乡村农户贫困状态特征因子筛选与分析框架:兼论我国乡村振兴路径选择

本文构建了刻画乡村农户贫困状态的特征因子的提取算法和分析框架,旨在实现和帮助完善家庭农场的持续发展,尤其是由贫困农户组成或参与的家庭农场在发展需要的融资方面的乡村信用评估,推动有效地制订对应政策和落地方案,巩固脱贫攻坚成果和防止返贫。本文的最大亮点是以“分类与回归树”(CART)分析和“吉布斯抽样”(Gibbs Sampling)的人工智能算法为工具,对乡村农户贫困状态的特征因子提取建立了对应的框架和分析流程。基于国内某地区乡村建档立卡数据库的31,116个样本,实证研究筛选出12个刻画乡村农户贫困状态高度关联的特征因子,并进一步对特征因子的有效性进行了ROC曲线和AUC测试。结果表明以特征因子分析框架为基础,建设配套的乡村信用评估体系是支持乡村振兴的可持续性最佳解决途径之一,除了能够为乡村贫困户获得持续工作的基本技能或生产环境的改善提升上得到持续性的融资支持提供评估依据和数据支持,也能为乡村和城镇“传帮带”等生产和商务平台的建立提供可持续的基础性数据和信用分析的动态支持。