农村劳动力结构变化与农业技术进步路径

刘 皇 周灵灵

[提要]本文以我国2003—2019年31个省份的面板数据为基础，运用单要素生产率指标分析方法测度了农业技术进步路径的偏向指数，并通过构建面板向量自回归模型(PVAR)实证分析农村劳动力结构变化对农业技术进步路径的影响。结果表明：我国农业技术进步路径总体上偏向节约劳动力的机械型技术进步模式，且农业技术变迁在区域间呈现出较大异质性，农村劳动力老龄化、女性化引致的劳动力供给结构变化对这一路径偏向产生了显著影响。农村劳动力年龄结构、就业结构和高等教育层次人口比重对农业技术进步路径偏向指数存在正向冲击，促进了农业技术创新路径偏向机械型技术进步模式，劳动力女性化则在一定程度上减缓了偏向机械型技术进步的进程。为适应农村劳动力的结构性变化，需加快突破农业关键核心技术，因地制宜推进农业机械化，做好针对大龄劳动力和女性劳动力的农业技术研发和推广工作，加快发展面向农村的职业教育和技能培训，大力提高乡村人力资本水平，进一步提高农民应用先进农业技术的组织化程度。

一、问题的提出和已有研究

农村劳动力作为重要的农业生产要素，随着人口结构转变和工业化、城镇化的深入推进，正逐渐从过剩转变为稀缺状态，在结构上则面临着老龄化、女性化、兼业化等巨大变化。第三次全国农业普查数据显示：我国农业生产经营人员中，年龄在55岁及以上的已占1/3，农业劳动力老化特征愈发明显。劳动力结构变化显然会改变生产要素禀赋结构，对农业技术进步路径产生影响。

一般而言，农业生产技术根据其功能特点可以分为土地节约型的生物化学技术和劳动节约型的机械技术(Evenson & Kislev，1975；[1]Mundlak，2005[2])。前者可以突破土地供给缺乏弹性所产生的限制，后者则可以突破劳动力供给缺乏弹性所产生的限制，两者之间的选择和转换即为农业技术进步的方向和路径。诱致性技术创新理论认为，农业生产要素稀缺性变化所引起的要素相对价格变化会对农业技术进步路径产生诱致性作用。现实中，农业技术选择除了受要素相对稀缺程度决定的相对价格变化的诱致，还会受到资源禀赋特征的约束(郑旭媛、徐志刚，2017)[3]。从文献看，关于农业技术进步路径的研究主要包括两方面：一是农业技术进步模式的选择，二是农业技术进步模式的影响因素。林毅夫运用诱致性技术变迁理论对中国农业进行了深入研究，认为中国技术变革受到要素相对价格变化和市场需求的双重影响(Lin，1991)[4]。改革开放以来，中国农业技术路线的选择是以土地要素为基础、以劳动力要素为核心，劳动力价格的变动决定了农业机械、化肥、农药等其他生产要素对土地和劳动力的替代(孔祥智等，2018)[5]。单纯就农作物生产而言，劳动密集度越高，要素稀缺因素的诱致性作用越弱(张在一等，2018)[6]。然而在现实中，农业技术进步模式的选择还会受多重外部因素的影响和制约，比如经济发展阶段、农业现代化目标导向、区位条件(蒋永穆、张晓磊，2017；[7]曹博、赵芝俊，2017[8])。特别是在制度和政策约束下，要素价格非市场化、要素非自由流动，造成劳动力、土地资源配置不当，是影响技术进步方向偏离诱致性路径的重要因素(盖庆恩等，2017；[9]Restuccia & Rogerson，2017[10])。针对具体的农业技术进步模式，Ito(2010)[11]发现地方政府的农业科研投入越多，越倾向于选择生化型技术进步模式，同时科研溢出效应也对生化型技术进步产生影响，而影响机械技术最主要的因素是土地劳动比。此外，农业技术进步模式的选择还需考虑农户技术选择的内部因素。一些研究者基于技术需求意愿、体力状况、生产经验、接受新技术的能力等角度，揭示了农户年龄、性别、受教育程度、非农就业状况、经营规模等因素对农户技术选择的影响(Mariano et.al，2012；[12]朱萌等，2015；[13]蔡键等，2017[14])。

对于中国农业技术进步模式“应该是什么”，学者们的观点存在明显分歧。部分学者认为，由于人多地少的禀赋条件，我国农业发展必须依靠生物化学技术，选择土地节约型技术进步模式(盛喜真、王元璋，2004；[15]全炯振，2010[16])。因农业要素禀赋结构和相对价格处于不断变化之中，一些学者提出应当根据农业要素禀赋结构选择合适的农业生产技术，比如在劳动力价格不断上涨的情形下应注重农业机械技术与生物化学技术并重发展(王波、李伟，2012)[17]，最后将不可避免地走向与美日相类似的“高生物化、高机械化”道路(高帆，2015)[18]。对于中国农业技术进步模式是什么的现实判断，学者们主要是从两个层面开展研究，一是基于总量水平，从农业整体层面进行判断，二是针对单种农作物的生产特性，研究其技术进步的发展模式。例如，姜鑫(2007)[19]通过对1982—2005年农业技术变革的实证分析，认为相对于机械技术进步，生物和化学技术进步在我国农业产量的增加中更为重要；周晓时等(2015)[20]、尹朝静等(2018)[21]的研究表明，我国农业总体上呈现劳动节约型技术进步模式，且不同地区表现出不同的农业技术进步要素投入偏向分布特征；蒋永穆、张晓磊(2017)[7]则认为我国农业技术变迁呈现历史阶段性特征，1949―1978年为劳动节约型技术进步模式、1978―2002年为土地节约型技术进步模式、2002年以来为复合型技术进步模式；从时间维度看，土地密集型作物和劳动密集型作物的生产技术进步模式年际之间变动明显(孙玉竹等，2019)[22]。

毋庸置疑，现有文献对农业技术进步的理论探讨和实证研究取得了诸多有益成果，但也存在不足。其一，大量的研究重点关注的是劳动力相对价格变化导致的资本对劳动的替代。尽管有学者陆续注意到了老龄化、女性化、兼业化等因素对农业技术进步的影响，但仍相对缺乏从农业劳动力整体结构上去考察其对农业技术进步路径的影响。其二，未能充分识别农业劳动力群体特征对农业技术进步模式的影响。由于农户对农业技术的选择容易模仿他人或受到生产群体的影响，故而研究农业技术进步模式，需考虑劳动力群体特征的影响。本文立足农村劳动力结构变动角度，探讨劳动力结构变动对我国农业技术进步路径的影响。特别是，随着人口红利逐渐消失，农业技术变迁在区域间是否呈现出异质性；作为农业技术需求主体的农村劳动力，其结构变化会不会对农业技术进步路径产生直接影响。探讨这些问题，对全面推进乡村振兴、加快农业农村现代化具有重要意义。

二、劳动力结构变化影响农业技术进步的主要机理

农村劳动力结构变化对农业技术进步模式的影响可分为直接影响和间接影响，大体可以从劳动力供给规模和供给质量两个方面来考察。

(一)劳动力供给规模与农业技术进步模式

劳动力会随着年龄增长而体力逐渐衰减，相应地，劳动参与率和从事农业劳动的强度也会有所降低，从而减少有效劳动的供给规模。我国农村长期存在的兼业行为，会使得农村劳动力随着非农就业工资水平上升以及非农就业机会增加，投入农业生产的劳动时间总量不断减少。据测算，农村老年人口比重提高与劳动力转移，使得农业劳动投入指数年均下拉了2.26个百分点(陈锡文等，2011)[23]。农村劳动力结构变化导致的农业劳动投入减少，使得农业生产更依赖于机械、生化技术等非劳动生产要素。一方面，劳动力年龄越大，体力状况越差，为弥补自身体力的不足，他们对能够节省体力的机械化技术有更大的需求。同时，劳动力年龄越大，越希望通过提高产量来增加收入。因此，劳动力年龄对病虫害防治技术、施肥技术等生化技术的需求有显著正向效应(展进涛、陈超，2009)[24]。尽管男性劳动力对农业技术需求的概率更大(朱萌等，2015)[13]，但女性在肥料搬运和耕种方面存在的体力劣势，有可能对容易操作的小型农业机械需求较高(吴惠芳、饶静，2009)[25]，也有可能通过增加施肥等生化技术来弥补体力、时间上的不足，从而达到保障产量的目的(王则宇等，2018)[26]。从要素替代视角看，农用机械、化肥、农药、良种等要素是农业新技术的载体，这些不同技术要素投入对劳动、土地的替代，标志着农业技术进步的方向由劳动数量偏向型逐渐演化为物质资本偏向型。另一方面，农村劳动力老龄化和兼业行为导致农业劳动力供给不足，为农村土地流转和集约化经营创造了条件，有利于农业机械化发展。例如，纪月清(2013)[27]发现：农户非农就业增加1人将使农机需求增加70.8%，劳动力减少1人将使农机需求增加29.5%。然而，农业机械替代劳动力的程度在不同的地形上存在明显差异，相关文献也证明了这一点。譬如，王善高和田旭(2018)研究发现：随着农村劳动力老龄化，平原地区老年农户家庭会增加机械化程度较高的粮食作物的种植比例，从而比丘陵山区表现出更高程度的机械替代劳动力现象。[28]

(二)劳动力供给质量与农业技术进步模式

农村劳动力结构变化引致的劳动力供给质量变化，主要是通过人力资本存量和增量水平影响农业技术进步模式的选择。一般而言，受教育水平较高的农业劳动力对农业新技术的需求更强。教育程度不仅对新技术的采用概率与采用密度具有正效应，也能正向影响先进农业技术扩散(Yue & Sonoda，2012)[29]。随着农村劳动力教育水平逐步提高，劳动力的身体素质、认知能力、知识更新能力得到了大幅提升，进而提升了人力资本水平。然则，受教育程度越高，获得非农就业的机会也相对越多，因此农村劳动力教育水平的提高也促进了拥有高水平人力资本的农村劳动力转移到城市或非农产业，导致农村人力资本流失。目前，中国农村人口正在向高人力资本积累率和低生育率的质量偏好转型，这一转型对农业机械化水平和化肥施用量都起到了推动作用(杭帆、郭剑雄，2016)[30]。其次，农村劳动力老龄化通过生产经验、学习能力、认知能力等因素影响人力资本水平，进而影响农业技术进步模式的选择。老龄劳动力拥有的生产经验由于知识更新而变得过时，同时认知能力、学习新知识新技术的能力、适应新技术的能力皆会随着年龄增长而降低，这些都加速了老龄劳动力的人力资本折旧。因此，年龄越大的农业劳动力，对于诸如新品种技术、良种技术、机械化技术等长周期技术的需求意愿并不强烈。

三、农业技术进步路径偏向指数的测算及结果

(一)农业技术进步路径偏向指数测算方法

生物化学技术的采用可以提高单位面积土地的生产率，机械技术可以提高劳动力的生产率，故而对于农业增长路径和技术进步偏向的研究，土地生产率和劳动生产率这两种单要素生产率指标分析方法更具优势，得到了广泛应用。例如，杨海钰等(2018)[31]运用单要素生产率方法，提出了测算技术增长路径偏向程度的指数，并测度了苹果产业在7个主产省份的技术变迁路径；曹博和赵芝俊(2017)[8]采用单要素生产率方法，检验了我国农业技术进步的要素贡献；周晓时等(2015)[20]运用单要素生产率方法，考察了我国28个省份的农业增长路径以及技术进步方向。基于研究目的，我们参考杨海钰等(2018)[31]的做法，用劳动生产率指数与土地生产率指数的比值，来衡量各省份农业技术进步路径的偏向性。具体方法如下：

用Y、L、A分别表示农业产出、劳动投入和土地投入，用M、N、B分别表示劳动生产率指数、土地生产率指数和农业技术进步路径偏向指数，则有

(1)

(2)

(3)

如果B>1，说明劳动生产率的提高程度大于土地生产率，表现为以机械型技术进步模式为主导的农业技术进步路径；如果B<1，说明土地生产率的提高程度大于劳动生产率，表现为以生化型技术进步模式为主导的农业技术进步路径。故而，指数B的变化趋势反映了农业技术变迁的基本路径。

(二)变量和数据

这里的变量包括农业产出、劳动投入和土地投入变量。其中，农业产出为农林牧渔业总产值(亿元)，采用各省份乡村农林牧渔业从业人员(万人)作为劳动投入变量，为更好体现土地实际利用率，采用农作物播种面积(万公顷)作为土地投入变量。由于国家统计局自2003年起执行新的国民经济行业分类标准，农林牧渔业总产值包括农林牧渔服务业产值，为保持统计口径的一致性，我们将研究时段界定为2003—2019年。数据来源于31个省份(不含港澳台)相关年度统计年鉴和《改革开放三十年农业统计资料汇编》。为剔除价格变化的影响，以2003年为基期，对农林牧渔业总产值采用农林牧渔业生产总值指数进行了平减。

(三)全国和31省份农业技术进步路径偏向指数

表1列示了全国及31省(自治区、直辖市)的农业技术进步路径偏向指数，图1直观展示了31省份农业技术进步路径偏向指数的逐年变化情况。从全国层面看，2003—2019年我国农业技术进步路径偏向指数均大于1，且呈上升趋势，说明农业技术进步以提高劳动生产率为导向，表现出机械型技术进步模式为主导的农业增长路径，这可能与人口老龄化、劳动力成本快速攀升直接相关。从省级层面看，农业技术进步路径偏向指数呈现出上升型、平稳型、下降型三大类型。其中，上升型又分为三种情形，天津、河北、山东、辽宁、吉林、湖南的农业技术进步路径偏向指数呈现出微弱上升的趋势；黑龙江、内蒙古、四川、重庆、贵州、河南、湖北、江西、安徽、江苏、浙江、上海的农业技术进步路径偏向指数上升趋势非常明显，且上升幅度较大；新疆、青海、甘肃、宁夏、陕西、云南的农业技术进步路径偏向指数则呈现不断波动上升的趋势。

表1 全国和31省份农业技术进步路径偏向指数

图1 31省份农业技术进步路径偏向指数的演变

相形之下，广东、广西、山西、西藏的农业技术进步路径偏向指数变化非常平稳，有点偏向于提高土地生产率的技术进步发展模式。北京、福建、海南的农业技术进步路径偏向指数则呈现下降趋势，尤其是北京，农业技术进步路径偏向指数从2004年的1.0377下降到2019年的0.4291，该时期北京的农作物播种面积缩减了将近一半，土地资源非常稀缺。近些年北京、福建、海南的农业技术进步路径偏向指数小于1，表明其技术进步是以提高土地生产率为导向、生化型技术进步模式为主导的农业增长路径。显然，我国农业技术变迁在区域间呈现出了明显的异质性。总体而言，在人口结构变化、劳动力成本攀升背景下，大部分省份农业进入了以劳动生产率为导向的增长路径。由于要素禀赋差异，各省份对劳动力价格上涨具有不同的反应程度，从而表现出农业技术进步路径偏向指数上升幅度的差异。例如，北京农业属于典型的城郊型农业，设施化和集约化为其主要发展趋势，在土地资源非常稀缺的条件下，需通过提高土地单位面积产出来增加农业产出，而福建、海南地形以丘陵和山地为主，耕地多为坡耕地，生产机械化较难以推进，表现出以土地生产率为导向的农业增长路径。

四、农村劳动力结构变化与农业技术进步偏向性的内在逻辑检验

(一)计量模型

面板向量自回归(PVAR)模型融合了面板数据模型和VAR模型的优点。我们采用PVAR模型，对农村劳动力结构变化与农业技术进步偏向性之间的内在经济逻辑进行实证分析。基准模型设定为：

(4)

其中，Yit代表农业技术进步偏向，Xi，t-j为自变量，包括核心解释变量和控制变量，α0是控制残差分布均值的截距项，αj、βj是待估计参数，ηi、γt分别表示个体效应和时间效应，εi，t为随机扰动项。

(二)变量设定与数据来源

1.变量设定。被解释变量为上文计算的农业技术进步路径偏向指数。核心解释变量主要包括年龄结构(old)、性别结构(wom)、就业结构(ptf)以及受教育水平(edu)。通过引入控制变量对模型残差进行控制，包括劳动和土地要素的相对稀缺性(rs)、财政支农(fss)、经济发展水平(pgdp)和城镇化水平(urb)。为剔除通货膨胀因素的影响，分别将一般公共预算支出指数和人均GDP实际增长指数(上年=100)调整为以2003年为基期的实际值。为消除量纲差异、减小异方差及残差的波动范围，我们对农村劳动力人均受教育水平(edu)、劳动和土地要素的相对稀缺性(rs)、财政支农(fss)以及经济发展水平(pgdp)指标取自然对数。主要变量及定义见表2。

表2 主要变量说明

2.数据来源。农村劳动力年龄结构、性别结构、受教育水平的原始数据来自《中国人口和就业统计年鉴》，农村劳动力就业结构、财政支农、经济发展水平和城镇化水平的原始数据来源于《中国统计年鉴》和各省份的统计年鉴。变量的统计性描述如表3所示。

表3 主要变量描述性统计

(三)模型估计与分析

1.平稳性检验与最优滞后阶数的确定

做面板向量自回归(PVAR)之前，需对各变量的平稳性进行检验，我们采用LLC和IPS两种方法进行了平稳性检验。根据MAIC、MBIC和MQIC原则选择滞后阶数，表4展示了一阶面板VAR模型具有最小的MAIC、MBIC和MQIC，故而确定PVAR模型的最优滞后阶数为一阶。

表4 PVAR基准模型滞后阶数的确定

2.PVAR模型参数估计

根据所选滞后阶数，通过前向均值差分Helmert转换法(Helmert Procedure)和截面均值法，分别对模型中的个体固定效应以及时间固定效应进行消除。由于动态系统广义矩估计(GMM)方法给出了PVAR的一致估计，故而使用系统GMM方法估计农村劳动力结构变化对农业技术进步路径的动态影响，结果如表5所示。可以看出，农村劳动力结构变化具有明显的农业技术进步路径偏向效应。其中，年龄结构、就业结构滞后一期对农业技术进步路径偏向指数产生显著正向影响，而性别结构、受教育水平滞后一期的影响为负。这说明我国农村劳动力老龄化、兼业化促进了农业技术进步偏向机械型技术进步模式，农村劳动力女性化、人均受教育水平的提升则在某种程度上减缓了农业技术进步偏向机械型技术进步模式的进程。

表5 PVAR基准模型GMM估计结果

3.脉冲响应分析

推荐理由:本书试图构建一个分析思考的理论框架，以兼收并蓄的融合视角探讨新时代下“中华传统的道德与和谐、西方文明的科学与理性、社会主义的理想与奉献”三源合流的可能性及逻辑基础。作者从文化理念的深层角度，对当下如何走出迷茫，依靠何种“定力”实现民族的伟大复兴进行了探究。

脉冲响应函数用于分析一个变量受到一个标准差冲击对另一个变量当前和未来取值的影响轨迹，可以直观刻画各变量之间的影响机制。我们通过蒙特卡洛模拟500次得到的脉冲响应函数如图2、图3所示，图中横轴表示冲击反应的响应期数(设定为10期)，纵轴代表变量对于冲击的响应程度，虚线表示为95%的置信区间，实线表示具体的冲击效应。图2展示了农村劳动力年龄结构、性别结构、就业结构和受教育水平对农业技术进步路径偏向指数的冲击结果。

图2 脉冲响应图

具体而言，对年龄结构一个标准差的冲击，农业技术进步路径偏向指数整体上呈现正向响应，在第一期就有一个明显的正向响应，并在第1期末达到峰值，之后响应程度逐渐递减，第6期末减少至0。这可能由于农村人口老龄化的主要动因是，城镇化和工业化所引致的农村青壮年劳动力大规模向城镇迁移(李学锋、骆培聪，2018)[32]，考虑到机会成本的差异，迁移的农村青壮年劳动力倾向于在农业生产中利用机械投入来替代人工投入。这进一步说明为缓解农村劳动力老龄化导致的农业生产中的劳动力约束，更可能发生机械对劳动的替代。对性别结构一个标准差的冲击，农业技术进步路径偏向指数整体上呈现负向响应，在第一期就有一个比较明显的负向响应，并在第1期末就达到了最小值，随后负向冲击幅度逐渐减小，第6期末逐渐收敛至0。这可能是由于决定农业劳动力女性化程度的一个原因在于经营土地规模的细碎化(文华成，2015)[33]，毕竟土地规模的细碎化不利于机械化发展。同时，当女性劳动力从事农业生产的主要目标是满足家庭农产品需求时，并不一定会在生产过程中利用机械投入来替代人工投入，进而在一定程度上制约了对农业机械技术的需求。

从兼业化程度看，对就业结构一个标准差的冲击，农业技术进步路径偏向指数的响应在总体上表现为先正向后负向。初始响应为正，且在第1期末就达到了顶峰，之后正响应程度迅速下降，并在第2期末达到负向冲击最小值，第4期末逐渐收敛至0。原因可能在于非农收入突破了农户的资本约束，为农业机械创造了市场需求，机械化又进一步促进农民收入增长，逐步富裕起来的农民将非农收入用于人力资本投资和其他耐用品支出。从影响幅度看，就业结构对农业技术进步路径偏向指数的正向冲击幅度大于负向冲击，这也符合农业机械总动力增幅较快的时期是我国农村居民工资性收入增幅较快时期的事实。劳动力素质方面，对受教育水平一个标准差的冲击，农业技术进步路径偏向指数的响应在总体上表现为先负向后正向，在第一期也有一个比较明显的负向响应，且在第1期末就达到了最小值，之后呈现上升趋势并迅速转为正向响应，在第3期末达到峰值之后减弱，在第6期末趋近于0。从影响幅度看，劳动力受教育水平对农业技术进步路径偏向指数的负向冲击幅度大于正向冲击，这与理论预期方向不一致，也与一般经验不符，接下来我们对此做进一步探讨。

4.进一步讨论

逻辑上，农村劳动力接受教育的时间越长，其认知能力、学习新知识和新技术的能力也相对越强，不仅有更强的新技术需求，也更具备推广农业新技术的条件，从而更能促进农业生产的机械化。为进一步阐释这些推理，我们借鉴李富强和王立勇(2014)[34]关于农村教育人力资本的度量指标，使用农村学龄以上人口中受教育程度为初中和高中(h1)、大专及以上的人口占比(h2)作为农村劳动力教育水平的替代变量。图3展示了变更教育水平变量后的脉冲响应结果。可知，初等教育层次人口比重对农业技术进步路径指数的冲击初始为负，在第1期达到最小值，但在第2期滞后影响逐渐转为正向，第5期开始收敛至0，其负向冲击幅度明显大于正向冲击幅度；高等教育层次人口比重对农业技术进步路径指数的冲击刚开始的响应较为迅速，在第1期达到了峰值，在第2期降到最低，5期后基本收敛至0。这说明现阶段我国农村教育结构在短期内不利于农业技术进步路径偏向机械型技术进步模式，原因可能在于我国农业生产经营人员平均受教育程度偏低，总体上还处于中等及以下教育层次。农村劳动力年龄结构、性别结构、就业结构对农业技术进步路径偏向指数的冲击与上文基本一致，说明结果比较稳健。

图3 脉冲响应图

为考察农村劳动力结构变化对农业技术进步路径偏向的影响程度，我们通过方差分解来量化农村劳动力年龄结构、性别结构、就业结构和教育水平冲击对农业技术进步路径偏向波动的贡献度。表6列出了第1—10个预测期的方差分解结果，在第5个预测期后，方差分解结果一致，系统达到稳定。显然，农业技术进步路径偏向除了受自身惯性影响，农村劳动力结构变化对农业技术进步路径偏向贡献度的大小依次为年龄结构、性别结构、就业结构和教育水平。

表6 农村劳动力结构变化对农业技术路径偏向贡献度的方差分解

五、结论和政策启示

基于研究结论，本文得出如下政策启示：第一，加快突破农业关键核心技术，因地制宜推进农业机械化，做好针对大龄劳动力和女性劳动力的农业技术研发和推广工作。瞄准良种培育、疫病防控、设施农业、农业物联网和装备智能化、土壤改良、旱作节水、新型肥药、加工贮存、食品安全等领域，切实做好“藏粮于地、藏粮于技”等各项工作。对于农业机械装备使用技能的培训，可重点考虑机械化水平较低、劳动力老化较为严重的区域，有针对性地培训大龄农业劳动力。推广适合妇女使用的家用自动化、智能化小型农机，鼓励女性劳动者使用先进设备，进一步提高农机服务水平。

第二，加快发展面向农村的职业教育和技能培训，支持职业院校加强涉农专业建设，采取有效措施吸引各类人才流入农村就业创业。加快构建融教育培训、认定管理和政策扶持为一体的新型职业农民培育体系，积极引导和组织农民自觉接受种植、养殖、市场和法律知识等多元化、实用性的职业技能培训，着力打造有文化、懂技术、善经营、会管理的新型职业农民队伍，从整体上提高农村劳动力的人力资本水平。

第三，健全县(市)农技推广中心、乡镇农技推广区域站、村(居)科技示范主体等科技服务网络，进一步提高农民应用先进农业技术的组织化程度。健全完善科技特派员技术服务链，积极探索“科技特派员+示范基地+农户”“科技特派员+种养大户+农户”“科技特派员+农业协会+农户”等服务模式。鼓励社会力量参与农技推广服务，引导和支持农业龙头企业、农民专业合作社等开展农技推广服务。例如，鼓励新型农业服务主体由提供关键环节农业生产性服务向提供全程农业生产性服务转变；由面向特定环节提供“碎片化”服务向提供覆盖全程的综合集成服务转变，服务对象更好地兼顾小农户和规模化的新型农业经营主体。