农业机械化与农业产出的关联度分析

分析农业机械化对农业生产的影响程度对农业机械化事业的决策具有重要的参考价值.为此.利用灰色系统关联度分析了农业机械化对农业产出的影响程度,并以湖南省为实例,计算得到农业机械投入与农业产出的关联度为0.9510,证明湖南省的农业机械投入与农业产出有着极为密切的关系.     

我国农业投资的绩效分析

运用灰色关联度分析及其改进模型对我国农业投资的绩效进行分析.结果表明:农村居民家庭生产费用支出、农村居民个人固定资产投资、国家财政用于农业的支出、农业贷款和农村集体单位固定资产投资等5个指标对于农业GDP的增长和农民人均纯收入都有很大影响,增加对农业的投资可以极大地促进农民增收和农业发展,应从各方面加大对农业投资的力度.     

江苏省农业绿色化转型的驱动性要素分析

驱动性要素是农业绿色化转型政策的实施载体。以生产资料投入、现代生产方式、环境友好和绿色经济效益为维度，设计17个二级指标构建江苏省农业绿色化转型评价体系。测量指标采取耦合方法得到相应的维度变量值。回归计算结果表明：生产资料投入、现代生产方式和环境友好对农业绿色经济效益的标准化回归系数依次为0.959、0.803和0396，对绿色经济效益的驱动效应依次下降。使用农村人均可支配收入和农村人均居住面积作为替代变量，计算结果证实生产资料投入、现代生产方式和环境友好对绿色经济效益的驱动效应是稳健的。因此，应坚持从农业化肥、农药的减量化行动入手，细化农业现代化生产方式的具体举措等，推进江苏省农业绿色化深度发展与转型。     

江西省农业产业结构的灰色关联度分析

为探究农业各产业对农业总产值的影响情况,基于2008-2015年江西省农业产值的相关统计数据,采用灰色关联分析法,对江西省农业产业结构进行灰色关联度分析.结果表明,对农业总产值影响最大的是种植业产值,林业次之,再者是牧业、渔业和服务业.根据农业产业结构中的问题,提出了调整和优化农业产业结构的建议.     

福建省R&D投入与经济增长的实证分析

一个地区经济的发展,很大程度上取决于自主创新能力的提高。目前国际上衡量自主创新能力的指标主要是RD投入。近年来,福建省的经济增长和RD经费投入增长较快,对提升福建省的科研创新能力和经济发展都起到了重要作用。为了客观评价RD投入与经济增长的关系,文章根据2002-2011年福建省的相关数据,采用灰色关联度分析法对其进行实证分析。     

吉林省农业经济发展与供给侧结构性改革研究——基于灰色关联分析

本文运用灰色关联分析方法,对吉林省农业总产值与内部各产业产值、农业生产条件的关系进行定量分析,得到了农业总产值与种植业、林业、畜牧业、渔业、农业服务业及农业生产条件之间的关联度。研究结果表明,(1)种植业和畜牧业是吉林省农业的主导产业,与农业总产值的关联度分别为0.868 5和0.867 3,农业服务业对农业总产值的影响最小,关联度为0.482 0。(2)农业生产条件中,农业机械总动力与农业总产值的关联度最高,为0.693 4,其次是农村用电量,最小为农业劳动力。因此,吉林省农业经济的发展应进一步调整农业结构,促进农畜产品提质增效;加强农业基础设施建设,补齐农业发展短板;培育新型农业经营主体,加快农业产业化建设步伐;推动农业转型升级,延长农业产业链。     

我国热带农机化水平与影响因素灰色关联聚类分析

依据我国热区1999—2009年有关统计数据,选择农业劳均产值、农业劳均产粮、农业劳均粮食播种面积、粮食单位面积产量和农民年均纯收入5个指标作为影响农业机械化水平的因素,利用灰色关联法对热区农机总动力与影响因素进行关联分析后,对其关联度进行了聚类,对其结果进行了分析并提出相关区域发展建议。     

基于灰色关联分析的辽宁省粮食产量预测模型

利用辽宁省1985-2008年粮食生产相关影响因子指标统计数据,采用灰色关联分析与人工神经网络相结合的方法进行粮食产量预测.通过灰色关联度分析对8个指标进行定量分析,依据关联度的大小确定了机耕面积、有效灌溉面积、农业机械总动力、化肥施用量、粮食作物占总播种面积比重和农林牧渔业从业人员为影响辽宁省粮食生产的主要影响因素....     

甘肃省农业机械化影响因素分析

从农业自然资源及农业生产规模、农业劳动力、农机购买及农机使用环节、农民收入、动力机具数量和结构等5个方面出发,选择17个影响甘肃省农业机械化发展的因素,依据1990-2006年<甘肃统计年鉴>、<甘肃农村年鉴>数据,以农机作业量及农机总动力作为农机化发展程度指标,通过灰色关联度分析得到17个影响因素在影响程度上的差异,基于相关和回归分析,得出影响因素与甘肃省农机化发展程度指标之间的相互变化关系及回归方程.     

基于灰色关联分析的我国农业保险研究

农业保险作为分散农业风险、保障农业生产的有效手段,其发展至关重要。基于2009—2019年我国农业保险的相关数据,选取农业保险保费收入、农业保险赔款及给付、农业从业人员人均农业保险费额3个特征序列指标,利用灰色关联分析方法研究农业保险发展的影响因素,对主要影响因素进行排序。结果表明:不管是对于农业保险保费收入、农业保险赔款及给付还是农业从业人员人均农业保险费额,政府农林水财政支出都是最主要影响因素,其灰色关联度排在第1位。二三产业产值、GDP对农业保险的灰色关联度分别排在第2、3位,它们对农业保险的影响主要体现在农民的收入水平。林业产值、渔业产值、农业产值、农林牧渔业产值、牧业产值对农业保险均有一定影响,但影响不是很大。     

基于机械化生产视角的中国蔬菜成本收益分析

农业机械是农业生产的重要工具和重要要素,为研究中国蔬菜种植效益的主要影响因素和机械化生产方式下农机化发展对策,运用1998—2012年统计数据对蔬菜生产成本收益进行了定量分析,通过问卷调查和实地调研等方法研究了典型区域蔬菜生产机械化现状及问题。结果表明,中国蔬菜单位面积净利润主要受价格和人工成本因素影响,价格影响程度大于人工成本,通过政策扶持完善蔬菜市场机制,有利于保障种植收益;农药和农膜的投入对蔬菜产量影响大,农药投入影响程度大于农膜投入,农业装备投入对产值影响大,化学农业对蔬菜增产的边际效用逐渐递减,而农机科技的推动作用日益突出;按投入产出指标可将中国主要蔬菜品种分为设施茄果类、露地茄果类和露地叶菜类,蔬菜品种对机械化需求紧迫程度从大到小依次为:露地茄果类、设施茄果类、露地叶菜类;中国蔬菜生产机械化水平较低,因作业环节、区域条件和蔬菜品种的不同而呈现较大差异,政策投入、推广机制和技术创新对机械化技术发展有较大影响,必须坚持因地制宜的原则,探索农机农艺融合的机械化生产技术模式,对于研究通过蔬菜省力化机械生产技术、提高劳动生产率、降低蔬菜生产成本具有重要意义。     

基于数据包络分析的灌区农业生产综合效率评价与分析

为评价中国灌区农业生产综合效率的空间差异性,采用数据包络分析(Data envelopment analysis,DEA)方法对全国440个灌区2010年的农业生产综合相对效率进行评估,并基于不同区域灌区农业生产投入及其冗余状况对生产效率提升途径进行探索。结果表明,8个灌区的相对效率为1.000,达到DEA有效;灌区间农业生产效率差异显著,绝大部分(327个)不足0.300,省区尺度生产效率无明显空间分布规律;各投入指标对应存在冗余灌区个数分别为319(有效灌溉面积)、369(绿水)、155(蓝水)、298(化肥)及207(农业机械);非DEA有效灌区5个投入指标的可减少量占所有评价单元投入总量的比例分别为23.8%、39.2%、18.1%、29.0%以及19.9%。综上可知,各非DEA有效灌区应根据自身投入指标冗余状况优化配置和管理资源以提高区域综合农业生产效率,其中绿水资源高效利用是全国范围内广泛面临的问题;东北和西北地区需注重水土资源配置效率提升,而南方粮食主产区应注重水肥高效利用机制的研究与实践。     

基于DEA的湖北省农业机械化投入产出效率

为有效测算湖北省近年来推进农业机械化投入产出效率,利用数据包络分析（DEA）,以2001—2016年湖北省农机资金投入、农机从业人员投入和农机总动力投入作为投入指标,以农机作物产值和产量作为产出指标,测算每年农业机械化投入产出的综合效率、纯技术效率和规模效率。约50%年份农业机械化投入产出具有效率,其他年份虽处于非资源配置有效率,但调整到最优状态的数值与实际值相差不大。湖北省农业机械化工作整体完成较好,投入产出比例合理。      

基于深度学习的多种农产品供需预测模型

为进一步提高农产品供需过程模拟与估算精度,本研究以自1980年以来国家级和省级的大量农业数据作为样本,充分考虑农产品品种、时间、收入、经济发展等因素影响,构建基于深度学习长短时记忆神经网络（Long Short-Term Memory Neural Network,LSTM）的多种农产品供需预测模型。模型在充分考虑机理性约束条件的前提下,利用深度学习算法在非线性模型分析预测中的优势,对稻谷、小麦、玉米、大豆、猪肉、禽肉、牛肉、羊肉、水产品等9种主要农产品供需进行分析预测。将基于本模型的2019—2021年产量预测结果与国家统计局公布数据进行对比验证,三年平均预测准确率96.98%,表明本研究构建的预测模型能够高效地反映隐性指标变化对预测结果的影响。该模型可以通过及时地监测农业运行数据,为多区域、跨期的农业展望工作提供智能化技术支持。     

基于DEA的灌区生产效率分析——以江苏省为例

针对当前灌区农业生产效率评价多采用单项投入与产出指标的不足,引入数据包络分析(DEA)方法,设定表征生产效率的投入产出指标体系,利用CCR模型对江苏省35个灌区相对生产效率进行了比较研究.相对效率分析表明,江苏省综合效率整体不高,灌区间差异较大,全省平均值为0.634,其中3个灌区为DEA有效;不同区域农业生产技术的利用及推广程度相当,灌区相对生产效率的不均衡主要由生产规模不合理引起.可以通过减少投入来提升非DEA有效灌区的生产效率,所有非DEA有效灌区改进生产效率能节约的有效灌溉面积、水资源及农业人口分别占投入量的20.7%,13.3%,9.4%.相对DEA效率的比较可为灌区生产效率的改进途径、农业节水潜力的计算等提供新的思路.     

农业技术推广评价指标体系的研究

在遵循科学性、可操作性和系统性原则的基础上,对农业技术推广的产前、产中、产后三3个阶段分别赋予相应的1级指标和2级指标,建立了一个完整灵活的农业技术推广评价指标体系,并根据指标性质不同列出了不同的指标评价方法,建立了农业技术推广评价的通用数学模型,以此来促进农业技术推广事业的发展。     

农业信息技术的体系与发展

农业信息化可以降低农业生产的投入,提高产品的数量和质量,引导农产品的生产和消费,推动农业产业结构的调整与升级,有利于建设现代化农业.为此,针对农业信息化的现状 ,研究了农业信息技术体系,并对今后农业信息化的发展提出了对策与建议.     

云南省农业机械化对农业产值影响的比较分析

使用相关分析、偏相关分析和牛产函数贡献率测算法等多种方法，考虑时间序列数据产生的共线性问题的克服，来评价云南省农业机械化对农业发展的影响，并把结果同全国的情况加以对照。最基本的结论是：在农业机械、化肥施用量、播种而积和劳动力4个投入要素中，农业机械已经超过化肥成为影响农业产值增长的首要投入要素。     

农机作业的质量管理

农民购置农业机械。要根据本地机具的保有量有计划地购买．避免作业量不足造成经济损失。为更好地发挥农业机械在农业生产中的作用,促进粮食产量持续稳定增长,发展农村经济,增加农民收入,提出了农机作业必须满足农艺要求,按照农机作业质量指标和标准进行严格管理。保证作业质量。     

关注农机化弱势地区发展

我国农业机械化发展已进入中级阶段中期,弱势地区应予以特别关注。通过分析各地区农业生产、农机购置投入总量及强度情况,得出形成农机化弱势地区的原因,即自然条件、农业生产条件、社会经济条件及工作因素等。并提出促进弱势地区农机化加快发展的对策建议。