□王 強(qiáng)，陳 農(nóng)

（青海大學(xué)，青海 西寧 810016）

在農(nóng)業(yè)數(shù)字化轉(zhuǎn)型過(guò)程中，全產(chǎn)業(yè)鏈及全場(chǎng)景的數(shù)字化融合正在不斷深入。農(nóng)業(yè)基礎(chǔ)數(shù)據(jù)資源、農(nóng)產(chǎn)品市場(chǎng)交易信息、農(nóng)田自動(dòng)化管理信息的檢索和使用都需要有較強(qiáng)的信息素養(yǎng)，對(duì)農(nóng)牧民的個(gè)人信息化能力提出了更高要求。2021 年我國(guó)脫貧攻堅(jiān)取得了全面勝利，7.7 億農(nóng)村貧困人口擺脫貧困，徹底消除了絕對(duì)貧困，減貧人口占同期全球減貧人口的70%以上。目前，如何保障不返貧、鞏固脫貧效果、持續(xù)增加農(nóng)牧民增收能力成為造血式扶貧的途徑之一。其中，信息能力已成為新農(nóng)人能力結(jié)構(gòu)中的重要組成部分。青海藏區(qū)的貧困問(wèn)題相對(duì)而言程度更深、減貧成本更高、脫貧難度更大，依靠常規(guī)舉措難以擺脫貧困狀況。面對(duì)這樣的現(xiàn)實(shí)困境，以信息貧富程度為視角，從多維度、多層次全面反映信息貧困，通過(guò)構(gòu)建信息貧困測(cè)量指標(biāo)體系及實(shí)證測(cè)量，發(fā)現(xiàn)信息貧富程度及特征，尋求積極的解決方案具有十分重要的意義。

1 文獻(xiàn)綜述

在信息貧困問(wèn)題當(dāng)中，關(guān)于信息貧富程度的測(cè)量是學(xué)者關(guān)注的重點(diǎn)問(wèn)題之一。

1.1 單維因素測(cè)量

單指標(biāo)測(cè)量方法是指在測(cè)量一個(gè)因變量時(shí)，選取測(cè)量指標(biāo)中的一個(gè)指標(biāo)進(jìn)行計(jì)算，主要的測(cè)量方法有絕對(duì)（相對(duì)）差距法、基尼系數(shù)法、時(shí)間差距法等。其中絕對(duì)（相對(duì)）差距法是一種靜態(tài)的測(cè)量，而時(shí)間差距法是假設(shè)一個(gè)標(biāo)準(zhǔn)，觀察不同的研究對(duì)象達(dá)到該標(biāo)準(zhǔn)的時(shí)間差距，屬于動(dòng)態(tài)測(cè)量[1]。張彬（2009）應(yīng)用時(shí)間差距法比較了我國(guó)東西部15 個(gè)?。ㄗ灾螀^(qū)、直轄市）的信息鴻溝差距，指出我國(guó)區(qū)域間的信息鴻溝非常明顯。學(xué)者將單維的測(cè)量應(yīng)用在政策制定上，根據(jù)各地區(qū)信息貧困類(lèi)型的不同，制定差異化且有重點(diǎn)的信息扶貧干預(yù)政策，開(kāi)展信息貧困空間地圖繪制工作，為信息貧困的精準(zhǔn)識(shí)別和分類(lèi)施策提供決策依據(jù)。

1.2 多維因素測(cè)量

多維測(cè)量方法是指在測(cè)量一個(gè)因變量時(shí)，選取多個(gè)維度進(jìn)行測(cè)量，數(shù)據(jù)收集完后進(jìn)行標(biāo)準(zhǔn)化處理，然后計(jì)算各個(gè)維度的權(quán)重，運(yùn)算差距值進(jìn)行因變量求解。多維的測(cè)量方法具備可測(cè)量性、直觀性等優(yōu)勢(shì)，可以深入了解各個(gè)區(qū)域信息貧富的成因及程度。權(quán)重的確定方法有德?tīng)柗品ā哟畏治龇ê鸵蜃臃治龇ā?/p>

于良芝（2016）使用信息測(cè)量工具的信息可用性、信息可訪(fǎng)問(wèn)性、信息資源庫(kù)、信息資產(chǎn)、空間、時(shí)間、理智成熟度、動(dòng)態(tài)8 個(gè)維度，對(duì)59 個(gè)農(nóng)民工和59 個(gè)大學(xué)生進(jìn)行混合抽樣技術(shù)的測(cè)量比較，應(yīng)用K 均值聚類(lèi)分析創(chuàng)建了中國(guó)城市居民的信息類(lèi)，根據(jù)受訪(fǎng)者的信息世界變量將他們分為富人、半富人、半窮人和窮人4 類(lèi)。鄭素俠和宋楊（2019）[2]認(rèn)為，信息貧困與物質(zhì)貧困互為因果、互相影響，利用國(guó)家信息中心大數(shù)據(jù)對(duì)336 個(gè)地市級(jí)以上城市的信息貧困數(shù)據(jù)進(jìn)行歸納總結(jié)，研究發(fā)現(xiàn)，青海省信息經(jīng)濟(jì)、網(wǎng)絡(luò)社會(huì)、在線(xiàn)政府、數(shù)字生活4 個(gè)指數(shù)均處于貧困之中，屬于一級(jí)信息貧困區(qū)域。

2 信息貧困測(cè)量指標(biāo)構(gòu)建

2.1 問(wèn)卷題項(xiàng)

本研究從“信息貧困”的定義出發(fā)，以信息貧困的3 個(gè)階段（信息工具的接入、使用和獲益）為理論依據(jù)，編制了測(cè)量信息貧困程度的調(diào)查問(wèn)卷。在信息化發(fā)展過(guò)程中，要建設(shè)青海藏區(qū)用得上、用得好和用得起的互聯(lián)網(wǎng)，信息工具接入是實(shí)現(xiàn)區(qū)域信息脫貧的首要環(huán)節(jié)。針對(duì)信息工具的接入，學(xué)界構(gòu)建了一系列測(cè)量指標(biāo)，包括每百戶(hù)家庭的有線(xiàn)網(wǎng)絡(luò)電視、智能手機(jī)、筆記本電腦擁有量、互聯(lián)網(wǎng)的普及率等。根據(jù)2018 年中國(guó)互聯(lián)網(wǎng)信息中心發(fā)布的《中國(guó)互聯(lián)網(wǎng)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》，農(nóng)村地區(qū)人口比城鎮(zhèn)互聯(lián)網(wǎng)普及率滯后35.8%，受地理位置、氣候條件、語(yǔ)言環(huán)境等影響，青海藏區(qū)信息工具的接入程度普遍偏低。在信息脫貧工作中，政府全力開(kāi)發(fā)網(wǎng)絡(luò)扶貧移動(dòng)應(yīng)用程序，組織貧困地區(qū)農(nóng)戶(hù)學(xué)習(xí)使用社交、商務(wù)活動(dòng)、交通、醫(yī)療、保健以及教育等APP 的方法，拓寬并保證移動(dòng)APP 的推廣渠道[3]。目前，學(xué)術(shù)界對(duì)信息工具使用的研究主要包括基礎(chǔ)操作，如使用通訊設(shè)備、觀看新聞、搜索引擎；娛樂(lè)活動(dòng)，如在線(xiàn)直播、在線(xiàn)游戲、在線(xiàn)聽(tīng)音樂(lè)等；商業(yè)活動(dòng)，如在線(xiàn)購(gòu)物、在線(xiàn)支付、訂購(gòu)車(chē)票和外賣(mài)等；生活需求，如尋找工作、在線(xiàn)教育等[4]。本研究在信息使用方面借鑒前人的經(jīng)驗(yàn)，重點(diǎn)設(shè)置了學(xué)習(xí)、娛樂(lè)、尋找工作、社交、商業(yè)活動(dòng)等方面的題目進(jìn)行研究。Sen（1999）在研究貧困問(wèn)題時(shí)，在多維貧困理論中首次引入了人的能力因素，認(rèn)為貧困不僅與經(jīng)濟(jì)因素有關(guān)，還與人的健康、技能、教育和生活環(huán)境等指標(biāo)有關(guān)，消除貧困的實(shí)質(zhì)是要恢復(fù)人的可行能力。在信息貧困的家庭中存在貧困代際傳遞現(xiàn)象，結(jié)合社會(huì)關(guān)系理論進(jìn)一步說(shuō)明了信息貧困實(shí)質(zhì)上是人的信息能力的貧困。因此，在研究信息工具的獲益程度時(shí)選取了農(nóng)村信息貧困群體的日常問(wèn)題，如家庭內(nèi)祖、親、子代關(guān)系的維護(hù)，尋找工作崗位（長(zhǎng)期或臨時(shí)或兼職），以及農(nóng)民普遍擔(dān)憂(yōu)的問(wèn)題，如醫(yī)療保健問(wèn)題、家庭收入、子女教育問(wèn)題、社交等。設(shè)計(jì)的問(wèn)卷包括9 道有關(guān)個(gè)人基本信息的題目、13 道衡量信息是否貧困的題目。

2.2 測(cè)量指標(biāo)構(gòu)建

本研究期望形成面向所有人群、通用性信息貧富程度的測(cè)量指標(biāo)體系。以大學(xué)生為樣本進(jìn)行問(wèn)卷調(diào)查，收回有效問(wèn)卷237 份（回收率為92%）。樣本中，本科203 人，研究生34 人；男生89 人，女生148 人。

2.2.1 描述性分析

對(duì)問(wèn)卷的21 個(gè)題項(xiàng)進(jìn)行各項(xiàng)指標(biāo)測(cè)量學(xué)分析，從頻次分析結(jié)果來(lái)看，每個(gè)題項(xiàng)都較合理。各題項(xiàng)的均值分布在3.04～4.41，說(shuō)明問(wèn)卷的題目沒(méi)有產(chǎn)生“天花板效應(yīng)”和“地板效應(yīng)”。題項(xiàng)的標(biāo)準(zhǔn)差分布在0.78～1.38，說(shuō)明各個(gè)題目的離散程度處于合理范圍。各個(gè)題目的通俗性水平分布在0.614～0.882，說(shuō)明量表中的題目通俗易懂。

進(jìn)一步對(duì)21 個(gè)題目進(jìn)行相關(guān)性分析，利用主成分分析方法對(duì)量表中的題項(xiàng)進(jìn)行探索性因素分析，因子旋轉(zhuǎn)采用最大正交旋轉(zhuǎn)，使用的統(tǒng)計(jì)學(xué)軟件為SPSS Statistics 20，并對(duì)結(jié)果進(jìn)行理論分析。使用統(tǒng)計(jì)學(xué)軟件AMOS 23 對(duì)量表中的題項(xiàng)進(jìn)行驗(yàn)證性因子分析，并對(duì)結(jié)果進(jìn)行理論分析。

2.2.2 探索性因子分析

為了檢驗(yàn)調(diào)查數(shù)據(jù)是否適合作因子分析，對(duì)數(shù)據(jù)進(jìn)行了Bartlett 球形檢驗(yàn)，檢驗(yàn)值為2 061.375，P=0.000，說(shuō)明各項(xiàng)目間有共享因素的可能性。同時(shí)，樣本適當(dāng)性度量值KMO 為0.844，表明數(shù)據(jù)樣本適宜作探索性因素分析。探索性因子分析過(guò)程中需要?jiǎng)h除或更換一些不合適的變量，在因子分析中，因子載荷量大于0.6是進(jìn)行因子分析的普通標(biāo)準(zhǔn)，每次調(diào)整變量后再重新進(jìn)行探索性因素分析，直到各個(gè)變量的因子載荷均在0.6 以上為止。

對(duì)問(wèn)卷的21 個(gè)項(xiàng)目進(jìn)行一階因素分析，經(jīng)主成分分析，提取出特征值大于1 的13 個(gè)因子。然后，對(duì)因素分析結(jié)果進(jìn)行最大正交旋轉(zhuǎn)，同時(shí)結(jié)合碎石圖，共抽取出3 個(gè)公因子，提取的3 個(gè)公因子也符合了本研究信息工具的接入、使用和獲益3 個(gè)階段的理論依據(jù)。經(jīng)驗(yàn)證分析后，發(fā)現(xiàn)有題項(xiàng)出現(xiàn)因子載荷小于0.6，對(duì)這些題項(xiàng)逐步刪除并反復(fù)進(jìn)行因子分析后，最終剩余13 個(gè)題項(xiàng)較好地分布在各個(gè)因子之中。測(cè)量信息貧困的因子結(jié)構(gòu)及各項(xiàng)目的因子負(fù)荷見(jiàn)表1。

表1 因子結(jié)構(gòu)

根據(jù)上述分析，3 個(gè)公因子的累積方差貢獻(xiàn)率達(dá)65.87%，接入層面的方差解釋率為33.18%，權(quán)重為0.50；使用層面的方差解釋率為16.54%，權(quán)重為0.25；收益層面的方差解釋率為16.15%，權(quán)重為0.25。

2.2.3 驗(yàn)證性因子分析

為了考察構(gòu)想模型與實(shí)際模型擬合度，以及評(píng)價(jià)各個(gè)題目與各維度之間的關(guān)系，對(duì)該模型進(jìn)行了驗(yàn)證性因素分析。結(jié)構(gòu)效度反映了模型的好壞，結(jié)構(gòu)效度方 面，主 要 采 用χ2/df、IFI、NFI、CFI、RMSEA、GFI、RMSEA 進(jìn)行檢驗(yàn)。利用AMOS 23.0 軟件進(jìn)行分析，χ2/df 為2.128，IFI 為0.953，NFI 為0.915，CFI 為0.953，GFI 為0.931，RMSEA（小于0.08 即可）為0.065，表明模型與數(shù)據(jù)具有較好的一致性，測(cè)量模型有效。

組合信度（CR）相當(dāng)于信度指標(biāo)，其數(shù)值大于0.7或0.8，越高越好，平均方差抽取量（AVE）要求大于0.5。由圖1 可知，互聯(lián)網(wǎng)的接入、使用與獲益3 個(gè)潛變量中，各個(gè)潛變量對(duì)應(yīng)題目的因子載荷均符合標(biāo)準(zhǔn)要求，說(shuō)明其各個(gè)潛變量對(duì)應(yīng)所屬題目具有很高的代表性。另外，各個(gè)潛變量的平均方差變異AVE 均大于0.5，且組合信度CR 均大于0.8，由此說(shuō)明聚斂效度理想。

圖1 信息貧困程度測(cè)量模型

評(píng)價(jià)模型中各指標(biāo)的權(quán)重，在AMOS 中體現(xiàn)為路徑參數(shù)，其實(shí)質(zhì)是標(biāo)準(zhǔn)化的權(quán)重值，并將標(biāo)準(zhǔn)化的權(quán)重值進(jìn)行歸一處理。根據(jù)信息貧困測(cè)量模型，得出信息貧困程度的計(jì)算模型。

式中：Vi指接入維度的題目標(biāo)準(zhǔn)化后的權(quán)重值，Vii指使用維度的題目標(biāo)準(zhǔn)化后的權(quán)重值，Viii指獲益維度的題目標(biāo)準(zhǔn)化后的權(quán)重值，X指所對(duì)應(yīng)題目按照百分制處理后的得分。

2.2.4 信度分析

信度分析又稱(chēng)可靠性檢測(cè)，用于檢驗(yàn)問(wèn)卷收集到的數(shù)據(jù)結(jié)果是否一致，采取的檢測(cè)方法是由李·克隆巴赫在20 世紀(jì)提出的克隆巴赫一致性系數(shù)。使用軟件SPSS 20 對(duì)問(wèn)卷量表數(shù)據(jù)進(jìn)行可靠性檢驗(yàn)。由表2可知，各個(gè)維度的信度α值均大于0.7，說(shuō)明各個(gè)維度的信度α值均達(dá)到此次研究的標(biāo)準(zhǔn)，各個(gè)維度的組合信度（CR 值即平均變異抽取量）處于0.8 及以上，說(shuō)明各個(gè)維度的數(shù)據(jù)可靠性良好而且該量表信度合適。

2.2.5 區(qū)別效度和聚合效度

區(qū)別效度指潛變量與潛變量之間的相關(guān)系數(shù)，由表3 可知，互聯(lián)網(wǎng)的接入、使用與獲益之間均具有顯著的相關(guān)性（P＜0.01）。各變量AVE 值均大于0.5，這說(shuō)明量表中各階因子都滿(mǎn)足聚合效度的要求。另外，相關(guān)性系數(shù)絕對(duì)值均符合標(biāo)準(zhǔn)，且均小于所對(duì)應(yīng)的AVE 的平方根，可知各個(gè)潛變量之間具有一定的相關(guān)性，且彼此之間具有一定的區(qū)分度，說(shuō)明量表數(shù)據(jù)的區(qū)分效度理想。

表3 區(qū)分效度

3 結(jié)束語(yǔ)

根據(jù)信息貧困的基本內(nèi)涵和外延，在信息工具的接入、使用和受益3 階段理論基礎(chǔ)之上，通過(guò)探索性因素分析和驗(yàn)證性因素分析，形成了接入、使用和受益3 個(gè)維度的測(cè)量指標(biāo)工具。經(jīng)過(guò)檢驗(yàn)，具有較好的信度和效度。通過(guò)測(cè)量，青海藏區(qū)農(nóng)牧民信息貧富程度普遍較低，主要是農(nóng)牧民信息工具單一，信息工具的接入有一定困難，農(nóng)牧民使用信息工具以社交和娛樂(lè)為主，更深層次的應(yīng)用能力較差。