互聯(lián)網(wǎng)使用對農(nóng)業(yè)全要素生產(chǎn)率增長影響的實證分析案例目錄TOC\o"1-3"\h\u24336互聯(lián)網(wǎng)使用對農(nóng)業(yè)全要素生產(chǎn)率增長影響的實證分析案例 V受教育水平（edu）：人力資本是體現(xiàn)在人身上的資本，蘊含在勞動者身上的各種知識、智力等，正規(guī)教育是其形成的主要途徑（郭劍雄和魯永剛，2011）。本文借鑒周曉時等（2018）的研究，用受教育程度來代表人力資本。（3）控制變量受災率（disa）：氣候變化是影響農(nóng)業(yè)生產(chǎn)的重要因素，一些極端天氣（如持續(xù)干旱、陰雨寡照等）會造成農(nóng)業(yè)生產(chǎn)的波動，有極強的破壞性，不利于農(nóng)業(yè)TFP增長。本文借鑒王鈺等（2010）的研究，采用農(nóng)作物受災面積與農(nóng)作物播種面積之比表示。土地質(zhì)量（landu）：土壤作為農(nóng)業(yè)生產(chǎn)投入要素，為農(nóng)作物提供水分等能量，對農(nóng)業(yè)TFP增長產(chǎn)生直接的影響。本文借鑒KeithWiebe（2003）的做法，以有效灌溉與播種面積之比表示。農(nóng)業(yè)結(jié)構(gòu)調(diào)整系數(shù)（struc）：種植業(yè)的結(jié)構(gòu)調(diào)整反映了資源配置效率，能影響農(nóng)業(yè)TFP。本文借鑒李國祥（2015）的做法，采用糧食作物占農(nóng)作物總播種面積之比來表示。城鎮(zhèn)化水平（urban）：城鎮(zhèn)化也會影響農(nóng)業(yè)生產(chǎn)，經(jīng)濟發(fā)達地區(qū)吸引了大量農(nóng)村勞動力，加快其轉(zhuǎn)移速度，影響了勞動力素質(zhì)和農(nóng)村土地流轉(zhuǎn)，對農(nóng)業(yè)TFP的作用不容忽視。已有研究中，較多采用本省非農(nóng)業(yè)人口占總?cè)丝诘谋戎貋砗饬?，如劉瑞明和石磊?015），鑒于此，本文也采用這一指標來衡量。財政支持(finan)：財政是公共資源的核心部分，各種支農(nóng)資金的投入可以有效改善農(nóng)業(yè)生產(chǎn)條件，促進農(nóng)業(yè)綜合生產(chǎn)能力的提高。已有研究中，較多采用財政支農(nóng)支出占總財政支出的比重來衡量，如肖銳（2017），鑒于此，本文也采用這一指標衡量各地區(qū)對農(nóng)業(yè)的支持力度?？刂谱兞恐惺芙逃胶统擎?zhèn)化水平的統(tǒng)計數(shù)據(jù)來自《中國人口和就業(yè)統(tǒng)計年鑒》，其他指標均來自于歷年《中國統(tǒng)計年鑒》、《中國農(nóng)村統(tǒng)計年鑒》以及各省市區(qū)的統(tǒng)計年鑒或農(nóng)村統(tǒng)計年鑒，對相關(guān)變量的描述性特征如表4-1所示。表4-1各變量的描述性統(tǒng)計分析Table4-1Descriptivestatisticalanalysisofeachvariable變量變量定義平均值標準差最大值最小值TFP全要素生產(chǎn)率指數(shù)1.2070.2090.8802.033EFF技術(shù)效率指數(shù)1.0090.1230.6971.662TE技術(shù)進步指數(shù)1.2000.1690.9241.873internet互聯(lián)網(wǎng)普及率0.3410.1860.0280.778edu受教育程度7.3570.8753.2399.364disa受災率=農(nóng)作物受災面積/農(nóng)作物播種面積0.2240.1490.0000.936landu土地利用率=有效灌溉面積/農(nóng)作物播種面積0.4220.1770.1481.029urban城鎮(zhèn)化=各省份非農(nóng)人口/總?cè)丝?.5060.1530.1580.896finan財政支持=各省份財政支農(nóng)支出/總財政支出0.0970.0360.0120.190struc農(nóng)業(yè)結(jié)構(gòu)調(diào)整系數(shù)=糧食作物播種面積/總播種面積0.6540.1290.0000.9581.1.2模型設(shè)定（1）基準模型構(gòu)建在上述理論分析和數(shù)據(jù)測算的基礎(chǔ)上，本文重點考互聯(lián)網(wǎng)使用對農(nóng)業(yè)TFP增長的影響。借鑒郭家堂和駱品亮（2016）的研究，本文構(gòu)建的計量模型如下：（4-1）（4-2）（4-3）i表示地區(qū)，t表示時間，表示隨機誤差項。TFP、EFF和TE分別為本文的被解釋變量農(nóng)業(yè)TFP、農(nóng)業(yè)技術(shù)效率和農(nóng)業(yè)技術(shù)進步，需要取自然對數(shù)，internet為核心解釋變量互聯(lián)網(wǎng)，CV表示一組控制變量，包括受教育程度、受災率等會對因變量產(chǎn)生影響的指標，表示非觀測的各省份固定效應(yīng)。（2）調(diào)節(jié)效應(yīng)模型構(gòu)建為了探索人力資本在互聯(lián)網(wǎng)使用與農(nóng)業(yè)TFP增長關(guān)系中的調(diào)節(jié)作用，借鑒溫忠麟等（2005）的做法，將互聯(lián)網(wǎng)普及率和受教育年限分別做中心化變換，得到c_internet和c_edu，則構(gòu)建調(diào)節(jié)效應(yīng)模型如下:（4-4）（4-5）1.2互聯(lián)網(wǎng)使用與農(nóng)業(yè)全要素生產(chǎn)率增長的實證結(jié)果分析1.2.1基準回歸分析從理論上來說，若自變量間存在相關(guān)性，可能會造成模型的不穩(wěn)定。為了保證估計結(jié)果的準確性，本文首先采用VIF方法對各變量進行多重共線性檢驗，結(jié)果顯示{，……，}=3.38，顯著小于經(jīng)驗法則所要求的最低數(shù)值10采用方差膨脹因子（VIF）對所涉及解釋變量展開多重共線性檢驗，一般情況下VIF值不超過10，且越大則說明多重共線性問題越嚴重。，說明自變量間的線性關(guān)系可以忽略，即不存在嚴重的多重共線性。采用方差膨脹因子（VIF）對所涉及解釋變量展開多重共線性檢驗，一般情況下VIF值不超過10，且越大則說明多重共線性問題越嚴重。其次，本文對模型（4-1）進行回歸分析。普通的面板數(shù)據(jù)回歸模型共三種類型：混合回歸模型（OLS）、固定效應(yīng)模型（FE）、隨機效應(yīng)模型（RE）。第一步，本文采用F檢驗進行估計，結(jié)果顯示P=0.000<0.05，則在5％顯著性水平上拒絕了“選用混合回歸模型合理”的原假說，應(yīng)選用固定效應(yīng)模型。第二步，采用Hausman檢驗進行估計，結(jié)果顯示P=0.000<0.05，則在5％顯著性水平上拒絕了“選用隨機效應(yīng)模型合理”的原假說，應(yīng)選用固定效應(yīng)模型。因此，本文選用固定效應(yīng)模型進行參數(shù)估計（表4-2）。表4-2互聯(lián)網(wǎng)使用對農(nóng)業(yè)TFP增長影響的實證估計結(jié)果Table4-2EmpiricalestimationresultsoftheinfluenceoftheInternetusageonthegrowthofagriculturalTFP變量OLSFEREinternet0.569***0.593***0.614***（0.051）（0.046）（0.043）lnedu0.557***-0.218*-0.003（0.062）（0.124）（0.100）disa-0.204***-0.046-0.060*（0.044）（0.032）（0.033）landu0.095**-0.105-0.118*（0.039）（0.081）（0.065）urban-0.560***0.351***0.092（0.072）（0.105）（0.094）finan0.368*-0.074-0.018（0.188）（0.121）（0.125）struc0.254***0.1200.152**（0.051）（0.076）（0.069）Constant-1.038***0.211-0.110（0.123）（0.228）（0.190）觀測值372372372R20.4970.7290.723注：***、**和*分別表示1%、5%和10%的顯著性水平，（）內(nèi)為穩(wěn)健標準誤。列（2）是以農(nóng)業(yè)TFP為解釋變量的固定效應(yīng)模型回歸結(jié)果，可以看到核心解釋變量internet的估計系數(shù)為0.593，在1%水平下顯著，這與前文的理論預期是相符合的。其中，互聯(lián)網(wǎng)的普及率每提高1%，農(nóng)業(yè)TFP增長率能提高0.593%，表明互聯(lián)網(wǎng)使用對農(nóng)業(yè)TFP增長有顯著的正向作用。從其余變量來看，人力資本對農(nóng)業(yè)TFP增長有顯著的負向作用，該結(jié)論與蘇柱華和陳勝學（2012）的研究結(jié)論一致?？赡艿脑蚴?，教育提高了農(nóng)村勞動力的素質(zhì)，造成農(nóng)村勞動力轉(zhuǎn)移到非農(nóng)產(chǎn)業(yè)，導致家庭農(nóng)業(yè)收入下降，降低了對農(nóng)業(yè)生產(chǎn)重視程度，致使農(nóng)業(yè)TFP降低。受災率、土地質(zhì)量和財政支持對農(nóng)業(yè)TFP存在負向作用，但都不顯著。城鎮(zhèn)化水平在1%的顯著性水平上顯著且系數(shù)為正，城鎮(zhèn)化發(fā)展會帶動農(nóng)業(yè)剩余勞動力轉(zhuǎn)移和提高土地集約化程度，有利于單位勞動產(chǎn)出和土地產(chǎn)出率的提高，促進農(nóng)業(yè)TFP增長。農(nóng)業(yè)種植結(jié)構(gòu)估計系數(shù)不顯著，說明農(nóng)業(yè)種植結(jié)構(gòu)暫時還未對農(nóng)業(yè)TFP增長發(fā)揮顯著作用。1.2.2作用機制檢驗為了探究互聯(lián)網(wǎng)使用對農(nóng)業(yè)TFP增長的作用機制，本文將農(nóng)業(yè)TFP增長分解為農(nóng)業(yè)技術(shù)進步與農(nóng)業(yè)技術(shù)效率變化，進一步討論互聯(lián)網(wǎng)使用對兩者的影響，判定互聯(lián)網(wǎng)使用到底通過哪種路徑影響了農(nóng)業(yè)TFP增長。在對農(nóng)業(yè)技術(shù)效率變化和農(nóng)業(yè)技術(shù)進步進行回歸分析時，需要先確定選用何種模型，本節(jié)的檢驗過程同上文相同，在此不再贅述，均表明采用固定效應(yīng)模型更合適。表4-3互聯(lián)網(wǎng)使用影響農(nóng)業(yè)技術(shù)效率變化和農(nóng)業(yè)技術(shù)進步的實證估計結(jié)果Table4-3EmpiricalestimationresultsoftheinfluenceoftheInternetusageonagriculturaltechnologyefficiencychangesandagriculturaltechnologyprogress變量（1）（2）lnEFFlnTEinternet0.0210.572***（0.050）（0.044）lnedu-0.185-0.033（0.134）（0.120）disa-0.029-0.017（0.035）（0.031）landu-0.063-0.042（0.087）（0.078）urban0.0210.329***（0.114）（0.102）finan0.029-0.103（0.131）（0.118）struc0.275***-0.155**（0.082）（0.073）常數(shù)項0.2010.010（0.247）（0.221）觀測值372372R20.0460.748注：***、**和*分別表示1%、5%和10%的顯著性水平，（）內(nèi)為穩(wěn)健標準誤。表4-3中列（1）是以技術(shù)效率變化為被解釋變量的固定效應(yīng)模型回歸結(jié)果，可以發(fā)現(xiàn)，互聯(lián)網(wǎng)使用對農(nóng)業(yè)技術(shù)效率變化的估計系數(shù)值為0.021，但并未通過顯著性檢驗，說明在樣本期間，互聯(lián)網(wǎng)使用對農(nóng)業(yè)技術(shù)效率變化并未發(fā)揮正向作用，可能是因為互聯(lián)網(wǎng)使用對農(nóng)業(yè)技術(shù)效率的作用受到了農(nóng)業(yè)生產(chǎn)者對信息技術(shù)運用能力的約束。列（2）是以農(nóng)業(yè)技術(shù)進步為被解釋變量的固定效應(yīng)模型回歸結(jié)果，可以發(fā)現(xiàn)，互聯(lián)網(wǎng)使用對技術(shù)進步的估計系數(shù)值為0.572，且在1%的水平上顯著，表明互聯(lián)網(wǎng)使用對技術(shù)進步有促進作用，說明互聯(lián)網(wǎng)使用加強了農(nóng)業(yè)科研與生產(chǎn)的結(jié)合，提高科研成果的轉(zhuǎn)化率，有效推動了農(nóng)業(yè)技術(shù)的進步?；谝陨戏治?，可以發(fā)現(xiàn)互聯(lián)網(wǎng)使用對農(nóng)業(yè)TFP增長的促進作用是通過影響農(nóng)業(yè)技術(shù)進步來實現(xiàn)的。就其余控制變量而言，農(nóng)業(yè)結(jié)構(gòu)調(diào)整系數(shù)對農(nóng)業(yè)技術(shù)效率和農(nóng)業(yè)技術(shù)進步都有顯著的影響，分別在1%和5%水平上通過顯著性檢驗，城鎮(zhèn)化水平對農(nóng)業(yè)技術(shù)進步也有顯著的正向影響。1.2.3地區(qū)異質(zhì)性從上文的研究可以看出，互聯(lián)網(wǎng)使用對我國整體農(nóng)業(yè)TFP增長有明顯促進作用。但不同地區(qū)發(fā)展水平、政策支持以及自然資源條件也存在著差異，這種提升作用是否也具有地區(qū)異質(zhì)性的特征呢？為了檢驗互聯(lián)網(wǎng)使用對農(nóng)業(yè)TFP增長的影響是否具有地區(qū)差異，本文將中國31個?。ㄊ?、區(qū)）按照國家統(tǒng)計局的劃分方式，分為東、中、西部三大區(qū)域，進一步研究互聯(lián)網(wǎng)使用對農(nóng)業(yè)TFP增長的影響。本處的檢驗過程同上文相同，均表明固定效應(yīng)模型最優(yōu)。結(jié)果如表4-4所示。表4-4地區(qū)異質(zhì)性估計結(jié)果Table4-4Regionalheterogeneityestimationresults（1）（2）（3）lnTFP（東）lnTFP（中）lnTFP（西）internet0.441***0.797***0.620***（0.090）（0.094）（0.063）控制變量YesYesYes常數(shù)項-0.2960.0030.059（0.615）（0.665）（0.223）觀測值13296144R20.6790.8380.790注：***、**和*分別表示1%、5%和10%的顯著性水平，（）內(nèi)為穩(wěn)健標準誤。表4-4中列（1）-（3）分別為三大地區(qū)采用固定效應(yīng)模型進行回歸的結(jié)果。可以發(fā)現(xiàn)，互聯(lián)網(wǎng)使用對東部、中部和西部地區(qū)農(nóng)業(yè)TFP的回歸系數(shù)為0.441、0.797、0.620，且都在1%水平下通過了顯著性檢驗，說明三大地區(qū)都能通過互聯(lián)網(wǎng)使用來提升農(nóng)業(yè)TFP增長，與互聯(lián)網(wǎng)使用對我國整體農(nóng)業(yè)TFP增長的促進作用是一致的，也間接證實了本文結(jié)論的可靠性。同時，這種促進作用呈中部、西部、東部地區(qū)依次減弱，互聯(lián)網(wǎng)使用對中部地區(qū)農(nóng)業(yè)TFP的促進作用最強。一個合理的解釋是，中部地區(qū)多為農(nóng)業(yè)大省，是全國商品糧生產(chǎn)基地，隨著互聯(lián)網(wǎng)對農(nóng)業(yè)的滲透作用日益增強，會促進農(nóng)業(yè)生產(chǎn)要素的優(yōu)化整合，最終提升農(nóng)業(yè)TFP。1.3人力資本調(diào)節(jié)效應(yīng)檢驗1.3.1調(diào)節(jié)效應(yīng)檢驗本節(jié)基于各地區(qū)的樣本數(shù)據(jù)，檢驗人力資本對互聯(lián)網(wǎng)使用與農(nóng)業(yè)TFP增長關(guān)系的調(diào)節(jié)作用。本文采用去中心化后的互聯(lián)網(wǎng)普及率和受教育水平的交互項（c_internet*c_lnedu）來探究人力資本調(diào)節(jié)的效應(yīng)。若交互項的回歸系數(shù)顯著，則表示人力資本的調(diào)節(jié)效應(yīng)顯著；若交互項的回歸系數(shù)顯著且為正，則表示人力資本會強化互聯(lián)網(wǎng)使用對農(nóng)業(yè)TFP增長的作用；若交互項的回歸系數(shù)顯著且為負，則表示人力資本會弱化互聯(lián)網(wǎng)使用對農(nóng)業(yè)TFP增長的作用；若交互項回歸系數(shù)不顯著，則表示人力資本對互聯(lián)網(wǎng)使用與農(nóng)業(yè)TFP增長的關(guān)系沒有顯著的調(diào)節(jié)作用。本節(jié)的檢驗過程同上文相同，均表明固定效應(yīng)模型最優(yōu)，結(jié)果如表4-5所示。

表4-5人力資本調(diào)節(jié)效應(yīng)估計結(jié)果Table4-5Humancapitaladjustmenteffectestimationresults變量系數(shù)標準差t-值p-值internet0.549***0.04611.9700.000c_internet*c_lnedu0.667***0.1591.1800.000c_lnedu-0.3110.123-2.5400.012disa-0.0440.031-1.4000.161landu-0.0420.080-0.5200.600urban0.393***0.1033.8100.000finan-0.1000.119-0.8400.401struc0.0720.0750.9600.339常數(shù)項-0.041***0.083-0.5000.618注：***、**和*分別表示1%、5%和10%的顯著性水平，（）內(nèi)為穩(wěn)健標準誤。表4-5是以農(nóng)業(yè)TFP為被解釋變量的固定效應(yīng)模型回歸結(jié)果。人力資本與互聯(lián)網(wǎng)普及率的交互項（c_internet*c_lnedu）回歸系數(shù)為0.667，在1%水平下通過了顯著性檢驗，其他控制變量的回歸結(jié)果與前文基準模型回歸結(jié)果一致。交互項的系數(shù)估計值反映出，人力資本對互聯(lián)網(wǎng)使用促進農(nóng)業(yè)TFP增長具有顯著的正向調(diào)節(jié)效應(yīng)，說明隨著生產(chǎn)者受教育水平的提高，互聯(lián)網(wǎng)使用對農(nóng)業(yè)TFP增長的促進作用會增強。對此，一個合理的解釋是，人力資本是使用互聯(lián)網(wǎng)的必要條件與基礎(chǔ)，隨著互聯(lián)網(wǎng)在農(nóng)村地區(qū)的普及，需要相應(yīng)水平的人力資本與之適應(yīng)。一方面，受過良好教育的勞動力，繼續(xù)學習的參與率比文化程度低的勞動力會更高，可以通過“干中學”來獲取使用互聯(lián)網(wǎng)的能力。受教育程度高的農(nóng)民往往能熟練掌握互聯(lián)網(wǎng)的操作技術(shù)，進而增強互聯(lián)網(wǎng)使用對農(nóng)業(yè)TFP增長的促進作用。另一方面，高人力資本所具備的分析、協(xié)調(diào)能力是對信息技術(shù)的有益補充?；ヂ?lián)網(wǎng)帶來農(nóng)業(yè)生產(chǎn)經(jīng)營方式的轉(zhuǎn)型，要求農(nóng)戶進一步加強數(shù)據(jù)分析能力、綜合協(xié)調(diào)能力，有效利用信息技術(shù)對農(nóng)業(yè)生產(chǎn)管理做出決策。由此可見，農(nóng)村勞動力作為互聯(lián)網(wǎng)的使用者與受益者，只有通過提高受教育水平，才能更好地促進互聯(lián)網(wǎng)在農(nóng)業(yè)中的使用，進而增強互聯(lián)網(wǎng)使用對農(nóng)業(yè)TFP增長的提升作用。1.3.2地區(qū)異質(zhì)性為了檢驗人力資本對互聯(lián)網(wǎng)使用與農(nóng)業(yè)TFP增長關(guān)系的調(diào)節(jié)作用是否具有地區(qū)差異，本文做了進一步研究。此處的檢驗過程同上文相同，均表明固定效應(yīng)模型最優(yōu)。鑒于此，對我國東、中、西部地區(qū)的實證檢驗依然選用固定效應(yīng)模型，實證估計結(jié)果如表4-6所示。表4-6地區(qū)異質(zhì)性估計結(jié)果Table4-6Regionalheterogeneityestimationresults（1）（2）（3）lnTFP（東）lnTFP（中）lnTFP（西）internet0.260**0.870***0.720***（0.103）（0.126）（0.055）c_internet*c_lnedu2.099***-0.7681.300***（0.644）（0.877）（0.177）c_lnedu-1.131**-0.299-0.199*（0.453）（0.308）（0.115）控制變量YesYesYes常數(shù)項-0.452**-0.678***-0.069（0.192）（0.198）（0.085）觀測值13296144R20.7070.8400.853注：***、**和*分別表示1%、5%和10%的顯著性水平，（）內(nèi)為穩(wěn)健標準誤。列（1）呈現(xiàn)的是在東部地區(qū)的檢驗結(jié)果，人力資本與互聯(lián)網(wǎng)普及率的交互項的回歸系數(shù)為2.099，且在1%的水平下通過了檢驗，說明在東部地區(qū)，人力資本對互聯(lián)網(wǎng)使用促進農(nóng)業(yè)TFP增長具有正向調(diào)節(jié)效應(yīng)。列（2）呈現(xiàn)的是在中部地區(qū)的檢驗結(jié)果，人力資本與互聯(lián)網(wǎng)普及率的交互項回歸系數(shù)為-0.768，并未通過顯著性檢驗，說明人力資本的調(diào)節(jié)作用在中部地區(qū)并不明顯。列（3）呈現(xiàn)的是在西部地區(qū)的檢驗結(jié)果，人力資本與互聯(lián)網(wǎng)普及率的交互項回歸系數(shù)為1.300，且在1%的水平下通過了檢驗，說明在西部地區(qū)，人力資本同樣對互聯(lián)網(wǎng)促進農(nóng)業(yè)TFP增長具有正向調(diào)節(jié)效應(yīng)。基于以上研究，發(fā)現(xiàn)人力資本可以調(diào)節(jié)互聯(lián)網(wǎng)使用對農(nóng)業(yè)TFP增長的促進作用。在東部和西部地區(qū)，這種調(diào)節(jié)作用表現(xiàn)為