中國技術進步實現路徑及其時空分異規律

楊冕+楊福霞

摘要 作為促進全要素生產率變動的重要動力來源，技術進步的速率及其要素偏向類型均在較大程度上影響著經濟增長的潛力乃至其發展方式。本文基于生產前沿分析框架，構建技術進步的綜合評估模型，對1996—2014年期間中國技術進步速率、實現路徑及要素偏向類型的時空分異規律進行系統研究。結果顯示：①在整個樣本期內，中國技術進步的平均速率高達3.05%，不僅抵消了由技術效率降低所導致的TFP損失部分，還促進整體的生產率實現了年均近2%的增長。縱觀其階段性變化特征：中國技術進步速率在2003年之前逐年下降，其數值由1996年的1.080降低到2003年的1.025；隨后，該指數呈現波動狀態，取值范圍在1.006—1.030之間。②近20年來中國所實現的持續技術進步主要源自于中性技術進步的貢獻（約為86%）；盡管要素偏向型技術進步的貢獻份額總體上呈現持續上升態勢，但作用相對較小（僅為14%）。由此可見，隨著要素市場化改革的持續推進以及資源配置效率的不斷提升，要素偏向型技術進步對我國總體技術水平的提升作用尚存在較大的改進空間。③中國要素偏向型技術進步在整個樣本期內總體表現為資本密集-勞動節約型、能源密集-勞動節約型特征；而對于資本、能源兩種要素而言，技術進步的要素偏向呈現明顯的階段性演化特征：1996—2001年期間，主要體現為資本密集-能源節約型；2002—2005年期間，能源密集-資本節約型技術進步逐漸盛行并占據主導地位；2006—2014年期間，要素偏向型技術進步又重回資本密集-能源節約型。此外，受要素稟賦分布不均所影響，中國技術進步的要素偏向類型還表現出較為顯著的空間分異規律。

關鍵詞 技術進步；要素投入結構；全要素生產率；時空分異

中圖分類號 F061.3

文獻標識碼 A 文章編號 1002-2104（2017）11-0021-10 DOI：10.12062/cpre.20170501

20世紀50年代，Solow開創性地建立了經濟增長核算模型，發現技術進步是國民經濟增長的重要源泉[1]。基于這一分析框架，眾多學者研究表明：近幾十年來中國所取得的巨大經濟成就主要依靠于資本、勞動力等要素積累的貢獻，而技術進步的貢獻份額則相對較小。長期粗放型的經濟發展方式不可避免地給我國帶來了社會總需求結構失衡、資源環境問題日趨嚴重、收入差距不斷拉大等一系列結構性和系統性問題[2]。因此，對正處于“人口紅利”逐漸消失、資本邊際報酬遞減的中國經濟而言，提升技術進步對經濟增長的貢獻，并積極推動經濟發展方式由粗放型向集約型轉變，是保障其持續、健康發展的必然選擇[3-5]。

1 文獻綜述

近年來，圍繞技術進步核算及其對中國經濟增長貢獻程度的研究引起了學術界的廣泛關注。早期研究大多將全要素生產率（total factor productivity， TFP）作為技術進步的代理指標[6-8]，用以反映除要素積累之外導致產出增加的諸多因素。然而，對于像中國這樣一個經歷了劇烈變革的社會而言，用TFP表征技術進步的科學性值得商榷[9]。因此，隨后的研究更多傾向于通過對TFP的變動進行分解來測度技術進步及其對經濟增長的貢獻[10-14]。此外，為進一步刻畫技術進步對TFP乃至經濟增長的具體作用路徑，顏鵬飛、王兵借用前人分析框架，將技術進步分解為中性、投入偏向、產出偏向三種類型[15]。章上峰發現“索洛余值”在數值上等于中性技術進步和偏向型技術進步貢獻度之和[16]。

與此同時，關于技術進步方向的研究也逐步成為熱點問題之一。技術進步是嵌套在各種生產要素（如勞動力或資本裝備）之中的知識改進，由于生產過程中每種要素技術變革的速率存在差異，因此，技術進步通常表現出要素偏向型特征[17-20]。要素偏向型技術進步是指在要素投入比（xj/xk）不變的條件下，使某一生產要素的相對邊際產出（MPj/MPk）增加的技術變革。為了對技術進步的要素偏向類型進行定量分析，Acemoglu提出了要素增強型（Factoraugmenting）技術進步的概念[18]，以此構建技術進步偏向測度的理論模型。沿襲這一分析框架，國內學者對中國技術進步的方向進行了深入考察。盡管具體估算方法和樣本選擇有所差異，但其研究結論相對一致，認為技術進步總體上是偏向資本的[19， 21-22]。同時，部分學者還對要素偏向型技術進步的收入分配效應，如我國經濟發展中出現的“技能溢價之謎”[23-24]、逆“Kaldor事實”[25-26]等問題進行了探索。此外，技術進步偏向對生產率的影響也逐漸引起學者們的關注。黃先海、徐圣認為資本偏向型的技術進步導致勞動生產率長期較低[25]；雷欽禮發現資本效率的逐年下降是全要素生產率增長緩慢的原因[27]。

通過對現有關于我國技術進步方面的文獻進行系統梳理發現：首先，相關研究僅側重于分析技術進步大小或方向中的一個方面，而將兩者置于同一分析框架下進行綜合考察卻鮮有涉及。其次，絕大多數文獻采用常替代彈性生產函數測算技術進步的要素偏向類型；受函數形式所限，其大多局限于分析兩種生產要素（如資本與勞動力，技能工人與非技能工人，清潔產品與污染產品），而對包含三種以上投入要素的情形則鞭長莫及。此外，受資源稟賦、經濟發展水平、產業結構等因素制約，不同地區在技術變革路徑上存在顯著差異；而大多關于要素偏向型技術進步的研究將中國作為一個整體進行考察，對區域差異的關注嚴重不足。

鑒于此，本文基于生產前沿分析框架構建技術進步的綜合評估模型，考察1996—2014年期間我國省際層面技術進步速率及其實現路徑，并深入探索要素偏向型技術進步的時空分異規律。

2 理論模型與數據說明

2.1 技術進步速率及實現路徑分析

本文采用對全要素生產率指數進行分解的方法來測度技術進步速率及其對TFP的影響。根據Fre等[28]，基于投入徑向距離函數DI（x，y）構造Malmquist全要素生產率指數MPIt，t+1I：endprint

MPIt，t+1I（xt，yt，xt+1，yt+1）=DtI（xt，yt）DtI（xt+1，yt+1）·

Dt+1I（xt，yt）Dt+1I（xt+1，yt+1）1/2（1）

其中，DI（x，y）=max{θ：θ>0，（x/θ，y）∈T}，表示生產者在保持產出不變條件下，為達到技術前沿其投入要素所能夠縮減的最大比例，取值范圍為（1，+∞）。xt、xt+1和yt、yt+1分別表示兩個相鄰時期（t和t+1）的投入和產出向量；MPIt，t+1I測度了該相鄰時期內某生產者TFP的變動。通常，該指數可以分解為純技術進步（MTCt，t+1）和技術效率改進（MECt，t+1）兩個部分；其中，MTC表示生產技術前沿水平的移動，MEC考察了生產者相對技術效率的改變。由于本文主要目的是分析技術進步的大小和方向，此處重點關注MTC及其分解：

MTCt，t+1（xt，yt，xt+1，yt+1）=Dt+1I（xt+1，yt+1）DtI（xt+1，yt+1）·

Dt+1I（xt，yt）DtI（xt，yt）1/2（2）

（2）式中，DtI（xt，yt）和Dt+1I（xt+1，yt+1）均為同期投入距離函數，測度的是當期投入產出觀測值離當前技術前沿的距離。Dt+1I（xt，yt）和DtI（xt+1，yt+1）為混合期投入距離函數，測度了第t（t+1）期觀測值與第t+1（t）期前沿的距離。因此，MTC反映了從第t期到t+1期技術前沿的變動。MTC>1說明為生產相同的產出用t+1期前沿技術比用t期前沿技術可節約更多的投入，表現為跨期內技術邊界向外擴展，即前沿技術進步。相應地，（MTC-1）測度了跨期內技術進步的速率。相反，MTC<1說明t+1期前沿技術較t期有所退步，而MTC=1表示技術前沿相對停滯。

為深入考察技術邊界變動的原因，即前沿技術進步的具體實現路徑，進一步對MTC作如下分解[29-30]：

其中，MATC度量了技術前沿的平行移動程度，通常稱作中性技術進步。IBTC度量的是在保持產出水平yt不變的情況下，使用不同的要素投入組合（xt，xt+1）所導致的技術前沿的變動，反映了要素投入結構變化所引發的技術前沿移動，稱為要素偏向型技術進步。IBTC>1表示由于投入結構變動導致t+1技術邊界相對t期向外擴張，IBTC<1則反映了投入結構變動所導致的技術前沿下陷，IBTC=1表示投入結構變化未對技術前沿產生影響。OBTC度量的是投入要素（xt+1）給定條件下，生產不同產出（yt，yt+1）所引起的技術前沿的變動情況，其考察產出結構變化對前沿技術的影響，一般稱作產出偏向型技術進步。

（3）式表明技術前沿的移動是中性技術進步、要素偏向型技術進步和產出偏向型技術進步三者綜合作用的結果。由于本文僅考慮一種產出，則產出方向上不存在技術偏向，即OBTC=1[29]。在此情景下，生產者技術前沿的移動源自于中性技術進步和要素偏向型技術進步兩種途徑。

2.2 技術進步的要素偏向類型

為進一步探析技術進步的要素偏向類型，此處重點關注（3）式中的IBTC項，即：

IBTC=DtI（xt，yt）Dt+1I（xt，yt）·Dt+1I（xt+1，yt）DtI（xt+1，yt）1/2（4）

（4）式中，若IBTC=1，即DtI（xt，yt）/Dt+1I（xt，yt）=DtI（xt+1，yt）/Dt+1I（xt+1，yt），表明投入結構的變動對t期和t+1期技術前沿線的相對距離不產生影響，表現為跨期內技術前沿線平行移動。在此情景下，給定任一水平的投入結構（（x2/x1）t+1），其在t期和t+1期技術前沿線上的投影的要素間邊際技術替代率（MRTS）相等。在完全競爭市場條件下，跨期內要素間的邊際產出之比不變，此時的技術進步表現為希克斯中性特征。需特別說明的是，此處強調的是技術進步在兩種要素之間不存在偏向，與（3）式中的中性技術進步項（MATC）在內涵上存在著本質區別。反之，IBTC≠1則表明技術進步存在要素偏向特征，其具體偏向何種生產要素取決于投入結構的變動情況以及IBTC值的大小。

考慮兩種要素x=（x1，x2）情形，根據投入距離函數關于要素投入量的一階齊次性性質，（4）式可轉換為：

IBTC=DtI（1，xt2/xt1，yt）Dt+1I（1，xt2/xt1，yt）·Dt+1I（1，xt+12/xt+11，yt）DtI（1，xt+12/xt+11，yt）1/2（5）

（5）式中（x2/x1）t、（x2/x1）t+1分別表示t期和t+1期的要素投入結構。（x2/x1）t+1>（x2/x1）t表明由于要素市場環境變化所導致的生產要素2的相對稀缺度下降，致使生產者在t+1期比在t期投入了相對多的要素2。在此情形下，若與該生產者相對應的前沿技術也更傾向于要素2的使用，則對于任一給定的投入結構，其在t期和t+1期技術前沿線上投影的要素間邊際技術替代率（MRTS12）下降。此時，以距離函數所測度的兩前沿線間的相對距離DtI（1，xt2/xt1，yt）Dt+1I（1，xt2/xt1，yt）>DtI（1，xt+12/xt+11，yt）Dt+1I（1，xt+12/xt+11，yt）

，即IBTC>1。該情形所對應的技術進步類型為要素2密集—要素1節約。相反，當要素2的相對稀缺性下降時，若生產者選用了傾向于要素1使用的新技術，此時IBTC<1，該類技術進步為要素1密集—要素2節約型[28]。

另一種情景：（x2/x1）t+1<（x2/x1）t表明由于市場環境的變化導致要素2變得更為稀缺，致使生產者在t+1期比t期相對投入了更多的要素1。在此條件下，若與生產者相對應的前沿技術偏向于使用更多的要素1，則該類技術進步為要素1密集—要素2節約型；反之，則為要素2密集—要素1節約型技術進步。endprint

2.3 距離函數的計算

本文選擇非參數的數據包絡分析（data envelopment analysis， DEA）方法，對（1）—（3）式中所涉及的距離函數值進行求解。考慮到前期使用的技術在下一時期仍然可行這一事實，此處選用序列DEA（sequential DEA）方法構造技術前沿，以消除DEA方法自身所可能帶來的偽技術退步問題[31]。據此，第t期的技術前沿Tt=T1∪T2∪…∪T t，其中T t由N個決策單元第t期的觀察值所構建，具體表示為：

T t（xt，yt）={（xt，yt）：xt能夠生產yt}

={（xt，yt）：∑Ni=1λtixtki≤xtki，∑Ni=1λtiyti≥ytmi，λti≥0，i=1，…，N}

λti為構造技術前沿時對應觀察值的權重，不等式約束反映了投入要素和產出的強處置性。由此，第i個決策單元在第t期的同期距離函數Dti（xt，yt）可通過求解以下的線性規劃得到：

Dti（xt，yt）=min1θt，ti

s.t.∑ts=1∑Ni=1λsixski≤1θt，ti·xtki，k=L，K，E

∑ts=1∑Ni=1λsiysi≥yti，

λsi，θt，ti≥0，for all i， k； i=1，… N（6）

該生產者混合期距離函數Dti（xt+1，yt+1）可通過求解如下的線性規劃而得到：

Dti（xt+1，yt+1）=min1θt，t+1i

s.t.∑ts=1∑Ni=1λsixski≤1θt，t+1i·xt+1ki，k=L，K，E

∑ts=1∑Ni=1λsiysi≥yt+1i，

λsi，θt，t+1i≥0，for all i，k；i=1，…N（7）

同理，其他的混合期距離函數Dt+1i（xt，yt）也可以通過求解類似的線性規劃而得。

2.4 數據說明

本研究的時間跨度為1995—2014年；受數據可獲得性影響，研究對象為中國大陸除西藏自治區以外的30個省份（包括22個省、4個直轄市、4個自治區）。根據公式（6）和（7），本文所需數據為樣本期內各省份的資本（K）、勞動力（L）、能源（E）三種要素投入和以GDP衡量的經濟產出。其中，資本投入用資本存量來表示，其經永續盤存法計算而得。需特別指出的是，為體現資本設備使用壽命的省際差異，對各地區折舊率的取值也不盡相同，詳見張健華、王鵬[32]。勞動力、能源投入分別采用從業人員數和能源消耗總量來表示。上述基礎數據取自于對應年份的《中國統計年鑒》《中國能源統計年鑒》《中國勞動統計年鑒》等。此外，為消除價格變動對結果所造成的影響，本文將所有涉及價格信息的指標（如GDP、資本存量）統一調整為以1995年為基期。

3 技術進步速率與實現路徑結果分析

3.1 技術進步速率及其對TFP的影響

為考察樣本期內各省份技術進步速率及其對TFP貢獻的動態特征，本文基于公式（1）和（2），估算出1996—2014年各省份Malmquist全要素生產率指數（MPI）、技術進步（MTC）及技術效率變動（MEC）。全國層面的技術進步狀況采用各省份的算術平均值來衡量，其結果如圖1所示。

整個樣本期內全國層面的MPI總體上呈現下降趨勢，其在“九五”時期（1996—2000）、“十五”時期（2001—2005）、“十一五”時期（2006—2010）和“十二五”前四年（2011—2014）的均值分別為1.046、1.016、1.010、1.002。由此說明，自20世紀90年代中期以來，我國TFP一直處于上升通道，但其增速持續放緩。MPI的上述變動是由技術進步與技術效率改變共同作用的結果。其中，技術進步效應一直居于主導地位。從時序特征來看，其在整個樣本期內均大于1且呈現波動下降的趨勢。縱觀其階段性變化特征發現，MTC在2003年之前逐年下降，其數值由1996年的1.080降低到2003年的1.025；隨后，該指數呈現波動狀態，取值范圍在1.006—1.030之間。MTC在整個樣本期內的均值高達1.031。與之相比，研究期內技術效率得分穩定于0.978—0.998之間；由此可見，1996年以來我國技術效率呈現持續降低的趨勢，一定程度上導致了TFP的損失。綜上所述，1996—2014年期間我國技術進步速率一直維持在較高水平（均值為3.05%），不僅抵消了由技術效率降低所導致的TFP損失部分，還促使整體的生產率實現了年均近2%的增長。

從技術進步的空間分布來看（表1），所有省份MTC取值均大于1，表明樣本期內所有省份的前沿技術均得以不同程度的改進。其中，上海（1.068）、天津（1.058）、北京（1.058）、浙江（1.051）等經濟發達地區的MTC取值均大于1.05，成為我國過去20年中科技創新與技術進步的高地。相反，甘肅（1.011）、貴州（1.011）、湖南（1.017）、重慶（1.019）等中西部省份的MTC取值相對較低，表明其在科技創新、技術引進等方面尚有較大的提升空間。從MTC對MPI貢獻的區域分布狀況來看：①上海、浙江、江蘇、北京、天津等發達省份的貢獻程度接近100%，說明技術進步已成為推動上述地區經濟增長的主要動力來源。②對于青海、寧夏、甘肅、貴州、山西等欠發達省份而言，盡管其在一定程度上實現了技術進步，但仍然無法彌補較為明顯的技術效率下降所導致的TFP損失。③對于河北、遼寧、吉林等其他省份而言，技術進步在完全抵消其技術效

率降低所帶來的TFP損失的基礎上，還在一定程度上促進了當地生產率的提升。

3.2 技術進步的實現路徑考察

鑒于技術進步對我國TFP提升乃至宏觀經濟增長的巨大促進作用，對其具體實現路徑及時空分異特征進行考察具有重要的現實意義。根據公式（3），將1996—2014年我國省際層面MTC進一步分解為中性技術進步（MATC）和要素偏向型技術進步（IBTC）兩個組成部分（由于本文僅考慮一種產出，則OBTC=1），并計算歷年的省際算術均值和各省份的年度均值，分別用以分析MATC和IBTC對前沿技術影響的時序特征和空間分布狀況。endprint

從我國技術進步實現路徑的時序特征來看（圖2），在整個樣本期內MATC的變動趨勢與MTC高度一致，其數值由1996年的1.077持續下降到2003年的1.021；隨

后，呈現階段性波動特征，取值范圍穩定于1.003—1.029之間。與之相比，盡管IBTC在整個研究期內均大于1，但其取值范圍具有非常強的穩定性；除2007年（1.011）之外，長期位于1—1.01之間。由此可見，過去20年間我國所實現的持續的技術進步主要源自于中性技術進步的貢獻（約為86%），而要素偏向型技術進步對此的作用相對較小（僅為14%）。縱觀上述兩種途徑對我國MTC促進作用的演變趨勢不難發現，隨著技術進步總體水平持續降低以及中性技術進步速率逐漸放緩，要素偏向型技術進步的貢獻份額總體呈現上升趨勢。IBTC的貢獻率在“九五”時期（1996—2000）、“十五”時期（2001—2005）、“十一五”時期（2006—2010）和“十二五”前四年（2011—2014）的均值分別為7.53%、15.85%、24.67%和33.85%；并于2011年一度升高至50%以上，成為推動我國技術進步的主導力量。因此，隨著要素市場化改革的持續推進以及資源配置效率的不斷提升，要素偏向型技術進步對我國總體技術水平的提升作用尚存在較大的改進空間。

從技術進步實現路徑的空間分布狀況來看（表2），對絕大部分省份而言，MATC與MTC在數值上也存在高度一致性，而IBTC取值則穩定于1—1.01之間（上海、福建

除外）。該結果印證了MATC是我國技術進步持續推進的主要動力來源。盡管如此，各地區技術進步的實現路徑存在著一定的空間差異：對于福建、上海、湖南等省份而言，其IBTC對當地技術進步的貢獻份額高達50%左右。

4 要素偏向型技術進步的時空分異規律

鑒于要素偏向型技術進步在促進我國TFP提升乃至國民經濟增長方面的作用日益凸顯，對技術進步要素偏向類型及其時空分異規律進行深入探索具有重要的現實意義。由于本研究考慮資本、勞動力、能源三種要素，因此，技術進步偏向類型包括如下六種情況：分別為資本密集-勞動節約型（K-IN， L-S）和勞動密集-資本節約型（L-IN， K-S）、資本密集-能源節約型（K-IN， E-S）和能源密集-資本節約型（E-IN， K-S）、能源密集-勞動節約型（E-IN， L-S）和勞動密集-能源節約型（L-IN， E-S）。

4.1 要素偏向型技術進步的年度演化特征

根據要素投入結構變化過程，并結合IBTC值的大小，對我國各省份歷年的技術進步具體要素偏向類型進行依次判別，其時序演化特征詳如表3所示。

表3（2—4列）顯示，除2008年之外，所有年份中技術進步呈現資本密集-勞動節約型（K-IN， L-S）的省份數量均大于呈現勞動密集-資本節約型（L-IN， K-S）的省份數量，表明樣本期內我國要素偏向型技術進步整體表現為資本密集-勞動節約型特征。該結果與陳曉玲等[22]、黃先海和徐圣[25]的研究結論相一致。縱觀其時序特征，2007年以前，呈現K-IN， L-S的省份數量一直占據主導地位且總體上持續增加。此結論與戴天仕和徐現祥[19]所提出的觀點不謀而合。究其原因不難發現，20世紀90年代中期以來，我國產業結構日益向重型化方向發展；特別是加入世貿組織之后，這一傾向表現得尤為明顯。而重化工業又屬于較為典型的資本密集型行業，從而導致我國技術進步偏向資本的程度逐漸加深。2008年之后，金融危機所帶來的資本短缺與“人口紅利”逐漸消失所引起的勞動力價格持續上漲引起要素投入結構持續變動。企業在技術選擇時對提高兩種要素的邊際產出予以同等關注，最終導致呈現資本—勞動中性技術進步（NTCK-L）的省份數量陡然增加。為刺激經濟復蘇，國家在2009—2012年期間啟動了“四萬億投資計劃”，其對要素偏向型技術進步的影響在2012年以后逐漸顯現。

表3（5—7列）顯示，我國在資本、能源間的偏向型技術進步在過去20年中呈現較為顯著的階段性特征。第一階段（1996—2001年）：技術進步呈現資本密集-能源節約型（K-IN， E-S）的省份數量大于呈現能源密集-資本節約型（E-IN， K-S）的省份數量，表明K-IN， E-S技術進步在這一時期內較為盛行。第二階段（2002—2005年）：技術進步表現為E-IN， K-S特征的省份數量陡然增加，并遠超過K-IN， E-S類型的省份數量。究其原因發現，我國高耗能行業在這一時期內實現了迅猛擴張；隨著能源對經濟增長的支撐作用日益凸顯，生產者對提升能源邊際產出類型的前沿技術更加青睞。第三階段（2006—2014年）：K-IN， E-S技術進步在該時段內又占據主導地位；與此同時，資本—能源中性技術進步（NTCK-E）的比重也呈現增加的態勢。表3（8—10列）顯示，1996—2005年期間，對應于能源密集-勞動節約型（E-IN， L-S）的省份數量在波動中持續增加且逐漸占據主導地位，表明這一時期內我國要素偏向型技術進步總體上表現為E-IN， L-S特征。2006年之后，對應于勞動密集-能源節約型（L-IN，E-S）或能源—勞動中性技術進步（NTCL-E）特征的省份數量在部分年度顯著增加。

4.2 要素偏向型技術進步的空間差異狀況

根據要素投入結構變化過程以及IBTC數值計算結果，中國要素偏向型技術進步的空間差異狀況詳如表4所示。

表4（2—4列）顯示，除甘肅、貴州以外，其他所有省份技術進步呈現K-IN， L-S的年度均大于呈現L-IN， K-S的年度。這一特征在福建、廣東、江蘇等經濟相對發達省份表現得尤為顯著。與之相比，湖北、江西等省份呈現L-IN， K-S技術進步特征的年份也占有相當的比重。

導致上述區域差異的可能原因為：一個經濟體的技術變革模式內生于其初始的要素投入結構[33]；要素投入結構的不同彰顯經濟體間初始技術模式存在一定差別。受路徑依賴影響，各區域在不同要素邊際產出的提升幅度方面將不可避免地存在差異，以至區域間在技術變革方向上出現分化。其次，從資本—能源技術進步偏向類型的空間分布來看（表4，5—7列），在整個研究期內，有22個省份的技術進步偏向類型主要呈現K-IN， E-S特征，其中以江蘇、黑龍江、安徽、青海等省份最為顯著。相反，其他8個省份（包括河北、上海、山東、河南、湖北、海南、重慶、陜西）技術進步偏向類型主要呈現E-IN， K-S特征。最后，從能源—勞動技術進步偏向類型的區域分布來看（表4，8—10列），除遼寧以外，所有省份表現為L-IN， E-S特征的年度數量均未能超過樣本期一半，說明該時期內技術進步偏向類型以E-IN， L-S為主導。其中，以北京、天津、上海、江蘇、福建、山東、海南等東部沿海省份最為典型。相反，甘肅、貴州、云南等西部欠發達省份的E-IN， L-S技術進步特征并不突出。endprint

5 主要研究結論

隨著中國經濟逐漸步入“新常態”，黨的十八大適時提出創新驅動發展戰略，突出科技創新在提高社會生產力乃至綜合國力過程中的戰略性支撐地位。本文基于生產前沿分析框架構建技術進步的綜合評估模型；與現有研究技術進步（特別是要素偏向性技術進步）的方法相比，該理論模型能夠將技術進步速率、實現路徑及要素偏向類型納入同一分析框架進行系統研究。同時，由于不受具體生產函數形式的局限，此方法便于將技術進步方向的分析推廣到包含三種以上投入要素的情形。基于上述理論模型，本文測算了1996—2014年期間我國技術進步速率及其對TFP的促進作用，并對技術進步具體實現路徑及其要素偏向類型的時空分異規律進行了深入探索。其主要研究結論可歸納如下：

（1）技術進步速率及其對TFP的影響：在整個樣本期內，中國技術進步的平均速率高達3.05%，不僅抵消了由技術效率降低所導致的TFP損失部分，還促使整體的生產率實現了年均近2%的增長。從時序維度來看，技術進步速率在2003年之前逐年下降，之后呈現波動狀態。

（2）技術進步的實現路徑：中國近20年來所實現的持續技術進步主要源自于中性技術進步的貢獻（約為86%），而要素偏向型技術進步的作用相對較小（僅為14%），盡管其貢獻份額總體上呈現持續上升的趨勢。因此，深入挖掘要素偏向型技術進步對我國前沿技術進步的提升潛力是貫徹落實創新驅動發展戰略的重要內容。

（3）技術進步的要素偏向類型及其時空分異規律：①就資本-勞動兩種要素而言，我國要素偏向型技術進步在整個樣本期內總體表現為資本密集-勞動節約型特征；且受產業結構重型化趨勢所影響，該特征在2007年之前得以逐步強化。隨后，呈現資本-勞動中性技術進步（NTCK-L）的省份數量陡然增加。②就資本-能源兩種要素而言，我國技術進步的要素偏向類型具有階段性演化特征：1996—2001年期間體現為資本密集-能源節約型；2002—2005年，受高耗能行業迅速擴張所影響，能源密集-資本節約型技術進步逐漸盛行并占據主導地位；2006—2014年期間要素偏向型技術進步又重回資本密集-能源節約型特征。③就能源-勞動兩要素而言，我國要素偏向型技術進步總體表現為能源密集-勞動節約型，且該特征在北京、天津、上海、江蘇等東部沿海省份表現得尤為明顯。相反，受能源-勞動中性技術進步逐漸盛行所影響，這一特征在甘肅、貴州、云南等西部欠發達省份并不突出。

（編輯：李 琪）

參考文獻（References）

[1]SOLOW R M. Technical change and the aggregate production function [J]. Review of economics and statistics， 1957， 39 （3）： 312-320.

[2]沈坤榮， 滕永樂. “結構性”減速下的中國經濟增長[J]. 經濟學家， 2013 （8）： 29-38. [SHEN Kunrong， TENG Yongle. Chinas economic growth in the context of structural slowdown [J]. Economist， 2013 （8）： 29-38.]

[3]劉偉， 張輝. 中國經濟增長中的產業結構變遷和技術進步[J]. 經濟研究， 2008（11）： 4-15. [LIU Wei， ZHANG Hui. Structural change and technical advance in Chinas economic growth [J]. Economic research journal， 2008（11）： 4-15.]

[4]蔡昉. 中國經濟增長如何轉向全要素生產率驅動型[J]. 中國社會科學， 2013（1）： 56-71. [CAI Fang. How can Chinese economy achieve the transition toward total factor productivity growth [J]. Social sciences in China， 2013（1）： 56-71.]

[5]楊汝岱. 中國制造業企業全要素生產率研究[J]. 經濟研究， 2015（2）： 61-74. [YANG Rudai. Study on the total factor productivity of Chinese manufacturing enterprises [J]. Economic research journal， 2015（2）： 61-74.]

[6]CHOW G， LIN A. Accounting for economic growth in Taiwan and mainland China： a comparative analysis [J]. Journal of comparative economics， 2002， 30（3）：507-530.

[7]郭慶旺， 賈俊雪. 中國全要素生產率的估算： 1979—2004[J]. 經濟研究， 2005（6）： 51-60. [GUO Qingwang， JIA Junxue. Estimating total factor productivity in China [J]. Economic research journal， 2005（6）： 51-60.]

[8]蘇治， 徐淑丹. 中國技術進步與經濟增長收斂性測度——技術創新與效率的視角[J]. 中國社會科學， 2015（7）： 4-25. [SU Zhi， XU Shudan. An evaluation of Chinese technological progress and the convergence of economic growth： from the perspective of innovation and efficiency [J]. Social sciences in China， 2015（7）： 4-25.]endprint

[9]徐瑛， 陳秀山， 劉鳳良. 中國技術進步貢獻率的度量與分解[J]. 經濟研究， 2006（8）： 93-103. [XU Ying， CHEN Xiushan， LIU Fengliang. Estimating and decomposing the contribution of technical change in China [J]. Economic research journal， 2006（8）： 93-103.]

[10]涂正革， 肖耿. 中國的工業生產力革命——用隨機前沿生產模型對中國大中型工業企業全要素生產率增長的分解及分析[J]. 經濟研究， 2005（3）： 4-15. [TU Zhengge， XIAO Geng. Chinas industrial productivity revolution： a stochastic frontier production function analysis of TFP growth in Chinas large and medium industrial enterprises [J]. Economic research journal， 2005（3）： 4-15.]

[11]岳書敬， 劉朝明. 人力資本與區域全要素生產率分析[J]. 經濟研究， 2006（4）： 90-96. [YUE Shujing， LIU Chaoming. Human capital accumulation and regional total factor productivity [J]. Economic research journal， 2006（4）： 90-96.]

[12]舒元， 才國偉. 我國省際技術進步及其空間擴散分析： 1980—2004 [J]. 經濟研究， 2007（6）： 106-118. [SHU Yuan， CAI Guowei. An analysis on technology progress and spatial diffusion among Chinas provinces： 1980-2004 [J]. Economic research journal， 2007（6）： 106-118.]

[13]張軍， 陳詩一， JEFFERSON G H. 結構改革與中國工業增長[J]. 經濟研究， 2009（7）： 4-20. [ZHANG Jun， CHEN Shiyi， JEFFERSON G H. Structural reform and industrial growth in China [J]. Economic research journal， 2009（7）： 4-20.]

[14]張少華， 蔣偉杰. 中國全要素生產率的再測度與分解[J]. 統計研究， 2014， 31（3）： 54-60. [ZHANG Shaohua， JIANG Weijie. A reestimate and decomposing of the total factor productivity of China [J]. Statistical research， 2014， 31（3）： 54-60.]

[15]顏鵬飛， 王兵. 技術效率、技術進步與生產率增長：基于DEA的實證分析[J]. 經濟研究， 2004（12）： 55-65. [YAN Pengfei， WANG Bing. Technical efficiency， technical progress & productivity growth： an empirical analysis based on DEA [J]. Economic research journal， 2004（12）： 55-65.]

[16]章上峰. 時變彈性生產函數生產率分解公式及其政策含義[J]. 數量經濟技術經濟研究， 2011（7）： 106-121. [ZHANG Shangfeng. Timevarying elasticity production function： productivity decomposition formula and policy implications [J]. Journal of quantitative & technical economics， 2011（7）： 106-121.]

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

[18]ACEMOGLU D. Directed technical change [J]. Review of economic studies， 2002， 69（4）： 781-809.

[19]戴天仕， 徐現祥. 中國的技術進步方向[J]. 世界經濟， 2010（11）： 54-70. [DAI Tianshi， XU Xianxiang. The direction of Chinas technical progress [J]. Journal of world economy， 2010（11）： 54-70.]

[20]鄧明. 人口年齡結構與中國省際技術進步方向[J]. 經濟研究， 2014（3）： 130-143. [DENG Ming. Age structure of population and Chinas provincial technical progress direction [J]. Economic research journal， 2014（3）： 130-143.]endprint

[21]陸雪琴， 章上峰. 技術進步偏向定義及其測度[J]. 數量經濟技術經濟研究， 2013（8）： 20-34. [LU Xueqin， ZHANG Shangfeng. The identification of factorbiased technical change [J]. Journal of quantitative & technical economics， 2013（8）： 20-34.]

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

[23]宋冬林， 王林輝， 董直慶. 技能偏向型技術進步存在嗎？——來自中國的經驗證據[J].經濟研究， 2010（5）： 68-81. [SONG Donglin， WANG Linhui， DONG Zhiqing. Is there skill biased technological change？ Evidence from China [J]. Economic research journal， 2010（5）： 68-81.]

[24]董直慶， 蔡嘯， 王林輝. 技能溢價：基于技術進步方向的解釋[J]. 中國社會科學， 2014（10）： 22-40. [DONG Zhiqing， CAI Xiao， WANG Linhui. The skill premium： an interpretation based on the direction of technological progress [J]. Social sciences in China， 2014（10）： 22-40.]

[25]黃先海， 徐圣. 中國勞動收入比重下降成因分析——基于勞動節約型技術進步的視角[J]. 經濟研究， 2009（7）： 34-44. [HUANG Xianhai， XU Sheng. Reasons for the decline of labor share： from the angle of labor： saving technical progress [J]. Economic research journal， 2009（7）： 34-44.]

[26]姚毓春， 袁禮， 王林輝. 中國工業部門要素收入分配格局——基于技術進步偏向型視角的分析[J]. 中國工業經濟， 2014（8）： 44-56. [YAO Yuchun， YUAN Li， WANG Linhui. Factor shares in Chinas industrial sector： analysis from the view of directed technical change [J]. China industrial economics， 2014（8）： 44-56.]

[27]雷欽禮. 偏向性技術進步的測算與分析[J]. 統計研究， 2013， 30（4）： 83-91. [LEI Qinli. The measurement and analysis of biased technical progress [J]. Statistical research， 2013， 30（4）： 83-91.]

[28]FRE 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.

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

[30]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 operations research， 2014， 214：143-165.

[31]SHESTALOVA V. Sequential malmquist indices of productivity growth： an application to OECD industrial activities [J]. Journal of productivity analysis， 2003， 19（2）： 211-226.

[32]張健華， 王鵬. 中國全要素生產率：基于分省份資本折舊率的再估計[J]. 管理世界， 2012（10）： 18-30. [ZHANG Jianhua， WANG Peng. Chinas growth in total factor productivity： a reestimation based on provincial capital depreciation rate [J]. Management world， 2012（10）： 18-30.]

[33]LIN J Y. Public research resource allocation in Chinese agriculture： a test of induced technological innovation hypotheses [J]. Economic development and cultural change， 1991， 40 （1）： 55-73.endprint