基于SAS系統的農業科技信息化服務影響因素探析
——以“阿克蘇農技服務”微信平臺為例

劉榮森，陳 娟，孫衛中，李星星

（阿克蘇地區農業技術推廣中心，新疆 阿克蘇 843000）

1.引言

“阿克蘇農技服務”是阿克蘇地區農業技術推廣中心采用國語、維吾爾語雙語同步的模式運行的農業科技信息服務平臺，在宣傳惠農政策信息、傳播農業生產技術、指導農事生產中發揮了較為實際的作用。本文運行SAS軟件，通過挖掘信息間的關聯性[1,2]，以期為阿克蘇乃至南疆地區農業信息化服務提出合理建議。

2.材料與方法

2.1 數據來源

隨機選取105篇信息，統計固定時間點的閱讀量。信息內容一致，分國語、維吾爾語兩種文字，為同步發布，共210個樣本。

2.2 數據處理

數據采用SAS軟件分析。按照SAS軟件要求，建立臨時數據庫“A”，將信息類別、信息排序、語言類別進行屬性處理[3]。信息類別：1=技術類型信息，2=動態類型信息；信息排序：1=首篇，2=非首篇；語言類別：1=國語，2=維吾爾語。輸入程序如下：

data A ;

input N $ F $ L $ Y@@;

label N='信息類別' F='信息排序' L='語言類別' Y='閱讀量';

cards;

10184 102209 101345 102170 111413 112580 101230 102709 10173 102154 111518 112664 10172 102105 101111 102181 101114 102639 10178 102278 10181 102231 10160 102115 101105 102239 10159 102191 10180 10284 10180 102196 101100 102307 101107 102327 111540 112675 10197 102275 101125 102224 111376 112732 111865 1121594 10177 102225 111456 112766……（省略80個樣本數據）; run;

3.結果與分析

3.1 GLM模型分析

運用GLM模型，以閱讀量為因變量，信息類別、排序、語言為自變量，分析閱讀量與信息類別、排序、語言類別間的關系，研究各因子間的差異性。

3.1.1 分析程序

proc glm data=A;

class N F L;

model y = N F L N*F N*L F*L N*F*L;

run;

3.1.2 方差、均方與F值

從表1可以看出，變量因素（信息類別、排序、語言）與信息閱讀量呈極顯著水平（F=10.38 Pr<0.001）。

表1 GLM模型顯著性分析

3.1.3 影響信息閱讀量的因素分析

從表2可以看出，信息排序（是否首篇）與信息閱讀量呈極顯著水平（F=44.50 P<0.001）；信息語言（國語或維吾爾語）與信息閱讀量呈極顯著水平（F=13.98 P=0.002）；信息類別（技術類型或動態類型）與信息閱讀量呈顯著水平（F=5.12 P=0.0247）。信息類別、信息排序與信息的語言方式間的交互作用與信息閱讀量均達不到顯著水平（P>0.05）。

由此說明，影響信息閱讀量的主要因素是信息排序和信息語言，其次為信息內容。排位首篇的信息，無論采用國語或者維吾爾語，或是技術類型與動態類型，閱讀量都明顯高于其他位次的信息；同一篇信息，維吾爾語的閱讀量普遍高于國語的閱讀量；技術類型信息的閱讀量高于動態類型信息的閱讀量。

表2 各因素顯著性分析

3.2 FREQ模型分析

為深入了解信息類別、排序、語言三因素互作對閱讀量的影響情況，運用FREQ模型進行模擬分析，探究三者在不同水平上的關聯強度[4]。

3.2.1 分析程序

proc freq data=A;

weight Y;

table L*N*F / cmh;

run;

3.2.2 閱讀量與信息類別、排序、語言類別上的關聯強度

從表3可以看出，信息類別、排序、語言類別均與信息閱讀量的關聯性均是極顯著的（P<.0001），此與GLM模型分析結果相同。

從表4可以看出，Value為正，說明信息類別、排序、語言類別均對信息閱讀量均有正向促進作用；Col1 Risk下的Logit值為1.357，說明在控制信息排序和類別（技術類型）情況下，維吾爾語閱讀量比國語閱讀量可能高1.357倍。

表3 CMH檢驗分析

表4 控制信息排序和類別下的閱讀量相對估計

由此說明，“阿克蘇農技服務”的閱讀量與信息類別、排序、語言類有關，相同情況下，維吾爾語閱讀量比國語閱讀量可能高1.357倍。

4.結語

“阿克蘇農技服務”是阿克蘇地區開展農業科技信息服務的微信平臺，主要服務對象是基層農牧民，通過傳播新技術、新品種、好舉措，促進農民群眾學技術、長知識。分析結果表明，群眾的信息甄別主要集中在信息是否首篇、是否維吾爾語、是否技術實用類型三個方面，群眾更傾向于閱讀維吾爾語信息。因此，南疆地區的農業科技信息化建設應堅持國語、維吾爾語同步[4,5]，做到關鍵農事指導和惠農惠民政策宣傳同步維吾爾語，并將其放在首篇位置或微信訂閱號可展示的位置。