农业技术进步、农村劳动力转移与城乡收入差距——基于农业劳动生产率的分组研究

张红丽 ，李洁艳

（石河子大学 a.经济与管理学院；b.农业现代化研究中心，新疆 石河子 832000）

一、引 言

我国经济发展从高速增长转为中高速增长，经济发展进入新常态，但目前城乡融合发展过程中仍存在一些问题，如城乡居民的收入差距较大等问题［1］。《乡村振兴战略规划（2018-2022年）》指出要完善城乡的布局结构，顺应城乡融合发展的趋势，重新塑造城乡之间的关系，促进居民收入均衡化，缩小城乡收入差距，扩宽城乡居民收入渠道，并建立健全有利于农民收入增长的体制机制，从而更好地解决城乡发展不平衡问题。

近年来，我国城乡居民的人均收入差距逐渐扩大，如图1所示。城乡收入差距的问题将成为我国城乡融合发展中最大的阻碍，因此对影响城乡收入差距的因素进行分析，就显得非常重要。国内外学者从不同角度对城乡收入差距的影响因素进行分析，Yang（1999）［2］表示城镇的居民比农村居民拥有更多的福利保障，再加上城镇的一些财政补贴制度等，这些都是拉大城乡收入差距的原因。万海远等（2013）［3］从我国二元经济结构出发，研究户籍歧视对城乡居民收入差距的作用。李政等（2016）［4］利用空间杜宾模型，分析产业结构升级、创新强度对城乡收入差距的影响。朱红恒等（2017）［5］通过实证检验，分析农村劳动力转移在提高农民收入的基础上能够缩小城乡居民之间的收入差距。涂涛涛等（2017）［6］通过动态的CGE模型研究发现，农业技术进步在中期会加剧城乡收入差距，但是长期会缩小城乡收入差距。李昕等（2018）［7］从劳动力转移视角分析了教育投入对城乡收入差距的影响。综合近年来关于城乡收入差距的研究发现，学者普遍将农业技术进步、农村劳动力转移进行分开研究，很少将两者结合对城乡收入差距进行研究。

图1 2003-2017年全国城乡居民人均收入情况注：数据来源于国家统计局。

因此，本文在按照农业劳动生产率分区域思路的基础上，研究各区域中农业技术进步、农村劳动力转移对城乡收入差距的影响，并通过中介效应模型，检验农业技术进步是否通过农村劳动力转移作用于城乡收入差距；农村劳动力转移是否通过农业技术进步作用于城乡收入差距，从而可以更好地了解农业技术进步、农村劳动力转移与城乡收入差距之间的逻辑关系，这将对缓解城乡收入差距问题提供一定的参考价值。

二、文献回顾

（一 ）农业技术进步对城乡收入差距的影响

国内外在对农业技术进步研究的过程中，大多学者比较侧重用全要素生产率（TFP）来衡量农业技术进步。Leamer（2000）［8］得出结论：在劳动密集型的部门中，技术进步有利于增加非熟练工人的工资；而在技术密集型的部门中，技术进步将会有利于熟练工人工资的增加。刘渝琳等（2013）［9］运用 1992-2010年全国各省市的面板数据进行分区域研究，最后得出结论：东部区域中的全要素生产率TFP能够缩小城乡收入差距，而在中西部区域却扩大了城乡居民的收入差距。郭福春等（2015）［10］通过研究全要素生产率、金融发展对城乡收入差距的影响，发现全要素生产率的提高会扩大城乡收入差距。李晓璇（2017）［11］利用我国2006-2015年长三角城市群26个市的数据，最后发现农业全要素生产率TFP会显著缩小城乡居民的收入差距。

本文主要用全要素生产率来衡量农业技术进步对城乡收入差距的影响。根据二元经济理论模型表明农业技术的进步可能会促进短期工资的上涨，导致劳动力变得昂贵，然而这可能与国家发展所需要更多的资本积累不太相符［12］，因此，在短时期内农业技术的进步可能会加剧城乡的收入差距；随着经济的发展，农业科技方面得到了较大的进步，但是在实际应用的过程中，可能因为对农业技术的推广力度不够，还有可能由于农业先进技术的实用性差等，导致农民的农业收入并没有得到提高，从而农业技术的进步可能会加剧城乡收入差距。

根据以上分析，本文并提出假设1。

假设1：农业技术进步将会扩大城乡居民之间的收入差距。

（二 ）农村劳动力转移对城乡收入差距的影响

在研究农村劳动力转移对城乡收入差距影响的过程中，国内外学者主要存在两种观点：第一种观点表示农村劳动力的转移扩大了城乡收入差距，Haana A D（1999）［13］表示劳动力的转移能够提高剩余劳动力的收入，但是对于农村地区经济的收敛作用不显著，则劳动力的转移将扩大城乡收入差距。蔡武等（2013）［14］从新经济地理学视角出发，认为城市产业的集聚效应将促使农村劳动力流动对城乡收入差距产生影响，并通过实证得出农村劳动力流动对城乡收入差距的影响处在极化效应阶段时，农村劳动力流动会加速城市产业集聚规模，但会扩大收入差距。殷飞（2014）［15］以江苏省为例，并运用多元回归模型实证分析了农村劳动力的转移将显著扩大城乡收入差距。另一种观点则认为农村劳动力的转移会缩小城乡收入差距，陈光普（2012）［16］从户籍制度改革和培育城乡一体化的劳动力市场等方面采取措施，以促进中西部地区劳动力流动能够更加合理有序，从而缩小城乡收入差距。

本文认为尽管农村的劳动力转移到城镇会受到户籍制度的限制，使得农村的劳动力无法平等地享受公共服务和权益保护，但是随着农村劳动力转移到城镇，农民的非农就业机会将增多，可以促进农民的非农收入增加，即在一定程度上可能会缩小城乡收入差距。

基于上述分析，本文提出假设2。

假设2：农村劳动力转移能够缩小城乡的收入差距。

（三 ）农业技术进步与农村劳动力转移的作用

国内外学者在研究关于农业技术进步和农村劳动力转移对城乡收入差距影响的过程中，发现两者不仅对城乡收入差距存在直接影响，可能农业技术进步和农村劳动力转移之间也存在某种作用，而这种作用可能会间接地影响城乡之间的收入差距。Matsuyama（1999）［17］发现农业技术进步不仅可以促进农村剰余的劳动力向城镇转移，还可以释放大量的劳动力。程名望等（2010）［18］通过建立动态模型，实证分析了农业技术进步对农村剩余劳动力转移既有正向效应又有负向效应。王卫等（2013）［19］运用1978-2011年全国数据，研究发现农业的技术进步与农村劳动力转移之间存在正向影响，而非农的技术进步与农村劳动力转移作用不显著。李士梅等（2017）［20］运用动态面板模型分析了全国劳动力转移对农业全要素生产率TFP的影响，通过研究发现劳动力转移阻碍了农业全要素生产率TFP的提高，因此农村劳动力转移没有促进农业技术的进步。

基于以上关于农业技术进步和农村劳动力转移之间的作用分析，本文提出假设3、假设4。

假设3：农业技术进步可能会通过中介变量农村劳动力转移作用于城乡收入差距；

假设4：农村劳动力转移可能会通过中介变量农业技术进步作用于城乡收入差距。

三、模型设定与数据说明

（一 ）模型设定

1.农业技术进步、农村劳动力转移对城乡收入差距的作用

本文借鉴张宽等（2017）［21］以农业劳动生产率进行分组的研究思路，分别构建了全国区域、高农业劳动生产率区域及低农业劳动生产率区域的动态面板模型。

全国区域的模型为：

高农业劳动生产率区域的模型为：

低农业劳动生产率区域的模型为：

其中，下标i和t分别指省市和年份；c为常数项；β1和β2代表两个解释变量的系数；β3为城乡收入差距滞后一期的系数；αit代表控制变量的系数；εit代表与解释变量无关的随机扰动项。为了消除异方差，本文在模型中对各变量进行对数化处理。

（1）（3）（5）模型中未加入控制变量，（2）（4）（6）模型中加入控制变量，考虑城乡收入差距的动态特征，在各模型中均加入了城乡收入差距的滞后一期。农业技术进步、农村劳动力转移和城乡收入差距三者可能会存在内生性问题，用OLS和固定效应模型进行估计可能是有偏的，故用GMM进行估计，而在GMM中系统GMM比差分GMM的有效性更强，所以具体将采用系统GMM进行估计。

2.中介效应检验

本文主要运用 Baron and Kenny（1986）［22］提出的中介效应检验逐步回归的方法，并参照温忠麟等（2014）［23］和李谷成等（2018）［24］建立的中介效应检验模型，构建中介效应检验模型如下：

在（7）、（8）、（9）模型中，Y、X、M分别为因变量、自变量和中介变量；θ为截距；ε为随机扰动项；γ、a、b、c、c′为回归系数。若模型中的回归系数a、b、c均显著时，ab与c′的符号相同时，则表明存在“中介效应”；回归系数a、b、c均显著时，ab与c′的符号相反时，则表明存在“遮掩效应”。若回归系数c显著，而a、b至少有一个不显著时，需要进一步检验回归系数乘积的显著性（是否拒绝H0：ab=0），当其不显著时，则表明间接效应不显著；当显著时，表明存在“中介效应”。

本文主要检验两种中介效应：一是农业技术进步是否通过农村劳动力转移对城乡收入差距产生影响？城乡收入差距为因变量，农业技术进步为自变量，农村劳动力转移为中介变量；二是农村劳动力转移是否通过农业技术进步而对城乡收入差距产生影响？城乡收入差距仍为因变量，农村劳动力转移为自变量，农业技术进步为中介变量。

（二 ）数据说明

本文选取2003-2017年我国30个省份的数据（西藏自治区的数据缺失严重，故将其剔除，港、澳、台地区也不包括在内），数据来源于国家统计局、《中国统计年鉴》《中国农村统计年鉴》以及各省市历年的统计年鉴。本文在数据整理的过程中，发现某些数据在不同资料上表现不一致，在此均以国家统计局的数据为准。

1.变量设定

为了研究农业技术进步、农村劳动力转移对城乡收入差距的影响，本文在借鉴前人研究的基础上，变量的选取如下：

被解释变量：城乡收入差距（Gap）。国内学者衡量城乡收入的差距指标通常用城镇居民人均可支配收入与农村居民人均纯收入之比、基尼系数和泰尔系数等三种来表示。将城乡收入差距用城镇居民人均可支配收入/农村居民人均纯收入指标来表示，虽然其指标存在一些缺陷，但具有数据较容易获得等优点，因而常常被学者们所使用（应瑞瑶等，2011［25］；余菊，2014［26］；朱红恒等，2017［5］；李昕等，2018［8］）；利用泰尔系数作为衡量城乡收入差距的指标，尽管考虑了人口收入差距，但泰尔系数会受到人口权重的影响（高蓓蓓，2016［27］；李政等，2016［4］；赵莎莎等，2018［28］）；基尼系数是三者中最为理想的衡量指标，但由于各省市统计的数据存在缺失，导致基尼系数无法计算。本文通过对三种指标比较之后，最后选取城镇居民人均可支配收入/农村居民人均纯收入指标来表示城乡收入差距。

解释变量：①农业技术进步（Tech）。目前国内学者对于农业技术进步指标的选择上存在一定的差异，如董莹等（2015）［29］、张宽等（2017）［21］研究的农业技术进步侧重于劳动节约型的技术进步，主要用农业的机械化水平作为农业技术进步的指标；马磊（2016）［30］等侧重于整个农业部门的技术进步，利用农业全要素生产率为农业技术进步的指标。本文主要运用农业全要素生产率来测量农业的技术进步。在借鉴鄢姣（2015）［12］选取指标的基础上，运用DEA方法通过曼奎斯特指数（Malmquist）分解法计算出农业全要素生产率TFP，其中产出指标为第一产业的生产总值，而投入指标为劳动、土地、机械、化肥、灌溉，以第一产业从业人数为劳动力投入量；农作物总播种面积为土地投入量；机械总动力作为机械投入量；实际化肥实际用量作为化肥投入量；有效灌溉面积作为灌溉投入量。②农村劳动力转移（Transfer）。本文将借鉴有关学者利用劳动力转移率来衡量农村劳动转移的做法，而劳动转移率指标主要用乡村从业人员和乡村农林牧渔业从业人员的差与乡村从业人员之比来表示。

控制变量：产业结构（Str）利用各省市第一产业产值与地区生产总值的比重来表示；城镇化水平（Urb）主要用城镇化率来表示，即各省市年末城镇人口/年末总人口。

分组指标：农业劳动生产率（Productivity）。目前国内学者对农业劳动生产率主要有两类衡量方法：一类用实物化来衡量，即表示为每单位劳动力或单位土地面积的农产品产量（郭爱民，2012［31］）；另一类用货币化来衡量，即用每单位劳动力的农业总产值来表示（李静等，2014［32］；张宽等，2017［21］）。由于用货币化指标能够更好地反映农业技术进步、农村劳动力转移在农业生产效率中潜在的信息，本文将借鉴张宽等（2017）［21］利用农林牧渔业总产值与农林牧渔业从业人数的比值来表示。具体的分组方法（1）为计算各地区2003-2017年的农业劳动生产率并将其进行平均，若该地区平均值大于全国平均值，则为高农业劳动生产率区域，反之则为低农业劳动生产率区域。

2.变量的描述统计分析

表1对区域面板数据各变量进行统计描述，本文主要对被解释变量及核心解释变量进行分析。

（1）低农业劳动生产率区域中城乡收入差距（Gap）均值最大，且远高于高农业劳动生产率区域及全国平均水平，高农业劳动生产率区域城乡收入差距最大值和最小值为3.653、1.845，均低于低农业劳动生产率区域最大值5.121和最小值2.324。

（2）高农业劳动生产率区域中农业技术进步（Tech）最大值为1.385，高于低农业劳动生产率区域的最大值1.337，高农业劳动生产率区域农业技术进步的平均值为1.806，略低于低农业劳动生产率区域及全国的平均值。

（3）低农业劳动生产率区域中农村劳动力转移（Transfer）平均值为0.395，均低于高农业劳动生产率区域平均值0.488和全国平均值0.445。

（4）经过对比发现，低农业劳动生产率区域城乡收入差距均值远高于高农业劳动生产率区域，低农业劳动生产率区域农业技术进步均值略高于高农业劳动生产率区域，而高农业劳动生产率区域农村劳动力转移的均值明显高于低农业劳动生产率区域。

表1 区域面板数据主要变量统计描述

四、实证检验与分析

（一 ）平稳性检验

对于面板数据来说，模型分析时容易陷入“伪回归”现象，导致结果不准确。目前对于面板数据平稳性检验的方法主要有LLC、IPS、Fisher检验等。本文主要运用LLC进行检验，从表2可以看出，所有变量均至少在10%水平上通过显著性检验，即所有变量均为平稳序列。

表2 面板数据LLC的单位根检验

（二 ）农业技术进步、农村劳动力转移对城乡收入差距的影响

本文从全国区域、高农业劳动生产率区域及低农业劳动生产率区域进行分区域研究出发，不仅可以分析各个地区之间存在的差异，而且还能提供相应的稳健性检验。在各个区域中是否加入控制变量来研究城乡收入差距对农业技术进步、农村劳动力转移进行估计，同时考虑了因变量滞后项的影响。根据表3中各个区域面板模型的回归结果，可以得出农业技术进步和农村劳动力转移对城乡居民人均收入差距的影响作用。

1.农业技术进步对城乡收入差距的影响分析

全国区域模型1中农业技术进步（lntech）的系数为0.129，并在95%的置信水平上呈现显著，这表明农业的技术水平每提升1%时，城乡居民的收入差距比将扩大0.129；模型2中加入产业结构和城镇化率两个控制变量后，其农业技术进步（lntech）的系数为0.118，且在5%水平下显著，对城乡居民收入差距的扩大作用相对减少。在全国区域中，农业技术进步无论是否加入控制变量均能显著性地扩大城乡收入差距。因此，在全国区域中，假设1得到验证。

高农业劳动生产率区域模型3中农业技术进步（lntech）系数为0.054，对城乡收入差距具有扩大作用，但作用却不显著；在加入控制变量的模型4中，农业技术进步系数（lntech）为0.002，对城乡收入差距的扩大作用有所减小，但仍不显著。在高农业劳动生产率区域中，无论是否加入控制变量，农业技术进步均扩大了城乡收入差距，但作用都不显著。所以在高农业劳动生产率区域中，假设1没有通过验证。

低农业劳动生产率区域模型5中农业技术进步（lntech）的系数为0.143，并在10%水平下呈现显著；模型6中农业技术进步（lntech）的系数为0.104，加入控制变量后，对扩大城乡收入差距的作用变小且不显著，表明控制变量产业结构（lnstr）、城镇化率（lnurb）削弱了农业技术进步（lntech）对城乡收入差距的扩大作用。在低农业劳动生产率区域中，无论是否加入控制变量，农业技术进步均扩大了城乡收入差距，但加入控制变量之后，削弱了农业技术进步对城乡收入差距的影响，使其作用变得不显著。总而言之，在低农业劳动生产率区域中没有控制变量的情况下，假设1得到验证。

2.农村劳动力转移对城乡收入差距的影响分析

未加入控制变量时，全国区域、高农业劳动生产率区域及低劳动农业生产率区域中农村劳动力转移（lntransfer）均能显著缩小城乡收入差距；加入控制变量后，在高劳动农业生产率区域中农村劳动力转移（lntransfer）系数为-0.042，且缩小作用更为明显，并在10%水平下呈现显著，说明该区域的产业结构和城镇化率可以有效促进城乡居民之间的收入差距。而在全国区域和低农业劳动生产率区域中农村劳动力转移都对城乡收入差距具有缩小作用，但均由显著变为不显著，从而也表明在全国区域和低农业劳动生产区域中的产业结构和城镇化率削弱了农村劳动力转移对城乡收入差距的缩小作用。因此，在全国区域、高农业劳动生产率区域及低农业劳动生产率区域中未加入控制变量时，假设2得到了证实。

3.控制变量对城乡收入差距的影响分析

无论在全国区域、低农业劳动生产率区域和高农业劳动生产率区域中，控制变量中产业结构（lnstr）和城镇化率（lnurb）系数都在1%水平下呈现显著，且表明在任何区域中产业结构和城镇化率对城乡收入差距均具有缩小作用。

4.城乡收入差距滞后项对城乡收入差距的影响分析

无论在哪个区域，还是在是否加入控制变量的情况下，城乡收入差距的滞后一期（L.lngap）系数均为正，且都在1%水平下显著，这表明城乡收入差距存在一定的持续效应和增长惯性。

表3 农业技术进步、农村劳动力转移影响城乡收入差距的估计结果

（三 ）中介效应的依次检验

1.农村劳动力转移的中介效应检验

本文根据前面设定的模型，首先检验农村劳动力转移是否在农业技术进步对城乡收入差距作用的过程中起到了中介效应。从表4模型7中回归结果可以看出，农业技术进步（lntech）对城乡收入差距（lngap）的直接效应是显著的，且系数为0.117。模型8的回归结果表明农业技术进步（lntech）可以显著地促进农村劳动力转移（lntransfer）。模型9中农业技术进步（lntech）和农村劳动力转移（lntransfer）的系数均显著，这说明在控制了农业技术进步变量的影响之后，农村劳动力转移对城乡收入差距的作用仍然显著。由于a、b、c三个参数值都是显著的，且ab与c′符号相反，这表明农村劳动力转移对农业技术进步的效应性质不是“中介效应”，而是“遮掩效应”。从表中可以看出，农业技术进步对城乡收入差距的直接效应c（0.117）的绝对值小于总效应c′（0.129），则在一定程度上说明农业技术进步通过农村劳动力转移影响城乡收入差距，遮掩了一部分农业技术进步与农村劳动力转移的作用［33］。因此，假设3中并不是“中介效应”，而是“遮掩效应”。

2.农业技术进步的中介效应检验

从表5模型7和模型9的回归结果来看，农村劳动力转移（lntransfer）对城乡收入差距（lngap）具有显著的促进作用，而农业技进步显著地扩大了城乡收入差距，但在模型8的回归结果当中，农村劳动力转移（lntransfer）对农业技术进步（lntech）并没有产生显著效应。由前述可知，回归系数c（-0.108）显著，而系数a（0.033）不显著时，需要进一步检验回归系数ab乘积的显著性，而ab=0.004不等于0，则拒绝原假设，表明间接效应不显著，农村劳动力转移未能通过农业技术进步的中介作用而缩小城乡收入差距。因此，假设4没有得到证实。

表4 农村劳动力转移对农业技术进步的中介效应的依次检验结果

表5 农业技术进步对农村劳动力转移的中介效应的依次检验结果

3.农业技术进步和农村劳动力转移综合的中介效应检验

从以上分析中可以得出，农业技术进步可以直接作用于城乡收入差距，也可以通过农村劳动力转移的“遮掩效应”对城乡收入差距产生影响；农村劳动力转移直接作用于城乡收入差距，因为农业技术进步并未发挥中介效应，即农村劳动力转移对城乡收入差距的作用路径是直接的。

（四 ）稳健性检验

为保证回归结果的稳健性，本文运用OLS和系统GMM不同的计量方法［34］和替换解释变量农村劳动力转移的两种方法进行稳健性检验。

1.不同计量方法的稳健性检验

由表6可知，无论运用混合OLS还是系统GMM估计，解释变量系数的显著性及符号基本表现一致性，进一步证实基准回归的稳健性。

表6 不同计量方法进行稳健性检验的回归结果

2.替换解释变量的稳健性检验

本文通过替换解释变量农村劳动力转移指标的方式并用系统CMM方法进行稳健性检验。原先的农村劳动力转移（Transfer）指标是利用劳动转移率指标来表示农村劳动力转移，即用乡村从业人员和乡村农林牧渔业从业人员的差与乡村从业人员之比来表示；替换的农村劳动力转移（Lab）指标利用农村劳动力转移程度表示，即用乡村就业人数与农林牧渔业人数之差来表示。对比表7的检验结果发现，解释变量的符号在变换前后没有发生改变，其显著性虽然有一些变化，但回归结果基本保持一致。

表7 替换解释变量的稳健性检验

续表7

五、研究结论与对策建议

（一 ）研究结论

本文基于农业劳动生产率分组的视角，将我国30个省份2003-2017年的面板数据分为“高农业劳动生产率区域”和“低农业劳动生产率区域”，运用动态面板模型和中介效应模型分析农业技术进步、农村劳动力转移与城乡收入差距之间的关系，通过归纳总结得出以下结论：

（1）农业技术进步均扩大了各区域中的城乡收入差距。在全国区域和低农业劳动生产率区域中农业技术进步对城乡收入差距的作用显著，在高农业劳动生产区域中虽然农业技术进步作用不显著，但仍对城乡收入差距具有扩大作用。经过对比发现，在低农业劳动区域中农业技术进步对城乡收入差距的扩大作用较为明显。如果在各个省份通过优化产业结构和提高城镇化率的前提下，将会减少农业技术进步对城乡收入差距的扩大作用。

（2）农村劳动力转移缩小了各区域中的城乡收入差距。在全国区域、高农业劳动生产率区域及低农业劳动生产率区域内农村劳动力转移均能显著缩小差距，所以加快各个省份农村劳动力转移程度，也是一种减缓城乡收入差距的措施。在低农业劳动生产率区域中农村劳动力转移对城乡收入差距的缩小作用要大于高农业劳动生产率区域中的作用，故在低农业劳动生产率区域中促进劳动力转移的实施效果可能会更好一些。

（3）通过中介效应检验模型得出结论：农业技术进步可以直接作用于城乡收入差距，也可以通过农村劳动力转移的“遮掩效应”作用于城乡收入差距；农村劳动力只能直接作用于城乡收入差距，而未通过农业技术进步作用于城乡收入差距。

（二 ）政策建议

基于上述的研究结论，本文提出以下建议以有效缓解城乡居民之间的收入差距。

（1）加强农业先进技术的推广。在农业现代化发展的过程中，要加强农业科研项目的研发，增强技术的实用性，将农业的科技成果落到实处，更要加大农业先进技术的推广力度，从而让先进技术能够惠及所有农民，尤其是低收入农民。农业先进技术得到广泛应用后，农民的农业生产率得到提高，促进农业收入增加，从而可以减缓城乡收入差距；农业技术的进步在一定程度上可以促进农村劳动力的转移，促使农民非农就业增加和农民的非农收入增加，从而会缩小城乡的收入差距。

（2）加快推进农村劳动力转移。促进农村土地流转和土地规模化经营，促使较多农村劳动力得到释放而发生转移；完善城乡保障制度的衔接，可以较好维护转移后农村劳动力的权利；加快户籍制度的改革，能够缓解户籍身份所导致转移的农村劳动力与城镇就业者的权利不平等问题，从而可以减缓城乡收入差距。在低农业劳动生产率区域中农村劳动力转移程度较低且对城乡收入差距的缩减作用更显著，因此，在该区域中更应该实施上述建议，从而可以缓解城乡收入差距。特别需要注意的是，农村劳动力转移后需要机械化来作为配套，否则农村劳动力转移造成的劳动力数量和质量下降必然会引起农业方面的问题。

注 释：

（1）具体分组情况如下：高农业劳动生产率区域的省市为北京、天津、河北、内蒙古、辽宁、吉林、黑龙江、上海、江苏、浙江、福建、山东、湖北、广东、海南、新疆16个省市；低农业劳动生产率区域的省市为山西、安徽、江西、河南、湖南、广西、重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏14个省市。