产业智能化的城乡收入差距效应及减小路径研究

曹艳秋 朱天康

（辽宁大学经济学院，沈阳 110136）

引 言

党的二十大报告指出中国式现代化的本质要求是实现全体人民共同富裕。推进乡村振兴战略，缩小城乡收入差距，是实现共同富裕的应有之义。尽管乡村振兴战略已取得阶段成果，但在当下，中国城乡收入差距问题依旧十分严峻。2022 年，中国城乡居民可支配收入差距绝对值达到29150 元，城乡居民收入的绝对水平差距仍然很大。

产业智能化是实现高质量经济发展的有力抓手，要在高质量发展中促进共同富裕，必须处理好产业智能化与城乡收入差距之间的关系。

偏向性技术进步理论早已证明了技术进步会对收入分配产生影响［1，2］。产业智能化是具有资本偏向性的技术进步，会对劳动和资本这两种生产要素的收入份额产生影响，即对功能性收入分配产生影响，Acemoglu 和Restrepo （2018a，2018b）［3，4］通过构建以工作任务为基础的理论模型，发现在短期，机器人等新技术成果的应用会替代程式化劳动，降低劳动力就业与工资，劳动收入在国民收入中的份额会进一步下降。郭凯明（2019）［5］建立一个多部门动态一般均衡模型，发现智能化的技术进步偏向受到不同部门劳动与资本替代弹性影响，从而对不同部门劳动收入份额造成异质性影响。产业智能化显著降低了制造业部门的劳动收入份额。产业智能化同样也是具有技能偏向性的技术进步，这种特征显著改变了高、低技能劳动力之间的收入分配。Acemoglu 的任务模型指出智能化技术的应用会替代程式化的任务，从而减少劳动力就业，并且这个效应对低技能劳动力影响显著。而随着智能化进程的推进，智能化创造出一些新岗位，低技能劳动力也可以占据这些新岗位［3，6，7］。学者们做了很多基于任务模型的实证研究。Autor 和Salomons （2018）［8］研究发现，人工智能的替代效应远大于创造效应，最终人工智能技术对劳动力就业水平的影响为负。

城乡收入差距是收入分配问题的重要表现形式，产业智能化必然会对城乡收入差距造成影响。有一些学者做了相关研究。刘欢（2020）［9］采用动态空间计量模型，从农村劳动力转移视角和技能型偏向视角，证明了工业智能化对城乡收入差距的扩大作用。陈冲和孙永驰（2022）［10］采用我国30 个省（区、市）的面板数据，从技能偏向性视角论证了工业智能化对城乡收入差距的扩大作用。魏建和徐恺岳（2021）［11］也认为人工智能的发展带来的岗位替代效应扩大了城乡收入差距。但整理相关文献发现，学界关于产业智能化对城乡收入差距的研究文献多从技能偏向性这一个视角考虑产业智能化对城乡收入差距的影响，但是缺乏对产业智能化背景下如何缩小城乡收入差距这一问题的探索。本文基于偏向型技术进步理论从资本偏向性和技能偏向性角度探寻了产业智能化对城乡收入差距的影响机制，为寻找产业智能化背景下缩小城乡收入差距的办法，通过理论和实证分析了产业结构和城乡人力资本差距对产业智能化的城乡收入差距效应的调节作用，为处理好产业智能化与城乡收入差距的关系提供了针对性建议。

1 理论分析

1.1 产业智能化的功能性收入分配效应

本文将产业智能化对劳动与资本两种生产要素收入不平等的影响称为产业智能化的功能性收入分配效应。产业智能化是人工智能、物联网、大数据等技术在生产领域的大规模运用，是资本增值的手段，具有资本偏向性。在马克思主义政治经济学视域下，劳动的“收入” 表现为劳动力价值，而资本的“收入” 表现为对剩余价值的占有。智能化技术通过提高绝对剩余价值的生产，加剧了劳动与资本的收入不平等。以人工智能为代表的智能化技术具有传统自动化技术的特征。在自动化生产中，智能机器人其实内含了资本与劳动力，智能机器人可以全天不停歇工作，极大地延长了剩余劳动时间，剩余价值量提高，从而资本收入份额提高，加剧劳动与资本的收入不平等； 智能化技术通过提高相对剩余价值的生产，人工智能、大数据等技术的运用，使劳动生产率大幅度提高，从而缩短必要劳动时间，相对延长剩余劳动时间，降低了劳动力价值，提高了剩余价值量。也就是降低了劳动收入份额，提高了资本收入份额，加剧了劳动与资本的收入不平等。

参考Daudey 和García－Peñalosa （2007）［12］的做法分析劳动与资本这两种要素的收入不平等如何造成个体间收入差距。个人的收入取决于个人的要素禀赋和这些禀赋的回报。考虑一个有两种生产要素的经济体： 资本K，劳动力L，其中总产出由Y＝F（K，L）给出。假设市场中所有劳动者都提供一单位劳动力，可以将劳动者i的市场收入写成：

wi表示他的工资，Ki表示他的资本存量，r为资本回报率。因为本文关心的是收入分配，所以定义了yi为个人i的收入相对于这个经济体的平均收入，即yi＝Yi/（Y/L）。可以将相对收入yi表示为：

ωi＝wi/w为个人工资相对于平均工资w的占比，本文称之为个人的相对劳动禀赋；ki＝Ki/（K/L）为个人的相对资本禀赋；LS为劳动收入占总产出的份额，即LS＝wL/Y；KS为资本收入占总产出份额，即KS＝rK/Y； 并且有KS＝1－LS。

因此，个人收入的分配取决于3 个因素： 劳动禀赋的分配、资本禀赋的分配以及两种生产要素之间分配总产出的比例。显然，如果资本分配比劳动分配更不平等，那么资本收入占比的增加，即KS增大，将增加个人收入分配的不平等。

为了更直观地理解，本文借用郭庆旺和吕冰洋（2012）［13］的做法，将上式转化为方差形式：

Dy表示的是yi的方差，是对yi离散程度的反映，Dy越大，则说明居民收入分配差距越大。

cov（yi，ωi）和cov（yi，ki）分别代表yi和ωi、ki的协方差，由于这3 个变量均无量纲，因此协方差可以作为变量之间的相关性比较。如果cov（yi，ki）＞cov（yi，ωi），表明资本收入分配状况对居民收入差距的影响高于劳动收入分配状况对居民收入差距的影响，此时，若劳动分配份额LS上升，资本分配份额KS下降，将降低Dy，即缩小居民收入差距。

将理论应用到城乡居民间的收入不平等情况。首先测量城乡收入差距主要受城乡劳动收入分配状况还是城乡资本收入分配状况影响。用Cω表示城乡劳动收入分配状况对城乡收入差距的影响程度。Cω可表示为：

其中Dω表示城乡劳动性收入差距，则Dω/Dy表示城乡收入差距中城乡劳动性收入差距所占份额，Cω表示将1 份额收入分配给劳动，所造成的城乡收入差距的份额。当Cω＞1 则表示，1 份额收入分配给劳动，带来了超过1 份额的城乡收入差距，此时劳动收入状况对城乡收入差距的影响更大。如图1 展示了2017 ～2021 年我国城乡劳动收入分配状况对城乡收入差距的影响程度Cω，还展示了城乡收入差距较小地区（浙江、上海）和城乡收入差距较大地区（陕西、甘肃）的Cω作为对比。可以看出我国整体Cω＞1，即现阶段通过降低劳动收入比重，降低我国城乡劳动收入差距能够缩小城乡收入差距。而产业智能化资本偏向性带来的劳动与资本之间的收入不平等，会使劳动收入份额下降，因此会缩小城乡收入差距。

图1 劳动收入分配状况对城乡收入差距的影响程度

图2 产业智能化对城乡收入差距影响机制

基于以上分析，提出以下假设：

假设1： 产业智能化通过功能性收入分配效应，能够缩小城乡收入差距。

1.2 产业智能化的规模性收入分配效应

规模性收入分配研究的是个体间或家庭之间收入分配的情况。本文将从智能化对劳动力就业的替代效应、新岗位创造效应等方面来论证产业智能化的规模性收入分配效应，即产业智能化对高、低技能劳动力收入差距的影响。

（1） 产业智能化的替代效应

以人工智能为代表的智能化技术具有传统自动化技术的特征，会表现出“机器换人” 的现象。替代效应是指智能化设备对劳动力的替代，进一步地，将劳动力区分为高技能劳动力和低技能劳动力来考虑，替代效应更多地作用于从事简单、重复、机械、程式化工作的低技能劳动力。而高技能劳动力由于其在知识技能和隐性认知能力方面的比较优势及其从事岗位的非程式化和创新性特征，替代作用对高技能劳动力影响相对较小。综上，产业智能化替代效应对高低技能劳动力的非对称影响，会降低低技能劳动力需求，使低技能劳动力的就业下降、实际工资降低，从而扩大高低技能劳动力之间收入差距。

（2） 产业智能化的新岗位创造效应

随着智能化的推进，智能化设备不断应用，生产环境不断改进，新的产业链不断延伸，必然产生大量新的岗位，这就是智能化的新岗位创造效应。这些新的岗位必然包含新技术的特征，对于劳动力来说就不得不花时间来学习和适应这种新岗位。而高技能劳动力在学习和适应这种新岗位方面具有比较优势，同样对于厂商而言，新岗位使用高技能劳动力会降低其培养成本和培养周期，厂商更倾向于使用高技能劳动力。并且，当前仍处于产业智能化的初级阶段，产业智能化更多地表现为自动化技术的特征，即产业智能化的替代效应要高于新岗位创造效应，即使有少部分与新技术适应的岗位被低技能劳动力占据，但由于替代效应大于新岗位创造效应，低技能劳动力仍表现为被大量替代。综上，产业智能化的新岗位创造性效应会相对地增加高技能劳动力的需求，从而扩大高、低技能劳动力之间的收入差距。

将视角转到我国城乡劳动力结构，我国城乡劳动力之间技能结构存在较大差异，高技能劳动力主要来自城市，而农村地区主要提供低技能劳动力［14］，刘欢（2020）［9］也表示城市低技能劳动力主要由农村转移人口提供。第七次全国人口普查数据显示，15 岁以上人口中城市人口接受高中以上教育的比重为54.9%，显著高于农村人口的比重16.2%。由于城乡劳动力结构上的差异，当产业智能化的发展改变了高、低技能劳动力的需求和收入时，城市居民将受益于新岗位创造效应，收入水平得到提高，而农村居民主要承受替代效应带来的后果，收入水平降低，从而加大了城乡收入差距。

基于以上分析，提出以下假设：

假设2： 产业智能化通过规模性收入分配效应，能够扩大城乡收入分配差距。

1.3 产业智能化对城乡收入差距的总效应

综上所述，产业智能化会通过功能性收入分配效应缩小城乡收入差距，通过规模性收入分配效应扩大城乡收入差距。城乡收入差距可以分解为城乡劳动性收入差距和城乡资本性收入差距。而产业智能化的功能性收入分配效应不是通过直接缩小城乡劳动性收入差距或城乡资本性收入差距来减小城乡收入差距，而是通过减小劳动性收入差距的比重来缓解城乡收入差距。此时，若城乡劳动性收入差距进一步扩大，即cov（yi，ωi）变大的话，功能性收入分配效应的效果会进一步减弱。而随着产业智能化的快速推进，由于城乡人力资本差距，产业智能化的替代效应和新岗位创造效应对高、低技能劳动力的影响会更加显著，这会进一步扩大城乡劳动性收入差距。因此产业智能化的规模性收入分配效应大于产业智能化的功能性收入分配效应。提出以下假设：

假设3： 产业智能化会扩大城乡收入差距。

1.4 产业结构和城乡人力资本差距的调节效应

现阶段，产业智能化发展仍旧处于初始时期，产业智能化的替代效应更为显著。即产业智能化主要表现出自动化技术的特征，大量替代重复、机械、程式化工作。从产业上来说，第二产业提供了主要的重复、机械、程式化劳动岗位，如建筑业、制造业。因而地区第二产业占比越高，越会受到产业智能化替代效应的影响，大量低技能劳动力岗位被替代，扩大高、低技能劳动力收入差距，进而扩大城乡收入差距。所以改善地区产业结构，推动产业高级化，推进非劳动密集型产业发展，有利于降低产业智能化替代效应的影响，缓解产业智能化对城乡收入差距的扩大作用。据此，提出以下假设：

假设4： 优化产业结构，会缓解产业智能化对城乡收入差距的扩大作用。

收入差距可以分解为劳动性收入差距和资本性收入差距，现阶段，劳动性收入差距是城乡收入差距的主要部分。而劳动性收入差距主要是人力资本差距造成的。人力资本越高，该地区高技能劳动力占比越高，劳动力受到新岗位创造效应的影响就越大，产业智能化水平的提高，有利于其提高收入水平，而人力资本水平越低，低技能劳动力占比越高，劳动力受到替代效应影响越大，产业智能化的提高会减少这类人群的工作机会，降低其收入。城乡人力资本差距越大，城乡高、低技能劳动力构成差距越大，当地城乡之间收入结构就会越两极化，从而拉大城乡收入差距。而城乡人力资本差距越小，产业智能化带来的两个完全相反的效应影响就会相互抵消，从而削弱产业智能化对城乡收入差距的影响。因而降低城乡人力资本差距有利于缓解产业智能化对城乡收入差距的扩大作用。综上，本文提出假设：

假设5： 缩小城乡人力资本差距，会缓解产业智能化对城乡收入差距的扩大作用。

2 实证模型设计

2.1 模型设定

下面检验产业智能化对城乡收入差距的影响。根据理论分析，基准回归模型设定如下：

其中：Yit表示省（区、市）i在第t年的城乡收入差距；Xit为省（区、市）i在第t年的产业智能化水平；Cit为控制变量集；δi、θt分别为个体效应和时间效应；εit为随机扰动项。

2.2 变量说明

被解释变量： 城乡收入差距泰尔指数（Y），参考干春晖等［15］、钞小静和任保平［16］、曹裕和陈晓红［17］的做法，使用城乡收入差距泰尔指数来作为城乡收入差距的代理变量。

泰尔指数的优势在于它不仅能准确表示出城乡收入差距，而且可以反映出收入变化，经过之前的理论分析，可以知道城乡收入差距主要反映在高、低收入群体的收入变动［18］。

核心解释变量： 产业智能化指数（X），借鉴李廉水等（2019）［19］、孙早和侯玉琳（2019）［20］的思路和方法，构建指标体系来测度产业智能化指数。运用熵值法对指标体系进行处理，确定权重并测算各地区产业智能化指数，该指数越大，说明该地区产业智能化水平越高。具体结果见表1。

表1 智能化指标构建

控制变量： 经济发展水平（lngdp），人均国内生产总值能较好地反映各地区人均实际产出情况，因此本文用各省（区、市）人均GDP 来衡量经济增长。

城镇化率（urb），按照国家统计局统计规则，用城镇常住人口/总人口来表示城镇化率。

对外开放水平（open），参考邵帅等（2016）［21］的做法，用FDI 占GDP 比重度量对外开放程度。

人力资本水平（lnpeople），用各省（区、市）就业人员平均受教育年限来衡量人力资本水平。

市场化指数（mar），参考Fan 等（2019）［22］设定的市场化各指标，利用各省（区、市）相关统计数据，得出各省（区、市）市场化指数。

2.3 数据来源

本文选取2003～2021 年30 个省（区、市）（考虑到数据的可获得性，不包括港、澳、台以及西藏地区）面板数据进行分析。变量数据来源于《中国统计年鉴》、《中国人口统计年鉴》、《中国劳动统计年鉴》、《中国电子信息产业统计年鉴》、《中国科技统计年鉴》、各省（区、市）统计年鉴及国泰安数据库等。主要变量的描述统计结果见表2。

表2 主要变量描述性统计

3 实证分析

3.1 基准回归结果分析

关于产业智能化发展对中国城乡收入差距影响进行实证检验。本文的面板回归模型选择了个体时间双固定效应模型。同时，本文进行了对于模型截面相关、异方差和自相关问题的检验，为克服面板数据存在的上述相关问题，本文采用Driscoll 和Kraay （1998）［23］提出的方法进行估计。表3 为使用D－K 标准误的个体时间双固定效应的回归结果。列（1） 是未加入控制变量的回归结果，列（2）加入了控制变量。从结果来看，回归结果分析始终在1%的统计水平上显著为正，说明产业智能化显著扩大了我国城乡收入差距，验证了本文理论假设3。

表3 基准回归结果

3.2 稳健性检验

（1） 改变被解释变量

衡量城乡收入差距除了用泰尔指数，常见的方法还有用城乡居民收入比值来衡量城乡收入差距［12，13］。具体的做法是用城镇居民人均可支配收入与农村居民人均纯收入比值衡量城乡收入差距。回归结果如表4 列（1） 所示，可以看出，此时产业智能化的估计系数为0.577，且依旧在1%的统计水平上显著，同样证明了产业智能化扩大了城乡收入差距。

表4 稳健性检验

（2） 更换核心解释变量

参考孙早和侯玉琳（2019）［20］的做法，将中国工业机器人投入情况作为产业智能化的替代变量。参照康茜和林光华（2021）［24］、芦婷婷和祝志勇（2021）［25］的方法，衡量我国工业机器人投入情况用工业机器人安装密度表示。根据可获取数据的完整性和可得性，本文得到了各省（区、市）2006～2019 年的样本，因此回归的样本期也设定为2006～2019 年。回归结果如表4 列（2） 所示，robot即为变量工业机器人安装密度，用其替换核心解释变量得到的回归结果依旧显著，与基准回归保持了一致。

（3） 更换回归方法

本文采用广义最小二乘法（FGLS）、最大似然估计（MLE）来替换基准回归中的D－K 标准误的固定效应模型进行回归。回归结果如表4 列（3）、（4） 所示，FGLS、MLE 回归结果与基准回归结果基本保持一致，仅回归系数大小有细微差别。因此，产业智能化对扩大城乡收入差距的正向影响得到再一次证明。

3.3 内生性检验

尽管本文采用的D－K 标准误的双向固定效应模型估计方法在一定程度上能够避免内生性问题，但是回归结果依旧可能存在逆向因果、测量误差和遗漏变量等内生性问题。为了克服模型可能存在的内生性问题，本文使用两阶段最小二乘法（2SLS）来进行工具变量回归。工具变量的选取，参考Fisman 和Svensson （2007）［26］、张璇等（2017）［27］的研究： （1） 选择全国其他省（区、市）产业智能化水平的均值（mX）作为工具变量； （2） 选取光缆密度（line）作为产业智能化的工具变量，各地区光缆密度用长途光缆长度/省（区、市）面积来衡量［28］。回归结果如表5 所示，选取的变量通过了不可识别检验、弱工具变量检验和过度识别检验，因此本文选取的工具变量为有效的工具变量。而产业智能化的估计系数为0.296，在1%显著性水平上显著，依旧证明了产业智能化对城乡收入差距的正向影响，与基准回归结果保持一致。进一步地，如果模型的扰动项存在异方差或自相关的情况，广义矩估计（GMM）是更有效率的方法。为了验证结果的稳健性，本文同时使用了GMM 方法进行工具变量回归。结果如表5 列（3）、（4） 所示，产业智能化的系数有细微差别，但依旧是在1%的显著性水平显著，说明在考虑异方差或自相关等问题后本文研究结论依旧稳健。

表5 内生性检验

4 机制检验

本文参考温忠麟和叶宝娟（2014）［29］的分析方法，采用五步法中介效应模型进行机制分析。

4.1 劳动收入份额的机制检验

本文采用要素法劳动收入份额来衡量劳动收入份额，记为L1［30］，样本期为2003 ～2013 年。另外由于全国和各省（区、市）统计年鉴中并未统计2017 年之后的收入法GDP 数据。为了研究近年的劳动收入份额情况，本文选择用各地区居民人均工资性收入/人均可支配收入来衡量劳动收入份额，样本期为2014～2021 年，记为L2。

回归结果如表6 所示，列（1）～（3） 是要素法劳动收入份额中介效应结果。列（1） 验证了产业智能化对城乡收入差距的正向影响。从列（2）可以看出产业智能化对劳动收入份额有显著的负向影响，与前文的理论分析保持一致。列（3） 中劳动收入份额对城乡收入差距是正向影响，产业智能化对城乡收入差距的影响显著为正。结果表明直接效应与间接效应方向相反，这说明劳动收入份额的传导机制不是中介效应而是遮掩效应，假设1 得以验证。列（4）～（6） 是用居民人均工资性收入/人均可支配收入来衡量劳动收入份额的稳健性检验的结果，中介效应结果与之前保持一致。不同的是产业智能化对劳动收入份额的影响更加显著，这可能是因为随着产业智能化水平的提高，它对劳动收入份额的影响能力不断增强，导致劳动收入份额的遮掩效应更加显著。

表6 劳动收入份额机制检验结果

4.2 高低技能劳动力收入差距的机制检验

用就业人口中专科及以上受教育水平人数占比表示高技能劳动力需求，记为T1； 用就业人口中初中及以下文化程度的人数占比表征低技能劳动力需求，记为T2。

回归结果如表7 所示，列（1）、（2） 是高技能劳动力需求的中介效应检验结果，列（3）、（4）是低技能劳动力需求的中介效应检验结果。从结果可以看出产业智能化对高技能劳动需求有显著的正向影响，高技能劳动力需求的提高会扩大城乡收入差距； 同时，产业智能化发展会减少低技能劳动力的需求，而低技能劳动需求增加会扩大城乡收入差距。假设2 得以验证。

表7 高低技能劳动力收入差距机制检验结果

5 调节效应检验

5.1 产业结构的调节效应

本文用各地区第二产业就业人数占各地区总就业人数比例作为产业结构的代理变量，记为indu。为了避免构建的交互项与其他解释变量相关造成模型多重共线性，所以对核心解释变量和调节变量产业结构做去中心化处理之后再构建交互项（c＿X∗c＿indu）。检验结果如表8 所示，产业智能化指数和产业结构的交互项在1%的显著性水平显著为正，说明第二产业占比越高，产业智能化对城乡收入差距的影响越大，即优化产业结构能缓解产业智能化对城乡收入差距的扩大作用，假设4 得以验证。

表8 产业结构调节效应检验

5.2 城乡人力资本差距的调节效应

本文采用城镇居民平均受教育年限与农村居民平均受教育年限的比值衡量城乡人力资本差距，记为hcp，同时用去中心化处理的数据构建产业智能化和城乡人力资本差距的交互项（c＿X∗c＿hcp）。回归结果如表9 所示，产业智能化和城乡人力资本差距的交互项显著为正，表明城乡人力资本差距的扩大显著正向调节了产业智能化对城乡收入差距的影响，即缩小城乡人力资本差距能降低产业智能化对城乡收入差距的扩大作用，假设5 得以验证。

表9 城乡人力资本差距调节效应检验

6 结论与建议

本文基于产业智能化的收入分配效应，通过2003～2021 年省级面板数据，使用D－K 标准误的个体时间双固定效应模型估计了产业智能化对城乡收入差距的影响，并探寻了产业智能化背景下实现城乡共同富裕的路径。基于研究结论，在产业智能化水平不断提高的大背景下，中国未来缩小城乡差距，促进共同富裕可以从以下几点入手。

（1） 降低城乡之间要素收入不平等。产业智能化的功能性收入分配效应是通过改变要素收入比重来缓解城乡收入分配差距，这并没有改变城乡居民的要素收入不平等，无法从根本上解决城乡收入差距问题。政府应健全收入保障制度，促进农村中小企业发展，保障农村居民收入，为农村居民提供更多工作岗位，来缩小城乡居民劳动收入差距； 为农村居民提供投融资资金，促进农业现代化和农村产业升级，改善城乡居民之间的资本收入差距。

（2） 提升农村居民技能水平。产业智能化的规模性收入分配效应证明了产业智能化时代对技能劳动力有更大的需求，城乡居民劳动力技能结构差异是城乡居民收入差距的重要来源。应该加强农村劳动力职业教育，帮助农村劳动力适应产业智能化带来的产业、就业变革，减少农村居民受到产业智能化所带来的替代效应的冲击，缓解产业智能化对扩大城乡收入差距的影响。

（3） 优化产业结构。促进产业结构升级进程，推动非劳动力密集型产业发展。产业智能化对提供更多简单、重复、机械、程式化劳动的产业影响更大。因而提供低成本低技能劳动岗位已经不是促进就业改善城乡收入分配的有效措施。随着产业智能化的推进，各地政府应注重劳动力的人力资本提升，帮助劳动力适应产业智能化带来的产业、就业变革，并减少产业智能化所带来的替代效应的冲击，缓解产业智能化对扩大城乡收入差距的影响。

（4） 缩小城乡人力资本差距，产业智能化的规模性收入分配效应证明了产业智能化时代对高技能劳动力有更大的需求，随着产业智能化的推进，城镇居民可以凭借其人力资本优势获得相对更高的收入，拉大城乡收入差距。因此，提高农村人口的人力资本水平十分重要。各级政府应加大对农村的财政支持力度，特别是基础教育支出方面，并且应出台优惠政策吸引优质教师资源投入到乡村教育之中，全面改善农村教育环境和教育水平，努力缩小城乡教育差距，这也是乡村振兴发展战略的应有之义。