李建嵐
(山西工程職業(yè)學(xué)院,山西 太原 030000)
在科技迅猛發(fā)展的大背景下,農(nóng)業(yè)科技資源已經(jīng)成為開(kāi)展農(nóng)業(yè)科技活動(dòng)的必要條件,資源的有無(wú)或多少直接關(guān)系到相應(yīng)區(qū)域的農(nóng)業(yè)科技創(chuàng)新水平。目前,我國(guó)多家農(nóng)業(yè)科研機(jī)構(gòu)已經(jīng)將農(nóng)業(yè)研究作為根本目標(biāo),并針對(duì)如何提升國(guó)家農(nóng)業(yè)科技創(chuàng)新能力展開(kāi)了深度研究。研究結(jié)果表明,農(nóng)業(yè)科技資源水平的相關(guān)研究成果在一定程度上可以反映出國(guó)家農(nóng)業(yè)科技資源的發(fā)展?fàn)顩r。自2010年以來(lái),國(guó)家農(nóng)業(yè)科技資源投入不斷攀升,且上升幅度逐年擴(kuò)大。農(nóng)業(yè)農(nóng)村部科技教育司統(tǒng)計(jì)數(shù)據(jù)顯示,從事農(nóng)業(yè)科技活動(dòng)的人數(shù)已經(jīng)由2010年的6.63萬(wàn)人上升至2021年的7.56萬(wàn)人,從業(yè)人員的學(xué)歷也有了非常明顯的提升,碩博人數(shù)占比已經(jīng)從2010年的21.16%上升至2021年的50.39%。在研究投入不斷增大的情況下,農(nóng)業(yè)科技創(chuàng)新成果大幅度增多。但是通過(guò)對(duì)農(nóng)業(yè)科技資源分配情況進(jìn)行分析,可以發(fā)現(xiàn)農(nóng)業(yè)科技資源區(qū)域間的不平衡現(xiàn)象進(jìn)一步加劇,一線城市以及沿海發(fā)達(dá)省份的經(jīng)費(fèi)支出一直居高不下,而內(nèi)陸地區(qū)相關(guān)省份的農(nóng)業(yè)科技經(jīng)費(fèi)甚至不到全國(guó)比重的1%。農(nóng)業(yè)科技資源分配的不合理將直接導(dǎo)致配置效率下降,嚴(yán)重影響農(nóng)業(yè)科技資源對(duì)于農(nóng)業(yè)發(fā)展的推動(dòng)作用。因此,相關(guān)農(nóng)業(yè)科研機(jī)構(gòu)和工作人員應(yīng)當(dāng)加強(qiáng)對(duì)農(nóng)業(yè)科技資源水平區(qū)域差異及空間結(jié)構(gòu)特征的研究,相關(guān)研究結(jié)果將有效促進(jìn)因區(qū)施策等方法和手段的落實(shí),對(duì)于提升國(guó)家整體農(nóng)業(yè)水平有著重要的現(xiàn)實(shí)意義。
本研究所涉及的理論基礎(chǔ)包括區(qū)域差異理論和空間相關(guān)性理論?;趨^(qū)域差異理論,農(nóng)業(yè)科技資源水平差異會(huì)受到區(qū)域經(jīng)濟(jì)水平、農(nóng)業(yè)經(jīng)濟(jì)水平、農(nóng)業(yè)科技資源布局以及區(qū)域農(nóng)業(yè)科技發(fā)展戰(zhàn)略等多項(xiàng)因素的影響[1]。通常情況下,相應(yīng)區(qū)域的經(jīng)濟(jì)水平越高,農(nóng)業(yè)科技資源投入水平也就越高,在農(nóng)業(yè)科研的需求下,進(jìn)一步促進(jìn)了農(nóng)業(yè)科技資源成果的產(chǎn)出。區(qū)域農(nóng)業(yè)經(jīng)濟(jì)水平越高,其對(duì)農(nóng)業(yè)科技資源的需求量也就越大,在某種層面上實(shí)現(xiàn)了對(duì)農(nóng)業(yè)科技人才的吸引,以此獲得更多的農(nóng)業(yè)科研經(jīng)費(fèi),并進(jìn)一步提升農(nóng)業(yè)經(jīng)濟(jì)水平[2]。在開(kāi)展農(nóng)業(yè)科技資源布局工作過(guò)程中,相關(guān)工作人員會(huì)根據(jù)相應(yīng)區(qū)域的土地資源情況對(duì)農(nóng)業(yè)科技資源進(jìn)行合理分配。區(qū)域資源的豐富程度在一定程度上決定了該區(qū)域的產(chǎn)業(yè)結(jié)構(gòu),并對(duì)該區(qū)域的農(nóng)業(yè)科技資源分配情況產(chǎn)生一定程度的影響。因此,在開(kāi)展研究工作的過(guò)程中,工作人員應(yīng)當(dāng)對(duì)上述各項(xiàng)影響因素參數(shù)進(jìn)行有效統(tǒng)計(jì)。
在對(duì)空間結(jié)構(gòu)特征進(jìn)行研究的過(guò)程中會(huì)應(yīng)用到空間相關(guān)性理論,具體是指不同區(qū)域的事物及情況在某種空間維度上互相作用、互相影響。例如,部分區(qū)域的農(nóng)業(yè)科技資源有著明顯的外部性,相關(guān)政府部門(mén)可以通過(guò)應(yīng)用資金、資源、技術(shù)以及人才等方面的舉措來(lái)提升當(dāng)?shù)剞r(nóng)業(yè)科技資源水平,形成農(nóng)業(yè)科技資源集聚區(qū)域。而部分不具備外部性的農(nóng)業(yè)科技資源區(qū)域就無(wú)法通過(guò)上述舉措來(lái)提升農(nóng)業(yè)科技資源發(fā)展水平,導(dǎo)致區(qū)域內(nèi)部存在著明顯的農(nóng)業(yè)科技資源差異現(xiàn)象。因此,為論證農(nóng)業(yè)科技資源水平區(qū)域差異并研究農(nóng)業(yè)科技資源空間結(jié)構(gòu)特征,筆者將基于上述理論,綜合相關(guān)農(nóng)業(yè)科研機(jī)構(gòu)提供的2015—2021年的數(shù)據(jù)展開(kāi)深入研究。
1)主成分分析法。根據(jù)農(nóng)業(yè)科技資源相關(guān)數(shù)據(jù),通過(guò)主成分分析法算出綜合指數(shù),進(jìn)而對(duì)農(nóng)業(yè)科技資源水平進(jìn)行有效評(píng)估[3]。該方法的優(yōu)勢(shì)為可以將相關(guān)數(shù)據(jù)指標(biāo)轉(zhuǎn)化為不相關(guān)的主成分,從而實(shí)現(xiàn)降維計(jì)算。其中各個(gè)主成分都是原始指標(biāo)的線性組合,極大程度地提升了計(jì)算的便捷性。
2)Moran指數(shù)。通過(guò)Moran指數(shù),相關(guān)工作人員可以有效判斷農(nóng)業(yè)科技資源水平在空間上是否存在自相關(guān)[4]。通過(guò)Moran指數(shù)可以對(duì)區(qū)域附近的空間集聚情況進(jìn)行有效分析,明確各空間的聯(lián)系形式,從而有效判斷空間結(jié)構(gòu)特征。
3)農(nóng)業(yè)科技資源水平指標(biāo)。基于上述數(shù)據(jù)內(nèi)容以及研究方法,設(shè)計(jì)了一套農(nóng)業(yè)科技資源水平綜合評(píng)價(jià)指標(biāo),評(píng)價(jià)層次包括人力、財(cái)力和產(chǎn)出三方面,如表1所示。通過(guò)該指標(biāo)可以對(duì)相應(yīng)區(qū)域農(nóng)業(yè)科技資源水平分布情況進(jìn)行有效判斷。
表1 農(nóng)業(yè)科技資源水平綜合評(píng)價(jià)指標(biāo)及其變量
文章所用數(shù)據(jù)均來(lái)自農(nóng)業(yè)農(nóng)村部科技教育司統(tǒng)計(jì)數(shù)據(jù),時(shí)間范圍為2015—2021年,數(shù)據(jù)統(tǒng)計(jì)了全國(guó)各省市的農(nóng)業(yè)科技資源,可以充分滿足本研究的應(yīng)用需求。
根據(jù)農(nóng)業(yè)科技資源組成要素?cái)?shù)據(jù),筆者運(yùn)用主成分分析方法對(duì)2015—2021年全國(guó)六大行政區(qū)的年度農(nóng)業(yè)科技資源水平綜合指數(shù)進(jìn)行計(jì)算,并根據(jù)7年的綜合指數(shù)對(duì)六大行政區(qū)進(jìn)行排名。為了便于計(jì)算以及統(tǒng)計(jì),各大行政區(qū)的綜合指數(shù)均取正值。
從六大行政區(qū)2015—2021年農(nóng)業(yè)科技資源水平綜合指數(shù)取值范圍來(lái)看,可以明確綜合指數(shù)排名第一的是華東地區(qū),取值范圍為3.419~5.203;排名末尾的則是西北地區(qū),取值范圍為1.473~1.944。總體來(lái)看,華北區(qū)、東北區(qū)、華東區(qū)及中南區(qū)的農(nóng)業(yè)科技資源水平相對(duì)較高,而西南區(qū)和西北區(qū)的農(nóng)業(yè)經(jīng)濟(jì)資源水平整體偏低,相應(yīng)地區(qū)大部分年份的綜合指數(shù)甚至達(dá)不到水平較高行政區(qū)的50%。
應(yīng)用主成分分析法對(duì)六大行政區(qū)農(nóng)業(yè)科技資源水平綜合指數(shù)均值進(jìn)行計(jì)算,可以發(fā)現(xiàn)農(nóng)業(yè)科技資源水平綜合指數(shù)排名順序?yàn)椋喝A東區(qū)、華北區(qū)、中南區(qū)、東北區(qū)、西南區(qū)、西北區(qū)。通過(guò)分析2015—2021年相關(guān)行政區(qū)農(nóng)業(yè)科技資源水平綜合指數(shù)可以明確在時(shí)間推移的過(guò)程中,六大行政區(qū)的該項(xiàng)指數(shù)都有了一定程度的增長(zhǎng)。華東地區(qū)增長(zhǎng)幅度最大,由2015年的3.393增長(zhǎng)至2021年的5.142;西北區(qū)增長(zhǎng)幅度最小,由2015年的1.407增長(zhǎng)至2021年的2.035。根據(jù)相關(guān)部門(mén)綜合統(tǒng)計(jì)各省份的數(shù)據(jù),對(duì)六大行政區(qū)農(nóng)業(yè)科技資源水平綜合指數(shù)進(jìn)行排名,如表2所示。通過(guò)該排名可以知曉華東區(qū)省份農(nóng)業(yè)科技資源水平綜合指數(shù)基本排在前10名,而西北區(qū)省份則沒(méi)有一個(gè)進(jìn)入前10名。由此可見(jiàn),國(guó)家各省份之間的農(nóng)業(yè)科技資源水平存在明顯差異,并在相應(yīng)區(qū)域呈現(xiàn)出了明顯的地域集中性。
表2 六大行政區(qū)農(nóng)業(yè)科技資源水平綜合指數(shù)排名
在完成農(nóng)業(yè)科技資源水平綜合指數(shù)的分析工作后,為深度了解農(nóng)業(yè)科技資源水平區(qū)域差異,筆者根據(jù)上述提到的農(nóng)業(yè)科技資源指標(biāo)展開(kāi)了分析工作。首先是華北區(qū),該行政區(qū)的農(nóng)業(yè)科技資源水平綜合指數(shù)處于前列,其原因在于該行政區(qū)中包括北京市,北京市的農(nóng)業(yè)科技資源投入及產(chǎn)出在2015—2021年時(shí)間段內(nèi)一直排在全國(guó)首位。其中,農(nóng)業(yè)科技資源投入中的活動(dòng)經(jīng)費(fèi)投入占全國(guó)總經(jīng)費(fèi)的10%以上;在科技產(chǎn)出方面,無(wú)論是論文、著作,還是專(zhuān)利,其占比也都超過(guò)了全國(guó)總量的10%;在綜合指數(shù)方面,北京市與第二名差距明顯,綜合指數(shù)方面相差3.69。綜合指數(shù)的差異主要體現(xiàn)在著作數(shù)量、科研活動(dòng)經(jīng)費(fèi)支出、收入三項(xiàng)指標(biāo),差值分別為13.54、8.72、7.03。導(dǎo)致該種情況的原因可能是國(guó)家重點(diǎn)高校大部分都在北京,使得北京市的科研水平明顯高于其他地區(qū),并且北京周邊農(nóng)業(yè)生產(chǎn)水平也相對(duì)較高,農(nóng)業(yè)生產(chǎn)工作高效、持續(xù)開(kāi)展,使得相關(guān)科研成果、專(zhuān)利技術(shù)都得到了有效應(yīng)用,進(jìn)而創(chuàng)造出了更多的農(nóng)業(yè)科技成果[5]??梢?jiàn),北京市充分利用其地理優(yōu)勢(shì),使當(dāng)?shù)氐霓r(nóng)業(yè)科技資源水平綜合指數(shù)與其他各省份拉開(kāi)了明顯差距[6]。為了更有效地展示實(shí)證數(shù)據(jù),文章列出了各農(nóng)業(yè)科技資源投入和農(nóng)業(yè)科技資源產(chǎn)出前5的省份排名,排名依據(jù)為相應(yīng)省市農(nóng)業(yè)科技資源占全國(guó)總投入的比重,如表3所示。
表3 農(nóng)業(yè)科技資源投入和農(nóng)業(yè)科技資源產(chǎn)出前5的省份
綜上,根據(jù)全國(guó)六大行政區(qū)中具體省份相關(guān)數(shù)據(jù)指標(biāo)的計(jì)算結(jié)果,可以判斷農(nóng)業(yè)科技資源水平具有區(qū)域差異。相關(guān)數(shù)據(jù)內(nèi)容是農(nóng)業(yè)科技資源水平區(qū)域差異的重要依據(jù),對(duì)于分析導(dǎo)致區(qū)域性差異的實(shí)際原因有著重要意義。
基于Moran指數(shù)對(duì)農(nóng)業(yè)科技資源空間結(jié)構(gòu)特征進(jìn)行研究可以發(fā)現(xiàn),全國(guó)范圍內(nèi)農(nóng)業(yè)科技資源水平相近的地區(qū)都有著非常明顯的空間集聚趨勢(shì),即當(dāng)下農(nóng)業(yè)科技資源水平較高的行政區(qū)及省份正在強(qiáng)強(qiáng)集聚,而水平較低的行政區(qū)及省份正在形成弱弱集聚[7]。根據(jù)全局Moran指數(shù)可以發(fā)現(xiàn)其已經(jīng)由2015年的0.437下降至2021年的0.405,該項(xiàng)數(shù)據(jù)表明農(nóng)業(yè)科技資源水平的空間自相關(guān)程度已經(jīng)明顯減弱。
目前,國(guó)家相關(guān)省份的農(nóng)業(yè)科技資源結(jié)構(gòu)特征主要有以下4種,即高-高集聚特征、高-低集聚特征、低-高集聚特征以及低-低集聚特征。2021年農(nóng)業(yè)科技資源空間結(jié)構(gòu)特征為高-高集聚的代表省份有北京、黑龍江、山東、浙江、上海、湖北等,其中北京、黑龍江、山東、浙江的空間結(jié)構(gòu)特征一直為高-高集聚,而上海和湖北由于變動(dòng)相對(duì)較大,是在2018年以后才轉(zhuǎn)變?yōu)楦?高集聚的。具有高-低集聚空間結(jié)構(gòu)特征的地區(qū)屬于變化波動(dòng)較大的區(qū)域,經(jīng)常出現(xiàn)由該特征轉(zhuǎn)變?yōu)楦?高集聚特征,或由高-高集聚特征轉(zhuǎn)變?yōu)楦?低集聚特征。而有低-高集聚空間結(jié)構(gòu)特征的省份則相對(duì)穩(wěn)定,如廣西、福建一直屬于該種空間結(jié)構(gòu)特征。低-低集聚空間結(jié)構(gòu)特征包括了大量省份,并且在農(nóng)業(yè)不斷發(fā)展的過(guò)程中,部分省份的空間結(jié)構(gòu)特征也在向低-低集聚轉(zhuǎn)化[8],如2019年的遼寧和2020年的甘肅。
此外,通過(guò)對(duì)各省份農(nóng)業(yè)科技資源空間結(jié)構(gòu)特征進(jìn)行研究可以發(fā)現(xiàn),農(nóng)業(yè)資源集聚有著非常明顯的輻射效應(yīng)。例如,2015—2021年的北京、山東和黑龍江都屬于高-高集聚,并且局部Moran指數(shù)顯著性水平為1%,可以說(shuō)明相關(guān)省份的農(nóng)業(yè)科技資源一致保持在較高水平,并對(duì)周?chē)》莓a(chǎn)生了非常積極的輻射作用,引導(dǎo)其空間結(jié)構(gòu)特征發(fā)生了變化。如山東周邊的江蘇就于2019年轉(zhuǎn)變?yōu)楦?高集聚,并且其輻射作用還在不斷向外擴(kuò)散,且保持較高效率[9]。由于北京、山東和江蘇的農(nóng)業(yè)生產(chǎn)水平本就較高,并且擁有良好的生態(tài)環(huán)境,科技發(fā)展水平一直處于國(guó)家領(lǐng)先地位,擁有良好的科技創(chuàng)新環(huán)境,所以未來(lái)戰(zhàn)略往往會(huì)向其傾斜,進(jìn)而促進(jìn)了其農(nóng)業(yè)科技資源水平不斷提升,并向周?chē)貐^(qū)輻射,形成高-高集聚區(qū)[10],而寧夏、山西、青海等環(huán)境資源較差的省份就會(huì)形成低-低集聚區(qū)。在省份輻射不斷發(fā)揮作用的過(guò)程中,國(guó)家農(nóng)業(yè)科技資源水平呈兩極化趨勢(shì)發(fā)展。
目前,農(nóng)業(yè)科技資源分布格局并沒(méi)有發(fā)生明顯改變,還是存在著明顯的不均衡問(wèn)題。并且由于地區(qū)農(nóng)業(yè)科技資源水平受多種因素影響,所以政府應(yīng)當(dāng)充分發(fā)揮其在農(nóng)業(yè)科技資源布局方面的職能,加大對(duì)農(nóng)業(yè)科技資源水平較低區(qū)域的扶持,轉(zhuǎn)變農(nóng)業(yè)科技資源水平空間結(jié)構(gòu)特征,通過(guò)因區(qū)施策的手段,進(jìn)一步提升農(nóng)業(yè)科技資源分配的合理性,促進(jìn)國(guó)家農(nóng)業(yè)經(jīng)濟(jì)的穩(wěn)步持續(xù)發(fā)展。