中国省际土地节约型技术进步测度与影响因素研究

严思齐　彭建超　吴群

摘要：近年来，在自然条件和规划管制约束性增强、土地市场化改革持续推进的背景下，中国工业经济发展中土地要素的稀缺性日益显现，节约集约利用土地的激励逐渐增强，为土地节约型技术进步的产生创造了条件。然而，既往关于有偏技术进步的研究通常只考虑資本、劳动力等生产要素，较少将土地要素纳入实证分析框架中。有鉴于此，本文将土地要素纳入全要素分析框架中，通过Malmquist生产率指数的测算和分解得到投入偏向指数，在此基础上考察了中国大陆各省级行政区2011—2016年间的工业技术进步偏向，并采用Probit模型分析了土地节约型技术进步的影响因素。研究结果显示，样本期内绝大多数省级行政区的全要素生产率出现了增长。与技术效率提高相比，技术进步对全要素生产率增长的贡献更大，而所有省区的技术进步均具有偏向性。大部分省区的技术进步在土地与劳动力、土地与资本这两种要素组合中至少有一种情形是偏向节约土地的。其中，针对土地与劳动力组合，技术进步在7个省区偏向节约土地，在22个省区偏向节约劳动力；针对土地与资本组合，技术进步在18个省区偏向节约土地，在11个省区偏向节约资本。Probit模型的估计结果表明，要素相对价格变化、土地资源禀赋、高技术产业占比、经济发展水平等因素对土地节约型技术进步的产生具有显著影响。为促进工业用地集约高效利用，应继续深化工业用地市场化改革、完善工业用地价格的形成机制；将新增建设用地指标向高技术产业倾斜，减少向高耗地产业供地；及时修订和严格执行工业项目土地使用标准，鼓励企业提高地均投资强度和产出水平。

关键词 ： 土地节约型技术进步；影响因素；Malmquist生产率指数；Probit模型

中图分类号 F301.2 文献标识码 A 文章编号 1002-2104（2018）12-0098-08 DOI：10.12062/cpre.20180924

根据主流的经济增长理论，要素积累、技术进步和技术效率提高是经济增长的重要源泉。随着中国经济增长方式由规模速度型向质量效益型转变，以及创新驱动发展战略的提出，技术进步对于中国经济增长的促进作用日益凸显。值得注意的是，技术进步可能改变生产要素之间的边际技术替代率，出现更加节约使用某类要素的有偏技术进步[1]。近年来，在要素禀赋约束和规划管制、市场规制的影响下，中国工业经济发展中土地要素的稀缺性日益显现，节约集约利用土地的激励逐渐增强。增量工业用地方面，国家出台的一系列政策提高了工业用地市场的竞争性和透明度，扭转了划拨和协议出让长期主导工业用地资源配置的局面，使得土地价格扭曲得到纠正、资源价值显化程度得以提升[2-3]。存量工业用地方面，各级政府通过实行工业项目土地使用标准控制、开展开发区土地节约集约利用评价，强化了集约利用土地的激励和约束[4]。在土地要素稀缺性日趋显现、工业地价上涨的背景下，中国工业经济发展中是否出现了土地节约型技术进步？土地节约型技术进步呈现出怎样的空间分布特征？研究这些问题对于推动工业经济转型升级、促进经济增长质量与效率的提高具有重要意义。另一方面，既往关于有偏技术进步的研究通常只考虑资本、劳动力等生产要素，而较少将土地要素纳入实证分析框架中，可能影响了研究结果的准确性。有鉴于此，本文将土地要素纳入全要素分析框架中，基于投入偏向指数考察中国大陆各省级行政区的工业技术进步偏向（主要关注是否出现了土地节约型技术进步），并采用Probit模型分析土地节约型技术进步的影响因素。

1 文献综述

有关中国技术进步的研究主要围绕技术进步的速度和偏向这两个主题展开，而较早期的研究主要关注技术进步的速度。例如，颜鹏飞和王兵[5]基于数据包络分析（Data Envelopment Analysis，DEA）方法测度了1978—2001年间中国各省级行政区的技术进步、技术效率变化及全要素生产率增长率，发现1997年之后全要素生产率增长的放缓可以归因于技术进步的减慢。郭庆旺和贾俊雪[6]基于多种方法测度了中国1979—2004年间的全要素生产率增长率并对其进行了分解，亦发现技术进步速度偏低是全要素生产率增速较慢的重要原因。

近年来，研究者们开始关注中国技术进步的偏向，最初采用的大多为基于计量模型估计的参数方法。例如，戴天仕和徐现祥[7]以及陈晓玲和连玉君[8]基于CES生产函数和标准化供给面系统方法，估计了要素替代弹性并分析了技术进步偏向；陆雪琴和章上峰[1]采用Kmenta级数展开法估计了标准化CES生产函数，进而得到要素替代弹性估计值并判定了技术进步偏向。然而，郝枫[9]和封永刚等[10]指出，目前要素替代弹性的估计方法仍存在着缺陷和争议，影响了参数方法判定技术进步偏向的准确性。正因如此，许多学者转而采用基于投入偏向指数的非参数方法开展研究。该方法无须对生产函数形式做出任何假设，也不需要对要素替代弹性进行估计，从而避免了较强的理论约束。该方法已被广泛应用于对工业技术进步偏向的研究[11-15]。例如，Chen和Yu[13]测算了99个OECD和非OECD国家的Malmquist生产率指数，并基于对该指数的分解得到投入偏向指数，进而分析了技术进步在资本、劳动力等要素之间的偏向；Fare等[14]基于非参数方法研究了台湾地区制造业的技术进步偏向；王班班和齐绍洲[15]采用非参数方法分析了中国大陆工业行业的技术进步偏向。

通过对既有研究的梳理发现，学者们主要关注技术进步在资本、劳动力等要素之间的偏向，而较少有研究将土地要素纳入实证分析框架中。但在土地稀缺性日益显现、土地市场发育程度不断提高的背景下，土地要素的重要性显然不容忽视。另一方面，虽然已有研究对有偏技术进步的诱因进行了理论分析，但该领域的实证分析和检验仍然相对较少。

2 研究方法与数据说明

2.1 研究方法

2.1.1 有偏技术进步

本文采用实证研究中应用广泛的Hicks定义来界定有偏技术进步[11-16]。具体来说，令x1，…，xN分别表示N种生产要素的投入量，xj和xk表示其中任意2种要素的投入量。给定要素投入比例xk/xj不变，若技术进步之后要素j和要素k之间的边际技术替代率不变，则认为技术进步是中性的；若边际技术替代率发生了变化，则认为存在有偏技术进步。有偏技术进步的判定条件可以表示为：

其中，MRTS表示要素j和要素k之间的边际技术替代率，t表示时间，Ftj和Ftk分别表示要素j和要素k的边际产出。当存在有偏技术进步时，还可进一步考察技术进步更加促进何种要素的节约使用（即技术进步偏向）：若技术进步之后式（1）中边际技术替代率上升，则为要素k节约型技术进步（或称技术进步是偏向节约要素k的）；若边际技术替代率下降，则为要素j节约型技术进步（或称技术进步是偏向节约要素j的）。由于现实中要素投入比例是动态变化的，因而在判定技术进步偏向的实证研究中，研究者均放宽了Hicks定义中要素投入比例不变的假设[11-15]。

2.2 变量选择和数据来源

2.2.1 工业投入产出指标选择和数据来源

本文以2011—2016年为研究期，以中国大陆除青海、西藏外（受数据可得性的限制）的29个省级行政区作为数据观测单元。本研究时间区间的确定主要是基于数据可得性的考虑。由于分析土地节约型技术进步的影响因素需要利用工业用地价格数据，而2011年之前的工业用地价格数据存在缺失，因而将研究期的起点设定为2011年，而非更早期的某个年份。采用工业总产值度量工业产出水平，分别利用工业行业城镇单位从业人员数和工业用地面积衡量劳动力投入水平（L）和土地投入水平（IL）。参考张海洋[20]和姚志毅等[21]的方法，采用工业部门固定資产净值度量资本投入水平（即工业行业资本存量，K）。分别采用分地区工业生产者出厂价格指数和固定资产投资价格指数将工业总产值和工业部门固定资产净值折算为2011年不变价。工业总产值、工业行业城镇单位从业人员数和工业部门固定资产净值数据来源于历年的《中国城市统计年鉴》，工业用地面积数据来源于历年的《中国城市建设统计年鉴》，分地区工业生产者出厂价格指数和固定资产投资价格指数来源于历年的《中国统计年鉴》。

2.2.2 Probit模型的解释变量选择和数据来源

依据诱致性技术进步理论[12-13，16]，本文采用要素相对价格变化率作为研究土地节约型技术进步影响因素的Probit模型的核心解释变量。预期土地价格相对于其他要素价格上涨的越快，土地节约型技术进步的发生概率越高。具体来说，在针对土地与劳动力这一要素组合的Probit模型中，核心解释变量为土地与劳动力的相对价格的变化率（rprice1），其计算公式为：

其中，下标2011和2016分别表示相应的年份；landp、laborp分别表示工业用地价格（以工业用地出让成交均价来表示）和劳动力价格（以工业行业城镇单位就业人员平均工资来表示）；Δlandp和Δlaborp分别表示2011—2016年间工业用地价格和劳动力价格的变化率。式（10）的推导表明，土地与劳动力的相对价格的变化率等价于土地价格变化率与劳动力价格变化率之比。工业用地出让成交均价数据来源于国家信息中心主办国信房地产信息网的土地市场数据库，工业行业城镇单位就业人员平均工资数据来源于历年的《中国统计年鉴》。在针对土地与资本这一要素组合的Probit模型中，核心解释变量为土地与资本的相对价格的变化率（rprice2），其计算公式为：

其中， capitalp表示资本价格，Δcapitalp表示2011—2016年间资本价格的变化率（参考既有研究，由固定资产投资价格指数来度量），其他符号的含义与式（10）相同。

除核心解释变量外，考虑其他因素，本文还选取了如下解释变量：①以人均耕地面积表征的土地资源禀赋（pccland）。土地资源禀赋条件越好，工业用地后备资源越充裕，工业用地集约利用的激励程度可能反而越低[2]，而土地节约型技术进步的发生概率可能也越低。②高技术产业占比（htratio，用高技术产业主营业务收入占地区工业企业主营业务收入的比重来表示）。陈伟等[22]指出，高技术企业具有技术和资本密集度高、土地集约利用程度高的特征。因而可以预期土地节约型技术进步更有可能发生在高技术产业占比高的地区。③外资（含港澳台资）企业产值占比（fratio，用外资企业工业总产值占地区工业总产值的比重来表示）。外资企业通常具有较高的技术和管理水平、工业用地利用效率往往也较高[22-23]，因而可以预期土地节约型技术进步更有可能发生在外资企业产值占比高的地区。④地区经济发展水平（pcgdp，用人均地区生产总值来度量）。地区经济发展水平越高，土地集约利用程度通常也越高[23]。因而可以预期土地节约型技术进步更有可能发生在经济发展水平高的地区。⑤土地市场秩序（llegal，用土地违法案件涉及土地面积占行政辖区面积的比重来逆向反映）。土地违法现象越多、土地市场秩序越混乱，越不利于通过市场机制提高土地资源的配置和利用效率[2，23]，而土地节约型技术进步的发生概率可能也越低。由于研究期包含多个年份，因而pccland、htratio、fratio、pcgdp和llegal的取值为相应指标在研究期内的年平均值。相关数据来源于历年的《中国统计年鉴》《中国国土资源统计年鉴》《中国高技术产业统计年鉴》和《中国城市统计年鉴》。

3 实证结果与分析

3.1 Malmquist生产率指数的测算与分解

由于在较长时间内能更清楚地观察到技术和生产率的整体变动趋势，因而参考既有研究[13-15]，本文测算研究期内（2011—2016年间）的累积Malmquist生产率指数（由相应的年度指数按次序相乘得到[14]）并对其分解（结果见表1第2～5列），在此基础上考察技术进步偏向。除辽宁、黑龙江和海南外，其他省级行政区的累积Malmquist生产率指数均大于1，表明绝大多数省区的全要素生产率在2011—2016年间出现了增长。此外，与既有研究的结果一致[24-25]，中、西部地区的全要素生产率增长整体上快于东部地区，表明存在着地区间生产率增长的收敛。在技术效率变化方面，天津和广东在2011年、2016年均位于生产前沿面上，没有发生技术效率变化（EFFCH=1）。其余27个省级行政区中有16个在研究期内技术效率提高（EFFCH>1），而有11个技术效率降低（EFFCH<1）。与此形成对比的是，所有省级行政区在研究期内均出现了技术进步（TECH>1），且大多数省区的技术变化指数（TECH）大于技术效率变化指数（EFFCH），表明技术进步是研究期内全要素生产率增长的主要源泉。对于本文重点关注的投入偏向指数（IBTECH），主要有两点发现。一是该指数在所有省级行政区均不等于1，表明所有省区的技术进步均具有偏向性；二是该指数在大多数省级行政区大于1，表明有偏技术进步在总体上对全要素生产率增长起到了促进作用。

3.2 技术进步偏向的判定

接下来根据研究期内要素投入比例的變动（参见表1第6～7列）和投入偏向指数的大小，来判定技术进步偏向（结果见表1第8～9列）。首先考察技术进步在土地与劳动力之间的偏向。技术进步在北京、上海、江苏、河南、广东、海南、重庆等7个省级行政区偏向节约土地，而在其余22个省区偏向节约劳动力。当考察技术进步在土地和资本之间的偏向时，则发现呈现节约土地偏向的省区明显增多。具体来说，技术进步在北京、天津、河北、山西、内蒙古、黑龙江、上海、江苏、浙江、安徽、福建、山东、广东、重庆、四川、贵州、甘肃、新疆等18个省级行政区偏向节约土地，而在辽宁、吉林、江西、河南、湖北、湖南、广西、海南、云南、陕西、宁夏等11个省区偏向节约资本。事实上，近年来的研究也表明，中国许多地区在经济发展过程中存在着资本深化、资本密集度不断提高，而更加节约使用其他生产要素的现象[1，9-10]。总体来说，大部分省区的技术进步在土地与劳动力、土地与资本这两种要素组合中至少有一种情形是偏向节约土地的。在5个省级行政区（北京、上海、江苏、广东、重庆），技术进步在上述两种要素组合中均是偏向节约土地的；在15个省区（天津、河北、山西、内蒙古、黑龙江、浙江、安徽、福建、山东、河南、海南、四川、贵州、甘肃、新疆），技术进步在上述两种要素组合中有一种情形是偏向节约土地的；而在其余9个省区（辽宁、吉林、 江西、湖北、湖南、广西、云南、陕西、宁夏），技术进步在两种要素组合中均不是偏向节约土地的。通过进一步的分析可以发现，土地节约型技术进步的发生概率与要素相对价格的变化具有较为明显的联系。在大多数省级行政区，土地价格相对于资本价格上涨得更快（参见表1第11列）；而仅在部分省区，土地价格相对于劳动力价格上涨得更快（参见表1第10列）。与此相对应

的是，当考虑土地与资本这一要素组合时，许多省区的技术进步偏向节约土地（且这些地区均是土地与资本的相对价格上涨幅度较大的省区）；而当考虑土地与劳动力这一要素组合时，仅有部分省区的技术进步偏向节约土地。

3.3 土地节约型技术进步的影响因素

本文分别针对土地与劳动力、土地与资本这2种要素组合构建Probit模型，研究土地节约型技术进步的影响因素。考虑到可能存在的异方差问题，模型估计中使用了稳健标准误，估计结果如表2和表3所示。在两个模型中，要素相对价格变化变量的系数均为正且在1%或5%的统计水平上显著，表明土地价格相对于其他要素价格上涨得越快，土地节约型技术进步的发生概率越高。根据Wooldridge提供的方法计算[19]，在针对土地与劳动力组合的Probit模型中，要素相对价格变化的平均边际效应为1.29（土地与劳动力的相对价格每上涨1%，会引起土地节约型技术进步的发生概率提高1.29%）；在针对土地与资本组合的Probit模型中，要素相对价格变化的平均边际效应为2.48（对于非线性模型而言，边际效应并非常数，而是随着解释变量的变化而变化。参照既有研究的惯例[19]，本文测算解释变量的平均边际效应，即先分别计算在每个样本观测值上的边际效应，然后进行简单算术平均）。自原国土资源部和监察部发布《关于落实工业用地招标拍卖挂牌出让制度有关问题的通知》（国土资发[2007]78号）以来，在一系列国家政策的作用下，招标拍卖挂牌逐渐取代划拨和协议成为工业用地出让的主要方式，工业用地市场的竞争性和透明度也不断提高。在资源价值显化程度加深的背景下，工业地价上涨对土地节约型技术进步的产生起到了促进作用。土地资源禀赋变量的系数为负且在5%的统计水平上显著，表明土地资源禀赋条件越好，工业用地集约利用的激励程度、土地节约型技术进步的发生概率反而越低。高技术产业占比变量的系数为正且在1%或5%的统计水平上显著，表明土地节约型技术进步更有可能发生在高技术产业占比高的地区。因而通过优化产业结构、提高科技贡献率，可以有效促进土地的节约集约利用。外资企业产值占比变量的系数虽然符合预期，但在统计上不显著。其原因可能在于，近年来内资与外资企业在技术和管理水平、工业用地利用效率方面的差距在缩小，因而投资来源结构并不是影响土地节约型技术进步产生的主要因素。地区经济发展水平变量的系数为正且在5%的统计水平上显著，表明土地节约型技术进步更有可能发生在经济发展水平高的地区。土地市场秩序变量的系数虽然符合预期，但在统计上不显著，表明该变量并非影响土地节约型技术进步产生的主要因素。

4 结论与启示

本文通过测算Malmquist生产率指数并对其分解得到投入偏向指数，在此基础上考察了中国大陆各省级行政区2011—2016年间的工业技术进步偏向，并采用Probit模型分析了土地节约型技术进步的影响因素。研究结果显示，样本期内绝大多数省级行政区的全要素生产率出现了增长。与技术效率提高相比，技术进步对全要素生产率增长的贡献更大，而所有省区的技术进步均具有偏向性。大部分省区的技术进步在土地与劳动力、土地与资本这两种要素组合中至少有一种情形是偏向节约土地的。其中，针对土地与劳动力组合，技术进步在7个省区偏向节约土地，在22个省区偏向节约劳动力；针对土地与资本组合，技术进步在18个省区偏向节约土地，在11个省区偏向节约资本。Probit模型的估计结果表明，要素相对价格变化、土地资源禀赋、高技术产业占比、经济发展水平等因素对土地节约型技术进步的产生具有显著影响。

本文的分析结果对于有偏技术进步的相关研究具有一定的启示，并可在此基础上总结出今后研究的方向。

（1）在自然条件和规划管制约束性增强、土地市场化改革持续推进的背景下，土地要素在经济发展中的作用日益凸显，技术进步过程中土地与其他要素之间的边际技术替代率也发生了变化，出现了土地节约型技术进步。因而，既往关于有偏技术进步的研究中仅考虑资本、劳动力等要素，而忽略土地要素的做法，并不能全面、准确地反映技术进步的实现路径和偏向特征。今后可以考虑将更多要素（如能源等）纳入分析框架中，进一步考察技术进步在土地与其他要素之间的偏向。

（2）要素相对价格变化，而非绝对价格变化是有偏技术进步产生的主要原因。本文的研究表明，当土地价格变化率一定时，由于资本价格变化率与劳动力价格变化率有所不同，使得土地与资本的相对价格的变化率不同于土地与劳动力的相对价格的变化率，进而造成土地与资本组合中的技术进步偏向情况显著区别于土地与劳动力组合中的技术进步偏向情况。因而，在关于有偏技术进步影响因素的研究中，应更多关注要素的相对价格变化。

（3）本文研究的是一定时期内工业经济整体的技术进步偏向情况。今后的研究可以对不同时期的工业技术进步偏向情况进行对比分析，在此基础上探明工业技术进步偏向的动态演进规律。此外，可以进一步分析各工业行业的技术进步偏向，考察土地节约型技术进步的行业间差异。

最后，根据本文的实证分析结果，可以提出一些促进工业用地集约高效利用的建议：一是应继续深化工业用地市场化改革、完善工业用地价格的形成机制。具体来说，要进一步推动工业用地“招拍挂”出让的公开化和规范化，防止地方政府采用定向出让、减免出让金等方式对工业用地市场进行不当干预。二是应将新增建设用地指标向高技术产业倾斜，减少向高耗地产业供地，以促进产业结构和供地结构的优化。三是应及时修订和严格执行工业项目土地使用标准，鼓励企业提高地均投资强度和产出水平，提升存量工业用地的集约利用水平。

（编辑：王爱萍）

参考文献

[1]陆雪琴， 章上峰. 技术进步偏向定义及其测度[J]. 数量经济技术经济研究， 2013 （8）： 20-34.

[2]赵爱栋， 马贤磊， 曲福田. 市场化改革能提高中国工业用地利用效率吗？[J]. 中国人口·资源与环境， 2016， 26（3）： 118-126.

[3]黄金升， 陈利根， 张耀宇， 等. 产业结构差异下地方政府经济行为与工业地价研究[J]. 产业经济研究， 2017 （3）： 81-90.

[4]朱庄瑞， 吕萍. 中国城市土地节约集约利用政策有效性区域差异研究[J]. 中国人口·资源与环境， 2015， 25（12）： 129-137.

[5]颜鹏飞， 王兵. 技术效率、技术进步与生产率增长：基于DEA 的实证分析[J]. 经济研究， 2004 （12）： 55-65.

[6]郭庆旺， 贾俊雪. 中国全要素生产率的估算：1979—2004[J]. 经济研究， 2005 （6）： 51-60.

[7]戴天仕， 徐现祥. 中国的技术进步方向[J]. 世界经济， 2010 （11）： 54-70.

[8]陈晓玲， 连玉君. 资本-劳动替代弹性与地区经济增长——德拉格兰德维尔假说的检验[J]. 经济学（季刊）， 2012， 12（1）： 93-118.

[9]郝枫. 中国技术偏向的趋势变化、行业差异及总分关系[J]. 数量经济技术经济研究， 2017 （4）： 20-38.

[10]封永刚， 蒋雨彤， 彭珏. 中国经济增长动力分解：有偏技术进步与要素投入增长[J]. 数量经济技术经济研究， 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， 齊绍洲. 中国工业技术进步的偏向是否节约能源[J]. 中国人口·资源与环境， 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两面性、外资活动与中国工业生产率增长[J]. 经济研究， 2005 （5）： 107-117.

[21]姚志毅， 张亚斌， 李德阳. 参与国际分工对中国技术进步和技术效率的长期均衡效应[J]. 数量经济技术经济研究， 2010 （6）： 72-83.

[22]陈伟， 彭建超， 吴群. 中国省域工业用地利用效率时空差异及影响因素研究[J]. 资源科学， 2014， 36（10）： 2046-2056.

[23]严思齐， 彭建超， 吴群. 中国工业用地利用效率收敛特征[J]. 资源科学， 2018， 40（6）： 1163-1174.

[24]余泳泽. 中国省际全要素生产率动态空间收敛性研究[J]. 世界经济， 2015 （10）： 30-55.

[25]余泳泽. 异质性视角下中国省际全要素生产率再估算：1978-2012[J]. 经济学（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