بررسي عوامل اقتصادي اجتماعي موثر بر مالكيت ماشين هاي كشاورزي در استان خراسان رضوي

Socio-Economic Factors Affecting Agricultural Machines Ownership by Farmers in Khorasan-Razavi Province in Iran

چكيده با هدف كمك به برنامه ريزان و مسيولان بخش كشاورزي، در اين مطالعه به بررسي مهمترين عوامل موثر بر مالكيت ماشين هاي كشاورزي در استان خراسان رضوي با استفاده از الگوي تحليل تمايزي پرداخته شد و اهميت نسبي هر يك از اين عوامل در تمايز دو گروه مالكين و غير مالكين مورد بحث قرار گرفت. آمار و اطلاعات مورد نياز از طريق انجام مصاحبه و تكميل پرسشنامه در استان خراسان رضوي در سال 1390 جمع آوري شد. نتايج مطالعه نشان داد متغيرهاي سابقه دريافت وام، سطح زيركشت و درآمد مزرعه اي بيشترين اهميت را در تمايز بين دو گروه مالكين ماشين هاي كشاورزي و غير مالكين دارند و پس از آن به ترتيب متغيرهاي سابقه سرمايه گذاري، عضويت در شركت تعاوني، تعداد افراد خانوار، تجربه كشاورزي، دارا بودن شغل فرعي و سن كشاورز رتبه هاي بعدي اهميت را در ايجاد تمايز بين دو گروه دارند. بنابراين احتمال قرار گرفتن در گروه مالكين ماشين هاي كشاورزي براي كشاورزاني كه دسترسي بيشتري به اعتبارات بانكي داشته اند بيشتر است. بر اين اساس ايجاد نظام تامين اعتبارات كشاورزي خاص خريد ماشين‌هاي كشاورزي، تاسيس شركت‌هاي ليزينگ ماشين هاي كشاورزي و تشويق سياست‌هاي مبتني بر تشكيل شركت هاي تعاوني جهت خريد ماشين هاي نو پيشنهاد شد.

Socio-Economic Factors Affecting Agricultural Machines Ownership by Farmers in Khorasan-Razavi Province in Iran Mohammad Reza Kohansal1 and Hooman Mansoori2* 1Dept. of Agricultural Economics, Faculty of Agriculture, Ferdowsi University of Mashhad, Iran 2Dept. of Agricultural Economics, Faculty of Agriculture, Ferdowsi University of Mashhad, Iran *Corresponding author: E-mail:hooman_2951@yahoo.com Abstract In order to help policy makers, this article attempts to identify the most important socio-economic factors affecting ownership of agricultural machines and discriminate two groups, namely, machine owners and non-machine owners in Khorasan-Razavi province, Iran. A Discriminate Analysis Model was used and 175 farmers were interviewed during year 2011 to gather data required. Results showed that variables such as farmer’s record of loans, farm acreage, and income are the most important factors, and farmerʹs investment record, membership in rural cooperatives, family size, farming experience, non-farming income and age, stand in the second place. Therefore, providing credits for purchasing new agricultural machinery in particular, establishment of leasing companies for agriculture machines and encouraging membership in cooperatives were proposed. Keywords: Agriculture machines, Cooperatives, Discriminate analysis model, Mechanization