楊傳喜 ，秦 亮

（桂林理工大學(xué)商學(xué)院，廣西 桂林 541004）

0 引言

改革開放以來，我國農(nóng)業(yè)高質(zhì)量發(fā)展成效顯著。2022 年，全國農(nóng)業(yè)科技進(jìn)步對農(nóng)業(yè)增長的貢獻(xiàn)率達(dá)到62.4%。作為推進(jìn)我國農(nóng)業(yè)科技進(jìn)步重要支撐的農(nóng)業(yè)科研機(jī)構(gòu)，各省級農(nóng)業(yè)科學(xué)院是構(gòu)建國家農(nóng)業(yè)科技創(chuàng)新體系的重要基礎(chǔ)，也是實(shí)施科教興農(nóng)和人才強(qiáng)農(nóng)戰(zhàn)略的重要支撐。然而，我國不同省級農(nóng)業(yè)科學(xué)院科技創(chuàng)新能力存在較大的差異性，在實(shí)施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略和建設(shè)農(nóng)業(yè)強(qiáng)國的大背景下，綜合評價我國各省級農(nóng)業(yè)科學(xué)院科技創(chuàng)新能力，具有重要實(shí)踐意義。

科技創(chuàng)新能力是指企業(yè)、學(xué)校、科研機(jī)構(gòu)或自然人等在某一科學(xué)技術(shù)領(lǐng)域具備發(fā)明創(chuàng)新的綜合實(shí)力。近年來，學(xué)者們對農(nóng)業(yè)領(lǐng)域科技創(chuàng)新能力進(jìn)行了深入的研究，主要集中在評價指標(biāo)構(gòu)建、評價方法選擇、科技創(chuàng)新能力提升對策等方面。在評價指標(biāo)構(gòu)建方面，梁俊芬等[1]從農(nóng)業(yè)科技創(chuàng)新環(huán)境、投入能力、產(chǎn)出能力、貢獻(xiàn)能力四個維度構(gòu)建了區(qū)域農(nóng)業(yè)科技創(chuàng)新能力評價指標(biāo)體系；陳耀等[2]從創(chuàng)新基礎(chǔ)能力、創(chuàng)新投入能力、科研活動能力、成果產(chǎn)出能力及轉(zhuǎn)化擴(kuò)散能力等方面構(gòu)建了評價指標(biāo)體系；王丹等[3]從農(nóng)業(yè)科技創(chuàng)新支撐能力、投入能力和產(chǎn)出能力等方面構(gòu)建了評價指標(biāo)體系。在農(nóng)業(yè)科技創(chuàng)新能力評價方法選擇方面，國內(nèi)學(xué)者主要使用熵權(quán)法、層次分析法、主成分分析法、灰色關(guān)聯(lián)法、因子分析法與聚類分析法等來測算與評價農(nóng)業(yè)科技創(chuàng)新能力。曹瓊等[4]從農(nóng)業(yè)科技創(chuàng)新潛力、投入能力和產(chǎn)出能力三方面構(gòu)建了湖北省農(nóng)業(yè)科技創(chuàng)新能力評價指標(biāo)體系，并利用熵權(quán)法確定了各項(xiàng)評價指標(biāo)權(quán)重；孫長東等[5]運(yùn)用灰色關(guān)聯(lián)分析法，篩選我國農(nóng)業(yè)科技創(chuàng)新能力評價體系；張小彥等[6]建立灰色綜合評價模型，評價分析了甘肅省農(nóng)業(yè)科技創(chuàng)新能力。在提升區(qū)域內(nèi)農(nóng)業(yè)科技創(chuàng)新能力的對策方面，吳敬學(xué)等[7]從優(yōu)化配置科技資源、加快完善科學(xué)評價體系等方面提出了相關(guān)建議；王丹等[8]提出了建立健全農(nóng)業(yè)科技創(chuàng)新系統(tǒng)、優(yōu)化農(nóng)業(yè)科技創(chuàng)新評價指標(biāo)結(jié)構(gòu)等建議；張鴻等[9]提出了加強(qiáng)產(chǎn)學(xué)研合作、建立創(chuàng)新激勵約束機(jī)制等建議。

在對農(nóng)業(yè)科學(xué)院的評價上，相關(guān)研究較少，學(xué)者多從科技資源配置等方面著手。楊傳喜等[10]通過突變級數(shù)法測算省級農(nóng)業(yè)科學(xué)院農(nóng)業(yè)科技資源配置能力，并運(yùn)用NACR模型定量分析農(nóng)業(yè)科技資源配置效益的比較優(yōu)勢。池敏青等[11]以福建省農(nóng)業(yè)科學(xué)院為研究對象，發(fā)現(xiàn)科技人才、經(jīng)費(fèi)投入和科技成果產(chǎn)出量化數(shù)存在十分顯著的線性關(guān)系。楊傳喜等[12]對30個省級農(nóng)業(yè)科學(xué)院的科技資源配置效率進(jìn)行測度，并提出提高科技資源配置效率等相關(guān)建議。

通過對以上文獻(xiàn)的梳理發(fā)現(xiàn)，一方面，學(xué)者們對于區(qū)域內(nèi)農(nóng)業(yè)科技創(chuàng)新能力的評價指標(biāo)體系的構(gòu)建尚未得到統(tǒng)一；另一方面，在時間維度上，學(xué)者們對區(qū)域內(nèi)農(nóng)業(yè)科技創(chuàng)新能力的評價以一年或幾年為主，時間較短，時間維度上的動態(tài)分析不足。而且，在研究對象上，現(xiàn)有文獻(xiàn)對于我國各省級農(nóng)業(yè)科學(xué)院科技創(chuàng)新能力鮮有研究。因此，本文以省級農(nóng)業(yè)科學(xué)院為研究對象，采用熵值法對2009—2019年我國28個省級農(nóng)業(yè)科學(xué)院科技創(chuàng)新能力進(jìn)行評價，以期為提升我國農(nóng)業(yè)科技創(chuàng)新能力、加快建設(shè)農(nóng)業(yè)強(qiáng)國提供決策支撐。

1 變量選取、說明與模型構(gòu)建

1.1 變量指標(biāo)選擇與數(shù)據(jù)來源

在已有相關(guān)研究成果的基礎(chǔ)上，本文從人力資源投入、科研基礎(chǔ)能力、創(chuàng)新產(chǎn)出能力三方面構(gòu)建省級農(nóng)業(yè)科學(xué)院科技創(chuàng)新能力評價指標(biāo)體系，在選取具體指標(biāo)時，遵循系統(tǒng)性、科學(xué)性、可操作性、可比性等原則，最終選取3 個一級指標(biāo)、6 個二級指標(biāo)、14 個三級指標(biāo)。本文數(shù)據(jù)來源于《全國農(nóng)業(yè)科技統(tǒng)計(jì)資料匯編》，最終選取28 個有效省級農(nóng)業(yè)科學(xué)院作為研究對象（山西省農(nóng)業(yè)科學(xué)院已與山西農(nóng)業(yè)大學(xué)合并，陜西省農(nóng)林科學(xué)院已與西北農(nóng)林科技大學(xué)合并，青海省農(nóng)林科學(xué)院已與青海大學(xué)合并，故此三者不計(jì)入研究對象）。具體評價指標(biāo)如表1所示。

表1 農(nóng)業(yè)科學(xué)院科技創(chuàng)新能力評價指標(biāo)體系

1.2 研究方法

農(nóng)業(yè)科技創(chuàng)新能力評價是一個多指標(biāo)綜合評價問題，權(quán)重的確定對評價結(jié)果的影響至關(guān)重要。本文采用客觀賦權(quán)法中的熵值法來確定權(quán)重，根據(jù)熵的特性，可以通過計(jì)算熵值來判斷某個指標(biāo)的離散程度，指標(biāo)的離散程度越大，該指標(biāo)對綜合評價的影響越大。因此，可根據(jù)各項(xiàng)指標(biāo)的變異程度，利用信息熵這個工具，計(jì)算出各個指標(biāo)的權(quán)重，為多指標(biāo)綜合評價提供依據(jù)。本文使用的熵值法主要包括以下步驟：

1）建立評價模型，假設(shè)構(gòu)建的省級農(nóng)業(yè)科學(xué)院科技創(chuàng)新能力評價模型中有n個省級農(nóng)業(yè)科學(xué)院、m個評價指標(biāo)，構(gòu)建一個初始矩陣A：

然后進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化處理：

2）計(jì)算第i個評價單位的第j個指標(biāo)在所有評價單位中的比重：

3）計(jì)算第j項(xiàng)指標(biāo)的熵值：

其中，n為樣本中的個體數(shù)量。

4）計(jì)算第j項(xiàng)指標(biāo)的信息效用值：

5）計(jì)算指標(biāo)權(quán)重：

6）計(jì)算各省級農(nóng)業(yè)科學(xué)院科技創(chuàng)新能力綜合得分：

2 實(shí)證研究與分析

根據(jù)熵值法的計(jì)算原理及步驟，計(jì)算出各項(xiàng)指標(biāo)的權(quán)重值并排序，最后計(jì)算出各省級農(nóng)業(yè)科學(xué)院的科技創(chuàng)新能力綜合得分并排序（得分相同時排名會順延）。

如表2 所示，我國不同省級農(nóng)業(yè)科學(xué)院科技創(chuàng)新綜合能力存在較大差異，總體上東部地區(qū)的省級農(nóng)業(yè)科學(xué)院科技創(chuàng)新能力水平高于西部地區(qū)的省級農(nóng)業(yè)科學(xué)院。經(jīng)濟(jì)發(fā)展水平一定程度上會影響區(qū)域內(nèi)農(nóng)業(yè)科研機(jī)構(gòu)科技創(chuàng)新能力的提升[13]，西北地區(qū)等經(jīng)濟(jì)落后區(qū)域的省級農(nóng)業(yè)科學(xué)院科技創(chuàng)新能力水平普遍較低，而處于經(jīng)濟(jì)發(fā)達(dá)的大省大市等區(qū)域的省級農(nóng)業(yè)科學(xué)院科技創(chuàng)新能力水平普遍較高。我國28 個省級農(nóng)業(yè)科學(xué)院中科技創(chuàng)新能力綜合水平居前5 位的分別是北京市農(nóng)林科學(xué)院、江蘇省農(nóng)業(yè)科學(xué)院、山東省農(nóng)業(yè)科學(xué)院、廣東省農(nóng)業(yè)科學(xué)院、黑龍江省農(nóng)業(yè)科學(xué)院。北京市農(nóng)林科學(xué)院科技創(chuàng)新能力水平穩(wěn)居第一，主要在于北京市農(nóng)林科學(xué)院位于我國政治、文化中心，經(jīng)濟(jì)雄厚、政策支持力度大、人力資源豐富，因而在人力資源投入、科研基礎(chǔ)能力、成果產(chǎn)出等方面相較其他省級農(nóng)業(yè)科學(xué)院更有優(yōu)勢。江蘇省農(nóng)業(yè)科學(xué)院近年來圍繞江蘇及全國農(nóng)業(yè)重大需求，立足以“科技創(chuàng)新為中心、科技人員為核心”理念，持續(xù)推進(jìn)大團(tuán)隊(duì)、研究中心、院地一體化建設(shè)，科技創(chuàng)新整體效能不斷提升。廣東省農(nóng)業(yè)科學(xué)院位列第4 名，與華南農(nóng)業(yè)大學(xué)、華中農(nóng)業(yè)大學(xué)、中國農(nóng)業(yè)大學(xué)等多所高校聯(lián)合培養(yǎng)農(nóng)業(yè)碩士、博士，為廣東省農(nóng)業(yè)科學(xué)院積累了大量的農(nóng)業(yè)科技人才。

表2 2009—2019年省級農(nóng)業(yè)科學(xué)院科技創(chuàng)新能力綜合得分及排名

我國28 個省級農(nóng)業(yè)科學(xué)院中科技創(chuàng)新能力水平排名靠后的分別是西藏、江西、寧夏、內(nèi)蒙古等地區(qū)的省級農(nóng)業(yè)科學(xué)院。其中，西藏自治區(qū)農(nóng)牧科學(xué)院是28 個省級農(nóng)業(yè)科學(xué)院中科技創(chuàng)新能力得分最低的，主要在于西藏自治區(qū)農(nóng)牧科學(xué)院位于我國青藏高原，自然環(huán)境惡劣、人力資源匱乏、經(jīng)濟(jì)基礎(chǔ)薄弱，因而在農(nóng)業(yè)科技人力資源投入、科研基礎(chǔ)能力、成果產(chǎn)出等方面相較其他省級農(nóng)業(yè)科學(xué)院處于較大的劣勢地位，科技創(chuàng)新能力亟待加強(qiáng)。

2009—2019 年，我國農(nóng)業(yè)科技創(chuàng)新能力整體格局有所調(diào)整，個別省級農(nóng)業(yè)科學(xué)院進(jìn)步明顯。海南省農(nóng)業(yè)科學(xué)院進(jìn)步最明顯，得益于近年來國家政策的大力扶持帶來大量的科研資金和優(yōu)秀科技人才，科技創(chuàng)新能力得分和排名在2016 年后快速提升。河南省農(nóng)業(yè)科學(xué)院、新疆農(nóng)業(yè)科學(xué)院也有較大的進(jìn)步，分別從2009 年的第20 名、第19 名上升到2019 年的第8 名、第13 名。天津市農(nóng)業(yè)科學(xué)院、遼寧省農(nóng)業(yè)科學(xué)院、福建省農(nóng)業(yè)科學(xué)院是排名下滑較嚴(yán)重的省級農(nóng)業(yè)科學(xué)院，這些省級農(nóng)業(yè)科學(xué)院創(chuàng)新投入及產(chǎn)出近年來有所下降，農(nóng)業(yè)科技創(chuàng)新能力亟待提升。其他省級農(nóng)業(yè)科學(xué)院排名表現(xiàn)相對平穩(wěn)。

3 結(jié)論及啟示

本文運(yùn)用熵值法測算了各省級農(nóng)業(yè)科學(xué)院2009—2019 年科技創(chuàng)新能力的指標(biāo)權(quán)重和綜合得分，得出的結(jié)論與相關(guān)啟示如下。

1）中國各省級農(nóng)業(yè)科學(xué)院科技創(chuàng)新能力存在較大差異，總體上東部地區(qū)的省級農(nóng)業(yè)科學(xué)院科技創(chuàng)新能力水平高于西部地區(qū)的省級農(nóng)業(yè)科學(xué)院。經(jīng)濟(jì)發(fā)展水平一定程度上會影響區(qū)域內(nèi)農(nóng)業(yè)科技創(chuàng)新能力的提升，西藏、內(nèi)蒙古等經(jīng)濟(jì)落后地區(qū)農(nóng)業(yè)科技創(chuàng)新能力水平普遍較低。因此，中央政府應(yīng)統(tǒng)籌兼顧，加大對西北等地區(qū)的農(nóng)業(yè)科技政策扶持與資金傾斜，鼓勵東部地區(qū)的農(nóng)業(yè)科研人員前往西部地區(qū)，改善科研人員分布不均導(dǎo)致農(nóng)業(yè)科技創(chuàng)新能力不均的情況，帶動農(nóng)業(yè)科技創(chuàng)新能力水平偏低的省級農(nóng)業(yè)科學(xué)院加快發(fā)展，縮小各省級農(nóng)業(yè)科學(xué)院之間的差距。

2）各省級農(nóng)業(yè)科學(xué)院中，北京市農(nóng)林科學(xué)院、江蘇省農(nóng)業(yè)科學(xué)院、山東省農(nóng)業(yè)科學(xué)院、廣東省農(nóng)業(yè)科學(xué)院等農(nóng)業(yè)科學(xué)院科技創(chuàng)新綜合能力水平較高，而西藏、江西、寧夏、內(nèi)蒙古等地區(qū)的省級農(nóng)業(yè)科學(xué)院科技創(chuàng)新能力水平排名靠后。近年來，海南省農(nóng)業(yè)科學(xué)院、河南省農(nóng)業(yè)科學(xué)院等農(nóng)業(yè)科學(xué)院科技創(chuàng)新能力進(jìn)步較為明顯，而天津市農(nóng)業(yè)科學(xué)院、遼寧省農(nóng)業(yè)科學(xué)院等農(nóng)業(yè)科學(xué)院科技創(chuàng)新能力排名下滑較為嚴(yán)重。因此，中央政府應(yīng)鼓勵各省級農(nóng)業(yè)科學(xué)院間相互增進(jìn)農(nóng)業(yè)科技創(chuàng)新合作與交流，發(fā)揮農(nóng)業(yè)科技創(chuàng)新水平高的省級農(nóng)業(yè)科學(xué)院對農(nóng)業(yè)科技創(chuàng)新水平較低的農(nóng)業(yè)科學(xué)院的輻射帶動作用。而西藏、江西、寧夏、內(nèi)蒙古等地區(qū)的省級農(nóng)業(yè)科學(xué)院自身應(yīng)加強(qiáng)農(nóng)業(yè)科技人才培訓(xùn)，制定相關(guān)激勵政策吸引全國各地的優(yōu)秀農(nóng)業(yè)科研人才，促進(jìn)區(qū)域內(nèi)農(nóng)業(yè)科學(xué)院科技創(chuàng)新能力水平提升。同時，近些年科技創(chuàng)新能力水平下滑較為嚴(yán)重的省級農(nóng)業(yè)科學(xué)院，亟需提升管理水平，建立高效的以科研成果為導(dǎo)向的激勵機(jī)制，完善評價激勵體系，激發(fā)各類科研人才的創(chuàng)新活力和潛能，從而增強(qiáng)自身科技創(chuàng)新競爭力。