DOI: https://doi.org/10.1038/s41598-026-36247-1
PMID: https://pubmed.ncbi.nlm.nih.gov/41535694
تاريخ النشر: 2026-01-14
المؤلف: Yanni Liu وآخرون
الموضوع الرئيسي: التحليل الاقتصادي الإقليمي والمكاني
نظرة عامة
تدرس هذه الدراسة التطور التآزري للقوى الإنتاجية الجديدة عالية الجودة (NQPF) وتخصيص موارد الابتكار في الصين من 2012 إلى 2022، باستخدام نموذج شبكة عصبية متعددة الطبقات (MLP) لتقييم درجة التنسيق والترابط. تشير النتائج إلى أن نموذج MLP يلتقط بفعالية الاتجاهات طويلة الأجل والتفاعلات غير الخطية التي تفشل النماذج الخطية التقليدية في تحديدها. تظهر درجة التنسيق العامة مسارًا إيجابيًا، على الرغم من وجود تفاوتات مكانية كبيرة، تتأثر بشكل أساسي بالاختلافات بين المناطق. تُظهر المنطقة الشرقية دورات إيجابية قصيرة الأجل، بينما تحقق المنطقة الوسطى تقدمًا ثابتًا، وتواجه المنطقة الغربية تحديات التهميش.
يكشف التحليل أن المناطق ذات مستويات التنسيق المماثلة تميل إلى التجمع جغرافيًا، مما يبرز أهمية التعاون عبر المناطق ومشاركة موارد الابتكار. تؤكد الدراسة أن العلاقة بين موارد الابتكار وNQPF تلتزم بقانون العوائد الحدية المتزايدة، لا سيما في المناطق الشرقية المتقدمة حيث يشهد التنسيق نموًا أسيًا بعد الوصول إلى عتبات معينة من الموارد. بالمقابل، تُظهر المناطق الأقل تطورًا اختلافات طفيفة بين نماذج MLP والنماذج التقليدية، مما يشير إلى أن آلياتها غير الخطية لم يتم تفعيلها بالكامل بسبب قيود الموارد. تؤكد الأبحاث على ضرورة التدخلات السياسية المستهدفة لتعزيز التنسيق وتخصيص الموارد، لا سيما في المناطق الوسطى والغربية.
مقدمة
في سياق تعزيز القدرة التنافسية الاقتصادية العالمية وتعزيز التنمية المستدامة، ظهر مفهوم القوى الإنتاجية الجديدة عالية الجودة (NQPF) كإطار استراتيجي في الصين منذ عام 2023. تتميز NQPF بتركيزها على النمو المدفوع بالابتكار، بهدف تحسين آليات الابتكار التكنولوجي، وتحسين تخصيص موارد الابتكار، وتعزيز نماذج النمو التي توازن بين الكفاءة والاستدامة. يبرز هذا الإطار الحاجة الملحة لمعالجة الفجوة بين إمكانيات NQPF وتنفيذها الفعلي داخل الاقتصاد الحقيقي.
جانب حاسم من هذا الاستفسار هو دور تخصيص موارد الابتكار، وهو أمر أساسي للتطوير الناجح لـ NQPF. مع انتقال الاقتصاد العالمي إلى عصر التحول الذكي المدفوع بالرقمنة، يصبح فهم كيفية تخصيص الموارد للابتكار بشكل فعال أمرًا متزايد الأهمية لتحقيق فوائد NQPF وتحقيق نمو اقتصادي مستدام.
النتائج
تكشف نتائج الدراسة عن اختلافات كبيرة في درجة التنسيق بين موارد الابتكار وNQPF عند مقارنة نموذج الشبكة العصبية MLP بالطرق الخطية التقليدية. في المناطق المتقدمة اقتصاديًا مثل بكين وشنغهاي، يشير نموذج MLP إلى درجة تنسيق ارتباط أعلى، مما يوحي بأن النماذج التقليدية تقلل من تقدير التآزر الناتج عن تركيز موارد الابتكار. على العكس، في المناطق الغربية مثل تشينغهاي ونينغشيا، يبرز نموذج MLP تباينًا ملحوظًا، مما يشير إلى أن الأساليب التقليدية قد تغفل عن إمكانيات التنمية في المناطق التي تعاني من نقص الموارد. تتيح قدرة MLP على التقاط العلاقات غير الخطية التعرف على أنماط التنسيق الكامنة التي تفشل النماذج التقليدية في التعرف عليها.
يظهر التحليل أيضًا أن نموذج MLP يتمتع بمرونة أكبر ضد الشذوذ في البيانات، كما يتضح من نتائجه المستقرة خلال فترات التقلب في المؤشرات الفردية، على عكس النماذج التقليدية التي تكون حساسة لمثل هذه التغيرات. تدعم تقديرات كثافة النواة هذه النتائج، حيث تظهر تحولًا نحو اليمين في توزيع MLP، مما يشير إلى تقييم أعلى بشكل عام لمستويات التنسيق عبر المناطق. يشير النطاق الأوسع لنموذج MLP وقمة أقل إلى أنه يوفر فهمًا أكثر دقة لديناميات التنمية الإقليمية، مما يتناقض مع التجمع الضيق الملحوظ في الأساليب التقليدية. تصنف الدراسة درجة التنسيق بين الارتباط إلى أربع مراحل، كاشفة عن اتجاه تطوري من التنسيق المنخفض إلى المتوسط من 2012 إلى 2019، مما يشير إلى تحسين تدريجي في التفاعل بين الأنظمة الفرعية.
المناقشة
تؤكد قسم المناقشة في الورقة على ضرورة حدوث تحول في نماذج الإنتاجية، داعية إلى إطار سياسة الجودة الوطنية (NQPF) كنهج نظري شامل للتنمية المدفوعة بالابتكار. لقد حددت النظريات التقليدية للإنتاجية عوامل رئيسية مثل العمل والموارد والتكنولوجيا، حيث يظهر التقدم التكنولوجي كعامل محوري في التحول النظامي. يمثل NQPF تطورًا في مفاهيم الإنتاجية من خلال دمج الأداء العالي والجودة والخصائص منخفضة الكربون في نموذج نمو متماسك. يعيد تعريف ديناميات الإنتاجية، متجاوزًا التوسع الكمي البسيط للتركيز على التقدم النوعي من خلال الابتكار والممارسات المستدامة. يفترض هذا الإطار أن تخصيص موارد الابتكار أمر حاسم لتحقيق NQPF، ومع ذلك تفتقر الأبحاث الحالية إلى تقييم كمي منهجي لعلاقتها المتبادلة.
تسلط الورقة الضوء على ارتباط ثنائي الاتجاه بين NQPF وتخصيص موارد الابتكار، حيث يعزز تخصيص الموارد المحسن التقدم التكنولوجي والتنمية الاقتصادية، بينما تجذب التقدمات في القوى الإنتاجية وتعيد تنظيم موارد الابتكار. تقترح الدراسة إطارًا تحليليًا قويًا يستخدم القياس غير الخطي، والتفكيك المكاني، والتطور الديناميكي لاستكشاف هذه العلاقة. تشمل المساهمات الرئيسية تطوير نموذج شبكة عصبية متعددة الطبقات (MLP) لقياس التنسيق بين الارتباط، وكشف التباين المكاني في مستويات التنسيق، وتحديد تأثيرات التسرب المكاني الكبيرة. تؤكد النتائج على أهمية تعزيز التآزر عبر المناطق وتحسين تخصيص موارد الابتكار لتعزيز التنمية المستدامة وتعزيز التنسيق بين NQPF وموارد الابتكار.
القيود
تسلط قيود هذه الدراسة الضوء على عدة جوانب حاسمة يجب أخذها في الاعتبار عند تفسير النتائج المتعلقة بالتنسيق بين إطار سياسة الجودة الوطنية (NQPF) وتخصيص موارد الابتكار. أولاً، استخدام مصفوفة وزن مكاني ثابتة زمنياً، والتي تهدف إلى معالجة التداخل، تفترض استقرارًا هيكليًا، مما قد يغفل عن تأثيرات التسرب الديناميكية من الاقتصادات الإقليمية المتطورة بسرعة. ثانيًا، قد تعكس اعتماد الدراسة على مؤشرات إحصائية كلية بشكل غير كافٍ التأثيرات الدقيقة للتقنيات الحدودية الناشئة، مثل الذكاء الاصطناعي التوليدي، ضمن سياق NQPF.
علاوة على ذلك، تؤكد الأبحاث على تحديد الأنماط الزمانية والمكانية بدلاً من إقامة علاقات سببية صارمة. وبالتالي، يجب أن تُعتبر النتائج كارتباطات تشخيصية بدلاً من توصيات سياسية نهائية. يفتح هذا آفاقًا للبحوث المستقبلية لتعزيز الفهم من خلال تطبيق الوزن الديناميكي، ودمج البيانات على المستوى الجزئي، وتنفيذ استراتيجيات قوية لتحديد الأسباب.
DOI: https://doi.org/10.1038/s41598-026-36247-1
PMID: https://pubmed.ncbi.nlm.nih.gov/41535694
Publication Date: 2026-01-14
Author(s): Yanni Liu et al.
Primary Topic: Regional Economic and Spatial Analysis
Overview
This study examines the synergistic development of new quality productive forces (NQPF) and innovation resource allocation in China from 2012 to 2022, employing a dual-tower multilayer perceptron (MLP) neural network model to assess the coupling coordination degree. The findings indicate that the MLP model effectively captures long-term trends and nonlinear interactions that traditional linear models fail to identify. The overall coordination degree shows a positive trajectory, although significant spatial disparities exist, primarily influenced by interregional differences. The eastern region demonstrates short-term positive cycles, while the central region is making steady progress, and the western region faces marginalization challenges.
The analysis reveals that regions with similar coordination levels tend to cluster geographically, highlighting the importance of cross-regional cooperation and innovation resource sharing. The study confirms that the relationship between innovation resources and NQPF adheres to the law of increasing marginal returns, particularly in developed eastern areas where coordination experiences exponential growth after reaching certain resource thresholds. In contrast, less developed regions exhibit minimal differences between MLP and traditional models, suggesting that their nonlinear mechanisms have not been fully activated due to resource limitations. The research underscores the necessity for targeted policy interventions to enhance coordination and resource allocation, particularly in central and western regions.
Introduction
In the context of enhancing global economic competitiveness and fostering sustainable development, the concept of New Quality Productive Forces (NQPF) has emerged as a strategic framework in China since 2023. NQPF is characterized by its focus on innovation-driven growth, aiming to improve technological innovation mechanisms, optimize the allocation of innovation resources, and promote growth models that balance efficiency with sustainability. This framework highlights the urgent need to address the gap between the potential of NQPF and its actual implementation within the real economy.
A critical aspect of this inquiry is the role of innovation resource allocation, which is essential for the successful development of NQPF. As the global economy transitions into an era of intelligent transformation propelled by digitalization, understanding how to effectively allocate resources for innovation becomes increasingly important for realizing the benefits of NQPF and achieving sustainable economic growth.
Results
The results of the study reveal significant differences in the coordination degree of innovation resources and NQPF when comparing the MLP neural network model to traditional linear methods. In economically advanced regions like Beijing and Shanghai, the MLP model indicates a higher coupling coordination degree, suggesting that traditional models underestimate the synergy generated by concentrated innovation resources. Conversely, in western regions such as Qinghai and Ningxia, the MLP model highlights a pronounced divergence, indicating that traditional approaches may overlook the development potential in resource-scarce areas. The MLP’s ability to capture non-linear relationships allows it to identify latent coordination patterns that traditional models fail to recognize.
The analysis further demonstrates that the MLP model exhibits greater robustness against anomalies in data, as evidenced by its stable results during periods of fluctuation in single indicators, unlike traditional models that are sensitive to such variations. The kernel density estimation supports these findings, showing a rightward shift in the MLP distribution, which indicates a higher overall assessment of coordination levels across regions. The MLP model’s broader span and lower peak suggest it provides a more nuanced understanding of regional development dynamics, contrasting with the narrower clustering observed in traditional methods. The study categorizes the coupling coordination degree into four stages, revealing an evolutionary trend from low to medium coordination from 2012 to 2019, indicating a gradual improvement in the interaction between subsystems.
Discussion
The discussion section of the paper emphasizes the necessity for a paradigm shift in productivity models, advocating for the National Quality Policy Framework (NQPF) as a comprehensive theoretical approach to innovation-driven development. Traditional productivity theories have identified key factors such as labor, resources, and technology, with technological progress emerging as a pivotal driver of systemic transformation. The NQPF represents an evolution in productivity concepts by integrating high performance, quality, and low-carbon attributes into a cohesive growth model. It redefines productivity dynamics, moving beyond mere quantitative expansion to focus on qualitative advancements through innovation and sustainable practices. This framework posits that the allocation of innovation resources is crucial for realizing NQPF, yet existing research lacks a systematic quantitative evaluation of their interrelationship.
The paper highlights a bidirectional coupling between NQPF and innovation resource allocation, where optimized resource allocation enhances technological progress and economic development, while advancements in productive forces attract and reorganize innovation resources. The study proposes a robust analytical framework employing nonlinear measurement, spatial decomposition, and dynamic evolution to explore this relationship. Key contributions include the development of a dual-tower multilayer perceptron (MLP) neural network model for measuring coupling coordination, revealing spatial divergence in coordination levels, and identifying significant spatial spillover effects. The findings underscore the importance of fostering cross-regional synergies and optimizing innovation resource allocation to promote sustainable development and enhance the coordination between NQPF and innovation resources.
Limitations
The limitations of this study highlight several critical aspects that should be considered when interpreting the findings on the coordination between National Quality Policy Framework (NQPF) and innovation resource allocation. Firstly, the use of a time-invariant spatial weight matrix, intended to address endogeneity, assumes structural stability, which may overlook dynamic spillover effects from rapidly developing regional economies. Secondly, the study’s reliance on macro-statistical indicators may inadequately reflect the nuanced impacts of emerging frontier technologies, such as generative AI, within the NQPF context.
Moreover, the research emphasizes the identification of spatiotemporal patterns rather than establishing strict causal relationships. Consequently, the results should be viewed as diagnostic correlations rather than definitive policy recommendations. This opens avenues for future research to enhance understanding through the application of dynamic weighting, the incorporation of micro-level data, and the implementation of robust causal identification strategies.