基于微信公眾號平臺的氣象為農服務需求分析

姚俊萌　單九生　蔡哲

摘要：分析和了解用戶服務需求，開展針對性、定制性、訂單式的精細化服務，成為現代農業(yè)氣象服務亟待解決的問題?；凇敖魑⑥r”微信公眾號平臺的用戶大數據，結合62個“三農”專項實施縣服務對象調查問卷結果，綜合分析氣象為農服務需求。結果表明，2015年“江西微農”各類服務產品平均關注度高于75%，充分說明氣象為農服務需求旺盛；同時，用戶對服務產品的關注存在明顯季節(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，關注度顯著低于其他時段；倒春寒、暴雨、寒露風等會造成農業(yè)生產直接經濟損失的氣象災害最受用戶關注，平均關注度均高于100%。氣象、農業(yè)等多部門共同參與的綜合性服務更受用戶歡迎；影響用戶使用感受的主要有獲取服務信息的便捷性、交流機制的暢通性、界面顯示的美觀性等。

關鍵詞：為農服務；需求分析；關注度；微信公眾號平臺

中圖分類號：S165 文獻標識碼：A 文章編號：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

農業(yè)生產與氣象密不可分，氣象服務對農業(yè)的發(fā)展起著至關重要的作用。2011年以來中央財政“三農”氣象服務專項建設在全國大范圍鋪開，氣象為農服務工作取得了顯著成績，郭瑞鴿等[1]、王新生等[2]、于庚康等[3]基于定量評分或效益評估模型，評價了氣象為農服務滿意情況，分析了服務產生的經濟效益。但隨著現代農業(yè)的快速發(fā)展以及中國重大氣象災害的突發(fā)性、多發(fā)性和不可預見性越來越突出，尤其是國家大力培育發(fā)展新型農業(yè)經營主體，對為農服務的質量、方式都提出了新的要求，傳統(tǒng)農業(yè)氣象服務產品不能充分滿足現代農業(yè)發(fā)展的多樣化和精細化需求[4]。而氣象服務的精細化就要求氣象服務產品不能以點帶面、以偏概全，要精通服務手段，精密服務過程，運用服務精華[5]。

現代農業(yè)的核心是科學化，特征是商品化，方向是集約化，目標是生產化[6]。有效地分析和了解用戶需求，開展定制性和精細化的服務，成為氣象為農業(yè)服務亟待解決的問題。通過調查走訪和調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]、嚴曉瑜等[9]、段欲曉等[10]、宋丙欣等[11]通過對農民、種養(yǎng)殖專業(yè)合作社、鄉(xiāng)鎮(zhèn)政府、旅游服務公司等服務對象進行調研和座談，了解氣象為農服務需求，獲得了一定的數據和調查結果。但實地調研往往存在工作量大、樣本數小、主觀影響大、調查不細致等問題，單純依靠調查走訪和問卷結果來分析用戶需求是不全面的。在互聯網高度發(fā)展的當今，利用網絡平臺收集用戶使用數據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、農業(yè)、經濟等行業(yè)得到了廣泛應用。張春艷[12]利用黑龍江黨校系統(tǒng)數據分析了黨校圖書館文獻信息的需求；陳申鵬等[13]基于深圳市氣象局門戶網站“業(yè)務咨詢”板塊的用戶咨詢情況，分析咨詢量的時間變化規(guī)律與多種氣象因素的關聯性等；劉輕揚等[14]分析了用戶對中國氣象頻道的觀看習慣和收視需求，提出互聯網時代節(jié)目內容要利民，節(jié)目風格要親民，節(jié)目設置要便民；王翠萍等[15]采用網絡調查的方法對國內外典型知識門戶的個性化服務進行調查研究，分析知識門戶服務上的不足及優(yōu)化方向。endprint

微信作為目前最受用戶歡迎的“互聯網+”平臺，已成為越來越多政府、部門和公司開展服務的首選，本研究通過充分挖掘“江西微農”微信公眾號平臺用戶數據，并結合江西62個“三農”專項實施縣服務對象調查問卷結果，探討用戶對氣象為農服務在時間、空間和方式上的需求，充分了解用戶使用習慣，為逐步將農業(yè)氣象服務由粗獷式向精細化、定向化服務轉變提供參考。

1 資料與方法

1.1 資料來源

資料主要有以下兩個來源：

1）“江西微農”微信公眾號平臺2015年全年運營數據。該平臺是由江西省氣象局與江西省農業(yè)廳聯合運營的面向全省農業(yè)生產者和經營者的專業(yè)為農服務平臺，于2015年正式上線運行，用戶數量近1.7萬人，主要用戶為種植和養(yǎng)殖專業(yè)戶、農民合作社、農業(yè)技術人員以及氣象服務人員，用戶群體已覆蓋江西100%的市、縣。因此，該平臺運行的數據結果具有一定代表性，能夠反映農業(yè)生產者及相關服務人員對于氣象服務及農業(yè)信息服務的關注和需求。

2）問卷調查資料。2015年面向涉農部門和農戶兩類用戶開展的問卷調查，問卷內容包括用戶獲取氣象信息方式、關注的服務內容及意見建議等；問卷發(fā)放范圍及回收份數為省、市、縣三級涉農部門的農業(yè)管理人員或農業(yè)技術人員452份，江西62個“三農”專項實施縣的農戶439份。

1.2 評價方法

用戶關注度（UAI）指用戶對當前事件的關注熱度，本研究中指文章發(fā)布后的閱讀率，即文章閱讀次數與平臺關注人數的比值。采用用戶關注度來評價“江西微農”微信公眾號平臺每期群發(fā)產品受關注的程度，用以消除用戶數量不斷變化造成的文章閱讀數量和熱度差異，計算方法如下：

UAI=T/Q×100%

其中，T表示該服務產品發(fā)布后5 d內的用戶閱讀次數（次），Q表示該服務產品發(fā)布后5 d內的用戶平均數（人）。

偏離度（Deviation degree）是實際數據與目標數據相差的絕對值所占目標數據的比重，本研究中用于分析不同時段用戶關注度與全年平均關注度的偏差情況，計算方法如下：

DD=（UAI-AUAI）/AUAI×100%

其中，DD表示偏離度（%），AUAI表示UAI全年平均值（%）。

2 結果與分析

2.1 用戶對平臺群發(fā)產品關注情況分析

2015年“江西微農”微信公眾號平臺累計向全體用戶群發(fā)氣象為農服務產品37期，平均關注度（AUAI）為75.8%（圖1），說明用戶對于平臺的關注程度較高。其中，春播期（3月11日～4月20日）的平均用戶關注度為105%，偏離度為+37.7%，顯著高于其他時段用戶關注度，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）的用戶關注度除4月為春播關鍵生產期顯著偏高外，其余月份較為穩(wěn)定，普遍為80%左右，反映了整個汛期用戶對氣象服務的持續(xù)關注。而冬季（12月～次年2月）用戶關注度僅為42.6%，平均偏離度為-43.8%，顯著低于其他時段，反映出冬閑期間農戶對天氣變化不太敏感，是氣象為農服務需求的低值期。

春播期、秋收秋種期以及汛期（3月10日～11月30日）是江西農業(yè)生產者最為關注氣象服務的3個階段，是氣象為農服務需求的旺盛期，同時也是氣象災害多發(fā)、頻發(fā)和重發(fā)時期。因此，在關鍵農時季節(jié)針對用戶需求，開展?jié)L動跟蹤的專題服務顯得尤為必要。

2015年“江西微農”微信公眾號平臺群發(fā)服務產品主要包括農業(yè)氣象服務、農業(yè)政策及病蟲情報3個類型。由表1可知，關注度排名前六位的服務產品分別是倒春寒、暴雨、寒露風、春播天氣、連陰雨和雨停轉晴等農業(yè)氣象服務產品，用戶關注度均在100%以上，產品平均分享率為8.4%，擁有相當數量的分享和轉發(fā)，吸引了大量非關注用戶的閱讀，說明用戶對于該類農業(yè)氣象服務產品有較高的認可度，也反映出農戶對于農業(yè)氣象服務有很大的需求。值得注意的是，用戶關注前三位的農業(yè)氣象災害，均會造成農作物直接經濟損失，對江西農業(yè)生產尤其是水稻生產有重大影響，關注度顯著高于其他災害。因此，及時發(fā)布重大農業(yè)氣象災害提醒，做好關鍵時期農業(yè)氣象服務對于保障農業(yè)生產具有重要意義。

2015年“江西微農”微信公眾號平臺共群發(fā)兩期農業(yè)政策相關產品，分別是《江西省2015年水稻主推品種》和《2015-2017年江西省農業(yè)機械購置補貼實施方案》，用戶平均關注度為90.8%，反映用戶對于農業(yè)政策信息的高度關心。在2015年6月早稻拔節(jié)孕穗期及8月晚稻拔節(jié)分蘗期兩個關鍵生育期，平臺先后發(fā)布了兩期病蟲警報及防御建議，用戶平均關注度為70.4%，取得了較好的提醒效果。

典型服務案例：2015年4月6～10日，江西出現歷史罕見“倒春寒”天氣，降溫幅度大、低溫強度強，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害，“江西微農”微信公眾號平臺在過程來臨前4 d，即4月2日發(fā)布了“倒春寒”災害預警和防御建議，消息發(fā)布后2 d內用戶關注度迅速上升到417.2%，分享轉發(fā)率達到40.6%，受到了廣泛傳播，獲得了顯著的影響效應。災后調查顯示，收到信息的農戶及時停止直播稻浸種，對育秧早稻采取灌水保溫等方式，有效減輕了災害損失，取得了非常好的預警效果和經濟效益。

2.2 用戶對平臺主要功能使用情況分析

2015年通過面向涉農部門和農戶開展問卷調查，對“江西微農”微信公眾號平臺的服務情況和功能實用性進行了調查統(tǒng)計（表2）。農業(yè)技術人員、農戶兩類用戶選項差異不大，認可度最高的3項實用性功能均為“天氣預報”、“災害預警”、“農事指南”，認可度最低的3項功能分別為“天氣雷達”、“農情反饋”和“專家在線”。農業(yè)技術人員和農戶等用戶對于天氣預報、災害預警及農事建議、病蟲防治等指導性產品的使用情況和服務效果較為認可。endprint

專家咨詢、農情反饋等需要互動的功能受用戶歡迎度較低，主要原因是：①專家咨詢、農情反饋等互動功能的界面交互性還不夠人性化，操作較為復雜，時間成本高；②專家咨詢、農情反饋等互動功能講求時效性，用戶提出問題后需要值班人員及時將問題反饋給相關類型的專家，并保持與用戶的在線互動，但由于用戶提問數量多、問題種類多樣等原因，導致回復效率低，影響了用戶使用感受。從調查結果統(tǒng)計來看，有11%～35%的農業(yè)技術人員、13%～30%的農戶認為公眾號在界面設計、功能設置等方面需要改進；兩類用戶的選擇次數由多到少排序一致，均為功能設置>交流機制>界面設計>運營方式；但大部分選項的選擇比例農業(yè)技術人員高于農戶，反映出農業(yè)技術人員對平臺功能的使用要求更高。

從“江西微農”微信公眾號和各功能使用情況（圖2）可以看出，用戶實際使用情況與調查問卷反映結果較為一致，天氣服務類功能（包括天氣預報、災害預警、天氣雷達和衛(wèi)星云圖）使用率排名第一，占全部點擊次數的67%，其次是微農服務類功能（包括病蟲情報、農事指南、三農政策、田間課堂和微農資訊），使用率為15%，互動交流類功能（包括農情反饋、災情互動、我要咨詢和微農社區(qū)）使用率較低，僅為7%。在農業(yè)技術人員和農戶兩類人群的調查中，均認為天氣雷達和衛(wèi)星云圖功能實用性不高，但從平臺功能的實際使用情況看，天氣雷達和衛(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用戶中有一定比率的預報人員、農業(yè)氣象服務人員以及氣象信息員，該類人群對于天氣變化的服務較為敏感，對天氣雷達和衛(wèi)星云圖等分析工具有使用需求，同時，也反映出平臺在推廣和功能設置中對于天氣分析工具的科普宣傳不夠，普通用戶不了解相關功能如何使用，也就對其實用性打了折扣。

3 小結與討論

“江西微農”微信公眾號平臺直通到掌間的信息服務，能夠讓廣大用戶及時了解到江西省最新農業(yè)資訊、農業(yè)補貼政策、農業(yè)新技術和病蟲防控知識，為農民增產增收提供信息支持，達到惠農惠民效果。從2015年平臺運營數據可以看出：

1）氣象為農服務需求旺盛?！敖魑⑥r”微信公眾號平臺群發(fā)服務產品全年用戶關注度達到75%以上，關鍵農時和重大天氣轉折期間的農業(yè)氣象服務產品的平均用戶關注度高于100%，充分說明農業(yè)生產者和經營者對于氣象為農服務有非常大的需求。

2）氣象為農應按需服務。從時間上看，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）是氣象為農服務需求最旺盛的時段，用戶對于天氣變化最為敏感，對于農業(yè)生產尤其是江西雙季稻生產有顯著影響，此時段應重點加強服務，時刻關注天氣變化及對農業(yè)的影響；冬季（12月～次年2月）是氣象為農服務需求的低點，天氣變化對農業(yè)生產影響較小，可重點做好極端天氣服務，適當減少常規(guī)服務。從功能需求上看，單一功能的服務已經不能滿足用戶的需求，集約化、多部門參與的綜合性服務是服務發(fā)展的方向，氣象為農服務不應局限于氣象部門本身，多部門、多學科融入式發(fā)展是今后服務的趨勢。

3）“互聯網+氣象”的直通式服務效果顯著。微信、微博等基于“互聯網+”的新型服務方式已成為一種潮流，相比傳統(tǒng)服務方式和手段（短信、網站、電視），“互聯網+氣象”服務具有掌間直達和信息可讀性強等優(yōu)勢，對于用戶數據和使用習慣的掌握更加細致化和精準化。通過2015年的運營效果可以看出，“江西微農”微信公眾號平臺得到了廣大用戶的認可，取得了較好的服務效果。

氣象為農服務正朝著精細化、針對性和訂單式的方向發(fā)展，平臺目前的運營數據對于分析大尺度和大宗作物氣象為農服務需求具有一定的指導意義，但是對于分析不同類型和不同空間上的用戶需求和使用習慣支撐較少，缺乏對用戶自身數據的收集，缺少進一步針對特色用戶精細化需求的研究，亟待后續(xù)加強數據收集和開展相關研究。

參考文獻：

[1] 郭瑞鴿，劉文英，楊愛萍，等.基于定量評分模型的江西省氣象為農服務滿意度評價[J].氣象與減災研究，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效益評估[J].氣象科技，2007，35（6）：853-857.

[3] 于庚康，秦銘榮，季潤生，等.江蘇省氣象為農業(yè)服務效益評估模型[J].氣象，2001，27（2）：29-31.

[4] 王幫能，張 一，譚云廷，等.氣象為新農村建設服務對策思考[J].貴州氣象，2012，36（3）：58-60.

[5] 李偉東，何 晨.精細化針對性氣象服務是一把“雙刃劍”[J].內蒙古氣象，2013（3）：46-48.

[6] 王 莘.我國公共氣象服務現狀、問題及對策[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施農業(yè)生產氣象服務需求分析[J].北京農業(yè)，2015（10）：167-168.

[8] 李瑞英.現代農業(yè)氣象服務需求分析[J].農業(yè)科技通訊，2012（12）：21-22.

[9] 嚴曉瑜，劉玉蘭，李劍萍，等.寧夏旅游氣象服務效益評估和服務需求調查[J].氣象科技，2012，40（6）：1069-1074.

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

[11] 宋丙欣，付業(yè)理，孟 楠.即墨水產養(yǎng)殖氣象服務需求調查及對策[J].農業(yè)災害研究，2015，5（9）：47-48.

[12] 張春艷.大數據背景下黨校圖書館網絡用戶群體協作發(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需求特點分析[J].氣象與減災研究，2014，37（4）：62-67.

[14] 劉輕揚，王歡歡，賈 佳.農業(yè)氣象服務需求調研及啟示[J].廣告大觀（媒介版），2013（2）：94-95.

[15] 王翠萍，楊冬梅.知識門戶的個性化服務現狀及優(yōu)化研究[J].中國圖書館學報，2009，35（5）：117-122.endprint