甘肃省农业机械化对农业生产贡献率的研究

根据统计数据，运用柯布－道格拉斯（Cobb-Dauglas）生产函数模型法和回归分析法，建立了甘肃省1981－1999年农业生产函数模型，分析测算了该地区同期农业机械化对农业（种植业）产出的贡献率。结果表明：1981－1999年农业机械化对农业产出的贡献率为21．22％，农业机械的进一步投入和农业机械化水平的提高该地区农业产出增长的贡献仍具有较大的潜力。     

金华市农业机械化对农业产出贡献率的测算

为定量分析农业机械化在农业产出中的贡献份额,利用柯布-道格拉斯（Cobb-Douglas）生产函数和多元回归分析法,建立了金华市1986-2005年农业生产函数模型。据此测得金华市在此期间农业机械化对增加农业产出的年均贡献率为15．33％,并呈逐渐增长趋势。对影响农业机械化贡献率的因素分析表明,增加农业机械投入和提高机械化作业水平对提高农业机械化贡献率仍具有较大的潜力。     

台州市农业机械化对农业产出贡献率的研究

定量分析农业机械化在农业生产中的作用,利用柯布—道格拉斯生产函数和多元回归分析法,建立了浙江省台州市1995年—2010年农业生产函数模型,并测算出该地区在此期间农业机械化对农业生产的年均贡献率为11.80%。对影响农业机械化贡献率因素分析表明,增加农业机械投入和提高机械化作业水平对增大农业机械化贡献率还有较大潜力。     

农业机械化对嘉兴市农业产出贡献率的测算

为定量分析农业机械化在农业产出中的贡献份额,利用柯布一道格拉斯（Cobb—Douglas）生产函数和多元回归分析法,建立了嘉兴市1990年-2006年农业生产函数模型。据此测得嘉兴市在此期间农业机械化对增加农业产出的年均贡献率为12．00％,并呈逐渐增长趋势。对影响农业机械化贡献率因素分析表明,增加农业机械投入和提高机械化作业水平对提高农业机械化贡献率仍具有较大的潜力。     

农业机械化对宁波市农业生产贡献率研究

根据浙江省宁波市1990—2010年农业和农业机械化相关统计数据,利用柯布-道格拉斯（Cobb Douglas）生产函数和多元回归分析法以及生产弹性原理,测得宁波市在此期间农业机械化对农业产出的年均贡献率为1137%。分析影响农业机械化贡献率的因素可知,通过增加和优化农业机械保有量和结构投入等措施以提高机械化作业水平,将进一步增大宁波市农业机械化的贡献率。      

农业机械化发展对湖州市农业产出贡献率的研究

为定量分析湖州市农业机械化在农业产出中的贡献份额．利用柯布一道格拉斯（Cobb—Douglas）生产函数和多元回归分析法,建立了该市1990～2010年农业生产函数模型,并测得湖州市同期农业机械化对增加农业产出的贡献率为18．36％,并呈逐渐增长趋势。分析影响农业机械化贡献率大小因素可知,增加农业机械投入和提高机械化作业水平对提高农业机械化贡献率仍有较大潜力。     

黑龙江省农业机械化对农业经济作用程度的分析

农业机械化发展对农业经济具有促进作用,其结果体现了经济效应.为深入了解黑龙江省农业机械化发展和农业经济的相关程度,构建了C-D生产函数模型及双对数模型,考察了各种要素投入的增长对黑龙江省农业经济增长的贡献,并衡量了黑龙江省农业机械化对农业产出的影响程度,在此基础上提出了促进黑龙江省农业机械化发展的对策措施.     

农业现代化进程中的生产函数估计*

农林牧渔业投资、农业机械化水平、化肥、塑料薄膜和农业科技水平是农业生产中重要的投入要素,将这些要素纳入扩展型C-D生产函数模型,并对2000—2019年我国农业生产经济数据进行岭回归计算,得到我国同期的农业生产函数,经变量替换和研究期调整等证实该农业生产函数具有稳健性。在我国农业现代化进程中,农林牧渔业投资、化肥施用量、塑料薄膜使用量、农业机械化水平和农业科技水平对农业总产值的产出弹性系数依次降低,分别为0.383、0.269、0.213、0.161和0.051;农业科技水平、农林牧渔业投资、塑料薄膜使用量、农业机械化水平和化肥施用量对农业总产值贡献率依次为21.392%、20.681%、15.444%、13.295%和8.684%。因此,应加大农业科技水平投入和转化、农林牧渔业投资力度和新型机械动力使用补贴等,推进农业现代化建设进程。     

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.     

基于灰色预测模型测算农业机械化贡献率

测算出农业机械化对农业生产的贡献份额,对农业机械化投入决策具有重要的参考作用。通过采用灰色系统预测方法,建立农业产出、农业机械化投入、物质消耗、劳动力投入和土地面积投入的灰色序列模型,得出农业投入产出总体回归模型,预测农业机械化贡献率。     

农业机械化对农业经济贡献率实证分析

农业机械化是我国农业实现现代化的必由之路,在促进农业经济增长和农民增收方面起着重要作用。本文利用1978～2009年的统计数据分析了农业机械化对农业经济的促进作用,通过柯布—道格拉斯生产函数实证分析得出结论:我国农业机械化对农业经济贡献率为17.19%,现阶段农业机械化是促进农业经济发展的重要因素。     

浙江省农业竞争力的总体评价与地区比较研究

为提升浙江省农业竞争力,考虑资源基础、生产要素投入、经营效果和发展环境4个方面因素,建立了包含15个指标的农业竞争力评价指标体系,并采用专家调查法确定了各指标权重。在此基础上,利用2008年统计数据对浙江省和所属11个市(地区)的农业竞争力进行了评价和分析讨论,同时提出了提升浙江省农业竞争力的相关措施与建议。     

浙江省农业经济发展模式及转型对策

该文主要结合实际情况,首先分析了当代浙江省农业经济特点和转型现状,然后论述了浙江省农业经济管理模式转型对策,希望研究结果对同行提供参考。     

衢州市推进农业机械化促进效益农业发展

针对当前实际，分析、论述了农机化对促进农业生产．发展效益农业等方面所发挥的作用，及取得的良好效果。并根据衢州市经济欠发达，而农民又急需新型、实用的农业机械的愿望较强烈等具体情况，提出了为加快农业现代化进程．推进农机化发展，需要解决的若干相关问题的建议。     

农业机械总动力变化影响因素的灰色关联分析

农机总动力是反映和评价农业机械化水平的一个重要指标.为此,从系统的观点出发,选择农业劳均粮食播种面积、粮食单位面积产量、农业劳均产值和农民年纯收入等4个指标作为影响农机总动力变化的因素,并依据浙江省1981～2003年有关统计数据,利用灰色关联法对影响农机总动力变化的因素进行关联分析.结果表明,粮食单位面积产量和农业劳均粮食播种面积是影响农机总动力变化的最直接因素.     

2011-2015年河南省农业机械总动力的预测

农业机械总动力是衡量农业机械化水平的一项重要指标。对河南省农业机械总动力进行预测,将为农业机械化部门制定合理的发展规划提供一定的理论支持,同时也为农机企业了解未来市场需求状况提供一定的参考。以1991-2010年间的河南省农业机械总动力统计数据为基础,利用BP神经网络建立了河南省农业机械总动力的预测模型。该模型采用3层BP神经网络,输入层、隐含层和输出层的神经元数目分别为5,13和1。隐含层和输出层的激励函数分别为正切型与对数型Sigmoid函数。采用分步预测的思想,利用自适应学习速率训练方法对该网络进行了训练,获得了该模型中各层之间的连接权值和各层神经元的阈值。利用该模型对现有数据进行了仿真预测,结果表明,该模型具有较高的预测精度。在此基础上,对河南省"十二五"期间的农业机械总动力进行了预测,并给出了预测数据。     

农业机械化水平与贡献率的区别研究

农业机械化水平与贡献率是评价农业机械化在农业生产中地位和作用的两个关键性的定量指标。为此,从理论上对两者加以详细地阐明,并采用定性与定量分析相结合的方法对两者进行比较。从分析结果看,两者既有相似点又有不同点,且相互促进、相互补充。因此,在全面评价反映农机化在农业生产中的作用时,应综合考虑两者的共同影响,这对促进我国农机化事业的健康发展具有重要的意义。     

浙江省农业工程技术发展的重点领域及措施

农业工程技术在农业现代化过程中具有重要地位，农业的工程技术化是农业现代化最重要的标志之一。为此，系统分析了浙江省农业工程技术发展的现状、趋势及存在问题，以专家座谈和问卷的方式对浙江省农业工程技术发展的重点领域及应采取的相关措施进行了调查研究，得出结论为农业信息技术、农产品加工与储运工程技术、没施农业装备技术是当前浙江省农业工程技术中急需重点发展的领域，并提出了应采取的相关措施。     

有约束农业机械化贡献的一种测算方法

提出了一种基于增长速度方程的有约束农业机械化贡献率的测算方法。该方法首先构造了一个以增长速度方程误差绝对值之和最小为目标,以各种投入要素的产出弹性大于零为约束条件的优化模型。在此基础上,通过变量替换,将该模型转化为线性规划模型。由于线性规划模型不仅能够求得解析解,而且有现成的求解软件,因此便于问题的求解。该方法克服了现有文献给出的增长速度方程参数估计方法与生产实际不符的情况,即有时会出现投入要素的产出弹性为负的情况。