作为农业大国,中国面临着农用地利用效率低下,耕地数量锐减的现状。如何缓解人地关系、提高农用地集约利用效率是目前中国解决农用地问题的迫切需要。因此,开展农用地集约利用评价具有十分重大的意义。论文以陕西省为例,提出基于动态模糊神经网络的农用地集约利用评价模型,以克服传统方法学习过程慢,易造成规则灾难、过度拟合等问题。为了提高评价的准确性,采用定性与定量相结合的方法挑选评价指标体系,剔除冗余程度高的评价指标:耕地平衡指数和单位面积劳动力人数。对动态模糊神经网络模型进行训练和测试,模型收敛结果良好,误差均不超过3×10-16。为了便于分析评价结果,采用K-means方法将评价分值聚为四类,并与陕西省农用地集约度的空间分异(陕北、关中、陕南)实际情况对比。结果表明,采用新模型的评价结果与陕西省各地级市的实际情况相符,杨凌示范区的集约程度最高。最后,通过逐步回归分析得出,农用地集约度与农民人均纯收入呈显著正相关,其相关系数为0.74,高于人均GDP、城市化水平,农民人均纯收入是影响农用地集约度的主要因素。