农户梯田撂荒决策模拟思考——以福建省22个典型村474户农户

本文是一篇决策模拟论文，本研究基于梯田撂荒驱动力的分析，将有显著影响的因素做主成分分析，然后用主成分分析结果构建多层感知器神经网络，最终得到模拟精度较高的PCA-MLP神经网络，并将该神经网络与二元logistic回代分析模型的模拟结果进行精度比较。
1绪论
1.1研究背景和意义
1.1.1研究背景
耕地是发展之基，是农民安身之本。我国政府一直重视耕地的保护工作，经过长期的努力，实现了粮食产量连年攀升。尽管我国当前粮食供给能够得到保障，但随着经济和社会新形势的发展，粮食安全问题依旧突出。我国耕地质量总体上较低，地块较为细碎，且有三分之二分布于高原与丘陵地带[1]，农业现代化未得到全面普及，近年来很多地方因为农药化肥的不合理使用，土壤出现板结等情况。改革开放以来，随着经济社会的发展，农业劳动力从第一产业转移到其它产业，造成农业劳动力短缺。有研究预测，到2030年我国农业劳动力人口会是2010年的一半，且老龄化会更加突出，这必将对粮食生产造成一定的冲击[2][3]。随着人们对物质品质要求的提高，对牛奶和肉类需求量逐渐增加，用于饲料生产的粮食仍需通过大量进口。对粮食安全构成威胁的原因有很多，以上这些多为在短期内主观无法改变的情况，说明了我国粮食生产存在客观压力。
近年来受农业比较收益偏低和农民外出务工等因素的影响，一些地方出现了不同程度的耕地撂荒，势必会造成土地资源的浪费，对国家粮食安全构成威胁。梯田作为特殊的耕地，多分布在丘陵山区地带，在耕作条件等方面相比较于平田更差，撂荒现象更加明显。尽管梯田产量普遍低于平地，但梯田的撂荒危害却不局限于粮食安全。梯田具有较高的生态系统服务价值，大面积撂荒对水土保持和景观价值等方面影响较大。
近年来我国政府高度重视梯田的保护工作，已有五处著名梯田被联合国教科文组织或联合国粮农组织列入《世界遗产名录》。2021年初，农业农村部印发文件要求各地遏制耕地撂荒，挖掘保供的潜力。提出测试分类指导、强化政策扶持、加快设施建设、规范土地流转、加大指导服务和加强宣传引导的六点要求，这些都能看出我国政府对撂荒问题的重视。

决策模拟论文怎么写

............................
1.2研究内容与方法
1.2.1研究内容
第一部分：绪论。首先介绍本研究的研究背景与研究意义，重点突出梯田撂荒研究的必要性。然后说明本研究包括哪些模块的内容，使用了哪些研究方法，再绘制本研究的技术路线图。最后提前对文中创新点进行阐述，并说明文章中可能存在的不足之处。
第二部分：相关理论与文献综述。先对文中会涉及的相关概念进行说明解释，并对涉及到的主要研究理论进行介绍，打牢理论基础，将相关理论与研究主题之间的关系理顺。再对国内外关于梯田、撂荒、模拟研究的内容进行梳理，便于掌握最新研究进展，为后期影响因子选择提供依据。最后对已有研究成果进行综述总结，再次说明此研究的必要性。
第三部分：方法介绍。这部分主要对研究中涉及的二元logistic回归分析、主成分分析（PCA）、多层感知器(MLP)神经网络分析的主要内容进行介绍，并结合公式和图像说明解释，以便于更好理解下文的实证分析内容。
第四部分：研究区概况与样本特征。先对所研究区域的自然、经济和社会的发展状况进行简要概述，了解必要的研究区背景，便于后期将理论与实际相结合分析。再对研究样本选择与数据收集情况进行说明。
第五部分：撂荒驱动力分析。这部分先将调研问卷所收集的数据进行整理后，参考已有相关研究，从中选取农户承包地块、农户家庭收入、农户家庭劳动力三个层面的指标进行二元logistic回归分析，研究梯田撂荒的主要影响因素，并展开撂荒驱动力分析。
第六部分：模型构建与比较研究，将上文中得出对梯田撂荒有显著影响的因素作为指标，构建二元Logistic回归模型，得到相关参数与结果，构建梯田撂荒回代模型，并用30%的样本数据测试其模拟准确性。再将具有显著影响的指标进行主成分分析，得到相关的主成分后代入到人工神经网络上进行训练，得到PCA-MLP农户梯田撂荒决策模型，将突触权重估算值导出到XML文件，同样用30%样本数据进行测试，获取判别准确率、ROC曲线等信息。最后将两个预测模型进行比较分析，并得出相关结论。
第七部分：结论与研究展望。对前面五部分研究内容进行总结，重点对实证分析部分进行说明。再利用梯田撂荒驱动力与预测分析结果，针对性地提出梯田撂荒的对策建议，最后总结全文并提出展望。
..........................
2文献综述
2.1梯田研究综述
梯田是指田块间呈现阶梯分布，田面水平且有田埂的耕地[4]。梯田是自然界中人为创造的活化石，是人类进一步利用和改造自然的伟大标志。梯田一方面可以开辟农业生产来源；另一方面也避免和减轻地表径流危害，从而保持水土，保护山区的农业，和平原区耕地一样为粮食安全提供了重要保障。
（1）梯田修筑历史
世界上有记载的最早的梯田出现在5000多年前的巴勒斯坦和也门地区[5]。在我国，梯田有3000年以上的开垦历史[6]。西周时期，《诗经·小雅·正月》记载：“瞻彼阪田，有苑其特”，“阪田”指的就是一种原始的梯田。到了隋唐宋时期，随着人口、社会和经济发展重心的逐渐向丘陵和山地为主的南方移动，并带来了龙骨水车、翻车和筒车等农具，梯田修筑和耕作的技术得到发展，梯田由此在南方丘陵山区扩散开来，著名的哈尼梯田、紫鹊界梯田和龙脊梯田就是在这一时期得到大规模开发。元明清时期，形成了梯田修筑和耕作的相关理论，其开发范围也逐渐扩大[4]。在北宋“弓箭手屯田”制度（1074~1125年）下，青藏高原也开垦了大量的梯田[7]。元代的王祯所著的《农书》对梯田的构筑、垦殖及管理方法进行了论述，并以图样示之；明代徐光启的《农政全书》对梯田进行了更加详细的描述；清代包世臣在《齐民四术》阐述了在梯田运用分层种植技术以防治水土流失的方法。新中国成立后，我国先后在1958年和1970年两次大规模修筑梯田，第一次多为修筑的坡式梯田和窄条水平梯田，第二次多以农业机械修筑的机修水平梯田为主[8]。
由于统计口径、统计年份和数据获取方式的不同，关于当前我国梯田的数量，目前尚无定论。上世纪，我国梯田建设得到了大规模发展，1982年，全国水平梯田面积已达634.60万hm2，共0.95亿亩[9]，1984年统计数据显示，我国共修水平梯田653.33万hm2，共0.98亿亩。到1998年，全国梯田面积已经达到1300万hm2（1.95亿亩），约占坡耕地的40%[10]。进入21世纪，第二次全国土地调查数据显示，2009年年末全国共有梯田总面积为1862万hm（22.8亿亩），占全国耕地的13.8%，占2度坡度以上耕地的32.09%[11]。而根据《全国水土保持规划（2015-2030年）》，截至2013年，我国共修筑梯田约1800万hm2（2.7亿亩）。
............................
2.2撂荒研究综述
我国耕地数量有限，且总体质量偏差，人均占有量少[41]。然而根据《中国国土资源公报》显示，我国平均每年减少耕地600万亩，其中因为撂荒而减少的耕地占很大一部分[42]。这一现象与我国基本国策相违背。耕地撂荒不仅会对粮食安全构成威胁，也会对生态环境、生物多样性和土壤质量造成不良影响[43][44][45][46][47]。为了更好地认识并解决这个问题，我国学者展开了大量研究。从已有对撂荒的研究内容来看，国内外学者主要集中与如下几个方面展开。
（1）撂荒的概念界定与分类
对文献进行分析后发现，与撂荒相似的概念还包括“抛荒”和“弃耕”。按照世界粮农组织的定义，耕地连续五年及以上没有进行农业生产经营就属于撂荒[48]。但不同学者在耕地概念的界定上也有着不同的理解[49]。史铁丑根据我国实际情况，主张耕地闲置情况出现一年以上可判断为撂荒[50]。文成华则提出耕地闲置一季及以上都算撂荒[51]。针对不同研究区域对耕地撂荒的定义存在不同标准，有学者提出对撂荒类型进行分类。最常见的是按照撂荒表现形式分成显性撂荒和隐性撂荒两种[53][54]，也有学者提出变性撂荒的概念[55]。显性撂荒是指耕地出现一年及以上未进行耕种的情况，这种撂荒比较容易被大众辨识。隐性撂荒是指耕地看上去每年都在种植，但只有深入调查才能进行判断的类型。如熟制变化，即原来可以种植两季或者三季的耕地，由于自然条件变化或农民主观原因造成熟制减少的情况。又如耕地产量与往年相近，但需要大量增加化肥农药等成本才能保持的耕地利用情况。也有学者按照撂荒时间分成常年撂荒和季节性撂荒，按照撂荒造成原因分为经济效益型、灾毁型和生态型撂荒，按照农户意愿分成主动撂荒和被动撂荒的类型[56]。
........................
3概念界定与相关理论.............................16
3.1概念界定..........................................16
3.2相关理论.........................................17
4研究方法与数据来源.......................................20
4.1研究方法.......................................20
4.2研究区概况.............................25
5农户梯田撂荒驱动力分析...................................29
5.1指标选取与描述...........................29
5.2数据预处理...........................................29
6基于驱动力分析的农户撂荒决策模拟研究
6.1主成分分析过程
(1)可行性检验
KMO检验可以判断变量之间的相关性，当KMO值大于0.5的时候，说明该数据适合做主成分分析。巴特利球体检验可用于判断单位矩阵。利用SPSS软件对初始变量进行标准化后，再检验变量是否适合做因子分析，得到KMO检验值为0.619>0.5，且根据巴特利特球度检验标准得到显著性为0.000<0.05，拒绝原假设，认为该变量适合做主成分分析。

决策模拟论文参考

................................
7研究结论与展望
7.1主要结论
本研究通过在福建省8个县市22个典型梯田村展开实地调研，使用农户访谈的方式获取地块和农户家庭人口、收入等信息，整理调研数据后运用二元logistic回归的方法做影响因子分析，再分析梯田撂荒的驱动力。基于梯田撂荒驱动力的分析，将有显著影响的因素做主成分分析，然后用主成分分析结果构建多层感知器神经网络，最终得到模拟精度较高的PCA-MLP神经网络，并将该神经网络与二元logistic回代分析模型的模拟结果进行精度比较。通过上述处理，最终得到结论如下。
（1）二元logistic回归分析结果显示，地块平均面积、女性劳动力比重、家庭赡养与抚育人口比重、农业总收入对梯田撂荒有着显著的负向影响，通勤时间、灌溉条件、户主文化程度对梯田撂荒有着显著的正向影响。通过分析后认为，梯田种植的便利性、种植梯田的经济性、农户家庭负担与外出务工能力都会对梯田撂荒起着重要的作用，与其相关的因素是梯田撂荒的重要驱动力。
（2）通过不同模拟结果比较可以得知，以不同函数作为激活函数得到的PCA-MLP梯田撂荒预测模型准确率均达到81%以上，当PCA-MLP神经网络模型参数设置为隐含层层数为1，节点数为6，输入层输出层激活函数为Sigmoid函数时模拟效果较好，准确率达到88.7%，AUC值均达到0.802。
（3）用30%的样本数据对所构建的农户梯田撂荒决策模型进行检验后认为，PCA-MLP神经网络模型能够较好地模拟农户梯田撂荒决策，与传统二元Logistic回代模型相比较具有较大优势，特别是在对撂荒地的模拟中，模拟精度远高于后者。在农户梯田撂荒决策模型的实际使用中，要深入挖掘模型的功能，该模型不仅可以用于决策模拟，也可以用于预防与预测梯田撂荒。
参考文献（略）