农业机械化在农业产出增长中贡献的测算方法

在假定技术进步为希克期中性的前提下,推导出了增长速度方程,给出了增长速度方程在各种投入要素的产出弹性固定不变和变化两种情况下的参数估计方法,进而给出了测算农业机械化在农业产出增长中贡献的测算模型。     

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。     

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。     

农业机械化对粮食产出效能贡献测算与分析

农业机械化对农业生产的贡献是指农业机械化创造的农业利润（产出增长）占农业利润（总产出增长）总额的比重或指农业机械化的贡献在各种生产要素贡献的代数和中所占的比重。农业机械化贡献率是反映农业机械化作用的一项重要的综合指标,测算农业机械化贡献率的主要目的,是从数量关系上认识农业机械化对农业增产、增收带来的实际作用的大小。本文以湖北省为例,就农业机械化对粮食产出效能贡献进行了测算和分析。     

基于DEA模型的北京畜禽养殖机械装备结构优化

在总结分析北京畜禽养殖机械装备结构存在问题的基础上,运用数据包络分析方法 (DEA)对现有畜禽养殖机械装备进行效率分析,得出2015年全市畜禽饲养机械化的成本效率为0.454,畜产品采集机械化的成本效率为0.481。针对成本效率低下问题,通过构建Cost-C模型提出了畜禽养殖机械装备结构优化方案,并提出了相应政策建议,促进畜禽养殖全程机械化高效、生态发展。     

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。      

广东农业机械化对种植业的贡献率研究

为了研究农业机械化在农业和农村经济中的量化效果，在分析广东农业机械化特点的基础上，用项目有无比较法测算了广东农业机械化贡献率，并对结果与成因进行了分析。研究结果表明：1998年，广东农业机械化贡献率为11．18％，特别是在产业结构调整和劳动力收入的情况下，农业机械化的贡献作用更为明显。     

农业机械化对农业产出的贡献率

测算出农业机械化对农业生产的贡献份额,有助于从总体上把握农业机械化的发展水平、发展潜力和发展趋势,为制定农业机械化政策提供可靠有力的理论依据.为此,分析了"有无比较"法及"生产函数"法应用于测算农业机械化贡献率的情况,并以湖南省为实例,采用"有无比较"法计算了农业机械化对农业产出的贡献率.     

基于Cobb—Douglas模型的温州市农业机械化贡献率测算

为分析农业机械化在温州市农业产出中的贡献,本文依据温州市1990～2006年的有关统计数据,利用柯布-道格拉斯(Cobb-Douglas)模型和多元回归分析,测算出温州市在此期间农业机械化的年均贡献率为11.62%,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将进一步提高农业机械化的贡献率。     

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。     

我国农业机械发展水平评价指标体系构建与实证分析

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。     

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。     

农业机械化对农业生产贡献率的测算——基于有无项目比较法

应用有无项目比较法对新疆兵团农一师2007年农业机械化在农业生产中的贡献份额进行测算,对主要影响因素进行了分析,提出了提高农一师农业机械化贡献率的具体途径,从而为决策部门指导和推进农业机械化工作提供科学理论依据。     

我国农业机械化结构贡献的测度:方法与数据

根据我国农业机械化综合水平统计恒等式,借鉴宏观经济学的分析工具,提出一个农业机械化结构贡献的测算方法,并使用历史数据,计算出不同作业环节、不同农作物、不同地区对我国农业机械化发展的贡献度大小,比较分析不同要素贡献大小的变化趋势,可为确定我国农业机械化未来发展重点提供参考。     

农业机械化发展水平评价的研究——以绍兴市为例

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.     

杭州市农业机械化发展水平总体评价的研究

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。     

我国农业机械化发展水平评价指标体系构建与实证分析

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。     

我国农业机械化宏观研究的态势分析

在对农业机械化基本内涵、农业机械化项目类别和农业机械化关键特征的概念进行辨识的基础上，从农业机械化系统分析、农业机械化与经济的关系、农业机械化贡献率的测算、农业机械化效益评价、农业机械化发展水平评价和农业机械化发展的阶段性等方面，比较全面地分析了我国农业机械化宏观研究的现状，并预测了现阶段我国农业机械化宏观研究的趋势。     

基于VAR模型的县域农业机械化与农民工资性收入关系研究

笔者利用郑州市郊六县1998—2021年农业机械化与农民工资性收入的数据构建VAR模型。分析在不同经济发展程度及不同水田与旱地比例的视角下,农业机械化与农民工资性收入之间的动态关系。结果表明：1）不论在何种经济发展程度及水田与旱地比例下,农业机械化程度的提高都可以长期稳定地提高农民工资性收入;2）不同地区农业机械化对农民工资性收入的贡献程度不同;3）农业机械化对农民工资性收入的贡献度,在水田与旱地比例以及经济发展程度上都未呈现出明显的变化趋势。     

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。