|
内容提要：针对湖北省农业科技创新现状，本文利用灰关联分析法筛选出符合湖北省农业科技创新能力评价的指标体系，基于层次分析法构建了湖北省农业科技创新能力评价模型。通过对湖北省2006-2011年的农业科技创新能力进行实证分析和综合评价，为政府相关部门制定农业科技创新相关政策提供依据，并为提高农业科技创新能力提出政策建议。
关键词：农业；科技创新；评价；湖北省
一、引言
国内外学者从不同角度对农业科技创新进行了研究，最早关于“创新”的研究始于经济学家约瑟夫·熊彼特对创新的定义，之后关于创新和农业科技创新的研究与探讨蓬勃发展。陈佳丽(2009)将农业科技创新定义为农业科技创新要素在一定区域内聚集、整合以及推动持续创新的基本能力，通过科学研究、技术创新、技术转移、科技成果转化等科技活动，以及农业科技发展政策的制订，支撑地区农业经济增长、提高农业整体竞争力，并实现经济社会的可持续发展。林伯德(2010)通过对农业科技创新流程和模型的研究，在前人研究的基础上提出了农业科技创新链包括研究开发阶段、示范阶段和推广产业化阶段3大链条环节以及贯穿于这些环节的科技创新环境。相广芳(2011)通过对农业科技创新体系的研究认为现代农业创新体系不同于传统的技术创新与农业科技创新，是由创新活动主体和创新环境两大类或者创新主体、创新资源、创新服务、创新环境4种要素组成的开放式体系。
张静(2011)根据我国实际情况，将农业科技创新能力划分为潜在能力、发展能力、产出能力和贡献能力4个方面，并采用因子分析法对农业科技创新能力和效率进行了评价研究。马丽华等(2011)采用层次分析法和模糊评价法对县域经济下农业科技创新能力进行了测评。总之，多数学者主要针对农业科技创新体系的建设进行分析研究，虽然有些学者利用评价指标体系对农业科技创新能力进行了评价，但采取的方法较为单一，忽略了各指标之间动态关联性。本文采用灰色关联法动态地分析各指标之间的内部关联性，对指标进行了有效筛选，同时结合层次分析法构建的模型和利用综合评分法对农业科技创新能力进行评价。通过灰关联分析、层次分析和综合评分构建了湖北省农业科技创新能力并进行了实证研究，并针对评价结果提出了建议。
二、指标体系的筛选
(一)初步指标的筛选
本文通过大量文献资料的研究以及湖北省农业的发展状况的分析，为使测评结果能客观准确全面地反映农业科技创新能力的实际现状及发展趋势，遵循了评价指标选取的系统性、科学性、可操作性、可比性、综合性以及互斥性等原则，课题组选取了53个影响农业科技创新能力的因素指标，随后筛选掉了在指标收集过程中数据不全面、不能连续分析以及难以量化的定性指标，最终得出21个相关指标。
(二)灰关联指标筛选
为使评价指标更具准确性及代表性，特运用灰色系统理论中的灰关联分析法对初步筛选后留下的21个指标再度筛选。灰关联分析法揭示了事物各因素间的动态关联的特征与程度，是根据因素之间发展的态势相似或相异程度去衡量因素间关联的程度。其筛选原则是参考序列与比较序列之间关联度的大小，越大则说明参考序列与比较序列关系越密切，应予以保留，越小则越相反。本文选取最能够代表农业科技创新能力和水平的因素X21农业总产值(亿元)作为参考序列(母因素)，其余20项指标因素作为比较序列(子因素)，对湖北省2006-2011年的数据进行分析。
通过Matlab数据处理和灰度关联分析法的相关公式得到各指标的关联度计算结果排序。
通过对灰关联分析计算所得出各指标相对于参考因素的关联度结果的比较，根据一般筛选原则，认为关联度低于0.8的指标与评价目标相关性较小，故删除了关联度大小低于0.8的3个指标，将剩余的17个指标加上参考因素指标作为农业科技创新能力评价模型的关键指标进行评价分析模型的构建。
三、评价模型建立
(一)构建层次模型
基于层次分析法的原理，本文在确定指标构建模型时，在考虑湖北省农业科技创新现状的基础上，遵循系统性和层次性相结合、概括性和全面性相结合等原则，通过大量文献资料查阅和专家咨询的方法，将农业科技创新能力分解为产出能力、转化能力、支撑能力和投入能力，并构建湖北省农业自主创新能力评价模型。
(二)构造判断矩阵
在模型构建后，也即确定了上下层的隶属关系，课题组采用专家意见法进行问卷调查方式，并使用1～9比例标度将定性的比较结果转化为定量的判断数据，使其能形成判断矩阵，通过Matlab计算出各指标的层次单排序。采用相同的方法，可以计算出4个二级指标的层次单排序结果。
(三)一致性检验
本文采用的是Matlab软件包直接生成最大特征值λmax，以及最大特征值对应的归一化特征向量，记为向量w=w1，w2，.(..，wn)T，即各指标的相对权重。计算结束后，要对结果进行一致性检验，判断构造矩阵的合理性，其过程如下:(1)计算一致性指标CI:CI=λmax－nn－1。(2)计算随机一致性比率CＲ:CＲ=CIＲI。当CＲ＜0.1时，构造的判断矩阵即可通过一致性检验。按照上述步骤，发现一级指标和二级指标均通过一致性检验。
(四)层次总排序
层次总排序是通过各指标相对于上级指标的权重计算出指标相对于总评价目标的相对权重，且必须通过一致性检验。根据计算结果CＲ＜0.1得知，该判断矩阵具有整体一致性。
四、实证研究及结果分析
(一)实证研究
在构建了评价模型的基础上，采用综合评分法，对湖北省2006-2011年农业科技创新能力进行了实证研究，过程如下:
首先，对数据进行标准化处理。某年原始数据标准化的计算公式如下:Zij(k)=Cij[(k)－min(Cij)][max(Cij)－min(Cij)]其中，()Cijk表示第k(k=1，2，3，4，5，6)年第i(i=1，2，3，4)个准则层下的第j个指标的原始数据，Zij(k)为对应指标的标准化后数据。min(Cij)表示指标Cij在6年间的最小原始数据值，max(Cij)表示指标Cij在6年间的最大原始数据值。
然后，计算每年湖北省农业科技创新能力的得分:S(k)=Σ［Wi×Zij(k)］采用上述步骤，得出湖北省各年份农业科技创新能力得分。
(二)结果分析
根据农业科技创新能力综合得分情况可以看出，湖北省农业科技创新能力呈现出逐年上升趋势，并且发展速度较为显著，2006-2011年湖北省农业科技创新能力的综合得分总共提高了13.4倍。
但是从得分情况中可以看出湖北省农业科创新能力的提升速度也呈现出逐年放缓趋势，提升速度由2006-2007年的212.1%下降到2010-2011年的46.7%。通过与史跃平(2008)的四川省农业自主创新能力变化情况的对比，发现四川省2005-2007年的农业自主创新能力先大幅上涨，然后又小幅下降。造成湖北省农业科技创新能力与四川省有较大差异的原因是在“中部崛起”战略构想的实施下，作为中部6省之一，湖北省农业科技创新得到迅猛发展。但是随着科技膨胀素的减慢，科技创新的难度也逐渐增大。
近几年，湖北省农业科技创新能力的构成结构变化幅度基本不大，农业科技产出能力、转化能力、支撑能力和投入能力对农业科技创新能力的贡献力基本保持在39%、28%、19%和13%的水平;部分指标增长速度不匹配，2010-2011年中农业生产总值得分提高了40.8%，农村居民人均纯收入仅提高了77.23%，说明普通民众真正享受到了科技进步带来的收益;每万人口中大学生人数、Ｒ＆D经费内部支出、Ｒ＆D人员等指标得分增长速度缓慢，有部分指标如科学研究与开发机构数得分在发展过程中甚至出现了下降趋势，这些问题限制了湖北省农业科技能力的进一步发展。
五、政策建议
(一)加大农业科技支撑和投入力度，改善农业科技创新能力结构农业科技创新能力由农业科技产出能力、转化能力、支撑能力和投入能力四个方面构成，但是支撑能力和投入能力对农业科技创新能力的贡献率不到20%。面对产出能力和转化能力逐年稳步提高的现状，如果进一步提高湖北省农业科技创新能力的水平，则必须调整农业科技的构成结构，加大农业科技的支撑能力和投入能力。
(二)实现农业科技推广多元化，鼓励农村技术协会和专业组织对农业科技推广应进一步实现农业科技推广体系的多元化，鼓励农村技术协会、专业组织、私营推广机构和公益组织加入到农技推广队伍中来，提升农业科技转化能力，实现“科技惠民”，让农民更深切地体会到农业科技创新带来的收益。
(三)整合湖北省农业信息服务资源，构建完整的农业科技信息系统农业领域中，信息和计算机技术逐步呈现出全方位立体的应用特点。湖北省现有大量的农业科技信息服务网站和资源，但彼此之间联系不够紧密。设计开发完善的湖北省农业科技信息系统，有效地涵盖农业科技创新、推广、示范、应用和评价的全过程，不仅可以有效地服务于农业科研、推广、管理、控制和生产，还可以作为农业科技创新能力的决策支持系统，为科研、生产决策提供依据，促进湖北省农业科技创新能力的进一步提高。 |
本刊论文