一、ANP法水平测度农业信息化建设体系
（一）农业信息资源
农业信息资源是指与农业生活和生产过程有关的一切可利用的资源，通过对各种资源的收集，将它们广泛地投入到生产过程中，从而为农业发展提供物质支撑。如ARIS系统即是把国家的全部农业信息资源整合在一起，以实现对农业资源整体上进行调控的系统，收集了包括供需量、实际交易量在内的全部数据，从而更好的对农业资源进行利用，达到最优化。
（二）信息基础设施
信息基础设施是指能相互间传递图片、文字、视频等多媒体技术应用的有关设备，包括电信设备、移动网络、一些数据库和技术环境等。信息基础设施是农业信息化建设的重要基础，农村信息资源的加工整理、分析、传播都离不开信息基础设施的支撑。当前，一些地区的农村通信网络刚起步，数据库建设薄弱，信息交流的阻塞导致了农村居民信息获取的困难。
（三）农业信息技术
农业信息技术，是指利用信息技术对农业生产、经营管理、战略决策过程中的自然、经济和社会信息经行采集、存储、传递、处理和分析，为农业研究者、生产者、经营者和管理者提供资料查询、技术咨询、辅助决策和自动调控等多项服务的技术的总称。［3］它已经成为改造传统农业的重要工具，得到了广泛的应用，比如全球定位系统（GPS）、遥感技术（RS）、地理信息系统（GIS）等技术，这些农业信息技术已经成为现代农业资源管理的重要手段。
（四）信息人才
信息人才是农业信息化发展的内因，只有人力资源水平达到很高的水平，才能更好地促进信息化的发展。农业信息化水平的高低依赖于农村居民的知识水平。一方面，受过较高教育水平的农村居民能够更容易意识到信息化的重要性；而另一方面，自身素质较高的人接纳新事物的能力较强，能够对新的信息技术及时作出反应并更好地享受其功效。因此，信息人才因素是农业信息化建设的重要内容。
（五）信息化外部环境
信息化外部环境指的是信息技术以外的能对农村信息化产生影响的各种环境因素的总和。其涉及的因素非常多，包括农民的收入、农业的销售情况、政府政策等。信息化外部环境会对农业信息化的发展起到推动的作用，例如农民家庭收入的提高，农民就会购买电脑等设备，加大对提高信息技能的投入；而政府的政策则直接关系着信息化在农村发展的方向和落实情况。
二、ANP法水平测度农业信息化测度指标体系的构建
（一）农业信息资源指标X1
农业信息资源是影响农业信息化建设的重要因素，可采用如下指标：（1）每公里信息管道长度X11，它在一定程度上反映了信息化在农村中实施的情况。第二个指标是每个村的电脑数。
（2）农户
拥有电脑的数量X12。（3）涉农网站数X13，农业的最新动态和最新技术通过农业网站进行传播，涉农网站数量越多，信息越普及，农民就能更及时和广泛的获取信息。（4）与农业相关的书籍册数X14。
（二）农业信息基础设施指标X2
农业基础设施是建设农业信息化的最为基本的要素，可以用以下指标来衡量：（1）各村固定电话安装数X21，其数量影响到信息资源在农村的推广程度；（2）每个村农技服务站点X22；（3）村信号基站数X23。
（三）农业信息技术指标X3
农业信息化依赖信息技术才能得到发展，用以下指标来进行衡量：（1）每百户互联网用户数X31，该指标能直接反映信息技术在农村的普及情况；（2）农业远程教育普及率X32；（3）农产品网上交易订单数量X33。
（四）农业信息化人才指标X4
加强对农业信息化人才的培养，能够提高农民的信息素质，从而推动农业信息化的发展。（1）受高中以上教育的人数X41；（2）每千个农村劳动者中技术人员的数量X42；（3）每千个农村劳动者中服务人员的数量X43；（4）每千个农村信息技术推广员数量X44。（五）农业信息化外部环境指标X5信息化的外部环境对农业信息化的发展也起到了制约或推进的作用，可以从以下四个指标来衡量：（1）农民的年人均收入X51；（2）农村对通信设施的投资额度X52；（3）中央对农业的拨款X53；（4）农业产品的实际出售价格X54，产品的实际售出额越高，除去成本后，农民获得的收益就越高，农民就会加大对农产品生产和信息技术的投入，从而形成一个良性的循环。
三、基于ANP的农业信息化水平测度体系构建
ANP法在目前是较常用的确定权重的方法，加入了人的主观意识以及人对问题的主观判断力。ANP法把问题分为目标、准则这一常用的结构，在这一结构上将用户提供的信息用数据来分析，它超越层次分析法的是把指标间的彼此影响也纳入在里面了，用于把复杂和联系并不显著的问题理顺，并进行进一步的分析，将定量信息由多个化简为少数的几个，但不减少指标个数，将要素按重要性程度通过定量分析进行排序，将决策的过程用数学化语言表述出来，然后逐一的进行比较，得到最优答案。ANP方法比层次分析法更简单和易于操作，适用于有待分析的目标复杂且相关要素的数据收集比较困难的对象，因而得以应用广泛。不足的是，网络分析法受到了人为因素的影响，针对这点，应当尽量增加对人为因素的探究，减少因为人为因素导致的使所得结果偏离实际结果，最终得到影响结果的主要因素。这里需要注意的是，主要因素和非主要因素并非固定不变的，二者不断的相互转化，新的影响因素也会一直出现，所以该指标体系的构建只是阶段性的，应当根据实际情况实时更改和修善。
ANP法具体应用的基本过程，首先是构造网络结构模型，该结构分为控制层和网络层，两者存在内部的联系，不是独立的，其中前者是后者建立的基础，由众多决策的相关规定构成了前者，后者实际上是前者以下体系中的各个元素的相互联系；其次，确定层次元素单排序权重，从而构造未加权超矩阵，未加权矩阵D反映了各个不同层次的元素对主准则和各个子准则中的其中一个准则的排序，也就是说，每一层在未加权超矩阵中并非归一化的，因为每一列所呈现出的结果没有考虑到其他层次对这个准则也起到了影响；再次，对未加权超矩阵进行列归一化处理，构造出加权超矩阵；最后对加权超矩阵进行稳定性处理，计算出极限超矩阵，从而获得测度指标体系的混合权重。
考虑到农业信息化水平测度指标体系之间存在着相互影响和反馈的联系，因此采用ANP法来确定农业信息化水平的指标权重。按照ANP法的步骤，我们依据上述建立的指标体系，构造包含控制层和网络层的网络结构模型。其中控制层是农业信息化水平的测度，网络层是包含X1、X2、X3、X4和X5五项指标以及下一级指标Xij，然后邀请专家打分从而构建判断矩阵，并通过一致性检验，判断矩阵的评分标度，如表2所示。
由于农村信息化指标体系的指标较多，利用网络分析法计算较为复杂，我们借助SuperDecisions软件来完成权重的计算，该软件比人工计算更科学和高速率的得到各判断矩阵的归一性，以及加权超矩阵，最后对极限超矩阵进行量化。具体来说就是将每个一级指标和二级指标所对应的判断矩阵分别输入到软件中，计算得到超矩阵、加权矩阵和极限超矩阵，按照优先级的不同，对各元素排先后，得出其中起主要影响作用的因素，使农业信息化测度指标体系的测度科学化，从而得到农业信息化水平各项测度指标的权重，如表1所示。通过ANP法分析计算，不仅得到了农业信息化水平指标体系的18项二级指标的权重，同时也构成了指标体系的五个一级指标（农业信息资源指标X1、农业信息基础设施指标X2、农业信息技术指标X3、农业信息化人才指标X4和农业信息化外部环境指标X5）的权重，分别是0.1017、0.0961、0.2173、0.2751、0.3097。从一级指标的权重可以看到，农业信息化外部环境指标（X5）和农业信息技术指标（X4）是影响的重要指标；从二级指标的权重可以得到更加详细的情况，每千个农村信息技术推广员数量X44、农民的年人均收入X51、农村对通信设施的投资额度X52、农业远程教育普及率X32和每百户互联网用户数X31等指标的权重较大，这也说明了这些因素成为影响农业信息化水平高低的重要因素。
农业信息化水平测度值的计算可以通过建立的测度体系来实现，通过构建的指标体系以及计算出来的各项指标的权重，然后再对指标进行标准化处理，采用线性加权的方法得到农业信息化水平测度值的计算公式：F=∑Aibi，其中F代表农业信息化水平的测度值，Ai代表农业信息化第i项指标的值，bi代表农业信息化第i项指标对目标的权重。根据农业信息化水平计算的测度值，可以客观比较分析各个地区农业信息化水平的差异，详细了解当地农业信息化水平的实施情况，为相关部门制定政策提供科学量化的参考依据，进而推进农业信息化水平和农村经济的整体进程。
作者：李旭辉 黄静 单位：安徽财经大学管理科学与工程学院
