EN中文

经济地理 >

2020 , Vol. 40 >Issue 1: 132 - 139

DOI: https://doi.org/10.15957/j.cnki.jjdl.2020.01.015

产业经济与创新发展

乡村振兴战略下欠发达地区农村创新能力评价——以甘肃省86个县级行政单元为例

  • 焦贝贝 , 1 ,
  • 张治河 , 1, ※ ,
  • 刘海猛 2 ,
  • 薄玮 1
展开
  • 1.陕西师范大学 国际商学院，中国陕西 西安 710119
  • 2.中国科学院 地理科学与资源研究所，中国 北京 100101
※张治河（1960—），男，天津蓟县人，教授，博士生导师。主要研究方向为创新经济学、创新管理学。E-mail：。

焦贝贝（1988—），男，甘肃陇南人，博士研究生。主要研究方向为区域创新与发展、创新经济学。E-mail：。

收稿日期: 2019-03-01

  修回日期: 2019-10-15

  网络出版日期: 2025-04-25

基金资助

教育部哲学社会科学研究重大课题攻关项目(14JZD010)

陕西省创新能力支撑计划项目(2018KRZ009)

中央高校基本科研业务费专项资金(2017TS061)

收起

Evaluation of Rural Innovation Capability of Less-Developed Areas under the Perspective of Rural Revitalization：A Case of 86 Counties of Gansu Province

  • JIAO Beibei , 1 ,
  • ZHANG Zhihe , 1, ※ ,
  • LIU Haimeng 2 ,
  • BO Wei 1
Expand
  • 1. School of International Business，Shaanxi Normal University，Xi'an 710119，Shanxi，China
  • 2. Institute of Geographical Sciences and Natural Research，Chinese Academy of Sciences，Beijing 100101，China

Received date: 2019-03-01

  Revised date: 2019-10-15

  Online published: 2025-04-25

Fold

摘要

文章首先基于投入—支撑—产出三维框架，构建了包含45个指标的农村创新能力评价指标体系，采用复相关系数法测算了甘肃省86个县级行政单元的农村创新能力水平，并分析其空间分布特征与影响因素。结果表明：①甘肃省农村创新能力总体水平较低，综合创新能力最强的县区是凉州区、甘州区和民勤县；②农村创新投入能力最强的县区是凉州区、民勤县和会宁县，创新支撑能力最强的县区是凉州区、靖远县和甘州区，创新产出能力最强的县区是甘州区、肃州区和阿克塞县；③甘肃省农村创新能力水平在空间上呈现出显著的正相关，农村创新能力高和低的县（区、市）在空间上均趋于集聚分布；④甘肃省农村创新能力在空间上呈现出较明显的北高南低的态势；⑤甘肃省农村创新能力的影响因素存在显著的空间异质性，人力资本水平、信息化水平和基础设施建设水平对农村创新能力有明显的正效应。基于此，文章提出了提升欠发达地区农村创新能力的对策建议。

关键词： 农村; 创新能力; 欠发达地区; 乡村振兴; 少数民族地区; 农业科技园区; 农民专业合作社

本文引用格式

焦贝贝 , 张治河 , 刘海猛 , 薄玮 . 乡村振兴战略下欠发达地区农村创新能力评价——以甘肃省86个县级行政单元为例[J]. 经济地理, 2020 , 40(1) : 132 -139 . DOI: 10.15957/j.cnki.jjdl.2020.01.015

Abstract

Innovation is the first driving force for development and the strategic support for rural revitalization. Through the establishment of rural comprehensive innovation capability evaluation index system, the multiple correlation coefficient method is used to measure the rural innovation capability level of 86 counties units in Gansu Province, then analyzed spatial distribution characteristics and influencing factors. The results show: 1) the overall level of rural innovation capacity in Gansu Province is low, and the counties with the strongest comprehensive innovation capability are Liangzhou District, Ganzhou District and Minqin County; 2) the counties with the strongest innovation input capacity in rural areas are Liangzhou District, Minqin County and Huining County; the counties with the strongest innovation support capacity are Liangzhou District, Jingyuan County and Ganzhou District; the counties with the strongest innovation output capacity are Ganzhou District, Suzhou District and Akesai County; 3) there is a significant positive correlation in the level of rural innovation capability in Gansu Province. Counties (districts and cities) with high and low rural innovation capacity tend to cluster and distribute in space; 4) the innovation ability of rural areas in Gansu Province is obviously high in the north and low in the south. 5) There are significant spatial heterogeneity in the influencing factors of rural innovation ability in Gansu Province. The human capital, infrastructure construction level and informatization level have obvious positive effects on rural innovation ability.Based on the above results, this paper puts forward some countermeasures and suggestions to improve the rural innovation capability of Less-Developed Areas.

Key words： rural; innovation capability; less-developed Areas; rural revitalization; minority areas; agricultural science and technology parks; Farmers' professional cooperatives

党的十九大作出中国特色社会主义进入新时代的科学论断，提出实施乡村振兴战略的重大历史任务，在我国“三农”发展进程中具有划时代的里程碑意义。实施乡村振兴战略的本质是推进农业农村现代化，农业农村现代化的关键在科技进步，创新是引领发展的第一动力，是实现乡村振兴的战略支撑[1]。2019年1月，科技部印发《创新驱动乡村振兴发展专项规划（2018—2022年）》，明确提出发挥科技创新对农业农村现代化的全面支撑作用，把农业科技创新摆在国家科技创新全局更加突出的位置，依靠创新驱动乡村振兴[2]。自1978年改革开放以来，中国农业农村发展取得了举世瞩目的成就，第一产业产值由1978年的1 019亿元增加至2017年的65 468亿元，增长了63倍，农村居民人均纯收入由1978年134元增加至2017年的13 432元①，增长了99倍。中国农业已经完成了增长方式的转变，即由要素积累的粗放式增长转向技术进步推动的集约型增长[3]，进入由传统农业向现代农业、由生产主导型农业向技术主导型农业转变的新阶段[4]。然而，相较于城市而言，中国农村创新发展仍面临着诸多挑战，在创新投入方面，农村地区科技创新人力、物力、财力投入不足；在创新支撑方面，农村地区创新体系尚不健全，支撑农业农村创新发展的体制机制不完善，科技创新资源的配置能力较弱，在创新产出方面，科技创新成果转化率低，科技创新对农村发展支持不足等[5]。因此，如何破除农村地区创新驱动发展的障碍性因素，实现创新驱动乡村振兴发展，是推进农业农村现代化发展面临的重要问题。
甘肃省是典型的西部地区欠发达省份，自然条件复杂、生态环境脆弱、经济发展和城镇化水平较低、区域发展差异大、贫困覆盖面大，全省86个县市区中有58个国家集中连片特殊困难地区贫困县②，2016年，全省扶贫重点县农村贫困人口仍有217万，农村贫困发生率16.4%③，为全国最高，主要覆盖了少数民族县和山区县。错综复杂的发展环境，使得甘肃省实现以创新驱动乡村振兴发展在整个西部欠发达地区具有重要意义。
农业农村创新发展问题，是世界各国巩固国民经济基础共同关注的重要问题，也是国内外学术研究的热点。国外的研究多为研究农业农村创新政策实施和创新网络。Läpple D分析爱尔兰农业创新的空间集中度，认为研究、教育和咨询服务的分布推动了创新的空间分布[6]。Wright B D分析了美国农业制度创新的三个相关实例，认为农业创新政策与大幅提高作物产量有关[7]。A Bonfiglio分析欧盟知识转移和创新（KT&I）措施实际支出的空间分布，发现农村对于知识转移和创新（KT&I）显示出不平衡且较低的支出强度[8]。Javier认为创新是农村地区发展的核心因素，在分析欧洲农村地区的创新项目的基础上，研究农村地区的创新网络[9]。国内较多地研究农业科技创新体系、农业科技资源配置和农业科技创新的模式等。如史焱文系统梳理了农业创新系统研究脉络[10]；蒋和平从技术创新、创新体系、科技创新能力与效率、科技创新主体等四个方面对我国农业科技创新体系进行系统分析[11]；王雅鹏的研究对我国构建现代农业科技创新体系提出了一系列优化措施[12]；陈祺琪分析了中国农业科技资源配置能力的区域差异及其成因[13]；陈慧女的研究表明中国农业科技创新模式正在从传统的布什线性模式向巴斯德平面交互模式转变[14]。
通过分析当前农村农业创新相关研究发现，目前对于农村地区创新能力评价的研究相对较少，从县域尺度对欠发达地区农村创新能力的关注更是少见。测度评价农村创新能力，是掌握农村创新发展空间差异情况的基础，是进一步分析农村创新能力影响因素，制定农业农村发展政策的重要参考依据，对乡村振兴战略的实施具有重要意义。本文选取西部欠发达地区的甘肃省为研究对象，通过构建农村创新能力评价指标体系对甘肃省86个县市区农村创新能力进行评价分析，以期掌握目前甘肃省县域农村创新能力水平和空间分布特征，探讨农村创新能力空间差异的影响因素，并提出提升欠发达地区农村创新能力的对策建议。

1 指标体系构建与数据来源

1.1 指标体系构建

创新能力评价是一个系统性、复杂性、综合性的过程。在创新能力评价的相关研究中，因评价对象的不同，对创新能力评价体系的指标选取也不尽相同。①国家创新能力评价。康奈尔大学、欧洲工商管理学院和WIPO共同发布的《2018年全球创新指数：世界能源，创新为要》中通过衡量创新投入次级指数、创新产出次级指数和创新效率比进而衡量国家创新能力[15]。中国科学技术发展战略研究院发布的《国家创新指数报告2016—2017》中通过对创新资源、知识创造、企业创新、创新绩效、创新环境等指标进行测算，来分析国家创新能力[16]。②区域创新能力评价。中国科技发展战略研究小组和中国科学院大学中国创新创业管理研究中心发布的《中国区域创新能力评价报告2018》中采用知识创造、知识获取、企业创新、创新环境、创新绩效等5个一级指标构建区域创新能力指标体系，对省、自治区、直辖市层面展开区域创新能力的比较分析[17]。③城市创新能力评价。方创琳采用城市科技发展与自主创新指数、城市发展方式转变与产业创新指数、城市节能减排与人居环境指数、城市体制改革与机制创新指数等4个2级指标来构建城市综合创新指数评价体系，以此评价中国城市的创新能力[18]。④农业、农村创新能力评价。李洪文采用农业科技产出能力、农业科技创新转化能力、农业科技创新支撑能力和农业科技创新投入能力等4个指标构建农业科技创新能力层次模型分析湖北省农业科技创新能力[19]。2017年科技部、农业部等16个部门联合发布《“十三五”农业农村科技创新专项规划》，将农业现代化水平、农业自主创新能力、区域农业科技创新能力、农业可持续发展能力等4个一级指标纳入“十三五”农业农村科技创新规划指标[20]。陈琼采用农村创新投入能力、农村创新环境支撑能力和农村创新产出与贡献能力3个一级指标构建天津农村创新能力综合评价指标体系[21]。
农村创新能力是农村地区整合技术、知识、人才等要素资源创造新知识、新技术，并实现其价值从而推动生产力发展的综合能力，一般涉及创新投入能力、创新支撑能力和创新产出能力3个主要方面（图1）。本文基于农村创新能力指标选择的科学性、可操作性和客观性等原则，从能够全面反映农村创新能力的目的出发，充分借鉴已有的相关研究成果，基于投入—支撑—产出的农村创新能力分析框架，构建了由创新投入能力、创新支撑能力和创新产出能力3个1级指标和45个2级指标组成的农村创新能力评价指标体系（表1）。
图1 农村创新能力分析框架

Fig.1 Analysis framework of rural innovation capability

表1 农村综合创新能力评价指标体系

Tab.1 Evaluation index system of rural innovation capability

目标层 准则层 指标层
农
村
综
合
创
新
能
力		 创新投
入能力		 C1乡村从业人员高中以上文化程度/万人，C2乡村从业人员中科学研究事业和综合技术服务/万人，C3农机学校和常训班教职工数/人，C4技术推广站职工数/人，C5全年培训农机人员/人，C6农机人员/人，C7农机化投入/万元，C8农民教育文化娱乐支出占消费支出比例/%，C9农业机械总动力/kW·h，C10农村用电量/万kW·h，C11畜牧养殖机械/台，C12农副产品加工机械/台，C13化肥施用折纯量/t，C14有效灌溉面积占总耕地面积/%，C15机耕地占总耕地面积/%，C16机械深耕深松面积/103 hm2，C17精少量播种面积/103 hm2，C18机械深施化肥面积/103 hm2，C19机械铺地膜面积/103 hm2
创新支
撑能力		 C20国家现代农业示范区/个，C21国家级农业科技园区/个，C22省级现代农业示范区/个，C23省级现代农业示范园/个，C24星创天地/个，C25科技特派员精准扶贫农业科技示范村/个，C26省级农民专业合作社示范社/个，C27国家级农业产业化重点龙头企业/个，C28省级农业产业化重点龙头企业/个，C292016年认定农业高技术企业数/个，C30乡镇农机管理服务站/个，C31农机学校和常训班/个，C32技术推广站/个，C33乡镇卫生院/个，C34是否为电子商务进农村综合示范县，C35农村居民最低生活保障人数/人，C36新型农村社会养老保险参保人数/人，C37新型农村合作医疗参保人数/人
创新产
出能力		 C38农村居民人均纯收入/元，C39农村居民人均纯收入较上年增长/%，C40农民人均生活消费支出/元，C41农民人均生活消费支出较上年增长/%，C42人均农业增加值/万元，C43农业生产性服务业占农业增加值比重/%，C44农机经营效益—利润总额/万元，C45机收占农作物收获面积/%

1.2 研究方法和数据来源

在综合评价指标体系的测度方面，指标权重的确定有主观赋权法和客观赋权法，本文采用复相关系数法来确定指标权重[22]。复相关系数法依据指标间信息的重复性大小进行赋权，即某评价指标如果和其他评价指标重复的信息越多，说明该指标的变化越能被其他指标的变化所解释，因而该指标在综合评价中所起的作用越小，应赋以其较小的权重[23]。采用复相关系数法确定权重的综合评价结果可以体现各指标信息的合理利用，可以有效减少各指标之间相关性对综合评价结果的影响，因此复相关系数法赋权更注重全面性，其确定权重的综合评价结果较为客观。根据复相关系数法为指标体系确定权重并进行综合评价，计算步骤如下：
①数据标准化处理。由于评价指标数据在量纲、数量级和计算单位等方面存在差异，本文采用极差法对原始数据进行标准化处理。在本文所选指标体系中，除C35农村居民最低生活保障人数外，其余指标均为正向指标。
X i j ' = x i j - x j m i n / x j m a x - x j m i n 正 向 指 标 x j m a x - x i j / x j m a x - x j m i n 负 向 指 标 i = 1,2 , … , n ,   j = 1,2 , … , m
②利用多元回归方法计算各个指标的复相关系数，其反映了某个指标与其余指标的相关程度，将标准化后的指标数据导入SPSS软件计算各指标的复相关系数，记第j个指标的复相关系数为ρj。
③计算指标权重：
w j = ρ j - 1 / ∑ j = 1 m ρ j - 1
④计算综合评价得分：
S i = ∑ j = 1 m w j X i j '
式中：Xij表示第i个地区第j项指标的数值；n为地区数；m为指标数。
本研究数据来源于《甘肃农村年鉴》（2017），甘肃省农业农村厅、甘肃省科学技术厅和中华人民共和国商务部官方网站发布的相关统计数据，地图数据来源于国家基础地理信息中心（http://www.ngcc.cn）。本文研究对象为甘肃省86个县级行政单元，在研究中为保持研究区域的完整性，亦将嘉峪关市纳为研究对象，因兰州市安宁区无行政村建制且无农村人口，因此在研究中进行了剔除，最终研究对象确定为85个县（区、县级市）和1个地级市共计86个研究单元。

2 结果分析

通过对原始数据的标准化处理和运用复相关系数法进行测算，得出2016年甘肃省86个县（区、市）创新投入能力、创新支撑能力、创新产出能力和综合创新能力水平值，将数据导入ArcGIS 10.6软件平台中，采用自然间断点分级法对其进行等级划分（表2，图2）。
表2 甘肃省农村创新能力评价结果

Tab.2 The evaluation score of rural innovation capability of Gansu Province

等级 创新投入能力 创新支撑能力 创新产出能力 综合创新能力
弱 玛曲县、夏河县、碌曲县、合作市、两当县、迭部县、七里河区、城关区、卓尼县、临潭县（11个）
 阿克塞县、七里河区、西固区、城关区、肃北县、玛曲县、红古区、肃南县（8个）
 宕昌县、会宁县、张家川县、康乐县、和政县、武山县、西和县、东乡县、徽县、卓尼县、临潭县、广河县、舟曲县、天祝县、文县、迭部县、礼县（17个） 玛曲县、七里河区、迭部县、碌曲县、城关区、西固区、夏河县、卓尼县、舟曲县、崇信县（10个）
较弱 西固区、和政县、红古区、宕昌县、崇信县、康县、阿克塞县、平川区、肃北县、肃南县、合水县、积石山县、漳县、灵台县、张家川县、清水县、康乐县、东乡县、广河县、临夏县、临夏市、徽县、白银区、永靖县、嘉峪关市、武都区、文县、华亭县、皋兰县、庆城县、岷县、西和县（32个） 崇信县、碌曲县、嘉峪关市、迭部县、华亭县、漳县、高台县、东乡县、环县、临夏市、舟曲县、金塔县、张家川县、积石山县、平川区、清水县、西峰区、卓尼县、两当县、夏河县、瓜州县、康乐县、秦安县、秦州区、金川区、正宁县（26个） 合作市、崇信县、平川区、永靖县、临夏县、清水县、灵台县、甘谷县、武都区、靖远县、庄浪县、秦安县、岷县、华池县、夏河县、成县、庆城县、康县、通渭县、安定区、华亭县、积石山县、漳县、永登县、碌曲县、临洮县、秦州区、环县（28个） 临潭县、两当县、红古区、阿克塞县、东乡县、平川区、张家川县、肃北县、漳县、康乐县、积石山县、和政县、合作市、清水县、康县、华亭县、肃南县、宕昌县、临夏市、文县、西和县、徽县（22个）
中等 金川区、华池县、秦州区、渭源县、泾川县、成县、天祝县、正宁县、环县、礼县、榆中县、山丹县、武山县、麦积区、秦安县、甘谷县、永登县、静宁县、玉门市、高台县、庄浪县、瓜州县、崆峒区、镇原县、西峰区、敦煌市、临泽县（27个） 文县、西和县、民乐县、康县、临潭县、庆城县、皋兰县、天祝县、渭源县、徽县、玉门市、甘谷县、白银区、合水县、敦煌市、通渭县、永靖县、山丹县、临泽县、华池县、和政县、泾川县、崆峒区、岷县、宕昌县（25个） 榆中县、古浪县、正宁县、玛曲县、渭源县、静宁县、崆峒区、宁县、七里河区、陇西县、两当县、临夏市、皋兰县、麦积区、镇原县、景泰县（16个）
 环县、嘉峪关市、庆城县、永靖县、秦州区、合水县、灵台县、秦安县、天祝县、皋兰县、广河县、正宁县、武都区、岷县、华池县、白银区、渭源县、金川区、甘谷县、高台县、临夏县、成县、武山县（23个）
较强 宁县、民乐县、金塔县、靖远县、通渭县、临洮县、景泰县、安定区、永昌县、肃州区、陇西县、古浪县、甘州区（13个）

 武都区、灵台县、成县、古浪县、合作市、庄浪县、永昌县、榆中县、广河县、临洮县、武山县、礼县、宁县、临夏县、镇原县、陇西县、民勤县、永登县、（18个）
 凉州区、合水县、西固区、永昌县、白银区、山丹县、民勤县、城关区、金川区、红古区、民乐县、高台县（12个）

 礼县、山丹县、庄浪县、瓜州县、榆中县、崆峒区、西峰区、泾川县、玉门市、通渭县、民乐县、金塔县、永登县、敦煌市、临泽县、静宁县、镇原县、宁县、麦积区、临洮县、永昌县、古浪县（22个）
强 会宁县、民勤县、凉州区（3个）

 麦积区、静宁县、肃州区、景泰县、会宁县、安定区、甘州区、靖远县、凉州区（9个） 泾川县、嘉峪关市、玉门市、西峰区、肃南县、肃北县、临泽县、瓜州县、敦煌市、金塔县、阿克塞县、肃州区、甘州区（13个） 靖远县、安定区、陇西县、景泰县、会宁县、肃州区、民勤县、甘州区、凉州区（9个）
图2 甘肃省农村创新能力水平（2016年）

Fig.2 Rural innovation capability in Gansu Province（2016）

2.1 农村创新能力总体情况

从总体上看，2016年甘肃省86个县域农村地区创新能力表现出创新支撑能力0.1203，创新投入能力0.0989，创新产出能力0.0558。综合创新能力较强得分以上的县（区、市）共31个，占甘肃省的36.05%，其中创新能力得分强的地区由高到低分别是凉州区、甘州区、民勤县、肃州区、会宁县、景泰县、陇西县、安定区和靖远县。综合创新能力得分中等以下的县（区、市）共55个，占甘肃省的63.95%，其中综合创新能力得分较弱和弱的32个地区中有18个均为少数民族地区或少数民族自治县。这说明甘肃省农村创新能力水平总体比较低，创新环境支撑能力相对较强，而创新投入能力和创新产出能力较弱，这在一定程度上反映出目前甘肃省农村地区创新活动的环境支撑条件较好，但创新的人力、财力和物力投入仍然不足，科技成果转移转化能力较低，创新效率低，导致创新产出水平不高。2016年科技部公布的第一批国家级星创天地甘肃省有33家，位居全国第五，西北第一，可见甘肃省在推动农业农村创新发展，加强基层科技创新工作方面支持力度较大，营造了良好的创新发展环境，为农村地区实现创新驱动发展奠定了良好的环境基础，但在创新投入上仍需加强，并且要着力提升创新效率，进一步提升农村地区创新能力，同时仍然需要加大对少数民族地区科技创新的支持力度，促进少数民族地区农村创新发展。

2.2 农村创新能力的类型特征

2.2.1 农村创新投入能力

从各县（区、市）的创新投入得分来看，共有16个县（区、市）的农村创新投入能力强和较强，仅占甘肃省的18.6%，分别是凉州区、民勤县、会宁县、甘州区、古浪县、陇西县、肃州区、永昌县、安定区、景泰县、临洮县、通渭县、靖远县、金塔县、民乐县和宁县。相反，共有70个县（区、市）的农村创新投入能力在中等及以下，占全省的81.4%。其中，农村创新投入能力弱的县（区、市）为玛曲县、夏河县、碌曲县、合作市、两当县、迭部县、七里河区、城关区、卓尼县和临潭县（11个），有7个县市为少数民族地区县，说明甘肃省在少数民族地区特别是甘南高寒藏区农村的创新投入力度较低，使得这些地区农村创新投入能力在全省处于弱势。

2.2.2 农村创新支撑能力

从各县（区、市）的创新支撑得分来看，27个县（区、市）的农村创新支撑能力强和较强，占全省的31.4%，其中，农村创新支撑能力强的地区是凉州区、靖远县、甘州区、安定区、会宁县、景泰县、肃州区、静宁县和麦积区。近年来，白银市通过体制机制改革、优化创新资源配置，不断加强农业科技园区建设，壮大特色优势产业，促进科技创新与经济社会发展深度融合，多项鼓励和促进农业农村发展的政策不断落实落地，为其农业农村发展营造了良好的创新支撑环境，因此白银市靖远县、景泰县、会宁县的创新支撑能力均列全省前列。另外，陇南市是国务院扶贫办确定的全国首个电商扶贫试点市，礼县、成县被确定为全国电商进农村综合示范县，这些地区对于农村科技创新发展构建了良好的信息化发展平台，为培育新兴职业农民提供了良好的支撑条件，因此这类地区创新支撑能力也在全省属于强和较强水平。

2.2.3 农村创新产出能力

从各县（区、市）的创新产出得分来看，共有25个县（区、市）的农村创新产出能力强和较强，占全省的29.07%，其中，酒泉市肃州区、阿克塞县、金塔县、敦煌市、瓜州县、肃北县、玉门市7个县（区、市）的创新产出能力的得分均为强，占全省创新产出能力得分强县（区、市）总数的53.85%，表现十分突出。近年来，酒泉市通过组织实施科技项目、完善农业科技园区建设、组织农业科研推广单位和大专院校下派科技特派员、建立合作经济组织、专业合作社和利益共同体等手段，加强农业科技研发，加速农业科技成果转化，以科技创新引领农业供给侧结构性改革，促进了农村创新产出能力的不断提升。而宕昌县、会宁县、张家川县、康乐县、和政县、武山县、西和县、东乡县、徽县、卓尼县、临潭县、广河县、舟曲县、天祝县、文县、迭部县和礼县17个县（区、市）的创新产出能力弱，其中超过一半的地区都是少数民族地区，也有部分地区是秦巴山区贫困县。

2.3 农村创新能力空间集聚特征

运用ArcGIS 10.6软件对86个县（区、市）农村创新能力进行空间自相关分析，以探讨甘肃省农村创新能力的空间分布规律。甘肃省农村创新能力水平分布的全局Moran's I指数为0.1713，P值为0.000002，通过95%的显著性水平检验，表明甘肃省农村创新能力水平在空间上呈现出显著的正相关，即农村创新能力高和低的县（区、市）在空间上均趋于集聚分布。
利用LISA集聚图来判断农村创新能力的局部空间集聚特征（图3）。①“高—高”类型区（H-H），即局部农村创新能力高值集聚类型，主要集中在河西走廊的金昌市和武威市的大部分地区。河西走廊是我国西部农业高度发达的区域之一，光照充足、土壤肥沃、灌溉便利，是甘肃省的优质农作物高产区和粮食主产区，近年来通过建立国家农业科技园区，发展高效节水农业，建设产业示范基地，使得这些区域农村创新发展的环境支撑能力不断提高，为农村创新发展提供了良好的基础条件。②“低—低”类型区（L-L），即农村创新能力低值集聚类型，主要集中在甘南藏族自治州和临夏回族自治州的绝大部分县市，该地区地处青藏高原东缘和青藏高原向黄土高原过渡地带，农业发展自然条件有限，农村地区创新资源布局不足，导致这些创新能力弱并在空间上形成了集聚。③“高—低”类型区（H-L），即农村创新能力高于平均创新能力的局部高值离群点类型，大部分分布在H-H区周围，如张掖市大部分县区和酒泉市部分县区。④“低—高”类型区（L-H），即农村创新能力低于平均创新能力的局部低值离群点类型。紧凑分布在L-L区周围，主要是陇南市大部分县区，定西市和天水市的部分县区，主要是农业生产条件较差的山区县。
图3 甘肃省农村创新能力空间自相关特征

Fig.3 Pattern of spatial autocorrelation of rural innovation capability of Gansu Province

2.4 农村创新能力的空间趋势面分析

运用ArcGIS 10.6软件对甘肃省86个县（区、市）农村创新能力进行空间趋势面分析（图略），以反映甘肃省农村创新能力的空间区域上的变化趋势。分析结果表明，甘肃省农村创新能力呈现出较明显的北高南低的态势，东西分布的空间趋势线较为平缓，表明甘肃省甘南藏族自治州和陇南市的大部分地区农村创新能力不足。农村创新投入能力水平方面，东西分布的空间趋势线相对比较平缓，南北方向则表现出北高南低的趋势。农村创新支撑能力方面，空间趋势线呈现出自西向东逐渐上升的趋势，而南北方向的趋势线则出现中间高两边低的倒U型分布，表明陇中黄土高原的白银市各县区的农村创新支撑环境优于全省其他地区。农村创新产出能力水平方面，空间趋势线呈现出明显的自西向东、自北向南的下降趋势，表明甘肃省农村创新能力有着自河西走廊地区向陇东南地区减弱的趋势。

2.5 农村创新能力的影响因素分析

上述研究表明，甘肃省农村创新能力具有明显的空间集聚性、异质性和分布的趋势性。为进一步分析解释甘肃省农村创新能力的影响因素，引入GWR模型来研究甘肃省农村创新能力的影响因素。区域创新能力的主要影响因素来源于创新投入和创新环境等方面[24]，本文选取人力资本水平——乡村从业人员高中以上文化程度（万人）来表征创新投入，选取经济发展水平——GDP（万元）、信息化水平——互联网宽带接入用户（户）、基础设施建设水平——固定资产投资（万元）等3个指标来反映创新环境。借助ArcGIS10.6软件，采用GWR模型对科技人力投入、经济发展水平、信息化水平、基础设施建设水平进行分析。从调整的R2值看，GWR模型为0.7526，高于OLS模型的0.5511，能更好地解释农村创新能力的影响因素。基于GWR模型4个自变量回归系数的空间分布情况可以用来刻画自变量对因变量农村综合创新能力影响程度的空间差异（图4）。
图4 各自变量对甘肃省农村创新能力影响的回归系数空间分布

Fig.4 Spatial variation of the coefficient estimation of independent variation in Gansu Province

人力资本水平对农村创新能力影响的空间差异特征如图4a。人力资本水平的回归系数均为正，说明人力资本投入对农村创新能力存在正相关关系，人力资本投入有利于农村创新能力的提升。人力资本水平回归系数最大的是敦煌市（1.2405），最小的是正宁县（0.4590）。人力资本水平回归系数呈现出河西走廊地区明显高于陇中地区和陇东南地区的分布态势。这说明河西走廊地区人力资本投入的增加能够有效地刺激创新活动，因此应该继续加大这些地区的人力资本投入，对于陇中地区和陇东南地区的大部分回归系数低值区，人力资本投入的提升对创新能力的提高不如河西走廊地区，因此在提升创新能力方面，不能单纯考虑增加人力资本投入。
经济发展水平对农村创新能力影响的空间差异特征如图4b。经济发展水平的回归系数有正有负，说明经济发展水平对农村创新能力的影响具有不确定性。经济发展水平回归系数最大的是敦煌市（0.4733），最小的是金塔县（-2.1676）。经济发展水平回归系数的正值区位于敦煌市和阿克塞县，经济发展水平对农村创新能力为正相关关系。而全省其余大部分县区经济发展水平回归系数为负值，经济发展水平的提高对农村创新能力的影响不显著，或可能导致农村创新能力降低，这些地区主要包括大部分甘肃省的能源工业型城市，经济发展可能存在路径依赖，从而使得其在原有产业链上无法进行路径创新。
信息化水平对农村创新能力影响的空间差异特征如图4c。信息化水平的回归系数为正值。信息化水平的提高有利于农村创新能力的提高。信息化水平的回归系数最大的是金塔县（2.3486），最低的是阿克塞县（0.1237），大致上表现出自西向东阶梯递减的趋势。河西走廊地区经济发展条件在全省处于较高的水平，信息化水平对于农村创新能力的提升作用较大，应进一步完善和优化互联网布局提升其信息化水平，更大程度地发挥其对创新能力的拉动作用。
基础设施建设水平对农村创新能力影响的空间差异特征如图4d。基础设施建设水平的回归系数为正值，表明基础设施建设水平对农村创新能力的影响为正相关关系，基础设施建设水平越高，农村创新能力越强。基础设施建设水平回归系数最大的是民勤县（0.8559），最低的是敦煌市（0.0805）。基础设施建设水平的高值区主要分布在河西走廊地区五市大部分县区，反映出这些地区基础设施建设水平对于农村创新能力的影响较大，说明基础设施建设水平的提高能够有效地促进农村地区创新能力的提升，因此需要特别加强这些地区的基础设施建设水平。而对于回归系数低值区，基础设施建设对农村创新能力提升的拉动效应有限，则应综合考虑提升农村创新能力的手段。

3 欠发达地区农村创新发展建议

在新时代乡村振兴战略下，典型西部欠发达地区的甘肃省农村创新能力总体水平仍然不高，农村创新产出能力和创新投入能力较弱，反映出的问题是支撑农村创新发展的体制机制不完善，配置创新资源的能力较弱、科技成果的转移转化能力不强、对于少数民族地区的创新投入不足等。依据这些问题和甘肃省农村创新能力的区域差异情况，提出欠发达地区农村创新发展的对策建议。
①依据创新能力类型特征，因地制宜，分类推进。对于创新投入能力不足的地区，在增加科技人力、财力、物力的基础上，增大“科技下乡”力度，增强职业农民培训力度，一方面，通过加大投入的方式改善农村地区创新发展基础设施不足的问题，另一方面，通过技术扶持的方式引导提升农民的自我创新发展能力，改变农村地区发展长期以来的“等、靠、要”的陈旧思想，从根本上增强农村地区的自主创新能力。对于创新支撑能力不足的地区，要大力弘扬创新文化、营造农村创新发展的政策机制环境和创新平台环境。通过制定对针对农村地区创新发展的政策，以制度形式统筹创新支撑能力不足地区的创新资源，探索建立农村地区与城市地区创新资源的协调共享机制，促进创新支撑能力较强地区经验做法向创新支撑能力较弱地区推广，从全局上增强农村地区的创新支撑能力。对于创新产出能力不足地区，促使农民素质的提高和技能的提升，提升科技成果转化能力，提升创新效率。
②加强农村信息化建设，提高科技成果转化能力。农村经济发展越来越依赖数字化技术，提高农村地区互联网普及率，以互联网基础设施建设为媒介，推动建设覆盖全省农村地区的农业科技信息服务平台，实现农村地区创新发展的供需信息精准畅通，为农业创新发展打通产学研合作的信息通道。加强农业科技园区、现代农业示范园区建设，培育一批农业高技术企业，使之成为农业创新发展的源头。提升各地农业技术推广中心的服务能力，完善“星创天地”建设，提升农民专业合作社科技成果转化的示范能力，促进农业科技创新成果向农村地区和向现实生产力的转移转变。
③注重区域协调，促进少数民族地区农村创新发展。民族地区经济发展直接关系到我国能否实现经济更加平衡充分发展。我国是一个多民族国家，民族地区是扶贫攻坚的主战场，因此需要特别关注民族地区农村发展问题，加大对农村地区创新发展的基础设施建设投入力度，建设支撑创新发展的平台环境，挖掘民族特色资源，在发展政策上予以倾斜，促进其创新能力的提升。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
中华人民共和国科学技术部. 中共科学技术部党组关于创新驱动乡村振兴发展的意见[EB/OL]. http://www.most.gov.cn/mostinfo/xinxifenlei/fgzc/gfxwj/gfxwj2018/201808/t20180823_141384.htm.

[2]
中华人民共和国科学技术部. 科技部关于印发《创新驱动乡村振兴发展专项规划(2018—2022年)》的通知[EB/OL]. http://www.most.gov.cn/mostinfo/xinxifenlei/fgzc/gfxwj/gfxwj2019/201901/t20190121_144850.htm.

[3]
周端明. 中国农业技术创新路径研究[M]. 北京: 社会科学文献出版社, 2016.

[4]
王燕, 刘晗, 赵连明, 等. 乡村振兴战略下西部地区农业科技协同创新模式选择与实现路径[J]. 管理世界, 2018, 34(6):12-23.

[5]
陈劲, 尹西明, 赵闯, 等. 乡村创新系统的兴起[J]. 科学与管理, 2018, 38(1):1-8.

[6]
Läpple D, Renwick A, Cullinan J, et al. What drives innovation in the agricultural sector? A spatial analysis of knowledge spillovers[J]. Land Use Policy, 2016,56:238-250.

[7]
Wright B D. Grand missions of agricultural innovation[J]. Research Policy, 2012, 41(10):1716-1 728.

[8]
A Bonfiglio, B Camaioni, S Coderoni. Are rural regions prioritizing knowledge transfer and innovation? Evidence from Rural Development Policy expenditure across the EU space[J]. Journal of Rural Studies, 2017,53:78-87.

[9]
Javier, Esparcia. Innovation and networks in rural areas. An analysis from European innovative projects[J]. Journal of Rural Studies, 2014,34:1-14.

[10]
史焱文, 李二玲, 李小建. 农业创新系统研究脉络及启示[J]. 经济地理, 2014, 34(3):10-16.

[11]
蒋和平, 刘学瑜. 我国农业科技创新体系研究评述[J]. 中国农业科技导报, 2014, 16(4):1-9.

[12]
王雅鹏, 吕明, 范俊楠, 等. 我国现代农业科技创新体系构建:特征、现实困境与优化路径[J]. 农业现代化研究, 2015, 36(2):161-167.

[13]
陈祺琪, 张俊飚, 程琳琳, 等. 农业科技资源配置能力区域差异分析及驱动因子分解[J]. 科研管理, 2016, 37(3):110-123.

[14]
陈慧女, 周. 中国农业科技创新模式变迁及策略选择[J]. 科技进步与对策, 2014, 31(17):70-74.

DOI

[15]
Cornell University, INSEAD,WIPO. Global Innovation Index Energizing the World with Innovation 2018[R]. WIPO, 2018.

[16]
中国科学技术发展战略研究院. 国家创新指数报告2016—2017[M]. 北京: 科学技术文献出版社, 2017.

[17]
中国科技发展战略研究小组. 中国区域创新能力评价报告2018[M]. 北京: 科学技术文献出版社, 2018.

[18]
方创琳, 马海涛, 王振波, 等. 中国创新型城市建设的综合评估与空间格局分异[J]. 地理学报, 2014, 69(4):459-473.

DOI

[19]
李洪文, 黎东升. 农业科技创新能力评价研究——以湖北省为例[J]. 农业技术经济, 2013(10):114-119.

[20]
中华人民共和国科学技术部. 关于印发《“十三五”农业农村科技创新专项规划》的通知[EB/OL]. http://www.most.gov.cn/tztg/201706/t20170614_133523.htm.

[21]
陈琼, 陈丽娜, 宋建辉. 天津农村创新能力综合评价指标体系构建研究[J]. 天津农业科学, 2015, 21(4):41-45.

[22]
白雪梅, 赵松山. 由指标相关性引出的确定权重的方法[J]. 江苏统计, 1998(4):14-16.

[23]
宋彦蓉, 张宝元. 基于地区现代化评价的客观赋权法比较[J]. 统计与决策, 2015(11):82-86.

[24]
滕堂伟, 方文婷. 新长三角城市群创新空间格局演化与机理[J]. 经济地理, 2017, 37(4):66-75.

Options
文章导航

/

〈 〉