全国2021-2022年农机购置与应用补贴信息数据集

杨文君，辜香群，杨志海

数据论文

全国2021-2022年农机购置与应用补贴信息数据集

杨文君，辜香群，杨志海*

华中农业大学经济管理学院，武汉 430070，中国

农机购置补贴政策作为一项重要的强农惠农政策，对小农户及新型农业经营主体生产决策、农业生产以及农机行业发展等多方有深刻影响。通过搜集农机补贴政策背景下全国性农机购置与补贴数据，掌握各省市县农机购置差异、变动特征与趋势，才能合理评估政策所带来的影响，进而调整农机购置补贴政策目标与内容，从而推动农机市场健康发展，更好助力农业强国建设。目前，我国各省农业农村厅的农机购置补贴信息公开专栏实时发布农机购置相关数据。通过网络爬取、数据处理，得到涵盖2021—2022年北京、天津、山西等23个省（自治区、直辖市）农机购置与应用补贴信息、共计2226229条数据的数据集。该数据集可用于分析各地农机购置特征、差异以及补贴发放情况，为相关科学研究和管理决策提供数据基础。

农机购置；农机购置补贴；网络爬取；政策评估

1 引言

我国于2004年出台了农机购置补贴政策，对农业生产经营主体购买农业机械提供补贴。自农机购置补贴政策实施以来，支持强度逐渐加大，惠及范围不断扩大，政策效果持续显现，已成为一项重要的强农惠农政策[1]。农机购置补贴政策的实施，极大地推动了我国农机装备水平和农业机械化水平的大幅度提升，为增强农业综合生产能力、保障国家粮食安全、增加农民收入提供了强有力的支撑。

2004年以来，学界围绕农机购置补贴政策开展了大量研究。冷博峰等[2]发现农机补贴政策效果在不同区域、年度、类型农机具之间存在差异，在丘陵山区的激励效应更显著，对农户购买大中型农机具效应更高。胡凌啸等[3]从农机作业服务供给端出发，发现农机购置补贴政策促进了农机作业服务供给者的大型农机需求，且补贴资金当期发放的激励效果更好。颜玄洲等[4]实地调研江西种稻大户，构建了农机购置补贴政策下种稻大户购机决策模型，发现经营规模影响农户对农业机械需求程度，其中融资能力、收入水平是影响大户购置中大型农业机械的重要决定因素。

在农机购置补贴提高种粮大户机械化水平的同时，刘进等[5]发现农机购置补贴改变了农户的流动性约束和要素相对价格，继而提高了小农户的农机社会化服务获得概率与获得规模。张标等[6]根据调研数据整理了农户对不同类型农业机械需求情况，构建了农户农机购买行为研究框架并探讨不同因素对农户购机的影响。曹光乔等[7]以江苏水稻产业为考察对象，发现农业机械购置补贴政策对弱势农户的诱致性影响更强，即种植规模较小、外出打工较多、融资能力较弱的农户更容易受补贴政策的诱致，从而购买价格较低的农机具。

还有部分学者讨论了农机购置补贴政策对农机行业发展的影响。李飞等[8]利用全国农机购置补贴辅助系统数据，从整体、区域、机具大类三个维度分析了农机市场的销售额和市场集中度，发现目前我国整体农机购置补贴市场产业结构分散，市场集中度较低，处于竞争型状态。徐慧等[9]研究发现农机购置补贴政策造成农机行业竞争扭曲，对农机行业技术效率产生了显著的负面影响。周应恒等[10]发现农机购置补贴政策不利于农机企业的技术创新，享受农机购置补贴政策的企业，其技术进步率显著低于未享受补贴的企业。

由此可见，农机购置补贴政策对小农户及新型农业经营主体的农机购置、农业生产以及农机企业与行业发展等多方产生深刻影响。通过搜集农机补贴政策背景下全国性农机购置与补贴数据，掌握各省市县农机购置差异、变动特征与趋势，才能合理评估政策所带来的影响，进而调整农机购置补贴政策目标与内容，从而推动农机市场健康发展，更好助力农业强国建设。

目前学界研究农机购置补贴的数据来源可以分为一手数据和二手数据两类。一手数据是通过直接的调查获得的原始数据，例如颜玄洲等[4]在江西省实地调查收集397个种稻大户样本数据，探究农机购置补贴政策下种稻大户购机决策的影响因素；曹光乔等[7]在江苏省的灌云县、宝应市和武进区采集510个农户调研样本，研究农业机械购置补贴政策对农户购机决策、行为及绩效的影响；冷博峰等[2]使用2008—2018年国家油菜产业体系18省（自治区、直辖市）农户固定观察点15 089个样本的大样本调查数据，研究农机购置补贴对农户购机投入模型与影响。二手数据是通过间接途径得到的、已经被加工或整理过的数据，例如；胡凌啸等[3]从《中国农业机械工业年鉴》获取大型农机动力、农机作业收入、农民个人购机投入、农机购置补贴相关数据；刘进[5]基于全国农村固定观察点2009—2018年数据，实证分析了农机购置补贴对小农户农机社会化服务获得的影响。徐慧等[9]使用1998—2013年《中国工业企业数据库》所披露的农机行业微观企业数据，测算农机行业的技术效率；周应恒等[10]同样使用该数据，实证分析农机购置补贴政策对农业机械行业企业技术创新的影响。

学界研究数据较多来源于二手数据，然而无论是全国农村固定观察点数据还是《中国农业机械工业年鉴》《中国工业企业数据库》，所披露的数据都具有局限性。尽管农业农村部全国农村固定观察点调查从2009年开始增加了“购置和更新大型农机具补贴”指标来反映农机购置补贴情况，但是全国农村固定观察点数据并不能全面反映农机购置补贴情况，且此指标仅统计农机具总补贴额度，并不能很好反映中央补贴、省级补贴情况、贴息补贴等细节情况，较为笼统。此外，《中国农业机械工业年鉴》所披露的大型农机动力、农机作业收入、农民个人购机投入、农机购置补贴等信息未能聚焦到单个农业经营者，并不利于以此研究农业购置补贴在微观层面对单个农业经营者的影响。

因此，我们通过网络爬取、数据预处理与标准化，得到汇集2021—2022年北京、天津、山西等23个省（自治区、直辖市）的一手农机购置补贴信息、共计2 226 229条数据的数据集。详细反映了农业经营主体申请和兑付农机购置补贴的情况，数据涉及农户所在省（自治区、直辖市）、县、乡（镇）、购机者姓名、农机生产厂家、具体型号、交易价格等详细信息，有助于丰富当前农机购置与补贴研究方向的数据类型。本数据集不仅可以在微观层面研究农机购置补贴对单个农业经营者的影响，又可以按区域、时间等性质聚类，在宏观层面研究各地农机购置特征、差异以及补贴发放情况，为相关科学研究和管理决策提供数据基础。

2 数据采集与处理方法

2.1 数据来源

目前，我国各省农业农村厅农机购置补贴信息公开专栏，实时发布补贴农户信息、补贴资金使用情况、黑名单、违规通报等多类信息。本数据集数据来源于全国农机购置与应用补贴信息实时公开网页，通过网络爬虫获取详细数据。全国农机购置与应用补贴信息实时公开网页（网址为https://td.sxwhkj.com/Account/ BuTCapitalGongS）由山西万鸿科技有限公司提供技术支持，是各省农机购置与应用补贴实施情况公开链接的汇总，点击各省名称后将直接跳转至相应省份页面，即各省农业农村厅农机购置补贴信息公开专栏中“实时补贴农户信息公开”版块。

全国农机购置与应用补贴信息实时公开网页涵盖了2021—2022年全国31个省（自治区、直辖市）以及青岛、宁波、大连、厦门、新疆兵团、广东农垦、黑龙江农垦等计划单列单位共38个省（副省）部级单位的农机购置补贴详细数据。由于爬取部分省（副省）部级单位的2021—2022年农机补贴信息时存在遗漏，经过数据核实后，数据集完整涵盖了北京、天津、山西等23个省（自治区、直辖市）公示的2021—2022年期间农机购置申请及补贴兑付记录，共计2 226 229条，具有较高的参考价值。

表1为农机购置与应用补贴管理系统收集的具体栏目。

2.2 数据预处理

本数据集的基础数据来源于各省（自治区、直辖市）的全国农机购置与应用补贴管理系统，对基础数据的预处理主要集中在处理错误数据、匹配数据等方面，以实现数据的标准化。通过筛选删除非2021—2022年间的购机数据，剔除部分信息缺失值，去除重复性数据后，得到总计2 226 229条数据。由于该数据为省—县—乡三级数据，为了更好反映市级层面的农机购置情况，使用VLOOKUP函数根据《2022年中华人民共和国县以上行政区划代码》进行数据匹配，并删除了经济技术开发区、国家高新开发区等数据。表2为2021—2022年23个省（自治区、直辖市）购机申请记录统计。

表1 农机购置与应用补贴管理系统收集数据栏目及分类

3 数据样本描述

本数据集完整爬取了北京、天津、山西等23个省（自治区、直辖市）2021—2022年农机购置与补贴申请的信息，涵盖购机者信息、机具信息、补贴情况、补贴状态四个方面情况，共计2 226 229条数据。

以北京市为例，分别介绍购机者信息、机具信息、补贴情况、补贴状态四个方面详细情况，其中机具信息及补贴情况合并介绍。

表2 2021-2022年23个省（自治区、直辖市）购机申请记录

3.1 购机者信息描述

3.1.1 各县农业经营主体购机情况

各县农业经营主体购机情况，以北京市2021年数据为例，按区聚类并降序排序，可以发现平谷区农机购置补贴申请记录达1 668条，位居第一，门头沟区申请数量最少，仅有3条。

3.1.2 购机者姓名

本数据集采集的“购机者姓名”信息涉及个人隐私，因此使用LEN函数对“购机者姓名”栏目进行字符转化。为了更加直观展现各省（自治区、直辖市）不同农机购置主体的购机情况，数据集使用“个人购机者”替换个人姓名，使用“非个人购机者”替换合作社、村集体等非个人购机主体名称。通过人工核验，发现除西藏自治区、新疆维吾尔自治区、甘肃省、青海省外，其余省（市）所采集的数据集中个人姓名字数不超过四个字。因此将2、3、4个字符识别为个体购机者，其余字符识别为非个体购机者，西藏自治区、新疆维吾尔自治区、甘肃省、青海省由人工识别个体购机者和非个体购机者。

以北京市为例，2021年个体购机者占比达84.9%，2022年个体购机者占比达91.7%，可以看出北京市农机购置以个体农业经营者为主。

3.2 机具信息和补贴情况描述

3.2.1 机具品目

各类机具品目购置情况，以北京市2021年数据为例，对各类机具品目按购置数量降序排列，其中铧式犁、风送喷雾机等占比不足2%的机具合并计算，如表4所示。

3.2.2 机具生产及补贴信息

机具生产及补贴信息包括生产厂家、产品名称、购买机型、经销商、单台销售价格、单台中央补贴和总补贴额信息。以2022年北京市某条施肥播种机的购买信息为例，由数据集可知该施肥播种机的生产厂家是石家庄农业机械股份有限公司，机型为2BFX-24，经销商是石家庄布谷机械制造有限公司，该机械单台销售价格为34100元，单台中央补贴额为3500元，总补贴额为7000元。

表3 2021年北京市各类机具品目购置数量

3.3 补贴状态描述

机具补贴状态分为“资金已兑付”“财政部门已结算”“资金待兑付”“待申请结算”“冻结”“机具待核验”等状态。以北京市延庆区为例，截至2023年7月14日，该区2021年农机购置补贴申请财政部门已结算261条，资金已兑付98条，资金待兑付1条，已冻结0条。

4 数据质量控制与验证

本数据集的数据来源于全国农机购置与应用补贴管理系统，该系统为我国各省（市）农业农村厅农机购置补贴信息公开专栏数据的链接汇总，数据真实、准确。目前，我国各省（市、自治区）农机购置补贴信息公开专栏数据动态更新、实时滚动，本数据集2021—2022年23个省份按省份、年份共计46个文件均为2023年7月13日—23日通过网络爬取获得，且人工将23省（市、自治区）公布数据与爬取后结果反复核验比对，每个省（市、自治区）2021年、2022年爬取的原始数据总数目与全国农机购置与应用补贴信息实时公开网页所披露的最后一条购机记录的序号完全相同，可以认为本数据集采集的原始数据是完整无遗漏的。在此基础上，使用LEN函数等方法进行数据处理，分区、县，所得结果均经过人工质量检验，数据处理按照规范步骤完成，得到的数据集可为相关研究及政策制定等提供数据支撑。

5 数据价值

本研究所整理的基础数据集真实、可靠，所获得的2021—2022年北京、天津、山西等23个省（市、自治区）的农机购置及补贴数据的价值主要体现在以下四个方面。

（1）为农机购置补贴政策评估提供重要的数据支持。本数据集完整爬取了省、市、县、乡（镇）的详细农机购置及补贴数据，可以实时观测各类农机购置情况，分析享受补贴的农业经营主体、农机市场供求关系等，从而为政策评估提供多方面的数据支撑。

（2）为农机购置行为分析提供数据支撑。本数据集涵盖购置农机的机具型号、经销商、生产厂家、补贴额度等详细信息，拓展了现有数据库的数据范围，为研究农业经营主体农机购置行为提供更为详细的数据。同时数据包括“购机者姓名”这一详细信息，可以将购机主体分为个体购机者和非个体购机者，以掌握不同类型经营主体的农机购置特征，为探讨不同农业经营主体购机行为差异提供数据支撑。

（3）为农机行业市场分析提供数据参照。在农机购置补贴政策主导农机市场的背景下，农机政策补贴的变动将对农机市场结构、竞争情况产生深刻影响。数据集涵盖农机购置的生产、经销信息，可以全面、准确、动态衡量农机企业的市场结构及竞争情况。

（4）为农业部、财政部调整农机购置补贴政策提供数据依据。根据对数据集的分析，农业部、财政部可以实时掌握农机购置特征及变化趋势，及时调整补贴侧重点，进而引导农机装备结构调整，推广先进适用的农业机械。

6 数据可用性

中国科技资源标识码（CSTR）：31253.11.sciencedb. 12793；

数字对象标识码（DOI）：10.57760/sciencedb.12793。

允许公开访问。

作者分工与贡献

杨文君，数据挖掘、整理、校对及分析，论文撰写与修改。

辜香群，数据质量控制与综合管理，论文撰写与论文修改。

杨志海，总体方案设计，数据质量控制，论文指导与修改。

伦理声明

本研究未涉及伦理。

利益冲突

全部作者均无会影响研究公正性的财务利益冲突或个人利益冲突。

[1] 潘彪,田志宏.农机购置补贴政策研究综述[J].中国农业大学学报,2018,23(10):161-173.

[2] 冷博峰,冯中朝,周晓时,等.农机购置补贴对农户购机投入模型与影响分析[J].农业工程学报,2020,36(23):324-334.

[3] 胡凌啸,周应恒.农机购置补贴政策对大型农机需求的影响分析——基于农机作业服务供给者的视角[J].农业现代化研究,2016, 37(1):110-116.DOI:10.13872/j.1000-0275.2015.0156.

[4] 颜玄洲,孙水鹅,欧一智.农机购置补贴政策下种稻大户购机决策影响因素分析[J].农林经济管理学报,2015,14(6):592-599.DOI:10. 16195/j.cnki.cn36-1328/f.2015.06.006.

[5] 刘进,贾杰斐,许庆.农机购置补贴如何影响小农户农机社会化服务获得——基于全国农村固定观察点数据的分析[J].中国农村经济,2023(2):85-108.DOI:10.20077/j.cnki.11-1262/f.2023.02.007.

[6] 张标,张领先,傅泽田,等.农户农机需求及购买行为分析——基于18省的微观调查数据实证[J].中国农业大学学报,2017,22(11):208-223.

[7] 曹光乔,周力,易中懿,等.农业机械购置补贴对农户购机行为的影响——基于江苏省水稻种植业的实证分析[J].中国农村经济,2010(6): 38-48.

[8] 李飞,张宗毅.2018—2020年我国农机市场结构测度与演变——基于全国农机购置补贴辅助系统数据[J].农业农村部管理干部学院学报,2021(4):54-66.

[9] 徐慧,周应恒.农机购置补贴、外资进入对我国农机行业技术效率的影响[J].江苏农业科学,2017,45(10):273-277.DOI:10.15889/j.issn. 1002-1302.2017.10.073.

[10] 周应恒,张蓬,严斌剑.农机购置补贴政策促进了农机行业的技术创新吗[J].农林经济管理学报,2016,15(5):489-499.DOI:10.16195/j. cnki.cn36-1328/f.2016.05.059.

A Dataset of National Agricultural Machinery Purchase and Application Subsidy Information from 2021 to 2022

YANG WenJun, GU XiangQun, YANG ZhiHai*

College of Economics and Management, Huazhong Agricultural University, Wuhan 430070, China

As an important policy to strengthen and benefit agriculture, the agricultural machinery purchase subsidy policy has a profound impact on many parties, such as new agricultural business entities, agricultural production, and the agricultural machinery industry. Through the collection of national agricultural machinery purchase and subsidy data, we can grasp the differences and trends in the purchase of agricultural machinery in various regions. We can then reasonably assess the impact of the policy, adjust the policy objectives and content, promote the healthy development of the agricultural machinery market, and better assist the construction of a strong agricultural country. At present, the Department of Agriculture and Rural Affairs of each province in China, through the information disclosure column of agricultural machinery purchase subsidies, releases data related to agricultural machinery purchase in real time. Through network crawling and processing, this dataset covers the subsidy data on the purchase and application of agricultural machinery in 23 provinces (autonomous regions and municipalities directly under the central government) such as Beijing, Tianjin, Shanxi, etc. in 2021-2022, totaling 222,6229 items. This dataset can be used to analyze the characteristics and differences of the purchase of agricultural machinery and the subsidy distribution in different regions, and provide a data basis for related scientific research and management decision-making.

agricultural machinery purchase; subsidy disbursement; web crawling; policy evaluation

Data summary:

ItemsDescription Dataset nameA Dataset of National Agricultural Machinery Purchase and Application Subsidy Information from 2021 to 2022 Specific subject areaAgriculture economics Research topicSubsidies for the purchase of agricultural machinery Time range2021-2022 Geographical scopeBeijing, Tianjin, Shanxi and other 23 provinces (autonomous regions and municipalities directly under the central government) Data types and technical formatsPreprocessed data (EXCEL format) Dataset structureIt is divided into 3 files by province. The first one is Chongqing, Shanxi, Zhejiang, Shaanxi 2021-2022 dataset. The second is Henan, Hubei, Jiangxi, Xinjiang, Heilongjiang, Xizang 2021-2022 dataset. The third is Hebei, Gansu, Anhui, Fujian, Guangxi, Liaoning, Guizhou, Hainan, Ningxia, Qinghai, Tianjin, Beijing, Shanghai 2021-2022 dataset Volume of data259.49 MB Key index in dataset19 indicators, including province, county, township (town), corresponding character of the purchaser's name, purchaser's name, and item of the machin Data accessibilityCSTR：31253.11.sciencedb.12793DOI：10.57760/sciencedb.12793 Financial supportMinistry of Education, Philosophy and Social Science Major Project (No. 20JZD015); National Natural Science Foundation of China (No. 72303076); National Innovation and Entrepreneurship Training Programme for College Students (No. 202310504074)

杨文君,辜香群,杨志海. 全国2021-2022年农机购置与应用补贴信息数据集[J]. 农业大数据学报, 2023, 5(3):49-55.

YANG WenJun, GU XiangQun, YANG ZhiHai. A Dataset of National Agricultural Machinery Purchase and Application Subsidy Information from 2021 to 2022 [J]. Journal of Agricultural Big Data, 2023, 5(3):49-55.

数据摘要：

项目描述 数据库（集）名称全国2021-2022年农机购置与应用补贴信息数据集 所属学科农业经济 研究主题农机具购置补贴 数据时间范围2021—2022年 数据地理空间覆盖北京、天津、山西等23个省（自治区、直辖市） 数据类型与技术格式预处理后数据（EXCEL格式） 数据库（集）组成按省份分为3个文件，分别是重庆山西浙江陕西2021—2022数据集、河南湖北江西新疆黑龙江西藏2021—2022数据集和河北甘肃安徽福建广西辽宁贵州海南宁夏青海天津北京上海2021—2022数据集 数据量259.49 MB 主要数据指标省份、县、所在乡（镇）、购机者姓名对应字符、购机者姓名、机具品目等19个指标 数据可用性CSTR：31253.11.sciencedb.12793DOI：10.57760/sciencedb.12793 经费支持教育部哲学社会科学重大课题攻关项目（编号：20JZD015）；国家自然科学基金面上项目（编号：72303076）；国家级大学生创新创业训练计划项目（编号：202310504074）

2023-08-16；

2023-09-02

教育部哲学社会科学重大课题攻关项目（编号：20JZD015）；国家自然科学基金面上项目（编号：72303076）；国家级大学生创新创业训练计划项目（编号：202310504074）

杨文君，E-mail:yang_wj@yeah.net；辜香群，E-mail:xq_gu@foxmail.com；通信作者杨志海，E-mail:zhyang@mail.hzau.edu.cn。