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
郭冉，黄威，董盼，李成标
（长江大学管理学院，湖北荆州 434023）
摘要：农业区域自主创新能力是我国建设创新型国家的重要组成部分，能够对农业区域自主创新能力进行
合理评价是提升我国农业发展的基础。本文运用灰度关联分析法，层次分析法（简称AHP ）并结合专家评价法依次对影响荆州市农业自主创新能力进行指标的筛选，分析及评价。并且在对各个因素分析评价的基础上，为提高荆州市农业自主创新能力提出相应的对策建议。
关键词：区域农业；自主创新能力；灰度关联法；层次分析法（AHP ） 中图分类号：F224.9 文献标识码：A 文章编号：
Capability of independent innovation of China's
agricultural region influencing factors
——Jingzhou prefecture in hubei province as an example
GUO Ran, HUANG Wei, DONG Pan, LI Chengbiao
(Yangtze University School of Management , Jingzhou, Hubei 434023)
Abstract: Agricultural areas capability of independent innovation is an important part of our country
building an innovative country, reasonable evaluation of the capability of independent innovation of the agricultural areas basis to enhance China's agricultural development. Jingzhou City , Hubei Province , is China's agricultural development City.This paper will use Gray Correlation Analysis method, Analytic Hierarchy Process，and combined with Expert evaluation method to screen , analysis and evaluation the indexes that can make the affect of the agricultural capability of independent innovation in Jingzhou City, And on the basis of various factors though analysis and evaluation, giving some suggestions to improve the agricultural capability of independent innovation in Jingzhou City .
Keywords: Agriculture areas; capability of independent innovation ; gray correlation method; Analytic
Hierarchy Process (AHP)
农业是国民经济的基础，更是一个国家经济发展的基础，“2020年我国将建设成为创新型国家”，这是我国科学技术发展的重大战略性目标。而作为区域创新能力的建设则对创建创新型国家有着十分重要的影响，作为全国重要的农业综合商品生产基地，湖北省荆州市是连东西、跨南北的交通要道和物资集散地，也是国家粮棉油生产基地和淡水渔业基地，素有文化之邦、鱼米之乡的称誉。但其农业在发展创新中仍面临着农业生产效率低，农村剩余劳动力比重高，农业自主创新能力差等不利要素。因此，科学的评价荆州市农业自主创新能力的影响因素具有重要意义。
国内外在农业创新能力的研究主要是“农业技术创新”和“农业科技创新”这两个方面。农业区域自主创新能力是农业在区域竞争力高低的决定因素之一，其体现了特定区域的创新效率，也是区域创新功能发挥程度的重要标志。美国经济学家舒尔茨在《改造传统农业》中认为，改造传统农业的关键是从农业部门引进新的生产要素，农业技术创新是从传统农业向
基金项目：湖北教育厅重点项目（D20101307）
现代农业转变的关键。美国费农·拉坦和日本速水佑次郎两位农业经济学家提出，农业技术创新产生于生产诱导，而产生生产诱导起因于生产要素价格的变动，要素价格变动诱导产
[2]
生各种各样不同类型的技术。国内专家学者对农业创新的研究发展同样较为迅速，王培志和黄璜较早提出农业技术创新“是一个从创新的农产品或生产方法的设想产生，到普遍推广
[3]
应用的完整的过程”。朱海将区域创新能力的构成分为“网络创新能力”、“企业的创新能力”、“创新环境”三个一级指标，再依据“投入，产出”分别设计二级指标。国际组织则普遍采用主导因素法，学习过程法和系统分析法，从影响创新能力因素，知识流动及广泛的社
[4]
会参与度对国家创新能力进行评估的。柳卸林等发布的《中国区域创新能力报告》，对区域创新能力构建了评价指标体系，并对省级自主创新能力进行了动态研究。
总的来说，国内外对农业自主创新能力的研究主要体现在农业技术创新和农业科技创新，区域对技术创新资源的有效利用等方面，对农业区域自主创新能力的评价是以提高农业区域竞争力为目的的。本文将结合灰度关联分析法、层次分析法，并以湖北省荆州市为例，分析评价农业区域自主创新能力的影响因素，并给出合理建议。
[1]
1 农业区域自主创新能评价指标体系构建与筛选
1.1 初步构建指标体系
通过大量文献资料的研究以及农业的发展状况结合分析，为使测评结果能客观准确全面的反应农业自主创新能力的实际现状及发展趋势，严格遵守了评价指标选取的系统性、科学性、可操作性、可比性、综合性以及互斥性六大原则，我们初步选取了40个影响农业自主创新能力的因素指标，随后运用专家评价法进行评价，初步去除相关系数较大，对结果会有放大效应；主观性过强，影响评价结果的稳定性以及难以直接量化的定性指标，最终得出如下21个相关指标（见表1）。
表1 农业区域自主创新能力评价指标体系
指标代码 指标名称 X0 农业总产值//亿元 X2 地方财政R&D支出费用//万元 X3 R&D教育事业费用支出//万元 X4 科技实施项目（市级）//项 X5 机耕面积比重//% X6 农村居民人均纯收入//元 X7 新产品与新技术增加产值//亿元 X8 农业机械总动力//万千瓦 X9 专利申请授权数//项 X10 实施农技推广转化项目//项 X11 金融机构中农业贷款//亿元 X12 规模以上农副食品加工工业企数//个 X13 教育投资//万元 X14 良种补贴资金//万元 X15 规模以上农村工业企业数//个 X16 总农作物播种面积//千公顷 X17 第一产业就业劳动力//% X18 高中（含中专）以上程度//% X19 大中型拖拉机农具拥有量//部 X20 农林牧渔业劳动力//人
表1中部分指标具体含义解释：
X0:农业总产值，指以货币表现的农、林、牧、渔业全部产品的总量，它反映一定时期内农业生产总规模和总成果; X6：农村居民人均纯收入，指当年从各个渠道得到的总收入，相应的扣除获得收入所发生的费用后的收入总和；X11：金融机构中农业贷款，指从各类金融机构中获得的用于农业科技活动的贷款。 1.2 灰度关联分析法筛选指标 1.2.1 灰度关联分析法的基本思想
为使评价指标更具准确性及代表性，笔者将运用灰色系统理论中的灰关联分析法对剩余的21个指标再度筛选，灰度关联分析法揭示了事物动态关联的特征与程度，是根据因素之间发展的态势相似或相异程度去衡量因素间关联的程度。其筛选原则是参考序列与比较序列之间关联度的大小，越大则说明参考序列与比较序列关系越密切，应予以保留，越小则越相反。当然，在做筛选时，各指标的相互独立性是必须事先得到保证的。本文则选取了荆州市2005-2009年五年的相关数据进行分析。以农业总产值作为参考序列，其余20项指标作为比较序列，通过Matlab 数据处理, 灰度关联分析法的相关公式得到如下关联度计算结果，如表2。
表2 关联度计算结果
r 1 0.8351
r 9 0.8271 r 17 r 2 0.6594 r 10 0.7920 r 18 r 3 0.8929 r 11 0.7491 r 19 r 4 0.7786 r 12 r 20 r 5 0.9204 r 13
r 6 0.9790 r 14 0.9093
r 7 0.9431 r 15 0.7517
r 8 0.9632 r 16 0.8737
0.8698 0.9007
标：农业生产总值，每万人拥有农业技术人员数，R&D教育事业费用支出，机耕面积比重，农村居民人均纯收入，新产品与新技术增加产值，农业机械总动力，实施农技推广转化项目，专利申请授权数，规模以上农副食品加工工业企数，教育投资，良种补贴资金，总农作物播种面积，第一产业就业劳动力，高中（含中专）以上程度，农林牧渔业劳动力。
2 农业区域自主创新能力影响分析
2.1 层次分析法 （1） 模型构建
层次分析法（Analytic Hierarchy Process，简称AHP ）是美国运筹学家T. L. Saaty 于70 年代初期提出的一种简便、实用的多准则决策方法。它是对一些较为复杂、模糊的问题作出决策的简易方法，对于那些难于完全定量分析的问题极为适用。其最大特点在于将定性与定量相结合，强调层次化，系统化。在进行社会的、经济的以及科学管理领域问题的系统分析中，一个由相互关联、相互制约的由众多因素构成但往往缺少定量数据的系统是人们面临的一大难题。然而，层次分析法提供了一种新的、简洁而实用的建模方法解决了这类问题的决策和排序。因此，我们将层次分析法运用于对荆州市农业自主创新能力影响因素分析中，将对如何提高荆州市农业自主创新能力产生重要作用。
基于层次分析法的原理，本文在确定指标构建模型时，考虑到荆州市农业发展的实际情况，遵循系统性和层次性相结合，概括性和全面性相结合等原则，通过大量文献资料查阅和专家咨询的方法，构建了荆州市农业自主创新能力评价模型，如表3所示。
2.2权重的确定
（1）构造判断矩阵。模型构建后，也即确定了上下层的隶属关系，我们采用专家意见法进行问卷调查方式，并通过两两比较用1~9 比例标度将定性的比较结果转化为定量的判断数据，使其能形成判断矩阵。
（2）指标的相对权重及一致性检验。 本文采用的是Matlab 软件包直接生成最大特征值λmax ，以及最大特征值对应的归一化特征向量，记 为 向 量W=(W1，W2，⋯，Wn) ， 即各指标的相对权重。计算结束后，要对结果进行一致性检验。对判断矩阵的一致性检验步骤如下：
（i ）计算一致性指标CI
T
CI=
λmax−nn−1
（ii ）计算随机一致性比率CR
CICR=
式中:RI为平均一致性指标，可以通过查表获得。 当CR
通过。
按照以上步骤，我们得出各级指标判断矩阵的单排序表：
矩阵
λ对应特征向量的归一化结果
n CI RI CR 一致性检验
A
（0.5226,0.2959,0.1316,0.0499）
4 0.0430 0.90 0.0478 通过
表4 一级指标判断矩阵的单排序结果 表5 二级指标判断矩阵的单排序结果
矩阵 B 1 B 2 B 3 B 4
λmax 对应特征向量的归一化结果 (0.4903,0.3078,0.1447,0.0572) (0.5781,0,2282,0.1336,0.0600) (0.7514,0.1782,0.0704)
(0.5153,0.2711,0.1162,0.0664,0.0310)
n 4 4 3 5
CI 0.0456 0.0225 0.0145 0.0938
RI 0.90 0.90 0.58 1.12
CR 0.0506 0.0250 0.0251 0.0838
一致性检验
通过 通过 通过 通过
从表4、表5可知，CR
（3）层次总排序及一致性检验。对层次总排序也需作一致性检验，检验仍象层次单排序那样由高层到低层逐层进行。这是因为虽然各层次的比较判断矩阵都具有了比较满意的一致性，但当综合考察时，各层次的非一致性很有可能会积累起来，引起最终分析结果产生非一致性。因此荆州市农业自主创新能力因素权重排序如下表所示：
表6 荆州市农业自主创新能力因素权重排序表
代码 C 1 C 5 C 2 C 9 C 3 C 6 C 7 C 4 C 12 C 10 C 8 C 13 C 11 C 14 C 15 C 16
农业总产值
R&D教育事业费用支出 新产品与新技术增加产值 实施农业技术推广转化项目 专利申请授权数 农业技术人员数 农林牧渔业劳动力 农村居民人均纯收入 教育投资
规模以上农副食品加工工业企业数 第一产业就业劳动力 高中（含中专）以上程度 总农作物播种面积 良种补贴资金 农业机械总动力 机耕面积比重
影响因素
权重 0.2546 0.1705 0.1598 0.0996 0.0751 0.0673 0.0394 0.0297 0.0274 0.0236 0.0177 0.0144 0.0093 0.0062 0.0035 0.0016
整体一致性检验结果为：
CR =
0.5193×0.0456+0.2950×0.0225+0.1326×0.0145+0.0532×0.0938
=0.0428
CR
3 结果分析
根据以上分析，本文以0.05为界，将指标进一步分为两类，即大于0.05的为影响荆州市农业自主创新的主要因素，小于0.05的为影响荆州市农业自主创新能力的次要因素。
（1）从创新产出能力来看，农业总产值、新产品与新技术的增加产值以及专利申请授权数是影响荆州市农业自主创新能力的主要因素，其权重分别为0.2546、0.1598和0.0751。
这说明，荆州市的农业自主创新产出能力需要在农业总产值、新产品与新技术的增加产值和专利申请授权数上得到很好的体现，以更快更完善的提升创新能力，其中农业总产值从2005年的207.81亿元提升到2009年的383.45亿元，五年之内增长了近85%，也极大地推提高了荆州市农业自主创新主动性；农村居民人均纯收入是荆州市农业自主创新能力的次要因素，其权重为0.0297，表明农村居民的人均纯收入不是衡量农业创新产出能力的重要指标，但是可作为一个指标进行判断的。
（2）从创新投入能力来看，R&D教育事业费用的支出和农业技术人员数是影响荆州市农业自主创新能力的主要因素，其权重分别为0.1705和0.0673，说明科学技术的投入量将有效促进荆州市农业的自主创新能力，从荆州市统计年鉴我们查到，R&D教育事业费用的支出从2005年到2009年均有不同程度的增长，这样就为荆州市农业自主创新能力的提高提供了强有力的基石；农林牧渔业劳动力和第一产业劳动力的权重分别是0.0394和0.0177，其为荆州市农业自主创新能力的次要因素，随着高新技术的大力发展，农业从业人员的数量已不能再作为判别农业创新投入能力的重要指标，而更应该是从农业从业人员的质量方面更加予以重视。
（3）从创新活动能力来看，实施农业技术推广转化项目为影响荆州市农业自主创新能力的主要因素，其权重为0.0996，目前来看，农业技术的推广既有利于稳定农业队伍和农业人员的知识更新，又能促进农业从业者去努力学习和做好本职工作。规模以上农副食品加工工业企业数和农作物播种面积的权重分别为0.0236、0.0093，是影响荆州市农业自主创新能力的次要因素，说明这两项的提高并不能更好的改善荆州市农业自主创新能力。
（4）从创新支撑能力来看，教育投资的权重为0.0274，高中（含中专）以上的程度为0.0144，良种补贴资金的权重为0.0062，农业机械总动力的权重为0.0035，机耕面积的权重为0.0016，以上五个指标均为影响荆州市农业自主创新能力的次要因素，表明从创新支撑能力看，政府及社会的支持力度，是会影响到荆州市农业自主创新能力的发展和提升，但其重要性还没有达到真正使荆州市农业自主创新能力得到有效提高。
4 对策建议
自主创新能力的是一个把新的组合，新的应用，新的过程，新的服务相结合的过程。2012年中央一号文件指出：“实现农业持续快速稳定发展，长期确保农产品有效供给，根本出路在科技。”通过以上对荆州市农业自主创新能力评价模型的分析，我们可以得出以下结论：
在所有能够影响荆州市农业自主创新能力的因素中，创新产出能力和创新投入能力中的主要因素所占比重较大，其中创新产出能力有三项主要因素，一项次要因素，创新投入能力分别有两项主要因素和次要因素。能够增加专利申请授权数，增加农业技术人员数都会极大地促进荆州市的农业发展。创新活动能力和创新产出能力基本均为次要因素，只有实施农业技术推广转化的项目数量为主要因素，那么其余次要因素可以说对荆州市的农业发展也是有一定影响的，确保次要因素的稳步推进，是可以维持荆州市农业自主创新能力长期发展的。那么，如何积极高效地发挥主要因素，合理刺激次要因素，是荆州农业自主创新能力提升的重点。因此，我们给出以下三点建议：
（1）依托重大农业科研项目，稳定和壮大农业科技人才的队伍 强大的科技队伍对于创新能力的提高是毋庸置疑的，但目前荆州市在农业科技发展方面存在着人员较少，素质层次不齐，缺少农业科技的领军人物。因此，首先要建立健全的激励机制，调整收入分配机制，通过主动改善自身不足，吸引大量高素质科技人才，同时也能保留已有的人才；其实，要长期对农业科技人员实施培训和再教育工作，特别要注意对农业基层人员的培训，使其能不断跟进农业发展的步伐。同时，我们知道荆州市是我国农业发展大市，凭借农业资源丰富多样的优异条件，加强技术领域的原创性发现，实现新产品新技术的
有效研发和储备。
（2）支持教育事业发展，认真落实惠农政策
高素质的科技人才，教育的作用的必不可少的。然而，如何丰富的优质教育、全力构建体系完备的终身教育成为荆州市教育事业发展的瓶颈。因此，面对社会对优质教育的迫切需求，认识荆州市现有教育制度的差距，进一步增强加快发展教育事业的紧迫感和责任感，采取更扎实有效的措施，才能提供更加有力的人才资源保证和智力支撑。强化农业基础，惠及农村发展，富裕农民生活是2012年中央一号文件对“三农”政策的再次强调。所以，要发挥政府在农业科技投入中的主导作用，加大农业补贴强度，新增补贴向主产区、种养大户、农民专业合作社倾斜。
（3）开展农业信息化服务，构建荆州市农业自主创新能力评价信息系统 农业领域中，信息和计算机技术逐步呈现出全方位立体的应用特点。设计开发一套完善的农业自主创新能力评价信息系统，不仅可以有效地服务于农业生产、管理、控制和科研，还可以作为农业创新能力的决策支持系统，为生产决策提供依据，为科学研究提供及时准确的信息，再为荆州市农业自主创新能力的稳步提高增强保障性。
参考文献：
[1] [美]舒尔茨．改造传统农业[M]．北京：商务印书馆，2006
[2] [日]速水佑次朗，弗农·拉坦．农业发展的国际分析[M]．北京：中国社会科学出版
社，2000
[3] 王培志，黄璜．我国农业技术创新的影响因素分析[J]．中国生态农业学报，1994 [4] 朱海. 区域创新能力评估的指标体系研究[J].科研管理,2 004
[5] 沈珍瑶，杨志峰. 灰关联分析方法用于指标体系的筛选[J].数学的实践与认识，2002,35（5）：728-732 [6] 陆建中，李思经. 农业科研机构自主创新能力评价指标体系研究[J].中国农业科技导报，2011,13（4）：1-6
[7] 李玉霞. 层次分析法在区域环境评价中的应用[J].广西轻工业，2008（111）：65-66 [8] 迈克尔. 波特. 国家竞争优势[M].李明轩，邱如美，译. 北京：华夏出版社，2002 [9] 农业科技创新体系研究[D].长沙：国防科技大学，2007 [10] 荆州市统计年鉴[J].荆州市统计局，2010
[11] 中国共产党中央委员会. 关于加快推进农业科技创新持续增长农产品供给保障能力的若干意见[Z].2012-02-01
[12] 刘忠. 中国农业管理信息系统发展现状、问题、趋势与对策[J].农业工程学报，2005（21）:201-205 [13] 梅方全. 当代农业信息科学技术的发展与中国的对策[J].计算机与农业，2003（1）:4-7
作者简介：郭冉，女，汉族，内蒙古呼和浩特市人，长江大学管理学院本科学生。黄威，男，汉族，湖北省天门市人，长江大学管理学院本科学生。董盼，男，汉族，湖北省孝感市人，长江大学管理学院本科学生。李成标(通讯作者) ，男，汉族，长江大学管理学院副院长、博士、教授、硕士生导师，主要研究方向为管理科学与工程，并且在创新管理及集成管理研究领域，取得了众多的学术成果。