劉文森 韓俊英 劉成忠
(甘肅農業大學信息科學技術學院 甘肅蘭州 730070)
信息技術作為近年來快速發展的科學技術,在不同領域發揮了至關重要的影響,傳統農業將在其影響下發生深刻變革。有效利用信息技術是提高農業生產力、加速農業轉型升級、推動鄉村振興、提升農民收入和幸福感的重要手段,是推進農業現代化進程的必要途徑,也是農業發展的必然趨勢。然而,對于農業信息化水平的測度一直是農業信息化發展的難題,加之我國區域發展不平衡的現實國情[1],區域內農業信息化水平衡量的難度尤甚。因此,在現有農業信息化水平評價體系的基礎上對區域內農業信息化水平進行衡量,有助于探索區域內農業信息化發展的規律,對進一步科學推進區域內農業信息化的發展具有現實意義。本文以甘肅省武威市農業信息化水平為研究對象,采取灰度關聯分析法(GRA)探討農業信息化水平與農業生產效益的關系。GRA是根據兩個系統的因素之間發展趨勢的相似或相異程度作為衡量因素間關聯程度的一種方法[2]。本文通過計算各農業信息化指標與農業生產值之間的關聯度,直觀有效的反映武威市各農業信息化指標的發展狀況,旨在為進一步發展農業信息化提供科學的依據,為衡量區域內農業信息化水平提供新方法。
人為評價是一個抽象的、不斷擬合現實狀況的復雜過程,需要通過確立評價標準、決定評價情景、設計評價手段以及利用評價結果等步驟。農業信息化水平評價的目的在于摸清農業信息化底數,為使得評價結果更具科學性、準確性,評價指標的表達結果要能被量化處理、便于進行比較。因此,農業信息化水平評價指標體系的構建需要滿足導向性、科學性、典型性、可操作性等原則。
在國內現有的農業信息化水平評價指標體系的研究中,諸多學者對于不同區域農業信息化水平的測度提出了不同的辦法,如盧麗娜[3]在2007年構建了包括農業信息資源開發利用、農業信息基礎設施建設、農業信息技術應用、農業信息產業、農業信息化人才等六大類21 個指標的農業信息化測度指標體系;劉世洪[4]等在2008 年針對我國農村經濟發展的特點,建立了包括農村信息資源的開發利用、農村信息網絡建設、農業信息技術應用、農業信息產業發展、農村信息人才、農村信息化外部環境等6 個大類要素25 個子類的指標體系;張霞[5]等在《河北省農業信息化發展水平的評價研究》中構建了該地區包含農業信息化基礎設施指數、農業信息普及和應用指數、農業信息化人力資源指數、農業信息化主體環境指數4個一級指標,以及農村每百戶擁有國際互聯網用戶數、農村人均郵政業務量等8個二級指標的農業信息化發展水平評價指標;劉利永等[6]在2013 年構建了包含農業信息化發展環境、基礎設施、資源建設、人才和技術應用等5 個方面涉及18 個具體指標的農業信息化水平評價指標體系;劉瑋等[7]構建了包括農業信息化服務資源、服務隊伍、服務現狀、基礎設施以及信息化發展社會環境5個方面16 個具體指標的農業信息化水平評價指標體系。上述研究的指標設立整體上符合農業信息化六要素的要求以及農業信息化水平評價的原則,只是在形式上因為研究對象的區別體現出一定的差異性,某些指標的數據收集存在困難。本文參考袁曉慶[8]提出的指標篩選模型,該指標體系在只包含10 個指標的情況下,表達了85.3 %的信息,保證了指標的完備性和簡潔性。結合武威市農業信息化發展現實情況,選取可測得且具有代表性的指標構建武威市農業信息化水平評價指標體系,如下圖1所示。
圖1 農業信息化水平評價指標層次結構圖
灰色關聯分析是一種對系統動態發展態勢的量化比較分析方法[9]。主要用來分析系統中母因素與子因素關系的密切程度,從而判斷引起該系統發展變化的主要因素和次要因素?;疑P聯分析的核心是計算關聯度,通過對于原始數據的處理,計算出關聯系數,從而得到關聯度。
2.1.1 數據預處理
由于不同指標數據之間各有不同的計量單位,存在量綱不同導致的不可比性,所以首先需要將指標進行無量綱化處理(初值化、均值化等),消除量綱影響后再進行接下來的分析。
2.1.2 計算關聯系數
設經過數據處理后的參考數列為:
與參考數列作關聯程度的p個數列(比較數列)為:
其中n為數列的長度,即數據的個數。
實質上關聯度的幾何意義是母序列(參考序列)與子序列(比較序列)曲線形狀的相似程度,相似程度越高即曲線之間的差值越小,則二者的關聯度越高;相反,曲線的相似程度越低則二者的關聯度越小。
將第i個比較數列(i=1,2,…,p)各期的數值與參考數列對應期的差值的絕對值記為:
將n個Δ0i(t)中的最小數和最大數分別記為Δ0i(min)和Δ0i(max)。因為有p個比較數列,再將p個Δ0i(min) 中 的 最 小 值 記 為Δ(min), 將p個Δ0i(max)中的最大值記為Δ(max)。故可以計算出第i個比較數列與參考數列在t時期的關聯程度(即關聯系數),如下式所示:
其中ρ為分辨系數,0<ρ<1。該系數由人為引入用以削弱Δ(max)過大而使關聯系數失真的影響,從而提高關聯系數之間的差異顯著性。
2.1.3 求關聯度
通過n個關聯系數反映了每個數列的關聯程度,因此,關聯信息分散,不便于從整體上比較。所以,通常通過求平均值的方式對關聯信息作集中處理。即通過母序列與子序列各時期關聯系數的平均值來表示兩者之間的關聯程度,計算公式如下:
r0i即為第i個子序列與母序列的關聯度,其中可以看出,關聯度受參考數列和比較數列長度的影響。另外,原始數據無量綱化處理方法以及分辨系數選取對關聯度也有影響,不過在同一個系統當中用同樣的無量綱化方法和分辨系數作用于系統中的所有對象,則該影響即可消除。
2.1.4 排關聯度
通過上述計算得出各比較數列與參考數列的關聯度,按其大小進行排列即可得到關聯序。其反映了比較數列對于同一個參考數列的層次關系,即比較數列所代表的系統子因素對于參考數列所代表的系統中的母因素的影響程度,可以通過其影響程度的“強烈”或“微弱”判斷出該因素在引起系統的變化發展中占“主要”或“次要”地位。
根據信息生產力理論[10],農業生產效益的增加與農業信息化水平的發展有必然的關系。其次,影響農業生產效益的因素是多維的,而且本文的研究對象農業信息化指標具備代表性。因此,該系統滿足灰色系統部分性和非唯一性的特征,故灰色關聯分析法是符合本文研究的可靠且理想的分析方法。
根據圖1 中農業信息化水平評價體系中的10個基礎指標,收集武威市2016~2020年的統計數據進行整理,見表1。
表1 2016~2020年武威市農業信息化原始數據
以武威市2016~2020 年農業增加值作為參考序列、10 個農業信息化水平評價具體指標作為比較數列(其中所有計算數值均精確至小數點后4 位)。
第一步,對武威市農業信息化原始數據作無量綱化處理,見表2。
表2 無量綱化處理數據
第二步,計算各比較數列同參考數列在同期的絕對差。當t=2016時,
再分別計算其余4年的各絕對差。全部結果如表3所示,其中最大值與最小值為:
表3 絕對差計算表
第三步,計算關聯系數,取分辨系數ρ=0.5,則計算公式為:
同理,依次計算2017~2020年各關聯系數,得到關聯系數表,如表4所示。
表4 關聯系數計算表
通過關聯系數圖可以更加直觀看出各指標在不同年份的影響趨勢變化情況,見圖2。
圖2 關聯系數圖
第四步,計算關聯度。利用表4中的數據,分別計算每個比較數列對參考數列關聯系數的平均值,即可得到該子序列對母序列的關聯度。
第五步,排關聯序,得到關聯度結果,見表5。
表5 關聯度結果表
由上表不難看出,各指標對于母序列的影響程度呈P1>P6>P9>P10>P8>P3>P7>P4>P5>P2。說明就農業信息化水平對于農業生產效益的影響而言,武威市農業信息化水平的各指標中互聯網覆蓋率對于農業增長值的貢獻最大,高于其他指標因素,基礎設施建設在西部偏遠地區仍然是發展農業信息化的關鍵因素。其次,農業電子商務水平的增加,也是助長農業生產效益的重要原因,這也從側面反映出近年來武威市大力發展農業電子商務取得的成果。電信和其他信息服務業就業人員貢獻度位于第三,該比例近年的提升也是信息化人才培養體系不斷完善的結果。在效益指數層面,農村居民家庭平均每人純收入的不斷增高,對于農民家庭消費信息產品,滿足信息需求提供了必要條件,同樣也是農業生產效益增高倒逼農業信息化發展的良好趨勢。剩余指標的關聯度均低于0.65,反映出武威發展農業信息化的進程中存在不均衡的問題,下一步需要著力補齊發展中存在的短板。
另外,根據第七次全國人口普查公布的數據,武威市農村常住人口在2016~2020 年,由95.78萬人銳減至77.34萬人。在農村勞動人口普遍減少的境況之下,農業生產效益不減反增,也進一步說明了發展農業信息化打破了傳統農業生產方式的局限性,武威市農業生產潛在產能正隨著農業信息化進程被不斷發掘。
本文引用國內農業信息化水平評價研究的成果,結合客觀現實,采用灰色關聯分析法,揭示了武威市農業生產效益與農業信息化水平之間的潛在關系,通過農業生產效益的視角衡量武威市農業信息化發展水平,為進一步發展該區域農業信息化的對策提供了數據支撐,同時也為衡量區域內農業信息化發展水平提供了新思路、新方法。