农村信息化对农产品物流发展支持研究

摘要：针对中国农村信息化发展现状，较全面地选取了表征中国农村信息化水平的指标体系；以2003～2010年农村信息化指标的时间序列作为样本区间，利用熵权法、模糊物元分析法综合测评了农村信息化发展水平；基于VAR模型，分别进行协整分析、ECM、脉冲响应及方差分解，分析了各年份农村信息化水平与农产品物流发展之间的关系。结果表明，中国农村信息化水平与农产品物流发展之间存在长期协整关系，农村信息化进程能够有效推动农产品物流发展，且随着时间推移扰动冲击和贡献比重会逐渐趋稳。

关键词：农村信息化；农产品物流；模糊物元；向量回归；熵权法

中图分类号：S126 文献标识码：A 文章编号：0439-8114（2013）20-5083-05

Studies on Supportive Roles of Rural Informatization on the Development of Agricultural Product Logistics

ZHANG Guang-sheng

（Logistics Department，Pinghu Campus of Jiaxing University， Pinghu 314200， Zhejiang，China）

Abstract： Based on status of development of China’s rural informatization， index system representing the level of rural informatization and time series of indicators from 2003 to 2010 was chosen to evaluate the level of development of rural informatization by using entropy weight method and fuzzy matter-element analysis. Based on VAR Model， the relationship between the level of informatization in rural areas and the development of agricultural products logistics was analyzed by using cointegration analysis， ECM， impulse response and variance decomposition. Results showed that long-term cointegration relationship existed between the level of rural informatization and the development of agricultural products logistics. Rural informatization can effectively promote development of agricultural product logistics. As the time goes on， impact and contribution of disturbance will gradually stabilized.

Key words： rural informatization； agricultural products logistics； fuzzy matter element； Vector regression； Entropy Method

信息产业对农业增长的贡献越来越大，已成为整个农业产业结构中的基础产业之一。农村信息化是一个规模大、知识综合集成度高的社会化系统工程，基本涵义是信息知识成为农村社会、农村经济和农业生产等活动的基本资源和发展动力，提高农村经济和各领域信息技术的应用水平，推动农村经济运行机制和农民生产生活方式变革，加快农村经济发展和社会事业全面进步的过程。中国于20世纪80年代引入了“农村信息化”的概念，发展至今中国农村信息化程度已有了很大的提高，对农业及其产业化发展起到了促进作用。2010年的中央一号文件《中共中央、国务院关于加大统筹城乡发展力度，进一步夯实农业农村发展基础的若干意见》中，提出要“大力发展农产品物流配送、连锁超市、电子商务等现代流通方式”，也直接提出农村信息化建设的要求——推进农村信息化，积极支持农村电信和互联网基础设施建设，健全农村综合信息服务体系。这充分显示了国家对农产品物流与农村信息化工作的重视。

农产品是人们的生活必需品，农产品物流已成为带动中国农村经济发展的新的利润增长点，是经济发展、社会稳定不可或缺的重要组成部分，而农村信息化是发展农产品物流的核心。农村信息化一方面可提高生产决策能力，有效避免农产品物流中的“牛鞭效应”，增加农业生产者和经营者的经济效益；另一方面又可通过促进科学技术在农业中的应用来提高农产品的物流效率和农业资源的利用效率，保证农业可持续发展，因而农村信息化对于加快农产品物流现代化进程，实现农业跨越式发展具有不可替代的重要作用。目前，国内外许多学者对农村信息化进行了研究，Quibriamg[1]分析了典型亚洲发展中国家信息化的作用，得出信息化技术能够提供市场信息以提升生产率、促进经济增长和改善农民生活水平的研究结论；Cecchinis等[2]分析了印度的典型案例，发现信息化技术可以缓解贫困问题，促进经济水平的提升；白硕[3]研究了信息化影响农业生产结构、就业结构及资源信息等方面的案例，得出其能够显著促进农民增收的结论；李道亮等[4]从农村信息化内涵出发，论述了农村信息化与中国新农村建设生产发展之间的关系；王志爽[5]分析了建设社会主义新农村中亟需解决的“三农”问题，得出农村信息化作为一种技术手段对其具有显著的推动作用的结论；张安[6]证明了信息产业对GDP增长存在着格兰杰因果关系和长期稳定的均衡关系；吴迎春[7]采用改进后的柯布—道格拉斯生产函数对各地区信息化水平和经济增长之间的关系进行回归分析，得出指标间存在多重共线性的结论；黄立君等[8]认为农业物流信息使农业物流更高效、合理，可降低农民的生产和销售成本，增加农民的收入，并提出加强现代农业物流信息建设的对策建议。

从上述文献可发现目前大多学者的研究范围主要集中在信息化对农民收入、农村生产发展以及经济增长的影响等方面，研究虽取得了一定成果，但是结合农村信息化与农产品物流的实证研究还较为匮乏，相关研究还存在许多不足，如对农村信息化指标水平测评内容不一致；指标权重的确定缺乏相应的理论依据和事实支撑，多为主观确定；农村信息化对农产品物流的影响研究多为理论研究，方法简单。在中国的新农村建设过程中，农村信息化与农产品物流都是研究的热点，但将两者结合起来分析两者间关系的研究却不多。农村信息化与农产品物流发展两者间的关系如何，信息化能否推动农产品物流进程，推动作用的程度又将怎样，本研究将结合这些问题进行探讨分析。

1 模型方法介绍

模糊物元分析法就是把模糊数学和物元分析有机地结合在一起，基本原理是在确定评价事物基本特征指标的基础上，确定评价事物的特征向量值与各特征值的经典域及权重，由隶属度函数确定待评价事物与各质量等级的隶属度关系，最终判断出各事物质量等级高低实现对事物的综合评价。基于评价结果，考虑相关变量的交互变化，运用协整分析、ECM、脉冲响应及方差分解分析农村信息化水平对农产品物流发展之间的关系，能够进一步分析模糊物元评价后的结果，指标间动态联系明确以及符合经济理论的结果。

1.1 模糊物元分析法基本原理

在物元分析中，分别由M、C、x确定三要素，事物M有n个特征C1，C2，…，Cn及其相应量值x1，x2，…，xn，则称R为n维物元，m个事物的n维物元组成在一起，便构成m个事物的n维复合物元，记为Rmn。若Rmn的量值为模糊物元量值，则称为m个事物的n维复合模糊物元，记作■mn。通过设定隶属函数确定隶属度或者根据从优隶属度原则使矩阵转换到矩阵（1）。

■mn= M1 M2 … MmC1 η11 η21 … ηm1C2 η12 η22 … ηm2… … … … …Cn η1n η2n … ηmn （1）

式中，Mi为2003～2010年中第i年（i=1，2，…，8）；Cj为表征中国农村信息化的特征第j个指标；xij为第i年的第j个农村信息化特征对应的量值；ηij第i年第j个农村信息化特征对应的模糊量值。正确地确定隶属函数是运用模糊集合理论解决实际问题的基础，从优隶属度指各单项指标的模糊量值，属于最优方案中指标模糊量值的隶属程度。基于从优隶属度原则得到复合模糊物元矩阵，为更充分地反映农村信息化水平量化指标的相对性，选用公式（2）来计算从优隶属度。

ηij=■×100% （2）

式中，ximax、ximin为第j个特征中i年份的上下限。从优隶属度模糊物元■mn中各量化指标的从优隶属度的最大值构成了最优模糊物元，其最大值均为1。令，εij=（1-？浊ij）2则由εij构成的矩阵为差平方复合模糊物元Rε，即：

Rε= M1 M2 … MmC1 ε11 ε21 … εm1C2 ε12 ε22 … εm2… … … … …Cn ε1n ε2n … εmn （3）

贴近度是衡量各方案与最优方案间相互接近程度的一个尺度，计算出值越大表示两者越接近，否则越不接近。可以根据计算出的贴近度，算出各方案与最优方案的贴近度大小及方案间的相对优劣次序。每一次的量化结果都是对同一事物全部特征共同作用的综合得分，可以先乘后加模式计算欧式贴近度，计算公式：Ki=1-■，i=1，2，…，m。其中ωj表示第j指标的综合权重。

1.2 熵权法确定权重

在确定评价指标的权重时，常使用易产生偏差的主观方法。信息论中熵值反映了信息无序化程度，可用信息熵评价所获系统信息的效用，由评价指标值构成的判断矩阵来确定指标权重，使评价结果更符合实际。其计算步骤如下：假定被评价对象有m个，每个被评价对象的评价指标有n个，构建判断矩阵：R=（rij）mn（i=1，2，…，n；j=1，2，…，m），采用公式（2）进行归一化处理。根据熵的概念可定义m个评价事物n个评价指标的熵为：Hj=-（∑■■fijlnfij）/lnn。式中fij=bij/∑■■bij，对于fij=0，lnfij无意义；对fij=0的计算加以修正，将其定义为fij=（1+bij）/∑■■（1+bij）。计算指标的熵权和权重：ωj=（1-Hi）/（n-∑■■Hi），且满足 ∑■■ωj=1。

1.3 向量自回归分析

向量自回归分析是一种非理论性的模型，它无需对变量做任何先验性约束。该模型采用多方程联立的形式，在模型的每一个方程中，内生变量对模型的全部内生变量的滞后项进行回归，从而估计全部内生变量的动态关系。建立VAR模型时，主要依靠隶属数据的变化来预测未来数据，同时考虑相关变量的交互变化，其结合了回归分析和时间序列分析两种方法。通常模型没有任何外生变量，每一内生变量都由它的滞后值以及模型中所有其他内生变量的滞后值来解释，具体的处理过程中包括单位根检验、协整分析、误差修正检验及脉冲检验与方差分解分析等过程。对于得到的农村信息化水平的能力水平与农产品物流总额增长率建立向量回归模型，可以看成是对经济系统的动态性研究，收集的数据都是时间序列数据，属于时间序列分析的范畴，可进行向量回归分析，主要的步骤包括单位根检验、协整检验、误差修正模型估计及脉冲响应与方差分解分析等，能够更准确地分析两者之间的关系。

2 实证分析

2.1 指标选取

根据信息产业部在国家信息化指标工作会议中公布的国家信息化指标构成方案，学者们设立了各自的农村信息化指标体系。陆安祥等[9]从信息资源开发利用、信息化人才、网络建设、技术应用、消费水平与发展等6个方面出发，构建了农村信息化发展的20项指标；杨诚等[10]提出了能较为全面反映中国农村信息化水平的评价指标体系；刘世洪[11]基于Delphi法确定农村信息化指标体系中权重，并计算出全国和各省市的农村信息化指数；谢中亮等[12]根据建设新农村中信息化发展的现实情况，从四个方面选取17项指标建立了农村信息化程度体系。

以现有农村信息化（INF）指标体系文献资料为基础，根据信息化的基本要素和指标数据可获得性原则，从三个方面建立了指标体系，分别为①农村信息化基础设施。主要包括百户家庭拥有电视机数（台）、百户家庭电脑数（台）、百户固定电话数（部）、百户移动电话数（部）和农村投递路线总长度（km）；②农村固定资产投向信息产业。主要包括农村固定资产投向科学研究技术服务和地质勘察业（亿元）、农村固定资产投向信息传输计算机服务和软件业（亿元）、农村固定资产投向交通运输仓储和邮政业（亿元）；③农村信息化外部环境是保证农村信息系统正常运营的重要方面。主要包括农村高中及高中以上文化水平所占比例和农村固定资产投向教育（亿元）。农产品物流总额是为满足消费者需求而进行的农产品物质实体及相关信息从生产者到消费者之间的物理性流动而产生的费用。其物流活动主要包括农产品生产、收购、运输、储存、装卸、搬运、包装、配送、流通、加工、分销、信息活动等一系列环节，其发展目标是增加农产品附加值、节约流通费用、提高流通效率、降低不必要的损耗及规避市场风险。为此在表征农产品物流发展方面选取农产品物流总额增长（AG）作为指标。需要说明的是：采用模糊物元方法得到的信息化水平指数分布在[0，1]之间，为此农产品物流总额采用百分制增长率来表示。

2.2 农村信息化能力水平

基于数据的可获得性，从《中国统计年鉴》、《中国物流年鉴》及《中国农村统计年鉴》中选取农村信息化指标2003～2010年的数据作为时间序列样本区间。另外为消除干扰，对部分样本数据采用指数平滑处理，以保证数据的可靠性。基于模糊物元与熵权法的计算过程，得到各年份农村信息化各指标的权重值和欧式贴近度模糊物元■k，见表1。

从表1可以看出，从最后的能力值来看各年份中国农村信息化水平的综合评价，各地区整体上都呈现逐年上升的趋势。这说明在2003～2010年，随着信息化发展的进程，中国农村信息化水平在逐步提高，且2003年为农村信息化能力最小值0.053 7， 2010年达到最大值为0.775 9。通过比较算出的权重可知，各指标重要程度顺序及比例为：农村固定资产投向信息传输计算机服务和软件业（18.33%）、百户家庭电脑数（13.62%）、农村固定资产投向科学研究技术服务和地质勘察业（12.71%）、农村固定资产投向交通运输仓储和邮政业（11.79%）、农村投递路线总长度（11.22%）、百户家庭电视数（11.03%）、百户移动电话数（5.98%）、农村高中及高中以上文化水平所占比例（5.94%）、百户固定电话数（4.96%）、农村固定资产投向教育（4.42%）。总体来看，农村信息化基础设施与农村固定资产投向信息产业是权重较高的部分，农村信息化外部环境权重较低，这说明相对于后者前两者能直接对信息化产生作用。

在农产品物流发展方面，中国农产品物流额稳步，但其增长率起伏比较大。在2003～2008年期间，农产品物流总额增长率逐年提升，并且在2008年增长率达到了17.60%，但由于2008年全球范围内的金融危机再次导致增长率的大幅下降。其后随着中国宏观政策的调整，中国农产品物流业发展迅速恢复，增长率快速提升。

2.3 向量回归分析

1）单位根检验。为减少数据的较大波动，在模型检验之前将两指标的时间序列数据进行对数变换，得到lnINF和lnAG。大多数经济时间序列变量都是非平稳的，用非平稳的时间序列进行回归会导致虚假回归。为保证分析的有效性，首先进行平稳性检验。运用ADF检验对序列进行平稳性检验，滞后阶数采用AIC最小准则确定。结果见表2。

由表2可以看出，序列lnINF和lnAG在10%的显著水平下是不平稳的，具有单位根；一阶差分lnINF和lnAG在1%显著性水平下为平稳序列，属一阶单整序列，满足进行协整检验和因果关系检验的条件。

2）协整检验。协整检验是分析非平稳的单整序列变量之间存在的一种长期均衡关系，其经济含义：如果两个变量具有各自长期波动规律，若它们是协整的，则它们之间存在长期稳定的比例关系。协整检验使这些变量的组合成为一个平稳的变量，避免了伪回归、区分变量之间的长期均衡关系和短期动态关系。协整检验的常用方法有针对多变量Johansen检验法和针对两个变量EG两步检验法。采用EG两步法对农村信息化与农产品物流总额进行协整分析，因lnINF和lnAG属一阶单整，OLS法进行协整回归，得到协整方程如下：

lnAGt=-1.921 1+0.472 1lnIFt （4）

（-4.75） （1.87）

为避免伪回归现象，对协整关系进行检验，残差ADF单位根检验的结果如下（表3）：

根据表3，残差序列的ADF单位根检验统计量比1%显著性水平的临界值要小，说明此残差序列在1%的显著水平上是平稳的。因此两者是长期协整的，两变量之间存在着长期稳定的动态均衡关系。

3）误差修正模型估计。误差修正模型（ECM）是一种将短期波动和长期均衡结合在一个模型中，ECM实质上是含协整约束的VAR模型，允许变量间存在短期波动，适用于具有协整关系的非平稳时间序列。在协整检验基础上，采用从一般到特殊的模型选择方法，剔除回归系数不显著的滞后期，建立的ECM模型为：

lnAGt=0.027 6+0.423 0lnINFt+1.281 4？着t-1

（0.06） （0.41） （2.37） （5）

式中，AG短期波动分为两部分：短期农村信息化水平变化的影响和农产品物流偏离长期均衡的影响。由模型（5）可知：当信息化水平变化1%时，AG将变化0.423 0%，农村信息化水平对农产品物流的短期提升有较大的促进作用。误差修正项？着t-1的系数大小反映了对偏离长期均衡的调整力度，即当短期波动偏离长期的均衡时，误差修正项以1.281 4的调整力度将非均衡状态拉回到均衡状态，体现了长期非均衡误差对AG值的控制，说明农产品物流与农村信息化水平之间存在明显的动态均衡调节机制。

4）脉冲响应与方差分解。脉冲响应函数描述一个标准差大小的冲击对内生变量当前值和未来值的影响，可以从更加微观的变动中揭示变量间的影响关系。图1中，横轴代表响应函数轨迹的期间，纵轴代表响应程度。可以看出，农产品物流对农村信息化水平的扰动立即做出了响应，且为正向。自第1～2期间内，响应程度急剧上升至0.3左右；第2～8期间，农村信息化对农产品物流发展的脉冲程度有一定的下降；但下降速率逐渐趋缓。这说明农村信息化对农产品物流发展的提高有着正向传导作用，并且具有较强的持续效应。

方差分解能分析每一种结构冲击对内生变量变化的贡献程度，可以进一步评价不同结构冲击的重要程度。根据方差分析结果（图2）可看出，在第1期，农产品物流总额预测方差全部由自身扰动所引起，农村信息化的贡献程度为0。但随着预测期的推移，AG预测方差中由自身扰动所引起的部分缓慢下降，而由农村信息化扰动引起部分的百分比缓慢增加，且在第4期后贡献程度趋于稳定，两者的百分比大约为农产品物流95%，AG自身5%。

3 结论与建议

本研究以中国2003～2010年农村信息化指标与农产品物流增长率为分析样本，对利用模糊物元分析法计算得出的农村信息化水平建立农村信息化与农产品物流增长率的向量回归分析模型，分别运用协整分析、ECM、脉冲响应及方差分解检验了两者发展之间的关系。研究结果表明，中国农村信息化指标与农产品物流增长率均为非稳定序列，但两者间有着长期稳定的动态均衡关系，且为一阶单整；误差修正模型说明农村信息化指标对农产品物流增长的短期提升有较大的促进作用，修正项以1.281 4的调整力度将非均衡状态拉回到均衡状态，说明农产品物流与农村信息化水平之间存在明显的动态均衡调节机制；脉冲响应曲线在第2期，农村信息化指标与农产品物流增长率的扰动非常明显，且为正向；随着预测期推移，在方差分解中农村信息化对农产品物流增长贡献所占的比重区域稳定。基于上述研究，表明提升农村信息化水平在长期和短期中均对中国农产品物流发展具有明显促进作用。因此，合理规划和发展中国农村信息化建设，在技术、资金上不断加大投入以改善农村信息化基础设施、设备条件，提升信息化水平，才能有效地促进农产品物流业的发展。

参考文献：

[1] QUIBRIAMG. Ted tschang and mari-len reyes-macasaquit[J]. Journal of the Asia Pacific Economy，2002（3）：285-309.

[2] CECCHINIS， SCOTTC. Can information and communications technology applications contribute to poverty reduction？ Lessons from rural India[J]. Information Technology for Development， 2003（10）：73-84.

[3] 白 硕.论农业信息化与农民增收[J].农村经济，2003（6）：47-59.

[4] 李道亮，张立伟.农业信息技术与现代农业发展[J].中国农村科技，2007（12）：30-31.

[5] 王志爽. 农村信息化推进社会主义新农村建设[J].农业网络信息，2007（7）：40-41.

[6] 张 安. 信息产业与经济增长的关联性研究：实证与分析[J].情报杂志，2006（7）：108-111.

[7] 吴迎春. 信息化水平与经济增长关系的实证研究——来自全国31省的样本分析[D].上海：复旦大学，2009.

[8] 黄立君，杨广林，吕金庆，等.我国现代农业物流发展与信息化建设[J].农机化研究，2007（5）：250-253.

[9] 陆安祥，赵云龙，秦向阳，等.农村信息化发展测度指标体系研究[J].农业网络信息，2006（12）：50-52.

[10] 杨 诚，蒋志华.我国农村信息化评价指标体系构建[J].情报杂志，2009（2）：24-27.

[11] 刘世洪.中国农村信息化测度指标体系研究[J].2007，51（9）：33-36.

[12] 谢中亮，林弓长.新农村建设中的信息化程度指标体系研究[J].中国集体经济，2008（5）：144-145.