本站小編為你精心準備了高產創建項目技術效率探索參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

高產創建是在農業資源約束日益強化的背景下，為確保我國糧食安全和大宗農產品的穩定供應，所實施的一項戰略舉措。高產創建自2009年進入項目實施階段，以農業生產縣為項目承擔單位，以萬畝示范片建設為載體，集約項目，集中力量，集成技術，主攻單產，改善品質，提高效益，通過典型示范，促進均衡增產［1］。高產創建工作實施面廣，涉及糧食生產管理的各個環節，通過分析不同區域、不同項目單位的技術效率、純技術效率、規模效率及相關影響因素，能夠科學評估項目實施成效、管理水平、規模適宜程度，及時總結經驗、發現問題，提高管理的科學性和針對性。

1評價指標

1.1投入指標

該研究根據高產創建項目執行單位在行政推動、資源整合、技術集成、示范帶動等［1-2］方面的工作情況，設立如下9項投入指標:

1.2產出指標

按照高產創建實施的目標要求，創建成效考核指標分為萬畝示范片單產潛力挖掘成效和整個項目縣單產潛力挖掘成效兩部分。分析作物生產潛力，即假設作物生長所需的光、溫、土、水、氣等各種要素都得到滿足，品種、勞動力投入、耕作技術、管理水平等都處于最佳狀態時的生產能力［3］。影響作物生產潛力的因素有很多［4］，其影響因素總體上可以分為兩個部分:一是人為可控制的因素，如品種選擇、栽培管理、病蟲害防治、肥水調控、地力改善、抗災減災能力建設等;二是人為不可控因素，如由于各種災害、區域自然生態條件等因素影響，導致作物生長所需的光、溫、氣等的各種條件與理想狀態的差距。高產創建的核心就是要通過技術集成應用，提高技術到位率，改善各種人為可控因素，從而挖掘作物生產潛力。因此主要考察人為可控因素的改善水平。為去除區域生態條件等不可控因素的差異，科學評價全國不同區域創建工作成效，做如下分析:設:Y為作物理論產量;m為人為可控因素系數，即影響作物產量潛力發揮的人為可控因素的實際水平與最佳水平的比值;n為不可控因素系數，即影響作物產量潛力發揮的不可控因素的實際水平與理想水平的比值;y為實際產量，y=m×n×Y。以P表示種植面積;下標s表示萬畝示范片;下標x表示項目縣;上標0表示基期，即2008年;上標1表示項目期，即2009年。示范片與其所屬項目縣，所面臨的不可控因素的影響可以認為相同，即n相同。則項目縣j的高產創建的成效可采用下列指標進行分析:“萬畝示范片”創建作物產量潛力挖掘成效可表示為:y1sj/y1xj×Ps該指標值中y1sj/y1xj越高，則示范片單產水平較所在區域越高，示范片單產潛力發揮的水平越高;再乘以示范片面積Ps，可反映示范片創建作物產量潛力挖掘成效。項目縣全縣創建作物產量潛力挖掘成效可表示為:y1xj/y1sjy0xj/y0sj×Px該指標值中y1xj/y1sjy0xj/y0sj越高，則項目縣單產水平與示范片單產水平趨近程度越高，項目縣均衡增產效果越好;再乘以項目縣創建作物播種面積Px，可反映項目縣全縣創建作物產量潛力挖掘成效。進一步推導:y1sjy1xj×Ps=m1sjn1jYm1xjn1jY×Ps=m1sjm1xj×Psy1xj/y1sjy0xj/y0sj×Px=m1xjn1jYm1sjn1jY×Px=m1xjm1sj/m0xjm0sj×Px可知兩個指標專注于考察高產創建項目工作所帶來的人為可控因素的改善情況;兩個指標綜合使用，可以將全國所有區域的創建工作放在同一水平上，從示范片單產潛力挖掘和帶動大面積均衡增產兩個方面，綜合考察高產創建項目實施效果。

2研究方法———數據包絡分析法

數據包絡分析法(DataEnvelopmentAnalysis，DEA)在處理多投入/多產出問題方面具有不可比擬的優勢:在對生產決策單元(DecisionMakingUnit，DMU)進行評價時(該文中DMU為高產創建項目縣級實施單位，簡稱項目單位)，允許不同的評價指標使用不同的度量單位，且不需要事先確定指標的相對權重，也不必確定DMU各輸入輸出之間的函數關系，排除了許多主觀因素，增強了評價的客觀性［5］。鑒于高產創建的目標是要求綜合利用各種資源，最大可能挖掘糧食單產潛力，本研究選擇的DEA分析模型均為產出導向型［6］。

2.1產出導向的BCC模型

BCC模型得到的效率值為純技術效率，反映了在給定投入的情況下，項目單位獲取最大產出的能力，即獲取最好項目實施成效的能力，可以反映項目實施管理水平。純技術效率值達到1的項目實施單位，其各項投入得到了充分利用，各項投入的配比達到了最佳水平，并獲得了最大的產出效果。BCC模型估算的各項投入/產出的理想值，是在現有的項目實施規模水平上，通過改善管理，優化項目實施策略，所能夠達到的最佳投入/產出水平;為確保投入/產出理想值測算的準確度，選擇兩階段法進行計算［6］。第一階段模型: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的純技術效率值，1≤≤∞;λ:代表DMU參考集合的權重值;S－i:第i種投入項之松弛變量;S+r:第r種產出項之超額變量;ε:代表極小的正數(非阿基米得數);X表示投入向量;Y表示產出向量;I表示投入項數量;R表示產出項數量;J表示DMU數量。第二階段模型: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此時值是第一階段的解。

2.2產出導向的CCR模型

上述BCC模型，去掉限制條件∑Jj=1λj=1，即為所需的CCR模型。CCR模型得到的效率值為技術效率，反映了項目單位投入與產出的對比關系，即項目實施的總體水平。技術效率達到1的項目單位，不僅純技術效率達到了理想水平，其項目實施的各項投入規模也達到了理想水平，即規模效率也為1。利用CCR模型的最優解可以計算DMU規模收益，計算公式為:S=11－∑Jj=1λjS=1，則評價對象的規模收益不變;S＞1，規模收益遞減;S＜1，規模收益遞增。另，評價項目實施規模的適宜程度:規模效率=技術效率/純技術效率。

2.3標桿分析

技術效率和純技術效率達到理想水平的項目單位，被相應的未達到理想水平的項目單位參考學習的次數(即被視為標桿(Benchmark)的次數)越多，該項目單位作為典型進行推廣的潛在價值越大［7］。一般將作為標桿超過3次的項目單位，稱作強勢標桿單位。該研究分析BCC和CCR模型中的強勢標桿單位。

2.4Pearson相關系數

采用Pearson法分析技術效率、純技術效率、規模效率間的相關性。

3數據分析

該研究以承擔2009年小麥和玉米高產創建項目任務的縣級單位為研究對象，依據評價指標，對高產創建信息服務平臺、項目單位實施方案和總結等資料進行整理，共統計了255個小麥項目縣446個“萬畝示范片”(約占示范片總數75%)，234個玉米項目縣451個“萬畝示范片”的數據(約占示范片總數75%)。在對各省(區、市)進行比較時，以其所轄項目縣為抽樣樣本，采用各省(區、市)抽樣樣本的平均值進行分析。數據處理采用MaxDEA4.0和SPSS16.0軟件。

4主要分析結果

4.1技術效率

如表2所示，小麥、玉米項目實施的總體水平，還有很大的改進余地;小麥高產創建項目整體實施水平好于玉米。

4.2純技術效率

如表3所示，項目實施管理水平較好的項目單位比例總體是較高的。就小麥與玉米的比較看，純技術效率達到1的項目單位數量及其占樣本總數比例，小麥均高于玉米，說明小麥創建工作管理水平在整體上好于玉米。

4.3規模效率與規模效益

如表4所示，大部分小麥、玉米高產創建項目單位規模效率沒有達到理想水平。進一步分析可知，大部分項目縣處于規模收益遞增階段。因此，繼續擴大創建規模、加大投入力度，能夠顯著提高創建成效。就小麥和玉米的比較看，小麥的規模效率相對更高，規模效率達到理想水平的項目單位比例也更高，而處于規模收益遞減狀態的項目單位比例較低，說明在創建規模和投入的管理方面，小麥好于玉米。

4.4標桿分析

如表5所示，小麥的強勢標桿單位在樣本中所占的比例，不論在BCC模型還是CCR模型中，均高于玉米，說明小麥創建工作中可挖掘的成功典型更多，創建工作在整體上更為成熟和完善。

4.5技術效率、純技術效率、規模效率間的相關分析

如表6所示:在項目縣的層面上，技術效率與純技術效率的正相關度高于規模效率，說明項目縣要提高項目實施成效，應更多關注改善純技術效率，即改善項目實施的管理水平。在省級層面上比較，技術效率的高低更多地取決于規模效率，說明，省級的工作重點應放在設法擴大創建規模、加大投入力度方面。

4.6投入利用率

比較各項投入的實際值與最佳值的比率，即分析各項投入利用率。如表7所示，各項投入利用率還未達到理想水平。比較而言，玉米各項投入利用率低于小麥，說明玉米創建工作在管理上不如小麥成熟。值得注意的是:在資金投入方面，物化補貼在小麥和玉米中利用率都是最高的一項，可見，采用物化補貼方式進行技術推廣是一個相對有效的途徑。在其他資源運用方面，行政資源的利用率是相對較高的一項，至少說明行政力量在創建項目實施中發揮了比較好的作用。

4.7產量潛力

利用BCC模型估算產出指標理想值，由產出指標計算式(見1.2)推算示范片和項目縣單產的最佳值，并與實際數據進行比較。如表8可知:在現有實施規模上，如果所有的項目實施單位均達到最佳管理水平，小麥“萬畝示范片”平均單產可再提高25.5%，所有項目縣的平均單產可再提高25.8%;玉米“萬畝示范片”平均單產可再提高58.3%，所有項目縣的平均單產可再提高45.6%。小麥和玉米待挖掘的單產潛力巨大，且玉米的增產潛力明顯高于小麥。

5主要結論及建議

5.1繼續強化高產創建項目工作

不論是小麥還是玉米，從技術效率值和各項投入利用率分析，各地創建工作還存在很大的不平衡性;從產量預測結果看，即使現有項目實施規模不變，如果項目實施單位均達到最佳管理水平，小麥446個“萬畝示范片”還可增產6億kg、255個項目縣還可增產175億kg，玉米451個“萬畝示范片”還可增產21.8億kg、234個項目縣還可增產410億kg，高產創建項目成效還有很大提高余地，內涵式發展糧食生產的潛力還很大。因此，應繼續強化高產創建工作，充分發揮高產創建的帶動作用。

5.2進一步明確各級管理部門的工作重點

縣級項目單位應充分利用行政力量的引導、推動作用，著力加強機制建設，注重發揮農業企業、專業合作組織等力量在高產創建中的作用，提高技術到位率和生產管理水平，通過高產創建項目的實施，形成糧食生產穩定發展的長效機制。省級管理部門則要更注重整合各種資源，加大項目的投入力度，擴大創建工作的實施規模，以提高轄區高產創建工作成效。

5.3更多發揮物化技術補貼對高產創建工作的推動作用

在技術集成推廣資金投入方面，物化技術補貼資金利用率最高，是當前最為有效的技術推廣投資。因此，應更好地利用物化技術補貼這一手段，促進技術集成推廣，提高技術到位率。同時，加大對物化技術的研發和物化技術推廣的支持力度。

5.4更多關注增產潛力較大的玉米高產創建工作

從技術效率、純技術效率、規模效率、標桿單位數量及各項投入利用率和產量潛力的比較可知，目前小麥高產創建項目實施水平好于玉米，玉米增產潛力明顯高于小麥。因此，建議給予玉米高產創建工作更多的關注。

5.5繼續增加投入、擴大創建規模

規模效率是影響高產創建成效的重要因素之一，針對目前大部分項目縣處于規模收益遞增階段的情況，應進一步增加投入，著力擴大高產創建項目實施規模，可以考慮將目前的萬畝高產示范片擴大到0.2～0.34萬hm2，并積極推進實施整鄉、整縣成建制推進的戰略，以提高高產創建的規模效率。