1农业科技竞争力
农业科技竞争力是指通过科学研究、技术创新、科技成果转化等科技活动，以及农业科技发展政策的实施，所反映的一国（地区）农业发展的科技总量、实力和科技水平与潜力，以及对科学技术支撑和促进农业经济发展、实现社会可持续发展的推动能力与贡献程度［3］。按照这一概念，农业科技竞争力属于竞争力研究范畴，具备竞争力研究的所有特征。农业科技竞争力不仅仅是科技总量和综合实力，还是一种潜力，要体现在支撑、促进农业产业发展，推动经济、社会可持续发展等方面。由于农业在国民经济建设与发展中的战略性地位，农业科技具有基础性、社会性、公共性等特征，这使得农业科技竞争力研究与其他竞争范围的竞争力研究具有明显区别。
2农业科技竞争力发展的特点
农业是人们利用太阳能，依靠生物的生长发育来获取产品的社会物质生产部门［4］。农业科技竞争力的提升与农业生产过程和农业科技进步密不可分，农业的外部性、公共产品性、弱质性和不稳定性等经济特征决定了农业科技进步主要具备以下5个特性：
2．1渐进性
大量的科技进步一般都是以渐进的形式出现的，即在技术原理基本不变的情况下，通过无数大小不等的改进使科技本身不断完善带来经济效益的提高［4］。
2．2区域适应性
不同地区的自然条件千差万别，因此在应用农业科学技术时也应该因地制宜，这使得农业科学技术的转移性较差。农业科技成果的推广应用，必须有与之适应的自然条件和社会经济条件，需要事前进行多次试验和适应性研究。
2．3系统性
农业科技进步与整个国家、经济、社会、生态发展密不可分，由于某一项农业科技的进步，可以向其他领域推广转移和渗透扩散，促进其他产业科技的发展，逐步形成新的农业科学技术体系，推动产业结构出现更加协调和全新的局面。
2．4合作性
保障农业科技资源综合集成及有效配置，应广泛凝聚科技力量，以项目为载体，将项目做成凝聚力量及集聚资源的平台及载体。
2．5复杂性
农业科技发展的复杂性表现为：①由于经济、社会、科技和生态环境的协调发展程度难以控制、调节，不可能持续地保持农业科技进步的最佳环境。因此，只能在特定的经济社会内，实现科技进步由低级向高级的转化。②农业科技进步内容的复杂性。只有各种科技进步内容的有效化组合，才能形成较大的社会生产力。③农业科技进步结构的复杂性。只有发挥农业科技的综合效应，才能推动农业科技进步。④各类农业科技成果的推广应用。必须有与之相适应的自然条件和社会经济条件。因此，必须坚持农业科技应用的生产可行性、先进实用性和经济合理性的标准，注重农业科技的连锁反应，因地制宜地选择农业科技进步体系。农业科技进步的以上特点决定了在进行农业科技竞争力评价时不仅要考虑农业科技发展的硬件，还要考虑到管理水平、决策水平、新的方针政策、新的经济体制等软件条件。
3竞争力评价常用方法
农业科技竞争力评价是竞争力综合评价在农业产业领域的应用。从已经收集的文献资料来看，竞争力评价最常使用的是定量分析方法，主要有以下4种方法。
3．1传统的TOPSIS法
TOPSIS法，全称TechniqueforOrderPreferencebySimilaritytoanIdealSolution，是C．L．Hwang和K．Yoon于1981年首次提出，TOPSIS法根据有限个评价对象与理想化目标的接近程度进行排序，是在现有的对象中进行相对优劣的评价，是一种逼近于理想解的排序法，该方法只要求各效用函数具有单调递增（或递减）性。“理想解”和“负理想解”是TOPSIS法的两个基本概念。所谓理想解是一设想的最优的解（方案），它的各个属性值都达到各备选方案中的最好的值；而负理想解是一设想的最劣的解（方案），它的各个属性值都达到各备选方案中的最坏的值。方案排序的规则是把各备选方案与理想解和负理想解做比较，若其中有一个方案最接近理想解，而同时又远离负理想解，则该方案是备选方案中最好的方案。TOPSIS法在有限方案多目标决策分析中经常被研究者使用，慈斌（2012）、刘贵文（2011）、张洪（2010）、王小建（2009）等均使用TOPSIS法进行了相关行业或产业的竞争力研究。
3．2灰色系统理论方法
灰色系统理论中，灰色关联度是事物之间、因素之间关联程度和数量的表现。通过计算关联系数和关联度，可从整体上或动态上定量分析事物之间的关联程度和影响程度，为确立事物发展变化的主要因素提供数量依据［5］。灰色关联度分析是系统态势的量化分析比较，其实质是若干数列所构成的曲线列与理想（标准）数列所构成的曲线几何形状的接近程度，几何形状越接近，其关联度越大。关联度则反映各评价对象的优劣次序，其中灰色关联度最大的评价对象为最佳。与常规研究系统的理论和方法不同，灰色系统理论认为，人们对于客观事物的认识具有广泛的灰色性，即信息的不完备与不确定性。灰色系统理论从信息的非完备性出发研究和处理复杂系统，它根据系统某些层次的观测资料以及相关的数学处理，达到对系统内部变化趋势、相互关系的深入认识。石宝军等（2011）、迟国泰等（2006）、陈光潮等（2004）均使用这种方法进行了竞争力研究。
3．3因子分析法
因子分析是指研究从变量群中提取共性因子的统计技术。最早由英国心理学家斯皮尔曼提出。因子分析可在许多变量中找出隐藏的具有代表性的因子。将相同本质的变量归入一个因子，可减少变量的数目，还可检验变量间关系的假设。在已有文献的研究中，因子分析法主要用于科技竞争力指标的筛选及指标赋权，通过因子分析在消除了指标多重共线性的基础上最大限度地保留原指标的信息，可以起到降维的作用，而且可以给各级指标进行赋权。张玉肖（2003）、陶正等（2006）、毅军等（2006）、高雷等（2006）均使用因子分析法进行过竞争力评价。