地方政府农业部门网站与农业发展的关联度分析

顾海兵+沈煜

摘 要：信息化的发展为农业的持续发展提供了新的契机。以我国七省中102个城市为研究样本建立回归模型，探究地方政府农业部门网站的建设质量与地方农业发展的相关关系，基于总体样本及东部、中部和西部不同的经济区域分别进行回归。研究结果表明，地方农业部门网站建设质量与人均农业总产值正相关。就总体样本和东部区域而言，人均农业总产值每提高100，网站评估因子将提高0.21分和0.26分。而且，这种关联在按照人均农业总产值水平进行分组归类后更为显著，拟合优度达到75%，再剔除一些农业产值较高的资源性城市和网页数出现异常值的城市之后，拟合优度可达81%，这一计量结果定量地证实了地方农业部门网站与地方农业发展之间的关联度。

关键词：农业部门网站；网站建设质量；农业发展水平；回归分析

中图分类号：F320 文献标识码：A 文章编号：1003-3890（2015）06-0083-08

一、研究背景

互联网技术的出现和飞速发展使信息的传播变得更加迅捷，也极大地提高了信息对社会的影响。根据CCNIK发布的《2014年度中国互联网络发展状况统计报告》，截至2014年12月，中国互联网普及率为47.9%，其中农村网民规模不断扩大，占比达27.5%，规模达1.78亿。同时，“.CN”域名年增长2.4%，达到1 109万[1]。在我国网民和网站都大幅增长的情况下，农业信息化的发展状况日益为现代农业所关注和运用。

为保障和促进现代农业的进一步发展，中央一号文件多次将农业信息化建设作为新农村建设的重要内容之一；十二五纲要提出了“发展农业信息技术，提高农业生产经营信息化水平”的具体任务，从而将通过信息化的途径促进农业的发展上升为国家战略规划的重要内容之一。农业信息化对于解决“三农”问题，促进农民增收、农业增长、农村稳定都有着积极深远的影响。

农业网站正是重要的农业信息服务平台之一。现在，全国各级政府农业部门网站已发展到一定规模和数量，上至省（区、市）农业行政主管部门，下至地级、县级农业部门均建立了农业信息网站，一些乡镇也有农村信息服务站。与此同时，与农业紧密相关的各类行业网站、科教媒体网站和企业网站大量兴起。中国涉农网站具有数量大、品类全、结构完整的特点，这些网站在满足农民信息需求、推进农业信息化方面发挥了巨大作用。网站内容通常包括三农新闻、政策法规发布与解读、行政审批与在线服务、市场行情分析预测、农业技术知识与农民就业信息等，基本上涉及到了农业、农民、农村的各个方面。

对于还处在农业经济增长方式转型时期的国家来说，科技与信息使得传统的产品供求模式和生产目标发生改变，信息化的发展为农业可持续发展提供了新的契机。目前在农村人口占46%的我国，信息化仍未充分发挥对农业经济增长的作用。提高农业信息化水平，加强对政府农业部门网站的建设，使农民及时获得准确的政策、市场与技术信息，将非常有助于发展农业生产，降低各项农业生产经营成本，优化资源要素配置，促进农产品的流通，使农业生产经营过程的种植、生产及销售各个流程更为紧密地衔接，促进农业经济增长。从而达到提高农民收入，改善农民生活水平的目的。

综上所述，农业信息化对农业经济发展的促进有着举重若轻的作用，建设政府农业部门网站是提高农业信息化水平的重要渠道之一，因此我们有理由推测当地农业部门网站的发展水平与当地的农业经济发展水平是相互关联的，从而对这种关联进行经济学分析是十分必要的。

综合国内外网站的评价研究，学者们已提出的衡量方法有网站自动评价法、网络可用性评测法、网站链接分析法、网站框架评价法和对应分析法等。由于各种评价方法的角度和侧重点不同，得出的结论也不尽相同。

1997年Peter[2]为了分析一定时期内相对关注的网站平均被引情况，首次提出网络影响因子（Web Impact Factor，以下简称WIF），这被认为是网络信息计量学诞生的里程碑。

WIF的概念源于引文分析的测度指标——期刊影响因子[3]。此后，众多学者指出，WIF体现了信息资源在信息交流中被人民所重视的程度，如田红梅 等都在针对不同类型网站的评估研究过程中使用了WIF，而且大部分结果均表明，WIF对评价网站质量和网站影响力有重要价值。

杨涛[3]在各种大学评价指标体系中进行比较和研究时，发现以网页总数为分母的网络影响因子的整体表现要优于其他各种的网络影响因子，而且WIF与各种大学的评价指标体系最为相关。段宇锋[4]基于网站被链接频次的方法，以网络影响因子作为评价的依据，对美国商学院网站进行了研究，所得结果认为WIF对评价网站质量和测定核心网站具有重要价值，可以用来作为评估网站的依据。

田红梅[5]基于链接分析，将WIF运用于对学术性核心网站的评价，发现WIF可以用来分析在一定的时期内相对关注的网页情况。通常，影响因子越大，网站的学术影响力就越大，质量就越高。因此，网络影响因子从信息的利用角度，体现了信息资源在信息交流中被人们所重视的程度。王宏鑫[6]通过对公共图书馆网站的研究，发现WIF在各自网络指标中可信程度最高。

沙勇忠[7]在利用网络链接分析及网络影响因子对中国省级政府网站的影响力进行评价时，用WIF与各省市自治区信息化水平总指数进行相关分析，结果表明二者具有明显的相关关系。可见，网络影响因子对评价省级政府网站具有重要的意义，WIF具有很强的评价能力。而宴尔伽[8]通过对省会城市政府网站的研究，发现WIF与政府网站排名是具有相关性的。

王知津[9]提出了以链接分析为核心的评价指标，其中包含：网页数，即该网站内所包含的网页总数；总链接数：用搜索引擎搜索到的与某网站存在链接的网页总数；外部链接数：用搜索引擎在该网站外搜索到的与该网站存在链接的网页数。网络影响因子=总链接数/网页数。他认为网络影响因子越大，网站的学术影响力就越大，质量就越高。

以上研究中均采用网络影响因子对网站进行评价。如果一个网站相比其他网站重要程度更高，那么在网站规模相当的时候，其被链接和推荐引用的次数也应当比较高。利用这种方法来评价一个网站，比单纯的定性分析也更具有说服力。

一个网站所拥有的网页数越多，信息含量越大，这在一定程度上反应了网站的规模。而处于WIF定义中的分子“总链接数”，则反映研究对象的被认可程度。在网络环境中，指向目标网站的每一个链接，都被认为是对目标网站的一次投票，效果类似于对传统文献的引用。而网站自身所拥有的网页多属于导航性质的链接，主要用于网站内部的信息组织，而与网站影响力无关。所以，用搜索引擎搜索到的该网站存在链接的网页总数除以该网站所拥有的网页数，能够有效地消除网站自身规模的影响，能够反映网站网页被链接的平均水平，即网站的平均影响力大小。

考虑到网站评价的科学合理性原则和实用可行性原则，本文最终决定基于网络链接分析对农业部门网站进行质量评估。所谓链接分析法，就是运用网络数据库、数据分析软件等工具，利用统计学、拓扑学和情报学方法，对网站的网络链接自身属性、链接对象、链接网络等进行分析，以便揭示其数量特征和内在规律。在链接分析中，上述不少学者是利用WIF对网站评价进行测度，大部分认为WIF对网站评价有重要意义，故本文最终选取WIF对我国部分地区农业部门网站的建设质量进行评价。

基于农业部门网站的链接分析结果，我们研究其与农业发展之间所存在的可能的相关关系。具体方法是用网络影响因子作为衡量网站建设的评估得分，用当地的人均农业总产值来衡量农业发展水平，最后对农业部门网站的建设质量和地方农业发展水平的关联度进行实证分析。

二、数据选取与模型选择

从科学角度说，我们的研究应该选择农业产值比较大的省份。根据从2003年到2013年《中国统计年鉴》中提供的数据，农业产值排在前列的省份有山东省、河南省、河北省、江苏省、四川省、湖北省和湖南省。考虑到样本规模需要适度又充分，本文选取了这七省内的下辖市（名单取自各省统计年鉴）作为研究对象，城市总数为102个。其中有山东省17市、河北省11市、河南省18市、江苏省13市、四川省18市、湖南省13市和湖北省12市。

中国软件测评中心每年颁布的《中国政府网站绩效评估报告》中对国家部委网站、省级（副省级）政府网站、区县级政府网站进行了质量评估。但遗憾的是，该报告中缺乏对各地区具体部门网站的评估。目前国际上较有影响的网站评价机构有Amazon公司的Alexa、Forrester Research公司等，这些机构均能提供专业性网站评价服务。但同样，由于这些第三方评价机构收录网站个数有限，以及取样的网站规模（这些机构所收录网站通常规模较大）所限，无法从这些较科学、成熟的评价体系中直接获取样本网站的评估结果。因此，本文将进行独立评估。

评估网络影响因子所需要的网络链接的数据都来自于搜索引擎，因此，搜索引擎的选择在网络链接的测度中起着非常重要的作用。目前能够提供中文网站链接情况的搜索引擎有：AltaVista、Alltheweb、Northlight、Google。其中Northlight服务需要付费，AltaVista在国内不能使用，考虑到可行性的问题，我们选取了Google搜索引擎。以新浪网（www.sina.com.cn）为例，利用Google测其链接数的具体检索式为：

利用上述检索式，我们对这102个城市的农业局网站（或由农业局承办的农业信息网）在Google中进行了检索。分别得到了各市农业部门网站的网页数、总链接数。通过计算二者比值可得该网站的网络影响因子，并用此变量作为衡量农业部门网站建设质量的评估得分。为保证数据的稳定性和科学性，本文对样本进行了筛选。首先，由于不同行政级别的城市之间差异较大，本文将各省的省会城市剔除；其次，考虑人口规模。因为我国共有约300个地级市，农村人口占到6亿。单从取样的102个地级市来说，城市人口规模从100万跨度到1 000万都有，为了保证样本数据的连贯性和可比性，我们将劳动人口在250万人以下的城市样本剔除。其中包括东营市、莱芜市、鹤壁市、三门峡市、自贡市、雅安市、鄂州市和张家界市；最后，还剔除了网站在2014年末改版、无法打开页面、或网页信息不全等情况下的样本，其中包括东台市、乐山市（两市均无政府官方农业部门网站），宿迁市、保定市（此两市农委网站数据无法从Google获取），济源市（该网站的robots.txt文件存在限制指令，数据无法从搜索引擎获取）和广元市（该市于2014年底前后改版）。所以102个样本中，实际有效的数据为81个。山东省14市、河北省8市、河南省14市、江苏省11市、四川省13市、湖北省10市和湖南省11市。

在选取度量地区农业发展水平的变量时，本文采取的是当地的人均农业产值，在原农业产值的基础上除以当地总人口所得。采用人均农业产值而非农业总产值的目的是消除由于不同地区人口规模差异带来的影响。相关数据如表2所示：

我国各个地区由于自然条件、地域文化以及政策导向的不同，经济发展水平既有差异又各具特色。整体上可划分为东部、西部和中部三大经济地区。而在本文取样的七省中，河北省、山东省和江苏省属于东部地区，河南省、湖北省和湖南属于中部地区，四川省则属于西部地区。

本文采用线性回归的方法研究政府农业部门网站建设质量与当地农业经济发展水平之间的相关性，运用统计数据做实证检验，构造一元回归模型如下：

Mi=C+C1Gi+ε

其中Mi表示i城市农业部门网站的网络影响因子，我们用此变量作为衡量该网站建设水平的评估得分；Gi为i城市2014年人均农业产值，ε为随机误差项。利用eviews软件，通过对上式进行回归分析，我们可以建立农业部门网站建设质量和地方人均农业产值间的线性关系。首先，基于原始数据，取七省全部81个城市的样本进行计量回归。然后再根据东、中、西部三大地区分别进行回归分析。

三、基于原始数据的回归分析

使用eviews软件对原始81个城市的网络影响因子及各地人均农业产值数据进行回归，回归结果如表3所示。

从表3可得，回归系数均为正。从总体上的实证结果来看，各地的农业部门网站建设与该地区的人均农业产值呈现出正相关的联系。结果定量地验证了农业部门网站与地方农业经济发展水平存在促进作用的理论。从t检验中的P值为0.000可知，原假设是显著的，即农业部门网站质量的回归系数不为0，总体回归通过检验。根据数据制出关于网站建设质量与人均农业产值的散点图，如图1所示。

尽管从拟合结果来看，两个变量整体上存在着正向的联系，但上述方程的拟合优度R^2仅为30%，说明回归直线对观测值的拟合程度较差，这一线性方程不能很好地描述二者之间的关联度。从回归系数来看，所得的回归系数值为0.002 126，其经济含义为人均农业产值每提高100会导致农业部门网站评估得分提高0.21分，在样本总量81个城市中，符合这一趋势的城市比例约为30%。

东部地区各市回归结果所得的系数也为正，且每个t检验结果也均表明检验通过，回归系数是显著的，不为0。与全部样本回归的结果相比，东部地区所得的回归系数值更大，人均农业产值每提高100时，网站评估得分将提高0.26分左右，拟合程度也更好，从30%增至38%。东部地区34市的农业部门网站建设质量与人均农业产值的散点分布与回归如图2所示。

从散点图上的分布来看，这两个变量的确存在着正向相关的关系，但是回归分析得到的线性方程拟合程度较差，尚不能很好地描述农业部门网站建设质量与当地人均农业产值水平之间的相关性，这与总体样本的回归结果是相同的。

然而中部地区和西部地区的回归结果则有一些差异。两地区t检验的P值分别为0.006 5和0.691 4，西部地区未通过显著性检验，这表明回归系数有较大的可能为零。此外，两个地区的拟合优度较总体和东部地区更低，分别为0.20和0.01。所以我们无法证实在这两个经济区域中，农业部门网站建设质量与地方农业经济发展水平之间存在显著的线性相关关系。中部地区和西部地区的农业部门网站绩效评估得分与人均农业产值的散点分布图如图3和图4所示。从西部地区的回归结果和分布图来看，我们无法直接得出二者存在显著的正相关关系，而且西部地区的相关性明显要低于中部地区。

四、基于分层归类的回归分析

不论是对七省中的总体样本进行回归分析，还是将东中西部三个地区的样本分别回归，所得的线性方程对实际数据的拟合程度都比较低，这说明以上计量结果还不足以证明农业部门网站建设与当地农业经济发展水平的关联度存在着促进关系。但是从散点图的趋势线中不难看出，二者之间确实存在着一定的正向联系。为了更好地描述和证实二者的关联度，本文基于以上分析结果，借鉴前人的分层分析方法，通过将样本点分布的分散性降低来研究变量间的相关性。

对总体81个样本做以下处理：首先将城市按照人均农业产值降序排列，以每9个城市为一组，然后分别计算出每一组的平均农业部门网站评估得分与平均人均农业产值。再利用（1）式，将数据带入方程式中回归。同样的，我们也对东部、中部的样本做这样的处理，但是考虑到分区域样本量较小，对东部地区和中部地区以每5个城市为一单位进行分组。由于西部地区只包括四川一个省的数据，分组的话样本量过小，故未对西部地区做分组处理。所得结果如表4所示：

从表4可以发现，在各地区分组之后，回归系数的变化并不明显，但是拟合优度均有显著幅度的提高。以总体样本为例，分组前的拟合优度只有30%，而分组后的拟合优度达到了75%。此外回归系数表明，人均农业产值每上升100，农业部门网站评估得分将增加0.24分。从图5总体样本分组回归后关于农业部门网站建设质量与人均农业产值关系的散点图也可以看出来，这两个变量之间存在显著的正相关的关系。东部和中部地区的回归情况也大致相似，拟合优度分别从38%、20%上升到60%与62%，回归系数表明，当人均农业产值每上升100时，农业部门网站的质量评估得分将分别增加0.25分和0.15分。以上两部分回归的P值也均表明，在95%的置信水平下，回归系数是显著的。

为了进一步分析样本数据，对总体样本及东部、中部和西部地区的样本数据分别求均值，所得结果如表5所示：

用总体样本分组后的数据对照上述总体样本的均值来看，中部与西部的一些城市在人均农业产值与平均水平相当时，农业部门网站得分却较大幅度低于均值。为了探寻原因，我们将眼光聚集到这些城市上来。通过观察我们发现，这几组中的样本有多个城市在中西部地区，而且还包含像邯郸市和达州市这样的资源型城市。资源型城市往往自然资源富集，城市的发展和生产与资源开发密切相关。这些城市在样本数据中的特点则体现为，人均农业产值非常高，但农业部门网站评估得分却处于比较低的水平。为了使样本更有代表性和说服力，我们比照这几组的处理，对其他组的城市也进行了排查，将一些带有明显特征的资源型城市从总体样本中剔除。所以，本文一共剔除了济宁市、张家口市、淄博市、泸州市、邯郸市、达州市和平顶山市这7个资源型城市，以及苏州市这样由于经济发达，人均农业产值排在最末，但网站评分确能排在前十的城市。

同时，根据比对和观察，考虑到网页数也会对WIF结果产生较大的影响，而网页数主要与网站的更新速度及规模有关，而我国政府网站租用服务器的现象较为普遍，在政策的指引下，存在频繁更换服务器或域名的现象，会造成各政府网站之间网页数差别较大，也导致对网站进行评估时带来偏差。所以我们还将网页数低于1000的网站样本剔除，其中包括徐州市、安阳市、益阳市、日照市、郴州市、湘潭市、娄底市和岳阳市共8个城市的农业网站。

在剔除了这16个城市后，我们对剩余的65个样本再次进行分组回归（6个一组，一共11组，最末5个样本归入最后一组）。所得结果如表6所示：

与剔除样本前的回归结果相比，表6的数据表明，t检验说明回归系数是显著不为零的，而且拟合优度从0.75上升至0.82，证明这一线性拟合方程式能够较好地描述政府农业部门网站建设质量与地方农业发展水平之间的正相关联系。两者间的散点图如图6所示。

除了发现资源型城市，我们还可以从表4各地区的数据均值中发现，经济发达地区的农业部门网站建设质量越高，网站的评估得分也越高。其中，东部地区的网站评估得分高出中部的网站评估得分1分左右，且东部和中部的网站评估得分也显著高于西部。

上述分析发现，就总体样本而言，农业部门网站建设质量与当地农业经济发展水平之间的确存在正相关关系，而且这一关系在根据人均农业产值水平分组后体现得更为显著。就各个区域而言，两变量之间的相关关系在东部地区和中部地区比西部地区体现得更为明晰。通常由于经济发达地区有更加丰厚的经济基础，能够投入更多的人力物力提升农业信息化水平，从而更有利于农业网站的建设，更有助于农业发展。如江苏省和山东省，当本地经济比较发达的时候，政府对信息化的重视程度更高，对相关项目的扶持力度较大，财政资金投入更多。

另一方面，在不够发达地区，农业产值占其经济总产值的比重较大，但农业信息化水平较低，无法满足该地区日趋增长的信息需求，尽管农业部门网站建设质量与当地农业经济发展水平的相关性在西部地区表现得较弱，但提升农业部门网站建设对当地农业发展的促进有很大的市场空间，所以对两变量相关关系的探究仍是非常有意义的。

五、结论与思考

本文基于我国81个地方城市的原始面板数据和分组数据，对地方农业部门网站评估得分变量与当地人均农业总产值进行线性回归，分析地方农业部门网站与当地农业发展水平之间的关联度。但囿于水平和时间问题，文章尚有许多不足和可改进之处，对此有以下思考。

1. 关于样本选取。本文最初选择的城市样本是农业总产值排名前列的七个省份的下辖市，其中涵括了省会城市、副省会城市和地级市。不同行政级别的城市不论在社会、经济、文化方面都有显著差异，信息化发展水平也参差不齐，因此会导致样本在分布上比较分散。所以我们不仅用人均农业产值来衡量当地的农业发展水平，同时还剔除了省会城市与劳动人口在250万以下的城市。而区、县相对于上述城市区别更大，故也未将其纳入回归样本。在未来的研究中，可以考虑扩大样本量，比如可选取农业总产值排名前十五名的省份中的所有城市，从这些样本中，挑选出省会城市、副省会城市，将同一行政级别的城市分为一组进行回归，探究其地方农业部门网站与地方农业发展水平之间的关联度。

2. 关于变量选取和模型建立。本文选取网络影响因子作为评估一个网站建设水平的变量，使用人均农业产值来衡量当地的农业发展水平，通过一元线性回归模型来分析地方农业部门网站建设质量与地方农业发展水平的关联度。

关于衡量当地农业发展水平的变量，本文还尝试过以当地的人均农民纯收入和人均农业产值的增加值来分析，但是带到方程中回归后都未取得理想的结果。本文猜想，农民纯收入受到了原农民家庭经济条件、财产财务和人口素质的影响，而农业产值增加值最新只能得到2013年的数据，与农业部门网站建设的即时性不符合。所以人均农业产值能够更好地衡量与农业部门网站建设相匹配的农业发展水平。

本文选取网络影响因子衡量网站的建设质量，而事实上，内部和外部网络影响因子等变量在网站评价体系中也有重要意义，这些指标都属于网络计量学的学科内涵。但存在的问题是，目前仍缺乏成熟的理论指导，网络计量学是在上世纪90年代中后期逐步形成的一门学科，对其研究不过十年的时间。至今，在网络链接研究领域还没有取得如文献计量学三大定律那样为所有研究者所共同认可的理论研究成果。此外还缺少完善的研究工具。目前多数学者所作的链接分析是基于商业搜索引擎的，但是商业搜索引擎不像SCI是专门为引用分析而设计和开发的，相比SCI商业搜索引擎被用于网络计量学分析时，主要存在覆盖率低和稳定性较差这样的缺陷。

从回归结果来看，西部地区的结果并未表明两个变量之间的正相关关系非常显著，这说明可能农业发展水平只是影响农业部门网站建设的变量之一，还包含许多其他的因素。比如经济发展水平、社会因素、政治因素等。从社会因素来看，人才结构、地域文化、舆论倾向和传统习俗决定了当地民众对农业部门网站的接受程度和使用偏好；从政治角度来看，国家与当地的政策导向，负责领导人的施政目标，个人偏好、年龄结构、文化水平等，决定了地方政府部门对网站建设的重视程度，而农业在当地经济中的重要程度又进一步影响地方农业部门网站的建设。从本文的样本数据和回归结果中也能够发现，就地区而言，两变量之间的关联度在更为发达与开放的东部比相对落后和封闭的中西部地区更显著；就城市而言，经济水平更优、发展更强更快的城市在网站建设方面也优于还在发展中的城市。

3. 关于分析方法。本文在分析地方农业部门网站与地方农业发展水平关联性的时候，只是就其结论进行论证，并未具体探究两变量之间互相作用的因果关系。地方农业部门网站建设与地方农业发展水平是互相关联、互相促进的。从理论上来说，这两者间是存在良性循环的，但是不同城市在这两方面的发展不一定是同步的。本文所采取的横截面数据既无法体现这种发展上的时序性，也不能体现两变量间具体的因果关系。在今后的研究中，还可以通过时间序列和格兰杰因果检验进一步分析。

4. 关于农业信息化。不少学者研究农业信息化对农业经济发展的促进作用，基于此研究基础，本文探究了地方农业部门网站和地方农业经济发展的关联度。事实上，农业信息化是一个动态过程，涵盖内容比较广泛。对一些农业发达的资源型城市，农业信息化有助于提升产业结构，优化资源配置，加快农业技术进步。在未来的研究中，还可以利用农业信息化对农业经济增长的影响机理，运用相关政策，进一步分析如何将资源消耗型的粗放式发展方式转变为可持续发展方式。

参考文献：

[1]中国互联网络信息中心.第35次中国互联网络发展状况统计报告[EB/OL][2015-02-03].http：//www.cnnic.net.cn/.

[2]Ingwersen P. The calculation of web impact factors. Journal of Documentation[J].1998，54（2）：233-256.

[3]杨涛.中国50所大学网站的网络影响因子比较分析[J].图书情报工作，2004，（6）：50-54.

[4]段宇峰.基于链接分析的网站评价研究[J].中国图书馆学报，2005，（4）：19-23.

[5]田红梅.基于链接分析的学术性核心网站评价[J].情报科学，2004，（9）：1078-1080.

[6]王宏鑫.我国省级以上公共图书馆网站的链接分析[J].中国图书馆学报，2005，（3）：86-89.

[7]沙勇忠.中国省级政府网站的影响力评价——网站链接分析及网络影响因子测度[J].情报资料工作，2004，（6）：17-22.

[8]宴尔伽.中国省会城市政府网站链接分析[J].情报科学，2008，（2）：218-223.

[9]王知津.网站评价中的样本选取及链接测度[J].图书与情报，2006，（3）：53-58，97.

[10]顾海兵.国内主要商业银行网站质量之比较[J].山东社会科学，2009，（11）：93-97.

[11]顾海兵.政府部门网站的信息品质之国际比较——基于特大城市警察部门的分析[J].学术界，2010，（6）：48-57.

[12]顾海兵.市级政府网站与市域经济的关联度之分层分析——基于292个地级市的资料分层分析[J].学术界，2014，（6）：10-21.

[13]顾海兵.中央银行网站：国际比较与借鉴[J].山东社会科学，2014，（6）：163-167.

[14]许剑颖.基于链接分析法的中国农业网站影响力分析[J].图书情报工作网刊，2012，（10）：42-46.

[15]刘义诚.农业网站评价方法与评价指标体系研究[J].农业网络信息，2010，（7）：5-8.

[16]张洋.网络影响因子研究综述[J].中国图书馆学报，2010，（1）：63-79.

[17]王知津.网站评价指标体系的构建方法与过程[J].图书与情报，2006，（3）：42-52.

[18]邱均平.中国大学网站链接分析及网络影响因子探讨[J].中国软科学，2003，（6）：151-155.

责任编辑：张 然