互联网信息技术使用对农业生产率的影响分析——以江西省水稻种植户为例

高雪萍，张予涵，张梦玲，廖文梅，2，*

(1.江西农业大学 经济管理学院，江西 南昌 330045；2.江西省乡村振兴战略研究院，江西 南昌 330045)

五谷者，万民之命，国之重宝。党的十八大以来，习近平总书记始终明确强调粮食安全的重要性。当前新冠肺炎疫情仍在全球蔓延，世界粮食供应链断裂的风险依然存在，粮食安全形势会更加严峻。在未来一段时期内，我国粮食需求的刚性增长与资源环境硬约束并存，加之生产成本涨幅较大，粮食种植经济效益较低，一定程度上挫伤了农民种粮积极性，粮食生产将趋于紧平衡，粮食安全的基础仍有待进一步巩固增强。当前形势下，提高土地生产率和全要素生产率，实现粮食“增产增效”是夯实国家粮食安全基础的要求。在资源日益稀缺、生态环境脆弱性加剧和保障粮食安全政策的多重约束下，农业信息化作为农业技术进步的重要驱动因素，对推动我国农业生产方式转变、提高农业产量及生产效率具有不可替代的作用[1]。2019年“中央一号文件”强调深入推进“互联网+”农业；2022年“中央一号文件”再次强调要大力推进数字乡村建设。为此，国家先后组织实施了新型农业经营主体信息化应用能力培训、农民手机应用技能培训等活动。信息化设备与终端在农村的全面推广和农民信息化能力的提升优化了农业信息、技术流通扩散的速度，农业技术传播效率、资源配置效率、组织管理效率得到提升[2]。因此，探究移动互联网手机为代表的农业信息化对于实现粮食生产“增产增效”、保障粮食安全具有重要的现实意义。

现有文献通常以土地生产率、全要素生产率来衡量增产、增效效应，但对于二者之间的关系没有形成统一定论。有研究认为，土地生产率和全要素生产率存在正向关系。范红忠等[3]对水稻、棉花、小麦生产数据的回归结果证实了适度规模经营对产量及生产率的正向影响。也有研究发现，土地生产率和全要素生产率之间的关系有时并不能实现统一，而是存在负相关关系。Sen[4]对印度农场的实证研究表明，在生产规模扩大后，全要素生产率与土地生产率呈负相关关系，这被称为农业发展中典型事实的“IR关系(inverse relationship)”，Reardon等[5]、Heltberg[6]的研究也证实了“IR关系”的存在。可见，保障国家粮食安全的增产目标和实现现代高效农业的增效目标之间的矛盾引人担忧，互联网作为农业技术进步的重要驱动因素[2]，在生产中的应用已被学者广泛关注[7-8]，那么互联网使用是否能显著提高粮食生产效率？现有研究观点莫衷一是。部分学者的研究验证了农业信息化与农业生产效率之间的正向关系，Ogutu[9]利用匹配法证实，信息通讯技术对劳动生产率和土地生产率有显著促进作用，闫迪等[10]剖析出互联网使用对蔬菜种植农户生产效率的正向影响，使用互联网的农户较不使用者生产效率高7.13%；朱秋博等[2]、韩海彬等[11]都验证了信息化发展对农业全要素生产率的正向影响，但其正向作用的发挥均在不同程度上受到农村人力资本水平的影响。然而，也有一些研究的结论完全相反。Steeneveld等[12]对荷兰奶牛农场的研究结果显示，应用传感信息系统对于奶业全要素生产率没有显著作用；李士梅等[13]的研究显示，信息化程度对农业全要素生产率的影响并不显著。

综上所述，因时间、人力资本及衡量信息化水平指标的差异，现有文献研究对信息化在农业生产中作用的结论不一致。总结来看，在现阶段给定不同的条件，信息化技术对提升农业生产效率的重要作用已达成共识，但仍存在进一步细化研究的余地：第一，现有研究主要侧重于互联网信息技术使用对某一项农业生产效率影响的研究，缺乏对互联网信息技术应用在粮食土地生产率和全要素生产率成效的比较研究；第二，现有文献使用微观数据研究互联网信息技术使用的影响时较少考虑农户个体异质性，互联网信息技术使用对不同特征农户群体影响效应研究不足。基于此，本文结合习近平总书记2019年明确要求保障国家粮食安全和现代高效农业统一的指导方针，以水稻的土地生产率和全要素生产率作为农业生产率的衡量指标[14]，利用数据包络分析(DEA)、OLS、PSM方法，比较互联网信息技术使用对土地生产率、全要素生产率的影响差异，分析不同教育程度、不同经营规模条件下互联网信息技术使用对水稻产量影响的群组异质性，探寻在信息化时代同步实现粮食安全和高效农业的机制，为新时期国家粮食安全长效机制和农业高效发展的政策设计提供参考。

1 理论分析

1.1 互联网对农业生产效率的影响

农户使用互联网主要通过促进信息流通、提高人力资本存量、应用智能化生产技术来推动农业生产“增产、增效”。

首先，互联网信息渠道可以促进信息流通。通过信息共享和传递，互联网能够显著降低交易费用[15]，尤其是在市场分散、基础设施落后的地区，更能有效降低农户信息搜寻的成本。农户通过互联网获得更多农业投入相关信息，如生产要素信息、土地流转信息、资金信息、农业技术知识、社会化服务[16-19]，这些信息不仅会降低交易费用，也会改变他们的投资方式[20]。就长远影响而言，信息获取能够改变生产要素的分配和种植结构，从而增加农业生产力[21]；相关信息快速渗透到农业生产环节，生产要素得以良好整合与配置，农户农业生产效率因此得到提高。

其次，互联网使用有利于提高农户的人力资本存量。已有研究从互联网对农村居民认知及信息量的影响的角度，证实了互联网对农户知识累积的正向影响[22]。互联网学习可以作为农村正规教育的重要补充，有助于农户获取知识、信息从而提升人力资本存量[23]。刘任等[24]根据资源强化理论研究发现，农户通过使用互联网累积知识成为优势群体，并借助资源的叠加效应扩大优势，从而拉大与不使用互联网的农户之间的收入差距。同时，知识、信息的累积还有助于农户实现思维创新[25]，增加对新技术的认知程度，缓解采纳新技术的要素禀赋约束，提高生产效率，甚至推动农村形成以科技创新为基础的新模式、新业态，促进农村经济发展模式转变[18]。

再次，互联网使用促进农业智能化。一方面，借助互联网本身所拥有的强大数据处理能力，农户利用智能化农业技术，对农业生产的育种、栽培、施肥等环节进行标准化和精准管理，优化要素投入结构；另一方面，将互联网技术融入农机装备，提高农机产品的信息收集能力，通过拥有智能决策、精准作业能力的高效农机装备改变要素投入结构[18]。

1.2 教育水平对互联网信息技术使用的影响

资本是互联网信息技术在应用中发挥作用的重要条件。内生增长理论认为，知识技术构成的人力资本对经济增长有积极贡献，而教育是人力资本累积的重要投资[26]，可以改变人的知识结构和认知能力。农民作为农业生产经营的主体与推动者，凝结在他们身上的教育、知识技能、生产经验等人力资本不可避免会直接或间接影响其配置生产要素进行农业生产经营的能力或效率。Das[27]通过研究后发现，互联网已成为比传统媒体更重要的农业信息来源，但农业信息获取与户主的教育水平和家庭农业劳动力所受技能培训相关[28]。一方面是因为受教育程度高的农户认知能力更高，知识面会更加广泛，接受新技术的速度更快[25]，因此掌握和应用互联网操作技术的可能性也就更大，与之相反，受教育水平低的农户容易产生不合理的互联网利用方式[29]，导致他们在互联网操作技能层面存在挑战，以及低教育水平的家庭难以有效运用互联网进行农地流转来优化资源配置[30]，进而影响农业生产；另外一方面，人力资本水平会影响农户与互联网操作系统的协作程度与效率。农户在使用互联网了解土壤结构、环境气象等信息的情况下，还需要通过自身的分析来对有价值的信息加以利用，并由此做出生产经营决策[31]，因此需要农户具有较高的受教育水平和生产知识经验。

1.3 经营规模对互联网信息技术使用的影响

水稻作为土地密集型产业，经营规模在生产中具有举足轻重的作用。已有研究显示，在农业经营规模较小时，扩大经营规模带来的增产比例要高于要素投入增加的比例，实现规模报酬递增[32]。家庭联产承包责任制下，小规模农户分散经营是当前农业生产的主要形式[33]，严重阻碍了资源配置的优化[34]。因此，扩大农业经营规模，实现适度规模经营，是提高农业生产率的重要手段[3，35]。适度规模经营的农户对农业信息的需求也更大，更有动力通过互联网去了解新农业技术，并及时将不断进步的科技融入农业生产中，提高了农业生产效率。反之，小规模经营的农户可能仅将互联网用于娱乐、通讯，并不会通过互联网获取新技术、投资农业机械及进行基础设施建设，不利于农业生产效率提升。

基于以上理论分析，本文提出如下假说：假说1，使用互联网信息技术可以显著提高水稻的土地生产率与全要素生产率；假说2，户主受教育水平越高，使用互联网信息技术对水稻土地生产率和全要素生产率的提升作用越明显；假说3，经营规模越大，使用互联网信息技术时对水稻土地生产率和全要素生产率的提升作用越明显。

2 数据与实验方法

2.1 数据介绍

本文所使用的微观数据来源于2018年江西省“百村千户”调研，由北京大学、江西农业大学协作完成。调研组采用分层抽样与随机抽样结合的方法，以人均GDP为依据将江西省100个县(市、区)分为3个层次，在每个层次随机抽取4个样本县，并以经济发展水平和地理位置为依据，在每个样本县抽取3个样本乡(镇)，每个样本乡(镇)抽取3个行政村，每个行政村随机抽取10个农户，共完成有效农户问卷1 080份，可以视为一个全省代表性样本。由于本文研究互联网信息技术使用对农户水稻生产率的影响，而水稻种植通常以家庭为单位集体决策，因此本文将从家庭层面研究此问题，并限定样本的产业条件为水稻种植，经过筛选最终获得有效样本549份。

2.2 变量描述

农业生产率。农业生产率为本文的被解释变量，包括土地生产率、全要素生产率两个指标。已有研究显示，水稻平均产量反映单位土地水稻产出效率[36]，因此本文以水稻总产量与水稻播种面积的比值定义土地生产率。全要素生产率借鉴李谷成等[18]的做法，利用数据包络分析法(DEA)，通过DAEP2.1软件测算，投入变量为农地投入、劳动力投入、资本投入，其中农地投入以水稻播种面积定义，劳动力投入以水稻种植过程中自有劳动力与雇佣劳动力之和定义，资本投入以水稻种植过程中耕整地、播种、地膜、施肥、除草、打药、收获、运输、秸秆处理费用之和定义；产出变量为水稻总产量。

互联网信息技术使用。农户是否使用互联网信息技术是本文的核心解释变量。据统计，总样本中农户家庭手机信号覆盖率为98.9%，反映调研区域通信技术设施较完善，但高完善度不代表高使用率，很多农户仅用其娱乐和通信。因此借鉴闫迪等[10]的做法，利用户主使用手机获取农业信息情况作为互联网信息技术使用的衡量指标，如果回答为是，则定义互联网信息技术使用取值为1，否则为0。

控制变量。参照文献[10，28]，引入生产信息、户主特征、家庭特征及村庄特征以降低估计偏误。生产信息包括：总工时、总费用、播种面积、播种地块数、平均土地质量；户主层面特征包括：年龄、受教育程度、健康程度、技能培训、家庭层面特征包括家庭人口禀赋、是否有党员；村庄层面特征包括村庄通网年限、村庄农户通网比率。模型中涉及的变量及描述性统计见表1。

由表1得出，使用互联网获取农业信息的农户占总样本的51.9%，远低于调查区域手机信号覆盖率，这意味着仍有部分农户尚未意识到从互联网中获取农业信息或者未掌握相关技能。从样本的水稻总产量差异可以看出，规模较大户普遍使用互联网，不使用者以规模较小户为主。使用者的土地生产率、全要素生产率均高于未使用者，说明使用互联网信息技术可以提升农业生产率。从表1中数值还可以发现，使用互联网信息技术的农户样本的生产信息，包括总工时、总费用、播种面积、播种地块数、平均土地质量，均明显高于未使用者，户主特征、村庄特征也大多略高于未使用者。

表1 主要解释变量及描述性统计

2.3 实证方法

2.3.1 基准回归

由于水稻土地生产率、全要素生产率是连续变量，本文通过OLS线性回归模型研究互联网信息技术使用对农业生产率的影响：

Pi=α+βIi+δXi+μi。

(1)

式(1)中，Pi为农户i水稻土地生产率、全要素生产率的连续变量；Ii为是否使用互联网信息技术的二值虚拟变量；Xi为生产信息及户主、家庭、村庄层面的特征变量；α为常数项；β、δ为待估参数；μi为随机扰动项。

2.3.2 倾向得分匹配(PSM)

虽然OLS模型在以往研究中广泛应用，但在估计特定行为与结果之间的关系时，没有控制其他观察变量对行为的影响，导致结果可能存在偏差，因此运用倾向得分匹配法(PSM)。与传统OLS方法相比，倾向得分匹配法不假设处理效果在人群中是同质的，而且将估计限制在匹配的子样本中，降低使用全样本估计引起的偏差。本文将样本农户分为处理组(使用互联网信息技术)、控制组(不使用互联网信息技术)，其中控制组与处理组初始条件相似，模拟处理组的反事实情况，然后对比农户在使用互联网信息技术时的生产率差异。

首先，运用Logit模型，根据可观测的特征估算农户使用互联网信息技术的概率，得到倾向得分：

P(Xi)=Pr(Di=1│Xi)=E(Di=0│Xi)。

(2)

式(2)中，农户是否选择使用互联网信息技术用虚拟变量Di定义，Di=1为处理组，表示农户使用互联网信息技术，Di=0为控制组，表示不使用互联网信息技术；Xi为可观测到的生产信息及户主、家庭、村庄层面的特征变量；P(Xi)为既定特征条件下农户使用互联网信息技术的条件概率，即倾向得分值。

得到农户使用互联网信息技术的倾向得分后，寻找与处理组相似特征的控制组作为其反事实。理论上，不同匹配方法存在不同偏差导致匹配结果有一定差异，因此为保证匹配结果稳健，本文选用k近邻匹配、半径匹配、核匹配三种方法。最后对比控制组与处理组，估计平均处理效应(ATT)：

ATT=E(Y1│Di=1)-E(Y0│Di=1)=E(Y1-Y0│Di=1)。

(3)

式(3)中，Y1、Y0分别表示处理组与控制组农户的农业生产率；ATT为匹配后样本的平均处理效应，表示互联网信息技术使用对农户农业生产率的净影响；E(Y1│Di=1)为可直接预测的事实结果；E(Y0│Di=1)为倾向得分匹配法构造的反事实结果。

3 计量分析

3.1 互联网信息技术使用对农业生产率的基准回归

表2是互联网信息技术使用对农业生产率的基准回归结果，汇报的结果为OLS模型的回归系数与稳健标准误。模型P值通过1%显著性检验，说明运用OLS模型较合适。结果显示，在同时加入生产信息及户主、家庭、村庄层面的特征变量的情况下，农户互联网信息技术使用对水稻土地生产率及全要素生产率的回归系数在1%显著水平上正向显著，与未使用互联网信息技术的农户比较，使用者土地生产率提高19.4%、全要素生产率提高4.0%，假说1得到验证。控制变量中，总工时、平均土地质量、户主年龄、户主健康程度正向影响土地生产率，户主受教育程度负向影响土地生产率；总费用、播种面积、户主健康程度正向影响全要素生产率，总工时、播种地块数、户主受教育程度负向影响全要素生产率。结果表明，互联网已成为农户提升生产效率的重要途径，与理论预期一致。

表2 互联网信息技术使用对农业生产率的OLS回归结果

3.2 互联网信息技术使用对农业生产率的倾向得分结果

3.2.1 农户使用互联网信息技术的决策方程估计

为了实现使用互联网信息技术与未使用互联网信息技术农户匹配，首先需要估计使用互联网信息技术的决策方程，其中包括处理组(使用互联网信息技术)285户、控制组(未使用互联网信息技术)264户。构建Logit模型估计决策方程，结果如表3所示。

表3 基于Logit模型的农户互联网信息技术使用估计结果

模型估计结果显示，农户使用互联网信息技术的可能性与总工时、播种面积、平均土地质量、户主受教育程度、户主健康程度、是否有党员、村庄通网年限显著正相关，与播种地块数、户主年龄显著负相关。要素投入(总工时、播种面积、平均土地质量)情况反映对农业生产的重视程度，投入越高的农户家庭对农业生产回报率的期望越高，使用互联网了解新技术的需求越强；互联网使用需要用户拥有较高的知识储备及对新事物的接受能力，因此受人力资本水平(户主受教育程度、是否有党员)差异影响；健康状况差及年龄较高的农户无力承担过多农事作业，使用互联网获取农业信息的意愿不足；村庄通网年限反映区域内基础设施情况，完善的基础设施为互联网普及提供现实条件。播种地块数反映耕地细碎化程度，过高则不利于现代化耕种模式应用，对使用互联网寻求新技术的诉求降低。

3.2.2 平衡性检验

为了减少处理组、控制组样本之间的系统性偏差，保证匹配结果质量，需要对控制变量进行平衡性检验，结果如表4所示。样本匹配前，使用互联网信息技术组与不使用组控制变量间存在显著系统性偏差。样本匹配后，控制变量的标准化偏差不同程度减少，偏差绝对值大部分低于10%，通过平衡性检验，说明倾向得分匹配有效减少了处理组、控制组农户样本的组间异质性，匹配效果较好。

表4 控制变量的平衡性检验结果

3.2.3 互联网信息技术使用对农业生产率的影响

本研究计算了互联网信息技术使用对农业生产率的平均处理效应(ATT)，为了增加匹配结果的稳健性，采用k近邻匹配、半径匹配、核匹配三种方法，结果如表5所示。总体上，三种匹配方法的估计结果未出现明显差异，且在1%或5%水平上显著，说明结果有较强的稳健性。ATT结果平均值表明，较未使用互联网信息技术的农户而言，使用者土地生产率提高19.2%，全要素生产率提高3.6%，实证结果与闫迪等[10]的互联网使用能提升菜农生产效率的结果基本一致，互联网信息技术使用正向显著影响农业生产率。PSM结果分别较OLS回归结果低0.2%、0.4%，说明基准回归模型未考虑选择性偏差导致高估了处理效应。

表5 互联网信息技术使用的平均处理效应

综上所述，互联网信息技术在农业生产中的应用有助于实现习总书记关于国家粮食安全和现代高效农业统一的战略方针。但互联网信息技术应用对水稻的增产效应大于全要素生产效率的提升效应，即对保障粮食安全的作用成效大于农业高效发展的成效。水稻增产显著受益于当前国家为保障粮食安全的各项增产政策，如通过高标准农田建设、提高农田旱涝保收比例、改善贫瘠农田土壤培肥改良、推广高产种子实现粮食单产的增长，同时通过加强病虫害防治和推广抗病、抗寒、抗倒性良种来减少粮食损失，间接实现增产。无论是土壤改良、病虫害防治技术还是良种推广，都依赖于信息扩散的时效性和便捷性，手机移动互联网的应用极大地助推了国家的各项增产技术和信息在生产中的推广，使得国家为保证粮食安全的增产战略得到深入的落实。但粮食全要素生产率的提升依赖于农业系统中的土地、资本和劳动力等各项生产要素的有序组织和总体协调，从而优化要素配置。然而农业信息化对全要素生产率的作用要受到农村人力资本水平及其二者之间耦合程度制约[8]，受制于现阶段农村人力资本水平较低的现状，相对于依靠国家农田建设改良、增产技术推广来实现单纯的增产目标，农户个人利用互联网信息技术来协调、优化各项生产要素的配置及提高效率的能力有限，因而导致互联网信息技术应用在提升粮食全要素生产率方面的程度不及增产程度。这也从微观角度佐证了受农业劳动力运用互联网技术的能力约束，互联网发展对全要素生产率中农业技术效率具有显著抑制作用的研究结果[37]。

3.3 互联网信息技术使用对农业生产率的群组差异分析

上文验证了互联网信息技术使用对水稻农业生产率的促进作用，接下来将根据教育水平、农业经营规模差异对农户分类，探讨互联网信息技术使用对不同类别农户农业生产率的影响。原因在于，互联网作为一种技能化技术变更，使用效果受教育水平差异影响[28]；随着农业现代化发展，既有经营规模优势又掌握互联网信息技术的农户理论上更有能力拓宽信息通道和降低投入成本。

3.3.1 教育水平

参照李忠旭等[38]的教育水平差异划分标准，将样本依据户主受教育程度分为较低教育水平(6年及以下)、较高教育水平(6年以上)两个层次，并将户主受教育程度从控制变量中剔除，分别通过k近邻匹配、半径匹配、核匹配方法测算，表6汇总了不同教育水平的平均处理效应。

表6 不同教育水平的平均处理效应

从教育水平差异来看，较低教育水平农户的土地生产率效应为0.221、0.170、0.167，分别在10%、5%、10%水平上显著。较高教育水平农户的全要素生产率效应分别为0.052、0.051、0.039，在1%、1%、5%水平上显著。说明互联网信息技术使用仅对较低教育水平农户土地生产率的促进作用显著；但对全要素生产率的提升效应仅对较高教育水平农户显著，假说2未得到验证。可能的原因是较低教育水平者在农业生产中处于劣势，互联网使用改变资讯闭塞的状态，带来先进农业技术及生产性服务，进而提升产量；受过良好教育的农户继续学习意愿相对更高，更愿意通过“干中学”深度掌握互联网带来的新技术及新管理模式[18]，另外农户具备的数据分析及综合协调能力是对信息利用效果的重要补充，较高教育水平农户凭借自身能力优势能更有效利用互联网信息技术，在水稻生产管理过程中做出合理决策，优化生产要素配置，提高全要素生产率。

3.3.2 农业经营规模

参照陈昕等[39]的农业经营规模差异划分标准，将样本依据播种面积50%分位数的分位值划分为规模较小户(播种面积小于0.223 hm2)、规模较大户(播种面积大于等于0.223 hm2)两个层次，并将播种面积从控制变量中剔除，分别通过k近邻匹配、半径匹配、核匹配方法进行估计，表7汇总了不同农业经营规模的平均处理效应。

表7 不同农业经营规模的平均处理效应

从农业经营规模差异来看，规模较小户的土地生产率、全要素生产率平均处理效应部分不显著；规模较大户的土地生产率平均处理效应分别为0.327、0.356、0.232，在5%、1%、5%水平上显著，全要素生产率平均处理效应分别为0.061、0.074、0.054，均在1%水平上显著。说明互联网信息技术使用仅对规模较大户的土地生产率和全要素生产率提升作用显著，假说3得到验证。这可能是因为互联网传播的农业知识、技术的学习成本为固定成本，规模较小户难以充分分摊，阻碍了对新知识、新技术的需求，而规模户在这方面的优势就得以显现。

进一步分析显示，在适度扩大土地经营规模的条件下，应用互联网信息技术带来的增产效应大于效率提升的效应，表明应用互联网信息技术有助于农户获得土地的流转、建设信息，一方面有助于减轻土地细碎化程度，推动农田基础设施建设，优化土地资源配置，实现土地规模经济；另一方面，适度规模经营的农户更有应用互联网信息技术的积极性，并能够及时获取农业农村、应急、水利、气象等相关部门发布的预警信息，强化应急管理，提前做好防控，做到防患于未然。同时互联网信息技术能更有效地助力技术部门在农户中推广土壤培肥改良、病虫害防治、良种等各项增产技术，有效提高粮食产量，进而实现国家“藏粮于地、藏粮于技”的战略。相较于提高粮食的产出，农户利用互联网信息技术提升全要素生产率的程度更小，客观上受制于农资价格上涨的约束，主观上受到个人能力的限制，如教育程度较低的农户利用互联网信息技术提升生产效率的程度较弱。

综上所述，互联网信息技术的应用促进了水稻生产的“增产、增效”。互联网信息技术有助于优化土地资源配置、实现适度规模经营，同时有助于农技部门推广各项增产技术，进而提高土地生产率，是保障粮食安全和实现国家“藏粮于地”战略的重要推动力；但互联网信息技术对全要素生产率的提升效应低于增产效应，其中的原因是，全要素生产率提升不仅依赖于土地资源和农技推广，同时还受到农户受教育程度的约束，较低的受教育程度制约了农户应用互联网信息技术优化配置土地等各项生产要素的综合能力。

4 研究结论与政策启示

与已有文献不同，针对新冠肺炎疫情全球蔓延，粮食安全形势不断严峻这一现实背景，本文利用江西省549个水稻种植户调研样本，采用DEA、OLS和PSM方法，从增产、增效两个层面探讨了互联网信息技术使用对农业生产率的影响，并考查了农户受教育水平、农业经营规模差异。研究结果显示，第一，使用互联网信息技术可以显著提高水稻的土地生产率和全要素生产率，但是增产效应大于增效的效应；第二，考虑受教育水平差异，互联网信息技术使用仅对较低教育水平农户土地生产率的促进作用显著，对全要素生产率的提升效应仅对较高教育水平农户显著。考虑农业经营规模差异，互联网信息技术使用仅对规模较大户的土地生产率和全要素生产率提升作用显著，在适度扩大土地经营规模的条件下，互联网信息技术的增产效应大于效率提升效应。

本文研究结论有较强的政策意义。在习近平总书记关于国家粮食安全和现代高效农业统一的战略方针指导下，为了更好地实现粮食生产增产增效，一方面，持续推进农村互联网及配套基础设施建设。推进农村千兆网络普及，深化通讯基站、宽带网络覆盖，推动互联网助农服务平台建立与发展并提高服务内容和质量，促进互联网与农业生产融合，以信息手段升级农业产业链，在“增产”的同时提高生产效率；另一方面，提升农民从互联网获取农业信息、技术的能力与需求。发展农民职业教育，加强农业科技培训、农村科普、农家书屋建设，提高农民文化素养和农村现代文明水平，提高互联网信息获取能力；创新农业经营方式，鼓励农业规模经营，培育新型农业经营主体，从而扩大从互联网获取农业新信息、新技术的需求。