我国农业信息化建设绩效评价实证研究

李彩云，李景理，厉 伟

(河海大学 商学院，江苏 南京 211100)



我国农业信息化建设绩效评价实证研究

李彩云，李景理，厉 伟

(河海大学 商学院，江苏 南京 211100)

摘要：在政策研究的基础上，剖析了我国农业信息化发展的影响因素，构建了一套单目标、多维度的绩效评价指标体系，并以我国东部某省的农业信息化发展为例，运用D-S理论予以综合评价。研究表明，基于5种维度构建的农业信息化绩效评价指标体系科学性较强，针对农业信息化建设中的几处“易燃点”，相关部门应完善政策规定，加强管理监督。

关键词：农业信息化建设；绩效评价；D-S理论

0引言

近年来，国家各项扶持政策给我国农业信息化的发展带来了新契机，为加快推进农业信息化建设明确了目标和内容。2015年中央“一号文件”明确提出了“新型工业化、信息化、城镇化和农业现代化”协同发展的新理念，为我国“十三五”乃至今后更长时期的农业发展指明了方向。习近平总书记强调，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，必须推动信息化和工业化深度融合、工业化和城镇化良性互动、城镇化和农业现代化相互协调，真正做到“四化同步”。农业信息化是指将信息技术运用于农业生产各领域，加速改造传统农业生产方式，全面提高农业生产效率和生产水平，促进农业可持续发展。在“四化同步”战略的指引下，我国各省、市及区县的农业信息化建设成效显著。据统计，截止2014年底，我国农业网站数量达30000多家，有关农业资源、农产品经营管理等的行业数据库超过60多个，全国31个省(市)设立农业信息中心，北京、安徽、上海等8个省的农业物联网区域试验工程启动实施。然而，农业信息化建设又是一项长期性的系统工程，其投资大、建设周期长及高风险性的特点要求有关部门对其“成本—收益”展开综合评估。目前，国内学术界尚未形成统一的评价标准，刘玮[1]、王勇[2]等主要从发展基础、应用现状、信息化人才、发展环境等方面予以研究，李思[3]和刘世洪[4]较多采用综合指数法、模糊综合评价法等评价方法进行研究，主观性较强。

基于此，本文将在参考相关统计报告及已有研究成果的基础上，构建一套多维度的农业信息化建设绩效评价指标体系，以中国东部某省的农业信息化建设为例，依据D-S证据理论及IDS软件构建评价模型，有效解决主观性较强造成的评价结果失真问题，科学评价我国农业信息化建设绩效。

1我国农业信息化建设影响因素分析

为了科学评价国家及地区信息化水平，正确指导各地信息化发展，2002年信息化测评中心研究提出了《国家信息化指标构成方案》(以下简称《方案》)，共包含20项评价指标。《方案》的形成对农业信息化建设评价指标体系的构建具有指导意义。《2006～2020国家信息化发展规划纲要》(以下简称《规划》)进一步明确了农业信息化发展的战略重点，指出应推进面向“三农”的信息服务，提高农村网络普及率，整合涉农信息资源，建设城乡统筹的信息服务体系。《国家信息化“九五”规划和2010年远景目标(纲要)(以下简称《纲要》)提出了国家信息化发展思路，指出信息化建设六要素为：信息资源的开发、信息基础设施建设、信息产业发展、信息技术应用、信息人才培养和信息法规建设。

基于此，本文认为影响农业信息化建设的核心要件应当体现《纲要》精神，指标设置上应考虑《方案》已有的评价体系，评价思路应围绕《规划》中的要求展开。具体而言，影响因素包括5个层面内容，即农业信息资源开发、农业信息基础设施、农业信息产业、农业信息技术、农业信息发展环境[5],如图1所示。

其中，农业信息资源开发包括农业网站、数据库及软件的开发及应用水平，体现了信息资源对农业生产、经营、管理和决策的支持程度；农业信息基础设施建设包括电话网、计算机网等相关配套设施的建设水平；农业信息产业指以农业信息化为依托发展起来的种植业、畜牧养殖业等；农业信息技术指农业生产、经营和管理的信息化；农业信息化发展环境包括政治、经济、文化和教育环境。以上5个层面的影响因素研究得到了相关学术成果的支持[5-6]。

2我国农业信息化建设绩效评价体系构建

根据上述政策分析，本文将从农业信息资源、农业基础设施、农业信息产业等5个维度构建农业信息化建设绩效评价指标体系。针对具体指标，本文参考了叶华[8]、袁晓庆[9]等学者的研究成果，选取了25个二级评价指标，最终形成了一套单目标、多维度的农业信息化绩效评价指标体系，如图2所示。

在指标赋权上，层次分析法已被实践证明可操作性较强，在权重计算中充分考虑了专家知识或经验对问题解决的影响，值得本文借鉴。因此，本文咨询了农业经济师、信息化工程师、大学教授等专家学者，发出指标权重调查表15份，有效收回调查表13份，在此基础上借助AHP软件，最终确定各级指标的权重值。

以准则层各项指标为例，首先构造判断矩阵(表1)，将其输入AHP软件，求解得出该层次各项指标的权重；其次，分析矩阵是否符合一致性要求，若不符合则对矩阵进行归一化处理。

通过运算得出，准则层判断矩阵的特征向量W=[0.1911,0.2122,0.1261,0.1012,0.3694]T,λmax=5.3547，CI=0.0887，因为此矩阵为5阶，所以K=5时，RI=1.12，CR=0.0792 <0.1，通过一致性检验。

根据上述步骤，可以得出我国农业信息化建设绩效评价中各层级单项指标的单层次权重，如表2所示。

3基于D-S理论的农业信息化建设绩效评价综合研究

为了验证上述评价指标体系的有效性，以我国东部某省2008～2015年农业信息化建设为例，借助D-S统计决策软件对农业信息化建设绩效予以综合评价，一方面，得出该地区5年来农业信息化建设水平，并为其进一步的发展规划提供政策建议；另一方面，验证依据以上5种维度构建绩效评价体系的科学性，为我国其他地区农业信息化建设提供示范。由于D-S模型运算较为复杂，且对于定性指标和定量指标的处理方法各异，本文借助IDS软件简化处理。

3.1模型建立

本文构建的农业信息化建设绩效评价结构模型，准则层指标共5项，指标层指标共20项，兼顾定性及定量指标。对于定性指标，分别设定：优秀(B)、良好(G)、一般(A)、较差(P)和很差(W)5个等级；其分别对应的评价等级效用值：u(W)=0，u(P)=0.25，u(A)=0.50，u(G)=0.75和u(B)=1，而定量指标的设置只需在模型中代入相应变量的最优值和最劣值即可。

3.2模型运算

在IDS软件中建立好农业信息化建设绩效评价模型后，需要输入各个评价指标的权重值，以及各个指标的评价值(表3、表4)，然后按照软件预先设置的参数，得到上层指标的评价分布情况。本文为了减少主观判断对评价结果造成的不利影响，查阅了《中国统计年鉴》、咨询了该省农业厅、信息中心等部门专家，走访了当地农村居民、信息化企业主，发出调查问卷25份，有效收回21份。

注：W：很差；P：较差；A：一般；G：良好；B：优秀。

3.3计算分步式评价结果

通过IDS软件运算得出该省农业信息化建设绩效评价分布结果为：U(农业信息化建设绩效)=[(很差，0%)，(较差，0%)，(一般，4.89%)，(良好,45.32%)，(优秀,49.36%)，(未知，0.43%)]。由此可以清晰看出，目前该省农业信息化建设整体水平从“良好”向“优秀”过渡，“一般”的置信度较小，不存在“较差”或“很差”的情况。而这与该省农业产业发展现状较为一致，由于该省地处我国东部长三角地区，经济发展水平较高、科技实力雄厚，农业信息化建设整体环境和效果较好。

准则层各项指标的平均效用值从高到低排序依次为信息化基础设施(93%)、信息技术装备(91%)、信息化发展环境(84%)、信息资源开发(81%)、信息产业发展(79%)。可以看出，该省的农业信息化基础设施建设较为完善，每百平方公里长途光缆长度、微波通信线路及卫星站点数均符合国家要求；信息技术装备(计算机、有线电视、电话)水平处于全国领先地位，信息化发展环境也正逐步完善；而由于信息化建设在我国起步较晚，如何做到信息化建设与农业发展、农业资源开发的真正融合仍有待进一步探索。

指标层各项指标平均效用值较好的有：微波通信设施健全性、卫星站点建设情况、有线电视拥有率、电话普及率、农业科学图书占比和资金到位率，都几乎接近100%。而种植业信息化水平、家畜业及水产养殖业信息化水平、涉农网站访问率等指标的效用值相对较低。这也符合该省农业信息化建设现状，目前该省农业信息化建设“投入—产出”仍未实现对等，投入方面，各项基础设施、政策环境及财政资金均已基本落实到位；产出方面，信息化产业建设效果仍有待进一步提高，提升农民及乡镇企业的信息化发展意识仍是今后“三农”问题的重要努力方向。

4结论与政策建议

4.1结论

本文在政策研究基础上构建的农业信息化建设绩效评价指标体系可信度较高，值得推广。在指标权重确立上，农业产业信息化所占的比重较高，体现了结果导向型发展思路。其次，D-S评价模型将定性及定量指标分别考虑，科学性较强，最终得出该地区农业信息化建设绩效水平为“优良”。

4.2政策建议

针对农业信息化建设中的“薄弱环节”，相关部门应当重点关注，提高管理水平，主要从以下几点入手。

(1)提高农业信息化意识，培养信息化人才。大力扩展农业信息网络服务受众面，将信息服务链延伸到农业产业化龙头企业、农产品批发市场等群体。进一步提高基层农业单位人员待遇，组织信息化培训，培养基层农业信息化人才。

(2)调整农业信息资源结构、实现信息共享。加强农业综合性信息的分析处理，开发用于指导农业生产实用性较强的专业特色信息。加强不同部门之间的信息资源交流，实现优势资源的共享。

(3)加强基层信息站点设施建设。虽然各大电信运营商在网络基础设施建设方面进行了大量投入，但目前中西部等偏远乡镇信息化设备老化率较高，基层信息站点设施简陋，严重阻碍了农业信息化的发展，值得相关部门予以高度关注。

参考文献:

[1] 刘玮,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.

[2] 王勇,王文亮.河南省农业信息化水平评价[J].技术经济,2013(4):85-88.

[3] 李思.基于主成分分析法的农业信息化水平评价研究[J].安徽农业科学,2010(21):11534-11535.

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

[5] Yuan X Q, Liu L Y, Li D L. Study on evaluation method for chinese agricultural information[J]. Computer and computing technologies in agriculture IV, 2010(10):727-734.

[6] 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.

[7] 王欣,李萍萍.我国北方地区农业信息化水平评价研究[J].情报科学,2014,32(10):75-79.

[8] 叶华.浙江省农村信息化水平的比较分析[J].图书馆理论与实践,2012(7):36-38.

[9] 袁晓庆,李道亮,李琳,等.基于综合指数法的农业信息化水平评价：以山东省为例[J].广东农业科学,2015(4):162-167.

(责任编辑：管珊红)

Empirical Study on Performance Evaluation of Agricultural Information Construction in China

LI Cai-yun, LI Jing-li, LI Wei

(College of Business, Hohai University, Nanjing 211100, China)

Abstract：On the basis of policy research, analyzed the influencing factors of agricultural information development and built the performance evaluation system with a single set of objectives and multi-dimensional, taking the agricultural information development of a province in eastern China as a example, used D-S theory to do comprehensive evaluation. The result indicated that the agricultural information index system of performance evaluation which based on the five dimensions to build existed stronger science, for the several “inflammable point” on construction of agricultural information, the relevant departments should improve policies and regulations, strengthen management and supervision.

Key words：Agricultural information construction; Performance evaluation; D-S theory

收稿日期：2016-02-27

基金项目：国家社会科学基金项目“苏南—苏北产业转承中的环境污染转移机制、测度与矫正制度设计研究”(15BJY061)；中央高校自由探索项目“中国房价扭曲对城市创新绩效的影响研究：机理识别、效应评估与政策选择”(2015B24114)；江苏省委党校一般项目“98农村宅基地入市制度‘破冰’的风险与防范研究”(15BJL005)。

作者简介：李彩云(1991—)，女，河南信阳人，硕士研究生，研究方向：技术创新、金融发展与经济增长和房地产投资与管理。

中图分类号：F320

文献标志码：A

文章编号：1001-8581(2016)05-0122-04