省级农业科学院科技创新能力区域性评价*

杨传喜 ，秦 亮

（桂林理工大学商学院，广西 桂林 541004）

0 引言

改革开放以来，我国农业高质量发展成效显著。2022 年，全国农业科技进步对农业增长的贡献率达到62.4%。作为推进我国农业科技进步重要支撑的农业科研机构，各省级农业科学院是构建国家农业科技创新体系的重要基础，也是实施科教兴农和人才强农战略的重要支撑。然而，我国不同省级农业科学院科技创新能力存在较大的差异性，在实施创新驱动发展战略和建设农业强国的大背景下，综合评价我国各省级农业科学院科技创新能力，具有重要实践意义。

科技创新能力是指企业、学校、科研机构或自然人等在某一科学技术领域具备发明创新的综合实力。近年来，学者们对农业领域科技创新能力进行了深入的研究，主要集中在评价指标构建、评价方法选择、科技创新能力提升对策等方面。在评价指标构建方面，梁俊芬等[1]从农业科技创新环境、投入能力、产出能力、贡献能力四个维度构建了区域农业科技创新能力评价指标体系；陈耀等[2]从创新基础能力、创新投入能力、科研活动能力、成果产出能力及转化扩散能力等方面构建了评价指标体系；王丹等[3]从农业科技创新支撑能力、投入能力和产出能力等方面构建了评价指标体系。在农业科技创新能力评价方法选择方面，国内学者主要使用熵权法、层次分析法、主成分分析法、灰色关联法、因子分析法与聚类分析法等来测算与评价农业科技创新能力。曹琼等[4]从农业科技创新潜力、投入能力和产出能力三方面构建了湖北省农业科技创新能力评价指标体系，并利用熵权法确定了各项评价指标权重；孙长东等[5]运用灰色关联分析法，筛选我国农业科技创新能力评价体系；张小彦等[6]建立灰色综合评价模型，评价分析了甘肃省农业科技创新能力。在提升区域内农业科技创新能力的对策方面，吴敬学等[7]从优化配置科技资源、加快完善科学评价体系等方面提出了相关建议；王丹等[8]提出了建立健全农业科技创新系统、优化农业科技创新评价指标结构等建议；张鸿等[9]提出了加强产学研合作、建立创新激励约束机制等建议。

在对农业科学院的评价上，相关研究较少，学者多从科技资源配置等方面着手。杨传喜等[10]通过突变级数法测算省级农业科学院农业科技资源配置能力，并运用NACR模型定量分析农业科技资源配置效益的比较优势。池敏青等[11]以福建省农业科学院为研究对象，发现科技人才、经费投入和科技成果产出量化数存在十分显著的线性关系。杨传喜等[12]对30个省级农业科学院的科技资源配置效率进行测度，并提出提高科技资源配置效率等相关建议。

通过对以上文献的梳理发现，一方面，学者们对于区域内农业科技创新能力的评价指标体系的构建尚未得到统一；另一方面，在时间维度上，学者们对区域内农业科技创新能力的评价以一年或几年为主，时间较短，时间维度上的动态分析不足。而且，在研究对象上，现有文献对于我国各省级农业科学院科技创新能力鲜有研究。因此，本文以省级农业科学院为研究对象，采用熵值法对2009—2019年我国28个省级农业科学院科技创新能力进行评价，以期为提升我国农业科技创新能力、加快建设农业强国提供决策支撑。

1 变量选取、说明与模型构建

1.1 变量指标选择与数据来源

在已有相关研究成果的基础上，本文从人力资源投入、科研基础能力、创新产出能力三方面构建省级农业科学院科技创新能力评价指标体系，在选取具体指标时，遵循系统性、科学性、可操作性、可比性等原则，最终选取3 个一级指标、6 个二级指标、14 个三级指标。本文数据来源于《全国农业科技统计资料汇编》，最终选取28 个有效省级农业科学院作为研究对象（山西省农业科学院已与山西农业大学合并，陕西省农林科学院已与西北农林科技大学合并，青海省农林科学院已与青海大学合并，故此三者不计入研究对象）。具体评价指标如表1所示。

表1 农业科学院科技创新能力评价指标体系

1.2 研究方法

农业科技创新能力评价是一个多指标综合评价问题，权重的确定对评价结果的影响至关重要。本文采用客观赋权法中的熵值法来确定权重，根据熵的特性，可以通过计算熵值来判断某个指标的离散程度，指标的离散程度越大，该指标对综合评价的影响越大。因此，可根据各项指标的变异程度，利用信息熵这个工具，计算出各个指标的权重，为多指标综合评价提供依据。本文使用的熵值法主要包括以下步骤：

1）建立评价模型，假设构建的省级农业科学院科技创新能力评价模型中有n个省级农业科学院、m个评价指标，构建一个初始矩阵A：

然后进行数据标准化处理：

2）计算第i个评价单位的第j个指标在所有评价单位中的比重：

3）计算第j项指标的熵值：

其中，n为样本中的个体数量。

4）计算第j项指标的信息效用值：

5）计算指标权重：

6）计算各省级农业科学院科技创新能力综合得分：

2 实证研究与分析

根据熵值法的计算原理及步骤，计算出各项指标的权重值并排序，最后计算出各省级农业科学院的科技创新能力综合得分并排序（得分相同时排名会顺延）。

如表2 所示，我国不同省级农业科学院科技创新综合能力存在较大差异，总体上东部地区的省级农业科学院科技创新能力水平高于西部地区的省级农业科学院。经济发展水平一定程度上会影响区域内农业科研机构科技创新能力的提升[13]，西北地区等经济落后区域的省级农业科学院科技创新能力水平普遍较低，而处于经济发达的大省大市等区域的省级农业科学院科技创新能力水平普遍较高。我国28 个省级农业科学院中科技创新能力综合水平居前5 位的分别是北京市农林科学院、江苏省农业科学院、山东省农业科学院、广东省农业科学院、黑龙江省农业科学院。北京市农林科学院科技创新能力水平稳居第一，主要在于北京市农林科学院位于我国政治、文化中心，经济雄厚、政策支持力度大、人力资源丰富，因而在人力资源投入、科研基础能力、成果产出等方面相较其他省级农业科学院更有优势。江苏省农业科学院近年来围绕江苏及全国农业重大需求，立足以“科技创新为中心、科技人员为核心”理念，持续推进大团队、研究中心、院地一体化建设，科技创新整体效能不断提升。广东省农业科学院位列第4 名，与华南农业大学、华中农业大学、中国农业大学等多所高校联合培养农业硕士、博士，为广东省农业科学院积累了大量的农业科技人才。

表2 2009—2019年省级农业科学院科技创新能力综合得分及排名

我国28 个省级农业科学院中科技创新能力水平排名靠后的分别是西藏、江西、宁夏、内蒙古等地区的省级农业科学院。其中，西藏自治区农牧科学院是28 个省级农业科学院中科技创新能力得分最低的，主要在于西藏自治区农牧科学院位于我国青藏高原，自然环境恶劣、人力资源匮乏、经济基础薄弱，因而在农业科技人力资源投入、科研基础能力、成果产出等方面相较其他省级农业科学院处于较大的劣势地位，科技创新能力亟待加强。

2009—2019 年，我国农业科技创新能力整体格局有所调整，个别省级农业科学院进步明显。海南省农业科学院进步最明显，得益于近年来国家政策的大力扶持带来大量的科研资金和优秀科技人才，科技创新能力得分和排名在2016 年后快速提升。河南省农业科学院、新疆农业科学院也有较大的进步，分别从2009 年的第20 名、第19 名上升到2019 年的第8 名、第13 名。天津市农业科学院、辽宁省农业科学院、福建省农业科学院是排名下滑较严重的省级农业科学院，这些省级农业科学院创新投入及产出近年来有所下降，农业科技创新能力亟待提升。其他省级农业科学院排名表现相对平稳。

3 结论及启示

本文运用熵值法测算了各省级农业科学院2009—2019 年科技创新能力的指标权重和综合得分，得出的结论与相关启示如下。

1）中国各省级农业科学院科技创新能力存在较大差异，总体上东部地区的省级农业科学院科技创新能力水平高于西部地区的省级农业科学院。经济发展水平一定程度上会影响区域内农业科技创新能力的提升，西藏、内蒙古等经济落后地区农业科技创新能力水平普遍较低。因此，中央政府应统筹兼顾，加大对西北等地区的农业科技政策扶持与资金倾斜，鼓励东部地区的农业科研人员前往西部地区，改善科研人员分布不均导致农业科技创新能力不均的情况，带动农业科技创新能力水平偏低的省级农业科学院加快发展，缩小各省级农业科学院之间的差距。

2）各省级农业科学院中，北京市农林科学院、江苏省农业科学院、山东省农业科学院、广东省农业科学院等农业科学院科技创新综合能力水平较高，而西藏、江西、宁夏、内蒙古等地区的省级农业科学院科技创新能力水平排名靠后。近年来，海南省农业科学院、河南省农业科学院等农业科学院科技创新能力进步较为明显，而天津市农业科学院、辽宁省农业科学院等农业科学院科技创新能力排名下滑较为严重。因此，中央政府应鼓励各省级农业科学院间相互增进农业科技创新合作与交流，发挥农业科技创新水平高的省级农业科学院对农业科技创新水平较低的农业科学院的辐射带动作用。而西藏、江西、宁夏、内蒙古等地区的省级农业科学院自身应加强农业科技人才培训，制定相关激励政策吸引全国各地的优秀农业科研人才，促进区域内农业科学院科技创新能力水平提升。同时，近些年科技创新能力水平下滑较为严重的省级农业科学院，亟需提升管理水平，建立高效的以科研成果为导向的激励机制，完善评价激励体系，激发各类科研人才的创新活力和潜能，从而增强自身科技创新竞争力。