王 昊，李敬锁

（青岛农业大学 经济管理学院（合作社学院），山东 青岛 266109）

0 引言

走农业高质量发展道路是实现农业现代化的关键。党的十九大明确表明，我国经济已经转向高质量发展阶段。农业高质量发展是经济高质量发展的题中应有之义，因此，推动农业高质量发展是我国未来的重点工作任务。自改革开放以来，尽管我国农业发展成绩显著，但我们也要厘清农业发展中存在的短板。从我国农村现有情况来看，农田有效灌溉率近年不断提高，但水资源利用率仍处于较低水平，无法改变水资源短缺的现状；一味追求产出和经济效益，增加化肥、农药等投入，而忽略生态效益，导致土地肥力下降，形成恶性循环。农民非农收入的增加导致大量农村劳动力外流，一些地区传统落后的农业耕种方式的弊端表现为生产及生活环境日益恶化［1］，农业生产成本高涨和产品质量提升缓慢等问题也在阻碍农业发展［2］。背后的原因之一是我国农业科技创新与农业当前发展失衡。坚持农业科技创新是保障我国农业稳定发展、实现国家粮食安全的有力保障，是摆脱传统农业“靠天吃饭”的必然选择，是加快农业现代化建设的决定力量［3］。因此，正确认识省域农业科技创新能力与农业发展质量之间的耦合协调关系，是提升农业科技创新能力、促进农业高质量发展的坚实基础。

目前对农业科技创新能力的研究主要集中在以下几点：第一，围绕其内涵展开研究。如梁俊芬等［4］认为在创新环境、投入能力等多种能力要素共同作用的结果下催化了农业科技创新能力；王丹等［5］认为农业科技创新能力是创新主体优化配置创新要素，通过一系列创新活动，使企业和农民进行农业生产活动时获得更大的经济、社会、生态效益等综合能力。由于省域之间农业生产异质性特点，进行农业创新活动时更应结合当地特色，而不是盲目照搬学习。第二，农业科技创新能力的影响因素研究。如Vaz Patto等［6］以因子分析法为例讨论了进行农业活动时，气候、能源变化和经济全球化等对农业科技创新能力的影响。蒋和平等［7］认为主要有投入支撑、智力支撑、科技管理运行机制和科技创新受体等方面的影响；吴敬学等［8］认为制约我国农业科技创新水平提升的因素主要有农业基础信息技术资源配置水平低、农业科研成果原创性不够、农业科研项目实施周期过短、农业科研成果评价机制仍不够完善及科技创新的学术交流环境不畅。第三，提升农业科技创新能力的对策研究。如孙长东等［9］指出“政策支持、企业引领、产学研结合、多领域合作、技能培训”是当前我国农业科技创新能力提升的主要方向；梁俊芬等［4］从绿色发展视角指出要加强农业绿色发展的科技支撑，提高科研成果的高品质供给，加强对农业科技成果的保护。根据不同省份之间农业科技创新环境的差异，应因地制宜，从以上视角出发制定策略。第四，农业科技创新能力的评价体系构建与应用。如Hagedoorn等［10］选取R&D经费、专利数和农业重要科技成果数量等指标开展了农业科技创新能力评价；梁俊芬等［4-5，9，11］通过构建省域农业科技创新能力评价模型，对其发展情况进行了分析和比较；还有部分学者对单一省份的农业科技创新能力进行了评价分析［3，12］。

目前，学者们关于农业高质量发展的探讨主要有以下几点：第一，对其内涵研究。如张默等［13］认为高质量农业是高质量的经济发展结构、高质量的社会生活形态、高质量的农业技术成果、高质量的人力资本水平。刘涛等［14-15］则认为在农业高质量发展过程中，应以科技创新推动农业现代化，坚持人与自然和谐共生的发展模式，走可持续的绿色农业发展道路，吸收借鉴，最终共享高质量发展成果。夏显力等［2］认为高质量农业由产业、生产和经营高质量3个部分构成。第二，农业高质量发展的影响因素研究。如刘涛等［14］认为我国坚持发展绿色农业，提高创新能力，加强农资共享有助于推动农业高质量发展。孙江超［16］认为家庭经营是中国农业传统经营方式，规模化生产推广受到制约；农资投入成本较高与追求经济利益存在矛盾；农田建设水平无法适应发展要求等影响农业高质量发展。第三，农业高质量发展的对策研究。如夏显力等［2］认为“数字乡村”可以助推农业高质量发展。孙江超［16］针对农业高质量发展中所面临的困境，提出了应深化供给侧改革，着力结构调整；聚焦市场调节，着力要素流动；完善社会服务，着力规模经营；推进产业融合，聚焦农业增效发展方向，为农民增加收入开拓新途径，提供新思路。第四，农业高质量发展评价体系构建与应用研究。如辛岭等［17］概括总结出4个特点，即绿色可持续发展、提高产品质量和产出效率、规模化生产、产业多元化和一体化，构建中国农业高质量发展综合评价体系。刘涛等［14，18］以“创新、协调、绿色、开放、共享”的新发展理念为指引构建了评价指标体系。银西阳等［19］基于“三生”理念，从农业生产质量、农业生态质量和农民生活质量3个方面出发，构建了农业高质量发展的指标评价体系。

此外，华坚等［20-22］还采用定量研究的方法，对省域科技创新与经济高质量发展之间的关系展开了研究；谢泗薪等［23-26］分别对个别省份或对国家经济带的科技创新与经济高质量发展的耦合关系进行了评价；刘畅等［27］对2008年黑龙江省农业高质量发展与农业科技创新能力的协调发展现状展开了研究。

自党的十八大提出“创新驱动发展战略”以及十九大提出“高质量发展”以来，学者们在农业科技创新能力、农业高质量发展以及科技创新与经济高质量发展之间的关系方面取得了丰富的成果，但是针对农业科技创新能力与农业高质量发展关系的研究还相对较少。在农业现代化进程中，农业科技创新能力与农业高质量发展相辅相成，哪一方面都不可或缺。中国省域农业科技创新能力与农业高质量发展的水平如何？两者的耦合协调度及其区域差异如何？时间上的动态变化如何？现有研究较少关注这些问题。鉴于此，笔者阐述了农业科技创新能力与农业高质量发展的耦合机理，运用熵值法以及耦合协调模型，以我国2008—2020年的30个省级行政区作为研究对象，从时空维度分析了农业科技创新能力与农业高质量发展的现状和协调发展状况，并提出了政策建议，旨在为推动我国农业现代化提供新思路。

1 农业科技创新能力与农业高质量发展的耦合机理

农业科技创新能力与农业高质量发展存在着既相互促进又相互制约的耦合关系。一方面，农业科技创新能力是实现农业高质量发展不可或缺的重要手段和关键驱动力；另一方面，农业高质量发展为农业科技创新能力提供指引和坚实的经济基础。两者是互为发展的基础和条件，因此需要协调发展。2个系统的耦合机理如图1所示。

图1 农业科技创新能力与农业高质量发展的耦合机理

创新是发展的第一驱动力，党的十九大明确表明，我国已经转向高质量发展阶段。农业科技创新能力是农业高质量发展的核心驱动力，具体作用于农业高质量发展的供给提质增效、绿色可持续发展、规模化集约化生产以及产业融合发展。第一，农业科技创新能力的提高可以有效推动农业供给提质增效。通过新技术、新成果降低农业生产成本，提高生产效率，以市场为导向生产更多优质农产品，促进农民增收。第二，农业科技创新能力的提高是农业绿色发展的内生动力，绿色发展是科技创新的重要方向。通过绿色的农业科技成果，加强资源环境保护，优化生态环境，提高农业生产中的资源利用水平，发展农业可持续、循环模式，不止看到眼前的经济效益，更要有长远的生态眼光。第三，农业科技创新能力是农业规模化生产的技术保障。通过新的农机物质装备和新技术新知识为农业适度规模经营提供技术支撑。第四，农业科技创新能力是产业多元融合的内生动力。农业科技创新转化带来的优势有助于提高农业竞争力，有助于延长产业链，推动产业多元化，以科技为手段将一二三产业紧密结合。

农业高质量发展是农业科技创新能力提升的有力保障，具体作用于农业科技创新支撑能力、投入能力、产出能力、转化能力以及环境水平。第一，农业科技创新的支撑能力。国家为推动农业发展质量提高，加强了农业基础设施建设，为农业科技创新奠定了坚实基础，基础设施建设水平是农业科技创新支撑能力的重要体现。第二，农业科技创新的投入能力。为推动农业发展质量提升，政府投入众多的人力、物力、财力等, 在某种意义上也成为了农业科技创新投入的有力保障，农业科技创新系统可以有效整合资源为自己所用。第三，农业科技创新的产出能力。农业高质量发展对农业科技创新产出的成果有着旺盛的需求，并以此来推动自身；农业科技创新的产出需要应用平台，因此会刺激成果产出源源不断。第四，农业科技创新的转化能力。农户应用农业科技创新产出的成果进行适度规模经营，从而获得收益，因辐射效应促进农业科技成果转化机制的优化。第五，农业科技创新的环境水平。在农业高质量发展进程中产生的经济效益、社会效益和生态效益会推动农业科技创新环境的形成，增加农业科技创新投入，推动我国科技创新不断向前发展。

2 指标与数据选取及模型构建

2.1 指标及数据

2.1.1 指标体系的构建 在农业科技创新能力评价指标体系的构建方面，借鉴孙长东等［9］的已有研究，根据其构建的农业创新驱动过程模型，从农业科技创新支撑能力、投入能力、产出能力、转化能力及农业科技创新的环境水平5个维度构建出共18项指标。在农业高质量发展评价指标体系的构建方面，借鉴辛岭等［17］的已有研究，依据农业高质量发展的特征，从绿色发展引领、供给提质增效、规模化生产和产业多元融合4个维度构建出共13项指标，具体见表1。

表1 农业科技创新能力与农业高质量发展评价指标体系

2.1.2 研究对象与数据来源 本研究以2008—2020年中国的30个省级行政区作为研究对象，运用熵值法、耦合协调模型测算农业科技创新能力与农业高质量发展的综合发展水平指数、耦合度、协调发展度。本文研究数据来源于2008—2020年的《中国统计年鉴》和各省级行政区的《统计年鉴》。

2.2 测度模型

2.2.1 耦合度模型 运用耦合度模型可以准确度量农业科技创新能力与农业高质量发展之间的协同作用，具体公式为：

式（1）中，耦合度C值区间为［0，1］，C值越大，表示农业科技创新能力U1与农业高质量发展U2之间的离散程度越小，耦合度越高，协同效果越好。

2.2.2 综合发展水平指数 综合发展水平指数可以清晰判断出各系统的发展现状以及相对发展状况。由上述耦合度模型可知，农业科技创新能力U1与农业高质量发展U2影响耦合度C的取值，因此首先需要计算综合发展水平指数，具体计算公式为：

式（2）、式（3）中，u1j、u2j分别表示各系统中指标j对农业科技创新能力与农业高质量发展系统的功效作用的大小；w1j、w2j分别是农业科技创新能力与农业高质量发展两系统中指标j的权重。

在测算农业科技创新能力与农业高质量发展2个系统的综合发展水平指数时，需要计算2个子系统中各个指标的权重。本文采用熵值法来对各指标进行赋权，但由于2个系统涉及多个不同的层面，首先需要运用归一化法进行无量纲化处理，再对标准化处理的数据进行非负化处理，最后再通过熵值法计算权重。具体计算步骤为：

（1）指标标准化处理

正向指标：

负向指标：

式（4）、式（5）中，i指省级行政区；j、x分别指指标j和变量值；Zij和Yij分别是农业科技创新能力与农业高质量发展第i个省级行政区的第j项指标的归一化数值。

（2）指标非负化处理

由于熵值法一般采用对数形式，对标准化后的数据进行平移可以避免出现零值导致无法使用的现象。

式（6）中，Z＇ij(Y＇ij)指平移后的数值；N指平移的幅度。

（3）指标同度量化处理

式（7）中，n指省份个数，m为指标个数。

（4）计算信息熵

其中，0≤ej≤1。

（5）计算差异系数

（6）确定指标的权重

2.2.3 耦合协调模型 目前已有诸多学者在实证检验中发现，当2个系统的综合发展水平指数相近时都会出现较高程度的耦合，仅仅依靠耦合度模型得到的结果进行分析可能会出现错误的判断。而耦合协调度模型可以避免上述情况，能够科学、客观地反映农业科技创新能力与农业高质量发展的协调发展状况。因此，引入耦合协调模型，具体公式为：

式（11）中，综合协调指数T体现2个系统的综合发展水平指数对其耦合协调度D的作用程度大小；α、β分别表示农业科技创新能力与农业高质量发展对其耦合的贡献程度，借鉴刘畅等［27］的已有研究，认为α、β两者同等重要，因此，确定α=β=0.5。式（12）中，耦合协调度D值区间为［0，1］，D值越大，表示2个系统协调发展程度越高，相互促进的效果越好。

借鉴已有研究对于耦合协调度D值的普遍分类方法［28-30］，同时结合农业高质量发展和农业科技创新能力系统耦合的特殊性，将耦合协调度划分为4个阶段（表2）：当0≤D＜0.3时，为低度协调耦合阶段（Ⅳ类）；当0.3≤D＜0.5时，为中度协调耦合阶段（Ⅲ类）；当0.5≤D＜0.8时，为高度协调耦合阶段（Ⅱ类）；当0.8≤D≤1.0时，为极度协调耦合阶段（Ⅰ类）。

表2 农业科技创新能力与农业高质量发展耦合阶段划分

3 实证结果分析

3.1 综合发展水平分析

测算农业科技创新能力与农业高质量发展的综合发展水平指数，目的在于明确认识两者各自发展状况以及相对发展水平，其中U1、U2分别代表农业科技创新能力和农业高质量发展的综合发展水平。由于篇幅原因，本文只选取2008、2012、2016和2020年进行分析，以此显示各省域农业科技创新能力与农业高质量发展的综合发展水平及相对变化情况，如表3所示。

表3 农业科技创新能力与农业高质量发展的综合评价指数

农业科技创新能力系统与农业高质量发展系统多数子指标权重分布较为均匀，从侧面说明这2个系统评价指标体系较为科学、合理。农业科技创新能力系统准则层对其影响程度的大小顺序为：产出能力（0.297）＞投入能力（0.271）＞环境水平（0.163）＞转化能力（0.140）＞支撑能力（0.130）。农业科技创新的产出能力和投入能力对其影响最为显著，环境水平、转化能力及支撑能力影响偏弱。因此，加强农业科技创新的基础支撑，完善农业科技的转化机制，营造有利于农业科技创新的环境水平等，可能会显著促进农业科技创新能力的提升。农业高质量发展系统准则层对其影响程度的大小顺序为：规模化生产（0.420）＞供给提质增效（0.242）＞产业多元融合（0.232）＞绿色发展引领（0.105）。目前，规模化生产在农业高质量发展中取得初步成效，应继续以供给侧结构性改革为主线，促进农业绿色、可持续发展，加强产业多元融合，对农业高质量发展可能会产生积极效应。

从全国省域角度来看，研究期内农业科技创新能力与农业高质量发展综合水平虽有小幅波动，但均呈不断上升趋势，在相对发展水平方面，农业高质量发展超前于农业科技创新能力。从纵向看，农业科技创新能力的综合发展水平指数均值在2008、2012、2016、2020年分别为0.254、0.264、0.258、0.273，这13年间提升了0.019；农业高质量发展的综合发展水平指数均值在2008、2012、2016、2020年分别为0.307、0.220、0.349、0.340，这13年增长了0.033。农业科技创新能力综合指数的增长速度慢于农业高质量发展综合指数的增长速度，究其现实原因，可能是随着创新驱动发展战略的实施，农业科技创新领域发展成效显著，但科技成果以常规性的科技创新为主，具有关键核心技术的成果相对较少，并且随着农业科技创新成果的不断产出，其难度也在不断加大，因而农业科技创新能力的提升也呈现出不断放缓的态势。从横向看，在2008、2012、2016和2020年，农业科技创新能力分别落后、超前、落后、落后于农业高质量发展（0.254＜0.307、0.264＞0.220、0.258＜ 0.349、0.273＜0.340），农业高质量发展超前于农业科技创新能力，说明我国农业高质量发展对农业科技创新的支撑还不够，农业科技创新对资源整合利用还有待提升；农业科技创新能力超前于农业高质量发展，说明我国农业科技创新对农业高质量发展的驱动力需进一步提升，创新成果的产出及其成果的转化还有待提升。

3.2 耦合协调度分析

运用耦合协调度评价模型对农业科技创新能力与农业高质量发展进行评价分析，目的在于认识两者之间彼此促进、协调发展的关系，明确两者的绩效水平。对2008、2012、2016和2020年中国的30个省级行政区的耦合协调度进行对比，结果如表4所示。

3.2.1 时序视角 从时序角度来看，观察全国省域耦合协调度D均值发现，耦合协调指数提升了0.25。各省域农业科技创新能力与农业高质量发展的耦合协调度均有较大提升，同时大部分省域处于中、高度耦合协调阶段且提升速度在各省域间存在显著差异。2008年，山东（0.758）、江苏（0.744）、河 南（0.666）位 于 前3位，宁 夏（0.280）、海南（0.273）、青海（0.219）位于最后3位，其中，山东、江苏等15个省（市）处于高度耦合协调阶段（Ⅱ）；北京、河北等12个省（市）处于中度耦合协调阶段（Ⅲ）；宁夏、海南、青海3个省（市）处于低度耦合协调阶段（Ⅳ）。2012年，山东（0.677）、江苏（0.698）、河南（0.608）位于前3位，宁夏（0.280）、海南（0.252）、青海（0.228）位于最后3位；其中，江苏、山东等14个省（市）处于高度耦合协调阶段（Ⅱ）；福建、广东等13个省（市）处于中度耦合协调阶段（Ⅲ）；宁夏、海南、青海3个省（市）处于低度耦合协调阶段（Ⅳ）。2016年，江苏（0.787）、山东（0.781）、河南（0.698）位于前3位，宁夏（0.312）、海南（0.298）、青海（0.249）位于最后3位，其中，山东、江苏等17个省（市）处于高度耦合协调阶段（Ⅱ）；福建、广东等11个省（市）处于中度耦合协调阶段（Ⅲ）；宁夏、海南、青海3个省（市）处于低度耦合协调阶段（Ⅳ）。2020年，江苏（0.773）、山东（0.771）、河南（0.706）位于前3位，宁夏（0.309）、海南（0.304）、青海（0.259）位于最后3位，其中，山东、江苏等17个省（市）处于高度耦合协调阶段（Ⅱ）；福建、广东等12个省（市）处于中度耦合协调阶段（Ⅲ）；青海省处于低度耦合协调阶段（Ⅳ）。

在研究期内，各省域耦合协调阶段增长较少，但各省域在原有耦合协调阶段内其耦合协调度均有较大提升，说明随着农业现代化进程，两者之间的关系更加趋向于相互促进的正向效应。耦合协调度提升最多的是安徽、湖南、贵州，耦合协调指数分别提高了0.084、0.084、0.082；观察综合发展水平指数，安徽、湖南、贵州的农业科技创新能力与农业高质量发展综合发展水平指数均有较大提升，一方面，说明农业科技创新能力对农业高质量发展产生了重要的驱动作用，推动了高质量的农业发展；另一方面，农业高质量发展为农业科技创新能力的提升提供了物质基础保障和实施平台，两者相互促进，协调发展，因而耦合协调度提升较大。另外，北京、上海的耦合协调指标未升反降，观察其农业科技创新能力综合指数发现，农业科技创新能力有较大下降，可能是因为近几年北京的政治文化、上海的金融经济功能不断凸显，而农业科技创新功能相对弱化，同时由于自然资源禀赋状况，在一定程度上相对弱化了农业科技创新驱动农业高质量发展的作用。

3.2.2 空间视角 运用ArcGIS进行空间可视化分析，可以更加直观、明确地观察农业科技创新能力与农业高质量发展在空间上的分布，结果见图2。在空间分布方面，省域农业科技创新能力与农业高质量发展的耦合协调度大体呈阶梯状分布，呈现出东高西低、沿海高内陆低的态势，且区域差异显著，东部地区最高，中部地区次之，西部地区最低，西部与东、中部地区差异较大，这与区域经济发展现状保持高度一致。东部地区、沿海地区人才济济以及拥有良好的创新环境，科技成果产出及转化成效显著，随着农业现代化推进，农业基础设施建设完善、产业多元融合、生产力优化、农业适度规模经营初步取得成效，为农业科技创新推动农业高质量发展奠定了坚实基础。2008、2012、2016和2018年，东部地区的江苏、山东的耦合协调度一直处于高度耦合协调阶段（Ⅱ），而这2个省份的农业科技创新能力与农业高质量发展的综合发展水平也在全国领先，而西部的青海一直处于低度耦合协调阶段（Ⅳ）。

图2 农业高质量发展与农业科技创新能力耦合协调度的空间分布

4 结语

4.1 结论

本研究表明：省域农业科技创新能力与农业高质量发展的综合发展水平虽有小幅波动，但均呈不断增长态势，在相对发展状况方面，农业科技创新能力滞后于农业高质量发展，有4/5的省份出现了农业科技创新能力对农业高质量发展驱动力不足的现象；从时序视角来看，中国省域农业科技创新能力与农业高质量发展之间存在紧密的双向促进、协调发展的正向效应，耦合度呈现良好状态，耦合协调度有较大的提升，但提升速度在各省域间存在显著差异，大部分省域处于中、高度耦合协调阶段；从空间视角来看，省域农业科技创新能力与农业高质量发展耦合协调度在空间上呈现出东高西低、沿海高内陆低的态势，且区域差异显著，东部地区耦合协调度最高，中部地区次之，西部地区最低。

4.2 政策建议

（1）深入贯彻落实创新驱动发展战略，加大投入和政策扶持。一方面，对农业科研活动的投入应继续稳定增加，为其提供资金保障，建立以市场为导向的科研供给，同时继续深化农业推广体系改革，将成果转化与农业发展需求相匹配，解决科技成果转化为农业生产力的“最后一公里”难题。另一方面，应协同推进科技创新制度改革，完善科技治理体系和符合科研立法的政策体系，塑造有利于农业科技创新的环境。

（2）厘清农业科技创新能力与农业高质量发展耦合协调发展的内在机制，促进两者协同发展。现实中，农业科技创新与农业高质量发展是相互促进、相互制约的，一方面，对农业科技创新能力对农业高质量发展驱动力不足地区，政府要从政策方面支持引导，加强知识产权保护，为农业科技创新营造良好的环境，实现科研工作人员待遇和贡献相匹配，同时合理布局，推动农业科技创新合理利用农业高质量发展资源，促进两者更好地相互适应。另一方面，对农业高质量发展基础薄弱的地区，要利用区域资源，发展具有当地特色的产业和经济，加快实现产业现代化，推动三产融合发展。

（3）鉴于农业科技创新与农业高质量发展耦合协调度的空间差异，不同地区应根据自身情况精准定位、因地施策。如青海一直处于低度耦合协调阶段（Ⅳ），且农业科技创新能力严重滞后于农业高质量发展，青稞酒、冬虫夏草是西部地区的特色，农业科技创新应针对青稞酒、冬虫夏草等特色产业，带动当地农业高质量的发展，实现农业科技创新能力与农业高质量发展2个系统双向良性互动。同时耦合协调度高的省份要继续保持引领示范作用；耦合协调度中低水平省份要认识到问题所在，精准施策，推动农业科技创新能力与农业高质量发展的协同发展。