秦薇　萬忠　康樂

摘要?針對(duì)目前我國(guó)在農(nóng)業(yè)科技創(chuàng)新能力評(píng)價(jià)中時(shí)間維度研究缺失、指標(biāo)選取過多、指標(biāo)相關(guān)性不足的現(xiàn)狀，該研究采用主成分分析法，將影響農(nóng)業(yè)科技創(chuàng)新能力的眾多因素進(jìn)行降維，從而找出重要影響因素作為支持向量機(jī)模型的輸入層，建立精度更高、數(shù)據(jù)需求量更少、計(jì)算時(shí)間更短的農(nóng)業(yè)科技創(chuàng)能力評(píng)價(jià)模型。運(yùn)用該模型得到我國(guó)2005—2016年農(nóng)業(yè)科技創(chuàng)新能力水平，得出農(nóng)業(yè)科技創(chuàng)新能力由投入產(chǎn)出以及研發(fā)能力共同決定。最后，根據(jù)該研究結(jié)果提出提升我國(guó)農(nóng)業(yè)科技創(chuàng)新能力的相關(guān)建議。

關(guān)鍵詞?農(nóng)業(yè)科技創(chuàng)新;評(píng)價(jià)指標(biāo);主成分分析;支持向量機(jī)

中圖分類號(hào)?S-058文獻(xiàn)標(biāo)識(shí)碼?A

文章編號(hào)?0517-6611（2019）16-0245-05

doi：10.3969/j.issn.0517-6611.2019.16.070

開放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

Evaluation?of?Innovation?Ability?of?Agricultural?Science?and?Technology?in?China?Based?on?Principal?Component?Analysis?and?Support?Vector?Machine

QIN?Wei1，2，3，WAN?Zhong1，3，KANG?Le1，3?（1.Institute?of?Agricultural?Economics?and?Rural?Development，GAAS，Guangzhou，Guangdong?510640;2.Agricultural?Information?Institute?of?CAAS，Beijing?100081;3.Key?Laboratory?of?Urban?Agriculture?in?South?China，Ministry?of?Agriculture，Guangzhou，Guangdong?510640）

Abstract?In?view?of?the?current?situation?of?lack?of?time?dimension?research，excessive?selection?of?indicators?and?insufficient?correlation?of?indicators?in?the?evaluation?of?agricultural?science?and?technology?innovation?ability?in?China，we?used?principal?component?analysis?（PCA）?to?reduce?the?dimensionality?of?many?factors?affecting?the?innovation?ability?of?agricultural?science?and?technology，to?find?out?the?important?factors?as?the?input?layer?of?SVM?model，establish?the?evaluation?model?of?agricultural?science?and?technology?innovation?ability?with?higher?accuracy，less?data?demand?and?shorter?calculation?time.This?model?was?used?to?obtain?the?level?of?agricultural?science?and?technology?innovation?ability?in?China?from?2005?to?2016.According?to?the?results，it?is?found?that?the?innovation?ability?of?agricultural?science?and?technology?is?determined?by?the?input?and?output?as?well?as?the?research?and?development?ability.Finally，according?to?the?results?of?this?study，some?suggestions?are?put?forward?to?improve?the?innovation?ability?of?agricultural?science?and?technology?in?China.

接下來，對(duì)經(jīng)過標(biāo)準(zhǔn)化及檢驗(yàn)的數(shù)據(jù)進(jìn)行主成分分析?，即使用主成分分析法為因子選取的方法，并采用正交旋轉(zhuǎn)法使得因子更具有解釋性，這里基于特征值大于1提取主成分，得到累積特征值占總方差的比重（表2）?？梢钥吹?個(gè)主成分的累積貢獻(xiàn)率就已經(jīng)達(dá)到了89.2%，因此2個(gè)主成分能夠代表原來的9個(gè)變量，于是初步確定提取m=2個(gè)主?成分。

從旋轉(zhuǎn)后的因子載荷矩陣（表3）可以看出，第一主成分在X?1（R&D人員比例）、X?2（研發(fā)機(jī)構(gòu)平均經(jīng)費(fèi)投入）、X?3（R&D人均經(jīng)費(fèi)投入）、X?5（重點(diǎn)實(shí)驗(yàn)室人員占比）、X?6（R&D人均經(jīng)費(fèi)支出）、X?7（重大科技成果）、X?9（發(fā)表科技論文篇數(shù)）這7個(gè)指標(biāo)上具有較大的載荷;第二主成分在X?4（R&D課題數(shù)）、X?8（專利申請(qǐng)數(shù)）2個(gè)指標(biāo)上具有較大載荷。根據(jù)觀察，在第一主成分上具有較大載荷的變量和農(nóng)業(yè)科技創(chuàng)新的投入和產(chǎn)出具有很強(qiáng)的關(guān)系，所以將第一主成分定義為農(nóng)業(yè)科技創(chuàng)新投入產(chǎn)出能力因子;第二主成分上有較強(qiáng)載荷的變量和研發(fā)能力具有一定關(guān)系，所以將第二主成分定義為農(nóng)業(yè)科技創(chuàng)新研發(fā)能力因子。最終確定2個(gè)主成分。再由表2可知，第一主成分的累計(jì)方差貢獻(xiàn)率為67.334%，即農(nóng)業(yè)科技創(chuàng)新投入產(chǎn)出能力是影響農(nóng)業(yè)科技創(chuàng)新能力的主要因素;第二主成分，農(nóng)業(yè)科技創(chuàng)新研發(fā)能力對(duì)農(nóng)業(yè)科技創(chuàng)新能力的影響緊隨其后。

最后，確定各主成分表達(dá)式，從而得到農(nóng)業(yè)科技創(chuàng)新能力綜合評(píng)價(jià)函數(shù)。主成分表達(dá)式系數(shù)由因子載荷矩陣的數(shù)據(jù)除以主成分相對(duì)應(yīng)的特征根開平方得到，且根據(jù)上述過程可知，2個(gè)主成分的特征根分別為6.071和1.956，于是主成分表達(dá)式如下：

Z?1=0.403×ZX?1+0.284×ZX?2+0.398×ZX?3+0.124×ZX?4+?0.381×ZX?5+0.393ZX?6+0.379×ZX?7-0.112×ZX?8+?0.355×ZX?9

Z?2=-0.059×ZX?1-0.158×ZX?2+0.024×ZX?3+0.671×ZX?4+?0.183×ZX?5+0.155×ZX?6-0.037×ZX?7+0.683×ZX?8-?0.009×ZX?9

其中Z?1，Z?2分別為第一主成分和第二主成分，ZX?1、ZX?2、ZX?3、ZX?4、ZX?5、ZX?6、ZX?7、ZX?8、ZX?9依次分別為標(biāo)準(zhǔn)化后的指標(biāo)?數(shù)據(jù)。

再由2個(gè)主成分的貢獻(xiàn)率0.674和0.217，得到農(nóng)業(yè)科技創(chuàng)新水平綜合評(píng)價(jià)函數(shù)：

Y=0.258×ZX?1+0.157×ZX?2+0.273×ZX?3+0.229×ZX?4+?0.296×ZX?5+0.298×ZX?6+0.248×ZX?7+0.072×ZX?8+?0.237×ZX?9

根據(jù)上述綜合評(píng)價(jià)函數(shù)，即可得到2005—2016年我國(guó)農(nóng)業(yè)科技創(chuàng)新水平情況（表4）。

2.2?基于支持向量機(jī)（SVM）的評(píng)價(jià)體系的驗(yàn)證與完善

支持向量機(jī)（support?vector?machine）方法是建立在結(jié)構(gòu)風(fēng)險(xiǎn)最小原理以及統(tǒng)計(jì)學(xué)習(xí)理論的VC維理論基礎(chǔ)上的，是根據(jù)有限的樣本信息在模型學(xué)習(xí)能力（即無錯(cuò)誤地識(shí)別任意樣本地能力）和復(fù)雜性（即對(duì)特定訓(xùn)練樣本的學(xué)習(xí)精度）之間尋求最佳折中，以期獲得最好的推廣能力。在機(jī)器學(xué)習(xí)領(lǐng)域，支持向量機(jī)是一種有監(jiān)督地學(xué)習(xí)，針對(duì)線性及非線性、分類及預(yù)測(cè)問題，支持向量機(jī)均能有效的解決。且相比于其他分類預(yù)測(cè)方法來說，支持向量機(jī)有正確率高、不存在過度學(xué)習(xí)等優(yōu)點(diǎn)。

基于主成分分析法構(gòu)建模型的結(jié)果，選取結(jié)果的60%作為訓(xùn)練集，40%作為測(cè)試集，并將投入產(chǎn)出能力（Z?1）、研發(fā)能力（Z?2）作為輸入變量，綜合能力Y作為目標(biāo)值，進(jìn)行線性支持向量機(jī)方法的模擬，得到預(yù)測(cè)變量重要性對(duì)比圖（圖1）以及預(yù)測(cè)-實(shí)測(cè)對(duì)比圖（圖2）。

由圖1、2可知，2個(gè)主成分作為輸入變量對(duì)于模型的構(gòu)建都不可或缺，且利用支持向量機(jī)構(gòu)建的模型所產(chǎn)生的預(yù)測(cè)值與實(shí)際期望值基本一致。利用訓(xùn)練好的支持向量機(jī)對(duì)2005—2016年我國(guó)農(nóng)業(yè)科技創(chuàng)新水平進(jìn)行綜合評(píng)價(jià)。

由表5可知，以綜合能力Y作為訓(xùn)練支持向量機(jī)的目標(biāo)值，投入產(chǎn)出能力和研發(fā)能力作為支持向量機(jī)的輸入變量，運(yùn)用支持向量機(jī)方法對(duì)我國(guó)2005—2016年農(nóng)業(yè)科技創(chuàng)新水平進(jìn)行評(píng)價(jià)，所得的結(jié)果與排名和利用主成分分析法所得到結(jié)果與排名基本一致，從而說明利用主成分分析法與支持向量機(jī)相結(jié)合的方法進(jìn)行農(nóng)業(yè)科技創(chuàng)新水平的評(píng)價(jià)，減少了支持向量機(jī)在構(gòu)建模型時(shí)的復(fù)雜度，消除了主觀因素對(duì)模型的影響，并提高了支持向量機(jī)的學(xué)習(xí)速率以及泛化能力，最終進(jìn)一步保證并增加了模型的準(zhǔn)確性。

3?農(nóng)業(yè)科技創(chuàng)新能力評(píng)價(jià)分析

3.1?農(nóng)業(yè)科技創(chuàng)新能力影響因素分析

根據(jù)上述研究，農(nóng)業(yè)科技創(chuàng)新能力主要由農(nóng)業(yè)科技創(chuàng)新投入產(chǎn)出能力和農(nóng)業(yè)科技創(chuàng)新研發(fā)能力共同作用決定。其中，投入產(chǎn)出能力的方差貢獻(xiàn)率達(dá)到67.4%為科技創(chuàng)新能力的主要影響因素;研發(fā)能力的方差貢獻(xiàn)率為21.7%，為次要影響因素。對(duì)投入產(chǎn)出能力影響最強(qiáng)的因素為R&D人員比例;而對(duì)研發(fā)能力影響很強(qiáng)的因素為專利申請(qǐng)數(shù)和R&D課題數(shù);綜合2個(gè)能力作用得到的農(nóng)業(yè)科技創(chuàng)新能力中影響最強(qiáng)的因素則為R&D人均經(jīng)費(fèi)支出[17]。

3.2?2005—2016年我國(guó)農(nóng)業(yè)科技創(chuàng)新能力評(píng)價(jià)

2005—2016年我國(guó)農(nóng)業(yè)科技創(chuàng)新能力變化趨勢(shì)見圖3。觀察可得，2005—2016年我國(guó)農(nóng)業(yè)科技創(chuàng)新能力總體呈上升趨勢(shì)。其中，研發(fā)能力在2009年前一直處于高于投入產(chǎn)出以及綜合能力的正數(shù)水平狀態(tài)，此后經(jīng)過明顯下降至負(fù)數(shù)水平，然后上升一直較緩慢，直到2013年重新恢復(fù)正數(shù)水平;投入產(chǎn)出水平在2005—2016年一直保持上升態(tài)勢(shì)，2009年超過研發(fā)能力，2010年從負(fù)數(shù)水平達(dá)到正數(shù)水平;綜合能力總體處于上升趨勢(shì)，到2011年后達(dá)到正數(shù)水平。具體對(duì)比發(fā)現(xiàn)，投入產(chǎn)出能力及綜合能力上升態(tài)勢(shì)較明顯，而研發(fā)能力在2008年間發(fā)生過1次較大程度下降，并在2009年降至負(fù)數(shù)，該時(shí)期綜合能力的上升也明顯減緩，水平開始低于投入產(chǎn)出能力。此后，研發(fā)能力的上升較平緩，直到2013年間才重新達(dá)到正數(shù)水平，綜合能力也是在相同時(shí)期恢復(fù)至2009年前高于投入產(chǎn)出能力的水平。最終在2016年研發(fā)能力才達(dá)到與2008年下降前相同水平，此時(shí)綜合能力也同時(shí)恢復(fù)到下降前的相對(duì)水平。通過對(duì)原始數(shù)據(jù)的觀察，發(fā)現(xiàn)對(duì)研發(fā)能力產(chǎn)生重要影響的專利申請(qǐng)數(shù)在2008—2009年有過1次非常明顯的下降。反觀歷史信息發(fā)現(xiàn)，我國(guó)《專利法》在該時(shí)間段進(jìn)行過1次較大程度修訂，此后專利申請(qǐng)數(shù)量便一直處于較低水平，這也就解釋了研發(fā)能力產(chǎn)生明顯下降狀況的?原因[18]。

4?結(jié)論與建議

（1）該研究從農(nóng)業(yè)科技創(chuàng)新投入產(chǎn)出及研發(fā)3個(gè)方面出發(fā)建立了我國(guó)農(nóng)業(yè)科技創(chuàng)新能力評(píng)價(jià)指標(biāo)體系，為我國(guó)農(nóng)業(yè)科技創(chuàng)新能力評(píng)價(jià)提供了依據(jù)，并根據(jù)該體系得到2005—2016年我國(guó)農(nóng)業(yè)科技創(chuàng)新能力時(shí)間維度的對(duì)比[19]。

（2）將主成分分析法與支持向量機(jī)相結(jié)合，先將影響我國(guó)農(nóng)業(yè)科技創(chuàng)新能力的因素通過主成分分析法進(jìn)行了一定程度的降維，然后在此基礎(chǔ)上運(yùn)用支持向量機(jī)對(duì)降維后的數(shù)據(jù)進(jìn)行訓(xùn)練，建立了一個(gè)有效的基于主成分分析-支持向量機(jī)的我國(guó)農(nóng)業(yè)科技創(chuàng)新能力評(píng)價(jià)模型，通過輸入新的數(shù)據(jù)可以快捷、準(zhǔn)確地分析出我國(guó)農(nóng)業(yè)科技創(chuàng)新能力的發(fā)展?fàn)顩r。

因此，根據(jù)上述研究結(jié)果提出以下建議：

（1）建立健全農(nóng)業(yè)科技創(chuàng)新能力評(píng)價(jià)指標(biāo)體系，對(duì)農(nóng)業(yè)科技創(chuàng)新能力相關(guān)數(shù)據(jù)的統(tǒng)計(jì)需要更加全面，同時(shí)，在空間與時(shí)間維度上均需要建立科學(xué)合理的農(nóng)業(yè)科技創(chuàng)新能力評(píng)價(jià)指標(biāo)體系，并不斷嘗試加入新的指標(biāo)與方法對(duì)該體系進(jìn)行完善，在此基礎(chǔ)上形成相關(guān)規(guī)則，養(yǎng)成定期考核，定向自查改進(jìn)的習(xí)慣。

（2）農(nóng)業(yè)科技創(chuàng)新能力的提高需要抓重點(diǎn)、補(bǔ)不足，根據(jù)研究結(jié)果，要想提高農(nóng)業(yè)科技創(chuàng)新能力，最重要的就是提高投入產(chǎn)出能力，尤其是研究人員的比例以及研究經(jīng)費(fèi)，除此之外，針對(duì)2008—2009年研發(fā)能力下降導(dǎo)致綜合能力上升減緩這一情況，建議推動(dòng)農(nóng)業(yè)科技成果的創(chuàng)造與農(nóng)業(yè)相關(guān)專利的申請(qǐng)，鼓勵(lì)農(nóng)業(yè)相關(guān)工作者們積極投入到農(nóng)業(yè)科技成果的創(chuàng)造之中，對(duì)于已經(jīng)產(chǎn)生的科技成果給予一定的重視，對(duì)于符合專利申請(qǐng)條件的，相關(guān)部門應(yīng)全力支持其申請(qǐng)工作。

（3）農(nóng)業(yè)科技創(chuàng)新能力提升要全面進(jìn)行，農(nóng)業(yè)科技創(chuàng)新能力的評(píng)價(jià)是由多個(gè)指標(biāo)因素共同作用的結(jié)果，需要全方位共同協(xié)調(diào)才能使得農(nóng)業(yè)科技創(chuàng)新能力得到更快、更穩(wěn)定的?提升[20]。

5?討論

研究證明了利用主成分分析法與支持向量機(jī)相結(jié)合的方法對(duì)農(nóng)業(yè)科技創(chuàng)新能力進(jìn)行評(píng)價(jià)不僅是有效、可行的，還可以縮減訓(xùn)練時(shí)間，提高收斂速度和精度，具備信息需求量少、計(jì)算精度高等優(yōu)點(diǎn)。但需指出的是，該研究所選取的指標(biāo)一定程度受限于數(shù)據(jù)的可獲取性，不能完全涵蓋所有農(nóng)業(yè)科技創(chuàng)新能力評(píng)價(jià)的相關(guān)指標(biāo)，但隨著研究的深入，指標(biāo)的選取也會(huì)進(jìn)行相應(yīng)的完善，以期得到該模型的最佳效果。

參考文獻(xiàn)

[1] 蔣和平，劉學(xué)瑜.我國(guó)農(nóng)業(yè)科技創(chuàng)新體系研究評(píng)述[J].中國(guó)農(nóng)業(yè)科技導(dǎo)報(bào)，2014，16（4）：1-9.

[2]?張淑輝，郝玉賓.農(nóng)業(yè)科技成果低轉(zhuǎn)化率的主要原因探討[J].理論探索，2014（1）：98-101.

[3]?盧江勇，蔣和平.我國(guó)農(nóng)業(yè)科技創(chuàng)新能力實(shí)證研究[J].中國(guó)農(nóng)業(yè)科技導(dǎo)報(bào)，2008，10（S1）：78-85.

[4]?曹瓊，李成標(biāo).基于熵權(quán)TOPSIS法的農(nóng)業(yè)科技創(chuàng)新能力評(píng)價(jià)：以湖北省為例[J].南方農(nóng)業(yè)學(xué)報(bào)，2013，44（10）：1751-1756.

[5]?張莉俠，俞美蓮，王曉華.農(nóng)業(yè)科技創(chuàng)新效率測(cè)算及比較研究[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2016（12）：84-90.

[6]?梁凱，龔祖文，和平.基于支持向量機(jī)和因子分析法的配電網(wǎng)線損計(jì)算[J].電工技術(shù)，2018（22）：53-56.

[7]?李遠(yuǎn)遠(yuǎn)，梅紅波，任曉杰，等.基于確定性系數(shù)和支持向量機(jī)的地質(zhì)災(zāi)害易發(fā)性評(píng)價(jià)[J].地球信息科學(xué)學(xué)報(bào)，2018，20（12）：1699-1709.

[8]?王肖芳.基于因子分析-BP神經(jīng)網(wǎng)絡(luò)的河南省生態(tài)農(nóng)業(yè)效益評(píng)價(jià)[J].經(jīng)濟(jì)經(jīng)緯，2015（4）：37-42.

[9]?萬忠，吳美良，林佩珍，等.科技進(jìn)步在東莞農(nóng)業(yè)發(fā)展中的作用[J].農(nóng)業(yè)現(xiàn)代化研究，2000，21（6）：337-340.

[10]?楊宗霄，毛智杰，楊本渤，等.基于因子分析與神經(jīng)網(wǎng)絡(luò)的輸電網(wǎng)安全評(píng)價(jià)[J].電網(wǎng)技術(shù)，2009，33（14）：26-30.

[11]?盧文喜，初海波，王喜華，等.基于因子分析的Hopfield神經(jīng)網(wǎng)絡(luò)在水質(zhì)評(píng)價(jià)的應(yīng)用[J].水土保持通報(bào)，2012，32（1）：197-200，237.

[12]?孟嘉偉.基于BP人工神經(jīng)網(wǎng)絡(luò)的水質(zhì)評(píng)價(jià)模型[D].天津：天津大學(xué)，2010.

[13]?王江思，馬傳明，王文梅，等.基于SPSS和GIS的BP神經(jīng)網(wǎng)絡(luò)農(nóng)用地適宜性評(píng)價(jià)[J].地質(zhì)科技情報(bào)，2013，32（2）：138-143.

[14]?朱慶鋒，徐中平，王力.基于模糊綜合評(píng)價(jià)法和BP神經(jīng)網(wǎng)絡(luò)法的企業(yè)控制活動(dòng)評(píng)價(jià)及比較分析[J].管理評(píng)論，2013，25（8）：113-123.

[15]?王碧云.大學(xué)科研創(chuàng)新力評(píng)價(jià)及中國(guó)提升策略研究[D].武漢：武漢大學(xué)，2016.

[16]?耿迪.高校科技創(chuàng)新能力評(píng)價(jià)研究[D].武漢：武漢理工大學(xué)，2013.

[17]?尤丹君.京津冀區(qū)域科技創(chuàng)新能力評(píng)價(jià)研究[D].石家莊：河北經(jīng)貿(mào)大學(xué)，2014.

[18]?李洪文，黎東升.農(nóng)業(yè)科技創(chuàng)新能力評(píng)價(jià)研究：以湖北省為例[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2013（10）：114-119.

[19]?尹偉華，張亞雄.我國(guó)工業(yè)企業(yè)自主創(chuàng)新能力分析[J].調(diào)研世界，2016（2）：3-9.

[20]?黃紅星，劉曉珂，萬忠.科技引領(lǐng)廣東農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革的思路和方向[J].江西農(nóng)業(yè)學(xué)報(bào)，2018，30（11）：147-150.