高产创建项目技术效率探索范文

本站小编为你精心准备了高产创建项目技术效率探索参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

高产创建是在农业资源约束日益强化的背景下，为确保我国粮食安全和大宗农产品的稳定供应，所实施的一项战略举措。高产创建自2009年进入项目实施阶段，以农业生产县为项目承担单位，以万亩示范片建设为载体，集约项目，集中力量，集成技术，主攻单产，改善品质，提高效益，通过典型示范，促进均衡增产［1］。高产创建工作实施面广，涉及粮食生产管理的各个环节，通过分析不同区域、不同项目单位的技术效率、纯技术效率、规模效率及相关影响因素，能够科学评估项目实施成效、管理水平、规模适宜程度，及时总结经验、发现问题，提高管理的科学性和针对性。

1评价指标

1.1投入指标

该研究根据高产创建项目执行单位在行政推动、资源整合、技术集成、示范带动等［1-2］方面的工作情况，设立如下9项投入指标:

1.2产出指标

按照高产创建实施的目标要求，创建成效考核指标分为万亩示范片单产潜力挖掘成效和整个项目县单产潜力挖掘成效两部分。分析作物生产潜力，即假设作物生长所需的光、温、土、水、气等各种要素都得到满足，品种、劳动力投入、耕作技术、管理水平等都处于最佳状态时的生产能力［3］。影响作物生产潜力的因素有很多［4］，其影响因素总体上可以分为两个部分:一是人为可控制的因素，如品种选择、栽培管理、病虫害防治、肥水调控、地力改善、抗灾减灾能力建设等;二是人为不可控因素，如由于各种灾害、区域自然生态条件等因素影响，导致作物生长所需的光、温、气等的各种条件与理想状态的差距。高产创建的核心就是要通过技术集成应用，提高技术到位率，改善各种人为可控因素，从而挖掘作物生产潜力。因此主要考察人为可控因素的改善水平。为去除区域生态条件等不可控因素的差异，科学评价全国不同区域创建工作成效，做如下分析:设:Y为作物理论产量;m为人为可控因素系数，即影响作物产量潜力发挥的人为可控因素的实际水平与最佳水平的比值;n为不可控因素系数，即影响作物产量潜力发挥的不可控因素的实际水平与理想水平的比值;y为实际产量，y=m×n×Y。以P表示种植面积;下标s表示万亩示范片;下标x表示项目县;上标0表示基期，即2008年;上标1表示项目期，即2009年。示范片与其所属项目县，所面临的不可控因素的影响可以认为相同，即n相同。则项目县j的高产创建的成效可采用下列指标进行分析:“万亩示范片”创建作物产量潜力挖掘成效可表示为:y1sj/y1xj×Ps该指标值中y1sj/y1xj越高，则示范片单产水平较所在区域越高，示范片单产潜力发挥的水平越高;再乘以示范片面积Ps，可反映示范片创建作物产量潜力挖掘成效。项目县全县创建作物产量潜力挖掘成效可表示为:y1xj/y1sjy0xj/y0sj×Px该指标值中y1xj/y1sjy0xj/y0sj越高，则项目县单产水平与示范片单产水平趋近程度越高，项目县均衡增产效果越好;再乘以项目县创建作物播种面积Px，可反映项目县全县创建作物产量潜力挖掘成效。进一步推导:y1sjy1xj×Ps=m1sjn1jYm1xjn1jY×Ps=m1sjm1xj×Psy1xj/y1sjy0xj/y0sj×Px=m1xjn1jYm1sjn1jY×Px=m1xjm1sj/m0xjm0sj×Px可知两个指标专注于考察高产创建项目工作所带来的人为可控因素的改善情况;两个指标综合使用，可以将全国所有区域的创建工作放在同一水平上，从示范片单产潜力挖掘和带动大面积均衡增产两个方面，综合考察高产创建项目实施效果。

2研究方法———数据包络分析法

数据包络分析法(DataEnvelopmentAnalysis，DEA)在处理多投入/多产出问题方面具有不可比拟的优势:在对生产决策单元(DecisionMakingUnit，DMU)进行评价时(该文中DMU为高产创建项目县级实施单位，简称项目单位)，允许不同的评价指标使用不同的度量单位，且不需要事先确定指标的相对权重，也不必确定DMU各输入输出之间的函数关系，排除了许多主观因素，增强了评价的客观性［5］。鉴于高产创建的目标是要求综合利用各种资源，最大可能挖掘粮食单产潜力，本研究选择的DEA分析模型均为产出导向型［6］。

2.1产出导向的BCC模型

BCC模型得到的效率值为纯技术效率，反映了在给定投入的情况下，项目单位获取最大产出的能力，即获取最好项目实施成效的能力，可以反映项目实施管理水平。纯技术效率值达到1的项目实施单位，其各项投入得到了充分利用，各项投入的配比达到了最佳水平，并获得了最大的产出效果。BCC模型估算的各项投入/产出的理想值，是在现有的项目实施规模水平上，通过改善管理，优化项目实施策略，所能够达到的最佳投入/产出水平;为确保投入/产出理想值测算的准确度，选择两阶段法进行计算［6］。第一阶段模型:min，λ－ε(∑Ii=1S－i－∑Rr=1S+r)s．t．∑Jj=1Xijλj+S－i=xik∑Jj=1yrjλj=S+r=yrk∑Jj=1λj=1λj，S－i，S+r≥0;r=1，…R;i=1，…I;j=1，…J其中:1/表示DMUk的纯技术效率值，1≤≤∞;λ:代表DMU参考集合的权重值;S－i:第i种投入项之松弛变量;S+r:第r种产出项之超额变量;ε:代表极小的正数(非阿基米得数);X表示投入向量;Y表示产出向量;I表示投入项数量;R表示产出项数量;J表示DMU数量。第二阶段模型:maxλ，I，R(∑Ii=1S－i－∑Rr=1S+r)s．t．∑Jj=1Xijλj+S－i=xik∑Jj=1yrjλj－S+r=yrk∑Jj=1λj=1λj，S－i，S+r≥0;r=1，…R;i=1，…I;j=1，…J此时值是第一阶段的解。

2.2产出导向的CCR模型

上述BCC模型，去掉限制条件∑Jj=1λj=1，即为所需的CCR模型。CCR模型得到的效率值为技术效率，反映了项目单位投入与产出的对比关系，即项目实施的总体水平。技术效率达到1的项目单位，不仅纯技术效率达到了理想水平，其项目实施的各项投入规模也达到了理想水平，即规模效率也为1。利用CCR模型的最优解可以计算DMU规模收益，计算公式为:S=11－∑Jj=1λjS=1，则评价对象的规模收益不变;S＞1，规模收益递减;S＜1，规模收益递增。另，评价项目实施规模的适宜程度:规模效率=技术效率/纯技术效率。

2.3标杆分析

技术效率和纯技术效率达到理想水平的项目单位，被相应的未达到理想水平的项目单位参考学习的次数(即被视为标杆(Benchmark)的次数)越多，该项目单位作为典型进行推广的潜在价值越大［7］。一般将作为标杆超过3次的项目单位，称作强势标杆单位。该研究分析BCC和CCR模型中的强势标杆单位。

2.4Pearson相关系数

采用Pearson法分析技术效率、纯技术效率、规模效率间的相关性。

3数据分析

该研究以承担2009年小麦和玉米高产创建项目任务的县级单位为研究对象，依据评价指标，对高产创建信息服务平台、项目单位实施方案和总结等资料进行整理，共统计了255个小麦项目县446个“万亩示范片”(约占示范片总数75%)，234个玉米项目县451个“万亩示范片”的数据(约占示范片总数75%)。在对各省(区、市)进行比较时，以其所辖项目县为抽样样本，采用各省(区、市)抽样样本的平均值进行分析。数据处理采用MaxDEA4.0和SPSS16.0软件。

4主要分析结果

4.1技术效率

如表2所示，小麦、玉米项目实施的总体水平，还有很大的改进余地;小麦高产创建项目整体实施水平好于玉米。

4.2纯技术效率

如表3所示，项目实施管理水平较好的项目单位比例总体是较高的。就小麦与玉米的比较看，纯技术效率达到1的项目单位数量及其占样本总数比例，小麦均高于玉米，说明小麦创建工作管理水平在整体上好于玉米。

4.3规模效率与规模效益

如表4所示，大部分小麦、玉米高产创建项目单位规模效率没有达到理想水平。进一步分析可知，大部分项目县处于规模收益递增阶段。因此，继续扩大创建规模、加大投入力度，能够显著提高创建成效。就小麦和玉米的比较看，小麦的规模效率相对更高，规模效率达到理想水平的项目单位比例也更高，而处于规模收益递减状态的项目单位比例较低，说明在创建规模和投入的管理方面，小麦好于玉米。

4.4标杆分析

如表5所示，小麦的强势标杆单位在样本中所占的比例，不论在BCC模型还是CCR模型中，均高于玉米，说明小麦创建工作中可挖掘的成功典型更多，创建工作在整体上更为成熟和完善。

4.5技术效率、纯技术效率、规模效率间的相关分析

如表6所示:在项目县的层面上，技术效率与纯技术效率的正相关度高于规模效率，说明项目县要提高项目实施成效，应更多关注改善纯技术效率，即改善项目实施的管理水平。在省级层面上比较，技术效率的高低更多地取决于规模效率，说明，省级的工作重点应放在设法扩大创建规模、加大投入力度方面。

4.6投入利用率

比较各项投入的实际值与最佳值的比率，即分析各项投入利用率。如表7所示，各项投入利用率还未达到理想水平。比较而言，玉米各项投入利用率低于小麦，说明玉米创建工作在管理上不如小麦成熟。值得注意的是:在资金投入方面，物化补贴在小麦和玉米中利用率都是最高的一项，可见，采用物化补贴方式进行技术推广是一个相对有效的途径。在其他资源运用方面，行政资源的利用率是相对较高的一项，至少说明行政力量在创建项目实施中发挥了比较好的作用。

4.7产量潜力

利用BCC模型估算产出指标理想值，由产出指标计算式(见1.2)推算示范片和项目县单产的最佳值，并与实际数据进行比较。如表8可知:在现有实施规模上，如果所有的项目实施单位均达到最佳管理水平，小麦“万亩示范片”平均单产可再提高25.5%，所有项目县的平均单产可再提高25.8%;玉米“万亩示范片”平均单产可再提高58.3%，所有项目县的平均单产可再提高45.6%。小麦和玉米待挖掘的单产潜力巨大，且玉米的增产潜力明显高于小麦。

5主要结论及建议

5.1继续强化高产创建项目工作

不论是小麦还是玉米，从技术效率值和各项投入利用率分析，各地创建工作还存在很大的不平衡性;从产量预测结果看，即使现有项目实施规模不变，如果项目实施单位均达到最佳管理水平，小麦446个“万亩示范片”还可增产6亿kg、255个项目县还可增产175亿kg，玉米451个“万亩示范片”还可增产21.8亿kg、234个项目县还可增产410亿kg，高产创建项目成效还有很大提高余地，内涵式发展粮食生产的潜力还很大。因此，应继续强化高产创建工作，充分发挥高产创建的带动作用。

5.2进一步明确各级管理部门的工作重点

县级项目单位应充分利用行政力量的引导、推动作用，着力加强机制建设，注重发挥农业企业、专业合作组织等力量在高产创建中的作用，提高技术到位率和生产管理水平，通过高产创建项目的实施，形成粮食生产稳定发展的长效机制。省级管理部门则要更注重整合各种资源，加大项目的投入力度，扩大创建工作的实施规模，以提高辖区高产创建工作成效。

5.3更多发挥物化技术补贴对高产创建工作的推动作用

在技术集成推广资金投入方面，物化技术补贴资金利用率最高，是当前最为有效的技术推广投资。因此，应更好地利用物化技术补贴这一手段，促进技术集成推广，提高技术到位率。同时，加大对物化技术的研发和物化技术推广的支持力度。

5.4更多关注增产潜力较大的玉米高产创建工作

从技术效率、纯技术效率、规模效率、标杆单位数量及各项投入利用率和产量潜力的比较可知，目前小麦高产创建项目实施水平好于玉米，玉米增产潜力明显高于小麦。因此，建议给予玉米高产创建工作更多的关注。

5.5继续增加投入、扩大创建规模

规模效率是影响高产创建成效的重要因素之一，针对目前大部分项目县处于规模收益递增阶段的情况，应进一步增加投入，着力扩大高产创建项目实施规模，可以考虑将目前的万亩高产示范片扩大到0.2～0.34万hm2，并积极推进实施整乡、整县成建制推进的战略，以提高高产创建的规模效率。