首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 15 毫秒
1.
为加快金华市农业机械化发展,利用2000-2010年金华市农业机械化统计数据,结合现行农业机械化发展水平评价方法,计算了该市在此期间各年度的农业机械化发展水平。结果表明,金华市"十一五"农业机械化发展水平较"十五"有了较大提高,且农业机械化发展已进入中级阶段。同时,结合金华市农业机械化现状,提出了促进该市农业机械化又好又快发展的措施与建议。  相似文献   

2.
为促进金华市农业机械化发展,根据现有农业机械化水平评价方法,建立了金华市农业机械化水平评价指标体系,并确定了各指标的权重.在此基础上,利用1996-2006年金华市有关农业机械化统计数据,计算出金华市历年农业机械化水平,同时分析了影响当地农业机械化发展的因素.最后,结合金华市实际,提出了促进金华市农业机械化水平提高的措施与建议.  相似文献   

3.
金华市农业机械化水平的总体评价和地区比较   总被引:1,自引:0,他引:1  
为提高金华市农业机械化水平,根据金华市农业机械化发展现状,结合现有农业机械化水平评价指标体系,确定了金华市农业机械化水平的评价标准,并采用专家法对各评价指标分配权重。利用2006年金华市和其所属9个县(市)的有关统计数据,计算出金华市及各县(市)的农业机械化水平,评价结果与实际情况基本一致。最后,结合金华市实际,给出了提高金华市农业机械化水平的措施与建议。  相似文献   

4.
钮杭  郑文钟 《山东农机》2012,(11):10-12
根据2000-2010年杭州市农业机械化统计数据,利用国内现有的农业机械化发展水平评价方法,测算了杭州市在此期间各年度的农业机械化发展水平。计算结果表明,目前杭州市处于农业机械化发展中级阶段,且“十一五”农机化发展速度较“十五”有了较大提高。在此基础上。提出了加快杭州市农业机械化发展的相关措施与建议。  相似文献   

5.
农业机械化发展水平的人工神经网络评价模型   总被引:9,自引:3,他引:9  
根据农业机械化发展水平的评价标准,提出了生成足够多人工神经网络训练样本、检验样本和测试样本的新方法,给出了区分农业机械化发展水平不同程度的分界值,并提出了确定合理BP神经网络结构的原则。通过上述方法得到的神经网络模型具有更好的泛化能力,且不受网络初始权值的影响。运用训练后的神经网络评价模型对河南省1994年农业机械化发展水平的评价结果表明:与灰色-概率评估模型相比,本文建立的BP评价模型具有更好的客观性、通用性、实用性和容错性。  相似文献   

6.
我国农业机械化发展水平评价指标体系构建与实证分析   总被引:4,自引:0,他引:4  
我国农业机械化发展水平评价指标体系是由农业机械化装备水平、农业机械化作业水平、农业机械化系统体系3个层面所构建的,通过相关分析确定了各级评价指标的权重系数,建立了农业机械化发展水平综合评价模型,对2002年我国各地区农业机械化发展水平进行了测算与评价。  相似文献   

7.
科学地评价农业机械化在农业现代化生产中的地位与作用,研究不同地区农业机械化发展水平及发展速度,是农业机械化宏观管理的重要内容。通过对辽宁省农业机械化发展情况的调查研究,应用聚类分析理论与方法,对辽宁省14个市(地)区进行了系统分类处理,定量与定性分析相结合,对不同类区的农机化发展水平进行了分析与评价。  相似文献   

8.
农业机械化是农业现代化的主要标志和重要内容。客观评价农业机械化水平是分析农业现代化发展形势、制定农业发展政策的重要依据和基础。江苏省自2010年开始试行《江苏省农业机械化水平评价指标体系》,对全省农业机械化水平进行综合评价,评价结果直接应用于农业基本现代化进程监测,引起了各级党委、政府和社会的广泛关注。各地加强组织领导,完善扶持政策,加大投入力度,  相似文献   

9.
农业机械化是农村先进生产力发展水平的重要标志,也是社会主义新农村建设“生产发展”的重要衡量指标。本文通过分析研究得出:农业机械化在恩施市农业生产中产生了一定的效益,但其发展水平较低。作为欠发达地区的农业县市,须通过加强农业机械化服务队伍建设,提高农机具保有量和普及率,加大农业机械化适用技术的培训推广,以提高农业机械化发展水平和效益。  相似文献   

10.
农业机械化发展水平评价的研究——以绍兴市为例   总被引:1,自引:0,他引:1  
为加快绍兴市农业机械化发展,根据现有农业机械化水平评价指标体系,利用2000~2010年绍兴市农业机械化统计数据,测算了该市在此期间各年度的农业机械化发展水平.结果表明,目前绍兴市已处于农业机械化发展中级阶段的快速发展期.在此基础上,结合绍兴市农业生产实际,提出了推进绍兴市农业机械化发展的措施与建议.  相似文献   

11.
科学评价现阶段农业机械化发展水平,对于健全农业机械化的宏观调控和微观指导,发挥农业机械化在建设农业现代化中的作用具有重要意义。为此,利用有关农业机械化统计数据对陕西省以及各地市2005-2007年农业机械化水平进行测算,并对测算结果进行了分析。结果表明,陕西省农机化水平总体上呈逐年上升趋势,局部地区农机化水平呈波动趋势,且地区之间农机化水平存在不平衡性。评价结果与实际情况基本一致,为指导陕西省农业机械化发展提供了科学依据。  相似文献   

12.
《江苏农机化》2014,(6):5-9
为客观判断农业机械化发展形势,科学编制农业机械化发展中长期规划,在中国工程院、农业部、中国农业大学等单位相关领域专家指导下,江苏省农业机械管理局对全省农业机械化水平进行了评价分析。  相似文献   

13.
<正>1问题的提出博尔塔拉蒙古自治州包括博乐市、精河县、温泉县,全州可耕地20万hm2,已耕地11.7万hm2,主要农作物有棉花、枸杞、小麦、玉米、油葵、甜菜及各类瓜果等。2006年底,全州农机固定资产总值达27964万元,农机总动力达34.3万kW,拖拉机拥有量达16792台,其中:74kW以上拖拉机拥有量223台,  相似文献   

14.
设施农业机械化水平评价指标体系构建   总被引:3,自引:0,他引:3  
设施农业是现代农业发展的重要组成部分。为了科学评价我国设施农业机械水平,便于在宏观管理上引导未来设施农业机械的发展,提出了基于生产环节的设施农业机械化水平评价指标框架体系构建思路;采用文献分析、专家咨询和实地调研的研究方法,根据指标设置原则和筛选依据,对指标进行了删减和合并,并建立了一套包括2级9个指标的评价体系;最后,选取北京及江苏7个典型设施农业园区进行实例计算。结果表明,设施农业机械化水平评价体系在数据采集及计算方法上具有较强的可操作性,评价结果与实际情况较吻合。  相似文献   

15.
农业机械化是农业现代化的主要标志和重要物质基础内容,没有农业机械化就没有农业现代化。科学评价现阶段农业机械化的水平,对健全农业机械化宏观调控和微观指导,进而发挥农业机械化在提高农业综合生产能力,促进农业增效和农民增收以及农业产业结构调整等方面中的作用都具有重要现实意义。  相似文献   

16.
用因子分析法评价我国农业机械化发展水平   总被引:1,自引:1,他引:1  
在以往农业机械化评价方法的基础上,提出了用因子分析方法评价农业机械化发展水平。选取反映农业机械化作业水平、保障水平、效益水平的评价指标进行因子分析赋予权重,结合各项指标系数值,建立农业机械化发展水平评价方程。同时,计算出我国31个省、自治区、直辖市的农业机械化综合发展水平评价值。结果表明:采用因子分析法评价是以数据本身的相关性为依据,避免了其它方法人为赋权所产生的误差。  相似文献   

17.
广西农业机械化发展水平评价与分析   总被引:1,自引:0,他引:1  
在结合广西农业机械化发展现状的基础上,根据检索查阅相关研究成果.通过专家调查法建立了广西农机化评价指标体系,确定了农业机械化发展水平评价标准及各项评价指标的权重。运用广西2000~2009年的农机化统计数据分析广西农机化发展水平,提出了促进广西农机化发展的依据和建议。  相似文献   

18.
中国农业机械化发展水平地区分类研究   总被引:5,自引:0,他引:5  
1.进行农业机械化发展水平分类研究的意义实现我国跨世纪的发展目标,积极推进农机化发展,要从增强农机化实力和提高农机化水平两方面着手。实力有大小强弱之分,主要反映装备、人员、作业等总量的多少,反映出发展的基础条件和潜力。水平有高低之分,主要反映农机化实?..  相似文献   

19.
改进的AHP法在评价农业机械化发展水平中的应用   总被引:2,自引:0,他引:2  
依据层次分析法的基本原理、存在问题、改进方法,通过对农业机械化发展水平指标的分析,建立影响因素的层次结构模型,并且用改进的AHP法对诸因素的重要性进行排序,按排序关系可近似确立优先发展的领域。  相似文献   

20.
提高农业机械化发展水平   总被引:2,自引:0,他引:2  
我国农业机械化发展相对落后当前,我国农业已开始由传统农业向现代农业转变,进入了建设现代农业的新阶段。现代农业是以农机装备为基础的农业,农业机械化总体水平高低是衡量一个国家农业现代化程度的重要标志。目前,我国农业机械化水平还不适应发展农业产业化和建设现代农业的要求:一是农机服务领域不宽,许多农机服务项目局限于田间作业,不能适应日益增长的农机作业市场的要求;二是农机化技术储备、技术创新能力较弱,经济作物生产机械化技术短缺,不能适应农业结构调整的客观要求;三是农机化投入资金少,融资信贷能力弱,不能适应农业产业化、…  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号