中景视角|现代农业产业技术体系运行经费绩效评价 案例分析

2020-05-15


汪红新

导读

领域聚焦、覆盖面大、组织管理层级多、受益对象广泛的项目,往往专业性强、信息量大,评价任务重,承接该类项目,评价机构往往面临着较大的人、财、时投入压力,聚焦评价方向、选择评价方法对评价工作完成时效和质量影响巨大。本文针对现代农业产业技术体系运行经费绩效评价进行案例分析,希望对今后该类项目的开展提供相关经验借鉴。


一   项目概况


(一)  项目背景及内容


为更好地发挥科技支撑现代农业产业发展的作用,从产业发展需求出发解决科研和生产“两张皮”的问题,依据《农业部 财政部关于印发<关于地方开展现代农业产业技术体系建设工作的指导意见>的通知》(农科教发〔2008〕5号),某市自2009年开始建立现代农业产业技术体系,并设立专项资金保障体系运行。该体系由产业技术研发中心(首席专家+功能实验室)、综合试验站和田间学校工作站三个层级构成,围绕产业发展需求,以农产品为单元,以产业为主线,从产地到餐桌、从生产到消费、从研发到市场各个环节紧密衔接、环环相扣。截至2019年,已建立了覆盖种植业、养殖业的a个体系团队。

体系各层级主要职责如下:产业技术研发中心主要负责开展产业发展关键和共性技术攻关与集成,对上衔接国家现代农业产业技术体系,对下指导综合试验站和田间学校工作站开展技术示范与推广。综合试验站主要承担产业技术研发中心下达的试验、示范、推广与调研任务,组织技术交流和观摩活动;为田间学校工作站提供技术支持。田间学校工作站主要开展参与式农民需求调研;开展新技术、新品种、新产品参与式培训;整村推进科技成果转化,辐射带动周边村镇技术进步。


(二) 项目特点


历时久:该体系运行10年;


领域专业,覆盖面大:a个农业产业,如果蔬、奶牛、冷水鱼等;多个生产环节,如育种、栽培、疫病防控、农机、加工流通等。


管理层级多:涉及市级农业主管部门、产业技术研发中心、综合试验站、田间学校工作站。


受益对象广泛:该市农业生产经营主体(农户/涉农企业)、各区农业主管部门、体系内团队成员。


二  评价思路


基于项目特点的几点思考:


1.该体系已运行十年,本次绩效评价是对以往资金支出成效的总结,也是进一步优化体系的探索,在回顾体系建立以来对产业发展贡献的同时,应着眼产业未来发展,关注体系调整优化。


2.体系涉及管理层级多,评价时既须关注专项主管部门对体系整体的管控,也须关注各产业团队各层级的运转协调及其对体系功能发挥的支撑作用。


3.该体系涉及研发到市场的各个环节,服务农业生产经营主体的同时,也为市区农业主管部门科学决策提供技术支持,为产业人才培养提供平台,不同受益对象均对体系绩效实现情况具有话语权,须多角度了解。


4.领域专业,工作组须正视对产业发展认识的局限,借助专家力量给予必要的专业判断。


5.覆盖面大,工作组须综合考虑人、财、时投入,合理选择评价方法,提高工作效率和质量。


基于以上思考,根据该市财政支出绩效评价共性框架体系,工作组从决策、管理和绩效三个层面对该体系进行评价。决策层,重点关注体系目标定位科学性、团队遴选布局与该市产业发展需求匹配度。管理层,考虑到市级主管部门每年均进行资金审计,资金管理方面侧重预算分配科学性,资金执行规范性评价应用已有审计成果,根据近几年审计披露的问题,评判资金监控有效性;体系管理方面,根据组织管理架构,分别关注市级主管部门的总体管控机制和各团队各层级运行管理机制,重点评价体系内人员管理和任务管理两部分内容。绩效层,产出方面,关注团队任务完成情况;效果方面,根据体系建设目标和基本任务分解核心指标,详见下表。

三  评价过程及方法组合


(一)通过文献检索法+座谈聚焦评价方向


文献检索法。工作组搜索整理中央、该市及其他省市有关现代农业产业技术体系建设的政策制度及相关文献,为评价工作深入开展打牢基础。


现场座谈。工作组与市级主管部门进行现场座谈,初步掌握体系运行管理情况及主要绩效,为核心绩效指标分解做铺垫,同时明确可从主管部门获取的基础资料,确定须工作组独立收集的资料,制定工作方案。


(二)通过座谈+实地勘查+数据收集+问卷调查摸清体系运行管理情况,核实绩效。


现场座谈。工作组与各团队各层级进行现场座谈,掌握团队运行管理情况及绩效实现情况,了解其对体系运行的意见和体系优化的建议。


实地勘查。工作组在各团队分别选取部分综合试验站和田间学校工作站进行现场勘查,核实团队技术示范与推广培训情况,了解体系下游相关反馈。


数据收集。工作组制定数据信息收集表,由各团队填写提交,弥补评价基础资料的不足。


问卷调查。工作组通过线上问卷形式开展调查,调查对象涉及团队内部三个层级,团队外部农业生产经营主体及各区农业主管部门,掌握团队内对体系建设及管理的满意度、外部受益对象对团队服务的满意度。


(三)通过案头分析+专家咨询梳理问题和建议。


案头分析。工作组对数据和问卷进行统计分析,分析结果作为量化指标的评价依据;整理典型案例,作为定性指标评价依据。


专家咨询。工作组邀请行业领域资深专家,召开专家咨询会,将整理的评价基础信息和满意度分析报告提供专家,充分征询专家意见,为最终绩效评价报告的形成提供专业支持。


四、评价工作经验和反思


(一)根据项目特点、评价目的、勘查对象、时限要求,选取恰当的现场评价方法,合理匹配人力、时间和任务量


为提高财政支出绩效评价工作质量,确保评价依据充分、数据准确、信息可靠,工作组通常采取现场与非现场相结合的方式开展绩效评价工作,即在审阅项目单位提供资料的基础上,实施必要的现场评价,一方面对前期收集的资料进行补充完善,另一方面也是对信息资料的真实性进行验证。但实际操作时,现场评价成效往往参差不齐,究其原因,一是现场评价缺乏目的性和计划性,评价工作流于形式;二是现场评价方法选择不当,不匹配评价目的或不适用于评价对象;三是现场评价节奏安排不合理,人力和时间投入与评价任务不匹配。回顾本次现场评价工作,不乏亮点也存在不足。


亮点在于工作组基于不同评价需求,针对不同对象采取不同评价现场方法,且在不同阶段采取不同的方法组合。在评价初始阶段,由于项目涉及组织管理主体较多,工作组通过各主体提供的信息,无法整合出项目全貌,且项目专业性强,工作组根据书面资料存在理解偏差,无法有效聚焦评价方向,为全面了解体系整体情况,初步了解各团队情况,为进一步深入评价奠定基础,该阶段主要对象是专项主管部门,采取集中座谈方式。评价实施阶段,工作组需核实体系整体决策管理机制实现情况、各团队运行管理和绩效情况,该阶段主要对象是团队内部三个层级,即产业技术研发中心、综合试验站和田间学校工作站,其中,产业技术研发中心主要是技术攻关、集成与指导,采取集中座谈方式;综合试验站和田间学校工作站涉及试验、示范、推广,在座谈的基础上,须开展实地勘查。但集中座谈和实地勘查存在时间限制,无法充分掌握团队内外的反馈意见,对此通过线上问卷方式展开全面调查,收集产业技术研发中心层面有效问卷116份,综合试验站层面有效问卷53份,田间学校工作站层面有效问卷142份,各类农业生产经营主体有效问卷300份,各区农业主管部门有效问卷9份,通过问卷分析,全面了解团队内外各层级满意度和意见建议,为体系进一步调整优化提供参考。


不足在于各团队前期提交的资料信息量大,工作组座谈前的案头工作不够充分,通过座谈沟通的产业及团队基础信息过多,座谈内容不够聚焦,沟通深度不够,部分信息价值不高。对此,应夯实座谈前的案头工作,评估座谈时长,精简问题清单条目,细化每个问题的切入角度和延伸方向,在解决清单问题的基础上,对重点问题的延伸座谈留有时间,同时随着座谈的逐步推进,在共性问题达成共识的情况下,将座谈重点调整为个性问题沟通或关键核心问题的延伸。若在座谈前无法充分聚焦重点,可通过预调研或线上问卷调查前置的方式,帮助工作组在短时间内初步把握重点,有的放矢。此外,为了提高现场评价效率,工作组通常将一个现场的资料审核、座谈、实地勘查集中开展,要在提高效率的同时兼顾质量,必须在入场前保证资料审核要点、座谈问题清单、实地勘查记录表明确清晰,分组进行,避免人力和时间配置不到位导致评价现场赶进度、无深度。


(二)充分借助外部力量和既有成果,提高评价效率和深度


对于历时久、领域聚焦、专业性强的项目,对项目了解最为全面和深入的莫过于被评价方和利益相关方,工作组乃至专家可能不足以在短期内触及到项目核心,加之当前绩效评价结果的应用力度不足以将评价方和被评价方完全置于对立面,从充分呈现绩效、客观呈现问题、及时补救问题的角度出发,工作组可充分调动被评价方的参与度、征询利益相关方的意见,有助于准确聚焦评价方向,提高评价效率和评价深度。本次评价,工作组通过座谈和问卷调查的方式,充分借助专项主管部门、各团队各层级的力量,掌握核心绩效并设定评价指标;借助受益对象的力量,掌握其对体系绩效实现的满意度和意见建议;最后借助专家力量,对各产业领域专业问题给予技术支持。此外,鉴于专项主管部门每年均开展资金审计和年度总结,工作组充分利用既有成果,对相关数据信息进一步加工和分析,作为评价依据,提高了评价效率。


(三)数据解释、计算方法、统计口径对数据是否可用影响极大


本次评价的项目虽历时久,决策管理机制相对成熟,但绩效量化数据不完整,纵向看,历年数据缺乏连续性;横向看,各团队间可比数据缺乏统计,导致量化评价指标缺乏依据。为此,工作组制定了相关数据统计表重新收集。但前期数据解释、计算方法和统计口径备注不够详实,导致数据报送质量较差,存在部分团队数据不适用、填报不完整、口径不统一的问题,致使部分数据重新收集、部分数据放弃使用,影响评价进度。对此,工作组须在今后评价过程中关注数据收集质量,预判数据填报可能存在的问题,细化统计表备注,明确数据解释、计算方法、统计口径、填报主体等信息,确保数据有效、可用。


(审核 :刘迪)

本网站由阿里云提供云计算及安全服务