陳傳潔, 盛科榮

(山東理工大學(xué) 經(jīng)濟(jì)學(xué)院, 山東 淄博 255000)

隨著技術(shù)要素在國民經(jīng)濟(jì)產(chǎn)業(yè)中的不斷深入,技術(shù)創(chuàng)新顯得尤為重要?！爸醒胍惶栁募弊?004年聚焦三農(nóng)以來,一直明確指出強(qiáng)化農(nóng)業(yè)科技的支撐作用,引領(lǐng)現(xiàn)代農(nóng)業(yè)加快發(fā)展。科技自立自強(qiáng)命題的提出更是為中國農(nóng)業(yè)科技的發(fā)展指明了方向?，F(xiàn)階段,在科技興農(nóng)、質(zhì)量興農(nóng)、綠色興農(nóng)的背景下,技術(shù)創(chuàng)新在促進(jìn)中國農(nóng)業(yè)發(fā)展模式轉(zhuǎn)型和農(nóng)業(yè)高質(zhì)量發(fā)展方面發(fā)揮的作用是毋庸置疑的。據(jù)農(nóng)村農(nóng)業(yè)部統(tǒng)計,中國農(nóng)業(yè)科技進(jìn)步貢獻(xiàn)率由2005年的48%增長至2020年的60.7%,但與其他國家相比仍存在差距。作為農(nóng)業(yè)科研成果的主要載體,涉農(nóng)專利間接反映了一個國家或地區(qū)的農(nóng)業(yè)科技創(chuàng)新水平和技術(shù)應(yīng)用情況。隨著中國對專利重視程度的提高和知識產(chǎn)權(quán)環(huán)境的改善,涉農(nóng)專利的數(shù)量規(guī)?？焖贁U(kuò)大,多年蟬聯(lián)世界第一,但由于自然基礎(chǔ)和科技稟賦的差異,中國涉農(nóng)專利產(chǎn)出并不均衡。因此,了解中國涉農(nóng)專利的時空分布并分析其原因,緩解中國涉農(nóng)專利發(fā)展不平衡問題,是建設(shè)農(nóng)業(yè)強(qiáng)國的不二法門。

國內(nèi)外學(xué)者對涉農(nóng)專利進(jìn)行豐富的研究。從涉農(nóng)專利的質(zhì)與量來看,中國涉農(nóng)專利增長迅速,尤其是2008年后呈井噴式加速增長,數(shù)量遠(yuǎn)超他國。但仍存在占比較低,增長速度低于全國專利發(fā)展水平的問題[1]。涉農(nóng)專利質(zhì)量也有很大提高,但與國外有所差距[2]。此外,部分學(xué)者從不同技術(shù)領(lǐng)域[3]、主體[4]及省域[5]方面展開闡述;從區(qū)域差異來看,大多數(shù)學(xué)者在描述數(shù)量時簡單敘述,李兆亮等[6]系統(tǒng)地分析了中國涉農(nóng)專利的時空差異,發(fā)現(xiàn)東部地區(qū)專利水平最高,其次是中部、東北和西部地區(qū),區(qū)域內(nèi)差異對此貢獻(xiàn)較大。從影響因素來看,綜合研究成果發(fā)現(xiàn),涉農(nóng)專利不僅受研究經(jīng)費、農(nóng)業(yè)科技人員、農(nóng)林牧漁總產(chǎn)值、政府資金補(bǔ)貼、發(fā)展政策等直接性因素的影響,還與人均GDP、對外開放程度、農(nóng)業(yè)科技資源配置情況等社會經(jīng)濟(jì)背景息息相關(guān)[7-11]。綜上所述,大量文獻(xiàn)對涉農(nóng)專利的數(shù)量、質(zhì)量及影響因素進(jìn)行研究,鮮有文獻(xiàn)全面論述涉農(nóng)專利的時空分布。同時大多研究集中在省級層面,不能從宏觀層面系統(tǒng)地引導(dǎo)涉農(nóng)專利健康發(fā)展。

基于此,本文從地級市層面出發(fā),突破單一研究局勢,全面分析中國涉農(nóng)專利產(chǎn)出在整體、不同技術(shù)領(lǐng)域及申請主體的時空分化情況,詳盡地了解農(nóng)業(yè)科技創(chuàng)新水平。同時從空間角度探究影響涉農(nóng)專利產(chǎn)出的因素,對其原因進(jìn)行深入剖析,為涉農(nóng)專利的發(fā)展提供借鑒。

1 研究方法與數(shù)據(jù)來源

1.1 研究方法

1.1.1 泰爾指數(shù)

泰爾指數(shù)作為衡量個人收入或地區(qū)差距的指標(biāo),被用來觀測我國涉農(nóng)專利在不同層級上的均衡程度。中國按經(jīng)濟(jì)發(fā)展程度分成東部、中部、東北部、西部四個區(qū)域(因數(shù)據(jù)缺失,未包括西藏和港澳臺地區(qū)),采用基于廣義熵的兩階段嵌套Theil-GE1指數(shù),分析涉農(nóng)專利產(chǎn)出的總體差距T、區(qū)域間差距TBR、省間差距TBP和省內(nèi)差距TWP。計算公式為

T=TBR+TBP+TWP

(1)

(2)

(3)

(4)

式中:ni、nij、n為某個區(qū)域內(nèi)、省份內(nèi)及全國30個省份的地級市數(shù)量;ui、uij、u分別為某個區(qū)域、省份及全國30個省份的涉農(nóng)專利數(shù)量均值;yijk為地級市的涉農(nóng)專利數(shù)量;i∈[1,4];j∈[1,30];k∈[1,323]。

1.1.2 莫蘭指數(shù)

莫蘭指數(shù)被廣泛用來測度變量在相鄰地區(qū)間的相關(guān)性大小。取值范圍為[-1,1],若I>0,則變量存在空間正相關(guān);若I<0,則變量存在空間負(fù)相關(guān),若I接近0,變量則不存在空間相關(guān)關(guān)系,公式如(5)所示。

(5)

1.1.3 空間杜賓模型

基于面板數(shù)據(jù),考慮到涉農(nóng)專利產(chǎn)出存在空間關(guān)系,有必要引入空間權(quán)重矩陣,進(jìn)行空間計量分析。LM檢驗、Hausman檢驗及LR檢驗結(jié)果均在1%的水平上顯著,宜使用固定效應(yīng)的空間杜賓模型。根據(jù)擬合度的高低,最終選取了時間固定效應(yīng)的空間杜賓模型。

Ykt=α+βkXkt+ρWkYkt+
θkWkXkt+μk+νt+εkt

(6)

式中:Ykt為被解釋變量,表示k地區(qū)第t期的涉農(nóng)專利申請量;Xkt為解釋變量,包括人均GDP、農(nóng)業(yè)科技經(jīng)費投入、農(nóng)業(yè)科技人員、科技支持力度、政策變量、在校大學(xué)生數(shù)、第二三產(chǎn)業(yè)占比、城鎮(zhèn)化率、對外開放程度、教育支持力度和金融發(fā)展水平,各變量如表1所示;ρ、θk分別為被解釋變量、解釋變量的空間滯后系數(shù);μk、νt為時空效應(yīng),εkt為隨機(jī)擾動項。

表1 變量定義

1.2 數(shù)據(jù)來源

基于2005-2020年四個主要年份探討323個地級市涉農(nóng)專利的發(fā)展情況。涉農(nóng)專利申請數(shù)來源于萬象云專利檢索平臺,根據(jù)國際專利分類(international patent classification,IPC)及現(xiàn)有文獻(xiàn),對涉農(nóng)專利的IPC分類號進(jìn)行歸納并檢索。農(nóng)業(yè)科技經(jīng)費與人員的披露多存于國家層面,借鑒李強(qiáng)等[12]的方法對地級市層面的農(nóng)業(yè)科技投入進(jìn)行估算。其中研究與開發(fā)機(jī)構(gòu)農(nóng)林牧漁R&D經(jīng)費內(nèi)部支出、R&D人員等來自《中國科技統(tǒng)計年鑒》,R&D經(jīng)費內(nèi)部支出、R&D人員全時當(dāng)量取自各省市的統(tǒng)計局、年鑒、公報等。其他影響因素人均GDP、科技支持力度、教育支持力度、第二三產(chǎn)業(yè)占比、對外開放程度、城鎮(zhèn)化率、金融發(fā)展水平、在校大學(xué)生數(shù)等均來自《中國城市統(tǒng)計年鑒》,相關(guān)農(nóng)業(yè)科技政策取自科學(xué)技術(shù)部。缺失值使用相關(guān)變量或線性插值方法補(bǔ)齊。

2 特征分析

2.1 中國涉農(nóng)專利產(chǎn)出不斷增加,從東向西依次遞減

中國涉農(nóng)專利申請量由2005年14 858件的上升至2020年的292 140件,增長了將近20倍,發(fā)展迅猛。由圖1可知,2005年、2010年絕大多數(shù)地級市的涉農(nóng)專利數(shù)量低于139件,產(chǎn)出水平較低且發(fā)展比較緩慢。到2015年,涉農(nóng)專利水平有了較大提升,大部分地級市的專利數(shù)量處于140～541件,部分城市的專利數(shù)量接近10 000件,專利水平邁上新臺階。2020年,涉農(nóng)專利數(shù)量普遍高于140件,甚至達(dá)到13 614件,全國僅有17.6%的地級市專利數(shù)量低于139件。

該圖基于審圖號為GS(2020)4619的標(biāo)準(zhǔn)地圖制作,底圖無修改圖1 中國涉農(nóng)專利空間分布

從地區(qū)來看,中國涉農(nóng)專利申請量總體上呈現(xiàn)由東向西逐漸遞減的趨勢。東部地區(qū)尤其是東部沿海地區(qū)一直是我國科技創(chuàng)新的領(lǐng)跑者,涉農(nóng)專利產(chǎn)出尤為旺盛,始終代表中國涉農(nóng)專利的最高水平。2020年幾乎所有地級市專利都在542件以上,有的可以達(dá)到萬余件。在東部地區(qū)的輻射帶動作用下,中部地區(qū)緊跟其后,專利逐漸向140～905件靠攏,產(chǎn)出水平進(jìn)一步提升。東北地區(qū)發(fā)展比較迅速,多數(shù)地級市的專利產(chǎn)出已達(dá)到140～541件這一水平標(biāo)準(zhǔn)。西部地區(qū)產(chǎn)出水平也穩(wěn)步提升,但與其他地區(qū)相比有一定差距,大多數(shù)城市產(chǎn)出處于48～541件。2020年,全國30個省份僅有12個地級市產(chǎn)出低于48件,其中就有10個地級市位于西部地區(qū)。具體來看,各個省會城市主要承擔(dān)中國涉農(nóng)專利產(chǎn)出,然后逐步向外輻射,帶動周邊地級市科技進(jìn)步。

2.2 中國涉農(nóng)專利產(chǎn)出技術(shù)領(lǐng)域、申請主體差異明顯

自1985年國家專利制度實施以來,中國涉農(nóng)專利經(jīng)過了35年的發(fā)展,技術(shù)領(lǐng)域及主體間的界限逐漸清晰,趨勢特征也日漸顯現(xiàn)。如今,涉農(nóng)專利主要涉及農(nóng)業(yè)機(jī)械、食品保存加工、生物技術(shù)、種養(yǎng)殖技術(shù)和肥料五大領(lǐng)域。如圖2所示,自2005年起,中國涉農(nóng)專利就開始集中于農(nóng)業(yè)機(jī)械、食品保存加工及生物技術(shù)領(lǐng)域,該趨勢隨時間不斷加強(qiáng)。同時三者增長速度明顯快于其他領(lǐng)域,尤其是農(nóng)業(yè)機(jī)械,年均增長率達(dá)到217%。此外,不同技術(shù)領(lǐng)域的空間分布與總體分布格局大體一致,在東中部的集中度較高。

圖2 不同技術(shù)領(lǐng)域涉農(nóng)專利產(chǎn)出情況

現(xiàn)階段,中國涉農(nóng)專利的申請主體主要包括企事業(yè)單位、個人、大專院校、機(jī)關(guān)團(tuán)體和科研院所。2005年,個人在涉農(nóng)專利產(chǎn)出中發(fā)揮主要作用,但隨著企事業(yè)單位研發(fā)力度的快速提升,企事業(yè)單位成為涉農(nóng)專利研發(fā)的主力軍,貢獻(xiàn)率達(dá)到59%,在東中部地區(qū)的申請量較高。個人和大專院校的產(chǎn)出水平相似,相較于大專院校固定地理位置,個人專利研發(fā)分布相對廣泛,但主要集中在東部、東北地區(qū)。機(jī)關(guān)團(tuán)體和科研院所的產(chǎn)出水平較低,僅在部分地市發(fā)展良好(圖3)。

圖3 不同申請主體涉農(nóng)專利產(chǎn)出情況

2.3 中國涉農(nóng)專利產(chǎn)出空間差距逐漸縮小

根據(jù)式(1)～式(4)得出測算空間差異程度的Theil-GE1指數(shù),可更加直觀地觀測中國涉農(nóng)專利空間差異的變動。由圖4可知,總體GE1指數(shù)由2005年的1.3持續(xù)縮小至2020年的0.8,表明涉農(nóng)專利產(chǎn)出水平存在明顯的區(qū)域差異,且呈現(xiàn)不斷改善的趨勢。省內(nèi)差異對總體差異的貢獻(xiàn)最大,比例一直在40%以上,其次是省間差異、區(qū)域間差異。省內(nèi)差異波動與總體差異一致,而省間差異和區(qū)域間差異出現(xiàn)較大起伏。2005-2010年,省間差異和區(qū)域間差異相差不大,都小幅縮小。2010-2020年省間差異略微擴(kuò)大后,急劇縮小到0.15。而區(qū)域間差異急劇縮小后又有所擴(kuò)大,但整體都呈縮小態(tài)勢。

圖4 Theil-GE1測度結(jié)果

2.4 中國涉農(nóng)專利產(chǎn)出空間關(guān)聯(lián)特征明顯

Geoda軟件測算出主要年份涉農(nóng)專利申請量的莫蘭指數(shù),并觀測其空間關(guān)系。由表2可知,涉農(nóng)專利的全局莫蘭指數(shù)介于0.091～0.163,且在1%的水平上顯著,說明中國涉農(nóng)專利表現(xiàn)為明顯的空間正相關(guān)和空間集聚,且有隨時間加劇的趨勢。

表2 全局莫蘭指數(shù)結(jié)果統(tǒng)計

就局部莫蘭指數(shù)結(jié)果(表3)進(jìn)一步來看,在顯著性較強(qiáng)的地區(qū)中,處于低-低集聚狀態(tài)的地級市較多,且大多分布在西部地區(qū),說明該地區(qū)及周邊地區(qū)的涉農(nóng)專利產(chǎn)出水平普遍偏低,可能與農(nóng)業(yè)科技投入不足有關(guān)。相反地,高-高集聚狀態(tài)的地級市主要分布在東部地區(qū),表現(xiàn)為該地級市涉農(nóng)專利產(chǎn)出高,其周邊地級市的農(nóng)業(yè)產(chǎn)出也很高,說明產(chǎn)出水平較高的地級市對周邊地級市有明顯的帶動作用。像重慶、南寧、蘭州等西部地區(qū)的省會城市大多處于高-低集聚狀態(tài),表現(xiàn)為省會城市涉農(nóng)專利產(chǎn)出高而周邊城市產(chǎn)出偏低,說明該省份優(yōu)先發(fā)展省會城市,未將農(nóng)業(yè)科技資源合理分配。低-高集聚的地級市分布較為廣泛,這種周邊城市產(chǎn)出高,自身產(chǎn)出低的格局可能是自身城市的經(jīng)濟(jì)水平、產(chǎn)業(yè)結(jié)構(gòu)等造成的。

表3 局部莫蘭指數(shù)結(jié)果統(tǒng)計

3 影響因素分析

3.1 空間回歸與效應(yīng)分解

為避免極端值對結(jié)果的干擾,將數(shù)據(jù)在上下1%分位進(jìn)行縮尾處理。同時,對部分變量作取對數(shù)處理來降低異方差的影響,從方差膨脹因子檢驗結(jié)果來看,VIF值均小于5,表明各解釋變量之間不存在多重共線特征。此外,為探究涉農(nóng)專利產(chǎn)出受周邊地區(qū)因素的影響程度,將空間效應(yīng)進(jìn)行分解,結(jié)果如表4所示。其中,Main和Wx分別代表自變量及其空間后項對應(yīng)的回歸系數(shù)。

表4 空間回歸及效應(yīng)分解

從科研基礎(chǔ)來看,農(nóng)業(yè)科技經(jīng)費和農(nóng)業(yè)科技人才的回歸系數(shù)在1%的水平上顯著為正。兩者作為主要投入要素,直接提高本地區(qū)涉農(nóng)專利的產(chǎn)出水平,但對周邊地區(qū)的作用截然相反,科技經(jīng)費促進(jìn)涉農(nóng)專利產(chǎn)出而科技人員起到抑制作用,可能人才引入本身存在競爭關(guān)系,更不利于產(chǎn)權(quán)性質(zhì)極強(qiáng)的專利的發(fā)展。同時針對相同單位變動引起的涉農(nóng)專利變化,農(nóng)業(yè)科技人員的作用效果大于農(nóng)業(yè)科技經(jīng)費。可見人才在科技創(chuàng)新中的核心地位,也間接說明我國農(nóng)業(yè)科技要素不均等。

從經(jīng)濟(jì)角度來看,人均GDP、對外開放程度和金融發(fā)展水平對本地區(qū)涉農(nóng)專利產(chǎn)出的促進(jìn)作用顯著,城鎮(zhèn)化率的抑制作用不顯著,其中僅人均GDP顯示正向的空間溢出效應(yīng)?，F(xiàn)階段,中國地區(qū)經(jīng)濟(jì)發(fā)展水平處于高速發(fā)展時期,生產(chǎn)要素的跨時空流動不斷加速,使生產(chǎn)性活動更加高產(chǎn)、高效。農(nóng)業(yè)科研作為高端的生產(chǎn)活動也不例外。對外開放能接觸到許多新興的技術(shù)信息和外商投資機(jī)會,對農(nóng)業(yè)科技進(jìn)行信息和資金支持。金融產(chǎn)業(yè)的資金流通為農(nóng)業(yè)科技創(chuàng)新提供有力的資金保證。城鎮(zhèn)化的深入使更多的人向第二三產(chǎn)業(yè)靠攏,從事農(nóng)業(yè)相關(guān)工作的人減少,不利于提高涉農(nóng)專利產(chǎn)出。

從教育角度來看,在校大學(xué)生作為科技界的新生力量,能有效提高涉農(nóng)專利產(chǎn)出水平。政府教育支持力度對本地區(qū)涉農(nóng)專利產(chǎn)出的作用不明顯,但顯著促進(jìn)周邊地區(qū)專利發(fā)展,可能政府教育支出用于各級學(xué)校的人才培養(yǎng),不能直接作用于當(dāng)年涉農(nóng)專利產(chǎn)出,具有一定的時滯性,而教育水平的提高對周邊地區(qū)形成良好的示范作用。

從政府角度來看,科技支持力度和政策變量對本地區(qū)涉農(nóng)專利產(chǎn)出的正向影響明顯。政策的實施使科技要素向農(nóng)業(yè)傾斜,為農(nóng)業(yè)技術(shù)創(chuàng)新營造良好氛圍。政府科技支出則是科技創(chuàng)新的資金保障,可見政府在科技創(chuàng)新中兼顧先行兵和后盾的雙重角色。兩者對周邊地區(qū)的影響并不顯著,側(cè)面說明中國農(nóng)業(yè)國情復(fù)雜,同一農(nóng)業(yè)科技政策對周邊地區(qū)影響甚微,這就要求政府根據(jù)當(dāng)?shù)剞r(nóng)業(yè)實際進(jìn)行政策決斷。

從產(chǎn)業(yè)結(jié)構(gòu)來看,第二三產(chǎn)業(yè)占比對涉農(nóng)專利產(chǎn)出的影響并不顯著。隨著農(nóng)業(yè)現(xiàn)代化進(jìn)程的推進(jìn),農(nóng)業(yè)對科技的依存和標(biāo)準(zhǔn)越來越高,智能農(nóng)業(yè)、精準(zhǔn)農(nóng)業(yè)等技術(shù)逐漸與第二三產(chǎn)業(yè)科技融合,與第三產(chǎn)生之間的科技界限逐漸模糊。

3.2 空間異質(zhì)性分析

空間異質(zhì)性分析能更加清晰地了解各因素對不同地區(qū)涉農(nóng)專利產(chǎn)出的作用情況,也能檢驗實證結(jié)果的普適性,結(jié)果如表5所示。

表5 空間異質(zhì)性結(jié)果

農(nóng)業(yè)科技經(jīng)費與農(nóng)業(yè)技術(shù)人員對四大區(qū)域的涉農(nóng)專利產(chǎn)出有顯著影響。農(nóng)業(yè)科技經(jīng)費對東、中、西部地區(qū)的涉農(nóng)專利產(chǎn)出起促進(jìn)作用,對東北地區(qū)起抑制作用。農(nóng)業(yè)科技人員在東北地區(qū)的變化彈性最高,達(dá)到0.727,其次是中、西、東部地區(qū)。說明東北地區(qū)科技要素投入不均,農(nóng)業(yè)科技人員短缺使科研資金得不到有效利用,造成科技資源浪費。接著是中部地區(qū),相同變動單位下,農(nóng)業(yè)科技人員的產(chǎn)能遠(yuǎn)大于經(jīng)費,表明了農(nóng)業(yè)科技人員對中部地區(qū)涉農(nóng)專利產(chǎn)出的重要程度。

人均GDP只對西部地區(qū)涉農(nóng)專利有積極影響,對外開放程度則顯著影響中部地區(qū),城鎮(zhèn)化率和金融發(fā)展水平分別抑制和促進(jìn)中西部地區(qū)涉農(nóng)專利產(chǎn)出水平。經(jīng)濟(jì)不發(fā)達(dá)的中西部地區(qū)受經(jīng)濟(jì)發(fā)展水平影響較大。

除了中部地區(qū),在校大學(xué)生對東、東北和西部地區(qū)的涉農(nóng)專利產(chǎn)出的影響顯著為正。教育支持力度僅影響西部地區(qū)。西部地區(qū)的教育力度仍需加強(qiáng),促進(jìn)農(nóng)業(yè)科技的可持續(xù)發(fā)展。

科技支持力度顯著促進(jìn)東北、西、中部地區(qū)涉農(nóng)專利發(fā)展,對東部地區(qū)影響不顯著。政策變量對東北和中部地區(qū)有顯著影響。對于經(jīng)濟(jì)水平相對低的地區(qū)來說,政府支持是促進(jìn)農(nóng)業(yè)科技創(chuàng)新的重要手段。尤其對東北、中部地區(qū)而言,政府調(diào)控能一定程度上緩解科技資源投入不均等問題,提高涉農(nóng)專利產(chǎn)出效率。

第二、三產(chǎn)業(yè)占比對東部地區(qū)涉農(nóng)專利產(chǎn)出有明顯的促進(jìn)作用,對其他地區(qū)作用不明顯。東部地區(qū)作為改革發(fā)展的排頭兵,率先投入農(nóng)業(yè)現(xiàn)代化發(fā)展,第二三產(chǎn)業(yè)較為系統(tǒng)的人才和科研基礎(chǔ)為農(nóng)業(yè)科技創(chuàng)新提供先進(jìn)技術(shù)和資金的支持。

4 結(jié)論與建議

4.1 結(jié)論

綜上所述,可以得到以下結(jié)論。

1)中國涉農(nóng)專利產(chǎn)出水平不斷提升,專利數(shù)量增長將近20倍;從技術(shù)領(lǐng)域來看,涉農(nóng)專利多集中于農(nóng)業(yè)機(jī)械、食品保存加工及生物技術(shù)領(lǐng)域;從申請主體來看,企事業(yè)單位是涉農(nóng)專利研發(fā)的主力軍;空間特征基本一致,呈現(xiàn)從東向西逐漸遞減的趨勢。

2)中國涉農(nóng)專利空間分布不均,省內(nèi)差異影響最大,其次是省間差異、區(qū)域間差異,但總體都有所縮小。

3)農(nóng)業(yè)科技經(jīng)費和農(nóng)業(yè)科技人員、人均GDP、對外開放程度和金融發(fā)展水平、在校大學(xué)生數(shù)、科技經(jīng)費和政策變量對中國涉農(nóng)專利產(chǎn)出有正向影響,城鎮(zhèn)化率影響為負(fù)。其中,農(nóng)業(yè)科技人員對涉農(nóng)專利的作用貢獻(xiàn)大于農(nóng)業(yè)科技經(jīng)費;農(nóng)業(yè)科技經(jīng)費、農(nóng)業(yè)科技人員、人均GDP和政府教育支持具有顯著的空間溢出作用;各因素對四大區(qū)域的影響各不相同。

4.2 建議

一是加快農(nóng)業(yè)科技人才投入,注重科技要素合理配置。完善農(nóng)業(yè)科研人才的引進(jìn)機(jī)制,提高工資和福利待遇,營造良好的科研環(huán)境。組織農(nóng)業(yè)專業(yè)人才定期參觀學(xué)習(xí),避免形成思維固化。通過講座、實地指導(dǎo)等多種形式提高農(nóng)民專業(yè)技能,優(yōu)化農(nóng)業(yè)人才結(jié)構(gòu);創(chuàng)建由政府主導(dǎo),多主體共同運作的科技資源評估與監(jiān)測系統(tǒng),讓科技管理人員參與項目的日常管理,了解資源利用情況,就近及時調(diào)控,實現(xiàn)資源的合理配置和最大化利用。

二是實行差別政策,重視更高層面的宏觀調(diào)控。重視省內(nèi)差距,根據(jù)國家或省域的宏觀統(tǒng)籌,引導(dǎo)科技要素適當(dāng)傾向農(nóng)業(yè)強(qiáng)而專利弱的地市;樹立標(biāo)桿,發(fā)揮強(qiáng)專利地市的輻射作用。加強(qiáng)地市聯(lián)動,鼓勵農(nóng)業(yè)科研人員開展多樣化的技術(shù)交流和項目合作,以點帶面,促進(jìn)各地市專利協(xié)調(diào)發(fā)展;查漏補(bǔ)缺,著力彌補(bǔ)地區(qū)不足。如除均需加大農(nóng)業(yè)科技投入外,東部地區(qū)注意調(diào)整產(chǎn)業(yè)結(jié)構(gòu),中部和東北地區(qū)加強(qiáng)科技要素配置和政策調(diào)控,西部地區(qū)加快經(jīng)濟(jì)和教育發(fā)展。