张梦瑶， 郑 谦

(安徽科技学院 管理学院，安徽 凤阳 233100)

2020年农业农村部颁布《2020年农业农村部网络安全和信息化工作要点》提出实施数字农业农村建设,推进传统农业快速向数字化农业转型,同时还要加强农业农村大数据互联网平台建设,提升农业农村信息化水平,用互联网信息化驱动农业农村现代化,为全面建成小康社会提供重要支撑。长三角城市群作为中国最大的城市群,农耕条件优越,农业历史悠久,农业生产水平高,是举世闻名的鱼米之乡和丝绸之乡,也是我国经济发展最活跃、开放程度最高、创新能力最强的区域之一。2019年,《长江三角洲区域一体化发展规划纲要》提出积极探索发展“区域一体化”新模式,从“三农”发展的根本出发,为乡村振兴创新赋能。通过对长三角城市群农业信息化发展水平进行测度,一方面可以全面掌握长三角城市群农业信息化发展现状,另一方面也可以分类了解各地区之间存在的主要问题,从而为长三角城市群农业向现代化农业发展提供信息化改造和产业升级的建议。

长三角城市群的融合发展离不开农业信息化的全面推进,信息化的全面推进需要找准发展重点[1],信息化发展现状分析就成了首要前提。近年来,不少国内研究者围绕农业信息化发展水平,从指标体系构建和测度方法优化等方面进行了深入的研究。在指标体系构建上,大多围绕农业信息资源开发与利用、农业信息化基础设施建设、农业信息化人才、农业信息化效用、农业信息化发展政策等构建指标体系。王勇等[2]通过构建5个一级指标和14个二级指标的农业信息化水平测度模型,采用客观的赋权法——变异系数法和熵值法确定指标的权重,得出农业资源开发与利用、农业信息化发展政策起推动作用,农业信息化人才、农业信息化基础设施建设、农业信息化效用则阻碍农业信息化发展水平的结论。

在研究方法上大多选用波拉特法、层次分析法、数据包络法、专家评分法、灰色关联分析法、赋权法——变异系数法和熵值法等分析方法来进行测度。袁晓庆等[3]以2012年中国31个省(市、区)农业信息化相关数据为样本构建评价指标体系,采用主成分分析法对我国农业信息化水平进行研究,得出我国东部省份农业信息化水平较好,西部省份发展则相对落后的结论。张志坚等[4]采用DEA模型对江西省农业信息化效率进行了评价,得出江西省农业信息化投入效率总体可以,但存在投入冗余等问题。张妍等[5]通过AHP-FCE构建模型对河南省农业信息化水平影响因素评价进行了分析,得出河南省农业信息化水平整体情况中等偏下,在农业信息化基础设施建设、农业信息化人才资源、农业信息化环境方面有相当大的提升空间的结论。

总体来看,我国农业信息化水平测度的研究方法和指标体系构建越来越完善[6],但多数研究者大多以国家或某个省、市为单位,很少涉及到不同省、市区域农业信息化水平的对比研究。此外,现有的研究中面向长三角城市群农业信息化水平测度的实证研究较少,作为中国经济发展最活跃的地区之一,其农业信息化发展水平亟待进一步研究,以促进地区农业升级与发展。因此,本文以长三角城市群为研究对象,2020年统计数据为样本,采用文献分析法来构建农业信息化评价指标体系,主成分分析法进行指标赋权,熵值TOPSIS法计算得出各指标正负理想解,接着算出各评价对象与最优方案接近程度,通过评价对象与最优方案接近程度来得出各省市的排名,最后来对长三角城市群农业信息化发展水平进行综合评价。

1 农业信息化发展水平测度研究

1.1 指标体系构建

根据文献分析法以及农业信息化评价指标选取原则,综合研究者关于农业信息化水平测度指标的选取,考虑数据的可获得性,本文构建了农业信息化水平评价指标体系(表1),构建涵盖3个一级指标和9个二级指标的评价体系来对长三角城市群的农业信息化水平差异进行测度。

农业信息化基础设施建设状况可以通过固定电话用户、移动电话用户、固定宽带接入用户、以及电信业务总量这些指标来反映各地区在农业信息化方面的硬件设施投入状况、互联网在农村地区的覆盖程度、农户手机普及程度、来考察政府对农业的支持以及对农业信息化的重视程度。

农业信息化技术应用可以通过长三角城市农业信息资源规模以及农业信息用户利用信息水平来体现,农业机械化总动力状况可以反映出农村地区农业大型机械设备的投入状况以及农业机械设备发展水平,通过农业总产值以及农林牧渔业总产值来反映农业的发展水平。

农业信息化效用可以通过农村用电量、农村常住居民人均可支配收入、能源使用方面来测度信息化发展水平,通过人均可支配收入来考察农村地区的人均生活状况,通过农民的收入水平状况来反映农民的信息消费能力。

1.2 指标权重计算

波拉特法、层次分析法、数据包络法、专家评分法等分析方法要求所选取各项评价指标之间没有联系具有独立性,但指标在实际选用时很难得到实现,因此用这样的方法来进行测度,出来结果很难保证公正性。主成分分析法是将多个指标化为少数几个综合指标的一种多元统计分析方法,通过降维方法对数据进行简化,从较多的指标中找出较少的几个综合指标,使这些综合性指标尽可能的反映指标的信息,而且各个指标之间没有联系。陈康等[7]用主成分分析法来对陕西省农业信息化进行评价和可视化研究。袁晓庆等[3]以2012年中国31个省(市、区)农业信息化相关数据为样本来建立评价指标体系,采用主成分分析法对我国农业信息化水平进行研究。本文通过主成分分析法计算出一级指标农业信息化基础设施建设占权重54.61%,农业信息化技术应用占权重31.90%,农业信息化效用占权重13.49%,各二级指标权重见表1。

表1 农业信息化评价指标体系

1.3 数据来源及检验

1.3.1 数据来源 本文以长三角城市群为主要研究对象，根据国务院批准的《长江三角洲城市群发展规划》，长三角城市群主要包含26个城市，分别为上海，江苏省的9个城市(南京、无锡、常州、苏州、南通、扬州、镇江、盐城、泰州)，浙江省的8个城市(杭州、宁波、湖州、嘉兴、绍兴、金华、舟山、台州)，安徽省的8个城市(合肥、芜湖、马鞍山、桐城、安庆、滁州、池州、宣城)。本文以该26市的2020年统计数据为基础进行测度，数据主要来源于《上海市2020年统计年鉴》《上海市2020年政府统计公告》《江苏省2020年统计年鉴》《江苏省2020年政府统计公告》《浙江省2020年统计年鉴》《浙江省2020年政府统计公告》《安徽省2020年统计年鉴》《安徽省2020年政府统计公告》。

1.3.2 数据标准化处理 因为各指标代表含义的不同和计量单位等存在差异,所以本研究采用Z-score方法对收集的原始数据进行标准化处理,以消除数据量纲的不同带来的数据极值差异问题。

1.3.3 适用性检验 数据进行标准化处理后,通过因子分析进行适用性检验,检验方法用KMO检验和Bartlett球形检验,通过SPSS 26.0进行数据的处理,得出KMO的值为0.730大于0.5,说明所用到的数据适合主成分分析法,最后从Bartlett的球形度检验结果显著性小于0.05,拒绝Bartlett的球形度检验的零假设,说明数据适合用主成分分析法来进行数据分析。

2 结果与分析

2.1 熵值TOPSIS法

通过熵值TOPSIS法来对2020年长三角城市群统计数据进行处理得出正负理想解[13-14],通过评价对象与最优方案接近程度来对长三角城市群农业信息化发展水平进行排名。指标值的偏差越大,对农业信息化评价的作用越大,熵值就越小。反之,偏差越小,对农业信息化评价的作用越小,熵值就越大。熵值法根据原始数据之间的关系确定指标权重,在一定程度上避免了主观随意性。各个指标信息熵值、信息效用值结果见(表2)。

表2 权重结果汇总

通过TOPSIS法对熵权法加权生成的数据进行进一步的处理[15],先找出评价指标的正理想解A+指标数据中最大值486.569,负理想解A-指标数据中最小值0.757,见表3,接着计算出各评价对象分别与正理想解距离D+最优方案、负理想解距离D-最劣方案,分别表示评价对象与正负理想解的距离,根据D+和D-值,最终计算得出各评价对象与最优方案的接近程度(C值),C值的取值范围为0～1之间,C值越趋近1,说明评价对象接近最优水平,C值趋近,说明评价对象接近最差水平,并根据接近程度C值进行排序结果见表4。

表3 正负理想值

表4 26个城市TOPSIS评价结果

3 结论与建议

3.1 结论

基于长三角城市群2020年统计数据来构建农业信息化评价指标体系，通过主成分分析法进行赋权，熵值TOPSIS法来对长三角城市群农业信息化发展水平进行测度。研究发现，上海市排名第1，排名前10的浙江省占6个，江苏省占3个，26个城市农业信息化发展水平城市排名相差较大，且存在极度不均衡的现象。

从各省的情况来看，浙江省各城市农业信息化水平排名比较靠前且相对比较集中，虽然在农业信息化发展水平上排名靠前，但是在农业信息化技术应用方面还需要进一步的投入和完善。江苏省各城市农业信息化三个一级指标的发展水平齐头并进，排名居中，但在农业信息化技术应用方面相对比较落后。安徽省农业信息化三个一级指标的发展水平整体相对集中且排名靠后，与上海市、浙江省、江苏省各城市有一定差距，安徽省需要在农业信息化基础设施建设以及农业信息化资金投入方面进一步提升，通过数字技术与农业全产业深度融合推进农业向智慧农业、数字农业发展，争取早日发挥安徽省农业大省的先进模范作用。

3.2 建议

3.2.1 安徽省应加强农业信息化基础设施、农业信息化效用建设,提高投资配置效率 农业信息化基础设施建设的完整性、规范性、适宜性、高效性是提高农业信息化快速发展的关键环节[16-17]。安徽省政府应加强农村地区的基础设施建设,搭建农村网络基础设施,建立涉农网站并与手机APP进行结合[18],用高质量涉农信息网站来及时地将最新农业信息传递到农户的手中。借助数字乡村发展战略的实施搭建农产品电商平台、农业信息化服务体系等既能促进农业基础设施的建设也能提高农业信息化发展水平。

3.2.2 浙江省应提高农业信息化技术应用，提供农业信息化人才储备 农民是农业生产和发展的核心主体，加强农民农业信息化教育培训是农业信息化快速发展的关键举措。针对农民自身思想意识、文化素养、科学理念相对较低的情况，浙江省需要健全农业信息化教育培训体系，集中培养农业信息化人才，强化驻村干部信息化意识和信息化思维，不断提升农民信息化的教育水平和普及率，积极培养新型职业农民，并在实践中不断提高农民自身的信息化意识和信息化知识。

3.2.3 上海市应加强农业科技创新促产业结构升级,发挥中心辐射作用 农业科技装备水平和科技成果转化能力是实现农业信息化快速发展的必由之路,也是提高农业信息化快速发展的主要推动力。上海市应提高农业科技投入水平,将农业与“互联网+”相结合,发展农业电子商务,拓宽农业产业链,因地制宜地进行产业的布局来推进农业产业结构升级。还要以上海为中心,发挥其中心城市辐射作用,推进南京、杭州、合肥、宁波等城市圈发展,积极探索发展“区域一体化”的新模式。

3.2.4 江苏省应发挥政府战略主导作用,增强农业可持续发展能力 党的十九大报告指出,农业农村农民问题是关系国计民生的根本性问题,必须把解决好“三农”问题作为全党工作的重中之重,解决“三农”问题,推进农业产业兴旺,是实施乡村振兴战略的关键所在。政府要将农业发展与乡村振兴战略相结合,制定农业发展战略并进行政策指导,来加快农业农村的产业化发展,并通过产业化的发展壮大来带动农业农村的发展,增强农业可持续发展能力。同时也能通过带动就业来解决农村劳动力剩余的问题,让更多的农民加入到新型职业农民的培训当中来。