国家农业科技园辐射带动能力的评价

□宋燕平 李 冀

推进农业供给侧改革和传统农业转型升级是我国现阶段农业发展的方向，2016年中央一号文件提出了“藏粮于技”的战略，对提高农业科技创新能力以及辐射带动能力提出了更高要求。长期以来，我国农业成果转化率较低，每年取得的农业科技成果有7000多项，能够转化的只有30%-40%，远低于西方发达国家[1]。另一方面农业成果具有季节性、地域性以及高风险、高收入、高外部经济效应等特征[2]，各国都在探索集引进、研发、推广、产业集聚的新型农业生产模式。农业科技园即是涌现出的这种新型农业生产和农业科技成果转化模式。农业科技园借鉴了国外农业科技园建设的经验，以技术密集、资金密集和产业密集为主要特征，以新技术研发、示范推广为主要目的，主要通过政府的政策、土地支持，科研机构技术支持，企业和农民提供资本和劳动力，在科技园内将政策、资金、技术、土地与劳动原连接成一个整体，推广农业新技术和成果，促进周围及地区农业的发展。

截止2014年，我国共批复建设了7批164个国家农业科技园。国家科技园在农业技术的研发、引进、示范等方面发挥了重要作用，其辐射带动能力是科技园的主要功能。因此对国家农业科技园的辐射带动能力的研究具有重要意义。

一、文献综述

关于农业科技园的辐射带动能力，国内这方面的研究较少。蒋和平、崔凯(2009)[3]对农业科技园区建设中的模式进行了归纳，提出了4种辐射带动形式，认为农业科技园有效地推动了农业科技成果转化、示范和应用，带动了农业结构调整和产业升级。张建忠(2006)[4]等认为技术扩散能力是农业科技园可持续发展的核心动力，农业科技园通过其示范作用,让广大农民亲眼见到农业高新技术的巨大经济效益,从而自愿接受农业高新技术。此外，农业科技园能减少农业高新技术的引进和应用带来的风险。李同升、王武科(2008)[5]构建了农业科技园技术扩散系统,分析了园区技术扩散的动力机制和主要类型,并以杨凌示范区为例,归纳和总结出市场经济条件下农业科技园技术扩散的成功模式。詹玲(2009)[6]提出了农业科技园的产业带动机制，认为农业科技园要以科技开发与示范应用为依托,以体制创新和机制创新为动力,有一个或几个实力较强的企业支撑,培育一个或几个主导产业,形成明显的产业聚集区,从而促进区域农业结构调整和产业升级,带动农村和农业等发展。徐晨清等(2016)[7]采用数据包络分析方法，利用2013年的农业科技园的统计数据，筛选出28个国家级农业科技园区，测算其总效率、技术效率和规模效率。李同升、罗雅丽(2016)[8]从地理学视角提出了农业科技园技术扩散的研究框架，分析了农业技术极的成长机制、农业技术扩散系统及其特征，构建了技术扩散环境指标体系。

根据已有的文献，农业科技园的辐射带动能力主要由农业科技园的技术优势、传播路径和产业聚集度构成。农业科技园的技术优势，包括技术势能和生产环境优势和创新要素的集聚。根据农业技术扩散理论，技术势能表现为特定地域技术水平的高低，由于技术扩散的难易受技术势差的大小影响，即技术势差越大，扩散条件越高；技术势差越小，扩散条件越低。很多学者指出，适当的技术势差是顺利实现技术扩散的必要条件，只有引进“合适的技术”才能实现技术的最终扩散[9]。农业科技园科技根据本地农业的禀赋和农业生产实际情况，有针对性地引进“合适的技术”。生产环境优势不仅取决于本地生产要素的自然禀赋与地理区位，还取决于长期以来沉淀下来的社会成本，包括基础设施的投资，当地政府的组织效率等。在农业科技园中，农业科研机构、农业科研人员、各种农业创新平台等农业创新因素在地理上密集分布，必然形成各种关联，这种关联逐渐发展成为一种创新网络，在这个网络中，交流、互动的机会更多，获取知识的成本更小，这样就加快了知识和创新的积累速度，形成一种“创新氛围”。这种“创新氛围”使得各个创新主体一个较好的外部性优势，吸引着更多“创新源”的入驻。这就形成一种创新要素的聚集，技术外溢现象凸显。在传统农业生产中，农户间的社会网络是农业技术扩散的重要路径，但是这个个人建立的社会网络的联系方式单一，网络中的成员“技术素质”不强，影响了技术扩散的速度以及信息的反馈。在农业科技园的核心区、示范区和辐射区，在政府、科研机构、推广机构、农业企业以及农户之间形成了一种网状连接，在这个网络中，信息、技术传播来源更加明确、传播速度更快，反馈信息更多。使得置身其中的农户更容易获得新技术，促进了辐射带动能力。由于技术优势的外溢性，并沿着产业链传播，政府、科研机构、农业企业、服务组织和农户形成了“知识网络”“生产网络”，这些网络通过合作和竞争，形成了创新产业集群，形成了外部规模经济优势，这种优势促进了新的企业的诞生和外部企业的加入，使得产业集群不断扩大[8]，并沿着产业链延伸，这种效应反过来又促进技术优势的“势能”进一步增强，带动了整个区域农业的发展。

二、研究方法、指标体系与数据来源

因子分析法是从多元统计方法中找到少量综合因子来解释原始数据的特点，所确定的权重根据各个因子对于方差的贡献率，有较好的客观性，指标之间信息的交叉少，可比性强。它通过降维的方法将多个观察变量进行浓缩，最后得出几个公因子。

因子分析法的数学模型为：设有N个样本，每个样本有P个变量。若各个单项指标为x1，x2，……，xp，它的综合指标记为F1，F2，……，Fm(m

X1=a11F1+a12F2+……+a1mFm+β1

X2=a21F1+a22F2+……+a2mFm+β2

……

Xp=ap1F1+ap2F2+……+apmFm+βm

此时，x1，x2，……，xp表示p个样本。aij(i=1,2，……，m；j=1,2……，p)为因子载荷；Fi(I=1，2，……，m)为公共因子；βi(i=1,2，……，m)为特殊因子。上面的模型要满足以下条件，①ai12+ai22+……+aip2=1，其中aij(j=1,2,……，p)表示第i个综合指标中各单项指标的权重。它的大小能体现综合指标Fi的经济意义。②Fi与Fj互相无关(i≠j，i，j=1,2，……，m)③F1是x1，x2，……，xp的所有线性组合且系数满足条件①中的方差最大者。因为各指标间的差异是由方差来表现的，因此F1就充分代表了原始指标x1，x2，……，xp所包含的信息，称F1为第一综合因子；F2是与F1不相关的x1，x2，……，xp的所有线性组合中方差最大者，称为第二综合因子；以此类推，Fm是F1，F2，……，Fm-1无关的x1，x2，……，xp的所有线性组合中方差最大者，称为第m个综合因子。

本文应用IBM SPSS Statistics 19进行统计分析，基于数据的合理性与完整性，筛选出69个园区进行分析。首先要对原始数据进行标准化处理，消除量纲影响，使得各指标的均值为0，方差为1。计算公式[10]为

同时剔除相关关联大，代表性弱的指标，筛选出3个一级指标，13个二级指标，指标体系如图1所示。

图1 农业科技园辐射带动能力评价体系

根据(科学性、可操作性、导向性)[11]评价指标选取原则，根据已有的相关理论和研究成果，在评价国家农业科技园的指标中，以引进新技术数、引进新产品数、拥有研发中心数、研发人员数和知识产权数，综合为辐射带动活动的技术因素；带动农户数、举办培训次数和龙头企业数可以归属为传播因素；主营业务收入、年净利润、第二产业产值、第三产业产值、投资总额可以归属为辐射带动活动的产业因素。

本文的数据来源于科技部公布的2014年国家重点园区创新监测报告，由于一些科技园的数据存在缺失，所以从中筛选出了69个样本进行分析。

三、农业科技园辐射带动能力的实证分析

将69个国家农业科技园的数据带入spss进行运算，得到的相关系数表如表1所示，可以看出多个变量之间相关系数较大，且对应的显著性水平较小，说明变量存在着显著的相关性，说明有进行因子分析的重要性。

同时，进行KMO检验，检验结果如表2所示。KMO的测定值为0.85，Bartlett球形检验显示在0.01的水平上显著相关。做因子分析是适合的。

表1 相关系数表

表2 因子分析的效度检验

根据特征值大于1这个原则，本文可以提取4个公因子。表3显示可以提取4个公因子，前四个公因子的累计贡献率达到了85.079%以上，4个公因子可以反映出原指标的85.079%的信息量。旋转后的矩阵如表4所示。

表3 解释的总方差

表4是利用方差最大法对于因子载荷矩阵实施旋转使得因子具有命名解释性，可以看出主营业务收入，年净利润，第二产业产值，第三产业产值以及投资总额在第一个公因子上有较高的载荷，第一个因子主要解释了这几个变量，它从宏观上反映了科技园区的规模，反映了通过提升产业规模这种硬实力来提高辐射带动能力，可以概括为生产因子。

当年取得知识产权数、研发人员数、拥有研发中心数、举办技术培训次数在第二个公因子上具有较高的载荷，它反映了对于提高园区的软实力——创新以及传播能力，可以概括为创新因子。

表4 旋转成分矩阵a

引进新技术数、引进新品种数在第三个公因子上有较高的载荷，它反映了一个园区的“吸收外部知识”能力。可以概括为吸收因子。

龙头企业数和带动农户数在第四个公因子上有较高的载荷，它反映了一个园区的知识资本和知识劳动力的存量。素质越高的企业和劳动力会带来更大的创新和辐射带动能力。可以概括为示范因子。

为了对这些企业的技术创新能力进行综合评价，对这四个主因子计算其因子得分，得到因子得分表，如表5所示。

采用回归法得出因子得分系数，可以写出以下因子得分函数。

表5 成分得分系数矩阵

Y1=0.056*当年取得知识产权数+0.205*主营业务收入+0.208*年净利润+0.194*第二产业产值+0.212*第三产业产值-0.016*引进新技术数-0.016*引进新产品数+0.068*研发人员数-0.004*龙头企业数+0.201*投资总额-0.081*拥有研发中心数-0.106*举办技术培训次数-0.066*带动农户数

Y2=0.222*当年取得知识产权数-0.052*主营业务收入-0.132*年净利润-0.011*第二产业产值-0.124*第三产业产值-0.054*引进新技术数-0.058*引进新产品数+0.282*研发人员数-0.173*龙头企业数+0.014*投资总额+0.396*拥有研发中心数+0.377*举办技术培训次数+0.047*带动农户数

Y3=-0.007*当年取得知识产权数-0.008*主营业务收入+0.107*年净利润+0.006*第二产业产值-0.051*第三产业产值+0.498*引进新技术数+0.497*引进新产品数-0.091*研发人员数+0.192*龙头企业数-0.06*投资总额-0.009*拥有研发中心数-0.067*举办技术培训次数-0.208*带动农户数

Y4=-0.011*当年取得知识产权数+0.024*主营业务收入-0.004*年净利润-0.029*第二产业产值+0.126*第三产业产值-0.0183*引进新技术数-0.068*引进新产品数-0.115*研发人员数+0.524*龙头企业数-0.181*投资总额-0.078*拥有研发中心数+0.028*举办技术培训次数+0.663*带动农户数

若想得到园区的综合排名，需要得到各个因子所占的权重，本文通过熵值法[12]确定4个公因子的权重，从而对不同科技园的辐射带动能力进行综合评价。通过对69家农业科技园辐射带动能力体系的因子分析，本文设m=69，n=4，Xij为第i家农业科技园第j个因子的因子得分，其中i=1,2,3…69;j=1,2,3,4;经过数据正向化式(1)、指标权重计算式(2)、指标熵值计算式(3)、指标差异计算式(4)和指标权重计算式(5)，得到69家国家农业科技园4个因子的熵值ej、差异系数gj和指标系数wj，具体见表6。

(1)

(2)

(3)

gj=1-ej,0≤gj≤1

(4)

(5)

表6 69个国家农业科技园辐射带动能力评价指标的熵值和权重表

从表6可以得出各个农业科技园的综合得分计算公式

Y=0.514Y1+0.11Y2+0.224Y3+0.151Y4

通过计算可以得到各个园区的综合得分，如表7所示。

表7

四、结语

可以看出，在综合排名前20位的农业科技园中，东北地区的有5个，中部有8个，东部有4个，西部有3个。东北地区和中部地区是我国重要的农产品基地，劳动力充足，交通便捷，这使得东北、中部地区有着发展规模化农业的比较优势。农业企业、个体经营者可以在农业科技园以及周边形成产业聚集，技术、资金沿着产业聚集所形成的网络进行技术，辐射带动周边地区农业的发展。同时，东部和西部的7个科技园的所在地发展农业也具有比较优势。因此，可以看出，农业科技园的辐射带动能力取决于该地区农业的生产禀赋，在表中体现为生产因子和示范因子较大。

同时，可以观察到，前20的农业科技园中，辉山、武汉、望城、南京、南昌国家科技园均位于省会城市，在这些地区，科研院所、技术人员更多，机构、个人之间的交流也越多，新的技术在这里可以更快地进行研发、改进和推广，从而形成辐射带动能力。可以概括为技术禀赋。在表中表现为创新因子和吸收因子较大。

根据提取的四个公因子以及69个国家农业科技园的得分，位于农业大省省会的农业科技园如武汉、南京、南昌可以发展成为技术、生产型科技园，技术禀赋强但生产禀赋弱的农业科技园，如深圳、广州农业科技园可以发展成技术研发、科普观光型小型农业科技园。生产能力较强的科技园，如宿州、建三江农业科技园可以发展成为一定规模的生产型农业科技园。

本文是根据2014年的截面数据进行评价，只是对于国家农业科技园的辐射带动能力进行的初步测度。由于农业科技园中第一产业资金循环周期较长，有的达到了2-3年，第一产业产值spss运行未显示相关性，同时第一产业的产值所占农业科技园总产出的比重较小，故未列出。由于缺乏连续的时间序列数据，农业科技园的存量指标不能得到。因此，对农业科技园的评价有待进一步深入研究。

[1] 胡海华．社会网络强弱关系对农业技术扩散的影响[J]．华中农业大学学报，2016，(5)：47-54．

[2] 刘辉，李小芹，李同升．农业技术扩散的因素和动力机制分析—以杨凌农业示范区为例[J]．农业现代化研究，2006，(3)：178-181．

[3] 蒋和平，崔凯．农业科技园区：成效、模式与示范重点[J]．农业经济问题，2009，(1)：9-13．

[4] 张建忠，李同升，李慧栋．我国农业科技园及其动力机制[J]．农村经济，2006，(12)：56-59．

[5] 李同升，王武科．农业科技园技术扩散的机制与模式的研究-以杨凌示范区为例[J]．世界地理研究，2008，(1)：53-59．

[6] 詹玲．新农村建设中农业科技园的产业带动机制研究[J]．农村经济，2004，(4)：46-49．

[7] 徐晨清．国家农业科技园核心区土地利用效率分析[J]．中国农业大学学报，2016，(12)：108-113．

[8] 李同昇，罗雅丽．农业科技园的技术扩散[J]．地理研究，2016，(3)：419-430．

[9] 林兰．技术扩散理论的研究与进展[J]．经济地理，2010，(8)：1233-1239．

[10] 周晶晶，沈能．基于因子分析法的我国创新型城市评价[J]．科研管理，2013，(34)：195-202．

[11] 宁连举，李萌．基于因子分析法构建大中型工业企业技术创新能力评价体系模型[J]．科研管理，2011，(3)：51-58．

[12] 王霞，王岩红，苏林，郭兵，王少伟．国家高新区产城融合度指标体系的构建及评价-基于因子分析及熵值法[J]．科学学与科学技术管理，2014，(7)：79-88.