ТИПИЗАЦИЯ ЛИЧНЫХ ПОДСОБНЫХ ХОЗЯЙСТВ МЕТОДОМ НЕЙРОСЕТЕВОГО КЛАСТЕРНОГО АНАЛИЗА

УКОЛОВА АННА, БЫКОВ ДЕНИС

DOI 10.32651/236-97

УДК 519.237.8, 311, 631.11

Выпуск № 6, Июнь 2023 г., статья № 14, стр. 97-107

Рубрика: Проблемы агроэкономических исследований

Ключевые слова: КЛАСТЕРНЫЙ АНАЛИЗ, НЕЙРОННЫЕ СЕТИ, ТИПИЗАЦИЯ, ЛПХ, ВСХП-2016

Аннотация: В статье предлагается методика типизации личных подсобных хозяйств с помощью специальной модели искусственной нейронной сети – самоорганизующейся карты (SOM). Для сокращения числа признаков и визуализации результатов типизации рассчитываются три многомерные средние на основе показателей состояния инфраструктуры сельской местности и материально-технического обеспечения, показателей размера посевных площадей сельскохозяйственных культур и наличия поголовья животных. С целью стабилизации дисперсий значений признаков и обеспечения более качественного формирования кластеров как типичных групп хозяйств определяются и исключаются резко отличающиеся значения признаков на основе метода интерквартильного размаха. Апробация методики проведена по микроданным личных подсобных хозяйств (ЛПХ) Астраханской области Всероссийской сельскохозяйственной переписи 2016 г. (ВСХП-2016): было выделено восемь качественно различных и внутренне однородных по размерам и производственному направлению групп ЛПХ. Установлена статистическая достоверность влияния используемых многомерных средних на формирование кластеров посредством дисперсионного анализа. В статье сравниваются результаты применения модели SOM и метода k-средних, формулируется ряд преимуществ и недостатков каждого из подходов. Использование разработанной типологии позволит разрабатывать и проводить дифференцированную государственную политику, направленную на инклюзивное развитие сельского хозяйства, адресную поддержку ЛПХ.

Авторы:
Уколова Анна Владимировна, РГАУ-МСХА имени К.А. Тимирязева
Быков Денис Витальевич, РГАУ-МСХА имени К.А. Тимирязева

TYPING OF HOUSEHOLD PLOTS BY THE METHOD OF NEURAL NETWORK CLUSTER ANALYSIS

DOI 10.32651/236-97

Issue № 6, 2023, article № 14, pages 97-107

Section: Problems of agroeconomic researches

Keywords: SELF-ORGANIZING MAPS (SOM), CLUSTER ANALYSIS, NEURAL NETWORKS, TYPIFICATION, HOUSEHOLD PLOTS

Abstract: The article provides a methodology for typing household plots using a special model of artificial neural network – self-organizing map (SOM). To reduce the number of features and visualize the results of typing, three multivariate means are calculated based on indicators of the state of infrastructure in rural areas and logistical support, indicators of the size of crop areas and the presence of livestock. In order to stabilize the dispersions of feature values and ensure better formation of clusters as typical groups of households, sharply different feature values are determined and excluded based on the interquartile range method. Approbation of the methodology was carried out according to the microdata of household plots of the Astrakhan region of the All-Russian Agricultural Census of 2016 (VSHP-2016): eight qualitatively different and internally homogeneous groups of households in terms of size and production direction were identified. The statistical significance of the influence of the used multivariate means on the formation of clusters has been established by analysis of variance. The article compares the results of applying the SOM model and the k-means method, formulates a number of advantages and disadvantages of each of the approaches. The use of the developed typology will allow developing and implementing a differentiated state policy aimed at the inclusive development of agriculture, targeted support for household plots.

Authors: Ukolova Anna Vladimirovna, Bykov Denis Vitalevich