首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于BP神经网络的欠发达地区失地农民生计方式选择预测——以甘肃省兰州市安宁区为例
引用本文:杨琨,刘鹏飞.基于BP神经网络的欠发达地区失地农民生计方式选择预测——以甘肃省兰州市安宁区为例[J].南方农业学报,2020,51(3):702-711.
作者姓名:杨琨  刘鹏飞
作者单位:中国科学院西北生态环境资源研究院,兰州 730000兰州城市学院商学院,兰州 730070中国科学院大学,北京 100049兰州城市学院商学院,兰州,730070
摘    要:目的]探析欠发达地区失地农民生计方式选择的影响因素,推进失地农民可持续生计研究,为精准实现失地农民可持续生计提供政策参考.方法]以甘肃省兰州市安宁区失地农民群体为研究对象,基于可持续生计分析框架及实地调查数据,采用BP神经网络及二元Logistic回归模型定量分析人力资本和政策性因素对失地农民生计方式选择影响的边际效应.结果]BP神经网络检验分类预测准确率达92.44%,二元Logistic回归模型检验分类预测准确率为78.15%,且BP神经网络的AUC值显著高于二元Logistic回归模型,表明BP神经网络具有更好的拟合性能,能更有效地分析失地农民生计资本对其转移就业选择的影响及边际效应.因征地补偿所获得的财产性收入和转移性收入在一定程度上降低了失地农民转移就业率;年龄对转移就业概率的边际效应呈倒U形,35岁以上失地农民的转移就业概率显著低于35岁以下群体,45岁以上失地农民的转移就业概率已低至0.5以下;欠发达地区教育水平仍是影响非农就业水平的关键因子,且高中以上教育水平对就业概率提升的影响显著.建议]提高人力资本存量,增强职业技能培训;选取更合理的征地补偿措施,正确引导失地农民合理分配使用货币性补偿;完善失地农民劳动力市场体系,提供更有针对性的就业扶持及保障措施,缓解失地农民提前退出劳动力市场的现状.

关 键 词:欠发达地区    失地农民    生计方式    BP神经网络    二元Logistic回归模型

Prediction of livelihood activities selection for land-lost farmers based on BP neural network—A case study of Anning District,Lanzhou City,Gansu Province
YANG Kun,LIU Peng-fei.Prediction of livelihood activities selection for land-lost farmers based on BP neural network—A case study of Anning District,Lanzhou City,Gansu Province[J].Journal of Southern Agriculture,2020,51(3):702-711.
Authors:YANG Kun  LIU Peng-fei
Abstract:
Keywords:
本文献已被 CNKI 等数据库收录!
点击此处可从《南方农业学报》浏览原始摘要信息
点击此处可从《南方农业学报》下载免费的PDF全文
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