新质生产力驱动应急产业高质量发展的作用机制及其空间效应分析——基于2012⁓2022年30个省份的面板数据

Analysis of the Mechanism and Spatial Effect of New Quality Productivity Driving the High-Quality Development of Emergency Industry—Based on Panel Data from 30 Provinces from 2012 to 2022

摘要: 文章基于2012⁓2022年中国30个省份的面板数据，建立基准回归模型与空间杜宾模型来探究新质生产力对应急产业高质量发展的作用机制及空间效应。实证结果表明：新质生产力对应急产业高质量发展存在显著的促进作用，且对不同地区的促进程度不同，从东到西呈现出递减的趋势；新质生产力赋能应急产业高质量发展的路径主要是通过提升科技创新水平来发挥作用，且对地理邻近区域存在正向的空间溢出效应。因此，要加大新质生产力的培育，强化科技创新的赋能作用，以此促进应急产业的高质量发展与消除地域差异。

Abstract: Based on the panel data of 30 provinces in China from 2012 to 2022, this paper establishes a baseline regression model and a spatial Durbin model to explore the mechanism and spatial effect of new quality productivity on the high-quality development of the emergency industry. The empirical results show that the new quality productivity has a significant role in promoting the high-quality development of the emergency industry, and the degree of promotion to different regions is different, showing a decreasing trend from east to west. The path of new quality productivity to empower the high-quality development of the emergency industry is mainly to play a role by improving the level of scientific and technological innovation, and there is a positive spatial spillover effect on geographical neighborhoods. Therefore, it is necessary to increase the cultivation of new quality productivity and strengthen the enabling role of scientific and technological innovation, so as to promote the high-quality development of the emergency industry and eliminate regional differences.

1. 引言

在2023年9月对黑龙江省的考察中，习近平总书记提出了“新质生产力”的概念。总书记强调要汇聚科技创新力量，推动战略性新兴产业和未来产业的发展，从而加速构建新型的生产力体系[1]。自此，学术界与各工作部门对新质生产力进行了研究。新质生产力是加快现代产业体系建设的先进生产力和提升产业链、供应链韧性的先进生产力[2]，发展新质生产力旨在促进传统产业的升级转型和新兴产业的快速发展。

应急产业作为战略性新兴产业，产业发展水平和技术创新水平相对落后，但其特殊的社会角色和巨大的市场和潜力，是现当代经济社会安全运行不容忽视的产业[3]。习近平总书记在党的二十大报告中提出完善国家应急管理体系坚决维护国家安全和社会稳定，强调“推进国家安全体系和能力现代化，坚决伟华国家和社会稳定”[4]。在大力发展新质生产力的时代背景之下，加快应急产业高质量发展，是有效应对各类安全风险的内在需求，也是提升应急管理能力的重要保障，更是推动经济高质量发展的题中应有之义[5]。

2. 文献综述

自2007年起，中国首次提出构建“应急产业”的概念，随即引发了社会各界的广泛关注。作为国家公共安全应急管理体系的关键支柱，应急产业借助产业转型与升级的势头，依托创新驱动发展战略和网络强国战略的推进，迎来了一个高质量发展的时代[6]。研究者们对国内外应急产业发展进行对比，发现我国应急产业虽初具规模，但以提供应急产品为主，且应急装备在技术创新方面仍与国外存有巨大差距[7]。对于我国的应急产业发展，马颖等[8]以产业、企业、政府、市场、技术为影响因素构建结构方程研究，深入探究了这些影响因素对于我国应急产业发展影响因素的作用机理。张延海等[9]通过空间计量方法研究我国应急产业集聚的增长效应及影响因素。周丹[10]基于拓展的“结构–行为–绩效”范式分析了应急产业发展所属的政策与市场环境，研究应急产业体系内部结构、主体行为与整个产业的社会效益。

新质生产力是以新科技主导的先进生产力，是基本要素及其优化组合跃升的生产力，是以新型生产关系和创新型制度保障的生产力[11]。以新质生产力赋能应急产业高质量发展，从理论上看可以提高应急产业转型的科学性、精确性；从现实中看，以新质生产力赋能应急产业高质量发展可以推动应急产业现代化转型。目前学界对于新质生产力的研究主要集中在以下三方面：一方面是对于新质生产力的概念及内涵的剖析：贾康[12]指出发展新质生产力的关键在于科技创新，核心是制度创新，同时需要充分发挥数据要素和管理要素的作用；杜传忠[13]认为新质生产力的特征主要体现在其创新性、渗透性、提质性、动态性、融合性。一方面是对于新质生产力水平的测度研究：李阳[14]以创新为切入点从技术创新、产业创新、要素创新三个维度构建新质生产力综合评价指标体系；蒋永穆[15]从创新、协调、绿色、开放、共享五个角度构建新质生产力发展评价体系。还有一方面是研究新质生产力对于其他事物的作用机制：赵丽锦[16]以“价值契合性–技术与要素融合机制–协同共演发展路径”为框架，探究了新质生产力赋能制造业价值转型的作用机制；洪田芬[17]构建基准回归模型研究新质生产力对现代化产业体系建设的影响。

通过阅读新质生产力及应急产业高质量发展的相关文献发现，目前学界对新质生产力及应急产业的研究已取得了丰富的成果，但是大多为对单个个体的研究，对于新质生产力如何赋能应急产业高质量发展这一方面仍有所缺陷。

3. 理论分析与研究假设

3.1. 新质生产力与应急产业高质量发展

我国应急产业的发展受传统管理理念的影响，在“重救援、轻预防、重硬件、轻软件、重产品、轻服务”的传统管理理念下产业发展不均衡、不充分的矛盾突出[18]。对应急产业高质量发展内涵的探讨，要将其放在产业层面高质量发展的政体中。而新质生产力的兴起，通过重塑传统产业的运作方式和商业理念，催生了众多新兴行业和商业模式。这一变革不仅带来了技术和管理方法的创新，还推动了产业技术不断向前发展。同时，不同产业之间的深度融合，为产业结构的升级和优化注入了新的动能[19]。

在应急产业结构与新质生产力关系中，新质生产力促进了应急产业的深度转型升级。不仅推动了传统应急装备和服务的技术更新，还催生了新的业态和模式，如远程医疗救援、灾害风险评估服务等。在产业链优化方面：新技术的应用实现对应急资源的实时监控与调度，提升整个产业链的响应速度与服务质量。如通过物联网等技术实时收集环境数据，预测可能的灾害风险；在业态创新方面：新质生产力推动了应急服务模式的创新，如通过云计算等技术实现个性化的救灾服务。

为此，本文做出以下假设：

假设H1：新质生产力的发展可以正向促进应急产业的高质量发展。

3.2. 科技创新水平对应急产业高质量发展的中介影响

新质生产力是科技创新发挥主导作用的生产力。与传统生产力相比，新质生产力的创新性是科学技术持续突破的一种更高层次、更新质态的创新。在发展新质生产力的大背景下，以创新发展引领动力变革，加快提升应急科技化水平是顺应新一轮科技革命引领的科技信息化发展大势[20]。科技创新是推动应急产业高质量发展的首要动力，应急科技的发展水平在某种程度上映射了应急产业的整体发展水平。因此，增强技术支撑能力对于产业的持续和健康发展具有至关重要的意义。

新技术如人工智能(AI)、大数据、物联网等的发展，为应急产业的技术升级和产品创新提供了强大动力，进而显著提升产业的整体技术水平和竞争力，这些新技术的融合使用推动传统应急装备和服务的升级换代，催生新的产品和服务模式。通过持续的技术创新和应用，应急产业能够更加高效和智能地应对各种紧急情况，更好地维护国家安全、社会稳定和人民群众利益。

为此，本文做出以下假设：

假设H2：科技创新水平在新质生产力与应急产业高质量发展关系中起中介作用。

3.3. 新质生产力对应急产业高质量发展的空间溢出效应

科技创新作为新时代生产力的核心，其发展主要依托于数据和知识的积累。这些新兴要素不仅孕育着创新的种子，更具备了强大的空间溢出效应。技术创新的显著成就具有普遍的辐射效应，其成果和效益能够跨越地理界限。通过技术的广泛传播和知识的互通，技术创新成果能够扩展至更广阔的地域，助力于全面的科技发展和产业进步。

为此本文提出以下假设：

假设H3：新质生产力的发展对应急产业高质量发展具有空间溢出效应。

4. 实证模型、数据、来源

4.1. 基准模型设定

为了探究新质生产力对应急产业高质量发展的作用机理，本文采用了国内30个省份的2012⁓2022年的面板数据进行基准回归。对面板数据进行Hausman检验，结果显示应使用固定效应模型，因此本文借鉴黎新伍[21]的做法采用双向固定模型进行基准回归，其模型设定如下：

$E{I}_{i,t}=a_0+a_{1}NQ{P}_{i,t}+a_2{X}_{i,t}+{\delta }_t+{\gamma }_i+{\epsilon }_{i,t}$ (1)

其中，EI为被解释变量——应急产业高质量发展水平，NQP为解释变量——新质生产力发展水平，X为控制变量，${\delta }_t$ 为时间固定效应，${\gamma }_i$ 为个体固定效应，${\epsilon }_{i,t}$ 为随机误差项，$a_1$ 、$a_2$ 是回归系数，$a_0$ 是截距项。

4.2. 变量说明

4.2.1. 被解释变量

被解释变量为应急产业高质量发展水平。本文借鉴刘名远[22]的研究，以产业发展基础、产业发展绩效、产业发展新动能、产业发展绿色转型为切入点，构建了应急产业高质量发展评价体系(见表1)，并用熵权法得到最终结果。

Table 1. Evaluation system for the high-quality development of the emergency industry

表1. 应急产业高质量发展评价体系

一级指标	二级指标	三级指标	四级指标	属性
产业高质量发展	产业发展基础	基建基础条件	固定资产投资额	+
		电信与互联网条件	互联网上网人数	+
		交通基础条件	公路里程	+
		劳动力基础条件	人口自然增长率	+
	产业发展绩效	产业总规模	人均GDP	+
		产业分行业规模	第一产业增加值	-
		产业分行业贡献率	第一产业对GDP的贡献率	-
		产业发展开放程度	货物一般贸易出口总额	+
	产业发展新动能	高新技术产业发展潜能	高技术产业企业数	+
		高人力资本存量条件	高等学校毕业人数	+
		技术专利与研发条件	R&D经费支出	+
		政府政策支持	财政支出	+
	产业发展绿色转型	环境污染治理投资	工业废水污染治理项目完成投资	+
		环境管理与设施建设	城市环境基础设施建设投资额	+

4.2.2. 解释变量

解释变量为新质生产力发展水平。参考周佳卉[23]的做法，从高科技、高效能、高质量、优化组合四个方面构建新质生产力评级指标体系(见表2)。

Table 2. Evaluation system for the development level of new quality productive forces

表2. 新质生产力发展水平评价体系

一级指标	二级指标	基础指标	属性
高科技	劳动者[技术能力]	研究与试验发展(R&D)人员全时当量(人年)	+
		科学研究和技术服务业就业人员占比(%)	+
	劳动资料[创新投入]	研究与试验发展(R&D)经费投入强度(%)	+
		高技术产业新产品开发经费支出(万元)	+
	劳动对象[技术应用]	高技术产业技术改造经费支出(万元)	+
高效能	劳动者[劳动效率]	劳动生产率 = GDP/就业人数	+
	劳动资料[经济效益]	高技术产业利润率 = 利润总额/营业收入	+
	劳动对象[环境效率]	当年获得的绿色发明数量(个)	+
高质量	劳动者[市场贡献]	高技术产业新产品销售收入(万元)	+
		就业人员大专以上学历占比(%)	+
	劳动资料[生产质量]	产品质量合格率(%)	+
	劳动对象[环境效率]	工业环保投资效率	+
优化组合	协同效应[市场转化]	技术市场技术流向地域(合同数)	+
		技术市场成交额(亿元)	+

4.2.3. 控制变量

本文选取了以下变量作为控制变量：1) 地区经济情况：采用人均地区生产总值(GDP)反映当地的经济发达程度。2) 人力资本水平(HC)，采用当地就业人数中大专以上学历占比反映该地区的人力资本水平。3) 对外开放程度(Open)，采用外商直接投资额与地区生产总值占比反映该地区的对外开放程度。4) 信息化普及程度(COR)，采用互联网接入端口与地区总人数的比值反映该地区的信息化水平。

4.2.4. 中介变量

中介变量是科技创新水平，本文参考刘安乐[24]的研究，以财政投入为切入点，选用科技财政支出占一半财政支出的比例来反映科技创新发展水平。

4.3. 数据来源

由于西藏数据缺失较多，本文选取2012~2022年我国30个省份的面板数据进行分析。变量数据来源于历年《中国统计年鉴》《中国科技统计年鉴》《中国人口和就业统计年鉴》《中国工业统计年鉴》《中国环境统计年鉴》《中国城市统计年鉴》，并对少部分缺失数据采用移动平均法进行插值。

5. 实证结果

5.1. 基准模型回归

为了确保回归结果的准确性，在基准回归之前本文采用方差膨胀因子(VIF)进行多重共线性检验，得到的结果如表3所示。

Table 3. Multicollinearity test

表3. 多重共线性检验

变量	VIF	1/VIF
GDP	4.07	0.245538
NQP	3.86	0.259044
STI	3.64	0.274594
HC	2.81	0.356166
COR	2.16	0.462749
Open	1.67	0.599265
Mean VIF	3.04

由表3可知，本文的变量平均VIF为3.04，且所有预测变量的VIF均小于5，变量之间的多重共线性较低，对分析结果影响较小。在此基础上，对面板数据采用固定模型进行基准回归，得到的结果如表4所示。

Table 4. Baseline regression result

表4. 基准回归结果

	(1)	(2)
	EI	EI
NQP	0.666^***	0.430^***
	(31.199)	(15.589)
GDP		0.000^*
		(1.901)
HC		−0.009
		(−0.358)
Open		−0.049^**
		(−2.230)
COR		0.000^***
		(8.465)
_cons	0.088^***	0.085^***
	(31.761)	(11.239)
N	330	330
R^2	0.765	0.839
F	973.365	308.032

注：^***p < 0.01，^**p < 0.05，^*p < 0.10，括号内为t值，下表相同。

表4展示了新质生产力对应急产业高质量发展的影响。列(1)表示未加入控制变量时，自变量对因变量的影响，列(2)表示加入控制变量之后，自变量对因变量的影响，其回归结果显著且回归系数依旧是正数，且加入控制变量前后都通过了1%水平的显著性检验，这表示新质生产力和应急产业高质量发展存在着显著的正相关关系，即新质生产力可以促进应急产业高质量发展，因此假设1成立。

对于控制变量，经济发展与人力资本水平对于应急产业高质量发展的影响不明显，开放程度对应急产业高质量发展起抑制作用，这可能是因为国内应急产业发展相较于国外落后，开放程度的提高使得本土的应急产业发展被抑制。信息化水平对于应急产业的高质量发展有显著的影响但很微弱。

5.2. 稳健性检验

为了避免回归结果的偶然性，本文参考秦德智[25]的研究，采用三种方法进行稳健性检验，分别进行内生性处理、更换评价方法和剔除部分样本数据。

5.2.1. 内生性处理

考虑到解释变量与被解释变量之间可能存在着内生性，因此本文采用滞后一期的新质生产力水平作为新的解释变量重新进行基准回归，得到的结果如表5所示。

Table 5. Baseline regression results after endogenous treatment

表5. 内生性处理后的基准回归结果

	(1)	(2)
	NQP	EI
LNQP	1.132^***	0.418^***
	(58.243)	(12.817)
GDP		0.000^**
		(2.471)
HC		0.020
		(0.757)
Open		−0.067^**
		(−2.573)
COR		0.000^***
		(8.239)
_cons	−0.005^**	0.081^***
	(−2.096)	(10.108)
N	300	300
R^2	0.927	0.815
F	3392.292	233.666

表5中，列(1)表示滞后一期的新质生产力水平对原新质生产力水平的影响，列(2)表示滞后一期的新质生产力水平对被解释变量的影响。从列(1, 2)看，滞后一期的新质生产力水平与原新质生产力水平、被解释变量以及中介变量对被解释变量之间均存在着显著的正相关关系，表明处理内生性问题后，结果依旧是稳健的。

5.2.2. 更换评价方法

更换新质生产力与应急产业高质量发展指数的评价方法，采用TOPSIS法重新测算进行回归，得到的结果如表6所示。

Table 6. Baseline regression results after changing the evaluation method

表6. 更改评价方法后的基准回归结果

	(1)	(2)
	EI	EI
NQP	0.498^***	0.287^***
	(25.324)	(11.995)
GDP		0.000^***
		(3.121)
HC		−0.000
		(−1.222)
Open		−0.001^**
		(−2.132)
COR		0.000^***
		(7.781)
_cons	0.002^***	0.002^***
	(24.787)	(15.278)
N	330	330
R^2	0.682	0.788
F	641.285	219.909

由表表6可知，更换变量的评价方法之后，其回归结果依旧通过1%的显著性检验且回归系数是正数，与基准回归结果相同，验证了前文结果的稳健性。

5.2.3. 剔除部分样本

由于中国各区域中，新质生产力发展水平有差异，为验证结果的普遍性，剔除上海市、北京市、天津市、重庆市的数据重新进行回归，得到的结果如表7所示。

Table 7. Baseline regression results after excluding some data

表7. 剔除部分数据后的基准回归结果

	(1)	(2)
	EI	EI
NQP	0.687^***	0.455^***
	(30.214)	(15.487)
GDP		0.000^***
		(2.685)
HC		−0.032
		(−0.840)
Open		−0.064^**
		(−2.335)
COR		0.000^***
		(5.260)
_cons	0.092^***	0.084^***
	(33.261)	(11.050)
N	286	286
R^2	0.779	0.848
F	912.872	283.729

表7列(2)显示，剔除部分样本数据后回归结果为正，通过1%水平的显著性检验，与基准回归结果相同，再次验证了前文结果的稳健性。

5.3. 异质性检验

参考沈小波[26]的研究，将我国30个省份分为东部、中部、西部三大地区，分别对东中西部分别进行回归，得到的结果如表8所示。

Table 8. Heterogeneity test results

表8. 异质性检验结果

	(1)	(2)	(2)
	EI	EI	EI
NQP	0.470^***	0.368^***	0.261^***
	(11.025)	(3.947)	(3.000)
GDP	0.000	0.000^**	−0.000
	(0.499)	(2.640)	(−0.215)
HC	−0.003	−0.108^*	0.013
	(−0.062)	(−1.687)	(0.361)
Open	−0.064^*	−0.079	−0.061^*
	(−1.678)	(−1.544)	(−1.945)
COR	0.000^***	0.000^***	0.000^***
	(3.288)	(4.245)	(7.466)
_cons	0.141^***	0.059^***	0.066^***
	(6.344)	(5.350)	(11.320)
N	121	88	121
R^2	0.868	0.854	0.744
F	138.091	88.064	60.942

表8中，列(1)、(2)、(3)分别表示东部、中部、西部的新质生产力水平对应急产业高质量发展水平的回归结果。结果显示新质生产力对不同地区的应急产业高质量发展均有正向影响，但对东部地区的应急产业高质量发展影响较大，中部其次，对西部应急产业高质量发展影响最小。新质生产力对应急产业高质量发展的影响呈现出一种从东到西的递减趋势，这可能因为东部地区沿海城市较多吸引外资水平较高且东部地区的经济较为发达，新质生产力发展水平较高；城市化程度较高，对应急产业的发展较为看重。

6. 进一步分析：中介效应和空间效应

6.1. 中介效应

6.1.1. 计量模型设定

由于新质生产力对应急产业高质量发展的效应是由新质生产力影响中介变量，再由中介变量影响应急产业指数，因此本文借鉴潘凯[27]的做法，采用逐步回归建立中介效应模型，其模型设定如下：

$ST{I}_{i,t}={\beta }_0+{\beta }_{1}NQ{P}_{i,t}+{\beta }_2{X}_{i,t}+{\delta }_t+{\gamma }_i+{\epsilon }_{i,t}$ (2)

$E{I}_{i,t}={\theta }_0+{\theta }_{1}NQ{P}_{i,t}+{\theta }_{2}ST{I}_{i,t}+{\theta }_3{X}_{i,t}+{\delta }_t+{\gamma }_i+{\epsilon }_{i,t}$ (3)

其中，$ST{I}_{i,t}$ 表示i地区t年的科技创新水平，${\theta }_1$ 、${\theta }_2$ 、${\beta }_1$ 、${\beta }_2$ 为回归系数，${\theta }_0$ 、${\beta }_0$ 是截距项。

6.1.2. 结果分析

在原有的基准回归模型之中添加中介变量，分别进行解释变量对中介变量与中介变量对被解释变量的回归，得到的结果如表9所示。

Table 9. Regression of mediating effects

表9. 中介效应回归

	(1)	(2)
	STI	EI
NQP	0.025^***	0.390^***
	(3.121)	(15.651)
GDP	0.000^***	0.000
	(2.754)	(0.706)
HC	−0.010	0.006
	(−1.307)	(0.272)
Open	0.011^*	−0.067^***
	(1.693)	(−3.363)
COR	0.000^***	0.000^***
	(3.989)	(7.261)
STI		1.608^***
		(8.859)
_cons	0.010^***	0.068^***
	(4.799)	(9.779)
N	330	330
R^2	0.334	0.873
F	29.535	337.188

表9中，列(1)表示解释变量对中介变量的回归结果，列(2)表示中介变量对被解释变量的回归结果。结果表明其回归系数均为正，且通过1%水平下的显著性检验，说明新质生产力能够有效推动科技创新，且新质生产力通过推动科技创新促进应急产业高质量发展，验证了假说2的准确性。

6.1.3. 中介效应内生性检验

按照上文的内生性检验方法，以滞后一期的新质生产力发展水平为新的解释变量重新进行回归，得到的结果如表10所示。

Table 10. Endogeneity test of mediating effect

表10. 中介效应内生性检验

	(1)	(2)	(3)
	LSTI	EI	EI
LNQP	0.061^***	0.398^***	0.373^***
	(10.106)	(13.939)	(11.867)
STI		1.738^***
		(9.095)
GDP		0.000	0.000^*
		(1.140)	(1.922)
HC		0.032	0.031
		(1.381)	(1.258)
Open		−0.073^***	−0.065^***
		(−3.219)	(−2.660)
COR		0.000^***	0.000^***
		(6.939)	(7.496)
LSTI			1.348^***
			(6.104)
_cons	0.015^***	0.061^***	0.064^***
	(20.306)	(8.299)	(7.895)
N	300	300	300
R^2	0.275	0.859	0.838
F	102.127	268.549	227.578

表10中，列(1)表示滞后仪器的解释变量对滞后一期的中介变量的回归结果，列(2)表示滞后一期的解释变量对被解释变量的回归结果，列(3)表示之后一期的中介变量对被解释变量的回归结果。其回归系数均为正且均通过1%的显著性水平的检验，这表明解决内生性问题后，新质生产力不仅直接促进应急产业高质量发展，还通过促进科技创新促进应急产业高质量发展。

6.2. 空间效应

6.2.1. 空间自相关检验及模型设定

在探讨新质生产力对应急产业高质量发展之前，首先需要判断应急产业高质量发展是否存在空间自相关性，本文基于各省份省会之间的欧氏距离为空间矩阵，计算了全局莫兰指数。得到的结果如表11所示，不难看出各地区间的应急产业高质量发展的莫兰指数大多在5%的水平下显著，只有2012年的全局莫兰指数在10%水平下显著，表明应急产业高质量发展存在着地区间的正相关，在分析新质生产力对应急产业高质量发展时应考虑其空间效应。

Table 11. Moran index for the high-quality development of emergency industries

表11. 应急产业高质量发展莫兰指数

年份	莫兰指数	Z值	P值
2012	0.024	1.853	0.064
2013	0.040	2.392	0.017
2014	0.049	2.676	0.007
2015	0.034	2.267	0.023
2016	0.053	2.816	0.005
2017	0.043	2.516	0.012
2018	0.034	2.255	0.024
2019	0.039	2.444	0.015
2020	0.046	0.031	0.009
2021	0.043	2.535	0.011
2022	0.055	2.898	0.004

为了选择合适的模型，分别进行LM检验、Hausman检验、LR检验与进一步的LR检验，得到的检验结果见表12。

Table 12. Spatial econometric model testing

表12. 空间计量模型检验

检验	统计值	P值
Spatial error:
Moran’s I	127.384	0.000
Lagrange multiplier	14.681	0.000
Robust Lagrange multiplier	7.286	0.007
Spatial lag:
Lagrange multiplier	14.010	0.000
Robust Lagrange multiplier	6.615	0.010
Wald (SDM-SAR)	(chi2) 4.78	0.029
Wald (SDM-SEM)	14.55	0.000
LR (SDM-SAR)	(chi2) 5.74	0.017
LR (SDM-SEM)	(chi2) 13.92	0.000
Hausman	(chi2) 61.07	0.000
LR (IND)	(chi2) 22.38	0.000
LR (time)	(chi2) 897.60	0.000

由表12可以得到，LM检验的p值均在1%的水平下显著，可以使用空间滞后模型(SAR)和空间误差模型(SEM)，因此采用空间杜宾模型(SDM)作为初始模型；Hausman检验的p值在1%的水平下显著，采用固定效应模型；LR与Wald检验的均在5%的水平下显著，表明SDM模型不会退化为SAR模型与SEM模型；进一步的LR检验的P值在1%的水平下显著，表明个体固定模型与时间固定模型均可采用，因此采用双固定模型进行分析。经过检验滞后得到最终的模型为双固定空间杜宾模型，借鉴冯兰刚[28]的研究，设定的模型如下：

$E{I}_{i,t}={\varphi }_0+\rho WE{I}_{i,t}+{\varphi }_{1}WNQ{P}_{i,t}+{\phi }_{2}NQ{P}_{i,t}+{\delta }_t+{\gamma }_i+{\epsilon }_{i,t}$ (4)

$W$ 表示空间权重矩阵，$\rho$ 为空间自回归系数，${\phi }_2$ 为核心解释变量系数，${\varphi }_1$ 为核心解释变量系数，${\delta }_t$ 为时间固定效应，${\gamma }_i$ 为个体固定效应，${\epsilon }_{i,t}$ 为误差项。

6.2.2. 空间计量结果分析

利用上述模型进行空间杜宾回归，得到的结果如表13所示：

Table 13. Spatial Durbin model regression

表13. 空间杜宾模型回归

	(1)	(2)	(3)	(4)	(5)	(6)	(7)
VARIABLES	Main	Wx	Spatial	Variance	Direct	Indirect	Total
x1	0.600^***	0.424^**			0.610^***	0.736^***	1.345^***
	(0.00)	(0.03)			(0.00)	(0.01)	(0.00)
rho			0.207
			(0.24)
sigma2_e				0.000^***
				(0.00)
Observations	330	330	330	330	330	330	330
R-squared	0.632	0.632	0.632	0.632	0.632	0.632	0.632
Number of ID	30	30	30	30	30	30	30

由表13列(1)可知，新质生产力对应急产业高质量发展的空间自回归系数为0.6，且通过了1%水平下的显著性检验，说明解释变量新质生产力发展水平可以促进被解释变量应急产业高质量发展水平，进一步验证了假设1。

从空间效应看，新质生产力发展水平对应急产业高质量发展水平的，空间效应系数为正，且通过了5%水平下的显著性检验，表明某省的新质生产力水平的提高促进了地理邻近地区的应急产业高质量发展，这可能是由于：新质生产力通过科技手段打破时空限制，并将最新科技创新成果传递到地理邻近区域，以此赋能邻近地区的应急产业的高质量发展。

为了对空间溢出效应进一步分析，将新质生产力发展水平的空间溢出效应分解为直接效应、间接效应与总效应。新质生产力的直接效应、间接效应与总效应的系数均为正，且通过了1%水平下的显著性检验，从直接效应看：新质生产力发展水平每提升一个百分点，应急产业高质量发展水平提升0.61个百分点；从间接效应看：新质生产力发展水平每提升一个百分点，应急产业高质量发展水平提升0.736个百分点。

7. 结论与建议

7.1. 结论

本文基于2012⁓2022年中国30个省份的面板数据，实证检验了新质生产力对应急产业高质量发展的作用机制及其空间效应，得到的结果如下。

第一，从基准回归结果得知，新质生产力对应急产业高质量发展的回归系数为0.43，且在1%的水平下显著，表明新质生产力正向促进应急产业高质量发展。

第二，从异质性结果得知，新质生产力对应急产业高质量发展的正向促进作用在东、中、西部都存在，但呈现出从东到西的递减趋势。

第三，从传导机制检验结果得知，新质生产力对科技创新的回归系数为0.025，科技创新对应急产业高质量发展的回归系数为1.608，且均通过1%水平的显著性检验，表明科技创新是新质生产力赋能应急产业高质量发展的重要途径。

第四，从空间溢出效应分解结果得知，本地的新质生产力发展水平会辐射到地理邻近区域的应急产业高质量发展。

7.2. 建议

根据以上结论，本文提出以下建议：

第一，完善新质生产力发展环境，加速培育新质生产力。由结论可知，新质生产力可通过促进科技创新从而促进应急产业的高质量发展，而应急产业是国民安全的重要保障。因此有关部门应加速培育新质生产力。对此，政府可以加大对科技创新的投入，增加科研项目经费，或设立科研专项资金；还可以设立相关政策鼓励科技创新，对最新科技创新成果进行奖赏，激励科技研发企业或其他科研人员探索前瞻科技；另外，政府可以加强与当地高校的合作，形成产学研用结合的机制。

第二，因地制宜，协同发展新质生产力与应急产业。由结论可知，新质生产力对应急产业的促进程度呈现出从东到西的递减趋势。东部地区的经济基础较高，对于发展新质生产力或应急产业有较高的资金支持与更好的政策支持。作为新质生产力基本内涵的生产要素构成与组合具有显著的区域烙印，我国地域辽阔，各地区的区域优势各不相同。各地域应根据当地区域优势打造发展新质生产力的特色模式。

第三，消除地域壁垒，发挥新质生产力对周围地区的应急产业高质量的辐射作用。新质生产力可以通过科技手段打破时空禁锢，从而促进周围地区应急产业高质量发展。相关部门应推动省份间的新质生产力及应急产业的联合发展，可以打造联合园区共同发展或完善省份间交通措施，缩小发展差异。

基金项目

江苏省大学生创新训练计划项目“新质生产力驱动中国应急产业高质量发展的作用机制及空间效应研究(项目编号：202411998091Y)”。

NOTES

^*通讯作者。