低碳視角下信息資源對農業投入的替代效應分析

劉環政，蔣 勇

現有研究表明，經濟增長是農業碳排放增長的主要原因，而土地利用率低、農業化學化水平高和農業能源消費的高碳化是引起農業碳排放增長的重要因素。在現代農業生產過程中，土地翻耕、農田灌溉、動物反芻以及高碳型物質能源資源消耗是碳排放的主要來源。這些傳統的農業生產活動和資源投入在帶來農業經濟不斷發展的同時也排出大量的溫室氣體，使我國農業碳排放量常年居高不下。

信息資源作為除物質、能源資源以外的第三大資源，是經濟社會發展的重要驅動力，是農業發展的重要生產要素，在使用的過程中不會產生大量的溫室氣體。宏觀上來講，農村信息資源可以有效提高農業生產的經營管理水平，提高農業投入產出率;微觀層面上來講，信息是影響農民個體行為的重要因素，能夠有效提升農民的綜合素質，提高農民生產經營決策的科學性和準確性，從而提高農業生產投入要素的使用效率，降低生產成本，增加農民收入［1］。

信息資源作為一種重要的資源形式，理論上應該對傳統農業生產資源投入有一定的替代作用，即在農業產出一定的條件下，信息資源投入可在一定程度上降低傳統農業資源的投入量。為驗證這一假設，文章試圖建立農村信息資源對農業投入替代效應的結構方程多元 模型，并選取2007—2011年我國31個省市自治區的面板數據進行實證檢驗。

1 模型與方法

1.1 模型的設定

俞立平認為，導致經濟社會發展的資源分為自然資源和社會資源兩大類，其中自然資源包括物質、能源和土地等有形資源，社會資源包括知識、信息和勞動力等資源。其中知識指的是科學技術和管理制度［1］。在農業生產領域，假設不同地區的知識資源可以共享，即各地區的農業科學技術和管理制度大致相同，此時，農村經濟發展主要受農業物質和能源資源、土地資源、信息資源以及勞動力資源的影響。因此，在構建模型的過程中，可以以農業物質能源資源、信息資源、勞動力資源以及土地資源投入為自變量，來分析其對農村經濟發展的影響，進而探討不同投入要素間的替代關系。

在農村，一般可以用農業產出和居民收入兩個指標來衡量農村經濟的發展水平，其中農業產出主要衡量農業生產發展水平，而居民收入主要衡量農村居民的生活水平。因此，可以將農業產出和居民收入同時作為因變量來考察。由于農村居民收入除了受農業生產活動影響外，還受非農業生產活動的影響。因此，將農村居民收入劃分為家庭經營性收入和非經營性收入兩個子變量，其中家庭非經營性收入主要包括農民的工資性收入、財產性收入和轉移支付收入。

在結構方程模型中，只有一個觀察變量之潛在變量間的結構模型，即所謂的路徑分析，此時，潛在變量之間的關系簡化成為觀察變量間的因果關系［2］。文章構建的信息資源對農業投入替代效應的分析模型即為觀察變量的路徑分析模型。如圖1所示是信息資源對農業投入替代效應分析的模型圖。圖中單箭號表示變量間的因果關系，雙箭號表示變量間的相關關系。

假設1:土地資源 (X1)、信息資源 (X2)、物質能源資源 (X3)以及勞動力資源 (X4)對農業產出 (Y1)均具有正向影響。

假設2:土地資源 (X1)、信息資源 (X2)、物質能源資源 (X3)、勞動力資源 (X4)和農業產出 (Y1)均對農業經營性收入 (Y2)具有正向影響。

假設3:信息資源 (X2)對非經營性收入(Y3)具有正向影響;土地資源 (X1)、物質能源資源 (X3)以及勞動力資源 (X4)對非經營性收入 (Y3)具有負向影響。

假設4:非經營性收入 (Y3)對農業經營性收入 (Y2)具有負向影響。

假設5:信息資源 (X2)與土地資源 (X1)、物質能源資源 (X3)以及勞動力資源 (X4)之間呈負相關關系。

1.2 測量指標的建立

(1)信息資源的測量指標。狹義的信息資源是指信息內容本身所構成的信息有序化集合。廣義的信息資源是指既包括信息內容本身，又包括與信息有關的設施、設備、組織、人員和資金等，即信息資源及與他有關的各種資源的綜合［3］。本文取廣義的解釋。

圖1 信息資源對農業投入替代效應模型圖

信息資源的度量一直是國內外學者研究的重點，較早的信息資源測度模型是日本學者齋藤忠夫等人提出的信息資源生產和傳播測度模型以及謝康博士提出的“信息資源豐裕系數測度模型”［4］。其中信息資源生產和傳播測度模型主要是通過測度信息流中每個字節來分析信息資源的生產和流動，而信息資源豐裕系數測度模型則是從信息資源的生產能力和發展潛力兩個角度去度量信息資源。在隨后的研究中，朱紅認為信息資源除了文獻本身外，還應該包括信息人員、信息設備、信息系統和信息網絡［5］。俞立平提出可以采用郵電業務量作為信息資源的替代變量［6］。俞立平、潘云濤等選取人口數、社會活躍程度、教育水平和傳播水平四個信息資源的產生及影響因素，提出了一種新的信息資源間接測度方法［7］。王洋等從信息集合、信息載體和信息主體三個角度建立了信息資源度量指標體系，改進了信息資源豐裕系數中指標存在的不足［8］。

信息資源的測度本身是一項復雜的工程，俞立平認為，從信息搜集處理階段及應用階段對信息進行測度是不可能的，最好的方法是從信息的傳播和存儲角度進行測度［1］。考慮到數據的可獲性，文章以農村信息資源傳播介質的擁有量作為農村信息資源的替代指標。在農村，信息傳播的介質主要有電視、廣播、電話、互聯網等。其中電視和廣播反映的是信息的單項傳播水平，用農村每百戶黑白電視和彩色電視的擁有量來度量;電話反映的是信息的雙向傳播水平，用農村每百戶固定電話和移動電話擁有量來度量;互聯網則反映的是信息的網狀傳播水平，可以用農村每百戶計算機擁有量來度量。由于不同介質傳播信息的效率有所差別，因此需要對每種指標賦予一定的權重，介質的信息傳播效率越高，相應的權重越高，見表1。信息資源指數由每種介質擁有量乘以相應的權重然后求和得到。

表1 信息資源核算指標及權重

(2)農業投入的測量指標。這里的農業投入是指農業生產過程中土地資源、高碳型物質能源資源以及勞動力資源的投入。土地資源投入可以用各地區農作物的播種總面積來度量;勞動力資源投入可以用各地區農業從業人員數量來度量。

選取不同地區化肥、農藥、農膜以及農用柴油的使用量來核算高碳型物質能源資源的投入。由于每種投入要素引起的碳排放量差別較大，在考察農業碳排放的視角下，為了讓農業投入指數能大致反映其帶來的碳排放量，可以根據每種投入要素的碳排放指數來確定其核算權重。核算方法為:

其中Wi是投入要素的權重，ai是投入要素的碳排放系數。可以看出，碳排放系數越高，其相應權重也越高。這種基于碳排放系數核算出來的權重能夠大致代表各要素在農業投入中的碳排放比重。表2所示是四種投入要素的碳排放系數、數據來源及其權重［2］。物質能源資源指數由每種要素使用量乘以相應的權重然后求和得到。

(3)其他測量指標。農業產出用各地區不同年份的農業總產值來度量;農業經營性收入用農村居民人均家庭經營性收入來核算;非經營性收入用農村居民人均純收入扣減家庭經營性收入所得的差值來核算，這個差值包含了農村居民各項財產性收入、工資性收入以及轉移支付收入。需要說明的是，這里的農村居民家庭經營性收入即包括第一產業的生產經營性收入，也包括第二、三產業的經營性收入，但是考慮到其中第二、三產業的經營性收入所占比例較小，因此將農村居民家庭經營性收入作為其農業經營性收入的近似 替代變量。

表2 農業投入各要素碳排放系數及權重

2 樣本數據的收集與處理

文章選取2007—2011年全國31個省市自治區的155個面板數據來進行實證分析，樣本數據基本滿足結構方程模型對樣本量的要求。在數據的收集過程中，由于2011年農業從業人員的數據是缺失的，因此采用各地區2007—2010年農業從業人員數的平均值予以填補。文章收集的數據中信息資源、物質能源資源以及勞動力資源的核算數據均來自于《中國農村統計年鑒》，而土地資源、農業產出、居民收入的相關核算數據均來自于《中國統計年鑒》。

對收集及核算后的數據進行標準化處理后輸入到Eviews7.0軟件中，得到各個變量間的相關矩陣，見表3。

根據表3反應的變量間的相關系數可以看出，信息資源 (X2)與其他三種農業投入要素 (X1、X2和X3)之間的相關系數均為負數，表明信息資源與其他三種農業投入要素間均呈負相關關系。土地資源 (X1)、物質能源資源 (X3)以及勞動力資源 (X4)與農業產出 (Y1)之間的相關系數分別為0.835、0.935和0.805，均大于0.8，說明三種農業投入與農業產出的相關性較高。信息資源 (X2)與農村居民非經營性收入 (Y3)之間的相關系數達到0.849，也呈現出較高的相關性。

3 實證分析及結果

3.1 模型擬合過程和擬合度檢驗

將變量間的相關系數矩陣輸入到LISREL軟件中，構建結構方程分析模型，采用最大概似法(ML法)進行實證檢驗，結果發現模型的整體適配度并不理想，需要對模型進行修正。在模型修正過程中，逐步去掉影響不顯著的路徑，重新構建結構方程模型并進行實證檢驗，直到獲得較為理想的結果。如圖2所示是最終檢驗結果的路徑圖。此時模型中的外生變量對內生變量的影響系數均達到顯著性水平，外生變量間除X2與X3間相關系數未達到顯著水平外，其他相關系數均通過顯著性檢驗，而且此時模型的整體適配度也達到了理想效果。整體適配性檢驗結果如表4所示。

圖2 信息資源對農業投入替代效應路徑圖

由表4的結果可以看出，在十六個整體適配度檢驗指標中，除了PNFI值等于0.237，PGFI值等于0.177，均小于0.50，未達到理想外，其余十四個模型適配度指標值均達到模型契合度的標準，表示整體模型與實際數據的契合度佳。此外，模型的AIC值等于51.142，小于飽和模型的AIC值(56.000)，也小于獨立模型的 AIC值(1092.951);而模型的CAIC值等于144.140，小于飽和模型的CAIC值 (169.216)，也小于獨立模型的CAIC值 (1121.255)，表明假設模型的整體適配度不錯。

另外，模型中三個結構方程式的多元相關系數的平方 (決定系數R2)，即內因變量被其外因變量所能解釋的變異量百分比分別為:0.907、0.428和0.742。由此可知，四個外因變量X1、X2、X3、X4可以解釋內因變量農業產出 (Y1)90.7%的變異量;外因變量X2、X4以及內因變量Y1、Y3可以解釋內因變量農業經營性收入 (Y2)42.8%的變異量;外因變量X2、X3可以解釋內因變量非經營性收入 (Y3)74.2%的變異量。

表4 模型整體適配度檢驗結果

3.2 模型的結果分析

表5的數據為四個外生變量對三個內生變量影響關系的原始參數估計值、估計的標準誤和顯著性檢驗t值，可以看出八個路徑系數的顯著性檢驗t值的絕對值均大于1.96，表示路徑系數均達到顯著性水平。此外，內生變量Y1對Y2影響的路徑系數參數估計值為0.838，標準誤差為0.113，顯著性t值為7.418，達到顯著性水平;而Y3對Y2影響的路徑系數參數估計值為－0.718，標準誤差為0.120，顯著性t值為－5.980，也達到了顯著性水平。

表5 外生變量對內生變量影響系數的估計結果

表6數據為四個外生變量間相關參數估計值、估計的標準誤和顯著性檢驗的t值。可以看出，X2與X3間的相關顯著性檢驗t值的絕對值小于1.96，沒有通過顯著性檢驗，說明信息資源 (X2)與物質能源資源 (X3)間的相關性不顯著，替代效應不明顯。除此之外，其余變量間的相關性均通過了顯著性檢驗。其中X2與X1、X4之間的相關系數都為負數，說明信息資源 (X2)與土地資源 (X1)以及勞動力資源 (X4)之間負相關，具有一定的替代效應。

表6 外生變量間相關系數估計結果

實證分析結果表明:①農村信息資源與物質能源資源、土地資源以及勞動力資源一樣，都是農業生產的重要投入要素，對農業產出具有顯著的正向影響。②農村信息資源和農業產出均對農業經營性收入具有顯著正向影響，而勞動力資源對其有顯著負向影響;物質能源資源、土地資源對農業經營性收入的影響不顯著。③農村信息資源、物質能源資源對非經營性收入具有顯著影響。其中信息資源對其有顯著正向影響，物質能源資源對其有顯著負向影響，土地資源和勞動力資源對其影響不顯著。④非經營性收入對農業經營性收入具有顯著負向影響。⑤農村信息資源與土地資源、勞動力資源之間呈顯著的負相關關系，具有一定的替代效應，而其與物質能源資源之間的替代效應不顯著。

4 結論與討論

研究結果表明，信息資源與其他農業投入一樣，是農業生產的重要影響因素，同時也是農村居民收入的重要影響因素;相對于傳統的農業生產資源，信息資源在促進農民增收上效果更加明顯;信息資源與農業投入之間確實存在一定的替代效應，其中信息資源對土地資源、勞動力資源的替代效應較為顯著，而對物質能源資源的替代效應并不明顯。因此，在既要促進農民增收又要發展低碳農業的時代背景下，可以通過提高農村信息資源的投入量來降低傳統農業投入要素使用量，進而控制和降低農業碳排放。另外，土地資源和勞動力資源投入是影響農業產出的重要因素，但是隨著我國人口老齡化和城鎮化進程的不斷推進，農村勞動力數量和農業耕地面積呈現不斷下降的趨勢，提高農村信息資源投入能在一定程度上緩解農村勞動力和土地資源下降帶來的不利影響。因此，各地應該加快農業信息化建設的步伐，提高農業信息化水平。政府應發揮主導作用，加大對農業信息基礎設施建設的投入，降低農民獲取信息的成本;加快對信息人才的引進，提高農業信息服務水平，從而提高農業生產經營管理水平，提高傳統農業投入要素的使用效率，進而控制和降低農業溫室氣體的排放。

文章的實證檢驗并沒有驗證農業信息資源對物質能源資源的替代效應。實證結果表明，物質能源資源是農業產出的最主要影響因素，其影響系數最高，而物質能源資源的使用是農業碳排放的主要來源，因此，尋求優化高碳型物質能源資源使用效率的方法將是低碳農業發展研究的重要方向之一。另外，從實證分析的結果可以看到，信息資源對農民非經營性收入的影響系數明顯大于其對農業產出和農業經營性收入的影響系數，說明信息資源主要通過影響非農業生產活動來影響農民收入。信息資源對農民收入的具體作用機理如何，農民收入的影響因素有哪些，這都有待進一步探討。

［1］夏振榮，俞立平.農村信息資源對農民收入貢獻的實證研究［J］．情報雜志，2010，29(7):127－128，132.

［2］吳明隆.結構方程模型——SIMPLIS的應用［M］．重慶:重慶大學出版社，2012.

［3］劉世洪.中國農村信息化測評理論與方法研究［D］．中國農業科學院博士學位論文，2008.

［4］謝康，肖靜華.信息資源測度、國際比較與中國的戰略選擇［J］．情報學報，1997，16(3):202－211.

［5］朱紅.信息資源測度體系及90年代信息資源水平測度［J］．情報科學，2001，19(4):372－374.

［6］俞立平.信息資源測度悖論與信息資源測度研究［J］．科技進步與對策，2008，25(9):139－141.

［7］俞立平，潘云濤，武夷山.基于TOPSIS的信息資源間接測度研究［J］．圖書情報工作，2009，53(18):40－43.

［8］王洋，劉堯，候典磊.基于信息化測度的信息資源度量指標體系研究［J］．情報雜志，2010，12(29):76－79.