我國農業信息化貢獻率測算方法實證研究

劉利永，李道亮

(1.北京市科學技術情報研究所，北京 100032；2.中國農業大學信息與電氣工程學院，北京 100083)

從當今全球社會的發展來看，信息化是大趨勢，也是推動社會各方面變革的重要力量。自20世紀80年代以來，信息化發展程度已成為衡量一個國家或地區現代化水平和綜合國力的重要指標。在步入信息社會的今天，信息技術在農業領域中得到廣泛應用和發展，徹底改變了傳統農業在生產、經營、管理和技術服務等方面的操作方式，在新農村建設中發揮著越來越重要的作用。信息化已成為農業現代化的核心內容，是促進農村繁榮和農業經濟發展的強勁動力。然而，我國農村點多面廣、市場發育很不成熟，各地農村的環境、條件和農民素質千差萬別，大規模的信息化投資也未必能帶來良好收益，同時還普遍存在重復建設、惡性競爭、資源與設備利用效率低下等問題。在這種情況下，用一套切實可行的辦法來監測農業信息化的投入回報率就顯得尤為重要，由此提出了“農業信息化貢獻率”的概念。

然而，農業信息化本身是一個復雜的系統工程，有很多的影響因素，導致農業信息化對經濟增長的貢獻量很難直接測算。因此，需要一套切實可行的方法間接測算農業信息化貢獻率。筆者研究了農業信息化測算方法，首先采用層次分析法構建了適合我國國情的農業信息化水平評價指標體系，并運用綜合指數法測算出2007—2016年各年度的農業信息化水平指數。在此基礎上，運用經濟增長理論構建了加入信息化要素的C-D生產函數，通過回歸分析研究了農業信息化與農業經濟增長之間的相關關系，計算出近年來我國農業信息化對農業經濟增長的貢獻率。

1 農業信息化發展水平指數的測算

1.1農業信息化發展水平評價指標體系構建指標體系的建立是進行農業信息化指數測算的關鍵。根據我國農業信息化的特點、信息經濟的測度理論及相關專家意見，在充分考慮指標體系的建立原則的基礎上，結合權威統計年鑒和報告的信息化統計指標，從農業信息化發展環境、農業信息化基礎設施、農業信息資源建設、農業信息化人才、農業信息化技術應用5個方面選取了具體的評價指標[2-3]，運用層次分析法可將指標體系劃分為目標層、準則層、方案層3個層次，層次劃分及各層要素分配如圖1所示。

1.2基于層次分析法的指標權重計算在專家咨詢的基礎上，采用層次分析法確定評價指標權重，指標權重的分配結果如表1所示。

1.3我國農業信息化發展水平指數的計算通過查閱《中國統計年鑒》《中國農村統計年鑒》《中國互聯網報告》《中國信息年鑒》等權威年鑒和報告的信息化統計指標，獲得了2007—2016年所有二級指標的統計數據，結合各二級指標和一級指標的權重分配情況，最后計算出2007—2016年農業信息化發展水平一級指標指數，分別為農業信息化發展環境指數D、農業信息化基礎設施指數F、農業信息資源建設指數R、農業信息化人才指數H、農業信息化技術應用指數T和農業信息化水平總指數I，如表2所示。

圖1 農業信息化發展水平評價指標層次結構Fig.1 The hierachieal structure of agricultural informationization development level evaluation index

Table1Theweightallocationofagriculturalinformationizationindexsystem

一級指標First?orderindex一級指標權重Weightoffirst?orderindex二級指標Second?orderindex二級指標權重Weightofsecond?orderindexC10．088P10．507P20．178P30．315C20．311P40．122P50．118P60．197P70．181P80．382C30．207P90．154P100．161P110．427P120．257C40．110P130．312P140．322P150．365C50．284P160．323P170．397P180．280

表22007—2016年農業信息化發展水平一級指標

Table2Thefirst-orderindexofagriculturalinformationizationdevelopmentlevelduring2007-2016

年份YearDFRHTI20071．001．001．001．001．001．0020081．051．651．170．982．201．5820091．152．501．690．885．242．8120101．263．741．760．919．514．4420111．345．581．861．0115．106．6420121．469．052．181．0735．9413．7220131．6014．513．301．1463．9923．6420141．7324．015．601．20103．9338．4320151．8337．866．381．26141．7753．6620162．0155．336．361．81183．8085．96

2 農業信息化貢獻率測算模型的構建

C-D 生產函數是Charles Cobb與Paul Dauglas在哈羅德-多馬模型的資本產出比及資本儲蓄率不變的假設基礎上加以突破，用簡單的形式對生產投入與產出的關系進行了分析。C-D生產函數的最初形式為Y=AKαLβ，式中Y、K、L分別代表農業總產品的產量、農業資本的投入量和農業勞動力的投入量，α、β分別代表產出的資本彈性和勞動力彈性，A代表除資本、勞動力以外影響農業經濟增長的其他因素[4-5]。

在一般的生產中，可以簡單地將投入分為資金與勞動力。為了測算農業信息化對農業經濟增長的貢獻，根據Paul M.Romer提出的新經濟增長理論，對C-D生產函數進行修正。Paul 認為，社會總產品產量并非僅由資本與勞動2個因素決定，科技進步也應作為第三要素加入到C-D生產函數中[6-7]。在當今的信息經濟時代，信息要素已成為促進科技進步的最主要來源，因此可以用信息要素近似替代科技進步作為決定經濟增長的第三因素。綜上所述，將C-D生產函數修改為：Y=AKαLβIγ，式中I代表農業信息化水平指數，γ代表產出的信息化水平彈性，A代表除資本、勞動力、信息化以外影響農業經濟增長的其他因素。

兩邊取對數：ln(Y)=ln(A)+αln(K)+βln(L)+γln(I)。

令Y′=ln(Y)、A′=ln(A)、K′=ln(K)、L′=ln(L)、I=ln(I)，代入上式中，得出新的線性回歸模型：Y′=A+αK′+βL′+γI′。

通過查閱《中國統計年鑒》和《中國農村統計年鑒》，獲得2007—2016年農林牧漁生產總值(Y)、農村全社會固定資產投資(K)和農林牧漁從業人數(L)。為了保證數據的一致性，必須將2007—2016 年價格因素的影響剔除[8]。剔除價格因素的影響后的結果如表3所示。

表3剔除價格因素后的我國農業經濟增長數據

Table3ThedataofagriculturaleconomicgrowthinChinaafterremovingthepricefactor

年份YearY億元K億元L萬人200715781．307212．3036399200816603．417995．1136640200917107．979544．9136204201020431．9710842．1434830201121937．3813463．0933442201223684．7316383．7431941201327160．3419114．0530731201431645．2622121．3029923201535331．9031432．7928890201639125．1035416．0227931

對表2和表3中農業信息化發展水平總指數I、剔除價格因素后的農林牧漁業總產值Y、剔除價格因素后的農村全社會固定資產投資總額K、第一產業就業人口L分別取對數，得到新的線性回歸模型所需的數據(表4)。

表4取對數后的我國農業信息化貢獻率測算的模型數據

Table4Thedataofcalculationmodelofagriculturalinformationization’scontributionrateinChinaaftertakingthelogarithm

年份YearY′K′L′I′20079．678．8810．500．0020089．728．9910．510．4620099．759．1610．501．0320109．929．2910．461．49201110．009．5110．421．89201210．079．7010．372．62201310．219．8610．333．16201410．3610．0010．313．65201510．4710．3610．273．98201610．5710．4710．244．45

運用 SPSS 19.0統計軟件，采用Enter 法對表4中數據Y′、K′、L′、I′進行線性回歸分析，回歸分析結果如表5所示。

表5 總指數模型回歸結果

從表5總指數模型回歸的結果來看，R2檢驗為0.990，表明所選樣本與總體的擬合優度較好；F檢驗為195.549，表明整個模型的線性程度很好；T檢驗結果表明模型中各自變量對經濟增長的解釋度較高；常數項、B、L和I分別以 99%、90%、99%和99%的概率通過檢驗。回歸結果表明，模型整體上能夠通過檢驗，且具有良好的模擬效果。因此，我國農業信息化總指數對農業經濟增長的影響模型為：Y′=22.428+0.450K′-1.437L′+0.021I′。

上式又可變形轉換為：Y=e22.428K0.450L-1.437I0.021。從產出彈性來看，在農業信息化總指數模型的回歸結果中，農村全社會固定資產投資總額K′、第一產業就業人口L′和農業信息化指數I′的產出彈性分別為0.263、-1.437和0.021，根據產出彈性所代表的經濟意義，農業信息化發展水平每提高1%，我國農業經濟就會相應增長0.021%。

3 我國農業信息化貢獻率測算結果

根據上述測算數據，得出2007—2016年我國農業信息化發展水平指數的增長情況。根據指數增長情況以及指數增長與農業經濟增長之間的關系，可以測算出近十年來農業信息化對農業經濟增長的貢獻率。農業信息化對農業經濟增長的貢獻量、農業經濟實際增長率和農業信息化貢獻率的變化情況如圖2所示。

從圖2可以看出，從2007—2016年農業信息化對農業經濟增長的貢獻量來看，農業信息化對農業經濟增長始終有平穩的貢獻，2015年貢獻量最低(0.83%)，2012年貢獻量最高(2.24%)，說明農業信息化為農業經濟增長提供了穩定且強勁的動力。從2007—2016年農業信息化貢獻率的測算情況來看，由于農業信息化貢獻率是農業信息化對農業經濟增長的貢獻量與農業經濟總增長速度的比值，在農業信息化對農業經濟增長的貢獻量相對平穩的情況下，農業經濟總增長速度就成為決定農業信息化貢獻率的主要因素。2007—2016年農業信息化貢獻率波動很大，2014年最低(3.27%)，2009年最高(32.08%)；2014年和2009年農業經濟的實際增長率分別為17.73%和5.11%。由此可見，農業信息化貢獻率波動很大，農業信息化貢獻率與農業經濟的增長率直接相關。農業經濟增長率越大，農業信息化貢獻率反而越小。

4 小結與展望

筆者研究了農業信息化貢獻率的測算方法，首先根據信息化測度理論和經濟增長理論，運用系統分析的思路，采用層次分析法構建了適合我國國情的農業信息化水平評價指標體系；運用綜合指數法測算出2007—2016年各年度的農業信息化水平指數；在此基礎上，運用經濟增長理論建立了C-D生產函數，并將信息化指數要素加入其中；分析了農業信息化與農業經濟增長之間的關系，為農業信息化貢獻率的測算提供了一個科學可行的方法。

圖2 2007—2016年農業信息化貢獻率的變化Fig.2 The changes of agricultural informationization’s contribution rate during 2007-2016

隨著農業信息化發展的不斷加速，其發展水平的評價指標也將產生較大變化，在今后的研究中需要建立農業信息化發展指數的動態調整與監測機制，從而有效判斷農業信息化的新技術、新模式和新機制對農業經濟增長的影響。

[1] 趙啟然.信息化對我國農業經濟增長貢獻實證分析[D].保定：河北農業大學，2006.

[2] 信麗媛，宋治文，賈寶紅，等.淺析天津農業信息化測評指標體系的構建[J].中國農學通報，2008，24(8)：465-468.

[3] 白萬平.新農村信息化建設效果評價指標體系研究[J].安徽農業科學，2008，36(31)：13910-13912.

[4] 范華，于風程，盧麗娜.我國農業信息化水平測度(2000-2004)[J].中國信息界，2007(9)：34-38.

[5] 郭再欣.新制度經濟學的理論體系及方法論研究[J].中國-東盟博覽，2012(12)：15-16.

[6] JONSCHER C.Information resources and economic productivity [J]．Information economics and policy，1983，1(1)：13-35．

[7] GILL G，YOUNG K，PASTORE D，et al.Economy wide and industry-level impact of information technology[J].Information technology，1997(4)：67-79.

[8] 劉峰峰.基于數據包絡分析方法(DEA)的農業信息化貢獻實證分析[J].農業圖書情報學刊，2011，23(2)：9-15.