顧海兵+沈煜
摘 要:信息化的發(fā)展為農(nóng)業(yè)的持續(xù)發(fā)展提供了新的契機(jī)。以我國(guó)七省中102個(gè)城市為研究樣本建立回歸模型,探究地方政府農(nóng)業(yè)部門網(wǎng)站的建設(shè)質(zhì)量與地方農(nóng)業(yè)發(fā)展的相關(guān)關(guān)系,基于總體樣本及東部、中部和西部不同的經(jīng)濟(jì)區(qū)域分別進(jìn)行回歸。研究結(jié)果表明,地方農(nóng)業(yè)部門網(wǎng)站建設(shè)質(zhì)量與人均農(nóng)業(yè)總產(chǎn)值正相關(guān)。就總體樣本和東部區(qū)域而言,人均農(nóng)業(yè)總產(chǎn)值每提高100,網(wǎng)站評(píng)估因子將提高0.21分和0.26分。而且,這種關(guān)聯(lián)在按照人均農(nóng)業(yè)總產(chǎn)值水平進(jìn)行分組歸類后更為顯著,擬合優(yōu)度達(dá)到75%,再剔除一些農(nóng)業(yè)產(chǎn)值較高的資源性城市和網(wǎng)頁(yè)數(shù)出現(xiàn)異常值的城市之后,擬合優(yōu)度可達(dá)81%,這一計(jì)量結(jié)果定量地證實(shí)了地方農(nóng)業(yè)部門網(wǎng)站與地方農(nóng)業(yè)發(fā)展之間的關(guān)聯(lián)度。
關(guān)鍵詞:農(nóng)業(yè)部門網(wǎng)站;網(wǎng)站建設(shè)質(zhì)量;農(nóng)業(yè)發(fā)展水平;回歸分析
中圖分類號(hào):F320 文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):1003-3890(2015)06-0083-08
一、研究背景
互聯(lián)網(wǎng)技術(shù)的出現(xiàn)和飛速發(fā)展使信息的傳播變得更加迅捷,也極大地提高了信息對(duì)社會(huì)的影響。根據(jù)CCNIK發(fā)布的《2014年度中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》,截至2014年12月,中國(guó)互聯(lián)網(wǎng)普及率為47.9%,其中農(nóng)村網(wǎng)民規(guī)模不斷擴(kuò)大,占比達(dá)27.5%,規(guī)模達(dá)1.78億。同時(shí),“.CN”域名年增長(zhǎng)2.4%,達(dá)到1 109萬(wàn)[1]。在我國(guó)網(wǎng)民和網(wǎng)站都大幅增長(zhǎng)的情況下,農(nóng)業(yè)信息化的發(fā)展?fàn)顩r日益為現(xiàn)代農(nóng)業(yè)所關(guān)注和運(yùn)用。
為保障和促進(jìn)現(xiàn)代農(nóng)業(yè)的進(jìn)一步發(fā)展,中央一號(hào)文件多次將農(nóng)業(yè)信息化建設(shè)作為新農(nóng)村建設(shè)的重要內(nèi)容之一;十二五綱要提出了“發(fā)展農(nóng)業(yè)信息技術(shù),提高農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)信息化水平”的具體任務(wù),從而將通過(guò)信息化的途徑促進(jìn)農(nóng)業(yè)的發(fā)展上升為國(guó)家戰(zhàn)略規(guī)劃的重要內(nèi)容之一。農(nóng)業(yè)信息化對(duì)于解決“三農(nóng)”問(wèn)題,促進(jìn)農(nóng)民增收、農(nóng)業(yè)增長(zhǎng)、農(nóng)村穩(wěn)定都有著積極深遠(yuǎn)的影響。
農(nóng)業(yè)網(wǎng)站正是重要的農(nóng)業(yè)信息服務(wù)平臺(tái)之一。現(xiàn)在,全國(guó)各級(jí)政府農(nóng)業(yè)部門網(wǎng)站已發(fā)展到一定規(guī)模和數(shù)量,上至?。▍^(qū)、市)農(nóng)業(yè)行政主管部門,下至地級(jí)、縣級(jí)農(nóng)業(yè)部門均建立了農(nóng)業(yè)信息網(wǎng)站,一些鄉(xiāng)鎮(zhèn)也有農(nóng)村信息服務(wù)站。與此同時(shí),與農(nóng)業(yè)緊密相關(guān)的各類行業(yè)網(wǎng)站、科教媒體網(wǎng)站和企業(yè)網(wǎng)站大量興起。中國(guó)涉農(nóng)網(wǎng)站具有數(shù)量大、品類全、結(jié)構(gòu)完整的特點(diǎn),這些網(wǎng)站在滿足農(nóng)民信息需求、推進(jìn)農(nóng)業(yè)信息化方面發(fā)揮了巨大作用。網(wǎng)站內(nèi)容通常包括三農(nóng)新聞、政策法規(guī)發(fā)布與解讀、行政審批與在線服務(wù)、市場(chǎng)行情分析預(yù)測(cè)、農(nóng)業(yè)技術(shù)知識(shí)與農(nóng)民就業(yè)信息等,基本上涉及到了農(nóng)業(yè)、農(nóng)民、農(nóng)村的各個(gè)方面。
對(duì)于還處在農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)方式轉(zhuǎn)型時(shí)期的國(guó)家來(lái)說(shuō),科技與信息使得傳統(tǒng)的產(chǎn)品供求模式和生產(chǎn)目標(biāo)發(fā)生改變,信息化的發(fā)展為農(nóng)業(yè)可持續(xù)發(fā)展提供了新的契機(jī)。目前在農(nóng)村人口占46%的我國(guó),信息化仍未充分發(fā)揮對(duì)農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)的作用。提高農(nóng)業(yè)信息化水平,加強(qiáng)對(duì)政府農(nóng)業(yè)部門網(wǎng)站的建設(shè),使農(nóng)民及時(shí)獲得準(zhǔn)確的政策、市場(chǎng)與技術(shù)信息,將非常有助于發(fā)展農(nóng)業(yè)生產(chǎn),降低各項(xiàng)農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)成本,優(yōu)化資源要素配置,促進(jìn)農(nóng)產(chǎn)品的流通,使農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)過(guò)程的種植、生產(chǎn)及銷售各個(gè)流程更為緊密地銜接,促進(jìn)農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)。從而達(dá)到提高農(nóng)民收入,改善農(nóng)民生活水平的目的。
綜上所述,農(nóng)業(yè)信息化對(duì)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的促進(jìn)有著舉重若輕的作用,建設(shè)政府農(nóng)業(yè)部門網(wǎng)站是提高農(nóng)業(yè)信息化水平的重要渠道之一,因此我們有理由推測(cè)當(dāng)?shù)剞r(nóng)業(yè)部門網(wǎng)站的發(fā)展水平與當(dāng)?shù)氐霓r(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平是相互關(guān)聯(lián)的,從而對(duì)這種關(guān)聯(lián)進(jìn)行經(jīng)濟(jì)學(xué)分析是十分必要的。
綜合國(guó)內(nèi)外網(wǎng)站的評(píng)價(jià)研究,學(xué)者們已提出的衡量方法有網(wǎng)站自動(dòng)評(píng)價(jià)法、網(wǎng)絡(luò)可用性評(píng)測(cè)法、網(wǎng)站鏈接分析法、網(wǎng)站框架評(píng)價(jià)法和對(duì)應(yīng)分析法等。由于各種評(píng)價(jià)方法的角度和側(cè)重點(diǎn)不同,得出的結(jié)論也不盡相同。
1997年P(guān)eter[2]為了分析一定時(shí)期內(nèi)相對(duì)關(guān)注的網(wǎng)站平均被引情況,首次提出網(wǎng)絡(luò)影響因子(Web Impact Factor,以下簡(jiǎn)稱WIF),這被認(rèn)為是網(wǎng)絡(luò)信息計(jì)量學(xué)誕生的里程碑。
WIF的概念源于引文分析的測(cè)度指標(biāo)——期刊影響因子[3]。此后,眾多學(xué)者指出,WIF體現(xiàn)了信息資源在信息交流中被人民所重視的程度,如田紅梅 等都在針對(duì)不同類型網(wǎng)站的評(píng)估研究過(guò)程中使用了WIF,而且大部分結(jié)果均表明,WIF對(duì)評(píng)價(jià)網(wǎng)站質(zhì)量和網(wǎng)站影響力有重要價(jià)值。
楊濤[3]在各種大學(xué)評(píng)價(jià)指標(biāo)體系中進(jìn)行比較和研究時(shí),發(fā)現(xiàn)以網(wǎng)頁(yè)總數(shù)為分母的網(wǎng)絡(luò)影響因子的整體表現(xiàn)要優(yōu)于其他各種的網(wǎng)絡(luò)影響因子,而且WIF與各種大學(xué)的評(píng)價(jià)指標(biāo)體系最為相關(guān)。段宇鋒[4]基于網(wǎng)站被鏈接頻次的方法,以網(wǎng)絡(luò)影響因子作為評(píng)價(jià)的依據(jù),對(duì)美國(guó)商學(xué)院網(wǎng)站進(jìn)行了研究,所得結(jié)果認(rèn)為WIF對(duì)評(píng)價(jià)網(wǎng)站質(zhì)量和測(cè)定核心網(wǎng)站具有重要價(jià)值,可以用來(lái)作為評(píng)估網(wǎng)站的依據(jù)。
田紅梅[5]基于鏈接分析,將WIF運(yùn)用于對(duì)學(xué)術(shù)性核心網(wǎng)站的評(píng)價(jià),發(fā)現(xiàn)WIF可以用來(lái)分析在一定的時(shí)期內(nèi)相對(duì)關(guān)注的網(wǎng)頁(yè)情況。通常,影響因子越大,網(wǎng)站的學(xué)術(shù)影響力就越大,質(zhì)量就越高。因此,網(wǎng)絡(luò)影響因子從信息的利用角度,體現(xiàn)了信息資源在信息交流中被人們所重視的程度。王宏鑫[6]通過(guò)對(duì)公共圖書(shū)館網(wǎng)站的研究,發(fā)現(xiàn)WIF在各自網(wǎng)絡(luò)指標(biāo)中可信程度最高。
沙勇忠[7]在利用網(wǎng)絡(luò)鏈接分析及網(wǎng)絡(luò)影響因子對(duì)中國(guó)省級(jí)政府網(wǎng)站的影響力進(jìn)行評(píng)價(jià)時(shí),用WIF與各省市自治區(qū)信息化水平總指數(shù)進(jìn)行相關(guān)分析,結(jié)果表明二者具有明顯的相關(guān)關(guān)系??梢?jiàn),網(wǎng)絡(luò)影響因子對(duì)評(píng)價(jià)省級(jí)政府網(wǎng)站具有重要的意義,WIF具有很強(qiáng)的評(píng)價(jià)能力。而宴爾伽[8]通過(guò)對(duì)省會(huì)城市政府網(wǎng)站的研究,發(fā)現(xiàn)WIF與政府網(wǎng)站排名是具有相關(guān)性的。
王知津[9]提出了以鏈接分析為核心的評(píng)價(jià)指標(biāo),其中包含:網(wǎng)頁(yè)數(shù),即該網(wǎng)站內(nèi)所包含的網(wǎng)頁(yè)總數(shù);總鏈接數(shù):用搜索引擎搜索到的與某網(wǎng)站存在鏈接的網(wǎng)頁(yè)總數(shù);外部鏈接數(shù):用搜索引擎在該網(wǎng)站外搜索到的與該網(wǎng)站存在鏈接的網(wǎng)頁(yè)數(shù)。網(wǎng)絡(luò)影響因子=總鏈接數(shù)/網(wǎng)頁(yè)數(shù)。他認(rèn)為網(wǎng)絡(luò)影響因子越大,網(wǎng)站的學(xué)術(shù)影響力就越大,質(zhì)量就越高。
以上研究中均采用網(wǎng)絡(luò)影響因子對(duì)網(wǎng)站進(jìn)行評(píng)價(jià)。如果一個(gè)網(wǎng)站相比其他網(wǎng)站重要程度更高,那么在網(wǎng)站規(guī)模相當(dāng)?shù)臅r(shí)候,其被鏈接和推薦引用的次數(shù)也應(yīng)當(dāng)比較高。利用這種方法來(lái)評(píng)價(jià)一個(gè)網(wǎng)站,比單純的定性分析也更具有說(shuō)服力。
一個(gè)網(wǎng)站所擁有的網(wǎng)頁(yè)數(shù)越多,信息含量越大,這在一定程度上反應(yīng)了網(wǎng)站的規(guī)模。而處于WIF定義中的分子“總鏈接數(shù)”,則反映研究對(duì)象的被認(rèn)可程度。在網(wǎng)絡(luò)環(huán)境中,指向目標(biāo)網(wǎng)站的每一個(gè)鏈接,都被認(rèn)為是對(duì)目標(biāo)網(wǎng)站的一次投票,效果類似于對(duì)傳統(tǒng)文獻(xiàn)的引用。而網(wǎng)站自身所擁有的網(wǎng)頁(yè)多屬于導(dǎo)航性質(zhì)的鏈接,主要用于網(wǎng)站內(nèi)部的信息組織,而與網(wǎng)站影響力無(wú)關(guān)。所以,用搜索引擎搜索到的該網(wǎng)站存在鏈接的網(wǎng)頁(yè)總數(shù)除以該網(wǎng)站所擁有的網(wǎng)頁(yè)數(shù),能夠有效地消除網(wǎng)站自身規(guī)模的影響,能夠反映網(wǎng)站網(wǎng)頁(yè)被鏈接的平均水平,即網(wǎng)站的平均影響力大小。
考慮到網(wǎng)站評(píng)價(jià)的科學(xué)合理性原則和實(shí)用可行性原則,本文最終決定基于網(wǎng)絡(luò)鏈接分析對(duì)農(nóng)業(yè)部門網(wǎng)站進(jìn)行質(zhì)量評(píng)估。所謂鏈接分析法,就是運(yùn)用網(wǎng)絡(luò)數(shù)據(jù)庫(kù)、數(shù)據(jù)分析軟件等工具,利用統(tǒng)計(jì)學(xué)、拓?fù)鋵W(xué)和情報(bào)學(xué)方法,對(duì)網(wǎng)站的網(wǎng)絡(luò)鏈接自身屬性、鏈接對(duì)象、鏈接網(wǎng)絡(luò)等進(jìn)行分析,以便揭示其數(shù)量特征和內(nèi)在規(guī)律。在鏈接分析中,上述不少學(xué)者是利用WIF對(duì)網(wǎng)站評(píng)價(jià)進(jìn)行測(cè)度,大部分認(rèn)為WIF對(duì)網(wǎng)站評(píng)價(jià)有重要意義,故本文最終選取WIF對(duì)我國(guó)部分地區(qū)農(nóng)業(yè)部門網(wǎng)站的建設(shè)質(zhì)量進(jìn)行評(píng)價(jià)。
基于農(nóng)業(yè)部門網(wǎng)站的鏈接分析結(jié)果,我們研究其與農(nóng)業(yè)發(fā)展之間所存在的可能的相關(guān)關(guān)系。具體方法是用網(wǎng)絡(luò)影響因子作為衡量網(wǎng)站建設(shè)的評(píng)估得分,用當(dāng)?shù)氐娜司r(nóng)業(yè)總產(chǎn)值來(lái)衡量農(nóng)業(yè)發(fā)展水平,最后對(duì)農(nóng)業(yè)部門網(wǎng)站的建設(shè)質(zhì)量和地方農(nóng)業(yè)發(fā)展水平的關(guān)聯(lián)度進(jìn)行實(shí)證分析。
二、數(shù)據(jù)選取與模型選擇
從科學(xué)角度說(shuō),我們的研究應(yīng)該選擇農(nóng)業(yè)產(chǎn)值比較大的省份。根據(jù)從2003年到2013年《中國(guó)統(tǒng)計(jì)年鑒》中提供的數(shù)據(jù),農(nóng)業(yè)產(chǎn)值排在前列的省份有山東省、河南省、河北省、江蘇省、四川省、湖北省和湖南省??紤]到樣本規(guī)模需要適度又充分,本文選取了這七省內(nèi)的下轄市(名單取自各省統(tǒng)計(jì)年鑒)作為研究對(duì)象,城市總數(shù)為102個(gè)。其中有山東省17市、河北省11市、河南省18市、江蘇省13市、四川省18市、湖南省13市和湖北省12市。
中國(guó)軟件測(cè)評(píng)中心每年頒布的《中國(guó)政府網(wǎng)站績(jī)效評(píng)估報(bào)告》中對(duì)國(guó)家部委網(wǎng)站、省級(jí)(副省級(jí))政府網(wǎng)站、區(qū)縣級(jí)政府網(wǎng)站進(jìn)行了質(zhì)量評(píng)估。但遺憾的是,該報(bào)告中缺乏對(duì)各地區(qū)具體部門網(wǎng)站的評(píng)估。目前國(guó)際上較有影響的網(wǎng)站評(píng)價(jià)機(jī)構(gòu)有Amazon公司的Alexa、Forrester Research公司等,這些機(jī)構(gòu)均能提供專業(yè)性網(wǎng)站評(píng)價(jià)服務(wù)。但同樣,由于這些第三方評(píng)價(jià)機(jī)構(gòu)收錄網(wǎng)站個(gè)數(shù)有限,以及取樣的網(wǎng)站規(guī)模(這些機(jī)構(gòu)所收錄網(wǎng)站通常規(guī)模較大)所限,無(wú)法從這些較科學(xué)、成熟的評(píng)價(jià)體系中直接獲取樣本網(wǎng)站的評(píng)估結(jié)果。因此,本文將進(jìn)行獨(dú)立評(píng)估。
評(píng)估網(wǎng)絡(luò)影響因子所需要的網(wǎng)絡(luò)鏈接的數(shù)據(jù)都來(lái)自于搜索引擎,因此,搜索引擎的選擇在網(wǎng)絡(luò)鏈接的測(cè)度中起著非常重要的作用。目前能夠提供中文網(wǎng)站鏈接情況的搜索引擎有:AltaVista、Alltheweb、Northlight、Google。其中Northlight服務(wù)需要付費(fèi),AltaVista在國(guó)內(nèi)不能使用,考慮到可行性的問(wèn)題,我們選取了Google搜索引擎。以新浪網(wǎng)(www.sina.com.cn)為例,利用Google測(cè)其鏈接數(shù)的具體檢索式為:
利用上述檢索式,我們對(duì)這102個(gè)城市的農(nóng)業(yè)局網(wǎng)站(或由農(nóng)業(yè)局承辦的農(nóng)業(yè)信息網(wǎng))在Google中進(jìn)行了檢索。分別得到了各市農(nóng)業(yè)部門網(wǎng)站的網(wǎng)頁(yè)數(shù)、總鏈接數(shù)。通過(guò)計(jì)算二者比值可得該網(wǎng)站的網(wǎng)絡(luò)影響因子,并用此變量作為衡量農(nóng)業(yè)部門網(wǎng)站建設(shè)質(zhì)量的評(píng)估得分。為保證數(shù)據(jù)的穩(wěn)定性和科學(xué)性,本文對(duì)樣本進(jìn)行了篩選。首先,由于不同行政級(jí)別的城市之間差異較大,本文將各省的省會(huì)城市剔除;其次,考慮人口規(guī)模。因?yàn)槲覈?guó)共有約300個(gè)地級(jí)市,農(nóng)村人口占到6億。單從取樣的102個(gè)地級(jí)市來(lái)說(shuō),城市人口規(guī)模從100萬(wàn)跨度到1 000萬(wàn)都有,為了保證樣本數(shù)據(jù)的連貫性和可比性,我們將勞動(dòng)人口在250萬(wàn)人以下的城市樣本剔除。其中包括東營(yíng)市、萊蕪市、鶴壁市、三門峽市、自貢市、雅安市、鄂州市和張家界市;最后,還剔除了網(wǎng)站在2014年末改版、無(wú)法打開(kāi)頁(yè)面、或網(wǎng)頁(yè)信息不全等情況下的樣本,其中包括東臺(tái)市、樂(lè)山市(兩市均無(wú)政府官方農(nóng)業(yè)部門網(wǎng)站),宿遷市、保定市(此兩市農(nóng)委網(wǎng)站數(shù)據(jù)無(wú)法從Google獲?。瑵?jì)源市(該網(wǎng)站的robots.txt文件存在限制指令,數(shù)據(jù)無(wú)法從搜索引擎獲?。┖蛷V元市(該市于2014年底前后改版)。所以102個(gè)樣本中,實(shí)際有效的數(shù)據(jù)為81個(gè)。山東省14市、河北省8市、河南省14市、江蘇省11市、四川省13市、湖北省10市和湖南省11市。
在選取度量地區(qū)農(nóng)業(yè)發(fā)展水平的變量時(shí),本文采取的是當(dāng)?shù)氐娜司r(nóng)業(yè)產(chǎn)值,在原農(nóng)業(yè)產(chǎn)值的基礎(chǔ)上除以當(dāng)?shù)乜側(cè)丝谒?。采用人均農(nóng)業(yè)產(chǎn)值而非農(nóng)業(yè)總產(chǎn)值的目的是消除由于不同地區(qū)人口規(guī)模差異帶來(lái)的影響。相關(guān)數(shù)據(jù)如表2所示:
我國(guó)各個(gè)地區(qū)由于自然條件、地域文化以及政策導(dǎo)向的不同,經(jīng)濟(jì)發(fā)展水平既有差異又各具特色。整體上可劃分為東部、西部和中部三大經(jīng)濟(jì)地區(qū)。而在本文取樣的七省中,河北省、山東省和江蘇省屬于東部地區(qū),河南省、湖北省和湖南屬于中部地區(qū),四川省則屬于西部地區(qū)。
本文采用線性回歸的方法研究政府農(nóng)業(yè)部門網(wǎng)站建設(shè)質(zhì)量與當(dāng)?shù)剞r(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平之間的相關(guān)性,運(yùn)用統(tǒng)計(jì)數(shù)據(jù)做實(shí)證檢驗(yàn),構(gòu)造一元回歸模型如下:
Mi=C+C1Gi+ε
其中Mi表示i城市農(nóng)業(yè)部門網(wǎng)站的網(wǎng)絡(luò)影響因子,我們用此變量作為衡量該網(wǎng)站建設(shè)水平的評(píng)估得分;Gi為i城市2014年人均農(nóng)業(yè)產(chǎn)值,ε為隨機(jī)誤差項(xiàng)。利用eviews軟件,通過(guò)對(duì)上式進(jìn)行回歸分析,我們可以建立農(nóng)業(yè)部門網(wǎng)站建設(shè)質(zhì)量和地方人均農(nóng)業(yè)產(chǎn)值間的線性關(guān)系。首先,基于原始數(shù)據(jù),取七省全部81個(gè)城市的樣本進(jìn)行計(jì)量回歸。然后再根據(jù)東、中、西部三大地區(qū)分別進(jìn)行回歸分析。
三、基于原始數(shù)據(jù)的回歸分析
使用eviews軟件對(duì)原始81個(gè)城市的網(wǎng)絡(luò)影響因子及各地人均農(nóng)業(yè)產(chǎn)值數(shù)據(jù)進(jìn)行回歸,回歸結(jié)果如表3所示。
從表3可得,回歸系數(shù)均為正。從總體上的實(shí)證結(jié)果來(lái)看,各地的農(nóng)業(yè)部門網(wǎng)站建設(shè)與該地區(qū)的人均農(nóng)業(yè)產(chǎn)值呈現(xiàn)出正相關(guān)的聯(lián)系。結(jié)果定量地驗(yàn)證了農(nóng)業(yè)部門網(wǎng)站與地方農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平存在促進(jìn)作用的理論。從t檢驗(yàn)中的P值為0.000可知,原假設(shè)是顯著的,即農(nóng)業(yè)部門網(wǎng)站質(zhì)量的回歸系數(shù)不為0,總體回歸通過(guò)檢驗(yàn)。根據(jù)數(shù)據(jù)制出關(guān)于網(wǎng)站建設(shè)質(zhì)量與人均農(nóng)業(yè)產(chǎn)值的散點(diǎn)圖,如圖1所示。
盡管從擬合結(jié)果來(lái)看,兩個(gè)變量整體上存在著正向的聯(lián)系,但上述方程的擬合優(yōu)度R^2僅為30%,說(shuō)明回歸直線對(duì)觀測(cè)值的擬合程度較差,這一線性方程不能很好地描述二者之間的關(guān)聯(lián)度。從回歸系數(shù)來(lái)看,所得的回歸系數(shù)值為0.002 126,其經(jīng)濟(jì)含義為人均農(nóng)業(yè)產(chǎn)值每提高100會(huì)導(dǎo)致農(nóng)業(yè)部門網(wǎng)站評(píng)估得分提高0.21分,在樣本總量81個(gè)城市中,符合這一趨勢(shì)的城市比例約為30%。
東部地區(qū)各市回歸結(jié)果所得的系數(shù)也為正,且每個(gè)t檢驗(yàn)結(jié)果也均表明檢驗(yàn)通過(guò),回歸系數(shù)是顯著的,不為0。與全部樣本回歸的結(jié)果相比,東部地區(qū)所得的回歸系數(shù)值更大,人均農(nóng)業(yè)產(chǎn)值每提高100時(shí),網(wǎng)站評(píng)估得分將提高0.26分左右,擬合程度也更好,從30%增至38%。東部地區(qū)34市的農(nóng)業(yè)部門網(wǎng)站建設(shè)質(zhì)量與人均農(nóng)業(yè)產(chǎn)值的散點(diǎn)分布與回歸如圖2所示。
從散點(diǎn)圖上的分布來(lái)看,這兩個(gè)變量的確存在著正向相關(guān)的關(guān)系,但是回歸分析得到的線性方程擬合程度較差,尚不能很好地描述農(nóng)業(yè)部門網(wǎng)站建設(shè)質(zhì)量與當(dāng)?shù)厝司r(nóng)業(yè)產(chǎn)值水平之間的相關(guān)性,這與總體樣本的回歸結(jié)果是相同的。
然而中部地區(qū)和西部地區(qū)的回歸結(jié)果則有一些差異。兩地區(qū)t檢驗(yàn)的P值分別為0.006 5和0.691 4,西部地區(qū)未通過(guò)顯著性檢驗(yàn),這表明回歸系數(shù)有較大的可能為零。此外,兩個(gè)地區(qū)的擬合優(yōu)度較總體和東部地區(qū)更低,分別為0.20和0.01。所以我們無(wú)法證實(shí)在這兩個(gè)經(jīng)濟(jì)區(qū)域中,農(nóng)業(yè)部門網(wǎng)站建設(shè)質(zhì)量與地方農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平之間存在顯著的線性相關(guān)關(guān)系。中部地區(qū)和西部地區(qū)的農(nóng)業(yè)部門網(wǎng)站績(jī)效評(píng)估得分與人均農(nóng)業(yè)產(chǎn)值的散點(diǎn)分布圖如圖3和圖4所示。從西部地區(qū)的回歸結(jié)果和分布圖來(lái)看,我們無(wú)法直接得出二者存在顯著的正相關(guān)關(guān)系,而且西部地區(qū)的相關(guān)性明顯要低于中部地區(qū)。
四、基于分層歸類的回歸分析
不論是對(duì)七省中的總體樣本進(jìn)行回歸分析,還是將東中西部三個(gè)地區(qū)的樣本分別回歸,所得的線性方程對(duì)實(shí)際數(shù)據(jù)的擬合程度都比較低,這說(shuō)明以上計(jì)量結(jié)果還不足以證明農(nóng)業(yè)部門網(wǎng)站建設(shè)與當(dāng)?shù)剞r(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平的關(guān)聯(lián)度存在著促進(jìn)關(guān)系。但是從散點(diǎn)圖的趨勢(shì)線中不難看出,二者之間確實(shí)存在著一定的正向聯(lián)系。為了更好地描述和證實(shí)二者的關(guān)聯(lián)度,本文基于以上分析結(jié)果,借鑒前人的分層分析方法,通過(guò)將樣本點(diǎn)分布的分散性降低來(lái)研究變量間的相關(guān)性。
對(duì)總體81個(gè)樣本做以下處理:首先將城市按照人均農(nóng)業(yè)產(chǎn)值降序排列,以每9個(gè)城市為一組,然后分別計(jì)算出每一組的平均農(nóng)業(yè)部門網(wǎng)站評(píng)估得分與平均人均農(nóng)業(yè)產(chǎn)值。再利用(1)式,將數(shù)據(jù)帶入方程式中回歸。同樣的,我們也對(duì)東部、中部的樣本做這樣的處理,但是考慮到分區(qū)域樣本量較小,對(duì)東部地區(qū)和中部地區(qū)以每5個(gè)城市為一單位進(jìn)行分組。由于西部地區(qū)只包括四川一個(gè)省的數(shù)據(jù),分組的話樣本量過(guò)小,故未對(duì)西部地區(qū)做分組處理。所得結(jié)果如表4所示:
從表4可以發(fā)現(xiàn),在各地區(qū)分組之后,回歸系數(shù)的變化并不明顯,但是擬合優(yōu)度均有顯著幅度的提高。以總體樣本為例,分組前的擬合優(yōu)度只有30%,而分組后的擬合優(yōu)度達(dá)到了75%。此外回歸系數(shù)表明,人均農(nóng)業(yè)產(chǎn)值每上升100,農(nóng)業(yè)部門網(wǎng)站評(píng)估得分將增加0.24分。從圖5總體樣本分組回歸后關(guān)于農(nóng)業(yè)部門網(wǎng)站建設(shè)質(zhì)量與人均農(nóng)業(yè)產(chǎn)值關(guān)系的散點(diǎn)圖也可以看出來(lái),這兩個(gè)變量之間存在顯著的正相關(guān)的關(guān)系。東部和中部地區(qū)的回歸情況也大致相似,擬合優(yōu)度分別從38%、20%上升到60%與62%,回歸系數(shù)表明,當(dāng)人均農(nóng)業(yè)產(chǎn)值每上升100時(shí),農(nóng)業(yè)部門網(wǎng)站的質(zhì)量評(píng)估得分將分別增加0.25分和0.15分。以上兩部分回歸的P值也均表明,在95%的置信水平下,回歸系數(shù)是顯著的。
為了進(jìn)一步分析樣本數(shù)據(jù),對(duì)總體樣本及東部、中部和西部地區(qū)的樣本數(shù)據(jù)分別求均值,所得結(jié)果如表5所示:
用總體樣本分組后的數(shù)據(jù)對(duì)照上述總體樣本的均值來(lái)看,中部與西部的一些城市在人均農(nóng)業(yè)產(chǎn)值與平均水平相當(dāng)時(shí),農(nóng)業(yè)部門網(wǎng)站得分卻較大幅度低于均值。為了探尋原因,我們將眼光聚集到這些城市上來(lái)。通過(guò)觀察我們發(fā)現(xiàn),這幾組中的樣本有多個(gè)城市在中西部地區(qū),而且還包含像邯鄲市和達(dá)州市這樣的資源型城市。資源型城市往往自然資源富集,城市的發(fā)展和生產(chǎn)與資源開(kāi)發(fā)密切相關(guān)。這些城市在樣本數(shù)據(jù)中的特點(diǎn)則體現(xiàn)為,人均農(nóng)業(yè)產(chǎn)值非常高,但農(nóng)業(yè)部門網(wǎng)站評(píng)估得分卻處于比較低的水平。為了使樣本更有代表性和說(shuō)服力,我們比照這幾組的處理,對(duì)其他組的城市也進(jìn)行了排查,將一些帶有明顯特征的資源型城市從總體樣本中剔除。所以,本文一共剔除了濟(jì)寧市、張家口市、淄博市、瀘州市、邯鄲市、達(dá)州市和平頂山市這7個(gè)資源型城市,以及蘇州市這樣由于經(jīng)濟(jì)發(fā)達(dá),人均農(nóng)業(yè)產(chǎn)值排在最末,但網(wǎng)站評(píng)分確能排在前十的城市。
同時(shí),根據(jù)比對(duì)和觀察,考慮到網(wǎng)頁(yè)數(shù)也會(huì)對(duì)WIF結(jié)果產(chǎn)生較大的影響,而網(wǎng)頁(yè)數(shù)主要與網(wǎng)站的更新速度及規(guī)模有關(guān),而我國(guó)政府網(wǎng)站租用服務(wù)器的現(xiàn)象較為普遍,在政策的指引下,存在頻繁更換服務(wù)器或域名的現(xiàn)象,會(huì)造成各政府網(wǎng)站之間網(wǎng)頁(yè)數(shù)差別較大,也導(dǎo)致對(duì)網(wǎng)站進(jìn)行評(píng)估時(shí)帶來(lái)偏差。所以我們還將網(wǎng)頁(yè)數(shù)低于1000的網(wǎng)站樣本剔除,其中包括徐州市、安陽(yáng)市、益陽(yáng)市、日照市、郴州市、湘潭市、婁底市和岳陽(yáng)市共8個(gè)城市的農(nóng)業(yè)網(wǎng)站。
在剔除了這16個(gè)城市后,我們對(duì)剩余的65個(gè)樣本再次進(jìn)行分組回歸(6個(gè)一組,一共11組,最末5個(gè)樣本歸入最后一組)。所得結(jié)果如表6所示:
與剔除樣本前的回歸結(jié)果相比,表6的數(shù)據(jù)表明,t檢驗(yàn)說(shuō)明回歸系數(shù)是顯著不為零的,而且擬合優(yōu)度從0.75上升至0.82,證明這一線性擬合方程式能夠較好地描述政府農(nóng)業(yè)部門網(wǎng)站建設(shè)質(zhì)量與地方農(nóng)業(yè)發(fā)展水平之間的正相關(guān)聯(lián)系。兩者間的散點(diǎn)圖如圖6所示。
除了發(fā)現(xiàn)資源型城市,我們還可以從表4各地區(qū)的數(shù)據(jù)均值中發(fā)現(xiàn),經(jīng)濟(jì)發(fā)達(dá)地區(qū)的農(nóng)業(yè)部門網(wǎng)站建設(shè)質(zhì)量越高,網(wǎng)站的評(píng)估得分也越高。其中,東部地區(qū)的網(wǎng)站評(píng)估得分高出中部的網(wǎng)站評(píng)估得分1分左右,且東部和中部的網(wǎng)站評(píng)估得分也顯著高于西部。
上述分析發(fā)現(xiàn),就總體樣本而言,農(nóng)業(yè)部門網(wǎng)站建設(shè)質(zhì)量與當(dāng)?shù)剞r(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平之間的確存在正相關(guān)關(guān)系,而且這一關(guān)系在根據(jù)人均農(nóng)業(yè)產(chǎn)值水平分組后體現(xiàn)得更為顯著。就各個(gè)區(qū)域而言,兩變量之間的相關(guān)關(guān)系在東部地區(qū)和中部地區(qū)比西部地區(qū)體現(xiàn)得更為明晰。通常由于經(jīng)濟(jì)發(fā)達(dá)地區(qū)有更加豐厚的經(jīng)濟(jì)基礎(chǔ),能夠投入更多的人力物力提升農(nóng)業(yè)信息化水平,從而更有利于農(nóng)業(yè)網(wǎng)站的建設(shè),更有助于農(nóng)業(yè)發(fā)展。如江蘇省和山東省,當(dāng)本地經(jīng)濟(jì)比較發(fā)達(dá)的時(shí)候,政府對(duì)信息化的重視程度更高,對(duì)相關(guān)項(xiàng)目的扶持力度較大,財(cái)政資金投入更多。
另一方面,在不夠發(fā)達(dá)地區(qū),農(nóng)業(yè)產(chǎn)值占其經(jīng)濟(jì)總產(chǎn)值的比重較大,但農(nóng)業(yè)信息化水平較低,無(wú)法滿足該地區(qū)日趨增長(zhǎng)的信息需求,盡管農(nóng)業(yè)部門網(wǎng)站建設(shè)質(zhì)量與當(dāng)?shù)剞r(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平的相關(guān)性在西部地區(qū)表現(xiàn)得較弱,但提升農(nóng)業(yè)部門網(wǎng)站建設(shè)對(duì)當(dāng)?shù)剞r(nóng)業(yè)發(fā)展的促進(jìn)有很大的市場(chǎng)空間,所以對(duì)兩變量相關(guān)關(guān)系的探究仍是非常有意義的。
五、結(jié)論與思考
本文基于我國(guó)81個(gè)地方城市的原始面板數(shù)據(jù)和分組數(shù)據(jù),對(duì)地方農(nóng)業(yè)部門網(wǎng)站評(píng)估得分變量與當(dāng)?shù)厝司r(nóng)業(yè)總產(chǎn)值進(jìn)行線性回歸,分析地方農(nóng)業(yè)部門網(wǎng)站與當(dāng)?shù)剞r(nóng)業(yè)發(fā)展水平之間的關(guān)聯(lián)度。但囿于水平和時(shí)間問(wèn)題,文章尚有許多不足和可改進(jìn)之處,對(duì)此有以下思考。
1. 關(guān)于樣本選取。本文最初選擇的城市樣本是農(nóng)業(yè)總產(chǎn)值排名前列的七個(gè)省份的下轄市,其中涵括了省會(huì)城市、副省會(huì)城市和地級(jí)市。不同行政級(jí)別的城市不論在社會(huì)、經(jīng)濟(jì)、文化方面都有顯著差異,信息化發(fā)展水平也參差不齊,因此會(huì)導(dǎo)致樣本在分布上比較分散。所以我們不僅用人均農(nóng)業(yè)產(chǎn)值來(lái)衡量當(dāng)?shù)氐霓r(nóng)業(yè)發(fā)展水平,同時(shí)還剔除了省會(huì)城市與勞動(dòng)人口在250萬(wàn)以下的城市。而區(qū)、縣相對(duì)于上述城市區(qū)別更大,故也未將其納入回歸樣本。在未來(lái)的研究中,可以考慮擴(kuò)大樣本量,比如可選取農(nóng)業(yè)總產(chǎn)值排名前十五名的省份中的所有城市,從這些樣本中,挑選出省會(huì)城市、副省會(huì)城市,將同一行政級(jí)別的城市分為一組進(jìn)行回歸,探究其地方農(nóng)業(yè)部門網(wǎng)站與地方農(nóng)業(yè)發(fā)展水平之間的關(guān)聯(lián)度。
2. 關(guān)于變量選取和模型建立。本文選取網(wǎng)絡(luò)影響因子作為評(píng)估一個(gè)網(wǎng)站建設(shè)水平的變量,使用人均農(nóng)業(yè)產(chǎn)值來(lái)衡量當(dāng)?shù)氐霓r(nóng)業(yè)發(fā)展水平,通過(guò)一元線性回歸模型來(lái)分析地方農(nóng)業(yè)部門網(wǎng)站建設(shè)質(zhì)量與地方農(nóng)業(yè)發(fā)展水平的關(guān)聯(lián)度。
關(guān)于衡量當(dāng)?shù)剞r(nóng)業(yè)發(fā)展水平的變量,本文還嘗試過(guò)以當(dāng)?shù)氐娜司r(nóng)民純收入和人均農(nóng)業(yè)產(chǎn)值的增加值來(lái)分析,但是帶到方程中回歸后都未取得理想的結(jié)果。本文猜想,農(nóng)民純收入受到了原農(nóng)民家庭經(jīng)濟(jì)條件、財(cái)產(chǎn)財(cái)務(wù)和人口素質(zhì)的影響,而農(nóng)業(yè)產(chǎn)值增加值最新只能得到2013年的數(shù)據(jù),與農(nóng)業(yè)部門網(wǎng)站建設(shè)的即時(shí)性不符合。所以人均農(nóng)業(yè)產(chǎn)值能夠更好地衡量與農(nóng)業(yè)部門網(wǎng)站建設(shè)相匹配的農(nóng)業(yè)發(fā)展水平。
本文選取網(wǎng)絡(luò)影響因子衡量網(wǎng)站的建設(shè)質(zhì)量,而事實(shí)上,內(nèi)部和外部網(wǎng)絡(luò)影響因子等變量在網(wǎng)站評(píng)價(jià)體系中也有重要意義,這些指標(biāo)都屬于網(wǎng)絡(luò)計(jì)量學(xué)的學(xué)科內(nèi)涵。但存在的問(wèn)題是,目前仍缺乏成熟的理論指導(dǎo),網(wǎng)絡(luò)計(jì)量學(xué)是在上世紀(jì)90年代中后期逐步形成的一門學(xué)科,對(duì)其研究不過(guò)十年的時(shí)間。至今,在網(wǎng)絡(luò)鏈接研究領(lǐng)域還沒(méi)有取得如文獻(xiàn)計(jì)量學(xué)三大定律那樣為所有研究者所共同認(rèn)可的理論研究成果。此外還缺少完善的研究工具。目前多數(shù)學(xué)者所作的鏈接分析是基于商業(yè)搜索引擎的,但是商業(yè)搜索引擎不像SCI是專門為引用分析而設(shè)計(jì)和開(kāi)發(fā)的,相比SCI商業(yè)搜索引擎被用于網(wǎng)絡(luò)計(jì)量學(xué)分析時(shí),主要存在覆蓋率低和穩(wěn)定性較差這樣的缺陷。
從回歸結(jié)果來(lái)看,西部地區(qū)的結(jié)果并未表明兩個(gè)變量之間的正相關(guān)關(guān)系非常顯著,這說(shuō)明可能農(nóng)業(yè)發(fā)展水平只是影響農(nóng)業(yè)部門網(wǎng)站建設(shè)的變量之一,還包含許多其他的因素。比如經(jīng)濟(jì)發(fā)展水平、社會(huì)因素、政治因素等。從社會(huì)因素來(lái)看,人才結(jié)構(gòu)、地域文化、輿論傾向和傳統(tǒng)習(xí)俗決定了當(dāng)?shù)孛癖妼?duì)農(nóng)業(yè)部門網(wǎng)站的接受程度和使用偏好;從政治角度來(lái)看,國(guó)家與當(dāng)?shù)氐恼邔?dǎo)向,負(fù)責(zé)領(lǐng)導(dǎo)人的施政目標(biāo),個(gè)人偏好、年齡結(jié)構(gòu)、文化水平等,決定了地方政府部門對(duì)網(wǎng)站建設(shè)的重視程度,而農(nóng)業(yè)在當(dāng)?shù)亟?jīng)濟(jì)中的重要程度又進(jìn)一步影響地方農(nóng)業(yè)部門網(wǎng)站的建設(shè)。從本文的樣本數(shù)據(jù)和回歸結(jié)果中也能夠發(fā)現(xiàn),就地區(qū)而言,兩變量之間的關(guān)聯(lián)度在更為發(fā)達(dá)與開(kāi)放的東部比相對(duì)落后和封閉的中西部地區(qū)更顯著;就城市而言,經(jīng)濟(jì)水平更優(yōu)、發(fā)展更強(qiáng)更快的城市在網(wǎng)站建設(shè)方面也優(yōu)于還在發(fā)展中的城市。
3. 關(guān)于分析方法。本文在分析地方農(nóng)業(yè)部門網(wǎng)站與地方農(nóng)業(yè)發(fā)展水平關(guān)聯(lián)性的時(shí)候,只是就其結(jié)論進(jìn)行論證,并未具體探究?jī)勺兞恐g互相作用的因果關(guān)系。地方農(nóng)業(yè)部門網(wǎng)站建設(shè)與地方農(nóng)業(yè)發(fā)展水平是互相關(guān)聯(lián)、互相促進(jìn)的。從理論上來(lái)說(shuō),這兩者間是存在良性循環(huán)的,但是不同城市在這兩方面的發(fā)展不一定是同步的。本文所采取的橫截面數(shù)據(jù)既無(wú)法體現(xiàn)這種發(fā)展上的時(shí)序性,也不能體現(xiàn)兩變量間具體的因果關(guān)系。在今后的研究中,還可以通過(guò)時(shí)間序列和格蘭杰因果檢驗(yàn)進(jìn)一步分析。
4. 關(guān)于農(nóng)業(yè)信息化。不少學(xué)者研究農(nóng)業(yè)信息化對(duì)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的促進(jìn)作用,基于此研究基礎(chǔ),本文探究了地方農(nóng)業(yè)部門網(wǎng)站和地方農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的關(guān)聯(lián)度。事實(shí)上,農(nóng)業(yè)信息化是一個(gè)動(dòng)態(tài)過(guò)程,涵蓋內(nèi)容比較廣泛。對(duì)一些農(nóng)業(yè)發(fā)達(dá)的資源型城市,農(nóng)業(yè)信息化有助于提升產(chǎn)業(yè)結(jié)構(gòu),優(yōu)化資源配置,加快農(nóng)業(yè)技術(shù)進(jìn)步。在未來(lái)的研究中,還可以利用農(nóng)業(yè)信息化對(duì)農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)的影響機(jī)理,運(yùn)用相關(guān)政策,進(jìn)一步分析如何將資源消耗型的粗放式發(fā)展方式轉(zhuǎn)變?yōu)榭沙掷m(xù)發(fā)展方式。
參考文獻(xiàn):
[1]中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心.第35次中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告[EB/OL][2015-02-03].http://www.cnnic.net.cn/.
[2]Ingwersen P. The calculation of web impact factors. Journal of Documentation[J].1998,54(2):233-256.
[3]楊濤.中國(guó)50所大學(xué)網(wǎng)站的網(wǎng)絡(luò)影響因子比較分析[J].圖書(shū)情報(bào)工作,2004,(6):50-54.
[4]段宇峰.基于鏈接分析的網(wǎng)站評(píng)價(jià)研究[J].中國(guó)圖書(shū)館學(xué)報(bào),2005,(4):19-23.
[5]田紅梅.基于鏈接分析的學(xué)術(shù)性核心網(wǎng)站評(píng)價(jià)[J].情報(bào)科學(xué),2004,(9):1078-1080.
[6]王宏鑫.我國(guó)省級(jí)以上公共圖書(shū)館網(wǎng)站的鏈接分析[J].中國(guó)圖書(shū)館學(xué)報(bào),2005,(3):86-89.
[7]沙勇忠.中國(guó)省級(jí)政府網(wǎng)站的影響力評(píng)價(jià)——網(wǎng)站鏈接分析及網(wǎng)絡(luò)影響因子測(cè)度[J].情報(bào)資料工作,2004,(6):17-22.
[8]宴爾伽.中國(guó)省會(huì)城市政府網(wǎng)站鏈接分析[J].情報(bào)科學(xué),2008,(2):218-223.
[9]王知津.網(wǎng)站評(píng)價(jià)中的樣本選取及鏈接測(cè)度[J].圖書(shū)與情報(bào),2006,(3):53-58,97.
[10]顧海兵.國(guó)內(nèi)主要商業(yè)銀行網(wǎng)站質(zhì)量之比較[J].山東社會(huì)科學(xué),2009,(11):93-97.
[11]顧海兵.政府部門網(wǎng)站的信息品質(zhì)之國(guó)際比較——基于特大城市警察部門的分析[J].學(xué)術(shù)界,2010,(6):48-57.
[12]顧海兵.市級(jí)政府網(wǎng)站與市域經(jīng)濟(jì)的關(guān)聯(lián)度之分層分析——基于292個(gè)地級(jí)市的資料分層分析[J].學(xué)術(shù)界,2014,(6):10-21.
[13]顧海兵.中央銀行網(wǎng)站:國(guó)際比較與借鑒[J].山東社會(huì)科學(xué),2014,(6):163-167.
[14]許劍穎.基于鏈接分析法的中國(guó)農(nóng)業(yè)網(wǎng)站影響力分析[J].圖書(shū)情報(bào)工作網(wǎng)刊,2012,(10):42-46.
[15]劉義誠(chéng).農(nóng)業(yè)網(wǎng)站評(píng)價(jià)方法與評(píng)價(jià)指標(biāo)體系研究[J].農(nóng)業(yè)網(wǎng)絡(luò)信息,2010,(7):5-8.
[16]張洋.網(wǎng)絡(luò)影響因子研究綜述[J].中國(guó)圖書(shū)館學(xué)報(bào),2010,(1):63-79.
[17]王知津.網(wǎng)站評(píng)價(jià)指標(biāo)體系的構(gòu)建方法與過(guò)程[J].圖書(shū)與情報(bào),2006,(3):42-52.
[18]邱均平.中國(guó)大學(xué)網(wǎng)站鏈接分析及網(wǎng)絡(luò)影響因子探討[J].中國(guó)軟科學(xué),2003,(6):151-155.
責(zé)任編輯:張 然