum_{j = 1}^{k} \sum_{h = 1}^{k} \sum_{i = 1}^{n_{j}} \sum_{r = 1}^{n_{k}} |y_{i r} - y_{h r}| / 2 n^{2} \bar{D}

(3)

式中， $G$ 为总体基尼系数， $\bar{D}$ 为各省域数字经济和新质生产力耦合协调发展水平均值， $y_{j i} (y_{h r})$ 为地区 $j (h)$ 内 $i (r)$ 省域的数字经济和新质生产力耦合协调发展水平， $n_{j}$ 和 $n_{h}$ 分别为地区 $j$ 和地区 $h$ 内所含省域的个数. $G$ 为区域内差异（ $G_{w}$ ）、区域间差异（ $G_{n b}$ ）和超变密度（ $G_{t}$ ）之和，具体的分解式为：

G_{w} = \sum_{j = 1}^{k} G_{j j} p_{j} s_{j}

(4)

G_{n b} = \sum_{j = 2}^{k} \sum_{h = 1}^{j - 1} G_{j h} (p_{j} s_{h} + p_{h} s_{j}) D_{j h}

(5)

G_{t} = \sum_{j = 2}^{k} \sum_{h = 1}^{j = 1} G_{j h} (p_{j} s_{h} + p_{h} s_{j}) (1 - D_{j h})

(6)

2.2.3 二次指派程序（quadratic assignment procedure，QAP）

根据数字经济与新质生产力的相关研究，可以发现影响数字经济与新质生产力水平的因素众多. QAP不要求变量之间相互独立，并且可以解决关系数据计量模型中的自相关以及多重共线性问题^[37，38]. 因此，本文基于省域层面的关系数据，利用QAP探究数字经济和新质生产力耦合协调发展水平差异的驱动因素. 具体为：

\begin{array}{l} D = f (p g d p, i n d, f i n, o p e n, f a c, g o v, \\ u r b, h u a m n, d e n s i t y, e n i) \end{array}

(7)

式中，描述了各关系数据之间的关系，数据为一系列关系数据矩阵. $D$ 为数字经济和新质生产力耦合协调发展水平. 此外，本文还借鉴朱波等^[39]、殷筱等^[40]和江泽茹^[41]等研究，选取经济发展水平（pgdp）、产业结构升级（ind）和对外开放程度（open）等变量开展驱动因素分析. 具体为：①经济发展水平（pgdp），用人均GDP来测度；②产业结构升级（ind），用第三产业增加值占第二产业增加值的比例来测度；③金融发展水平（fin），用金融机构年末存贷款余额占GDP的比例来测度；④对外开放程度（open），用人均实际外商投资额来测度；⑤要素配置效率（fac），用劳动力与资本错配指数的均值来测度；⑥政府干预水平（gov），用一般公共预算支出占GDP的比例来测度；⑦城镇化率（urb），用城镇人口占年末总人口的比例来测度；⑧人力资本水平（human），用每10万人中大学生人数来测度；⑨人口密度（density），用地区年末总人口数占土地面积的比例来测度；⑩环境质量（eni），用环境污染治理投资额来测度.

2.3 数据来源

由于数字经济与新质生产力测算指标相对较多，为确保样本的连续性与指标的可获得性，本文将2012~2022年作为研究期间，并以中国31个省域（中国台湾、香港和澳门资料暂缺）作为研究对象，既保证研究时间的前沿性，又确保指标的完整性. 此外，本文主要的数据来源是历年的《中国统计年鉴》《中国农村统计年鉴》《中国城乡统计年鉴》以及各省统计年鉴等. 数字金融普惠指数来自北京大学数字金融研究中心与蚂蚁金服公布的指数. 对于少数缺失值，采用线性或均值插补法进行填补. 为消除价格变动对数据的影响，本文以2012年为基期，采用GDP指数进行平减. 变量描述性统计分析具体见表 3.

表 3 变量描述性统计分析 Table 3 Descriptive statistics for variables

3 数字经济与新质生产力耦合协调发展水平的时空差异 3.1 数字经济与新质生产力水平分析

图 1揭示了2012~2022年中国数字经济与新质生产力水平的变化趋势. 从时间维度来看，数字经济与新质生产力水平整体上呈现出上升趋势. 其中，数字经济水平由2012年的0.230增长到2022年的0.248，增幅达8.13%；新质生产力水平由2012年的0.094增长到2022年的0.132，增幅达40.16%. 本文的数字经济与新质生产力测算值与章玉贵等^[23]和吉雪强等^[42]一致，也间接证明了本文结果的合理性. 此外，数字经济与新质生产力水平不断提升的原因可能在于，国家大力实施创新驱动发展战略，集中资源在基础科研、关键技术攻关和战略性新兴产业上，促使人工智能、大数据和新材料等快速发展. 同时，随着高等教育的普及，人力资本的不断积累与创新型人才的持续培养为科技创新奠定坚实基础，也进一步推动了数字经济与新质生产力水平的提升^[43].

图 1 全国层面数字经济与新质生产力水平 Fig. 1 Level of digital economy and new quality productive forces at the national level

3.2 数字经济与新质生产力耦合协调发展水平分析

图 2与图 3揭示了2012~2022年31个省域中国数字经济与新质生产力耦合协调发展水平. 总体来看，耦合协调发展水平具有以下特征：就时间维度而言，耦合协调发展水平呈平滑的“M”型波动态势，但总体保持上升趋势. 2022年耦合协调发展水平为0.383，相较于2012年的0.342，增幅为11.98%. 就等级标准而言，样本期内一般失调占比最大，但呈现出下降趋势；且勉强失调和良好协调的比例不断上升，反映出数字经济与新质生产力耦合协调发展水平正由失调向协调过渡. 这一积极转变主要得益于“数字中国”战略的全面启动和新型基础设施建设（4G网络与宽带村村通）向纵深推进. 一系列普惠性的区域协调发展战略（如深度贫困地区脱贫攻坚战）和数字基础设施的大规模投入产生了“托底效应”. 极度失调在2018年后消失，但在2022年出现，表明青海省和西藏自治区发展缺乏韧性，依赖外部“输血”而内生创新生态系统尚未形成. 此外，虽然北京和广东在个别年份呈现出优质协调，但大部分省域仍处于0.2~0.5之间. 这意味着多数省域仍陷于“勉强失调陷阱”，存在较大的改进空间. 其根源可能在于创新激励机制不足、关键核心技术攻关体制不畅以及数字人才培养与产业需求脱节等深层次矛盾，制约发展动能从要素驱动向创新驱动的根本性跃升. 因此，各省域要通过深层次的制度改革，打通创新要素流动堵点，激发各类主体活力，并分类构建区域政策体系，发挥各省比较优势，系统提升全域数字经济与新质生产力耦合协调韧性，形成良性发展生态.

（a）耦合协调度，（b）耦合协调类型比例变化图 2 31个省域数字经济与新质生产力耦合协调发展水平 Fig. 2 Level of synergies development of digital economy and new quality productive forces in 31 provinces

图 3 各地区数字经济与新质生产力耦合协调发展水平 Fig. 3 Level of synergies development of digital economy and new quality productive forces at the regional level

就空间差异而言，中国数字经济与新质生产力耦合协调发展水平的大小排序为：东部地区 > 全国整体 > 中部地区 > 西部地区. 以上三大地区的数字经济和新质生产力耦合协调发展水平与中国现实经济情境中数字经济、整体经济发展水平和产业结构等实际情况基本相符^[44]. 东部地区内部差异呈收敛态势，以北京和广东为代表的高水平省域与海南和河北之间的差距逐步缩小，反映了后发省域的追赶效应. 中部地区出现内部分化，山西、安徽和湖北已由一般失调跃升至勉强协调，而吉林和黑龙江仍停留于一般失调阶段，导致区域内部差异有所扩大. 西部地区则分化特征尤为突出，四川和陕西等省域稳步提升至勉强协调，而西藏和青海却滑落至极度失调，反映出省际发展的不均衡性加剧.

3.3 数字经济和新质生产力耦合协调发展水平的空间差异

根据表 4第（1）列与图 4可知，耦合协调发展水平总体差异表现为先下降后上升的波动趋势. 相比于2012年，2022年总体基尼系数降幅约1.75%. 这可能是因为多项国家政策的推动、数字技术的普及、区域创新能力的提升以及跨区域合作的增强. 首先，中国实施了多项区域协调发展政策，如“一带一路”倡议、西部大开发、京津冀协同发展及长江经济带战略. 上述政策加速数字基础设施建设完善，推动各省域数字经济和新质生产力的平衡发展，缩小了“数字鸿沟”. 其次，互联网、云计算和大数据等数字技术在全国范围内的广泛普及，降低了欠发达地区在数字经济发展中的落差，推动数字经济与新质生产力的协同提升. 再次，各地对科技创新的重视逐渐增强，尤其是在科研投入和创新人才培养方面，显著提高了区域间的创新能力，加之东部与中西部地区的产业技术合作，促进了创新资源的共享，有利于逐渐缩小数字经济和新质生产力的区域差异. 最后，各地区间的产业合作和技术转移明显增加，发达地区的先进技术和管理经验逐步向中西部及欠发达地区扩散. 这种跨区域的“辐射效应”推动后发地区迈入“快车道”，促进了数字经济与新质生产力的耦合协调发展.

表 4 Dagum基尼系数结果 Table 4 Results of Dagum Gini coefficient

图 4 数字经济与新质生产力耦合协调发展水平的区域内差异与区域间差异 Fig. 4 Inter-region and intra-region differences of synergy developments of digital economy and new quality productive forces

表 4第（2）~（4）列与图 4（a）还汇报了东、中和西部地区区域内差异变化趋势. 就均值大小而言，东、中和西部地区分别为0.173、0.084和0.118，表明东部地区区域内差异最大，其次为西部地区，最后是中部地区. 就演变趋势而言，三大地区区域内差异总体上呈现出不同的演化趋势. 具体来说，东部地区区域内差异呈现出下降趋势；中部地区呈现出“V”形上升态势；西部地区区域内差异呈现出波折上升趋势. 总体而言，相比于中和西部地区，东部地区区域内差异最大但呈现出下降态势. 这可能是因为长三角一体化发展、粤港澳大湾区建设和京津冀协同发展等战略，极大地促进了东部省域数字基础设施的互联互通、创新要素的自由流动和产业的协同布局，促使整体耦合协调发展水平趋于收敛. 而中西部地区区域内政策资源（如重大科技基础设施、国家实验室和数据中心节点）和市场力量会优先向成渝双城经济圈和关中平原城市群等基础较好的“增长极”集聚，山西、湖北、四川和陕西等省市率先崛起，而青海和宁夏等省域面临发展不平衡、创新能力不足、资源配置不均和产业结构转型压力，成为数字发展“洼地”. 此外，区域内省域大城市对小城市的“虹吸效应”也进一步加剧耦合协调发展水平分化，导致区域内差异上升.

表 4第（5）~（7）列与图 4（b）汇报了区域间差异的变化趋势. 就均值大小而言，东-中部、东-西部和中-西部区域间差异分别为0.234、0.264和0.109，表明东-西部区域间差异最大，其次是东-中部区域间差异，最后是中-西部区域间差异. 就演变趋势而言，不同地区区域间差异具有不同的演变特征. 东-中部区域间差异与2012年相比，降幅约为13.02%. 东-西部区域间差异与2012年相比，降幅约为11.71%. 中-西部区域间差异与2012年相比，升幅约为3.81%. 这表明东-西部区域间差异最大，但呈现出明显的下降趋势，中-西部区域间差异最小，但呈现出上升趋势. 这可能是因为，中国在延续西部大开发战略的基础上，相继推出了“一带一路”倡议与脱贫攻坚战等重大举措，引导基础设施项目（如交通、能源和通信网络）和政策资源向西部地区倾斜，显著改善了其发展的“硬环境”与“软环境”，促进西部地区“弯道超车”，缩小东-西部区域间差异^[45]. 同时，国家级区域发展战略对西部重点地区的“极化效应”强于其对西部整体的“普惠效应”. 西部地区受到虹吸效应的影响，加之青海和宁夏等省域的掣肘，发展势头弱于山西、安徽和湖北等中部地区省域. 中部地区虽然缺乏“暴发性”动力，但《关于新时代推动中部地区高质量发展的指导意见》等纲领性文件为中部地区各省的战略定位，避免各省的低水平同质化竞争，而是基于比较优势形成功能互补. 同时，“长江中游城市群”与“中原城市群”晋升为国家战略，为湖北、湖南、江西、河南和安徽等省域提供了跨省域协同的高能级平台，通过基础设施互联互通、产业协作链条化和市场统一化等具体路径，也促使中部地区各省耦合协调发展水平提升，进而导致中-西部区域间差异扩大.

此外，根据表 4第（8）~（10）列可知，区域内差异、区域间差异和超变密度对于总体基尼系数的贡献均值分别为0.048、0.119和0.022. 这说明在总体差异的贡献中区域间差异 > 区域内差异 > 超变密度，即总体差异的主要来源为区域间差异. 图 5展示了区域内差异、区域间差异和超变密度对总体差异的贡献率演变趋势. 区域内差异贡献率呈现出微弱的上升趋势；区域间差异贡献率呈现出下降趋势；超变密度贡献率呈现出上升趋势. 值得注意的是，区域间差异贡献率与超变密度贡献率演变趋势呈现出“互补”特征，这意味着区域间差异的下降主要是由超变密度的上升造成的.

图 5 不同差异来源的贡献率演变趋势 Fig. 5 Evolution trend of contribution rate of different variance sources

4 数字经济与新质生产力耦合协调空间差异的驱动因素

本文进一步利用二次指派程序深入研究我国整体数字经济和新质生产力耦合协调发展水平空间差异的驱动因素以及不同地区驱动因素的异同，首先进行变量间的相关分析. 如表 5所示，数字经济和新质生产力耦合协调发展水平与经济发展水平、产业结构升级、要素配置效率、人力资本水平和环境质量等变量之间的相关性系数，通过了显著性检验. 这说明不同变量和数字经济和新质生产力耦合协调发展水平的关联程度存在差异，但关联程度并不等于影响强度. 因此，还需要通过QAP来估计各因素对数字经济和新质生产力耦合协调发展水平空间差异的影响强度. 此外，加之经济发展水平与产业结构升级、金融发展水平、对外开放程度、要素配置效率和城镇化率等变量之间相关关系明显，说明本文采用的省域层面关系数据确实存在多重共线性的问题，这为采用QAP回归分析提供了必要的证据支撑.

表 5 相关性分析^1） Table 5 Correlation analysis

本文全样本回归的分析结果如表 6第（1）列所示，从作用方向来看，经济发展水平、产业结构升级和环境质量具有显著的正向影响，意味着省际经济发展水平、产业结构升级和环境质量差异的扩大，会加剧数字经济和新质生产力耦合协调发展水平空间差异. 金融发展水平、要素配置效率和城镇化率具有显著的负向作用，表明金融发展水平、要素配置效率和城镇化率的省际差异反而会降低数字经济和新质生产力耦合协调发展水平空间差异. 同时，这也意味着随着工业化水平的不断提升，金融发展水平、要素配置效率和城镇化率变化对数字经济和新质生产力耦合协调发展水平的贡献率逐渐降低. 其原因可能在于，数字经济和新质生产力耦合协调发展水平较高省域的金融发展水平、要素配置效率和城镇化率不断提升，但其数字经济和新质生产力耦合协调发展水平增长速度却逐渐降低，缩小了与数字经济和新质生产力耦合协调发展水平较低省域的差距.

表 6 驱动因素分析 Table 6 Driving factors analysis

从作用强度来看，经济发展水平、产业结构升级和环境质量的标准化回归系数大于金融发展水平、城镇化率和要素配置效率，因此经济发展水平是造成中国数字经济和新质生产力耦合协调发展水平空间差异的最大成因，缓解地区间经济发展水平差异是解决数字经济和新质生产力耦合协调发展水平空间差异的最有力手段. 产业结构升级和环境质量的作用强度仅次于经济发展水平，也是影响数字经济和新质生产力耦合协调发展水平空间差异的重要因素. 金融发展水平、城镇化率和要素配置效率的作用强度相对较小，但仍不可忽视.

三大地区内部数字经济和新质生产力耦合协调发展水平空间差异的驱动因素比较结果如表 6第（2）~（4）列所示. 影响东部地区数字经济和新质生产力耦合协调发展水平空间差异的主要原因为产业结构升级、金融发展水平、城镇化率、政府干预水平和人力资本水平. 因此，东部地区要紧密关注产业结构升级、金融发展水平、城镇化率和政府干预水平的省际差异. 中部地区数字经济和新质生产力耦合协调发展水平的空间差异主要来源于经济发展水平和环境质量. 因此，中部地区要着眼于经济发展水平和环境质量的省际差异. 西部地区数字经济和新质生产力耦合协调发展水平的空间差异受到环境质量、城镇化率和金融发展水平的影响，对外开放程度、经济发展水平和产业结构升级对数字经济和新质生产力耦合协调发展水平的空间差异也有一定影响. 因此，西部地区应将缩小环境质量、城镇化率和金融发展水平的省际差异作为重点，但也不能忽视省际对外开放程度、经济发展水平和产业结构升级之间的差异.

5 建议

第一，数质结合，打通“数字驱动”到“新质牵引”再到“协调升级”的完整路径. 首先，通过政策引导和技术支持，加速传统产业数字化转型，推动智能制造、数字农业和智慧服务等新兴业态的蓬勃发展，并大力支持数字技术创新，加速大数据与人工智能等关键技术的研发，为新质生产力提供坚实的技术支撑. 其次，主动调整产业政策，加快形成高新技术产业集群规模效应，建设现代化经济体系，打造独具中国特色的新质生产力片区高地，反馈数字经济高速发展. 最后，把握数字中国与网络强国等战略机遇，制定数字经济发展规划，加快促进数字技术与新质生产力全面深度融合与协调发展，打通制约数字经济与新质生产力融合发展的堵点、卡点与痛点，夯实数字经济发展基础，高效提升数字生产力，营造具有全球竞争力的经济发展新生态.

第二，分区施策，缩小全国数字经济和新质生产力耦合协调发展水平差异. 东部地区重在“引领”，中部重在“融合”，西部重在“韧性”，构建靶向性系统性策略，有效缩小区域协调发展差距. 就东部地区而言，要强化创新策源与规则引领，避免“孤岛效应”. 促进北京、上海和粤港澳大湾区等设立跨区域研发基金、共建联合实验室和发展“飞地经济”等方式，将创新资源与知识溢出辐射周边省域，破解“中心-外围”结构，实现从“单点领先”到“区域共进”. 就中部地区而言，要聚焦产业融合与集群攻坚. 实施“链长制”精准招商，推动产业数字化集群发展. 以湖北和安徽等较高协调度省域为龙头，梳理高端装备制造、新能源汽车和光电子信息等优势产业链，进行“强链、补链和延链”式精准招商，避免低水平同质竞争，形成若干具有全国竞争力的数字产业集群. 就西部地区而言，要培育特色生态与内生韧性. 一方面，基于自身禀赋，发展“数字赋能的特色经济”. 如青海发展零碳大数据产业，将生态优势转化为可持续的“数字资产”；另一方面，推进“韧性建设”，筑牢内生发展根基. 针对西藏和青海等脆弱省域，应从“硬件投入”转向“软件赋能”与“能力建设”，系统性提升其抗风险与自我恢复能力. 就区域间差异而言，要建立区域间对口支援和对口帮扶合作机制，不断推动“东数西算工程”，打通“数”动脉，使数据要素跨域流动，促进东西部数字经济价值传递，在延展东部发展空间的同时，也为西部开辟一条发展新路.

第三，因地制宜，充分发挥经济社会发展水平变量对破解数字经济与新质生产力耦合协调发展空间差异的作用. 从全国层面来看，打好“组合拳”，缩小经济发展水平、产业结构、金融发展水平、要素配置水平、城镇化和环境质量的省际差异，实现数字经济与新质生产力的耦合协调发展. 同时，对于不同地区，还要对症下药. 东部地区应聚焦产业结构升级、政府干预水平、金融发展水平、城镇化率和人力资本水平提高；中部地区需着力夯实经济发展水平和环境质量，推动制造业数字化转型升级；西部地区则要重点补齐经济发展、城镇化和对外开放短板，培育基于本地资源禀赋的特色数字生态.

6 结论

（1）中国数字经济与新质生产力水平均呈现出上升趋势.

（2）从时序上看，数字经济与新质生产力耦合协调发展水平呈现出上升趋势；从空间上看，呈现出东部地区 > 中部地区 > 西部地区的空间特征.

（3）数字经济与新质生产力耦合协调发展水平总体差异呈现出下降趋势，但中西部地区内部分化有所扩大；区域间差异是总体差异的主要来源.

（4）经济发展水平、产业结构升级、金融发展水平、要素配置水平、城镇化率和环境质量对数字经济与新质生产力耦合协调发展水平空间差异具有显著影响，且不同地区耦合协调驱动因素具有明显异质性. 东部地区应重点关注产业结构升级、政府干预水平、金融发展水平、城镇化率和人力资本水平的省际差异；中部地区应重点关注经济发展水平和环境质量的省际差异；西部地区应重点关注经济发展水平、产业结构升级、金融发展水平、对外开放程度、城镇化率和环境质量的省际差异.

参考文献

[1]	顾东明, 胡小飞, 张佳宁. 数字新质生产力与能源碳排放效率耦合协调的时空演变格局及影响因素[J]. 环境科学, 2026, 47(7): 4317-4328. Gu D M, Hu X F, Zhang J N. Spatiotemporal evolution pattern and influencing factors of the coupling coordination between digital new quality productivity and energy carbon emission efficiency[J]. Environmental Science, 2026, 47(7): 4317-4328. DOI:10.13227/j.hjkx.202505327
[2]	徐妍, 张玉冰. "促进"还是"阻碍": 数字经济空间关联网络对碳排放绩效的影响[J]. 环境科学, 2025, 46(1): 76-87. Xu Y, Zhang Y B. "Facilitate" or "Hinder": impact of spatial connectivity networks in the digital economy on carbon performance[J]. Environmental Science, 2025, 46(1): 76-87. DOI:10.13227/j.hjkx.202311177
[3]	周密, 王雷, 郭佳宏. 新质生产力背景下数实融合的测算与时空比较——基于专利共分类方法的研究[J]. 数量经济技术经济研究, 2024, 41(7): 5-27. Zhou M, Wang L, Guo J H. Measurement and temporal-spatial comparison of the integration of the digital economy and the real economy in the context of new quality productivity: based on the patent co-classification method[J]. Journal of Quantitative & Technological Economics, 2024, 41(7): 5-27.
[4]	刘一书. 数实融合驱动新质生产力: 理论脉络、实践难点与制度构建[J]. 湖南社会科学, 2025(4): 44-52. Liu Y S. Digital-physical integration drives new quality productive forces: theoretical context, practical challenges, and institutional construction[J]. Social Sciences in Hunan, 2025(4): 44-52.
[5]	范嶙杰, 何俊涛, 张骞. 我国数字新质生产力发展水平的实际测度、时空分布与收敛性研究[J]. 浙江大学学报(人文社会科学版), 2025, 55(6): 21-40. Fan L J, He J T, Zhang Q. Research on the empirical measurement, spatiotemporal distribution, and convergence of the development level of digital new quality productive forces in China[J]. Journal of Zhejiang University (Humanities and Social Sciences), 2025, 55(6): 21-40.
[6]	白云朴, 赵鸿洋. 数字经济政策赋能新质生产力——基于大数据综合试验区的准自然实验[J/OL]. 科学学与科学技术管理, 1-25. https://doi.org/10.20201/j.cnki.ssstm.20250923.002, 2025-09-24. Bai Y P, Zhao H Y. Digital economy policies enable new quality productive forces: a quasi-natural experiment study based on big data comprehensive pilot zone[J/OL]. Science of Science and Management of S.&T., 1-25. https://doi.org/10.20201/j.cnki.ssstm.20250923.002, 2025-09-24.
[7]	吴大进, 曹力, 陈立华. 协同学原理和应用[M]. 武汉: 华中理工大学出版社, 1990: 9-17.
[8]	刘耀彬, 李仁东, 宋学锋. 中国城市化与生态环境耦合度分析[J]. 自然资源学报, 2005, 20(1): 105-112. Liu Y B, Li R D, Song X F. Analysis of coupling degrees of urbanization and ecological environment in China[J]. Journal of Natural Resources, 2005, 20(1): 105-112.
[9]	许学强, 周一星, 宁越敏. 城市地理学[M]. 北京: 高等教育出版社, 1997.
[10]	刘怡君, 张榆琴, 李学坤. 数字经济对农业减污降碳协同效应的影响机制[J]. 环境科学, 2026, 47(5): 2927-2938. Liu Y J, Zhang Y Q, Li X K. Impact mechanism of the digital economy on the synergistic effects of pollution reduction and carbon mitigation in agriculture[J]. Environmental Science, 2026, 47(5): 2927-2938. DOI:10.13227/j.hjkx.202505049
[11]	李敏杰, 陈毅辉, 吴桐雨. "双碳"背景下数字经济与绿色物流耦合协调发展的时空特征及组态路径[J]. 环境科学, 2025, 46(7): 4159-4174. Li M J, Chen Y H, Wu T Y. Spatiotemporal characteristics and configuration paths of the coupling coordinated development between digital economy and green logistics under the background of "dual carbon"[J]. Environmental Science, 2025, 46(7): 4159-4174. DOI:10.13227/j.hjkx.202405286
[12]	杨万平, 黄若滢. 新质生产力助推碳减排潜力释放: 效应测度与实现机制[J]. 华东经济管理, 2025, 39(4): 56-68. Yang W P, Huang R Y. New quality productive forces promote the release of carbon emission reduction potential: effect measurement and implementation mechanism[J]. East China Economic Management, 2025, 39(4): 56-68.
[13]	吴小军. 数字经济何以赋能新质生产力: 基于生产关系理论与双重机器学习模型[J]. 暨南学报(哲学社会科学版), 2025, 47(4): 29-44. Wu X J. How does the digital economy empower new quality productive forces: based on production relations theory and double machine learning model[J]. Jinan Journal (Philosophy & Social Sciences), 2025, 47(4): 29-44.
[14]	赵涛, 张智, 梁上坤. 数字经济、创业活跃度与高质量发展——来自中国城市的经验证据[J]. 管理世界, 2020, 36(10): 65-75. Zhao T, Zhang Z, Liang S K. Digital economy, entrepreneurship, and high-quality economic development: empirical evidence from urban China[J]. Journal of Management World, 2020, 36(10): 65-75.
[15]	余东华. 算力: 数字经济时代的新质生产力[J]. 财贸研究, 2024, 35(7): 1-16. Yu D H. Computing power: a new quality productivity in the digital economy era[J]. Finance and Trade Research, 2024, 35(7): 1-16.
[16]	柏培文, 张云. 数字经济、人口红利下降与中低技能劳动者权益[J]. 经济研究, 2021, 56(5): 91-108. Bai P W, Zhang Y. Digital economy, declining demographic dividends and the rights and interests of low-and medium-skilled labor[J]. Economic Research Journal, 2021, 56(5): 91-108.
[17]	王丙参, 魏艳华, 张宝学. 中国数字经济水平地区差异、空间集聚及收敛性研究[J]. 统计与信息论坛, 2024, 39(4): 63-78. Wang B C, Wei Y H, Zhang B X. Research on regional differences, spatial aggregation and convergence of China's digital economy level[J]. Journal of Statistics and Information, 2024, 39(4): 63-78.
[18]	杨军鸽, 王琴梅. 数字农业新质生产力发展水平的地区差异及收敛性[J]. 西安财经大学学报, 2025, 38(1): 43-57. Yang J G, Wang Q M. Regional differences and convergence of the development level of new quality productivity in digital agriculture[J]. Journal of Xi'an University of Finance and Economics, 2025, 38(1): 43-57.
[19]	李源, 刘承良. 中国城市数字技术创新的时空演化及影响因素[J]. 地理科学, 2024, 44(5): 754-765. Li Y, Liu C L. Spatial-temporal evolution and influencing factors analysis of digital technology innovation in Chinese cities[J]. Scientia Geographica Sinica, 2024, 44(5): 754-765.
[20]	韩燕, 潘成, 金凤君, 等. 黄河流域数字经济产业空间格局演化及影响因素[J]. 资源科学, 2024, 46(3): 488-504. Han Y, Pan C, Jin F J, et al. Evolution and influencing factors of the spatial pattern of digital industry in the Yellow River Basin[J]. Resources Science, 2024, 46(3): 488-504.
[21]	杨华, 洪新敏. 中国数字新质生产力统计测度及影响因素研究[J]. 经济问题探索, 2024(9): 32-44. Yang H, Hong X M. Research on statistical measurement and influencing factors of digital new quality productive forces in China[J]. Inquiry into Economic Issues, 2024(9): 32-44.
[22]	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. Han W L, Zhang R S, Zhao F. The measurement of new quality productivity and new driving force of the Chinese economy[J]. Journal of Quantitative & Technological Economics, 2024, 41(6): 5-25.
[23]	章玉贵, 曹德军. 数字经济赋能新质生产力的理论机制与实证检验[J]. 上海经济研究, 2025(6): 76-88. Zhang Y G, Cao D J. Theoretical mechanism and empirical verification of digital economy empowering new-quality productivity[J]. Shanghai Journal of Economics, 2025(6): 76-88.
[24]	刘秀丽, 贾昕炽, 郭丕斌, 等. 数字经济与城市生态韧性协同演化特征及驱动因素[J]. 环境科学, 2026, 47(6): 4052-4065. Liu X L, Jia X C, Guo P B, et al. Collaborative evolution and influencing factors of digital economy and urban ecological resilience[J]. Environmental Science, 2026, 47(6): 4052-4065. DOI:10.13227/j.hjkx.202504057
[25]	任会明, 余运江, 叶明确. 数字经济对新质生产力的空间溢出效应研究——来自大数据综合试验区的证据[J]. 兰州学刊, 2025(6): 95-114. Ren H M, Yu Y J, Ye M Q. Research on the spatial spillover effect of digital economy on new quality productivity: the big data comprehensive experimental zone[J]. Lanzhou Academic Journal, 2025(6): 95-114.
[26]	王家庭, 孙荣增, 王浩然. 新质生产力背景下中国数字经济安全水平的时空演进与驱动因素[J]. 北京工业大学学报(社会科学版), 2026, 26(1): 44-69. Wang J T, Sun R Z, Wang H R. The space-temporal evolution and driving factors of China's digital economy security level in the context of new quality productive forces[J]. Journal of Beijing University of Technology (Social Sciences Edition), 2026, 26(1): 44-69.
[27]	王珏, 秦文晋. 数字经济对包容性绿色增长差距的影响研究——基于关系数据分析范式[J]. 经济问题探索, 2024(12): 35-49. Wang J, Qin W J. Research on the impact of digital economy on inclusive green growth gap: based on the relational data analysis paradigm[J]. Inquiry into Economic Issues, 2024(12): 35-49.
[28]	张彭. 数字新质生产力与全球价值链嵌入: 理论机制与实证检验[J]. 当代经济研究, 2024, 345(5): 75-86. Zhang P. Digital new quality productive forces and global value chain embedding: theoretical mechanism and empirical test[J]. Contemporary Economic Research, 2024, 345(5): 75-86.
[29]	夏杰长. 以新质生产力驱动数实融合[J]. 社会科学家, 2024(2): 38-44.
[30]	王新刚, 杨宇帆. 生成式人工智能对共同富裕的影响研究——基于数字经济的调节效应与新质生产力的中介效应[J]. 软科学, 2025, 39(10): 33-40. Wang X G, Yang Y F. Impact of generative artificial intelligence on common prosperity: based on the moderation effect of digital economy and the mediating effect of new quality productive forces[J]. Soft Science, 2025, 39(10): 33-40.
[31]	吴代龙. 数字化转型、新质生产力与高质量发展[J]. 南京财经大学学报, 2025(3): 35-45. Wu D L. Digital transformation, new quality productive forces, and high-quality development: mechanisms and effects[J]. Journal of Nanjing University of Finance and Economics, 2025(3): 35-45.
[32]	田鸽, 张勋. 数字经济、非农就业与社会分工[J]. 管理世界, 2022, 38(5): 72-83. Tian G, Zhang X. Digital economy, non-agricultural employment, and division of labor[J]. Journal of Management World, 2022, 38(5): 72-83.
[33]	简新华, 聂长飞. 中国新质生产力水平测度及省际现状的比较分析[J]. 经济学动态, 2024(10): 3-20. Jian X H, Nie C F. Measurement of China's new quality productive forces and comparative analysis of provincial status[J]. Economic Perspectives, 2024(10): 3-20.
[34]	葛阳琴, 何晓风, 谢建国. 中国区域"国内国际双循环": 路径、特征与联动分析[J]. 数量经济技术经济研究, 2024, 41(5): 27-48. Ge Y Q, He X F, Xie J G. China's regional "domestic and international dual circulation": paths, characteristics and comovement analysis[J]. Journal of Quantitative & Technological Economics, 2024, 41(5): 27-48.
[35]	徐玉冰, 王晶. 长江经济带数字化转型与包容性绿色发展耦合协调的时空特征及驱动路径[J]. 环境科学, 2026, 47(5): 2939-2949. Xu Y B, Wang J. Spatial-temporal characteristics and driving paths of coupling and coordination between digital transformation and inclusive green development in the Yangtze River Economic Belt[J]. Environmental Science, 2026, 47(5): 2939-2949. DOI:10.13227/j.hjkx.202503167
[36]	王宇晴, 孙伟, 刘崇刚. 中国省域经济增长与降碳协同的时空异质性及影响因素[J]. 环境科学, 2026, 47(5): 2882-2894. Wang Y Q, Sun W, Liu C G. Spatio-temporal heterogeneity and influencing factors of the synergy between economic growth and carbon reduction in Chinese provinces[J]. Environmental Science, 2026, 47(5): 2882-2894.
[37]	Barnett G A. Encyclopedia of social networks[M]. Los Angeles: Sage Publications, 2011.
[38]	吕承超, 索琪, 杨欢. "南北"还是"东西"地区经济差距大?——中国地区经济差距及其影响因素的比较研究[J]. 数量经济技术经济研究, 2021, 38(9): 80-97. Lv C C, Suo Q, Yang H. Which economic gap is bigger in China? North-South or East-West[J]. Journal of Quantitative & Technological Economics, 2021, 38(9): 80-97.
[39]	朱波, 曾丽丹. 数字金融发展对区域新质生产力的影响及作用机制[J]. 财经科学, 2024(8): 16-31. Zhu B, Zeng L D. Analysis of the impact and mechanism of digital finance development on regional new quality productive forces[J]. Finance & Economics, 2024(8): 16-31.
[40]	殷筱, 房志敏. 新质生产力赋能绿色经济何以可能[J]. 南京工业大学学报(社会科学版), 2024, 23(3): 31-41. Yin X, Fang Z M. How can new quality productivity empower green economy[J]. Journal of Nanjing Tech University (Social Science Edition), 2024, 23(3): 31-41.
[41]	江泽茹. 黄河流域城市数字经济与新质生产力耦合研究[J]. 地域研究与开发, 2024, 43(4): 29-35. Jiang Z R. Research on coupling of digital economy and new quality productivity in the Yellow River Basin[J]. Areal Research and Development, 2024, 43(4): 29-35.
[42]	吉雪强, 张壮, 李卓群, 等. 中国新质生产力空间关联网络结构时空演化特征及驱动因素[J]. 资源科学, 2025, 47(2): 373-388. Ji X Q, Zhang Z, Li Z Q, et al. Spatiotemporal evolution characteristics and driving factors of the spatial correlation network structure of China's new quality productive forces[J]. Resources Science, 2025, 47(2): 373-388.
[43]	宋德勇, 陈梁. 发展新质生产力的理论逻辑、关键问题与实践路径[J]. 经济与管理评论, 2024, 40(5): 55-68. Song D Y, Chen L. Theoretical logic, key issues and practical path of developing new quality productivity[J]. Review of Economy and Management, 2024, 40(5): 55-68.
[44]	张宽, 黄凌云. 中国人力资本结构的时空演变特征研究[J]. 数量经济技术经济研究, 2020, 37(12): 66-88. Zhang K, Huang L Y. Research on the characteristics of the spatial-temporal evolution of human capital structure in China[J]. Journal of Quantitative & Technological Economics, 2020, 37(12): 66-88.
[45]	苏荟, 任梦珂, 时晓青. 中国数字经济与乡村振兴协同发展的时空差异及其演变趋势[J]. 重庆大学学报(社会科学版), 2026, 32(1): 77-94. Su H, Ren M K, Shi X Q. Spatial and temporal differences in the coordinated development of digital economy and rural revitalization in China and their evolutionary trends[J]. Journal of Chongqing University (Social Science Edition), 2026, 32(1): 77-94.


环境科学 2026, Vol. 47 Issue (10): 6672-6682	PDF