中国农村信息化和经济发展的联系分析

近年来我国农村信息化建设引起了各级党委政府的重视，农村信息化建设的步伐在不断加快。理论界对有关农村信息化的理论研究也在不断升温。笔者通过重庆维普数据库检索1989~2010年5月期间以“农村信息化”和“农业信息化”为关键词的文献，就有3683篇。这些文献中探讨农村信息化与农村经济的关系的不多，为155篇，大多是定性方面的研究，统计定量分析的文章不到5篇。本文试图通过主成分分析法和皮尔逊相关分析法等现代统计理论，就农村信息化与我国农村经济发展的关联性进行实证分析。

1数据来源及选取

（1）数据来源。主要来自各年度《中国统计年鉴》、《中国统计公报》、《中国农村统计年鉴》、《中国互联网络发展状况统计报告》等统计资料。或直接选取其中数据；或根据这些数据整理而成。

（2）选取原则。数据选取遵循以下原则：

一是权威性。所选数据全部来自国家权威的统计部门正式公布和发表的数据，如选取国家统计局、中国互联网络中心公开的统计数据。

二是可获取性。文中的数据指标除了理论研究的科学性外，主要考虑数据是否有统计，没有统计数据、或很难获取数据的指标坚决去掉。

三是科学性。数据的替代要科学合理；弥补缺损数据测算要科学。四是标准性。所选取的数据要进行标准化处理。五是延续性。尽量选取延续性好的数据，尤其是时间序列的数据。

（3）具体操作。文中涉及的数据主要有2类：一是农村经济及生产环境数据；二是农村信息化数据。农村经济及生产环境数据选择我国1995~2009年国内生产总值中第一产业国内生产总值（YC，单位：亿元，当年价格计）、粮食产量（LS，单位：万吨）、农村固定资产投资（TZ，单位：亿元）、农业机械总动力（DL，单位：万千瓦），农村劳动力（LL，单位：万人）。这些数据应该能够代表我国农村经济和生产环境的总体轮廓。

农村信息化数据的选取既要考虑指标的科学设定，又要考虑数据的可获取性。本文按照农村信息化的4个关键环节来确定指标，即基础设施、信息资源、信息利用、应用环境。其中基础设施由每百万乡村人口所拥有的长途光缆公里数（GL，单位：公里）、每百乡村人口所拥有的局用交换机门数（JJ，单位：门）、农村人均邮路公里数（YL，单位：公里）3个指标作代表；信息资源选取按乡村人口人均图书出版印张数（TS，单位：印张）和每万乡村人口所拥有的万维网站数（WZ，单位：个）2个指标；信息利用选取按乡村人口人均邮电业务总量（YD，单位：元/人）、农村电话普及率（ND，单位：%）、农村家庭每百户彩电拥有量（CD，单位：台）、农村家庭每百户电脑拥有量（DN，单位：台）、信息消费支出即农村家庭人均交通邮电消费支出（XX，单位：元/人）5个指标［1］；应用环境指标选取每百名农村劳动力中大专及以上文化程度的人数（WH，单位：人）、每万名乡村人口中网民数（DX，单位：人）2个指标［2］。以上光缆、图书、网站3个指标用的是全国数据按乡村人口计算，其余是农村实际统计数据（见表1）。从上述原始数据来看，农村信息化各项指标除图书有些波动、农村电话普及率近两年呈下降趋势外，其余基本上呈现增长的趋势，显示农村信息化与农村经济发展具有关联性。

2数据分析

2.1主成分分析

根据表1提供的全国1995~2009年农村信息化数据，利用统计软件SPSS17.0做主成分分析。主成分分析的主要目的是希望用较少的变量去解释原来资料中的大部分变量，将我们手中许多相关性很高的变量转化成彼此相互独立或不相关的变量。通常是选出比原始变量个数少，能解释大部分资料中的变量的几个新变量，即所谓主成分，并用以解释资料的综合性指标。主成分分析实际上是一种降维方法。通过对表1中农村信息化12个指标的相关性分析，得出农村信息化各项指标的相关矩阵（见表2）。从表2中可以看出，各指标之间的相关性大多在0.8以上，且均在0.3以上；同时还进行了KMO检验和Bartlett的球形检验。当KMO值愈大时，表示变量间的共同因素愈多。当KMO>0．5时，就适宜进行因素分析，本量表的KMO值为0.707，表示适合进行因素分析。另外，Bartlett的球形检验的卡方值为513.755（自由度为66）达显著，代表母群体的相关矩阵间有共同因素存在，亦适合进行因素分析。因此，上述数据适合于主成分分析和进一步分析。通过分析，得到1个主成分（见表3），这个主成分的贡献率达到91.372%，超过了85%的要求，它解释了农村信息化12个指标的绝大部分信息。对应的主成分得分系数矩阵如表4所示。根据主成分得分系数矩阵，可以得到该主成分的计算模型：F=0.089GL+0.0.087JJ+0.0，088YL+0.088TS+0.083WZ+0.089YD+0.084ND+0.087DN+0.089CD+0.091XX+0.082WM+0.090DXF为主成分得分。相对应的主成分得分用于后面的分析。

2.2关联性分析

通过分析农村信息化与农村经济发展之间的关系，探索农村信息化对农村经济发展的影响，这对加快农村信息化的发展步伐，促进现代农业发展和社会主义新农村建设具有重要指导意义。表5列出了全国1995~2009年农村经济发展的若干指标数据及农村信息化综合指标分（农村信息化主成分得分）。从表5中可以看出，全国农村经济主要发展指标的趋势与农村信息化主成份得分的趋势是一致的，我们可以假定它们之间的关系是正相关关系。因此，我们选用皮尔逊（Pearson）相关分析方法和双尾检验法（2-tailed）对表5的农村经济发展的各项数据和主成分得分进行相关分析，结果如表6。

从表6可以看出，农村信息化主成分得分与第一产业产值（农业总产值）、农村固定资产投资、农业机械总动力的相关系数均在90%以上，呈密切相关。这是因为农村信息化的发展，为农村用户种植业和养殖业提前种养决策信息服务、产中技术咨询服务、产后加工、储藏和市场信息服务，不仅促进了农业产业的发展，而且带来农村固定资产投资需求的增长和现代农业的发展。农村信息化无疑对农村经济发展有正向的推动作用。粮食产量与农村信息化主成分得分缺乏相关性，且没有通过双尾显著性检验。主要是因为粮食受自然灾害、投入和政策等因素影响较大，农村信息化因素处于次要地位。农村信息化与农村劳动力存在高度负相关关系（系数为-0.934）。这是由于信息的流通，导致农业生产的各个环节科学管理的因素、科技进步的因素增强，“四两拨千斤”的作用使劳动力的需求减少，促进了农村劳动力的转移。

3结论和建议

通过以上分析可以得出如下结论：

（1）农村信息化各项指标相关度很高，适合采取主成分分析法对各项指标进行降维。通过分析得出了一个主成分，这个主成分在农村信息化的12个指标上的载荷均在90%以上。

（2）农村信息化与第一产业、农村固定资产投资、农业机械总动力等农村经济主要指标之间存在明显的正向相关关系。因此，加大农村信息化的建设步伐，是发展农村经济和现代农业，推进社会主义新农村建设，改善农民生活的一条重要途径。推进农村信息化，应作为“十二五”期间各级党委、政府做好农村工作的一项重要任务。

（3）农村信息化发展与农村劳动力的增长呈负相关，这对加快农业生产结构的调整，促进农村劳动力的转移具有积极意义。农村信息化发展与粮食生产缺乏相关性，说明我国粮食生产靠“天”因素、靠政策因素的分量还很大。如何加快农村信息化的发展步伐，加大科学技术的推广应用力度，增加农业生产中信息和科技传播的分量，促进农业和农村经济发展，任重而道远。