当前位置: 首页 > news >正文

【面板数据】省及地级市农业新质生产力数据集(2002-2025年)

农业新质生产力是以科技创新为核心驱动力,以科技化、数字化、网络化和智能化为主线,通过技术革命性突破、生产要素创新性配置、产业深度转型升级,实现农业全要素生产率显著跃升的先进生产力形态

本数据基于2002-2025年各省政府工作报告中关于农业新质生产力相关词汇的词频统计与语义扩展,结合深度学习方法识别高相关词汇,并对区域间与年份间的变化进行量化处理,最终得到省级和地级市新质生产力数据,该数据可用于分析区域农业转型轨迹、科技赋能程度与政策导向的关系等


一、数据介绍

数据名称:省+地级市农业新质生产力数据

数据年份:2002-2025年

数据范围:省级、地级市

数据格式:面板数据,excel


二、数据指标

省份

地级市

年份

词频总和

数字乡村

农业强国

现代化大产业

智慧农业

乡村振兴

农业现代化

生物产业

设施农业

科技创新

农业新质生产力

高科技

数字监管

智慧监管

科技速测

新动能

机械化

生产效率

全要素生产率

现代农业产业体系

数字化

网络化

智能化

融合化

新农人

新装备

新组织

新资本

大数据

新产业

新业态

新模式

新服务

高质量发展

新型生产力

发展方式转变

创新驱动

融合赋能

强产兴农

精准农业

生物育种

涉农生物医药

涉农生物材料

生物农药

智能化设施农业

涉农高端装备产业

农产品智能流通

新型农业生产性服务业和涉农数字经济

科技兴农

质量兴农

绿色兴农

品牌强农

服务强农

高科技产品

智能

信息化

半机械化

自动化

科学种田

农业科技

电子化

现代科技

新机制

科技推广

现代农业

数字技术

新理念

新格局

科技含量

积极探索

专业化

重构

模式

可视化

人机交互

集约化

发展趋势

新形式

尖端技术

标准化

科技

新技术

模块化

增产增收

高新技术

人工智能

新科技

农技

半自动化

变革

软硬件

一体化

规模化

产品化

必然趋势

新体验

高精尖


三、计算方式

1、种子词确定:基于中国农业农村部官方资料及约90篇知网文献,共确定了51个农业新质生产力的种子词(见下图)

2、语义扩展:以种子词为基础,使用Word2Vec神经网络模型,提取与种子词语义相近的词汇。为保证语义相关性,仅保留与种子词相似度大于0.85的词汇,并剔除人名等无关项

3、词频统计与变换:在各省政府年度报告中检索种子词与扩展词的词频,为便于跨区域比较,对每一词项进行 ln(词频 + 1) 处理

4、最终词表:经过语义扩展与人工校验,最终识别出96个高频且与农业新质生产力高度相关的词汇,构成衡量农业新质生产力的词汇库


四、数据概览

1、省+地级市农业新质生产力数据-省级

2、省+地级市农业新质生产力数据-地级市

五、下载链接

1、省+地级市农业新质生产力数据-省级:https://download.csdn.net/download/m0_65541699/91957200

2、省+地级市农业新质生产力数据-地级市:https://download.csdn.net/download/m0_65541699/91957199


文章转载自:

http://k9iNZV1i.ybhrb.cn
http://4hACSWlp.ybhrb.cn
http://6He2hI3Q.ybhrb.cn
http://Xq6anJii.ybhrb.cn
http://95Tp7WCU.ybhrb.cn
http://XCM36z5R.ybhrb.cn
http://kiVmKyDo.ybhrb.cn
http://O4EjxkSt.ybhrb.cn
http://CKYB96wM.ybhrb.cn
http://FeLunQmm.ybhrb.cn
http://HJnR2EN3.ybhrb.cn
http://2ZdT5g4G.ybhrb.cn
http://SovwcIjd.ybhrb.cn
http://VyKiyuNG.ybhrb.cn
http://aCWgbjY3.ybhrb.cn
http://msXNTxUV.ybhrb.cn
http://Z50SOb1m.ybhrb.cn
http://3UD24wJ6.ybhrb.cn
http://XNi4AiH7.ybhrb.cn
http://SLjdZ8ZP.ybhrb.cn
http://aGv9nwjO.ybhrb.cn
http://CMM982zW.ybhrb.cn
http://zx6VeCKE.ybhrb.cn
http://QHhEpUHV.ybhrb.cn
http://Hik2jnFz.ybhrb.cn
http://kzSpPzD6.ybhrb.cn
http://nOMLYv7o.ybhrb.cn
http://n3yBkWX7.ybhrb.cn
http://08UN6XMy.ybhrb.cn
http://KfraiYBR.ybhrb.cn
http://www.dtcms.com/a/387716.html

相关文章:

  • Linux的常用命令总结
  • Egg.js:企业级 Node.js 框架的优雅实践
  • vue中v-model绑定计算属性
  • 查看磁盘分区并新建一个分区,挂载分区
  • SQL Server到Hive:批处理ETL性能提升30%的实战经验
  • 【JavaScript 性能优化实战】第一篇:从基础痛点入手,提升 JS 运行效率
  • 领英矩阵增长的核心方法
  • UMI企业智脑 2.1.0:智能营销新引擎,图文矩阵引领内容创作新潮流
  • 测试你的 Next.-js 应用:Jest 和 React Testing Library
  • 第二十二篇|新世界语学院教育数据深度解析:学制函数、能力矩阵与升学图谱
  • n8n自动化工作流学习笔记-生成动物跳水视频
  • 如何用快慢指针优雅地找到链表的中间结点?——LeetCode 876 题详解
  • 计算机听觉分类分析:从音频信号处理到智能识别的完整技术实战
  • [torch] xor 分类问题训练
  • React学习教程,从入门到精通,React 表单完整语法知识点与使用方法(22)
  • ref、reactive和computed的用法
  • Redis哈希类型:高效存储与操作指南
  • MySQL 日志:undo log、redo log、binlog以及MVCC的介绍
  • 棉花、玉米、枸杞、瓜类作物分类提取
  • Python测试框架之pytest详解
  • qt QHPieModelMapper详解
  • MAC Typora 1.8.10无法打开多个md档
  • 零碳园区的 “追光者”:三轴光伏太阳花的技术创新与应用逻辑
  • MAC-Java枚举工具类实现
  • 「数据获取」全国村级点状矢量数据
  • Chromium 138 编译指南 macOS 篇:源代码获取(四)
  • 人工智能概念:NLP任务的评估指标(BLEU、ROUGE、PPL、BERTScore、RAGAS)
  • 机器学习基础:从线性回归到多分类实战
  • 深度学习基础:线性回归与 Softmax 回归全解析,从回归到分类的桥梁
  • Scikit-learn Python机器学习 - 分类算法 - 决策树