湖北省農(nóng)業(yè)信息化對蔬菜產(chǎn)業(yè)發(fā)展影響的實證研究

胡世霞，李崇光，梁維娟，張春陽，沈祥成

(1.湖北省農(nóng)業(yè)科學院農(nóng)業(yè)經(jīng)濟技術(shù)研究所，湖北武漢430064;2.華中農(nóng)業(yè)大學經(jīng)濟管理學院，湖北武漢430070;3.武漢理工大學理學院，湖北武漢430070;4.湖北省潛江市農(nóng)業(yè)局，湖北潛江433100)

湖北省農(nóng)業(yè)信息化對蔬菜產(chǎn)業(yè)發(fā)展影響的實證研究

胡世霞1，2，李崇光2，梁維娟3，張春陽4，沈祥成1*

(1.湖北省農(nóng)業(yè)科學院農(nóng)業(yè)經(jīng)濟技術(shù)研究所，湖北武漢430064;2.華中農(nóng)業(yè)大學經(jīng)濟管理學院，湖北武漢430070;3.武漢理工大學理學院，湖北武漢430070;4.湖北省潛江市農(nóng)業(yè)局，湖北潛江433100)

基于農(nóng)業(yè)信息化對蔬菜產(chǎn)業(yè)發(fā)展意義的剖析，選取了農(nóng)村電視機、移動電話、計算機每百戶擁有量，以及農(nóng)村交通通訊人均支出、互聯(lián)網(wǎng)普及率、農(nóng)業(yè)信息服務機構(gòu)個數(shù)、農(nóng)村信息員人數(shù)、農(nóng)業(yè)信息網(wǎng)站個數(shù)、已通郵行政村的比例共9個指標，運用回歸方程分析湖北省農(nóng)業(yè)信息化對蔬菜產(chǎn)業(yè)發(fā)展的影響。結(jié)果表明，湖北省農(nóng)村蔬菜銷售收入與農(nóng)村電視機、計算機每百戶擁有量、人均交通通訊消費支出以及互聯(lián)網(wǎng)普及率、農(nóng)村信息員人數(shù)、農(nóng)業(yè)信息網(wǎng)站個數(shù)顯著相關(guān)，其標準化回歸系數(shù)分別為8.948、5.830、14.208、9.486、10.820、10.690。根據(jù)分析結(jié)果，提出了加大蔬菜產(chǎn)業(yè)信息技術(shù)設(shè)施裝備投入、加快蔬菜產(chǎn)業(yè)信息人才培養(yǎng)、加強蔬菜產(chǎn)業(yè)信息網(wǎng)站平臺建設(shè)及著力發(fā)展蔬菜產(chǎn)業(yè)電子商務的建議。

蔬菜產(chǎn)業(yè);農(nóng)業(yè)信息化;影響因素;多元回歸

習近平總書記多次強調(diào)“沒有信息化，就沒有現(xiàn)代化”，中央連續(xù)多年發(fā)出1號文件對推進信息化在農(nóng)業(yè)上的應用做出戰(zhàn)略部署，此舉奠定了信息化在農(nóng)業(yè)現(xiàn)代化發(fā)展中的基礎(chǔ)地位。農(nóng)業(yè)現(xiàn)代化的提升越來越依賴信息化的推動，要使農(nóng)業(yè)發(fā)展方式從根本上進行改變，需要不斷加快農(nóng)業(yè)信息化的發(fā)展。蔬菜產(chǎn)業(yè)作為現(xiàn)代農(nóng)業(yè)的一個重要組成部分，其競爭力的提高，也日益離不開農(nóng)業(yè)信息化的支撐。

當前，學術(shù)界對農(nóng)業(yè)信息化影響蔬菜產(chǎn)業(yè)發(fā)展的研究較多，主要集中在農(nóng)業(yè)信息化對蔬菜產(chǎn)業(yè)發(fā)展作用的定性研究上，而對農(nóng)業(yè)信息化如何影響蔬菜產(chǎn)業(yè)發(fā)展的定量研究則較少［1］。鑒于此，選取多種信息化指標，運用多元回歸分析方法，深層次挖掘數(shù)據(jù)之間存在的聯(lián)系，并對農(nóng)業(yè)信息化對蔬菜產(chǎn)業(yè)的影響進行了系統(tǒng)研究，以期為蔬菜生產(chǎn)和銷售提供決策依據(jù)，為湖北省政府制定蔬菜產(chǎn)業(yè)發(fā)展目標和計劃提供理論支撐。

1 農(nóng)業(yè)信息化對蔬菜產(chǎn)業(yè)發(fā)展的理性判斷

1.1 農(nóng)業(yè)信息化的涵義

農(nóng)業(yè)信息化是指利用現(xiàn)代信息技術(shù)和信息系統(tǒng)為農(nóng)業(yè)產(chǎn)供銷及相關(guān)管理和服務提供有效的信息支持，并提高農(nóng)業(yè)綜合生產(chǎn)力和經(jīng)營管理效率的總稱［2］。近年來，湖北省農(nóng)業(yè)主管部門及相關(guān)涉農(nóng)單位十分重視農(nóng)業(yè)信息化的建設(shè)工作，在人力、財力、物力等多方面都給予了大力支持。通過不斷完善各項運行機制，農(nóng)業(yè)信息化得到了較快發(fā)展［3-4］。農(nóng)業(yè)信息服務已不再只是單純地進行農(nóng)業(yè)生產(chǎn)統(tǒng)計和農(nóng)情統(tǒng)計，而已經(jīng)發(fā)展成遍布農(nóng)業(yè)和農(nóng)村經(jīng)濟的各個領(lǐng)域，向著精細化、智能化方向發(fā)展的新格局［5］。

1.2 農(nóng)業(yè)信息化對蔬菜產(chǎn)業(yè)發(fā)展的推動作用

隨著蔬菜產(chǎn)業(yè)的快速發(fā)展和人民生活水平的不斷提高，市場上出售的蔬菜品種越來越多，現(xiàn)已形成大市場、大流通的蔬菜產(chǎn)業(yè)格局，這就對蔬菜產(chǎn)業(yè)信息化建設(shè)提出了更高的要求［6］。深入研究農(nóng)業(yè)信息化與蔬菜產(chǎn)業(yè)發(fā)展的關(guān)系，對于探尋農(nóng)業(yè)信息化推進蔬菜產(chǎn)業(yè)發(fā)展的途徑具有積極的意義。

1.2.1 有助于提高蔬菜生產(chǎn)的科學化水平蔬菜生長對土壤、水分、氣候等外部環(huán)境要求高，而在傳統(tǒng)蔬菜生產(chǎn)過程中，菜農(nóng)通常憑借自身積累的經(jīng)驗來判斷土壤、水分、氣候等環(huán)境是否適合蔬菜生長，但這些判斷難以十分準確和精確。而隨著無線傳感網(wǎng)絡體系、氣候監(jiān)測儀等先進信息技術(shù)的運用，菜農(nóng)可以輕松且準確地獲得土壤、水分、氣候等指標數(shù)值，從而科學地制定或調(diào)整蔬菜的種植方案，提高蔬菜生產(chǎn)效益。

1.2.2 有助于提高蔬菜生產(chǎn)者的決策能力蔬菜的生產(chǎn)受到各方面因素的影響，在微觀方面，受氣候、環(huán)境等因素的影響;在宏觀方面，受國家相關(guān)政策、市場行情等因素的影響。在過去信息傳播不發(fā)達的時代，菜農(nóng)獲得蔬菜生產(chǎn)相關(guān)的信息較為緩慢或失真，極大地阻礙了菜農(nóng)做出正確的決策，制約了蔬菜生產(chǎn)效益的提高。隨著信息技術(shù)的發(fā)展和應用，現(xiàn)在的菜農(nóng)可以通過多種信息渠道了解到相關(guān)信息，例如市場上蔬菜的價格、政府出臺的相關(guān)政策、外部氣候的變化、蔬菜的栽培技術(shù)等，這些信息都有助于提高蔬菜生產(chǎn)者的決策能力。

1.2.3 有助于保障農(nóng)產(chǎn)品質(zhì)量安全雖然近年來湖北省蔬菜產(chǎn)品質(zhì)量水平位居全國前列，但農(nóng)產(chǎn)品質(zhì)量是“易碎品”，社會期望值很高，保持高水平的穩(wěn)定，預期仍然存在較大差距［7］。通過推動移動互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等信息技術(shù)在農(nóng)產(chǎn)品、農(nóng)資生產(chǎn)加工和流通銷售各環(huán)節(jié)的推廣應用，提升信息采集的自動化水平，構(gòu)建質(zhì)量安全追溯公共服務平臺，強化上下游追溯體系對接和信息互通共享，形成上下一盤棋的農(nóng)產(chǎn)品、農(nóng)資質(zhì)量安全追溯體系，可為確?！吧嗉馍系陌踩碧峁┳羁煽糠谰€［8］。

1.2.4 有助于加快蔬菜產(chǎn)業(yè)現(xiàn)代化發(fā)展步伐當前，蔬菜產(chǎn)業(yè)發(fā)展正面臨機械化、現(xiàn)代化和信息化“三化疊加”的歷史契機，信息化對蔬菜生產(chǎn)的滲入，令延續(xù)幾千年的傳統(tǒng)蔬菜產(chǎn)業(yè)正在向精準蔬菜產(chǎn)業(yè)、智慧蔬菜產(chǎn)業(yè)“華麗轉(zhuǎn)身”?！盎ヂ?lián)網(wǎng)+”是現(xiàn)代蔬菜產(chǎn)業(yè)的操作系統(tǒng)，“互聯(lián)網(wǎng)+”現(xiàn)代蔬菜產(chǎn)業(yè)將顛覆和改造傳統(tǒng)蔬菜生產(chǎn)、供應、流通鏈條，推動蔬菜產(chǎn)業(yè)價值體系的再造。從蔬菜產(chǎn)業(yè)的發(fā)展態(tài)勢來看，“1.0的小農(nóng)生產(chǎn)、2.0的機械化生產(chǎn)、3.0的規(guī)模化生產(chǎn)”正在向“4.0的精準智能化生產(chǎn)”快速邁進，人與機器的互聯(lián)互通、精準智能化蔬菜產(chǎn)業(yè)的發(fā)展，使得農(nóng)業(yè)信息化將從根本上改變蔬菜產(chǎn)業(yè)對資源、環(huán)境的依賴，推動現(xiàn)代蔬菜產(chǎn)業(yè)的跨越式發(fā)展［9］。

2 研究模型與實證分析

2.1 選取變量

為研究農(nóng)業(yè)信息化對湖北省蔬菜產(chǎn)業(yè)發(fā)展的影響，選取農(nóng)村電視機每百戶擁有量(x1)、移動電話每百戶擁有量(x2)、計算機每百戶擁有量(x3)、交通通訊人均支出(x4)、互聯(lián)網(wǎng)普及率(x5)、農(nóng)業(yè)信息服務機構(gòu)個數(shù)(x6)、農(nóng)村信息員人數(shù)(x7)、農(nóng)業(yè)信息網(wǎng)站個數(shù)(x8)、已通郵行政村的比例(x9)共9個指標作為自變量，選取蔬菜銷售收入作為因變量(y)進行研究。

2.2 數(shù)據(jù)來源

本研究中因變量蔬菜銷售收入根據(jù)《湖北統(tǒng)計年鑒(2006—2014年)》和《湖北調(diào)查年鑒》(2013—2014年)計算所得;在自變量中，農(nóng)村電視機、移動電話、計算機每百戶擁有量和農(nóng)村交通通訊人均支出來自《湖北統(tǒng)計年鑒》(2006—2014年);農(nóng)業(yè)信息服務機構(gòu)個數(shù)、農(nóng)村信息員人數(shù)、農(nóng)業(yè)信息網(wǎng)站個數(shù)來自于《湖北農(nóng)村統(tǒng)計年鑒(2006—2014年)》和有關(guān)行業(yè)統(tǒng)計年鑒;已通郵行政村的比例、互聯(lián)網(wǎng)普及率采集于《中國統(tǒng)計年鑒》(2006—2014年)。

2.3 相關(guān)性分析

在建模分析之前，為明確選取的各自變量與因變量之間是否存在較高的相關(guān)性，是否適合進行回歸分析，首先對變量間的相關(guān)性進行研究。利用SPSS 20.0軟件計算變量間的簡單相關(guān)系數(shù)(表1)。

表1 變量之間的簡單相關(guān)系數(shù)

由表1可知，變量已通郵行政村的比例(x9)與因變量蔬菜銷售收入(y)之間的簡單相關(guān)系數(shù)為－0.032。一般認為，當簡單相關(guān)系數(shù)小于0.3時變量之間不存在線性相關(guān)關(guān)系，而當簡單相關(guān)系數(shù)大于0.5時即存在相關(guān)性。因此，已通郵行政村的比例與蔬菜銷售收入之間的線性相關(guān)性不顯著，在下面的分析中剔除該自變量。其他自變量與因變量之間的簡單相關(guān)系數(shù)均在0.9以上，只有農(nóng)業(yè)信息網(wǎng)站個數(shù)(x8)與因變量的線性關(guān)系為0.702，但仍屬于較強的線性相關(guān)，因此數(shù)據(jù)滿足回歸分析的基本條件。自變量之間的相關(guān)性也較強，其中交通通訊人均支出(x4)與農(nóng)業(yè)信息服務機構(gòu)個數(shù)(x6)的相關(guān)性高達0.989，其他自變量與因變量之間的相關(guān)性也大多在0.9以上，高度的相關(guān)性增加了變量間多重共線性的風險，因此，下面對自變量之間進行多重共線性檢驗［10］。

2.4 影響因素間的多重共線性、自相關(guān)性診斷

研究中為消除量綱的影響，首先對數(shù)據(jù)進行標準化處理，研究標準化變量間的聯(lián)系。

多重共線性問題是指線性回歸模型中由于自變量之間的完全相關(guān)或高度相關(guān)而使模型估計失真或準確性難以估計的問題［11］。一般來說，自變量之間完全不相關(guān)的情形非常少見，尤其在涉及多個自變量時，很難找到一組互不相關(guān)卻又對因變量有顯著影響的自變量［12］。當自變量之間的相關(guān)性較弱時，一般認為符合研究的設(shè)計標準;但是當自變量之間相關(guān)性較強時，則認為違背了回歸的基本假設(shè)。多重共線性的存在可能會引起模型估計嚴重失真，回歸系數(shù)失去解釋的意義［13］。由表1可知，自變量之間的簡單相關(guān)系數(shù)較高，其中農(nóng)業(yè)信息服務機構(gòu)個數(shù)與交通通訊人均支出的簡單相關(guān)系數(shù)高達0.989，其他變量兩兩之間的簡單相關(guān)系數(shù)幾乎全大于0.8，因此初步斷定自變量間存在多重共線性問題。

最常用的檢驗多重共線性的方法是方差擴大因子(VIF)法，VIF反映的是某一自變量與其余自變量之間的線性相關(guān)程度，同時也反映自變量之間是否存在多重共線性，因此可以由它來度量多重共線性的嚴重程度［14］。一般來說，當VIF＞10時，說明該自變量與其余自變量之間存在嚴重的多重共線性，且這種多重共線性可能會過度影響最小二乘估計［15］。

自相關(guān)性是一個變量前后期數(shù)值之間存在的相關(guān)關(guān)系。一般來說，經(jīng)濟變量的滯后性會給序列帶來自相關(guān)性，許多經(jīng)濟變量都會產(chǎn)生滯后影響。在這樣的時間序列中，順序觀測值之間的相關(guān)現(xiàn)象是常見的。由于本文研究的是時間序列數(shù)據(jù)，而時間序列數(shù)據(jù)容易產(chǎn)生自相關(guān)問題，因此需要檢驗數(shù)據(jù)是否存在自相關(guān)性問題，若是存在自相關(guān)問題，則進行消除［16］。

DW檢驗法是檢驗自相關(guān)最常用的方法，在給定置信水平下，計算DW統(tǒng)計量的上下臨界值并據(jù)此給出判斷的范圍［16］。DW的取值范圍是［0，4］，當序列不存在自相關(guān)性時，DW值為2。因此，當DW值在2附近時，說明自相關(guān)性較弱，不存在自相關(guān)問題，當DW遠離2時，說明存在自相關(guān)問題。

利用SPSS 20.0進行多元線性回歸，并診斷多重共線性和自相關(guān)性，保存VIF和DW值，診斷結(jié)果見表2和表3。

表2 多重共線性診斷結(jié)果

表3 模型摘要和DW檢驗結(jié)果

由表2可知，自變量農(nóng)業(yè)信息服務機構(gòu)個數(shù)的VIF值高達22 431.000，其他所有自變量的VIF值大于10。一般認為，VIF值大于10即說明存在多重共線性問題，因此，自變量存在非常嚴重的多重共線性問題。

表3給出了回歸分析的結(jié)果信息，包括模型的擬合優(yōu)度信息和自相關(guān)性檢驗結(jié)果。由此可以看出，即使變量之間存在多重共線性，模型的擬合優(yōu)度仍然可以非常高，這說明僅僅依靠擬合的R2來判斷模型的好壞是極不可靠的。

從表3可以看出，模型擬合的DW值為3.390，大于非自相關(guān)DW的臨界值2，在樣本容量為9、解釋變量個數(shù)為8的條件下，查DW分布表可知，變量之間存在負的自相關(guān)問題［17］。由此可見，如果直接采用回歸分析，那么回歸的結(jié)果將不可信。為了解決這一問題，下面對自變量進行主成分分析，得到正交化的變量以解決變量之間的自相關(guān)和多重共線性問題。

2.5 影響因素的主成分分析

主成分分析將多個原始變量通過線性變換進行綜合構(gòu)造形成新的變量，在此基礎(chǔ)上再選取少數(shù)幾個重要綜合變量，用于反映所有數(shù)據(jù)包含的絕大部分信息，它的核心思想是通過降維，把多個指標化為少數(shù)幾個綜合指標，而盡量不改變指標體系對因變量的解釋程度。進行主成分分析的優(yōu)勢不僅在于減少了變量的個數(shù)，而且各個變量之間是相互正交的，這樣解決了變量之間高度相關(guān)的問題，進而解決了變量之間的多重共線性問題。利用SPSS 20.0進行主成分分析，提取前4個主成分并保存變量得分。輸出結(jié)果如表4和表5。

由表4可知，前4個主成分的累積方差貢獻率達到99.652%，說明前4個主成分能夠解釋所有變量99.652%的變異信息。一般累積方差貢獻率達到85%則較好地反映了總體的信息。因此，這里選取前4個主成分即可較好地滿足分析的要求。

表4 主成分提取匯總

表5 主成分分析載荷矩陣

由表5可知各變量在各個主成分上的載荷。在第一主成分中，所有指標的載荷均為正值，這些指標反映了社會信息化發(fā)展水平高低，并且指標值越大，發(fā)展水平越高，因此，第一主成分反映了蔬菜銷售收入的信息化增長因子。由于第一主成分的方差貢獻率高達89.893%，遠遠大于其他主成分的方差貢獻率，已經(jīng)能夠充分解釋各變量的意義。因此，其他3個主成分上的載荷較小，指標正負的意義不明顯，是其他隨機因素綜合的因子。

2.6 影響因素主成分的線性綜合

主成分的核心分析是對原始變量進行線性變換，通過線性變換對原始變量進行綜合［18］。探討原始變量綜合的線性表達式，本研究首先求解各主成分的特征值λ和特征向量Φ，利用特征值和特征向量得到4個主成分y的線性表達式，然后將每個主成分看作新的變量進行主成分回歸分析。

由表4可知，前4個主成分的特征值分別為λ1= 7.191，λ2=0.565，λ3=0.192，λ4=0.024，設(shè)aj，i表示第j個變量在第i個主成分上的載荷，將aj，i除以第i個主成分特征值的平方根，即得到第j個變量在第i個主成分線性綜合中的系數(shù)(表6)。

表6 原始變量在各主成分上的系數(shù)

各個線性綜合由表6中列系數(shù)乘以對應變量的標準化變量得到，記表中第j行第i列的元素為αji，表示第j個變量的標準化變量，則得到第i個主成分綜合zi的線性表達式如下:

以計算第1線性綜合為例，說明如何得到各個線性綜合。表6中的第1列分別乘以對應標準化變量即可。故第1線性綜合如下:

同理得到其他3個線性綜合z2、z3、z4的表達式，通過這一線性變換，將標準化的變量表示成線性綜合，這樣就將原來8個變量提取凝練為4個綜合因子，一方面降低了變量的維度，使問題得到了簡化，另一方面由于這4個主成分是相互正交的，因此4個綜合變量之間沒有相關(guān)性，由此解決了多重共線性的問題。為了進一步探究主成分線性綜合與被解釋變量農(nóng)村蔬菜銷售收入的數(shù)量關(guān)系，利用回歸分析定量研究這種數(shù)量關(guān)系。

2.7 線性回歸與模型預測

4個主成分綜合變量z1、z2、z3、z4的線性表達式反映了自變量內(nèi)部系統(tǒng)之間的關(guān)系。為探究這4個綜合變量與被解釋變量之間的數(shù)量關(guān)系，本研究采用多元線性回歸的方法，定量化描述變量之間的關(guān)系。表7和表8給出了線性回歸的相關(guān)信息。

表7 回歸分析模型擬合信息

表8 回歸方程系數(shù)及其相關(guān)統(tǒng)計結(jié)果

表7給出了模型的概述信息，由表7可知，回歸模型的R為0.998，說明解釋變量總體與被解釋變量之間的相關(guān)性較高，適合進行回歸分析，回歸擬合優(yōu)度R2為0.996，調(diào)整后的R2為0.992，說明回歸擬合效果很好。DW值為1.920，說明幾乎不存在自相關(guān)問題。除第一主成分的系數(shù)為正外，其他主成分的系數(shù)均為負數(shù)，說明第一主成分集中反映了促進蔬菜銷售收入的因素，而其他主成分的系數(shù)即使較大，但由于其載荷較小，因此其影響作用不大。

由表8可知，4個主成分綜合變量對于因變量農(nóng)村蔬菜銷售收入的影響是顯著的，所有的回歸系數(shù)的顯著性水平均小于0.05，統(tǒng)計意義顯著，通過了t檢驗，得到回歸方程如下:

將(2)式等中的z1、z2、z3、z4的線性表達式代入(3)，即可得到被解釋變量y與原始自變量的線性關(guān)系。公式(4)給出了這種表示變換的方法。

按照(4)還原到原始變量，得到各原始變量的回歸系數(shù)(表9)。

表9 各自變量在回歸方程中的系數(shù)

由表9可得，被解釋變量農(nóng)村蔬菜銷售收入與原始解釋變量間的回歸方程如式(5):

利用前面得到的模型，根據(jù)式(5)，代入農(nóng)村電視機每百戶擁有量等原始解釋變量的值，計算農(nóng)村蔬菜銷售收入(y)得到預測值，原始數(shù)據(jù)與預測數(shù)據(jù)見表10。

表10 農(nóng)村蔬菜銷售收入的實際值與模型值

從表10可以看出，所有預測誤差中2006年的預測誤差最大，相對誤差達到3.17%;2007年的預測誤差最小，相對誤差僅為萬分之一，計算得到平均相對誤差為0.962%，因此從整體上來看，模型的預測效果很好，說明前面得到的模型是合理的，適合利用該模型預測農(nóng)村蔬菜銷售收入。模型結(jié)果和系數(shù)與湖北省蔬菜產(chǎn)業(yè)發(fā)展現(xiàn)狀、趨勢相吻合，對原始變量具有較強解釋能力。

由表9可知，農(nóng)村電視機每百戶擁有量增加1%，則蔬菜銷售收入平均增加8.948%。這說明，農(nóng)民習慣通過電視機獲取蔬菜生產(chǎn)銷售信息，電視機仍是傳遞蔬菜產(chǎn)業(yè)信息的主渠道。

農(nóng)村移動電話機、計算機每百戶擁有量增加1%，蔬菜銷售收入可分別增加1.597%、5.830%。說明各種電子平臺的銷售信息和多渠道的銷售網(wǎng)絡，促進了蔬菜的銷售和其產(chǎn)業(yè)的發(fā)展。

農(nóng)村交通通訊消費人均支出增加1%，則蔬菜銷售收入平均增加14.208%。農(nóng)村交通通訊消費人均支出的增加，說明農(nóng)民與市場的溝通頻率增加，掌握的市場信息更加全面、及時、真實，銷售渠道也更多。

互聯(lián)網(wǎng)普及率提高1%，蔬菜銷售收入增加9.486%?；ヂ?lián)網(wǎng)的普及為信息產(chǎn)業(yè)繁榮提供了肥沃的土壤，同時帶動了蔬菜銷售方式的轉(zhuǎn)變，使蔬菜銷售由坐商向電商方向發(fā)展，由現(xiàn)場展銷向網(wǎng)絡展銷方向發(fā)展，大大縮短了蔬菜銷售的流通時間，提高了效率。

農(nóng)業(yè)信息服務機構(gòu)和農(nóng)業(yè)信息網(wǎng)站對于農(nóng)民種植蔬菜、銷售蔬菜有著重要的指導、引導作用。由表9可知，農(nóng)業(yè)信息服務機構(gòu)、農(nóng)業(yè)信息網(wǎng)站個數(shù)增加1%，蔬菜銷售收入可分別增加1.193%、10.690%。農(nóng)村信息員向農(nóng)民普及蔬菜科技知識，幫助農(nóng)民優(yōu)化蔬菜銷售方式，是農(nóng)民直接接觸農(nóng)業(yè)信息的“活字典”。農(nóng)村信息員人數(shù)增加1%，則蔬菜銷售收入增加10.820%。

3 對策與建議

運用信息化推進蔬菜產(chǎn)業(yè)發(fā)展，涉及面廣、技術(shù)性強，任重道遠。根據(jù)分析結(jié)果，應重點抓好設(shè)施裝備、人才培養(yǎng)、網(wǎng)站平臺、電子商務等工作，為信息化推進蔬菜產(chǎn)業(yè)發(fā)展提供支撐和保障。

3.1 加大蔬菜產(chǎn)業(yè)信息技術(shù)設(shè)施裝備投入

蔬菜產(chǎn)業(yè)信息化建設(shè)具有一次性投入大、回報周期長的特點［19］。在當前菜農(nóng)信息消費能力較低，蔬菜產(chǎn)業(yè)信息化市場運作機制不完善的形勢下，迫切需要強化政府的主導作用，積極鼓勵引導電信運營商、IT企業(yè)、大專院校、科研院所、蔬菜產(chǎn)業(yè)企業(yè)和蔬菜產(chǎn)業(yè)專業(yè)合作組織等各種社會力量參與，形成推進蔬菜產(chǎn)業(yè)信息化發(fā)展的合力。要加大互聯(lián)網(wǎng)設(shè)施裝備的投入，努力實現(xiàn)寬帶進村入戶全覆蓋。加強土壤墑情氣象監(jiān)控系統(tǒng)、智能灌溉系統(tǒng)、蔬菜長勢監(jiān)控系統(tǒng)、病蟲害監(jiān)測預報防控系統(tǒng)建設(shè)，推進信息技術(shù)在大田種植中的應用［20］。

3.2 加快蔬菜產(chǎn)業(yè)信息人才培養(yǎng)

為了提高蔬菜信息人才在促進蔬菜產(chǎn)業(yè)發(fā)展方面的作用，首先要提高蔬菜產(chǎn)業(yè)信息人才的素質(zhì)，將蔬菜產(chǎn)業(yè)信息人員培訓納入農(nóng)業(yè)專業(yè)技術(shù)培訓計劃;其次不斷壯大蔬菜產(chǎn)業(yè)信息人才隊伍，通過公開選拔、內(nèi)部培養(yǎng)、產(chǎn)業(yè)引進等方式匯集一批高層次的蔬菜信息人才;再次鼓勵引導蔬菜產(chǎn)業(yè)信息人才發(fā)揮自身專業(yè)優(yōu)勢，傳播新技術(shù)，推動蔬菜產(chǎn)業(yè)發(fā)展。加強蔬菜產(chǎn)業(yè)新型經(jīng)營主體宣傳培育，增強其智能蔬菜生產(chǎn)應用能力，使其盡快成為蔬菜電商的市場主體。結(jié)合新型職業(yè)農(nóng)民培訓，強化菜農(nóng)手機上網(wǎng)培訓和服務，發(fā)展蔬菜電子商務。

3.3 加強蔬菜產(chǎn)業(yè)信息網(wǎng)站平臺建設(shè)

加快蔬菜產(chǎn)業(yè)信息網(wǎng)站的建設(shè)，通過這些蔬菜信息平臺，引導蔬菜產(chǎn)業(yè)發(fā)展。根據(jù)各地農(nóng)業(yè)農(nóng)村特點和應用需求，加強涉農(nóng)部門協(xié)作，促進跨部門、跨領(lǐng)域的信息資源整合，圍繞蔬菜生產(chǎn)、加工、流通、銷售等環(huán)節(jié)以及蔬菜電子政務、電子商務和“三農(nóng)”服務等方面，完善由“一個中心、N個系統(tǒng)”組成的湖北省“互聯(lián)網(wǎng)+農(nóng)業(yè)”綜合管理服務平臺，提升蔬菜信息公共服務水平。加強以12316“三農(nóng)”綜合信息服務為基礎(chǔ)的湖北省智慧農(nóng)業(yè)云平臺建設(shè)，促進信息化與農(nóng)業(yè)現(xiàn)代化的有效對接和深度融合。充分利用現(xiàn)有的農(nóng)村網(wǎng)格站、農(nóng)村黨員遠程教育站點、村委會、農(nóng)家書屋、新型生產(chǎn)經(jīng)營主體、農(nóng)商店及各種服務代辦點等現(xiàn)有設(shè)施發(fā)展村級信息服務點，利用平臺資源就近解決菜農(nóng)對政策法規(guī)、生產(chǎn)經(jīng)營、村務公開、文化科技和便民服務的信息需求［21］。

3.4 著力發(fā)展蔬菜產(chǎn)業(yè)電子商務

電子商務是信息化推進現(xiàn)代蔬菜產(chǎn)業(yè)發(fā)展的切入點，要切實抓好蔬菜產(chǎn)品、蔬菜生產(chǎn)資料、休閑觀光蔬菜產(chǎn)業(yè)的電子商務工作，堅持市場運作、企業(yè)主體和政府支持的原則，以特色蔬菜產(chǎn)業(yè)和休閑蔬菜產(chǎn)業(yè)為重點，推進以線上交易和線下實體店相結(jié)合的模式在各地推廣。要發(fā)揮相關(guān)社會中間組織、電子商務企業(yè)的作用，幫助蔬菜產(chǎn)業(yè)新型經(jīng)營主體降低入駐電商平臺的門檻［22］。注重發(fā)揮互聯(lián)網(wǎng)跨時空超鏈接作用，引導新型經(jīng)營主體對接電商平臺，讓菜農(nóng)分享“互聯(lián)網(wǎng)+”的增值利潤，逐步形成“以銷定產(chǎn)”的發(fā)展格局。

［1］孫視微.雙城市蔬菜產(chǎn)業(yè)發(fā)展戰(zhàn)略研究［D］.哈爾濱:東北農(nóng)業(yè)大學，2014.

［2］鈕志勇，戚國強，王立舒，等.關(guān)于“農(nóng)業(yè)信息化最后一公里”的探討與實踐［J］.農(nóng)機化研究，2006(8): 36-37.

［3］吳雪英.農(nóng)業(yè)信息化進程中的問題及對策研究［J］.農(nóng)業(yè)信息與技術(shù)(農(nóng)業(yè)經(jīng)濟)，2016(2):148.

［4］王偉平.探討信息化技術(shù)下農(nóng)業(yè)信息服務的新模式［J］.現(xiàn)代園藝，2011(19):127.

［5］惠芳.寧夏農(nóng)業(yè)信息網(wǎng)構(gòu)建及應用［D］.北京:中國農(nóng)業(yè)大學，2006.

［6］劉佳.青州市蔬菜產(chǎn)業(yè)發(fā)展研究［D］.泰安:山東農(nóng)業(yè)大學，2014.

［7］徐麗榮.淺議農(nóng)業(yè)信息化在秦皇島市蔬菜產(chǎn)業(yè)發(fā)展中的作用［J］.黑龍江科技信息，2011(7):5-7.

［8］汪向東.“互聯(lián)網(wǎng)+農(nóng)業(yè)”為農(nóng)產(chǎn)品質(zhì)量追溯體系搭臺［J］.中國科技財富，2015(10):72-75.

［9］焦泰文.湖北農(nóng)業(yè)需要什么樣的“互聯(lián)網(wǎng)+”［EB/ OL］.(2015-08-13)［2016-08-11］.http://www.hbagri.gov.cn/zwdt/165139.htm.

［10］賈俊平，何曉群，金勇進.統(tǒng)計學［M］.北京:中國人民大學出版社，2009:138-139.

［11］楊梅，肖靜，蔡輝.多元分析中的多重共線性及其處理方法［J］.中國衛(wèi)生統(tǒng)計，2012，29(4):620-624.

［12］楊楠.嶺回歸分析在解決多重共線性問題中的獨特作用［J］.統(tǒng)計與決策，2004(3):14-15.

［13］劉國旗.多重共線性的產(chǎn)生原因及其診斷處理［J］.合肥工業(yè)大學學報(自然科學版)，2001，24(4): 607-610.

［14］范景誠.復雜數(shù)據(jù)下復共線性關(guān)系的診斷研究及影響分析［D］.濟南:山東大學，2008.

［15］于健.基于PLS回歸方法在經(jīng)濟統(tǒng)計中的應用研究［D］.哈爾濱:哈爾濱工程大學，2008.

［16］何曉群，劉文卿.應用回歸分析［M］.北京:中國人民大學出版社，2011.

［17］張曉峒，趙初曉.小樣本DW統(tǒng)計量的分布特征［J］.南開經(jīng)濟研究，1996(6):40-43.

［18］李小勝，陳珍珍.如何正確應用SPSS軟件做主成分分析［J］.統(tǒng)計研究，2010(8):105-108.

［19］張梅.現(xiàn)代化背景下農(nóng)業(yè)信息化建設(shè)初探［J］.福州黨校學報，2014(1):59-62.

［20］肖珠.農(nóng)村信息化建設(shè)將力促農(nóng)產(chǎn)品加工業(yè)快速發(fā)展［J］.農(nóng)產(chǎn)品加工(創(chuàng)新版)，2012(2):13-16.

［21］張合成.12316公益服務回顧與展望［J］.農(nóng)產(chǎn)品市場周刊，2014(13):12-16.

［22］殷歐作.“互聯(lián)網(wǎng)+”農(nóng)業(yè)打造上海都市現(xiàn)代農(nóng)業(yè)升級版［J］.農(nóng)村工作通訊，2015(23):46-47.

Empirical Research on Influence of Agricultural Informatization on Vegetable Industry Development in Hubei Province

HU Shixia1，2，LI Chongguang2，LIANG Weijuan3，ZHANG Chunyang4，SHEN Xiangcheng1*
(1.Institute of Agricultural Economics and Technology，Hubei Academy of Agricultural Sciences，Wuhan 430064，China; 2.College of Economics and Management，Huazhong Agricultural University，Wuhan 430070，China; 3.School of Science，Wuhan University of Technology，Wuhan 430070，China; 4.Bureau of Agriculture of Qianjiang，Qianjiang 433100，China)

Based on dissecting the significance of agricultury information to vegetable industry development，9 indicators including the rural TV sets，mobile phones，computers per hundred households，the per capita expenditure of rural transportation and communication，the internet penetration rate，the number of agricultural information service organizations，the numbers of rural information workers and agricultural information websites，and the proportion of administrative villages accessible to postal services were selected to analyze the influence of informatization on vegetable industry development in Hubei with the regression equation.Results showed that，the vegetable sales volume of Hubei province was significantly correlated to the rural TV sets and computers per hundred households，the per capital expenditure of rural transportation and communication，the internet penetration rate，the numbers of rural information workers and agricultural information websites，and the regression coefficients were 8.948，5.830，14.208，9.486，10.820，10.690 respectively.According to the results，suggestions of increasing investment of agricultural information technical facilities，speeding up cultivation of agricultural information talents，strengthening platform construction of vegetable industrial information website，and putting forth effort on development of vegeta-ble industrial electronic commerce were put forward.

vegetable industry;agricultural informatization;influence factors;multiple regression

S126

A

1004－3268(2017)07－0154－07

2016－12－11

湖北省園藝產(chǎn)業(yè)農(nóng)技推廣服務試點項目(yyht－04－01);國家現(xiàn)代農(nóng)業(yè)(蔬菜)產(chǎn)業(yè)技術(shù)體系產(chǎn)業(yè)經(jīng)濟研究專項(nycytx－35)

胡世霞(1977－)，女，湖北公安人，博士，主要從事農(nóng)業(yè)產(chǎn)業(yè)經(jīng)濟和農(nóng)業(yè)信息化研究。E－mail:hsjzhsx@sina.com

*通訊作者:沈祥成(1966－)，男，湖北隨州人，研究員，主要從事農(nóng)業(yè)技術(shù)經(jīng)濟、農(nóng)業(yè)信息化研究。E－mail:365550813@qq.com