中国农业科技水平的时空演变、区域关联及其经济协同发展效应——以省域公立农业科研机构为例

岳慧丽，张昭，张蕙杰，刘升平，张杰

中国农业科技水平的时空演变、区域关联及其经济协同发展效应——以省域公立农业科研机构为例

岳慧丽1，张昭2，张蕙杰，刘升平1，张杰1

1中国农业科学院农业信息研究所，北京 100081；2农业农村部科技发展中心，北京 100122

【目的】长期来看，农业科技与农业经济应保持一种动态互促的良性协同发展趋势，才更有利于加快现代农业的发展。深入考察省域公立农业科研机构科技水平的时空演化和空间分布特征，及其与区域经济的协同发展情况，有助于正确认识各省之间农业科技与农业经济的协同发展机制并剖析导致农业科技与农业经济协同发展程度弱的潜在原因，探索进一步提高省域农业科研机构科技水平，解决农业科技与农业经济“两张皮”问题的路径。【方法】基于农业科研人员规模、专利授权量、论文发表数量3项指标，利用GIS空间分析、可视化技术和探索性空间数据分析方法研究2008—2018年我国省域农业科研机构科技产出的时空演化趋势及空间分布特征，并揭示省域农业科技与农业经济的协同发展情况。【结果】10年间我国省域公立农业科研机构的科技产出从中东部沿海省份向周围逐渐降低，多数省份农业科研机构专利授权量增长趋势显著，论文发表数量和科研人员数量整体增长趋势不明显；从空间分布特征来看，省域农业科研机构的科技产出虽然呈现出局部空间自相关特征，但整体未形成规模化的空间集聚效应；省域农业科技与农业经济协同发展程度方面，山东、江苏、广东、福建等东部沿海地区协同发展程度较好，中部地区协同发展程度一般，整个西北、西南及东北大部分省区农业科技与农业经济协同发展程度较弱。据此，从提高农业科研机构科技创新水平，加强区域农业科技与经济的协同发展方面提出了有关政策建议。【结论】省域农业科研机构的科技水平从中东部沿海向周围省份逐渐降低，具有空间异质性,未形成规模化的空间集聚效应；省域农业科研机构的科技水平与省域农业经济水平的协同发展程度整体偏低；需要加快构筑农业科技与农业经济协同发展的空间集聚格局，为解决农业科技与经济发展“两张皮”问题提供支撑。

农业科研机构；省域；农业科技；探索性空间数据分析；协同发展

0 引言

【研究意义】农业是国民经济的基础产业。农业科技创新是推动现代农业发展的第一动力，对推动国家创新驱动战略实施、促进农业高质量发展具有重要战略意义；反之，农业经济发展也为农业科技发展提供资金和人才保障。长期以来，科技与经济发展“两张皮”痼疾的存在，已成为影响建设创新型国家的痛点问题[1-2]。习近平总书记多次强调，农业现代化的关键是农业科技现代化，我们要牢牢掌握农业科技发展的主动权。“十三五”以来，我国农业科技进步贡献率已突破60%，但与发达国家相比仍有一定差距，而且我国各省农业发展水平的绝对差异也在逐渐增大。现代农业发展的实质是通过科技改造传统农业的过程，因此农业科技与农业经济能否协同发展尤为重要。这种协同发展并不是指二者始终保持同步增长，短期内农业科技与农业经济的发展可能并不协调甚至相悖；但长期来看，农业科技与农业经济的发展应呈现出正向促进和良性互动的动态变化过程，二者之间的差距应控制在一个合理的范围并保持动态收敛的趋势。只有这样才能实现现代农业的高质量、可持续发展。农业科技与经济增长如果始终不能协同，则可能表明当前科技进步对经济的带动效应未有效发挥，或者存在经济增长对农业科技进步的保障不足等问题。当前我国正处于巩固拓展脱贫攻坚成果，全面推进乡村振兴的关键时期，区域间实现科技与经济协同发展也是缩小区域发展差距的有效途径。对我国区域间农业科技与农业经济的协同发展问题加以厘清和解决，进一步优化农业科技资源的空间布局，更大限度地发挥农业科技与农业经济的互促作用，建立农业科技与农业经济协同发展的动态关联机制，对于加快国家创新驱动战略实施、推进农业农村现代化发展进程具有重要的理论和现实意义。【前人研究进展】近年来，学者们对农业科技与农业经济的协同发展问题进行了大量研究并证明，科技进步对经济增长的互促作用是明显的，要实现高质量、集约型经济增长，必须通过科技进步转变增长方式，调整产业结构。随着经济地理学的发展，学者们已经意识到传统的计量分析方法在分析区域发展问题时忽略了空间分析视角，开始采用空间分析手段揭示区域经济或科技发展的时空演化规律和发展差异[3-8]，经济地理学研究思想在农业经济领域也得以体现，如姚成胜等[9]运用空间分析方法对不同时期我国农业经济发展的时空演化和空间差异进行了分析，发现农业经济发展存在明显的空间依赖和外溢，何红光等[10]运用空间统计技术对中国农业经济增长质量的时空差异进行了研究，发现各省农业经济增长质量的变化程度和发展均衡性均存在较大差异，农业经济增长质量水平高的省份主要集中在东北、西北和东南沿海，而中南部省份增长质量水平相对较低。雷怀英等[11]利用空间分析技术对2009—2011年区域科技创新的空间集聚效应进行研究，发现全国科技创新投入存在空间自相关性。可看出多数研究往往单独对区域农业经济或者对区域科技的发展差异进行分析[12-15]，或者采用传统的计量分析方法对农业经济和农业科技的相互影响进行研究，如吕屹云、邓翔等[16-17]分析了我国农业科技创新投入对农业经济增长的影响，发现农业科技创新投入是影响农业经济增长的决定性要素,同时也存在资源配置不合理、利用效率低等问题。也有少数学者分析了科技创新与经济增长之间的空间作用机制，如杨义武等[18]发现农业科技创新对农民增收具有显著的空间正向溢出，区域间经济活动有助于强化这种溢出效应。【本研究切入点】区域间农业科技、农业经济发展水平的时空差异分别有多大？区域间农业科技与农业经济的协同发展状态如何？这些问题是破解科技与经济发展“两张皮”难题之前应重点明确的问题。近年来，我国农业科研机构特别是公立农业科研机构的创新能力不断提升[19-20]，已成为推动农业科技和产业发展的重要力量[21-22]，从对我国农业科研机构的相关研究来看，多数研究针对农业科研机构自身发展情况如创新的效率、体制机制等进行剖析[23-30]，或采用传统计量模型分析农业科研机构对农业经济增长的影响[31-32]。将空间分析和传统经济分析方法相结合对农业科研机构科技发展的时空演化、区域关联以及与区域经济的协同发展效应进行系统分析的研究较少。【拟解决的关键问题】 为深入考察省域公立农业科研机构的科技发展时空演化和空间关联特征，及其正确认识省域农业科研机构的科技水平与省域农业经济乃至省域经济的协同发展情况，本文试图运用探索性空间数据分析（简称ESDA）、地理信息技术（简称GIS）与传统经济分析相结合的研究方法，明确省域间农业科研机构科技水平的时空演化、区域关联特征及其与省域农业经济的协同发展情况，为从进一步优化我国农业科技资源的空间布局，实现省域农业科技与农业经济统筹协调发展，缩小区域间发展差距提供参考依据。

1 数据来源与研究方法

1.1 数据来源

本研究从省域角度对我国公立农业科研机构的科技发展时空演化、区域关联以及与经济的协同发展情况进行分析。研究时段为2008—2018年，研究空间对象为我国31个省、自治区、直辖市，香港、澳门、台湾除外。相关数据分别来自国家统计局网站以及《中国农业统计年鉴》《中国农业科技统计年鉴》以及来自农业农村部有关农业科技统计数据。地图数据采用中国省级行政区划shp格式地图。

在基础指标选取上，省域农业科研机构的科技产出选取《中国农业科技统计年鉴》中各省（市）农业科研机构的专利授权数、论文发表数量、农业科研人员数量3个绝对指标；分析空间集聚特征时以专利授权量环比增长率为基础指标进行空间分析；分析省域农业经济发展水平以国家统计局数据中各省的农林牧渔总产值为分析指标；分析省域经济发展水平以国家统计局数据中各省的地区生产总值为分析指标。

1.2 研究方法

1.2.1 农业科技水平的时空演化分析 为了科学评估省域农业科研机构的科技水平的发展趋势以及省域间农业科技水平发展差异，需要对2008—2018年间省域农业科研机构科技发展的时空演化趋势进行系统分析。

利用ArcGIS软件分别对2008—2018年省域农业科技产出指标的时空演化趋势及空间差异进行可视化呈现及分析。首先从时间维度纵向分析各省农业科技水平的发展趋势，在分析指标选取上，为获取较直观的分析结果，将专利授权数、论文发表数量、农业科研人员数量3个绝对指标，作为各省公立农业科研机构的科技产出指标；然后从空间维度横向分析省域间农业科技发展差异以及这种差异随时间的演化趋势，利用ArcGIS软件自然断点分类法将农业科技产出指标按由高到低的顺序划分为4个梯队，分别分析2008、2013、2018年3个时间点各省所处梯队位置及变化情况；最后，通过分析各年农业科技产出指标的绝对差异、相对差异判断省域间科技差异的演化趋势。其中绝对差异指标采用极差，即一组数据中最大值和最小值的差，极差越大，表明该组数据之间的绝对差异越大；相对差异指标采用变异系数，即标准差除以平均值，能更加客观地反映数据内部的相对离散程度。变异系数越大，表明数据之间的离散程度或相对差异就越大。

变异系数计算公式为：

需要说明的是，在以往多数研究中，农业科研人员多被作为农业科技创新的投入要素，本文将其作为农业科研机构科研产出指标的考虑是：从国家层面来讲，农业科研人员是通过消耗一定的社会资源培养而成的，属于高素质人才，它既可作为一种要素投入，也可作为一种人才产出。农业科研机构的科研人员数量的多少一定程度上代表了该机构对农业科研人才的吸引能力或产出能力，映射出对农业科研人才的重视程度，而论文发表数量和专利授权量代表着科研机构的创新成果产出能力。

1.2.2 农业科技水平的空间集聚性分析 为探讨省域间农业科技发展是否存在空间上的关联或依赖关系，即一个省农业科技发展是否同周围省域农业科技水平产生相互影响，为缩小省域间农业科技水平差距提供理论支撑，需分析省域间农业科技是否存在空间自相关特征。在进行空间自相关分析时，采用较成熟的ESDA方法。通过计算空间对象某一属性值的空间自相关系数来判断其是高高或低低集聚分布还是高低交错分布。ESDA方法包含全局自相关分析与局部自相关分析。全局自相关分析只能反映属性在整个区域的整体自相关特征，无法了解区域内各地区间的空间相关性；而局部自相关反应则可识别出局部地区与其相邻区域的空间相关性，因此需要综合使用这两种方法[33]。

全局空间自相关分析指标包含Moran 指数I和Geary指数C，这里主要采用Moran 指数I分析，计算公式为：

式中，为研究地区的总数，w是空间权重。x和x分别代表区域和区域的观测值。

Moran取值在-1—1。当Moran指数大于零时表示正相关，即存在空间集聚性，高值与高值相邻或低值与低值相邻；反之表示负相关，即高值和低值相邻；越接近0，表示不具有空间相关性，在空间上为随机分布。

局部空间自相关选取局部Moran指数度量。具体包括Moran散点图、LISA显著性水平图。Moran散点图能够反映出局部区域的空间稳定性，通过观察区域与其相邻地区所处的象限位置来判断其空间相关特征。Moran散点图的4个象限，分别对应于研究区域与相邻区域间的4种空间联系类型：高-高相邻（H-H）、低-低相邻（L-L）、高-低相邻（H-L）和低-高相邻（L-H）。落入高-高与低-低两个象限的空间单元证明存在较强的空间正相关，即存在空间集聚；落入高-低与低-高两个象限的空间单元表明存在较强的空间负相关，即存在空间异质性。落入高-高或低-低象限的为热点，落入高-低或低-高象限的被称为冷点。

LISA显著性水平图，也称LISA集聚图，用于测度某区域和其邻域之间的空间关联程度，检验局部地区是否存在相似或者相异的观察值聚集在一起。由于Moran散点图无法获得局部空间自相关的显著性指标，因此，需将LISA集聚图和Moran散点图结合使用来分析区域间的局部空间关联特征。

进行空间相关分析之前，需首先构建空间权重矩阵对区域间的邻接关系进行量化。本研究采用比较常用的queen邻近（共边或共点邻接）规则，利用GIS和Geoda软件创建省域空间权重矩阵。

1.2.3 农业科技与农业经济的协同发展分析 为了分析省域农业科技与经济的协同发展程度，选取省域农业科研机构的专利授权量、论文发表数量、农业科研人员数量这些绝对指标代表省域农业科研机构的科技发展水平，以各省农林牧渔总产值指标代表省域农业经济发展水平，以各省GDP代表地区经济发展水平，将这5个指标分别进行标准化消除量纲影响后，利用GIS技术在地图上以统计专题图形式分别呈现2008、2013、2018年各省的农业科技与经济动态发展情况，通过分析对比省域间农业科技与经济的动态协同状态，判断一定时期内省域内农业科技与经济的协同发展程度，同时观察这种协同发展程度的时空演化趋势。

2 结果

2.1 农业科技水平的时空间演化分析

利用GIS技术分别构建2008—2018年省域农业科研机构的专利授权量、论文发表数量以及农业科研人员数量的时间演化专题图（图1—3），分析各省农业科技水平的时间演化趋势；此外为了直观分析各年各省科技水平的空间布局，利用ArcGIS自然断点分类法对2008、2013、2018年间各省农业科研机构的科研人员、专利授权量与论文发表数量进行空间分级聚类，构建相应的空间统计专题图，由于数量较多，鉴于篇幅关系不一一展示；通过观察3个时间点各省农业科技产出所处梯队的位置以及变动情况，来分析各省农业科研机构之间的科技产出的空间差异以及空间演化趋势。

2.1.1 专利授权量的时空演化特征 图1显示，从绝对规模来看，省域农业科研机构的专利授权量水平从中东部沿海省份向周围逐渐降低，北京、山东、江苏、浙江、广东、黑龙江等省（市）的专利授权量均处于较高水平，其次是上海、福建、四川、甘肃、海南、湖北、河南等中部省（市）以及新疆、甘肃，西部及北部大多数省份的农业科研机构专利授权量整体偏低。

从增长趋势来看，10年间大多数省域农业科研机构专利授权量增长显著，东部省份增长较快，西部、北部及中部部分省份增长缓慢。其中北京、山东、江苏、浙江、广东、黑龙江、河南、山西、四川等省（市）专利授权量增长较快，其次是新疆、甘肃、湖北、海南、云南等省份，增长较慢的省份为吉林、辽宁、内蒙古、青海、西藏、宁夏、陕西、安徽、湖南、江西、贵州等。

2.1.2 论文发表数量的时空演化特征 图2显示，从绝对规模来看，各省农业科研机构论文发表数量仍是由中东部沿海向周围梯度递减。北京、山东、江苏、浙江、广东、黑龙江等省（市）的论文发表数量整体较高，其次是河南、湖北、湖南、福建、广西、四川、云南、新疆等省份，西部多数省份的论文发表数量整体较低。

从增长趋势来看，除个别省份论文发表数量增长显著以外，大多数省份增长趋势整体较慢，呈波动变化趋势。北京、山东、广东、河南、湖北省（市）增长较为显著，山西、四川、湖南、甘肃省份呈现缓慢增长趋势，而内蒙古、吉林、辽宁、宁夏、河北、陕西、重庆、贵州、广西、青海等省（市）波动较大甚至出现了下降趋势。

2.1.3 农业科研人员数量的时空演化特征 从绝对规模来看（图3），除了河北、安徽、江西、天津、上海以外，中东部大多数省份农业科研机构的科研人员数量较多；西部地区除了四川、云南、新疆、甘肃、广西科研人员数量较多外，其他省份科研人员整体较少。

从增长趋势来看，10年间各省农业科研人员数量变化各异，仅北京、山东、浙江、河南少数省（市）呈上升趋势，江苏、内蒙古、安徽、宁夏呈波动中缓慢增加趋势，大多数省份农业科研机构科研人员数量在波动中呈逐渐减少趋势。

2.1.4 农业科技水平整体时空演化及差异分析

（1）整体时空演化趋势 利用ArcGIS对2008、2013、2018年省域农业科研机构科技产出制作空间聚类专题图（因篇幅关系，不一一展示）进行分析来看，中东部沿海省份农业科研机构的科技产出较高，与其相邻的中部省份相对次之，东北、西北、西南地区大多数省份科技产出整体较低，与图1—3得出的结论一致；经分析发现，仅1/3省份的专利授权量和论文发表数量高于当年全国的平均值，半数省份的农业科研人员数量高于平均值，说明10年来省域农业科研机构的科技整体水平仍然偏低。

10年中省域农业科技产出的空间布局并非十分稳定，部分省域由于发展较快，所处的象限位置有所变化，如河南、山西、甘肃、湖北、湖南、广西农业科研机构的专利水平所处象限位置均有所跃升；河南、湖北、湖南、海南、山西、甘肃农业科研机构的论文发表水平所处象限位置有所跃升；浙江、甘肃、河南农业科研机构的科研人员数量所处梯队有所跃升，等等。通过分析空间梯队布局的动态变化情况发现，省域农业科研机构农业科研人员数量较高的省份向东南部和中部地区集中，专利授权量较高的省份由中东部向中部有所扩散，而论文发表数量较高的省份由中东部省份向东南沿海地区集中。

（2）农业科技水平的绝对差异和相对差异 分别计算2008—2018年全国各省的农业科研机构的专利授权量、论文发表数量及农业科研人员数量的极差和变异系数见表1。

3项科技产出变异系数的变化趋势如图4所示。

根据表1及图4得出，2008—2018年各省农业科研机构的科技产出极差整体呈现不断增大趋势，专利授权量极差从2008年的60项上升到2018年的922项；论文发表数量极差从2008年的1 379篇增加到2018年的4 210篇，农业科研人员数量极差从2008年的4 249人上升到2018年的6 922人，说明各省农业科研机构科技水平的绝对差异逐步增大。

2008—2017年省域农业科研机构科技产出的变异系数整体发展趋势有所不同，其中专利授权量的变异系数较大，农业科研人员数量变异系数相对较小，说明各省农业科研机构的专利授权量的相对差异大于科研人员和论文发表数量的差异程度。10年间专利授权量的相对差异除了在2011和2013年有明显增大外，整体呈逐渐减小趋势；论文发表数量的相对差异呈逐渐增大趋势；而农业科研人员数量的相对差异在2016年以前变化不显著，到2017年逐渐增大。

表1 2008—2018年各省的农业科研机构科技产出极差及变异系数

图4 2008—2018年省域农业科研机构科技产出变异系数

2.2 农业科技水平的空间自相关分析

鉴于上述分析主要基于各省农业科研机构科技产出的绝对指标，没有考虑各省人口、环境等其他因素导致的区域差异，容易引起方差过大导致分析结果不符合实际的情况，因此在研究农业科技产出的空间自相关性时以更能反映各省农业科技增长潜力的专利授权量增长率指标为代表，分析省域农业科研机构的科技水平的空间集聚特征。

2.2.1 全局自相关分析 表2列出了全国31个省2008—2018年的专利授权量增长率全局空间自相关结果Moran值。

表2 2008—2018年专利授权量增长率Moran值及Z统计量

可以看出，专利授权量增长率全局自相关指数波动性较大，呈正负交错变化，说明各省农业科研机构的专利产出水平的空间正相关与负相关现象交错存在，2008—2014年以空间正相关为主，2010、2012、2015—2017年以空间负相关为主，而且大多数未通过显著性检验，说明各省农业科研机构的专利授权量增长水平的空间自相关特征不显著，具备较强的空间异质性。

2.2.2 局部空间自相关分析 为了进一步分析局部区域农业科研机构的专利水平的空间分布特征，绘制2008、2013、2018年专利授权增长率的Moran散点图（图5）和LISA集聚图（因篇幅关系未展示）。

图5 2008、2013、2018年各省农业科研机构的专利授权量增长率Moran散点图

根据2008、2013、2018年间农业专利授权量增长率的LISA集聚分析结果整理出省域农业科技水平的空间集聚和关联情况（表3）。

结合图5和表3可看出，3个年份中，全国各省农业科研机构的专利产出指标具有一定的局部空间相关性，而非完全随机分布；此外呈现显著自相关特征的区域主要在西部省份和中部少数省份，且空间正相关与负相关现象交错存在。专利授权量增长水平的空间特征波动较大，多数省份农业科研机构的专利授权量增长率在2008、2013年呈现明显的低-低集聚特征为主的空间正相关；到2018年，只有甘肃和山西省呈现低-高相邻的空间负相关，几乎没有一个省所处象限位置始终固定，可见各省农业科研机构的科技产出增长波动较大而且发展态势很不稳定，空间异质性明显。

表3 各省农业科研机构专利授权增长率的LISA集聚情况

★为通过5%显著性水平统计检验的省★ Mean that provinces that pass 5 % significance level statistical tests

从前面的分析可看出，长期以来，我国华东、华北、中南地区农业科技创新表现突出，而东北、西北、西南多数地区表现偏弱，2000—2010年，我国农业科技体制改革进入创新与发展时期，2012年以来国家进一步深化科技体制改革，加快国家创新体系建设的调控力度，农业科技体制改革也进入新时代下的改革发展时期，注重加强中西部农业科技力量建设，通过农业行政与科技对接、农业科研与推广对接等一系列举措，西部地区的农业经济和农业科技发展虽然相对落后，但是也取得了一定的进步，增长速度显著提高。

2.3 农业科技与经济发展的协同分析

为了分析省域农业科技与农业经济、省域经济的协同发展情况及空间分布特点，对各省农业科研机构的科研人员、论文发表数量、专利授权量、农林牧渔总产值、各省地区生产总值5项指标分别进行标准化处理后，绘制2008、2013、2018年的5项指标的整体空间分布图（图6）。

由图6可看出，从省域农业科研机构的空间布局来看，我国农业科研机构的空间布局与农业经济的协同发展程度不是很高，说明在农业领域，农业科技与农业经济发展“两张皮”问题也依然存在且形势严峻。根据省域农业科技与经济发展的协同程度不同将这些省域分为三类：

农业科技与经济协同发展较好的地区包括：中东部沿海少数地区如北京、山东、江苏、福建、浙江、广东等省（市），农业科技产出、农业经济以及省域经济整体发展相对统一且水平较高。可看出，这些地区是我国经济和科技水平都比较高的省（市），农业科技产出和经济发展的协同性较好。

农业科技与经济协同发展程度一般的地区包括：黑龙江、河北、河南、湖北、湖南、广西、四川、云南、海南等中部省份。河北、河南、湖北、湖南、四川农业经济和地区经济发展相对较好，农业科研人员较多，但是农业科研机构的科技产出同本省农业经济与省域经济发展水平相比仍显落后；而黑龙江、广西、云南、海南等省域经济普遍较低，农业科技与农业经济呈现此消彼长的发展特征。

农业科技与经济协同发展程度欠佳的地区包括：吉林、辽宁、内蒙古、山西、江西、安徽、陕西、重庆、贵州、宁夏、新疆、青海、西藏。可看出这些省（市）多为西部和北部边疆地区，区位条件不佳，除了部分省份农业经济发展尚可，大多数省份农业科技水平和省域经济发展水平普遍偏低，尤其农业科研人员数量相对较少且有逐年减少趋势，经济乏力加上人才短缺可能导致这些省份的农业科技发展相对滞后，农业科技对农业经济的带动作用更加有限。

从时间演化趋势来看，部分省份的协同发展情况发生较大改变，如中部地区科技产出与经济协同发展发生明显变化，山西、河南、湖北、四川等省发展较快，主要是农业科技发展水平较快，这些发展和国家的宏观调控政策有关，2010年以来，国家对科技创新战略日益重视并出台相应政策进行扶持，加之中部省份与沿海科技发达省份相邻，农业科技水平容易受到知识溢出效应影响而有所发展和提高。

3 讨论

应用GIS技术与ESDA分析相结合的方法研究我国省域农业科研机构科技发展的时空演化、空间关联以及与区域经济的协同发展情况，具有以下优点：（1）同传统经济分析方法相比，本研究基于GIS技术的空间分析以及可视化技术分析省域科技与经济协同发展问题，更加生动、直观地揭示了各省农业科研机构的农业科技与经济发展的时空演化、协同发展及空间分布特征，便于研究人员和管理部门快速了解各省农业科技与农业经济乃至省域经济的协同发展情况。（2）应用ESDA空间分析方法开展农业科技问题研究有助于科学评价省域农业科技发展是否存在空间自相关以及局部自相关特征，否定了省域农业科技发展不存在空间自相关的假设，揭示了省域农业科技发展的空间作用机制，为管理决策部门从加强区域宏观调控、统筹部署，下好农业科技“全国一盘棋”提供辅助决策支撑。

此外，分别对各省10年间农林牧渔总产值、农林牧渔总产值增长率以及农林牧渔总产值占该省地区生产总值的比重的演化趋势进行动态分析发现，虽然多数省份的农业经济比重在不断下降，但是农业的绝对产出在不断增加，增长速度也呈波动性变化，说明了在农业小部门化发展背景下，农业的发展并没有萎缩，而是通过制度创新、技术创新和结构改革等不断的调整而向前发展；而且农业科技增长较快的省农业经济增长也比较明显，农业科技落后的地区往往经济发展也相对缓慢，这一点验证了农业科技与农业经济的协同发展有利于促进区域科技与经济的共同发展。

黄季焜研究发现，未来我国农业将逐渐向绿色高效的高产值农业产业（又称高值农业，如蔬菜、果业、畜牧业、渔业等）与可持续发展方向转型[34]，高值农业占比越高，农民经济收入也越高。其中农业科技进步对农业高值产业经济的发展发挥着极其关键的作用。

分析发现，像江苏、浙江、广东等科技、经济发达省份的农业科技与农业经济发展也较好，这些地区历来高度重视农业的绿色可持续发展并积极发挥科技对现代农业的支撑作用，农业科技进步贡献率均在60%以上，近10年这些省高值农业占农林牧渔总产值的比重高达70%以上。其中江苏省自“十五”以来农业科技进步贡献率稳居全国第一，现代农业的发展水平始终保持领先优势；浙江省人均耕地较少，虽不是农业大省，却很早就开始重视科技创新和结构改革，积极建成高效生态农业强省，科技与经济的互促效应得到充分体现。

对于农业科技产出与经济发展协同发展程度一般的省份多处于与东部相邻的中部地区，如湖北、湖南、河南、河北等省，这些地区农业科技产出水平、高值农业的比重（60%—70%）以及农业经济发展明显较东部地区有所降低，省域经济发展相对东部省份也有所降低，但是相对于西部省份，无论是高值农业的比重还是省域经济发展水平均较高。

至于农业科技与经济发展协同发展程度相对较弱的西北、东北、西南地区，高值农业占农林牧渔总产值比重相对于中东部地区普遍较低，例如黑龙江和吉林高值农业比重均在60%以下，一方面说明尽管中西部地区农业科技与经济的协同发展相对东部地区较低，但高值农业占比也在不断增加，而且西部部分农业科技产出略高的省份的农业经济和省域经济相对发展也较好；另一方面，也有部分省份如新疆、甘肃存在农业科技强而农业经济较弱，或者陕西、辽宁这种农业经济相对较强但是农业科技发展较弱，说明了从动态发展的角度来说，农业科技与农业经济如果不能协同发展对整个地区经济的发展始终是不利的。

此外，局部省域农业科技存在显著空间自相关特征，一方面验证了经济对农业科技发展具有有效支撑，另一方面说明通过农业科技发达省份辐射带动周边省份农业科技发展是可行的。我国农业科研机构科技产出未形成规模化、显著的空间自相关特征，说明我国农业科技发达省份对落后省份的溢出和辐射效应不显著，只在部分地区形成了空间集聚效应，这可能也是导致各省之间的农业经济绝对差异和相对差异加大的原因之一。据此提出以下政策建议。

（1）进一步提升各省农业科研机构的科技创新水平，充分发挥公立农业科研机构对推动省域农业科技发展的重要作用。强化江苏、浙江、山东、广东等农业科研机构科技水平较高地区的辐射效应，带动河北、河南、湖北、湖南、江西、安徽等周边省份提升农业科研机构科技发展水平；对于西部省份要进一步加大农业科研机构人才、资金等投入与扶持力度，优化区域创新环境，提升各省农业科技创新水平；对于具备较好发展基础但是发展水平较低的区域，要深入分析其农业科技发展落后的原因并从提升科技创新治理体系和治理能力，集聚创新要素，加快科技成果转化等方面采取相关措施突破发展瓶颈。

（2）以全面推进乡村振兴战略为总抓手，加强统筹规划，贯彻创新、协调、绿色、开放、共享的全面发展理念，解决农业科技与农业经济发展“两张皮”问题。一方面以农业科技与经济协调发展程度高的省份为样板，积极借鉴其在优化创新组织体系、完善治理机制等方面的经验做法，提高各省农业科技与经济的协调发展水平；另一方面，对山西、甘肃等具有显著空间自相关特征的省份，要筑牢基础建设，在提升自身创新能力的同时加大与周边发达省份的融合发展力度，弥补科技创新的先天不足；第三，对于不具备显著空间自相关特征的省份，应进一步分析原因采取措施促进科技与产业互融共促，构筑科技与经济协同发展的空间集聚格局，推进区域农业经济与农业科技的协同发展。

（3）进一步加强东西部省份农业科研机构在农业科技领域的全方位协作，优化东西部地区农业科研机构的空间布局，推动东西部地区农业科技与农业经济的融合发展。充分发挥国家农业科技创新联盟、现代农业产业技术体系对推动区域农业科技与经济发展的支撑作用，加强地区联动，协作推进精准扶贫；特别强化山西、河南、湖北、湖南、江西、安徽等中部省份作为连接东西部省份的桥梁和纽带作用，充分发挥农业科技或经济发达地区对落后地区的带动作用和辐射作用，实现东西部省份农业农村现代化的全面协调和高质量发展。

当然，本研究在空间分析方法方面还有待进一步优化深入。目前仅分析了省域农业科研机构科技发展和经济发展的演化趋势和空间差异，以及基于空间邻接关系建立空间权重矩阵进行空间自相关性特征分析，建立空间权重矩阵的方法单一，可能会影响空间自相关分析结果，将来考虑采用其他方法构建空间权重矩阵进行分析和结果对比；此外，本研究已证实省域农业科技存在局部空间自相关特征，将考虑根据自相关分析结果进一步建立空间计量分析模型进行更为深入和具体的研究，例如采用空间面板数据回归模型分析影响区域农业科技创新效率的要素（内外部环境、投入要素、体制机制等），可得出更具体和实用的结论。

4 结论

4.1 我国省域农业科研机构的科技发展水平的时空演化及空间差异分析表明：2008—2018年间，省域农业科研机构科技发展水平从中东部沿海向周围逐渐降低，中东部沿海及其相邻省份的水平较高，东北、西北、西南等省份的农业科研机构科技水平相对较低。总体来讲，专利授权量增长较为显著，论文发表数量增长相对缓慢，科研人员数量有下降趋势；各省农业科研机构科技水平很不均衡，具有空间异质性。

4.2 我国省域农业科研机构的农业科技发展与省域农业经济、省域经济的协同发展程度整体偏低。只有中东部沿海少数省份协同发展程度较高，中部省份次之，整个西北、西南及东北大部分省份协同发展水平较低；在农业领域，科技与经济发展“两张皮”的问题依然存在，而且长期来看，这种不均衡发展不利于区域的整体发展。

4.3 空间自相关分析结果表明，10年间只有少数省域农业科研机构的科技发展水平存在空间自相关，未形成规模化以及显著有效的空间集聚效应，省域间农业科研机构科技发展的空间集聚效应未得到有效发挥，说明需要加快构筑农业科技与经济协同发展的空间集聚格局。

[1] 吴宗杰, 李建民. 中国科技与经济协调发展的约束条件分析. 科学管理研究, 2007(5): 43-46.

WU Z J, LI J M. Analyzing the restraint condition of the coordinated development between science and technology and economy in China. Science and Technology Management Research, 2007(5): 43-46. (in Chinese)

[2] 陈子韬, 孟凡, 袁梦. 科技经济融合水平对经济增长的影响研究——基于科技资源、科技创新、经济增长的耦合视角. 软科学, 2020, 34(11): 7-13.

CHEN Z T, MENG F, YUAN M. Research on the impact of the integration of economy and S＆T on economic growth. Soft Science, 2020, 34(11): 7-13. (in Chinese)

[3] GERNOT G. Yet another turn? The evolutionary project in economic geography. Economic Geography, 2009(2): 119-127.

[4] MACKINNON D, CUMBERS A, PIKE A, BIRCH K, MCMASTER R. Evolution in economic geography: institutions, political economy, and adaptation. Economic Geography, 2015, 85(2): 129-150.

[5] 贺灿飞, 郭琪, 马妍, 范帅邦, 赵瑜嘉. 西方经济地理学研究进展. 地理学报, 2014, 69(8): 1207-1223.

HE C F, GUO Q, MA Y, FAN S B, ZHAO Y J. Progress of economic geography in the West: A literature review. Acta Geographica Sinica, 2014, 69(8): 1207-1223. (in Chinese)

[6] 陆大道. 50年来我国经济地理学的发展. 经济地理, 2000, 20(1): 2-6.

LU D D. The development of China's economic geography in the past 50 years. Economic Geography, 2000, 20(1): 2-6. (in Chinese)

[7] 陆大道, 刘彦随,方创琳, 陈明星, 王姣娥, 席建超. 人文与经济地理学的发展和展望.地理学报, 2020, 75(12): 2570-2592.

LU D D, LIU Y S, FANG C L, CHEN M X, WANG J E, XI J C. Development and prospect of human-economic geography. Acta Geographica Sinica, 2020, 75(12): 2570-2592. (in Chinese)

[8] ROBERT J B, Xavier S. Technological diffusion, convergence, and growth. Journal of Economic Growth, 1997(2): 1-26.

[9] 姚成胜, 朱伟华, 黄琳. 中国农业经济发展的区域差异、时空格局演变及其驱动机制分析. 农业现代化研究, 2019(4): 537-546.

YAO C S, ZHU W H, HUANG L. The regional differences, the evolution of spatial-temporal patterns and the driving mechanism of agricultural economic development in China. Research of Agricultural Modernization, 2019(4): 537-546. (in Chinese)

[10] 何红光, 宋林, 李光勤. 中国农业经济增长质量的时空差异研究. 经济学家, 2017(7): 87-97.

HE H G, SONG L, LI G Q. Study on the temporal and spatial differences of the quality of agricultural economic growth in China. Economist, 2017(7): 87-97. (in Chinese)

[11] 雷怀英, 靳辰璐. 基于GIS的区域科技创新空间聚集效应评价. 山西大学学报(哲学社会科学版), 2014, 37(3): 134-139, 10.

LEI H Y, JIN C L. Evaluation of spatial agglomeration effect of regional scientific and technological innovation based on GIS. Journal of Shanxi University (Philosophy ＆ Social Science), 2014, 37(3): 134-139, 10. (in Chinese)

[12] EASTWOOD C, KLERKX L, NETTLE R. Dynamics and distribution of public and private research and extension roles for technological innovation and diffusion：case studies of the implementation and adaptation of precision farming technologies. Journal of Rural Studies, 2017(49): 1-12.

[13] FUGLIE K O, TOOLE A A. The evolving institutional structure of public and private agricultural research. American Journal of Agricultural Economics, 2015 96(3): 862-883.

[14] MUGUNIERI G L, OMAMO S W, OBARE G A. Agricultural science and technology policy system institutions and their impact on efficiency and technical progress in Kenya and Uganda. Journal of Agricultural Science and Technology, 2011, 13(1): 1-15.

[15] 陈琪琪. 中国农业科技创新能力:空间差异、影响因素与提升策略——以植物新品种为例[D]. 武汉: 华中农业大学, 2016.

CHEN Q Q. The innovation ability of China’s agricultural science and technology: spatial difference, influencing factors and upgrade strategies: illustrated by new varieties of plants[D]. Wuhan: Huazhong Agricultural University, 2016. (in Chinese)

[16] 吕屹云, 蔡晓琳. 农业科技投入、区域经济增长与农民收入关系研究——以广东省4个区域为例. 农业技术经济, 2020(4): 127-132.

LÜ Y Y, CAI X L. Research on the Relation between agricultural science and technology investment, regional economic growth and farmers' income in Guangdong Province. Journal of Agrotechnical Economics, 2020(4): 127-132. (in Chinese)

[17] 邓翔, 王仕忠. 农业科技创新投入对农业经济增长影响研究. 东岳论丛, 2020, 41(12): 109-120, 192.

DENG X, WANG S Z. Research on the impact of investment in agricultural science and technology innovation on agricultural economic growth. Dongyue Tribune, 2020, 41(12): 109-120, 192. (in Chinese)

[18] 杨义武, 林万龙. 农业科技创新、空间关联与农民增收. 财经科学, 2018(7): 70-82.

YANG Y W, LIN W L. Agricultural science and technology innovation, spatial correlation and increase in farm incomes. Finance & Economics, 2018(7): 70-82. (in Chinese)

[19] 郭海红. 2019改革开放四十年的农业科技体制改革. 农业经济问题, 2019(1): 86-98 .

GUO H H. The Significance and the next step of the reform of agricultural science and technology system during forty years of reform and opening up. Issues in Agricultural Economy, 2019(1): 86-98. (in Chinese)

[20] 朱世桂. 中国农业科技体制百年变迁研究[D]. 南京: 南京农业大学, 2012.

ZHU S G. On the development of Chinese agricultural science and technology institution during the 20th century[D]. Nanjing: Nanjing Agricultural University, 2012. (in Chinese)

[21] 韩长赋. 新中国农业发展70年(科学技术卷). 北京: 中国农业出版社, 2019: 517-521.

HAN C F. Science and Technology Volume of 70 Years of Agricultural Development in New China. Bejing: China Agriculture Press, 2019: 517-521. (in Chinese)

[22] 农业农村部科技发展中心, 江苏省农科院. 公益性农业科研机构科技创新与支撑产业发展报告. 中国农业农村科技发展高峰论坛, 2019: 1-4.

Development Center for Science and Technology, Ministry of Agriculture and Rural Affairs, Jiangsu Academy of Agricultural Science. Report on scientific and technological innovation and supporting industry development of public agricultural research institutions. China Agricultural and rural science and Technology Development Summit Forum, 2019: 1-4. (in Chinese)

[23] 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. 中国农业科技导报, 2011, 13(4): 1-6.

LU J Z, LI S J. Study on evaluation index system of independent innovation capability for agricultural research institutions. Journal of Agricultural Science and Technology, 2011, 13(4): 1-6. (in Chinese)

[24] 陈建伟. 我国农业科技创新效率研究[D]. 保定: 河北农业大学,2010.

CHEN J W. Study on the innovation efficiency of agricultural science and technology in China[D]. Baoding: Hebei Agricultural University, 2010. (in Chinese)

[25] 陈耀, 赵芝俊, 高芸. 中国省域农业科研机构科技创新效率及影响因素分析. 浙江农业学报, 2020, 32(4): 731-741.

CHEN Y, ZHAO Z J, GAO Y. Research on regional scientific and technological innovation efficiency and its influencing factors of agricultural research institution in China. Acta Agriculturae Zhejiangensis, 2020, 32(4): 731-741. (in Chinese)

[26] 刘敏, 万丽娟. 中国农业科技创新绩效的地区差异研究——对农业科研机构创新绩效的实证分析.重庆大学学报(社会科学版), 2019, 25(2): 28-35.

LIU M, WAN L J. A study on the regional differences of agricultural science and technology innovation performance in China—An Empirical analysis of the innovation performance of agricultural research institutions. Journal of Chongqing University (Social Science Edition). 2019, 25(2): 28-35. (in Chinese)

[27] 胡瑞法, 黄季焜. 中国农业科研体系发展与改革: 政策评估与建议. 科学与社会, 2011(3): 34-40, 16.

HU R F, HUANG J K. Development and reform of agricultural scientific research system: policy evaluation and suggestions. Science and Society, 2011 (3): 34-40, 16. (in Chinese)

[28] 毛世平, 杨艳丽, 林青宁. 改革开放以来我国农业科技创新政策的演变及效果评价. 农业经济问题, 2019(1): 73-85.

MAO S P, YANG Y L, LIN Q N. The evolution and effect of chinese agricultural science and technology innovation policies since reform and opening up: Empirical data analysis from chinese agricultural research institutions. Issues in Agricultural Economy,2019(1): 73-85.(in Chinese)

[29] 王安宁, 郑龙, 朱安红, 周楷博, 林海鹏. 农业科研机构体制机制改革若干问题分析. 农业科技管理, 2019, 38(4): 1-5.

WANG A N, ZHENG L, ZHU A H, ZHOU K B, LIN H P. Analysis of several problems in institutional reform of agricultural scientific research institutions. Management of Agricultural Science and Technology, 2019, 38(4): 1-5. (in Chinese)

[30] ADRIANA B，MARÍA G C, JEANNE VMP, THAÍS R C, LUIZ SFS, MARIA C L. Organization of research and innovation: a comparative study of public agricultural research institutions. Journal of technology management & innovation, 2013(8): 209-218.

[31] 孙胜元. 中国公立农业科研机构省域分布与农业经济发展水平相关性研究. 科学管理研究, 2015, 33(6): 64-68.

SUN S Y. Relationships between public agricultural S &T institutions and provincial economic development in China. Scientific Management Research, 2015, 33(6):64-68. (in Chinese)

[32] 吴雪莲, 张俊飚, 丰军辉. 农业科研机构科技创新、空间外溢与农业经济增长. 科技管理研究, 2016, 36(17): 79-86.

WU X L, ZHANG J B, FENG J H. Technological innovation, spillover and agricultural economic growth of agricultural scientific institution technological innovation of agricultural scientific institutions, spillover and agricultural economic growth. Science and Technology Management Research, 2016, 36(17): 79-86. (in Chinese)

[33] 岳慧丽. 基于GIS的县域农业技术效率分析方法研究[D]. 北京: 中国农业科学院, 2014.

YUE H L. Study on analysis method of county agricultural technical efficiency based on GIS[D]. Beijing: Chinese Academy of Agricultural Sciences, 2014. (in Chinese)

[34] 黄季焜. 四十年中国农业发展改革和未来政策选择. 农业技术经济, 2018(3): 4-15.

HUANG J K. Forty years of China's agricultural development and reform and the way forward in the future. Journal of Agrotechnical Economics, 2018(3): 4-15. (in Chinese)

The Spatial and Temporal Evolution, Regional Correlations and Economic Coordinated Development Effect for Chinese Agricultural Science and Technology Level: Taking Provincial Public Agriculture Research Institutions as an Example

YUE HuiLi1, ZHANG Zhao2, ZHANG HuiJie1, LIU ShengPing1, ZHANG Jie1

1Agricultural Information Institute, Chinese Academy of Agricultural Sciences, Beijng 100081;2Development Center for Science and Technology, Ministry of Agriculture and Rural Affairs, Beijing 100122

【Objective】In the long run, agricultural science & technology and agricultural economics should show a dynamic and mutually beneficial collaborative development trend, which is more conducive to accelerating the development of modern agriculture. To study further the spatial and temporal evolution trends and spatial distribution characteristics of science and technology development of pubic agriculture research institutions, and the coordinated development condition between agricultural science & technology and regional economics, contributes to correctly understand the coordinated development mechanism of agricultural science & technology innovation and regional economy among provinces, and analyze the potential reasons for the poor coordinated development degree of agricultural science & technology and agricultural economy, and explore to find the way to improve the agricultural science & technology innovation level and resolve the problem of “wide gap between agriculture S&T and agriculture economy”.【Method】Based on numbers of agricultural researchers, the patent grants and numbers of published papers, the GIS technology and ESDA methods are applied for the study of spatial and temporal evolution trends and spatial distribution characteristics of science and technology output by provincial public agriculture research institutions, and coordinated development condition between agricultural science & technology and agricultural economics is revealed. 【Result】The results show that: During ten years, the science and technology output of provincial public agriculture research institutions are decreasing gradually from the eastern coastal areas to the surroundings; the patent grants are increasing obviously for most provincial agriculture research institutions, while the quantity growth of publication of papers and the agricultural researchers are indistinctive.From the perspective of spatial distribution characteristics, notwithstanding the science and technology output of provincial public agriculture research institutions present the characteristics of local spatial autocorrelation, large-scaled spatial agglomeration effects are not formed. From the perspective of coordinated development condition between agricultural science & technology and agricultural economics, the Eastern cities by Shandong, Jiangsu, Guangdong, Fujian etc. had good performance, the central regions is average and the coordinated development condition between agricultural technology and agricultural economics for the most provinces in Northwest, Southwest and Northeast China are weak. Hereby some policy proposals are put forwarded in aspect of improving the level of science and technology of provincial public agriculture research institutions, and promoting the coordinated development condition between agricultural science & technology and agricultural economics.【Conclusion】During 2008-2018, the science & technology level of provincial public agriculture research institutions gradually decreased from the eastern coastal areas to the surroundings, showing the features of spatial heterogeneity, and large-scaled spatial agglomeration effects has not been formed. The coordinated development degree between agricultural science & technology level of provincial public agriculture research institutions and provincial agricultural economics is lower, consequently, it is necessary to accelerate the construction of the spatial agglomeration pattern of the coordinated development of agricultural science & technology and agricultural economics, which provides support for solving the problem of “wide gap between agriculture S&T and agriculture economics”.

public agriculture research institution; province area; agricultural science and technology; ESDA; coordinated development

2021-03-17；

2021-06-15

国家现代农业产业技术体系建设专项（CARS-08）

岳慧丽，E-mail：yuehuili@caas.cn。通信作者张蕙杰，E-mail：zhanghuijie@caas.cn。通信作者张昭，E-mail：okagri@163.com

（责任编辑 李云霞）