移动技术可以提高生产率吗? 来自贝宁食品供应商的结构模型和证据 Pierre Nguimkeu, Cedric Okou WP/24/163 国际货币基金组织(IMF)工作论文描述了作者正在进行的研究,并出版以引发讨论和促进辩论。国际货币基金组织工作论文中表达的观点是作者(们)的观点,不一定代表国际货币基金组织、其执行董事会或管理层的意见。 2024JUL IMF工作文件 研究部 移动技术可以提高生产力吗? 来自贝宁食品供应商的结构模型和证据 授权由Petia Topalova分发July 2024 国际货币基金组织(IMF)工作论文描述了作者正在进行的研究,并出版以引发讨论和促进辩论。本研究由美国国际开发署(USAID)通过食品未来倡议创新实验室资助,并且是英国外交部、联邦事务及发展部(FCDO)支持的低收入国家宏观经济政策研究项目的一部分。国际货币基金组织工作论文中表达的观点是作者的观点,并不一定代表国际货币基金组织、其执行董事会或管理层的看法。 摘要:本文研究了数字技术采用的动力及其对非洲谷物和豆类市场中小规模企业的生产力的影响。我们从贝宁的两个半农村市场收集数据,在这些市场中,谷物和豆类是主要的主食,三分之一的人口拥有互联网接入。我们开发了一个结构模型来解释数字技术的采用——定义为通过智能手机使用移动宽带互联网连接——以及观察到的数据中的使用模式和结果。该模型的含义通过减少形式和结构最大似然估计进行实证测试。我们发现,年龄较小、较富裕、受教育程度较高且周围用户较多的谷物和豆类供应商更有可能采用数字技术。采用者平均每月进行的商业交易比非采用者多4-5次,表明数字技术的采用可能将月度交易频率提高高达50%。大多数采用者是女性,但她们的生产力提升低于男性同行。通过估计模型进行的政策模拟显示,提高宽带互联网质量可以带来最大的采用率和生产力提升改进,而对于特定连接质量下的成本降低则产生适度影响。改善信贷可及性仅能增加受限制供应者的采用率。 推荐引用:皮埃尔·努姆基乌和塞德里克·奥库。2024年。“移动技术能否提升生产力?一种结构模型及贝宁食品供应商的实证分析”,国际货币基金组织工作论文第2024/163号 工作文件 移动技术可以提高生产率吗?来自贝宁食品供应商的结构模型和证据* 由Pierre Nguimkeu1和Cedric Okou2编写 1Introduction 食品安全在非洲这一地区仍是一项重要的发展目标,该地区每五个人中就有一个人长期营养不良,2023年有24%的人口面临严重的粮食不安全(FAO等,2023)。除了食物的生产和可获得性外,一系列市场摩擦可能会阻碍安全、充足、负担得起和营养丰富的食物连续供应,对收入分配较低的家庭产生不成比例的负面影响。这些摩擦包括市场准入瓶颈、运输基础设施缺口、有限的产品信息、存储能力受限、高度依赖雨养农业以及广泛的小规模机械化程度低的农业,这些都是影响食品安全的压力因素(Fafchamps,1993;Gollin和Rogerson,2016)。然而,非洲快速普及的移动电话和宽带互联网,推动了数字技术更广泛的采用,有可能促进食品产品的市场准入,并进而改善食品安全(Aker,2010;Conley和Udry,2010;Hjort和Poulsen,2019)。本文分析了数字技术采用如何塑造谷物和豆类市场中小型企业的工作效率。这些商品在发展中国家尤其是非洲国家中扮演着至关重要的角色,对于减少食品不安全具有重要作用(Gollin,2010;Gollin和Udry,2021)。我们的数据来自2022年互联网使用率为三分之一的西非国家贝宁。十年前,移动宽带连接渗透率非常有限,从2013年的1.5%上升至2022年的42%,该国人口的移动宽带连接渗透率(国际电信联盟,2022)。截至2022年,贝宁的手机订阅数量也达到了每百人109个的历史高位。尽管取得了显著进展,但相对较高的成本和不可靠的网络可能阻碍贝宁更快地采用数字技术,并引发对其预期有益效果对本地食品市场供应和贸易的影响的疑问(Aker和Mbiti,2010;Nguimkeu和Okou,2021)。 为了理解当地的经济行为,我们进行了一项随机调查,收集了贝宁两个半农村市场中谷物和豆类供应商在移动技术使用、个人特征以及业务结果方面的现场数据。我们的调查数据显示,约有45%的受访者利用他们的移动宽带连接进行导航- 在闸门社交媒体和数字应用的同时,其中30%的人有效地利用它们来交易产品。相关的连接成本相当可观,对于布基纳法索大部分(54.1%)的移动宽带用户来说,这相当于最低月工资的五分之一。我们首先使用这些数据来估算食品供应商对数字技术采用的可能性及其主要驱动力,这里所谓的采用者被广泛定义为那些通过智能手机利用移动宽带互联网连接浏览数字应用和社交媒体的人。我们还估计了采用对生产力的影响,通过每月市场交易次数作为代理指标。我们发现,年轻、富有、受教育程度较高以及周围有其他数字技术使用者的人更有可能采用。平均而言,采用者每个月的交易次数比非采用者多4-5次,其他条件相同。鉴于非采用者平均每月进行10次交易,这表明数字技术的采用可能将谷物和豆类等农产品交易的月频率提高多达50%。尽管女性更倾向于采用,但男性从这些数字技术中获益更多。我们发现,男性采用者与非采用者的交易次数之差分别为5.3到8.9次,而女性采用者与非采用者的交易次数之差则为1.6到3.0次。 为了指导对本地食品市场供应商行为的分析,我们开发了一个结构模型,该模型合理化了数据中观察到的数字技术采用和使用模式。该模型包含了一系列异质性的谷物和豆类供应商,这些供应商在创业技能、数字特定产品生产力以及初始财富积累(可用作信贷担保)方面存在差异。他们的采用决策不仅取决于个人特征,还取决于宽带互联网连接的质量和成本。该模型暗示,只有当数字特定生产力超过某个阈值时,供应商才会采用数字技术,而这一阈值对于信贷约束的供应商来说更高。财富增加(对于信贷约束的供应商)和数字特定生产力增加(对于采用者)都导致劳动需求和公司利润增加。这些理论结果与调查数据中观察到的模式一致,并且结构最大似然估计方法量化了驱动数字技能、生产要素、财富和产出之间的弹性。具体而言,我们发现虽然年龄与较低的数字技能相关联,但每多一年教育则后者增加10.3%。同样,一公里范围内每增加一位用户与数字技能增加0.34%相关。生产投入的总份额接近1,表明谷物和豆类的供应市场是竞争性的。估计的信贷约束程度表明投资受到限制,不超过食品供应商抵押品价值的5.5倍。 利用估计模型,我们进行了一系列反事实模拟,以评估一系列政策选项的影响。我们考虑了三个主要的政策干预措施,旨在:(i)提高连接质量,(ii)降低互联网成本,以及(iii)放松信贷约束。我们发现升级宽带互联网 高质量能够显著提升数字化采纳率和生产力增长,并且仅减少成本对于特定质量水平而言影响适中,这与近期的实证研究结果相符(Elliott等,2024)。具体来说,网络质量(以互联网覆盖面积和安全性为代理指标)提高35个百分点,可使采纳率达到最高100%,平均生产力提升180%。然而,将互联网成本降至零,尽管对所有人来说看似不切实际的免费,仅能增加4个百分点的采纳率。同样地,改善信贷获取能力主要只对少数受限制的供应商有影响。允许供应商借贷至数据中平均财富价值的四倍,仅能增加1个百分点的采纳率并提升3.2%的平均生产力。此外,无论提供多少信用都无法将采纳率提升超过58%。这些结果表明,互联网质量是推动采纳的关键激励因素,除非互联网连接质量满意,否则减少接入成本或信贷成本的收益将不会完全显现。 这些结果大致符合以下观点:如果数字技术的采用与投入要素相辅相成,则可以提升生产力和产出(Akerman等,2015;Bartel等,2007;Brynjolfsson和Hitt,1995)。通过增强劳动力和资本,新采用的数字技术能够促进要素偏斜的技术变革,并提高生产效率(Acemoglu,1998,2002;Violante,2008)。然而,在没有对技能和资本进行补充性投资的情况下,数字化的生产力增益最多也只是微不足道(Bartel等,2007;Emerick等,2016)。例如,Usai等(2021)认为过度投资于数字技术可能会将投资转移到互补投入因素上,侵蚀关系资本,阻碍企业的创新潜力和生产力。我们的工作也与Comin和Hobijn(2004)以及Chen(2020)的研究有关,他们表明技术采用解释了富裕国家与贫穷国家之间农业资本强度显著差异的原因。类似地,DePaula(2023)和Suri和Udry(2022)等人通过随机田野实验记录了非洲农业中数字技术采用带来的生产力提升。我们的框架在多个重要维度上细化了现有研究。首先,我们构建了一个结构模型,该模型将由教育、年龄和数字技术用户接近度驱动的数字技能、网络效应和财富映射到数字技术采用上。这个灵活的模型允许我们使用我们的调查数据拟合结构参数,追踪各种假设政策的结果。其次,与大多数之前关于非洲数字技术采用的研究主要关注农户和生产者方面(Suri和Udry,2022;Oliva等,2020;Magruder,2018;Aker和Ksoll,2016;Koundouri等,2006)不同,我们关注的是中介(供应商),他们是农业价值链的关键角色,也是消费者尤其是脆弱家庭的主要接口。第三,我们的发现表明,在提供营养充足且足够饮食至关重要的半城市主食市场中,互联网的质量对于生产力和福祉至关重要,而教育和用户社交网络则是强化因素。 本文剩余部分组织如下。第2节描述了数据收集策略,并对谷物和豆类供应商采用及使用数字技术的情况进行了描述性分析。在第3节中,我们构建了一个简单的模型来解释数字技术的采纳过程,并探讨了它如何塑造小型企业的生产率和产出。第4节采用了简化规格化方法,以实证方式分析了数字技术采纳的动力及其对生产率的影响。第5节将结构模型应用于数据,探索关键决策渠道并讨论政策选项。第6节总结全文。 2数据和背景 我们在这篇论文中使用的数据来自于我们在2023年5月至7月间进行的一项随机调查。该调查旨在从贝宁两个半城市市场收集数据。贝宁位于西非,拥有121公里长的几内亚湾海岸线,使其成为商业枢纽和热门旅游目的地。贝宁的经济主要依赖于农产品出口,尤其是棉花,2022年棉花占总出口的约三分之二,以及将二手汽车和大米等进口商品重新出口至其最大区域贸易伙伴尼日利亚。除了经济作物,贝宁还生产并交易当地食品市场的自给自足主食,以及沿两条主要区域走廊的农产品——从洛美到拉各斯的西向东走廊,以及从科托努到尼亚美的南向北走廊。我们在贝宁当地市场的收集的数据被用来理解我们的概念框架背景及其相关性,并检验其实证意义。 2.1数据收集 本研究设计旨在收集关于数字技术——特别是宽带互联网——的采用和使用情况的信息。我们进行这项调查是为了填补现有数据源的空白。确实,在贝宁的统计机构、当地利益相关者和国际组织进行的标准家庭调查或其他全国性调查中,关于数字技术采用、连接成本、个人特征、商业运营和产出以及信贷和市场摩擦的具体信息尚未得到。我们特别针对了对于缓解粮食不安全至关重要的谷物和豆类价值链。这项调查在贝宁的一个农村市场(波希康市场)和半城市市场(欧安多市场)进行。前者位于科托努(贝宁最大的城市和最大的经济中心)以北约124公里的一个小城镇,拥有约171,781人口;后者则分布在相对较大的一个城镇,距首都波尔图-诺沃9公里,占地3.5公顷,拥有约264,320人口。这两个都是贝宁的主要市场,这里可以找到各种主要的谷物品种。 布侯康和波图-诺沃的人口规模来自2013年第四次全国人口和栖息地普查的数据,这是我们在进行调查时可获取的最新普查数据。布侯康市场的交易在每周的星期三和星期日举行,而欧当多市场则每天都有交易。 豆类、玉米、花生、豇豆和瓜籽等本地交易的作物包括。图1:贝宁地图高亮显示波希康和 我们的抽样方法基于贝宁最