基于主成分分析法的农业信息化评价研究

袁晓庆　李奇峰　李琳等

摘要：以2012年中国31个省（市、区）农业信息化相关数据为依据，建立了一个包括3个一级指标、9个二级指标的评价指标体系，采用主成分分析法对我国农业信息化水平进行研究。分析结果表明，评价结果与我国农业信息化实际发展情况基本符合，主成分分析法作为构建农业信息化水平评价模型的方法客观有效。从全国范围来看，东部农业信息化发展水平普遍较好，西部省份则发展相对落后，但重庆、陕西、宁夏等西部省份的农业信息化也已经初具规模。

关键词：农业信息化；评价；主成分分析法

中图分类号： S126 文献标志码： A

文章编号：1002-1302（2015）03-0398-04

党的十八大、十八届三中全会以及2014年中央农村工作会议对我国“三农”问题给予了高度关注，明确提出坚持走中国特色新型工业化、信息化、城镇化、农业现代化道路，为我国农业信息化发展提出了更高的要求。推进农业信息化是发展现代农业的现实选择，是促进农民增收的有效途径，是促进城乡一体化发展的客观要求。目前，我国农业信息化建设正在由以信息服务为主向农业生产、经营、管理、服务各领域并重转变，由以政府推动为主向政府引导、需求拉动并重转变，由以单项技术应用为主向综合技术集成应用转变[1-3]。但是，农业信息化行业发展的真实进度难以衡量，研究建立农业信息化发展水平的指标体系和评价方法，科学客观地测算我国农业信息化发展水平，有助于把握现代农业发展规律，梳理跨越式发展思路，制定切实可行的发展战略[4-5]。

美国经济学家Machlup等在知识产业理论基础上提出了信息经济的测算方法，这是最早对信息化水平测度进行的研究[6-7]。我国最早关于农业信息化评价可见于原国家信息产业部于2001年推出的国家信息化指标框架，近年来，国内学者运用多种方法对农业信息化水平的测度及影响因素等进行了研究[8-17]。主成分分析法是以统计数据为基础，筛选、简化指标体系典型的客观赋权方法，对变量较多、指标间有相互相关性的问题特别适用，具有权重确定客观、评价时不受各个评价指标间的相关性影响等特点[18]。本研究选择基于主成分分析法对农业信息化水平进行评价，以解决指标的相关性问题。

本研究以国家统计局数据为依据，建立了包括3个一级指标、9个二级指标的评价指标体系，采用主成分分析法对我国农业信息化水平进行研究，以期为我国政府部门准确判断和把握农业信息化的实现进程，制定相关农业信息化发展战略提供科学依据。

1 农业信息化评价指标体系构建

1.1 评价指标选取原则

农业信息化工作是一个复杂的系统工程，内容涵盖广，在指标选择过程中不能仅对各种指标进行拼凑和堆砌，要充分考虑到农业信息化的各方面。基于此农业信息化水平评价指标体系设计应该遵循以下原则[19]：（1）全面性原则。指标体系涵盖广，既能反映农业信息化基础支撑水平和农业信息化应用水平，又能反映农业信息化的效益水平。（2）可操作性原则。立足我国当前农业信息化发展实际，强调评价指标数据的可获得性。（3）导向性原则。指标体系必须结合国家对农业信息化的重大需求，以及农业信息化发展的自身规律和趋势，引导农业信息化发展方向。（4）科学性原则。指标体系的建立要有科学依据，指标选取应客观和真实地反映农业信息化的水平，要充分体现客观性、公正性和科学性。（5）实用性原则。指标选择能够具体指导各级政府部门开展农业信息化工作，便于执行。

1.2 评价指标体系建立

评价指标体系建立关键在于指标的选取，只有指标选取得当，才能得到充分发挥评价的作用，否则评价不仅徒劳无益，甚至还会给农业信息化建设造成负面影响。本研究借鉴相关学者的研究结果，通过规范化程序收集有关专家意见，从中提取一致信息，在遵循评价指标体系原则的基础上，构建了由农业信息化基础、农业信息化应用、农业信息化效益3个一級指标、9个二级指标构成的农业信息化水平评价指标体系（表1）。

2 基于主成分分析法的农业信息化评价

2.1 主成分法基本原理

利用主成分分析法可以把1组相关变量通过线性变换转成另1组不相关的变量，并且能够最大化的反映原来变量的信息[20]。数学模型为：

2.3 适用性检验

在得到农业信息化水平评价指标标准化数据之后，要进行适用性检验。常见的适用性检验方法有KMO 检验（Kaiser-Meyer-Olkin）和巴特莱特球形检验（Bartlett test of sphericity）。采用SPSS 17.0对数据进行处理，处理结果见表5。由表5可知，KMO值为0.789，大于0.5，说明该组指标数据可以作主成分分析。Bartlett的球形度检验结果相伴概率为0，小于显著性水平0.05，拒绝Bartlett球形度检验的零假设，因此认为本研究数据适合用主成分法来进行分析。

我国31个省（市、区）的农业信息化发展水平见表8。评价结果表明，北京、上海由于其本身政治、经济、文化的优势，在农业信息化发展领域位列前茅；东部省份中除海南排名靠后之外，其他省农业信息化发展水平均排在前列；中部各省份的水平虽然距东部有一定差距，但是发展也初具规模；西部省份除重庆、陕西、宁夏之外，农业信息化发展水平均相对落后，与东部、中部地区有一定差距。

3 结论

在前人研究的基础上，结合我国农业信息化发展实际，以全面性、可操作性、导向性、科学性、实用性为原则，构建了衡量我国农业信息化发展水平的评价指标体系，包括了农业信主成分分析法以统计数据为基础，具有权重确定客观、评价时不受各个评价指标间的相关性影响等特点，本研究选择主成分分析法作为构建农业信息化水平评价模型的方法，评价结果与中国农业信息化实际发展情况基本符合，说明该评价方法客观有效。

利用主成分分析法对中国31个省（市、区）的农业信息化法发展情况进行评价研究，评价结果表明，从全国范围来看，东部省份农业信息化发展水平普遍较好，西部省份则发展相对落后，但重庆、陕西、宁夏等西部省份的农业信息化也已经初具规模。

参考文献：

[1]陈晓华. 农业信息化概论[M]. 北京：中国农业出版社，2012.

[2]陈晓华. 抓住机遇 迎接挑战 扎实推进信息化与农业现代化全面融合[R]. 2013.

[3]李昌健. 我国农业信息化建设重点、难点及路径选择[J]. 农业科技管理，2014，33（4）：1-4.

[4]李昌健. 加强全国农业信息中心体系建设的思考[J]. 农业科技管理，2014，33（3）：1-4.

[5]李道亮. 我国农业信息化面临的新机遇与发展建议[J]. 山东农业科学，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 玮，李燕凌，胡扬名. 县域农业信息化发展水平评价[J]. 江苏农业科学，2014，42（5）：399-403.

[13]刘世洪，许世卫. 中国农村信息化测评方法研究[J]. 中国农业科学，2008，41（4）：1012-1022.

[14]黄婷婷，[HJ1.9mm]李德华. 我国农业信息化水平的测度及影响因素分析[J]. 情报科学，2008，26（4）：565-571.

[15]高 雅，甘国辉. 农业信息化评价指标体系初步研究[J]. 农业网络信息，2009（8）：9-13，17.

[16]李 思. 基于DEA及超效率DEA模型的农业信息化评价研究[J]. 湖北农业科学，2011，50（6）：1292-1294.

[17]张喜才，秦向阳，张兴校. 北京市农村信息化评价指标体系研究[J]. 北京农业职业学院学报，2008，22（1）：42-46.

[18]袁志发，周静芋. 多元统计分析[M]. 北京：科学出版社，2002.

[19]袁晓庆. 农业信息化评价决策支持系统研究[D]. 北京：中国农业大学，2011.

[20]张 榕. 基于主成分法的兵团农业信息化发展测评分析[J]. 西昌学院学报：自然科学版，2011，25（1）：64-67.