基于主成分分析法的農業信息化評價研究

袁曉慶　李奇峰　李琳等

摘要：以2012年中國31個省（市、區）農業信息化相關數據為依據，建立了一個包括3個一級指標、9個二級指標的評價指標體系，采用主成分分析法對我國農業信息化水平進行研究。分析結果表明，評價結果與我國農業信息化實際發展情況基本符合，主成分分析法作為構建農業信息化水平評價模型的方法客觀有效。從全國范圍來看，東部農業信息化發展水平普遍較好，西部省份則發展相對落后，但重慶、陜西、寧夏等西部省份的農業信息化也已經初具規模。

關鍵詞：農業信息化；評價；主成分分析法

中圖分類號： S126 文獻標志碼： A

文章編號：1002-1302（2015）03-0398-04

黨的十八大、十八屆三中全會以及2014年中央農村工作會議對我國“三農”問題給予了高度關注，明確提出堅持走中國特色新型工業化、信息化、城鎮化、農業現代化道路，為我國農業信息化發展提出了更高的要求。推進農業信息化是發展現代農業的現實選擇，是促進農民增收的有效途徑，是促進城鄉一體化發展的客觀要求。目前，我國農業信息化建設正在由以信息服務為主向農業生產、經營、管理、服務各領域并重轉變，由以政府推動為主向政府引導、需求拉動并重轉變，由以單項技術應用為主向綜合技術集成應用轉變[1-3]。但是，農業信息化行業發展的真實進度難以衡量，研究建立農業信息化發展水平的指標體系和評價方法，科學客觀地測算我國農業信息化發展水平，有助于把握現代農業發展規律，梳理跨越式發展思路，制定切實可行的發展戰略[4-5]。

美國經濟學家Machlup等在知識產業理論基礎上提出了信息經濟的測算方法，這是最早對信息化水平測度進行的研究[6-7]。我國最早關于農業信息化評價可見于原國家信息產業部于2001年推出的國家信息化指標框架，近年來，國內學者運用多種方法對農業信息化水平的測度及影響因素等進行了研究[8-17]。主成分分析法是以統計數據為基礎，篩選、簡化指標體系典型的客觀賦權方法，對變量較多、指標間有相互相關性的問題特別適用，具有權重確定客觀、評價時不受各個評價指標間的相關性影響等特點[18]。本研究選擇基于主成分分析法對農業信息化水平進行評價，以解決指標的相關性問題。

本研究以國家統計局數據為依據，建立了包括3個一級指標、9個二級指標的評價指標體系，采用主成分分析法對我國農業信息化水平進行研究，以期為我國政府部門準確判斷和把握農業信息化的實現進程，制定相關農業信息化發展戰略提供科學依據。

1 農業信息化評價指標體系構建

1.1 評價指標選取原則

農業信息化工作是一個復雜的系統工程，內容涵蓋廣，在指標選擇過程中不能僅對各種指標進行拼湊和堆砌，要充分考慮到農業信息化的各方面。基于此農業信息化水平評價指標體系設計應該遵循以下原則[19]：（1）全面性原則。指標體系涵蓋廣，既能反映農業信息化基礎支撐水平和農業信息化應用水平，又能反映農業信息化的效益水平。（2）可操作性原則。立足我國當前農業信息化發展實際，強調評價指標數據的可獲得性。（3）導向性原則。指標體系必須結合國家對農業信息化的重大需求，以及農業信息化發展的自身規律和趨勢，引導農業信息化發展方向。（4）科學性原則。指標體系的建立要有科學依據，指標選取應客觀和真實地反映農業信息化的水平，要充分體現客觀性、公正性和科學性。（5）實用性原則。指標選擇能夠具體指導各級政府部門開展農業信息化工作，便于執行。

1.2 評價指標體系建立

評價指標體系建立關鍵在于指標的選取，只有指標選取得當，才能得到充分發揮評價的作用，否則評價不僅徒勞無益，甚至還會給農業信息化建設造成負面影響。本研究借鑒相關學者的研究結果，通過規范化程序收集有關專家意見，從中提取一致信息，在遵循評價指標體系原則的基礎上，構建了由農業信息化基礎、農業信息化應用、農業信息化效益3個一級指標、9個二級指標構成的農業信息化水平評價指標體系（表1）。

2 基于主成分分析法的農業信息化評價

2.1 主成分法基本原理

利用主成分分析法可以把1組相關變量通過線性變換轉成另1組不相關的變量，并且能夠最大化的反映原來變量的信息[20]。數學模型為：

2.3 適用性檢驗

在得到農業信息化水平評價指標標準化數據之后，要進行適用性檢驗。常見的適用性檢驗方法有KMO 檢驗（Kaiser-Meyer-Olkin）和巴特萊特球形檢驗（Bartlett test of sphericity）。采用SPSS 17.0對數據進行處理，處理結果見表5。由表5可知，KMO值為0.789，大于0.5，說明該組指標數據可以作主成分分析。Bartlett的球形度檢驗結果相伴概率為0，小于顯著性水平0.05，拒絕Bartlett球形度檢驗的零假設，因此認為本研究數據適合用主成分法來進行分析。

我國31個省（市、區）的農業信息化發展水平見表8。評價結果表明，北京、上海由于其本身政治、經濟、文化的優勢，在農業信息化發展領域位列前茅；東部省份中除海南排名靠后之外，其他省農業信息化發展水平均排在前列；中部各省份的水平雖然距東部有一定差距，但是發展也初具規模；西部省份除重慶、陜西、寧夏之外，農業信息化發展水平均相對落后，與東部、中部地區有一定差距。

3 結論

在前人研究的基礎上，結合我國農業信息化發展實際，以全面性、可操作性、導向性、科學性、實用性為原則，構建了衡量我國農業信息化發展水平的評價指標體系，包括了農業信主成分分析法以統計數據為基礎，具有權重確定客觀、評價時不受各個評價指標間的相關性影響等特點，本研究選擇主成分分析法作為構建農業信息化水平評價模型的方法，評價結果與中國農業信息化實際發展情況基本符合，說明該評價方法客觀有效。

利用主成分分析法對中國31個?。ㄊ小^）的農業信息化法發展情況進行評價研究，評價結果表明，從全國范圍來看，東部省份農業信息化發展水平普遍較好，西部省份則發展相對落后，但重慶、陜西、寧夏等西部省份的農業信息化也已經初具規模。

參考文獻：

[1]陳曉華. 農業信息化概論[M]. 北京：中國農業出版社，2012.

[2]陳曉華. 抓住機遇 迎接挑戰 扎實推進信息化與農業現代化全面融合[R]. 2013.

[3]李昌健. 我國農業信息化建設重點、難點及路徑選擇[J]. 農業科技管理，2014，33（4）：1-4.

[4]李昌健. 加強全國農業信息中心體系建設的思考[J]. 農業科技管理，2014，33（3）：1-4.

[5]李道亮. 我國農業信息化面臨的新機遇與發展建議[J]. 山東農業科學，2013，45（10）：125-128.

[6]Machlup F. The production and distribution of knowledge in the United States[M]. Princeton：Princeton University Press，1962：33.

[7]Porat M U. The information economy：definition and measurement[R]. Washington D C：US Department of Commerce，Office of Telecommunications，1977：47.

[8]Hu J，Yan Y，Lu J P，et al. A study on the informatization evaluation index system of manufacturing enterprises and evaluation standard[J]. Modular Machine Tool & Automatic Manufacturing Technique，2005，12：97-99.

[9]Rezaei-Moghaddam J K，Karami E. A multiple criteria evaluation of sustainable agricultural development models using AHP[J]. Environ Dev Sustain，2008，10：407-426.

[10]Tsitsika E V，Maravelias C D. Fishing capacity and capacity utilization of purse seiners using data envelopment analysis[J]. Fishing Science，2008，74：730-735.

[11]Chen G H，Chen Y T. The research progress & development trend of comprehensive evaluation methods[C]. Proceedings of 2002 International Conference on Management Science & Engineering. Harbin，2002：462-470.

[12]劉 瑋，李燕凌，胡揚名. 縣域農業信息化發展水平評價[J]. 江蘇農業科學，2014，42（5）：399-403.

[13]劉世洪，許世衛. 中國農村信息化測評方法研究[J]. 中國農業科學，2008，41（4）：1012-1022.

[14]黃婷婷，[HJ1.9mm]李德華. 我國農業信息化水平的測度及影響因素分析[J]. 情報科學，2008，26（4）：565-571.

[15]高 雅，甘國輝. 農業信息化評價指標體系初步研究[J]. 農業網絡信息，2009（8）：9-13，17.

[16]李 思. 基于DEA及超效率DEA模型的農業信息化評價研究[J]. 湖北農業科學，2011，50（6）：1292-1294.

[17]張喜才，秦向陽，張興校. 北京市農村信息化評價指標體系研究[J]. 北京農業職業學院學報，2008，22（1）：42-46.

[18]袁志發，周靜芋. 多元統計分析[M]. 北京：科學出版社，2002.

[19]袁曉慶. 農業信息化評價決策支持系統研究[D]. 北京：中國農業大學，2011.

[20]張 榕. 基于主成分法的兵團農業信息化發展測評分析[J]. 西昌學院學報：自然科學版，2011，25（1）：64-67.