区域农业科技创新评价指标体系构建研究

马明远 王之岭 杨国航

摘要 以区域农业科技创新参与主体为研究切入点，从政策环境、创新能力、资源共享、成果转化、协同力度5个方面探索构建了一套区域农业科技协同创新指标体系，提出了指标权重的计算方法、数据的标准化处理方法和分级标准，以期为评价区域农业科技协同创新参与主体的工作成效、加强区域农业科技创新共同体建设提供参考。

关键词 区域;农业科技创新;评价指标体系

中图分类号 F323.3文献标识码 A

文章编号 0517-6611（2019）22-0255-03

Abstract Based on the research of regional agricultural science and technology innovation alliance， and from the policy environment， innovation ability， resource sharing， achievement transformation and synergy strength five aspects to explore and built a set of regional agricultural cooperative innovation of science and technology index system， and put forward the calculation method of index weight， the standardization of data processing method and the classification standard， in order to provide reference for evaluating the work performance of regional agricultural science and technology collaborative innovation participants， and strengthen the construction of regional agricultural science and technology innovation community.

Key words Regional;Agricultural science and technology innovation;Evaluation index system

實施区域协调发展战略是全面建成小康社会进而实现全体人民共同富裕的内在要求，离不开科技创新的驱动[1-2]。我国一直把推动区域协调发展作为经济社会发展的重大任务，制定实施了京津冀协同发展、长江三角洲区域一体化发展、创新驱动发展等国家战略，为聚集力量打造区域科技创新高地，促进区域创新要素资源的整合利用和实现区域协同创新能力的提升提供了有力保障。

协同创新是解决科技资源分散和科技创新实体间彼此封闭性的重要手段，是以知识增值为核心，高校、科研院所、政府、企业等创新主体价值创造的过程[3]，现代农业的发展离不开农业科技的协同创新[4]。京津冀、湘鄂赣、长三角、东北、黄三角等典型区域的农业院校、科研院所、企业以及政府管理部门等农业科技协同创新参与主体，积极落实国家战略部署，发挥区位优势和科技辐射带动作用，通过协作成立京津冀农业科技创新联盟、长三角农产品质量安全科技创新联盟和湘鄂赣农业科技创新联盟等区域农业科技创新共同体推进区域农业协同创新活动，取得了积极的成效。在参照国内学者就评价理论、指标体系构建开展的研究[5-7]和对区域农业科技创新资源、农业科技成果开展的评价研究[8-9]基础上，探索构建了区域农业科技协同创新评价指标体系，用以科学衡量不同类型参与主体在区域农业科技协同创新过程中发挥的作用和取得的绩效，加强区域协同创新共同体的建设和指导区域农业科技协同创新工作的开展。

1 指标体系构建的原则

1.1 目的性原则

目的性原则反映的是建立区域农业科技协同创新评价指标体系的出发点。评价指标体系要能够全面、系统地反映区域农业科技协同创新的发展水平和阶段，助力查找缺点和不足，以达到为相关政府农业和科技管理部门提供决策依据，为有关企事业单位开展区域农业科技协同创新工作提供具体的路线和指引的目的。

1.2 科学性原则

科学性原则就是要坚持理论与实践相结合，构建科学合理的评价指标体系。设置的指标要科学考虑全面性、代表性和差异性，不同层级的评价指标之间要建立起符合科学逻辑的上下层级关系，同一层级不同类别指标要做到互相独立、互不影响，可以从不同维度客观、公正地印证评价结果的真实性和权威性。

1.3 可操作性原则

可操作性原则是指不同的考核主体，对评价技术手段、时间周期、评价成本等都有不同的要求，具体表现在指标的选取和释义上要通俗易懂，问卷的设计要简洁明了，数据获取上要易于搜集、查找和赋值，计算方法选取上要科学规范、方便测度，做到便于操作和简单易行，推动评价的常态化开展。

1.4 可比性原则

评价结果应当在满足信度与效度的要求下，口径一致，相互可比。可比性要兼顾统一性和一贯性，不仅能实现研究对象整体农业科技协同创新水平的横向比较，也能实现同一研究对象不同时间跨度下诸如协同程度等各项指标的纵向比较，实现对发展情况的全面比较。

1.5 动态性原则

各评价指标需要在一段时间内保持稳定，以更好地反映各要素的发展情况。事物是动态发展的，协同创新的不同阶段有着不同的目标任务与侧重点，因此也需要结合实际情况动态地对评价指标体系进行调整，以满足新的评测需求。

2 区域农业科技协同创新评价指标体系

从政策环境、创新能力、资源共享、成果转化、协同力度5个不同角度分析和考虑影响区域农业科技协同创新的因素，探索构建了一套区域农业科技协同创新指标体系（表1），用于评价区域农业科技协同主体的协同创新能力。该体系由4个层次组成，包括1个一级指标（A）、5个二级指标（B）、20个三级指标（X）组成基本框架，每个三级指标又包含若干个具体调查指标，通过对具体调查指标的调整可实现对指标体系的动态调整。

2.1 政策环境

政策环境是政策制定者进行决策时所依据的各种外部的情况、条件以及影响整个社会发展及其内部子系统发展的各种因素的聚合[10]，良好的政策环境可以提高区域农业科技协同创新效率，促进整体创新能力的提升，加快科技创新成果的示范应用。二级指标政策环境可以清楚了解创新主体所处的政策环境情况，代表的是政府管理部门等对农业科技协同创新工作的支持力度。三级指标反映的是有无制定专门政策法规、专门规划、设置专门管理机构开展日常工作以及设置专项支持协同创新工作开展的情况。指标数据调查获取的是专门政策法规的数量、名称及配套措施，规划数量及专业领域，专门管理机构工作职能及区域创新项目金额和支持方向等的情况。

2.2 创新能力

创新能力指的是人在思维中通过对已有经验和知识的加工消化，提出新概念、新知识、新见解的技能和本领[11]。二级指标创新能力代表的是区域农业科技创新主体在研发经费、研发人员、科研仪器设备、知识产权等创新投入和产出情况，反映了评价对象整体的创新基础和潜力。指标数据调查获取的是自主投入和获得的政府等研发经费支持情况，所拥有的研发人员数量，拥有的科研仪器设备数量及金额，获得的授权专利、发表的论文、刊印的著作、注册的商标等以及制定的国家、地方和行业标准数量等的情况。

2.3 资源共享

科技资源是当今经济社会的第一资源，已成为推动科学技术进步、实现经济跨越式发展和提升国家或地区综合实力的关键因素[12]。二级指标资源共享主要涉及创新主体间农业科技创新资源的开放与共享情况，包括仪器设备共享、科技交流、资源共享平台、信息共享4个三级指标。指标数据调查获取的是评价对象共享仪器设备的金额、数量和开展服务的次数，互相之间开展的学术交流、技术合作等的次数，以及资源共享平台的建设和档案文献资料等的共享开展情况。

2.4 成果轉化

根据《促进科技成果转化法》，科技成果转化是指为提高生产力水平而对科技成果所进行的后续试验、开发、应用、推广直至形成新技术、新工艺、新材料、新产品，发展新产业等活动。农业科技成果转化是加快我国农业实现创新驱动和发展方式转变的关键环节[13]，二级指标成果转化主要涉及成果转让、技术培训、示范推广、转化收益4个三级指标。指标数据调查获取的是完成转让专利等技术成果的数量与转让金额，开展的技术培训和服务的次数与受益人次，新技术、新产品等在区域内的示范推广面积，所属农业科技产品在区域内的销售金额、市场占有率等情况。

2.5 协同力度

协同力度反映的是区域内产学研用等不同类型农业科技创新主体之间创新工作的协同程度。二级指标协同力度主要涉及任务执行、项目申请、协同创新平台、工作落实4个三级指标。指标数据调查获取的是计划开展区域协同创新任务数与实际开展任务数，各级区域农业科技创新项目联合申请数量、金额与在研区域创新项目的数量、金额，共建的区域联合实验室、创新中心、创新团队、专家工作站、创新基地等的数量，创新共同体部署的工作数与实际落实工作数。

3 指标权重与评价标准的确定

3.1 指标权重的确定

权重反映的是评价体系中各指标的相对重要程度，科学合理地确定指标的权重对整个评价体系非常重要，与构成指标一同直观的影响着评价结果。确定权重的方法主要分为两大类：一类是诸如通过专家打分确定的主观赋权法，权重依赖于专家的主观经验;另一类是根据原始数据通过数学方法计算确定的客观赋权法。为充分利用各指标数据信息，避免专家赋权等主观赋权法的个人主观偏好影响，保障权重的客观性，该研究采用变异系数法确定各指标的权重赋值。

3.1.1 数据的无量纲化处理。

由于各指标获取数据的单位各不相同，为便于计算分析，通过对数据的无量纲化处理方法消除各指标数据的量纲和数量级差异。无量纲化有极小化、均值化和极大化等方法，均值量化方法为最优方法[14]。该研究采用均值法进行数据的无量纲化处理，计算公式如下：

式中，Xi为第i项指标各数据的无量纲化值;（X）i为第i项指标各数据的实际值，（X）i为第i项指标各数据加总之后求得的平均值。

3.1.2 指标权重的计算。

由于采用均值化方法进行指标数据的无量纲化处理，在消除指标数据的量纲和数量级同时，保留了差异程度信息，适合采用变异系数法确定各指标的权重赋值。指标权重的计算公式如下：

式中，Wi为第i项指标的权重;CVi为第i项指标的变异系数;σi为第i项指标的标准差;i为第i项指标数据无量纲化之后求得的平均数。

3.2 评价结果等级的确认

为便于数据的比较分析，需要对所得数据进行百分化处理以便进行等级划分。区域农业科技协同创新指数计算公式如下：

式中，F（x）为区域农业科技协同创新指数;f（xi）为第i项指标的百分制赋分;Wi为第i项指标的权重。采用优、良、中、及格、差5个等级来对区域农业科技协同创新指数进行区分描述，其中>90～100分为优，>80～90分为良，>70～80分为中，>60～70分为及格，≤60分为差。

4 结论与讨论

该研究探索构建的区域农业科技创新评价指标体系在已有研究成果基础上，结合不同类型参与主体特点形成具体评价指标，并采用变异系数法确定了指标权重，适用性好，可操作性强，能够科学合理反映被评价对象的实际情况。实际评价工作中，由于区域农业科技创新具有参与主体多、涉及范围广、地域特征明显等特点，指标虽经反复筛选但仍面临全面性和代表性难以充分统筹兼顾的问题，需要结合不同区域的农业科技创新工作实际进行修正完善，以更好地服务于区域农业科技创新评价工作。

参考文献

[1] 王业强，郭叶波，赵勇，等.科技创新驱动区域协调发展：理論基础与中国实践[J].中国软科学，2017（11）：86-100.

[2] 张秀生，黄鲜华.实施区域协调发展战略的重大意义[N].光明日报，2018-04-02（11）.

[3] 陈劲，阳银娟.协同创新的理论基础与内涵[J].科学学研究，2012（2）：161-164.

[4] 傅建祥.以农业科技协同创新推进现代农业发展的思考：以青岛市为例[J].山西农业大学学报（社会科学版），2016，15（4）：257-261.

[5] 郭亚军.综合评价理论、方法及应用[M].北京：科学出版社，2007.

[6] 杜栋，庞庆华，吴炎.现代综合评价方法与案例精选[M].北京：清华大学出版社，2005.

[7] 彭张林，张爱萍，王素凤，等.综合评价指标体系的设计原则与构建流程[J].科研管理，2017（S1）：209-215.

[8] 郭雅娴，赵梦，卢雨菲.区域农业科技创新资源评价指标体系构建[J].统计与决策，2011（22）：78-81.

[9] 贾敬敦，吴飞鸣，孙传范，等.农业科技成果评价指标体系构建研究[J].中国农业科技导报，2015，17（6）：1-7.

[10] 李忠尚.软科学大辞典[M].沈阳：辽宁人民出版社，1989.

[11] 萧浩辉.决策科学辞典[M].北京：人民出版社，1995.

[12] 刘雅轩，王晓丹，罗栋.国外科技资源管理信息化的实践及其启示[J].中国科技资源导刊，2011，43（5）：23-28.

[13] 朱照照.农业科技成果转化中的权益分配制度研究[D].武汉：华中农业大学，2017.

[14] 张卫华，赵铭军.指标无量纲化方法对综合评价结果可靠性的影响及其实证分析[J].统计与信息论坛，2005（3）：33-36.