甘肃“十四五”农业科技领域技术预测组织实施研究＊

姜 玲，张小宁，滕雅琼

（1.甘肃省科学技术情报研究所，甘肃 兰州 730000；2.甘肃省科技评价监测重点实验室，甘肃 兰州 730000）

技术预测(Technology Forecasting)是把握技术领域发展趋势、展望技术未来、塑造未来社会的重要方法和手段，在技术的前沿探索和前瞻布局中发挥越来越重要的作用，并为科技战略和决策提供重要支撑[1-2]。当前，技术预测已经成为世界科技政策研究的一种潮流，被各国用来确定科学技术发展的优先领域。英国、美国、日本等发达国家较早开启了以技术预测为基础的科技规划模式，我国相关部委自20 世纪90 年代以来开展了多次技术预见和预测活动，有效支撑了我国政府部门和区域发展的科学决策。在规划编制研究过程中，技术预测这一战略研究工具被广泛应用。课题组面向2025 年甘肃发展需求，选择农业领域启动了技术预测的首次尝试，对于甘肃在“十四五”时期准确把握农业领域技术突破方向、打好关键核心技术攻坚战、优化科技资源布局具有重要意义。课题组开展的甘肃“十四五”时期农业科技领域技术预测工作主要包含技术预判、技术选择、技术调查、技术评价四个环节，文章对此项技术预测研究工作的组织实施进行了分析研究，以期为相关研究工作的开展提供借鉴和参考。

1 技术预判

课题组围绕农业科技领域开展了大量的前期研究，对技术创新体系进行梳理，提出初始技术清单，作为专家进行技术选择的参考资料。首先，立足国内外农业科技领域发展态势分析，研判可能产生重大科技突破的方向，并运用Citespaces 分析软件绘制“十三五”时期农业科技领域的科学知识图谱，可视化分析国内农业科技领域的前沿和热点主题，辨识甘肃农业科技发展的突破点。其次，分析甘肃农业科技发展现状、技术需求以及甘肃发展农业的优势和劣势，基于产业前沿技术预判与现状分析，提出初始技术清单，并设计技术调查问卷。最后，整理形成甘肃农业科技领域技术预测的前期研究报告，作为专家进行技术预判的参考材料。

2 关键技术选择

基于头脑风暴法、内容分析等方法进行综合研判，从而确定备选技术清单。课题组邀请省内代表性科研机构13 位资深专家组成农业科技领域的专家团队，通过开展多场专家咨询会，采用头脑风暴法和滚动修改法对初始技术预测清单中技术要点进行增删、合并和修改，最终遴选了15 项关键技术作为技术调查的基础（关键技术清单详见表1）。

表1 农业科技领域技术预测清单

3 技术调查

3.1 技术调查项设置

技术调查是技术预测的主要环节之一。技术调查问卷设置了技术重要度、研发基础、技术水平、技术差距、研发成本、制约因素等问题，其中技术重要度设置了该项技术对于提升科研实力的贡献、对提升产业竞争力的贡献、对提升甘肃居民生活品质的贡献等三个单选题。

3.2 技术调查问卷发放与收回

2019 年12 月27 日，课题组通过“科聚网”—甘肃科技专家库系统向省内外农业科技领域专家发布关于开展技术调查的通知，邀请专家参与技术调查，在线填报调查问卷。截止2020 年3 月15 日，课题组共收到有效问卷176 份。

3.3 问卷统计分析

据调查，有128 名农业科技专家参与到此项技术调查工作中，每项技术至少有7 名专家参与调查。“特有优质种质资源保护、创新及利用”（a1010）和“农药减施增效及绿色防治技术（a1001）”方向受到较多专家关注，分别收回问卷23 份、21 份（各项技术收回问卷数量详如图1，2 所示）。参与调查的专家主要来自省内科研院所、高校、企业、科技服务机构等单位，其中，科研院所占41%，高等院校占34%，农业技术推广中心、林业综合服务中心等科技服务机构占17%，行业协会、政府部门等其他单位占12%，企业占11%。

图1 收回技术调查问卷情况

图2 参评专家所在单位属性

4 技术评价

4.1 构建技术评价指数

吴燕生[3]在《技术成熟度及其评价方法》一书中提出的技术关键程度评价方法，从技术重要性和技术困难度两个维度对技术的关键程度进行评价。一项关键技术的突破不是一蹴而就，需要一定基础和长期积累，且与该技术所处研发水平息息相关。作为西部欠发达地区，还需考虑技术差距对技术实现的影响。于是，在衡量技术关键程度指标中，综合考虑了技术基础、技术水平、技术差距三方面因素，建立技术领先度指数。在吴燕生技术成熟度模型基础上，搭建了农业科技领域关键技术评价体系，从技术重要性指数、技术领先度指数和技术困难度指数等三个维度对技术关键程度进行综合评价（如图3 所示）。

图3 关键技术评价指标体系

由图3 可知，技术关键程度受技术重要度、技术领先度、研发困难度等三个因素影响。

（1）技术重要性指数，从技术应用对提升科研实力、产业竞争力、民生改善等的贡献程度进行综合考量，为正向指标，指标值越大，技术重要程度越高。

（2）技术领先度指数，从技术研发的基础条件、先进性水平、技术差距三个方面综合衡量，为正向指标，指标值越大，技术领先程度越多。

（3）技术困难度指数，从制约因素、研发成本两方面衡量。困难度指数为负向指标，指标值越大，表示技术实现的难度越大。其中，研发制约因素分为技术攻关、资金投入、人员保障、政策制度、研发体系五个方面，随着制约因素的增多，研发的难度系数也上升。

4.2 技术评价结果

为深入分析技术研发的重要性、技术的领先度与困难度之间的关系，对技术重要度和领先度进行降维处理，按照一定权重进行整合，整合之后的指数称为研发优先度，并按照多因素指数分析法对相应指数进行计算，结果见表2。

表2 农业领域技术指标计算结果一览表

为进一步区分不同技术的关键程度，综合采用四象限分析模型、综合评价矩阵等方法对技术关键程度做了分类。根据指数值将技术优先度分为两档，Ⅰ（很高）、Ⅱ（较高）；技术困难难度分为两档，Ⅰ（很困难）、Ⅱ（困难），相应取值区间见表3。因为技术优先度和技术困难度不同等级的组合，技术被分为三个等级，A 类重大技术，此时技术优先度为Ⅰ（很高）、技术困难度为Ⅰ（很困难）；B 类关键技术，此时技术优先度为Ⅰ（很高）、技术困难度为Ⅱ（困难）或者技术优先度为Ⅱ（较高）、技术困难度为Ⅰ（很困难）；C 类一般技术，此时技术优先度为Ⅱ（较高）、技术困难度为Ⅱ（困难）。基于综合评价矩阵的评价结果如图4 所示。

表3 评价等级及其取值区间

图4 基于四象限分析模型的技术评价图

基于四象限分析模型的技术评价图发现：

（1）图中第一象限有4 项重大技术，此时研发优先度为Ⅰ（很高）、困难度为Ⅰ（很困难），包括精准水肥一体化灌溉技术（a1006），草食畜加工一体化技术（a1009），农产品生产标准、品质标识与质量安全监管技术（a1012），智能化农机装备研发（a1014）。

（2）图中第二、三象限有9 项关键技术，在第二象限，研发优先度为Ⅱ（较高），困难度为Ⅰ（很困难），在第三象限，研发优先度为Ⅰ（很高），困难度为Ⅱ（困难），包括特有优质种质资源保护、创新及利用（a1010），特色作物现代种业种苗繁育关键技术（a1007），智慧农业终端装备及技术研发（a1015），土壤（耕地）质量提升与保育技术（a1003），优质农产品绿色生产加工关键技术（a1011），畜禽健康养殖与产品品质化关键技术（a1005），农产品保鲜、贮藏与冷链绿色物流技术（a1013），农作物秸秆（尾菜）资源化利用技术（a1004），农药减施增效及绿色防治技术（a1001）。

（3）图中第四象限有2 项一般关键技术，此时研发优先度、困难度均为Ⅱ，优先度较高、一般困难，对应技术有动物疫病、人畜共患病监测预警及预防控制技术（a1008）和低成本可降解农膜研制技术（a1002）。

5 结论

甘肃“十四五”农业科技领域的技术预测研究工作综合运用头脑风暴法、内容分析、问卷调查、四象限分析法、综合评价矩阵法等多种主观和客观分析方法，以“技术预判—技术选择—技术调查—技术评价”为主线组织实施技术预测研究工作。技术预测过程中，广泛邀请省内外农业科技领域专家参与技术调查和专家咨询，基于128 名省内外农业科技专家的调查结果，按照关键技术评价指标体系，对“十四五”时期甘肃农业科技未来重点发展方向进行预测和研判。据技术评价结果显示，在关键技术清单凝练的15 项技术中，有4 项可作为“十四五”时期甘肃农业科技领域的重大关键技术、有9项关键技术和2 项一般关键技术。

甘肃“十四五”农业科技领域技术预测的组织实施区别于国家科学技术部、中国科学院、中国工程院等以大规模德尔菲调查为主的技术预测流程，德尔菲调查实施周期长、需要大量人力和财力支持，课题组紧密结合甘肃实情，遵照过紧日子的原则，以低成本、合理化的流程设计完成了技术预测的首次尝试，探索了欠发达地区利用技术预测这一前瞻战略分析工具支撑战略研究和规划制定的路径，技术预测结果可为农业领域中长期规划和发展战略制定提供支撑。