机器学习和农业政策研究范式的革新
2019-02-26分类号:F323
【部门】德国哥廷根大学农业经济与农村发展系 中国人民大学农业与农村发展学院 新加坡南洋理工大学经济学系
【摘要】传统的农业政策分析偏重于分析变量之间关系和模型参数的估计,而"机器学习"更注重对未来结果预测的准确性,而后者恰恰是农业政策分析的目的。"机器学习"具有庞大的数据收集和储存能力、强大的学习分析能力以及更智能化的语言分析能力等,所以"机器学习"会对农业政策研究带来革命性的影响。农业经济学界要关注"机器学习"的发展,在科研和教学中导入"机器学习",结合传统的农业经济学分析方法,让农业政策的制定更加精准、更加科学、更加强大,政策沟通更加有效。
【关键词】机器学习 农业政策研究 农业经济学 预测 计量模型
【基金】国家自然科学基金项目“我国政府粮食的规模优化与政策评价——基于理性预期假设的模型构建、水平则算与福利估计”(编号:71673289);; 食品安全消费者行为与风险交流策略研(编号:71633005);; 中国人民大学重大规划项目“工业化以来主要国家农业发展模式比较研究”(编号:15XNLG01)
【所属期刊栏目】农业技术经济
文献传递