我國農業機械化終端政策滿意度實證分析

王其和，方 娜，廖興紅，田 姍

（1.湖北工業大學 工程技術學院；2.湖北省農機鑒定站，武漢430068）

0 引言

自2004年《中華人民共和國農業機械化促進法》頒布以來，我國出臺了大量的農機化促進政策。據不完全統計，截止2013年，國家出臺農機化政策80件，湖北省出臺配套政策36件。政策對農機化的促進作用毋庸置疑，但由于各類政策的供給主體、作用對象、政策目標、措施手段各不相同，要對政策實施的綜合績效進行評價是頗為費神的。考慮到各類政策的終極目標是一致的—推動農業機械化發展進程，因此，我們把是否有利于農機的應用作為各類政策的政策目標。由于農機戶處于農機化價值鏈的終端（科研機構→制造企業→流通企業→推廣機構→監理機構→鑒定機構→農機服務組織→農機戶），是實現農機化的主體，他們對農機化政策的感受最直接、最深刻、最有發言權。另一方面，農機化終端是上游各類政策的匯聚點、作用點，也是以需求為導向的政策供給的觸發點。因此，研究農機戶對終端政策（我們把政策對象為農機戶的政策稱為終端政策）的評價能夠在相當程度上替代對各類農機化政策綜合績效的評價。本文在查閱相關學者研究成果的基礎上，按照李克特五級量表法設計滿意度調查問卷，采用分層抽樣和等距抽樣的方法對湖北省1200余農機戶進行入戶訪談，運用主成分分析法及滿意度線性回歸模型對采集的信息進行分析。

1 數據收集及樣本特征

1.1 問卷的設計與數據的收集

借鑒國內外有關用戶滿意度測評的方法，采用李克特（likert）5級量表設計調查問卷。問卷內容包括農戶家庭基本情況、終端政策的評價、政策建議等。在原始問卷設計過程中，先后咨詢了農機管理人員、業內專家、廠家代表、銷售人員，邀請了多位農機戶進行問卷試測。在此基礎上，剔除了容易產生混淆的相關詞語及項目，調整了問卷的問題順序。

為了保證調查數據的代表性和科學性，參照已有的農機區劃分類方法，把湖北分成平原、丘陵、山區三個農機化區，按每區5個縣（市）實施分層抽樣，再按等距抽樣的方法從每個縣（市）中抽取2個鄉（鎮）（由于等距抽樣可以節省物力、財力，且得到的樣本幾乎與簡單隨機抽樣所得樣本相同，因此，用等距抽樣代替簡單隨機抽樣），再在每個鄉（鎮）中隨機抽取4個村，最后在每個村隨機抽取10個農機戶。這樣，共獲得了湖北省15個縣(市)30個鄉（鎮）120個行政村1200個農機戶樣本。

2013年7月至2014年5月，研究小組成員采用入戶訪談的方式分期分批對1200個樣本戶進行訪談，共發放問卷1200份，收回1158份。通過問卷整理和邏輯檢驗，得到1020份有效問卷，問卷有效率達到88.08%。應用SPSS13.0軟件對樣本數據進行信度和效度分析，發現所有變量的Cronbach’s Alpha均大于0.5，說明數據具有較高的信度。

1.2 農機戶基本特征

通過對數據進行統計和計算，得到樣本的基本特征如表1所示。男性占82.4%，女性占17.6%；文化程度為：小學占32.4%，初中占48.1%，中專、高中占16.7%，大學占2.9%；年齡結構：偏老，均值接近44歲；支付能力：購買力較低，均值約為20000元；經營土地面積較為適中，均值9.23畝。

表1 樣本農機戶基本特征

2 農機用戶滿意度分析與評價

運用主成分分析計算出農機用戶測評滿意度的幾個主要因子，然后分別計算各個因子的主成分得分，再結合OLS回歸模型建立滿意度的測度模型、進一步計算出農機用戶滿意度得分并給出相應的評價。

2.1 農機用戶滿意度分析

2.1.1 對所分析數據進行KMO檢驗和Barlett球度檢驗。檢驗結果表略。

KMO=0.892，P=0.000，表明本次所取得樣本量是合適的，變量相關矩陣所建立的模型是合適的。

2.1.2 提取主成分

運用SPSS13.0對調查取得的數據進行主成分分析，具體結果見表2。從表2可知，特征根大于1的有5個，因此提取5個主成分，這5個主成分的累計方差貢獻率為64.844%，也就是這5個主成分一共可解釋原始變量信息的64.844%。因此，原始數據的主要特征信息可以由這5個主成分來表述。

表2 主成分分析結果

2.1.3 旋轉后的因子載荷矩陣

表3中，第一個主成分由X3購買貸款政策、X11購機補貼政策、X12促銷政策、X15產品政策構成、X18購買便利性政策，主要反映的是農戶對農業機械購買過程的評價因子；第二主成分由X5以舊換新政策、X10報廢政策，主要反映的是在農用機械產品使用后處理情況的評價因子；第三個主成分由X9跨區作業政策、X16售后政策、X20機庫建設政策構成，主要反映的是在農業機械使用過程中的公共服務評價因子；第四個主成分由X2監理政策、X4事故處理政策構成、X14轉讓政策構成，主要反映的是在農業機械使用過程中政府公共管理評價因子；第五個主成分由X7培訓政策構成，主要反映的是農用機械使用、保養、維修的知識、技能的培訓服務評價因子。

2.1.4 計算主成分得分

利用SPSS13.0統計分析軟件輸出結果，可得出因子得分系數矩陣，根據上述因子得分系數矩陣，應用線性組合可以計算出各因子得分：

F1=0.102X1-0.043X2+0.295X3-0.153X4+…+0.062X1 9-0.269X20-0.011X21

依此類推，可以計算出F2，F3，F4，F5，其中5個主成分得分分別用F1，F2，F3，F4，F5表示。

2.1.5 構建回歸模型

構建主成分回歸模型來測度農機用用滿意度水平。

CSI=b0+b1F1+b2F2+b3F3+b4F4+b5F5

式中：CSI表示因變量,代表原始各變量均值；F1，F2，F3，F4，F5表示自變量，代表5個主成分得分。

表3 旋轉后的因子載荷矩陣

運用OLS回歸分析法得到回歸結果如下：

CSI=3.173+0.395F1+0.281F2+0.255F3+0.244F4+0.167F5

(1994.040)(247.041)(175.440)(159.728) (152.423)(104.472)

(0.000)(0.000)(0.000)(0.000)(0.000)(0.000)

R Square=0.999 F=30293.724

上述回歸方程說明，F1，F2，F3，F4，F5對CSI的影響均為正，且通過顯著性水平檢驗。

2.2 農機用戶滿意度評價

利用上述滿意度模型可以計算出各樣本的顧客滿意度CSIi，然后再進行平均得到農機用戶的滿意度為：3.17。從表4可知，農機用戶表示非常不滿意的為0%，比較不滿意為11.80%，一般滿意為58.80%，比較滿意為28.4%，非常滿意為1.00%。即滿意比例很高，接近九成，占總數的89.2%。但滿意強度一般，接近60%的農機用戶表示一般滿意，說明農機用戶滿意度還有不少提升空間。

表4 滿意度水平百分比分布表

3 終端政策滿意度提升建議

從上述OLS回歸分析的結果可以看出，五個主成分對農機用戶滿意度的影響均為正，因此農機用戶的滿意度水平提高需要以五個主成分為出發點，分別從用前、用中和用后三方面展開政策完善工作。

3.1 強化用前政策

3.1.1 產品政策

從本次調研情況看，農機戶對產品不滿意的原因來自多方面：“耗能大”、“部件易損壞”較為突出，抱怨“產品價格太高”的占比也超過了30%，其余諸如“性能不穩定”、“排污大”、“利用率不高”、“性能不穩定”等問題點也占有相當比率。鑒于此，國家應落實和完善農機產業政策，鼓勵、引導農機企業生產、銷售適銷對路、節能環保、質量上乘、一機多用的農業裝備；同時，應盡快出臺細化、操作性強的政策，支持企業購并、聯合，走集群化、產業化、規模化的發展路子，使農機產品價格有一定程度的下降，盡量接近農民的農機購買力水平。

3.1.2 促銷政策

農機購機補貼政策是迄今為止我國推行的促銷時間最持久、支持力度最大的促銷政策。本次調研發現，不滿意原因主要有三項，“補貼程序復雜”“辦事效率低”和“沒有享受補貼”。這說明，購機補貼政策在執行路徑、手段和實施范圍等方面仍有改進和完善的必要。當前，一些省份推出的“全價購機、縣級結算、直補到卡”的試點方案，在政策設計上做到了職責明確、操作規范、信息公開，值得借鑒。另外，盡管購機補貼政策已經覆蓋到全國所用的農牧縣，但并沒有覆蓋到所有購機戶，抱怨“沒有享受補貼”者不在少數。因此，應進一步加大政策覆蓋范圍，加快購機補貼“普惠制”進程，以增強政策的公平性和普適性。

3.1.3 貸款政策

在購買力較低的背景下，向銀行貸款購機是選項之一。但農民貸款購機遇到諸多困難，“貸款程序復雜”“貸款少”“貸款條件苛刻”“貸款周期長”是農戶反映最為集中的四只攔路虎。當前，各地金融機構應在保證資金安全的、風險可控的前提下，不斷增加農業機械新增貸款的規模，優先為市場急需的農業機械提供貸款；要建立農民購置農業機械小額貸款制度，并擴大貸款范圍，貸款額度可控制在購機資金的60%以內，對購機信貸實行低息或免息優惠；允許農民以擬購買的農機作為抵押物向金融機構貸款，同時簡化審批手續，貸款期限也可適當延長。這樣能有效降低購機者所承擔的風險，有利于提高購機者購機與經營積極性和責任感，支持農民發展農業機械化。同時，要建立相應的農機信貸監管及風險管理制度，對大額農機信貸實行信用評價制度，農機轉移后補貼、貸款收回制度，防止農機械化發展資金的流失和無序流動。

3.2 優化用中政策

3.2.1 培訓政策

我國先后出臺了《關于開展千萬農機手培訓活動的通知》《全國農機化教育培訓“十二五”規劃》《關于深入開展農業機械化教育培訓大行動的通知》《關于做好2014年農機化培訓工作的通知》等政策文件，實施了“陽光工程”農機手培訓項目和農機職業技能鑒定和金藍領計劃。但農機戶最不滿意是“培訓少及無培訓”，其次是“培訓水平低”和“針對性不強”“收費高”，這說明培訓政策的執行力和執行水平不夠，各級農機主管部門應加強對各類項目的監管力度，重點監管培訓內容的實施和培訓資金的流向。同時，應從根本上建立一支較高水平的農機培訓師資隊伍，保證培訓實效。

3.2.2 作業政策

一是改革農機燃油補貼政策。農機戶對燃油補貼不滿意的原因有兩點，一是“力度小”，二是“沒享受到”。我國現行農用燃油補貼是按土地承包面積以農資綜合補貼的形式發放給農戶的，直接從事田間作業服務的農機手沒有按作業面積獲得燃油補貼，燃油補貼與農田作業用油者脫節。《中華人民共和國農業機械化促進法》中明確規定，“燃油補貼應當向直接從事農機作業的農民和農業生產經營組織發放。”現行的補貼方式有違政策的初衷，起不到“鼓勵農民使用先進農業機械”的作用。建議改變現行補“有田戶”為補“從事田間作業的農機戶”。二是加大對農機關鍵作業環節補貼的力度。如加大對水稻機插、油菜機播、機收和農作物病蟲害機械化統防統治、秸稈還田等技術應用環節的作業補貼，以促進農民購買農機、應用農機的積極性。

3.2.3 基礎設施建設政策

農村農業基礎設施薄弱，機耕道、機棚、機庫、加油站等基礎設施的建設滯后，制約了農機化的進一步發展。在不滿意的人群中，高達40%的人反映“沒有機棚、機庫”，30%的人認為“加油貴”，20%的人反映“沒有機耕道或很少”。其次，“質量差”“實用性差”也是抱怨熱點。

《中華人民共和國農業機械化促進法》第29條規定，地方各級人民政府應當采取措施加強機耕道路等農業機械化基礎設施的建設和維護，為農機化創造條件。因此，應明確機耕道等設施建設由農機部門歸口管理，統籌安排。計劃、交通、財政、扶貧辦等有關部門應積極配合，大力支持，將農機基礎設施建設納入當地新農村建設范疇，融入優質糧食產業工程建設、優勢農產品基地建設、農業綜合開發、生態環境綜合治理、中低產田改造等項目中，統一規劃和實施。

3.2.4 監理政策

農機戶對農機監理不滿意點較多，“執法粗暴”“亂罰款”“亂扣證”都超過了20%，執法人員的“吃拿卡要”占15%。有鑒于此，各級紀檢、監察機關要強化執法監督力度。為使監督有法可依，要在立法上完善監督機制，盡快制定統一的監督法規，使監督工作全面走向規范化、制度化、法制化和程序化的軌道。每位農機執法人員應當端正執法指導思想，牢固樹立行政須依法，用權須監督的觀念。同時，結合農機監理執法工作的特點，積極探索內部監督長效機制，重點加強對執法權力的監督和制約，加強對專項工作的督查考核，強化對基層一線人員的管理，切實規范執法行為，克服執法的隨意性，糾正行政不作為、亂作為的現象。

3.3 完善用后政策

購機補貼政策實施10多年了，農村農機保有量巨大。目前農村不少農民早期購買的農機具處于報廢邊緣，而這些“超前服役”的舊農機既污染環境、浪費能源、增大了種糧成本，也極易引發安全事故。《全國農業機械化發展“十二五”規劃》首次將農機“以舊換新”納入規劃。因此建議，一是國家盡快出臺已醞釀時日的“農機以舊換新”“農機報廢”政策。可參考家電、汽車“以舊換新”辦法，劃撥農機具“以舊換新”專項資金，針對舊機型制定相應合理的回收價格，引導農民以舊換新，同時在購買新機時繼續給予適當補貼，尤其要加大對一些高性能、低排放、經濟適用的農機的補貼力度。二是及時制定老舊農機具報廢更新政策和措施。可參照機動車輛報廢標準和實施辦法，制定各類農機裝備強制報廢標準和實施辦法。同時，參照機動車輛的排放標準，加強對農機尾氣檢測和燃油消耗測定。三是加大對農機具報廢更新的補貼力度。盡快研究制定舊機具報廢更新補貼辦法和標準。補貼標準原則上應該高于該種機型二手機平均交易價格，以增加農機報廢政策的吸引力。

[1]王漢林.建國以來我國農業科技政策分析[J].科技進步與對策，2011，（1）.

[2]白人樸，楊敏麗.我國農業機械化發展的階段性研究[J].農業機械學報，2005，12(36).

[3]王妓，肖海峰.我國良種補貼、農機補貼和減免農業稅政策效果分析[J].農業經濟問題，2007，（2）.

[4]楊敏麗，志強，沈廣樹.國外農業機械化法規及支持政策[J].中國農機化，2005，（2）.

[5]單愛軍，孫先明，于斌.發達國家農業機械化促進政策對我國的啟示[J].農機化研究，2007，（4）.

[6]中國機械工業協會.中國機械工業年鑒[M].北京：機械工業出版社，各年度.

[7]郭姝宇.中國農業機械化制度變遷及政策評價[D].長春：吉林大學，2011.

[8]Ranjita Nepal,Gopal B.Thapa.Determinants of Agricultural Commercialization and Mechanization in the Hinterland of a City in Nepal[J].Applied Geography,2008,（12）.