省級農業科學院科技創新能力區域性評價*

楊傳喜 ，秦 亮

（桂林理工大學商學院，廣西 桂林 541004）

0 引言

改革開放以來，我國農業高質量發展成效顯著。2022 年，全國農業科技進步對農業增長的貢獻率達到62.4%。作為推進我國農業科技進步重要支撐的農業科研機構，各省級農業科學院是構建國家農業科技創新體系的重要基礎，也是實施科教興農和人才強農戰略的重要支撐。然而，我國不同省級農業科學院科技創新能力存在較大的差異性，在實施創新驅動發展戰略和建設農業強國的大背景下，綜合評價我國各省級農業科學院科技創新能力，具有重要實踐意義。

科技創新能力是指企業、學校、科研機構或自然人等在某一科學技術領域具備發明創新的綜合實力。近年來，學者們對農業領域科技創新能力進行了深入的研究，主要集中在評價指標構建、評價方法選擇、科技創新能力提升對策等方面。在評價指標構建方面，梁俊芬等[1]從農業科技創新環境、投入能力、產出能力、貢獻能力四個維度構建了區域農業科技創新能力評價指標體系；陳耀等[2]從創新基礎能力、創新投入能力、科研活動能力、成果產出能力及轉化擴散能力等方面構建了評價指標體系；王丹等[3]從農業科技創新支撐能力、投入能力和產出能力等方面構建了評價指標體系。在農業科技創新能力評價方法選擇方面，國內學者主要使用熵權法、層次分析法、主成分分析法、灰色關聯法、因子分析法與聚類分析法等來測算與評價農業科技創新能力。曹瓊等[4]從農業科技創新潛力、投入能力和產出能力三方面構建了湖北省農業科技創新能力評價指標體系，并利用熵權法確定了各項評價指標權重；孫長東等[5]運用灰色關聯分析法，篩選我國農業科技創新能力評價體系；張小彥等[6]建立灰色綜合評價模型，評價分析了甘肅省農業科技創新能力。在提升區域內農業科技創新能力的對策方面，吳敬學等[7]從優化配置科技資源、加快完善科學評價體系等方面提出了相關建議；王丹等[8]提出了建立健全農業科技創新系統、優化農業科技創新評價指標結構等建議；張鴻等[9]提出了加強產學研合作、建立創新激勵約束機制等建議。

在對農業科學院的評價上，相關研究較少，學者多從科技資源配置等方面著手。楊傳喜等[10]通過突變級數法測算省級農業科學院農業科技資源配置能力，并運用NACR模型定量分析農業科技資源配置效益的比較優勢。池敏青等[11]以福建省農業科學院為研究對象，發現科技人才、經費投入和科技成果產出量化數存在十分顯著的線性關系。楊傳喜等[12]對30個省級農業科學院的科技資源配置效率進行測度，并提出提高科技資源配置效率等相關建議。

通過對以上文獻的梳理發現，一方面，學者們對于區域內農業科技創新能力的評價指標體系的構建尚未得到統一；另一方面，在時間維度上，學者們對區域內農業科技創新能力的評價以一年或幾年為主，時間較短，時間維度上的動態分析不足。而且，在研究對象上，現有文獻對于我國各省級農業科學院科技創新能力鮮有研究。因此，本文以省級農業科學院為研究對象，采用熵值法對2009—2019年我國28個省級農業科學院科技創新能力進行評價，以期為提升我國農業科技創新能力、加快建設農業強國提供決策支撐。

1 變量選取、說明與模型構建

1.1 變量指標選擇與數據來源

在已有相關研究成果的基礎上，本文從人力資源投入、科研基礎能力、創新產出能力三方面構建省級農業科學院科技創新能力評價指標體系，在選取具體指標時，遵循系統性、科學性、可操作性、可比性等原則，最終選取3 個一級指標、6 個二級指標、14 個三級指標。本文數據來源于《全國農業科技統計資料匯編》，最終選取28 個有效省級農業科學院作為研究對象（山西省農業科學院已與山西農業大學合并，陜西省農林科學院已與西北農林科技大學合并，青海省農林科學院已與青海大學合并，故此三者不計入研究對象）。具體評價指標如表1所示。

表1 農業科學院科技創新能力評價指標體系

1.2 研究方法

農業科技創新能力評價是一個多指標綜合評價問題，權重的確定對評價結果的影響至關重要。本文采用客觀賦權法中的熵值法來確定權重，根據熵的特性，可以通過計算熵值來判斷某個指標的離散程度，指標的離散程度越大，該指標對綜合評價的影響越大。因此，可根據各項指標的變異程度，利用信息熵這個工具，計算出各個指標的權重，為多指標綜合評價提供依據。本文使用的熵值法主要包括以下步驟：

1）建立評價模型，假設構建的省級農業科學院科技創新能力評價模型中有n個省級農業科學院、m個評價指標，構建一個初始矩陣A：

然后進行數據標準化處理：

2）計算第i個評價單位的第j個指標在所有評價單位中的比重：

3）計算第j項指標的熵值：

其中，n為樣本中的個體數量。

4）計算第j項指標的信息效用值：

5）計算指標權重：

6）計算各省級農業科學院科技創新能力綜合得分：

2 實證研究與分析

根據熵值法的計算原理及步驟，計算出各項指標的權重值并排序，最后計算出各省級農業科學院的科技創新能力綜合得分并排序（得分相同時排名會順延）。

如表2 所示，我國不同省級農業科學院科技創新綜合能力存在較大差異，總體上東部地區的省級農業科學院科技創新能力水平高于西部地區的省級農業科學院。經濟發展水平一定程度上會影響區域內農業科研機構科技創新能力的提升[13]，西北地區等經濟落后區域的省級農業科學院科技創新能力水平普遍較低，而處于經濟發達的大省大市等區域的省級農業科學院科技創新能力水平普遍較高。我國28 個省級農業科學院中科技創新能力綜合水平居前5 位的分別是北京市農林科學院、江蘇省農業科學院、山東省農業科學院、廣東省農業科學院、黑龍江省農業科學院。北京市農林科學院科技創新能力水平穩居第一，主要在于北京市農林科學院位于我國政治、文化中心，經濟雄厚、政策支持力度大、人力資源豐富，因而在人力資源投入、科研基礎能力、成果產出等方面相較其他省級農業科學院更有優勢。江蘇省農業科學院近年來圍繞江蘇及全國農業重大需求，立足以“科技創新為中心、科技人員為核心”理念，持續推進大團隊、研究中心、院地一體化建設，科技創新整體效能不斷提升。廣東省農業科學院位列第4 名，與華南農業大學、華中農業大學、中國農業大學等多所高校聯合培養農業碩士、博士，為廣東省農業科學院積累了大量的農業科技人才。

表2 2009—2019年省級農業科學院科技創新能力綜合得分及排名

我國28 個省級農業科學院中科技創新能力水平排名靠后的分別是西藏、江西、寧夏、內蒙古等地區的省級農業科學院。其中，西藏自治區農牧科學院是28 個省級農業科學院中科技創新能力得分最低的，主要在于西藏自治區農牧科學院位于我國青藏高原，自然環境惡劣、人力資源匱乏、經濟基礎薄弱，因而在農業科技人力資源投入、科研基礎能力、成果產出等方面相較其他省級農業科學院處于較大的劣勢地位，科技創新能力亟待加強。

2009—2019 年，我國農業科技創新能力整體格局有所調整，個別省級農業科學院進步明顯。海南省農業科學院進步最明顯，得益于近年來國家政策的大力扶持帶來大量的科研資金和優秀科技人才，科技創新能力得分和排名在2016 年后快速提升。河南省農業科學院、新疆農業科學院也有較大的進步，分別從2009 年的第20 名、第19 名上升到2019 年的第8 名、第13 名。天津市農業科學院、遼寧省農業科學院、福建省農業科學院是排名下滑較嚴重的省級農業科學院，這些省級農業科學院創新投入及產出近年來有所下降，農業科技創新能力亟待提升。其他省級農業科學院排名表現相對平穩。

3 結論及啟示

本文運用熵值法測算了各省級農業科學院2009—2019 年科技創新能力的指標權重和綜合得分，得出的結論與相關啟示如下。

1）中國各省級農業科學院科技創新能力存在較大差異，總體上東部地區的省級農業科學院科技創新能力水平高于西部地區的省級農業科學院。經濟發展水平一定程度上會影響區域內農業科技創新能力的提升，西藏、內蒙古等經濟落后地區農業科技創新能力水平普遍較低。因此，中央政府應統籌兼顧，加大對西北等地區的農業科技政策扶持與資金傾斜，鼓勵東部地區的農業科研人員前往西部地區，改善科研人員分布不均導致農業科技創新能力不均的情況，帶動農業科技創新能力水平偏低的省級農業科學院加快發展，縮小各省級農業科學院之間的差距。

2）各省級農業科學院中，北京市農林科學院、江蘇省農業科學院、山東省農業科學院、廣東省農業科學院等農業科學院科技創新綜合能力水平較高，而西藏、江西、寧夏、內蒙古等地區的省級農業科學院科技創新能力水平排名靠后。近年來，海南省農業科學院、河南省農業科學院等農業科學院科技創新能力進步較為明顯，而天津市農業科學院、遼寧省農業科學院等農業科學院科技創新能力排名下滑較為嚴重。因此，中央政府應鼓勵各省級農業科學院間相互增進農業科技創新合作與交流，發揮農業科技創新水平高的省級農業科學院對農業科技創新水平較低的農業科學院的輻射帶動作用。而西藏、江西、寧夏、內蒙古等地區的省級農業科學院自身應加強農業科技人才培訓，制定相關激勵政策吸引全國各地的優秀農業科研人才，促進區域內農業科學院科技創新能力水平提升。同時，近些年科技創新能力水平下滑較為嚴重的省級農業科學院，亟需提升管理水平，建立高效的以科研成果為導向的激勵機制，完善評價激勵體系，激發各類科研人才的創新活力和潛能，從而增強自身科技創新競爭力。