基于MIV和GA-BP模型的农业机械化水平影响因素实证分析

作者：张永礼,陆刚,武建章

摘要：农业机械化是农业现代化的前提和标志。利用2007—2012年31个省（市）面板数据，建立GA—BP神经网络模型，计算MIV值，对我国农业机械化水平影响因素进行了实证分析。结果表明，农村劳动力转移率、农村居民收入水平和农作物种植结构对农业机械化水平的影响较大，土地经营规模影响较小；户均人口数、水稻播种面积比重、农村居民家庭经营山地面积有负向影响，其它因素有正向影响。从区域来看，农村劳动力转移率是华北、东北、华东和中南地区农业机械化水平主要影响因素，户均人口数在华东、中南和东北地区具有负向影响，但在西北和西南地区具有正向影响，农业机械化水平总体呈现“东部缺地，西部缺人”的现状。从趋势来看，农村劳动力转移率、玉米播种面积比重和农村居民家庭人均纯收入的正向影响在不断增强，农村居民家庭经营山地面积、水稻播种面积比重、户均人口数的负向影响在波动中逐年减弱。为提高农业机械化水平，应加快农村剩余劳动力转移，突破稻作农机技术瓶颈，发展适合山区作业的中小型农业机械，同步推进农机专业服务市场发展和农业适度规模化经营。

发文机构：石家庄经济学院管理科学与工程学院

关键词：农业机械化水平影响因素MIV遗传算法BP神经网络agricultural mechanization levelinfluencing factorsMIVgenetic algorithmBP neural network model

分类号： F323.3[经济管理—产业经济]