安徽省各市农业技术创新能力评析

张德元，张杰兮

（安徽大学 经济学院，安徽 合肥 230601）

一、引 言

“坚持走中国特色农业现代化道路”是十八大报告中提出的一项重要部署，农业现代化是我国经济社会发展到新阶段的必然要求，是实现国民经济现代化的基本保障。而农业技术创新在农业现代化过程中起到重要的保障、支撑和续航作用。农业技术创新已经成为推动农业生产力发展，提高农民知识文化素质和建立优质高效的农业现代化生产体系的关键。安徽省作为农业大省，农业技术创新不仅成为安徽省创新体系的重要组成部分，也成为促进安徽省现代农业发展和增强地区竞争力的关键因素。

当前，国外在农业技术创新方面的研究起步较早，研究比较深入细致。Rosch C，Dusseldorp M认为保持精准农业上的技术创新优势可以打开出口市场和创造新的就业机会[1]；Chhetri N，Chaudhary P，Tiwari PR，Yadaw R以尼泊尔为例，认为农业技术创新将对避免气候变化产生的不良后果起到至关重要的作用[2]；Temple L，Kwa M，Tetang J，Bikoi A认为撒哈拉以南的非洲人民面对食品安全危机，可以提高生态集约型农业生产体系的技术创新水平从而不断扩大粗放型生产系统在食用农产品链上的限度[3]。

我国在农业技术创新能力的研究上起步较晚，但进展较快，主要包括定性和定量两种分析方法。

第一，定性分析。①在国家层面的定性分析上，李晓、陈茂钢在中国农业学术水平计量分析与预测研究的基础上，对国家农业技术创新系统的综合实力进行测评，探讨其指标体系、权重参数和模型方法，并编制了配套软件[4]；郑林从现代化的视角提出农业技术创新体系三元结构理论，重点探讨了近代中国社会政治、经济变迁所引发的农业技术需求对国家农业技术创新体系形成的影响[5]；丁巨涛在农业跨越式技术创新机制研究中探讨了当前我国农业技术创新过程中的主要障碍因素并提出了相应解决对策[6]；程广华依据现实国情，构建出基于农业科技创新组织、政府、技术市场和农业组织四位一体的中国农业科技创新与成果转化机制模型，提出了通过提高农业科研组织市场意识、发展壮大农业经济组织等措施，促进农业科技创新活动，提高科研成果转化率[7]。②在省域层面的定性分析上，肖树忠依据技术创新等基础理论，结合我国经济转型期政府工作的实际，提出了地市级农业技术创新体系建设的指导思想、基本原则、重点任务及保障措施[8]；郝敬胜从安徽水稻产品为例，通过调研，着重研究分析了如何将安徽的农业科技成果及时、高效的转化为现实生产力这一现实问题，并给出相应对策[9]；管琳、翟光红对安徽北部地区作的农业发展进行定性分析，提出了当前制约皖北农业发展的几个主要因素，并提出了相关参考建议[10]。

第二，定量分析。①在全国及中西部等大型区域层面上，不少学者通过比较各省级农业技术创新能力，对国家等大型区域农业技术创新体系进行实证分析，仇冬芳运用灰色关联分析法构建出全国农业R&D强度的指标体系，以便研究我国农业GDP和农业FDI与农业R&D的强度关联性，以便给出合理建议来提高我国的农业R&D强度和农业科技创新能力[11]；李扬、杨锦秀、傅新红运用主成分分析法通过选取11个原始指标构建出农业技术创新能力的评价指标体系，对我国31个省的农业技术创新能力进行综合评价与分类[12]；唐娟莉、朱玉春采用因子分析法和聚类分析法对西部12个省的农业技术创新能力进行了实证研究[13]。②在各省域层面上，定量分析的研究方法并不多见，且对市级农业技术创新能力进行定量的分析研究更是属于空白领域。徐琼运用DEA方法对浙江省11个地区的农业技术效率和规模效率进行测算，并对地区差异进行分析，为提高浙江省的农业竞争力提供了参考价值[14]；郭冉、黄威、董盼、李成标运用灰度关联分析法，层次分析法并结合专家评价法依次对影响荆州市农业技术创新能力进行指标的筛选、分析及评价[15]。

从以上分析中可以得出：首先，无论从定性还是定量角度出发，当前国内大多数学者仍聚焦在国家及中西部等大型区域里的省级农业技术创新能力研究上，极少有学者能以各省域里的市级农业技术创新能力为研究对象，而我国的实际国情和农业特点决定了国家及中西部等大型区域农业技术创新体系的构建必须以各省域农业技术创新体系为基石，可见研究省域里的市级农业技术创新能力在国家农业技术创新体系建设和农村现代化战略目标实现上的重要基础作用。其次，在定量分析中，主成分分析法的运用在省级农业技术创新能力研究上起到了很好的效果，且其逐渐处于这一研究领域中的主流位置。但在市级农业技术创新能力研究中，不仅没有主流的主成分分析法的运用，且其他的定量分析方法种类稀少且使用效果不明显，存在严重缺陷。

目前安徽省域里关于市级农业技术创新能力的研究是少之又少，且其研究方法基本属于定性分析，由于定性分析本身不可避免的不精确性也影响着对农业技术创新能力的研究结果。且严重空缺着对各市级农业技术创新能力的精确定量分析。因此本文鉴于以上分析，探索出有别于先前的市级农业技术创新能力研究方法，开创性地将当前主流的主成分定量分析法运用在安徽省域里的市级农业技术创新能力研究上。这不仅弥补了安徽省域里的市级农业技术创新能力定量分析研究的空白，也是对目前市级农业技术创新能力的定量分析方法进行了一次完善和补充，也同时为安徽省各市优化农业创新资源、转变农业发展思路、打造安徽省农业技术创新体系和制定农业现代化战略提供了重要的依据。

二、指标选取与数据说明

（一）数据来源与说明

本文的数据选取均来源于《安徽统计年鉴2011》、《安徽省科技统计公报2011》、《安徽农业经济统计年鉴2011》、安徽省各市统计公报以及国内知网、万方和维普三大学术期刊主要检索工具，主要采集了安徽省各地市的相关数据。其中，考虑到巢湖市因区划调整被撤销，没有可供参考的意义，但同时为保持数据运算过程的整体性、连续性、真实性和有效性，故将原巢湖市指标数据纳入计量运算过程中，但原巢湖市不参与后续各市农业技术创新能力的排名和评析。

（二）指标选取与解释

农业技术创新是指农业技术发明、应用到农业经济活动中所引起的农业生产要素的重新组合，其本身具有公共产品这一特性，有着周期长、风险高等特点。因此本文在选取市级农业技术创新能力评价指标时应遵循统计学中指标选取的系统性、科学性、可比性和可行性等原则，依据农业技术创新的自身特点和指标体系设置的基本原则，同时在综合借鉴前人的基础上，从农业技术创新投入、产出和环境三个方面选取了具有代表性的3个一级指标和14个二级指标，构建了市级农业技术创新能力评价体系（见表1）。

表1 农业科技创新能力评价体系

1．农业技术创新投入方面

农业技术创新的投入能力是衡量农业技术创新的首要方面，而当前中国的实际国情决定了政府是农业技术创新的投入主体，其投入主要包括农业科技资金投入、技术人员投入、科研机构投入和基础设施投入。因此本文在选取的具体指标里包括：市农R&D经费支出占各市GDP比重（X6）、各市政府农业科技投入占各市总财政支出比重（X7）、各市省级以上农业科技研究机构数（X8）、各市农业技术人员占专业技术人员总数比重（X9）、各市省级规模以上农产品加工龙头企业数（X10）。

各市农业R&D经费反映了各市政府对农业科研的持续性和主体性的投入情况，各市农业R&D经费支出占各市GDP比重（X6）这一指标反映了各市的农业科技资金投入与其农业经济发展规模的对比情况；各市农业科技投入是指各市每年用于农业科技创新和转化能力的总支出，各市政府农业科技投入占各市总财政支出比重（X7）这一指标反映了各市政府对农业科技创新的财政支出力度。这两个指标都具有相对稳定性和代表性，都是衡量农业技术创新资金投入情况的两项重要指标。由于安徽省各市没有相关具体的农业R&D经费和农业科技投入经费数据，因此本文采用公式推算法，即：各市农业R&D经费投入=各市R&D经费×（各市第一产业增加值/各市生产总值），各市农业科技投入经费=安徽省农业科技投入经费×（各市第一产业生产总值/安徽省第一产业生产总值）。依据已有的安徽省农业科技投入经费、各市R&D经费数据能大致推算出各市农业R&D经费和各市农业科技经费等相关数据。

各市的农业科技研究机构数是农业技术创新的重要推动力量，可以直接反映出各市政府对农业科技创新的人力、物力的投入力度，所以，选择各市省级以上农业科技研究机构数（X8）这一指标可很好地成为衡量各地市农业技术创新投入的重要权重指标。

各市农业技术人员和专业技术人员数据来源于安徽省统计局对安徽省各市国有企事业单位的统计，当前安徽省各市农业技术创新的主体正是由各市农业科研院所和高等农业院校组成，因此各市农业技术人员占专业技术人员总数比重（X9）这一指标作为替代数据在农业技术创新体系中具有很好的代表性。

农产品加工企业作为农业经济发展的微观主体，是农业技术创新的重要源泉之一，直接影响着农业技术创新产出的发展状况，其技术发展水平会与各市政府对农业科技发展的支持力度密不可分。采用各市省级规模以上农产品加工龙头企业数（X10）这一指标既能反映出各地市农产品加工企业的高技术水平，又能反映出各市政府对农业技术创新的扶持程度，因此这一指标成为衡量市级农业技术创新投入方面的一项必不可少的重要指标。

2．农业技术创新产出方面

农业技术创新的产出能力反映其各种农业要素组合产生的实际成效，是判断农业技术创新能力的第二个重要方面，参照已有关于农业技术创新产出定义的研究成果，产出方面的指标都需与农业技术创新产出存在着长期稳定和互为因果的关系，因此衡量农业技术创新产出的具体指标须关注专利数据、农业新产品开发情况和收录农业科技论文数这三大方面。因此本文在农业技术创新产出方面选取了各市农产品加工产值占各市农业生产总值的比重（X11）、主要检索工具收录各市农业科技论文数（X12）、各市国家级农业植物新品种保护权申请数（X13）和各市国家级农业植物新品种保护权授权数（X14）四个指标。其中由于相关安徽省各市农业专利申请数与授权数方面的数据缺失，而各市农业植物新品种保护权申请数与授权数与各市农业专利品申请数与授权数具有相互替代效应，因此本文依据《安徽省科技统计公报2011》的相关数据选取了各市国家级农业植物新品种保护权申请数（X13）和各市国家级农业植物新品种保护权授权数（X14）这两个指标作为替代数据。

3．农业技术创新环境方面

环境是决定某区域技术创新能力的关键，是技术创新赖以生存和发展的空间，它影响和制约着技术创新的质量和速度。农业技术创新环境是由影响农业技术创新的外部环境组成，外部环境是农业技术创新活动生存的土壤，它既为农业技术创新提供条件，又对其产生制约作用，选取农业技术创新环境方面的相关指标对研究整体的农业技术创新体系具有重要的实际意义，其自身主要具备了农业政策、科技、经济和基础设施建设等几个因素。依据农业环境的几个因素，本文综合选取了各市农业GDP（X1）、各市人均GDP（X2）、各市农村居民纯收入（X3）、各市农业固定资产投入（X4）和各市农用机械总动力（X5）这五个具有高度代表性的指标作为农业技术创新环境的具体指标。其中各市农业GDP、人均GDP和农村居民纯收入三个指标反映了农业环境里的经济发展程度，各市农用机械总动力反映了农业环境里的科技状况，各市农业固定资产投入则反映了农业技术创新环境中政府对农业基础设施的投入力度，也从侧面反映了各市政府对农业发展政策倾斜度。

三、安徽省市域农业技术创新能力实证分析

（一）农业技术创新能力评价模型：主成分分析法

区域农业技术创新能力评析指标涉及较多，而且指标之间相互交叉，具有一定的相关性，加大了问题研究的复杂性，而从上述研究中可以看出主成分分析可以在区域农业技术创新能力评析方面起到很好的效果。主成分分析法可以剔除多重共线性影响，将关系错综复杂的指标综合为几个简洁明了的主要公共主成分，从而有效、客观、真实地对安徽省各市农业技术创新能力进行分析，避免了由于信息重叠造成分析问题的失真[12]。

（二）实证分析

1．数据检验

本文运用SPSS17.0软件根据安徽省各市的统计数据进行计算（原始数据为14×17的矩形方阵），对以上指标的统计结果进行主成分分析测算，由于各类指标的量纲和测量度级的差异，因此对所有原始数据对无量纲化处理，并进行KMO值和Bartett’s球形检验，检查结果见表2。

表2 KMO和Bartlett’s检验结果

由表2可知，Bartlett检验值为311.765，P=0.000＜0.05，KMO的检验测度值为0.615，表明选取的变量指标间存在较强的线性关系，适合做主成分分析。因此，数据可通过主成分分析法对其进行实证分析，并做出下一步的解释和分析。

2．主成分提取和因子旋转

运行SPSS后，采用主成分法，由表3得知特征值大于1的主成分共3个：6.4901、4.1433、1.2408，且累计贡献率已达到84.8151%，超过了80%，故选择其作为公共主成分，基本能概括14个指标信息。

表3 特征值及方差贡献率

为加强公共主成分对实际问题的分析解释能力，对载荷矩阵进行因子旋转，选用方差最大化正交旋转，旋转4次后得到因子旋转载荷阵（见表4）。

表4 因子旋转载荷阵

第一主成分F1对技术创新能力的贡献率为46.358%，占据贡献率的主要比重。在主成分F1中，X7、X8、X9、X10、X11、X12、X13、X14这8个指标上载荷值很大，主要反映了各市农业技术创新投入和产出情况，因此将F1概括为投入和产出综合主成分。

在主成分F2中，X1、X2、X4、X5、X6这个5个指标上载荷值都很大，主要反映各市农业经济、科技等基本环境发展状况，将F2概括为总体环境主成分，F2对农业技术创新的贡献率为29.595%。

在主成分F3中，各市农业固定资产投入（X3）这一指标单独构成了载荷。农村固定资产投入是农业基础设施投入的有效替代指标，而当前中国的实际国情决定了政府是农业技术创新的投入主体，所以该指标实际反映了各市政府对农业发展的投入力度和重视程度。投入力度大、重视程度高则农业基础设施的投入力度就会加强。因此将F3概括为政府投入度主成分，F3对农业技术创新的贡献率为8.863%。

3．主成分得分及排名

将三个主成分的得分加权综合，便可计算各地区的综合得分，综合得分计算公式为：

F=F10.7039+F20.1639+F30.1331

通过计算，即可得安徽省各市农业技术创新能力综合得分及排名，如表5所示。

表5 安徽省各市农业技术创新能力综合得分及排名

在以上分析结果的基础上，采用K—均值聚类分析方法，根据安徽省各市的农业创新能力综合得分，运行SPSS17.0软件将这些市划分为三类地区（见表6）。第一类地区农业技术创新能力较强，第二类一般，第三类的农业技术创新能力则较弱。

表6 安徽省各市农业技术创新能力分类

4.聚类结果分析

由表4和表5计算结果可知、首先，从单向排名上来看，各主成分排名各有侧重和不同。在投入和产出综合主成分F1中，亳州、宿州、蚌埠、合肥、淮北、阜阳六个市的分值较高，农业技术创新的投入和产出能力较强。其中，亳州、宿州、蚌埠、淮北、阜阳五市地处华北平原上，是传统农业大市，拥有优越的农业自然环境，其农业新技术应用、农业基础设施等方面都得到了当地政府政策和经济的大力扶持，所以投入和产出能力较强。而合肥市作为安徽省会城市，区位条件优越，经济实力较强，高等院校和科研机构数处于全省前列，文化教育发达，交通、通讯等基础设施较好，农业发展良好，因此，合肥市的农业技术创新投入和产出能力较强；在总体环境主成分F2中，黄山，安庆、滁州、六安等市排名靠前，这些地区农业技术创新的总体环境较好主要是由于当地这几年良好的经济发展势头和当地政府对农业政策逐渐倾斜等原因；在政府投入度主成分F3中，铜陵、蚌埠、合肥、亳州、安庆等市排名居于前列，这五市的政府投入力度和重视程度较高主要由于近几年当地政府开始逐步转变产业发展策略，加大了对当地农业产业化的建设。其次，从综合排名来看，安徽省各市农业技术创新能力总体呈现出不平衡状态。合肥、淮北、亳州、宿州、蚌埠和阜阳聚为第一类，农业技术创新能力较强；淮南、滁州、六安、马鞍山、安庆聚为第二类，农业技术创新能力一般；黄山、芜湖、池州、宣城、铜陵聚为第三类，农业技术创新能力较弱。可以看出农业技术创新能力强的地市都集中在农业自然条件优越的皖北地区以及经济和科研实力较强的地区。从第一类到第三类，安徽省各市农业技术创新能力由北向南呈递减趋势。

四、结论与对策

从上述分析中可以得出如下结论：第一，皖南、皖北和皖中地区农业技术创新能力差距大，各市农业技术创新能力由北向南呈递减趋势，呈现不均衡状态。其中农业自然环境优越的皖北地区是安徽省农业技术创新的中坚力量；农业技术创新能力较弱的皖南山区对农业资源利用效率低下，大量农业资源被闲置、浪费；而皖中传统工业地区如淮南、马鞍山和安庆等市正在逐步转变农业产业发展策略，加大对农业技术创新的投入；第二，安徽省各市农业技术创新模式过于千篇一律，各市的模式需要因地制宜，没有各自特色和优势就会导致创新效率低下；第三，安徽省各市经济发展水平与农业技术创新能力不呈严格的正相关。经济发展水平高的城市其农业技术创新能力不一定较高，经济发展落后的地区其农业技术创新不一定较弱。

综合以上研究，本文提出以下几点建议：

（一）在农业技术创新投入模式上，从单一的政府主导性投入转变为政府、农企和农户三者互动的投入模式

政府主导性的这种将全部技术投入项目都由政府选择和配置的创新模式已被实践证明往往会导致创新效率低的问题。政府对农业技术创新的投入是对公共产品的投入，这也决定了政府必须将主要精力放在公共农业技术创新上，但农业技术创新投入的整体性使得其既要注重公共农业技术创新，更要注重市场需求和农户需求为导向的农业技术创新。因此需要扩大技术创新投入主体，将农企和农户融入进农业技术创新投入的全过程，通过合同契约形式充分调动政府、高科技农企和农户的积极性，使得三者之间互动配合、利益均沾、风险共担，发挥各自优势，加快以公共、市场和农户需求为导向的综合型农业技术的研发、创新与应用。形成政府引导农企、农企带动农户、农户主导需求的新型农业技术创新模式。

（二）在农业技术研发方向上，明确各市农业科研机构的基础研究、应用研究和交叉研究三者之间的主次关系

当前由于农业科研体制还有待革新和完善，原有的体制一方面容易导致研究内容的交叉重复现象普遍，造成科技资源浪费，另一方面又会使科研机构难以集中优势资源解决急需的农业技术创新问题，从而制约了农业技术创新发展。因此当前农业技术研发的重点在于合理分工，实现科技资源的优化配置。合肥、芜湖、蚌埠、阜阳等市拥有的农业科研机构和科研院校较多，农业技术研发能力较强，因此当地的农业科研机构要以基础研究为主，应用研究为辅；皖北农业技术创新能力强的地区其农业科研机构需要基础与应用研究并重，进行交叉研究；皖中工业地区和皖南山区的农业科研机构则要以应用研究为主，附带进行基础研究。各市科研机构相互依托、协作分工，形成了农业技术的理论研究、应用创新、试验推广一条龙化运转机制，从根本上提高了科技资源的利用配置，从而建立起了优质高效的农业科研体系结构。

（三）根据各市农业环境禀赋状况正确选择合适的农业技术创新发展道路

安徽省各市的经济、科技和自然环境禀赋差异较大，按照社会主义市场经济规律和农业科技发展规律，各市需依据当地农业产业特点，从实际情况出发，确定各市农业技术创新重点，制定出适合自身发展的农业技术创新发展道路。农业技术创新能力较强的皖北地区拥有优越的农业自然环境，可继续保持自身优势，加大农业技术创新的市场化和农业技术成果的转换、转移等方面的系统一体化；马鞍山、铜陵、淮南等皖中工业区科技研发能力较强，应以农业市场需求为主导，加大开发应用性农业技术，实现技术开发与农业市场需求的双向互动；黄山、池州等皖南山区农业技术创新能力较低，当地应依托其发展较好的旅游产业，培育发展土特产等科技农产品加工企业，鼓励企业成为研究、开发、生产、销售一体化的产业集团，从而实现各产业优势互补。

[1]Rosch C，Dusseldorp M.Precision agriculture：How innova⁃tive technology contributes to a more sustainable agriculture[J].Gaia-Ecological Perspectives For Science And Society，2007，16（2）：272-279.

[2]Chhetri N，Chaudhary P，Tiwari P R，et al.Institutional and technological innovation：Understanding agricultural adapta⁃tion to climate change in Nepal[J].Applied Geography，2012，33（4）：142-150.

[3]Temple L，Kwa M，Tetang J，et al.Organizational determi⁃nant of technological innovation in food agriculture and im⁃pacts on sustainable development[J].Agronomy For Sustain⁃able Development，2011，31（3）：745-755.

[4]李晓，陈茂钢.农业技术创新系统综合实力评价方法的研究[J].软科学，2002，16（1）：14-18.

[5]郑林.现代化与三元结构的农业技术创新体系——中国近代农业技术创新与需求初探[J].中国农史，2004（3）：37-45.

[6]丁巨涛.当前我国农业技术创新的主要障碍因素及对策[J].中国科技论坛，2004（3）：49-53.

[7]程广华.农业科技创新与技术扩散机制分析[J].华东经济管理，2012（12）：110-113.

[8]肖树忠.关于市域农业技术创新体系建设的思考[J].农业技术经济，2006（4）：59-62.

[9]郝敬胜.安徽农业科技成果转化为现实生产力的若干思考——以水稻产品研究为例[J].华东经济管理，2009（4）：20-23.

[10]管琳，翟光红.安徽北部农业发展中的问题及可持续发展对策[J].华东经济管理，2012（3）：30-32.

[11]仇冬芳.我国农业R&D强度宏观影响因素的灰色关联分析[J].华东经济管理，2013（3）：29-34.

[12]李杨，杨锦秀，傅新红.我国区域农业技术创新能力评价[J].中国软科学，2009（1）：84-89．

[13]唐娟莉，朱玉春.西部区域农业技术创新能力评价与分析[J].西北农林科技大学学报（社会科学版），2012（1）：38-43.

[14]徐琼.浙江省农业地区技术效率差异实证分析[J].华东经济管理，2005（5）：14-16.

[15]郭冉，黄威，董盼，等.我国农业区域自主创新能力影响因素研究——以湖北省荆州市为例[J].科技管理研究，2012（24）：73-77.