江苏省农机化水平与影响因素灰色关联分析

依据江苏省1996～2005年有关统计数据,选择农业劳均产值、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4个指标作为影响农业机械化水平的因素,利用灰色关联法对农机总动力与影响因素进行关联分析,并提出相关建议.     

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.     

农业机械总动力与影响因素关系分析

分析了影响农业机械化发展的主要因素，包括生产规模、需求和经济条件；建立了农业机械化发展的总动力分析模型，该模型反映了农机总动力与农民收入水平、农业劳均粮食播种面积和粮食单产的关系；依模型对农机总动力发展进行预测。     

农业机械化发展水平及其影响因素的灰色关联分析 ——基于常州市金坛区面板数据的实证分析

依据常州市金坛区2008-2017年有关统计数据,选择农业人均产值、农业人均粮食播种面积、粮食单位面积产量和农民人均纯收入4个指标作为影响农业机械化水平的因素,利用灰色关联法对农机总动力与影响因素进行关联分析,并提出相关建议。     

农业机械化发展水平关键影响因素辨识及权重研究——基于模糊GRA-DANP

针对农业机械化发展水平各影响因素之间存的在相互影响关系，构建了一种基于指标关联度的模糊GRA-DANP模型，辨识并量化农业机械化发展水平的关键影响因素。基于对现有文献的研究，构建农业机械化发展水平评价指标体系，通过灰色关联分析计算影响因素间的灰色关联度进而构建直接影响矩阵，并运用DEMATEL方法分析影响因素之间的因果关系，计算各影响因素的中心度、原因度并构建因果关系图，引入模糊DANP方法确定各影响因素的全局权重。在此基础上，运用模糊GRA-DANP模型和新疆生产建设兵团客观数据进行实证研究，得知兵团农业机械化发展水平各影响因素之间的因果关系和全局权重，辨识出农业劳均播种面积、第一产业劳动力占总劳动力比重、农业劳动生产率、百元农机原值纯收入及单位播种面积农机动力是兵团农业机械化发展水平的关键影响因素。     

农业机械化与粮食生产能力的多维灰关联分析——以黑龙江省为例

加强粮食综合生产能力建设是确保国家粮食安全的关键,而提高粮食生产能力最有效的途径是依靠科技进步.为此,在阐述了灰色关联分析基本原理的基础上,以1991～2005年数据为样本,对黑龙江省农机化程度和粮食生产能力两组指标进行测算,得出了影响黑龙江省主要粮食作物生产能力的具体因素,为制定省内相关农业政策提供参考.     

农业机械化发展影响因素的分析与评价

确定影响农业机械化发展的因素及各因素的影响程度,对促进我国农业机械化的发展具有十分重要的意义.为此,根据灰色关联分析原理,提出了分析农业机械化影响因素的多类多因素灰色关联法,并结合浙江省某地区的相关统计数据进行了分析.结果表明,乡镇工业产值和乡镇工业固定资产两类指标对农业机械化发展影响最大.     

我国粮食自给率波动分析与粮食安全的保障

粮食自给率波动对粮食供需平衡有一定影响,结合国际粮食市场情况,从粮食贸易角度分析我国粮食安全问题。分析我国粮食自给率现状,对比不同国家的粮食自给情况,采用灰色关联模型对影响我国粮食自给率的诸多因素进行实证分析,对我国粮食生产与粮食贸易存在的问题进行研究探讨,同时提出了保障我国粮食安全的建议和对策。     

农机总动力影响因素的灰色关联分析——基于G-P算法

应用混沌理论中的饱和关联维数法(G-P)与灰色关联分析法,对黑龙江省农机总动力的影响因素进行量化分析;以黑龙江省农机总动力作为灰色关联的模型输出因子及饱和关联维数法计算的对象,从农业劳动力、土地生产规模、购买农机的经济环境及农机具的装备数量等4个不同的角度出发,选择14个不同的农机总动力影响因素作为灰色关联的输入因子。最终,由饱和关联维数法计算农机总动力的嵌入维数,并与灰色关联法对影响因素进行对比分析,得出了影响黑龙江省农机发展的8个主要影响因素,对主要影响因素进行了深入分析,并根据分析结果提出了促进农业机械化发展的建议。     

黑龙江省农业机械化发展关键影响因素分析

农业机械化发展受到系统内外许多因素影响,确定农业机械化发展的关键影响因素对推动农业机械化快速发展有重要意义。为此,运用系统分析方法,选择影响农业机械化水平的社会与经济环境、农业生产资源、农机装备及技术,共3类21个因素进行分析。同时,依据黑龙江省2004-2011年的相关统计数据,运用灰色综合关联分析法,对影响农业机械化发展水平的因素进行了关联度分析,确定了影响农业机械化发展水平的关键因素,并对关键影响因素进行了系统分析。     

河南省粮食生产主要影响因素分析

河南省是我国的第一农业大省,其粮食生产情况对我国粮食安全有着举足轻重的作用.鉴于粮食生产系统的影响因素很多,选择了12个粮食生产中的基本影响因素,通过主成分分析,确定出影响河南省粮食产量的主要因子为农业机械总动力、化肥施用折纯量、农用塑料薄膜使用量、农田有效灌溉面积和年底常用耕地面积5个主要影响因素.并对影响河南省粮食...     

粮食总产量变化影响因素的灰色关联分析

为增加浙江省粮食总产量,依据浙江省1995—2012年有关粮食总产量的统计数据,选择粮食种植面积、化肥、农药、有效灌溉面积、农机总动力和种植业劳动力6个指标作为影响粮食总产量的因素,并利用灰色关联法对影响浙江省粮食总产量的因素进行关联分析。结果表明,这6个影响因素与粮食总产量关联度的顺序依次为种植业劳动力（0.862 9）、粮食种植面积（0.858 8）、化肥（0.796）、农药（0.680 7）、有效灌溉面积（0.597 3）和农业机械总动力（0.553）,因而扩大种植面积和增加农业机械投入替代种植业劳动力等是当前实现浙江省粮食总产量增加的重要措施。      

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....     

南方粮食干燥机械化发展影响因素分析与对策

粮食干燥机械化是农业机械化的一个重要组成部分。本文对南方粮食干燥机械化发展缓慢的影响因素进行了分析，认为主要因素是：传统农业方式与现存体制的双重影响；农业生产比较效益低，传统思想难以改变；整体农业机械化水平低，市场发育滞后；粮食干燥技术发展缓慢，水稻干燥机械适用机型少。并提出相应发展对策。     

影响农业机械化发展因素的灰色关联分析法

本文根据灰色关联分析原理，提出了分析农业机械化影响因素的多类多因素灰色关联方法，并以《全国百村劳动力情况调查资料集》中江苏省的调查数据为例，进行了分析。结果表明：乡镇工业产值和乡镇工业固定资产两类指标对农业机械化发展影响最大。     

东北地区种植业生产经济系统的灰色关联辨识

东北地区作为我国重要的农业生产基地,其粮食产量在全国处于领先地位,但其种植业经济效益水平低下,这一直是影响东北地区农业增效和农民增收的主要因素之一.为此,对东北地区种植业生产经济系统的投入和产出状况、经济环境状况进行了分析,并运用灰色关联分析方法对其进行系统的辨识.     

农业机械化规模经营发展因素的层次分析

在影响农业机械化规模经营的因素的系统分析中,常常面临的是一个由相互关联、相互制约的众多因素构成的复杂而往往缺少定量数据的系统。层次分析法为这类问题的决策和排序提供了一种新的、简洁而实用的建模方法。通过使用层次分析法对河南省农业机械化规模经营因素进行分析,得出影响河南省农业机械化规模经营发展的主要因素,并分析了这些因素存在的环境与农业机械化规模经营相适应,为其进一步的研究提供参考。     

农业机械化发展对粮食生产能力的积极影响

近年来,我国粮食总产量有所减少,没有新的突破,粮食安全问题相对突出,而提高粮食生产能力是确保粮食安全的重要手段,因此需要准确把握主产区粮食生产能力的影响因素,科学制定提高粮食生产能力的策略。农业机械化的发展是现代农业建设的前提与基础,有利于推动农业生产,降低劳动强度,促进劳动生产率的提高,因此研究农业机械化发展对粮食生产能力的影响十分之必要。本文就针对农业机械化发展对粮食生产能力的积极影响进行分析和探讨。     

我国农机综合作业水平影响因素的计量分析

本文针对我国较高的农机动力水平对应较低的农机作业水平的实际状况,运用统计方法,研究了农机综合作业水平与动力水平的相关性,并建立双对数模型,对农机综合作业水平的影响因素——农机动力水平(顷均耕地农机动力)、自然禀赋(可机耕地比重)、制度因素(劳均耕地面积)、经济发展水平(人均纯收入)等进行了计量分析。结果表明,四类影响因素对农机综合作业水平影响程度有大小之分,且农机动力、可机耕地比重、劳均耕地面积都与农机综合作业水平呈显著的正相关关系,农民人均纯收入与农机综合作业水平呈负相关关系。     

培训对农户就业选择和收入增长的影响研究

首先分析培训对农民就业选择和收入增长的影响机制,然后利用天津市农调队2003年数据进行了实证分析,结果表明培训是影响农户就业选择和收入增长的一个重要因素.受过培训的农户人均纯收入和劳均纯收入要远远高于没有受过培训的农户,第一产业收入相差不大,收入差距主要来源于非农收入差距,而且培训率越高,人均纯收入、劳均纯收入和非农收入也越高.从农户就业状况来看,受过专业培训的农户劳动力主要从事非农产业就业,而且培训率越高,非农就业的比率也越大;从就业地点来看,经过培训的劳动力越容易在本地得到就业机会;从就业时间来看,受过培训的农户非农就业时间要远远高于农业就业时间,而且培训率越高,农户非农就业专业化的倾向也越明显.