萬國超 曹邦英 全曉艷



摘要:以創(chuàng)新理論、競爭力理論和可持續(xù)競爭理論為基礎,在完善農(nóng)業(yè)科技成果轉化創(chuàng)新績效評價指標體系后,采用將熵權法與灰色綜合評價法相結合的方法,建立農(nóng)業(yè)科技成果轉化創(chuàng)新績效評價方法,并以四川省“十二五”期間的重大農(nóng)業(yè)科技成果轉化項目為樣本進行實證檢驗,歸納總結排名靠前企業(yè)共有的經(jīng)驗、排名靠后企業(yè)共存的問題,從而得出結論與啟示,旨在為企業(yè)經(jīng)營者和政府部門提供農(nóng)業(yè)科技成果轉化創(chuàng)新績效評價方法,并為外部投資者進行農(nóng)業(yè)企業(yè)價值預測和決策提供有意義的參考。
關鍵詞:農(nóng)業(yè)科技成果轉化;創(chuàng)新績效;熵權法;灰色綜合評價法
中圖分類號: G311;F324.3 ?文獻標志碼: A ?文章編號:1002-1302(2019)12-0320-05
在農(nóng)業(yè)供給側結構性改革的大背景下,“強化科技創(chuàng)新驅動,引領現(xiàn)代農(nóng)業(yè)加快發(fā)展”已成共識。農(nóng)業(yè)科技成果轉化對推動我國農(nóng)業(yè)科技創(chuàng)新起到了巨大的促進作用[1],但農(nóng)業(yè)科技成果轉化效果如何、對項目承擔企業(yè)的科技創(chuàng)新能力提升如何評價等問題越來越受到社會關注。目前,對我國農(nóng)業(yè)科技成果轉化資金(簡稱農(nóng)轉資金)的研究可以分為理論研究和實證研究兩方面。理論研究主要集中在農(nóng)轉資金實施過程中面臨的問題、農(nóng)業(yè)科技成果轉化能力的評價指標體系等;實證研究以農(nóng)業(yè)科技轉化資金的評價研究居多,如徐彬等采用模糊綜合評判法對四川省成都市農(nóng)業(yè)科技成果進行了實證研究[2];王志丹等通過對966家不同類型農(nóng)業(yè)科技創(chuàng)新主體進行問卷調研,對其在獲專利授權數(shù)、帶動農(nóng)戶能力、產(chǎn)品銷售收入3個方面進行績效評價和比較研究[3];張琳等在系統(tǒng)研究我國農(nóng)業(yè)科技成果轉化資金績效狀況的基礎上,構建適合我國農(nóng)業(yè)科技成果轉化的績效評價體系,并對2006—2010年全國農(nóng)業(yè)科技成果轉化資金項目的績效狀況進行評價和分析[4];劉笑冰等對我國不同技術領域、不同區(qū)域以及不同性質單位的農(nóng)業(yè)技術成果轉化資金,運用綜合評價方法進行綜合績效評價[5]。通過對已有文獻的歸納分析可知,農(nóng)轉資金的研究主要集中于資金績效的評價,對于農(nóng)轉資金項目的科技創(chuàng)新能力的評價尚處于起步階段,所進行的研究往往集中于區(qū)域內(nèi)農(nóng)業(yè)科技轉化的評價,但缺少對農(nóng)轉資金承擔主體企業(yè)的綜合創(chuàng)新能力分析,對于其創(chuàng)新績效的研究更是少見。本研究在完善農(nóng)業(yè)科技成果轉化創(chuàng)新績效評價指標體系的基礎上,運用創(chuàng)新理論、核心競爭力理論、可持續(xù)發(fā)展理論,采用將熵權法與灰色綜合評價法兩者有效結合的方法,建立農(nóng)業(yè)科技成果轉化創(chuàng)新績效評價方法,并以四川省“十二五”期間的重大農(nóng)業(yè)科技轉化項目為樣本進行實證檢驗,歸納總結排名靠前企業(yè)共有的經(jīng)驗、排名靠后企業(yè)共存的問題,從而得出結論與啟示。本研究豐富了農(nóng)業(yè)科技創(chuàng)新評價理論,對于政府部門、農(nóng)業(yè)投資者及農(nóng)業(yè)管理者具有重要的參考價值。
1 農(nóng)業(yè)科技成果轉化創(chuàng)新績效評價指標設置原則
本研究在對農(nóng)業(yè)科技轉化項目創(chuàng)新績效進行評價時,希望可以突出農(nóng)業(yè)科技創(chuàng)新活動的本質特點,為實現(xiàn)評價目標,在指標設置時遵循4個基本原則:第一,全面性原則。科技創(chuàng)新績效是一個多層次、多維度的復雜體系,囊括了從創(chuàng)新投入到經(jīng)營績效多方面的內(nèi)容,應力求評價指標的全面性、系統(tǒng)性。第二,科學性原則。應圍繞科技成果轉化的創(chuàng)新績效實質進行指標選取,所構建的指標體系能夠突出農(nóng)業(yè)科技創(chuàng)新活動的一般性和特殊性,還能兼顧數(shù)據(jù)的可得性和指標的可比性。第三,可操作性原則。創(chuàng)新績效評價方法的研究在于應用,選取的指標必須便于從企業(yè)獲取可靠數(shù)據(jù)和準確量化。第四,突出性原則。根據(jù)評價目的和評價內(nèi)容進行指標的選取,突出科技成果轉化項目自身的特點,實現(xiàn)指標之間內(nèi)在的聯(lián)系,力求實現(xiàn)創(chuàng)新績效評價方法的獨創(chuàng)性。
2 農(nóng)業(yè)科技成果轉化創(chuàng)新績效評價模型構建
2.1 農(nóng)業(yè)科技成果轉化創(chuàng)新績效評價指標體系
當前,學者們提出的農(nóng)業(yè)科技創(chuàng)新績效指標體系內(nèi)容各異,針對農(nóng)業(yè)科技成果轉化項目的創(chuàng)新績效評價指標體系更是鮮見,原因主要有2個方面:一方面是由于農(nóng)業(yè)科技轉化涉及的情況復雜多樣,涉及的內(nèi)容非常具體,影響其創(chuàng)新績效的評價因素各式各樣;另一方面是學者們選擇的研究對象不同,對研究對象的內(nèi)外部環(huán)境考慮的側重點不同,致使對其創(chuàng)新績效評價指標的篩選過程會有所側重。基于對農(nóng)業(yè)科技成果轉化創(chuàng)新績效評價指標設置的基本原則,本研究構建農(nóng)業(yè)科技成果轉化創(chuàng)新績效評價指標體系(表1)。首先,農(nóng)業(yè)科技成果轉化創(chuàng)新投入能力方面。技術創(chuàng)新的不斷投入是企業(yè)可持續(xù)增長的內(nèi)生動力,技術創(chuàng)新能力同企業(yè)業(yè)績呈正相關[6],而影響技術創(chuàng)新投入最主要的因素是研發(fā)投入水平、外部融資額及研發(fā)人員密度。其中,研發(fā)投入水平既衡量了研發(fā)投入的強度又體現(xiàn)了對技術創(chuàng)新能力的重視程度,選擇技術人員密度和高端農(nóng)業(yè)人才引進數(shù)量2個指標,既考慮從事農(nóng)業(yè)活動影響的人力資本技術投入,又考慮長期發(fā)展對技術勞務數(shù)量和質量的影響,突出考慮農(nóng)業(yè)技術人員對農(nóng)業(yè)科技創(chuàng)新的影響。外部融資額體現(xiàn)了農(nóng)業(yè)科技轉化項目的外部資金保障水平,研發(fā)投入率體現(xiàn)了研發(fā)投入的強度和對技術創(chuàng)新能力的重視程度。其次,農(nóng)業(yè)科技成果轉化科技創(chuàng)新產(chǎn)出能力方面。從技術產(chǎn)出和經(jīng)濟產(chǎn)出2個角度加以考慮。技術產(chǎn)出方面,以無形資產(chǎn)和固定資產(chǎn)產(chǎn)出為視角,選用國內(nèi)專利授權量、獲得省部級以上獎勵數(shù)、轉化科技成果數(shù)、新建科技示范基地數(shù)、新改擴生產(chǎn)線數(shù)等5個二級指標近似表示。經(jīng)濟產(chǎn)出方面,從盈利能力和國際競爭力2個層次考慮,前者用銷售毛利率反映創(chuàng)新對農(nóng)業(yè)科技成果轉化企業(yè)整體盈利能力的影響,后者選用出口創(chuàng)匯收入反映農(nóng)業(yè)科技成果轉化企業(yè)參與國際競爭的能力。最后,農(nóng)業(yè)科技成果轉化可持續(xù)發(fā)展力方面。可持續(xù)發(fā)展理論認為,企業(yè)的可持續(xù)發(fā)展能力是持續(xù)獲得市場競爭優(yōu)勢的能力,它來源于其所特有的那些有價值的、稀缺的、不可復制的異質性資源[6]。農(nóng)業(yè)科技轉化的可持續(xù)發(fā)展力源于服務區(qū)域經(jīng)濟的能力水平,因此,選取產(chǎn)業(yè)交叉融合度、成果轉化推廣面積、培養(yǎng)農(nóng)業(yè)專業(yè)人才、培養(yǎng)新型農(nóng)民4個二級指標近似表示企業(yè)創(chuàng)造超額利潤和市場價值的可持續(xù)性。
2.2 農(nóng)業(yè)科技成果轉化創(chuàng)新績效評價模型的構建
2.2.1 熵權法 熵權法是一種對數(shù)據(jù)進行客觀賦權的方法,采用熵權法確定指標權重采用如下主要步驟:首先,對數(shù)據(jù)進行無量綱化處理。本研究選取的指標均為正向指標(即數(shù)值大小同反映內(nèi)容好壞同向變動),無須進行方向轉換,但指標數(shù)值之間存在數(shù)量級的不同,因此須要對數(shù)據(jù)進行無量綱化處理。本研究選用min-max方法進行標準化處理,即新數(shù)據(jù)=(初始數(shù)據(jù)-最小值)/(最大值-最小值)。Min-max標準化后的數(shù)據(jù)值介于0~1之間,為確保熵權法計算結果有實際意義,將標準化后所有數(shù)據(jù)正向移動1個單位,使最終得到的各指標數(shù)據(jù)介于1~2之間[6]。然后按照順序先后,根據(jù)公式(1)計算i評價對象j指標值占所有評價對象j指標值之和的比重Pij。其次,根據(jù)公式(2)計算j指標的熵值Ej。再次,根據(jù)公式(3)計算變異系數(shù)Gi。最后,根據(jù)公式(4)計算j指標的權重。其中,∑ni=1Wj=1,得出的熵權即為構建農(nóng)業(yè)科技轉化創(chuàng)新指數(shù)中的權重。
2.2.2 灰色綜合評價方法 灰色綜合評價方法是以灰色關聯(lián)分析為指導,通過灰色關聯(lián)度分析來比較不同對象的優(yōu)劣程度的方法,具體計算步驟如下:首先,確定最優(yōu)指標集。從不同評價對象的同一指標中選取一個最優(yōu)值,將各評價指標的最優(yōu)值組成最優(yōu)指標集。由于本研究選取的均為正向指標,因此選擇各個指標中的最大值作為指標組成的最優(yōu)指標集,記為U*=(r01,r02,…,r0n)。其次,將最優(yōu)指標集和其他指標集共同組成矩陣Z=r0j
rij。rij表示第i評價對象第j個指標的標準化數(shù)據(jù),其中,i=1,2,3,…,m;j=1,2,3,…,n。最后,灰色關聯(lián)系數(shù)的計算及評價矩陣的確定。經(jīng)過上述處理,將最優(yōu)指標集和各評價對象指標分別定為參考序列和比較序列。第i個評價對象和最優(yōu)指標集的第j個指標之間的灰色關聯(lián)系數(shù)pij=miniminj|r0j-rij|+ξmaximaxj|r0j-rij||r0j-rij|+ξmaximaxj|r0j-rij|,其中i=1,2,3,…,m;j=1,2,3,…,n。其中,ξ∈[0,1]為分辨系數(shù),一般將其取值ξ=0.5;miniminj|r0j-rij|為兩級最小差,maximaxj|r0j-rij|為兩級最大差,兩者均為常量。第i個評價對象的第j個指標rij距其最優(yōu)指標集的第j個指標r0j愈近,則|r0j-rij|愈小,灰色關聯(lián)系數(shù)pij愈大,表明此評價對象與最優(yōu)指標越接近,顯然,pij∈(0,1]。最后將pij組成評價矩陣R=[pij]m×n。
2.2.3 農(nóng)業(yè)科技成果轉化創(chuàng)新績效評價模型的生成:權重與灰色關聯(lián)度的線性集成 通過評價指標的選取和指標權重的設置,將權重與灰色關聯(lián)度進行線性集成,最終構建的農(nóng)業(yè)科技成果轉化創(chuàng)新績效評價模型如下。
農(nóng)業(yè)科技成果轉化創(chuàng)新績效評價得分=∑創(chuàng)新投入能 力+∑創(chuàng)新產(chǎn)出能力+∑可持續(xù)發(fā)展能力。
其中:∑創(chuàng)新投入能力=∑Wj×pij,j=11,12,13,14;∑創(chuàng)新產(chǎn)出能力=∑Wj×pij,j=21,22,23,24,25,26,27;∑可持續(xù)發(fā)展能力=∑Wj×pij,j=31,32,33,34。
3 農(nóng)業(yè)科技成果轉化創(chuàng)新績效評價實證分析
3.1 樣本選取、數(shù)據(jù)來源及指標預處理
根據(jù)上述構建的農(nóng)業(yè)科技成果轉化創(chuàng)新績效評價指標體系,以四川省“十二五”以來完成的142個重大農(nóng)業(yè)科技成果轉化項目為樣本進行問卷調查。問卷調查涉及農(nóng)畜超級種專項59個、優(yōu)勢特色現(xiàn)代農(nóng)業(yè)專項83個,142份問卷全部收回,剔除無效問卷3份,得到有效問卷139份。問卷調查表涵蓋了所有評價指標,當然,部分指標根據(jù)調查數(shù)據(jù)計算得出。根據(jù)上述提到的無量綱化處理方式,對數(shù)據(jù)進行標準化處理,最終得到的各指標數(shù)據(jù)介于1~2之間。
3.2 權重的計算
根據(jù)上述熵權法計算步驟及公式,計算出農(nóng)業(yè)科技成果轉化創(chuàng)新績效評價指標體系中的各指標權重值(表2)。
3.3 實證結果與結論分析
通過灰色關聯(lián)系數(shù)的計算及評價矩陣的確定,計算得出樣本企業(yè)農(nóng)業(yè)科技成果轉化創(chuàng)新績效評價得分,并按照綜合創(chuàng)新績效得分進行排名(限于篇幅,表3為排名前20位的企業(yè),表4為排名后20位的企業(yè))。得分越高,表明其科技創(chuàng)新投入能力、科技創(chuàng)新產(chǎn)出能力、科技創(chuàng)新可持續(xù)發(fā)展力越強。
通過分析樣本企業(yè)綜合創(chuàng)新績效得分的排名結果及實證分析過程中整合的創(chuàng)新投入能力、創(chuàng)新產(chǎn)出能力、創(chuàng)新可持續(xù)能力等單項指標指數(shù)可知:(1)從權重計算結果來看,創(chuàng)新產(chǎn)出能力在農(nóng)業(yè)科技成果轉化創(chuàng)新績效得分中所占的權重最高,說明農(nóng)業(yè)科技成果的產(chǎn)業(yè)化對農(nóng)業(yè)科技成果轉化創(chuàng)新績效的凸顯作用。15個二級評價指標按照變異系數(shù)大小分為3檔:技術人員密度、專利授權量和獲得省部級以上獎勵數(shù)3個指標最為重要,其權重之和達到38.1%;其次是人才引進、外部融資額、出口創(chuàng)匯數(shù)、轉化科技成果數(shù)和新改擴生產(chǎn)線數(shù),其權重之和接近37%;其他指標權重之間差異不大,對農(nóng)業(yè)科技成果轉化創(chuàng)新績效影響力相當。
(2)排名靠前企業(yè)共有的經(jīng)驗。本研究按照綜合創(chuàng)新績效得分的高低選取排序前20位的農(nóng)業(yè)科技成果轉化項目,其綜合創(chuàng)新指數(shù)、創(chuàng)新投入指數(shù)、創(chuàng)新產(chǎn)出指數(shù)、創(chuàng)新可持續(xù)指數(shù)的關聯(lián)度趨勢見圖1。由圖1可知,第一,創(chuàng)新投入能力普遍較高。前20位企業(yè)的平均技術人員密度達到49%,大幅領先于樣本企業(yè)19%的平均技術人員密度,員工的整體素質普遍較高。融資約束較低,前20位企業(yè)的平均外部融資額達到4 500萬元,高于樣本企業(yè)2 000萬元的平均外部融資額;外部融資方式呈現(xiàn)多樣化,機構投資和個人投資占比普遍高于銀行貸款,股權籌資已經(jīng)成為前20位企業(yè)的主要籌資方式。第二,創(chuàng)新產(chǎn)出能力普遍較高且均衡。前20位企業(yè)的平均專利授權量為9.5件,遠高于樣本企業(yè)3.5件的平均專利授權量;獲得省部級以上的獎勵數(shù)平均為0.75項,遠高于樣本企業(yè)0.2項的省部級以上的平均獎勵數(shù);銷售毛利率達到34%,高于樣本企業(yè)19%的平均毛利率,盈利能力較高,體現(xiàn)出較好的成長性。第三,從幾何圖形看,圍繞綜合創(chuàng)新績效曲線,前20位企業(yè)的創(chuàng)新投入、創(chuàng)新產(chǎn)出及創(chuàng)新可持續(xù)指數(shù)曲線收斂性較高,大體上與企業(yè)的創(chuàng)新能力的趨勢相符。另外,創(chuàng)新可持續(xù)指數(shù)曲線與綜合創(chuàng)新指數(shù)曲線擬合度較高,表明可持續(xù)發(fā)展能力對農(nóng)業(yè)科技創(chuàng)新的基礎優(yōu)化作用明顯。第四,農(nóng)業(yè)科技創(chuàng)新能力與區(qū)域科技服務業(yè)的發(fā)展趨勢相符。前20位企業(yè)中,成都市的農(nóng)業(yè)科技轉化企業(yè)占比達65%,這與成都市科技創(chuàng)新驅動戰(zhàn)略對當?shù)乜萍挤諛I(yè)發(fā)展的重視程度以及相關政策的制定和實施密不可分,促進了成都市農(nóng)業(yè)科技服務產(chǎn)業(yè)的發(fā)展;其次是眉山市,占比為20%,主要是因為眉山市政府高度重視泡菜產(chǎn)業(yè)發(fā)展,舉全市之力強力推進,已將東坡泡菜產(chǎn)業(yè)打造成“百億”級產(chǎn)業(yè)。
(3)排名靠后企業(yè)共存的問題。根據(jù)上述思路,按照綜合創(chuàng)新指數(shù)的高低選取排序后20位的農(nóng)業(yè)科技成果轉化項目,其創(chuàng)新績效的關聯(lián)度趨勢見圖2。由圖2可知,第一,創(chuàng)新投入能力較低,技術人員匱乏。后20位企業(yè)的平均技術人
員密度僅為6.5%,員工整體素質不高,其研發(fā)投入率僅為23%,這些都會影響公司創(chuàng)新活動的后勁。融資約束較高,后20位企業(yè)的平均外部融資額僅為490萬元;僅有1家企業(yè)獲得機構投資者的投入,外部融資方式以財政科技經(jīng)費投入和抵押貸款為主,產(chǎn)業(yè)化發(fā)展所需要的資金量極度緊張且難以獲取。第二,創(chuàng)新產(chǎn)出能力普遍較差。后20位企業(yè)的平均專利授權量僅為0.45件;獲得省部級以上的獎勵數(shù)平均為0;銷售毛利率僅為13%,低于樣本企業(yè)19%的平均毛利率。第三,從幾何圖形看,圍繞綜合創(chuàng)新績效曲線,后20位企業(yè)的創(chuàng)新投入、創(chuàng)新產(chǎn)出及創(chuàng)新可持續(xù)指數(shù)曲線分散性較高,反映出創(chuàng)新能力的不均衡性。且創(chuàng)新可持續(xù)指數(shù)曲線與綜合創(chuàng)新指數(shù)曲線擬合度較低,整體上低位運行,說明可持續(xù)發(fā)展能力較差。第四,后20位的企業(yè)中,成都市的企業(yè)僅有1家,大多分布在科技服務產(chǎn)業(yè)發(fā)展較慢的區(qū)域。
4 結論與啟示
本研究基于創(chuàng)新理論、核心競爭力理論和可持續(xù)發(fā)展理論,通過將熵權法與灰色綜合評價法相結合的方法構建農(nóng)業(yè)科技成果轉化創(chuàng)新績效評價方法,并以四川省“十二五”期間的重大農(nóng)業(yè)科技成果轉化項目為樣本進行實證檢驗,結果表明,首先,技術人員密度對農(nóng)業(yè)科技成果轉化創(chuàng)新績效的提升意義重大。農(nóng)業(yè)科技企業(yè)的高管在加大R&D投入力度的同時,應大力提高研發(fā)人員的素質,通過引進和培養(yǎng)高素質的研發(fā)人員提升企業(yè)的技術創(chuàng)新能力,進而為企業(yè)創(chuàng)造超額利潤和價值。政府部門應加大對農(nóng)業(yè)企業(yè)在高層次人才引進與培養(yǎng)方面的支持力度;有針對性地對農(nóng)業(yè)科技服務行業(yè)中的人員進行職業(yè)技術培訓,提高農(nóng)業(yè)技術人員的專業(yè)素質和能力水平;優(yōu)化高校、科研院所的產(chǎn)學研合作方式,鼓勵高校為農(nóng)業(yè)科技服務行業(yè)儲備相關人才。其次,從專利數(shù)量看,專利在樣本企業(yè)之間的分布不均衡,大部分企業(yè)的專利授權量較少、創(chuàng)新能力較弱。從專利質量來看,代表技術含量更高的發(fā)明專利在樣本企業(yè)中差距更是懸殊。前20位企業(yè)發(fā)明專利數(shù)量均值是后20位企業(yè)均值的6.5倍。因此,農(nóng)業(yè)企業(yè)高管及政府部門應鼓勵企業(yè)追求“高精尖”領域的創(chuàng)新,并推動創(chuàng)新驅動發(fā)展戰(zhàn)略的落地。再次,農(nóng)業(yè)科技轉化創(chuàng)新方向應契合區(qū)域優(yōu)勢特色農(nóng)業(yè)產(chǎn)業(yè),提高轉化技術成熟度。以“一帶一路”倡議為導向,調整農(nóng)業(yè)產(chǎn)業(yè)結構,提高農(nóng)產(chǎn)品的國際競爭力。同時,應通過農(nóng)業(yè)科技政策牽引,財政資金引導,項目帶動,建立多層次、多部門協(xié)同機制,引導涉農(nóng)企業(yè)、國際金融機構等多領域、多形式地參與農(nóng)業(yè)科技轉化項目。最后,外部投資者可以通過農(nóng)業(yè)科技成果轉化創(chuàng)新績效排名了解公司在綜合創(chuàng)新能力、市場競爭力和發(fā)展?jié)摿Φ确矫娴幕緺顩r,進而對其市場估值進行判斷,并為投資決策提供參考。
參考文獻:
[1]毛學峰,孔祥智,辛翔飛,等. 我國“十一五”時期農(nóng)業(yè)科技成果轉化現(xiàn)狀與對策[J].中國科技論壇,2012(6):126-132.
[2]徐 彬,段曉明. 農(nóng)業(yè)科技成果推廣績效實證研究[J]. 西南農(nóng)業(yè)學報,2011,24(3):1188-1190.
[3]王志丹,吳敬學,毛世平. 不同科技創(chuàng)新主體農(nóng)業(yè)科技成果轉化績效研究[J]. 中國科技論壇,2013(12):135-140.
[4]張 琳,吳敬學,王敬華,等. 我國農(nóng)業(yè)科技成果轉化資金績效評價研究[J]. 中國科技論壇,2014(5):149-154.
[5]劉笑冰,申 強,何忠偉. 我國農(nóng)業(yè)科技成果轉化資金績效實證研究[J]. 農(nóng)業(yè)技術經(jīng)濟,2015(6):74-81.
[6]苑澤明,金 宇,王天培. 上市公司無形資產(chǎn)評價指數(shù)研究——基于創(chuàng)業(yè)板上市公司的實證檢驗[J]. 會計研究,2015(5):72-79,95.