移动互联网对农业全要素生产率的影响研究

石晓阳， 张亦弛， 夏恩君

(1.北京理工大学 管理与经济学院， 北京 100081； 2.中国农业大学 经济与管理学院， 北京 100083)

1994年中国成功接入互联网，1998年我国在部分地区开始修建3G移动互联网基站，2008年12月正式发放3G牌照。经过二十余年的实践与发展，移动互联网已经成为人们生活的重要组成部分，而越来越多的生产者也开始利用移动互联网及相关技术为其生产服务。据中国互联网协会发布的《中国互联网发展报告2019》(1)数据来源：http://net.blogchina.com/blog/article/704601221。：截至2018年底，我国网民规模达8.29亿，互联网普及率达59.6%。近年来，我国大力推动农村互联网建设，发布了《关于实施乡村振兴战略的意见》 、《乡村振兴战略规划(2018-2022)》等政策文件。2019年5月，中共中央办公厅、国务院办公厅印发了《数字乡村发展战略纲要》，强调数字乡村是乡村振兴的战略方向。由经验判断，移动互联网的发展对农业生产以及农业全要素应有积极的促进作用，但现象背后的本质是否如此？由于数据、变量和方法的选取不同，学界尚未给出一致性的回答。因此，有必要更为全面的研究移动互联网如何影响农业全要素生产率。这对我国推进农村地区互联网建设以及“互联网+农业”模式发展农村经济也具有十分重要的现实意义。

1 文献回顾与理论分析

1.1 文献回顾

关于移动互联网对生产率的研究可以追溯到1987年的“索罗悖论”，他指出“我们随处都可以看到计算机，就是在生产率统计方面看不见计算机”。自此之后，许多学者利用更广泛的统计数据对“索罗悖论”进行研究。绝大多数结论仍然支持索罗观点：企业对信息技术的大量投资并不能增加生产率，也不能帮助经济增长。其中，有代表性的学者Baily[1]认为，整个社会的生产率与大量的计算机投资之间存在负向相关关系。此外，Lucas[2]、Cron和Sobol[3]、Strassmann[4]、Oliner和Sichel[5]从企业绩效、行业效率等各个角度的研究，也表明在计算机等信息技术方面的投入对经济增长没有显著的促进效应。

通过现实观察，经济学家们提出了扩散时滞假说、资本存量假说等各类理论来解释“生产率悖论”产生的原因。一方面，以美国经济史学家Paul A. David为代表的支持扩散时滞假说的学者们认为：纵观历史，可以发现从人们掌握了电力的使用方法起，经历了40年的时间(电力)才对工业劳动生产率增长产生了促进作用。以此类推，信息技术需要时间的累积才能显现其作用。另一方面，主张资本存量假说的Oliner和Sichel认为[5]，只有当计算机等信息技术得到有效传播时，才能促进经济增长。他们分别在不同假设前提下，进一步针对美国1970-1992年间其国内各类电脑设备投资的超额回报率进行估算，得出：计算机资本对产出增长的贡献率在0.31%～0.38%之间。Capello和Nijkamp[6]研究了电信网络的网络外部性与区域经济发展之间的关系，认为电信网络在区域经济发展中具有重要的促进作用。Duggal，Saltzman和Klein[7]采用非线性生产函数模型，将由电缆、互联网设施、卫星等信息部门所产生的技术增长率作为非线性生产函数模型的重要变量，研究了信息技术在美国经济扩张中的作用。结果表明，信息技术对美国20世纪90年代经济扩张的贡献最大。

从2000年3月至10月，以技术股为主的纳斯达克股市下跌了50%。作为纳斯达克指数成分股的信息通信技术公司遭受重创，互联网泡沫破裂，美国经济增速开始放缓。这导致一些学者重新关注信息通信与经济增长之间的关系。Kraemer 和Dedrick[8]的研究表明：由于预期失误所致的短期冲击是造成当时(美国)经济减速的主要原因，信息通信技术所触发的生产率增长是真实的。近年，有学者针移动信息通讯对经济增长的影响。Jacobsen[9]，Waverman，Meschi 和 Fuss[10]研究均得出，手机这类移动通讯终端对于信息扩散和经济增长有促进作用。Gruber和 Koutroumpis[11]通过理论分析指出，信息通讯建设对经济体GDP和生产率的提高主要是通过移动网络的渗透作用实现的。

然而，学界研究信息通讯对农业TFP影响的文献较少，直到2010年后才逐渐增多其中具有代表性的有：尹宗成[12]选用我国省级面板数据检验农业信息服务对农业TFP的影响，结果表明，交通和通讯有助于农业TFP的提高，但不同区域的影响程度和显著性不同。于淑敏[13]将农业信息化水平作为农业技术进步的内生变量，研究了其对农业TFP的影响，发现中国农业信息化水平能够长期促进农业 TFP 提高。田涛和李玮玮[14]针对交通和通讯对农业TFP的影响进行了研究，利用相关支出、每百农户电视机数为代理变量，研究得出农业信息服务水平显著促进了农业TFP。韩海彬和张莉[15]的研究结果表明，信息通讯技术对农业TFP的作用为非线性，并受人力资本的制约，农业信息化对农业TFP的作用具有门槛效应，即人力资本水准越高，作用程度越大。然而，李士梅、尹希文[16]将每百人电话拥有量纳入考量农业TFP的计量模型，结果表明其对农业TFP的影响不显著。

通过以上对现有文献的整理分析，由于移动互联网建设相对于基础设施建设和公共服务而言属于新兴领域，关于农村地区移动互联网建设的许多重要问题在理论界仍未达成共识，关于农村地区移动互联网建设和使用的研究文献尤其少，文献层面缺乏系统、深入、完整的论述，相关的研究还有待完善，缺乏从移动互联网建设和应用的角度去考虑对农业TFP的影响，以及农户如何借助移动互联网有效获取技术、政策以及专业化服务。本文的研究可以从以下几个方面进行改进：

第一，现有研究多为互联网对二三产业TFP的研究。而在少量涉农研究中也多以对农业GDP的影响为主，针对互联网对农业TFP影响的研究更少，而针对移动互联网的研究无论从理论还是实证方面都少之又少。所以，本文从移动互联网视角分析农业TFP。

第二，农村地区受限于人口密度和搭设成本，因而除城郊地区农村外，大多数农村固话宽带铺设难度较大。因而近年国家在农村地区大力推广移动互联网建设。随着近期5G网络的实现，对此前3/4G移动互联网在农村地区的影响进行总结并加以研究也就更具现实意义。

1.2 理论分析

学界通常认为现实中的全要素生产率由两个部分构成：微观生产效率和资源重新配置效率。其中，前者的提高主要由“创新”为代表的广义的技术进步和已有技术的推而广之引致。后者在理论上被称作帕累托改善(Pareto Improvement)，指在不使其他任何人的境况变差的前提下，通过资源的重新配置使至少一个人的境况变好。

微观生产效率的提高主要由技术进步和已有技术更广泛应用两方面引起，此处技术为涵盖技术、政策和管理等诸多方面的广泛涵义。如出现科学技术突破创新、体制和政策进行了改革调整、生产环节管理得到优化完善等均属于技术进步，而当技术相对稳定时，扩大已有技术影响范围的活动则属于纯技术效率内容。无论是哪种情况，移动互联网在微观，一方面打破了时间和空间对技术传播的限制，另一方面降低了农户获得技术的各种成本。这就为科技成果的加速扩散、教育培训的推广、政策规划及时推行创造了客观条件。具体而言，农村地区的移动互联网络建设可以在农业体系内、外部两个维度促进农业全要素生产率：首先，在农业经济体系内部，农村信息网络基础设施为农民提供高质量的信息服务。农户可以更好了解外部信息、技术和扶持政策，全面掌握种植、养殖、储藏、加工的方式方法，从而使生产经营活动的效率更高。其次，在农业经济体系外部，农村信息网络基础设施能够帮助政府掌握准确的农业、农村信息，可制定更有针对性的政策与规划；而涉农企业更可有的放矢，更准确的为农户提供优质的生产生活服务和物资。农业生产也将借助外部信息，规避各类风险和降低灾害损失、促进传统农业生产方式升级、促进农业产出增加。

最优生产规模是对资源的充分利用，农村地区的移动互联网络建设可从以下三方面影响农业生产的规模效率：首先，消除信息不对称，促进农业经济内部资源重获配置效率。农村地区的移动互联网络建设可以打破信息资源在时间和空间上的限制，优化其它资源的配置，促进农业结构的调整、升级。其次，农村地区的移动互联网络建设可以促进农业生产分工协作。当前农村专业服务组织服务范围有限和农技农艺人才短缺，移动互联网络可以扩大农业专业服务的范围，提高专业服务的及时性，促进农业生产分工协作和农业科技推广应用，并降低相关成本。最后，使市场信息更为透明，促进市场竞争。移动互联网络加速信息传播，高效对接供求双方。农业生产效率高的农户会因此获利，进而选择继续留在农业经济体系内。一方面最具生产效率的农户扩大生产规模逐渐取代低效率者，另一方面也客观上使最具比较优势农产品得以被高效种植。

2 研究设计

2.1 研究期的确定

移动通讯网络先后完成了四次换代升级，研究期内正好涉及2G和3G网络的更迭，而2G网络升级到3G网络又恰是移动互联网正式接入的开端。G是Generation的缩写，是根据速率、业务类型、传输时延还有各种切换成功率角度的不同，对移动通讯技术和服务“代”的划分。

本研究的关键变量为农户手机拥有情况、移动互联网模式以及两者的交互项。其中前者农户手机拥有情况在国家统计指标体系中仅到2014。因此，本研究期选取了2003-2014年作为研究期，该时间段正好是2G移动网络向3G高速IP数据网络阶段的跨越阶段。

2G(数字网络通信阶段)使用了数字传输模式，除了提高了电话寻找网络的效率，还增加了短息功能，初步为移动上网功能的实现打下了技术基础。研究期初移动通讯多为2G模式，此后少数经济发达的一线城市开始兴建3G信号基站，但在农村3G基站建设比较少，仍以2G模式为主。

3G(高速IP数据网络阶段)此阶段，移动通讯用户可以通过互联网进行包括语音、发送图文信息，进行视频和其它多媒体数据包传输。工业和信息化部2008年12月12日首次明确了对3G牌照的发放。

2.2 模型的建立

Nishimizu[17]和Hulten[18]分别检验了基础设施对生产率的影响。他们共同的研究思路是：通过检验证明基础设施对全要素生产率是否产生影响。Hulten[18]在2006年提出的实证研究模型(1)，他认为基础设施能够通过其外部性提高生产的效率，即项中的对生产效率具有促进作用。

Y=F(K,L,t)E(I,t)

(1)

本文将研究E(I,t)来分析农村地区的移动互联网络建设如何影响农业生产效率。Hulten[18]认为基础设施对生产的影响能在实际生活中直接观察到，但却无法度量，只能通过Solow残差或全要素生产率(TFP)来代表。模型(2)是农村移动互联网对农业全要素生产率的影响。TFP为农业全要素生产率：

LnTFPi,t=σ0+σ1LnIi,t+σ2LnXi,t+εi,t

(2)

其中，I是反映农村地区的移动互联网络建设情况的研究变量，X是控制变量，t是时间趋势，i为不可观测的省区效应，ε为随机扰动项。

2.3 变量的选取

因变量：参照学者Nishimizu[17]和Hulten[18]相关研究，代理指标选取农业Malmquist全要素生产率指数。全要素生产率的计算主要有两类：参数方法和经济计量法。前者只考虑了少量基本要素，因此优点是计算简单，但由于以新古典增长理论为依据，因此依附于强假设前提；后者是由不同的计量模型计算得出，优点是估算过程可以涵盖了绝大多数因素，缺点则是由于计算过程复杂极其容易出现错误，但二十世纪80年代后计算机的出现和计量软件快速发展极大地解决了这一问题。本研究计算方法选用Fare[19]的非参数包络分析，DEAP2.1软件采用单输入多输出指标体系计算出每个省的农业全要素生产率，其中输出指标为农林牧渔业总产值，输入指标为农作物总播种面积、农林牧渔业从业人数、农机总动力、化肥施用折纯量和有效灌溉面积。由于在DEA方法中，估计的各个生产单元的农业全要素生产率是根据相邻两期的数据计算而出的环比指数，只能呈现短期的变化(本期同比上期的变化倍数)，不能反映相较基期的变化情况(长期变化)。因此，本部分研究选用累计指数，即将各省各年的环比指数连环相乘。

研究变量：移动互联网是指移动通信终端与移动通信网络相结合为一体[20]，是用户使用手机或者其他无线终端设备，通过移动网络，在移动的状态下随时、随地访问Internet以获取信息，使用商务、娱乐等各种网络服务。本文选取农村地区移动电话数量作为移动终端的代理变量；选择2G和3G牌照发放的虚拟变量作为移动网络的代理变量。

控制变量：本文所选取的控制变量主要是学术界普遍认为对农业全要素生产率有显著影响的因素，主要分为三类：农业经济内部其它变量、农业经济体系内部结构效应以及影响农业经济的宏观因素。

1)农业经济内部其它变量 ：①农村交通运输：由于乡村道路多为等外公路，所以本文选取等级外公路里程数作为其替代数据，能相对客观真实的反映出农村地区交通运输基础设施建设情况。②农村能源供应：选择农村用电量为农村能源供应基础设施代理变量。③农村教育培训：选取农村劳动力接受正规教育的平均年限进入模型，作为控制变量农村教育培训的代理变量。

农村劳动力人均接受正规教育年数=(未接受过正规教育者人数×0+小学文化人数×6+初中文化人数×9+高中文化人数×12+中专文化人数×12+大专及以上文化人数×16)÷总人数。

2)农业经济体系内部结构效应：在农业增长的研究中常选取种植业占农业总产值比重作为结构效应的代理变量。

3)影响农业经济的宏观因素：本文考虑到宏观因素对农业经济的影响，选取农林牧渔业就业人员数占社会总就业人员人数比重作为其代理变量。

2.4 数据来源与统计描述

本文数据主要来源于国家统计局网站和相关农业统计年鉴，并构建2004年至2014年各省的面板数据。除离散类数据、百分比数据和指数类数据外，本章研究对其它各项数值均取对数，以使这些数据的变化走势呈线性化特征，又排除了异方差。各变量的描述性统计结果如表1所示。

表1 各变量的描述性统计

3 实证结果及分析

本文基于2003年—2014年的各省份面板数据，利用Xttobit模型，研究移动互联网对农业全要素生产率的影响。由于农业全要素生产率指数及其分解指数存在上下限，且不可观测，只能通过相关计算得到(存在忽略某些不可度量因素的可能性)，这使得数据中可能隐藏着选择性偏差。因此，当因变量(数据)必须在特定约束条件下取值时，需要选用受限因变量模型(Xttobit模型)以使估计更为有效。

3.1 移动终端设备对农业全要素生产率的影响

模型结果显示(见表2)，无论是在不考虑宏观因素和农业经济内部结构影响的封闭的经济体系内[模型(1)]、还是考虑到宏观因素以及农业经济内部结构影响的开放经济体系内[模型(2)和模型(3)]，农户移动电话拥有量在1%的显著性水平上正向影响农业全要素生产率。这一方面是由于手机可以消除信息不对称，打破信息沟通在时间和空间上的限制，另一方面也高效对接各类供求双方，大大减少了各方的交易成本。此外，农村用电量在5%的显著性水平上正向促进农村全要素生产率。

3.2 移动网络对农业全要素生产率的影响

在模型(3)中引入反映不同移动网络模式属性的虚拟变量，以及和移动终端设备的交互项：先后加入2G和3G虚拟变量针对不同移动通讯模式做进一步拓展研究，估计结果如表3所示：2G网络的引入不会对农业全要素生产率产生影响；而3G网的引入均在1%的显著性水平上正向影响农业全要素生产率，可见，移动通信技术的提升有利于提升农业全要素生产率。此外，从模型(7)中可知，移动网络与移动设备相互作用，共同促进农业全要素生产率的提高。其原因在于：2G网以数字语音技术为核心，一般无法直接传送电子邮件、软件等信息，3G网络技术全面支持图像、音乐、视频等多样化的多媒体形式，提供包括网页浏览、电话会议、电子上午等多种信息服务。3G网的普及使得农户可以使用移动终端设备接入互联网了解农业信息、新闻以及农业科技信息等。一方面，市场信息更为透明，农产品交易会更为频繁，农户会因此获利。另一方面，市场信息更为透明又促进市场竞争，最具比较优势农产品得以被高效种植，低效率生产者也将被淘汰。

表2 移动终端对农业全要素生产率的影响

注：括号中数据是标准误；*、**、***分别表示在10%、5%、1%的显著水平下显著。

表3 移动网络模式对农业全要素生产率的影响

注：*、**、***分别表示在10%、5%、1%的显著水平下显著。

从不同农业发展水平(分组情况见附录)地区来看(见表4)，移动终端设备在1%的显著水平下对农业全要素生产率有促进作用，且对农业全要素生产率的影响在不同的农业发展水平区域之间无明显差异；移动互联网农村移动互联网在1%的显著水平下对农业全要素生产率有促进作用，且农村移动互联网对农业全要素生产率的影响在不同的农业发展水平区域之间存在明显差异，大小顺序是：农业发达地区和中等地区>农业欠发达地区。

表4 不同农业发展水平地区、农业产值规模地区移动网络模式对农业TFP的影响

注：*、**、***分别表示在10%、5%、1%的显著水平下显著。

从不同农业产值规模(分组情况见附录)地区来看(见表4)，移动终端设备农户移动电话拥有情况在1%的显著水平下对农业全要素生产率有促进作用，且对农业全要素生产率的影响在不同的农业产值规模地区之间存在明显差异，大小顺序是：农业产值规模较大地区和中等地区>农业产值规模较小地区；移动互联网对农业全要素生产率的影响在不同的农业产值规模区域之间无明显差异。

4 结论与启示

本研究利用2004-2014年全国30个省相关数据，使用受限因变量模型，实证分析了农村地区移动互联网对农业全要素生产率的影响情况，结果发现：①农户的移动终端设备拥有情况对农业全要素生产率具有显著的促进作用；②农村地区不同的移动通讯网络对农业全要素生产率的影响不同，且移动互联网具有显著的促进作用；③农业发展水平分组下，农户的移动终端设备拥有情况对农业全要素生产率的作用无区域差异，但农村移动互联网在农业发达地区和中等地区对农业全要素生产率的促进作用大于农业欠发达地区；农业产值规模分组下，农户的移动终端设备拥有情况在农业产值规模较大地区和中等地区对农业全要素生产率的作用大于农业产值规模较小地区，但农村移动互联网对农业全要素生产率的作用无区域差异。

本文的研究有如下政策启示：首先，移动互联网在提高农业全要素生产率方面有着至关重要的作用，因此加强智能终端设备、农村移动网络覆盖尤为重要。然而，到目前为止，部分地区4G网络尚未全覆盖，部分地区虽然实现了移动网络的覆盖，但会有网络运行质量较差，运营商维修不及时等问题亟待解决。因此，政府部门在做好基础情况的排查工作，完善4G网络全覆盖的问题的同时改进通信设施和网络设施建设。

其次，从农业发展水平角度出发，应注重从移动互联网建设入手，并优先在农业发达地区和中等地区进行移动互联网基站建设。总结经验教训，再逐步覆盖农业欠发达地区。

最后，从农业总产值角度，应从智能终端设备的补贴入手，优先在农业产值规模较大地区和中等地区对农户购买智能终端设备给予适当补贴。选取农业产值规模较大和中等地区为补贴试点，再稳步有序地扩大补贴范围，从而促进农村地区智能移动终端设备的覆盖。

附录:

由于本研究的期限跨越2003-2014年，首先以1987年为基期，用各年GDP指数对农林牧渔业从业总产值进行平减，剔除价格因素影响；通过除以各省历年农林牧渔业从业人员数计算出人平均值，较大的前10个省份为农业发达地区，后10个省份为农业欠发达地区，中间10个省份为农业中等地区(见表5)。

以1987年为基期，用各年GDP指数对农林牧渔业从业总产值进行平减，剔除价格因素影响；其次将各省历年农业GDP相加计算出年平均值。农业GDP年平均值较大的前10个省份为产值规模较高地区，后10个省份为农业产值较低地区，中间10个省份为农业产值中等地区(见表6)。

表5 按农业发展水平分组

表6 按农业产值规模分组