1農業科技競爭力

農業科技競爭力是指通過科學研究、技術創新、科技成果轉化等科技活動，以及農業科技發展政策的實施，所反映的一國（地區）農業發展的科技總量、實力和科技水平與潛力，以及對科學技術支撐和促進農業經濟發展、實現社會可持續發展的推動能力與貢獻程度［3］。按照這一概念，農業科技競爭力屬于競爭力研究范疇，具備競爭力研究的所有特征。農業科技競爭力不僅僅是科技總量和綜合實力，還是一種潛力，要體現在支撐、促進農業產業發展，推動經濟、社會可持續發展等方面。由于農業在國民經濟建設與發展中的戰略性地位，農業科技具有基礎性、社會性、公共性等特征，這使得農業科技競爭力研究與其他競爭范圍的競爭力研究具有明顯區別。

2農業科技競爭力發展的特點

農業是人們利用太陽能，依靠生物的生長發育來獲取產品的社會物質生產部門［4］。農業科技競爭力的提升與農業生產過程和農業科技進步密不可分，農業的外部性、公共產品性、弱質性和不穩定性等經濟特征決定了農業科技進步主要具備以下5個特性：

2．1漸進性

大量的科技進步一般都是以漸進的形式出現的，即在技術原理基本不變的情況下，通過無數大小不等的改進使科技本身不斷完善帶來經濟效益的提高［4］。

2．2區域適應性

不同地區的自然條件千差萬別，因此在應用農業科學技術時也應該因地制宜，這使得農業科學技術的轉移性較差。農業科技成果的推廣應用，必須有與之適應的自然條件和社會經濟條件，需要事前進行多次試驗和適應性研究。

2．3系統性

農業科技進步與整個國家、經濟、社會、生態發展密不可分，由于某一項農業科技的進步，可以向其他領域推廣轉移和滲透擴散，促進其他產業科技的發展，逐步形成新的農業科學技術體系，推動產業結構出現更加協調和全新的局面。

2．4合作性

保障農業科技資源綜合集成及有效配置，應廣泛凝聚科技力量，以項目為載體，將項目做成凝聚力量及集聚資源的平臺及載體。

2．5復雜性

農業科技發展的復雜性表現為：①由于經濟、社會、科技和生態環境的協調發展程度難以控制、調節，不可能持續地保持農業科技進步的最佳環境。因此，只能在特定的經濟社會內，實現科技進步由低級向高級的轉化。②農業科技進步內容的復雜性。只有各種科技進步內容的有效化組合，才能形成較大的社會生產力。③農業科技進步結構的復雜性。只有發揮農業科技的綜合效應，才能推動農業科技進步。④各類農業科技成果的推廣應用。必須有與之相適應的自然條件和社會經濟條件。因此，必須堅持農業科技應用的生產可行性、先進實用性和經濟合理性的標準，注重農業科技的連鎖反應，因地制宜地選擇農業科技進步體系。農業科技進步的以上特點決定了在進行農業科技競爭力評價時不僅要考慮農業科技發展的硬件，還要考慮到管理水平、決策水平、新的方針政策、新的經濟體制等軟件條件。

3競爭力評價常用方法

農業科技競爭力評價是競爭力綜合評價在農業產業領域的應用。從已經收集的文獻資料來看，競爭力評價最常使用的是定量分析方法，主要有以下4種方法。

3．1傳統的TOPSIS法

TOPSIS法，全稱TechniqueforOrderPreferencebySimilaritytoanIdealSolution，是C．L．Hwang和K．Yoon于1981年首次提出，TOPSIS法根據有限個評價對象與理想化目標的接近程度進行排序，是在現有的對象中進行相對優劣的評價，是一種逼近于理想解的排序法，該方法只要求各效用函數具有單調遞增（或遞減）性。“理想解”和“負理想解”是TOPSIS法的兩個基本概念。所謂理想解是一設想的最優的解（方案），它的各個屬性值都達到各備選方案中的最好的值；而負理想解是一設想的最劣的解（方案），它的各個屬性值都達到各備選方案中的最壞的值。方案排序的規則是把各備選方案與理想解和負理想解做比較，若其中有一個方案最接近理想解，而同時又遠離負理想解，則該方案是備選方案中最好的方案。TOPSIS法在有限方案多目標決策分析中經常被研究者使用，慈斌（2012）、劉貴文（2011）、張洪（2010）、王小建（2009）等均使用TOPSIS法進行了相關行業或產業的競爭力研究。

3．2灰色系統理論方法

灰色系統理論中，灰色關聯度是事物之間、因素之間關聯程度和數量的表現。通過計算關聯系數和關聯度，可從整體上或動態上定量分析事物之間的關聯程度和影響程度，為確立事物發展變化的主要因素提供數量依據［5］?；疑P聯度分析是系統態勢的量化分析比較，其實質是若干數列所構成的曲線列與理想（標準）數列所構成的曲線幾何形狀的接近程度，幾何形狀越接近，其關聯度越大。關聯度則反映各評價對象的優劣次序，其中灰色關聯度最大的評價對象為最佳。與常規研究系統的理論和方法不同，灰色系統理論認為，人們對于客觀事物的認識具有廣泛的灰色性，即信息的不完備與不確定性?；疑到y理論從信息的非完備性出發研究和處理復雜系統，它根據系統某些層次的觀測資料以及相關的數學處理，達到對系統內部變化趨勢、相互關系的深入認識。石寶軍等（2011）、遲國泰等（2006）、陳光潮等（2004）均使用這種方法進行了競爭力研究。

3．3因子分析法

因子分析是指研究從變量群中提取共性因子的統計技術。最早由英國心理學家斯皮爾曼提出。因子分析可在許多變量中找出隱藏的具有代表性的因子。將相同本質的變量歸入一個因子，可減少變量的數目，還可檢驗變量間關系的假設。在已有文獻的研究中，因子分析法主要用于科技競爭力指標的篩選及指標賦權，通過因子分析在消除了指標多重共線性的基礎上最大限度地保留原指標的信息，可以起到降維的作用，而且可以給各級指標進行賦權。張玉肖（2003）、陶正等（2006）、毅軍等（2006）、高雷等（2006）均使用因子分析法進行過競爭力評價。

作者：劉瑩 單位：山東農業大學 經濟管理學院