李靜　池金　吳華清

摘要：經(jīng)濟增長的“新常態(tài)”模式必然要求逐步提高全要素生產(chǎn)率對增長的貢獻，這也是提升經(jīng)濟發(fā)展質(zhì)量的內(nèi)在要求；而其中，能兼顧資源環(huán)境約束的綠色技術(shù)進步對于提升經(jīng)濟長期可持續(xù)性發(fā)展的作用顯得尤為重要?；诖耍疚奶骄苛思骖櫵Y源投入和水污染排放后，中國工業(yè)綠色偏向型技術(shù)進步的測度和分解問題及影響因素分析。利用中國大陸除西藏外30個省1999—2015年間工業(yè)投入產(chǎn)出數(shù)據(jù)，構(gòu)建基于方向距離函數(shù)的綠色偏向型技術(shù)進步模型，采用參數(shù)與非參數(shù)回歸相結(jié)合的方法，具體判斷綠色技術(shù)偏向?qū)σ赝度?、產(chǎn)出的影響以及技術(shù)進步的動態(tài)演進和區(qū)域分布特征。結(jié)果顯示：①區(qū)域工業(yè)TFP基本處于持續(xù)增長狀態(tài)，且其增長主要由綠色技術(shù)進步因素推動。②大部分省市多數(shù)年份仍傾向于過度使用水資源進行生產(chǎn)，高耗水特征明顯；前期的產(chǎn)出偏向型技術(shù)進步加重了水污染物排放，直到“十一五”后期才逐步有利于減排。③東部地區(qū)技術(shù)進步更偏向于促進工業(yè)增長而抑制排放，中西部則傾向于排放更多污染物。④工業(yè)研發(fā)投入、治理水污染投資、工業(yè)勞動力受教育程度、用水價格及水資源儲量等因素會對偏向型技術(shù)進步產(chǎn)生不同方向的影響。本文在兼顧水資源和水環(huán)境約束條件下，從原理上把技術(shù)進步分解為綠色投入偏向型技術(shù)進步和綠色產(chǎn)出偏向型技術(shù)進步兩方面，甄別不同的技術(shù)偏向?qū)ν度胍睾彤a(chǎn)出的影響，并實證應用于分地區(qū)工業(yè)水資源使用問題，為綠色偏向技術(shù)進步的量化測度提供了新的視角，亦為中國工業(yè)可持續(xù)性增長提供了政策啟示。

關(guān)鍵詞 ：全要素生產(chǎn)率；技術(shù)進步；方向距離函數(shù)；產(chǎn)出偏向型技術(shù)進步

中圖分類號：F061.2

文獻標識碼 A 文章編號 1002-2104（2018）10-0131-12 DOI：10.12062/cpre.20180504

主要依托工業(yè)化促進增長發(fā)展的模式，目前面臨污染物排放總量遠超環(huán)境容量，以及水量性缺水與水質(zhì)性缺水并存的困擾[1]。這表明改革開放以來，中國的要素稟賦已發(fā)生重大變化，且隨著資源環(huán)境約束的加大，經(jīng)濟同環(huán)境之間的矛盾愈發(fā)激烈，工業(yè)發(fā)展高消耗、高排放、偏重數(shù)量擴張的前進方式已難以為繼。為此，國務院總理李克強在2015年政府工作報告中提出了“增加研發(fā)投入，提高全要素生產(chǎn)率”的論述，這是全要素生產(chǎn)率首次出現(xiàn)在政府工作報告中，表現(xiàn)了我國提升經(jīng)濟增長質(zhì)量并實現(xiàn)穩(wěn)中求進的重要政策轉(zhuǎn)向。2016年中央財經(jīng)領(lǐng)導小組第十二次會議、2017年“十九大”開幕式講話以及同年10月30日會見顧問委員會和企業(yè)家時，國家主席習近平也都提到有關(guān)“轉(zhuǎn)換經(jīng)濟增長動力，提高全要素生產(chǎn)率”這一話題。增加研發(fā)投入和轉(zhuǎn)換經(jīng)濟增長動力，其目的都是通過創(chuàng)新驅(qū)動技術(shù)進步，最終提高全要素生產(chǎn)率。而技術(shù)進步作為全要素生產(chǎn)率的來源之一，自然具有重要研究價值。并且考慮到當前我國面臨的資源環(huán)境約束，探究納入資源環(huán)境因素的綠色偏向型技術(shù)進步則顯得更為必要。本文主要研究工業(yè)綠色生產(chǎn)的偏向型技術(shù)進步問題。之所以聚焦于此，主要有以下兩方面原因：首先，中國作為一個發(fā)展中大國，在可預測的未來還將繼續(xù)發(fā)展工業(yè)，并且中國的工業(yè)體系較為全面，這就注定中國不可能像部分小國家一樣快速轉(zhuǎn)型，專注向清潔型工業(yè)結(jié)構(gòu)發(fā)展[2]。因此，中國需要以綠色技術(shù)進步作為實現(xiàn)可持續(xù)健康發(fā)展的主要手段。其次，技術(shù)進步的偏向性直接影響生產(chǎn)過程對環(huán)境造成的結(jié)果。一項新技術(shù)可以偏向于減少污染排放、保護環(huán)境，也可以偏向于減少投入、節(jié)約資源。因此，識別投入或產(chǎn)出技術(shù)進步的具體要素偏向性，對合理引導節(jié)能減排、優(yōu)化資源配置具有相當重要的作用。

1 文獻綜述

新古典增長理論認為技術(shù)進步可以帶來經(jīng)濟的增長，并且新古典增長模型假設(shè)資本與勞動這兩種投入要素之間的替代彈性為1，于是，其技術(shù)進步表現(xiàn)為中性。但該假設(shè)與事實存在較大差異，在現(xiàn)實生產(chǎn)過程中，技術(shù)進步對于要素的使用偏好往往不同，說明技術(shù)進步是存在方向的。偏向型技術(shù)進步與起源于Hicks[3]的“誘導性創(chuàng)新”思想相似，即技術(shù)創(chuàng)新是為了節(jié)約更貴的生產(chǎn)要素[4]。因此，偏向型技術(shù)進步特指改變要素間的邊際替代率，從而提高要素邊際產(chǎn)量，實現(xiàn)稀缺資源的節(jié)約。早期國外學者在分析技術(shù)進步時，往往將其視為外生。但工業(yè)革命時期的一些例子證明技術(shù)進步并不只是原有技術(shù)的補充，更多是替代[5]。此外，Acemoglu等[6-7]對企業(yè)所做的一系列研究奠定了偏向型技術(shù)進步理論的微觀基礎(chǔ)，使其發(fā)展到如今，可被應用于環(huán)境經(jīng)濟學領(lǐng)域，激勵環(huán)境友好型技術(shù)的進步，協(xié)助環(huán)境政策的制定以及為環(huán)境政策效應的評估提供理論基礎(chǔ)和分析框架[4]。

理論的提出往往源于現(xiàn)實中存在的問題。在希克斯時代，勞資關(guān)系不和諧，收入分配差距大，于是學者在研究技術(shù)進步的偏向性時，主要針對資本和勞動兩種要素，目的是探究技術(shù)進步如何影響收入在勞動和資本之間的配置。等發(fā)展到Acemoglu時期，則出現(xiàn)了新的有關(guān)技能勞動的工資溢價問題，因此他提出了技能偏向型技術(shù)進步理論。但無論是哪種理論，技術(shù)進步偏向性的量化測度，都是非常關(guān)鍵的一步。較早估計偏向型技術(shù)進步的有David[8]，他利用數(shù)據(jù)計算出美國1899—1960年間的資本勞動替代彈性，發(fā)現(xiàn)技術(shù)進步有利于資本。Sato和Morita[9]通過研究日本和美國年勞動力數(shù)量增長和勞動節(jié)約型創(chuàng)新對經(jīng)濟增長的相對貢獻從而得出兩國的技術(shù)均偏向于資本這一結(jié)論。隨后，標準化系統(tǒng)法作為一種較為成熟的測度技術(shù)進步偏向性的方法被發(fā)展應用。Klump等[10-11]、陳曉玲和連玉君[12]的研究就是采取此種方法。前者測算出美國1953—1988年和歐元區(qū)1970—2005年的總替代彈性，后者計算得到中國1978—2008年間各省的替代彈性和偏向型技術(shù)進步。結(jié)論表明，無論是美國、歐元區(qū)還是中國各省，技術(shù)進步大都是偏向資本的。

為了反映出資源和環(huán)境施加給經(jīng)濟增長的雙重壓力，學者們開始將能源要素納入偏向型技術(shù)進步的研究范疇，并分別在理論層面和實證層面加以論述。Sanstad等[13]根據(jù)美國、韓國和印度能源密集型行業(yè)的歷史數(shù)據(jù)，預測了能源增強型技術(shù)進步的趨勢。Otto等[14]利用可計算一般均衡模型（CGE）分析了技術(shù)進步的能源偏向性。Acemoglu等[6]在資源和環(huán)境的雙重約束下將內(nèi)生的偏向型技術(shù)進步納入增長模型中，分析了不同環(huán)境政策下，清潔技術(shù)和污染技術(shù)分別的進步趨勢以及不同類型的技術(shù)進步如何對環(huán)境政策做出內(nèi)生性反應。在國內(nèi)，王班班、齊紹洲[15-16]，何小鋼、王自力[17]，陳曉玲等[18]都分別針對有偏技術(shù)進步對我國工業(yè)能源強度的影響進行了實證研究。王班班、齊紹洲[16]還試圖回答技術(shù)進步是否偏向節(jié)約能源這一問題。但是以上學者都沒有考慮到“環(huán)境保護”這一產(chǎn)出偏向存在的可能性，此為不足之處。魏瑋、周曉博[19]在分析技術(shù)進步方向和工業(yè)生產(chǎn)節(jié)能減排的關(guān)系時提出了兩種思路：提高能源有效投入，改善能源的利用效率和提高非能源要素生產(chǎn)率，替代生產(chǎn)中的能源投入。然而這兩種思路也僅是基于投入要素方面的考量，并沒有涉及到產(chǎn)出偏向存在的可能性，所以文章只能獲悉其工業(yè)節(jié)能情況，減排與否則不得而知。

綜上，以往學者所做研究極少涉及考慮水資源和水環(huán)境雙重約束下的技術(shù)進步偏向性問題，更少有學者考慮到產(chǎn)出偏向性的存在，并且他們大都采用參數(shù)法測算技術(shù)進步偏向性，由于經(jīng)濟體中生產(chǎn)技術(shù)存在多樣性，參數(shù)法就可能導致固定生產(chǎn)函數(shù)得不到穩(wěn)健結(jié)果。于是，根據(jù)以往研究成果與不足，本文利用基于方向性距離函數(shù)的DEA模型估算兼顧水資源和水污染的中國大陸分地區(qū)工業(yè)綠色全要素生產(chǎn)率增長率，并進一步分解其來源以得到產(chǎn)出、投入偏向和規(guī)模變化技術(shù)進步指數(shù)，據(jù)此判斷中國工業(yè)綠色技術(shù)進步的偏向性是水資源節(jié)約（水資源投入的相對減少、投入偏向）抑或水環(huán)境保護（污水排放的相對減少、產(chǎn)出偏向），以便更有目的性的誘導技術(shù)進步方向和優(yōu)化產(chǎn)業(yè)發(fā)展路徑。

2 綠色偏向型技術(shù)進步模型構(gòu)建與數(shù)據(jù)來源

2.1 模型選擇

現(xiàn)有研究在資源和環(huán)境雙重壓力下技術(shù)進步偏向性的處理方式主要分為兩種：一種是利用參數(shù)法求解，即事先設(shè)定生產(chǎn)函數(shù)形式，再由給定的生產(chǎn)函數(shù)推算、演變出最終結(jié)果；另一種是本文所采用的非參數(shù)數(shù)據(jù)包絡(luò)法（DEA）。DEA方法可以處理多投入多產(chǎn)出的數(shù)據(jù)類型，不必給出具體生產(chǎn)函數(shù)形式，充分考慮到經(jīng)濟體中生產(chǎn)技術(shù)的多樣性、以及技術(shù)進步的偏向易被多種因素影響等特征，有效避免事先設(shè)定模型造成的不準確或結(jié)果不穩(wěn)健情況。而之所以選擇基于方向距離函數(shù)的DEA，一方面由于方向距離函數(shù)作為前沿生產(chǎn)函數(shù)的一種，經(jīng)濟學內(nèi)涵豐富，能很好地描述期望產(chǎn)出和非期望產(chǎn)出同時存在情況下的生產(chǎn)技術(shù)，即可以捕捉到在期望產(chǎn)出增加的同時，排放也減少的行為。另一方面，由Chung、Fre和Grosskopf[20]的研究可知Shephard距離函數(shù)是方向距離函數(shù)的一種特殊形式。當Shephard距離函數(shù)為投入導向時，由二者所求效率值一致；當Shephard距離函數(shù)為產(chǎn)出導向時，二者結(jié)果是否存在差異取決于方向向量g的選取，但二者之間仍滿足特定關(guān)系（當設(shè)定方向向量為g=（y，-b）時，Shephard距離函數(shù)是方向距離函數(shù)的特例），因此可以利用兩者的關(guān)系隨時進行轉(zhuǎn)換，即用Shephard產(chǎn)出距離函數(shù)表示產(chǎn)出方向距離函數(shù)對效率指數(shù)進行求解。并且，方向距離函數(shù)形式簡明，求解也十分方便。

綜上，本文利用可同時兼顧期望產(chǎn)出以及非期望產(chǎn)出的基于方向距離函數(shù)的DEA模型來估計工業(yè)全要素生產(chǎn)率。再對其進行分解，得出由效率變化和技術(shù)進步分別導致的增長率改變。其中效率變化（EC）衡量投入產(chǎn)出組合到生產(chǎn)前沿面之間距離的變化，技術(shù)變化（TC）衡量生產(chǎn)前沿面本身的變化。隨后，借鑒Fre等[21]使用的方法，將技術(shù)變化進一步分解得到產(chǎn)出偏向型技術(shù)變化（OBTC）、投入偏向型技術(shù)變化（IBTC）以及技術(shù)規(guī)模變化（MATC）指數(shù)。由于OBTC和IBTC本身只能表明其對全要素生產(chǎn)率增長率或不同產(chǎn)出的影響程度，并不能直接反應出技術(shù)進步對某種投入要素或產(chǎn)出的具體偏向性，所以本文參考Weber和 Domazlicky[22]的思想，將計算出的指數(shù)與要素投入比例或要素產(chǎn)出比例的跨時期變化對比結(jié)果進行組合分析，據(jù)此判斷中國工業(yè)用水綠色技術(shù)進步的具體要素偏向性。

2.2 綠色偏向型技術(shù)進步模型構(gòu)建

2.2.1 投入距離函數(shù)與投入技術(shù)進步偏向性的判斷

其中，MATC反映了生產(chǎn)前沿面的平移，屬于中性技術(shù)進步范疇。OBTC反映技術(shù)進步對多種產(chǎn)出不同比例的促進作用，并且當企業(yè)是單一產(chǎn)出時OBTC為1。IBTC反映技術(shù)進步對各投入要素邊際替代率的改變，當IBTC>1時，表示投入偏向型技術(shù)進步使得TFP在投入要素等比例減少的情況下增加。此種分解方式因為可以單獨研究生產(chǎn)前沿面由于技術(shù)進步而發(fā)生的旋轉(zhuǎn)效應而被廣泛應用于環(huán)境效率評價、行業(yè)技術(shù)偏向分析等諸多領(lǐng)域。

圖1展示了IBTC的構(gòu)建以及投入技術(shù)進步偏向性的判斷思想。L1（y）為時期1的等產(chǎn)量線。假設(shè)技術(shù)進步會導致等產(chǎn)量線不同方向的移動，即可能存在等產(chǎn)量線L21（y）或L22（y）。在投入組合不變的情況下，若投入要素的邊際替代率MRS不發(fā)生變化，則表示技術(shù)進步為希克斯中性。根據(jù)Weber和Domazlicky[22]，若MRS增加（即時期2的等產(chǎn)量線變至L21（y）），則表示技術(shù)進步偏向于節(jié)約x1、使用x2；若MRS減?。磿r期2的等產(chǎn)量線變至L22（y）），則表示技術(shù)進步偏向于使用x1、節(jié)約x2。舉例說明，假設(shè)在時期1到時期2的過渡中兩種投入要素發(fā)生如下變化x1x2t+1>x1x2t，表現(xiàn)在圖中即是技術(shù)進步使得等產(chǎn)量線從L1（y）移動到L21（y）的位置，那么投入偏向型技術(shù)進步指數(shù)IBTC=OBOC×ODOF=OB/OCOF/OD。又因為在已知條件OB/OC>OF/OD下可得出IBTC>1，進而能夠判斷出，此投入偏向技術(shù)進步傾向于節(jié)約x1而使用x2。

Shephard產(chǎn)出距離函數(shù)衡量期望產(chǎn)出以及非期望產(chǎn)出同時同向增加的值，但很多企業(yè)處于環(huán)境規(guī)制和資源總量的雙重約束下，需要在增加好產(chǎn)出的同時減少壞產(chǎn)出。于是，為了達到研究目的，本文利用可同時兼顧期望產(chǎn)出以及非期望產(chǎn)出的產(chǎn)出方向性距離函數(shù)來描述生產(chǎn)技術(shù)變化。產(chǎn)出方向距離函數(shù)的一般形式可以表示為：

投入額，即資本存量。計算公式如下：Kt=（1-dt）Kt-1+It。其中，Kt代表t年的資本存量，dt為折舊率，It是固定資產(chǎn)投資。對折舊率的處理，本文參考陳詩一[24]的研究：折舊率t =（累計折舊t -累計折舊t-1）/固定資產(chǎn)原值t-1。與現(xiàn)有的固定折舊率研究方法相比，由統(tǒng)計數(shù)據(jù)推算出的逐年變化的折舊率更貼合實際情況，以此估算出的資本存量也更準確。初始資本存量以及工業(yè)固定資產(chǎn)投資數(shù)據(jù)等均參照陳詩一[24]的處理程序。

R&D;經(jīng)費支出分為內(nèi)部支出和外部支出，內(nèi)部支出是指為開展R&D;活動實際用于本單位內(nèi)的全部指出；外部支出是指委托外單位進行R&D;活動所實際支付的費用。為避免對實施單位和委托單位的重復計算，本文采用的是實施單位開展R&D;活動的內(nèi)部支出。多數(shù)省級統(tǒng)計年鑒提供了工業(yè)R&D;支出，但部分年份及部分省市該項指標缺失，于是本文用各省份R&D;經(jīng)費乘以該地區(qū)工業(yè)增加值占地區(qū)生產(chǎn)總值的比重（工業(yè)化程度）間接表達，以此代替各省工業(yè)R&D;經(jīng)費總支出。并在處理時用各省CPI指標進行了不變價的平減。

本文利用各省市總?cè)丝诘钠骄芙逃晗迊泶婀I(yè)從業(yè)人員平均受教育年限。其中各地區(qū)人均受教育年限的計算公式為：（不識字及識少量字人數(shù)×0+小學人數(shù)×6+初中人數(shù)×9+高中人數(shù)×12+大專及大專以上×16）/抽樣人口總數(shù)。

工業(yè)用水價格信息來自中國水網(wǎng)（http：//price.h2o-China.com/），各地區(qū)工業(yè)用水價格以該省、地級市工業(yè)用水價格的平均值表示，地級市工業(yè)用水價格為工業(yè)用水單價與工業(yè)污水處理費用之和。

本文所用數(shù)據(jù)主要來源于《中國環(huán)境統(tǒng)計年鑒》《中國統(tǒng)計年鑒》《中國工業(yè)經(jīng)濟統(tǒng)計年鑒》及各省統(tǒng)計年鑒、EPS數(shù)據(jù)平臺、中國水網(wǎng)等。價格指標均平減為1999年為基期的不變價格；為保障數(shù)據(jù)統(tǒng)計口徑的一致性，本文以三次經(jīng)濟普查（2004、2008、2013）中全部工業(yè)企業(yè)統(tǒng)計口徑為標準對各項數(shù)據(jù)進行了調(diào)整。投入產(chǎn)出指標和偏向型技術(shù)進步影響因素等全部數(shù)據(jù)的描述性統(tǒng)計見表1。

3 分地區(qū)工業(yè)綠色技術(shù)偏向性的動態(tài)演進與區(qū)域分布

依照公式（3）（5）（6）（7）所述模型與方法，本文測算出1999—2015年間兼顧水資源和水環(huán)境雙重約束下的中國大陸分地區(qū)工業(yè)全要素生產(chǎn)率增長率并將其分解得到偏向型技術(shù)進步指數(shù)，再結(jié)合投入產(chǎn)出的跨期比例，判斷出技術(shù)進步的具體要素偏向性，并據(jù)此分析投入和產(chǎn)出偏

向型技術(shù)進步的演化趨勢與區(qū)域分布特征。

3.1 工業(yè)全要素生產(chǎn)率的增長和偏向型技術(shù)進步指數(shù)

為了更詳細地了解1999—2015年間中國大陸分地區(qū)工業(yè)全要素生產(chǎn)率的增長以及技術(shù)進步偏向性的動態(tài)演進和區(qū)域分布特征，本文計算整理并分析了中國30個省市1999—2015年整體上、時間上、區(qū)域上分別以GDP作為權(quán)重所得的加權(quán)平均全要素生產(chǎn)率增長指數(shù)，以及東中西部地區(qū)的加權(quán)平均全要素生產(chǎn)率增長指數(shù)和偏向型技術(shù)進步指數(shù)。

由圖3可得，幾乎每一年的MI指數(shù)都大于1，說明工業(yè)全要素生產(chǎn)率整體處于逐年上升的趨勢，但上升幅度不穩(wěn)定；2008年MI指數(shù)降至1以下，表明在全球化的今天，中國工業(yè)亦會受到全球金融危機的波及。從TC指數(shù)、EC指數(shù)和MI的變化走勢來看，TC指數(shù)與MI的趨勢更加契合，說明工業(yè)全要素生產(chǎn)率的增長主要由技術(shù)進步而非效率改善的作用驅(qū)動。“十一五”以及“十二五”期間，在環(huán)境規(guī)制制約作用、創(chuàng)新驅(qū)動技術(shù)進步促進作用等因素的綜合影響下，MI、TC指數(shù)均表現(xiàn)出顯著波動趨勢，如此波動也反映出全要素生產(chǎn)率對中性技術(shù)進步偏離的狀態(tài)。在圖3中還可以看出，IBTC、OBTC的變化趨勢相似，而MATC的波動幅度和速度則相對較大，說明規(guī)模變化在影響工業(yè)生產(chǎn)效率中起到了重要作用。事實上，早期的工業(yè)化大部分都是依靠企業(yè)規(guī)模擴張來實現(xiàn)產(chǎn)出的增加以及效率的提高，與圖3中反映結(jié)論一致。

數(shù)據(jù)還顯示在“十五”向“十一五”“十二五”時期過渡階段，工業(yè)全要素生產(chǎn)率的增長速度在持續(xù)上升，說明工業(yè)生產(chǎn)效率呈現(xiàn)顯著提高趨勢，并且TFP的增長（MI）全部來自技術(shù)變化（TC）的支持。由技術(shù)進步貢獻率[（TC-1）/（MI-1）]可知，技術(shù)變化還抵消了一部分效率退化對TFP增長率造成的負面影響。與此同時，投入偏向型技術(shù)進步指數(shù)IBTC是遞減的，說明技術(shù)進步對生產(chǎn)率提高所貢獻的力度在逐漸放緩。再結(jié)合技術(shù)規(guī)模指數(shù)的變化分析可以得出，工業(yè)全要素生產(chǎn)率增速的加快更多來自于企業(yè)規(guī)模的擴張。在此期間的產(chǎn)出偏向型技術(shù)進步指數(shù)OBTC呈現(xiàn)波動狀態(tài)，說明在權(quán)衡增加期望產(chǎn)出或減少非期望產(chǎn)出的政策目的時，不同時期內(nèi)施行的環(huán)境規(guī)制或全面改革政策側(cè)重點是在變化的。

“十五”期間各省投入偏向型技術(shù)進步指數(shù)最大為1.031，“十二五”期間該指標值最小，只有1.011。王班班、齊紹洲[16]所研究的關(guān)于技術(shù)偏向是否節(jié)約能源這一文章中也得出了相似結(jié)論。說明技術(shù)進步存在邊際遞減效應，同時工業(yè)行業(yè)受到了國家“新常態(tài)”發(fā)展模式的影響，使得產(chǎn)業(yè)處于轉(zhuǎn)型升級階段，各方面生產(chǎn)流程需要整合、優(yōu)化，企業(yè)尚處調(diào)試期而沒有達到更完善的狀態(tài)?！笆晃濉逼陂g的產(chǎn)出偏向型技術(shù)進步指數(shù)較之于前幾年是增加的，說明在該階段，中國各省的工業(yè)產(chǎn)出在不斷增加，對應現(xiàn)實中的情況也是如此，中國當時已經(jīng)達到工業(yè)化的中后期階段并仍以快速發(fā)展重化工業(yè)為持續(xù)著眼點。但是很多企業(yè)在提高期望產(chǎn)出的同時也加重了廢水排放，造成對水環(huán)境不可逆轉(zhuǎn)的破壞和對水資源的盲目濫用。于是到了“十二五”期間，國家出臺《關(guān)于實行最嚴格水資源管理制度的意見》以改善現(xiàn)狀，規(guī)定用水紅線以及將污染物排放控制在規(guī)定范圍，使得政策目的側(cè)重點從增加產(chǎn)量轉(zhuǎn)換到環(huán)境保護方向上，因此降低了產(chǎn)出偏向型技術(shù)進步指數(shù)。

由模型介紹部分可知，投入偏向型技術(shù)進步指數(shù)若不小于1，則表示工業(yè)技術(shù)進步至少不會降低生產(chǎn)率。根據(jù)表2所示結(jié)果，幾乎全部省份的IBTC指數(shù)都大于1；在1999—2015的每一年中，各省份IBTC指數(shù)也基本全部大于1，這說明投入偏向型技術(shù)進步促進了絕大部分省市工業(yè)生產(chǎn)率的提高或者至少維持生產(chǎn)率在當前水平。其中，山東作為工業(yè)大省以6%的增速積極影響著全要素生產(chǎn)率的提高。樣本中還存在一部分歸屬于中性技術(shù)進步范疇（OBTC×IBTC=1）的個體，但他們的投入偏向型技術(shù)進步仍然提高了生產(chǎn)率（IBTC>1）。

針對產(chǎn)出要素層面來說，由于非期望產(chǎn)出這一特殊屬性的存在，導致企業(yè)不能把產(chǎn)出偏向型技術(shù)進步指數(shù)大于1作為技術(shù)進步方向的片面追求。OBTC>1表示技術(shù)進步對多種產(chǎn)出不同比例的促進作用，其中包含了對好產(chǎn)出以及壞產(chǎn)出分別的影響。產(chǎn)出偏向型技術(shù)進步到底對企業(yè)施加的是正面抑或負面的影響，還需要待下文結(jié)合不同時期產(chǎn)出比例分析后得到的技術(shù)進步具體偏向性才可下定論。但總體來說，在1999—2015年間，偏向型技術(shù)進步對中國各省的工業(yè)生產(chǎn)率是促進的。

3.2 技術(shù)進步具體偏向性分析

IBTC、OBTC本身并不能反映偏向型技術(shù)進步在各投入要素、產(chǎn)出之間的偏向性，也就無法直接表示生產(chǎn)過程中究竟是節(jié)約抑或使用哪種要素。但是，由模型介紹部分可知，結(jié)合不同時期的投入、產(chǎn)出比值進行分析就可以得出技術(shù)進步的具體要素偏向性。于是，本文將就IBTC節(jié)約或使用哪種要素、OBTC促進或減少生產(chǎn)何種產(chǎn)出進行判斷。

首先是本文涉及的三種投入要素，包括工業(yè)用水量、從業(yè)人員以及工業(yè)資本存量。現(xiàn)分別將工業(yè)用水量與勞動力指標（W/L）、工業(yè)用水量與資本存量指標（W/K）進行兩兩對比分析，主要結(jié)果為：在1999—2015年間，IBTC主要偏向于使用水資源、節(jié)約勞動力和資本。這很大程度上是由于在我國，水資源定價市場不完善，利益驅(qū)使企業(yè)家擴大對豐富要素的使用規(guī)模來增加產(chǎn)量所導致。具體來看：在1999—2015年間，鮮有DMU的技術(shù)進步是偏向于節(jié)約水資源、使用勞動力或節(jié)約水資源、使用資本的。工業(yè)大省中的山東、北京、湖南等地區(qū)也都是更傾向于使用水資源、節(jié)約勞動力。若把時間段再細化分為“十五”“十一五”和“十二五”階段，可以得到在“十五”期間，技術(shù)進步偏向于節(jié)約水資源的比例略微低于“十一五”以及“十二五”期間，但差異并不顯著。由圖4還可看出，東部地區(qū)的技術(shù)進步較之中部和西部，更加偏向于節(jié)約水資源。

在日益惡化的水資源環(huán)境以及日趨緊張的水資源總量雙重約束下，國家于“十一五”規(guī)劃發(fā)展綱要中提出污染物減排要求，其中就包括水污染指標COD?！笆濉逼陂g，國家繼續(xù)延伸上述目標，將導致水污染的另一排放物氨氮也納入減排約束性指標。并且在2012年1月出臺的《關(guān)于實行最嚴格水資源管理制度的意見》（簡稱《最嚴水法》）中設(shè)定用水“紅線”，在2014年4月新修訂的《環(huán)保法》中強調(diào)了地方政府負責所管轄行政區(qū)域內(nèi)的環(huán)境質(zhì)量，管理不善者應引咎辭職等規(guī)定。這可能就是導致技術(shù)進步偏向于節(jié)約水資源的比例在“十一五”“十二五”時期提高的原因之一。但是盡管國家相繼出臺政策以緩解水資源面臨的雙重困境，效果卻并不樂觀。將結(jié)果進一步細化至各年份就可以發(fā)現(xiàn)，在每個政策的剛出臺階段，工業(yè)技術(shù)進步偏向性確實會向節(jié)約水資源的方向傾斜，表現(xiàn)較為明顯的就是2012年《最嚴水法》和2014年《環(huán)保法》實施的第二年，即2013和2015年，工業(yè)用水由使用水資源轉(zhuǎn)向節(jié)約水資源。但是維持時間卻不長。究其根本，節(jié)約水資源所造成的額外成本并不能夠通過遵守政策規(guī)避懲罰給企業(yè)節(jié)省的資金來彌補。并且當前我國水價的收費不足以覆蓋水的處理成本，更不能反映水資源的稀缺程度和重要性。長期如此，水資源勢必枯竭。因此，依照全成本對工業(yè)用水進行定價以及強化懲罰力度迫在眉睫。

其次是本文涉及的三種產(chǎn)出要素，包括作為期望產(chǎn)出的工業(yè)增加值以及作為非期望產(chǎn)出的污染物指標COD和氨氮排放量。現(xiàn)分別將工業(yè)COD排放量與工業(yè)增加值指標（COD/Y）、氨氮排放量與工業(yè)增加值指標（氨氮/Y）進行兩兩對比分析，主要結(jié)果為：在1999—2015年間，OBTC在COD、氨氮排放量和工業(yè)增加值之間，略微偏向于加重COD和氨氮的排放，但局面在“十一五”乃至“十二五”期間逐漸被扭轉(zhuǎn)。將時間段劃分為“十五”期間、“十一五”期間和“十二五”期間分別進行分析后又可以發(fā)現(xiàn)，在“十五”期間技術(shù)進步更多是偏向于增加COD和氨氮的排放量。因為當時中國已經(jīng)進入以重化工業(yè)為主導的經(jīng)濟增長期，重工業(yè)比重繼續(xù)提高，煤電油運持續(xù)加強，工業(yè)企業(yè)生產(chǎn)規(guī)?？焖贁U大，這也就導致了污染物排放的與日俱增。直到在“十一五”規(guī)劃中對污染物的排放進行約束之后，情況才得到緩解。于是，到了“十一五”、尤其是“十二五”階段，技術(shù)進步的偏向性已經(jīng)更傾向于提高工業(yè)增加值的產(chǎn)量而不是加劇污染指標COD和氨氮的排放。從表3中也可以直觀地看出產(chǎn)出偏向型技術(shù)進步的變化趨勢，對COD和氨氮來說，各有20%的樣本將“十一五”期間作為過渡期，由偏向增加污染排放的技術(shù)進步轉(zhuǎn)變?yōu)槠虼龠M工業(yè)增加值的技術(shù)進步。將30個省份按照東、中、西部劃分得出的結(jié)果如圖4所示，可以看出，東部地區(qū)的技術(shù)進步更加偏向于促進工業(yè)增加值的提高，而中部和西部則傾向于排放更多的污染物。但是，隨著技術(shù)的不斷擴散、轉(zhuǎn)移和創(chuàng)新持續(xù)驅(qū)動的發(fā)展，中、西部也正逐漸向東部發(fā)達地區(qū)所靠攏。

4 綠色偏向型技術(shù)進步的影響因素

由一般經(jīng)濟學規(guī)律可知，考慮到水資源的偏向型技術(shù)進步可能受到以下幾種因素影響[25]：第一是該地區(qū)的水儲量。這里利用考慮到人口因素的人均水資源量來衡量該地區(qū)的水資源豐富程度。水資源越充足的地區(qū)水價會偏低，節(jié)水意識薄弱，從而技術(shù)進步更傾向于增加水資源投入，忽視用水效率的提高。于是初步判斷，投入、產(chǎn)出偏向型技術(shù)進步和人均水資源量均呈負相關(guān)關(guān)系。第二是該地區(qū)工業(yè)用水的定價。價格作為一種有效的市場調(diào)節(jié)手段，在水資源配置中起到了非常重要的作用。價格越高的地區(qū)，其技術(shù)進步更有可能偏向于減少水資源的投入，即技術(shù)進步指數(shù)可能更大。第三是該地區(qū)的總體經(jīng)濟狀況和工業(yè)發(fā)達程度。本文利用工業(yè)R&D;投入、工業(yè)化程度、工業(yè)從業(yè)人員平均受教育年限作為衡量指標。其中工業(yè)化程度會通過收入效應和技術(shù)效應兩個層面影響用水效率：工業(yè)越發(fā)達，收入越高，對水價的敏感程度就會越低，導致企業(yè)節(jié)水意識差，從而用水效率低。另一方面，工業(yè)發(fā)達會促使企業(yè)增加研發(fā)投入，可能帶來工業(yè)用水效率的提高。兩種效應交互作用，如果后者大于前者就會提高用水效率，反之相反。第四是該地區(qū)對水污染處理的投入，這里采用治理廢水項目完成投資額來衡量。

首先對數(shù)據(jù)進行混合回歸，擬合結(jié)果見表4。由于各省份的差異性，可能存在不隨時間而變的遺漏變量，故要做面板固定效應的F檢驗，結(jié)果顯示IBTC、OBTC兩方程均拒絕混合數(shù)據(jù)的LS回歸結(jié)果，即固定效應模型優(yōu)于混合回歸。F檢驗的結(jié)果基本確認了個體效應存在，但個體效應仍可能以隨機效應的形式存在。為此，進行豪斯曼檢驗以確定究竟該使用固定效應模型還是隨機效應模型。結(jié)果顯示，由于P值為0.002，拒絕原假設(shè)，故選擇固定效應模型。

在考慮到個體固定效應之后，還要考慮到組內(nèi)自相關(guān)和組間異方差等問題是否存在，因為前者并不能除去擾動項的相關(guān)性和異方差性。組內(nèi)自相關(guān)存在性檢驗的結(jié)果顯示：對于IBTC回歸方程而言，在10%的顯著性水平上存在一階組內(nèi)自相關(guān)，而OBTC回歸方程強烈拒絕原假設(shè)，存在一階組內(nèi)自相關(guān)現(xiàn)象。組間異方差檢驗結(jié)果顯示：無論是對IBTC，還是對OBTC進行回歸，數(shù)據(jù)都存在組間異方差問題。因此，需要用廣義線性模型對數(shù)據(jù)存在的組間異方差和組內(nèi)自相關(guān)現(xiàn)象進行修正并用GLS方法進行回歸，擬合結(jié)果見表4。

從現(xiàn)有文獻中可知，到目前為止，大多數(shù)學者均采用參數(shù)估計法對數(shù)據(jù)進行回歸，但由于參數(shù)法對模型設(shè)定的依賴性較強，可能導致結(jié)果不夠穩(wěn)健。于是需要對回歸結(jié)果進行穩(wěn)健性檢驗，首先利用系統(tǒng)GMM動態(tài)模型，發(fā)現(xiàn)滯后一階至三階水平變量或差分變量都不是有效的工具變量，所以系統(tǒng)GMM動態(tài)模型不是有效的方法。因此，本文使用非參數(shù)回歸實現(xiàn)穩(wěn)健性檢驗。與傳統(tǒng)的參數(shù)回歸模型相比較而言，非參數(shù)回歸模型主要有以下優(yōu)點：不事先假設(shè)回歸函數(shù)的具體形式，對數(shù)據(jù)分布也不做要求；適應能力強、穩(wěn)健性高、回歸模型完全由數(shù)據(jù)驅(qū)動；模型精度高；以及對非線性、非齊次問題都有非常好的效果等。非參數(shù)法作為實現(xiàn)局部線性估計的一種方式，在默認情況下，對數(shù)據(jù)中每個點的觀察子集進行局部線性回歸（通常是核回歸），并且對每個點X，解決由下式給出的最小化問題：

minγ∑ni=1{yi-γ0-γ′1（xi-x）}2K（x）（15）

其中，γ=（γ0，γ′1）′，K（x）為核函數(shù)。在此，本文選用較為常見的一種Epanechnikov核函數(shù)形式：K（x）=3/4（1-x2）I（x），作為非參數(shù)回歸的核函數(shù)。

本文利用非參數(shù)回歸中的Epanechnikov核回歸模型對數(shù)據(jù)進行穩(wěn)健性檢驗的結(jié)果見表5。首先從表5的前三列中可以看出，除工業(yè)化程度對OBTC的影響不顯著之外，其它變量均顯著，說明與表4所示GLS回歸結(jié)果相比，非參數(shù)回歸更為穩(wěn)健。其次，由表5中數(shù)據(jù)可具體得出：人均水資源量與投入偏向型技術(shù)進步指數(shù)間的關(guān)系為負相關(guān)，說明水資源含量越豐裕，考慮到用水的技術(shù)進步指數(shù)越小，與預期影響方向相同；水資源價格對投入偏向型技術(shù)進步指數(shù)的影響表現(xiàn)為促進，這與經(jīng)濟學中的供求理論相符，即用水價格愈高，愈能激勵技術(shù)進步從而提高用水效率，以降低對水資源的需求，從而也降低對水污染物的排放；工業(yè)研發(fā)投入、水污染治理投資和投入偏向型技術(shù)進步指數(shù)間的關(guān)系均為正相關(guān)，表示工業(yè)研發(fā)投入、廢水治理投入皆能促進技術(shù)進步，減少水資源的消耗；工業(yè)從業(yè)人員平均受教育年限對投入偏向型技術(shù)進步指數(shù)的影響表現(xiàn)為抑制，說明受過教育的從業(yè)者并不能很好的促進技術(shù)進步從而提高水資源利用效率。而工業(yè)用水效率與工業(yè)化程度間關(guān)系為負，則說明工業(yè)化程度高帶來的收入效應高于技術(shù)效應。地區(qū)表現(xiàn)上，東部表現(xiàn)出與總體類似的規(guī)律，但中西部略有不同，而且系數(shù)顯著性上也表現(xiàn)各異，區(qū)域異質(zhì)性明顯。而各因素對OBTC的作用與IBTC基本類似，只有受教育程度指標對OBTC的影響與對IBTC影響相反，呈現(xiàn)出正向促進作用。區(qū)域分布上，東部地區(qū)依然在系數(shù)方向和顯著性方面都與整體回歸保持一致；中西部地區(qū)雖然異質(zhì)性明顯，但基本方向大體相同。再次說明非參數(shù)的回歸結(jié)果具有較強的穩(wěn)健性特點。

5 結(jié)論和政策含義

水資源和水環(huán)境相關(guān)問題已成為制約我國工業(yè)發(fā)展、經(jīng)濟持續(xù)健康增長的重要瓶頸，因此研究工業(yè)用水效率，就必須考慮到用水投入以及污水排放等問題。文章利用基于方向性距離函數(shù)的DEA模型估算出我國大陸30個省市反映工業(yè)用水效率的綠色全要素生產(chǎn)率增長率，并分

解其來源得到投入偏向、產(chǎn)出偏向、規(guī)模變化技術(shù)進步指數(shù)，用以識別我國綠色技術(shù)進步的具體要素偏向性。最后本文考察了工業(yè)水價、工業(yè)研發(fā)投入、污水治理投入等相關(guān)因素對綠色偏向型技術(shù)進步的影響機理。主要研究結(jié)論如下：

（1）兼顧水資源投入和水污染排放的地區(qū)工業(yè)全要素生產(chǎn)率處于持續(xù)增長狀態(tài)，并且該增長主要由技術(shù)進步貢獻；進一步細分為投入、產(chǎn)出偏向型技術(shù)進步指數(shù)以及技術(shù)規(guī)模變化指數(shù)后發(fā)現(xiàn)，技術(shù)規(guī)模變化對技術(shù)進步的貢獻最大，其次是投入偏向型技術(shù)進步，最后是產(chǎn)出偏向型技術(shù)進步。

（2）投入偏向型技術(shù)進步指數(shù)分析結(jié)果顯示，我國大部分地區(qū)仍然傾向于過度使用水資源進行生產(chǎn)；同樣，產(chǎn)出偏向型技術(shù)進步指數(shù)分析結(jié)果顯示，大部分省市的產(chǎn)出技術(shù)進步傾向于增加產(chǎn)出同時加重水污染，但隨著國家對經(jīng)濟增長質(zhì)量的重視程度不斷加強，技術(shù)進步的偏向性逐漸變?yōu)闇p少污染性指標的排放。

（3）綜合來看，我國總體的技術(shù)進步表現(xiàn)為略微偏向于水資源的使用和水污染物排放的減少。但由于地域差異，東部發(fā)達地區(qū)的技術(shù)進步更多偏向于減排方面。這說明我國各地區(qū)工業(yè)發(fā)展的技術(shù)異質(zhì)性明顯，綠色技術(shù)的傳播和擴散需要更便捷的通道。

（4）各地的水資源豐裕程度、水價高低、工業(yè)研發(fā)、工業(yè)化程度和水污染治理投入等因素對偏向型技術(shù)進步產(chǎn)生重要影響。東部地區(qū)影響因素的表現(xiàn)與總體基本一致，而中西部地區(qū)影響因素不論是作用方向還是顯著性程度都與東部差異較大，異質(zhì)性明顯。

上述研究結(jié)果有重要的政策含義，主要包括：早期我國的工業(yè)化主要由投資驅(qū)動，以規(guī)模擴張為主，導致技術(shù)和生產(chǎn)率與發(fā)達國家相比存在差距。而當前我國經(jīng)濟發(fā)展進入“新常態(tài)”模式，就需要適時轉(zhuǎn)變增長動力，促進兼顧環(huán)境的綠色技術(shù)進步和依靠創(chuàng)新驅(qū)動來提高全要素生產(chǎn)率，從而實現(xiàn)經(jīng)濟持續(xù)健康增長。因此，政府應鼓勵自主創(chuàng)新技術(shù)和環(huán)境友好型技術(shù)的應用，擺脫對資源和環(huán)境的依賴性偏好；完善工業(yè)水資源的合理取用與收費制度，建立健全工業(yè)水價形成機制，使得水資源價格能夠真實反映工業(yè)用水成本以及對資源與環(huán)境的補償成本；并且，考慮到不同地區(qū)工業(yè)用水技術(shù)的異質(zhì)性，其驅(qū)動、約束、稟賦等因素也不盡相同，政府還應具有針對性地制定各種導向型政策。東部地區(qū)工業(yè)化程度高，綠色技術(shù)相對成熟，建議提高綠色技術(shù)門檻并鼓勵綠色技術(shù)向中西部地區(qū)逐步擴散。而中西部地區(qū)則應充分利用其不同主體功能區(qū)特征，高標準運行水資源利用和處理相關(guān)綠色技術(shù)，清理落后技術(shù)的工業(yè)產(chǎn)能，并堅決杜絕降低環(huán)保門檻的技術(shù)進入市場。

（編輯：李 琪）

參考文獻（References）

[1]章軻. 污水排放量遠超環(huán)境容量， 水循環(huán)利用面臨挑戰(zhàn)[N/OL].（2014-05-15）[2017-12-10]. http：//www.yicai.com/news/ 3817182.html. [ZHANG Ke. Sewage discharge was far beyond the environmental capacity， and water recycling has been facing challenges[N/OL].（2014-05-15）[2017-12-10]. http：//www.yicai.com/news/ 3817182.html.]

[2]WAN Ming. Chinas economic growth and the environment in the AsiaPacific region[J]. Asian survey， 1998， 38（4）： 365-378.

[3]HICKS J R. The theory of wages[M]. London： Macmillan， 1932.

[4]張俊， 鐘春平. 偏向型技術(shù)進步理論： 研究進展及爭議[J]. 經(jīng)濟評論， 2014（5）： 148-160. [ZHANG Jun， ZHONG Chunping. Biased technological change theory： research progress and controversy[J]. Economic review， 2014（5）： 148-160.]

[5]ACEMOGLU D. Why do new technologies complement skills？ directed technical change and wage inequality[J]. Quarterly journal of economics， 1998， 113（4）： 1055-1089.

[6]ACEMOGLU D， AGHION P， BURSZTYN L， et al. The environment and directed technical change[R]. Stockholm： Institute for International Economic Studies， Stockholm University，2010： 131.

[7]ACEMOGLU D， AKCIGIT U， HANLEY D， et al. Transition to clean technology[J]. Harvard business school working papers， 2014， 124（1）：1.

[8]DAVID P A. Biased efficiency growth and capitallabor substitution in the US， 1899-1960[J]. The American economic review， 1965， 55（3）： 357-394.

[9]SATO R， MORITA T. Quantity or quality： the impact of labour saving innovation on US and Japanese growth rates， 1960-2004[J]. Japanese economic review， 2009， 60（4）： 407-434.

[10]KLUMP R， MCADAM P， WILLMAN A. Factor substitution and factoraugmenting technical progress in the United States： a normalized supplyside system approach[J]. Review of economics & statistics， 2007， 89（1）： 183-192.

[11]KLUMP R， MCADAM P， WILLMAN A. Unwrapping some Euro Area growth puzzles： factor substitution， productivity and unemployment[J]. Journal of macroeconomics， 2008， 30（2）： 667-670.

[12]陳曉玲， 連玉君. 資本-勞動替代彈性與地區(qū)經(jīng)濟增長——德拉格蘭德維爾假說的檢驗[J]. 經(jīng)濟學（季刊）， 2012， 12（4）： 93-118. [CHEN Xiaoling， LIAN Yujun. Capitallabour elasticity of substitution and regional economic growth： an empirical investigation of the De La Grandville Hypothesis[J]. China economic quarterly， 2012， 12（4）： 93-118.]

[13]SANSTAD A H， ROY J， SATHAYE J A. Estimating energyaugmenting technological change in developing country industries[J]. Energy economics， 2006， 28（5）： 720-729.

[14]OTTO V M， LSCHEL A， DELLINK R. Energy biased technical change： a CGE analysis[J]. Resource and energy economics， 2007， 29（2）： 137-158.

[15]王班班， 齊紹洲. 有偏技術(shù)進步、要素替代與中國工業(yè)能源強度[J]. 經(jīng)濟研究， 2014（2）： 115-127. [WANG Banban， QI Shaozhou. Biased technological progress， factor substitution and Chinas industrial energy intensity[J]. Economic research journal， 2014（2）： 115-127.]

[16]王班班， 齊紹洲. 中國工業(yè)技術(shù)進步的偏向是否節(jié)約能源[J]. 中國人口·資源與環(huán)境， 2015， 25（7）： 24-31. [WANG Banban， QI Shaozhou. Does the bias of Chinas industrial technical change energysaving[J]. China population， resources and environment， 2015， 25（7）： 24-31.]

[17]何小鋼， 王自力. 能源偏向型技術(shù)進步與綠色增長轉(zhuǎn)型——基于中國33個行業(yè)的實證考察[J]. 中國工業(yè)經(jīng)濟， 2015（2）： 50-62. [HE Xiaogang， WANG Zili. Energy biased technology progress and green growth transformation： an empirical analysis based on 33 industries of China[J]. China industrial economics， 2015（2）： 50-62.]

[18]陳曉玲， 徐舒， 連玉君. 要素替代彈性、有偏技術(shù)進步對我國工業(yè)能源強度的影響[J]. 數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究， 2015（3）： 58-76. [CHEN Xiaoling， XU Shu， LIAN Yujun. Factor substitution elasticity and biased technologys effects on industrial energy intensity[J]. The journal of quantitative and technical economics， 2015（3）： 58-76.]

[19]魏瑋， 周曉博. 1993—2012年中國省際技術(shù)進步方向與工業(yè)生產(chǎn)節(jié)能減排[J]. 資源科學， 2016， 38（2）： 300-310. [WEI Wei， ZHOU Xiaobo. Direction of provincial technological change， industrial energy conservation and emissions reduction in China（1993—2012）[J]. Resources science， 2016， 38（2）： 300-310.]

[20]CHUNG Y H， FRE R， GROSSKOPF S. Productivity and undesirable outputs： a directional distance function approach[J]. Microeconomics， 1995， 51（3）： 229-240.

[21]FRE R， GRIFELLTATJ E， GROSSKOPF S，et al. Biased technical change and the Malmquist productivity index[J]. Scandinavian journal of economics， 1997， 99（1）： 119-127.

[22]WEBER W L， DOMAZLICKY B R. Total factor productivity growth in manufacturing： a regional approach using linear programming[J]. Regional science and urban economics， 2004， 29（1）： 105-122.

[23]陳勇， 李小平. 中國工業(yè)行業(yè)的面板數(shù)據(jù)構(gòu)造及資本深化評估： 1985—2003[J]. 數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究， 2006， 23（10）： 57-68. [CHEN Yong， LI Xiaoping. Construction of panel data of Chinas industries and evaluation on its capital deepening： 1985-2003[J]. The journal of quantitative and technical economics， 2006， 23（10）： 57-68.]

[24]陳詩一. 中國工業(yè)分行業(yè)統(tǒng)計數(shù)據(jù)估算： 1980—2008[J]. 經(jīng)濟學（季刊）， 2011（3）： 735-776. [CHEN Shiyi. Reconstruction of subindustrial statistical data in China （1980-2008）. China economic quarterly， 2011（3）： 735-776.]

[25]李靜， 馬瀟璨. 資源與環(huán)境雙重約束下的工業(yè)用水效率——基于SBMUndesirable和Metafrontier模型的實證研究[J]. 自然資源學報， 2014， 29（6）： 920-933. [LI Jing， MA Xiaocan. The utilization efficiency of industrial water under the dual constraints of resource and environment：an empirical study based on SBMUndesirable and Metafrontier Model[J]. Journal of natural resources， 2014， 29（6）： 920-933.]

Abstract The ‘new normal in economic growth requires that the total factor productivity （TFP） makes more contribution to economic growth gradually. And it is also an inherent requirement for improving the quality of economic development. Whats more， the green technological progress that can take the constraints of resource and environment into account will enhance the longterm sustainable development of the economy. Based on these， the measurement and decomposition of Chinas industrial green biased technological progress and its impact mechanisms are explored， taking water resources inputs and water pollution emissions into account. Using the industrial input and output data of 30 provinces in China from 1999 to 2015， with the combination of parametric and nonparametric regression methods， a green biased technological progress model based on the directional distance function was constructed to specifically determine the effect of technological bias on the input and output of factors. This paper had following research findings： the TFP of regional industry is continuously growing in a relatively stable state， mainly driven by green technological progress. Most of the provinces still tend to overuse water， which shows water consumption characteristics. Earlier output biased technology increases the discharge of water pollution and it is gradually conducive to reducing emission until the end of the Eleventh Five Year Plan Period. The technological progress of eastern regions tends to boost the growth of industry， while the technological progress of central and western regions tends to emit more pollution. Many factors play different roles in biased technological progress， including research and development investment of industry， cost of water pollution control， education of industrial labor， and price of water and water resources. From the methodological aspect， the technological progress is decomposed into the green input biased technological progress and the green output biased technological progress， and the influence of different biased technology on input factors and output is discriminated and also empirically applied to the use of provincial industrial water resources. It provides a new perspective for the quantitative measurement of green biased technological progress and policy implications for the sustainable growth of Chinas industry.

Key words total factor productivity； technological progress； directional distance function； output biased technological change