基于机器学习模型的宁夏六盘山地区农户多维贫困影响因素研究

Journal: Economics DOI: 10.12238/ej.v4i4.737

孟莹

北方民族大学 数学与信息科学学院

Abstract

本文利用宁夏六盘山地区农户家庭调研数据,运用A-F双界法对多维贫困家庭进行识别,应用Logistic回归、决策树及随机森林等机器学习模型,从农户户主特征及家庭资本两方面探讨多维贫困的影响机制。结果表明:户主的受教育年限、户主性别、家庭劳动力数量及家庭外出务工人数对农村家庭的多维贫困具有显著的负向影响,户主年龄、家庭人口数、房屋用料基础对农村家庭多维贫困具有显著的正向效应。基于以上结论,提出完善农村贫困测度体系、关注农户生活水平、提高农户受教育程度、加大对农户就业扶持力度及出台相关人才引进政策等缓解多维贫困的政策建议。

Keywords

多维贫困;Logistic回归;决策树;随机森林;影响因素

Funding

北方民族大学研究生创新资助项目(YCX20104)。

References

[1] 王艳慧,陈烨烽,迟瑶,等.中国贫困村致贫因素分析及贫困类型划分(英文)[J].Journal of GeographicalSciences,2018,28(10):1444-1466.
[2] 侯亚景.中国农村长期多维贫困的测量、分解与影响因素分析[J].统计研究,2017,34(11):86-97.
[3] 黄善林,孙怡平,余志刚.农地经营与农地流转对多维贫困的影响研究——基于东北地区典型贫困县的农户调查[J].农林经济管理学报,2020,19(6):735-744.

Copyright © 2021 孟莹

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License