福建省农业信息化水平综合评价

律其鑫, 朱静静, 肖清铁, 文欢欢, 韩博伦, 郑新宇, 林瑞余

(福建农林大学生命科学学院，福建 福州 350002)

农业信息化是指将信息技术应用于农业生产、管理、农资及农产品市场消费等环节，并使之紧密联系成有机整体的过程[1]。当前，我国正处于农业4.0初级阶段[2]，“互联网+”现代农业等信息技术蓬勃发展[3]。农业信息化已成为激发乡村振兴与农业创新活力的重要催化剂[4]。因此，从宏观上量化分析省域农业信息化水平，能够明确农业信息化发展具有的优势与存在的问题[5]，进一步推动现代化农业建设。国外学者较早开展信息化研究，Machlup[6]以知识产业理论为基础对信息经济做宏观测算；Porat[7]测度了美国信息经济，并提出具备国际可比性的波拉特法；Komatsuzaki et al[8]从社会角度着手，建立了信息化指数公式，量化计算信息化水平；Borko et al[9]构建多层次信息化环境测算模型，客观反映了信息利用潜力。自2001年推出“国家信息化指标要素”以来，我国学者也设计了多种信息化水平测度方法，以信息化综合指数法[10]、综合信息产业力度法[11]为典型。在评价农业信息化发展上，多采用主成分分析法[12]、理想点法[13]、聚类分析法[14]等方法。测度的指标体系主要包括农业信息资源的开发利用、农业信息基础设施建设、农业信息化人才培养、农业信息化效用、农业信息化发展政策等[15]。对农业信息化水平评价指标的赋权方法则大致分为两类，其中专家决策法、层次分析法等主观赋权法[16]，借助生活经验对各指标赋权；而变异系数法、熵值法等客观赋权法[17]，主要依据客观数据计算权重，因此应用更为普遍。王利农[18]、王勇[19]对中国各省份农业信息化水平进行了测度实证研究，认为我国农业信息化建设具有明显的阶段性[20]，且各省域间差异显著。整体来看，近几年我国农业信息化水平评价体系逐渐完善，但应用于不同区域的指标体系具有较强的时效性和相对性，各地区指标的选择与分类依据也存在一定差异。同时，对已有文献资料分析发现，目前对福建省农业信息化水平的测度实证相对较少。因此，本研究采用可比性较强的信息化指数法构建农业信息化评价体系，并基于变异系数法、熵值法对指标赋权，以期为把握福建省农业信息化进程，解决“三农”中存在的瓶颈性问题提供依据。

1 材料与方法

1.1 研究区概况

福建省(115°50′～120°40′E，23°33′～28°20′N)地处我国东南沿海，山海资源丰富，跨中、南亚热带，热量充足、雨量丰沛，农业基础条件优渥。立足于国家现代化农业建设前沿，福建省大力推进“智慧农业”发展。截至2018年底，福建省基本实现广播、电视全省全覆盖[21]，人均电信业务总量同比增长224%；累计建成益农信息社5 800多个，农业物联网示范基地180个，现代化农业智慧园区14个，逐步设立国家级电子商务进农村示范县21个，农业信息进村入户试点县20个，农业电子商务成交额超过4.1亿元[22]。近年来福建省重点培育新型农民4.53万人，选聘农业信息员5 578人[23]，农业信息化人才队伍建设日趋完善。

1.2 研究方法

1.2.1 评价指标体系建立 以中国国家信息化指标体系的构成要素为基本框架，坚持代表性、综合性、导向性原则[15]，借鉴钟义信等[10]研究实证，结合福建省农业信息化现状及相关指标数据的可得性，构建评价指标体系(表1)。该体系包括农业信息基础设施、农业信息资源开发与利用、农业信息化人才、农业经济基础4个一级指标以及平均每百户农村家庭计算机拥有数等13个二级指标。

1.2.2 综合评价模型设计 采用信息化综合指数法，依据评价指标体系(表1)，构建福建省农业信息化水平综合评价模型：

(1)

式中，FJI代表福建省农业信息化水平总指数；n为农业信息化水平构成要素的个数；m为第i个构成要素的指标个数；Pij为第i个构成要素的第j个指标无量纲化后的值；Wij为第i个构成要素中第j个指标在其中所占的权重；Wi为第i个要素的权重。

表1 农业信息化水平评价指标体系Table 1 Evaluation index system of agricultural informatization level

1.3 数据采集与处理

1.3.1 数据采集 参照福建省统计局编著的《福建统计年鉴—2019》[21]，选用2013—2018年的数据作为各指标的原始数值，其中部分指标的数值为估算结果。

1.3.2 无量纲化 因各指标间数据的物理意义、计量单位等存在差异，为方便量化比较，本研究采用方根法对数据作无量纲化处理，公式如下：

(2)

1.3.3 权重的确定 为避免主观判断造成权重确定的失实，参考王爽英等[17]、王勇[19]的方法，采用变异系数法、熵值法两种客观赋权法来定量计算各指标的权重，并互为佐证。

②第i个指标的变异系数(Vi)：

③对Vi作归一化处理，得到第i个指标的权重(Wi)：

(3)

(2)熵值法。 ①对决策矩阵X=(xij)m×n作标准化处理，得到标准化矩阵Y=(yij)m×n，并进行归一化处理：

②计算第j个指标的熵值(ej)：

③计算第j个指标的差异系数(gj)：

gj=1-ej(1≤j≤n)

④对gj作归一化处理，得到第j个指标的权重(Wj)：

(4)

2 结果与分析

2.1 评价指标原始数据及其无量纲化

由表2可知，2013—2018年福建省平均每百户农村家庭计算机拥有数(P1)33.88台、彩色电视机拥有数(P2)138.48台、移动电话拥有数(P3)244.63台；平均每周广播、电视播出时间(P4、P5)10 013、7 094 h；电视、广播覆盖率(P6、P7)为98.96%、98.70%；人均每年电信业务总量(P8)达2 409.66元；农村居民人均纯收入(P12)为14 500元；农业固定资产投资占总资产的比重(P13)为2.56%；至2018年，高中及以上学历人数占农村总人数的比重(P9)为27.10%，国有企事业单位农技人员占总专业技术人员的比重(P10)为1.78%，信息传输与技术服务业人员占总从业人员的比重(P11)达到1.69%。

表2 2013—2018年福建省农业信息化水平指标原始数据1)Table 2 Original data of agricultural informatization level indicators in Fujian Province from 2013 to 2018

1)数据整理自《福建统计年鉴—2019》。

依据公式(2)，得到各指标无量纲化后的数据(表3)，其最小数值为0.220 1，最大数值为0.771 9。

表3 2013—2018年福建省农业信息化水平指标无量纲化数据Table 3 Dimensionless data of agricultural informatization level indicators in Fujian Province from 2013 to 2018

2.2 指标权重

2.2.1 变异系数法确定权重 由表4可知，各一级指标所占权重大小依次为：农业信息资源开发与利用>农业经济基础>农业信息化人才>农业信息基础设施。各二级指标中，人均每年电信业务总量所占权重最大，约0.386 661；其次为第一产业固定资产投资占总投资的比重，约0.191 314；广播、电视的覆盖率所占权重相对较小，分别约0.002 523、0.001 645。

2.2.2 熵值法确定权重 由表5可知，各一级指标所占权重大小依次为：农业信息资源开发与利用>农业经济基础>农业信息化人才>农业信息基础设施。各二级指标中，电视覆盖率的权重最小，约0.000 014；广播覆盖率所占权重比之稍高，约0.000 033；而人均每年电信业务总量所占权重约为第一产业固定资产投资占总投资比重的3.59倍，远超其他二级指标。

2.3 二级指标加权指数

依据公式(1)，运用两种客观赋权法所得的指标权重进行计算，得到2013—2018年各二级指标要素的加权指数(表6)，均以人均电信业务总量(P8)的加权指数最大，分别为0.139 852和0.232 925，其次为第一产业固定资产投资占总投资比重(P13)，电视覆盖率(P6)的加权指数最小，仅为0.000 672和0.000 006。两者所得加权指数的大小排序与指标权重基本保持一致。

表4 变异系数法计算的指标权重Table 4 Index weight calculated by coefficient of variation method

表5 熵值法计算的指标权重Table 5 Index weight calculated by entropy method

表6 2013—2018年福建省农业信息化各二级指标的加权指数Table 6 Weighted index of secondary indicators of agricultural informatization in Fujian Province from 2013 to 2018

2.4 农业信息化水平指数

2.4.1 农业信息基础设施指数 由表7可知，相比其他一级指标加权指数，2013—2018年农业信息基础设施指数最小，表明其对农业信息化水平的影响较弱。从时间序列来看，2013—2016年该指数持续增长，但变化幅度较小。其中，由变异系数法赋权计算所得农业信息基础设施指数年际变化幅度约0.97%；由熵值法赋权计算所得该指数年际变化幅度约0.74%；2016—2018年，该指数呈小幅递减。由表6可知，在其所含3个二级指标中，平均每百户农村家庭移动电话拥有数(P3)对农业信息基础设施指数的贡献率最大，其次为计算机拥有数(P1)，而平均每百户农村家庭彩色电视拥有数(P2)对其贡献率相对较小。

表7 2013—2018年福建省农业信息化水平指数Table 7 Index of agricultural informatization level in Fujian Province from 2013 to 2018

2.4.2 农业信息资源开发与利用指数 如表7所示，农业信息资源开发与利用指数最大，对当年总指数的贡献率可达56%。2013—2018年该指数整体呈上升趋势，且增长幅度较其他指数更为显著。2013—2018年，由变异系数法赋权计算的农业信息资源开发与利用指数从0.045 919增长至0.140 546，增长幅度约206.07%；熵值法赋权计算所得指数从0.094 852增长至0.327 314，增长幅度高达245.08%。从其二级指标来看(表6)，通过变异系数法和熵值法确定的人均电信业务总量(P8)对农业信息资源开发与利用的贡献率分别达到85.14%、98.42%，成为农业信息化水平不断提升的重要表现。

2.4.3 农业信息化人才指数 由表7可知，除2016年外，2013—2018年农业信息化人才指数均较上一年有所增加。基于变异系数法赋权计算，2018年农业信息化人才指数较2013年增幅约34.07%；基于熵值法赋权计算得到的该指数同比增幅约48.03%，表明福建省农业信息化人才是推动农业信息化发展的主要因素。各二级指标中(表6)，信息技术服务业从业人员占比(P11)对农业信息化人才指数贡献率最大，采用变异系数法和熵值法确定的该指标对农业信息化人才指数的贡献率分别约63.31%、85.77%。

2.4.4 农业经济基础指数 如表7所示，2013—2017年农业经济基础指数呈增长趋势，由变异系数法赋权计算出农业经济基础指数自0.027 798增加至0.048 523，增幅约74.56%；由熵值法赋权计算出该指数自0.017 766增加至0.031 992，增幅约80.07%。2017—2018年农业经济基础指数有所降低，计算得到的降低幅度约为28.99%(变异系数法)和34.32%(熵值法)。由表6可知，福建省农村居民生活水平还处于相对较低水平，农村居民人均纯收入(P12)对农业经济基础指数贡献率较小，第一产业固定资产投资占比(P13)对其贡献率较大，以变异系数法赋权计算所得P12、P13对农业经济基础的贡献率分别为37.08%、62.92%；以熵值法赋权计算所得P12、P13对其贡献率分别为26.33%、73.67%。

2.5 农业信息化水平综合评价

以2013年为基期，计算得到2013—2018年福建省农业信息化水平总指数(图1)。由图1可知，两种客观赋权法计算的福建省农业信息化水平总指数呈现相似的变化趋势，总体随着时间的推移不断提高，且基于熵值法赋权计算的总指数略高于变异系数法。至2018年底，由变异系数法赋权计算的农业信息化水平总指数达到218.90，与基期相比提高了118.90%；由熵值法赋权计算的该指数达到304.82，同比提高了204.82%。分阶段来看，2013—2015年农业信息化水平总指数提升缓慢，至2015年分别增加至131.70(变异系数法)和145.02(熵值法)；2015—2016年两种计算方法得到的总指数均出现降低现象；2016—2018年农业信息化水平总指数提升较为迅速，平均每年上升49.43个指数点(变异系数法)和96.50个指数点(熵值法)。

3 讨论与结论

3.1 福建省农业信息化发展水平评价

本研究采用信息化综合指数法构建评价体系，基于变异系数法、熵值法对各指标赋权，计算加权指数及总指数。从福建省农业信息化水平总指数的变化趋势来看，2013—2018年福建省农业信息化建设整体水平持续提升，且近两年发展速度相对较快。2015年，在有数据统计的31个省份中，福建省农业信息化水平排名第7位，远高于全国平均水平[24]。徐小琪等[25]研究也指出，东部沿海地区省域农业信息化发展较其他地区增速明显。就福建省内各地市而言，熵值法计算得出泉州市2007—2016年农业信息化指数较高[26]，龙岩市信息化农业建设发展迅速[27]，农村信息化发挥着积极作用[28]。

在评价农业信息化水平的各项指标中，农业信息资源开发与利用所占权重最大，加权指数也最高，成为促进福建省农业信息化发展的主导因素。王勇[19]采用相同的赋权法对河南省农业信息化水平进行测度时，同样对农业信息资源开发与利用的贡献加以肯定。作为影响农业信息资源开发与利用指数的关键因子，人均每年电信业务总量所占权重近年来不断提升，对农业现代化发展的贡献率也逐渐提高，这与牛亚鑫[13]基于理想点法的研究实证一致。福建省电视、广播覆盖率及其播出时长不断提升，农业信息资源也随之普及，王淑婧[29]认为信息获取渠道的拓宽将会反作用于农业信息化水平的提升。对福建省农业信息化水平影响较大的另一因素为农业经济基础，说明农村居民人均纯收入的增加影响着农业信息化发展，韦礼飞等[30]对江西省的测度实证也指出，农村居民收入的提高有助于其响应农业改革号召，大力发展现代农业。农业资金的投入力度，尤其是农业信息化投资对农业信息化发展具有一定的正向促进作用[31]。得益于一系列强农、惠农、助农政策的出台，提高了农业财政支出，完善了农业信息服务体系，促使福建省农业信息化水平大幅度上升。

3.2 福建省农业信息化发展存在的问题及其对策

农业信息化人才不足限制着福建省农业信息化发展。张楠楠等[32]指出，农业信息化发展离不开高素质人才的支撑。本研究表明，从事信息技术服务业人员占比的大小对农业信息化的作用也较为显著。但从统计结果来看，福建省高中及以上文化水平人员所占比例偏低，农业技术人员依旧短缺，这成为制约福建省农业信息化发展水平的重要因子。近些年，福建省高层次人才引进力度不断加大，但立足于乡村振兴的储备人才引进则稍显不足。因此，应当加强信息化人才下乡驻村力度，加快培养专业型农业技术人才，优化复合型农业信息化人才队伍，深入推进数字乡村农业建设，提升福建省农业信息化水平。

梁再培等[33]研究表明，信息化基础设施对农业信息化发展存在积极影响，而农业信息基础设施所占权重及其加权指数的缓慢增长，成为制约福建省农业信息化发展的主要指标，与王勇[19]的研究结果一致。但陈宝玉[34]认为第一信息部门产值及基础设施建设成为加快甘肃省农业信息化的因素之一，这可能是由于我国东中西部农业经济基础、农业信息化建设开始时间及所处阶段存在明显差异[16]所致。目前，福建省平均每百户农村家庭彩色电视机及移动电话拥有数基本趋于饱和状态，但至2018年底平均每百户农村家庭计算机拥有数仅32台左右，限制着农业信息基础设施的贡献率。因此，提高计算机在农村家庭的普及率，将在一定程度上促进农业信息化的发展。农民依旧将电视、广播等作为娱乐媒介，普及率虽高但对农业信息化发展的作用并不显著。因此，应当尽快加强引导，转变农民认知，积极利用电视、广播等传统媒体传播农业信息，实现信息入户，打通农业现代化“最后一公里”。

综上所述，2013—2018年福建省农业信息化水平不断提高，以2016—2018年发展速度最快。现阶段，推动福建省农业信息化发展的主导因素在于农业信息资源的开发与利用，其次为农业经济基础的提升，而农业信息化人才的培养、农业信息基础设施的建设则成为制约福建省农业信息化发展的主要因素。