<span class="emphasis_bold">农业科技园区评价指标体系</span><span class="emphasis_bold">创新研究</span>：<span class="emphasis

摘　要：立足于农业科技园区创新引领、创业孵化、示范带动三大功能，构建评价指标体系，尝试解决当前指标体系主观性强、指标过于简单或过于复杂、评价指标与园区功能“两张皮”、整体性和系统性不够、问题导向不明等问题。实证结果表明，国家级农业科技园区综合实力优于省级，社会化管理既没有显著降低园区“品牌效应”，也没有显著提升园区实力；政府行为能提高园区成果转化率，但很可能是“数字转化”，成果转化与农民利益链接机制不完善；园区能促进地方农业经济发展、强化贫困地区园区基础，但未改善企业内生动力不足的现状。基于此，建议简化园区现有监测指标，自主选择是否实施社会化管理；政府在转化成果时应减少行政干预，企业应抓住到贫困地区进行二次创业的机遇。

0　引言

农业科技园区是20世纪90年代中国农业现代化进程中的创新探索，2000年中央农村工作会议肯定了这一探索，并在《中共中央、国务院关于做好2000年农业和农村工作的意见》中指出，“要抓紧建设农业科技园区，并制定扶持政策”，同年科技部制定了《农业科技园区指南和管理办法(试行)》。实践证明，建设和发展农业科技园区对解决“三农”问题具有重要意义。2017年，全国农业科技工作会议指出，到2020年中国将建设30个国家级农业高新技术示范区、300个国家农业科技园区、3 000个省级农业科技园区。与2000年相比，中国农业科技园区发展发生了较大变化，产生了新问题需要解答。农业科技园区正在从最初的科技示范基地向集创新创业、科技示范、推动地方农业经济发展、促进农民增收等功能的综合体转变，那么既有的考核评价指标体系能适应其发展吗？科技部将农业科技园区交给国家农业科技园区协同创新战略联盟(简称“园区联盟”)管理，由此产生了基层行政化管理理念与高层社会化管理理念的制度冲突，农业科技园区管理模式应该做何选择？农业科技园区在促进地方农业经济发展和精准扶贫中作用如何？第一个问题是最基本的问题，也是后续问题的起点。因此，本研究从构建农业科技园区评价指标体系入手，尝试回答这些问题。

1　文献综述

2000年以后，学者对农业科技园区评价指标体系开展研究，这些研究可以大致分为3类：第一类，基于层次分析法的指标体系。蒋和平等[1]从直接经济效益、社会效益、科技创新能力、生态效益4个方面构建了13项指标，采用层次分析法进行实证检验，指标体系构建原则较为科学，而何仙珠[2]调整了个别指标，没有实质性创新。王欧等(2003)采用30个指标对农业科技园区进行评价，但该指标体系过于复杂，部分指标数据难以获取。中国农村技术开发中心编撰的《国家农业科技园区创新能力评价报告2015》从创新支撑、创新水平、创新绩效3个维度构建了18个评价指标，从创新环节视角进行评价，强调农业科技园区创新产出，弱化了园区功能的系统性和整体性；第二类，基于数学模型的指标体系。何伟[3]基于DEA数学模型，采用3个投入指标、3个产出指标，对农业科技园区进行评价，但受模型限制，指标选取面较窄，该方法更适合作精细研究。吕冬贺[4]选取人员情况、土地道路情况、投入产出情况等10个指标构建评价体系，采用因子分析方法进行评价，打破了基于层次分析法的评估框架；第三类，基于描述分析法的指标体系。翟虎渠等[5]基于专家赋值法构建评价指标框架，但未对其进行实证检验。罗广宁等[6]采用描述方法对广东省国家农业科技园区创新能力进行评价。描述分析法更适合发现个案的深层次问题，不适合对区域、全省或全国范围内的农业科技园区进行横向比较研究。

上述指标体系和研究方法为农业科技园区评价提供重要参考，但仍存在以下研究不足，有待进一步探讨：①以投入产出理论为支撑，仅对产出结果效益进行层次分类，部分指标体系过于强调科技，忽略了园区功能的整体性和系统性，目前尚未建立基于园区功能视角的指标体系；②指标体系过于追求完美或过于简单，例如国家园区联盟监测指标超过百个，一些数据不得不“拍脑袋”填报，现实决策往往不是最优方案或数学模型计算所得的理论方案，而是综合考量现实情况的折中方案。2016年四川省将农业科技园区纳入全省统计口径，并借用国家园区联盟监测指标体系开展试填报工作，所有园区所在地统计部门反映多数数据无法确定统计对象及范围，试填报工作不得不就此作罢。因此，迫切需要构建一套相对科学、易于操作的评价指标体系；③现有研究主要集中在2000-2010年之间，但“十二五”以来，农业科技园区的功能发生了较大改变，不再是传统意义上的示范基地，而是集创新创业、科技示范、地方农业经济发展、农民增收等功能于一身的综合体。《国家农业科技园区申报认定暂行办法(国科农函〔2014〕72号)》确立了农业科技园区的综合功能定位，但评价指标体系并未作出相应调整，出现与现实功能定位“两张皮”现象；④评价结果多为综合排名，尚未有以问题为导向的评价。在2015-2017年召开的多次全国农业科技园区有关会议上，不少基层管理人员指出国家农业科技园区在“只给牌子、不给票子”的政策环境下，排名的现实意义不大。

因此，本研究尝试从农业科技园区功能视角出发，结合当前农业科技园区发展所处的“三农”背景，构建一套指标数量适中、相对科学、操作性强的评价指标体系，以检验农业科技园区在促进地方农业经济、创新创业、精准扶贫中的作用。另外，国家农业科技园区要求成立行政化的管委会，但国家层面仍采取社会化管理方式，那么农业科技园区应采用政府管理还是社会化管理方式，成为基层普遍关心的方向性问题，本研究对此进行探讨。

2　农业科技园区评价指标体系构建

2.1　农业科技园区功能探讨

申秀清等[7]认为，我国农业科技园区具有技术集成、产业孵化和技术示范功能。郑宝华等(2016)认为，农业科技园区创业行为受基础设施、政府政策、产业发展和金融环境直接影响，而这些影响因素在一定程度上反映出农业科技园区创新创业的功能定位。蒋和平[8]、程培堽(2014)、朱学新(2013)等认为，农业科技园区主要承担促进成果转化与农业劳动力就业、带动产业发展、孵化企业等功能。本研究在既有研究基础上，结合国家农业科技园区新发展情况，认为农业科技园区具有以下功能：

(1)创新引领功能。农业科技园区是农业科技创新的产物，其创新引领功能有3层含义：①农业科技园区将农业科技创新活动从科研试验室搬到生产一线，生产一线的科技需求直接反馈给创新者，创新成果就地转化，同时解决了创新“最初一公里”和转化“最后一公里”两个问题[9]；②农业科技园区是创新者、企业家、服务组织、农民间利益链接的纽带，如何平衡多方利益、实现共赢，是农业科技园区服务的目标，需要通过机制创新、政策环境创新实现，为解决“三农”问题提供动力；③农业科技园区聚集了各类科技创新要素，而这些要素的有机融合能催生出新的业态，农业科技园区正在从最初的生产型、加工型向物流型、休闲型、乡村旅游型等功能多样化园区演进。

(2)创业孵化功能。该功能有3个流源基础：①科技人员流。2015年版的科技成果转化法实施后，国务院办公厅配套相关政策，各地方政府纷纷出台加快科技成果转化法律法规，如四川的《四川省激励科技人员创新创业十六条政策(川委办〔2016〕47号)》、《四川省扩大高等学校科研院所医疗卫生机构人事自主权十条政策(川人社发〔2017〕15号)》。相关政策的推行打破了科技人员创业面临的主要制度障碍，而农业科技人员创业用地、融资等活动所需载体，可由农业科技园区提供；②初创或成长型科技企业流。这类企业自身规模不大，但拥有原创科技成果，其发展需要引导和培养。农业科技园区除能提供政策扶持外，还可以利用人才聚集高地优势，深化产学研合作，促进科技成果落地和企业发展壮大；③新型农业经营主体流。返乡农民工、农民专业合作组织、家庭农场等独自应对市场风险的能力较弱，而农业科技园区可以有效整合这些主体，提高其应对市场风险的能力。

(3)示范带动功能。该功能包含3层含义：①在国家农业供给侧结构性改革背景下，农业科技园区作为农业科技成果转化的前沿阵地，必然会体现出新技术、新品种的结构性变化。新品种、新技术的转化应用一方面可以带动区域农业经济发展，另一方面可通过“公司+基地+农户”、“公司+协会+农户”等产业组织形式和经营方式，有效带动区域农业发展和促进农民增收；②从2013年开始，中国开启了精准扶贫新模式，与经济发达地区相比，贫困地区农业科技水平较低、产业发展滞后、农民增收乏力，农业科技园区作为农业科技“立地”的重要载体，应当发挥其作用，改善这一现状；③在农村劳动力减少、土地流转加快的新形势下，农村劳动力与农业科技园区的链接方式应当更加紧密，这一趋势加大了农民成为农业科技园区产业工人的可能性。

2.2　指标体系构建原则

(1)立足功能原则。从农业科技园区功能出发，构建的评价指标体系可以很好地满足管理部门需求，避免出现仅搞排名等形而上的评价结果，更重要的是可以解决评价指标与功能定位“两张皮”的问题。

(2)可操作性原则。吸纳基层农业科技园区管理人员的意见，剔除数据难于获取的指标，以保证对全国200多个国家级农业科技园区、上千个地方农业科技园区评价的整体性。

(3)客观性原则。现有评价以层次分析法为主，该方法主观性强，而DEA方法的优点在于构建的模型更精细。本研究考虑采用因子分析、聚类分析、回归分析、多元方差分析等客观评价方法，这有利于用统一标尺对多案例进行横向比较。

(4)问题导向原则。排名不是评价的目的，应通过排名结果为政府项目投入提供决策参考。但是，国家农业科技园区“只给牌子、不给票子”的现状导致这种排名的实际意义不大。评价的另一个重要目的是发现问题，本研究侧重问题导向，旨在通过发现问题，提出解决方案。

2.3　指标体系构建及内在逻辑

根据农业科技园区功能，结合现有研究，立足创新引领、创业孵化、示范带动3大功能，构建了包含14个测量指标的评价体系(见表1)，这些指标对农业科技园区评价均具有正向作用。在创新引领功能方面，创新产品既是农业科技园区创新能力的体现，又是产业发展的基础，选用“研发新产品(X1)”测度，农业科技园区的创新能力基础用“科技服务机构(X2)”测度，创新离不开经费支持，选用“经费投入(X3)”测度。严格来说，经费投入应用研发投入数据，但本次调查发现许多农业科技园区企业不愿意填报研发投入数据，只能退而求其次。在实际评价过程中，政府可以要求园区企业填报科研投入数据。农业科技园区以科技为驱动力，理论上代表了领先产品和高水平产出效率，选用“研发新产品(X1)”和“产出投入比(X4)”测度；在创业孵化方面，用地、资金是首要考察因素，而投资在创新引领功能中已经有体现，因此选用“核心区面积(X5)”指标。创业孵化通过企业实现，因而设置“聚集企业(X6)”指标，该指标还可用以检验农业科技园区创业政策对企业的吸引力。各类成果孵化结果需同时考虑有效性、盈利能力、回报社会情况3个方面，其中有效性通过“产值(X7)”测度，盈利能力通过“利润(X8)”测度，回报社会情况通过“税金(X9)”测度；在示范带动方面，农业科技园区主要通过示范转化“新品种(X10)”和“新技术(X11)”实现示范带动功能，对区域农业经济的贡献用“产值占农业GDP比重(X12)”测度，对农民、贫困户的带动能力通过“农民就业(X13)”和“农民年人均增收(X14)”反映。

2.4　实证分析方法与数据来源

(1)因子分析。采用因子分析法对指标信息进行精炼，具体步骤为：①测量指标间的相关系数，考察因子分析的必要性；②用KMO度量值和Bartlett's球形度检验对因子分析模型进行显著性检验，判断因子分析模型的稳健性和结果的可靠性；③提取公因子，以最大程度体现各公因子间的差异，对公因子进行旋转并对公因子的实际意义加以解释。

表1　农业科技园区评价指标体系

(2)因子聚类分析。对本研究而言，用因子分析结果计算综合排序的实际意义并不大。因此，选用系统聚类法对提取的公因子进行分析，获取各类别的特征值，进而发现各类别存在的优点和问题。

(3)因子回归分析。将公因子、地方农业GDP作为因变量，考察地方农业经济影响因子，检验农业科技园区对区域农业经济的贡献，并计算各公因子对区域农业经济的贡献度。

(4)因子多元方差分析。设置“级别”、“是否有管委会”、“是否为贫困地区”3个分类变量。“级别”分为国家级和省级，主要检验不同级别农业科技园区的公因子差异；“是否有管委会”分为有和无，主要考察农业科技园区管委会的作用，以及行政管理手段对农业科技园区的影响和效能；“是否为贫困地区”分为是和否，主要检验农业科技园区在精准扶贫中的作用。基于专业经验进行初步判断，推测3个变量之间可能存在交互作用。因此，在进行多元方差分析时将主效应和交互效应一并纳入模型。

四川省46个农业科技园区数据通过问卷调查获得，设置济宁、武汉、杨凌3个国家农业科技园区为对照组，对照数据来源于《国家农业科技园区检测报告》。选择这3个对照样本的原因在于，杨凌是仅有的两个国家级农业高新技术示范区之一，济宁、武汉是公认发展较好，并在《国家农业科技园区创新能力评价报告2015》中排名靠前的农业科技园区。所得数据用SPSS 23.0软件进行统计分析，因子分析、聚类分析、因子回归分析、多元方差分析的原理、模型参阅相关参考文献[10]。

3　实证分析结果及解释

3.1　因子分析

在进行因子分析前，对14个测量指标进行相关性分析，结果显示指标间两两显著或极显著相关(见表2)，证明有必要进行因子分析。14个测量指标的因子分析结果显示，KMO度量值为0.810，Bartlett's球形度检验的显著性水平值为0.000，表明因子分析模型的可信度高，指标适合进行因子分析。从图1可以看出，有4个公因子的特征根值大于1，后面10个备选公因子相邻特征根值的变化不大且均小于1；结合表2可知，前4个公因子携带了整体模型80.89%的变异信息。因此，理论上只需提取前4个公因子即可对整体模型进行解释。公因子采用主成分方法提取，特点是变异含量依次递减，即靠前的公因子包含尽可能多的变异信息，但不对公因子的实际意义负责。因此，有必要对其进行因子旋转处理。

表2　测量指标Pearson相关系数矩阵

为方便结果解释，对公因子进行了Kaiser方差最大化正态旋转，旋转后提取的前4个公因子携带的变异信息总和未改变，但变异在各公因子中的分布发生了变化，分别为35.67%、23.97%、13.53%、7.73%(见表3)。对旋转后的各公因子内部载荷进行降序排列(见表4)，因子1在经费投入、核心区面积、科技服务机构、农民就业、产值、聚集企业、产值占农业GDP比重、研发新产品8个测量指标上的载荷较大，这与农业科技园区创业基础有关，可命名为创业基础因子。其中，农民就业指标感性上应与农民增收关联度最大，其被纳入创业基础因子并非表明对农民增收没有贡献，而是相对于农民增收而言，农民就业对农业科技园区发展的贡献更大；因子2在利润、产出投入比、税金3个测量指标上的载荷较大，反映了农业科技园区的产出效益，可命名为产出效益因子；因子3在转化新品种、转化新技术创业2个测量指标上的载荷较大，反映了农业科技园区对新品种、新技术的转化能力，可命名为成果转化因子；因子4反映了对农民增收的贡献，可命名为助农增收因子。

表3　因子方差解释

3.2　因子聚类分析

对提取的4个公因子采用组间均联法进行聚类分析，并采用平均欧式法计算测量距离，聚类结果见图2。

按照聚类数适中、各类元素相对较多、各类别间差异较大等原则，将49个样本分为6类，各类公因子和综合因子均值比较见表5。

第一类包含红原县、大安区等地区的35个农业科技园区，这类农业科技园区4个公因子值均低于平均值，综合表现最差，原因可分几种情况：①以温江区、青白江区等为代表的二、三产业发达地区，城市化程度高，农业处于弱势地位，农业科技园区立足于传统产业的发展模式不能满足市场需求，导致农业科技园区竞争力不强；②杨凌、雅安市、乐山市3个国家级农业科技园所在地区农业科研实力很强，但其它方面表现不理想，说明农业科技园与科研单位合作未产生“化学反应”，科技对农业科技园区的支撑出现了“灯下黑”现象。杨凌是目前国家两个农业高新技术示范区之一，表现平平确实令人意外，这可能是《国家农业科技园区创新能力评价报告2015》没有公布杨凌农业科技园评价结果的原因之一；③该类型其它地区经济欠发达，农业科技园区产业、模式雷同，按照传统农业的理念和方式抓农业科技园区，其发展落后的结果很容易得到解释。

第二类包含广安市、崇州市等地区9个农业科技园区，这类农业科技园区创业基础因子、产出效益因子、助农增收因子均低于平均值，成果转化因子的正向作用突出，说明这类农业科技园区成果转化工作落实较好，但成果质量一般，未对经济产出、农民增收作出正向贡献。广安市本级没有科研单位，因此更加重视成果转化工作，其结果反而比四川农业大学所在地雅安市的成果转化工作效果更好。崇州市是优质粮油生产、加工基地，也是四川省农业转方式、调结构试点，但企业增效、农民增收效果均不明显，这可能是政府主导造成的，市场潜力有待进一步挖掘。

表5　聚6类时各类别公因子均值比较

第三类包含郫县、丹棱县2个农业科技园区，助农增收因子值最高，成果转化带动了农民增收，但未对企业经济效益提升产生推动作用，其原因可能在于：①农业生产组织方式以农民专合组织为主，企业介入程度不高，利润主要由农民获得，丹棱县可能就是这种情况；②企业让出大部分利润，但是这一行为背后可能隐藏其“圈地”意图，郫县可能就是这种情况。

第四类为绵阳市国家级农业科技园区，成果转化因子值最高、助农增收因子值最低。该农业科技园位于国家科技城，其创业基础好、成果转化好不难理解。而成果转化为企业带来了较好的效益、未带动农民增收，说明企业与农民的利益链接机制不完善，属于企业富、农民穷的类型。

第五类为济宁市国家级农业科技园区，产出效益因子值最高，成果转化因子与助农增收因子也高于平均值，但是创业基础因子值最低，说明济宁农业科技园区对现有基础资源的利用充分，成果转化数量虽然不多，但产生了较大的经济效益，农民得到了实实在在好处，是高效型园区。

第六类为武汉市国家级农业科技园区，创业基础因子值最高，成果转化因子值较高，产出效益因子与助农增收因子值也高于平均值，说明武汉农业科技园区创业吸引力很强。

通过以上分析可知，企业最愿意到第四类农业科技园区创业发展，农民最愿意在第三类农业科技园区周边集聚，政府更愿意看到第五类和第六类农业科技园区。但是，农业科技园区需兼顾各方利益，顾此失彼都不利于其可持续发展，综合判断，第六类农业科技园区最为理想。

3.3　因子回归分析

为进一步探究农业科技园区对地方农业GDP的贡献，以地方农业GDP为因变量、各因子为自变量进行回归分析，回归模型R=0.957、R2=0.916、P=0.000，模型残差符合正态分布且没有离群值(见图3)，表明回归模型是有效稳健的。回归模型显示，农业科技园区整体上推动了地方农业经济发展，其中，创业基础因子、产出效益因子、成果转化因子均对地方农业GDP产生了显著的正向作用，比较回归模型标准化β值可知三者对地方农业GDP的作用大小依次为：产出效益因子>创业基础因子>成果转化因子(见表6)。农民增收依赖于农业发展，但也会分走农业GDP“蛋糕”。因此，助农增收因子对农业GDP贡献是正向、反向作用叠加的结果。综上所述，其贡献不明显可以得到合理解释。

3.4　因子多元方差分析

将4个公因子作为因变量，将级别、是否有管委会、是否为贫困地区作为分组自变量进行多元方差分析。在进行方差分析时，综合考虑主体效应和交互效应，结果见表7。

(1)国家级农业科技园区综合竞争力优于省级农业科技园区，该差异主要是由创业基础和产出效益两个因子造成的。国家级和省级农业科技园区的成果转化和助农增收因子不存在显著性差异，证明国家级农业科技园区企业与政府税收得利主要是依靠投入基础而不是科技支撑，农业科技园区科技成果转化与农民利益链接机制普遍不完善。国家级农业科技园区综合得分显著高于省级，说明科技部将国家农业科技园区管理权交给园区联盟后，并未显著减弱国家农业科技园区的“品牌效应”，国家农业科技园区降低准入标准后未带来显著的负面影响。

(2)是否有农业科技园区管委会对农业科技园区综合因子不存在显著性影响，仅对成果转化因子有一定影响(P=0.058，接近显著性水平)，说明行政化管委会推动了农业科技园区科技成果转化，但是很可能只转化了符合政府意愿的成果，存在“拉郎配”的可能性，或者是只签订了成果转化协议但未促进成果落地的“数字转化”。张铁等[11]认为，农业科技园区的政府管理应该削弱，否则农业科技园区很可能成为政府的形象工程；聂强等[12]指出，农业科技园区管委会职能不明确、政企不分等问题并没有得到较大改善。另外，基层科技主管部门合并的情况比较严重。以四川省为例，省内183个县中有120个县科技局被整合，带来了科技职能弱化、科技管理人员紧缺等问题，乡村级几乎没有科技专员。在此背景下，基层对于农业科技园区的管理和服务显得力不从心，而推行社会化管理是客观发展的要求。基层普遍存在“园区社会化管理不完善”的问题，可能是基层行政化管理惯性思维的结果，反映出基层对园区“既想管住不放又无人去管”的现实，从国家“放管服”改革要求及基层科技服务能力实际情况分析，园区推行社会化管理是发展趋势。

表7　因子多元方差分析

(3)非贫困地区农业科技园区综合因子值显著高于贫困地区，显著性主要由产出效益决定，说明贫困地区企业发展动力不足。同时，贫困地区其它3个因子与非贫困地区不存在显著差异，说明通过行政手段强制引导各种扶贫资源向贫困地区聚集，确实加强了贫困地区创业基础、提高了贫困户收入，下一步目标是提高企业产出效益，或通过引入优势企业提升效益。对于贫困地区以外的企业，贫困地区商业竞争比经济发达地区弱，且贫困地区污染少、自然资源优势明显。在绿色发展和食品安全备受关注的今天，企业主动进军贫困地区是一个难得的发展机遇。

(4)农业科技园区级别和是否为贫困地区存在交互作用。结合因子均值可知，非贫困地区国家级农业科技园区产出效益和成果转化因子值显著高于贫困地区国家级和省级农业科技园区，非贫困地区省级农业科技园区产出效益和成果转化因子值显著高于贫困地区省级农业科技园区。贫困地区农业科技园区若要向国家级农业科技园区发展，不能简单依靠“圈企业进园区”行为，而是要引进有实力的企业；不能仅与科研单位签订合作协议，还要拿出富有吸引力的创业政策。

(5)是否有管委会与是否为贫困地区之间存在交互作用。结合平均值可知，非贫困地区有管委会的农业科技园区成果转化因子值显著高于非贫困地区无管委会和贫困地区的农业科技园区，非贫困地区无管委会的农业科技园区成果转化因子值显著高于贫困地区无管委会的农业科技园区。结合多元方差分析第二点结果可知，贫困地区依赖政府成果转化支持，但政府意图(比如追求高大上的成果)可能会导致成果与实际不符。因此，农业科技园区管委会应调整职能，不应大包大揽，而要在成果落地政策制定上下功夫。

4　结语

4.1　研究结论

(1)因子分析。提取的4个公因子均具有实际意义的合理解释，分别命名为创业基础因子、产出效益因子、成果转化因子、助农增收因子，发现农民就业对农业科技园区发展的贡献比对自身增收的贡献更大，科技成果转化对农民增收的贡献不明显。

(2)因子聚类分析。将49个农业科技园区分为6类，第一类包含35个农业科技园区，4个公因子值都低于平均值，综合表现最差，科技对杨凌、雅安市、乐山市3个国家级农业科技园区的支撑出现了“灯下黑”现象；第二类包含9个农业科技园区，成果转化工作落实较好，但是成果质量一般，未对经济产出、农民增收产生正向贡献，成果转化的标的性需要加强；第三类包含郫县、丹棱县2个农业科技园区，助农增收因子值最高，但企业经济效益没有得到提升，其原因可能在于农业生产组织方式较为松散或企业有“圈地”意图；第四类为绵阳市农业科技园区，成果转化因子值最高、助农增收因子值最低，表明农民、企业的利益链接机制不够完善；第五类为济宁市农业科技园区，产出效益因子值最高，但创业基础因子值最低，持续发展面临基础性制约；第六类为武汉市农业科技园区，创业基础因子值最高，成果转化因子值较高，产出效益因子与助农增收因子值高于平均值，是综合能力最强的农业科技园区。

(3)因子回归分析。创业基础因子、产出效益因子、成果转化因子均对地方农业GDP具有显著的正向作用，作用大小依次为：产出效益因子>创业基础因子>成果转化因子。

(4)因子多元方差分析。①国家级农业科技园区综合竞争力优于省级，社会化管理没有显著减弱国家农业科技园区的“品牌效应”，但对科技成果的支撑作用不明显，科技成果转化与农民利益链接机制普遍不完善；②是否有管委会对农业科技园区综合因子不存在显著影响，行政化管委会推动了科技成果转化，但转化的很可能是符合政府意愿的成果，而基于政府意愿提高的成果转化率很可能是“数字转化”；②非贫困地区农业科技园区综合因子值显著高于贫困地区，其它3个因子值在贫困地区与非贫困地区不存在显著差异，说明贫困地区企业发展动力不足，通过行政力量强制引导各种科技资源向贫困地区聚集确实强化了贫困地区创业基础、提高了贫困户收入；④农业科技园区级别和是否为贫困地区存在交互效应，国家级非贫困地区的农业科技园区产出效益和成果转化因子值显著高于省级贫困地区农业科技园区；⑤是否有管委会与是否为贫困地区之间存在交互作用，贫困地区显著依赖于政府的成果转化支持，而政府“拉郎配”式的成果转化模式并不能满足实际需求。

4.2　研究创新

通过对49个农业科技园区的实证检验表明本文构建的指标体系具有科学性、稳健性，可用于农业科技园区综合评价。该指标体系主要有以下几点创新：

(1)构建方式创新。在研究视角方面，目前尚未有立足于功能视角的农业科技园区评价指标体系，并且现有指标体系不能很好地适应园区功能变迁的要求。本研究从功能视角切入，结合制度变迁背景，有助于科技园区找准区别于产业园区的定位，更有利于园区调整发展方向，丰富和发展了现有评价指标体系。在指标体系构建原则上，本研究探索解决了当前评价指标体系主观性强、指标过于简单或过于复杂、整体性和系统性不够、问题导向不明显等问题，并且数据易于获取，可操作性较强。在指标逻辑关系论证上，本研究分析了各指标和功能的逻辑关系，回答了“该指标为什么能够反映该功能”的问题，不少研究忽略了这种定性推理。

(2)应用方法创新。一般的因子分析研究停留在综合因子排名阶段，少部分能够做到因子回归阶段，对于政府部门委托的绩效评价研究课题，仅拿出一个综合排名可以完成任务。但是，依据综合因子计算的排名只是对公因子的基础性利用，公因子完全可以作为消除量纲的新变量进行深度挖掘，这是现有研究的不足。本研究一方面对公因子进行了综合运用，深度挖掘公因子在发现问题方面的功能，在本研究领域具有一定创造性，也对相关研究领域开展类似研究提供了方法指导；另一方面，综合排名可以参照本研究方法和有关文献计算因子综合得分。本研究提供了一套管理者可直接应用的权重参考(表8)，计算方法如下：公因子对综合能力的权重根据旋转后的方差贡献率计算，归一化后即可得到；指标对公因子的权重可对公因子载荷进行归一化计算得到；“公因子对综合能力的权重”与“指标对公因子的权重”的乘积即为指标对综合能力的权重。

表8　农业科技园区评价指标权重

(3)研究导向创新。本研究突出了问题导向、客观导向和实践导向。首先，现有园区绩效评价指标体系的产出结果往往是综合排名，甚至有可能为了获得较高排名而扭曲指标逻辑性。但是，科技部对农业科技园区没有专项支持，排名对支持经费结构调整不具备参考意义，在此政策背景下，园区更应专注于获取有利于发现问题的决策参考；其次，目前园区评价采用客观法、主观法、主客观法，3种方法各有优势。本研究采用客观法，一是为了统一评价尺度，二是为了保证评价工作延续性，三是有利于对因子分析后续方法的综合运用(即确保后续方法能得出客观结论)；再次，构建指标体系本身不是目的，现有研究没有深入分析园区发展的政策背景，因而出现了指标与功能“两张皮”现象。本研究以发展实际为基础，构建的指标体系是实践倒逼的产物，评价结果对园区发展具有较好的指导性。这3个导向之间是辩证统一的关系，问题导向是出发点，客观导向是实现路径，实践导向是研究目的。

4.3　对策建议

(1)本研究评价指标体系对国家农业科技园区监测具有指导意义，将来可以通过本指标体系对园区进行排名，但要增加专家评分指标以更全面地体现园区发展质量。

(2)农业科技园区有必要推进社会化管理，但决定权应交给各园区。

(3)农业科技园区管理机构应该制定有利于企业向园区聚集的政策，企业也应抓住到贫困地区“二次创业”的机遇。

(4)当前可优先推广第六类农业科技园区，其它类别园区发展需对症下药：第一类园区既要全方位“补短板”，又要注意利用好本地科技资源；第二类园区应立足需求，而不是立足行政意图开展成果转化活动；第三类园区既要协调好企业与农民(贫困户)的利益关系，又要注意避免企业“圈地”行为；第四类园区要提高农民的园区产出利润分配比例；第五类园区要需要加强创业基础因子指标建设。

[1]　蒋和平,孙炜琳. 农业科技园区综合评价指标体系研究[J]. 农业技术经济,2002(6):21-25.

[2]　何仙珠. 农业科技园区的评价指标体系研究[J]. 中国农学通报,2005(10):384-388.

[3]　何伟. 基于DEA方法的农业科技园区投入产出综合效益评价[J]. 统计与决策,2007(24):154-156.

[4]　吕冬贺,索志林,赵媛媛. 黑龙江省农业科技园区评价指标体系研究[J]. 中国农业资源与区划,2016(2):79-83.

[5]　翟虎渠,曾希柏,沈贵银,等. 现代农业科技园区评价指标体系研究[J]. 农业现代化研究,2003(1):40-44.

[6]　罗广宁,孙娟,肖田野. 广东省国家农业科技园区发展态势和创新能力评价[J]. 科技管理研究,2016(23):108-114.

[7]　申秀清,修长柏. 借鉴国外经验发展我国农业科技园区[J]. 现代经济探讨,2012(11):78-81.

[8]　蒋和平,崔凯. 农业科技园区:成效、模式与示范重点[J]. 农业经济问题,2009(1):9-14.

[9]　汪洋. 深入推进农业供给侧结构性改革、加快培育农业农村发展新动能[J].求是,2017(6):3-7.

[10]　张文彤,董伟.IBM SPSS数据分析与挖掘实战案例精粹[M].北京:清华大学出版社,2013.

[11]　张铁,王振生,王瑞,等. 新世纪农业科技园区体制建设中存在问题与对策的探讨[J].中国农业科技导报,2005(3):67-70.

[12]　聂强,张颖慧,罗剑朝. 资源整合与体制创新:国家农业园区发展战略构想——杨凌示范区个案研究与一般政策结论[J]. 中国科技论坛,2003(2):27-30.

Innovative Study on Evaluation Index System for Agricultural Science and Technology Park: from Functional Perspective

(Rural Technology and Science Development Center of Sichuan,Chengdu 610041, China)

Abstract：A new evaluation index system was constructed to evaluate Agricultural Science and Technology Parks (ASTP), and these indexes were classified into 3 functional groups of innovation guidance, entrepreneurship and business incubation, and demonstration and diffusion. The new evaluation index system aimed to solve problems existed in current evaluation index systems, such as strong subjectivity, over simplicity or complexity, differentiation between ASTP' functions and indexes, lack of integrity and systematicness, unclear orientation to find problems. According to results of the empirical test, the national ASTP was comprehensively better than provincial ASTP, and the brand impact of ASTP was not reduced significantly. In the meantime, ASTP obtained little support from Transformation of Scientific and Technological Achievement (TSTA), high percentage of TSTA was likely to be a digital trap, and farmers were possibly not get profits via TSTA. Besides, ASTP had improved local agricultural GDP, and basic conditions of ASTP for innovation and entrepreneurship in poverty-hit areas had also been improved, but enterprises from poverty-hit areas could not develop by themselves obviously. It was proposed to simplify current evaluation indexes of ASTP, to promote socialization of ASTP's management determined by ASTP itself, and to reduce government's interference with TSTA. It might be an opportunity for enterprises to restart new business in poverty-hit areas.

Key Words:Agricultural Science and Technology Park;Evaluation Index;Functional Perspective;Multilevel Analysis

基金项目：四川省软科学计划重点项目(2017ZR0006)；四川省软科学计划项目(2017ZR0046)；四川省公益性科研院所基本科研业务费项目(2016YSKY0032)

作者简介：周华强(1979-)，男，四川广安人，四川省农村科技发展中心副研究员，研究方向为农业科技管理与政策、农业经济问题；邹弈星(1982-)，女，四川大邑人，四川省农村科技发展中心助理研究员，研究方向为农业战略研究与科技管理;刘长柱(1987-)，男，四川达县人，四川省农村科技发展中心助理研究员，研究方向为科技管理；冯文帅(1968-)，男，四川成都人，四川省农村科技发展中心副研究员，研究方向为科技管理与政策；王敬东(1971-)，男，陕西佳县人，四川省农村科技发展中心研究员，研究方向为农业科技管理。本文通讯作者：王敬东。

农业科技园区评价指标体系创新研究：功能视角

0 引言

1 文献综述

2 农业科技园区评价指标体系构建

2.1 农业科技园区功能探讨

2.2 指标体系构建原则

2.3 指标体系构建及内在逻辑

2.4 实证分析方法与数据来源

3 实证分析结果及解释

3.1 因子分析

3.2 因子聚类分析

3.3 因子回归分析

3.4 因子多元方差分析

4 结语

4.1 研究结论

4.2 研究创新

4.3 对策建议