现代农业的发展离不开科技创新，科技水平的高低从根本上决定了农业、农村发展的前景农业科技创新能力决定着区域的经济发展态势、农民生活水平的高低。从2004-2013年，中共中央连续出台了10个“一号文件”均把农业科技创新作为重要的建设领域。2012年中央发布题为《关于加快推进农业科技创新持续增强农产品供给保障能力的若干意见》的一号文件中提出，农业科技是实现农业持续稳定发展的根本出路，是确保国家粮食安全的基础支撑，是突破资源环境约束的必然之路，是加快现代农业建设的决定力量。中部六省作为中国主要农业产地，近年来农业取得了良好发展，增速较快。但是，中部六省在政策制度、地域、资源禀赋、环境等方面存在差异，因而六省在农业科技创新能力发展水平上仍存在显著差异。因此，加快中部六省农业科技创新能力建设，对支撑地区农业经济增长，提高农业整体竞争力，并实现经济社会的可持续发展具有重要意义。
目前，对农业科技创新能力进行评价的相关研究有：陈丽佳?用多指标多层次综合评价法对广东省各市农业科技创新能力进行综合评价，根据综合评价值计算出各市综合排名，进而将广东省的农业科技创新能力划分为4个层次以及创新层次；以柳卸林等为代表的中国科技发展战略研究小组对 2000-2004年的中国各省的区域创新能力进行了评价；纪邵勤《系统全面地研究了中国农业科技创新体系的活动主体、相关要素以及运行机制，提出构建新时期中国农业科技创新体系的思路、原则、目标、结构设计、功能定位以及体制和运行机制创新等；魏康宁等以安徽省为实例，用T0PSIS模型对其创新能力进行了简单分析，并提出了相应建议；林伯德w提出以科技创新的链环一回路模型作为评价农业科技创新能力的依据，并基于该理论分析了其对农业科技创新能力评价的启示，构建了农业科技创新能力评价模型；王林pH仑述了农业科技创新必须重视知识经济的挑战，以及知识经济时代农业科技创新的主攻方向；马利华等?以形成“目标-建设-评价-建设-目标”系统的科技建设指导理论和模式机制为出发点，以县域农业科技创新能力及其指数定义为基础，研究了县域农业科技创新能力的构成体系；朱玉春等运用多元统计学中的主成分分析和聚类分析的方法，分别对中国31个省份的农业科技创新能力进行了评价与比较；陈奇榕等研究了农业科技创新水平评估原则、指标体系以及建立综合评估模型与评估指数的计算方法步骤，同时进行了农业科技创新水平评价指标测算实证与分析。近年来，因子分析和聚类分析结合的应用较广泛，但就现有文献来看，因子分析和聚类分析在中部六省农业科技创新能力的评价上鲜见报道。本文将用因子分析法准确客观地找到影响中部六省农业科技创新的共同因素，分析中部六省农业科技创新存在的差异以及导致差异的主要原因，为中部六省有针对性地制定农业发展政策提供理论依据。
1评价指标体系的确定
构建科学合理的农业科技创新能力评价指标体系，是农业科技创新能力综合评价的基础和前提，也是做好农业科技创新能力评价的关键。但影响农业科技创新能力的因素多而复杂。本文在严格遵循设计指标体系科学性、可比性、综合性、易操作性和代表性等原则下，查阅大量文献，借鉴相关评价理论与方法，并结合中部六省实际状况，从农业科技创新投人能力、农业科技创新支撑能力、农业科技创新产出能力以及农业科技创新可持续发展能力等4个方面建立了指标体系（表1)。
2农业科技创新能力评价与结果分析
2.1样本数据来源
本研究的数据来源于中部六省2012年的统计年鉴，各项指标的具体数据如表2。
2.2因子分析法的基本原理
因子分析法（Factoranalysis)是以回归方程的形式将变量表示成因子变量的线性组合，它根据研究变量内部之间的相互关系，以最小的信息缺失，把信息重叠的诸多关联性较强的原始变量归纳为数量略少的几个因子，即运用少数公因子来阐明关联变量之间繁杂结构的多变量统计分析方法。因子分析法的目的是寻找变量的基本结构，简化观测系统，削减变量维数，用较少的变量来解释问题。运用这种研究技术，可以方便地找出影响区域经济发展的主要因素是哪些以及它们的权重。
2.3因子分析的过程以及分析结果
本文的数据分析过程采用SPSS19.0统计软件。
2.3.1原有变量进行因子分析的可行性检验由于数据量较大，首先借助SPSS统计软件对数据进行标准化处理，计算得出相关系数矩阵。从结果可知，相关系数矩阵中大部分相关系数均大于0.3,且通过了KM0和Bartlett的球形度检验，因此用因子分析法对中部六省农业科技创新能力进行分析是合适的。
2.3.2确定主因子变量通过计算得到相关矩阵特征值和特征向量的总方差解释表（表3)。根据主成分的选取原则，由于前4个特征值的累积贡献率为96.556%，已经超过了85.000%,所以提取前4个主因子对中部六省农业科技创新能力进行综合评价。
2.3.3建立因子载荷矩阵因子载荷值即成分得
分系数，可体现主因子与原始指标体系之间的关联程度。本文采用最大方差法对因子矩阵进行正交旋转，经过5次迭代后收敛，得到总方差解释表（表3)，并且在经过具有Kaiser标准化的正交旋转迭代后实现收敛，得到旋转后的因子载荷矩阵(表4)。结合表4可以重新定义4个主因子：
主因子包括：第一产业从业人数(XI)、农业机械总动力(Z6)、农村用电量(Z7)、第一产业固定投资(Z8)、农业机耕面积(Z9)、农田有效灌溉面积(；00)、农业总产值(尤11)、地方财政科技拨款(；?2)，这些指标都与农业科技创新物质装备与投入相关，因此F1代表农业科技创新基础因子。
主因子F2包括：科技活动人员（Z3)、R&D人员（Z4)、R&D经费支出（Z5)、农业受灾面积(Z17),这些指标基本与农业科技创新发展的科技投人相关，因此代表农业科技创新科技因子。
主因子包括：恩格尔系数(Z15)、第一产业贡献率(JH2)、人均纯收人(JH3),这些指标与社会
经济效益以及人民生活质量有关，因此朽代表农业科技创新效益因子。
主因子F4包括：技术市场成交合同金额(Z14)、森林覆盖率(Z16)、环境污染治理投资总额(尤18)，这些指标与农业可持续发展有关，因此F4代表农业科技创新可持续发展因子。
依据成分得分系数矩阵写出综合得分以及F1、主因子的因子得分：
2.4聚类分析
聚类分析（Clusteranalysis)是对样本（个体）以某种相似性为度量标准对指标或因子进行分类的一种多元统计分析方法。根据分类对象的不同，聚类分析分为尺型和0型两种。7?型聚类分析用于指标聚类，型聚类分析没有对度量数据之间的亲疏程度给定分类的标准，也没有硬性规定所有数据应该分成几类，而是比较客观地从数据自身出发进行分类。在因子分析的基础上，本文采用及型聚类分析方法，即对变量进行分类处理，然后将标准化后的数据输入到SPSS19.0统计软件中，选择欧式距离的平方法进行统计分析，最远距离法为聚类方法，最后输出聚类结果列表和聚类树状图（表6和图1)。
根据表6聚类后的结果，当分为4个集群时，可以把中部六省农业科技创新能力分为4类：
第1类：河南省。河南省以0.668的综合得分独占鳌头，远远高于其他5个省份，属于领先类层次，农业科技创新能力在中部六省中具有明显优势，这体现了其传统的农业大省、人口大省以及新兴的经济大省和工业大省的地位。其中，河南省在农业科技创新基础方面最为突出，位居首位，农业科技创新基础指标的各项数据均名列前茅。但在农业科技创新效益、农业科技创新科技、农业科技创新可持续发展方面得分偏低，分别为-0.08,-0.43，-0.26，排
名靠后,严重影响到了河南省的农业科技创新能力。
第2类：湖南省、安徽省。湖南省和安徽省具有一个共同特点，即都在某一个因子方面有绝对优势，同时在某一个因子方面也有绝对弱势。湖南省综合得分0.322,综合排名第二，在农业科技效益方面排第一，原因是湖南省在农业总产值(4904.1亿元）以及技术市场成交额（44.2亿元）位居第二；但在农业科技创新可持续发展能力方面排名第五，原投资总额投人少，位居倒数第二。安徽省综合得分0.069，综合排名第三，在农业科技创新可持续发展方面位居第一，其中环境污染治理投资总额投人高达212.2亿元，排名第一，但其农业科技产出效益却严重拉低了其排名。
第3类：湖北省。湖北省综合得分0.017，综合排名第四。在农业科技创新科技投人方面优势显著，位居第一，其中，科技活动人员、R&D人员和R&D经费支出分别为339786人、185703人、3845239万元，这与湖北省是中国的教育大省是分不开的。农业科技创新效益位居第三，也处于前列水平，但是农业科技基础还很薄弱，农业科技可持续发展方面也很落后，与农业大省还有一定的距离。
第4类：江西省、山西省。这两个省份均有至少两个严重制约其发展的因子，因而从整体方面拉低了其排名。江西省综合得分-0.12,排名第五，其中农业科技基础薄弱，农业科技创新科技排名最后，需要在科技投入方面加大力度，提高其农业科技创新整体能力。山西省综合得分-0.96，排名第六，其原本就很薄弱的农业基础、生态环境的制约以及经济落后导致其农业科技创新能力处于显著的落后地位，因此农业科技创新能力需要统筹规划，不断进行摸索进步。
4结论与建议
4.1主要结论
1)科技创新能力是农业科技创新能力的关键因子，科技创新能力的强弱一定程度决定着农业科技创新能力的强弱。湖北、湖南以及安徽省的创新能力为中部六省中较强者，综合排名仍是中部六省中较强的。江西省和山西省创新能力为中部六省最弱，综合排名同样如此。这说明创新能力的主体地位逐步得到重视，与因子分析的结果是一致的，在一定程度上表明这种分析是合理的。
2)农业科技创新能力发展不平衡，存在显著差异。综合来看，河南省最强，湖南省、湖北省、安徽省、江西省居中，山西省最差。其中，河南省自古以来就属于农业大省，其农业基础好，因而其农业科技创新拥有良好的基础以及后盾；湖南、湖北、安徽以及江西等省也有较高的得分，四省各有其农业科技创新能力强项；而山西省排名最后，并且其各项指标都靠后，与其他五省差异显著。
4.2建议
本文基于影响中部六省农业科技创新能力的个主因子提出以下建议。
河南省作为中国传统的农业大省，在农业科技创新发展的过程中，除了要稳固其强大的农业基础优势外，还应注重加大对科技的财政拨款，进行技术革新,降低能源消耗，提高农业效率，实现农业发展模式从粗放型到集约型的转变，从而提高其农业科技创新能力。湖北、湖南以及安徽各省均有其在农业科技发展中的绝对优势，应不断扬长避短。以湖北省为例，湖北省是中国中部地区经济、文化、教育、科技、交通枢纽，因此，湖北省政府应充分利用其科技教育优势和区位优势，推动农业科技创新进一步向前发展。继续增加农业科技投人，一方面是要充分发挥政府在农业科技投人中的作用，不断加大各级政府对农业科技创新的战略性投资，另一方面要通过政策引导社会民间资本加大对科技创新的投入，积极引导民间资本和民间公益资金投资农业研发，逐步形成以政府为主导、多元化的农业科技投人机制和投融资机制。同时，建立新型的农业科技中介服务机制，使农业科技活动按照市场经济规律获得持续发展。对于江西省和山西省这两个优势不显著或者缺乏优势的省份来讲，应对农业科技创新的整体布局做一个统筹规划，找到新的农业经济增长点，完善相关政策以及科技投人体系，使各方面又快又好地发展。在农业科技发展的同时，农业可持续发展能力也逐步提高，走一条科技含量高、环境污染少的新型农业科技创新之路。
吕阳，李成标
(长江大学管理学院，湖北荆州434023)
