信息化对“三农”发展的影响分析

（一）数学模型构建

一元线性回归模型，是分析两个变量之间相互关系的数学方程式，其一般表达式为：

ŷ=a+bx

式中，ŷ表示因变量y的估计值，x表示自变量，a、b称为回归模型的待定参数，其中b又称为回归系数。

（二）数据回归分析

以农业农村信息化发展总指数为自变量，以北京市“三农”发展水平总指数为因变量进行回归分析，其结果如表3-3所示。

表3-3　信息化对“三农”发展影响数据

运用SPSS19.0，采用Enter法对表3-3中数据进行线性回归分析，回归分析结果如表3-4。

表3-4　模型回归结果

根据表3-4模型回归的结果看，R2检验为0.940，表明所选样本与总体的拟合优度较好；F检验为125.999，表明整个模型的线性程度很好；T检验表明模型中自变量对“三农”发展水平总指数的解释度较高；并且，常数项和农业农村信息化总指数分别以99%和90%的概率通过检验。回归结果表明，模型整体上能够通过检验，且对现实具有良好的模拟效果。据此，北京农业农村信息化总指数对“三农”发展水平总指数的影响模型如下：

ŷ=0.998+0.110x

（三）信息化对“三农”发展的影响分析

根据函数关系，阐述信息化对“三农”的影响，应该是线性函数的正相关关系，随着信息化指数的增长，“三农”发展指数也有相应增长，根据函数的系数确定。

由图3-5可见，北京市农业农村信息化与“三农”发展有显著的正相关关系，随着农业农村信息化指数的不断增长，“三农”发展水平也不断提升。具体结论如下：

第一，农业农村信息化发展指数与“三农”发展指数具有线性正相关关系，仅从数据相关性上分析，农业农村信息化的发展对“三农”发展有较强的贡献作用。

图3-5　信息化与“三农”指数函数关系图

第二，影响“三农”发展水平的影响因素很多，是一个综合性体系，信息化只是其中一个方面，运用线性回归方式测算信息化指数与“三农”指数之间的相关性，只能明确二者在数学意义上的函数关系，并由此判断农业农村信息化对“三农”发展的贡献作用。在不能确定其他相关因素的前提下，这种贡献作用的大小不具有事实上的必然性。