中國(guó)省際土地節(jié)約型技術(shù)進(jìn)步測(cè)度與影響因素研究

嚴(yán)思齊　彭建超　吳群

摘要：近年來(lái)，在自然條件和規(guī)劃管制約束性增強(qiáng)、土地市場(chǎng)化改革持續(xù)推進(jìn)的背景下，中國(guó)工業(yè)經(jīng)濟(jì)發(fā)展中土地要素的稀缺性日益顯現(xiàn)，節(jié)約集約利用土地的激勵(lì)逐漸增強(qiáng)，為土地節(jié)約型技術(shù)進(jìn)步的產(chǎn)生創(chuàng)造了條件。然而，既往關(guān)于有偏技術(shù)進(jìn)步的研究通常只考慮資本、勞動(dòng)力等生產(chǎn)要素，較少將土地要素納入實(shí)證分析框架中。有鑒于此，本文將土地要素納入全要素分析框架中，通過(guò)Malmquist生產(chǎn)率指數(shù)的測(cè)算和分解得到投入偏向指數(shù)，在此基礎(chǔ)上考察了中國(guó)大陸各省級(jí)行政區(qū)2011—2016年間的工業(yè)技術(shù)進(jìn)步偏向，并采用Probit模型分析了土地節(jié)約型技術(shù)進(jìn)步的影響因素。研究結(jié)果顯示，樣本期內(nèi)絕大多數(shù)省級(jí)行政區(qū)的全要素生產(chǎn)率出現(xiàn)了增長(zhǎng)。與技術(shù)效率提高相比，技術(shù)進(jìn)步對(duì)全要素生產(chǎn)率增長(zhǎng)的貢獻(xiàn)更大，而所有省區(qū)的技術(shù)進(jìn)步均具有偏向性。大部分省區(qū)的技術(shù)進(jìn)步在土地與勞動(dòng)力、土地與資本這兩種要素組合中至少有一種情形是偏向節(jié)約土地的。其中，針對(duì)土地與勞動(dòng)力組合，技術(shù)進(jìn)步在7個(gè)省區(qū)偏向節(jié)約土地，在22個(gè)省區(qū)偏向節(jié)約勞動(dòng)力；針對(duì)土地與資本組合，技術(shù)進(jìn)步在18個(gè)省區(qū)偏向節(jié)約土地，在11個(gè)省區(qū)偏向節(jié)約資本。Probit模型的估計(jì)結(jié)果表明，要素相對(duì)價(jià)格變化、土地資源稟賦、高技術(shù)產(chǎn)業(yè)占比、經(jīng)濟(jì)發(fā)展水平等因素對(duì)土地節(jié)約型技術(shù)進(jìn)步的產(chǎn)生具有顯著影響。為促進(jìn)工業(yè)用地集約高效利用，應(yīng)繼續(xù)深化工業(yè)用地市場(chǎng)化改革、完善工業(yè)用地價(jià)格的形成機(jī)制；將新增建設(shè)用地指標(biāo)向高技術(shù)產(chǎn)業(yè)傾斜，減少向高耗地產(chǎn)業(yè)供地；及時(shí)修訂和嚴(yán)格執(zhí)行工業(yè)項(xiàng)目土地使用標(biāo)準(zhǔn)，鼓勵(lì)企業(yè)提高地均投資強(qiáng)度和產(chǎn)出水平。

關(guān)鍵詞 ： 土地節(jié)約型技術(shù)進(jìn)步；影響因素；Malmquist生產(chǎn)率指數(shù)；Probit模型

中圖分類號(hào) F301.2 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 1002-2104（2018）12-0098-08 DOI：10.12062/cpre.20180924

根據(jù)主流的經(jīng)濟(jì)增長(zhǎng)理論，要素積累、技術(shù)進(jìn)步和技術(shù)效率提高是經(jīng)濟(jì)增長(zhǎng)的重要源泉。隨著中國(guó)經(jīng)濟(jì)增長(zhǎng)方式由規(guī)模速度型向質(zhì)量效益型轉(zhuǎn)變，以及創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略的提出，技術(shù)進(jìn)步對(duì)于中國(guó)經(jīng)濟(jì)增長(zhǎng)的促進(jìn)作用日益凸顯。值得注意的是，技術(shù)進(jìn)步可能改變生產(chǎn)要素之間的邊際技術(shù)替代率，出現(xiàn)更加節(jié)約使用某類要素的有偏技術(shù)進(jìn)步[1]。近年來(lái)，在要素稟賦約束和規(guī)劃管制、市場(chǎng)規(guī)制的影響下，中國(guó)工業(yè)經(jīng)濟(jì)發(fā)展中土地要素的稀缺性日益顯現(xiàn)，節(jié)約集約利用土地的激勵(lì)逐漸增強(qiáng)。增量工業(yè)用地方面，國(guó)家出臺(tái)的一系列政策提高了工業(yè)用地市場(chǎng)的競(jìng)爭(zhēng)性和透明度，扭轉(zhuǎn)了劃撥和協(xié)議出讓長(zhǎng)期主導(dǎo)工業(yè)用地資源配置的局面，使得土地價(jià)格扭曲得到糾正、資源價(jià)值顯化程度得以提升[2-3]。存量工業(yè)用地方面，各級(jí)政府通過(guò)實(shí)行工業(yè)項(xiàng)目土地使用標(biāo)準(zhǔn)控制、開(kāi)展開(kāi)發(fā)區(qū)土地節(jié)約集約利用評(píng)價(jià)，強(qiáng)化了集約利用土地的激勵(lì)和約束[4]。在土地要素稀缺性日趨顯現(xiàn)、工業(yè)地價(jià)上漲的背景下，中國(guó)工業(yè)經(jīng)濟(jì)發(fā)展中是否出現(xiàn)了土地節(jié)約型技術(shù)進(jìn)步？土地節(jié)約型技術(shù)進(jìn)步呈現(xiàn)出怎樣的空間分布特征？研究這些問(wèn)題對(duì)于推動(dòng)工業(yè)經(jīng)濟(jì)轉(zhuǎn)型升級(jí)、促進(jìn)經(jīng)濟(jì)增長(zhǎng)質(zhì)量與效率的提高具有重要意義。另一方面，既往關(guān)于有偏技術(shù)進(jìn)步的研究通常只考慮資本、勞動(dòng)力等生產(chǎn)要素，而較少將土地要素納入實(shí)證分析框架中，可能影響了研究結(jié)果的準(zhǔn)確性。有鑒于此，本文將土地要素納入全要素分析框架中，基于投入偏向指數(shù)考察中國(guó)大陸各省級(jí)行政區(qū)的工業(yè)技術(shù)進(jìn)步偏向（主要關(guān)注是否出現(xiàn)了土地節(jié)約型技術(shù)進(jìn)步），并采用Probit模型分析土地節(jié)約型技術(shù)進(jìn)步的影響因素。

1 文獻(xiàn)綜述

有關(guān)中國(guó)技術(shù)進(jìn)步的研究主要圍繞技術(shù)進(jìn)步的速度和偏向這兩個(gè)主題展開(kāi)，而較早期的研究主要關(guān)注技術(shù)進(jìn)步的速度。例如，顏鵬飛和王兵[5]基于數(shù)據(jù)包絡(luò)分析（Data Envelopment Analysis，DEA）方法測(cè)度了1978—2001年間中國(guó)各省級(jí)行政區(qū)的技術(shù)進(jìn)步、技術(shù)效率變化及全要素生產(chǎn)率增長(zhǎng)率，發(fā)現(xiàn)1997年之后全要素生產(chǎn)率增長(zhǎng)的放緩可以歸因于技術(shù)進(jìn)步的減慢。郭慶旺和賈俊雪[6]基于多種方法測(cè)度了中國(guó)1979—2004年間的全要素生產(chǎn)率增長(zhǎng)率并對(duì)其進(jìn)行了分解，亦發(fā)現(xiàn)技術(shù)進(jìn)步速度偏低是全要素生產(chǎn)率增速較慢的重要原因。

近年來(lái)，研究者們開(kāi)始關(guān)注中國(guó)技術(shù)進(jìn)步的偏向，最初采用的大多為基于計(jì)量模型估計(jì)的參數(shù)方法。例如，戴天仕和徐現(xiàn)祥[7]以及陳曉玲和連玉君[8]基于CES生產(chǎn)函數(shù)和標(biāo)準(zhǔn)化供給面系統(tǒng)方法，估計(jì)了要素替代彈性并分析了技術(shù)進(jìn)步偏向；陸雪琴和章上峰[1]采用Kmenta級(jí)數(shù)展開(kāi)法估計(jì)了標(biāo)準(zhǔn)化CES生產(chǎn)函數(shù)，進(jìn)而得到要素替代彈性估計(jì)值并判定了技術(shù)進(jìn)步偏向。然而，郝楓[9]和封永剛等[10]指出，目前要素替代彈性的估計(jì)方法仍存在著缺陷和爭(zhēng)議，影響了參數(shù)方法判定技術(shù)進(jìn)步偏向的準(zhǔn)確性。正因如此，許多學(xué)者轉(zhuǎn)而采用基于投入偏向指數(shù)的非參數(shù)方法開(kāi)展研究。該方法無(wú)須對(duì)生產(chǎn)函數(shù)形式做出任何假設(shè)，也不需要對(duì)要素替代彈性進(jìn)行估計(jì)，從而避免了較強(qiáng)的理論約束。該方法已被廣泛應(yīng)用于對(duì)工業(yè)技術(shù)進(jìn)步偏向的研究[11-15]。例如，Chen和Yu[13]測(cè)算了99個(gè)OECD和非OECD國(guó)家的Malmquist生產(chǎn)率指數(shù)，并基于對(duì)該指數(shù)的分解得到投入偏向指數(shù)，進(jìn)而分析了技術(shù)進(jìn)步在資本、勞動(dòng)力等要素之間的偏向；Fare等[14]基于非參數(shù)方法研究了臺(tái)灣地區(qū)制造業(yè)的技術(shù)進(jìn)步偏向；王班班和齊紹洲[15]采用非參數(shù)方法分析了中國(guó)大陸工業(yè)行業(yè)的技術(shù)進(jìn)步偏向。

通過(guò)對(duì)既有研究的梳理發(fā)現(xiàn)，學(xué)者們主要關(guān)注技術(shù)進(jìn)步在資本、勞動(dòng)力等要素之間的偏向，而較少有研究將土地要素納入實(shí)證分析框架中。但在土地稀缺性日益顯現(xiàn)、土地市場(chǎng)發(fā)育程度不斷提高的背景下，土地要素的重要性顯然不容忽視。另一方面，雖然已有研究對(duì)有偏技術(shù)進(jìn)步的誘因進(jìn)行了理論分析，但該領(lǐng)域的實(shí)證分析和檢驗(yàn)仍然相對(duì)較少。

2 研究方法與數(shù)據(jù)說(shuō)明

2.1 研究方法

2.1.1 有偏技術(shù)進(jìn)步

本文采用實(shí)證研究中應(yīng)用廣泛的Hicks定義來(lái)界定有偏技術(shù)進(jìn)步[11-16]。具體來(lái)說(shuō)，令x1，…，xN分別表示N種生產(chǎn)要素的投入量，xj和xk表示其中任意2種要素的投入量。給定要素投入比例xk/xj不變，若技術(shù)進(jìn)步之后要素j和要素k之間的邊際技術(shù)替代率不變，則認(rèn)為技術(shù)進(jìn)步是中性的；若邊際技術(shù)替代率發(fā)生了變化，則認(rèn)為存在有偏技術(shù)進(jìn)步。有偏技術(shù)進(jìn)步的判定條件可以表示為：

其中，MRTS表示要素j和要素k之間的邊際技術(shù)替代率，t表示時(shí)間，F(xiàn)tj和Ftk分別表示要素j和要素k的邊際產(chǎn)出。當(dāng)存在有偏技術(shù)進(jìn)步時(shí)，還可進(jìn)一步考察技術(shù)進(jìn)步更加促進(jìn)何種要素的節(jié)約使用（即技術(shù)進(jìn)步偏向）：若技術(shù)進(jìn)步之后式（1）中邊際技術(shù)替代率上升，則為要素k節(jié)約型技術(shù)進(jìn)步（或稱技術(shù)進(jìn)步是偏向節(jié)約要素k的）；若邊際技術(shù)替代率下降，則為要素j節(jié)約型技術(shù)進(jìn)步（或稱技術(shù)進(jìn)步是偏向節(jié)約要素j的）。由于現(xiàn)實(shí)中要素投入比例是動(dòng)態(tài)變化的，因而在判定技術(shù)進(jìn)步偏向的實(shí)證研究中，研究者均放寬了Hicks定義中要素投入比例不變的假設(shè)[11-15]。

2.2 變量選擇和數(shù)據(jù)來(lái)源

2.2.1 工業(yè)投入產(chǎn)出指標(biāo)選擇和數(shù)據(jù)來(lái)源

本文以2011—2016年為研究期，以中國(guó)大陸除青海、西藏外（受數(shù)據(jù)可得性的限制）的29個(gè)省級(jí)行政區(qū)作為數(shù)據(jù)觀測(cè)單元。本研究時(shí)間區(qū)間的確定主要是基于數(shù)據(jù)可得性的考慮。由于分析土地節(jié)約型技術(shù)進(jìn)步的影響因素需要利用工業(yè)用地價(jià)格數(shù)據(jù)，而2011年之前的工業(yè)用地價(jià)格數(shù)據(jù)存在缺失，因而將研究期的起點(diǎn)設(shè)定為2011年，而非更早期的某個(gè)年份。采用工業(yè)總產(chǎn)值度量工業(yè)產(chǎn)出水平，分別利用工業(yè)行業(yè)城鎮(zhèn)單位從業(yè)人員數(shù)和工業(yè)用地面積衡量勞動(dòng)力投入水平（L）和土地投入水平（IL）。參考張海洋[20]和姚志毅等[21]的方法，采用工業(yè)部門固定資產(chǎn)凈值度量資本投入水平（即工業(yè)行業(yè)資本存量，K）。分別采用分地區(qū)工業(yè)生產(chǎn)者出廠價(jià)格指數(shù)和固定資產(chǎn)投資價(jià)格指數(shù)將工業(yè)總產(chǎn)值和工業(yè)部門固定資產(chǎn)凈值折算為2011年不變價(jià)。工業(yè)總產(chǎn)值、工業(yè)行業(yè)城鎮(zhèn)單位從業(yè)人員數(shù)和工業(yè)部門固定資產(chǎn)凈值數(shù)據(jù)來(lái)源于歷年的《中國(guó)城市統(tǒng)計(jì)年鑒》，工業(yè)用地面積數(shù)據(jù)來(lái)源于歷年的《中國(guó)城市建設(shè)統(tǒng)計(jì)年鑒》，分地區(qū)工業(yè)生產(chǎn)者出廠價(jià)格指數(shù)和固定資產(chǎn)投資價(jià)格指數(shù)來(lái)源于歷年的《中國(guó)統(tǒng)計(jì)年鑒》。

2.2.2 Probit模型的解釋變量選擇和數(shù)據(jù)來(lái)源

依據(jù)誘致性技術(shù)進(jìn)步理論[12-13，16]，本文采用要素相對(duì)價(jià)格變化率作為研究土地節(jié)約型技術(shù)進(jìn)步影響因素的Probit模型的核心解釋變量。預(yù)期土地價(jià)格相對(duì)于其他要素價(jià)格上漲的越快，土地節(jié)約型技術(shù)進(jìn)步的發(fā)生概率越高。具體來(lái)說(shuō)，在針對(duì)土地與勞動(dòng)力這一要素組合的Probit模型中，核心解釋變量為土地與勞動(dòng)力的相對(duì)價(jià)格的變化率（rprice1），其計(jì)算公式為：

其中，下標(biāo)2011和2016分別表示相應(yīng)的年份；landp、laborp分別表示工業(yè)用地價(jià)格（以工業(yè)用地出讓成交均價(jià)來(lái)表示）和勞動(dòng)力價(jià)格（以工業(yè)行業(yè)城鎮(zhèn)單位就業(yè)人員平均工資來(lái)表示）；Δlandp和Δlaborp分別表示2011—2016年間工業(yè)用地價(jià)格和勞動(dòng)力價(jià)格的變化率。式（10）的推導(dǎo)表明，土地與勞動(dòng)力的相對(duì)價(jià)格的變化率等價(jià)于土地價(jià)格變化率與勞動(dòng)力價(jià)格變化率之比。工業(yè)用地出讓成交均價(jià)數(shù)據(jù)來(lái)源于國(guó)家信息中心主辦國(guó)信房地產(chǎn)信息網(wǎng)的土地市場(chǎng)數(shù)據(jù)庫(kù)，工業(yè)行業(yè)城鎮(zhèn)單位就業(yè)人員平均工資數(shù)據(jù)來(lái)源于歷年的《中國(guó)統(tǒng)計(jì)年鑒》。在針對(duì)土地與資本這一要素組合的Probit模型中，核心解釋變量為土地與資本的相對(duì)價(jià)格的變化率（rprice2），其計(jì)算公式為：

其中， capitalp表示資本價(jià)格，Δcapitalp表示2011—2016年間資本價(jià)格的變化率（參考既有研究，由固定資產(chǎn)投資價(jià)格指數(shù)來(lái)度量），其他符號(hào)的含義與式（10）相同。

除核心解釋變量外，考慮其他因素，本文還選取了如下解釋變量：①以人均耕地面積表征的土地資源稟賦（pccland）。土地資源稟賦條件越好，工業(yè)用地后備資源越充裕，工業(yè)用地集約利用的激勵(lì)程度可能反而越低[2]，而土地節(jié)約型技術(shù)進(jìn)步的發(fā)生概率可能也越低。②高技術(shù)產(chǎn)業(yè)占比（htratio，用高技術(shù)產(chǎn)業(yè)主營(yíng)業(yè)務(wù)收入占地區(qū)工業(yè)企業(yè)主營(yíng)業(yè)務(wù)收入的比重來(lái)表示）。陳偉等[22]指出，高技術(shù)企業(yè)具有技術(shù)和資本密集度高、土地集約利用程度高的特征。因而可以預(yù)期土地節(jié)約型技術(shù)進(jìn)步更有可能發(fā)生在高技術(shù)產(chǎn)業(yè)占比高的地區(qū)。③外資（含港澳臺(tái)資）企業(yè)產(chǎn)值占比（fratio，用外資企業(yè)工業(yè)總產(chǎn)值占地區(qū)工業(yè)總產(chǎn)值的比重來(lái)表示）。外資企業(yè)通常具有較高的技術(shù)和管理水平、工業(yè)用地利用效率往往也較高[22-23]，因而可以預(yù)期土地節(jié)約型技術(shù)進(jìn)步更有可能發(fā)生在外資企業(yè)產(chǎn)值占比高的地區(qū)。④地區(qū)經(jīng)濟(jì)發(fā)展水平（pcgdp，用人均地區(qū)生產(chǎn)總值來(lái)度量）。地區(qū)經(jīng)濟(jì)發(fā)展水平越高，土地集約利用程度通常也越高[23]。因而可以預(yù)期土地節(jié)約型技術(shù)進(jìn)步更有可能發(fā)生在經(jīng)濟(jì)發(fā)展水平高的地區(qū)。⑤土地市場(chǎng)秩序（llegal，用土地違法案件涉及土地面積占行政轄區(qū)面積的比重來(lái)逆向反映）。土地違法現(xiàn)象越多、土地市場(chǎng)秩序越混亂，越不利于通過(guò)市場(chǎng)機(jī)制提高土地資源的配置和利用效率[2，23]，而土地節(jié)約型技術(shù)進(jìn)步的發(fā)生概率可能也越低。由于研究期包含多個(gè)年份，因而pccland、htratio、fratio、pcgdp和llegal的取值為相應(yīng)指標(biāo)在研究期內(nèi)的年平均值。相關(guān)數(shù)據(jù)來(lái)源于歷年的《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)國(guó)土資源統(tǒng)計(jì)年鑒》《中國(guó)高技術(shù)產(chǎn)業(yè)統(tǒng)計(jì)年鑒》和《中國(guó)城市統(tǒng)計(jì)年鑒》。

3 實(shí)證結(jié)果與分析

3.1 Malmquist生產(chǎn)率指數(shù)的測(cè)算與分解

由于在較長(zhǎng)時(shí)間內(nèi)能更清楚地觀察到技術(shù)和生產(chǎn)率的整體變動(dòng)趨勢(shì)，因而參考既有研究[13-15]，本文測(cè)算研究期內(nèi)（2011—2016年間）的累積Malmquist生產(chǎn)率指數(shù)（由相應(yīng)的年度指數(shù)按次序相乘得到[14]）并對(duì)其分解（結(jié)果見(jiàn)表1第2～5列），在此基礎(chǔ)上考察技術(shù)進(jìn)步偏向。除遼寧、黑龍江和海南外，其他省級(jí)行政區(qū)的累積Malmquist生產(chǎn)率指數(shù)均大于1，表明絕大多數(shù)省區(qū)的全要素生產(chǎn)率在2011—2016年間出現(xiàn)了增長(zhǎng)。此外，與既有研究的結(jié)果一致[24-25]，中、西部地區(qū)的全要素生產(chǎn)率增長(zhǎng)整體上快于東部地區(qū)，表明存在著地區(qū)間生產(chǎn)率增長(zhǎng)的收斂。在技術(shù)效率變化方面，天津和廣東在2011年、2016年均位于生產(chǎn)前沿面上，沒(méi)有發(fā)生技術(shù)效率變化（EFFCH=1）。其余27個(gè)省級(jí)行政區(qū)中有16個(gè)在研究期內(nèi)技術(shù)效率提高（EFFCH>1），而有11個(gè)技術(shù)效率降低（EFFCH<1）。與此形成對(duì)比的是，所有省級(jí)行政區(qū)在研究期內(nèi)均出現(xiàn)了技術(shù)進(jìn)步（TECH>1），且大多數(shù)省區(qū)的技術(shù)變化指數(shù)（TECH）大于技術(shù)效率變化指數(shù)（EFFCH），表明技術(shù)進(jìn)步是研究期內(nèi)全要素生產(chǎn)率增長(zhǎng)的主要源泉。對(duì)于本文重點(diǎn)關(guān)注的投入偏向指數(shù)（IBTECH），主要有兩點(diǎn)發(fā)現(xiàn)。一是該指數(shù)在所有省級(jí)行政區(qū)均不等于1，表明所有省區(qū)的技術(shù)進(jìn)步均具有偏向性；二是該指數(shù)在大多數(shù)省級(jí)行政區(qū)大于1，表明有偏技術(shù)進(jìn)步在總體上對(duì)全要素生產(chǎn)率增長(zhǎng)起到了促進(jìn)作用。

3.2 技術(shù)進(jìn)步偏向的判定

接下來(lái)根據(jù)研究期內(nèi)要素投入比例的變動(dòng)（參見(jiàn)表1第6～7列）和投入偏向指數(shù)的大小，來(lái)判定技術(shù)進(jìn)步偏向（結(jié)果見(jiàn)表1第8～9列）。首先考察技術(shù)進(jìn)步在土地與勞動(dòng)力之間的偏向。技術(shù)進(jìn)步在北京、上海、江蘇、河南、廣東、海南、重慶等7個(gè)省級(jí)行政區(qū)偏向節(jié)約土地，而在其余22個(gè)省區(qū)偏向節(jié)約勞動(dòng)力。當(dāng)考察技術(shù)進(jìn)步在土地和資本之間的偏向時(shí)，則發(fā)現(xiàn)呈現(xiàn)節(jié)約土地偏向的省區(qū)明顯增多。具體來(lái)說(shuō)，技術(shù)進(jìn)步在北京、天津、河北、山西、內(nèi)蒙古、黑龍江、上海、江蘇、浙江、安徽、福建、山東、廣東、重慶、四川、貴州、甘肅、新疆等18個(gè)省級(jí)行政區(qū)偏向節(jié)約土地，而在遼寧、吉林、江西、河南、湖北、湖南、廣西、海南、云南、陜西、寧夏等11個(gè)省區(qū)偏向節(jié)約資本。事實(shí)上，近年來(lái)的研究也表明，中國(guó)許多地區(qū)在經(jīng)濟(jì)發(fā)展過(guò)程中存在著資本深化、資本密集度不斷提高，而更加節(jié)約使用其他生產(chǎn)要素的現(xiàn)象[1，9-10]?？傮w來(lái)說(shuō)，大部分省區(qū)的技術(shù)進(jìn)步在土地與勞動(dòng)力、土地與資本這兩種要素組合中至少有一種情形是偏向節(jié)約土地的。在5個(gè)省級(jí)行政區(qū)（北京、上海、江蘇、廣東、重慶），技術(shù)進(jìn)步在上述兩種要素組合中均是偏向節(jié)約土地的；在15個(gè)省區(qū)（天津、河北、山西、內(nèi)蒙古、黑龍江、浙江、安徽、福建、山東、河南、海南、四川、貴州、甘肅、新疆），技術(shù)進(jìn)步在上述兩種要素組合中有一種情形是偏向節(jié)約土地的；而在其余9個(gè)省區(qū)（遼寧、吉林、 江西、湖北、湖南、廣西、云南、陜西、寧夏），技術(shù)進(jìn)步在兩種要素組合中均不是偏向節(jié)約土地的。通過(guò)進(jìn)一步的分析可以發(fā)現(xiàn)，土地節(jié)約型技術(shù)進(jìn)步的發(fā)生概率與要素相對(duì)價(jià)格的變化具有較為明顯的聯(lián)系。在大多數(shù)省級(jí)行政區(qū)，土地價(jià)格相對(duì)于資本價(jià)格上漲得更快（參見(jiàn)表1第11列）；而僅在部分省區(qū)，土地價(jià)格相對(duì)于勞動(dòng)力價(jià)格上漲得更快（參見(jiàn)表1第10列）。與此相對(duì)應(yīng)

的是，當(dāng)考慮土地與資本這一要素組合時(shí)，許多省區(qū)的技術(shù)進(jìn)步偏向節(jié)約土地（且這些地區(qū)均是土地與資本的相對(duì)價(jià)格上漲幅度較大的省區(qū)）；而當(dāng)考慮土地與勞動(dòng)力這一要素組合時(shí)，僅有部分省區(qū)的技術(shù)進(jìn)步偏向節(jié)約土地。

3.3 土地節(jié)約型技術(shù)進(jìn)步的影響因素

本文分別針對(duì)土地與勞動(dòng)力、土地與資本這2種要素組合構(gòu)建Probit模型，研究土地節(jié)約型技術(shù)進(jìn)步的影響因素?？紤]到可能存在的異方差問(wèn)題，模型估計(jì)中使用了穩(wěn)健標(biāo)準(zhǔn)誤，估計(jì)結(jié)果如表2和表3所示。在兩個(gè)模型中，要素相對(duì)價(jià)格變化變量的系數(shù)均為正且在1%或5%的統(tǒng)計(jì)水平上顯著，表明土地價(jià)格相對(duì)于其他要素價(jià)格上漲得越快，土地節(jié)約型技術(shù)進(jìn)步的發(fā)生概率越高。根據(jù)Wooldridge提供的方法計(jì)算[19]，在針對(duì)土地與勞動(dòng)力組合的Probit模型中，要素相對(duì)價(jià)格變化的平均邊際效應(yīng)為1.29（土地與勞動(dòng)力的相對(duì)價(jià)格每上漲1%，會(huì)引起土地節(jié)約型技術(shù)進(jìn)步的發(fā)生概率提高1.29%）；在針對(duì)土地與資本組合的Probit模型中，要素相對(duì)價(jià)格變化的平均邊際效應(yīng)為2.48（對(duì)于非線性模型而言，邊際效應(yīng)并非常數(shù)，而是隨著解釋變量的變化而變化。參照既有研究的慣例[19]，本文測(cè)算解釋變量的平均邊際效應(yīng)，即先分別計(jì)算在每個(gè)樣本觀測(cè)值上的邊際效應(yīng)，然后進(jìn)行簡(jiǎn)單算術(shù)平均）。自原國(guó)土資源部和監(jiān)察部發(fā)布《關(guān)于落實(shí)工業(yè)用地招標(biāo)拍賣掛牌出讓制度有關(guān)問(wèn)題的通知》（國(guó)土資發(fā)[2007]78號(hào)）以來(lái)，在一系列國(guó)家政策的作用下，招標(biāo)拍賣掛牌逐漸取代劃撥和協(xié)議成為工業(yè)用地出讓的主要方式，工業(yè)用地市場(chǎng)的競(jìng)爭(zhēng)性和透明度也不斷提高。在資源價(jià)值顯化程度加深的背景下，工業(yè)地價(jià)上漲對(duì)土地節(jié)約型技術(shù)進(jìn)步的產(chǎn)生起到了促進(jìn)作用。土地資源稟賦變量的系數(shù)為負(fù)且在5%的統(tǒng)計(jì)水平上顯著，表明土地資源稟賦條件越好，工業(yè)用地集約利用的激勵(lì)程度、土地節(jié)約型技術(shù)進(jìn)步的發(fā)生概率反而越低。高技術(shù)產(chǎn)業(yè)占比變量的系數(shù)為正且在1%或5%的統(tǒng)計(jì)水平上顯著，表明土地節(jié)約型技術(shù)進(jìn)步更有可能發(fā)生在高技術(shù)產(chǎn)業(yè)占比高的地區(qū)。因而通過(guò)優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)、提高科技貢獻(xiàn)率，可以有效促進(jìn)土地的節(jié)約集約利用。外資企業(yè)產(chǎn)值占比變量的系數(shù)雖然符合預(yù)期，但在統(tǒng)計(jì)上不顯著。其原因可能在于，近年來(lái)內(nèi)資與外資企業(yè)在技術(shù)和管理水平、工業(yè)用地利用效率方面的差距在縮小，因而投資來(lái)源結(jié)構(gòu)并不是影響土地節(jié)約型技術(shù)進(jìn)步產(chǎn)生的主要因素。地區(qū)經(jīng)濟(jì)發(fā)展水平變量的系數(shù)為正且在5%的統(tǒng)計(jì)水平上顯著，表明土地節(jié)約型技術(shù)進(jìn)步更有可能發(fā)生在經(jīng)濟(jì)發(fā)展水平高的地區(qū)。土地市場(chǎng)秩序變量的系數(shù)雖然符合預(yù)期，但在統(tǒng)計(jì)上不顯著，表明該變量并非影響土地節(jié)約型技術(shù)進(jìn)步產(chǎn)生的主要因素。

4 結(jié)論與啟示

本文通過(guò)測(cè)算Malmquist生產(chǎn)率指數(shù)并對(duì)其分解得到投入偏向指數(shù)，在此基礎(chǔ)上考察了中國(guó)大陸各省級(jí)行政區(qū)2011—2016年間的工業(yè)技術(shù)進(jìn)步偏向，并采用Probit模型分析了土地節(jié)約型技術(shù)進(jìn)步的影響因素。研究結(jié)果顯示，樣本期內(nèi)絕大多數(shù)省級(jí)行政區(qū)的全要素生產(chǎn)率出現(xiàn)了增長(zhǎng)。與技術(shù)效率提高相比，技術(shù)進(jìn)步對(duì)全要素生產(chǎn)率增長(zhǎng)的貢獻(xiàn)更大，而所有省區(qū)的技術(shù)進(jìn)步均具有偏向性。大部分省區(qū)的技術(shù)進(jìn)步在土地與勞動(dòng)力、土地與資本這兩種要素組合中至少有一種情形是偏向節(jié)約土地的。其中，針對(duì)土地與勞動(dòng)力組合，技術(shù)進(jìn)步在7個(gè)省區(qū)偏向節(jié)約土地，在22個(gè)省區(qū)偏向節(jié)約勞動(dòng)力；針對(duì)土地與資本組合，技術(shù)進(jìn)步在18個(gè)省區(qū)偏向節(jié)約土地，在11個(gè)省區(qū)偏向節(jié)約資本。Probit模型的估計(jì)結(jié)果表明，要素相對(duì)價(jià)格變化、土地資源稟賦、高技術(shù)產(chǎn)業(yè)占比、經(jīng)濟(jì)發(fā)展水平等因素對(duì)土地節(jié)約型技術(shù)進(jìn)步的產(chǎn)生具有顯著影響。

本文的分析結(jié)果對(duì)于有偏技術(shù)進(jìn)步的相關(guān)研究具有一定的啟示，并可在此基礎(chǔ)上總結(jié)出今后研究的方向。

（1）在自然條件和規(guī)劃管制約束性增強(qiáng)、土地市場(chǎng)化改革持續(xù)推進(jìn)的背景下，土地要素在經(jīng)濟(jì)發(fā)展中的作用日益凸顯，技術(shù)進(jìn)步過(guò)程中土地與其他要素之間的邊際技術(shù)替代率也發(fā)生了變化，出現(xiàn)了土地節(jié)約型技術(shù)進(jìn)步。因而，既往關(guān)于有偏技術(shù)進(jìn)步的研究中僅考慮資本、勞動(dòng)力等要素，而忽略土地要素的做法，并不能全面、準(zhǔn)確地反映技術(shù)進(jìn)步的實(shí)現(xiàn)路徑和偏向特征。今后可以考慮將更多要素（如能源等）納入分析框架中，進(jìn)一步考察技術(shù)進(jìn)步在土地與其他要素之間的偏向。

（2）要素相對(duì)價(jià)格變化，而非絕對(duì)價(jià)格變化是有偏技術(shù)進(jìn)步產(chǎn)生的主要原因。本文的研究表明，當(dāng)土地價(jià)格變化率一定時(shí)，由于資本價(jià)格變化率與勞動(dòng)力價(jià)格變化率有所不同，使得土地與資本的相對(duì)價(jià)格的變化率不同于土地與勞動(dòng)力的相對(duì)價(jià)格的變化率，進(jìn)而造成土地與資本組合中的技術(shù)進(jìn)步偏向情況顯著區(qū)別于土地與勞動(dòng)力組合中的技術(shù)進(jìn)步偏向情況。因而，在關(guān)于有偏技術(shù)進(jìn)步影響因素的研究中，應(yīng)更多關(guān)注要素的相對(duì)價(jià)格變化。

（3）本文研究的是一定時(shí)期內(nèi)工業(yè)經(jīng)濟(jì)整體的技術(shù)進(jìn)步偏向情況。今后的研究可以對(duì)不同時(shí)期的工業(yè)技術(shù)進(jìn)步偏向情況進(jìn)行對(duì)比分析，在此基礎(chǔ)上探明工業(yè)技術(shù)進(jìn)步偏向的動(dòng)態(tài)演進(jìn)規(guī)律。此外，可以進(jìn)一步分析各工業(yè)行業(yè)的技術(shù)進(jìn)步偏向，考察土地節(jié)約型技術(shù)進(jìn)步的行業(yè)間差異。

最后，根據(jù)本文的實(shí)證分析結(jié)果，可以提出一些促進(jìn)工業(yè)用地集約高效利用的建議：一是應(yīng)繼續(xù)深化工業(yè)用地市場(chǎng)化改革、完善工業(yè)用地價(jià)格的形成機(jī)制。具體來(lái)說(shuō)，要進(jìn)一步推動(dòng)工業(yè)用地“招拍掛”出讓的公開(kāi)化和規(guī)范化，防止地方政府采用定向出讓、減免出讓金等方式對(duì)工業(yè)用地市場(chǎng)進(jìn)行不當(dāng)干預(yù)。二是應(yīng)將新增建設(shè)用地指標(biāo)向高技術(shù)產(chǎn)業(yè)傾斜，減少向高耗地產(chǎn)業(yè)供地，以促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)和供地結(jié)構(gòu)的優(yōu)化。三是應(yīng)及時(shí)修訂和嚴(yán)格執(zhí)行工業(yè)項(xiàng)目土地使用標(biāo)準(zhǔn)，鼓勵(lì)企業(yè)提高地均投資強(qiáng)度和產(chǎn)出水平，提升存量工業(yè)用地的集約利用水平。

（編輯：王愛(ài)萍）

參考文獻(xiàn)

[1]陸雪琴， 章上峰. 技術(shù)進(jìn)步偏向定義及其測(cè)度[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2013 （8）： 20-34.

[2]趙愛(ài)棟， 馬賢磊， 曲福田. 市場(chǎng)化改革能提高中國(guó)工業(yè)用地利用效率嗎？[J]. 中國(guó)人口·資源與環(huán)境， 2016， 26（3）： 118-126.

[3]黃金升， 陳利根， 張耀宇， 等. 產(chǎn)業(yè)結(jié)構(gòu)差異下地方政府經(jīng)濟(jì)行為與工業(yè)地價(jià)研究[J]. 產(chǎn)業(yè)經(jīng)濟(jì)研究， 2017 （3）： 81-90.

[4]朱莊瑞， 呂萍. 中國(guó)城市土地節(jié)約集約利用政策有效性區(qū)域差異研究[J]. 中國(guó)人口·資源與環(huán)境， 2015， 25（12）： 129-137.

[5]顏鵬飛， 王兵. 技術(shù)效率、技術(shù)進(jìn)步與生產(chǎn)率增長(zhǎng)：基于DEA 的實(shí)證分析[J]. 經(jīng)濟(jì)研究， 2004 （12）： 55-65.

[6]郭慶旺， 賈俊雪. 中國(guó)全要素生產(chǎn)率的估算：1979—2004[J]. 經(jīng)濟(jì)研究， 2005 （6）： 51-60.

[7]戴天仕， 徐現(xiàn)祥. 中國(guó)的技術(shù)進(jìn)步方向[J]. 世界經(jīng)濟(jì)， 2010 （11）： 54-70.

[8]陳曉玲， 連玉君. 資本-勞動(dòng)替代彈性與地區(qū)經(jīng)濟(jì)增長(zhǎng)——德拉格蘭德維爾假說(shuō)的檢驗(yàn)[J]. 經(jīng)濟(jì)學(xué)（季刊）， 2012， 12（1）： 93-118.

[9]郝楓. 中國(guó)技術(shù)偏向的趨勢(shì)變化、行業(yè)差異及總分關(guān)系[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2017 （4）： 20-38.

[10]封永剛， 蔣雨彤， 彭玨. 中國(guó)經(jīng)濟(jì)增長(zhǎng)動(dòng)力分解：有偏技術(shù)進(jìn)步與要素投入增長(zhǎng)[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2017 （9）： 39-56.

[11]WEBER W L， DOMAZLICKY B R. Total factor productivity growth in manufacturing： a regional approach using linear programming [J]. Regional science and urban economics， 1999， 29（1）： 105-122.

[12]BARROS C P， WEBER W L. Productivity growth and biased technological change in UK airports[J]. Transportation research part E： logistics and transportation review， 2009， 45（4）： 642-653.

[13]CHEN P C， YU M M. Total factor productivity growth and directions of technical change bias： evidence from 99 OECD and nonOECD countries[J]. Annals of operations research， 2014， 214（1）： 143-165.

[14]FARE R， GROSSKOPF S， LEE W F. Productivity and technical change： the case of Taiwan[J]. Applied economics， 2001， 33（15）： 1911-1925.

[15]王班班， 齊紹洲. 中國(guó)工業(yè)技術(shù)進(jìn)步的偏向是否節(jié)約能源[J]. 中國(guó)人口·資源與環(huán)境， 2015， 25（7）： 24-31.

[16]HICKS J R. The theory of wages[M]. London： Palgrave Macmillan，1963.

[17]SHEPHARD R W. Theory of cost and production functions[M]. Princeton： Princeton University Press， 1970.

[18]FARE R， GROSSKOPF S， NORRIS M， et al. Productivity growth， technical progress， and efficiency change in industrialized countries[J]. American economic review， 1994， 84（1）： 66-83.

[19]WOOLDRIDGE J M. Econometric analysis of cross section and panel data[M]. Cambridge： MIT Press， 2010.

[20]張海洋. R&D兩面性、外資活動(dòng)與中國(guó)工業(yè)生產(chǎn)率增長(zhǎng)[J]. 經(jīng)濟(jì)研究， 2005 （5）： 107-117.

[21]姚志毅， 張亞斌， 李德陽(yáng). 參與國(guó)際分工對(duì)中國(guó)技術(shù)進(jìn)步和技術(shù)效率的長(zhǎng)期均衡效應(yīng)[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2010 （6）： 72-83.

[22]陳偉， 彭建超， 吳群. 中國(guó)省域工業(yè)用地利用效率時(shí)空差異及影響因素研究[J]. 資源科學(xué)， 2014， 36（10）： 2046-2056.

[23]嚴(yán)思齊， 彭建超， 吳群. 中國(guó)工業(yè)用地利用效率收斂特征[J]. 資源科學(xué)， 2018， 40（6）： 1163-1174.

[24]余泳澤. 中國(guó)省際全要素生產(chǎn)率動(dòng)態(tài)空間收斂性研究[J]. 世界經(jīng)濟(jì)， 2015 （10）： 30-55.

[25]余泳澤. 異質(zhì)性視角下中國(guó)省際全要素生產(chǎn)率再估算：1978-2012[J]. 經(jīng)濟(jì)學(xué)（季刊）， 2017， 16（3）： 1051-1072.

Abstract In recent years， the constraints of natural conditions and planning regulations on land supply have been tightened in China， and further progress has been made in land marketization reform. In this context， there has been increasing land scarcity during the development of Chinas industrial economy， and the incentives for intensive land use has increased gradually， and this has paved the way for the emergence of landsaving technical progress. However， existing studies concerning biased technical progress generally only considered capital， labor and some other production factors， and relatively few studies have incorporated land into the empirical analytical framework. Given this background， this paper incorporates land into the analytical framework of total factor productivity， and obtains inputbiased technical change index based on the computation and decomposition of Malmquist productivity index. It then measures the bias of technical progress for industrial sector of various provinciallevel administrative divisions in mainland China for the period 2011-2016， and examines the factors affecting the probability of landsaving technical progress. The results suggest that there was an increase in total factor productivity during the sample period. Technical progress contributed more to the growth of total factor productivity than the increase in technical efficiency， and technical progress was biased in all provinciallevel administrative divisions. In most provinciallevel administrative divisions， technical progress is biased towards saving land in at least one case of the landlabor and landcapital combinations. When considering the landlabor combination， technical progress is biased towards saving land in 7 provinciallevel administrative divisions， and is biased towards saving labor in other 22 provinciallevel administrative divisions. When considering the landcapital combination， technical progress is biased towards saving land in 18 provinciallevel administrative divisions， and is biased towards saving capital in other 11 provinciallevel administrative divisions. The estimation results for the Probit model suggest that changes in relative factor prices， land resource endowments， the share of hightechnology industries in the industrial sector and the level of economic development has significant effects on the probability of landsaving technical progress. In order to promote the intensive use of industrial land， efforts should be made to deepen the marketization reform of industrial land， improve the formation mechanism of industrial land prices. More construction land quota should be allocated to hightechnology industries， and less construction land quota should be allocated to industries in which land use efficiency is relatively low. Timely revision of the criteria for evaluating industrial land use efficiency should be made and the criteria should be enforced strictly. Enterprises should be encouraged to increase investment intensity per land area and output level per land area.

Key words landsaving technical progress； influencing factor； Malmquist productivity index； Probit model