国家农业科技创新理论框架与创新能力评价——基于二十国集团的实证分析

王　丹，赵新力，郭翔宇，胡　月，杜　旭

(1.东北农业大学，黑龙江　哈尔滨　150030; 2.中国科学技术交流中心，北京　100045;3.哈尔滨工业大学　管理学院，黑龙江　哈尔滨　150001)

一、引言

科技创新在提升农业生产力水平，满足人们对充足、安全和营养丰富的食品的需求以及推动农业可持续发展等方面发挥着越来越重要的引领作用。各国政府高度重视创新引领农业可持续发展问题，2016年6月在中国陕西西安召开的二十国集团农业部长会议围绕“农业创新与可持续发展”主题展开深入讨论，并且自此实现G20农业部长会议机制化。很多国家政府已把提升科技创新能力作为国家农业发展重要战略：发达国家，如美国在农业现代化进程中逐步构建了三方合作(农业部、州立大学和农业企业)、三大法案(莫雷尔法案、哈奇法案和史密斯-利弗法案)、三路财源(税收、捐赠和科研成果)、三级联合(联邦、州和县三级政府协同合作)与三位一体(州立大学所形成的科研、教育和服务一体的核心体制)的农业科技创新体系[1]。2015年澳大利亚联邦政府发布的《农业竞争力白皮书》宣布将面向农场主投资40亿澳元，其中包括提升农业领域的先进技术应用水平，将1亿澳元的农业研发盈利计划延伸至2021-2022财年。英国政府于2013年7月发布《农业技术战略》政策报告，于2014年12月发布《我们的增长计划：科学和创新》战略文件，将科学和创新置于英国长期经济发展计划的核心位置，农业科技是8项重点研究领域之一。加拿大自2013年4月1日开始实施为期5年的新农业政策框架“未来增长的政策框架”(Growing Forward 2 Policy Framework，简称GF2)，强调实施更加积极主动的、前瞻性和战略性的支持项目，以提升农业部门创新、竞争力和适应性。作为欧洲最大基础研究机构的法国农业科学院自2011年启动了“Meta计划”，推动综合和跨学科的研究。2015年日本政府推出了指导农业发展的主要政策性文件《食品、农业和农村基本法》(第四次修订)，将农业技术创新作为下一阶段日本兴农政策的核心内容之一。新兴市场国家，如中国先后颁布《“十三五”农业科技发展规划》、《农业科技创新能力条件建设规划(2016-2020年)》等多项农业科技创新扶持政策全面提升农业科技创新能力。巴西于2014年6月出台“国家知识平台计划”草案，在卫生健康、农业和能源三大领域促进科研成果向生产端的转移。

农业科技创新的研究开始于20世纪60年代，且研究初期多集中于对农业科技创新理论的完善[2-3]。近些年来，农业科技创新研究的视角趋于多元化：首先，农业科技创新理论有了进一步的发展和演进[4-5]。其次，农业创新系统研究方法经历了从国家农业科研系统[6]、农业知识信息系统[7]和农业创新系统[8]三个阶段的演化过程后，近几年，国外学者们关注的焦点向农业科技创新体系适用性管理[9]、创新系统方法[10]、创新经纪人作用和创新背景[11]等方面转移。其中，气候变化和生态环境变化对农业科技创新的影响成为研究的重点[12]。国内学者则主要集中在农业科技创新系统网络结构及要素运行机制的研究[13-14]。再次，国际上针对农业科技创新能力的研究较少[15]，而国内关于农业科技创新能力的研究较多，并主要集中在农业科技创新能力评价研究[16-21]。

科技创新能力是推动农业可持续发展的重要动力，而采取何种政策措施以有效提升国家农业科技创新能力是当前国家农业管理中亟待解决的重要问题。科学合理的国家农业科技创新能力评价有助于全面掌握各国科技创新能力发展水平和国家间的能力差异，挖掘能力的制约和促进因素，为国家农业科技创新宏观调控与管理提供重要依据。关于国家创新能力评价研究已经历了几十年的时间，很多世界知名学者和机构构建了各具特色的评价指标体系，从科技创新的不同角度揭示了国家创新能力的内涵，如Porter和Stern发表于1999年国际竞争力会议的国家创新能力指数、经济合作与发展组织提出的“科学技术和工业记分牌”、欧盟的“创新记分牌”、世界知识产权组织、康奈尔大学和欧洲工商管理学院联合发布的“全球创新指数”[15]、彭博社的“彭博创新指数”、瑞士洛桑国际管理发展学院的《世界经济竞争力年鉴》中的技术基础设施和科学基础设施评价、世界经济论坛的“全球竞争力报告”[22]、中国社会科学院和福建师范大学的“国家创新竞争力发展报告”[23]以及中国科学技术发展战略研究院每年发布的“国家创新指数报告”等。

然而，现有关于国家农业科技创新能力评价的研究非常有限。首先，对国家农业科技创新的内涵缺乏明确的界定，国家农业科技创新作为多个行为主体参与、多重环节构成的复杂系统过程，以及相比其它行业科技创新的特殊性，简单的线性分析方法难以全面透彻地理解这一过程。其次，国家农业科技创新系统是国家农业科技创新活动的组织和运行载体，系统结构的复杂性决定了能力形成与提升机理的复杂性，而现有研究尚缺少针对国家农业科技创新能力形成路径的研究，对国家农业科技创新能力构成要素及交互关系分析不足。再次，现有关于农业科技创新能力评价的实证研究主要集中在某一国家内多个省域之间[16-18]，或省域自身在不同发展阶段的农业科技创新力比较[19-21]，针对不同经济发展水平国家间的比较研究基本处于空白。

农业科技是新一轮世界科技革命的重点内容。发达国家更着眼于抢占农业科技“制高点”，力争继续引领世界农业发展趋势潮流，而广大新兴市场国家则立足国情学习借鉴已有成功经验，努力借助科技创新加快现代农业发展步伐，争取迎头赶上。有鉴于此，为了适应国际农业现代化发展和应对新一轮农业科技革命的需要，本研究将从系统的角度研究农业科技创新过程，基于所构建的国家农业科技创新系统概念框架推导国家农业科技创新能力的形成路径，进而提炼国家农业科技创新能力构成要素，分析诸要素间互动关系，构建国家农业科技创新能力评价指标体系。最后以G20成员国为实证研究对象，深入分析2001年-2016年各国农业科技创新能力的发展水平、变化特征及内在动因，力求为读者了解和掌握G20国家农业科技创新系统绩效发展水平，为各国政府明确各自内部的竞争优势和薄弱环节、完善农业科技政策以及促进农业科技创新领域学习合作提供有价值的理论指导和实践对策。

二、国家农业科技创新的理论框架构建

(一)国家农业科技创新的特征与内涵

农业科技创新以生物资源的利用、控制和改造为中心，因此农业科技创新与其它行业的科技创新相比具有公共产品特性、区域性与季节性、过程复杂且周期长，以及不确定性和风险性等特殊性[24]。本研究将国家农业科技创新定义为参与农业科技创新过程的一系列主体(政府、涉农企业、农业高校和科研机构、农业中介服务机构和农民)，基于国家特定的农业科技创新基础和农业科技创新环境，通过协同互动创造新知识，发明新品种、新技术，并将其应用推广到农业生产实践，从而实现经济效益、社会效益与生态效益协调统一的全过程。国家农业科技创新概念包括四层含义：1. 五个主要的农业科技创新主体彼此联系、相互作用，其协调性与整合性决定了国家农业科技创新的能力水平；2. 国家农业科技创新基于国家特定的科技创新基础和科技创新环境；3. 国家农业科技创新包含科技创新成果产出、推广、应用以及效益实现四个主要层次；4. 国家农业科技创新的最终目标是实现经济效益、社会效益与生态效益的协调统一。

(二)国家农业科技创新系统

1.国家农业科技创新系统结构模型

创新系统理论和方法适用于分析国家创新的效率、以及不同制度、组织和政策的协调程度，从而找出问题并有效解决问题[25]。因此，通过构建国家农业科技创新系统来探索系统内各组织机构之间、各要素之间以及它们与政府政策联系的失配和系统的失灵，将有助于提高创新性能和整体竞争力，并科学地指导农业科技创新政策的制定。本文基于国内外学者对农业创新系统研究的成果[6-8]，综合上述关于国家农业科技创新特征和内涵的界定，参考Porter的钻石模型[26]、Furman，Porter和Stern提出的FP&S模型[27]以及Hu和Mathews的M&J模型[28]等国家创新系统模型和Spielman模型[8]等农业创新系统模型，构建国家农业科技创新系统的结构模型(如图1所示)。

国家农业科技创新系统是由五个子系统构成的统一整体，子系统之间协调发展，共同推动国家农业科技创新能力的全面提升。(1)农业教育与研究系统是国家农业科技创新的动力源泉：①农业教育系统包含农业基础教育、农业高等教育和农业职业教育，优质的农业教育系统有助于为现代农业发展提供重要的人才支撑；②高水平的农业研究系统有助于通过发展农业生物技术和信息技术等先进技术，在新品种培育、新型农药和新型肥料开发等方面取得新的突破，抢占国际农业高技术领域的制高点。(2)农业科技创新成果应用即科技需求者将科技创新成果付诸于生产实践。农业科技创新应用系统主要包括农产品生产和农产品加工二个主要环节。科技创新是农产品生产和加工环节转型升级的重要手段和途径，高产量、高品质、高附加值的农产品更适应市场经济和人们健康的要求。(3)农业科技创新价值实现是指通过流通消费环节，实现农产品到商品的转化，获取农产品的附加值，进而增加农民收入，提高农村居民生活消费水平，促进农村经济发展。影响农业科技创新价值实现的因素主要包括农业市场的完善程度。(4)农业科技创新中介服务系统包含四个模块：①农业科技推广是将农业科技成果转化为现实生产力的关键环节。②良好的产学研合作创新有助于实现企业、高等院校和科研机构的优势互补，降低科技创新的难度、成本以及风险。③农产品营销渠道是为一切促使农产品顺利地被使用或消费的一系列相互依存的组织或个人。④农业科技成果交换主要通过农业技术市场来完成，为促进科技与经济的结合，加速科技成果转化，发挥了重要作用。(5)农业科技创新支撑条件为农业科技进步提供物质基础、制度保障和文化支撑。本研究将农业科技创新支撑条件系统划分为经济水平、基础设施、社会保障、合作基础等基础支撑条件以及政策环境、文化环境和商业环境等环境支撑条件。

图1　国家农业科技创新系统结构模型

2.国家农业科技创新系统要素分析

国家农业科技创新系统结构复杂，构成要素数量众多，功能各异。本研究将国家农业科技创新系统构成要素归纳为三个方面：(1)国家农业科技创新基础要素。国家农业科技创新基础是支撑整个国家农业科技创新活动的公共平台和提升国家农业科技创新能力的重要基础，具有基础性、连续性、公共性等特点。农业科技创新基础既反映了一个国家经济与社会发展的基础和水平，又体现国家对农业科技创新发展的重视程度、投入和贡献。国家农业科技创新基础要素包含经济水平、基础设施、研究基础、人力资源、资金投入和合作基础六个子要素。(2)国家农业科技创新环境要素。国家农业科技创新环境是一个国家通过合适的制度安排，在社会文化氛围、农业政策设计、法规框架等方面给予各类主体创新提供的环境。良好的科技创新环境能够集聚创新资源，不仅有利于利用本国资源，而且有利于吸引和配置国外资源；不仅有效配置当前资源，还能有效吸收利用未来的资源。国家农业科技创新环境要素是由文化环境、政策环境、商业环境、教育环境和生态可持续环境五个子要素构成。(3)国家农业科技创新产出要素。国家农业科技创新产出涵盖从农业科技创新成果产出、转化到价值实现全过程，即包括反映农业科技原始创新能力的科技创新成果数量、农业科技成果提高现实生产力的水平、农业科技产生经济效益以及对于农村生活水平的提高。农业科技创新产出是前期的科技创新成果，也是后续科技创新的基础。

三类要素蕴含于国家农业科技创新系统的五个子系统，并存在互动关系，良性的互动可以加快农业科技创新进程，推动国家农业科技创新系统绩效的提升，进而推动国家农业科技创新能力的提升。

(三)农业科技创新能力的内涵

国家农业科技创新能力是国家农业科技创新系统的功能和系统绩效的实现。国家农业科技创新系统结构的层次性决定了国家农业科技创新能力形成机理的复杂性。本文基于国家农业科技创新的特征与内涵和国家农业科技创新系统的结构特征，从创新能力是“对科技创新要素创造性集成的能力”[29]这一本质特性来界定国家农业科技创新能力，即国家农业科技创新能力是指一个国家有效利用和优化配置农业科技创新系统内各种科技创新要素，通过科学研究、发明、创造以及科技成果推广、转化和应用等各种科技创新活动，产出高水平农业科技创新成果并提高农业生产能力和获取最大经济效益、社会效益与生态效益的综合能力。农业科技创新能力是农业科技创新系统结构优化与功能发挥程度的反映，是多种科技创新能力要素彼此匹配、相互作用的结果，其强弱是衡量一个国家农业科技创新系统绩效的重要尺度。由此可见，国家农业科技创新能力形成遵循了“组织结构——资源要素——创新绩效”的形成路径(如图2所示)。

依据国家农业科技创新能力形成路径分析，我们认为国家农业科技创新能力是由农业科技创新基础能力、农业科技创新环境能力和农业科技创新产出能力三个方面共同构成。1. 国家农业科技创新基础能力是影响国家农业科技创新能力的重要因素。农业科技创新基础能力一方面考察国家经济社会发展基础和水平对农业科技创新能力的支撑作用，科技创新资源的投入是科技创新能力的物质基础，科技创新资源投入的规模、质量和结构优化程度决定着科技创新效率的高低；另一方面则考察国家对农业科技创新能力提升的重视程度和对农业科技创新发展投入和贡献的体现，是国家农业科技创新能力的评价基础。2. 国家农业科技创新环境能力是国家农业科技创新能力发展的必要条件。良好的农业科技创新环境不仅能够有效聚集创新资源，而且能够培育出具有较强竞争力的创新主体，同时优越的创新环境又能够促进农业科技创新成果的市场化实现，进而提高创新绩效、积蓄创新成长能力。3. 国家农业科技创新产出能力是衡量科技创新要素利用效率的重要标志。国家农业科技创新产出的数量和质量取决于科技创新要素投入水平以及科技创新要素的优化配置水平，体现了科技创新活动的顺利开展和执行力度。

图2　国家农业科技创新能力的形成路径

三、国家农业科技创新能力评价体系的构建

(一)国家农业科技创新能力评价指标体系建立

1.指标预选

本研究将遵循构建指标体系的五大原则，吸收已有的关于科技创新能力评价指标的精华，基于国家农业科技创新系统的五个子系统，分别从三大类系统要素预选出有代表性、有针对性的评价指标，构建的国家农业科技创新能力预选指标体系如表1所示。

2.指标体系确定

为增强指标的科学性、合理性和可操作性，本研究对预选指标进行如下优化：首先采取频度统计法、专家德尔菲法优化评价指标体系，确保指标的科学性和权威性；然后采取测评指标相关分析、鉴别力分析进一步优化评价指标体系；最后输入部分国家的指标数据模拟系统运行，检验运行结果。最终获得的指标体系包括3项二级指标、15项三级指标和44项四级指标，如表2所示。

注：WB为世界银行；ITU为国际电信联盟；WEF为世界经济论坛，GCR为全球竞争力报告；RCCSE为武汉大学中国科学评价研究中心——《世界一流大学与科研机构竞争力评价报告》；RIIET为北京市国际经济贸易研究所情报中心，跨国公司信息汇编系列四——农业；UNESCO-UIS为联合国教育、科学及文化组织，统计研究所；FAO为联合国粮食及农业组织；CGIAR为国际农业研究磋商组织；调查问卷：本研究从政府、企业、高等院校与科研机构等部门选择科技创新相关领域的专家，采用电子邮件和现场访谈等多种方式征求专家意见，本文以84份有效打分表为基础计算指标的平均值；WB-WGI为世界银行全球治理指标；OECD为经济合作与发展组织；IFAD为国际农业发展基金；WIPO为世界知识产权组织；WTO为世界贸易组织。

表1　国家农业科技创新能力预选指标

(二)国家农业科技创新能力评价模型建立

本文采用线性加权测评法计算国家农业科技创新能力的评价分值，评价分值越高，说明该国家的整体农业科技创新能力越强；反之，说明该国家的整体农业科技创新能力较弱。具体计算模型为：

Y=∑Yiwi

(1)

Yi=∑Yjwj

(2)

Yj=∑xjkwjk

(3)

其中，Y为国家农业科技创新能力的综合评价分值，Yi为第i个二级指标的评价分值，wi为该二级指标的权重；Yj为第j个三级指标的评价分值，wj为该三级级指标的权重；xjk为第j项三级指标下第k项四级指标标准化后的数据值，wjk为该四级指标的权重。指标权重值采用国际权威国家创新能力评价报告通用的平均权重方法来确定[23]。

四、G20国家农业科技创新能力评价与分析

G20国家农业资源丰富，农业人口众多，粮食供应量占到全球供应总量的80%，在世界农业领域具有十分重要的地位。因此，“G20农业”的稳定发展对全球粮食安全有着举足轻重的作用。近年来，随着全球气候变暖、自然灾害频发、土地和水资源等资源环境约束加剧以及全球人口增加带来的农产品供需形势日益紧张，“G20农业”面临着粮食生产能力衰退、粮食安全缺乏保障的风险。本文以G20集团中的19个国家(注：由于欧盟作为一个联合体，其主要成员国已在G20内，因此不纳入评价范围)作为实证研究对象，对2001-2016年间各成员国家农业科技创新能力进行全面、深入、科学的评价分析。选取国际权威机构公开发布的统计数据，采用极大标准化方法对原始数据进行无量纲化处理。

表2　国家农业科技创新能力评价指标体系

表3　2001-2016年G20国家农业科技创新能力评价结果比较表

(一)总体评价结果

表3列出了评价期内G20国家农业科技创新能力得分、排名及其变化情况。

1.发达国家总体评价分析

2001-2016年9个发达国家的农业科技创新能力排名和得分情况如表4和图3所示。

从排名及其综合变化来看，9个发达国家的农业科技创新能力排名都很靠前，均处于第一方阵和第二方阵(注：为展示一个国家的农业科技创新能力在G20中的相对地位，将排名为1-5位定义为第一方阵，6-10位为第二方阵，11-15位为第三方阵，16-19位为第四方阵)，而且第一方阵都被发达国家占据，其中美国稳居第1位。从2001年和2016年两年来看，各国的排名相对比较稳定，除德国和法国位次分别上升1位和下降1位外，其他国家并无变化。

从得分及其综合变化来看，9个发达国家的农业科技创新能力得分都比较高，其平均得分始终保持在58分左右，几乎是新兴市场国家平均得分的2倍。从标准差数值来看，各国的农业科技创新能力得分差异不大，且标准差由2001年的8.50减少至2016年的6.69，说明发达国家间农业科技创新能力的差异有逐渐缩小趋势。此外，仅韩国和意大利的得分上升，其余7个国家的得分均下降，这使得发达国家的农业科技创新能力整体水平出现了一定程度的下滑，平均得分降低了1.54分。

2.新兴市场国家总体评价分析

2001-2016年10个新兴市场国家的农业科技创新能力排名和得分情况如表5和图4所示。

表4　发达国家农业科技创新能力评价结果比较表

(a)发达国家农业科技创新能力排名

(b)发达国家农业科技创新能力得分 图3　发达国家农业科技创新能力总体评价结果

从排名及其综合变化来看，10个新兴市场国家的农业科技创新能力排名都比较靠后，只有中国处于第二方阵，其余国家则处于第三方阵和第四方阵。中国是新兴市场国家中的佼佼者，2001年排在第11位，2016年排在第10位，排位上升1名，从第三方阵上升到第二方阵。新兴市场国家中大部分国家排位相对比较稳定，变化幅度较小，只有阿根廷和南非排位波动较大，分别上升3位和下降了3位。

从得分及其综合变化来看，新兴市场国家的农业科技创新能力相对较低，2016年平均得分仅有30.96分，远低于发达国家。各国的农业科技创新能力得分差异不大，标准差只有3.70。此外，10个新兴市场国家中，仅南非出现了得分下降的情况，中国、巴西、阿根廷和印度尼西亚上升幅度较大，使得新兴市场国家农业科技创新能力的整体水平上升了3.11分。

(二)二级指标评价结果

表6列出了2001和2016年G20国家农业科技创新能力二级指标的评价结果。

1.二级指标排名情况分析

从2001年和2016年的二级指标综合排名及其变化来看，在国家农业科技创新基础能力排名方面，中国两年都位列第10，前10名的其他9个国家均为发达国家，排名变化幅度较小。在国家农业科技创新环境能力排名方面，除南非(2001年)和俄罗斯(2016年)分列第10名外，前10名的其他9个国家均为发达国家，中国保持第12名未变。在国家农业科技创新产出能力排名方面，仍然是发达国家占据优势地位，但值得一提的是，阿根廷和巴西的产出能力提升显著，阿根廷从2001年的第12名跃居至2016年的第6名，巴西从2001年的第13名升至2016年的第8名，中国保持第16名未变。

表5　新兴市场国家农业科技创新能力评价结果比较表

(a)新兴市场国家农业科技创新能力排名

(b)新兴市场国家农业科技创新能力得分图4　新兴市场国家农业科技创新能力总体评价结果

2.二级指标得分情况分析

从2001年和2016年的二级指标综合得分及其变化来看，G20国家农业科技创新基础能力的整体水平呈现上升趋势，平均增长3.03分；仅3个国家(美国、日本和加拿大)的得分有所下降，平均下降2.94分。中国的得分上升幅度最大，已从2001年低于G20平均分6.19分发展到2016年高于G20平均分3.21分。G20国家农业科技创新基础能力下属的17项四级指标中，除4项指标(农业研究人员数量、农民文化素质、农业研发经费投入和产学研合作)的平均分下降，其他13项指标均上升。

G20国家农业科技创新环境能力的整体水平呈现上升趋势，平均分增长0.32分。其中，11个国家(除中国、印度和俄罗斯外，均为发达国家)的环境能力得分上升，平均增长2.15分，8个国家(除日本外，均为新兴市场国家)环境能力得分下降，平均下降2.21分。G20国家农业科技创新环境能力下属的四级指标中，除7项指标(民众的好奇心、政治稳定性、农业科技创新支持水平、农业信贷支持、市场成熟度、农村教育公平性和农业用水量)的平均分下降，其他11项指标均上升。

G20国家农业科技创新产出能力的整体水平呈现下降趋势，平均下降0.62分。产出能力得分上升的8个国家均为新兴市场国家，平均增长8.66分，11个国家的产出能力得分下降，平均下降7.37分。中国的得分上升3.14分，但仍比G20的平均分低15.64分。G20国家农业科技创新产出能力下属的四级指标中，除3项指标(农业科技论文数量、农业生产指数和农产品净出口额)的平均分下降，其他6项指标均上升。

2001-2016年间G20国家农业科技创新能力整体水平的上升趋势主要是由科技创新基础能力和科技创新环境的上升所带动，而上升趋势并不显著主要受科技创新产出能力下降影响。

3.二级指标标准差分析

从得分差异来看，国家农业科技创新能力得分的标准差从2001年的17.15下降为2016年的14.53，但各国差异仍然较大。2016年标准差最高的是农业科技创新环境能力(19.12)，其次为农业科技创新基础能力(15.64)；农业科技创新产出能力的标准差也比较高(13.58)。结果表明，各国在农业科技创新环境能力方面的较大差异是导致整体国家农业科技创新能力差异的主要因素。因此，国家农业科技创新能力比较低的国家，尤其需要在农业科技创新环境能力方面加倍努力，以不断缩小与其他国家的差距。

表6　2001和2016年G20国家农业科技创新能力二级指标评价比较

4.二级指标贡献率分析

为了更好地分析各二级指标对一级指标科技创新能力的贡献作用，我们将各二级指标的得分与其权重相乘，折算为反映在一级指标上的得分，然后除以一级指标的总得分，则可得到各二级指标的贡献率，这样可以更加直观地看出每个二级指标对一级指标的贡献大小，如图5和图6所示。

如图5所示，2001年农业科技创新环境能力对农业科技创新能力的贡献率最高，平均贡献率为40.01%；农业科技创新产出能力的贡献率其次，平均贡献率为36.56%；农业科技创新基础能力的贡献率最低，平均贡献率为23.43%。如图6所示，2016年农业科技创新环境能力对农业科技创新能力的贡献率最高，平均贡献率为38.03%；农业科技创新产出能力的贡献率其次，平均贡献率为36.43%；农业科技创新基础能力的贡献率最低，平均贡献率为25.54%。

各国的二级指标贡献率也存在差别，因此，各国在提升农业科技创新能力的过程中，更需要关注对提升农业科技创新能力贡献较大的指标，在保持现有优势的基础上努力扩大优势；同时，对于暂时贡献率较低的指标也给予持续且充分的关注，尽快补短板，提高其贡献率，使各指标齐头并进。

图5　2001年G20国家农业科技创新能力要素贡献率

图6　2016年G20国家农业科技创新能力要素贡献率

项目国家 三级指标四级指标强势指标优势指标中势指标劣势指标强势指标优势指标中势指标劣势指标综合排位美国个数10500251531比重(%)66.6733.330.000.0056.8234.096.822.271澳大利亚个数8511221192比重(%)53.3333.336.676.6750.0025.0020.454.552英国个数8610231533比重(%)53.3340.006.670.0052.2734.096.826.823日本个数6711231047比重(%)40.0046.676.676.6752.2722.739.0915.914加拿大个数8610191762比重(%)53.3340.006.670.0043.1838.6413.644.555德国个数950128691比重(%)60.0033.330.006.6763.6413.6420.452.276法国个数9411181853比重(%)60.0026.676.676.6740.9140.9111.366.827韩国个数6450201284比重(%)40.0026.6733.330.0045.4527.2718.189.098意大利个数36601311146比重(%)20.0040.0040.000.0029.5525.0031.8213.649中国个数3462813158比重(%)20.0026.6740.0013.3318.1829.5534.0918.1810巴西个数236479217比重(%)13.3320.0040.0026.6715.9120.4547.7315.9111阿根廷个数2274862010比重(%)13.3313.3346.6726.6718.1813.6445.4522.7312南非个数1464912149比重(%)6.6726.6740.0026.6720.4527.2731.8220.4513俄罗斯个数1473871712比重(%)6.6726.6746.6720.0018.1815.9138.6427.2714墨西哥个数0168382112比重(%)0.006.6740.0053.336.8218.1847.7327.2715土耳其个数1158391418比重(%)6.676.6733.3353.336.8220.4531.8240.9116印度个数0357512621比重(%)0.0020.0033.3346.6711.3627.2713.6447.7317印度尼西亚个数20583121019比重(%)13.330.0033.3353.336.8227.2722.7343.1818沙特阿拉伯个数03845131016比重(%)0.0020.0053.3326.6711.3629.5522.7336.3619

(三)三级和四级指标优劣度分析

表7列出了2016年G20国家农业科技创新能力三级和四级指标的优劣结构，以反映国家农业科技创新能力指标优劣度(注：排位1-5位属强势指标；排位6-10位属优势指标；排位11-15位属中势指标；排位16-19属劣势指标)及其结构对国家农业科技创新能力排位的影响。从表7可以看出，第一方阵中各国的强势和优势指标所占比重非常高，平均比重为43.45%；第二方阵国家的比重较高，平均比重为34.37%；第三方阵和第四方阵国家的强势和优势指标所占比重较低，平均比重仅为15.42%和12.97%。

(四)三级和四级指标排位变化分析

表8列出了2001-2016年G20国家农业科技创新能力三级和四级指标的排位变化趋势结构，以反映国家农业科技创新能力指标排位波动及其结构对国家农业科技创新能力排位的影响。

五、结论与政策启示

G20成员国中的9个发达国家在农业科技创新领域一直占据领先地位，农业科技创新能力得分均名列前茅，但多数发达国家得分未能继续冲高，反而出现下滑趋势。11个新兴市场国家现代农业发展取得了显著成效，农业科技创新能力得分均处于上升趋势。尽管新兴市场国家与发达国家的得分差距正在逐年缩短，但在科研水平、教育质量、现代基础设施和生态保护等诸多方面与发达国家仍有较大差距。G20各国农业科技创新水平均具有很大的上升空间，因此，本文最后结合当今世界农业科技战略新取向和新趋势，针对G20国家农业科技创新发展现状，提出提高其农业科技创新能力的几点建议。

(一)统一部署，促进农业科技创新系统协调发展

根据本文第二部分的理论分析可知，国家农业科技创新能力是国家农业科技创新系统绩效的体现，国家农业科技创新系统结构复杂性导致能力的形成与发展受多种因素的影响，因此，各国提升农业科技创新能力的根本途径在于建立健全农业科技创新系统。发达国家较早形成了相对完善的农业科技创新系统。但农业现代化作为动态概念，其在不同时期的内容和要求也不尽相同，因此农业科技创新系统也需要与时俱进，不断发展和完善。近年来，发达国家的农业科技创新发展缓慢甚至退步，也将引发各国对农业科技创新系统进一步优化的思考。而大多数新兴市场国家尚未完全建立起适合本国国情的、适应市场经济发展的农业科技创新系统。本文所构建的国家农业科技创新系统科学、客观、全面、可操作性强，基本满足未来可持续发展需求，因此建议各国结合本国农业科技创新系统现状，参考本文提出的系统架构，做好顶层设计和部署，建立或完善现有农业科技创新系统结构要素，注重提高各功能模块发展的协调性和平衡性，将分散部分系统化、发散的局部功能整体化，把薄弱环节补起来，形成均衡发展结构，增强发展后劲。国家农业科技创新系统各方面、各环节、各因素协调联动将促进农业科技创新能力稳步提升。

(二)固强扶弱，提升止降，优化农业科技创新评价指标结构

国家农业科技创新能力的评价结果显示，拥有较高比重的强势指标和优势指标的国家，其国家农业科技创新能力将处于更高的竞争优势地位，反之则处于劣势地位；上升指标比重大于下降指标比重的国家，其国家农业科技创新能力将处于上升趋势，反之则表现为下降趋势。因此，各国在未来的发展实践中应该有针对性地采取有效措施，继续巩固强势指标，积极扶持优势指标向强势指标转变、中势指标向优势指标转变，努力减少劣势指标，不断优化农业科技创新评价指标结构，进而巩固并提升国家农业科技创新能力的优势地位。与此同时，各国应该努力增加上升指标的个数，减少下降指标的个数，形成上升动力大于下降拉力的发展趋势，有效地促进国家农业科技创新能力整体水平的持续提升。

(三)依靠创新，破解农业资源环境约束

过去的数十年中，很多国家普遍采用粗放型农业生产方式，以消耗资源和牺牲生态环境为代价换取短期经济利益。从具体指标来看，与2001年相比，2016年G20多数国家的单位面积化肥使用量、单位面积农药使用量及农业温室气体排放量呈现上升趋势。农药和化肥大量施用等落后的生产方式将造成农业面源污染严重，水资源、能源及其它自然资源过度开发消耗将导致农业资源短缺。为确保农业长期稳定发展，各国应通过科技创新转变农业发展方式，促进农业绿色发展。攻克种质资源创新与新品种选育、高效安全农业生物技术、农业节水节能、农业面源污染检测与防治、农村废弃物循环利用、土壤耕性改良以及农产品精深加工等技术难题，为农业绿色发展提供强有力的科技支撑。

表8　2001-2016年G20国家农业科技创新能力三级和四级指标排名变化

(四)跨出国门，积极开展国际农业科技合作

在农业科研工作中除自主研发外，各国根据自身需求寻求国际间合作是提高科研水平、缩小差距的有效途径。各国应充分借助所加入的国际组织谋求农业科技合作，二十国集团农业部长会议聚焦农业创新与可持续发展以及会议实行机制化将为各成员国加强农业科技交流与合作，分享相关政策和成功实践经验提供良好的平台。中国提出的“一带一路”战略也为农业“走出去”提供了新的发展机遇。“一带一路”沿线国家农业资源禀赋好，市场潜力大，但农业基础设施落后，农业科技力量薄弱，科技创新能力较低。各国应发挥不同国家的比较优势，促进区域乃至全球农业科技资源整合共享，实现各国的互利共赢。各国在开展国际农业科技合作要坚持：1. 做好统筹规划，对外要力求合作双方地位平等、利益平等，对内要全面考察本国科技合作基础并做好前景分析。按科技需求的重要性和紧迫性次序循序渐进开展技术合作，逐渐积累合作经验。预判科技合作发展前景，挖掘连带产业链，形成一条龙的未来农业产业发展模式。2. 各国要以引进为起点提升自主研发能力，通过引进技术带动自主科技创新，通过引进人才带动本土人才培养。

本研究通过梳理大量国内外相关研究文献和著作，综合开展问卷调查和现场访谈，在借鉴国内外先进经验和相关研究成果的基础上，从系统的角度界定国家农业科技创新内涵和特征，确定国家农业科技创新系统结构，明确国家农业科技创新能力形成路径及构成要素，并由此构建国家农业科技创新能力评价体系；采集最新的指标数据，全面、深入地评价和分析了2001-2016年G20农业科技创新能力的发展水平和变化特征；在实证研究的基础上，结合当今世界农业科技战略新取向和新趋势，提出促进国家农业科技创新能力提升的对策建议。

国家农业科技创新能力评价是一项涉及范围广、内容复杂的系统工程，而且随着国家农业科技创新系统的不断发展演化，能力评价指标体系和评价模型也应适应发展，不断调整，以期获得更加符合客观实际和规律的评价体系。作者将跟踪这一问题进行更加深入的后续研究。

参考文献：

[1]姜峰，崔乃文，郭燕锋. 农业科技服务体系的美国模式探析[J]. 教育教学论坛，2016(51)：66-67.

[2]Schultz T W. Transforming traditional agriculture [M]. Yale University Press, 1964.

[3]Hayami Y. Resourceendowments and technological change in agriculture: U.S. and Japanese experiences in international perspective[J]. American Journal of Agricultural Economics, 1969, 51(5): 1293-1303.

[4]Rótolo G C, Montico S, Francis C A. How land allocation and technology innovation affect the sustainability of agriculture in Argentina Pampas: An expanded life cycle analysis[J]. Agricultural Systems, 2015, 141: 79-93.

[5]张来武. 以农业科技创新创业带动现代农业发展[J]. 中国科技论坛，2012(4)：5-8.

[6]Clark N. Innovation systems, institutional change and the new knowledge market: Implications for third world agricultural development[J]. Economics of Innovation and New Technology, 2002, 11(4-5): 353-368.

[7]Röling N. The agricultural research-technology transfer interface: a knowledge systems perspective[J]. Making the link: Agricultural research and technology transfer in developing countries, 1990: 1-42.

[8]Spielman D J, Birner R. How innovative is your agriculture?: Using innovation indicators and benchmarks to strengthen national agricultural innovation systems[M]. World bank, 2008.

[9]Klerkx L, Aarts N, Leeuwis C. Adaptivemanagement in agricultural innovation systems: the interactions between innovation networks and their environment [J]. Agricultural Systems, 2010, 103(6): 390-400.

[10]Hounkonnou D, Kossou D, Kuyper T W, et al. Aninnovation systems approach to institutional change: smallholder development in WestAfrica [J]. Agricultural Systems, 2012(108): 74-83.

[11]Foley J A, Ramankutty N, Brauman K A, et al. Solutions for acultivated planet [J]. Nature, 2011(478): 337-342.

[12]Mgumia A H, Mattee A Z, Kundi B A T. Characteristics of agriculture technology and application of an agricultural innovation system in Tanzania[J]. African Journal of Science Technology Innovation & Development, 2015, 7(2): 73-83.

[13]卢东宁，张妮. 农业技术创新系统的自组织演化机理研究[J]. 农业经济，2011(9)：20-21.

[14]李鹏，吴海霞，李平等. 产业链与技术链双向融合下的我国农业科技创新系统的协同发展研究——基于新型经营主体培育视角[J]. 科技管理研究，2016，36(3)：1-7.

[15]Dutta S, Lanvin B, Wunsch-Vincent S. The global innovation index 2017: effective innovation policies for development [EB/OL].http://www.wipo.int/edocs/pubdocs/en/wipo_pub_gii_2017.pdf, 2017.

[16]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.

[17]姚延婷，陈万明. 区域农业技术创新能力评价：基于因子分析的实证研究[J]. 江苏农业科学，2012，40(8)：378-381.

[18]陈丽佳，张振刚. 基于因子分析的广东农业科技竞争力研究[J]. 科技管理研究，2008(6)：96-99.

[19]李洪文. 基于TOPSIS法的湖北省农业科技创新能力评价[J]. 湖北农业科学，2014，53(3)：704-708.

[20]杨贵梅，张克荣. 基于层次分析法的安徽省农业科技创新能力评价[J]. 成都师范学院学报，2017，33(8)：119-124.

[21]罗强，张晨，俞美莲等. 上海农业科技创新能力评价研究[J]. 上海农业学报，2014，30(6)：13-19.

[22]Schwab K. World Economic Forum. The global com￣petitiveness report 2016-2017 [EB/OL]. http://www3.￣weforum.org/docs/GCR2016-2017/05FullReport/The Global Competitiveness Report 2016-2017_FINAL.pdf, 2016.

[23]李建平，李闽榕，赵新力. 二十国集团(G20)国家创新竞争力发展报告(2015-2016)[M]. 北京：社会科学文献出版社，2016.

[24]郭翔宇等. 农业经济管理前沿问题研究[M]. 北京：中国财政经济出版社，2012.

[25]谢光亚，张蔚. 论国家创新系统及其政策工具的选择[J]. 湖南大学学报(社会科学版)，2002，16(5)：52-55.

[26]Porter M E. The competitive advantage of nations[J]. Harvard Business Review, 1990, 68(2): 73-93.

[27]Furman J L, Porter M E, Stern S. The determinants of national innovative capacity[J]. Research Policy, 2002, 6: 899-933.

[28]Hu M C, Mathews J A. National innovative capacity in East Asia[J]. Research Policy, 2005, 34: 1322-1349.

[29]张梅申，岳增良，郑小六. 农业科研单位科技创新能力要素分析及提升模式研究[J]. 农业科技管理，2015，34(2)：23-26.