农地流转对农业机械化水平的影响研究——基于动态面板模型的实证检验

农地流转与农业机械化是农业现代化的重要标志，探究农地流转对农业机械化水平的影响及其背后发挥调节效应的因素具有重要意义。基于中国大陆地区30个省（市）2005-2019年面板数据，构建动态面板模型，采用系统GMM方法实证检验了农地流转对农业机械化水平的影响。研究发现：农地流转有利于提高农业机械化水平，农户适度规模经营、农地抵押贷款与农作物种植结构在此过程中发挥正向调节效应，农户长期投资尚未表现出显著性影响。因此，需稳步推进农地集中流转、因地制宜选择农业机械化模式、优化农作物种植结构、深化农地金融改革和合理引导农户长期投资，从而实现农业适度规模经营，提高农业机械化水平。     

制造业服务化与全球价值链位置提升--基于制造业企业的分析

近年来,制造业企业通过服务化转型实现了生产效率的提升。本文利用匹配的中国工业企业数据库和中国海关贸易数据库数据,实证分析了制造业企业服务化对制造业企业全球价值链位置的影响。研究发现,制造业企业的服务化显著促进了企业全球价值链位置的提升,这种作用主要通过促进技术创新和提高生产成本两个机制来实现。结合互联网的进一步分析发现,制造业企业通过与互联网深度融合,可以有效提升企业的全球价值链位置。因此,加快制造业企业的服务化转型,推动工业互联网的发展,是中国制造业企业提升全球价值链位置的重要途径。     

基于BP神经网络与灰色预测理论的人口死亡率预测

根据2013年《福建统计年鉴》上收集到的资料,运用GM(1,1)模型以及MATLAB构建3层BP神经网络结构模型,分别对福建省人口死亡率进行建模预测。结果表明:BP神经网络预测人口死亡率拟合结果优于GM(1,1)模型,最小相对误差率为1.05%,最大相对误差率为3.75%,平均相对误差率为2.54%,拟合结果显示模型可靠。BP神经网络非线性结构系统,具有预测精度高,可行性强的特点,表明BP神经网络可用于未来人口规模预测,为福建省经济社会发展战略与规划,调整人口结构,制定合理的人口决策提供参考。