亚热带农业研究 2020,Vol. 16Issue (1): 65-72   PDF   
DOI: 10.13321/j.cnki.subtrop.agric.res.2020.01.012
0

文章信息

律其鑫, 朱静静, 肖清铁, 文欢欢, 韩博伦, 郑新宇, 林瑞余
Lü Qixin, ZHU Jingjing, XIAO Qingtie, WEN Huanhuan, HAN Bolun, ZHENG Xinyu, LIN Ruiyu
福建省农业信息化水平综合评价
Comprehensive evaluation of agricultural informatization in Fujian Province
亚热带农业研究, 2020, 16(1): 65-72
Subtropical Agriculture Research, 2020, 16(1): 65-72.
DOI: 10.13321/j.cnki.subtrop.agric.res.2020.01.012

文章历史

收稿日期: 2019-12-25
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
摘要[目的]分析福建省农业信息化发展现状,促进智慧农业建设。[方法]采用信息化指数法建立了含4个一级指标和13个二级指标的评价体系,通过变异系数法和熵值法对各指标赋权,建立农业信息化水平测度模型。[结果] 2013—2018年,福建省农业信息化水平总指数总体上呈逐年上升趋势,与基期相比增幅分别达到118.90%和204.82%;变异系数法和熵值法计算所得一级指标权重大小均为: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;贡献率最高的二级指标为人均电信业务总量,加权指数分别为0.139 852、0.232 925;其次为第一产业固定资产投资占总投资的比重,加权指数分别为0.075 609、0.070 845;平均每百户农村家庭计算机拥有数、高中及以上学历占总人数比重这两个要素的贡献率相对较小;电视覆盖率的贡献率最低,其所占权重分别为0.001 645、0.000 014。[结论]近年来福建省农业信息化建设成效良好,农业信息资源开发利用与农业经济基础优势突出,但农业信息化人才与基础设施制约其发展。
关键词福建省    农业信息化    水平测度    指标体系    信息化指数法    
Comprehensive evaluation of agricultural informatization in Fujian Province
Lü Qixin, ZHU Jingjing, XIAO Qingtie, WEN Huanhuan, HAN Bolun, ZHENG Xinyu, LIN Ruiyu     
College of Life Sciences, Fujian Agriculture and Forestry University, Fuzhou, Fujian 350002, China
Abstract: [Purpose] To analyze the current development status of agricultural informatization in Fujian Province and promote the construction of intelligent agriculture.[Method] The informatization index method was used to establish an evaluation system consisting of four primary indicators and 13 secondary indicators. The indicators were weighed by the coefficient of variation and the entropy methods. A model for measuring agricultural informatization was established.[Result] From 2013 to 2018, the overall index of Fujian's agricultural informatization level has been increasing year by year. Compared with the base period, the index increased by 118.90% and 204.82%, respectively. The weights of the primary indicators calculated by the coefficient of variation and the entropy evaluation methods were:Development and Utilization of Agricultural Information Resources > Basic Agricultural Economy > Agricultural informatization Talents > Agricultural Information Infrastructure. The secondary indicator with the highest contribution rate was the total amount of telecommunication services per capita with weighted indices of 0.139 852 and 0.232 925, respectively. The proportion of fixed assets investment in the primary industry in total investment was the second, with weighted indices of 0.075 609 and 0.070 845, respectively. Relatively smaller contribution rate of 0.001 645 was from average number of computers per 100 rural households and proportion of people with high school education or above. The contribution rate of TV coverage was the lowest, which was only 0.000 014.[Conclusion] In recent years, the construction of agricultural informatization in Fujian Province has achieved good results. The development and utilization of agricultural information resources and basic agriculture economy have played important roles. However, the shortage of talents and basic infrastructure of agricultural informatization have restricted its development.
Key words: Fujian Province    agricultural informatization    level measure    index system    informatization index method    

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。

表 1 农业信息化水平评价指标体系 Table 1 Evaluation index system of agricultural informatization level
一级指标 二级指标 代码
农业信息基础设施 平均每百户农村家庭计算机拥有数(/台) P1
平均每百户农村家庭彩色电视机拥有数(/台) P2
平均每百户农村家庭移动电话拥有数(/台) P3
农业信息资源开发与利用 平均每周广播播出时间(/h) P4
平均每周电视播出时间(/h) P5
电视覆盖率(/%) P6
广播覆盖率(/%) P7
人均每年电信业务总量(/元) P8
农业信息化人才 高中及以上学历占总人数比重(/%) P9
国有企事业单位农业技术人员占总专业技术人员的比重(/%) P10
信息传输、信息技术服务业从业人员占总从业人员的比重(/%) P11
农业经济基础 农村居民人均纯收入(/元) P12
第一产业固定资产投资占总投资的比重(/%) P13
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:

$ {\rm{FJI}} = \sum\limits_{i = 1}^n {\left( {\sum\limits_i^m {{P_{ij}}{W_{ij}}} } \right)} {W_i} $ (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。

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:

$ {y_{ij}} = \frac{{{a_{ij}}}}{{\sqrt {\sum\limits_{i = 1}^n {a_{_{ij}}^2} } }}\left( {1 \le i \le n} \right) $ (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。

(1) 变异系数法。①设有n个样本,每个样本m个指标,以x1x2……xm描述,求出第i个指标的均值($\overline {{x_i}} $ )和方差($S_i^2 $ ):

$ {\bar x_i} = \frac{1}{n}\sum\limits_{i = 1}^m {{x_{ij}}^{}} ,S_i^2 = \frac{1}{{n - 1}}\sum\limits_{i = 1}^m {{{\left( {{x_{ij}}^{} - \overline {{x_i}} } \right)}^2}} \left( {1 \le i \le m} \right) $

② 第i个指标的变异系数(Vi):

$ {V_i} = {S_i}/{\overline x _i}\begin{array}{*{20}{l}} {(1 \le i \le m)} \end{array} $

③ 对Vi作归一化处理,得到第i个指标的权重(Wi):

$ {W_i} = {V_i}/\sum\limits_{i = 1}^m {{V_i}} \begin{array}{*{20}{l}} {(1 \le i \le m)} \end{array} $ (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:

$ {p_{ij}} = \frac{{{y_{ij}}}}{{\sum\limits_{i = 1}^m {{y_{ij}}} }}\begin{array}{*{20}{l}} {(1 \le i \le m)} \end{array}\left( {1 \le j \le n} \right) $

② 计算第j个指标的熵值(ej):

$ {e_j} = - k \cdot \sum\limits_{i = 1}^m {{p_{ij}}\ln } {p_{ij}}\left( {1 \le j \le n} \right) $

式中,k>0,ej≥0, 本文取$ k = \frac{1}{{\ln m}}$

③ 计算第j个指标的差异系数(gj):

$ {g_j} = 1 - {e_j}\left( {1 \le j \le n} \right) $

④ 对gj作归一化处理,得到第j个指标的权重(Wj):

$ {W_{j}} = \frac{{{g_j}}}{{\sum\limits_{j = 1}^n {{g_j}} }}\left( {1 \le j \le n} \right) $ (4)
2 结果与分析 2.1 评价指标原始数据及其无量纲化

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
年份 P1/台 P2/台 P3/台 P4/h P5/h P6/% P7/% P8/元 P9/% P10/% P11/% P12/元 P13/%
2013 33.24 136.78 230.37 9 961 6 549 98.63 98.20 1 466.45 23.80 1.93 1.07 11 405 1.93
2014 34.67 139.92 238.89 9 905 6 714 98.70 98.31 1 825.59 24.10 1.88 1.08 12 650 2.11
2015 34.90 139.30 246.40 10 052 6 997 98.94 98.68 2 210.63 24.80 1.88 1.36 13 793 2.42
2016 34.55 141.09 250.09 10 038 7 100 99.12 98.96 1 519.15 25.70 1.65 1.36 14 999 3.12
2017 33.99 140.08 252.55 9 982 7 600 99.15 99.01 2 293.53 26.40 1.76 1.61 16 335 3.74
2018 31.93 133.71 249.47 10 141 7 605 99.19 99.04 5 142.60 27.10 1.78 1.69 17 821 2.01
均值 33.88 138.48 244.63 10 013 7 094 98.96 98.70 2 409.66 25.32 1.81 1.36 14 500 2.56
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
年份 P1 P2 P3 P4 P5 P6 P7 P8 P9 P10 P11 P12 P13
2013 0.400 4 0.403 2 0.384 3 0.406 1 0.376 3 0.406 9 0.406 2 0.220 1 0.383 4 0.433 9 0.316 1 0.317 6 0.298 5
2014 0.417 6 0.412 4 0.398 5 0.403 8 0.385 8 0.407 2 0.406 6 0.274 0 0.388 2 0.422 7 0.319 0 0.352 2 0.326 4
2015 0.420 3 0.410 6 0.411 0 0.409 8 0.402 0 0.408 2 0.408 2 0.331 8 0.399 5 0.422 7 0.401 8 0.384 1 0.374 3
2016 0.416 1 0.415 9 0.417 2 0.409 2 0.407 9 0.408 9 0.409 3 0.228 0 0.414 0 0.371 0 0.401 8 0.417 6 0.482 6
2017 0.409 4 0.412 9 0.421 3 0.407 0 0.436 7 0.409 1 0.409 5 0.344 3 0.425 2 0.395 7 0.475 6 0.454 9 0.578 5
2018 0.384 6 0.394 1 0.416 1 0.413 4 0.436 9 0.409 2 0.409 7 0.771 9 0.436 5 0.400 2 0.499 3 0.496 2 0.310 9
均值 0.408 1 0.408 2 0.408 0 0.408 2 0.407 6 0.408 2 0.408 2 0.361 7 0.407 8 0.407 7 0.402 3 0.403 8 0.395 2
2.2 指标权重 2.2.1 变异系数法确定权重

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。

表 4 变异系数法计算的指标权重 Table 4 ndex weight calculated by coefficient of variation method
一级指标 权重 二级指标 权重
农业信息基础设施 0.059 029 平均每百户农村家庭计算机拥有数 0.022 408
平均每百户农村家庭彩色电视机拥有数 0.013 382
平均每百户农村家庭移动电话拥有数 0.023 239
农业信息资源开发与利用 0.438 194 平均每周广播播出时间 0.005 542
平均每周电视播出时间 0.041 824
电视覆盖率 0.001 645
广播覆盖率 0.002 523
人均每年电信业务总量 0.386 661
农业信息化人才 0.201 130 高中及以上学历占总人数比重 0.034 827
国有企事业单位农业技术人员占总专业技术人员的比重 0.038 334
信息传输、信息技术服务业从业人员占总从业人员的比重 0.127 969
农业经济基础 0.301 648 农村居民人均纯收入 0.110 334
第一产业固定资产投资占总投资的比重 0.191 314
2.2.2 熵值法确定权重

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。

表 5 熵值法计算的指标权重 Table 5 Index weight calculated by entropy method
一级指标 权重 二级指标 权重
农业信息基础设施 0.006 337 平均每百户农村家庭计算机拥有数 0.002 607
平均每百户农村家庭彩色电视机拥有数 0.000 926
平均每百户农村家庭移动电话拥有数 0.002 804
农业信息资源开发与利用 0.653 177 平均每周广播播出时间 0.000 158
平均每周电视播出时间 0.008 985
电视覆盖率 0.000 014
广播覆盖率 0.000 033
人均每年电信业务总量 0.643 987
农业信息化人才 0.098 529 高中及以上学历占总人数比重 0.006 227
国有企事业单位农业技术人员占总专业技术人员的比重 0.007 627
信息传输、信息技术服务业从业人员占总从业人员的比重 0.084 674
农业经济基础 0.241 957 农村居民人均纯收入 0.062 698
第一产业固定资产投资占总投资的比重 0.179 260
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 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
方法 二级指标加权指数
年份 P1 P2 P3 P4 P5 P6 P7 P8 P9 P10 P11 P12 P13
变异系数法 2013 0.008 971 0.005 395 0.008 930 0.002 251 0.015 737 0.000 669 0.001 025 0.085 110 0.013 351 0.016 634 0.040 450 0.035 039 0.057 114
2014 0.009 357 0.005 519 0.009 260 0.002 238 0.016 134 0.000 670 0.001 026 0.105 954 0.013 520 0.016 203 0.040 828 0.038 864 0.062 440
2015 0.009 419 0.005 495 0.009 551 0.002 271 0.016 814 0.000 671 0.001 030 0.128 301 0.013 912 0.016 203 0.051 413 0.042 376 0.071 614
2016 0.009 325 0.005 565 0.009 694 0.002 268 0.017 061 0.000 673 0.001 033 0.088 169 0.014 417 0.014 221 0.051 413 0.046 081 0.092 329
2017 0.009 173 0.005 525 0.009 790 0.002 255 0.018 263 0.000 673 0.001 033 0.133 112 0.014 810 0.015 169 0.060 864 0.050 185 0.110 676
2018 0.008 617 0.005 274 0.009 670 0.002 291 0.018 275 0.000 673 0.001 033 0.298 467 0.015 203 0.015 341 0.063 889 0.054 751 0.059 481
均值 0.009 144 0.005 462 0.009 483 0.002 262 0.017 047 0.000 672 0.001 030 0.139 852 0.014 202 0.015 629 0.051 476 0.044 549 0.075 609
熵值法 2013 0.001 044 0.000 373 0.001 077 0.000 064 0.003 381 0.000 006 0.000 013 0.141 752 0.002 387 0.003 310 0.026 765 0.019 911 0.053 515
2014 0.001 089 0.000 382 0.001 117 0.000 064 0.003 466 0.000 006 0.000 013 0.176 467 0.002 417 0.003 224 0.027 015 0.022 085 0.058 506
2015 0.001 096 0.000 380 0.001 152 0.000 065 0.003 612 0.000 006 0.000 013 0.213 687 0.002 488 0.003 224 0.034 019 0.024 080 0.067 102
2016 0.001 085 0.000 385 0.001 170 0.000 065 0.003 665 0.000 006 0.000 013 0.146 846 0.002 578 0.002 830 0.034 019 0.026 186 0.086 511
2017 0.001 067 0.000 382 0.001 181 0.000 064 0.003 923 0.000 006 0.000 013 0.221 700 0.002 648 0.003 018 0.040 272 0.028 518 0.103 703
2018 0.001 003 0.000 365 0.001 167 0.000 065 0.003 926 0.000 006 0.000 013 0.497 100 0.002 718 0.003 053 0.042 274 0.031 112 0.055 733
均值 0.001 064 0.000 378 0.001 144 0.000 064 0.003 662 0.000 006 0.000 013 0.232 925 0.002 539 0.003 110 0.034 061 0.025 315 0.070 845
2.4 农业信息化水平指数 2.4.1 农业信息基础设施指数

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
方法 年份 总指数 一级指标加权指数
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
变异系数法 2013 0.089 259 0.001 375 0.045 919 0.014 167 0.027 798
2014 0.101 395 0.001 425 0.055 222 0.014 190 0.030 558
2015 0.117 556 0.001 444 0.065 329 0.016 398 0.034 385
2016 0.107 155 0.001 451 0.047 852 0.016 101 0.041 751
2017 0.136 308 0.001 446 0.068 067 0.018 271 0.048 523
2018 0.195 388 0.001 391 0.140 546 0.018 993 0.034 458
熵值法 2013 0.115 832 0.000 016 0.094 852 0.003 198 0.017 766
2014 0.140 316 0.000 016 0.117 582 0.003 218 0.019 500
2015 0.167 983 0.000 017 0.141 989 0.003 915 0.022 062
2016 0.129 534 0.000 017 0.098 365 0.003 885 0.027 268
2017 0.183 961 0.000 017 0.147 427 0.004 526 0.031 992
2018 0.353 077 0.000 016 0.327 314 0.004 734 0.021 013
2.4.2 农业信息资源开发与利用指数

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

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

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)。

图 1 2013—2018年福建省农业信息化水平总指数 Figure 1 General index of agricultural informatization level in Fujian Province from 2013 to 2018
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。

参考文献(References)
[1] 郑国清, 尹红征, 段韶芬. 论农业信息化、农业现代化与现代农业[J]. 河南农业科学, 2004(11): 39–42. DOI: 10.3969/j.issn.1004-3268.2004.11.012
[2] 温铁军, 张俊娜, 邱建生, 等. 农业1.0到农业4.0的演进过程[J]. 当代农村财经, 2016(2): 2–6. DOI: 10.3969/j.issn.1007-3604.2016.02.001
[3] 杨建利, 邢娇阳. "互联网+"与农业深度融合研究[J]. 中国农业资源与区划, 2016, 37(8): 191–197.
[4] 陈令梅, 周亮, 崔太昌. 论农业信息化在农业发展中的重要作用[J]. 中国农业科技导报, 2006, 8(6): 57–60. DOI: 10.3969/j.issn.1008-0864.2006.06.012
[5] 黄灏然, 郭开仲, 俞守华. 广州市农业信息化发展的SWOT-PEST分析[J]. 广东农业科学, 2012, 39(8): 196–199. DOI: 10.3969/j.issn.1004-874X.2012.08.061
[6] MACHLUP F. The production and distribution of knowledge in the United States[M]. Princeton: Princeton University Press, 1962.
[7] PORAT M V. The information economy[M]. Washington: Government Printing Office, 1977.
[8] KOMATSUZAKI S, TANIMITSU T. Japan's information industry: a structural analysis[J]. Economic Eye, 1983: 12–15.
[9] BORKO H, MENOU M J. Index of information utilization potential (I.U.P.)[M]. Paris: UNESCO, 1983.
[10] 钟义信, 舒华杰, 吕廷杰. 信息化水平测度的新方法(CIIC)[M]. 北京: 经济科学出版社, 2001.
[11] 靖继鹏, 王欣. 信息产业结构与测度方法比较研究[J]. 情报科学, 1993, 14(1): 7–16.
[12] 袁晓庆, 李奇峰, 李琳, 等. 基于主成分分析法的农业信息化评价研究[J]. 江苏农业科学, 2015, 43(3): 398–402.
[13] 牛亚鑫.广东省农业信息化发展水平评价[D].广州: 仲恺农业工程学院, 2018.
[14] 崔利国, 李瑾, 刘丽红. 基于聚类分析的我国各地区农业信息化发展水平评价[J]. 江苏农业科学, 2014, 42(9): 462–465. DOI: 10.3969/j.issn.1002-1302.2014.09.153
[15] 卢丽娜, 于风程, 范华. 我国农业信息化水平测度的理论与应用研究[J]. 理论学刊, 2010(6): 37–41.
[16] 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. DOI: 10.3864/j.issn.0578-1752.2008.04.010
[17] 王爽英, 童泽霞. 我国农业信息化水平的测算及发展趋势研究[J]. 农业现代化研究, 2008, 29(2): 216–218. DOI: 10.3969/j.issn.1000-0275.2008.02.022
[18] 王利农.中国农业信息化测度与发展研究[D].北京: 中央财经大学, 2007.
[19] 王勇.河南省农业信息化水平评价与提升对策研究[D].郑州: 河南农业大学, 2013.
[20] 李瑾, 崔利国. 我国农业信息化发展阶段研究[J]. 广东农业科学, 2014, 41(20): 227–232. DOI: 10.3969/j.issn.1004-874X.2014.20.049
[21] 福建省统计局. 福建统计年鉴—2019[M]. 北京: 中国统计出版社, 2019.
[22] 福建省统计局. 福建农村统计年鉴—2017[M]. 北京: 中国统计出版社, 2017.
[23] 福建省统计局.福建省第三次全国农业普查主要数据公报[EB/OL].[2019-12-25]. http://tjj.fujian.gov.cn/xxgk/tjgb/201805/t20180518_2384552.htm.
[24] 贾铖, 夏春萍, 蔡轶. 我国农业信息化水平的区域评价与提升研究[J]. 南方农业学报, 2017, 48(8): 1529–1536. DOI: 10.3969/j.issn.2095-1191.2017.08.32
[25] 徐小琪, 李燕凌. 中国信息化与农业现代化协调发展研究——基于省域视角及2003—2016年数据的分析[J]. 湖南农业大学学报(社会科学版), 2019, 20(3): 58–66.
[26] 蔡学博.泉州市农业信息化水平评价研究[D].福州: 福建农林大学, 2019.
[27] 陈黄净.龙岩市农业信息化发展评价及对策研究[D].福州: 福建农林大学, 2017.
[28] 潘文君.福建省农村信息化评价体系研究[D].福州: 福建农林大学, 2013.
[29] 王淑婧. 2001~2012年山东省农业信息化发展水平评价[J]. 南方农业学报, 2014, 45(8): 1519–1522. DOI: 10.3969/j:issn.2095-1191.2014.8.1519
[30] 韦礼飞, 伍琦, 威海霞, 等. 江西省农业现代化发展水平评价及对策研究[J]. 广东农业科学, 2019, 46(8): 165–172.
[31] 孔令孜, 李小红, 兰宗宝, 等. 农业信息化对广西农业经济增长的贡献率及其影响因素分析[J]. 南方农业学报, 2015, 46(6): 1137–1142. DOI: 10.3969/j.issn.2095-1191.2015.6.1137
[32] 张楠楠, 柴若冰, 林春雷. 基于信息化视角的河北省农业现代化建设研究[J]. 中国农业资源与区划, 2017, 38(9): 199–204.
[33] 梁再培, 鲁春阳. 河南省农业信息化对农村经济增长的影响[J]. 河南农业科学, 2018, 47(7): 157–160.
[34] 陈宝玉.甘肃省农业信息化水平的测算及发展趋势研究[D].兰州: 兰州大学, 2013.