容县自然资源局综合行政执法大队,广西 容县 537500
摘要:林业建设在保障林业稳定和可持续发展方面发挥着至关重要的作用。林业建设工作需要在林业技术支撑下才能正常开展。林业技术是改善林业建设途径和实现林业现代化的基础,可以有效避免林业建设的盲目性和不合理性。在现阶段,林业技术在林业建设推广应用中还存在不少突出问题,希望我们进一步明确林业技术发展在林业建设中的重要性,然后积极推广应用先进的林业技术,提高林业建设质量。
关键词:林业技术;生产效率;影响因素
1 林业生产效率的概述及影响因素
当前,林业资源是我国社会经济发展的重要象征,能有效的推动城市化建设的发展。随着人们生活水平的不断提升,对物质和精神的追求也越来越高,促使城市建设也迈入了新的台阶,与此同时,对木材的需求量也变得越来越大,从而促使国家和有关部门加强了林业事业中人力和物力的投入。在实际的林业生产中,影响生产效率的因素有很多,最主要的原因有:自然环境因素;人力因素;政策和资金的因素。下面就对着三个影响因素进行一下详细的介绍。
1.1 自然环境因素
林业不同于其他的行业,其自身存在一定的特殊性,对其生存和成长的环境、气候等因素都有着严格的要求。例如土壤的成分、温度的高低、水分是否充足、病虫害的发生等等,这些因素都直接影响了林业生产的效率,同时也为林业资金的投放造成了一定的限制[1]。
1.2 人力因素
人力因素是影响林业事业发展的重要因素,而人力因素中影响林业生产效率的问题有很多,例如缺乏完善的管理制度和专业的管理人员,林业工作人员的综合专业素质不高,职能划分不清,分配不合理等,这都严重影响了林业生产的效率,限制了林业的有效发展。
1.3 政策和资金因素
随着近年来我国不断出台相关的林业政策,有效的推动了林业的进一步发展,但在发展的过程中,不仅需要专业的人才,还需要政府部门的支持和资金的投入。如果资金没有专款专用,投入到林业生产中的资金不足,那么就会制约林业的生产和发展,同时也给林业的资源产出造成影响。
目前测算效率评价方法有两种:数据包络法(DEA)和随机前沿分析(SFA)。DEA方法是由运筹学家Charnes等提出的,属于非参数统计估计方法,是借助数学规划模型对多输入、多输出同类决策单元(decisionmakingunit,DMU)(如部门或单位)的有效性进行评价。在经济管理学科的应用主要集中在经济系统评价与分析、人力资源管理、技术创新与技术进步、金融分析、财务管理、银行管理、物理与供应链管理等领域[36]。SFA方法要求预先设定函数形式,对投入产出指标数量关系和行为假设有较高要求,属于参数统计估计方法。
DEA方法直接利用线性规划对DMU的相对有效性进行估计,无需参数估计和检验,在避免主观因素、简化运算和减少误差等方面有优势。本文研究只需对各省(市、区)林业推广的相对有效性进行估计即可,故采用数据包络法(DEA)测算效率。又因为林业推广活动以获得更广的推广范围为目标,资源投入量更易受到控制,所以采用规模报酬可变(VRS)投入导向型的二阶段DEA模型对林业科技推广活动进行效率评价。对第k个DMU的模型设定为:
式中:涉及的DMU类型有林业推广机构、农户,共有n个决策单元(DMU),对每个DMU有m个投入、s个产出;x代表输入指标,y代表输出指标,λk代表第k个DMU的加权系数,θk表示第k个DMU的效率值,介于0~1之间,越接近1,效率越高。综合效率值可进一步划分为纯技术效率和规模效率。
为进一步分析林业推广服务与应用间的协调关系,采用协调度模型(HR模型)测算协调度,该方法是评价“三化”协调、城乡协调、复合系统协调方面的主要应用方法。借鉴李鹏等[37]使用HR模型描述区域农业废弃物基质化循环利用的各相关主体协调能力,本文采用HR模型描述林业推广相关主体行为协调发展能力,以判断各方主体协调状况及未来发展趋势。HR模型构建为:
式中:H为协调度,Sd和Ag为推广服务效率或技术应用效率的标准差和均值,即Ag=(θ1+θ2+…+θn)/n。其中H小于1,H越大,表明林业推广参与主体的协同发展能力越高,否则,越低。依据研究内容及模型特征,以0.5为界限进行协调度划分,即大于0.5为协调,否则不协调。考虑可能存在协调但效率低的情况,再在协调区域下按照参与主体的效率值进行划分,分为4个标准(表1)。“协调且有效”是比较理想的状态,表明两阶段的行为主体都实现了资源的有效配置,且达到了协调运转的程度;“协调且无效”是比较差的状态,表明两阶段的行为主体都没有实现资源的有效配置,即效率同时偏低,但达到了协调运转的程度;“不协调且有效”是更差的状态,表明两阶段的行为主体在资源配置上存在很大偏差,呈现不协调状态;“不协调且无效”是最差的状态,表明两阶段的行为主体在资源配置上不但效率低且存在很大偏差,呈现不协调状态。
表1 林业推广参与主体行为协调度评价标准
3.1 考察工作中变量的概述
考虑到是对林业生产技术效率的考察,因此,林业的投入变量和产出变量是必须要纳入到考察工作中来,林业的投入变量主要包括林地面积、人力资源的投入、资金的投入、林业固定资产的更新等等方面,林业的产出主要通过林业生产总产值来表示。其中,自然因素这一变量的选择,笔者选择的是4月份~10月份之间的平均气温和降水量来作为考察自然因素对林业生产技术效率影响的变量[2]。
3.2 函数模型的构建
在利用随机前沿分析方法来建立模型的时候,关键在于生产函数模型的构建。考虑到林业生产技术效率工作中各个生产要素的投入之间可能会存在一定的弹性替代,因此可采取超越对数生产函数来构建模型,这种模型能够系统性的,全面灵活的将各个生产要素之间的关系展现出来。函数模型如下所示:
lnYit=β0+A+Vit-Uit,
其中A表示待估参数β1~β5分别跟林业系统从业人员的自然对数、林业系统总体投资总额的自然对数、4~10月份的平均气温的自然对数、平均降水量的自然对数以及林业的总体面积的自然对数乘积之和,Vit为随机变量,主要指的是各种诸如天气等不可控制的因素,Uit是一个非负随机变量,主要指的是在林业生产过程中一些生产要素的无效程度[3]。
同理,效率损失函数的测度模型为:
mab=δ0 +∑δb Xabt,
在这个函数里面,X表示生产单位a的技术效率的第b个变量,δ0是一个常数,δb是一个待估参数,指的是b变量对技术效率的影响情况,δb取不同的正负值的时候指的是变量对技术效率产生影响的正负以及影响程度的大小。该函数值越大,表示该技术效率越底,该函数值越小,说明该技术效率越高。
考虑到我国林业生产技术效率影响因素的不同,也可以构建出如下所示的效率损失函数:
mit=δ0 +δ1A+δ2B+δ3C+δ4D+δ5E,
在这个函数中,A表示人均GDP(国内生产总值),B表示财政支出比重,C表示林业系统从业人员的综合素养,D表示虫害等不可控制的因素,E表示林业产权改革对生产及时效率影响程度。
结语
通过本文的阐述,我们对林业生产的技术效率侧算和分析工作有了更深入的了解,加强林业生产的技术效率侧算和分析工作力度,不仅可以有效的提升林业生产量,同时也能保证林业产品的整体质量。因此,为了加强林业生产的技术效率侧算和分析工作力度,首先就要对导致林业生产效率受到影响的原因进行充分的分析,其次通过构建相应的模型来改变林业生产投入的变量,进而达到推动林业今后更好发展的目的。
参考文献
[1]常洪玮.林业生产的技术效率测算与分析[J].黑龙江科学,2017,8(19):60-61.
[2]石将色,赖青霞.林业生产的技术效率测算与分析[J].农业科技与信息,2016(17):118+120.
[3]董晓莉.林业生产的技术效率测算与分析探讨[J].绿色科技,2016(03):169-170.