Page 82 - 《华中农业大学学报（社会科学版）》2020年第4期

第 ４ 期 李欠男 等: 互联网发展对农业全要素生产率增长的影响 ７ ７

４． 内生性问题
内生性问题一直是实证分析所面临的一个难题, 本 表 ６ 内生性估计结果 N＝４３４
文也不例外.测量误差、 遗漏变量以及互为因果等都有 变量 ( １９ ) ( ２０ )
可能导致内生性问题 [ ３７ ] .本文尽可能对存在的内生性 internet — ０．３３０１ ∗∗∗
( ０．０６５９ )
问题进行控制.第一, 关于测量误差问题.本文使用
０．３７４１ ∗∗
« 中国农村统计年鉴»« 中国统计年鉴» 等权威数据, 同时 L．internet ( ０．１８１３ ) —
０．９６４９ ∗∗∗ １．０６５１ ∗∗∗
跟踪 DEA 的最新方法对农业全要素生产率进行核算, 常数项
( ０．１９２５ ) ( ０．１９４２ )
一定程度上可以弱化数据质量对实证结果的影响.第 控制变量 是 是
二, 关于遗漏变量问题.本文在实证分析过程中加入农 R ２ ０．５７１４ ０．５６６３
业结构调整系数、 受灾率、 农村人力资本等变量进行控制, 并采用面板固定效应模型进行回归, 可以减
弱遗漏变量对实证结果的影响.第三, 关于互为因果问题.该问题是本文要解决的一个重要问题, 借
鉴郭家堂等 [ １３ ] 的研究, 采用两种方法进行处理.一是采用滞后一期的互联网发展( L．internet ) 作为
核心解释变量进行回归.当期农业全要素生产率的提高对滞后一期互联网发展的影响基本不存在,
如果滞后一期互联网发展对当期农业全要素生产率的提高存在影响, 则表明互联网发展是互为因果
关系中的主因.二是采用滞后一期的互联网发展作为工具变量.对于面板数据, 已有研究常使用滞
后一期的内生变量作为工具变量.显然, 滞后一期的互联网发展与当期互联网发展具有较强的相关
性.同时, 由于滞后变量已经发生, 与当期的扰动项不相关.因此, 滞后变量基本满足工具变量相关
性和外生性条件.表 ６ 列( １９ )、 列( ２０ ) 分别为采用滞后一期的互联网发展作为核心解释变量和工具
变量的估计结果.由此可以发现, 核心解释变量的回归结果与前文估计结果基本一致, 表明内生性问

题不足以对本文研究结论造成影响.
五、 结论与启示

本文首先分析了互联网发展对农业全要素生产率增长的作用机理, 并基于 EBM Su p erＧGlobalＧ
Malm q uist ( EBMＧSGM ) 指数对 ２００２ — ２０１６ 年中国大陆 ３１ 个省份的农业全要素生产率进行核算, 然
后采用固定效应模型实证检验了互联网发展对农业全要素生产率增长的影响.得到如下研究结论:
第一, ２００２ — ２０１６ 年农业全要素生产率年均增长 ２．２０％ , 主要依赖农业技术进步的贡献; 第二, 整体
来看, 互联网发展显著提升了农业全要素生产率; 分地区来看, 互联网发展对农业全要素生产率的促
进作用在中部地区最为明显, 其次为西部和东部地区; 第三, 互联网发展对农业技术进步具有显著的
促进作用, 对农业技术效率具有显著的抑制作用.此外, 本文为“ 生产率悖论” 增加了一个新的解释,
即索洛未能预见到当今世界上的计算机可以相互连接从而构成一个地区或一个国家甚至全世界的互
联网, 其可以与经济体中的其他产业融合, 从而对生产率产生促进作用.
本研究的政策启示: 第一, 深入推进“ 互联网 ＋ 农业” 战略的实施, 将互联网打造为农业全要素生
产率增长的新引擎.政府要从政策层面做好“ 互联网 ＋ 农业” 的战略发展规划, 指导“ 互联网 ＋ 农业”
的产业发展和应用示范, 推动农业数据开放与共享, 引导科技人才、 科技成果等要素向农村流动, 为
“ 互联网 ＋ 农业” 创造良好的社会环境.第二, 互联网发展对农业技术效率的影响显著为负, 在推进
“ 互联网 ＋ 农业” 的过程中, 要着力提升农业技术效率的贡献.加快新型职业农民培育行动, 培养一批
具有“ 互联网 ＋ 农业” 知识的专业人才和本土农民精英, 为进一步提高农业技术效率提供人力资本条
件.与此同时, 推进农村互联网基础设施建设, 加强农产品流通体系建设, 提高农产品流通能力, 为提

升农业技术效率创造良好的外部环境.

致谢: 本文的构思与写作得到了西南大学尹朝静老师、 南京理工大学周晓时老师的帮助, 在此表
示感谢!