農業信息化對農業全要素生產率的影響

劉 帥

（北京大學 中國農業政策研究中心，北京 100871）

一、引言

中國農業全要素生產率對農業產出的貢獻達到60%，在保障中國糧食安全中具有重要作用[1]。研究表明，農業全要素生產率的增長主要來源于技術進步[2]，技術進步是農產品生產力增長的主要驅動力[3]。黨的十九大報告明確提出要“提高全要素生產率”，具體到農業領域，則應提高農業全要素生產率，推進農業現代化。

隨著信息技術在中國的迅猛發展，信息技術在農村農業領域得到廣泛應用，農業信息化水平也不斷提高。中國政府一直非常重視農業信息化建設。脫貧攻堅勝利后，“三農”工作重心全面轉向鄉村振興，這同時也是新時代“三農”工作的總抓手。農業信息化正是鄉村振興的一個重要方向。十九大報告指出：推動新型工業化、信息化、城鎮化、農業現代化同步發展?！多l村振興戰略規劃（2018－2022年）》中明確提出，要提升農業信息化水平，夯實鄉村信息化基礎，實施數字鄉村戰略。在《數字鄉村發展戰略綱要》中明確提出，將數字鄉村作為數字中國建設的重要方面，加快信息化發展，以此帶動農業農村現代化。

然而，信息化能否提升農業全要素生產率尚存在爭議。最早的質疑來自諾貝爾經濟學獎獲得者、著名經濟學家羅伯特·索洛[4]，他觀察到“計算機隨處可見但并沒有體現在生產率統計上”，這就是著名的“索羅生產率悖論”，這里的生產率就是“全要素生產率”[5]?！八髀迳a率悖論”一經提出，就引起了學術界廣泛討論，至今仍是學術界研究的一個熱點。當代著名經濟學家Acemoglu等[6]用美國制造業數據進行了實證研究，發現IT確實促進了生產率，但也造成了工人失業，已經被認為消失了的“索洛生產率悖論”又回來了。Krishnan等[7]也提出質疑，認為“索洛生產率悖論”現象在近幾年又出現了。在大數據、人工智能等信息通信技術的前沿應用領域，“索洛生產率悖論”持續引發學者研究與討論[8]。

在農業領域，農業信息化能否提升農業全要素生產率尚未得到充分研究和討論?；谏鲜稣吆蛯W術背景，本文將實證研究信息化對農業全要素生產率的影響，考察“索洛生產率悖論”在中國農業領域是否存在。在鄉村振興的大背景下，研究農業全要素生產率問題，對于促進農業轉型升級、實現農業高質量發展具有重大現實意義。從農業信息化視角切入，有助于了解信息化對農業生產的作用，為農業信息化、數字農業／鄉村建設提供制定調整政策的依據。從學術價值上，本文將“索洛生產率悖論”的討論延伸到農業領域，具有一定的學術邊際貢獻。

二、文獻綜述

多數學者對“索洛生產率悖論”所反映的客觀事實不予否認，并進行了實證檢驗[9－10]。國內學者對“索洛生產率悖論”也進行了研究和討論。較早的研究主要以介紹這一悖論、對其進行理論闡釋為主，以綜述性文章居多。石建勛和吳平[11]認為20世紀90年代以來，“索洛生產率悖論”基本消失，但信息通信技術與生產率之間的關系研究是相當復雜的，需要進一步細化研究。近些年，隨著中國互聯網技術的發展和應用，“索洛生產率悖論”仍是學者們研究的一個熱點問題，對這一問題的研究也不斷深入。魏琪瑛[12]基于13個國家的面板數據，對比了發達國家和發展中國家信息技術對經濟績效的影響，發現宏觀層面上信息技術的作用沒有完全發揮，中國不存在或已擺脫“生產率悖論”。蔡躍洲和張鈞南[13]認為信息技術對中國經濟增長具有替代效應和滲透效應，特別在1990年之后，信息技術對經濟的貢獻呈現上升趨勢。

具體到農業領域，信息技術作為一種通用技術，對農業的滲透也越來越明顯。關于信息技術在農業領域的相關研究，國外起步較早，研究也相對豐富。早在21世紀初，就有學者通過印度的實踐案例發現信息技術能夠提高農業生產率[14]。也有國際文獻關注到了中國的情況。Zhu等[15]研究發現農戶使用互聯網技術能夠提高蘋果的生產效率。Zhang等[16]總結了中國利用信息技術進行農業信息傳播的7種模型，認為農業信息服務能夠提高農業生產率，同時也能增加農民收入等。在國內研究方面，雖然梅方權[17]較早地從政策規劃層面提出要通過農業信息化帶動農業現代化，但信息技術與農業相關的研究展開較晚，且文獻數量較少。

通過對現有相關文獻的梳理，可知已有研究為本研究奠定了良好的基礎，但仍有改進空間，特別是國內信息化對農業全要素生產率的影響的研究，還明顯不足。農業領域“生產率悖論”有待進一步檢驗和深入研究。“索洛生產率悖論”已在學界進行了廣泛討論，但在農業領域，關于“生產率悖論”討論還比較少，已有的零散研究多以欠發達國家為研究對象，且可能由于發展階段的原因，多數研究在農業領域未發現“生產率悖論”，因此這一悖論尚未在農業領域得到充分認識和研究。針對中國的情況，農業領域“生產率悖論”研究較少，對于信息化影響農業全要素生產率的測度、機制等問題還缺乏比較深入的研究。

三、模型與數據

（一）模型

為了考察信息化對農業全要素生產率的影響，本文構建如下面板數據模型：

其中，i表示地區，t表示年份。Yit為本研究的核心被解釋變量農業全要素生產率，即地區i在t年份的農業全要素生產率。intit為核心解釋變量地區信息化水平。Xit表示一系列控制變量。μi和νt分別表示地區固定效應和時間固定效應。εit為隨機擾動項。

（二）變量選取

1.被解釋變量。農業全要素生產率是本文的被解釋變量，因此準確測度農業全要素生產率是本文的重點和難點。農業全要素生產率一直是農業經濟和發展經濟領域的研究熱點，國內外學者對該問題進行了大量研究和探索。農業全要素生產率有多種測算方法，測算的指標體系不同學者之間也有差異。令人遺憾的是，由于指標體系和方法多樣，得出的結論并不一致。本文在測算指標體系上，提出了一個更為完善的指標體系（見表1）。該指標體系充分考慮了數據可獲得性、一致性、連貫性等因素，盡可能更為全面地包括了現有研究中關于農業生產的所有要素。

表1 農業全要素生產率測算指標體系

本研究的投入指標包括勞動、土地等，涵蓋了現有研究中不同指標體系所包括的投入指標，同時還包含了多數研究忽略的能源和資本兩類投入指標。在指標數據上，個別指標因沒有細化到狹義農業（即種植業）層次，我們采用相應的總量乘以狹義農業在生產總值中的占比來衡量。期望產出是農業總產值。非期望產出有農業碳排放和農業面源污染兩類。對于農業碳排放，現有研究多從化肥、農藥等使用量中進行推算，容易造成對碳排放的低估。本文借鑒Shan等[18－19]的研究方法和結論，采用IPCC分部門排放核算方法計算了農業部門的碳排放數據。由于狹義農業面源污染主要來源于化肥，因此本文通過化肥核算農業面源污染中的總氮和總磷[20]?？偟暮怂惴绞綖檗r業氮肥和復合肥中含氮量之和乘以氮肥流失率；總磷的核算方式為農業磷肥和復合肥中含磷量之和乘以磷肥流失率。復合肥中的含氮（磷）量參考陳同斌和陳世慶[21]的研究，均為15%。氮肥流失率和磷肥流失率則因地區差異而有所不同，具體數值參考賴斯蕓[22]的研究結論。

在測算方法上，本文采用考慮非期望產出的SBM模型，該方法是一種成熟的測算方法，已得到國內外學者廣泛應用認可。該模型如式（2）所示。

在實際測算中，還應考慮規模報酬問題。設

U和L分別為規模報酬的上下限。當兩者都為1時，表明模型是可變規模報酬；當L＝0，U＝1模型是規模報酬遞減的；當L＝1，U＝∞時模型是規模報酬遞增的。該文選擇更為一般的規模報酬（General Returns to Scale），此時L＝ 0.8，U＝ 1.2。

對于期望產出和非期望產出，兩者的比例也是本模型應該考慮的問題。研究表明，不同比例下計算結果的大小和趨勢基本相同[23]。因此我們選擇更為一般的1：1比例。

綜上，本文選擇基于一般規模報酬的考慮非期望產出的SBM模型，其中期望產出與非期望產出比例為1：1。

2.解釋變量。農業信息化水平是本文的核心解釋變量。現有研究在具體指標選取上還存在差異和不足，如李欠男和李谷成[24]用互聯網普及率作為解釋變量，但互聯網普及率是整個地區的普及率，不能準確代表農村的情況。再如韓海彬[25]用農村電話、電視（黑白）、彩電、投遞線路衡量農村信息化水平。這些指標已過時，早在2009年我國農村家庭每百戶彩電擁有量就超過100，為108.94，而黑白電視已降至個位數，無法正確衡量農村信息化程度。基于以上考慮，本文采用農村寬帶接入戶數衡量農業信息化水平。寬帶接入是互聯網發展的主要指標之一，且本指標是單獨針對農村地區，能夠較好地反映農業信息化水平。

3.控制變量?？刂谱兞恐饕ㄆ渌赡苡绊戅r業全要素生產率的因素，主要包括：①城鎮化水平（urban），用非農人口占總人口的比重衡量；②農村人力資本（edu），用各地區6歲以上人口平均受教育年限衡量，具體計算方法為：不同受教育程度的人口比重乘以相應教育程度受教育年限。其中，未上過學、小學、初中、高中（中職）、大專以上的受教育年限分別為0年、6年、9年、12年和16年；③農業種植結構（str），用糧食作物播種面積占農作物總播種面積的比值衡量；④財政支農力度（fin），用地方財政農林水支出占地方財政一般支出的比例衡量。

考慮到以上數據的可獲得性、連貫性等因素，本文的研究區間為2011－2017年，研究地區包括中國內地的30個省級行政區（因數據缺失，不包括西藏）。以上數據均來自歷年各類《統計年鑒》及國家統計局網站等，數據描述性統計如表2所示。

表2 描述性統計

四、實證分析

（一）基準回歸結果

面板數據模型通常采用隨機效應和固定效應兩種回歸方法，hausman檢驗表明本文應采用固定效應模型。在回歸中，為了避免共線性問題，我們采取逐步回歸法，即逐一引入控制變量，這樣可以同時檢驗回歸結果的穩健性。

表3展示了基準回歸結果。從整體結果看出，隨著控制變量逐漸引入，核心解釋變量的結果穩健，控制變量時結果也表現穩健，同時R2也逐步增大，表明本文的回歸模型設定恰當，結果可信度高。在不包括任何控制變量的情況下，農業信息化對農業全要素生產率的影響在1%水平上顯著，具有明顯的促進作用，系數為0.027，即農業信息化水平每提高1個單位，農業全要素生產率提高0.027個單位。在加入控制變量后，顯著性仍保持在1%水平，且系數增加到0.045左右，這表明信息化在其他各影響因素的共同作用下，其作用更加突出。由此可以推斷，在研究區間內，“索洛生產率悖論”在我國農業領域并不存在。

表3 基準回歸結果

在控制變量方面，城鎮化率對農業全要素生產率具有顯著的抑制作用，這可能與城鎮化所處的發展階段有關。一方面城鎮化對農業全要素生產率具有一定的門檻效應，同時城鎮化與農業全要素生產率之間存在“U”型關系[26]。農村人力資本水平對農業全要素生產率具有顯著的提升作用，這表明提升農村勞動力受教育水平、提高勞動者素質對提高農業生產效率非常重要。農業種植結構對農業全要素生產率具有一定的影響，但從顯著性上來說并不明顯。財政支農力度對農業全要素生產率的影響是不顯著的負向作用，這與郭艷芹和張業[27]的研究結論一致，可以認為財政支農力度還不足以發揮應有的正向效應。

（二）地區異質性

中國東西跨度大，地區差異明顯，因此有必要對農業信息化的作用進行地區異質性分析。由于東北地區只有3個省，所以我們將全國分為東、中、西三大經濟區①按照國家統計局劃分標準，東部地區包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南11個省（市）；中部地區包括山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南8個??；西部地區包括內蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆12個?。ㄊ小⒆灾螀^）。。分地區回歸結果如表4所示，列（1）（2）（3）分別為東部、中部和西部地區農業信息化對農業全要素生產率的影響估計結果，我們仍采用固定效應回歸模型。結果表明，在東部和中部地區，農業信息化對農業全要素生產率具有顯著的促進作用。與全國的整體情況相比，東部地區的系數高于全國整體水平，而中部地區則低于全國整體水平。而在西部地區，農業信息化對農業全要素生產率具有抑制作用，但顯著性和系數大小均低于全國整體水平。這表明，信息技術在不同地區發揮的作用方向和大小均表現出了差異，農業信息化對農業全要素生產率的促進作用從東向西逐漸減弱，在西部退化為負作用。信息化的促進作用受到地區異質性的影響。

表4 分地區回歸結果

在控制變量方面，部分變量也表現出了地區異質性。在東部和中部地區，各控制變量均保持了與全國整體水平相同的作用方向，但在顯著性方面存在差異。西部地區表現略有不同，其中城鎮化率對農業全要素生產率具有促進作用，通過10%顯著水平檢驗；農村人力資本與東部、中部地區及全國整體保持一致，對農業全要素生產率具有促進作用；而農業種植結構、財政支農力度作用都不明顯。

（三）內生性討論

在基準回歸中可能存在若干導致內生性問題的來源，一是遺漏變量問題，現實中可能還存在其他影響農業全要素生產率的因素，沒有全部納入模型中；二是測量誤差，雖然本文采用的數據均來自權威出處，但由于不同年鑒可能存在統計口徑、標準等方面的差異，從而不可避免地存在測量誤差問題；三是互為因果。以上都可能影響回歸的準確性。本文采取兩種常用的方法緩解內生性問題。一是用解釋變量的滯后項作為新解釋變量。由于上一期的農業信息化水平發生時間早于當期，因此將能夠較大程度緩解互為因果的問題。二是用解釋變量的滯后一期作為工具變量。解釋變量的滯后項作為工具變量滿足“相關性”和“外生性”的要求。滯后項與當期具有一定的時間連續性，所以滿足相關性要求。同時由于發生的時期不變，解釋變量的滯后項與當期的被解釋變量（包括誤差項）不相關。表5展示了上述兩種方法的回歸結果。列（1）為用滯后項作為解釋變量的結果，結果顯示滯后一期的農業信息化水平對當期的農業全要素生產率仍具有顯著的促進作用。各控制變量的回歸結果與基準結果保持一致。列（2）為工具變量的回歸結果，其中第一階段回歸結果的F值為132.36，弱工具變量也通過了相應檢驗，符合工具變量的要求。結果可以看出，在緩解了內生性后，結果仍支持原結論。

表5 內生性討論回歸結果

五、結論與對策

本文將“索洛生產率悖論”的討論延伸到農業領域，利用2011－2017年中國省際面板數據，通過建立面板數據模型，實證分析了農業信息化對農業全要素生產率的影響。本文建立了一個更為完善的農業全要素生產率測算指標體系，運用考慮非期望產出的SBM模型對農業全要素生產率進行了測算。本文在基準回歸的基礎上，進一步進行了地區異質性分析和內生性問題討論。本文的主要結論有：農業信息化能夠促進農業全要素生產率提升，從而證明了在本文的研究區間內，我國農業領域不存在“索洛生產率悖論”；然而這種促進作用也呈現地區異質性，表現為從東向西促進作用依次遞減，在西部表現為抑制作用；在控制變量方面，城鎮化對農業全要素生產率具有抑制作用，農村人力資本具有顯著的促進作用，但同時控制變量的作用也具有地區異質性；本文的基準研究結果在緩解了內生性問題后仍然成立。

本文具有明顯的政策內涵，根據本文研究結論，提出如下政策建議：

第一，大力發展農村數字經濟，促進農村農業信息化轉型。農業信息化為提高農業全要素生產率提供了一條重要路徑。當前正值數字經濟蓬勃發展、新一代信息技術變革的關鍵時期，也恰逢我國全面推進鄉村振興的重點戰略機遇期。應把數字鄉村作為鄉村振興戰略方向的內在要求，推進農業農村信息化。一是要加快農村信息基礎設施建設，大幅提升鄉村網絡設施水平，推動農村地區水利、公路、電力、冷鏈物流、農業生產加工等基礎設施的數字化、智能化轉型，防止產生或擴大城鄉“數字鴻溝”。二是推進農業數字化轉型。加快推廣云計算、大數據、物聯網、人工智能在農業生產經營管理中的運用，促進新一代信息技術與種植業、種業、畜牧業、漁業、農產品加工業全面深度融合應用。三是推動互聯網與特色農業深度融合，發展創意農業、認養農業、觀光農業、都市農業等新業態。

第二，優先發展農村教育事業，提高農村人力資本水平和勞動者素質。農村人力資本對農業全要素生產率具有重要的推動作用，應高度重視農村教育問題。推動縣域內城鄉教育一體化，實現縣域校際資源均衡配置，堅持推行“免費義務教育”等優惠政策，逐漸普及高中教育，大力發展適合農村農業的職業教育，提升農村教育質量。除了以上傳統的教育手段外，應積極發展“互聯網＋教育”，推進鄉村學校基礎設施信息化建設，深入推動鄉村教育信息化，推動城市優質教育資源與鄉村中小學對接，幫助鄉村學校開足開好開齊國家課程。

第三，因地制宜，堅持特色。農業信息化對農業全要素生產率的作用不是一成不變的，是具有地區異質性的，因此應根據地區的實際情況推進農業信息化。因地制宜發展“互聯網＋”特色主導產業，根據當地經濟社會發展的客觀條件差異化發展數字農業、智慧旅游業、智慧產業園區等。分類推進數字鄉村建設，引導集聚提升類村莊、城郊融合類村莊、特色保護類村莊、搬遷撤并類村莊根據存在具體形態和發展情況，挖掘相應的信息需求。