机器学习和农业政策研究范式的革新

• 作者: 于晓华 包特 唐忠
• 来源期刊: 农业技术经济
• 关键词: 机器学习 农业政策研究 农业经济学 预测 计量模型
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 特约稿件
• 页码范围: 4-9
• 页数: 6页
• 语种: 中文

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于晓华		9	22	3.0	4.0
2	唐忠		28	470	8.0	21.0
3	包特		1	0	0.0	0.0