姚俊萌　單九生　蔡哲

摘要：分析和了解用戶服務(wù)需求，開展針對(duì)性、定制性、訂單式的精細(xì)化服務(wù)，成為現(xiàn)代農(nóng)業(yè)氣象服務(wù)亟待解決的問題?；凇敖魑⑥r(nóng)”微信公眾號(hào)平臺(tái)的用戶大數(shù)據(jù)，結(jié)合62個(gè)“三農(nóng)”專項(xiàng)實(shí)施縣服務(wù)對(duì)象調(diào)查問卷結(jié)果，綜合分析氣象為農(nóng)服務(wù)需求。結(jié)果表明，2015年“江西微農(nóng)”各類服務(wù)產(chǎn)品平均關(guān)注度高于75%，充分說明氣象為農(nóng)服務(wù)需求旺盛；同時(shí)，用戶對(duì)服務(wù)產(chǎn)品的關(guān)注存在明顯季節(jié)差異，春播期和秋收秋種期是需求旺盛期，偏離度分別為+37.7%和+11.6%，而冬季是需求低值期，關(guān)注度顯著低于其他時(shí)段；倒春寒、暴雨、寒露風(fēng)等會(huì)造成農(nóng)業(yè)生產(chǎn)直接經(jīng)濟(jì)損失的氣象災(zāi)害最受用戶關(guān)注，平均關(guān)注度均高于100%。氣象、農(nóng)業(yè)等多部門共同參與的綜合性服務(wù)更受用戶歡迎；影響用戶使用感受的主要有獲取服務(wù)信息的便捷性、交流機(jī)制的暢通性、界面顯示的美觀性等。

關(guān)鍵詞：為農(nóng)服務(wù)；需求分析；關(guān)注度；微信公眾號(hào)平臺(tái)

中圖分類號(hào)：S165 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：0439-8114（2017）18-3559-04

DOI：10.14088/j.cnki.issn0439-8114.2017.18.042

Abstract： Its challenges to deeply grasp the needs of users and develop targeted， specialized and orderd products. Based on the big data of “Jiangxi micro-agricultural platform” and 439 questionnaires to agricultural department and farmers， we comprehensively analyzed the needs of meteorological services for agriculture. The product AUAI of “Jiangxi micro-agricultural platform” in 2015 was higher than 75.0%， representing the exuberant needs of meteorological services. There were significant disparities of UAI between different seasons. While the UAI at seasons of sowing and autumn harvest were highest and DD were +37.7% and +11.6% respectively，the UAI of winter was obviously lower than any other season. Late spring coldness， rainstorm and cold dews wind which would cause serious economic losses were most concerned by famers. Integrated services of meteorology and agriculture were more useful and users would like to use the platform more frequently if its more artistic， convenient and smooth.

Key words： meteorological services for agriculture； need analysis； UAI； Wechat public platform

農(nóng)業(yè)生產(chǎn)與氣象密不可分，氣象服務(wù)對(duì)農(nóng)業(yè)的發(fā)展起著至關(guān)重要的作用。2011年以來中央財(cái)政“三農(nóng)”氣象服務(wù)專項(xiàng)建設(shè)在全國(guó)大范圍鋪開，氣象為農(nóng)服務(wù)工作取得了顯著成績(jī)，郭瑞鴿等[1]、王新生等[2]、于庚康等[3]基于定量評(píng)分或效益評(píng)估模型，評(píng)價(jià)了氣象為農(nóng)服務(wù)滿意情況，分析了服務(wù)產(chǎn)生的經(jīng)濟(jì)效益。但隨著現(xiàn)代農(nóng)業(yè)的快速發(fā)展以及中國(guó)重大氣象災(zāi)害的突發(fā)性、多發(fā)性和不可預(yù)見性越來越突出，尤其是國(guó)家大力培育發(fā)展新型農(nóng)業(yè)經(jīng)營(yíng)主體，對(duì)為農(nóng)服務(wù)的質(zhì)量、方式都提出了新的要求，傳統(tǒng)農(nóng)業(yè)氣象服務(wù)產(chǎn)品不能充分滿足現(xiàn)代農(nóng)業(yè)發(fā)展的多樣化和精細(xì)化需求[4]。而氣象服務(wù)的精細(xì)化就要求氣象服務(wù)產(chǎn)品不能以點(diǎn)帶面、以偏概全，要精通服務(wù)手段，精密服務(wù)過程，運(yùn)用服務(wù)精華[5]。

現(xiàn)代農(nóng)業(yè)的核心是科學(xué)化，特征是商品化，方向是集約化，目標(biāo)是生產(chǎn)化[6]。有效地分析和了解用戶需求，開展定制性和精細(xì)化的服務(wù)，成為氣象為農(nóng)業(yè)服務(wù)亟待解決的問題。通過調(diào)查走訪和調(diào)查問卷等方式是常用了解用戶需求的主要手段，趙一俊[7]、李瑞英[8]、嚴(yán)曉瑜等[9]、段欲曉等[10]、宋丙欣等[11]通過對(duì)農(nóng)民、種養(yǎng)殖專業(yè)合作社、鄉(xiāng)鎮(zhèn)政府、旅游服務(wù)公司等服務(wù)對(duì)象進(jìn)行調(diào)研和座談，了解氣象為農(nóng)服務(wù)需求，獲得了一定的數(shù)據(jù)和調(diào)查結(jié)果。但實(shí)地調(diào)研往往存在工作量大、樣本數(shù)小、主觀影響大、調(diào)查不細(xì)致等問題，單純依靠調(diào)查走訪和問卷結(jié)果來分析用戶需求是不全面的。在互聯(lián)網(wǎng)高度發(fā)展的當(dāng)今，利用網(wǎng)絡(luò)平臺(tái)收集用戶使用數(shù)據(jù)來分析用戶需求成為一種高效便捷的手段，在圖書、氣象、教育、農(nóng)業(yè)、經(jīng)濟(jì)等行業(yè)得到了廣泛應(yīng)用。張春艷[12]利用黑龍江黨校系統(tǒng)數(shù)據(jù)分析了黨校圖書館文獻(xiàn)信息的需求；陳申鵬等[13]基于深圳市氣象局門戶網(wǎng)站“業(yè)務(wù)咨詢”板塊的用戶咨詢情況，分析咨詢量的時(shí)間變化規(guī)律與多種氣象因素的關(guān)聯(lián)性等；劉輕揚(yáng)等[14]分析了用戶對(duì)中國(guó)氣象頻道的觀看習(xí)慣和收視需求，提出互聯(lián)網(wǎng)時(shí)代節(jié)目?jī)?nèi)容要利民，節(jié)目風(fēng)格要親民，節(jié)目設(shè)置要便民；王翠萍等[15]采用網(wǎng)絡(luò)調(diào)查的方法對(duì)國(guó)內(nèi)外典型知識(shí)門戶的個(gè)性化服務(wù)進(jìn)行調(diào)查研究，分析知識(shí)門戶服務(wù)上的不足及優(yōu)化方向。endprint

微信作為目前最受用戶歡迎的“互聯(lián)網(wǎng)+”平臺(tái)，已成為越來越多政府、部門和公司開展服務(wù)的首選，本研究通過充分挖掘“江西微農(nóng)”微信公眾號(hào)平臺(tái)用戶數(shù)據(jù)，并結(jié)合江西62個(gè)“三農(nóng)”專項(xiàng)實(shí)施縣服務(wù)對(duì)象調(diào)查問卷結(jié)果，探討用戶對(duì)氣象為農(nóng)服務(wù)在時(shí)間、空間和方式上的需求，充分了解用戶使用習(xí)慣，為逐步將農(nóng)業(yè)氣象服務(wù)由粗獷式向精細(xì)化、定向化服務(wù)轉(zhuǎn)變提供參考。

1 資料與方法

1.1 資料來源

資料主要有以下兩個(gè)來源：

1）“江西微農(nóng)”微信公眾號(hào)平臺(tái)2015年全年運(yùn)營(yíng)數(shù)據(jù)。該平臺(tái)是由江西省氣象局與江西省農(nóng)業(yè)廳聯(lián)合運(yùn)營(yíng)的面向全省農(nóng)業(yè)生產(chǎn)者和經(jīng)營(yíng)者的專業(yè)為農(nóng)服務(wù)平臺(tái)，于2015年正式上線運(yùn)行，用戶數(shù)量近1.7萬人，主要用戶為種植和養(yǎng)殖專業(yè)戶、農(nóng)民合作社、農(nóng)業(yè)技術(shù)人員以及氣象服務(wù)人員，用戶群體已覆蓋江西100%的市、縣。因此，該平臺(tái)運(yùn)行的數(shù)據(jù)結(jié)果具有一定代表性，能夠反映農(nóng)業(yè)生產(chǎn)者及相關(guān)服務(wù)人員對(duì)于氣象服務(wù)及農(nóng)業(yè)信息服務(wù)的關(guān)注和需求。

2）問卷調(diào)查資料。2015年面向涉農(nóng)部門和農(nóng)戶兩類用戶開展的問卷調(diào)查，問卷內(nèi)容包括用戶獲取氣象信息方式、關(guān)注的服務(wù)內(nèi)容及意見建議等；問卷發(fā)放范圍及回收份數(shù)為省、市、縣三級(jí)涉農(nóng)部門的農(nóng)業(yè)管理人員或農(nóng)業(yè)技術(shù)人員452份，江西62個(gè)“三農(nóng)”專項(xiàng)實(shí)施縣的農(nóng)戶439份。

1.2 評(píng)價(jià)方法

用戶關(guān)注度（UAI）指用戶對(duì)當(dāng)前事件的關(guān)注熱度，本研究中指文章發(fā)布后的閱讀率，即文章閱讀次數(shù)與平臺(tái)關(guān)注人數(shù)的比值。采用用戶關(guān)注度來評(píng)價(jià)“江西微農(nóng)”微信公眾號(hào)平臺(tái)每期群發(fā)產(chǎn)品受關(guān)注的程度，用以消除用戶數(shù)量不斷變化造成的文章閱讀數(shù)量和熱度差異，計(jì)算方法如下：

UAI=T/Q×100%

其中，T表示該服務(wù)產(chǎn)品發(fā)布后5 d內(nèi)的用戶閱讀次數(shù)（次），Q表示該服務(wù)產(chǎn)品發(fā)布后5 d內(nèi)的用戶平均數(shù)（人）。

偏離度（Deviation degree）是實(shí)際數(shù)據(jù)與目標(biāo)數(shù)據(jù)相差的絕對(duì)值所占目標(biāo)數(shù)據(jù)的比重，本研究中用于分析不同時(shí)段用戶關(guān)注度與全年平均關(guān)注度的偏差情況，計(jì)算方法如下：

DD=（UAI-AUAI）/AUAI×100%

其中，DD表示偏離度（%），AUAI表示UAI全年平均值（%）。

2 結(jié)果與分析

2.1 用戶對(duì)平臺(tái)群發(fā)產(chǎn)品關(guān)注情況分析

2015年“江西微農(nóng)”微信公眾號(hào)平臺(tái)累計(jì)向全體用戶群發(fā)氣象為農(nóng)服務(wù)產(chǎn)品37期，平均關(guān)注度（AUAI）為75.8%（圖1），說明用戶對(duì)于平臺(tái)的關(guān)注程度較高。其中，春播期（3月11日～4月20日）的平均用戶關(guān)注度為105%，偏離度為+37.7%，顯著高于其他時(shí)段用戶關(guān)注度，排名第一位；秋收秋種期（9月21日～10月31日）為84.6%，偏離度為+11.6%，排名第二位，僅次于春播期；汛期（4～9月）的用戶關(guān)注度除4月為春播關(guān)鍵生產(chǎn)期顯著偏高外，其余月份較為穩(wěn)定，普遍為80%左右，反映了整個(gè)汛期用戶對(duì)氣象服務(wù)的持續(xù)關(guān)注。而冬季（12月～次年2月）用戶關(guān)注度僅為42.6%，平均偏離度為-43.8%，顯著低于其他時(shí)段，反映出冬閑期間農(nóng)戶對(duì)天氣變化不太敏感，是氣象為農(nóng)服務(wù)需求的低值期。

春播期、秋收秋種期以及汛期（3月10日～11月30日）是江西農(nóng)業(yè)生產(chǎn)者最為關(guān)注氣象服務(wù)的3個(gè)階段，是氣象為農(nóng)服務(wù)需求的旺盛期，同時(shí)也是氣象災(zāi)害多發(fā)、頻發(fā)和重發(fā)時(shí)期。因此，在關(guān)鍵農(nóng)時(shí)季節(jié)針對(duì)用戶需求，開展?jié)L動(dòng)跟蹤的專題服務(wù)顯得尤為必要。

2015年“江西微農(nóng)”微信公眾號(hào)平臺(tái)群發(fā)服務(wù)產(chǎn)品主要包括農(nóng)業(yè)氣象服務(wù)、農(nóng)業(yè)政策及病蟲情報(bào)3個(gè)類型。由表1可知，關(guān)注度排名前六位的服務(wù)產(chǎn)品分別是倒春寒、暴雨、寒露風(fēng)、春播天氣、連陰雨和雨停轉(zhuǎn)晴等農(nóng)業(yè)氣象服務(wù)產(chǎn)品，用戶關(guān)注度均在100%以上，產(chǎn)品平均分享率為8.4%，擁有相當(dāng)數(shù)量的分享和轉(zhuǎn)發(fā)，吸引了大量非關(guān)注用戶的閱讀，說明用戶對(duì)于該類農(nóng)業(yè)氣象服務(wù)產(chǎn)品有較高的認(rèn)可度，也反映出農(nóng)戶對(duì)于農(nóng)業(yè)氣象服務(wù)有很大的需求。值得注意的是，用戶關(guān)注前三位的農(nóng)業(yè)氣象災(zāi)害，均會(huì)造成農(nóng)作物直接經(jīng)濟(jì)損失，對(duì)江西農(nóng)業(yè)生產(chǎn)尤其是水稻生產(chǎn)有重大影響，關(guān)注度顯著高于其他災(zāi)害。因此，及時(shí)發(fā)布重大農(nóng)業(yè)氣象災(zāi)害提醒，做好關(guān)鍵時(shí)期農(nóng)業(yè)氣象服務(wù)對(duì)于保障農(nóng)業(yè)生產(chǎn)具有重要意義。

2015年“江西微農(nóng)”微信公眾號(hào)平臺(tái)共群發(fā)兩期農(nóng)業(yè)政策相關(guān)產(chǎn)品，分別是《江西省2015年水稻主推品種》和《2015-2017年江西省農(nóng)業(yè)機(jī)械購置補(bǔ)貼實(shí)施方案》，用戶平均關(guān)注度為90.8%，反映用戶對(duì)于農(nóng)業(yè)政策信息的高度關(guān)心。在2015年6月早稻拔節(jié)孕穗期及8月晚稻拔節(jié)分蘗期兩個(gè)關(guān)鍵生育期，平臺(tái)先后發(fā)布了兩期病蟲警報(bào)及防御建議，用戶平均關(guān)注度為70.4%，取得了較好的提醒效果。

典型服務(wù)案例：2015年4月6～10日，江西出現(xiàn)歷史罕見“倒春寒”天氣，降溫幅度大、低溫強(qiáng)度強(qiáng)，日照少，是江西省1988年清明后范圍最廣的一次春季低溫連陰雨災(zāi)害，“江西微農(nóng)”微信公眾號(hào)平臺(tái)在過程來臨前4 d，即4月2日發(fā)布了“倒春寒”災(zāi)害預(yù)警和防御建議，消息發(fā)布后2 d內(nèi)用戶關(guān)注度迅速上升到417.2%，分享轉(zhuǎn)發(fā)率達(dá)到40.6%，受到了廣泛傳播，獲得了顯著的影響效應(yīng)。災(zāi)后調(diào)查顯示，收到信息的農(nóng)戶及時(shí)停止直播稻浸種，對(duì)育秧早稻采取灌水保溫等方式，有效減輕了災(zāi)害損失，取得了非常好的預(yù)警效果和經(jīng)濟(jì)效益。

2.2 用戶對(duì)平臺(tái)主要功能使用情況分析

2015年通過面向涉農(nóng)部門和農(nóng)戶開展問卷調(diào)查，對(duì)“江西微農(nóng)”微信公眾號(hào)平臺(tái)的服務(wù)情況和功能實(shí)用性進(jìn)行了調(diào)查統(tǒng)計(jì)（表2）。農(nóng)業(yè)技術(shù)人員、農(nóng)戶兩類用戶選項(xiàng)差異不大，認(rèn)可度最高的3項(xiàng)實(shí)用性功能均為“天氣預(yù)報(bào)”、“災(zāi)害預(yù)警”、“農(nóng)事指南”，認(rèn)可度最低的3項(xiàng)功能分別為“天氣雷達(dá)”、“農(nóng)情反饋”和“專家在線”。農(nóng)業(yè)技術(shù)人員和農(nóng)戶等用戶對(duì)于天氣預(yù)報(bào)、災(zāi)害預(yù)警及農(nóng)事建議、病蟲防治等指導(dǎo)性產(chǎn)品的使用情況和服務(wù)效果較為認(rèn)可。endprint

專家咨詢、農(nóng)情反饋等需要互動(dòng)的功能受用戶歡迎度較低，主要原因是：①專家咨詢、農(nóng)情反饋等互動(dòng)功能的界面交互性還不夠人性化，操作較為復(fù)雜，時(shí)間成本高；②專家咨詢、農(nóng)情反饋等互動(dòng)功能講求時(shí)效性，用戶提出問題后需要值班人員及時(shí)將問題反饋給相關(guān)類型的專家，并保持與用戶的在線互動(dòng)，但由于用戶提問數(shù)量多、問題種類多樣等原因，導(dǎo)致回復(fù)效率低，影響了用戶使用感受。從調(diào)查結(jié)果統(tǒng)計(jì)來看，有11%～35%的農(nóng)業(yè)技術(shù)人員、13%～30%的農(nóng)戶認(rèn)為公眾號(hào)在界面設(shè)計(jì)、功能設(shè)置等方面需要改進(jìn)；兩類用戶的選擇次數(shù)由多到少排序一致，均為功能設(shè)置>交流機(jī)制>界面設(shè)計(jì)>運(yùn)營(yíng)方式；但大部分選項(xiàng)的選擇比例農(nóng)業(yè)技術(shù)人員高于農(nóng)戶，反映出農(nóng)業(yè)技術(shù)人員對(duì)平臺(tái)功能的使用要求更高。

從“江西微農(nóng)”微信公眾號(hào)和各功能使用情況（圖2）可以看出，用戶實(shí)際使用情況與調(diào)查問卷反映結(jié)果較為一致，天氣服務(wù)類功能（包括天氣預(yù)報(bào)、災(zāi)害預(yù)警、天氣雷達(dá)和衛(wèi)星云圖）使用率排名第一，占全部點(diǎn)擊次數(shù)的67%，其次是微農(nóng)服務(wù)類功能（包括病蟲情報(bào)、農(nóng)事指南、三農(nóng)政策、田間課堂和微農(nóng)資訊），使用率為15%，互動(dòng)交流類功能（包括農(nóng)情反饋、災(zāi)情互動(dòng)、我要咨詢和微農(nóng)社區(qū)）使用率較低，僅為7%。在農(nóng)業(yè)技術(shù)人員和農(nóng)戶兩類人群的調(diào)查中，均認(rèn)為天氣雷達(dá)和衛(wèi)星云圖功能實(shí)用性不高，但從平臺(tái)功能的實(shí)際使用情況看，天氣雷達(dá)和衛(wèi)星云圖功能的使用率分別為7%和3%，使用情況較好，考慮的主要原因是平臺(tái)用戶中有一定比率的預(yù)報(bào)人員、農(nóng)業(yè)氣象服務(wù)人員以及氣象信息員，該類人群對(duì)于天氣變化的服務(wù)較為敏感，對(duì)天氣雷達(dá)和衛(wèi)星云圖等分析工具有使用需求，同時(shí)，也反映出平臺(tái)在推廣和功能設(shè)置中對(duì)于天氣分析工具的科普宣傳不夠，普通用戶不了解相關(guān)功能如何使用，也就對(duì)其實(shí)用性打了折扣。

3 小結(jié)與討論

“江西微農(nóng)”微信公眾號(hào)平臺(tái)直通到掌間的信息服務(wù)，能夠讓廣大用戶及時(shí)了解到江西省最新農(nóng)業(yè)資訊、農(nóng)業(yè)補(bǔ)貼政策、農(nóng)業(yè)新技術(shù)和病蟲防控知識(shí)，為農(nóng)民增產(chǎn)增收提供信息支持，達(dá)到惠農(nóng)惠民效果。從2015年平臺(tái)運(yùn)營(yíng)數(shù)據(jù)可以看出：

1）氣象為農(nóng)服務(wù)需求旺盛?！敖魑⑥r(nóng)”微信公眾號(hào)平臺(tái)群發(fā)服務(wù)產(chǎn)品全年用戶關(guān)注度達(dá)到75%以上，關(guān)鍵農(nóng)時(shí)和重大天氣轉(zhuǎn)折期間的農(nóng)業(yè)氣象服務(wù)產(chǎn)品的平均用戶關(guān)注度高于100%，充分說明農(nóng)業(yè)生產(chǎn)者和經(jīng)營(yíng)者對(duì)于氣象為農(nóng)服務(wù)有非常大的需求。

2）氣象為農(nóng)應(yīng)按需服務(wù)。從時(shí)間上看，春播期（3月11日～4月20日）和秋收秋種期（9月21日～10月31日）是氣象為農(nóng)服務(wù)需求最旺盛的時(shí)段，用戶對(duì)于天氣變化最為敏感，對(duì)于農(nóng)業(yè)生產(chǎn)尤其是江西雙季稻生產(chǎn)有顯著影響，此時(shí)段應(yīng)重點(diǎn)加強(qiáng)服務(wù)，時(shí)刻關(guān)注天氣變化及對(duì)農(nóng)業(yè)的影響；冬季（12月～次年2月）是氣象為農(nóng)服務(wù)需求的低點(diǎn)，天氣變化對(duì)農(nóng)業(yè)生產(chǎn)影響較小，可重點(diǎn)做好極端天氣服務(wù)，適當(dāng)減少常規(guī)服務(wù)。從功能需求上看，單一功能的服務(wù)已經(jīng)不能滿足用戶的需求，集約化、多部門參與的綜合性服務(wù)是服務(wù)發(fā)展的方向，氣象為農(nóng)服務(wù)不應(yīng)局限于氣象部門本身，多部門、多學(xué)科融入式發(fā)展是今后服務(wù)的趨勢(shì)。

3）“互聯(lián)網(wǎng)+氣象”的直通式服務(wù)效果顯著。微信、微博等基于“互聯(lián)網(wǎng)+”的新型服務(wù)方式已成為一種潮流，相比傳統(tǒng)服務(wù)方式和手段（短信、網(wǎng)站、電視），“互聯(lián)網(wǎng)+氣象”服務(wù)具有掌間直達(dá)和信息可讀性強(qiáng)等優(yōu)勢(shì)，對(duì)于用戶數(shù)據(jù)和使用習(xí)慣的掌握更加細(xì)致化和精準(zhǔn)化。通過2015年的運(yùn)營(yíng)效果可以看出，“江西微農(nóng)”微信公眾號(hào)平臺(tái)得到了廣大用戶的認(rèn)可，取得了較好的服務(wù)效果。

氣象為農(nóng)服務(wù)正朝著精細(xì)化、針對(duì)性和訂單式的方向發(fā)展，平臺(tái)目前的運(yùn)營(yíng)數(shù)據(jù)對(duì)于分析大尺度和大宗作物氣象為農(nóng)服務(wù)需求具有一定的指導(dǎo)意義，但是對(duì)于分析不同類型和不同空間上的用戶需求和使用習(xí)慣支撐較少，缺乏對(duì)用戶自身數(shù)據(jù)的收集，缺少進(jìn)一步針對(duì)特色用戶精細(xì)化需求的研究，亟待后續(xù)加強(qiáng)數(shù)據(jù)收集和開展相關(guān)研究。

參考文獻(xiàn)：

[1] 郭瑞鴿，劉文英，楊愛萍，等.基于定量評(píng)分模型的江西省氣象為農(nóng)服務(wù)滿意度評(píng)價(jià)[J].氣象與減災(zāi)研究，2014，37（3）：52-56.

[2] 王新生，陸大春，汪臘寶，等.安徽省公眾氣象服務(wù)效益評(píng)估[J].氣象科技，2007，35（6）：853-857.

[3] 于庚康，秦銘榮，季潤(rùn)生，等.江蘇省氣象為農(nóng)業(yè)服務(wù)效益評(píng)估模型[J].氣象，2001，27（2）：29-31.

[4] 王幫能，張 一，譚云廷，等.氣象為新農(nóng)村建設(shè)服務(wù)對(duì)策思考[J].貴州氣象，2012，36（3）：58-60.

[5] 李偉東，何 晨.精細(xì)化針對(duì)性氣象服務(wù)是一把“雙刃劍”[J].內(nèi)蒙古氣象，2013（3）：46-48.

[6] 王 莘.我國(guó)公共氣象服務(wù)現(xiàn)狀、問題及對(duì)策[J].青海氣象，2011（4）：2-10.

[7] 趙一俊.遼寧省盤錦市水稻育苗及設(shè)施農(nóng)業(yè)生產(chǎn)氣象服務(wù)需求分析[J].北京農(nóng)業(yè)，2015（10）：167-168.

[8] 李瑞英.現(xiàn)代農(nóng)業(yè)氣象服務(wù)需求分析[J].農(nóng)業(yè)科技通訊，2012（12）：21-22.

[9] 嚴(yán)曉瑜，劉玉蘭，李劍萍，等.寧夏旅游氣象服務(wù)效益評(píng)估和服務(wù)需求調(diào)查[J].氣象科技，2012，40（6）：1069-1074.

[10] 段欲曉，潘進(jìn)軍，李青春.北京地區(qū)公眾氣象服務(wù)需求分析[J].干旱氣象，2009，27（2）：172-176.

[11] 宋丙欣，付業(yè)理，孟 楠.即墨水產(chǎn)養(yǎng)殖氣象服務(wù)需求調(diào)查及對(duì)策[J].農(nóng)業(yè)災(zāi)害研究，2015，5（9）：47-48.

[12] 張春艷.大數(shù)據(jù)背景下黨校圖書館網(wǎng)絡(luò)用戶群體協(xié)作發(fā)展路徑研究——基于黑龍江省黨校系統(tǒng)信息資源需求調(diào)研分析[J].黑龍江史志，2014（20）：136-137.

[13] 陳申鵬，徐文文，李 磊.基于公眾咨詢的深圳公共氣象服務(wù)需求特點(diǎn)分析[J].氣象與減災(zāi)研究，2014，37（4）：62-67.

[14] 劉輕揚(yáng)，王歡歡，賈 佳.農(nóng)業(yè)氣象服務(wù)需求調(diào)研及啟示[J].廣告大觀（媒介版），2013（2）：94-95.

[15] 王翠萍，楊冬梅.知識(shí)門戶的個(gè)性化服務(wù)現(xiàn)狀及優(yōu)化研究[J].中國(guó)圖書館學(xué)報(bào)，2009，35（5）：117-122.endprint