基于TOPSIS法的湖北省农业科技创新能力评价

摘要：采用TOPSIS法对湖北省2008-2011年农业科技创新能力进行了综合评价。从农业科技创新投入能力、农业科技创新支撑能力、农业科技创新产出能力和农业科技创新转化能力四方面选取15个指标构建农业科技创新能力评价指标体系，运用均方差分析法确定权重，并利用TOPSIS法对湖北省2008-2011年农业科技创新能力进行了综合评价。通过计算，得到湖北省2008-2011年的C值分别为0.370 7、0.674 5、0.247 7和0.861 1。湖北省2011年的农业科技创新能力最强，其余依次为2009、2008和2010年。

关键词：农业科技创新能力；TOPSIS法；均方差分析法；湖北省

中图分类号：S-1 文献标识码：A 文章编号：0439-8114（2014）03-0704-04

随着“三农”问题重要性的逐步凸显，党中央已经连续10年中央一号文件聚焦“三农”，并在2012年首次对农业科技进行了全面部署，指出实现农业持续稳定发展，长期确保农产品有效供给的根本出路在于科技创新。通过定量研究中部6省农业科技创新能力的发展状况和能力水平，有助于突破资源和市场对中部6省农业发展的双重制约，推进农业增长方式转变，实现中部6省农业经济的腾飞。戴小枫等[1]认为建立我国农业科技创新体制的原则为：根据国家目标需求、市场经济规律和农业科技特点，调整农业科技发展的目标、方向和重点，对农业科技组织管理体制、运行机制和保障体系进行重大改革，充分盘活现有农业科技存量，重组优化科技机构的组织、层次、布局和学科的结构、比例，实施分类管理和运行，调动千百万科技人员的积极性和创造性，增强农业科技创新的整体能力。蒋兴华[2]采用层次分析法建立区域科技创新能力评价体系和灰色关联度评价理论建立评价模型，对佛山市的科技创新能力进行综合评价。巴吾尔江等[3]运用主成分分析和聚类分析法，对我国31个省区市的区域科技创新能力进行了实证研究和比较分析。李俊等[4]采用OWA算子和加权的TOPSIS方法对区域科技创新能力进行了评价和对比分析，完善了区域科技创新能力综合评价的理论方法体系。王亚伟等[5]采用改进的模糊综合评价法对河南省的区域科技创新能力进行了评价和分析。还有部分学者采用多指标可拓综合评价法、层次分析法、模糊综合评价法等对区域科技创新能力进行了评估和分析[6-8]。TOPSIS法是系统工程中有限方案多目标决策分析的常用方法。均方差分析法是客观赋权法，具有计算简单、无任何主观因素的特点。将这两种方法进行结合，可以客观地分析湖北省2008-2011年的农业科技创新能力情况。以湖北省为例，基于前人研究基础设计湖北省的农业科技创新能力评价指标体系，采用均方差分析法确定权重，利用TOPSIS法对湖北省的农业科技创新能力进行了综合评价。

1 湖北省农业科技创新能力评价指标体系的构建

国内外学者已经提出了许多评价指标体系，但是评价指标体系繁简不一，各有其特点，还未形成完全统一的标准。究其原因，一方面是由于农业问题复杂多样，影响因素多；另一方面则是由于不同国家和地区经济发展水平和地方特色的不同，致使评价指标的选择、筛选过程的侧重因素都有所不同。进行农业科技创新能力综合评价既要考虑到科技创新活动本身的特性，又要体现农业科技创新能力内涵及评价的特殊性，同时在相当长时期内要具有良好的可比性和适用性。因此，本研究在遵循系统性、科学性、重点性、实用性和可比性等基本原则的基础上，结合前人关于农业科技创新与评价等方面的指标体系研究，构建了农业科技创新能力评价指标体系（表1）。

2 TOPSIS法的基本原理

1）列出原始数据表。将n个评价对象的m个评价指标排成n行m列的原始数据表。

2）指标同趋势化。在综合评价过程中，要求所有指标（高优指标或低优指标）的变化方向一致，即同趋势化，也就是将所有的指标都转化为高优指标或低优指标。研究中常用的是高优指标转化法。

3）归一化矩阵的建立。即对同趋势化后的原始数据矩阵进行归一化处理且建立归一化矩阵Z，归一化处理公式如下：

经归一化处理后的矩阵Z为

4）建立最优向量和最劣向量。根据归一化矩阵Z得到正理想解和负理想解。

3 湖北省农业区域科技创新能力综合评价

3.1 原始数据的搜集及权重确定

数据来源于2009-2012年《湖北省统计年鉴》和2009-2012年《中国科技统计年鉴》。权重的确定方法很多，常见的有Delphi法、层次分析法（AHP）法、主成分分析法、因子分析法和均方差分析法等。由于均方差分析法计算简单，而且客观、合理，不存在人为主观因素，为了使评价结果更科学，本研究选择均方差分析法确定权重。均方差分析法的基本思路是以各评估指标为随机变量，各方案Si在指标Xj下的无量纲的属性值rij（即标准化数据）为该随机变量的取值，首先求出这些随机变量（各指标）的均方差，将这些均方差进行归一化处理，其结果即为各指标的权重系数[10]。各评价指标原始数据及权重见表2。

3.2 TOPSIS法的应用

3.2.1 指标的同趋势化 除了指标C43（农村家庭恩格尔系数）为低优指标外，其余指标均为高优指标。因此，将低优指标C43采用差值法转化为高优指标，得到同趋势化矩阵如下：

3.2.2 数据的归一化处理 根据公式（1）对上述原始数据进行归一化处理，例如，2008年人均地区生产总值指标（C11）的归一化值由如下方法求得，

3.2.3 正负理想解的确定 依据上述数据，用公式（2）可以确定正理想解和负理想解。

Z+=（0.640 0.608 0.620 0.517 0.633 0.581 0.528 0.548 0.708 0.689 0.648 0.682 0.539 0.707 0.538）

Z-=（0.372 0.411 0.325 0.489 0.384 0.455 0.462 0.450 0.056 0.373 0.285 0.342 0.452 0.355 0.448）

以此类推，可分别求出2009、2010和2011年的欧氏距离（表4）。

3.2.5 Ci值的计算 根据公式（4）计算2008-2011年各年度与正理想解和负理想解的相对接近程度Ci值。

3.2.6 排序 根据Ci值对评价对象进行排序，如表5所示。排序结果表明，湖北省2011年农业科技创新能力最强，其余依次为2009、2008、2010年。

从表5中可以看出，2011年和2009年与正理想解的接近程度分别为0.861 1和0.674 5，均超过了0.5，这说明湖北省2011年和2009年的农业科技创新能力比较强；2008年和2010年与正理想解的接近程度分别为0.370 7和0.247 7，比较靠近0，这说明2008年和2010年的农业科技创新能力比较差。2008-2011年这4年间湖北省的农业科技创新发展波动性很大。2008-2009年，农业科技创新能力不断增强，但是增幅不大；2009-2010年，农业科技创新能力出现了急剧下降；2010-2011年，农业科技创新能力明显增强。

4 结语

科学技术是立国之本，强国之举，我国农业、农村经济的发展必须依靠科技进步。一个区域的农业科技创新能力决定了该区域农业经济长期发展和可持续发展的能力，农业科技创新能力的培育和评价能有效促进当地农业科技创新能力的提高。农业科技创新能力评价结果的及时反馈，不仅让管理者在以后的区域建设中有的放矢，而且对区域规划和设计具有一定的借鉴作用。各地区应该加大对农业科技创新能力培育的投入，调整农业科技创新人才的激励机制，改革科技评估体系，优化科技创新指标，努力提高本区域的农业科技创新能力。

本研究利用设计的农业科技创新能力评价指标体系，采用基于均方差分析法确定权重的TOPSIS法，以湖北省为研究对象进行了实证分析，可以看出结果与实际情况比较一致，说明本研究所建立的农业科技创新能力评价指标体系较为科学合理，可操作性强。

参考文献：

[1] 戴小枫，边全乐，汪学军.关于如何建立新的农业科技创新体系[J].农业科技管理，2000（1）：1-4.

[2] 蒋兴华.区域科技创新能力评价体系构建及综合评价实证研究[J].科技管理研究，2012（14）：64-68.

[3] 巴吾尔江，董彦斌，孙 慧，等.基于主成分分析的区域科技创新能力评价[J].科技进步与对策，2012，29（12）：26-30.

[4] 李 俊，张嘉瑜，何 刚.基于OWA的TOPSIS区域科技创新能力综合评价方法[J].科技进步与对策，2012，29（8）：112-114.

[5] 王亚伟，韩 珂.基于改进模糊综合评价模型的区域科技创新能力评估――以河南省为例[J].科技进步与对策，2012，29（13）：119-124.

[6] 张 鑫，陶化冶，隋金雪，等.基于可拓的科技创新能力综合评价研究[J].技术经济与管理研究，2010（3）：42-45.

[7] 郑雨苹，张良强，郑建锋，等.福建省区域科技创新能力实证评价与分析[J].科技管理研究，2010（10）：58-63.

[8] 陈 磊，刘秀华.基于模糊综合评价模型的城市土地集约利用潜力评价――以河南省平顶山为例[J].南方农业学报，2011，42（3）：340-344.

[9] 孙振球.医学综合评价方法及其应用[M].北京：化学工业出版社，2006.

[10] 邱 东.多指标综合评价方法的系统分析[M].北京：中国统计出版社，1991.