王舒鴻*，崔欣，宋馬林

（1. 中國(guó)海洋大學(xué)經(jīng)濟(jì)學(xué)院，青島 266100；2. 安徽財(cái)經(jīng)大學(xué)統(tǒng)計(jì)與應(yīng)用數(shù)學(xué)學(xué)院，蚌埠 233030）

大數(shù)據(jù)在環(huán)境技術(shù)進(jìn)步中的應(yīng)用

王舒鴻1*，崔欣1，宋馬林2

（1. 中國(guó)海洋大學(xué)經(jīng)濟(jì)學(xué)院，青島 266100；2. 安徽財(cái)經(jīng)大學(xué)統(tǒng)計(jì)與應(yīng)用數(shù)學(xué)學(xué)院，蚌埠 233030）

【編者按】2016年11月，由《中國(guó)環(huán)境管理》主辦的2016全國(guó)環(huán)境信息技術(shù)與應(yīng)用交流大會(huì)暨中國(guó)環(huán)境科學(xué)學(xué)會(huì)環(huán)境信息化分會(huì)年會(huì)在京召開(kāi)。大會(huì)組織了論文征集和評(píng)選活動(dòng)，現(xiàn)刊登部分優(yōu)秀論文以饗讀者。

我國(guó)環(huán)境污染日益嚴(yán)重，政府加大環(huán)境保護(hù)力度勢(shì)在必行，科學(xué)、有效的環(huán)境管理對(duì)保護(hù)環(huán)境、提高環(huán)境質(zhì)量起著重要的作用。環(huán)境技術(shù)進(jìn)步是環(huán)境管理有效且持久的驅(qū)動(dòng)力，但是，環(huán)境技術(shù)進(jìn)步的測(cè)度方法一直未能實(shí)現(xiàn)普適性。本文首先綜述了技術(shù)進(jìn)步對(duì)改善環(huán)境質(zhì)量的重要性，在此基礎(chǔ)上，闡述了各學(xué)者對(duì)技術(shù)進(jìn)步和偏向型技術(shù)進(jìn)步測(cè)量方法的探究。然后介紹了大數(shù)據(jù)在環(huán)境管理中的應(yīng)用，在其應(yīng)用經(jīng)驗(yàn)的基礎(chǔ)上，將其引入環(huán)境技術(shù)測(cè)度領(lǐng)域。大數(shù)據(jù)在該領(lǐng)域的應(yīng)用為環(huán)境偏向型技術(shù)進(jìn)步的測(cè)度提供了新的契機(jī)，同時(shí)，大數(shù)據(jù)的應(yīng)用也增加了研究的困難性。最后，基于偏向型技術(shù)進(jìn)步之間的矛盾，提出最優(yōu)環(huán)境技術(shù)的理念。通過(guò)利用大數(shù)據(jù)，可以合理測(cè)度偏向型技術(shù)進(jìn)步，實(shí)現(xiàn)生產(chǎn)偏向型技術(shù)進(jìn)步和環(huán)境偏向型技術(shù)進(jìn)步的合理配比，找出可以兼顧高產(chǎn)出和低污染物排放量的最優(yōu)偏向型技術(shù)進(jìn)步模式。并進(jìn)一步結(jié)合各區(qū)域的差異性和關(guān)聯(lián)性，能夠測(cè)算出區(qū)域最優(yōu)偏向型技術(shù)進(jìn)步模式，找到有效的環(huán)境管理方式，為環(huán)境管理者與政策制定者提供合理參考。

大數(shù)據(jù)；環(huán)境管理；技術(shù)進(jìn)步

1 環(huán)境技術(shù)是改善環(huán)境的重要手段

改革開(kāi)放以來(lái)，我國(guó)經(jīng)濟(jì)迅速發(fā)展，工業(yè)化和城鎮(zhèn)化進(jìn)程快速推進(jìn)，而粗放型經(jīng)濟(jì)發(fā)展方式則是以犧牲環(huán)境、耗費(fèi)資源、破壞生態(tài)為代價(jià)的[1]。隨著經(jīng)濟(jì)的持續(xù)增長(zhǎng)，現(xiàn)代化步伐的逐步加快，廢水、廢氣等有害污染物的排放量逐漸增多，環(huán)境污染日益嚴(yán)重。近年來(lái)，我國(guó)政府已經(jīng)充分意識(shí)到環(huán)境管理的重要性。在黨的十六屆五中全會(huì)上，我國(guó)提出建設(shè)資源節(jié)約型和環(huán)境友好型社會(huì)的戰(zhàn)略目標(biāo)，并于2015年1月1日開(kāi)始實(shí)施新的《中華人民共和國(guó)環(huán)境保護(hù)法》，而十八屆五中全會(huì)則更進(jìn)一步加大了環(huán)境治理力度。進(jìn)行科學(xué)的環(huán)境管理可以有效地改善環(huán)境質(zhì)量，有利于環(huán)保工作的順利進(jìn)行。

“十三五”開(kāi)始，我國(guó)環(huán)境管理的戰(zhàn)略導(dǎo)向由降低污染物排放量轉(zhuǎn)變?yōu)楦纳骗h(huán)境質(zhì)量。黨的十八屆五中全會(huì)提出了五大發(fā)展理念，而推動(dòng)創(chuàng)新與技術(shù)進(jìn)步則被排在這五大發(fā)展理念的首位。這意味著我國(guó)要大力發(fā)展綠色經(jīng)濟(jì)，就必須推動(dòng)綠色創(chuàng)新、實(shí)現(xiàn)綠色技術(shù)的進(jìn)步，這是我國(guó)發(fā)展綠色經(jīng)濟(jì)的根本途徑。對(duì)于此，很多學(xué)者早已達(dá)成共識(shí)。Weitman[2]提出技術(shù)進(jìn)步可以有效地推動(dòng)經(jīng)濟(jì)長(zhǎng)期、可持續(xù)發(fā)展。宋馬林和王舒鴻[3]創(chuàng)新地將數(shù)據(jù)包絡(luò)分析（data envelopment analysis，DEA）方法分解，將影響環(huán)境效率的因素分為技術(shù)因素和環(huán)境規(guī)制因素并對(duì)其進(jìn)行實(shí)證分析，把兩種因素對(duì)環(huán)境效率的影響程度量化。得出結(jié)論：技術(shù)進(jìn)步能夠促進(jìn)環(huán)境保護(hù)、帶動(dòng)產(chǎn)業(yè)升級(jí)，適合各地經(jīng)濟(jì)環(huán)境的技術(shù)進(jìn)步可以促使各地經(jīng)濟(jì)綠色、快速的增長(zhǎng)。王兵和劉天光[4]首次采用兩期權(quán)重修正羅素模型研究通過(guò)推動(dòng)技術(shù)進(jìn)步而實(shí)現(xiàn)的節(jié)能減排，能否促使中國(guó)經(jīng)濟(jì)綠色發(fā)展，實(shí)現(xiàn)環(huán)境與經(jīng)濟(jì)的雙贏。結(jié)果表明：強(qiáng)化節(jié)能減排技術(shù)有利于促進(jìn)綠色全要素生產(chǎn)率的增長(zhǎng)，最終推動(dòng)綠色經(jīng)濟(jì)的發(fā)展。

2 大數(shù)據(jù)與環(huán)境技術(shù)測(cè)度

對(duì)技術(shù)進(jìn)步進(jìn)行合理測(cè)度，為環(huán)境管理制度的制定和實(shí)施提供切實(shí)、可靠的依據(jù)，是使環(huán)境治理得到改善、環(huán)境管理更加有效的關(guān)鍵因素之一。然而，現(xiàn)在并沒(méi)有一個(gè)普適性的測(cè)度方法。Kennedy 等[5]利用“增長(zhǎng)核算法”測(cè)度技術(shù)進(jìn)步的大小，通過(guò)設(shè)定生產(chǎn)函數(shù)來(lái)衡量技術(shù)進(jìn)步，但是如果生產(chǎn)函數(shù)設(shè)定錯(cuò)誤或者其他生產(chǎn)條件改變，就會(huì)使計(jì)算得到的技術(shù)進(jìn)步率與實(shí)際的技術(shù)進(jìn)步率之間產(chǎn)生偏差。Bentolina 等[6]采用全要素生產(chǎn)率衡量技術(shù)進(jìn)步；Welsch 等[7]用貿(mào)易占GDP的比重對(duì)技術(shù)進(jìn)步進(jìn)行衡量；Arnberg 等[8]和Ma 等[9,10]用時(shí)間趨勢(shì)項(xiàng)表示技術(shù)進(jìn)步。也有學(xué)者嘗試用數(shù)據(jù)包絡(luò)分析等非參數(shù)的方法來(lái)測(cè)度技術(shù)進(jìn)步。Caves 等[12]把數(shù)據(jù)包絡(luò)分析與全要素生產(chǎn)率相結(jié)合，構(gòu)建出DEA-Malmquist的評(píng)價(jià)方法，計(jì)算得到各決策單元的技術(shù)進(jìn)步效率，F(xiàn)ukuyama等[12]對(duì)DEA-Malmquist指數(shù)進(jìn)行了進(jìn)一步的探究；宋馬林等[13]將數(shù)據(jù)包絡(luò)分析與固定效應(yīng)模型相結(jié)合，分析各省份的技術(shù)進(jìn)步，并取得了較好的效果。但這些方法往往隨著指標(biāo)選取的不同而導(dǎo)致不同的結(jié)果，所得到的結(jié)論也并不穩(wěn)定。

通過(guò)對(duì)技術(shù)進(jìn)步研究的深入，學(xué)者逐漸將技術(shù)進(jìn)步內(nèi)生化，形成偏向型技術(shù)進(jìn)步理論。當(dāng)勞動(dòng)與資本的相對(duì)價(jià)格發(fā)生變化時(shí)，企業(yè)生產(chǎn)過(guò)程中就會(huì)更多地使用價(jià)格較低的生產(chǎn)要素，放棄使用價(jià)格較高的生產(chǎn)要素，從而對(duì)資本和勞動(dòng)的技術(shù)提升作用產(chǎn)生差異，出現(xiàn)資本偏向型技術(shù)進(jìn)步和勞動(dòng)偏向型技術(shù)進(jìn)步。Acemoglu[14,15]提出，技術(shù)進(jìn)步的偏向性可以拓展到任意投入要素之間，從而擴(kuò)寬了偏向型技術(shù)進(jìn)步的應(yīng)用范圍。隨著環(huán)境問(wèn)題逐漸得到人們的關(guān)注，各學(xué)者也將環(huán)境因素考慮到生產(chǎn)函數(shù)中。不同于生產(chǎn)要素的偏向型技術(shù)進(jìn)步注重產(chǎn)出隨技術(shù)進(jìn)步而增加，環(huán)境要素的偏向型技術(shù)進(jìn)步注重的是隨著技術(shù)進(jìn)步，能源消耗和污染物等非期望產(chǎn)出減少，既包括 “節(jié)能”型技術(shù)進(jìn)步和“減排”型技術(shù)進(jìn)步[16]。

環(huán)境偏向型技術(shù)進(jìn)步是進(jìn)行環(huán)境管理，改善環(huán)境質(zhì)量持久、有效、穩(wěn)定的驅(qū)動(dòng)力[17]。但是自Acemoglu[18,19]首先提出“環(huán)境”偏向型技術(shù)進(jìn)步以來(lái)，學(xué)者們同樣面臨無(wú)法測(cè)度以及測(cè)度不準(zhǔn)的問(wèn)題。很多學(xué)者進(jìn)行了積極有效的嘗試。Harrison[20]、Welsch等[7]、Arnberg等[8]、Ma 等[9,10]采用指標(biāo)替代的方法衡量偏向型技術(shù)進(jìn)步。Klump等[21]采用標(biāo)準(zhǔn)化供給面系統(tǒng)估計(jì)技術(shù)進(jìn)步的方向指數(shù)。Leon-Ledesma等[22]用廣義非線性最小二乘法對(duì)技術(shù)進(jìn)步方向進(jìn)行估計(jì)。但這些方法的擬合精度差，不能對(duì)環(huán)境偏向型技術(shù)進(jìn)步進(jìn)行很好的測(cè)度。有學(xué)者基于DEA方法，對(duì)其進(jìn)行改進(jìn)和創(chuàng)新，用以測(cè)度環(huán)境偏向型技術(shù)進(jìn)步。Chambers等基于DEA模型，提出了具有相加結(jié)構(gòu)的Luenberger生產(chǎn)率指標(biāo)度量環(huán)境因素的技術(shù)進(jìn)步。Chung 等[24]構(gòu)建了同時(shí)考慮期望產(chǎn)出增加與非期望產(chǎn)出減少的方向性距離函數(shù)（Directional Distance Function，DDF），并在Chambers等的研究基礎(chǔ)上，構(gòu)建了比值Malmquist-Luenberger （ML）生產(chǎn)率指數(shù)。Oh等[25]提出了Sequential Malmquist-Luenberger（SML）指數(shù)的概念，并對(duì)26個(gè)OECD成員進(jìn)行環(huán)境績(jī)效的測(cè)算，等等。

如何進(jìn)行有效的環(huán)境技術(shù)測(cè)度，這是環(huán)境管理領(lǐng)域困擾學(xué)者多年的難題。近年來(lái)大數(shù)據(jù)的興起給學(xué)者們的研究帶來(lái)了新的思路。因?yàn)樵诃h(huán)境管理領(lǐng)域，已經(jīng)出現(xiàn)了具有較高價(jià)值的巨量信息，這些信息也已實(shí)現(xiàn)在全球范圍內(nèi)的共享，這就給大數(shù)據(jù)下的環(huán)境技術(shù)測(cè)度提供了便利。依據(jù)HACE定理，大數(shù)據(jù)始于分布式和非集中控制的巨容（large-volume）、異構(gòu)（heterogeneous）、自治源（autonomous），它尋求數(shù)據(jù)間復(fù)雜（complex）與不斷變化（evolving）的關(guān)系[26]。據(jù)估計(jì)，目前從地下物理實(shí)驗(yàn)到零售交易、安全攝像頭和全球定位系統(tǒng)等方面，每年產(chǎn)生大約4澤字節(jié)（Zettabytes）數(shù)字資料[27]。大數(shù)據(jù)業(yè)已席卷所有行業(yè)和業(yè)務(wù)功能領(lǐng)域，正在成為與勞動(dòng)力和資本并駕齊驅(qū)的一個(gè)新的生產(chǎn)要素，將有力推進(jìn)生產(chǎn)率增長(zhǎng)和消費(fèi)者盈余的新浪潮[28]。美國(guó)環(huán)境保護(hù)署（Environmental Protection Agency, EPA）和能源信息署（Energy Information Administration, EIA）將收集的大數(shù)據(jù)用以建立排放和發(fā)電資源綜合數(shù)據(jù)庫(kù)（Emissions and Generation Resource Integrated Database, eGRID），提供幾乎全部美國(guó)發(fā)電的碳排放等數(shù)字資料。

然而，由于大數(shù)據(jù)規(guī)模巨大且生成迅速，大數(shù)據(jù)的研究一度陷入極大的困難[29]。但是對(duì)大數(shù)據(jù)的深入挖掘能夠得到更加精確與穩(wěn)定的結(jié)論，又促使學(xué)者對(duì)其進(jìn)行深入探索。Russom[30]認(rèn)為，通過(guò)綜合運(yùn)用數(shù)據(jù)采集、統(tǒng)計(jì)推斷以及人工智能等多種技術(shù)，可以有效解決由大數(shù)據(jù)本身特性所帶來(lái)的分析上的困難。Pijanowski 等[31]提出，對(duì)大數(shù)據(jù)進(jìn)行分析時(shí)，將地理信息系統(tǒng)與神經(jīng)網(wǎng)絡(luò)相結(jié)合，以便解決分析上的困難。還有很多學(xué)者也提出了不同的解決方法[32,33]。我國(guó)印發(fā)的《生態(tài)環(huán)境監(jiān)測(cè)網(wǎng)絡(luò)建設(shè)方案》（2015）提出，要構(gòu)建生態(tài)環(huán)境監(jiān)測(cè)監(jiān)管的大數(shù)據(jù)平臺(tái)，開(kāi)發(fā)、整合、應(yīng)用生態(tài)環(huán)境監(jiān)測(cè)監(jiān)管的數(shù)據(jù)資源，將大數(shù)據(jù)應(yīng)用到環(huán)境管理領(lǐng)域中。

3 基于大數(shù)據(jù)的最優(yōu)環(huán)境技術(shù)測(cè)算

3.1 偏向型技術(shù)進(jìn)步之間的矛盾

環(huán)境偏向型技術(shù)進(jìn)步受到越來(lái)越多的重視，大數(shù)據(jù)為其測(cè)度方法的探究提供了新的契機(jī)。隨著新常態(tài)的提出，我國(guó)經(jīng)濟(jì)增速由高速增長(zhǎng)變?yōu)橹懈咚僭鲩L(zhǎng)，政府為加強(qiáng)環(huán)境管理、提高環(huán)境績(jī)效、改善環(huán)境質(zhì)量而出臺(tái)的各項(xiàng)政策制度，使環(huán)境偏向型技術(shù)進(jìn)步能在更有利的環(huán)境中得到全面發(fā)展。但是我國(guó)以環(huán)境和經(jīng)濟(jì)的協(xié)調(diào)發(fā)展為戰(zhàn)略目標(biāo)，環(huán)境偏向型技術(shù)進(jìn)步的快速發(fā)展，必然會(huì)擠占生產(chǎn)偏向型技術(shù)進(jìn)步的發(fā)展空間，使經(jīng)濟(jì)增長(zhǎng)速度減緩[34]。

生產(chǎn)偏向型技術(shù)進(jìn)步注重的是隨著技術(shù)進(jìn)步，產(chǎn)出增加，有利于促進(jìn)經(jīng)濟(jì)增長(zhǎng)，但是生產(chǎn)過(guò)程中廢水、廢氣等污染物的排放不利于環(huán)境保護(hù)，且產(chǎn)出與生產(chǎn)過(guò)程中污染物的排放一般呈現(xiàn)出高度正相關(guān)。環(huán)境偏向型技術(shù)進(jìn)步注重的是隨著技術(shù)進(jìn)步，能源消耗減少，非期望產(chǎn)出減少。有利于節(jié)約能源，減少污染物的排放從而提高環(huán)境質(zhì)量，但是未必能使產(chǎn)出增加，而且，有些情況下，環(huán)境偏向型技術(shù)進(jìn)步可能會(huì)減少企業(yè)的正常產(chǎn)出。企業(yè)在決策技術(shù)進(jìn)步的偏向性時(shí)需要在產(chǎn)出和污染物排放成本之間做出權(quán)衡，產(chǎn)出越多，利潤(rùn)越大；而污染物排放成本與國(guó)家環(huán)境保護(hù)的政策制度有關(guān)，受?chē)?guó)家環(huán)保政策的限制[35]。調(diào)整產(chǎn)出與污染物排放之間的結(jié)構(gòu)，確定技術(shù)進(jìn)步的偏向性，從而使企業(yè)總效益達(dá)到最大成為國(guó)內(nèi)外學(xué)者研究的重點(diǎn)。

3.2 大數(shù)據(jù)下的最優(yōu)環(huán)境技術(shù)進(jìn)步

在大數(shù)據(jù)的背景下，環(huán)境偏向型技術(shù)進(jìn)步的測(cè)度有了更廣闊的探索空間，同時(shí)也為最優(yōu)偏向型技術(shù)進(jìn)步模式的探索提供了機(jī)遇和挑戰(zhàn)。由于大數(shù)據(jù)種類繁多、結(jié)構(gòu)復(fù)雜，在研究過(guò)程中，會(huì)出現(xiàn)大量半結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)[36]，尋找科學(xué)、合適的方法將半結(jié)構(gòu)化和非結(jié)構(gòu)化的數(shù)據(jù)結(jié)構(gòu)化是深入測(cè)度偏向型技術(shù)進(jìn)步和最優(yōu)技術(shù)進(jìn)步的重要前提。在新常態(tài)下，我國(guó)經(jīng)濟(jì)增長(zhǎng)速度放緩，并加大了對(duì)環(huán)境偏向型技術(shù)的研發(fā)投資，環(huán)境偏向型技術(shù)進(jìn)步率是否已經(jīng)達(dá)到最優(yōu)，是否要繼續(xù)加大對(duì)環(huán)境偏向型技術(shù)的投資力度，目前仍未有統(tǒng)一的定論。

由于各區(qū)域經(jīng)濟(jì)、政治和文化等存在差異，技術(shù)進(jìn)步的模式必然也不相同[37]。經(jīng)濟(jì)發(fā)達(dá)的地區(qū)，會(huì)加大對(duì)環(huán)境偏向型技術(shù)的研發(fā)投資，而欠發(fā)達(dá)地區(qū)可能會(huì)更加注重對(duì)生產(chǎn)偏向型技術(shù)的投資。各地區(qū)環(huán)境規(guī)制的強(qiáng)度不同，強(qiáng)度大的地區(qū)，企業(yè)由于較高的排污成本，不得不加大環(huán)境偏向型技術(shù)的研發(fā)力度。因此，即使對(duì)各區(qū)域投入相同的生產(chǎn)要素，所產(chǎn)生的偏向型技術(shù)進(jìn)步速度也必然不會(huì)相同[13]。邵帥等[38]將各個(gè)區(qū)域作為獨(dú)立的個(gè)體，采用動(dòng)態(tài)面板數(shù)據(jù)模型分析區(qū)域間的差異性對(duì)技術(shù)進(jìn)步的影響。由于各區(qū)域之間的關(guān)聯(lián)性[39]，使一個(gè)地區(qū)的技術(shù)進(jìn)步可能會(huì)擴(kuò)散到其他地區(qū)[40]，對(duì)其他地區(qū)的影響隨著地理距離的增加而逐漸減弱。Song 等[39,41]和李健等[42]對(duì)區(qū)域間的關(guān)聯(lián)屬性進(jìn)行了深入探究，仍未能揭示區(qū)域關(guān)聯(lián)的長(zhǎng)期動(dòng)態(tài)特征?？紤]到區(qū)域之間的差異性和關(guān)聯(lián)性，DEA測(cè)度技術(shù)進(jìn)步時(shí)所依據(jù)的假設(shè)條件將不再滿足，同時(shí)增加了探究難度。但不考慮區(qū)域之間的差異性和關(guān)聯(lián)性，偏向型技術(shù)進(jìn)步的測(cè)度結(jié)果很可能會(huì)存在偏差。

我們考慮，如果能夠?qū)^(qū)域的差異性、關(guān)聯(lián)性與偏向型技術(shù)進(jìn)步的測(cè)度相結(jié)合，可以找出各區(qū)域的最優(yōu)技術(shù)進(jìn)步模式，對(duì)最優(yōu)偏向型技術(shù)進(jìn)步模式進(jìn)行模擬、仿真、預(yù)測(cè)，據(jù)此調(diào)整我國(guó)的環(huán)境管理方式，可以為出臺(tái)的環(huán)境管理的政策制度提供有利的支持，使之更加精確、可靠。在這個(gè)分析框架中，我們將重點(diǎn)考察節(jié)能型技術(shù)、減排型技術(shù)、生產(chǎn)型技術(shù)和開(kāi)采型技術(shù)這四種技術(shù)的產(chǎn)出分配?？萍甲酉到y(tǒng)按照利潤(rùn)最大化原則對(duì)四種技術(shù)進(jìn)行研發(fā)投資，通過(guò)測(cè)度節(jié)能型技術(shù)進(jìn)步和減排性技術(shù)進(jìn)步，得到區(qū)域環(huán)境偏向型技術(shù)進(jìn)步的最優(yōu)進(jìn)步率。但是只能得到一個(gè)區(qū)域的最優(yōu)技術(shù)進(jìn)步率，要想得到整個(gè)區(qū)域最優(yōu)偏向型技術(shù)進(jìn)步模式，還需要結(jié)合區(qū)域的關(guān)聯(lián)性，建立多區(qū)域的經(jīng)濟(jì)、科技、能源、環(huán)境的綜合系統(tǒng)進(jìn)行探究。而大數(shù)據(jù)在整個(gè)探究過(guò)程中起著舉足輕重的作用，為每一步的探究分析提供數(shù)據(jù)支持，從而使每一步探究得以實(shí)現(xiàn)。

4 結(jié)論與展望

科學(xué)、有效的環(huán)境管理對(duì)環(huán)境保護(hù)有著重要的影響。技術(shù)進(jìn)步和環(huán)境偏向型技術(shù)進(jìn)步及其有效測(cè)量對(duì)環(huán)境管理同樣有著重要意義。近年來(lái)，偏向型技術(shù)進(jìn)步理論基礎(chǔ)得到了飛速的發(fā)展，但已有的測(cè)度方法考慮到的問(wèn)題并不全面，不能準(zhǔn)確測(cè)度環(huán)境偏向型技術(shù)進(jìn)步。在大數(shù)據(jù)的條件下，對(duì)數(shù)據(jù)的分析將更加復(fù)雜但是對(duì)方法的探索空間也將更加廣闊，且從海量數(shù)據(jù)中提取出隱含著的有效信息，建立起的環(huán)境偏向型技術(shù)進(jìn)步模型更加精確性和穩(wěn)定性，為環(huán)境管理工作的進(jìn)行提供更可靠的依據(jù)。在大數(shù)據(jù)背景下，尋找能有效測(cè)度環(huán)境偏向型技術(shù)進(jìn)步的方法勢(shì)在必行。環(huán)境偏向型技術(shù)進(jìn)步和生產(chǎn)偏向型技術(shù)進(jìn)步之間的矛盾，引發(fā)了國(guó)內(nèi)外學(xué)者對(duì)最優(yōu)偏向型技術(shù)進(jìn)步的探索。大數(shù)據(jù)、區(qū)域間的差異性和關(guān)聯(lián)性，為最優(yōu)技術(shù)進(jìn)步模式的探索增加了困難，同時(shí)也提供了新契機(jī)，擴(kuò)大了其探索空間。隨著經(jīng)濟(jì)的發(fā)展，可以嘗試通過(guò)建立經(jīng)濟(jì)、科技、能源和環(huán)境的綜合系統(tǒng)，測(cè)算區(qū)域最優(yōu)偏向型技術(shù)進(jìn)步模式，找到合理的環(huán)境管理方式，給決策者以參考。

[1] WANG S H, SONG M L. Review of hidden carbon emissions, trade, and labor income share in China, 2001-2011[J]. Energy policy, 2014, 74: 395-405.

[2] WEITZMAN M L. Sustainability and technical progress[J]. The Scandinavian journal of economics, 1997, 99(1): 1-13.

[3] 宋馬林, 王舒鴻. 環(huán)境規(guī)制、技術(shù)進(jìn)步與經(jīng)濟(jì)增長(zhǎng)[J]. 經(jīng)濟(jì)研究, 2013(3): 122-134.

[4] 王兵, 劉光天. 節(jié)能減排與中國(guó)綠色經(jīng)濟(jì)增長(zhǎng)——基于全要素生產(chǎn)率的視角[J]. 中國(guó)工業(yè)經(jīng)濟(jì), 2015(5): 57-69.

[5] KENNEDY C, THIRLWALL A P. Surveys in applied economics: technical progress[J]. The economic journal, 1972, 82(325): 11-72.

[6] BENTOLILA S, SAINT-PAUL G. Explaining movements in the labor share[J]. Contributions in Macroeconomics, 2003, 3(1), doi: https://doi.org/10.2202/1534-6005.1103.

[7] WELSCH H, OCHSEN C. The determinants of aggregate energy use in west Germany: factor substitution, technological change, and trade[J]. Energy economics, 2005, 27(1): 93-111.

[8] ARNBERG S, BJ?RNER T B. Substitution between energy, capital and labour within industrial companies: a micro panel data analysis[J]. Resource and energy economics, 2007, 29(2): 122-136.

[9] MA H Y, OXLEY L, GIBSON J, et al. China’s energy economy: technical change, factor demand and interfactor/ interfuel substitution[J]. Energy economics, 2008, 30(5): 2167-2183.

[10] MA H Y, OXLEY L, GIBSON J. Substitution possibilities and determinants of energy intensity for China[J]. Energy policy, 2009, 37(5): 1793-1804.

[11] CAVES D W, CHRISTENSEN L R, DIEWERT W E. Multilateral comparisons of output, input, and productivity using superlative index numbers[J]. The Economic journal, 1982, 92(365): 73-86.

[12] FUKUYAMA H, WEBER W L. A directional slacksbased measure of technical inefficiency[J]. Socio-economic planning sciences, 2009, 43(4): 274-287.

[13] 宋馬林, 王舒鴻, 汝慧萍, 等. 基于省際面板數(shù)據(jù)的FDI綠色創(chuàng)新能力統(tǒng)計(jì)分析[J]. 中國(guó)軟科學(xué), 2010(5): 143-151.

[14] ACEMOGLU D. Labor- and capital-augmenting technical change[J]. Journal of the European economic association, 2003, 1(1): 1-37.

[15] ACEMOGLU D. Equilibrium bias of technology[J]. Econometrica, 2007, 75(5): 1371-1409.

[16] SONG M L, WANG S H, LIU W. A two-stage DEA approach for environmental efficiency measurement[J]. Environmental monitoring and assessment, 2014, 186(5): 3041-3051.

[17] 景維民, 張璐. 環(huán)境管制、對(duì)外開(kāi)放與中國(guó)工業(yè)的綠色技術(shù)進(jìn)步[J]. 經(jīng)濟(jì)研究, 2014(9): 34-47.

[18] ACEMOGLU D, AGHION P, BURSZTYN L, et al. The environment and directed technical change[J]. American economic review, 2012, 102(1): 131-166.

[19] ACEMOGLU D, AKCIGIT U, HANLEY D, et al. Transition to Clean Technology[R]. MIT Working Paper, 2012.

[20] HARRISON A E. Has Globalization Eroded Labor’s Share? Some Cross-Country Evidence[R]. UC Berkeley and NBER Working Paper, 2002.

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

[22] LEON-LEDESMA M, MCADAM P, WILLMAN A. In dubio Pro CES: Supply Estimation with Mis-Specified Technical Change[R]. ECB Working Paper No.1175, 2010.

[23] CHAMBERS R G, FāURE R, GROSSKOPF S. Productivity growth in APEC countries[J]. Pacific economic review, 1996, 1(3): 181-190.

[24] CHUNG Y H, F?RE R, GROSSKOPF S. Productivity and undesirable outputs: a directional distance function approach[J]. Journal of environmental management, 1997, 51(3): 229-240.

[25] DONG-HYVNO. A global malmquist of efficiency in data envelopment analysis[J]. European | Journal | of Operation Research, 2010, 130(3): 498-509.

[26] WU X D, ZHU X Q, Wu G Q, et al. Data mining with big data[J]. IEEE transactions on knowledge and data engineering, 2014, 26(1): 97-107.

[27] TIEN J M. Big data: unleashing information[J]. Journal of systems science and systems engineering, 2013, 22(2): 127-151.

[28] MANYIKA J, CHUI M, BROWN B, et al. Big Data: The Next Frontier for Innovation, Competition, and Productivity[M]. New York: McKinsey & Company, 2011.

[29] ?ZDEMIR V, BADR K F, DOVE E S, et al. Crowd-funded micro-grants for genomics and “big data”: an actionable idea connecting small (Artisan) science, infrastructure science, and citizen philanthropy[J]. OMICS: a journal of integrative biology, 2013, 17(4): 161-172.

[30] RUSSOM P. Big data analytics[R]. TDWI Best Practices Report, 2011.

[31] PIJANOWSKI B C, TAYYEBI A, DOUCETTE J, et al. A big data urban growth simulation at a national scale: configuring the GIS and neural network based land transformation model to run in a High Performance Computing (HPC) environment[J]. Environmental modelling & software, 2014, 51: 250-268.

[32] STEED C A, RICCIUTO D M, SHIPMAN G, et al. Big data visual analytics for exploratory earth system simulation analysis[J]. Computers & geosciences, 2013, 61: 71-82.

[33] SCHNASE J L, DUFFY D Q, TAMKIN G S, et al. MERRA analytic services: meeting the big data challenges of climate science through cloud-enabled climate analytics-as-aservice[J]. Computers, environment and urban systems, 2014, 61: 198-211.

[34] SONG M L, WANG S L. Environmental efficiency evaluation of china based on a kind of congestion and undesirable output coefficient[J]. Panoeconomicus, 2015, 62(4): 453-468.

[35] 董敏杰, 梁泳梅, 李鋼. 環(huán)境規(guī)制對(duì)中國(guó)出口競(jìng)爭(zhēng)力的影響——基于投入產(chǎn)出表的分析[J]. 中國(guó)工業(yè)經(jīng)濟(jì), 2011(3): 57-67.

[36] 周曉方, 陸嘉恒, 李翠平, 等. 從數(shù)據(jù)管理視角看大數(shù)據(jù)挑戰(zhàn)[J]. 中國(guó)計(jì)算機(jī)學(xué)會(huì)通訊, 2012, 8(9): 16-20.

[37] BENTO N, FONTES M. Spatial diffusion and the formation of a technological innovation system in the receiving country: the case of wind energy in Portugal[J]. Environmental innovation and societal transitions, 2015, 15: 158-179.

[38] 邵帥, 楊莉莉. 自然資源開(kāi)發(fā)、內(nèi)生技術(shù)進(jìn)步與區(qū)域經(jīng)濟(jì)增長(zhǎng)[J]. 經(jīng)濟(jì)研究, 2011(S2): 112-123.

[39] SONG M L, WANG S L, WU J, et al. A new space-time correlation coefficient and its comparison with Moran’s Index on evaluation[J]. Management decision, 2011, 49(9): 1426-1443.

[40] 王恕立, 滕澤偉, 劉軍. 中國(guó)服務(wù)業(yè)生產(chǎn)率變動(dòng)的差異分析——基于區(qū)域及行業(yè)視角[J]. 經(jīng)濟(jì)研究, 2015(8): 73-84.

[41] SONG M L, WANG S L, LIU W. A new method for measuring the economic convergence and its application on central china provinces[J]. Economic research, 2012, 25(4): 925-936.

[42] 李健, 衛(wèi)平, 付軍明. 中國(guó)地區(qū)工業(yè)生產(chǎn)率增長(zhǎng)差異及收斂性研究——基于三投入DEA實(shí)證分析[J]. 產(chǎn)業(yè)經(jīng)濟(jì)研究, 2015(5): 21-30.

The Application of Big Data in Environmental Technology Progress

WANG Shuhong1*，CUI Xin1，SONG Malin2
(1. School of Economics, Ocean University of China, Qingdao 266100; 2. School of Statistics and Applied Mathematics, Anhui University of Finance and Economics, Bengbu 233030)

With the increasingly serious environmental pollution in China, the government is imperative to intensify environmental protection efforts. Besides, scientific and effective environmental management plays an important role in protecting environment and improving environmental quality. Environmental technology progress is an effective and lasting driving force for environmental management, but its measurement method has not been able to achieve universal. The importance of technological progress in improving environmental quality was summarized in this paper, on the basis of that, the researches of many scholars on measurement methods of the technical progress and biased technical progress were expounded. Then, the paper introduced the application of big data in environmental management, on the basis of its application experience, big data was introduced to the field of environmental technology measurement, which provides a new opportunity for the measurement of environmental biased technology progress. Meanwhile, the application of big data also increases the diffculty of research. Finally, based on the contradiction between the biased technological progresses, the concept of optimal environmental technology was put forward. By making use of big data, biased technical progress can be reasonable measured and then reasonable ratio of production biased technology progress and environmental bias technology progress could be realized. In addition, optimal biased technical progress pattern, which can take into account the high output and low pollutant emissions could be obtained. Combined with the regional differences and association, regional optimal biased technical progress pattern could be calculated. Thereby, an effective way of environmental management was found, which provides a reasonable reference for the environmental managers and policy makers.

big data; environmental management; technical progress

X321；TP311

1674-6252（2017）02-0021-05

A

10.16868/j.cnki.1674-6252.2017.02.021

*責(zé)任作者： 王舒鴻（1986—），男，講師，博士，主要從事環(huán)境管理研究領(lǐng)域，E-mail:wangshunnar@163.com。