购买
下载掌阅APP,畅读海量书库
立即打开
畅读海量书库
扫码下载掌阅APP

第四节
信息化对北京乡村产业发展的影响效应研究

《乡村振兴战略规划(2018—2022年)》《“十三五”全国农业农村信息化发展规划》《“互联网+”现代农业三年行动实施方案》等规划方案的密集出台,为转变农业发展方式、促进农民增收、加速农村产业融合指明了方向,即借助于信息化力量,充分发挥信息传播共享、技术优化升级等作用,实现对传统农业的改造。近年来,北京农业农村信息化建设实践取得比较显著的成效,在信息基础设施建设方面,北京行政村的光纤通达率、4G覆盖率均基本达到100%;在信息技术应用方面,伴随北京农业物联网工程等的实施,信息技术在乡村产业中得到有效推广。虽然在乡村振兴背景下,北京农业农村信息化加速发展,但在当前发展阶段,北京农户信息化与农业经济发展、农村产业融合之间的关系究竟如何,信息化是否成为促进农业经济发展、农村产业融合的关键因素等问题亟待回答。为此,本书基于北京蔬菜种植户调研问卷,应用计量方法测算信息化对北京农业经济与农村产业融合的影响。

一、数据来源及概况

(一)数据来源

本书所用数据来自2019年开展的“北京地区信息化促进乡村产业发展抽样调查(蔬菜种植户版)”。调研总共发放了500份蔬菜种植户问卷,涉及北京54个行政村,最后共回收问卷439份(空白问卷不计),其中有效问卷346份。

(二)数据概况

1.因变量

对于因变量,在下文“信息化对北京农业经济发展的影响”中,采用人均农业纯收入测度农户收入水平。人均农业纯收入是农户从事蔬菜种植获得的人均年净收入的自然对数,均值为9.72。在“信息化对北京农村产业融合的影响”中,采用农户是否实现产业融合测度,具体从两个角度来分别衡量:一是从整体层面度量,农户“实现产业融合”的共有93家,占比为27%,“没有实现产业融合”的共有253家,占比为73%;二是将农户产业融合形式区分为不同类型,聚焦于分析“农业+农产品加工”“农业+休闲农业/乡村旅游”“农业+农产品电商”三类产业融合形式,其中“实现‘农业+农产品加工’融合”的有28家,占比为8%,“实现‘农业+休闲农业/乡村旅游’融合”的有38家,占比为11%,“实现‘农业+农产品电商’融合”的有59家,占比为17%。

2.核心自变量

对于核心自变量,在下文“信息化对北京农业经济发展的影响”中,包含信息基础投入与信息技术采纳。其中,对于信息基础投入,选择用农户每年手机/计算机网费支出的自然对数来度量,均值为6.74,对农户每年手机/计算机网费支出的询问强调仅包含有“农户基础性网络资费与开展农产品电商/微商等产生的如线上产品推广费等应用性网络资费”;对信息技术采纳的衡量,由于目前在蔬菜产业,水肥一体机得到相对较为广泛的应用(冯献等,2019),因此选择了农户是否采用水肥一体机来表示信息技术采纳,样本中平均有33%的农户采用了该技术。在下文“信息化对北京农村产业融合的影响”中,只包含信息基础投入,指标选取与前述一致。

3.控制变量

为了更为精确地获得核心自变量对因变量的影响效应,本书参考已有研究,在“信息化对北京农业经济发展的影响”与“信息化对北京农村产业融合的影响”两个模型中均加入了户主个体特征变量、农户特征变量与农户外部环境变量,以排除其他因素可能造成的回归偏误。其中,户主个体特征变量包含性别、年龄、受教育程度;农户特征变量为农户上年人均农业支出,是农户上一年蔬菜种植产生的人均支出的自然对数;农户外部环境变量包含外部信息技术采纳与外部信息传播效果,其中外部信息技术采纳是农户对周边亲友是否积极使用信息技术的评价,外部信息传播效果是农户对其所在村信息传播效果的评价。在样本中,户主为男性的占比为57%;实际年龄平均约为46岁;有51%的户主文化程度为初中/中专,有37%的户主文化程度为高中及以上;农户上年人均农业支出的均值为9.27;外部信息技术采纳的均值为3.55;外部信息传播效果的均值为3.57(见表1-1)。

表1-1 变量及其描述性统计

二、信息化对北京农业经济发展的影响

本书从信息基础投入与信息技术采纳两个角度表征农户信息化水平,研究其对农户农业收入的影响,为进一步提升农业农村信息化水平、促进农业经济发展的相关政策制定提供科学借鉴。

(一)理论分析

1.信息化促进农民农业收入增长的信息要素差异

作为信息化的两个核心要素,信息基础投入与信息技术采纳在农业生产中扮演的“角色”各有侧重,其中互联网/移动互联网等信息基础设施的属性主要是普遍的、泛在的信息传播“新媒体”,而水肥一体机等信息技术的属性主要是单一性、针对性的农业生产方式转变“新农具”(冯献等,2019)。

对于信息基础投入,从投入视角来看,随着我国电信产业结构由完全行政垄断走向多元市场竞争,基础性互联网/移动互联网资费不断降低,大多数农户信息基础投入较低(郑世林等,2014),仅少数从事农产品电商/微商等互联网新业态的农户(占比很小),其线上产品推广费等应用性互联网/移动互联网资费会增加(颜强等,2018)。从产出视角来看,互联网/移动互联网促进农户农业纯收入增长的途径有两条:一是“信息鸿沟消除效应”,即对于大多数农户,其通过互联网/移动互联网既可以实时获取政策、气象、病虫害、技术、市场等各方面信息,也可以利用微信、QQ等工具向他人共享有用信息(郭美荣等,2017;崔凯、冯献,2018),有利于降低农户信息不对称、减少搜寻成本,优化农户生产决策、提高农业生产效率等(高杨、牛子恒,2018;程名望、张家平,2019);二是“新业态培育效应”,即对于少部分已经开始利用淘宝、京东等互联网电商平台,微信朋友圈、手机App等手机微商平台宣介销售农产品的农户,往往不仅能够拓宽农产品销售渠道,而且能够减少产品流通环节、获得更高农产品价格(曾亿武等,2018)。整体而言,由于较低的投入成本与较高的产出效益,信息基础投入对农户农业纯收入有正向影响效应。

对于信息技术采纳,从投入视角来看,先进农业技术应用往往会引致农户农业投入增加,缩小农产品净收入空间(刘进宝、刘洪,2004)。本书所关注的蔬菜种植户,即便是其相对较为常用的生产端信息技术水肥一体机,一次性投入成本与后期运行维护成本也均相对较高,需要较高的家庭收入作为支撑(满明俊等,2010)。从产出视角来看,水肥一体机是以微灌、喷灌等技术为依托,结合可调节施肥装备,一体化作物的灌溉、施肥、根施用药,一次性将灌溉水、肥料/农药输送至土壤作物根部。其定时精准灌溉、精确施肥施药、自动化控制的技术属性,能够有效实现农业生产“节工、节水、节肥、节药”,有助于农业生产节本增效与农产品品质提升。整体而言,由于较高的投入成本与较高的产出效益,信息技术采纳对农户农业纯收入可能没有显著影响。

对于信息基础投入与信息技术采纳的交互影响,二者间可能存在互补效应与替代效应。互补效应表现为,随着信息基础投入的增加,农户通过应用互联网/移动互联网,提升对新技术相关知识的信息获取能力,破除“知识壁垒”,促使农户信息技术效率提升;替代效应表现为,随着信息基础投入的增加,农户将自身更多资源禀赋放置于互联网/移动互联网应用中,在家庭固定资源禀赋前提下,挤占了对信息技术的有效资源禀赋投入,导致农户信息技术效率下降。整体而言,由于互补效应与替代效应的相互抵消,信息基础投入与信息技术采纳对农户农业纯收入可能没有显著的交互影响。

2.信息化促进农民农业收入增长的个人禀赋差异

目前已有大量研究证明农户物质资本、人力资本等的禀赋差异是引致农户收入不平等的重要因素(高梦滔、姚洋,2006;孙敬水、于思源,2014)。曾亿武等(2018)的研究进一步指出个人禀赋的差异使农户电子商务采纳等信息化实践不平衡,进而导致农户收入差距扩大。据此,本书认为由于农户资本禀赋的异质性,农户内部关于信息基础投入与信息技术采纳这两类信息化应用难以“量质相同”,从而导致农户增收出现群体分层。

在物质资本层面,资金等物质资本投入是农户信息化应用的基础与重要瓶颈。上文对信息要素投入的分析已经指出,虽然基础性互联网/移动互联网资费投入相对较少,但因农产品电商/微商等实践产生的应用性互联网/移动互联网资费投入会显著增加,而水肥一体机等现代高端前沿信息技术,其投入成本一直相对较高。同时,相较于传统模式,信息化作为一种新型的农业生产经营方式,也会使农户面临较大的风险(倪浩、刘志民,2019)。物质资本丰富的农户愿意且有能力承担农业信息化的高风险,能够投入更多资金在应用性互联网/移动互联网与现代信息技术上,从而获得较高报酬。相反物质资本匮乏的农户更多倾向于传统农业生产经营方式,仅愿意投入较少的基础性互联网/移动互联网资费,因此能够获得的报酬有限。故物质资本越丰富,农户信息化增收效应越显著。

在人力资本层面,信息化的有效应用很大程度上取决于农户的吸收、运用能力,如果没有与新技术、新业态相匹配的人力资本,那么信息化很难转化为实际生产力(朱秋博等,2019)。户主性别是农户最基础的人力资本。Haraway(1997)、Jenkins(2003)等的研究表明,互联网/移动互联网是一种为新型社会形态提供技术基础的女性化媒介,相较于男性,女性倾向于合作、善于表达等的性别属性使其能更好地利用互联网/移动互联网生产生活。同时,相较于男性,水肥一体机的自动控制技术属性能够放松女性的体力劣势约束,且由于女性更追求健康绿色生活方式、对生存环境要求更高,对这类节水、节肥、节药的环境友好型技术更愿意采纳,采纳效果也更好(王学婷等,2018),因此户主为女性的农户可以获得更高收入回报。户主受教育程度是农户人力资本的重要表征。相较于受教育程度低的农户,受教育程度高的农户信息资源获取和利用能力强,拥有的信息资源质量高(胡伦、陆迁,2019),且受教育程度高的农户更能利用互联网发展农产品电商/微商等新业态(崔丽丽等,2014),因此能够获得更高的信息化应用收入回报。故人力资本越丰富,农户信息化增收效应越显著。

(二)研究方法

1.信息要素差异层面

为了研究信息化促进农民增收的信息要素差异,本书首先建立了OLS基准模型以及包含ln inb ×ln tec 乘积项的OLS模型,以检验信息基础投入和信息技术采纳对农户农业纯收入的直接影响与交互影响,回归模型如下所示:

其中因变量ln inc 为农户人均农业纯收入的对数。核心自变量ln inb 、ln tec 分别代表农户信息基础投入和信息技术采纳,控制变量 X i 代表拟选择户主人口学统计特征变量(性别、年龄、受教育程度)、农户特征变量(上年农户人均农业支出的对数)、农户外部环境特征变量(外部信息技术采纳、外部信息传播效果)。

本书进一步采用分位数回归法,在对信息基础投入和信息技术采纳的增收效应进行稳健性检验的基础上,识别出对于农户农业纯收入的全部分位、信息基础投入和信息技术采纳的具体影响。分位数回归模型如下所示:

Q q (ln inc | X )表示在给定自变量 X 、因变量ln inc 在第 q 分位数上的值。 θ q )表示在第 q 分位数上的回归系数。

考虑到一方面不仅信息基础投入和信息技术采纳可能会对农户农业纯收入有影响,反过来农户农业纯收入也可能会对其信息基础投入和信息技术采纳产生影响,例如有研究表明农户农业纯收入越高,往往越愿意也越有能力提升信息化水平(曾亿武等,2018);另一方面农户农业纯收入也可能受到户主能力等不可观测变量的影响(白重恩,2012),因变量与自变量间的双向因果以及模型难以规避的遗漏变量设定偏误均会导致模型内生性问题的存在。为此,本书建立联立方程采用3sls法对模型进行内生性检验。3sls回归模型如下所示:

收入方程(1-1)聚焦讨论了信息基础投入、信息技术采纳及二者交互项对农业纯收入的影响,信息基础投入方程(1-2)、信息技术采纳方程(1-3)与二者交互项方程(1-4)均着重分析了农业纯收入的影响效应,并在信息基础投入方程(1-2)中加入了农户信息资源共享意愿变量,信息技术采纳方程(1-3)中加入了农户信息技术节本认知与信息技术增效认知变量,交互项方程(1-4)中加入了农户信息资源共享意愿×信息技术节本认知变量与信息资源共享意愿×信息技术增效认知变量。

2.个人禀赋差异

为了研究信息化促进农民增收的个人禀赋差异,本书首先根据上年人均农业支出、性别、受教育程度3个分组变量将总样本分为若干个子样本;其次针对不同支出群体、不同性别群体与不同文化层次群体,分别进行OLS回归,回归模型如下所示:

w 为分组变量,分别表示农户的上年人均农业支出、性别、受教育程度, w 0 为分组变量的分组临界值。为了避免因样本量限制影响回归效果,本书均根据分组变量将样本划分为两个样本组别。其中当 w 为农户上年人均农业支出这一连续变量时,将分别选取其0.5分位值与0.75分位值作为分组临界值 w 0 ;对于受教育程度,将高中与大专及以上合并,小学及以下、初中 / 中专与技校合并,从而形成(高农业支出、低农业支出)、(男性、女性)、(高学历、低学历)3大类分组类别,根据分类分别对各子样本进行OLS回归,并将测算结果进行组间差异性比较。

(三)实证结果分析

1.信息化对农民增收的影响:信息要素差异

表1-2汇报了运用OLS回归估计方法得到的信息基础投入与信息技术采纳对农民增收影响的边际估计结果。为了剔除其他变量的干扰,表中第(1)列至第(4)列回归方程均控制了户主个体特征变量、农户特征变量与农户外部环境变量,在此基础上,第(1)列与第(2)列方程分别仅控制了信息基础投入或信息技术采纳,第(3)列方程同时控制了两个核心变量,第(4)列方程进一步考察了两个核心变量的交互项。回归结果显示:信息基础投入在5%的显著性水平上对农户人均农业纯收入具有正向影响,且在控制所有变量的第(4)列方程中,信息基础投入每年增加1%,农户人均农业纯收入每年增加10.2%;而信息技术采纳及二者交互项系数均不显著。实证分析结果与理论分析一致,即就平均效应而言,由于较低的投入成本与较高的产出效益,互联网/移动互联网等信息基础投入的增加已成为农户人均农业纯收入增长的促进因素,而由于较高的投入成本与较高的产出效益,水肥一体机等信息技术采纳对农户人均农业纯收入尚未有明显效应。且可能由于替代与互补效应的相互抵消,信息基础投入与信息技术采纳对农户人均农业纯收入的交互影响并不显著。

此外,回归结果显示,户主性别为男性、受教育程度为大专及以上、农户上年人均农业支出在1%的显著性水平上对农户人均农业纯收入具有正向影响,其余控制变量对农户人均农业纯收入没有显著影响。

表1-2 信息基础投入与信息技术采纳对农户收入的差异化影响效应

注: *** ** * 分别表示在1%、5%、10%的显著性水平上显著。下同。

进一步,表1-3分别对农户人均农业纯收入以0.5分位值与0.75分位值作为分组临界值划分为高农业收入农户与低农业收入农户两类,探讨信息基础投入与信息技术采纳对不同收入层级农户收入的差异化影响。回归结果显示:

对于高农业收入农户,信息基础投入与信息技术采纳在5%或1%的显著性水平上对其人均农业纯收入具有正向影响,二者交互项在1%的显著性水平上对其人均农业纯收入具有负向影响(按0.5分位划分)。该实证结果符合预期,即高农业收入农户一般是人力、物质等资源禀赋更丰富的农户或新型农业经营主体,故在信息基础投入方面,高农业收入农户往往不仅能够有效利用互联网/移动互联网获取有用信息,而且有更大比例会通过互联网/移动互联网开展农产品电商、微商等新业态,虽然投入可能相对较高,但获得的产出效益更为显著;在信息技术采纳方面,资源禀赋优势将使高农业收入农户在新技术采纳中的技术效率更高(章德宾,2018;张瑞娟、高鸣,2018),在既定较高的信息技术投入成本前提下,农户能够充分实现信息技术的节本增效功能,获得最大化产出效益;但在高农业收入农户群体中,可能因其整体人力资本优势,互联网消除信息技术知识壁垒的互补效应不是很明显,因而开展农产品电商、微商等新业态导致农户资源禀赋更多倾向于信息基础投入,而非信息技术采纳,故替补效应更为显著。因此,对于高农业收入农户,信息基础投入与信息技术采纳均有显著增收效应,但二者间存在替代关系。

而对于低农业收入农户,信息基础投入对其人均农业纯收入没有显著影响,信息技术采纳在10%的显著性水平上对其人均农业纯收入具有负向影响,二者交互项在10%的显著性水平上对其人均农业纯收入具有正向影响(按0.75分位划分)。该实证结果也符合预期,即低农业收入农户一般是从事传统种植,人力、物质资源禀赋不足的小农户,故在信息基础投入方面,低农业收入农户基本仅限于基础性互联网/移动互联网资费投入,其投入较低,难以通过消除信息鸿沟或培养新业态两个途径将互联网/移动互联网应用映射至农业生产以获得农业效益;在信息技术采纳方面,资源禀赋劣势将使低农业收入农户在新技术采纳中的技术效率较低(章德宾,2018;张瑞娟、高鸣,2018),在既定较高的信息技术投入成本前提下,农户难以有效应用信息技术,导致信息技术的产出效益不能覆盖其高投入成本;但在低农业收入农户群体中,可能因其整体人力资本劣势,互联网消除信息技术知识壁垒的互补效应非常显著,而由于其信息基础投入倾向于较少的基础性网络资费,不会挤占对信息技术采纳的资源禀赋投入,故替补效应不是很明显。因此,在低农业收入农户群体中,信息基础投入没有增收效应,信息技术采纳甚至有显著抑制增收效应,但二者间存在互补关系。

表1-3 信息基础投入与信息技术采纳对不同收入层级农户收入的差异化影响效应

2.稳健性检验

在上文OLS分析中,对农户收入层级的分类仅考虑了0.5分位与0.75分位,尚不能全面描述在高农业收入农户与低农业收入农户不同划分准则下,核心解释变量对农户人均农业纯收入边际影响的变动情况。为此,本书应用分位数回归,分析了核心解释变量信息基础投入、信息技术采纳及二者交互项的全分位边际影响。

由图1-21可知,信息基础投入对农户人均农业纯收入的边际贡献均大于0,但随着农户人均农业纯收入分位数的增大,边际贡献在低分位中上升十分缓慢,在高分位中加速上升,说明信息基础投入对全部农户的收入均有正向贡献,但对于低农业收入农户的边际收入贡献较小,对于高农业收入农户的边际收入贡献较大,这与上文OLS回归结论保持一致,即就平均效应而言,信息基础投入对全部农户人均农业纯收入有正向影响,但这种正向影响显著存在于高农业收入农户中,而很难在低农业收入农户中捕捉到。

图1-21 信息基础投入与信息技术采纳对农户收入边际影响的全分位回归结果

信息技术采纳对农户人均农业纯收入的边际贡献则由小于0逐渐增长至大于0,且在低分位中,随着农户人均农业纯收入分位数的减小,边际贡献加速下降;在高分位中,随着农户人均农业纯收入分位数的增大,边际贡献加速上升;在中分位中,边际贡献趋近于0。这说明信息技术采纳对低农业收入农户有显著负向抑制,对高农业收入农户有显著正向贡献,对中等农业收入农户影响较小,这与上文OLS回归结论保持一致,即就平均效应而言,由于正负向作用抵消,信息技术采纳对全部农户人均农业纯收入没有影响,但在高农业收入农户中有显著正向影响,在低农业收入农户中有显著负向影响。

信息基础投入与信息技术采纳的交互项对农户人均农业纯收入的边际贡献则由大于0逐渐减少至小于0,且在低分位中,随着农户人均农业纯收入分位数的减小,边际贡献加速上升;在高分位中,随着农户人均农业纯收入分位数的增大,边际贡献加速下降;在中分位中,边际贡献趋近于0。这说明信息基础投入与信息技术采纳对低农业收入农户有显著互补效应,对高农业收入农户有显著替代效应,对中等农业收入农户没有交互影响,这与上文OLS回归结论保持一致,即就平均效应而言,由于互补与替代效应的抵消,信息基础投入与信息技术采纳对全部农户人均农业纯收入没有交互影响,但在高农业收入农户中有显著替代效应,在低农业收入农户中有显著互补效应。

综上,说明本书基准OLS检验结果具有稳健性。

3.内生性检验

本书十分关注内生性问题,但由于核心解释变量包含信息基础投入、信息技术采纳及其交互项,很难选择到足够多且有效的工具变量来表征核心解释变量进行工具变量回归,为此在基准OLS回归中,采用传统代理变量法与前定变量法以尽量削弱内生性影响:一是对难以观察却可能影响农户收入的因素用代理变量表示,特别是引入了农户上年人均农业支出变量,其包含了农户上一年农业生产经营的大量信息,对农户农业纯收入具有较大解释力(系数为0.639),能够尽力减少因遗漏变量导致的估计偏误问题;二是结合本次调研实际情况,本书农户人均农业支出变量选取了上一期变量,以减弱农户收入与支出间的双向因果问题。

为了检验基准OLS模型采用传统方法解决内生性问题的稳健性,本书通过建立联立方程组,利用3sls法对模型进行内生性检验。首先方程(1-2)至(1-4)的回归结果显示,农户人均农业纯收入的系数均在1%的显著性水平上为正,说明与本书预判一致,农户人均农业纯收入确实显著影响了农户的信息基础投入与信息技术采纳,即反向因果关系确实存在;其次在方程(1-2)至(1-4)控制住反向因果的情况下,方程(1-1)的回归结果依然显示,农户信息基础投入对其人均农业纯收入有显著正向影响,信息技术采纳与二者交互项对其人均农业纯收入没有影响,这一结论与基准OLS回归结果一致,表明基准OLS模型采用传统内生性问题解决方法是比较有效的,回归结果具有较好的稳健性(见表1-4)。

表1-4 信息基础投入与信息技术采纳对农户收入边际影响的3sls联立方程回归结果

续表

4.信息化对农民增收的影响:个人禀赋差异

在从个人禀赋差异角度分析信息化对农民增收的影响中,本书重点考察了表征物质资本与人力资本的三个变量——上年人均农业支出、性别、受教育程度,即针对不同农业支出群体、不同性别群体与不同文化层次群体,探讨信息化对其人均农业纯收入的影响。

(1)物质资本层面。从表1-5中可以看出,对于高农业支出农户,信息基础投入与信息技术采纳对其人均农业纯收入有显著影响,信息基础投入每增加1%,高农业支出农户人均农业纯收入分别增长10%(按0.5分位划分)与31.3%(按0.75分位划分),相较于没有采纳信息技术的农户,采纳信息技术的高农业支出农户人均农业纯收入增长260.6%(按0.75分位划分)。对于低农业支出农户,信息基础投入对其人均农业纯收入有显著影响,而信息技术采纳对其人均农业纯收入没有影响,信息基础投入每增加1%,低农业支出农户人均农业纯收入分别增长15.6%(按0.5分位划分)与8.7%(按0.75分位划分)。由于相较于低农业支出农户,上年人均农业支出水平较高的农户拥有比较丰厚的资产,物质资本积累相对丰富,有能力承担信息化的高投入与高风险,更倾向于增加应用性互联网/移动互联网资费投入,能更好地利用新型信息技术,故其信息基础投入与信息技术采纳的增收效应明显优于低农业支出农户。综上,说明物质资本越丰富,农户信息化增收效应越显著。

表1-5 信息基础投入与信息技术采纳对不同农业支出水平农户收入的差异化影响效应

(2)人力资本层面。一是,从表1-6中可以看出,对于男性户主的农户,信息基础投入与信息技术采纳对其人均农业纯收入均没有显著影响。对于女性户主的农户,信息基础投入与信息技术采纳对其人均农业纯收入均有显著影响,信息基础投入每增加1%,女性户主农户人均农业纯收入增长21.2%;相较于没有采纳信息技术的,女性户主农户采纳信息技术的人均农业纯收入增长189.3%。结论验证了相较于男性,女性倾向于合作、善于表达、关注健康绿色生活方式、对生存环境要求高等的性别属性使其能更好地利用互联网/移动互联网、水肥一体机,从而其信息基础投入与信息技术采纳的增收效应更显著。二是,从表1-7中可以看出,对于户主受教育程度高的农户,信息基础投入对其人均农业纯收入有显著影响,信息技术采纳对其人均农业纯收入没有影响,信息基础投入每增加1%,户主受教育程度高的农户人均农业纯收入增长17.5%。对于户主受教育程度低的农户,信息基础投入与信息技术采纳对其人均农业纯收入均没有显著影响,说明相较于受教育程度低的农户,受教育程度高的农户通过互联网/移动互联网获取并利用信息资源、培育农产品电商/微商等新业态的能力强,故其信息基础投入的增收效应更明显。而信息技术采纳对农户增收没有出现明显教育分层,说明目前信息技术应用效率可能更多取决于农户物质资本与户主对技术的重视程度,而非户主自身的文化程度。综上,说明人力资本越丰富,农户信息化增收效应越显著。

表1-6 信息基础投入与信息技术采纳对户主不同性别农户收入的差异化影响效应

续表

表1-7 信息基础投入与信息技术采纳对户主不同受教育程度农户收入的差异化影响效应

续表

三、信息化对北京农村产业融合的影响

本书聚焦于分析信息基础投入对农户产业融合的影响,为提升农业农村信息化水平、加速农村产业融合、培育农业新产业新业态的相关政策制定提供富有建设性的借鉴。

(一)理论分析

目前随着普通小农户互联网/移动互联网等信息基础投入的逐渐增加,互联网/移动互联网的连接与扩散属性日益映射于农户生产经营,推动农户生产经营方式转变,实现一二三产业融合。具体而言,农户网络信息基础投入主要通过“信息获取传播效应”“农村电商参与效应”“核心要素集聚效应”促进其产业融合。

1.信息获取传播效应

现阶段我国城乡信息鸿沟长期存在,一方面,市场、技术、政策法规等信息在乡村产业链条上层层失真且不及时,难以直接有效传递至农户;另一方面,农户也难以将农产品、休闲旅游等产品服务信息传播至消费者,导致农户传统农业产业链延伸与拓展受限,农业现代化转变缓慢(廖桂平等,2012;朱峰等,2013)。而互联网/移动互联网的应用,既能够促使农户实时获取各类涉农信息,又有利于其对自身农产品、休闲旅游等产品服务信息的推广宣介,帮助农户减少涉农信息搜寻成本,提升涉农产品服务信息传播效率,降低信息不对称问题(朱峰等,2013;崔凯、冯献,2018;程名望、张家平,2019),从而可以显著放松农户在转变传统生产经营方式、推进三次产业融合中的信息获取与传播约束。据此,互联网/移动互联网等信息基础投入能促使农户获取与传播信息,为其实现产业融合奠定信息资源基础、拓宽产品服务宣传途径。

2.农村电商参与效应

近年来,以阿里巴巴、京东等为代表的电商平台及以微信朋友圈等为支撑的微商平台迅速兴起,农村道路交通基础设施、物流体系等日益完善。在这一背景下,农户互联网普及率快速增长、投入不断增加,为农村电子商务的蓬勃发展提供了基础支撑(曾亿武等,2018)。农村电商是一种新型的技术渗透型产业融合模式,即以农业为基本依托,利用互联网/移动互联网等新一代信息技术对农业产业进行渗透整合,激励农户实现农资/农产品线上交易、农产品预售等商业模式的创新(Parkeretal,2016;国家发展改革委宏观院和农经司课题组,2016;曾亿武等,2018)。据此,互联网/移动互联网等信息基础投入能促使农户转变农业生产经营方式,为其利用电商/微商平台从事农村电子商务提供基础网络支撑。

3.核心要素集聚效应

目前农户文化素质和技能水平不高,融资难、融资贵等问题突出,人才、资金等核心要素储备不足成为农户实现产业融合的重要瓶颈约束(国家发展改革委宏观院和农经司课题组,2016)。而互联网/移动互联网等信息基础投入的增加有利于农户核心要素的集聚。一是在人力资本方面,互联网/移动互联网的应用能够提升农户信息获取、利用、反馈的能力,在当前互联网和手机偏向型技术进步发展态势下,农户信息获取、利用、反馈能力越高,意味着其个体技能水平越高。此外,互联网/移动互联网的应用能够促使农户强化学习能力、提高技术水平、注重锻炼和保健,有利于其技能型与保健型人力资本积累(Laroseetal,2011;胡伦、陆迁,2019)。二是在物质资本方面,互联网/移动互联网的应用能够激励农户参与数字金融,由于政府政策支持及翼龙贷、蚂蚁金服、中国农业银行等企业积极参与,国内农村互联网金融发展迅速,在降低金融交易成本、减少信息不对称、拓展交易可能性集合方面具有显著优势,有利于缓解农户信贷约束(谢平等,2015;尹志超、张号栋,2018;何婧、李庆海,2019)。据此,互联网/移动互联网等信息基础投入能促使农户集聚人力、物质资本等核心要素,为其实现产业融合破解要素“瓶颈”。信息基础投入促进农户产业融合的理论机理见图1-22。

图1-22 信息基础投入促进农户产业融合的理论机理

(二)研究方法

首先,本书通过建立Probit模型,从整体层面分析农户信息基础投入对其产业融合的影响,模型的表达式如下:

其中,因变量ln du 代表农户产业融合情况(农户是否实现产业融合)。核心自变量ln inb 代表农户信息基础投入(农户每年手机 / 计算机网费支出的对数),控制变量 X i 代表拟选择户主人口学统计特征变量(性别、年龄、受教育程度)、农户特征变量(上年农户人均农业支出的对数)、农户外部环境特征变量(外部信息技术采纳、外部信息传播效果)。

进而,对基准检验结果进行相应的稳健性检验与内生性检验。在稳健性检验中,一是基于Logit模型与OLS模型重新进行全样本回归,二是分别删除信息基础投入<1%与>99%、<5%与>95%的极值样本进行Probit模型回归;在内生性检验中,将基于已有研究选取工具变量,并通过建立IVProbit模型进行弱工具变量稳健性检验与内生性检验。

此外,本书将进一步细分农户产业融合类型,通过建立Probit模型,分别分析信息基础投入对农户实现不同类型产业融合的影响,模型的表达式如下:

其中,因变量ln du 1 表示农户是否实现“农业+农产品加工”融合,ln du 2 表示农户是否实现“农业+休闲农业 / 乡村旅游”融合,ln du 3 表示农户是否实现“农业+农产品电商”融合。核心自变量、控制变量与基准模型一致。

(三)实证结果分析

1.信息基础投入对农户整体产业融合的影响

表1-8汇报了运用Probit模型回归估计方法得到的信息基础投入对农户产业融合的边际估计结果。回归结果显示:信息基础投入在5%的显著性水平上对农户实现产业融合具有正向影响,信息基础投入每年增加1%,农户实现产业融合的概率增加23.5%。实证结果与理论分析一致,表明就平均效应而言,互联网/移动互联网等信息基础投入的增加已成为农户实现产业融合的促进因素,且根据理论分析可知,目前信息基础投入增加可能主要通过“信息获取传播效应”“农村电商参与效应”与“核心要素集聚效应”来促进农户产业融合的实现,即随着农户互联网/移动互联网等信息基础投入的增加,一是有助于农户实时获取市场、技术、政策法规等各类涉农信息,及时推广宣介自身农产品、休闲旅游等各类产品服务信息,为其产业融合实践夯实信息资源基础、拓展产品服务宣传途径;二是有助于农户利用电商/微商平台从事农资/农产品线上交易、农产品预售等新型商业模式,为其技术渗透型产业融合实践提供信息基础网络支撑;三是有助于农户人力、物质资本等集聚积累,为其产业融合实践破解核心要素“瓶颈”,进而综合促进农户实现产业融合。

此外,回归结果显示,户主性别、受教育程度、外部信息技术采纳均对农户实现产业融合有显著正向影响,而年龄、农户上年人均农业支出、外部信息传播效果对农户实现产业融合没有显著影响。

表1-8 信息基础投入对农户整体产业融合的影响效应

续表

注:①括号内的数值为标准误;② *** 表示p<0.01, ** 表示p<0.05, * 表示p<0.1,下表同。

2.稳健性检验

上述基准回归中,应用Probit模型分析了农户信息基础投入对其产业融合的影响效应。为了检验结果的稳健性,本书采用了改变回归模型(使用Logit与OLS回归模型)与改变样本量(一是剔除信息基础投入<1%与>99%的样本,二是剔除信息基础投入<5%与>95%的样本)的方法进行检验。由表1-9可知,在不同回归模型与不同样本量下,农户信息基础投入对产业融合依然有显著正向影响,且与基准模型相比,其他控制变量的显著性水平与系数符号也基本保持一致,说明本基准模型回归结果比较稳健。

表1-9 信息基础投入对农户产业融合影响效应的稳健性检验

3.内生性检验

本书在分析农户信息基础投入对其产业融合的影响中,十分关注二者间可能存在的内生性问题。考虑到遗漏变量与双向因果是导致内生性的主要原因,在基准Probit模型中,采取了传统代理变量法与前定变量法以尽量削弱内生性影响,即一是在符合经济学逻辑的前提下,通过设定剔选变量概率为pe=0.2的逐步回归法确定控制变量,并尽可能选择包括人力资本、物质资本等在内的多项控制变量以尽量减少因遗漏变量导致的估计偏误问题;二是根据本次调研实际情况,表征农户物质资本的人均农业支出变量选取了上一期变量,以减弱农户产业融合与物质资本间的双向因果问题。

为了检验基准Probit模型采用传统方法解决内生性问题的稳健性,本书借鉴张永丽和徐腊梅(2019)的研究,选取“农户智能手机使用”与“农户计算机使用”两个变量作为农户信息基础投入“农户每年手机/计算机网费支出”的工具变量。选取上述变量的原因在于:一是“农户智能手机使用”与“农户计算机使用”均衡量了农户的信息基础设施水平,农户信息基础设施水平越高,其手机/计算机网络使用概率越高,进而支出才会越高;二是“农户智能手机使用”与“农户计算机使用”很难直接影响农户的产业融合,即便产生影响也是基于农户是否使用互联网/移动互联网来发挥作用。在选定工具变量之后,本研究通过建立IVProbit模型及采用以下四种方式进行内生性检验:①仅基于“农户智能手机使用”进行ML估计;②仅基于“农户计算机使用”进行ML估计;③同时基于“农户智能手机使用”与“农户计算机使用”进行ML估计;④同时基于“农户智能手机使用”与“农户计算机使用”进行Twostep估计。从表1-10所示的4种方式回归结果可以看出,首先,Wald外生性排除检验均拒绝了农户信息基础投入是外生这一原假设,表明基准模型确实面临内生性问题;其次,表1-10第一阶段回归结果显示,“农户智能手机使用”或“农户计算机使用”均对农户信息基础投入有显著正向影响,据此可以认为,将“农户智能手机使用”或“农户计算机使用”作为农户信息基础投入的工具变量应该不存在弱工具变量问题,本研究进一步进行了弱工具变量稳健性检验,AR检验值均拒绝了原假设,表明本研究所使用的工具变量对农户信息基础投入有较强解释力,确实不存在弱工具变量问题;最后,表1-10第二阶段回归结果显示,在模型剔除内生性以后,农户信息基础投入依然在1%或5%的水平上对其产业融合具有显著正向影响。这一结论与本书基准Probit模型结果一致,表明本书基准模型采用传统内生性问题解决方法是比较有效的,回归结果具有较好的稳健性。

表1-10 信息基础投入对农户产业融合影响效应的内生性检验:IVProbit模型

4.信息基础投入对农户不同类型产业融合的影响

本书重点考察了“农业+农产品加工”“农业+休闲农业/乡村旅游”“农业+农产品电商”3种农户典型产业融合模式,表1-11分别汇报了运用Probit回归估计方法得到的信息基础投入对农户实现“农业+农产品加工”“农业+休闲农业/乡村旅游”“农业+农产品电商”的边际估计结果。回归结果显示:

一是在“农业+农产品加工”方面,信息基础投入对农户实现“农业+农产品加工”融合没有显著影响。可能的原因在于农户在“农业+农产品加工”融合实践中主要面临资金、技术等壁垒,而互联网/移动互联网等信息基础投入的增加,虽然有助于农户获取技术信息、集聚物质资本,但就整体而言,其对完全放松农户资金与技术约束的作用可能仍相对较小。因此,目前信息基础投入的增加,对农户发展农产品加工,实现“农业+农产品加工”融合作用不是很明显。

二是在“农业+休闲农业/乡村旅游”方面,信息基础投入对农户实现“农业+休闲农业/乡村旅游”融合具有显著正向影响。二者间正相关关系的原因在于目前进入门槛相对较低,采摘、农家乐等模式在农户“农业+休闲农业/乡村旅游”融合中最为普遍,宣介旅游服务信息、与市场紧密衔接扩大市场影响力是其最为迫切的需求,而农户互联网/移动互联网等信息基础投入的增加,有利于其借助网络平台,利用论坛、微博、微信、“大众点评”App等工具向消费者宣介休闲农业、乡村旅游等信息,因此目前信息基础投入的增加,对农户发展休闲农业、乡村旅游,实现“农业+休闲农业/乡村旅游”融合有显著促进作用。

三是在“农业+农产品电商”方面,信息基础投入对农户实现“农业+农产品电商”融合没有显著影响。可能的原因在于农户在“农业+农产品电商”融合实践中主要面临人力资本约束,对个人企业家精神、文化素质、参与意愿等要求较高(崔凯、冯献,2018),而互联网/移动互联网等信息基础投入的增加,虽然能够为农户利用电商平台销售农产品提供基础网络支撑,但其是否真正实现“农业+农产品电商”融合仍主要取决于农户自身的人力资本情况,因此目前信息基础投入的增加,对农户进行农产品电子商务,实现“农业+农产品电商”融合没有显著促进作用。

表1-11 信息基础投入对农户不同类型产业融合的影响效应

续表 h0/9ARGeWtCLJzVCkEyiuyTQWh7DaRgyYco7qMLRevx7Idc86Du23tLnQA8sMTbK

点击中间区域
呼出菜单
上一章
目录
下一章
×