乡村振兴背景下西部农牧区人口教育与收入关系实证研究

刘巍文,张冀震

(1.甘肃省民族宗教研究中心，甘肃 兰州 730030；2.西北民族大学 预科教育学院，甘肃 兰州 730030)

一、引言

(一)问题的提出

2020年12月，中共中央 国务院出台《关于实现巩固拓展脱贫攻坚成果同乡村振兴有效衔接的意见》指出，要坚持扶志扶智相结合，防止政策养懒汉和泛福利化倾向，发挥奋进致富典型示范引领作用，激励有劳动能力的低收入人口勤劳致富[1]。 2021年2月，中共中央办公厅、国务院办公厅印发《关于加快推进乡村人才振兴的意见》指出，到2025年，乡村人才振兴制度框架和政策体系基本形成，乡村振兴各领域人才规模不断壮大、素质稳步提升、结构持续优化，各类人才支持服务乡村格局基本形成，乡村人才初步满足实施乡村振兴战略基本需要[2]。 甘肃作为西部重要省份总体上仍是一个农牧业大省，呈现农牧区分布范围广、农牧业人口比较大、农牧业人口中较低收入群体较集中等特征，同时，甘肃也被列入“三区三州”范围，“三区三州”在甘肃的范围广泛涉及甘南州、临夏州及天祝县，覆盖全省21个民族县市中的17个，以上特征在西部省区具有典型性和代表性。2020年底全面脱贫后，甘肃等西部省区将继续作为巩固拓展脱贫攻坚成果和推进乡村振兴的重点监测和扶持区域。长期以来，人力资本匮乏、人口总体教育水平不高、教育对经济社会发展的促进作用不强是造成甘肃及西部省区发展相对落后的一个深层关键共性制约因素。故进入新时代在全面脱贫以后，甘肃及西部省区尤其是农牧区在下一阶段乡村振兴中，如何通过有效措施推动乡村教育高质量发展，进一步为乡村振兴生成人力资本及增强内生发展动力，是这些区域共同面临的一个事关长远的重要问题。而要解决好这一问题，首先要进一步加强对该问题的调查研究，深刻揭示西部农牧区人口教育和收入之间存在的深层次学理关系。

(二) 文献综述

人口教育问题本质上是人力资本问题。人力资本理论最重要的创始人世界著名发展经济学家、诺贝尔经济学奖获得者家舒尔茨(1961)[3]以及明塞(1974)[4]、贝克尔(1975)[5]等均对人力资本和收入分配的理论和模型作了深入研究，得出人口受教育程度直接影响着收入分配状况。舒尔茨(1981)更是明确指出，对人口质量和知识的投资在很大程度上决定着人类的未来[6]。我国学者对人力资本中教育和收入关系等问题也作了许多理论探讨，李建民(1998)认为国民整体科学文化素质的提高是发展的硬条件，是比自然资本和物资资本更硬的条件[7]244，并指出教育模型中的明塞模型是最早出现的关于人力资本投资决策的模型，该模型的核心观点是一个人接受教育的时间越长，其收入水平越高[7]95-96。张凤林(2007)认为教育通过“人工效益”“配置效应”“创新效应”等改善和提高了受教育者的人力资本水平，从而会比没有接受教育的同龄劳动者产生更多收入，该收入增量可视为对教育投资的收益或回报[8]76-77。有许多学者基于相关计量模型，运用计量经济学方法原理，对人口教育的收益率进行了实证研究，周晓、朱农(2003)基于明塞模型估计了收入与文化程度的关系，得出如果文盲的劳动能力为1，则具有小学文化程度的劳动能力相当于1.07个文盲劳动力，具有初中、高中或大学文化程度的劳动能力依次相当于1.254、1.308和1.634个文盲劳动力[9]20。Liu(2006)利用1988年和1995年的CHIP数据研究发现，我国城市教育的收益率为10%～16%[10]。 刘生龙(2008)运用分位数回归技术估计了明瑟方程得出，随着收入水平的提高，教育的回报率越来越低，当10%的最低收入组的人的教育水平提高1年时，其收入会平均增加7.22%，而当10%的最高收入组的人的教育水平提高1年时，其收入平均只增加了5.24%[11]。 对农牧民教育回报率方面，申小莉、高阳等(2010)依据明塞和弗里德曼等人的研究方法，经回归分析得出农民人力资本中技能教育的收益率为28.2%，35岁以下时农民技能教育的收益率为18.2%，35岁以上时农民技能教育的收益率为22.5%[12]。 邢春冰、贾淑艳(2013)等采用经典明塞方程，对农民工教育回报率作了估算，发现2005年和2011 年农民工的总体教育回报率存在下降趋势且区域差异显著，东部地区和发达城市农民工的教育回报率明显高于中西部地区[13]。在教育、人力资本与乡村振兴方面，孙学立(2018)认为，乡村振兴离不开农村人力资源的有效供给，随着农村中青年向城市单方面转移，农村人才空心化、农民老龄化现象依然比较严重，实施乡村振兴战略需要培育农村优质人力资源动力体系[14]。 罗仁福、刘承芳、唐雅琳(2022)研究认为，我国农村劳动者的受教育程度仍然较低，不利于乡村振兴战略的全面实施和共同富裕目标的实现，需要进一步采取措施提高我国农村劳动力教育水平和人力资本等[15]。 已有研究对人口教育影响收入分配的机理和程度大小等问题均作了探讨，丰富和发展了人力资本理论在相关领域中运用，对于持续关注和深入分析教育同收入之间的深层学理性和规律性问题具有重要参考价值。但同时，在实证研究方面也有一些不足，相对而言目前对农牧区不同类型教育的投资收益率的科学估算仍较少，此外，有代表性的人力资本模型多基于微观个体教育和收入关系，要有充足的微观个体样本数据，而已有研究中宏观数据较多、个体样本数量均较为有限，以及研究数据较为陈旧等，进而在一定程度上也影响到研究结论的科学性及时效性。最后，已有研究对收入、教育、年龄等重要变量的内部结构及差异的关注程度也较低。鉴于此，拟以2019年西部省份甘肃农牧区3018个18—65岁成人个体样本为例，对农牧区人口教育等变量与收入的关系，分别运用箱线图、笛卡尔坐标系及洛伦兹曲线和基尼系数方法原理，对2变量、3变量相关性及变量内部差异等问题作初步考量及预期。在此基础上，拟基于明塞模型进一步运用WLS回归分析方法，对预期变量之间的严格学理关系作实证研究。

二、理论模型和数据方法

(一)理论模型

自二十世纪五十年代末以来，随着人力资本和教育经济学研究兴起，人们尝试以不同方法估算教育投资的收益率，这些估算大都基于明塞模型[8]176，并运用最小二乘法对样本数据进行统计处理与分析。之后又有许多学者在具体应运中作了各种扩展，加入了影响个体收入的反映个体其他特征和家庭特征等的变量，具体明塞模型见式(1)。

lgY=α+βS+χX+δX2+εZ+η

(1)

式(1)中，Y为人均年收入，在模型中取对数；S为受教育程度，一般为受教育年限，X为代表工作经验或工作年限的变量，X2为X的二次方项，即工作经验和收入之间的关系为非线性，Z为其他控制变量包括反应除教育外个体其他特征如健康状况、年龄等变量以及反映家庭特征的家庭人数等变量，η为随机干扰项，α为截距项，β、γ、δ、ε为待估系数，其中β便代表教育投资的收益率[16]。

基于以上明塞模型，为研究农牧民不同受教育程度的收益率，参照周晓、朱农(2003)的作法[9]18，对不同受教育程度文盲(作为教育程度参考项，不参与回归分析)、小学、初中、高中(中专)、大专(职高)、本科及以上，采用虚拟变量法进行分类(见表1)，将真实反映农牧民劳动经验水平的劳动技能状况及其二次方项作为工作经验的代理变量引入模型，同时，参考其他文献将反映个体特征的健康状况、年龄，反映家庭特征的家庭人数、在校生教育程度，以及反映区域特征的虚拟变量区域差异等作为控制变量引入模型，构建的计量模型见式(2)，具体变量情况见(表1)。

(2)

式(2)中，i分别代表不同教育程度和不同控制变量，j代表不同个体，其他字母含义同式(1)。

表1 人均收入、教育程度等预期变量和数据

(三) 样本数据选取及计量方法说明

为分析具有劳动能力的农牧民成人群体的教育收益率，选取的3 018个成人样本年龄控制在18—65岁之间，样本选取于西部省份甘肃的属于“三区三州”范围的甘南州纯牧业XX县XX乡和河西走廊半农半牧业XX县XX乡镇的2019年底官方统计数据，案例能较好反映西部农牧区经济社会及教育特征，具有典型代表性。拟运用Stata13.1统计软件进行箱线图、笛卡尔坐标系、洛伦兹曲线及回归分析，具体数据描述性统计见(表2)。

表2 变量描述性统计

从主要变量人均年收入和受教育程度的分布看，大部分样本量的人均年收入集中在0.2～1万(1)据《中国统计年鉴2020》和《甘肃发展年鉴2020》，2019年全国和甘肃农村居民人均可支配收入分别为16 021元和9 629元。之间占总样本量的78.43%，受教育程度主要集中在文盲、小学和初中层次，分别占24.22%、35.69%和25.35%，累计为85.26%(见图1)。

图1 样本的人均年收入和受教育程度分布直方图

三、实证分析及讨论

(一)变量关系的初步线图分析

在回归分析之前，首先分别运用箱线图、笛卡尔坐标系、洛伦兹曲线方法直观对人均收入和不同受教育程度等各变量分组之间的分布特点、相关性及差异进行初步分析和预期，为下一步回归分析作准备。

1.两变量关系的箱线图分析

图2具体包括9对变量两两之间的分组分布关系：第1个反映因变量人均收入(rjsr)和不同受教育程度(sjycd)之间存在正相关关系，随着受教育年限的增加，收入水平较明显呈增长分布，且受教育年限15年(大专、职高)对应的收入最高。第2个反映人均收入(rjsr)和不同工作经验(劳动技能ldjn)之间存在正相关关系，随着劳动技能的提高，收入水平总体呈增长分布，而第4分类技能劳动的优势并不明显，农牧民收入仍主要依靠第3分类普通劳动。第3个反映人均收入(rjsr)和不同健康状况(jkzk)之间存在正相关关系，随着健康状况的改善，收入水平总体呈增长分布。第4个反映人均收入(rjsr)和不同年龄分组(nlfz：18—25岁为1、26—35岁为2、36—45岁为3、46—55岁为4、56—65岁为5)之间存在正相关关系，随着年龄在18—65岁范围增长，收入水平总体呈增长分布，且在年龄的第4分类(46—55岁)对应的收入最高。第5个反映人均收入(rjsr)和不同家庭人数(jtrs)之间存在负相关关系，即随着家庭人数的增加，收入水平明显呈下降分布，且5人以上的家庭人均收入明显较低。第6个反映人均收入(rjsr)和家庭在校生受教育程度(zxjycd)之间存在正相关关系，随着家庭在校生受教育年限的增加，收入水平总体呈增长分布，这一定程度上说明重视子女教育的家庭收入水平较高。第7个反映人均收入(rjsr)和不同区域(qycy)的关系，即不同虚拟变量所代表区域的人均收入存在较为明显的差异性。此外，第8、第9个进一步反映出自变量受教育程度(sjycd)和劳动技能(ldjn)在年龄(nl)上的分布特点，第8个反映出在18—65岁的成人样本中，受教育程度在1—9年(小学、初中)之间的群体主要集中在中老年年龄段范围，而相反受教育程度在12—16年(高中及以上)之间的群体主要集中在中青年年龄段范围.这说明生于二十世纪五六十年代的老一辈农牧民的受教育程度普遍较低，而当下的新一代其受教育程度得到了很大提升。第9个同样反映出无劳动力和弱劳动力群体主要集中在中老年年龄段范围，而普通劳动力和技能劳动力群体主要集中在中青年年龄段范围。限于篇幅，对其他自变量之间及内部关系不再进行箱线图分析。

图2 教育程度、劳动技能、健康状况、年龄、家庭人数、在校生教育程度和区域差异同人均收入(万)，及教育程度、劳动技能和年龄的箱线图

2.三变量关系的笛卡尔坐标系分析

在以上2变量相关性箱线图分析基础上，进一步采用笛卡尔直角坐标系方法原理，对3变量之间关系作进一步考量。以受教育程度(sjycd)为横坐标，分别选择主要自变量劳动技能(ldjn)、年龄(nl)、健康状况(jkzk)、家庭人数(jtrs)等为纵坐标，绘制同因变量人均收入(rjsr)之间的笛卡尔直角坐标系(见图3)，共包括4个：第1个为劳动技能、受教育程度和人均收入的坐标系，其直观反映出劳动技能的第3分类即普通劳动所对应的代表收入的“圆点”的颜色最深，即收入相对最高，同时可以看普通劳动和技能劳动在受教育程度较高的范围所对应代表收入的“圆点”较多，这也说明受教育程度较高的群体更容易积累较多的工作经验使其收入也较高。第2个为年龄、受教育程度和人均收入的坐标系，其直观反映出受教育程度大约在10年(小学、初中)以下范围，代表较高收入即颜色较深的“圆点”主要集中在中老年年龄范围；受教育程度大约在12年(高中、大专、本科及以上)以上范围，代表较高收入即颜色较深的“圆点”主要集中在中青年年龄范围，尤其受教育年限在15年左右时这种特点更为明显，这表明接受了高等教育的群体在年龄较小范围内便可以获取较高的收入。第3个为健康状况、受教育程度和人均收入的坐标系，其直观反映出身体状况为2分类即身体健康的群体，其对应的代表收入的“圆点”的颜色较深，即表明收入较高，同时身体健康的群体其代表收入的“圆点”在受教育程度较高的范围分布较多，这表明受教育程度较高的群体其健康状况也相对较好。第4个为家庭人数、受教育程度和人均收入的坐标系，其直观反映出家庭人数大约在5人以上的群体中，其代表收入的“圆点”的颜色明显较浅，即表明人均收入明显较低，相反2～4人的家庭其收入明显较高，同时也可以看出家庭人数大概在2～4人的群体其代表较高收入、颜色较深的“圆点”所对应的受教育程度也较高，也就是说受教程度和收入均较高的家庭，其家庭规模一般并不大，家庭人数比较适中，等等。限于篇幅，对其他3变量之间的关系不再进行笛卡尔坐标系分析。

图3 以人均收入为“·”，以受教育程度为横轴，分别以劳动技能、年龄、健康状况和家庭人口为纵坐标的3变量笛卡尔坐标系

3.变量内部差异的洛伦兹曲线和基尼系数分析

在以上变量相关性分析基础上，对主要变量内部差异作进一步分析。洛伦兹曲线和基尼是分析贫富差距和收入不平衡问题的最常用方法。以农牧民累积人口百分比为横坐标，以农牧民人均收入累计百分比为纵坐标，可以绘制出农牧民人均收入的洛伦兹曲线，并计算出人均收入差距的基尼系数为0.241(见图4)。在收入差距洛伦茨曲线和基尼系数的基础上，利用受教育程度的累计百分比代替累计收入百分比作为纵坐标，可得到反映受教育程度差距的洛伦茨曲线和基尼系数[17]。基于该原理，以农牧民累积人口百分比为横坐标，以农牧民累计受教育程度百分比为纵坐标，可以绘制出农牧民受教育程度的洛伦兹曲线，并计算出受教育程度的基尼系数为0.371(见图4)。与此同时，对比收入和教育的洛伦兹曲线和基尼系数也能得出，受教育程度的分布更不均衡，差距更大一些，这种受教育程度的差距也是引起其收入差距的重要因素。此外，以不同受教育程度为组，可分别绘制按不同受教育年限分组的农牧民收入差距的洛伦兹曲线，依次按受教育年限0、6、9、12、15、16年所对应的收入的基尼系数分别为0.201、0.248、0.242、0.26、0.25、0.304(见图5)，可以看出随着受教育程度从文盲至大学的提高，人均收入的基尼系数也依次增大，尤其在大学及以上的高等教育阶段其收入的基尼系数最大为0.304，这也说明个体的受教育程度的差距是造成其收入差距的重要原因，随着受教育层次的不断提高尤其到了高等教育阶段，这种收入差距越为明显。

图4 人均收入、受教育程度的洛伦兹曲线 图5 不同受教育程度的人均收入洛伦兹曲线

(二) 基于明塞模型进行OLS和WLS回归分析

表3 回归分析过程

在以上线图分析及变量关系预期基础上，进一步运用回归分析方法对预期变量关系作计量分析。首先，根据式(2)，假设文盲(wm)的教育投资收益率为0，故作为参考不纳入回归模型，而后以人均年收入(rjsr)取自然对数为应变量，分别以小学(xx)、初中(cz)、高中(中专)(gz)、大专(职高)(dz)、本科及以上(bk)、劳动技能(ldjn)、劳动技能的2次方(ldjn2)、健康状况(jkzk)、年龄(nl)、在校生教育程度(zxjycd)、家庭规模(jtrs)及区域差异(qycy)为自变量，进行稳健标准误普通最小二乘法(OLS)回归[18]，结果显示方程整体具有显著性，各自变量均显著，Dw检验值为1.58，经查不存在自相关(见表3)。由于为截面数据，进一步检验是否存在异方差问题，其怀特值为 197.55 (P>0.0000)，拒绝同方差的假设，故认为方程存在异方差。接下来，为消除异方差，进行稳健标准误加权最小二乘法(WLS)回归，结果显示方程整体具有显著性，各自变量均显著，其同因变量人均收入关系的强度和维度均符合理论预期，Dw值为1.52，经查不存在自相关(见表3)。最后对WLS回归函数形式合理性(模型设定误差)进行检验，其检验值的P值为0.33(P>0.000)，故认为模型设定合理，未遗漏高阶非线性项(自变量)。对比稳健标准误OLS和稳健标准误WLS回归分析，可以看出后者的标准误和待估系数均小一些。

根据明塞模型中变量的含义，代表各类受教育程度的自变量的WLS回归分析系数，即分别为相应教育层次的教育投资收益率，我们假设文盲的教育投资收益率为0，那么小学、初中、高中(中专)、大专(职高)、本科及以上教育程度的投资收益率分别为11%、17.5%、17.9%、41.7%和44.6%，除了文盲以外各受教育层次的投资收益率均大于10%，这与许多研究得出的结论基本相符，教育的投资收益率要明显高于物质资本的投资收益率，大都研究表明均高于10%以上[8]177。以小学为参照计算教育投资收益率的倍数关系，初中为小学的1.6倍、高中(中专)为小学的1.64倍、大专(职高)为小学的3.8倍、本科及以上为小学的4.07倍，尤其较初等教育，高等教育的投资收益倍增的更加明显。如果以低一层级的教育为参照计算教育投资收益率的倍数关系，初中为小学的1.6倍、高中(中专)为初中的1.02倍、大专(职高)为高中(中专)的2.32倍、 本科及以上为大专(职高)的1.07倍，连续教育的投资收益率的倍增又呈现出一定的收敛性，这与随着平均教育水平的提高，教育投资收益率具有缓慢下降趋势的相关研究结论相同。

(三) 讨论

从基础线图及稳健标准误WLS回归分析结果看，自变量小学、初中、高中(中专)、大专(职高)、本科及以上的不同受教育程度均与因变量人均收入正相关且全部具有显著性。这与部分文献中研究中得出的小学对收入的作用并不太显著的结果有所不同，但从回归系数看，高等教育对收入的正向作用远大于初级教育，这与相关研究得出的结论又完全一致。根据箱线图和笛卡尔直角坐标系的分析得出，受过初级教育程度的群众在年龄分布上主要以生于二十世纪五六十年代的中老年群体为主，对于这一群体过去农牧区社会对知识层次的要求并不高，限于当时的条件绝大部分人只能接受小学、扫盲班教育或未接受任何教育而成为文盲，能接受高中及以上层次教育的人只占极少数，因此不能以今天的视角看待过去农牧区的小学和初中等教育。在过去的农牧区，相较于文盲接受了小学、初中等教育的群体也算是“半个知识分子”已基本掌握了读写能力，按过去农牧民的俗话“已睁开了眼睛”，这在当时已十分管用，对于从事技术含量较低的粗放式农牧业生产及日常生活已够用，在那个年代这要比文盲具有很大优势，因而小学、初中教育对生于过去的中老年群体的收入会产生较为显著的作用。改革开发以来，随着市场经济的繁荣发展，农牧区大部分农牧民群体开始大量外出务工，而多年来西部农牧区务工群体主要以到工矿企业和城市建筑工地打工等为主，这些简单工种对文化程度的要求也并不高，小学、初中等文化程度就能够应付，因而小学、初中等教育仍会对其收入产生较显著作用。同样，根据箱线图和笛卡尔坐标系等分析得出，接受了较高层次教育的群众主要集中在当下的中青年群体中，而随着九年义务教育的普及和高等教育发展，中青年群体的受教育程度已经普遍大幅提高，已今非昔比，现在农牧区大学生也已十分常见。进入新时代，社会发展对人的教育需求变得更高，只有接受了较高层次的高等教育，才能更好的适应当前的生产生活环境，也才能够带来较高的收入，同初等教育相比高等教育的收入效应在新时代会更为明显。

此外，除了教育以外，反映个体其他特征的控制变量劳动技能、健康状况、年龄等均同人均收入显著正相关，这些均不难理解。在劳动技能上，普通劳动较技能劳动对收入的作用较为明显，这与西部农牧区农牧产业发展实际相关，当前西部农牧区农牧业等生产仍主要以初级生产为主，这就决定了对劳动力的需求仍以普通劳动为主，技能劳动的作用和优势尚不明显。在年龄上，较高收入群体的年龄段主要集中在45—55岁中老年范围，同时中青年群体中出现收入较高者较多的原因主要在于该群体接受了较高层次的高等教育而获得了较高收入。家庭特征上，反映家庭特征的控制变量在校生受教育程度和家庭人数同人均收入分别显著正、负相关，即在校生受教育程度较高的家庭其收入也较高，对子女教育投资较大的家庭其收入较高，或可以理解为收入较高的家庭会更加重视子女的教育问题。在家庭人数上，人口众多的家庭收入明显较低，在当前农牧区老龄化和空心化问题影响下，人数较多的家庭往往以老人和孩子为主，其赡养和抚养义务较重，而家庭的真实劳动力并不多，故影响其人均收入。最后反映区域特征的控制变量区域差异同人均收入显著负相关，这表明除了农牧民的受教育程度等其他个体特征以外，构成区域差异的不同资源禀赋、经济发展水平等的差异均会影响到当地农牧民的收入水平，人口收入的区域效应普遍存在。

四、结论及启示

以2019年甘肃农牧区3018个18—65岁成人个体样本为例，通过对农牧区人口教育等变量与收入关系的箱线图、笛卡尔坐标系、洛伦兹曲线和基尼系，以及基于明塞模型的WLS回归分析及讨论，主要得出以下结论及启示：

一是西部农牧区人口的人均年收入和受教育程度较全国水平仍有一定差距，受教育程度总体不高、人力资本不足是造成其收入水平较低的一个重要因素。在西部农牧区乡村振兴中应将促进教育质量提升放在更加突出的位置，遵循教育发展周期长的规律，绵绵用力久久为功，通过特殊的支持乡村教育发展的政策，进一步配强农牧区学前教育、义务教育师资力量和改善教学环境，乡村振兴阶段乡村学校空间分布优化应适应和满足农牧区群众的实际需求，以便利农牧区孩童就学和降低农牧区家庭教育支出的人员和财力负担及提升教育质量为主要目的。通过农牧区良好的学前教育和义务教育发展，为更进一步接受职业教育和高等教育打牢更为坚实的基础。通过农牧区教育质量提升，为乡村振兴改善、生成和储备人力资本，以从根本上增强内生发展动力。

二是经箱线图、笛卡尔坐标系、洛伦兹曲线和基尼系数初步考量，及进一步WLS回归分析结果得出，不同受教育程度对收入均具有显著性，但作用(系数)或教育投资收益率的大小差别较大，总体上初等教育较低、高等教育较高及主要变量的内部差异和分布特征较明显。这有助于在乡村振兴阶段更加深入的理解和阐释农牧区教育发展和群众增收之间的内在学理关系，理清教育对收入产生的这种显著正向促进作用、差异和倍增的特征等，以引导更多政策、资金、人力关注支持乡村教育事业的发展。总之，乡村振兴不仅是农牧区物质方面的振兴，更是人口素质、乡村文明的振兴，要寄振兴的希望于教育，通过农牧区“教育振兴”从根本上增强乡村振兴的可持续发展能力。

三是西部农牧区人口收入水平深度受到教育程度的影响，除此之外，也受到个人劳动经验、健康状况、年龄，以及反映家庭特征和区域特征等相关因素的影响，这些因素的作用不容忽视。在西部农牧区乡村振兴进程中还需进一步关注和调查研究影响人口收入的各类因素，针对不同类型的因素深入分析成因，精准分类施策，以促进有利因素、控制不利因素，不断改善和提高农牧区人口的收入状况及水平。