| 乡村农户贫困状态特征因子筛选与分析框架：兼论我国乡村振兴路径选择 |
| |
| 引用本文： | 袁先智,赵旻,刘海洋,周云鹏,严诚幸,石宝峰,柴娜娜,林健武,何诚颖,马胜,张千友,丁晓蔚. 乡村农户贫困状态特征因子筛选与分析框架：兼论我国乡村振兴路径选择[J]. 中国管理科学, 2022, 30(12): 234-244. DOI: 10.16381/j.cnki.issn1003-207x.2021.2648 |
| |
| 作者姓名： | 袁先智 赵旻 刘海洋 周云鹏 严诚幸 石宝峰 柴娜娜 林健武 何诚颖 马胜 张千友 丁晓蔚 |
| |
| 作者单位： | 1.成都大学商学院,四川 成都610106; 2.三亚学院盛宝金融科技商学院,海南 三亚572000;3.中山大学管理学院,广东 广州510275; 4.重庆理工大学理学院,重庆400054;5.华东理工大学商学院,上海200237; 6.上海翰墨数字科技有限公司,上海200093;7.云南省烟草专卖局公司信息中心,云南 昆明650000;8.西北农林科技大学经济管理学院,陕西 咸阳712100;9.南京大学信息管理学和南大普惠三农金融科技创新研究中心,江苏 南京210023 |
| |
| 基金项目： | 国家自然科学基金资助项目(71971031,U1811462,72173096,71873103);国家社会科学基金资助项目(19BTQ070) |
| |
| 摘 要： | 本文构建了刻画乡村农户贫困状态的特征因子的提取算法和分析框架,旨在实现和帮助完善家庭农场的持续发展,尤其是由贫困农户组成或参与的家庭农场在发展需要的融资方面的乡村信用评估,推动有效地制订对应政策和落地方案,巩固脱贫攻坚成果和防止返贫。本文的最大亮点是以“分类与回归树”(CART)分析和“吉布斯抽样”(Gibbs Sampling)的人工智能算法为工具,对乡村农户贫困状态的特征因子提取建立了对应的框架和分析流程。基于国内某地区乡村建档立卡数据库的31,116个样本,实证研究筛选出12个刻画乡村农户贫困状态高度关联的特征因子,并进一步对特征因子的有效性进行了ROC曲线和AUC测试。结果表明以特征因子分析框架为基础,建设配套的乡村信用评估体系是支持乡村振兴的可持续性最佳解决途径之一,除了能够为乡村贫困户获得持续工作的基本技能或生产环境的改善提升上得到持续性的融资支持提供评估依据和数据支持,也能为乡村和城镇“传帮带”等生产和商务平台的建立提供可持续的基础性数据和信用分析的动态支持。
|
| 关 键 词： | 机器学习 吉布斯抽样 家庭农场 信用评级 乡村振兴 贫困状态 关联特征, |
| 收稿时间： | 2021-04-20 |
| 修稿时间： | 2022-01-14 |
The Framework for Characteristic Factors of Poverty Statusby Using AI Algorithms:Related to the Path Choice of Rural Revitalization in China |
| |
| YUAN George Xianzhi,ZHAO Min,LIU Hai-yang,ZHOU Yun-peng,YAN Cheng-xing,SHI Bao-feng,CHAI Na-na,LIN Jian-wu,HE Cheng-ying,MA Sheng,ZHANG Qian-you,DING Xiao-wei. The Framework for Characteristic Factors of Poverty Statusby Using AI Algorithms:Related to the Path Choice of Rural Revitalization in China[J]. Chinese Journal of Management Science, 2022, 30(12): 234-244. DOI: 10.16381/j.cnki.issn1003-207x.2021.2648 |
| |
| Authors: | YUAN George Xianzhi ZHAO Min LIU Hai-yang ZHOU Yun-peng YAN Cheng-xing SHI Bao-feng CHAI Na-na LIN Jian-wu HE Cheng-ying MA Sheng ZHANG Qian-you DING Xiao-wei |
| |
| Abstract: | The goal of this paper is to establish a framework and associated analysis process for the extraction of related features to depict the poverty status of rural farmers. Based on the 18 types of data covered by a rural filing cardin China, combined with CART analysis and Gibbs sampling algorithm, 12 highly related characteristic factors are screened out to describe the poverty status of rural households. |
| |
| Keywords: | machine learning algorithm gibbs sampling family farm credit rating rural vitalization poverty state associated feature, |
|
| 点击此处可从《中国管理科学》浏览原始摘要信息 |
|
点击此处可从《中国管理科学》下载全文 |
|
