自主科技创新力是农业科研院所核心竞争力的核心，对科研院所科技创新能力开展正确的评价，能直观的展现科研院所的发展动态和存在的问题。本文从专利和文献角度出发，以中国热带农业科学院热带生物技术研究所为例，通过计量分析探讨农业科研院所自主创新力的现状和特点，并提出针对性建议。
0引言
邓小平在改革开放初期提出“科学技术是第一生产力”，江泽民也提出了“科学技术是第一生产力，而且是先进生产力的集中体现和主要标志”的重要论断[1]。随着全球化竞争的不断扩大，引进吸收和科技创新成为了国家科技进步的主要途径。所谓科技创新就是对新知识、新技术发明创造和应用的动态过程，它是国家经济增长与发展的主要根源和直接源动力，也是衡量科研院所技术创新能力的重要尺度[2]。如何客观、科学地评价一个科研单位、一个地区的科技创新能力，对于优化资源配置，保持和提高竞争优势，超前制定科技创新发展规划，有效提高区域经济效益和社会效益具有重要的意义。
现实中，科技创新能力的评价一直是人事工作者较为棘手的问题，而且国内对科技创新能力评价工作的研究较少，目前的科技创新能力评价工作一般都从科技基础、科技投入、科技产出、科技创新效益等多个方面进行评价[3]，虽覆盖面广，但评价体系繁琐复杂，评价时需投入较多的人力、物力，且评价周期长，不利于科研单位科技创新评价工作的开展[4]。专利和论文作为科技产出中的重要指标，其拥有量可以反映科研院所的原始创新能力，也是科研院所综合科技实力、核心竞争力的重要体现。本文拟运用统计计量法对专利和论文的刊表量、引用量以及等数据进行分析，从而对中国热带农业科学院热带生物技术研究所的科技创新能力发展现状及存在的问题予以概括，并提出针对性的建议。
1 农业科研院所科技创新力分析中存在的问题
1.1农业科技创新体制不完善，科技投入力度低
我国的农业科研体系基本上是按照行政区设立，而不是按照自然资源和农业生态区域分布设立。而且，国内从事农业科技创新研究的单位众多，学科专业设置存在低水平重复，各科研单位在自身封闭的系统内活动，多学科交叉项目较少，造成有限科技资源极大的浪费，也使得农业科技创新综合水平低。
农业科技投入是农业科技创新的基础条件和必要条件。但国家财政一直以来对农业科技的公共投资都处于较低水平，仅占农业GDP的1%左右，远低于发达国家的2%，也低于大部分发展中国家的水平，这极大延缓了农业科技创新的步伐[5]。科技投入结构不合理，难以集中使用，导致农业科研单位的试验条件，基础设施，科研力量以及经费资助方面，都与发展现代农业对科技创新的要求相距甚远。
1.2科技创新人才缺乏，科技成果结构不合理
现有农业科技人才队伍结构矛盾已成为制约农业科技创新发展的重要因素。目前，我国一般型农业科技人才相对过剩，外向型、复合型以及高尖端人才缺乏，尤其是新兴学科、交叉学科等前沿领域的人才高度缺乏。人才结构分布不均，高中级农业科技人才主要分布在省部级农业科研单位，而县，乡(镇)的高级农业科技人员则极其缺乏[6]。农民受教育程度有限，科技文化素质较低，严重影响了现代农业科技发展的进展。
由于科技人才结构不合理，致使在一些重要的研究领域，尤其是高新技术自主创新领域缺乏相应的核心技术，重大原始性创新成果以及产业发展关键技术成果供给明显不足。在成果结构上，单项技术较多，综合性、集成性研究成果较少;在提高产量方面的技术较多，农业功能拓展性成果少;低水平重复技术多，具有自主知识产权的的成果少[7]。
2 论文、专利产出在创新能力分析中地位
科技论文是衡量科研院所科技创新能力的重要指标之一，其可以从侧面反映一个国家的科技发展状况。论文的数量可以直接反应出该科研单位、科学家、机构或地区科学产出的能力。论文影响力，即论文的被引用频次，可以间接的反应该科研单位在科技交流中的作用，也反映了科研成果对该地区影响的深度和广度[8]。所以，科技论文产出是评价科研主体创新能力真正价值和质量的重要体现。
专利也是衡量科技创新能力的重要指标之一，是区域科技核心和经济价值体现的重要组成部分。专利的拥有量既能反映出科技成果的原始创新能力，又能映射出科技成果的转化潜能。而专利的质量和专利转化能力，是城市综合科技创新能力和核心竞争力的重要体现。由此可以看出，专利在科技创新评价体系中的科技产出中占有重要地位。
总之，科技论文及专利可以准确的反映出科技创新综合实力，同时，对论文和专利统计，可以有效降低科技创新评价的投入、评价周期较短。若能客观、全面地对科研单位论文和专利进行评价，才能有针对性地找出不同地区科技创新能力间的差异，才能有效地推动区域农业科技及经济的发展。
3 论文、专利计量统计评价体系的分析
3.1论文、专利计量统计中存在的问题
农业科研创新能力已成为当前研究的热点问题，对于推动国家/地区，科研单位的创新发展，有着重要的战略意义和深远影响。目前农业科研公益类科研院所的科技创新能力评价主要集中在科技人力、研发成本、知识产权、绩效及文献计量等方面，共6个一级指标和24个二级指标组成[9]。虽覆盖面大，但统计周期长，投入的人力物力较大，指标中对论文和专利的统计，只注重数量的分析，而在发表论文、专利的学科分布、基金资助情况以及论文、专利的引用情况等方面的统计研究较少。在评价方法方面，农业科技统计方法较为单一，且未能准确、科学地反映出公益性科研单位科技创新能力间的总体差异以及科技产出发展趋势。
3.2论文、专利计量统计及主成分分析
3.2.1科研单位创新能力评价指标体系的构建
本文所构建的科技统计指标主要反映农业科研院所主要科技产出指标，包括论文、专利产出的5个一级指标，并一级指标之上，对进行分析构建二级统计指标(见表1)，从而构建适合农业体系科研活动客观实际的科技统计指标体系。在二级指标方面，主要是根据农业科技创新中，科技产出中论文、专利数量、质量以及学科分布、发展趋势进行设计。
表1 论文、专利视角下的科技创新能力评价指标
论文 论文产出数量情况X1 论文数量总体评价X11
论文发表趋势X12
论文质量情况X2 SCI/ EI /ISTP期刊收录数量及比例X21
SCI/ EI /ISTP期刊收录逐年趋势X22
CSCD期刊收录数量及比例X23
CSCD期刊收录逐年趋势X24
论文分布情况X3 论文学科分布情况X31
论文体裁分布情况X32
专利 专利申请授权情况X4 专利申请情况X41
专利授权情况X42
专利分布情况X5 专利类型分布情况X51
专利学科分布情况X52
3.2.2 主成分分析
为确保信息的完整性，一般都会设定多个指标，这也导致在收集资料的过程中产生了大量的数据。为把原始指标组合成较少的综合指标，仍能较好的反映样本各指标的变化，所以引入主成分分析，以减少信息的损失。主成分分析的基本方法如下：
用F1的方差表示第一主成分，若F1不足以表达原指标的信息，则构建第二主成分F2，并依此类推分别构建第三、第四.....、第P个主成分。
3.2.2.1 主成分模型
其中a11.....，apm为X的协差阵R的特征值所对应的特征向量，X1，....，Xp是原始指标的特征向量值。
3.2.2.2 主成分分析法步骤
先对样本数据先进行标准化处理，再计算原始指标数据的相关系数矩阵R。R表示各测评指标间的相似状况，发现各原始指标间的信息重叠程度。计算R的特征值、方差贡献率、累积方差贡献率Q和因子载荷矩阵A。
据累积方差贡献率大小确定主成分个数，并用主成分的因子载荷矩阵A计算相应的单位特征向量，则：(i，j=1，2，....p)，最终求得主成分得分系数矩阵。最后由主成分方差值及其方差贡献率构建综合评价函数方程，并得到不同地区的综合评价值F，确定不同地区、科研单位的科技创新能力。
4 小结
农业科技创新涉及指标较多、资料收集难度大，统计过程较为复杂，因此，对农业科研单位科技创新能力评价的过程难免会对指标的选取兼顾不全。若涉及指标较少会影响科技创新评价信息的完整性，但涉及指标过多会增加统计难度。本文以论文、专利等角度探讨农业科技创新评价指标体系，并结合主成分分析法，从而较为客观地评价农业科研单位的科技创新能力。当然，本文所提出的评价指标是否能完整的反映科技产出信息，能否科学地反映科技创新能力还有待进一步研究。
作者：马帅 周晶 罗劲梅 等 来源：农业与技术 2014年12期
