王磊

摘要：运用基于柯布-道格拉斯生产函数的随机前沿模型（SFA），以我国大陆30个省份（因部分数据缺失，西藏除外）2003—2014年面板数据为统计对象，研究了我国农村信息资源配置效率水平及其影响因素。结果表明，我国农村信息资源配置的平均效率为0.500 8，效率均值最高的是东部地区，其次是中部地区，最低的是西部地区;我国农村信息资源配置效率水平总体上呈下降趋势，各省份、各地区之间存在显著差异;农村劳动力的受教育程度对农村信息资源配置效率的影响显著，长途电话交换机容量等影响因素的弹性系数均小于1，虽对农村信息资源配置效率有一定的影响作用，但不显著;移动交换机容量对农村信息资源配置效率的负向影响不显著;农村经济发展水平、农村信息产业固定资产投向对农村信息资源配置效率具有显著的负向影响，农村信息化人才的建设对农村信息资源配置效率具有显著的正向影响。最后根据研究结论，提出研究启示。

关键词：随机前沿模型（SFA）;农村信息资源;信息资源配置;配置效率;评价

中图分类号： S126  文献标志码： A  文章编号：1002-1302（2019）11-0012-05

收稿日期：2018-03-05

基金项目：国家自然科学基金青年科学基金（编号：71704020）;黑龙江省自然科学基金（编号：QC2017081）;黑龙江省博士后启动项目（编号：LBH-Q17019）。

作者简介：王 磊（1981—），女，山东海洋人，博士，副教授，主要从事农业信息资源管理。E-mai：shitou_1980@163.com。  20世纪90年代以来，信息资源逐渐成为重要的生产要素，信息化发展水平成为衡量一个国家现代化发展程度的重要标志。农村信息化是社会信息化的重要组成部分，党中央、国务院历来重视农村信息化工作，自2004年以来，中央已连续多年在“一号文件”中对农村信息化工作提出明确要求，各部委也相继出台文件，推动农村信息化工作，在多方力量的共同努力下，农村信息化的全新格局正在形成。然而，目前我国农村信息资源仍然处于稀缺状态，面临很多问题，例如农村信息资源供给与农民信息需求之间存在巨大矛盾[1]、各省域、各地区信息资源配置不均衡等[2]，这些不足严重制约了我国农村信息化建设的步伐，因此，如何更快、更好地提高农村信息资源的配置效率，是建设社会主义新农村、发展现代农业、促进农村经济发展以及培养新型农民的根本途径和有效手段。

通过整理文献，发现国外信息化测度的理论和评价方法，主要有波拉特方法[3]、信息化指数法[4]、信息社会指数法[5]等，而我国学者主要采用数据包络分析（DEA）法对农业、农村信息资源配置效率进行评价，例如，杨印生等以吉林省为例，运用DEA法对农业信息化系统投入产出效率模型进行评价[6];崔靜等利用DEA法，从投入和产出的角度对我国大陆31个省（市、自治区）农村信息资源配置效率进行了评价[2];姚代宏等利用DEA法的C2R模型，对天水市5县2区的农村信息化效率进行评价，并提出投入产出的调整方案[7]。

虽然采用DEA方法可以避免主观设定函数的影响，并在处理多产出效率测度上具有优势，但是DEA法也存在一定局限，即它将实际产出小于前沿产出的部分原因归结于技术效率，而不考虑随机因素的影响，且忽略了对其有关影响因素的详细分析[8]，应该看到，对随机因素和影响因素进行分析，更能帮助我们分析农村信息资源配置效率低下的原因，从而为提高我国农村信息资源配置效率提供有效决策建议。

因此，本研究将以2003—2014年我国大陆省级面板数据为研究对象，借鉴现有的信息化指标体系，从信息基础设施、信息终端设备、人员等方面入手，采用随机前沿模型（SFA）对省级决策单元农村信息资源配置效率进行研究，并详细分析影响农村信息资源配置效率不同的影响因素，并提出相应的解决方案。

1 研究理论与方法

随机前沿法（SFA）经过不断地发展和完善，目前已广泛应用于经济学和管理学等研究领域。和DEA相比，SFA测算的效率结果更加稳健可靠[9]。SFA的前沿边界主要是通过极大似然法来确定的，是具有复合扰动项的随机边界模型，既可以测度技术效率对产出的影响，还可以测度各种扰动非效率因素对产出的影响[10]。

本研究利用对数型柯布-道格拉斯生产函数的SFA模型进行实证分析。具体计量模型表示如下：

lnYit=β0+β1lnVit+β2lnMit+β3lnLit+β4lnIit+β5lnTit+β6lnSit+β7lnPit+β8lnCit+β9lnEit+vit-uit（i=1，2，…，30;t=1，2，…，12）;

（1）

TEit=exp（-uit）。

（2）

式中：Yit、Vit、Mit、Lit、Iit、Tit、Sit、Pit、Cit、Eit、TEit分别是第i个省份第t年的实际产出、长途电话交换机容量、移动交换机容量、长途光缆线路长度、互联网宽带接入端口、每万户彩色电视机拥有量、每万户固定电话拥有量、每万户移动电话拥有量、每万户家用电脑拥有量、农村居民劳动力文化程度和技术效率值。β0、β1、β2、β3、β4、β5、β6、β7、β8、β9为待估计参数。Vit为随机扰动项，假设Vit：N（0，σ2v），且Vit和Uit相互独立;Uit为非负随机变量，用来解释生产技术无效率，假设Uit：N（mit，σ2v），即mit越大，农村信息资源配置效率越低。

本研究重点考察农村经济发展水平、农村对信息产业固定资产投向、农村信息从业人员的比重等因素对农村信息资源配置无效率项Uit的影响，假设技术无效率项的函数为：

mit=λ0+λ1lnGit+λ2lnDit+λ3lnRit+ωit。