周华强,李 镜,杨 柳,谢士娟,王敬东
(1.四川省农村科技发展中心,四川 成都 610041;2.四川省科技促进发展研究中心,四川 成都 610041)
打赢、打好精准脱贫攻坚战是事关中国到2020年能否全面实现小康的决定性因素,在举全党全国之力的持续作用下,贫困地区基础设施得到根本改变,这场攻坚战的难点在产业扶贫上,而产业扶贫的难点又在如何提供持续的技术支持上。早在2015年 《中共中央、国务院关于打赢脱贫攻坚战的决定》就提出了加快适用技术推广的要求,但贫困地区的农业产业技术支撑能力依然与需求难以匹配。笔者在四川多次扶贫督导中发现,有的贫困村核桃不结果,有的贫困村李子树种下不久就大面积夭折,有的贫困村罗汉果挂果率很低,不少贫困村一窝蜂发展猕猴桃却结出了病果、次果,暴露出贫困地区发展产业面临的科技问题:①基层农技人员总量不足,农技人员很难做农技本职工作;②乡村产业需求具有多样性,现实中做到 “一村一品”的不多,甚至每户都会涉足几个产业,乡村农技人员学科门类不全、培训不够、知识结构老化,很难满足多样化的产业技术需求;③在脱贫摘帽条件中有一条是 “乡有中心院、村有卫生室”,但产业技术问题却找不到卫生室,仅靠驻村工作组中的一名农技员,不可能解决所有产业问题;④行业部门出政策、建基地、给项目,但对 “结果” “结好果” “持续结好果”的问题没有找到好的解决办法,陷入 “选产业、做规划、出问题、产业亡、选产业”的产业扶贫轮回。解决这些问题不在选准产业,也不在没钱保障,而在没有发挥好科技的作用,在贫困地区构建农村科技服务体系的现实意义至少不亚于支持贫困地区产业项目。贫困地区农村科技服务体系怎么建,需要首先摸清现状。
赵和楠等提出贫困是人类发展史上无法回避的世界性问题,通过相应的制度设计与政策实践消除贫困则成为各国共有的政治经济现象[1]。中国坚持政府主导扶贫开发模式成效显著,联合国 《千年发展目标2015年报告》显示,1990—2015年全球极端贫困人口减少10.64亿,中国的贡献率超过70%。国内学者对精准扶贫的研究热度越来越高,但主要集中在制度分析、个案解析、经验总结等方面[2],对科技扶贫的研究比较少。在国家的精准扶贫制度设计中,没有与教育、产业、文化等相并行的单独科技扶贫专项,2010年科技部在全国范围组织开展了扶贫地区的科技需求调查,2012年对秦巴片区开展了产业摸底,但均没有实质性下文,这可能也是导致科技扶贫难以成为研究热点的原因。
从20世纪80年代、90年代到21世纪,再到精准扶贫之后, “下几个项目、建几个基地、搞几次培训、发几本手册、助几户脱贫”是科技扶贫一以贯之的模式[3-7],加上现有科技项目管理制度基于市场导向、工程倾向、绩效指向等理念设计,既不符合科技特征又不能满足扶贫的需要[8]。虽然李金祥、柏振忠等认为农业科技是推动贫困地区可持续发展的根本途径[9,10],但邢成举通过阳县苹果产业科技扶贫个案研究,认为科技扶贫最大的受益者是公司,科技扶贫项目表现出规模偏好、贫困户选择偏好,客观上很难真正帮助最需要帮助的贫困户[11]。这进一步说明科技扶贫传统的模式与精准扶贫的要求还有很大差距,科技扶贫的任务不明确、发力不持续、绩效不明显,科技扶贫不但在理论界被 “边缘化”,在精准扶贫制度设计中也被 “边缘化”。
贫困地区虽然经济发展水平低,但有很好的特色资源优势,实施产业扶贫是正确的路径选择,产业发展必然依靠科技,这一逻辑毋庸置疑。贫困地区科技内生动力不足,产业发展面临产业技术服务体系严重缺失的问题[12]。贫困地区选准产业固然重要,但更重要的是有人为产业提供技术服务,没人服务产业就落不了地,不但要为贫困地区 “造产业”更要为贫困地区 “造人才”[8]。一方面要为贫困地区输入人才,另一方面要为贫困地区培养人才,无论输入还是培养人才都需要一个落脚点,选择之一是走实施项目的老路子,项目结束就会人走茶凉;另一个选择就是走建农村科技服务体系的新路子,这才能保证贫困地区产业技术需求得到持续支撑。
学者对农业科技园区、农业科技专家大院、农村科技服务超市、新农村发展研究院等农村科技服务体系的单个类别有较多关注[13-19],但没有从精准扶贫的视角和农村科技服务体系综合类别的视角进行研究。一些研究不是对科技系统认可的农村科技服务体系的研究[20,21],另有研究将农民专合组织甚至公司纳入农村科技服务体系的范畴[22-24],这些体系和政府主导的科技服务体系有很大区别,不宜等同对待。周华强等提出了构建全国信息化科技扶贫体系的框架[25],但农村创新创业体系没有被提及。
通过以上分析,现有研究存在以下不足:一,对科技扶贫在精准扶贫中的作用重视不够,对农村科技服务体系在科技扶贫中的关注不够;二,现有农村科技服务体系研究尚未形成创新创业、技术服务两个维度的综合性研究,且缺乏贫困地区与非贫困地区比较、贫困地区内部比较这两个研究视角;三,贫困地区农村科技服务体系的分布特征不明导致体系建设不够,进而导致产业扶贫的技术得不到持续的、有效的保障。明确贫困地区农村科技服务体系的分布特征,对于构建贫困地区支撑产业发展的新型农村科技服务体系、强化科技在精准脱贫和乡村振兴中对产业兴旺的支撑作用具有重要意义。
第一,关于农村科技服务体系的具体类型。本研究所指农村科技服务体系是指由省级及以上科技行政主管部门认定、批复、备案的体系。本研究没有将科技特派员纳入,原因是科技特派员的外延已经过于扩大,企业、科研单位的法人及其工作人员都可以叫法人,统计难度大、来源差异大。另外,四川科技扶贫在线是针对贫困地区的产业技术服务体系,农村产业技术服务中心在全省都有布局,也有必要纳入。
第二,关于案例省选择。本研究选择以四川省为例,原因有三点:一,四川是重点集中连片贫困区,88个重点贫困县中有45个是深度贫困县,具有代表性;二,四川有省级科技扶贫专项,全国少见,其重点任务就是建设贫困地区科技扶贫服务体系,已在贫困地区建成了省、市、县、村的服务体系;三,本研究其余体系类型都是通过竞争性认定方式获得,而四川科技扶贫在线仅在贫困地区建立,是政府有意图在贫困地区建设的公益性农村科技服务体系,可以定量对政府有意图在贫困地区布局农村科技服务体系的行为效果进行评判。
第三,关于农村科技服务体系的分类。农村科技服务体系可以分为创新创业服务体系和技术服务体系,转化属于创新和创业的过渡阶段,且在国家科技整体制度设计中,创新与创业是不可分割的整体,因此,本研究将转化服务体系纳入创新创业服务体系。
本研究分四步进行:提出研究假说、进行实证检验、得出研究结论、提出对策建议。实证检验按以下思路分析:①探索农村科技服务体系的类别、建设主体、贫困区类型 (反映贫困程度)、区域 (本研究用市州代表)之间的相互关联;②对贫困地区农村科技服务体系进行综合、系统评价;③对政府有意图在贫困地区建设农村科技服务体系的行为进行评判;④贯穿贫困地区与非贫困地区对比、贫困区内部对比的两个视角,归纳出贫困地区农村科技服务体系的分布特征。
在探索多分类变量及其水平 (类别)之间关联时,采用多重对应分析模型,核心是解释对应分析图。在对贫困地区农村科技服务体系能力进行评价、解释差异原因时,采用因子分析模型,从多个观测变量中抽象出隐含变量,对本研究而言可理解为对农村科技服务体系的性质进行分类。在对因子分析结果进行解释时,综合采用了聚类分析、相关分析等多元统计方法。在评判政府有意图在贫困地区建设农村科技服务体系的行为时,用协方差分析模型对是否纳入科技扶贫在线的因子得分进行前测、后测对比分析。模型拟合采用SPSS 23.0软件进行。
设置贫困类型、市州、建设主体、体系类别4个分析变量,其中,贫困类型包含秦巴片区、高原藏区、乌蒙片区、大小凉山彝区、非贫困区5个水平,分别简称秦巴、藏区、乌蒙、彝区、非贫困;市州分21个水平;建设主体分公司、科研单位、高等院校、政府及部门4个水平,分别简称公司、科研、高校、政府;体系类别包含农业科技园区、科技扶贫在线、产业技术服务中心、星创天地、科技专家大院、工程技术研究中心、产业技术创新联盟、重点实验室8个水平,分别简称科技园区、扶贫在线、产业中心、星创天地、专家大院、工程中心、创新联盟、实验室。贫困发生率、农业总产值为数值型变量。在进行协方差分析时,将纳入科技扶贫在线的因子得分作为因变量,将未纳入科技扶贫在线的因子得分作为协变量。
研究组向四川省各级科技行政主管部门发放问卷204份,回收率100%,获得488个农村科技服务机构样本(见表1)。贫困发生率从四川省扶贫办内部资料中获得。农业总产值从 《四川统计年鉴2017》获取。
表1 四川各类农村科技服务体系数量分布 单位:个
刘冬梅等认为扶贫不存在排他性和竞争性,属于公共产品,会导致市场失灵,所以扶贫一般由政府主导[26]。宫留记提出政府是消除贫困的主体,只有政府才能始终如一将反贫困进行到底[27]。文建龙提出中国党政具有强大的政治优势和资源动员能力,是我国扶贫取得成功的关键[28]。牛胜强认为深度贫困地区应以超常规的理念、方法和举措持续推进非竞争性公共物品和服务的有效供给[29]。刘建生等提出精准扶贫是一项国家任务[30]。多数学者赞成政府是精准扶贫的主体,且越贫困的地方政府的作用越强,作为科技扶贫重要内容的农村科技服务体系建设的任务也应由政府牵头。据此提出研究假设H01:贫困地区农村科技服务体系对政府具有选择偏好。
余华认为中国农村科技服务体系呈现出多元化、多层次的特征,但科研机构作为独立经济体,必然追求自身利益,容易倾向于研究经济效益好的项目[31]。汤国辉等针对江苏农村科技服务超市提出的多元主体协作构建的思想,但农村科技服务超市并没有在全国普遍推广,这可能显示其多元化主体模式并不适合贫困地区[16]。许竹青等[17]、王克其等[18]发现高等院校主办的新农村发展研究院与地方合作的经费难以满足,陷入高校不主动投入、贫困地区政府又无能力支付的窘况。中国高校的评价机制决定了高校要优先培养人才、重视基础研究,科研单位在大力加强创新创业、加快农业科技成果转化的科技政策背景下也会向经济效益好的领域侧重。据此提出研究假设H02:科研机构、高等院校对农村创新创业体系具有偏好,而对贫困地区农村技术服务体系没有明显偏好。
刘建生等[30]、周华强等[8]对科技扶贫的制度变迁、产业扶贫作用机制进行了研究,判断当前精准扶贫的重点是产业扶贫。邢成举认为当前科技扶贫项目对公司的支持方式很难真正帮助最需要帮助的贫困户脱贫[11]。公司追求利益是其本性,政府通过项目调动企业参与扶贫,企业必然会选择容易脱贫的贫困户、容易脱贫的地点放在项目区。科技创新对企业发展壮大起着决定性作用,企业可能会对创新创业体系表现出一定的兴趣。据此提出研究假设H03:公司对贫困地区农村技术服务体系建设没有明显偏好,公司有可能对农村创新创业体系表现出一定偏好。
白俊红等认为一个地区创新能力和生产效率高,研发要素便会自发向这些地区流动[32]。王海燕等认为创新就是提高产品与服务的吸引力[33]。经济水平高的地区创新资源会优先聚集,农村科技创新资源也会如此。绝大多数贫困地区对农村创新创业体系的重视程度不会很高,在明确产业服务重点的逻辑思维下,贫困地区应对技术服务体系表现出迫切需求。据此提出研究假说H04:贫困地区对农村技术服务体系具有明显偏好,而非贫困地区对农村创新创业体系具有明显偏好。
白俊红等研究发现科技创新对经济增长具有地域差异[34],王介勇等认为贫困问题通常具有区域性、阶段性和动态性[35],贫困地区之间对农村科技服务体系的理解可能也存在差异性。据此提出研究假设H05:非贫困地区的农村科技服务体系、农村创新创业体系、农村技术服务体系的建设成效均明显优于贫困地区,一般贫困地区的农村科技服务体系、农村创新创业体系、农村技术服务体系的建设成效均明显优于深度贫困地区。
当前,全国范围都在深入实施创新驱动发展,创新创业是否波及贫困地区农村科技服务体系建设值得探究。李金祥、柏振忠等认为农业科技是推动贫困地区可持续发展的根本途径[9,10]。农村科技服务体系是基层科技能力的重要方面,欠发达地区的县域经济主要还是农业经济,农村科技服务体系对农业经济发展应该起到正向促进作用。据此提出研究假说H06:农村创新创业服务体系、农村技术服务体系均支撑了农业经济发展。
采用定制交叉表的方式,对贫困区类别、市州、建设单位性质、体系类别4个分类变量构成的组合进行卡方检验,两两之间均显著性关联,适合进行多重对应分析。提取多重对应分析前10个维度的变量区分度得分(见表2),综合判断,各变量在第1维度与第2维度的区分度比较理想,其中,维度1与维度2的α信度系数分别为0.867、0.718,可以分别解释71.43%和54.15%的数据变异,这两个维度具有较高的信度。
表2 各变量在前10个维度的区分度得分
对应分析的核心是对应分析图,解释对应分析图有三个原则:①原点代表平均值,散点与原点的距离代表散点的区分效果,离原点越远区分效果越好;②落在从原点出发大致相同方位、大致相同区域的同一变量的类别 (水平)之间具有相同性质;③落在从原点出发大致相同方位、大致相同区域的不同变量之间具有联系。考虑到市州变量的水平较多,分两步进行。
第一步,多重对应图不标定市州变量 (见图1),可以得出:第一,政府与产业中心、扶贫在线、彝区关联,彝区与扶贫在线紧密关联,乌蒙、秦巴与产业中心关联,说明彝区更多依靠政府建设产业中心和扶贫在线,乌蒙和秦巴除扶贫在线外在产业中心的建设上明显优于其他地区,暗示乌蒙和秦巴对产业发展的技术服务能力相对较强,支持研究假设H01;第二,非贫困地区的高校、科研、实验室、创新联盟与工程中心关联,说明高校和科研单位更多关心实验室建设、基础研究,支持研究假设H02;第三,科技园区、星创天地与公司关联,而专家大院与建设主体类型、贫困区类型没有明显关联(十分接近原点),暗示公司对科技扶贫的参与度不大,专家大院在扶贫工作中的作用还不够明显,支持研究假设H03;第四,藏区散点与其余散点没有明显的聚集,预示藏区的科技服务体系是全省最薄弱的地区,在扶贫工作中应引起重视,部分支持研究假设H05。
图1 维度1与维度2多重对应分析图(未标定市州)
第二步,多重对应图标定市州变量(见图2),可以得出:第一,第一步分析发现非贫困地区实验室、高校、科研、创新联盟、工程中心高度关联,引入市州变量后,仅成都与这些类别相关,预示科技创新创业能力成都一枝独秀,支持研究假设H02;第二,第一步已知公司和星创天地、科技园区关联,在此基础上发现,绵阳与其他市州相比公司建设星创天地的特征更加明显,眉山、攀枝花、遂宁、资阳、自贡、雅安、内江7市与其他市州相比公司建设科技园区的特征更加明显,德阳则与专家大院关联,部分支持研究假设H03;第三,巴中、南充、广安、广元、达州、宜宾、泸州、乐山在产业中心建设方面优于其余市州,部分支持研究假设H04与H05;第四,在扶贫在线建设方面,凉山优于甘孜和阿坝,甘孜和阿坝各类体系建设都很弱,部分支持研究假设H04与H05。
图2 维度1与维度2多重对应分析图(标定市州)
对8个测量指标进行因子分析,其KMO度量值为0.764,Bartlett’s球形度检验的显著性水平值接近0.000,表明指标适合进行因子分析。按照特征根数值大于1的标准提取因子,前两个因子携带了整体模型70.21%的变异信息,对因子进行了Kaiser方差最大化正态旋转,因子1在工程技术研究中心、重点实验室、产业技术创新联盟、农业科技园区、星创天地的载荷较大,体现了各市州农村科技创新创业体系的建设情况,可以命名为创新创业因子;因子2在科技专家大院、科技扶贫在线、产业技术服务中心的载荷较大,反映了各市州农村科技服务体系的建设情况,可以命名为技术服务因子。
用创新创业因子为纵坐标、技术服务因子为横坐标作散点图(见图3),可以看出:①成都创新创业因子为4.21,遥遥领先于其余市州,但是其技术服务因子仅为0.002,刚好处于平均水平,说明成都更加重视基础研究、创新和创业,技术服务相对弱势;②创新创业因子超过平均值水平的仅有成都、绵阳、南充、巴中、眉山5个市州,其中,绵阳、南充、巴中为贫困地区,预示这3个贫困市具有提升内生科技动力的强烈愿望;③技术服务因子中,雅安、德阳、遂宁分别为2.05、1.93、1.46,位列前三名,除了宜宾、泸州、凉山外,其余贫困市州的技术服务因子都低于平均值,甘孜、阿坝垫底;④创新创业因子与技术服务因子都存在两极分化现象,创新创业因子除成都一枝独秀外其余市州没有明显的差异,而技术服务因子在贫困地区和非贫困地区之间存在明显差异,技术服务以雅安、德阳、遂宁为领头雁。以上四点进一步支持研究假设H04与H05。
图3 各贫困类别、市州公因子得分散点图
创新创业因子得分在[-1,+1]区间以及技术服务因子得分在[-0.5,+0.5]区间的分散度不佳,为考察这个区间特征,用公因子得分进行系统聚类分析,按照分类数适中、各类包含元素相对平衡的原则,分5类比较合适(见图4):第一类为成都,特征是创新创业因子和综合因子得分最高,而技术服务因子偏低;第二类包含德阳、雅安、遂宁,特征是技术服务因子得分高,综合因子得分居中,创新创业因子得分偏低;第三类为绵阳、巴中、南充、达州、广元,特征是综合因子、创新创业因子得分较高,技术服务因子得分低;第四类为泸州、眉山、宜宾、自贡、凉山、资阳、攀枝花、内江、乐山、广安,特征是技术服务因子、综合因子得分较高,创新创业因子得分低;第五类为甘孜、阿坝,特征是各类因子得分均为最低。
图4 各市州公因子得分系统聚类树
用创新创业因子、技术服务因子、贫困发生率、农业总产值进行相关分析,结果发现(见表3):第一,创新创业因子与农业总产值的相关系数为0.566,均达到显著水平,表明创新创业支撑了全省农业经济增长,部分支持研究假说H06(农村创新创业服务体系支撑了农业经济发展);第二,技术服务因子与贫困发生率的相关系数为-0.714,达到显著水平,表明贫困地区的技术服务能力不足,产业发展技术需求不能得到有效保障,支持研究假设H04与H05;第三,创新创业因子与贫困发生率的相关系数未通过显著性检验,表明在贫困地区搞创新创业可能并不是急需的,提高贫困地区技术服务能力可能更为重要;第四,技术服务因子与农业总产值的相关系数未通过显著性检验,表明无论是贫困地区还是非贫困地区,农业技术服务体系还没有转化成推动经济发展的动能,这也证明农村科技服务体系在科技工作、科技扶贫工作中均没有得到足够重视,部分拒绝研究假说H06(农村技术服务体系支撑了农业经济发展)。
表3 公因子与贫困发生率、农业总产值的 Pearson相关分析
注:**表示极显著相关。
因为扶贫在线是四川针对贫困地区特有的农村技术服务体系,是纯公益性的政府行为,这种行为对贫困地区的农村科技服务体系建设是否有正向作用,不同贫困地区的作用大小如何,需要深入探析。将建扶贫在线前、后的综合因子、创新创业因子、技术服务因子分别进行协方差分析,并用LSD法进行贫困类别的两两比较,显著性检验的参照水平为非贫困区。综合因子、创新创业因子、技术服务因子三种情况的P值分别为0.878、0.977、0.084,均大于0.05,协方差分析通过平行性检验。
将考虑和不考虑扶贫在线的综合因子得分进行协方差分析,结果显示,引入扶贫在线后藏区、秦巴与非贫困地区相比具有显著差异(见表4),藏区比彝区、藏区比非贫困区的综合因子得分提高更显著(见表5),暗示扶贫在线显著提升了藏区农村科技服务能力。
表4 综合因子协方差分析模型
表5 综合因子协方差预测值LSD两两对比
注:*表示在α=0.05水平显著,下同。
将考虑和不考虑扶贫在线的创新创业因子得分进行协方差分析,结果显示,引入扶贫在线后藏区、秦巴与非贫困地区相比增值有显著差异(见表6),藏区、秦巴创新创业因子增值明显高于非贫困地区(见表7),预示藏区、秦巴的农村技术服务能力提升会同步带动农村创新创业能力提升。
表6 创新创业因子协方差分析模型
表7 创新创业因子协方差预测值LSD两两对比
将考虑和不考虑扶贫在线的技术服务因子得分进行协方差分析,结果显示,引入扶贫在线后彝区、乌蒙下降而藏区、秦巴增加,下降与增加程度均与非贫困地区有显著差异(见表8,表9)。这不是说扶贫在线对彝区、乌蒙没有作用,而是因为彝区、乌蒙技术服务因子在消除初始值的影响后,比非贫困地区下降的程度要多,表明彝区、乌蒙技术服务能力的基础较好,在同等条件下扶贫在线对藏区和秦巴提高农村技术服务能力的正向影响更显著。
综合协方差分析可知:①扶贫在线显著降低了非贫困地区的综合因子、创新创业因子、技术服务因子得分,分别下降了41.79%、115%和46.41%,表明扶贫在线对贫困地区农村科技服务体系有促进作用;②建设扶贫在线后,藏区比彝区、非贫困区的农村科技服务整体能力提升更显著;③在相同建设力度下,扶贫在线对提升藏区和秦巴农村技术服务能力的影响更显著。
表8 技术服务因子协方差分析模型
表9 技术服务因子协方差预测值LSD两两对比
第一,成都的实验室、创新联盟与工程中心等农村创新创业体系建设发达,农村创新创业能力超过全省平均水平的仅有成都、绵阳、南充、巴中、眉山,且成都与其余市州的领先差距很大,呈现一枝独秀的局面,但成都农村技术服务体系相对弱势。
第二,彝区更多依靠政府建设产业中心和扶贫在线,乌蒙和秦巴除了扶贫在线外在产业中心的建设上明显优于其他地区,泸州、眉山、宜宾、自贡、凉山、资阳、攀枝花、内江、乐山、广安等乌蒙和秦巴片区市,其技术服务能力较强,但创新创业能力低,暗示秦巴、乌蒙片区的农业技术自给能力有相对优势。
第三,绵阳由公司建设星创天地的特征明显,眉山、攀枝花、遂宁、资阳、自贡、雅安、内江由公司建设科技园区的特征明显,德阳专家大院特征明显但其建设主体特征不明,巴中、南充、广安、广元、达州、宜宾、泸州、乐山在产业中心建设方面优于其余市州。公司是科技园区、星创天地的建设主要群体,公司、专家大院在扶贫工作中的作用还不够明显。
第四,四川农村创新创业体系显著促进了农业经济发展,农村技术服务体系还没有转化成服务经济发展的动能,无论是贫困地区还是非贫困地区都需要加强农村技术服务体系建设。深度贫困地区中,凉山优于甘孜和阿坝,甘孜和阿坝处于各类体系建设的最弱势,除扶贫在线外几乎没有科技服务能力,应是精准扶贫关注的重点。
第五,除成都市外,绵阳、巴中、南充、达州、广元的农村创新创业能力较强、农村技术服务能力低,其中,绵阳、南充、巴中贫困市热衷于搞农村创新创业,而相关性分析发现农村创新创业能力与贫困发生率的相关性不显著,绵阳、南充、巴中在2020年之前应调整农村科技服务体系建设的工作思路。
第六,技术服务因子在贫困地区和非贫困地区之间存在明显差异,雅安、德阳、遂宁的农村技术服务能力较强、农村创新创业能力偏低,贫困市州中除宜宾、泸州、凉山外其余市州的农村技术服务因子都低于平均值,提高贫困地区农村技术服务能力应是科技扶贫服务体系建设的重点,且提高贫困地区农村技术服务能力的同时也会带动农村创新创业能力的提升。
本研究假说H01至H05得到全部支持,H06得到部分支持,且研究假设H01可丰满为:贫困地区农村科技服务体系对政府具有选择偏好,政府在贫困地区有意图布局农村科技服务体系会整体提升贫困地区农村科技服务能力。
第一,科技服务体系的建设主体选择。本研究发现,贫困地区农村科技服务体系高度依赖政府,厘清政府与市场的关系既包含让市场在资源配置中起决定性作用,又包含市场失灵时更好地发挥政府作用,在贫困地区还是要坚定政府在建设科技服务体系的主导地位。另外,贫困地区农村科技服务体系高度依赖政府,并不是说科研单位、高等院校等其他主体没有在贫困地区建设农村科技服务体系,而是贫困地区更倾向于选择政府。当前中国农业社会化服务体系存在功能单一、功能定位不清、组织结构松散、服务延续性差等问题[21,23,26,36],加快建设社会化服务体系并不是否定传统公益性政府主导型服务体系的作用,应把握几个原则:①地方农业生产者的知识水平,知识水平高的地方可能更愿意接受社会化服务方式;②地方农业经济发展水平,水平高的地方可能更会催生社会化服务方式;③地形地貌特征,在山丘区、耕地少、耕地不成规模的地区,社会化服务者很难有盈利空间。
第二,贫困地区应选创新创业体系还是技术服务体系。创新创业是中国当前的时代特征之一,但一二三产业之间、不同地区之间、贫困区与非贫困区之间在选择创新路径上可能会有差异。本研究发现,农业经济水平高的地方创新创业体系发达,非贫困地区的科技服务体系显著优于贫困地区,这并不意味着贫困地区急切增高科技创新体系的数量就可以快速实现赶超:①农业经济水平受发展基础、市场消费偏好、农业生产者水平、农业生产方式等多方面因素影响,科技创新体系只是其中之一;②科技创新创业体系的背后是创新创业生态环境(包括政策环境、市场环境、社会环境等)的支撑,而创新生态环境不是一朝一夕能够形成的;③即使科技创新创业体系的数量上去了,但其是否能够真正发挥作用还需要实践检验。另外,本研究发现扶贫在线会显著提升部分贫困市的创新创业能力,这说明要么这些贫困市有创新创业的强烈愿望,要么这些贫困市的农村科技服务体系整体基础太差。贫困地区发展农村创新创业体系并非错误,只是就脱贫攻坚而言,技术服务体系发挥的作用可能更大,待地方社会经济发展到一定水平后再把工作重点调整到科技创新体系上,这与实施创新驱动发展战略并不矛盾。
第三,关于贫困地区 “输血”与 “造血”的探讨。从扶贫开发的长期大逻辑看, “造血”的确是消除贫根的治本之策,但是 “造血”路径面临诸多现实难题:①贫困地区多处于偏远山区,即使交通便利了,为就业者、创业者提供的机会也很难与中心城市相比,无论是大学毕业生还是技术专长者都会优先选择预期较好的地方就业;②公司到贫困地区去发展、建基地,特别是到民族地区,由于语言、文化、生活习惯、生产方式的巨大差异,加上贫困地区的地理劣势,公司会花数倍于非贫困地区的培训成本、生产成本、销售成本、人力成本,公司到贫困地区去的主动性不会高;③在科技人员、科技项目、科技平台这几类主要资源中,科技项目是最容易到贫困地区去 “造血”的资源,难的是让科技人员到贫困地区去 “造血”,一是因为科技人员没有落脚点,二是因为花了很大力气为贫困地区培养的技术人员在掌握一门本领后会向收入预期更高的中心城区聚集。致贫原因多种多样,一个成年的贫困者其智力、志向、志气、人品都基本定型,扶智与扶志的难度恐怕比产业帮扶更大,扶智与扶志的主要对象应聚焦贫困户的下一代。在市场失灵的扶贫工作中,恐怕在一定时期内 “输血”式扶贫仍不可偏废,贫困地区农村科技服务体系建设也将以 “输血”式构建为主。
第四,研究方法。本研究提出了一个探索贫困地区科技服务体系分布特征的研究框架,可以推广到全国、各省类似的探索分布特征类研究,其应用的前提条件有:①研究变量以分类变量为主,且分类变量数量较多(各类变量的水平数之和或类别数之和超过10个),不适用于常规的逻辑斯蒂模型或对数线性模型;②研究的主要目的是探索分类变量的相关关系,在此基础上根据研究需要引入精细分析模型;③这种关联可能是变量之间、水平 (类别)之间、变量与水平之间的联系,也可能是两者间、多元化的联系;④各分类变量之间不需要明确因果关系。借鉴本研究框架应该注意以上前提条件,同时也要注意本研究存在以下不足:在体系类别选择上,仅选取了省级科技行政主管部门认定的平台,其他与农业相关的省级部门认定的平台以及地市级、县级认定的平台没有考虑,实际上,他们也对科技在农业产业发展、精准扶贫工作中有正向促进作用,只是作用大小可能不同,后来研究者可以将这些没有考虑的平台纳入分析模型。
第一,提高认识。各级科技行政主管部门要充分认识到加强贫困地区科技服务体系建设的重要性,这比单纯开展人才服务或单纯支持科技项目对贫困地区的产业可持续发展更重要。政府应在贫困地区科技服务体系建设中发挥主导作用,根据地方社会经济发展水平稳步推进社会化科技服务体系建设。
第二,分类支持贫困地区科技服务体系建设。贫困地区农村科技服务体系建设的重点是技术服务体系建设,不必强行推进创新创业体系建设,已经布局的农业科技园区和星创天地要强化技术服务功能。在经济相对发达地区,可鼓励发展社会化技术服务体系,增强技术服务对经济发展的靶向性;在贫困地区,要继续依靠政府建设技术服务体系,也要鼓励公司在贫困地区建分支、建平台、建基地,对公司等提供的公益性服务给予后补助项目支持;在深度贫困地区,可有针对性布局一批农村技术服务体系。
第三,深化科技人才扶贫。深化非贫困地区对贫困地区的科技对口支援,深化 “三区”科技人员专项行动,推进中央在川、省级科研单位、高等院校等优势创新资源向贫困地区流动。因秦巴、乌蒙片区的技术服务能力具有一定优势,乌蒙、秦巴片区要更好发挥产业中心在扶贫中的作用,可在这两个片区调动内生动力,比如鼓励多从内部产生 “三区”科技人员到村服务,特别是宜宾、泸州、凉山等地可以内派为主。