-
题名基于机器学习方法的农民非农创业影响因素研究
- 1
-
-
作者
高雅
邬红梅
-
机构
郑州大学商学院
郑州大学管理学院
-
出处
《华南农业大学学报(社会科学版)》
北大核心
2025年第1期42-57,共16页
-
基金
国家社会科学基金(20BJL73)。
-
文摘
基于2020年CFPS数据,采用逻辑回归、决策树、随机森林、梯度提升决策树、支持向量机和神经网络等机器学习模型,系统分析了个体、家庭及地区特征对农民非农创业的影响,以挖掘影响农民非农创业的主要因素。研究发现,集成学习方法优于传统模型,随机森林和梯度提升决策树表现最佳。在所有特征变量中,家庭保险支出、家庭存款、土地出租、互联网接入、个体受教育程度和年龄是影响农民非农创业的主要因素。此外,偏依赖图展示了主要特征变量对农民非农创业的具体预测模式,并发现家庭保险支出、家庭存款、个体受教育程度和年龄特征对农民非农创业的影响具有显著非线性。城乡异质性分析表明,家庭保险支出和家庭存款在不同地区均显著影响非农创业;乡村地区土地流转的促进作用较突出,而城镇地区个体年龄的影响更为显著。
-
关键词
农民非农创业
机器学习
乡村振兴
城乡异质性
-
Keywords
farmers'non-agricultural entrepreneurship
machine learning
Rural revitalization
urban-rural heterogeneity
-
分类号
F323.6
[经济管理—产业经济]
-
