基于SAS系统的农业科技信息化服务影响因素探析——以“阿克苏农技服务”微信平台为例

刘荣森，陈 娟，孙卫中，李星星

（阿克苏地区农业技术推广中心，新疆 阿克苏 843000）

1.引言

“阿克苏农技服务”是阿克苏地区农业技术推广中心采用国语、维吾尔语双语同步的模式运行的农业科技信息服务平台，在宣传惠农政策信息、传播农业生产技术、指导农事生产中发挥了较为实际的作用。本文运行SAS软件，通过挖掘信息间的关联性[1,2]，以期为阿克苏乃至南疆地区农业信息化服务提出合理建议。

2.材料与方法

2.1 数据来源

随机选取105篇信息，统计固定时间点的阅读量。信息内容一致，分国语、维吾尔语两种文字，为同步发布，共210个样本。

2.2 数据处理

数据采用SAS软件分析。按照SAS软件要求，建立临时数据库“A”，将信息类别、信息排序、语言类别进行属性处理[3]。信息类别：1=技术类型信息，2=动态类型信息；信息排序：1=首篇，2=非首篇；语言类别：1=国语，2=维吾尔语。输入程序如下：

data A ;

input N $ F $ L $ Y@@;

label N='信息类别' F='信息排序' L='语言类别' Y='阅读量';

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个样本数据）; run;

3.结果与分析

3.1 GLM模型分析

运用GLM模型，以阅读量为因变量，信息类别、排序、语言为自变量，分析阅读量与信息类别、排序、语言类别间的关系，研究各因子间的差异性。

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、均方与F值

从表1可以看出，变量因素（信息类别、排序、语言）与信息阅读量呈极显著水平（F=10.38 Pr<0.001）。

表1 GLM模型显著性分析

3.1.3 影响信息阅读量的因素分析

从表2可以看出，信息排序（是否首篇）与信息阅读量呈极显著水平（F=44.50 P<0.001）；信息语言（国语或维吾尔语）与信息阅读量呈极显著水平（F=13.98 P=0.002）；信息类别（技术类型或动态类型）与信息阅读量呈显著水平（F=5.12 P=0.0247）。信息类别、信息排序与信息的语言方式间的交互作用与信息阅读量均达不到显著水平（P>0.05）。

由此说明，影响信息阅读量的主要因素是信息排序和信息语言，其次为信息内容。排位首篇的信息，无论采用国语或者维吾尔语，或是技术类型与动态类型，阅读量都明显高于其他位次的信息；同一篇信息，维吾尔语的阅读量普遍高于国语的阅读量；技术类型信息的阅读量高于动态类型信息的阅读量。

表2 各因素显著性分析

3.2 FREQ模型分析

为深入了解信息类别、排序、语言三因素互作对阅读量的影响情况，运用FREQ模型进行模拟分析，探究三者在不同水平上的关联强度[4]。

3.2.1 分析程序

proc freq data=A;

weight Y;

table L*N*F / cmh;

run;

3.2.2 阅读量与信息类别、排序、语言类别上的关联强度

从表3可以看出，信息类别、排序、语言类别均与信息阅读量的关联性均是极显著的（P<.0001），此与GLM模型分析结果相同。

从表4可以看出，Value为正，说明信息类别、排序、语言类别均对信息阅读量均有正向促进作用；Col1 Risk下的Logit值为1.357，说明在控制信息排序和类别（技术类型）情况下，维吾尔语阅读量比国语阅读量可能高1.357倍。

表3 CMH检验分析

表4 控制信息排序和类别下的阅读量相对估计

由此说明，“阿克苏农技服务”的阅读量与信息类别、排序、语言类有关，相同情况下，维吾尔语阅读量比国语阅读量可能高1.357倍。

4.结语

“阿克苏农技服务”是阿克苏地区开展农业科技信息服务的微信平台，主要服务对象是基层农牧民，通过传播新技术、新品种、好举措，促进农民群众学技术、长知识。分析结果表明，群众的信息甄别主要集中在信息是否首篇、是否维吾尔语、是否技术实用类型三个方面，群众更倾向于阅读维吾尔语信息。因此，南疆地区的农业科技信息化建设应坚持国语、维吾尔语同步[4,5]，做到关键农事指导和惠农惠民政策宣传同步维吾尔语，并将其放在首篇位置或微信订阅号可展示的位置。