农业技术创新评析(共5016字).docVIP

农业技术创新评析(共5016字) 一、区域农业技术创新能力评价指标体系 要对技术创新作出综合评价，首先要解决的问题是构建科学、系统、全面的评价指标体系。评价指标的选取应遵循统计学中指标选取的系统性、科学性、可比性、可行性和可持续性的一般原则，构建的指标要既能反映区域内政府在培育和促进创新活动开展方面所起的作用，又能评价市场机制在创新投入与产出方面的运作效果，同时还要兼顾地区发展潜力。本文在广泛查阅相关文献资料的基础上，综合考虑统计数据的可获得性，并遵循评价指标的选取原则，构建的指标如下： （一）区域综合经济实力 该要素是决定区域技术创新能力的基础，本文主要包括地区农业生产总值（农业ＧＤＰ）Ｘ１、人均国内生产总值（人均ＧＤＰ）Ｘ２、地方财政收入Ｘ３。 （二）技术创新人力资源指标 该要素反映影响区域技术创新能力的区域人力资源构成情况，主要包括从事科技活动人员Ｘ４、科学家和工程师Ｘ５、国有企事业单位农业技术人员Ｘ６、高等学校科技活动人员Ｘ７。 （三）科技投入指标 该要素反映区域科学技术基础研究与应用研究的综合实力以及对增强区域技术创新能力的程度，主要包括科技经费内部支出占ＧＤＰ（国内生产总值）的比重Ｘ８、Ｒ＆Ｄ（科学研究与试验发展）经费内部支出占ＧＤＰ（国内生产总值）比重Ｘ９。 （四）科技产出指标 该要素反映区域技术资源转化状况，主要包括国家产业化计划项目Ｘ１０、专利申请受理数Ｘ１１、专利授权数Ｘ１２、技术市场成交额（包括技术开发、技术咨询、技术转让和技术服务等有偿技术交易额）Ｘ１３。 二、评价方法和数据来源 （一）评价方法 采用因子分析和聚类分析相结合的方法。 （二）数据来源 本文所选用指标的数据来自《中国统计年鉴２００９》、《中国科技统计年鉴２００９》、《中国科技发展研究报告２００９》和相关文献资料等，采集了西部地区１２个省份的数据。 三、西部区域农业技术创新能力的实证分析 （一）主因子的提取及含义的解释 本文运用ＳＰＳＳ１７．０软件，采用主成分法提取特征值大于１的因子共３个，总方差解释率达到８９．３１６％，具体结果见表２。另外，也可以从图１中清楚的看到，明显的拐点发生在第３个点上，所以提取前３个主因子。本文首先对原始数据进行标准化处理，以消除量纲的影响，并计算其相关系数，从相关系数矩阵来看，变量之间具有较强的相关性，适合做因子分析。从因子分析的处理结果来看，因子分析的变量共同度均较高（０．７３以上），表明变量中的大部分信息均被因子所提取，说明因子分析的结果是有效的。由于初始载荷阵中各主因子的含义不是很明确、结构不够清晰，对变量实际意义的解释不是很容易，因此，本文采用方差最大旋转法对因子载荷阵进行旋转，得到因子旋转载荷阵，具体结果见表３。由于篇幅所限，本文并未给出初始因子载荷阵。由表３可见，在主因子Ｆ１中，影响程度较大的指标有：Ｘ１地区农业生产总值（农业ＧＤＰ）、Ｘ３地方财政收入、Ｘ４从事科技活动人员、Ｘ５科学家和工程师、Ｘ６国有企事业单位农业技术人员、Ｘ７高等学校科技活动人员、Ｘ１１专利申请受理数、Ｘ１２专利授权数８个指标，主要反映了地区经济实力、技术创新人力资源和农业技术创新成果的多少，可将主因子Ｆ１概括为区域经济发展、农业技术创新人力及产出综合因子；在主因子Ｆ２中，影响程度较大的指标有Ｘ８科技经费内部支出占ＧＤＰ（国内生产总值）的比重、Ｘ９Ｒ＆Ｄ（科学研究与试验发展）经费内部支出占ＧＤＰ（国内生产总值）比重、Ｘ１０国家产业化计划项目、Ｘ１３技术市场成交额４个指标，可将Ｆ２概括为科研投入及产出综合因子；在主因子Ｆ３中，影响程度较大的指标有Ｘ２人均地区生产总值（人均ＧＤＰ），主要反映一个地区的经济发展状况，可概括为区域经济发展因子。 （二）主因子得分及排名为了明确西部各省份农业技术创新能力的水平，本文对各主因子的得分进行排序，同时为了使评价结果简单易懂，又以各因子的方差贡献率占三个因子总方差贡献率的比重作为权重进行加权汇总，得到主因子的综合得分，并进行相应排名（见图２），具体结果见表４。由表４可以看出，西部区域农业技术创新能力由于各地区经济发展水平、农业技术创新人力投入水平、科研投入水平等的不同，使得农业技术创新产出水平高低不等，从而导致西部地区各省市农业技术创新综合能力呈现出不同水平。在表４和图２中，从因子分析的综合得分及排名来看，西部１２省市中区域农业技术创新能力的得分普遍较低（除四川和陕西外），均小于０．３５，说明西部农业技术创新能力急需进一步加强。西部１２省市中，农业技术创新能力综合排名排在前列的省份依次是四川、陕西、重庆、内蒙古，其综合得分均为正值；农业技术创新能力综合得分最高的是