信息化水平聚类分析论文

摘要：文章分析了农业信息化水平评测体系研究的重要性，阐述了国内外关于农业信息化水平评测方法和指标体系的研究现状，从研究方法、指标体系和主要研究结论等方面梳理了关于农业信息化水平的研究。指出了中国农业信息化水平评测体系构建的重要意义和研究方向。下面是小编整理的《信息化水平聚类分析论文(精选3篇)》的相关内容，希望能给你带来帮助!

信息化水平聚类分析论文 篇1：

基于聚类分析的我国各地区农业信息化发展水平评价

摘要：基于问卷调研数据，从农业信息化基础设施建设、人才队伍建设、发展环境建设和信息资源建设等4个方面筛选整理了18个具体评价指标，在此基础上采用聚类分析法将我国26个省份依照农业信息化发展水平分为6类，对分类结果进行了分析，并提出了缩小区域农业信息化发展水平差距、提高农业信息化发展水平的相关政策建议。

关键词：聚类分析；农业信息化；发展水平；评价研究；省际差异；政策建议

收稿日期：2013-11-04

基金项目：北京市农林科学院科技创新能力建设专项；“三电合一”农业信息服务项目。

作者简介：崔利国（1987—），男，河北邢台人，硕士，助理工程师，研究方向为农业农村信息化发展战略。Tel：（010）51503643；E-mail：cuilg@nercita.org.cn。

通信作者：李瑾，博士，副研究员，研究方向为农业与农村信息化。E-mail：lij@nercita.org.cn。农业信息化正在成为我国实现农业现代化的重要途径，在提高农业生产效率、增加农民收入、保障国家粮食安全、推进城镇化建设等方面均发挥了积极影响。2005年以来，中央一号文件均从不同角度对农业信息化建设作出指示，各地政府、科研院所和涉农企业也在推进农业信息化工作方面热情高涨，农业信息化评价研究也成为近年来学术研究的热点。近年来，不少学者对我国农业信息化发展水平进行了研究，研究方向主要分为2个方面：一是农业信息化发展水平评价体系的理论研究，并基于构建的评价体系对全国或某一地区的农业信息化发展水平进行定量研究[1-5]。有学者从农业信息化基础设施、技术装备、应用水平、主体水平、农业信息化对农业发展的贡献以及农业信息化政策环境等方面筛选了24个指标，初步建立了农业信息化发展水平评价体系[6]。二是对地区间农业信息化发展水平的评价研究。如有学者基于信息资源、信息应用、信息产业和信息人才等指标对山区县域农村信息化发展水平进行了研究[7]，也有学者采取线性加权函数法和层次分析法对地市级农业信息化发展水平展开评价和分析[8]。此外，还有学者利用神经网络模型对省际间信息化发展水平进行综合评价与分析[9]，这对比较我国省际间农业信息化发展水平具有借鉴意义。目前，我国在农业信息水平评价研究方面处于探索期，官方和学术界还没有形成权威的评价指标和完善的评价体系。学者们在研究农业信息化发展水平上主要是从地区经济发展水平、农业信息化基础设施建设、农业信息资源开发利用、农业信息技术和装备应用水平以及农业信息化人才队伍建设等方面着手，但由于指标选择上存在不一致，分析结果也往往存在差异。本研究参考已有学者的研究结论和指标体系建立方法，并结合已有的调研数据对我国主要省份的农业信息化发展水平进行比较研究，目的在于分析各个省份的农业信息化发展水平及其在全国所处的地位，为国家农业信息化主管部门和地方政府制定针对性的农业信息化发展战略提供支撑。

1研究方法与数据说明

1.1研究方法

1.1.1聚类分析方法概述农业信息化水平评价方法有神经网络模型[9]、因子分析法[10]和主成分分析法[11]等，尽管这些方法能够对多个对象的农业信息化水平进行较为客观的评价，但这些方法仅限于通过排序比较省际间农业信息化水平而不能有效地归类并寻找同类水平之间的共性和不同类水平之间的差异性，但聚类分析方法却可以解决这一问题，因此本研究选择聚类分析法来对我国各地区农业信息化发展水平进行评价研究。

自古以来，人们所讲的“物以类聚，人以群分”说的就是聚类，而在现代社会聚类分析是数据挖掘的一种方法，是指把整个数据分成不同的组，并使组与组之间的差距尽可能大，组内数据的差异尽可能小。聚类分析根据研究对象的不同分为Q型聚类分析和R型聚类分析，Q型聚类是指对样品进行聚类，R型聚类是指对变量进行聚类[12]。聚类不同于日常所说的分类，因为在分析之前并没有具体的划分标准，属于一种无监督学习[13]。聚类分析用于研究地区某一指标发展水平的文献也有很多[10-11，14-15]，而随着我国农业信息化水平的不断提高和研究的不断深入，采用聚类分析等定量分析工具对我国各省份农业信息化发展水平进行评价和比较成为推动我国农业信息化水平持续发展的重要环节和手段，当前已经成为非常迫切的一个问题。

1.1.2聚类分析方法的数学步骤在聚类分析中，通常用G表示类，其中包含m个变量，一般用xi=（i=1，2，…，m）来表示，dij表示变量xi与xj之间的距离，DKL表示类GK与类GL之间的距离。类与类之间定义距离的方法有很多，常用的系统聚类方法有最短距离法、最长距离法、中间距离法、重心法、类平均法、可变类平均法、可变法和离差平方和法等，本研究采用类平均法来定义类与类间的距离，因为类平均法很好地利用了所有样品之间的信息，在很多情况下它被认为是一种比较好的系统聚类法。类平均法定义的类GK与类GL之间的平方距离为：

1.2数据说明

1.2.1数据来源本研究所用数据来自农业部农业农村信息化发展战略研究课题组问卷调研，问卷内容主要涵盖农业信息化基础设施建设、农业信息化人才建设、农业信息化发展环境、农业信息资源建设等4个方面，数据为2012年的省级面板数据。调研范围涵盖大陆全部30个省（市、区），但由于部分省份的重要变量缺失，研究过程中剔除了河北、云南、新疆和广西4个省份，具体研究中只包括26个省份的样本数据。

1.2.2变量设定从已有的研究成果中不难发现，农业信息化技术应用水平是衡量一个地区农业信息化发展水平的重要指标之一，本研究在样本数据选择上并没有选择农业信息化技术应用情况的主要原因在于从调查问卷整理的数据结果中，关于农业信息化技术应用水平的调查选项不多，调查数据也不理想，导致在实际操作的时候数据确实无法使用，其他相关统计指标如表1所示。表1农业信息化发展水平评价指标

目标层准则层指标层农业信息化发展水平农业信息化基础设施建设固定电话普及率移动电话普及率电脑普及率已接入有线电视行政村比重接通宽带的乡镇比重光纤传输网是否到村农业信息化人才建设农业信息中心工作人员数量农业信息化发展环境农业农村信息化资金投入是否成立县级农业农村信息化工作领导小组是否制定全省相关农业农村信息化工程规划是否建立了农业农村信息化建设资金统筹管理制度农业行政主管部门是否有农业农村信息化投入专项是否设有农业农村信息化行政管理机构是否有兼职管理员农业信息资源建设有无独立农口政府网站农业数据库数量数据年增长率是否建有内部网络办公平台

由于上述指标是由多个要素构成的，各个要素数据具有不同的单位和量纲，其数值的变异很大，这会对分类结果产生一定的影响。因此，在进行聚类分析之前，首先要对聚类要素进行一定的预处理，消除各个要素之间的量纲差异。聚类分析中常用的数据预处理方法有中心化变换、规格化变换和标准化变换，本研究采用标准化变换对数据进行预处理，变换公式为：

2实证分析

采用MATLAB R2012b软件首先对样本数据进行标准化变换，之后运用类平均法将26个省份间的欧式距离进行测算，并在此基础上创建系统聚类树（图1）。

根据图1的聚类结果并结合我国各省（市、区）农业农村信息化发展实际经验，本研究将26个省（市、区）的农业信息化发展水平从高到低归纳为6类（表2），具体分类结果如下：

作者：崔利国

信息化水平聚类分析论文 篇2：

农业信息化水平评测体系研究文献述评

摘 要：文章分析了农业信息化水平评测体系研究的重要性，阐述了国内外关于农业信息化水平评测方法和指标体系的研究现状，从研究方法、指标体系和主要研究结论等方面梳理了关于农业信息化水平的研究。指出了中国农业信息化水平评测体系构建的重要意义和研究方向。

关键词：信息化水平；农业信息化；评测体系

基金项目：湖南社科基金项目（11YBA156）；湖南省教育厅科学研究项目（10C0790）

随着计算机和网络技术的发展，在国家大力扶持农业发展的背景下，农业信息化成为现代农业的重要发展方向。中国的农业信息化基础设施建设虽取得了很大的进步，但当前信息化给农业带来的促进作用却不明显。要做好农业信息化工作就必须对农业信息化水平有客观的评价，因此，如何衡量和评价农业信息化的发展水平成为农业现代化和信息化面临的重要问题。

一、问题的提出

我国农业信息化经过几十年的发展已经具备了一定的基础。当前我国农村信息化基础设施建设基本完成。《全国农业农村信息化发展“十二五”规划》数据显示：当前，我国农村“乡乡能上网”、“村村通电话”、“村村通广播电视”已经完全实现。截至2013年底，我国农村网民规模1.77亿，占网民总人数的28.6% （CNNIC，2014），具备了农业信息化的发展基础。

然而，中国的农业信息化工作并没有对农业的发展形成革命性的促进。农业信息化是一个系统工程，单纯从基础设施建设来评价是不够的，需要从基础设施、信息化水平、人员的信息化素质，信息化软件的开发与应用等多个方面进行。目前，中国业界对于农业信息化水平并没有统一的评价标准。当前评价大部分是借鉴的国外标准，其评价不一定适合中国国情。因此，研究并构建中国农业信息化水平评测体系显得必要而且重要。在没有太多中国经验可以借鉴的背景下，以国外理论和经验结合中国实践是很好的办法。

二、国外研究现状分析

（一）波拉特方法

波拉特（M.u.Porat，1977）在其专著《信息經济：定义与测量》，第一次从经济学的角度，用经济统计语言，较系统地出了信息经济的测算方法。波拉特方法将信息部门分为一级和二级信息部门两大类，并将它们从国民经济的各个部门中根据各种经济活动和信息形态转换的相互关联程度逐一识别出来。一级、二级信息部门的区分则是看信息货物和信息服务是否直接在市场上进行交易。然后根据当年第一和第二信息部门产值之和占当年产值的比重来确定信息部门的贡献率即信息化程度。该方法定义了25个主要二级信息产业，并分为制造、服务、建筑和政府4大类。波拉特据此建立了一套可以量化的体系。第一信息部门产值的测算方法使用最终需求法和增值法，其增加值等于全部销售收入和经营收入减去中间产品和服务、进口的购买以及外购经营费用。第二信息部门产值由该部门中信息劳动者的全部收入和信息资本的折扣组成。

波拉特信息评价方法因其科学性较高，国际通用性较强，测定结果具有国际可比性被广泛利用。1981年OECD（经济合作与发展组织）成员国开始采用波拉特的理论和方法测算各国的信息经济规模和国民经济结构。

（二）日本信息化指数法

日本电讯和经济研究所研究员小松崎清介（1965）提出的信息化指数模型测评方法，该方法共选取了4大类11项活动指标。分别是①信息量（Q）：含人均年发出函件数（Ql）、人均年通话次数（Q2）、每百人报纸发行数（Q3）、每万人书籍发行网点数（Q4）、每平方公里人口密度（QS）等5项指标。②信息装备率（E）：含每百人拥有电话机总数（E1）、每百人拥有电视机数（E2）、每万人拥有电子计算机数（E3）等三个指标。③通信主体水平（P）：由第三产业就业人口百分比（Pl）、每百人在校大学生数（P2）等2个指标组成。④信息系数（U）：个人消费中（除衣食住外）杂费的比例（U1）。此种方法侧重于衡量社会的信息和信息能力方面。 来反映社会信息化程度。每项指标都和基本年度的同类指标进行比较，得出该项的指数，然后按一定的规则进行计算并相加综合后，得出信息化指数，以此指数的大小来反映社会信息化水平的高低，而且指标数据易获取，测算简单，被多数研究者广泛应用。但是，随着信息技术的进步，该模型已略显简单、不够系统、缺乏长期的稳定性，结论不一定全面。

（三）国际电讯联盟世界电信指标体系

国际电讯联盟世界电信指标体系根据拥有移动通信线路数量、上网人群性别比率、网络接入速度、上网时间、电子商务发展水平、政府参与度等方面共设23个具体要素，在具体的计算过程中依据要素的不同，而采用不同的方法，具体如下：①直接得分法即将计算结果作为得分，然后按先后顺序排列。②对比得分法即设定一个最高水平的为一个分值，其它的各项则按照与这个分值的比例得分。③差异程度得分即通过计算两个比较项的差异程度来确定得分。

（四）国际数据公司法

国际数据公司（International Data Company ）在1996年提出了信息建设指数法（亦称信息社会指数法），以评价不同国信息收集、信息吸收及信息有效使用的能力。IDC的信息社会指数评估体系由两级指标构成，包括4个一级指标，以及23个二级指标。在计算方法上，对每个二级指标指定了相同的权重。在计算23项二级指标得分时，IDC会对每个指标的初步结果进行适当的调整后，确定该指标的最终得分，目的是避免因国家大小不同而造成的先天不平等，并能较为客观地反映未来发展潜力。IDC调整的方法是，根据一个国家（或地区）过去3年的复合增长率进行未来的预估，并考虑每个国家（或地区）在技术应用曲线上所处的阶段情况。

（五）其他信息化评价方法。

国外还有其它方法：“国家信息经济办公室指数”评估体系由澳大利亚根据2002，2003年根据各个国家信息经济的规模、发展状况和发展潜力的相关数据利用23个具体要素构成评价指标对12个国家的经济发展水平进行评估，并以办公室指数的方式进行公布，为各国的发展提供参考。韩国“信息化指数”评估体系韩国电算院利用计算机、广播、因特网、电信4要素2层次评估体系对世界上50个国家（地区）的信息化程度进行评估和比较分析，并每年以“信息化指数”的方式公布其评估结果。

三、国内研究现状分析

我国农业信息化评价工作方面与发达国家相比，无论信息化评价理论与方法，还是信息化评价内容、相关法律、评价程序、评价机构等方面，都处于起步阶段。评价的内容大多集中在信息化发展趋势方面。

（一）信息产业部的评价方案

国家信息产业部在2001年推出了《国家信息化指标构成方案》。该方案采用的标准主要包括6个层次：信息资源开发利用、信息网络建设、信息技术应用、信息技术与产业发展、信息化人才、信息政策法规和标准，并分别从20个因素（每千人广播电视播出时间，人均带宽拥有量，人均电话通话次数等）反映了国家的信息化水平。总体来说该方案反映了新时代的特点，顺应了当今网络时代的发展方向，而且可操作性强，大多数指标数据通过现有的统计资料就可获得。

2002年国家信息产业部又出台了《企业信息化基本指标构成方案（试行）》。该指标体系由基本指标、效能指标和评议指标3部分组成，基本指标由6个层次21个因素表示，效能指标由9个层次17个因素表示。该方法从多个方面分层次评价企业的信息化程度，完善了国家信息化。但是该指标体系在评价的过程中有多项指标是需要主观赋值的，从而影响了评价结果的客观性。除了国家信息化中心制定的标准信息化评价指标方案外，还有其它一些信息评价方案。

（二）国内学者关于农业信息化评测体系的研究

信丽媛（2008）在《浅析天津农业信息化测评指标体系的构建》一文中提出指标体系共5个一级指标，20个二级指标（固定电话安装率，移动电话普及率，电脑普及率，等）。但是也只是将指标体系列出没有进行实际的数据化处理，而且指标的设计不太合理，数据選取比较困难。

王爽英（2008）在《我国农业信息化水平的测算及发展趋势研究》一文中采用波拉特法分别就第一信息部门和第二信息部门对中国一段时间的农业信息化水平进行测算，没有提出相关的指标体系。

刘春年（2006）在《我国农业信息化水平的测度及关联因素分析》一文中分别就农村投资/全社会投资与农业信息化水平的关联度、农户投资/农村投资与农业信息化水平的关联度、非农户投资/农村投资与农业信息化水平的关联度、农村增加值/国内生产总值与农业信息化水平的关联度、农业从业人员/社会从业人员与农业信息化水平的关联度、农村非农产业劳动力/社会从业人员与农业信息化水平的关联度仅仅从投资和人员配比方面进行分析，研究比较偏面。

王利农（2009）在《中国农业信息化测度与发展研究》一文中采用5个层次25个指标（平均每天广播播出时间，平均每周电视播出时间，广播综合覆盖率等）。虽然大体上可以评价农业信息化状况，但是其中部分指标有交叉，难以量化，收集数据难度较大。

耿红军（2009）在《县域农业信息化测评及发展路径研究——以河南省西平县为例》一文中提出指标体系包括农业信息化基础建设评价和农业信息化环境评价2个层次8个指标（农业信息化人力资源评价、农业信息化网络建设评价、农业信息技术应用评价、农业信息服务体系等）。

丁丽（2010）在对河南省的农业信息化测评体系中将测量指标设计为（信息网络建设、农业信息技术应用、农业信息资源、农业信息人力资源和农业信息化发展环境）五个一级指标。

李思（2010）利用主成分分析法对农业信息化测量体系进行了探索性研究，研究结论认为：发展基础、应用现状和外部环境可以作为一级指标。她还利用该指标体系对四川省部分县城的农业信息化水平进行了实证研究。此外还有（雷玲、高慕瑾，2011；刘春年、王兰，2008；李德华，2009；于淑敏、朱玉春，2010）等从实证的角度试图创建适合特定发展阶段或者地域的农业信息化测评体系。

四、评述

从国内外关于农业信息化的研究文献来看，国外的研究起步较早，有较系统的理论体系，但是对于指标的测度有着文化和发展程度上的差异，不一定适合中国国情。而国内关于农业信息化水平测评体系的研究主要集中的国外理论的应用和发展趋势研究上，缺乏与中国国情的结合。主要存在以下问题。

在评价指标体系方面，目前的评价指标系统性不强，大部分指标体系都是针对信息化的某一方面。另外，有的评价指标数量太多，缺乏层次性，缺乏可操作性；有的评价指标太少，无法覆盖信息化的主要方面。

在评价方法方面，国内外的研究也提出了不少方法，如：主成分分析法、因子分析法、聚类分析法、灰色关联评价法、模糊评价法以及数据包络分析法等。但这些方法较少结合中国的文化背景和中国农业信息化的发展实际。

因此，中国农业信息化水平测量体系的研究还需要结合中国农业信息化的发展现状和实践来探讨，这一研究也将为农业信息化的发展带来理论指导和发展建议。■

参考文献

[1]波拉特.信息经济论〔M].李必祥译.长沙：湖南人民出版社，1987

[2]小松崎清介（日）.信息化与经济发展[M].北京：社会科学文献出版社，1994.

[3]俞立平.国家信息化指标体系修正研究.情报杂志，2005，12.

作者：唐文源　李频宇

信息化水平聚类分析论文 篇3：

我国实施农村信息化试点示范地域选择研究

摘要：基于中国31个省的地区（自然、经济、社会）和信息化建设方面的数据，应用主成分聚类分析方法，对中国各省农村信息化建设的状况进行了划分。根据各地区在自然条件、经济水平、经济结构、社会发展、信息基础设施建设、信息化人力资源和信息化应用水平七个方面的差异，将各地区分为五大类。对于这五类地区，可以从中选取主成分坐标大致位于该类型中心的代表性地区，作为该类地区的农村信息化建设示范点。研究结果为推进农村信息化建设提供了基本方向。

关键词：农村信息化；区域选择；试点示范

1 引言

党的十八大报告指出，要促进工业化、信息化、城镇化、农业现代化同步发展，要加大统筹城乡发展力度，逐步缩小城乡差距，促进城乡共同繁荣。以信息化推动“以工促农”、以信息化实现“以城带乡”是当前统筹城乡发展的有效举措。以信息化实现城乡统筹发展，重点还是在农村信息化建设问题上。我国农村地区整体上经济水平偏低，自发的信息消费能力偏弱，如果没有强有力的外部力量驱动，农村信息化绝对是难以推进的。本文拟从农村信息化试点示范的角度出发，构建农村信息化建设示范点的评价指标体系，并据此选择适合推广的地区进行试点示范，以试点促推广普及，以示范促深化发展，树立农村信息化建设的标杆，发挥试点地区榜样的示范作用，辐射带动周边地区的农村信息化建设。

国内外学者对农村信息化的问题进行了研究。胡杨明采取主成分分析和逻辑推理分析对当前我国农村信息化建设所存在的纷繁复杂的众多问题进行综合分析和整理，从整体上对农村信息化建设问题进行归纳总结，揭示其规律。杨诚和蒋志华分析了现有的几种农村信息化评价指标体系的缺陷，以我国农村信息化政策法规和标准为重要依据，提出了能够较为全面反映我国农村信息化水平的评价指标体系。张军通过对农村信息化进行科学定义，结合国内外已有研究成果和评测方法在构建评价指标体系的基础上，使用打分法和因子分析法，通过农村信息化发展的连续性、全面性和经济效益等评价原则对农村信息化建设情况进行指标评价。龚淼林等认为农村信息化水平评价指标体系是实现对农村信息化建设程度的有效监控手段，他们针对农村信息化发展的影响因素，运用层次分析法将农村信息化水平具体化、数字化，为政府制定相关政策提供参考依据。王欣和李萍萍通过利用结构方程模型对所建立的农村信息化指标进行评估，通过拟合出来的因子负荷来分配指标体系维度和指标权重，能够直观的反映出所建指标对农业信息化水平影响情况，对我国北方地区的农业信息化水平做出合理的评价。王艾敏基于门槛面板模型，分别以农村信息化水平、农村资本投入和时间作为门槛变量，研究了信息化发展水平对农村经济增长的影响。

2 研究方法与数据

2.1 数据分析方法

2.1.1 主成分分析法

主成分分析是由Hotelling于1993年提出的数据处理方法，其核心是消除变量间的相关性并实现“降维”，即在损失较少信息的前提下，把彼此相关的高维指标转化为少数互不相关的低维指标，从而达到简化数据结构、消除相关性干扰和凸显主要概念的目的。

本文用于农村信息化示范点选取的三级评判指标有31个，怎样确定三级指标在二级指标中的权重？或者可以提取几个主成分表示二级指标所携带的信息？为此，本文拟运用主成分分析方法，用少数一个或几个三级指标描述所对应的二级指标。

2.1.2 聚类分析方法

聚类分析是对统计样本进行分类的方法，具体包括系统聚类法、动态聚类法和有序样本聚类法。其中，系统聚类法适用于分类对象较少的样本，动态聚类法适用于分类对象较多的样本，有序样本聚类法适用于需要保持分类对象排序不变的样本。

在计算得到各二级指标的主成分得分后，本文拟将31个省市根据其在自然条件、经济水平、经济结构、社会发展、信息基础设施建设、信息化人力资源和信息化应用水平主成分得分的差异，将各地区进行组合分类。组合分类的方法采用聚类分析。以便对于每一种组合类型，可以从中选取主成分坐标大致位于该类型中心的代表性地区，作为该类地区的农村信息化建设示范点。

2.2 数据来源

我国31个省市的自然条件数据取自《中国环境统计年鉴》、经济水平、经济结构、社会发展数据取自《中国统计年鉴》、信息基础设施建设、信息化人力资源和信息化应用水平数据取自《中国通信统计年度报告》《中国广播电视年鉴》和《中国互联网络发展状况统计报告》。

3 我国农村信息化建设示范点的选取

3.1 我国农村信息化示范点选取评判指标体系

农村信息化示范点选取评价指标体系应是测度农村信息化建设和发展状况，反映农村信息化水平的科学手段，应当包含构成农村信息化的全部或者主要要素，同时，自然环境、经济，社会发展状况也是不可忽视的因素。所以，农村信息化建设示范点的选取，要从农村信息化建设的总体布局高度出发，从分析农村信息化内涵入手，以农村信息化的构成要素作为构建基础。本文构建了评判农村信息化示范点选取的三级指标体系。其中，第一级指标两项，包括地区条件和信息化状况；第二级指标7项，包括自然条件、经济水平、经济结构、社会发展、信息基础设施建设、信息化人力资源和信息化应用水平；第三级指标31项，具体指标参见表1。

3.2 评判指标体系主成分提取

3.2.1 指标正规化

正规化是一种数据简化的计算方式，它一方面可以将物理变量转化为没有物理意义、没有量纲的纯数值，另一方面可以将变量的取值范围限定在单位区间[0，1]上，这样就可以对变量的相对大小进行纯数值上的比较。表1中所列的31项三级指标具有不同的量纲，为了消除量纲的影响，需对三级指标的原始数据进行正规化变换，即将其取值正规化至[0，1]区间。正规化公式见式（1）。

3.2.2 主成分提取和计算

本文以二级指标为核心，对2014年我国31个省市各二级指标下的三级指标提取主成分。根据表2的第一成分方差贡献率，提取第一主成分的方差贡献率超过70%，KMO值全部在0.7左右，即前1个主成分已经携带了原始数据70%以上的信息，表明提取1个主成分就已经足够了并且主成分的提取效果良好。所以，本文以第一主成分的正规化得分作为对应二级指标的代表值。

3.3 农村信息化试点地域聚类分析

根据表3计算的31个省份的主成分正规化得分，运用spass软件中的系统聚类方法对我国31个省（市）进行分类。最终，31个省（市）被分为5类（参见表4）。

从表4的聚类结果看，北京市和西藏被分到了单独的一类，而其他省（市）集中于中间的三类，呈现出典型的“中间大，两头小”的空间差异格局。前两类的省份普遍经济发达且开放程度较高，比如环渤海的北京、天津地区，长江中部沿岸地区的浙江、江苏、上海三地以及珠三角的广东省，这两类地区受改革开放的影响较早，经济发达，且进行信息化建设也比较早，信息化水平较高。而第四类和第五类地区经济欠发达且居民的信息化意识比较薄弱，同时，地理环境的恶劣，导致其本身的信息化基础设施建设情况也较为糟糕。

对于这五类地区组合，我们可以从中选取主成分坐标大致位于该类型中心的代表性地区，作为该类地区的农村信息化建设示范点。

我们可以将农村信息化建设示范分为三个阶段进行：典型示范阶段、扩大示范阶段和普及推广阶段。

（1）典型示范阶段：在这个阶段，可以从五类地区选择代表性的中心区域，开展试点示范工作，探索具有典型意义的农村信息化建设经验。

（2）扩大示范阶段：总结典型示范阶段经验，扩大试点范围，形成更多的试点示范经验。

（3）普及推广阶段：总结扩大示范阶段的经验，向同类地区推广普及，形成具有全局意义的信息化建设方案。

4 结论

（1）本文从分析农村信息化内涵入手，以农村信息化的构成要素作为构建基础，构建了评判农村信息化示范点选取的三级指标体系。根据指标的测算，把我国31个省（市）分为了五类，从聚类的结果来看，呈现出典型的“中间大，两头小”的空间差异格局。北京和西藏作为两极，应该单独进行考虑，结合当地的特色，因地制宜推进农村信息化的建设。

（2）第二类和第四类地区具有典型的地域聚集的特点。第二类的浙江、江苏和上海属于长江流域，具有相似的文化特征。而天津和广东，一个是环渤海的直辖市，一个属于是珠三角地域，这两者和长江流域城市具有共同的特点是水域交通比较发达，走在中国改革发展的前沿，经济发展水平比较高。而第四类的云南、甘肃、贵州和青海都处于中国西部内陆地区，经济发展稍微落后，无论是经济发展水平和基础设施建设都相对不发达。所以，对于第二类和第四类地区实施农村信息化试点示范地选取工作必须要考虑到文化地域的关联性。

参考文献

[1]胡扬名.农村信息化建设问题研究[D].长沙：湖南农业大学，2013.

[2]杨诚，蒋志华.我国农村信息化评价指标体系构建[J].情报杂志，2009，02（2）：2427.

[3]张军.农村信息化评价指标体系构建与测评[D].北京：中国农业科学院，2011.

[4]龚淼林，李旭辉.农村信息化评价指标体系理论构建及应用研究[J].赤峰学院学报：自然科学版，2013，22（22）：4850.

[5]王欣，李萍萍.我国北方地区农业信息化水平评价研究[J].情报科学，2014，（10）.

[6]王艾敏.中国农村信息化存在“生产率悖论”吗？——基于门槛面板回归模型的检验[J].中国软科学，2015，（7）：4251.

[7]周玉敏，邓维斌.Spss16.0与统计数据分析[M].成都：西南财经大学出版社，2009.

作者：蒋婉莹