信息错配对农户生产效率的影响——基于山东寿光蔬菜种植户的研究

Impact of information mismatch on farmers’ production efficiency: Based on the research of vegetable growers in Shouguang, Shandong Province

摘要

为厘清信息错配对农户生产效率的影响效应、作用机制，进而讨论如何削弱信息错配对农户生产效率的影响。以山东省寿光市760个蔬菜种植户为样本，利用信息供需匹配模型、层次回归模型、简单斜率分析等实证分析了信息错配对农户生产效率的影响。结果表明：1）农村普遍存在信息错配问题，且对农户生产效率有显著的负向影响，该结果也通过了内生性检验和稳健性检验。2）信息错配通过要素配置、交易成本和议价能力间接作用于农户生产效率，且间接效应大于直接效应。3）进一步考虑技术投入、政府支持和社会网络的调节作用，结果显示较强的政府支持和社会网络能够减轻信息错配对农户生产效率的负面影响。因此，消除信息错配需要发挥政府的支持和引导作用，并亟须引入市场力量建立多元化信息供给平台，优化要素配置、降低交易成本，提高议价能力，进而提升农户生产效率。

Abstract

The aim of this study is to clarify the effect and mechanism of information mismatch on farmers’ production efficiency， and how to weaken the impact of information mismatch on farmers’ production efficiency is discussed. A total of 760 vegetable growers in Shouguang， Shandong Province were taken as samples， and the impact of information mismatch on farmers’ production efficiency was empirically analyzed by using information supply and demand matching model， hierarchical regression model， and simple slope analysis. The results show that：1）The problem of information mismatch is common in rural areas， and it has a significant negative impact on the production efficiency of rural households. The results also passed the endogeneity test and robustness test. 2） Information mismatch indirectly affects farmers’ production efficiency through factor allocation， transaction cost and bargaining power， and the indirect effect is greater than the direct effect. 3） Considering the moderating effects of technology input， government support and social networks， the results show that strong government support and social networks can alleviate the negative impact of information mismatch on farmers' production efficiency. Therefore， it is necessary to give full play to the support and guidance role of the government to eliminate information mismatch， and it is urgent to introduce market forces to establish a diversified information supply platform， optimize the allocation of factors， reduce transaction costs， and improve bargaining power，so as to improve the production efficiency of rural households.

Graphical abstract

关键词

信息错配 / 生产效率 / 要素配置 / 交易成本 / 议价能力

Key words

information mismatch / production efficiency / factor allocation / transaction costs / bargaining power

目前，我国农业经济发展正处于由增产向提质增收转变的关键时期。加快推进农业发展方式转变和农业生产结构优化不仅能提升农业发展质量，而且是实现农业现代化的必由之路^［1］。党的二十大报告明确提出：加快建设现代化经济体系，着力提高全要素生产率，推动经济实现质的有效提升和量的合理增长。2023年的中央一号文件同样强调：推动农村高质量发展，促进农业提质增效。在“大国小农”基本农情下，提升农户生产效率一直是我国农业经济发展进程中关注的永恒性课题。农户生产效率决定整个农业的生产效率^［2］，它取决于生产要素的结合程度和资源的匹配能力^［3］。此外农业信息作为数字经济时代最重要的生产要素，也是提高农户生产效率不可忽视的关键因素^［4］。一方面，当前蔬菜产业发展存在一些突出问题，如价格波动较大、产品质量不稳定、科技创新转化能力不足等，亟须通过生产要素配置和产业结构优化实现产业转型升级和生产效率提升^［5］；另一方面，在市场经济背景下，信息贯穿于农业生产的始终，农业生产什么，生产多少，如何生产等均取决于农产品市场的供求关系及价格信号，因此市场信息对农业生产具有至关重要的作用。另外，蔬菜的鲜活易腐、不耐储运、季节性强等特征强化了种植户对市场信息的依赖性，成为影响农业生产计划和农产品质量控制的主要因素^［6］。到2023年底，中国农业生产信息化率达到26.5%，但偏僻的地理位置与农户较低的文化水平限制了农户信息的获取、使用，致使农村仍普遍存在信息不完全且严重滞后，信息供需不匹配等问题，农户获取所需的生产、流通、技术等信息仍较困难^［7］。此外，信息供需错配对农业可持续发展具有极大挑战，较大程度上会影响农业市场配置效率、农业产出、农产品流通等^［8］．因此，只有破解信息错配问题，实现农业信息的有效利用，才能从根本上优化农业生产计划及农产品质量管理，进而提升农户生产效率。

信息错配指的是农户信息需求与信息供给之间不匹配的现象。当前，农户的信息需求呈现多元化、易用性、真实性特征，主要包括有生产经营类、农技推广类和市场供求类等信息^［9］。而信息供给具有传统化、集中化和单一化特征，主要包括有农资供应类、文化娱乐类、政策新闻类等信息^［10］。在信息主体缺位和能力不足与农户信息需求不断扩大的对比下，信息供需形成强烈反差，农户信息得不到有效利用，进而阻碍农业信息化和现代化进程^［11］，不利于农业新质生产力的形成。随着数字乡村建设的不断推进，信息成为一种生产要素贯穿于农业生产的各个环节，对农业生产经营发挥重要作用。现有研究表明：信息使用对农业生产、决策、流通等方面均具有重要影响。在农业生产方面，信息技术催生智慧农业，其获取的温度、湿度、土壤、肥料信息有助于农业的精细化经营和农产品高质量管理^［12］。在农业决策方面，农户获取政策、技术、生产要素等各种与农业生产相关的重要信息，有助于改善种植结构，优化生产规模，推动粗放式生产向集约化生产转变，实现农业生产全面提质增效^［13-14］。在市场流通方面，信息获取有助于减少中间环节，降低交易成本，减少产品滞销引致的过多损耗^［15］。另外，还有助于打破中间商控制市场价格的局面，进而提升农产品销售价格和利润率^［16］。通过文献回顾不难发现：第一，虽然已有大量研究关注了信息需求和信息供给之间不匹配的现象，但更多的是理论层面的探讨，较少对信息错配度进行量化分析。本研究在定性分析的基础上，采用定量分析法研究农户的实际信息需求和真实的信息供给，以及两者的错配程度，为解决“信息鸿沟”问题提供新的视角。第二，现有研究更多的是从信息化发展、信息通讯技术等正面讨论对农户生产效率的影响，较少研究信息错配对生产效率的负向影响。本研究对其进行了补充，为农业信息化研究提供了新角度。第三，本研究以山东省寿光市的蔬菜种植户为研究对象，符合蔬菜产业发展、农业提质增效和实现乡村振兴的现实政策需求，是对已有研究素材的丰富和补充。

本研究运用山东省寿光市760个蔬菜种植户为例，利用供需匹配模型计算信息错配度，并采用Bootstrap中介方法和简单斜率分析法研究信息错配对农户生产效率的影响效应、形成原因以及缓解信息错配对生产效率的路径改善问题，以期明确信息错配和农户生产效率的内在机制，总结蔬菜产业在数字乡村建设过程中的实践经验，为推进数字乡村建设和蔬菜产业的提质增效建言献策。

1　理论机制分析与研究假说

1.1　信息错配直接作用于农户生产效率

信息是农业生产活动中的一个基础性元素，信息可获得性是农业生产过程中精准决策的关键^［17］。虽然近些年逐渐建立的农业信息服务机构和农业网站已经使相关信息在农业领域得到应用，但冗杂的信息量和农户较低的信息能力仍使得农村信息供需不匹配，失衡现象严重，信息难以得到有效利用^［18］。产前：信息错配导致农资流通体系相对滞后，大量臃肿低效的中间商增加了流通费用和损耗成本，进而增加农户多余要素投入。产中：信息错配加剧了“小生产和大市场”之间的矛盾，增加了生产者和消费者之间的沟通成本，导致产品质量与价格不对称，打击生产者提高产品质量的积极性。产后：信息错配使得处于信息劣势地位的农户在农产品市场无法实现充分竞价，从而减少农户生产利润^［19-20］。基于以上分析，提出假设1。

H1：信息错配对农户生产效率产生显著的负向影响。

1.2　信息错配通过要素配置、交易成本及议价能力间接作用于农户生产效率

我国农业仍属于传统的要素拉动式产业，资本、土地和劳动力等要素投入是推动经济增长、提高农户生产效率的重要推动力^［21］。而信息获取能够对土地、资本和劳动力等传统生产要素的集约程度进行控制，对配置关系进行引导，成为了组合、配置资源的重要手段^［22］。信息错配阻碍资源要素的流动，使其无法实现跨时空的资源融合和替代，这可能会导致农户要素配置的盲目性和空间局限性，进而负向影响农户生产效率。

在当今互联网时代，农业信息是影响农户交易成本地重要因素^［23］。信息错配使农户不能及时、准确的获取农业信息，加大其获取有效信息的难度和成本，进而扰乱农户对市场行情和农产品价格的准确判断。信息错配一定程度上阻碍信息获取，延长市场交易时间，进而削弱农户谈判能力和质量等级划分权，这增加了农户参与市场的谈判成本。信息错配还可能使信息优势方肆无忌惮地压缩农户的利润空间，不断增加违约次数，进而增加农户执行成本。而较高的交易成本势必会影响农户生产效率的提升。

议价能力是交易双方依据自身获取的信息进行价格谈判，尽可能使最终产品定价有利于自己的博弈能力。信息错配使农业生产者不能获取准确、及时、可靠的农业信息，严重影响到其决策质量和效率，并最终导致农产品商品率低、农业竞争力弱、市场价格波动大、农民增产不增收等一系列问题^［24］。另外，信息传递的低效率或信息获取的高成本还可能导致农产品质量追溯体系的运行不畅，弱化农产品生产者或管理者的产品质量安全意识，从而与农产品收购方进行价格谈判时更加缺少主动权和价格决定权，致使其生产效率受到负面影响。基于以上分析，提出假设2。

H2：信息错配通过抑制要素配置、提高交易成本和削弱议价能力，对农户生产效率产生负向影响。

1.3　科技投入、政府支持及社会网络调节信息错配对农户生产效率的影响

信息错配可能存在的原因在于农村科学技术落后、信息推广不平衡、农民信息认知不足和农户对信息传播的参与程度低等，为此，农业科技投入、政府支持和社会网络可能会调节信息错配对农户生产效率的影响。首先，农业科技投入是推动农业农村现代化发展和提高现实生产力的关键，在资源环境不断约束下，提高农业科技投入是实现农户可持续发展的根本出路^［25］。农业信息和科技均是影响农户决策，并作用于农业生产力的无形生产要素。它们相互关联，相互作用。信息获取和使用能够促进农户新技术的采用，反之亦然^［26-27］。其次，信息供给是解决信息错配最直接快速的方法，而对收入较低的农户而言，政府的信息供给是最省钱，也是最信赖的渠道^［28-29］。有研究表明：95.8%的农户获得的生产类信息服务均来自于政府。因此，政府支持能够正向调节信息错配对生产效率的负影响。最后，我国农村社会是一个以血缘、地缘、亲缘为纽带的熟人社会，长期的交往产生的信任使农户更容易接受社会网络获取的信息。其中，强社会网络关系能够充当“关系桥”作用，使农户更加迅速有效地获取农业信息，而弱社会网络关系则能够使其获取更多差异化信息^［30］。因此，社会网络能够通过信息传播和获取缓解信息错配对生产效率的负向影响。基于以上分析，提出假设3.

H3：科技投入、政府支持和社会网络可缓解信息错配对农户生产效率的抑制作用。

2　模型设定、数据来源与变量选取

2.1　模型设定

2.1.1　供需匹配模型

本研究从理性经济人的角度出发，选用供需匹配模型定量衡量信息匹配程度，并在此基础上计算信息错配度。信息供需匹配度（{\lambda }_{ij}）是指农户所能够获得的信息量与实际需求之间的满足程度。信息匹配以信息类型为标准，把不同类型的农业信息供给量和需求量带入式（1）和（2）得出每个农户各类型信息的匹配度，取不同类型信息匹配度均值为总的信息供需匹配度。计算公式如下：

{\lambda }_{ij}=\mathrm{c}\mathrm{o}\mathrm{s}\left({\theta }_{ij}-\mathrm{45}°\right)（1）

\mathrm{c}\mathrm{o}\mathrm{s}\left({\theta }_{ij}\right)=\frac{{\chi }_{ij}^d}{\sqrt[]{{\left({\chi }_{ij}^d\right)}^{\mathrm{2}}+{\left({\chi }_{ij}^s\right)}^{\mathrm{2}}}}（2）

式中：{\chi }_{ij}^d和{\chi }_{ij}^s分别为农户j对信息i的需求和供给；{\theta }_{ij}为供给和需求在坐标轴上的夹角。在整个坐标中，横坐标为需求，纵坐标为供给，而信息供需在坐标中表示为（需求，供给）^［31］。图1为信息的供需匹配模型。信息供需匹配用（{\lambda }_{ij}，{\phi }_{ij}）表示。其中,{\lambda }_{ij}为信息供需匹配度，用式（1）和（2）计算可得。{\phi }_{ij}为供需的环境变量，当农户的信息供给大于信息需求时，其匹配环境变量记为-1。当农户的信息需求大于信息供给时，其匹配环境变量记为1（样本农户的信息需求量均大于供给量，匹配环境变量全部为1）。

2.1.2　Bootstrap中介检验方法

本研究选取Preacher等^［32］提出的基于Bootstrap的中介检验方法，对信息错配对农业生产效率的影响进行检验。基本模型如下：

Y_i=cX+{\mu }_{\mathrm{1}}（3）

M=aX+{\mu }_{\mathrm{2}}（4）

Y_i=c^{΄}X+bM+{\mu }_{\mathrm{3}}（5）

式中：X为信息错配度；Y_i为第i个农户的生产效率；M为中介变量要素配置、交易成本和议价能力；a、b、c和c^{΄}均为待估系数；{\mu }_{\mathrm{1}}、{\mu }_{\mathrm{2}}和{\mu }_{\mathrm{3}}均为随机误差项。式（3）为信息错配对生产效率的直接影响；式（4）为信息错配对中介变量的影响；式（5）为信息错配通过要素配置、交易成本和议价能力对生产效率的间接影响。

2.1.3　层次回归模型

借鉴温忠麟等^［33］，用带有乘积项的回归模型进行层次回归检验，分析科技投入、政府支持和社会网络与信息错配的交互作用，即检验科技投入、政府支持和社会网络是否能作为调节变量改变信息错配对农户生产效率的影响。模型的具体形式如下：

Y={\alpha }_{{}^{\mathrm{0}}}+{\alpha }_{\mathrm{1}}{M}_i+{\alpha }_{\mathrm{2}}N+{\epsilon }_{\mathrm{4}}（6）

Y={\alpha }_{\mathrm{3}}+{\alpha }_{\mathrm{4}}{M}_i+{\alpha }_{\mathrm{5}}N+{\alpha }_{\mathrm{6}}{M}_{i}N+{\epsilon }_{\mathrm{5}}（7）

式中：M_i为调节变量；{\alpha }_{\mathrm{1}}、{\alpha }_{\mathrm{2}}、{\alpha }_{\mathrm{3}}、{\alpha }_{\mathrm{4}}、{\alpha }_{\mathrm{5}}和{\alpha }_{\mathrm{6}}为待估计系数，{\epsilon }_{\mathrm{4}}和{\epsilon }_{\mathrm{5}}随机误差。

2.1.4　简单斜率法

采用Aiken等^［34］提出的简单斜率法分析科技投入、政府支持和社会网络在信息错配与农户生产效率间的调节作用，以高、低于平均数为标准，将科技投入、政府支持和社会网络分为高科技投入、低科技投入；高政府支持、低政府支持；高社会网络、低社会网络。

2.2　数据来源

研究数据来自于课题组2020年7月对山东省寿光市进行的实地调查。调研采取了分层抽样和随机抽样相结合的调查方式，抽样步骤：在样本区随机选取7~9个样本乡镇，每个样本乡随机选取6~8个样本村，每个样本村随机选取10~15个农户进行问卷调查。调查内容包括个人、家庭、村庄特征等，个人调查包括被调查者的基本特征、收入状况、现代通讯技术使用状况等；家庭调査包括家庭的人口特征、收支状况、家庭环境等，村庄调查内容主要包括交通状况等。调研问卷共发放802份，删除无效问卷，最终获得有效问卷760份，占样本总量的94.76%。

2.3　变量选取

本研究变量的描述性统计分析如表1。

2.3.1　被解释变量

被解释变量是农户的生产效率。本研究利用随机前沿分析方法（SFA）计算农户生产效率，选取当年农户的蔬菜总产值作为产出指标，选取当年蔬菜种植面积为土地投入指标，选取蔬菜生产种植过程中种子种苗费，化肥费，农药费，水电费，生产工具购置费等作为资本投入指标，选取蔬菜种植过程中家庭投工量和雇工量作为劳动投入指标。在考虑了随机因素的基础上，以实际产出与随机前沿产出比值作为生产效率值。本研究利用stata15.0软件运行模型得出效率值。

2.3.2　解释变量

模型中解释变量是信息错配度。把不同类型的农业信息供给量和需求量带入式（1）和（2）得出每个农户各类型信息的匹配度，取不同类型信息匹配度均值为总的信息供需匹配度。而信息错配度用1减去信息匹配度计算可得。

参考以往研究^［35］，本研究把农业信息分为：政策类信息、知识类信息、技术类信息和市场类信息4个一级信息要素以及相应的20个二级信息要素，其中，政策类信息主要包括惠农政策信息、金融贷款信息、疫情通报信息、土地征用或者变动信息和气象灾害预告信息。知识类信息包括蔬菜新品种信息、科学文化知识信息、病虫害防治知识信息、辨别农资真假知识、互联网知识和土壤知识。技术类信息主要包括有蔬菜栽培管理技术信息、农业机械技术信息、土壤改良和水土保持技术、蔬菜保鲜贮藏技术和治理环境污染技术。市场类信息主要包括有质量安全标准信息、市场价格信息、市场需求品种信息和市场需求数量信息。然后利用信息匹配模型计算不同类型的信息供需匹配度，取其均值为总信息匹配度，并在此基础上得出信息错配度。

计算可得：在760个蔬菜种植户中，90%以上农户的信息错配度均高于0.15。其中，错配度在0.20~0.25的农户最多，占比36.14%；错配度在0.05~0.10的农户最少，仅有4户，占比0.63%。大多数农户均存在信息不匹配问题，而且信息错配度较高，亟须得到解决。

2.3.3　中介变量

1）要素配置。本研究采用每公顷平均短期资本投入占总资本投入的比重来衡量要素配置，其中，短期资本投入包括：种子，农膜，农药及化肥的投入；总资本投入将整个农业生产过程中各类费用投入（购买种子、化肥、农药和农膜、农用机械、灌溉费用、雇工费用及工具材料费等）加总所得。短期资本投入的平均值为20 774.835元，总资本投入的平均值为38 037.06元。

2）交易成本。按照威廉姆森的定义分为：信息成本、谈判成本和执行成本。本研究沿用这种分类方法，把交易成本分为3个维度，并用因子分析法进行处理。指标均采用李克特5点量表（表2）。

本研究采用Spss软件对交易成本进行探索性因子分析，KMO统计量为0.760，Bartlett球形检验近似卡方值为522.920（sig=0.000）。因此，交易成本适合做因子分析。其次，运用最大方差法进行因子旋转，运用主成分法提取特征根＞1的3个公因子，其累计方差贡献率为73.254%，不同公因子的方差贡献率分别为26.382%，25.628%和21.244%。再次，计算交易成本不同维度的因子得分值。最后，以各因子方差贡献率为权重计算样本农户的交易成本。计算公式如下：

交易成本=(26.382×F_{\mathrm{1}}+25.628×F_{\mathrm{2}}+21.244×F_{\mathrm{3}})/73.254（8）

3）议价能力。议价能力使用李克特5点量表法，通过询问农户对自身议价能力的判断和打分来衡量，分值越大，议价能力越强。其平均值为2.14。总样本中，有289户低于该值，471户高于该值。

2.3.4　调节变量

本研究的调节变量为科技投入、政府支持和社会网络。其中，科技投入利用每公顷平均技术成本来衡量，政府支持利用政府每年信息技术培训的次数来衡量；社会网络利用经常来往的亲朋人数来衡量。

2.3.5　控制变量

为了避免其他变量造成对农户生产效率形成干扰并影响检验结果。本研究选取户主个人特征（性别、年龄、受教育年限）、家庭情况（家庭人口数，土地细碎化程度，资产数、是否拥有电脑）和村庄特征（离销售市场的距离、网络覆盖、信息技术培训）作为其控制变量。其中，资产数是指家庭拥有的房屋、交通工具和农用机械的金额总和。

3　实证结果与分析

3.1　信息错配对农户生产效率的影响

3.1.1　基准回归

表3模型1仅对信息错配对农户生产效率进行了简单的OLS回归，结果显示：信息错配对农户生产效率有显著的负向影响。模型2是在OLS回归的基础上添加了户主特征、家庭特征和村庄特征的控制变量，结果仍然支持信息错配对生产效率的负向影响。

3.1.2　内生性问题的处理

信息错配对农户生产效率的基本回归可能还会受到内生性问题的干扰，本研究存在的内生性可能由以下两个方面构成：第一，遗漏变量问题。农户的生产效率除了受到信息匹配、农户特征、农业收入等变量影响，还可能会受到农户的信息认知、风险偏好程度等不可观测变量的影响。第二，双向因果。农业信息供给和需求的错配会降低农户生产效率，而较低的生产效率反过来会挫伤农户对农业生产的积极性，进而消极影响农业信息的收集整理，加剧信息错配的状况。即这种双向因果关系很可能会导致信息错配与随机扰动项相关，实证结果可能存在偏差。

本研究选取“除自身外同村其他农户的信息错配度”作为农户信息错配的工具变量。原因是：农户信息匹配程度会受到同村其他农户的影响，但其他农户的信息匹配度并不会对该农户的生产效率产生影响，且不同村庄农户的信息匹配度存在异质性。内生性检验结果表明：弱工具变量检验的F值为26.962，大于10%偏误水平下的临界值，表明不存在弱工具变量问题。从DWH的检验结果可得，模型拒绝信息错配为外生变量的原假设，方程存在内生性，选择工具变量是合适的。用工具变量再次进行回归，结果显示，信息错配对农户生产效率的回归系数为-0.421并在1%统计水平上显著（表4）。

3.1.3　稳健性检验

为了增加信息错配对农户生产效率抑制作用的说服力，本研究采用替换解释变量的方法进行稳健性检验。前述使用了不同类型信息匹配度均值为总的信息供需匹配度，并用1减去信息匹配度计算农户信息错配度。本研究把不同类型的信息错配度替代总的信息错配度重新测算。表5中模型3~6是不同类型信息错配对生产效率的回归，由回归结果可知，估计系数在10%的水平上显著为负，说明不同类型信息错配对生产效率的抑制效应具有良好的稳健性，假设1得证。

3.2　要素配置、交易成本及议价能力的中介检验

回归分析结果显示信息错配对农户生产效率有直接显著的抑制作用。以下将讨论信息错配通过要素配置、交易成本和议价能力对农户生产效率的间接影响。

信息错配、要素配置、交易成本、议价能力及农户生产效率两两存在相关关系，这符合进一步对要素配置、交易成本和议价能力进行中介分析的统计学要求^［36］。本研究采用SPSS宏，在定义了控制变量后，分析要素配置、交易成本和议价能力在信息错配与农户生产效率之间的中介作用（图2）。表6是使用Bootstrap中介方法进行检验的结果。

结果表明：要素配置、交易成本和议价能力在信息错配对生产效率之间的中介效应为-0.236，效应占比为67.51%。其中，要素配置在信息错配对生产效率影响中的中介效应为-0.104，在Bootstrap 95%置信区间不包含0，表明要素配置在信息错配与农户生产效率之间的中介效应显著，且中介效应占总效应的29.75%，占比最大。交易成本在信息错配对生产效率影响中的中介效应为-0.057，在Bootstrap 95%置信区间为［-0.112，-0.002］，表明交易成本在信息错配与农户生产效率之间的中介效应显著，且中介效应占总效应的16.31%，占比最小。议价能力在信息错配对生产效率影响中的中介效应为-0.075，在Bootstrap 95%置信区间不包含0，表明议价能力在信息错配与农户生产效率之间的中介效应显著。它的中介效应占比为21.45%。综上，信息错配对农户生产效率的直接影响效应小于通过要素配置、交易成本和议价能力产生的总间接效应。其中，要素配置的中介效应影响最大，交易成本影响最小。因此可得，假设2成立。

3.3　科技投入、政府支持及社会网络的调节作用

以上研究证实了信息错配通过要素配置、交易成本和议价能力对生产效率具有显著的负向影响。那么，如何削弱信息错配对农户生产效率的负面影响是我们下一步需要研究的问题。因此，本研究在信息错配降低农户生产效率的基础上，进一步分析如何解决信息错配对生产效率的负影响问题。

信息错配可能的原因是农村科学技术落后，信息推广不平衡、信息认知不足和农户对信息传播的参与程度低等，为此，需要提升农业科学技术、完善信息技术设备、建立信息反馈机制和拓宽信息渠道等解决信息供需不平衡问题，进而提高农户获取有效信息的能力。基于此，本研究认为农业科技投入、政府支持和社会网络能够调节信息错配对农户生产效率的影响。

本研究采用层次回归和简单斜率分析调节效应，为避免多重共线性的估计偏误，在回归前对所有变量进行了标准化处理。

3.3.1　科技投入的调节效应

本研究选用每公顷平均技术成本衡量农科技投入。由表7中M₃的结果可得：信息错配与科技投入的交互项对农户生产效率影响不显著（β=-0.835，t=-1.327，P＞0.05），这说明科技投入不能在信息错配影响生产效率的过程中起调节作用。这可能是因为受教育水平和自有资本的限制，农村的科技投入仍处于较低水平。且大部分农户属于风险厌恶者，更倾向于利用传统提高农资要素投入的方式提高农业生产力。所以，科技投入并不能发挥其效用，对生产效率的提升作用也并不显著。因此，假设3中科技投入调节信息错配对农户生产效率的假设不成立。

3.3.2　政府支持的调节作用

由于本研究关于信息对农业生产的影响，所以选用政府每年信息技术培训的次数来衡量政府支持。从表7中M₅的分析结果可得：信息错配与政府支持的交互项对农户生产效率有显著的正向影响（β=0.115，t=1.983，P＜0.05）。并进一步利用简单斜率评估政府支持的调节效应。分析结果表明：较小的政府支持力度在信息错配与生产效率之间的调节效应不显著（b=-0.20，t=1.687，P＞0.05）。但是，较大的政府支持力度在信息错配与生产效率之间有显著的正向调节效应（b=0.030，t=3.397，P＜0.05）。即较高的政府支持力度可以削弱信息错配对农户生产效率的负影响。在农村信息供给中，信息市场发展滞后且投资大收益小的特点使私人力量供给不足，因此，农户获取信息主要来源于政府，且对其依赖程度较强。政府的导向性作用使其不能对农户信息进行精准匹配，进而加剧信息错配问题。然而，若政府能够提供及时、准确、可靠的农业信息，则会扭转这种局面，缓解信息供给缺陷问题，进而对生产效率产生积极影响（图3）。

3.3.3　社会网络的调节作用

参照乔丹等^［37］对社会网络的定义，将其用经常来往的亲朋人数来衡量。从表7中M₇的分析结果可得：信息错配与社会网络的交互项对农户生产效率具有显著的正向影响（β=0.123，t=2.143，P＜0.05）。进一步利用简单斜率评估社会网络的调节效应可得：较强的社会网络在信息错配与农户生产效率之间有显著的正向调节作用（b=0.049，t=2.334，P＜0.05），相比较而言，较弱的社会网络在信息错配与生产效率之间的调节效应不显著（b=-0.197，t=-1.336，P＞0.05）。较强的社会网络能够借助社交活动等形式增加网络成员之间的交流沟通，帮助农户获取丰富的知识信息，这对提高信息能力和农业生产效率具有积极影响。特别地，以亲戚、朋友为主的家庭社会网络有利于农户以较低的成本获取具有时效性和价值性的信息。而信息的共享和传播有助于农户准确把握市场动态信息，提高其市场竞争地位，进而对农业生产具有积极影响（图4）。

4　政策与建议

本研究从信息错配对农户生产效率的作用效果以及内在机制问题出发进行综合分析。首先，利用“信息供需匹配模型”和“随机前沿生产函数”测算信息错配度和农户生产效率，并在考虑了内生性的基础上对两者进行回归分析，结果显示：我国农村普遍存在信息错配问题，且对农户生产效率存在显著的负向影响。其次，利用Bootstrap中介分析法检验信息错配影响农户生产效率的内在机制，结果表明：信息错配通过要素配置、交易成本和议价能力间接作用于农户生产效率，且间接效应大于直接效应。其中，要素配置影响最大，议价能力次之，交易成本最小。最后，通过科技投入、政府支持和社会网络的调节作用试图找到缓解信息错配抑制农户生产效率的解决办法。结果表明：只有较强的政府支持和社会网络能够正向调节信息错配对生产效率的消极影响。

第一，针对农业信息供需错配的问题，需要从顶层设计视角规划信息服务体系，并以政府统筹为主导，在获取信息供需匹配模型结果前提下全面、精确地分析信息的供给和需求，推动农业信息的有效利用，进而优化农业生产计划，提升农产品质量管理。另外，应发挥本土创新人才的带头作用，依托专家资源，吸引和鼓励农民、科研机构、新型农业人才、专业团队等多个主题共同参与，建立农业信息共享平台，这有助于推动信息共享、提升信息供需匹配。

第二，推动信息向农业生产端拓展，提高资本、土地、人力等生产要素的流动与配置，依靠生产要素的结构优化提高农业经济发展质量，并注重内外资源整合，推动信息成为破解资源错配，实现农业生产效率提升的核心动力。其次，重视相关农业信息的收集、整合和发布，利用互联网建立信息多元化平台，满足农业对信息的个性化需求，并不断降低信息搜寻成本、谈判成本与执行成本，进而优化农业生产。最后，充分考虑信息渠道的异质性，确保为不同特征农户提供多元化的信息渠道，进而增加其农业信息获取，提高议价能力。另外，还可以利用信息平台，促成生产者、零售商、社区组织、消费者的合作，打通从生产环节到消费环节的供应链，提高产品的竞争力和议价权。

第三，政府要继续加强农村信息基础设施建设，推动以政府为主导的信息服务平台的建立，提高农业信息服务效率。政府要兼顾建立规范化和集约化的信息环境，畅通农业信息流通、共享渠道，增强政府支持力度，降低信息传播过程中的成本。在完善政府信息供给的基础上，积极引导社会力量投入到信息市场中，形成一种政府主导、市场牵引、第三部门补充相结合的“三位一体”复合型信息供给模式，推动农业信息的高质量供给。另一方面，重视农户之间非正式组织的信息交流，但也不能仅仅局限于熟人社会网络中获取信息，还需要鼓励农户寻求更广泛的社会联系，以获取更多的信息资源，进而增强社会网络对生产效率的积极影响。另外，还需要加大农业科技的投入，促进其与农业生产的深度融合，强化农业信息的高效使用，打破新资源、新知识和新信息不能及时与市场相对接的局面，提高农户市场竞争力。

参考文献

[1] 孙俊娜，胡文涛，汪三贵 ．数字技术赋能农民增收：作用机理、理论阐释与推进方略［J］.改革，2023（6）：73-82

[2] Sun J N， Hu W T， Wang S G. Digital technology empower increasing farmers’ income： Mechanism， theoretical explanation and promotion strategies ［J］. Reform， 2023（6）： 73-82 （in Chinese）

[3] 刘万利，许昆鹏.中国农户生产效率实证研究［J］.技术经济与管理研究，2011（1）：125-128

[4] Liu W L， Xu K P. Research on the Chinese farmers’ production efficiency ［J］. Journal of Technical Economics & Management， 2011（1）：125-128 （in Chinese）

[5] 贾驰.资源和谐匹配与农户生产效率提升：基于中国省际面板数据的实证分析［J］.商业经济与管理，2013（4）：81-88

[6] Jia C. Harmonious matching of resources and the promotion of farmers’ production efficiency： Based on empirical analysis of China’s inter-provincial panel data ［J］. Journal of Business Economics， 2013（4）：81-88 （in Chinese）

[7] 朱秋博，白军飞，彭超，朱晨. 信息化提升了农业生产率吗［J］.中国农村经济，2019（4）：22-40

[8] Zhu Q B， Bai J F， Peng C， Zhu C. Do information communication technologies improve agricultural productivity［J］. Chinese Rural Economy， 2019（4）：22-40 （in Chinese）

[9] 张蕴萍，栾菁.数字经济赋能乡村振兴：理论机制、制约因素与推进路径［J］.改革，2022（5）：79-89

[10] Zhang Y P， Luan J. Digital economy enables rural revitalization： Theoretical mechanism， restrictive factors and implementation path ［J］. Reform， 2022（5）：79-89 （in Chinese）

[11] 温涛，陈一明.数字经济与农业农村经济融合发展：实践模式、现实障碍与突破路径［J］.农业经济问题，2020（7）：118-129

[12] Wen T， Chen Y M. Research on the digital economy and agriculture and rural economy integration： Practice pattern， realistic obstacles and breakthrough path ［J］. Issues in Agricultural Economy， 2020（7）：118-129 （in Chinese）

[13] 杜志雄，王宾. 农业风险形态与诱因分析：一个文献综述［J］. 江淮论坛，2020（2）： 64-72

[14] Du Z X， Wang B. Analysis of agricultural risk patterns and triggers： A literature review［J］. Jiang-huai Tribune， 2020 （2）： 64-72 （in Chinese）

[15] 魏勇军，周念云.信息对称改进条件下农村市场配置效率分析：基于湖南省农业生产县级样本检验［J］.农业技术经济，2014（4）： 98-103

[16] Wei Y J， Zhou N Y. Analysis of rural market allocation efficiency under the condition of information symmetry improvement： Based on the county-level sample test of agricultural production in Hunan Province ［J］. Journal of Agrotechnical Economics， 2014（4）： 98-103 （in Chinese）

[17] 徐志刚，张贇.数字乡村发展困境与破解之策：基于农户信息化需求与农村电商物流视角［J］.财贸研究，2022，33（7）：41-53

[18] Xu Z G， Zhang Y. Dilemma and solutions of digital village development： Based on farmers’ information needs and rural e-commerce logistics ［J］. Finance and Trade Research，2022，33（7）：41-53 （in Chinese）

[19] 员立亭.基于农民需求视角下的农业信息供给问题研究［J］.现代情报，2015（10）：27-37

[20] Yuan L T. The research of the agriculture information supply problems based on farmers demand perspective［J］.Journal of Modern Information， 2015（10）：27-37 （in Chinese）

[21] 曹张龙.数字经济驱动产业结构升级的理论机制及其门限效应［J］.统计与决策，2023（22）：18-23

[22] Cao Z L. Theoretical mechanism of industrial structure upgrading driven by digital economy and its threshold effect［J］. Statistics & Decision. 2023（22）：18-23 （in Chinese）

[23] 张在一，毛学峰.“互联网+”重塑中国农业：表征、机制与本质［J］.改革，2020（7）：134-144

[24] Zhang Z Y， Mao X F. ‘Internet +’ remodeling Chinese agriculture： Representation，mechanism and essence ［J］. Reform，2020（7）：134-144 （in Chinese）

[25] 孙俊娜，胡文涛，汪三贵. 数字技术赋能农民增收：作用机理、理论阐释与推进方略［J］.改革，2023（6）： 73-82

[26] Sun J N， Hu W T， Wang S G. Digital technology empower increasing farmers’ income： Mechanism， theoretical explanation and promotion strategies ［J］. Reform， 2023（6）： 73-82 （in Chinese）

[27] 刘璇，霍学喜.信息获取能力会影响果农的销售渠道选择吗［J］.科学决策，2023（11）： 199-211

[28] Liu X， Huo X X. Does information accessibility affect apple farmers’ choice of marketing channels ［J］. Scientific Decision Making， 2023（11）： 199-211 （in Chinese）

[29] Aker J C. Dial ‘A’ for agriculture： A review of information and communication technologies for agricultural extension in developing countries ［J］. Agricultural Economics， 2011，42（6）：631-647

[30] 许竹青，郑风田，陈洁.“数字鸿沟”还是“信息红利”？信息的有效供给与农民的销售价格：—个微观角度的实证研究［J］.经济学（季刊），2013，12（4），1513-1536

[31] Xu Z Q， Zheng F H， Chen J. Digial divided or digital provided？ The effective supply of information and the farm-gate price： An empirical study from micro-level ［J］.China Economic Quarterly， 2013，12（4），1513-1536 （in Chinese）

[32] 张在一，毛学峰.“互联网+”重塑中国农业：表征、机制与本质［J］.改革. 2020（07）：134-144

[33] Zhang Z Y， Mao X F. ‘Internet +’ remodeling Chinese agriculture：Representation， mechanism and essence ［J］. Reform，2020（7）：134-144 （in Chinese）

[34] 韩旭东，杨慧莲，郑风田. 乡村振兴背景下新型农业经营主体的信息化发展［J］.改革，2018（10）： 120-130

[35] Han X D， Yang H L， Zheng F T. Informatization Development of new agricultural management entities under the background of rural revitalization［J］. Reform， 2018（10）： 120-130 （in Chinese）

[36] Aker J C， Mbiti I M. Mobile phones and economic development in Africa［J］.Journal of Economic Perspective， 2010，24（3）： 207-232

[37] Jensen R. Information， efficiency and welfare in agricultural markets［J］.Agricultural Economics， 2010， 41（S1）： 203-216

[38] 张璋，唐忠，樊步青.要素市场化改革背景下土地要素促进经济增长研究：基于土地与劳动力要素的协同关系［J］.中国软科学，2023（3）：192-202

[39] Zhang Z， Tang Z， Fan B Q. Research on land factor promoting economic growth under the background of factor marketization reform： Based on the synergistic relationship between land factor and labor factor［J］. China Soft Science， 2023（3）：192-202 （in Chinese）

[40] 韩长根，张力.互联网是否改善了中国的资源错配：基于动态空间杜宾模型与门槛模型的检验［J］.经济问题探索，2019（12）：43-55

[41] Han C G， Zhang L. Can internet Improve the resource misallocation of China： A empirical test based on the dynamic spatial durbin model and threshold effect［J］. Inquiry into Economic Issues， 2019（12）：43-55 （in Chinese）

[42] 卢福财，徐远彬.互联网对生产性服务业发展的影响：基于交易成本的视角［J］.当代财经，2018（12）： 92-101

[43] Lu F C， Xu Y B. The impact of the internet on the development of productive service industries： From the perspective of transaction cost［J］. Contemporary Finance & Economics， 2018（12）： 92-101 （in Chinese）

[44] 张兴旺，孟丽，杜绍明，尹国伟. 关于信息化影响农业市场化问题研究［J］.农业经济问题.2019（4）：39-45

[45] Zhang X W， Meng L， Du S M， Yin G W. Research on informatization affecting agricultural marketization［J］. Issues in Agricultural Economy. 2019（4）：39-45 （in Chinese）

[46] 程惠芳，刘卓然，洪晨翔.科技创新投入、知识产权保护与经济高质量发展［J］.浙江社会科学.2023（9）： 22-30，157

[47] Cheng H F， Liu Z R， Hong C X. Technological innovation investment， intellectual property protection， and high-quality economic development ［J］. Zhejiang Social Sciences， 2023（9）： 22-30，157 （in Chinese）

[48] Dimara E， Skuras D. Adoption of agricultural innovations as a two-stage partial observability process［J］.Agricultural Economics， 2003（28） ：187-196

[49] 张矿伟，俞立平，张宏如，苏光耀. 数字化转型对高技术产业创新的影响机制与效应研究［J］.统计研究.2023，40（10）： 96-108

[50] Zhang K W， Yu L P， Zhang H R， Su G Y. Research on the influence mechanism and effect of digital transformation on high-tech industry innovation［J］. Statistical Research. 2023，40（10）： 96-108 （in Chinese）

[51] Mittal S， Mehar M. Socio-economic factors affecting adoption of modern information and communication technology by farmers in India： Analysis using multivariate probit model ［J］.Journal of Agricultural Education and Extension， 2015，21（1）： 1-14

[52] Knight D W， Allegretti A M， Vaske J J. Information dissemination-diffusion and marine protected area approval in the Philippines［J］.Ocean & Coastal Management，2015，113（2）： 38-46

[53] 李博伟，徐翔. 社会网络、信息流动与农民采用新技术：格兰诺维特“弱关系假设”的再检验［J］.农业技术经济，2017（12）：98-109

[54] Li B W， Xu X. Social networks， information flows， and farmers’ adoption of new technologies： A retest of Granovetter’s ‘weak relationship hypothesis’［J］. Journal of Agrotechnical Economics， 2017（12）：98-109 （in Chinese）

[55] 徐德英，韩伯棠.政策供需匹配模型构建及实证研究：以北京市创新创业政策为例［J］.科学学研究，2015（12）：1788-1796

[56] Xu D Y， Han B T. The model and empirical study on the match between policy supply and demand： Based on innovation and entrepreneurship policy in Beijing［J］. Studies in Science of Science， 2015（12）：1788-1796 （in Chinese）

[57] Preacher K J， Rucker D D， Hayes A F. Addressing moderated mediation hypotheses： Theory， methods， and prescriptions ［J］. Multivariate Behavioral Research，2007，42（1）： 185–227

[58] 温忠麟，侯杰泰，张雷.调节效应与中介效应的比较和应用［J］. 心理学报，2005，37（2）：268-274

[59] Wen Z L， Hou J T， Zhang L. Comparison and application of moderating and mediating effects［J］. Acta Psychologica Sinica， 2005，37（2）：268-274 （in Chinese）

[60] Aiken L S， West S G ． Multiple Regression： Testing and Interpreting Interactions ［M］．Newbury Park： SAGE Publications， 1991

[61] Papangelis K， Velaga N R， Ashmore F， Sripada S， Nelson J D， Beecroft M. Exploring the rural passenger experience， information needs and decision making during public transport disruption［J］. Research in Transportation Business & Management， 2016，8（18）： 57-69

[62] 温忠麟，叶宝娟.有调节的中介模型检验方法： 竞争还是替补［J］.心理学报，2014，46（5）：714-726

[63] Wen Z L， Ye B J. Different methods for testing moderated mediation models： Competitors or backups［J］. Acta Psychologica Sinica， 2014，46（5）：714-726 （in Chinese）

[64] 乔丹，陆迁，徐涛. 社会网络、推广服务与农户节水灌溉技术采用：以甘肃省民勤县为例［J］.资源科学. 2017，39（3）：441-450

[65] Qao D， Lu Q， Xu T. Social network，extension service and farmers water-saving irrigation technology adoption in Minqin County ［J］. Resources Science，2017，39（3）：441-450

基金资助

河南省哲学社会科学规划项目(2023CJJ115)

河南省高等学校哲学社会科学基础研究重大项目(2024-JCZD-22)

河南省软科学项目(242400410183)

河南财经政法大学校级项目(23HNCDXJ54)