农业机械应用对农村劳动力转移的影响
——基于CLDS数据的分析

陈江华，陈 艳，罗明忠

（1.江西农业大学 经济管理学院，江西 南昌 330045；2.江西农业大学 江西省乡村振兴战略研究院，江西 南昌 330045；3.华南农业大学经济管理学院，广东 广州 510642）

一、引言与文献综述

农村劳动力向城镇与非农产业转移，不但为中国城镇化快速发展提供充足的廉价劳动力，而且有力地带动农民收入增长，助力农村贫困人口脱贫。自劳动力流动限制解除以来，虽然中国农村劳动力持续大规模向城镇转移，农村紧张的人地关系矛盾得到缓解，促进了农业规模经营地快速发展，但小农经营在中国当前及未来很长一段时间内的农业生产中仍占主导地位［1］，农业经营规模不经济的现象仍普遍存在，突出表明当前中国农业劳动力比例仍较高，需要进一步转移［2］。因此，研究制约农村劳动力转移的因素具有重要的现实意义。

当前小农经营仍占主导的农业生产格局表明，中国要进一步推进农村劳动力转移，为农业适度规模经营创造条件。二元经济结构下，城乡发展不平衡导致的城乡巨大收入差距吸引了农村劳动力源源不断地转移到城市非农领域就业，不仅增加转移劳动力的家庭收入［3］，而且推动城镇化的快速发展［4-5］。随着农业技术进步与农业机械的应用，农业生产效率持续提升，从农业生产中进一步释放农村剩余劳动力［6］，同时在交通等基础设施不断完善的作用下，中国农村劳动力非农转移速度加快［7-10］。

学术界对农村劳动力非农转移开展了大量且富有成效的研究，已有文献主要认为农村劳动力非农转移不仅与自身资源禀赋状况密切相关，还受到家庭与村庄层面因素的制约。在自身资源禀赋方面，有学者指出年龄与农村劳动力转移决策之间存在倒“U”型关系［11］，较好的健康状况有助于农村劳动力获取非农就业机会［12］，良好的受教育程度不仅能增强农村劳动力市场竞争力，还能够提高其非农就业稳定性［13-14］。非农就业机会的获取与农村转移劳动力自身社会关系网络息息相关，丰富的社会资本有助于降低工作搜寻成本，进而促进农村劳动力非农就业转移［15-17］。

在家庭层面，照顾子女和赡养老人使农村已婚妇女面临家庭照料与就业参与的突出矛盾，并显著降低其参与非农就业的可能与减少非农就业时间［18-20］。与所属姓氏没有祠堂或家谱的家庭相比，有祠堂或家谱的家庭中劳动力外出务工的可能性更高［21］。土地是农村家庭最重要的生产资料，不仅具有提供就业与增加收入的生产性功能，还具有重要的福利保障与财产性功能，因而已有研究重点关注农地流转对农村劳动力转移的影响。推动农地流转有助于释放农村剩余劳动力［22］，能够显著提高农村劳动力外出务工的意愿［23］，但农村劳动力非农转移受到农地细碎化格局的阻碍［24］。鉴于土地流转与农村劳动力非农转移存在反向因果关系，进一步采用工具变量法深入分析发现，农地转出对农村劳动力非农转移无显著影响［25］。

在村庄层面，我国农村土地归集体所有，由农户家庭承包经营，主要根据远近、肥力和灌溉条件平均分配，且很多地方随着村庄人口变化而不断调整农地，造成经营权不稳定，使农户缺乏农业投资激励，进而促进农村劳动力非农转移［26-27］。农地确权虽然增强农地产权稳定性，有助于提高农户的投资意愿，但对农村劳动力非农转移形成抑制作用［28-29］。然而，关于农地产权对劳动力转移的研究还存在截然相反的观点，这些研究认为，土地调整将显著抑制农村劳动力非农转移［30］，颁发土地承包经营权证书能够显著促进农村劳动力非农转移［31-33］。

已有文献为本文研究的开展奠定了良好的基础，但通过对文献进行梳理发现：首先，现有文献从农业机械应用角度研究农村劳动力非农转移的文献较少，关注农业机械应用对农村劳动力转移的作用机制的文献更是鲜见；其次，已有文献对农业机械化水平与农村劳动力转移之间因可能的互为因果关系而产生的内生性问题关注不足［34］，导致研究结论可靠性存疑。基于此，本文利用2016年中国劳动力动态调查数据（CLDS），在采用工具变量法来缓解内生性问题的基础上，实证分析农户家庭农业机械应用对其家庭劳动力非农转移的影响及其作用机制，以期提出促进我国农村劳动力转移的相关政策建议。

二、理论分析与研究假说

在工业化与城镇化背景下，中国农业机械化水平不断提高，促进了农村劳动力持续向非农部门转移，为经济发展提供充足的劳动力资源支撑。本文从单位土地农业劳动力投入与农户健康两方面探究农业机械应用对农村劳动力转移的作用机理。

首先，农业机械应用能增强农户家庭农业生产能力，提高农业生产效率，降低单位面积耕地劳动力的投入量，使得在经营规模不变的条件下农户家庭农业劳动力投入量减少，从而产生农业剩余劳动力。为提高家庭收入水平，拓宽家庭收入渠道，农业剩余劳动力倾向于转移到相对收入更高的非农领域就业。正是由于农业机械应用水平的不断提高，城市经济部门所能获得的农业转移劳动力规模进一步增加，客观上延迟“刘易斯拐点”的到来时间。

其次，农业机械应用及其应用水平的提高，引发农业生产劳动强度下降，对农业劳动力的体力要求降低，使农户家庭妇女、老人、轻度残疾人等弱质劳动力能够胜任传统农业时期无法从事的农业生产活动，从而将家庭内部优质农业劳动力从农业生产中释放出来。因此，农业机械应用一方面能缓解农业劳动力弱质化趋势对农业生产的冲击，使弱质农业劳动力能够胜任当前的农业生产劳动；另一方面能促进农户家庭内部分工，使农户家庭劳动力根据自身比较优势选择不同的职业，青壮年等家庭优质农业劳动力倾向于进入到非农领域就业，而将女性和老人等弱质性劳动力配置到农业领域，以期通过家庭劳动力资源的优化配置来实现家庭收入最大化［35］，进而形成基于代际与性别分工的“半工半耕”的家庭生计模式［36-37］。基于此，提出第一个研究假说：

H1：农业机械应用通过降低单位土地农业劳动力投入而对农村劳动力转移有正向影响。农业机械应用水平越高，单位土地农业劳动力投入越少，农村劳动力转移可能性越高。

在落后的传统农业生产方式下，农业生产活动主要依靠人力与畜力进行，不但农忙时间较长，而且农民要通过延长每日工作时间来保证及时完成农业生产活动而不贻误农时，使日出而作、日落而息成为传统农业生产条件下的常态。在缺乏现代农业生产装备的支持下，传统农业生产大多以“面朝黄土背朝天”的生产方式进行，使传统农业生产具有显著的劳动强度大的特征。长期高强度的农业生产劳动导致农民普遍存在身体健康问题。通过采用农业机械，农业劳动力在农业生产中被逐步替代，体力劳动从部分农业生产环节退出，能降低农业生产劳动强度，有助于改善农户健康状况。健康状况的改善进一步提升农户的人力资本水平，增强农户在非农就业市场的竞争力，提高农民的非农就业机会的可获得性，从而促进农村劳动力非农转移［12，38］。基于此，提出第二个研究假说：

H2：农业机械应用通过改善农户健康状况而对农村劳动力非农转移有正向影响。农业机械应用水平越高，农户健康状况越好，农村劳动力转移的可能性越大。

三、数据来源、变量选取与模型选择

（一）数据来源

本文数据来源于中山大学社会科学调查中心2016年实施的中国劳动力动态调查项目（China Labor-force Dynamic Survey，简称CLDS）。该调查于2011年启动试调查，已完成2012年全国基线调查、2014年追踪调查、2016年追踪调查。2016年CLDS在全国（除港澳台、西藏、海南外）29个省、直辖市、自治区展开，主要采用为多阶段、多层次、与劳动力规模成比例的概率抽样方法，并结合轮换样本追踪方式，共调查了401个社区14 226户家庭21 086份15～64岁劳动力人口个体问卷，内容涉及村庄人口、经济与社会环境、家庭人口结构、劳动力就业、家庭农业生产等方面信息，为本文的开展提供了坚实的数据基础，其中从事农业生产的家庭有4 705户，占家庭样本的57.05%。本文主要研究农业机械化应用对农村劳动力转移的影响，在剔除存在变量缺失的样本后，共获得3 499份有效样本。

（二）变量选取

1.被解释变量 本文选取的被解释变量为非农就业比例，即农户家庭劳动力从事非农就业人数的比例。非农就业比例越高，表明农户家庭非农转移程度越高，外出从事非农就业的人数越多。从表1可以看出，样本农户家庭劳动力非农转移比例均值为53.7%，可见农村劳动力转移已成普遍现象。

表1 变量名称与描述性统计分析

2.核心解释变量 本文选择的核心解释变量是农业机械化水平，主要是指农户在农业生产中使用机械的程度，分为“传统农耕”“部分机械化”“完全机械化”3个阶段。其中，“1”代表“传统农耕”，表示农户在农业生产过程中几乎不采用机械，或者机械化程度极低，主要依靠人力与畜力来完成农业生产活动；“2”表示“部分机械化”，即农户在农业生产过程中部分地或有限度地采用农业机械；“3”代表“完全机械化”，是指农户在农业生产过程中采用农业机械的程度较高，甚至实现全程机械化。调查表明，样本农户农业机械化水平的均值为1.877，显示样本农户农业机械化水平较低，以部分机械化为主。

3.机制变量 为探索农业机械应用对农村劳动力非农转移的作用机制，本文选择“单位土地农业劳动力投入”“农户健康状况”作为机制变量。单位土地农业劳动力投入采用农业劳动力人数与耕地面积之比来衡量，农户家庭平均每公顷耕地投入8.94个劳动力。户主健康状况采用李克特5级量表测度，分别用“非常不健康、比较不健康、一般、比较健康、非常健康”来表示，农户健康状况整体上处于一般状态。

4.控制变量 借鉴已有研究，从个体特征、家庭特征、村庄特征三方面选取控制变量。①户主个体特征。采用户主性别、年龄、受教育程度3个变量来反映户主个体特征。从表1可得知，样本农户户主平均年龄在55岁左右，表明留村劳动力呈现明显的老龄化现象。户主年龄越大，农业生产能力相对较弱，需要配置更多的劳动力在农业生产领域，不利于家庭劳动力非农转移。户主受教育程度均值为2.48，表明样本户家庭户主受教育程度低。农业劳动力文化程度越低，其自身对新事物的接受能力与非农就业技能可能相对较差，在非农就业市场的竞争力相对较弱，不利于其非农就业转移。②农户家庭特征。采用礼金支出总额、劳均耕地面积以及是否获得农业补贴作为测度被访农户家庭特征的变量。家庭礼金支出金额作为家庭社会资本的代理变量，家庭礼金支出总额越多，家庭社会资本越丰富，越有助于促进家庭劳动力非农转移。劳均耕地面积数值越大，农业生产需要投入更多的劳动力，将抑制家庭劳动力非农转移；农户获得农业补贴有助于增加家庭收入，改善农业生产比较收益劣势状况，进而吸引部分具有务农比较优势的农户从事农业生产，使其家庭劳动力非农转移的可能性降低。③村庄特征。考虑到外部条件可能对农村劳动力转移产生影响，选取村庄地形与村庄交通状况作为控制变量。一般而言，山区与外界联系相对较少，信息相对闭塞，不利于农村劳动力的非农转移。村庄的交通条件越好，不仅为农户获取非农就业信息提供极大便利，还降低其外出务工的交通成本，使其家庭劳动力非农转移的比例可能更高。

（三）模型选择

综合上文已阐述的农业机械化与农村劳动力转移之间的关系，进一步探究农业机械化水平对非农就业人数的影响，构建模型基本表达式如下：

式（1）中，transferi为因变量，用“非农就业比例”来测度，machinei表示关键解释变量，为“农业机械应用水平”，χi表示纳入模型的控制变量，∂表示随机扰动项，α0为模型常数项，α1、βi为模型待估计参数，i为第i个农户。

四、结果与分析

（一）基准回归模型结果

首先，采用线性回归模型进行估计；其次，鉴于因变量“非农就业比例”的取值介于0～1，属于因变量取值受限类型，故继续采用Tobit模型进行估计；最后，由于农业机械应用与农户家庭劳动力非农就业比例之间存在反向因果关系，导致模型产生内生性问题，因此，进一步采用工具变量法进行估计，以提高模型估计结果的一致性与无偏性。

本文采用Stata16.0统计软件进行实证分析，基准回归结果显示，模型（1）～模型（4）均在1%统计水平上通过显著性检验，表明模型与数据适配度优良。通过对比加入控制变量的OLS模型与Tobit模型结果发现，两个模型回归结果均在1%统计水平上通过显著性检验，且回归系数均为正，表明模型结果较为稳健。基准回归模型结果显示，农业机械应用水平在1%统计水平上对农户家庭劳动力非农就业比例有显著正向影响，表明在农业生产中农业机械应用程度越高，农户家庭从事非农就业的劳动力比例越高，这与预期结果完全一致（表2）。

表2 农业机械化对劳动力非农转移影响的基准回归结果

（二）结果分析

一般而言，农业机械应用能减少农业生产对劳动力的需求，减轻农业生产劳动强度，将部分农业劳动力从农业生产中释放出来，进而促进其非农就业转移。同时，家庭劳动力非农转移比例越高，从事非农就业的家庭劳动力越多，农户家庭农业生产越可能面临务农劳动力不足的约束，需要引入农业机械来推进农业生产［39］。因此，模型估计可能因农业机械应用与农村劳动力非农转移之间存在反向因果关系而产生的内生性问题，导致模型估计有偏与不一致。为克服反向因果导致的模型估计可能存在的内生性问题，采用“村庄其他农户农业机械平均应用水平”作为农业机械化水平的工具变量，进一步探索农业机械应用对农村劳动力非农转移的影响。首先，一个区域内的农业生产方式具有趋同性，率先采纳先进农业生产技术与生产方式的农户，对其他农户的农业生产方式具有示范作用，因而村庄其他农户农业机械应用程度越高，某一农户家庭农业生产中的农业机械化应用水平也会相应提高，使工具变量满足相关性要求。其次，农户家庭劳动力非农转移决策是基于成本收益比较，以获得家庭收入最大化而做出的，与村庄其他农户农业机械化平均应用水平并无直接关系，满足工具变量的外生性要求。表3结果显示，IV-Tobit模型外生性检验在10%统计水平上显著，表明农业机械化变量为内生变量，采用工具变量法进行估计是恰当的。

表3 农业机械应用对非农劳动力转移的IV-Tobit模型估计结果

1.农业机械应用对劳动力非农转移的影响 从表3中可以看出，在解决内生性问题的基础上，农业机械应用水平对非农就业比例在5%的统计水平上显著为正，且农业机械化应用水平每提高1个层次，农户家庭劳动力非农就业比例可能增加4.82%，与基准回归Tobit模型结果相比，不考虑内生性问题将低估农业机械应用对农村劳动力转移的影响。实证结果表明，农业机械应用程度越高，农户家庭劳动力参与非农就业的比例越高，与预期一致。农业机械的应用有效提高农业生产效率，使农业生产规模不变条件下降低农业生产中所投入的劳动力要素数量与质量成为可能，从而有助于将更多的优质劳动力从家庭农业生产中释放出来。为实现劳动力资源的优化配置，释放出来的农户家庭劳动力倾向于在非农领域就业。

2.控制变量对农村劳动力转移的影响 户主性别对非农就业人数的影响未通过显著性检验，表明性别不是影响农户家庭劳动力非农转移的主要因素。户主年龄与户主年龄的平方均在1%统计水平上通过显著性检验，但户主年龄平方项的回归系数为负，显示户主年龄对其家庭劳动力非农转移具有倒“U”型影响，随着表明户主年龄的增大，家庭劳动力非农转移的比例先提高后下降。这是因为在某一临界年龄之前，随着年龄的增大，农村劳动力工作经验丰富，拥有相对较好的非农技能，能在非农就业市场获得较多的非农就业机会，而在越过临界年龄后，年龄越大，农村劳动力身体素质与工作效率下降，其在非农就业市场的竞争力降低，从而影响家庭劳动力非农就业比例。受教育程度为高中、大专、本科及以上对农村劳动力非农转移比例的影响分别在1%、5%和1%统计水平上通过显著性检验，且回归系数为正，表明与未上过学的农户相比，具有高中、大专、本科及以上学历的农户参与非农就业转移的可能性显著提高，与预期一致。户主健康状况对农户家庭劳动力非农就业比例的影响在1%统计水平上显著为正，表明身体健康状况越好的农村劳动力在非农就业市场具有相对较强的竞争力，其家庭劳动力参与非农就业的比例可能更高，与预期一致。礼金支出总额对非农就业比例的影响在1%统计水平上显著为正，表明家庭年礼金支出总额越多，农户家庭劳动力非农转移比例可能越高，与预期一致。在中国讲究人情往来的环境背景下，礼金支出总额能够较好地测度农户家庭社会资本状况，礼金支出总额越多，农户家庭社会资本越丰富，能够获得更多的非农就业信息与非农就业渠道，从而促进家庭劳动力非农转移。劳均耕地面积在10%的统计水平上对非农就业人数的影响显著为负，表明劳均耕地面积越大，农户家庭劳动力非农就业比例越低，与预期一致。是否获得农业补贴对非农就业人数的影响在5%统计水平上显著为负，表明获得农业补贴将对农户家庭劳动力非农就业有抑制作用，与预期一致。村庄交通状况对非农就业人数影响在1%的统计水平上显著为正，表明较好地交通条件有助于促进农户家庭劳动力非农转移，与预期一致。地形为丘陵对农村劳动力非农转移的影响在5%统计水平上通过显著性检验，且回归系数为正，表明相对于平原地形，处于丘陵地区的农户家庭劳动力转移比例可能更高，与预期不一致，可能是因为丘陵地区户均耕地少，生存可依赖的资源禀赋较差，成为农村劳动力转移的重要推力之一。

（三）稳健性检验

为确保实证分析结果稳健，采用替换因变量的方法进行稳健性检验，选取“家庭工资性收入比例”替代“劳动力非农就业比例”，这是由于农户家庭劳动力非农就业比例越高，工资性收入在其家庭收入中的比例也越高。继续选择“本村其他农户平均农业机械化水平”作为农业机械化水平的工具变量，IV-Tobit模型沃尔德外生性检验在1%统计水平上显著，表明农业机械化水平为内生变量，因而采用村庄其他农户农业机械平均应用水平作为农业机械化水平的工具变量进行估计是恰当的。实证模型结果显示，农业机械化水平对家庭工资性收入比例的影响在5%统计水平上显著为正，表明农业机械化水平越高，农户家庭收入中来自非农领域的比例越高，农户家庭非农就业比例越大，反映模型估计结果稳健（表4）。

表4 农业机械化水平对劳动力非农转移比例影响的IV-Tobit模型估计结果

（四）机制分析

根据前文理论分析，选取单位土地农业劳动力投入、户主健康状况两个变量来探索农业机械应用对农村劳动力非农转移的影响渠道，并预期农业机械应用水平提高，一方面，有助于减少家庭农业生产中的劳动力投入，促使更多的家庭劳动力从农业领域转移到非农领域，从而提高家庭劳动力非农就业比例；另一方面，农业机械应用水平的提高降低了农业生产劳动强度，有助于改善农户身体健康状况，增强其非农就业市场上的就业可获得性，从而促进农村劳动力非农转移。

借鉴唐林等［40］的研究方法，首先构建农户家庭农业机械应用水平与传导机制变量的回归模型，以验证农业机械应用水平对单位土地农业劳动力投入、户主健康状况的影响。其次，构建传导机制变量与非农就业比例的回归模型，以验证单位土地农业劳动力投入、户主健康状况对农户家庭非农就业比例的影响。具体回归模型如下：

式（2）～式（3）中，传导机制变量中单位土地农业劳动力投入采用农业劳动力数量与农业实际经营面积之比来测度，用李克特5级量表来测度户主主观健康状况，控制变量的设置与式（1）一致。

鉴于农业机械化水平与传导机制变量可能存在的反向因果关系，继续选择“本村其他农户平均农业机械化水平”作为农业机械化水平的工具变量，分别采用两阶段最小二乘法与扩展的有序回归模型（eoprobit）估计农业机械化对单位土地农业劳动力投入、户主健康状况的影响。表5结果显示，农业机械化水平对单位土地农业劳动力投入的影响在1%统计水平上显著为负，与预期一致，表明农业机械化应用能有效促进农业生产效率提升，降低家庭农业生产中单位土地农业劳动力投入。农业机械化水平对户主健康的影响在1%统计水平上显著为正，与预期一致。在传统农业生产方式下，农业生产主要依靠畜力与人力来完成，经年累月的高强度体力劳作导致农民普遍存在身体健康不佳的问题，而提高农业生产中的农业机械应用水平，能降低农业生产劳动强度，从而改善农民健康状况。

表5 农业机械化水平对单位土地农业劳动力投入、户主健康状况的影响

鉴于传导机制变量与非农劳动力比例之间可能存在互为因果的关系，分别选择“本村其他农户平均单位土地农业劳动力投入”“户主2014年健康状况”变量作为单位土地农业劳动力、户主健康状况的工具变量，采用工具变量法进行估计，模型沃尔德检验结果均拒绝传导机制变量为外生变量的原假设，表明传导机制变量为内生变量，因而采用工具变量法进行估计是恰当的。表6中模型（5）结果显示，单位土地农业劳动力投入对非农劳动力比例的影响在5%统计水平上显著为负，表明单位土地农业劳动力投入越少，农户家庭非农劳动力比例越高，这是因为农村劳动力主要配置于农业与非农产业领域，即农业劳动力配置方向相互替代，因而单位土地农业劳动力投入越多，农户家庭非农就业比例就越低，H1得到验证。模型（6）结果显示户主健康状况对农户家庭非农劳动力转移比例的影响在1%统计水平上通过显著性检验，且回归系数为正，表明户主健康状况越好，其工作能力相对较强，从事非农就业的可能性更高，H2得到验证。综上所述，农业机械应用水平不仅对农户家庭劳动力非农转移比例有直接促进作用，还通过单位土地农业劳动力投入、户主健康状况对农户家庭劳动力非农转移比例有显著的间接促进作用。

表6 单位土地农业劳动力投入、户主健康状况对非农劳动力比例影响的IV-Tobit实证结果

五、结论与启示

基于2016年中国劳动力动态调查数据中29省3 499农户样本，采用工具变量法实证分析农业机械应用对农村劳动力转移的影响，并进一步探索农业机械应用对农村劳动力转移的作用机制。研究结果显示，农业机械应用对农村劳动力转移具有显著正向影响，家庭农业生产中的农业机械应用水平越高，农户家庭劳动力非农转移比例越大，且通过替换因变量进行稳健性检验表明这一研究结论稳健，且在引入工具变量后发现，如果不考虑内生性问题将低估农业机械应用对农村劳动力非农转移的影响。机制分析结果表明，农业机械应用不但通过降低农业生产单位土地农业劳动力投入促进农村劳动力转移，而且可有效降低农业生产劳动强度，通过改善农户健康状况而推进农村劳动力非农转移。在控制变量方面，户主年龄对农村劳动力转移有倒“U”型影响；相对于未上过学的农户，户主受教育程度为高中（中专）、大专、本科及以上的家庭劳动力非农转移的比例更高；户主健康状况、家庭礼金支出总额、村庄交通状况对农户家庭劳动力非农转移有显著正向影响；劳均耕地面积与农业补贴对农村劳动力转移具有显著负向影响。相对于平原地区的农户家庭，丘陵地区的农户家庭非农转移比例更高。

为进一步提高中国农业机械化水平，促进农村劳动力非农转移，得到以下几点启示：第一，加大农业机械发展支持，不断提高农业机械应用水平。中国要实现现代化，必须进一步推进农村剩余劳动力转移，而不断提高农业机械应用水平是实现农村劳动力持续转移的关键推动力。需要从以下几方面努力来提高农业机械化水平：一是加大对农业机械研发支持，引导农机生产企业、高校与科研机构等相关科研力量加强对各类适宜性强的农业机械的研发，不断提升农业机械化水平；二是加大农机购置补贴力度，将各类具有广泛应用前景的农业机械纳入农机购置补贴范围，提高农业经营主体农机拥有率；三是鼓励农业机械社会化服务发展，支持拥有农业机械的各类农业经营主体参与农机社会化服务供给，促进小农户与现代农业有机衔接，不断提高小农户农业生产机械化水平；四是适应农业机械化发展趋势，推进耕地宜机化改造，不断提高农业机械化水平。第二，强化农民培训力度，提高农户人力资本水平。较高的人力资本水平有助于促进农村劳动力参与非农就业，因而在做好农业生产技能培训的同时要完善农民非农就业技能培训，构建农村非农就业技能培训体系，提高农村劳动力人力资本水平。第三，继续完善农村基础设施建设，缩小城乡基本公共服务差距。在乡村振兴战略实施中，要着重加强农村基础设施建设，不仅能够促进城乡要素互动，促进城乡资源优化配置，还可推进农村剩余劳动力进一步转移。