广西农业科技园区监测评价指标体系构建与应用——基于创新驱动乡村振兴发展视角

苏秀刚，曾志康，覃泽林，莫小香，钟 翠，颜蓝海

（广西壮族自治区农业科学院农业科技信息研究所，南宁 530007）

中华人民共和国科学技术部于2019 年1 月出台了《创新驱动乡村振兴发展专项规划（2018—2022年）》［1］，其中多次提到科技创新，从各领域层面切入，强调了科技创新对乡村振兴乃至国家经济发展的重要性。乡村振兴作为新时代“三农”工作的总抓手［2］，更要发挥科技创新对农业农村现代化的全面支撑作用，依靠创新驱动乡村振兴。广西农业科技园区作为广西“三农”工作农业科技服务的重要载体，如何顺应当前形势，科学有效引导农业科技园区实行创新驱动、内生发展，助力乡村振兴，既是机遇也是挑战。截至2019 年底，广西壮族自治区已先后批准建设63 个自治区级农业科技园区，累计建成核心区与示范区面积超过6 000 hm2，入园企业600 家以上，在广西农业产业发展与农村经济结构调整中，具有重要引领带动、创新示范作用。随着广西农业科技园区的迅速发展，产业规模不断扩大，园区创新活动已不再局限于科技创新等传统层面，园区对乡村的影响力也开始辐射到就业、社会治理和公共服务等更广泛的领域。因此，如何科学合理引导园区建设和加强园区建设水平监测，依然是园区管理部门的重点工作。

当前，对农业科技园区评价的研究较为丰富，主要包括效益评价［3］、绩效评价［4］、创新能力评价［5］三大类。其实证分析方法主要采用层次分析法［6］、DEA 分析法［7］、主成分分析法［4］等。以国家战略为视角的研究还较少，主要有2 个方向：一是基于供给侧结构性改革视角的研究。雷玲等［8］从园区的经济效益、产能利用状况、示范带动能力、未来发展潜力以及技术创新能力5 个方面展开建立了17 个指标，采用熵权-TOPSIS 法对园区综合绩效进行评价；彭竞等［9］从园区运行管理创新、产品与研发创新、制度创新、金融创新、人力资本创新和文化创新6 个方面建立了24 个指标，采用网络分析法（ANP）对园区创新能力进行评价。二是基于乡村振兴视角的研究，谢玲红等［10］从农业升级、农村发展、农民进步3 个方面衍生设定28 个具体指标，采用均方差法确定评价指标权重，对106 个国家园区进行绩效评价。上述以国家战略为视角的研究，从整体上具有较强的突破性，分别创新了实证方法，使客观评价更合理化。但同时也存在不足之处：一是园区指标界定模糊，如运作系统柔性、协作文化、进取文化［9］等具体指标较难界定标准，获取准确数据的可行性较低，不利于管理部门统计；二是研究主要体现在整体的评价研究，弱化了问题导向，缺乏针对性。

综上，本研究基于创新驱动乡村振兴发展对广西农业科技园区建设的需求，结合实际应用与文献梳理，进一步优化园区监测评价指标体系，以增强国家战略契合度；在监测评价指标体系的应用中，采用因子分析法和聚类分析法，寻求园区监测评价变量内在联系和结构，强化园区问题导向，以期为园区管理部门提供参考。

1 园区监测评价应用概况

1.1 园区监测评价应用情况

广西农业科技园区是由广西壮族自治区科学技术厅牵头联合多个厅级部门于2014 年启动建设的自治区级园区，是贯彻落实中央系列1 号文件的一项重要举措［11］。为加强园区建设管理、推动形成“学习借鉴、提质升级”的建设格局，广西壮族自治区科学技术厅于2017 年出台了《广西农业科技园区监测评价办法》（桂科农字〔2017〕147 号）［12］，对监测评价适用对象实行分类考核，将监测评价指标内容、评分标准按在建（已批准建设，未验收认定）、已验收认定2 个不同时期进行区分。该办法强化了监测评价结果运用，将据实使用监测评价数据及结果，为园区的宏观决策和管理服务实行动态管理，淘汰落后，奖励优秀。截至2019 年底，广西壮族自治区科学技术厅已印发了2017 年和2018 年广西农业科技园区监测评价分析报告。

1.2 园区监测评价指标体系

广西农业科技园区监测评价指标体系包括园区产业情况、科技创新能力、创新创业服务能力、组织管理、在建园区定性评价5 个一级指标，20 个二级指标［12］，在传统累加的基础上，引入加权法、无量纲化极值法等计算方法。从园区监测评价主要指标数据（表1）可以看出，指标数据共39 个，其中定量指标数据33 个，统计内容较为精细丰富，涵盖了园区基本功能要素。

1.3 园区监测评价改进方案分析

园区监测评价工作是广西农业科技园区管理部门通过分析园区监测数据指导园区建设发展的初步探索和尝试，对加强园区健康发展有着重要的现实意义，虽然取得了一定的成效，但同时还需要从以下2 个方面继续深化和改进。

1）监测评价指标体系设置有待优化。园区监测评价指标体系主要依据《关于广西农业科技园区建设实施方案（2014—2020 年）》［13］的六大任务建设要求，结合园区系统要素构建的指标体系，其具备指标数据全面、设计内容细致等特点，但也要求园区管理人员具备较强的专业知识，才能完成园区监测评价数据填报。据统计，当前园区专职管理人员较少，大部分以兼职为主，多数管理机构还未理清园区与管理之间的关系，加上基层工作量大，导致园区管理职能弱化。为减少基层工作负担，需对指标进行简量化处理，可从当前国家战略导向思考，结合园区的内涵和功能，强化园区监测导向。

2）监测评价结果需加强以问题为导向的应用。当前园区强化了监测评价结果的应用功能，通过据实使用监测评价数据和结果，实行动态管理，淘汰落后，奖励优秀，强化了综合排名上的应用，但对园区以问题为导向的应用较少。由于园区的类型主体较多，需要针对不同类型园区进行分类管理，提供有针对性的解决方案。

表1 园区监测评价主要指标数据

2 园区监测评价指标体系的构建

2.1 指标体系构建的切入点

建设农业科技园区已成为中国农业农村现代化的重要任务，园区以优化区域农业结构调整和产业升级为目标，不仅具有强烈的中国农业现代化进程色彩，而且具备多元化、地方特色化属性，所以本研究园区功能特点主要参考国家与广西壮族自治区相关政策来界定。其园区建设定位为：集聚创新资源，培育农业农村发展新动能，着力拓展农村创新创业、成果展示示范、成果转化推广和职业农民培训的功能［14］，突出园区在地方优势特色农业产业发展中发挥重要引领带动、创新示范作用。其竞争力实质就是园区创新实施主体通过积极建设、互相激励与作用，从而形成具有竞争力的农业产业能力。而园区创新实施主体对各种资源的获取、利用、转化的效率、效果，是决定其竞争力水平的主要因素。因此，园区指标体系的构建将以园区创新主体为切入点，包括企业、创新平台、人才（技术人才、管理人才、农民）等。

2.2 创新驱动乡村振兴发展视角对园区创新主体的需求分析

实行创新驱动乡村振兴发展，既是践行习近平总书记关于“三农”工作的重要论述，也是加速推进乡村振兴的有效路径。围绕乡村振兴“产业兴旺、生态宜居、乡风文明、治理有效、生活富裕”的总要求［15］，其科技创新主要体现的任务如表2 所示。

表2 创新驱动乡村振兴发展任务分析

由此可知，园区应更好地发挥市场在资源配置中的决定性作用，以入园企业为建设主体，调动园区管理部门与高等院校、科研院所、企业、新型农业经营主体等各方面的积极性，着力激发农业科技创新活力。创新驱动乡村振兴发展视角对园区创新实施主体提出了不同的需求，如表3 所示。

2.3 园区监测评价指标体系的构建

在园区监测评价指标体系的基础上，吸纳园区基层管理人员的意见，尽可能选择容易获取、操作简单的方法，减少复杂的换算过程。同时考虑园区运行管理所涉及的各方面及内在联系，既要考虑典型指标，也要兼顾关联性指标。结合创新驱动乡村振兴发展视角对园区发展的需求，指标体系的构建主要从创新主体集聚、科技引领能力、产业带动能力、农业产出能力4 个导向功能，筛选出10 个监测指标，具体评价指标体系见表4。

表3 创新驱动乡村振兴发展视角对园区创新主体的需求

表4 基于创新驱动乡村振兴视角的园区监测评价指标体系

3 园区监测评价指标体系的应用

3.1 研究对象数据来源与选取

本研究的数据主要来源于《2017 年度广西农业科技园区监测评价分析报告》，并结合实地调研和相关管理人员函询进行数据的获取。通过有效数据梳理，最终选取38 家园区的数据。

3.2 因子分析

3.2.1 因子分析法的基本原理 因子分析法是Spearman 于 1904 年提出的［16］，主要将相关性的多个变量综合形成少数几个公因子，是在不损失或少损失信息的情况下降维来计算综合评价值的一种方法。

因子分析模型的矩阵形式为：X=AF+B。其中，X=（X1，X2，…，Xp）′，为原始指标；F=（F1，F2，…，Fk）′，为对所有X都起作用的公共因子；A为因子载荷矩阵；B为变量X特有的特殊因子。为减少误差，本研究因子分析的数据统计将全部通过SPSS 26.0 软件进行计算。

3.2.2 因子模型检验情况 为检验被指标模型的变量相关性是否适用因子分析，38 家园区数据通过SPSS 26.0 软件录入并计算，结果见表5。Bartlett’s球形度检验的显著性水平值为0.000<0.05，KMO 为0.71>0.50。说明该指标模型相关矩阵与单位矩阵差异大，各变量之间的相关性强，即该变量适合进行因子分析。

3.2.3 因子确定及命名分析 由表5 可知，变量相关系数特征根大于1 的共有5 个，分别为2.818、1.582、1.328、1.227、1.008，其累计贡献率达79.626%，表明前5 个公因子所代表的信息能支撑解释原始数据信息。因此，选择前5 个公因子反映广西农业科技园区综合竞争力。

为增强公因子载荷的差异性，方便公因子的共性分析，将原始成分矩阵采用最大方差法进行正交旋转，旋转后的因子载荷矩阵见表6，原则上公因子载荷大于0.500 的指标可以选择。由表6 可知，因子1 在科技创新研发平台数、承担科技项目数、专业技术人员数指标上的载荷较大，反映的是园区科技创新能力，可命名为科创因子。因子2 在土地生产率和劳动生产率指标上载荷较大，反映的是园区产出能力，可命名为效益因子；因子3 在授权专利数、举办培训期数指标上载荷较大，反映的是园区成果转化推广与教育，可命名为科教因子；因子4 在入驻企业数和推广示范新成果数指标上载荷较大，反映的是园区成果示范带动，可命名为示范因子；因子5 在带动农民就业人数指标上载荷较大，反映的是园区精准助农能力，可命名为助农因子。综上，结合园区监测评价指标体系相关方差贡献率情况，5 个因子影响度的排序为科创因子>效益因子>科教因子>示范因子>助农因子。

表5 相关系数矩阵特征值与方差贡献率

表6 旋转后的因子载荷矩阵

3.2.4 园区综合得分计算 以上述确定的5 个因子对应的方差贡献率为权数，计算得出园区综合因子评分。园区综合因子得分计算公式为：F=［λ1/（λ1+λ2+λ3+λ4+λ5）］×F1+［λ2/（λ1+λ2+λ3+λ4+λ5）］×F2+［λ3/（λ1+λ2+λ3+λ4+λ5）］×F3+［λ4/（λ1+λ2+λ3+λ4+λ5）］×F4+［λ5/（λ1+λ2+λ3+λ4+λ5）］×F5=0.293 9F1+0.200 3F2+0.181 3F3+0.177 6F4+0.146 9F5，结果见表7。

3.2.5 园区监测评价综合得分分析 根据上述园区评价结果（表7），从综合得分F来看，有16 个园区综合得分大于0，占评价园区总数的42%，园区竞争力的发展差异较大，其中得分最高的良圻园区和得分最低的三江园区分值相差2.27 分。与广西壮族自治区科学技术厅发布的2017 年和2018 年广西农业科技园区监测评价排名结果相吻合，可以看出园区监测评价综合得分可信度较高。从各分因子上看，38家园区中没有园区在5 个因子中得分均大于0，每个园区至少有2 个因子小于0，说明当前广西农业科技园区存在较为严重的“偏科”现象。

3.3 聚类分析

结合上述研究对提取的5 个因子采用组间均联法进行聚类分析［9］，并采用平方欧式距离法计算测量，聚类结果见图1。根据图1 结果，按照园区的差异情况将38 家园区分为5 类，各类别园区因子均值情况见表8。

第1 类为良圻园区，竞争力综合因子分值在所有园区的监测评价中最高。从各公因子上看，其科创因子和科教因子较为突出，分值均为园区评价中最高值；效益因子排在中上；示范因子和助农因子较弱，排在园区中下。说明该类园区创新能力较强，但辐射示范带动能力还需要加强，该类园区可称为创新引领型园区。

第2 类为港南园区，竞争力综合因子分值排在第2 名。从各公因子上看，其效益因子较为突出，分值为园区评价中最高值；科创因子与助农因子表现较好，位于园区中上；科教因子和示范因子较弱。说明该类园区具有较强的资源整合利用能力，能够实现效益最大化，但在科技成果转化推广上还需加强，该类园区可称为集聚高效型园区。

第3 类包括西乡塘和富川园区，竞争力综合因子分值分别排在第3 和第4 名。从各公因子上看，其示范因子表现较为突出，分值处在园区评价中前2名，但除了示范因子外，其他公因子分值均处于中等。说明该类园区较注重示范带动能力，可称为技术示范型园区。

表7 38 家园区因子评分及排序 （单位：分）

第4 类包括隆安和荔浦园区，竞争力综合因子分值处于中上。从各公因子上看，其助农因子表现较为突出，分值处在园区评价中前2 名，但除了助农因子外，其他公因子分值均处于中下。说明该类园区在带动农民方面表现较好，在精准扶贫、科技脱贫方面有较好的典型事例，但在科技部分还有待加强，可称为产业带动型园区。

第5 类包括贺州、兴宾、昭平、岑溪等32 家园区。从园区竞争力综合因子总体上看，表现并不突出。从各公因子上看，可分为以下几种情况：①以兴业、巴马园区为代表，农业产出效益较好，但科技创新、成果转化能力较弱；②以浦北、钟山、兴安、罗城园区为代表，在研发成果与农民培训上表现较好，但在其他公因子上表现不突出；③以岑溪、平果、来宾、兴宾、防城、覃塘、南丹、扶绥、环江、平南、武宣园区为代表，具有较好的科创环境，具备一定的集聚能力，但能效作用发挥还有待提高；④以柳城、天峨、龙州、天等、平乐、港口、陆川、三江、江州、钦南、柳江、玉东、田东园区为代表，从整体上，园区综合竞争力因子分值较弱，各方面亮点不突出。综上，该类园区在总体创新驱动乡村振兴发展的视角上，亮点还不够突出，需要找准特色，提高竞争力，该类园区可称为科技探索型园区。

图1 园区平均链接谱系图

4 结论与建议

4.1 结论

通过本研究发现，科技创新、产出效益、科技教育、成果示范、精准助农是影响农业科技园区建设发展的主要因素，其中科技创新影响度最大；基于因子分析的园区竞争力综合排名，其结果与广西壮族自治区科学技术厅发布的园区监测评价结果相吻合，合理性较高，具有较强的指导意义；从各公因子结构上看，被评价园区中至少有2 个公因子分值小于0，表明园区建设存在较为严重的“偏科”现象。园区管理部门应该重点关注园区问题导向，补足短板，通过强化科技创新、科技成果转化、产业精准扶贫等举措促进园区的平衡发展。

4.2 对策建议

1）强化以问题为导向的结果应用，着力补齐园区建设短板。①创新引领型园区，兼顾科技创新研究与成果转化的同时，加强建立成果示范推广体系，增强示范带动作用；②集聚高效型园区，积极发挥园区运行管理能效机制的同时，建立多维度的产学研合作机制，强化园区成果转化示范推广，创造更高的效益；③技术示范型园区，强化示范特色的同时，加强创新创业服务体系建设，增强园区联动作用；④产业带动型园区，在带动和帮扶农户基础上，建立园区自有技术的创新升级机制，满足市场需求变化；⑤科技探索型园区，利用好科教资源，找准核心竞争力，发挥园区优势。

2）完善园区监测评价工作机制。①继续优化园区监测评价指标体系的设置，本研究的监测评价指标体系对广西农业科技园区具有较强的指导意义，可参考该体系对园区进行排名，但园区建设是动态的过程，需要一定主观性的引导，如可增加专家定性评分指标。②简化监测评价数据统计工作，建立园区建设管理大数据平台，构建园区监测评价填报系统，通过信息技术手段更快速、便捷、系统、全面地了解园区具体建设情况。③完善园区监测评价结果的应用，可从多维角度评价其结果，打破只有综合排名的局限性，如可从主导产业维度，通过同产业类别评比，有利于针对制约园区产业发展的共性、关键、核心技术难题提供清晰的解决方案；可从经济区域维度，根据统计年鉴的划分，将园区划分为北部湾经济区、桂西资源富集区、珠江-西江经济带3 个区域进行评比［17］，探索园区运行管理的经验做法。

表8 各类别园区公因子均值情况