王思琪，陳美球，魯燕飛，翁貞林

（江西農(nóng)業(yè)大學農(nóng)村土地資源利用與保護研究中心/江西省鄱陽湖流域農(nóng)業(yè)資源與生態(tài)重點實驗室，江西 南昌 330045）

農(nóng)業(yè)補貼政策的農(nóng)戶滿意度及其影響因素分析

王思琪，陳美球，魯燕飛，翁貞林

（江西農(nóng)業(yè)大學農(nóng)村土地資源利用與保護研究中心/江西省鄱陽湖流域農(nóng)業(yè)資源與生態(tài)重點實驗室，江西 南昌 330045）

農(nóng)戶對農(nóng)業(yè)補貼政策的滿意度是衡量農(nóng)業(yè)補貼政策效應的最核心指標?；趯魇?個市587戶農(nóng)戶對4種不同的農(nóng)業(yè)補貼政策滿意度的實地調查，運用Ordered-probit模型實證分析影響農(nóng)業(yè)補貼政策滿意度的主要因素。結果表明，針對不同的農(nóng)業(yè)補貼政策，影響其滿意度的因素不完全相同，并提出了相應的對策建議。

農(nóng)業(yè)補貼政策；農(nóng)戶；滿意度；影響因素

高雪萍、廖彩榮、李志朋、黃玉嬌、謝曉文、劉馨、劉靜、彭欣欣、胡雯、嚴靜嫻、付霖煒、肖芳文、劉君、陳燕、全鎮(zhèn)新、張媛等老師與同學參與調研與數(shù)據(jù)收集，謹此致謝！

1 材料與方法

1.1 數(shù)據(jù)來源

數(shù)據(jù)來源于課題組的專題調研。調研采取分層隨機抽樣方法，按全省總人口、人均GDP、耕地面積、耕地面積比重、農(nóng)業(yè)人口占省區(qū)總人口比重、農(nóng)業(yè)產(chǎn)值占省區(qū)GDP的比重等6個指標進行聚類，分成3個層次，每個層次隨機抽取5個縣，共選取南昌、九江、萍鄉(xiāng)、撫州、上饒、宜春、新余、吉安、贛州9個市15個縣進行調查，每個縣隨機選擇2個村，每個村發(fā)放問卷20份，于2014年寒假期間采取入戶訪談進行，共發(fā)放調查問卷600份，其中有效問卷587份，占97.83%。調查內(nèi)容包括受訪農(nóng)戶個人及家庭基本情況、種糧直接補貼、良種補貼、農(nóng)資綜合補貼和農(nóng)機具購置補貼政策的滿意程度。

調查對象中，男性居多，占調查總數(shù)的67.63%；中年占大多數(shù)，且文化程度偏低。地處山區(qū)的農(nóng)戶相對較多，主要以中型家庭為主，平均家庭規(guī)模為4.6人，平均勞動力總數(shù)為3.3人；大部分家庭的收入來源中農(nóng)業(yè)所占比重較少，村鎮(zhèn)發(fā)展水平普遍處于中游水平。樣本特征見表1。

1.2 模型選擇

農(nóng)戶對農(nóng)業(yè)補貼政策滿意度的評價分為很不滿意、不太滿意、一般、比較滿意、非常滿意，屬于多元有序變量，因此，本研究選用Ordered-probit回歸模型進行分析。Orderedprobit模型的函數(shù)形式表示：

表1 樣本數(shù)據(jù)基本特征

式中，i為農(nóng)戶個體，y*為因變量，xi為可能影響因變量的一組解釋變量向量，β為相應的未知系數(shù)，β0為常數(shù)項，u為服從正態(tài)分布的隨機擾動項。樣本中y*是無法直接觀察潛在變量，需要用可以觀察到的變量yi表示。假設γ1＜γ2＜…＜γn-1表示閾值，本研究中n =5，因此有γ1、γ2、γ3、γ44個閾值，yi與潛變量y*的關系如下：

1.3 變量設定

本研究選取4大類共17個解釋變量，包括農(nóng)民個人特征（性別、年齡、文化程度、外出打工經(jīng)歷）、農(nóng)戶家庭特征（家庭人口數(shù)、勞動力總數(shù)、外出打工比例、勞動力中高中以上文化程度比重、人均家庭總收入、農(nóng)業(yè)收入比重）、耕地資源稟賦（人均承包地面積、耕地零碎度）、區(qū)域條件（地形地貌、該鎮(zhèn)在本縣發(fā)展水平、該村在本鎮(zhèn)發(fā)展水平、所在縣人均GDP、距縣城交通距離），農(nóng)戶對農(nóng)業(yè)補貼政策滿意度評價作為被解釋變量（表2）。

表2 農(nóng)戶對農(nóng)業(yè)補貼政策滿意度影響因素的特征描述

2 結果與分析

2.1 農(nóng)戶對農(nóng)業(yè)補貼政策滿意度總體評價

問卷統(tǒng)計結果（表3）表明，農(nóng)戶對農(nóng)業(yè)補貼政策整體滿意度比較高，選擇“比較滿意”和“非常滿意”的比例達到77.05%，但對不同政策的滿意度有所差別，其中對“種糧直接補貼”最高，達到80.58%，依次為“良種補貼”、“農(nóng)資綜合補貼”和“農(nóng)機具購置補貼”，分別為77.18%、75.3%和75.13%，與農(nóng)戶的受益面呈正比，受益面越廣的補貼政策越滿意。

2.2 種糧直補政策滿意度的影響因素分析

由表4可知，在17個因素中，只有農(nóng)民個人特征中的年齡、農(nóng)戶家庭特征中的勞動力總數(shù)和農(nóng)業(yè)收入比重、耕地資源稟賦中的人均承包地面積、區(qū)域條件中的地形地貌和距縣城交通距離對種糧直補政策滿意度產(chǎn)生顯著影響。其中，年齡在10%顯著水平上呈正向影響，這可能是年齡較大者經(jīng)歷過農(nóng)業(yè)稅征收年代，對現(xiàn)行普惠的種糧直補政策更容易滿意；家庭勞動力總數(shù)在5%水平上顯著，且系數(shù)為負，說明對于家庭勞動力數(shù)越大的農(nóng)戶，對種糧的收入期望值更高，面對同樣的資金補助和政策扶持時，滿意度會相對較低［13］；農(nóng)業(yè)收入比重在10%水平上顯著，且系數(shù)為正，這是由于農(nóng)業(yè)收入為主要來源，種糧直補給家庭帶來的增收效果更高，因此滿意度更高；人均承包地面積在1%顯著性水平上通過了統(tǒng)計檢驗，且系數(shù)為正，這是因為人均承包地面積越多，農(nóng)業(yè)補貼政策對農(nóng)戶家庭受益的影響也越大，農(nóng)戶也就越關心政策的變化與實施［14］，對政策滿意度越高；地處山區(qū)、丘陵的農(nóng)戶擁有的耕地較少，農(nóng)業(yè)收入較低，因此對種糧直補更為滿意；距縣城交通距離越遠，獲取外界信息越不方便，對種糧直補的政策含義和實施流程了解程度越低，滿意度也越低。

表3 農(nóng)戶對農(nóng)業(yè)補貼政策滿意度（%）評價結果

表4 種糧直補政策滿意度模型估計結果

2.3 農(nóng)資綜合補貼政策滿意度的影響因素分析

由表5可知，在17個因素中，只有農(nóng)戶家庭特征中的勞動力總數(shù)、耕地資源稟賦中的人均承包地面積和耕地零碎度、區(qū)域條件中的該鎮(zhèn)在本縣發(fā)展水平和距縣城交通距離對農(nóng)資綜合補貼政策滿意度產(chǎn)生顯著影響。家庭勞動力總數(shù)、人均承包地面積和距縣城交通距離的表現(xiàn)與解釋原因和種糧直補政策相似。耕地零碎度在5%顯著性水平上通過了檢驗，且系數(shù)為負，原因可能是耕地零碎度越高，越不易于進行集中經(jīng)營，所需消耗的農(nóng)業(yè)生產(chǎn)資料較多，對補貼的期望值越高，從而對現(xiàn)行的政策滿意度較低；該鎮(zhèn)在本縣發(fā)展水平在1%水平上顯著，并具有正向影響，說明村鎮(zhèn)發(fā)展水平越高，經(jīng)濟條件相對較好，獲取外界信息的渠道也更廣，所以

農(nóng)戶能更容易理解和接受補貼政策，因而對政策更加滿意。

表5 農(nóng)資綜合補貼政策滿意度模型估計結果

2.4 良種補貼政策滿意度的影響因素分析

由表6可知，在17個因素中，只有農(nóng)民個人特征中的文化程度、農(nóng)戶家庭特征中的勞動力總數(shù)和外出打工比例、耕地資源稟賦中的人均承包地面積和耕地零碎度、區(qū)域條件中的距縣城交通距離對良種補貼政策滿意度產(chǎn)生顯著影響。文化程度在10%水平上顯著，且系數(shù)為正，可能是因為農(nóng)戶文化程度越高，對鼓勵種植優(yōu)良品種的意義認識更深［15］，因而表現(xiàn)出更高的滿意度；外出打工比例在10%水平上顯著，且呈負相關，主要由于農(nóng)民外出打工獲得的收益遠遠高于政策補貼，對該項補貼沒有足夠吸引力，滿意度自然較低；距縣城交通距離在5%水平上顯著，且系數(shù)為負。這是因為距離縣城較遠，農(nóng)戶進城購買優(yōu)良品種不方便，會更傾向于選擇在本村購買種子，因此在購買種子時具有很大的隨意性和自由性，加之缺乏種子品牌意識，這樣也造成了農(nóng)戶對良種補貼政策不滿意。家庭勞動力總數(shù)、人均承包地面積和耕地零碎度的表現(xiàn)與可能的原因與前二個政策相似。

表6 良種補貼政策滿意度模型估計結果

2.5 農(nóng)機具購置補貼政策滿意度的影響因素分析

由表7可知，在17個因素中，只有農(nóng)戶家庭特征中的勞動力總數(shù)、耕地資源稟賦中的人均承包地面積、區(qū)域條件中的地形地貌和距縣城交通距離對農(nóng)機具購置補貼政策滿意度產(chǎn)生顯著影響。勞動力總數(shù)、地形地貌、距縣城交通距離分別在5%、1%、1%水平上顯著，且系數(shù)均為負。這主要是由于勞動力較多的農(nóng)戶家庭中對購買農(nóng)機具的趨向不高，他們更多通過勞力實現(xiàn)耕種，因此認為該補貼政策發(fā)揮的作用不大，滿意度也越低。平原地區(qū)的農(nóng)戶要比山區(qū)、丘陵的農(nóng)戶對該項補貼更滿意，主要是因為平原地區(qū)更適應農(nóng)機化操作，自然也就對農(nóng)機具購置補貼政策的滿意度更高。人均承包地面積和距縣城交通距離的表現(xiàn)與解釋原因和其他3項補貼政策類似。

表7 農(nóng)機具購置補貼政策滿意度模型估計結果

3 結論與建議

本研究結果表明，雖然農(nóng)戶對4種農(nóng)業(yè)補貼政策的滿意度有所區(qū)別，但整體上對農(nóng)業(yè)補貼政策的滿意度較高，并表現(xiàn)為農(nóng)戶對受益面越廣的補貼政策越滿意。通過農(nóng)戶滿意度的影響因素的分析，發(fā)現(xiàn)農(nóng)戶對不同農(nóng)業(yè)補貼政策滿意度的影響因素不完全相同，但家庭勞動力

總數(shù)、人均承包地面積和距縣城交通距離對4項農(nóng)業(yè)補貼政策滿意度均有著相同的顯著影響：家庭勞動力總數(shù)越少、人均承包地面積越多、距縣城交通距離越近的農(nóng)戶，對種糧直接補貼、農(nóng)資綜合補貼、良種補貼、農(nóng)機具購置補貼4項農(nóng)業(yè)補貼政策越滿意。

根據(jù)本研究結果，提出以下對策建議：（1）農(nóng)業(yè)補貼政策的制定，應充分考慮受益面，受益面越寬，農(nóng)戶的滿意度越高，補貼政策的實效有望更加明顯。（2）農(nóng)業(yè)補貼政策的內(nèi)容設計，應面對當前農(nóng)村實際勞動力日益減少的現(xiàn)實，要有利于促進農(nóng)業(yè)生產(chǎn)率的提升，特別是能降低勞動力的生產(chǎn)強力，為什么家庭勞動力總數(shù)越少的農(nóng)戶和地勢越平坦的農(nóng)戶，越歡迎農(nóng)機具購置補貼政策，就是因為該政策有效地降低了農(nóng)業(yè)生產(chǎn)強力。（3）農(nóng)業(yè)補貼政策應緊扣農(nóng)業(yè)生產(chǎn)的實際需求，能切實鼓勵農(nóng)戶開展農(nóng)業(yè)生產(chǎn)，這也是為什么人均承包地面積越多的農(nóng)戶對現(xiàn)有的四種補貼政策都表現(xiàn)越滿意的原因。（4）要進一步推動承包地經(jīng)營權的流轉，改變因承包地平均分配而人為加劇的“耕地零碎度”，從而使農(nóng)業(yè)補貼政策發(fā)揮更好的效用。

［1］ 董春玉，劉穎. 基于農(nóng)戶視角的糧食補貼政策效果研究—— 來自安徽省天長市的調研數(shù)據(jù)［D］. 武漢：華中農(nóng)業(yè)大學，2014.

［2］ 張國慶. 我國糧食補貼的績效評估與政策改進［J］. 農(nóng)村經(jīng)濟，2012（9）：13-17.

［3］ 饒盼，康小蘭，劉濱. 不同資源稟賦稻農(nóng)對農(nóng)業(yè)補貼政策需求優(yōu)先序及其影響因素研究——基于江西省的數(shù)據(jù)［J］. 廣東農(nóng)業(yè)科學，2015（20）：158-163.

［4］ 張建杰. 惠農(nóng)政策背景下糧食主產(chǎn)區(qū)農(nóng)戶糧作經(jīng)營行為研究：基于河南省調查數(shù)據(jù)的分析［J］. 農(nóng)業(yè)經(jīng)濟問題，2007（10）：58-65.

［5］ 張冬平，郭震，邊英濤. 農(nóng)戶對良種補貼政策滿意度影響因素分析—— 基于河南省439個農(nóng)戶調查［J］. 農(nóng)業(yè)技術經(jīng)濟，2011（3）：104-111.

［6］ 楊小靜，冷熠，宗義湘. 農(nóng)業(yè)補貼政策實施效果的影響因素分析—— 基于河北省376個農(nóng)戶調查［J］. 農(nóng)村經(jīng)濟，2010（1）：20-22.

［7］ 冷俊磊，王暢. 農(nóng)戶對糧食直接補貼的滿意度及影響因素分析—— 以湖北省為例［J］. 農(nóng)業(yè)科研經(jīng)濟管理，2012（1）：37-42.

［8］ 袁寧. 農(nóng)戶對糧食直接補貼政策的評價研究［J］. 經(jīng)濟問題，2013（4）：77-78.

［9］ 陳美球，俞瓊艷. 基于農(nóng)戶視角的農(nóng)業(yè)補貼政策耕地保護效果評價研究［J］. 土地經(jīng)濟研究，2014（2）：52-63.

［10］ 陳美球，鐘太洋. 農(nóng)業(yè)補貼政策對農(nóng)戶耕地保護行為的影響研究［J］. 農(nóng)林經(jīng)濟管理學報，2014，13（1）：14-23.

［11］ Ni Z X，Li T. Ordered probit model versus ordered logit model in high-frequency commodity futures trading［C］. Proceedings of International Conference on Management and Service Science（MASS 2012） Vol2，2012.

［12］ Michela C，Valerio De R，Clarissa F. An ordered probit model for seismic intensity data［J］. Original Paper，2016，16（4）：1-10.

［13］ 楊宜婷，周波，張春美. 基于四川調研的國家移民后扶政策實施滿意度及其影響因素分析［J］. 水庫移民與水利扶貧，2012（20）：43-44.

［14］ 魏茂青，鄭傳芳. 農(nóng)戶對農(nóng)資綜合補貼政策的認知及其影響因素分析—— 基于福建南平的調研［J］. 福建論壇. 人文社會科學版，2013（5）：145-146.

［15］ 韓紅梅，王禮力. 農(nóng)戶對糧食補貼政策的滿意度及其影響因素分析—— 基于河南省447份實地調查數(shù)據(jù)［J］. 求索，2013（4）：9-10.

（責任編輯 鄒移光）

Analysis of farmer households’ satisfaction with agricultural subsidy policy and its influencing factors

WANG Si-qi，CHEN Mei-qiu，LU Yan-fei，WENG Zhen-lin
（The Research Center on Rural Land Resources Use and Protection/The Key Laboratory of Poyang Lake Basin Agricultural Resources and Ecology，Jiangxi Agricultural University，Nanchang 330045，China）

Farmer households’ satisfaction with agricultural subsidy policy is the most core indicator to measure the effects of agricultural subsidy policy. Based on the on-the-spot investigation data of 587 farmer households’satisfaction with four different agricultural subsidy policies in nine cities of Jiangxi Province，we applied the Orderedprobit model to empirically analyze the main factors affecting the agricultural subsidy policy satisfaction. The results showed that different agricultural subsidy policies had different affecting factors on satisfaction，and we put forward some corresponding countermeasures and suggestions.

agricultural subsidy policy；farmer household；degree of satisfaction；influencing factor

F320.3

A

1004-874X（2016）10-0178-06

進入21世紀以來，在“工業(yè)反哺農(nóng)業(yè)、城市支持農(nóng)村”的戰(zhàn)略背景下，國家出臺了一系列扶農(nóng)惠農(nóng)政策，并逐年加大扶持力度，已形成包括種糧直接補貼和農(nóng)資綜合補貼在內(nèi)的數(shù)量型補貼及以良種補貼、農(nóng)機具購置補貼為主的技術型補貼統(tǒng)一結合的農(nóng)業(yè)補貼項目體系［1-3］。作為農(nóng)業(yè)生產(chǎn)的主體，廣大農(nóng)戶對農(nóng)業(yè)補貼政策的滿意度是衡量農(nóng)業(yè)補貼政策效果的最核心指標［4］，為此，不少學者針對農(nóng)業(yè)補貼政策的農(nóng)戶滿意度開展實證研究［5-8］，通過獲取大量的農(nóng)戶調研數(shù)據(jù)，多運用二元Logistic回歸模型對農(nóng)戶是否滿意進行分析，總體結果表明大

2016-07-14

國家自然科學基金重點項目（71333004）；國家自然科學基金（71163022）；江西現(xiàn)代農(nóng)業(yè)及其優(yōu)勢產(chǎn)業(yè)可持續(xù)發(fā)展的決策支持協(xié)同創(chuàng)新中心項目（2015WT05）；江西省高校哲學社會科學創(chuàng)新團隊建設項目（2014-8）

王思琪（1993-），女，在讀碩士生，E-mail：1378369107@qq.com

陳美球（1967-），男，博士，教授，E-mail：cmq12@263.net

王思琪，陳美球，魯燕飛，等. 農(nóng)業(yè)補貼政策的農(nóng)戶滿意度及其影響因素分析 ［J］.廣東農(nóng)業(yè)科學，2016，43（10）：178-183.

部分農(nóng)戶對農(nóng)業(yè)補貼政策持滿意態(tài)度，農(nóng)業(yè)補貼政策在調動農(nóng)戶種糧積極性、增加農(nóng)民收入等方面發(fā)揮著顯著作用。但是，人們對事物的滿意有時很難用“是”與“否”進行絕然區(qū)別，多表現(xiàn)為不同程度的滿意。江西是傳統(tǒng)的農(nóng)業(yè)大省，2004年以來陸續(xù)實施了糧食直補、農(nóng)資綜合補貼、良種補貼和農(nóng)機具購置補貼等一系列農(nóng)業(yè)補貼政策，且扶持力度逐年加大，在我國現(xiàn)階段農(nóng)業(yè)補貼政策實施方面具有代表性［9-10］。我們以江西省為例，按很不滿意、不太滿意、一般、比較滿意、非常滿意5種程度對農(nóng)業(yè)補貼政策的農(nóng)戶滿意度進行調查，采用Ordered-probit模型，實證農(nóng)業(yè)補貼政策的農(nóng)戶滿意度及其影響因素，以期為農(nóng)業(yè)補貼政策的完善提供參考。