乡村人才使用效率时空分异与动态演进——基于安徽地市层面的经验考察

张 俊，李 莉

(1.安徽财经大学 经济学院，安徽 蚌埠 233030；2.安徽财经大学 继续教育学院，安徽 蚌埠 233030)

一、引 言

“人材者，求之则愈出，置之则愈匮”(魏源《默觚下·治篇》)，人才高效使用是破解人才匮乏以及激发人才创新活力的关键。乡村人才是推进乡村全面振兴的中坚力量，只有让各类人才在乡村有用武之地，才能为乡村振兴提供强有力的智力支撑。习近平总书记在2021年中央人才工作会议上指出，“要用好用活各类人才……建立以信任为基础的人才使用机制”[1]。这一论断为新时代乡村人才使用提供了思想指引。《农村实用人才和农业科技人才队伍建设中长期规划(2010—2020年)》提出构建乡村人才使用机制，实现“人尽其才，才尽其用”。《关于加快推进乡村人才振兴的意见》要求坚持高效用才的工作原则，用好用活人才。2022年中央1号文件要求加强乡村振兴人才队伍建设，提高乡村人才使用水平。由此可见，促进乡村人才高效使用已经成为当前人才振兴政策的关键着力点，也是实施新时代人才强国战略的重要内容。伴随乡村人才振兴政策力度的加大，2015—2020年，乡村实用人才规模从1 272.2万人增加到2 254万人，占第一产业就业比重从5.8%增加到11.6%。然而，部分乡村依然存在人才短缺、人才资源错配和人才浪费并存的现象，对乡村人才振兴构成严峻的挑战。因此，如何高效使用乡村人才已成为决策层和学术界迫切需要解决的重要问题。

二、文献回顾

人才作为最具主动性、能动性和创造性的要素资源，有效配置人才资源是人才使用的关键。由于城市发展偏向的制度惯性、户籍制度以及离农文化惯性，中国乡城之间的人才流动长期呈现单向化趋势，导致乡村人才流失、匮乏和短缺，提升乡村人才使用水平显得尤为重要[2]。从现有文献来看，主要从乡村人才振兴层面探究乡村人才使用的突出问题，对乡村人才使用的经验研究相对缺乏。相关研究发现乡村人才使用水平不高，存在学用不一、大材小用、人岗错配以及返乡创业不畅等方面的问题。例如，李卓等认为乡村缺乏产业基础和就业机会，人才难以充分施展才华，加剧了乡村人才流失；周晓光认为乡村人才的经济社会地位不高，乡村就业创业的获得感和认同感不强；李海金等认为乡村人才资源配置不合理，乡村人才的能动性偏弱，对乡村建设抱有“大材小用”的心理，呈现“身心不在村”的双重离场状态[3-5]。乡村人才使用注重“身份化”，重培养轻使用，培而不用，存在人才短缺和人才浪费并存的现象，影响人才的积极性[6]；在全面推进乡村振兴进程中，苗成斌等认为必须改变乡村人才使用的低效状况，以乡村人才使用为关键着力点，形成对乡村人才培育、回流引进的正向反馈，进而汇聚乡村人才，实现乡村人才队伍数量、结构和质量的振兴[7]；刘玉侠、张剑宇认为人才只有用当其时、用在其位和扬长避短，把“以用为本”落到实处，才能充分调动人才的主观能动性，优化乡村人才资源配置[2]。

效率是衡量人才使用水平的重要指标，现有研究主要采取专家评价法、AHP法、模糊综合评判法等评价人才使用效率，但这些方法带有评价者的主观意愿，影响了评价结果的客观性[8]。数据包络分析(DEA)是一种数据驱动的非参数估计方法，无须设定具体的生产函数形式，也不需要考虑多投入多产出指标的权重和量纲，能够更好地揭示人才使用特征和规律[9-10]。在DEA框架下，相关研究考察了区域人力资本与农业全要素生产率增长之间的关系、中国省际人才分布、物流人才使用效率、科技人才使用效率以及高技能人才使用效率[10-14]等等。然而，鲜有文献从全国或者地区层面评价乡村人才使用效率。

上述研究为考察乡村人才使用特征提供了有益借鉴，但仍存在两方面不足：(1)现有研究对乡村人才使用的现状考察主要停留在价值和规范层面，对乡村人才使用效率的经验考察相对不足，不利于揭示乡村人才使用的时空变化特征。(2)缺乏对地区层面乡村人才使用效率的探讨。安徽作为农业人口大省和农村改革的发源地，家庭农场数量一直位居全国首位，2019年安徽高素质农民发展指数为0.626，跃居全国第一，考察安徽乡村人才使用效率具有典型的研究价值。基于此，本研究利用两阶段DEA-Malmquist指数模型测度2001—2019年安徽16个地市的乡村人才使用效率，并采用Dagum基尼系数、核密度和Markov链等方法，揭示安徽乡村人才使用效率的时空分异特征及动态演进趋势，以期为安徽乡村人才的高质量发展提供理论依据和经验支持，更为全面推进乡村人才振兴、实施新时代人才强国战略提供决策参考。

三、研究设计

(一)模型设定

为避免一阶段DEA模型存在的目标值弱有效问题，本研究采用两阶段DEA模型，加入了投入和产出的松弛变量。考虑到乡村人才使用在于实现乡村振兴收益最大化，应该把增加产出作为人才使用效率提升的方向，因此，采用以产出为导向的两阶段DEA模型评价安徽乡村人才使用效率。在DEA模型的基础上，构造了从t到t+1时期的Malmquist指数，以考察不同时期乡村人才使用效率值的变化，具体的计算公式参考Fare等[15]、张俊等[14]。若MI>1，则表示从t到t+1期的人才使用效率有所提升；反之，则表示人才使用效率下降。

(二)研究方法

1.Dagum基尼系数及其分解。为考察安徽乡村人才使用效率的空间分异程度，采用Dagum提出的基尼系数分解方法[16]。与传统基尼系数和泰尔指数不同，Dagum基尼系数充分考虑子样本的分布，把地区总体差异分解为地区内差距、地区间差距及超变密度3部分，克服了传统基尼系数和泰尔指数样本间交叉重叠的局限，从而更好揭示安徽乡村人才使用效率空间差异的来源。计算公式如下：

(1)

μh≤…≤μj≤…≤μk

(2)

(3)

(4)

(5)

(6)

(7)

(8)

(9)

(10)

式(1)中G代表总体基尼系数，yji(yhr)表示第j(h)个地区内城市h的乡村人才使用效率，μ是地区乡村人才使用效率水平的均值，nj(nh)为第j(h)个地区内城市个数，k为地区个数。式(2)根据地区内乡村人才使用效率均值对k个地区进行排序，然后把总体基尼系数G分解为3部分：地区内差异贡献(Gw)、地区间差异贡献(Gnb)和超变密度贡献(Gt)，分别以式(4)(6)(7)来表示，其中式(6)(7)中pj=nj/n，sj=njμj/(nμ)。地区基尼系数(Gjj)和地区之间的基尼系数(Gjh)分别以式(3)(5)表示。地区之间乡村人才使用效率的相对影响(Djh)以式(8)表示，地区间乡村人才使用效率水平的差值以式(9)表示，其中djh为地区之间所有yji-yhr>0的样本值进行加总后的数学期望。式(10)表示超变一阶矩，pjh为第h、j区域之间所有yhr-yji>0的样本值进行加总后的数学期望，Fj(Fh)为第j(h)个地区的累积密度分布函数。

2.核密度估计。为考察安徽乡村人才使用效率分布的动态演进，本研究采用核密度估计来展示。密度函数如式(11)所示：

(11)

(12)

其中，核密度函数的形式有Gaussian、Espanechnikov、Ttiangle等多种形式，本研究选择Espanechnikov核函数进行估计。

3.Markov链分析。Markov链分析方法是一个随机过程{x(t),t∈T}，通过马尔科夫链(Markov)转移矩阵，分析不同时期不同类型地区乡村人才使用效率提升的内部流动性，以此反映安徽各地乡村人才使用效率变动的长期趋势。令随机变量Xt=j，即在t时期的系统状态为j，该系统满足式(13)：

P{Xt=j∣Xt-1=i,Xt-2=it-2,…,X0=i0}=P{Xt=j∣Xt-1-1=i}=Pij

(13)

其中，Markov链有转移概率矩阵P=(Pij)，Pij为各地乡村人才使用效率从t年第i种状态转移到t+1年第j种状态的转移概率，Pij=(nij/ni)，ni为样本期内第i种乡村人才使用效率状态所出现的总次数，nij为乡村人才使用效率水平由第i种状态转移到第j种状态所发生的次数，可以利用极大似然估计获得Pij。

进一步，采用空间Markov链方法考察相邻地区对本地乡村人才使用效率状态转移的影响。通过构造空间权重矩阵，引入乡村人才使用效率的空间滞后项，把N×N的转移概率矩阵分解为N×N×N的转移概率矩阵[17]，那么Pij表示为安徽各地在t年空间滞后类型为Ni的情况下，从t年第i种状态转移到t+1年第j种状态下的概率，进而揭示空间效应对安徽乡村人才使用效率动态演进的影响。

(三)指标选取与数据来源

由于乡村人才来源广泛，流动性大，分属于不同行业、不同部门以及不同组织管理，导致国家政策文本和学术界尚未就乡村人才的内涵和分类形成共识[2-5]。本研究从乡村人才的功能、时间和空间“三位一体”的角度把乡村人才界定为具有相对较高的素质禀赋或人力资本、连续一年以上在乡村从事生产、服务或创造性劳动、能够为乡村经济社会发展和乡村振兴做出贡献的劳动者。从乡村人才的外延来看，可以把乡村人才划分为3类：(1)乡村产业人才，包括高素质农民、农村致富带头人、农村创新创业人才等，这类人才直接从事乡村生产经营活动，对乡村经济社会发展具有引领示范带动作用，是乡村产业振兴的主力军。(2)乡村专业服务人才，包括乡村农技推广人才、乡村医生、乡村教师等，这类人才提供乡村专业性服务。(3)乡村治理人才，包括乡村基层干部、新乡贤等，这类人才从事乡村社会治理活动，为乡风文明提升和乡村有效治理提供创造性劳动。从实践层面来看，乡村人才的管理和统计口径模糊，地市层面的乡村人才统计数据缺失。目前，人才衡量指标有从业人员数量、大专以上学历人口以及农林牧渔从业人员[10-11，18]等，但人才是具有相对较高素质禀赋或文化程度的从业人员，考虑到现实中具有丰富实践经验及能力的乡村人才并不具有大专以上文化程度，本研究把高中及以上文化程度的乡村从业人员纳入乡村人才资源。假定城乡人口分布与城镇化率相对应，通过各市每10万人口拥有大专以上人口数量、高中和中专人口数量、就业率、城镇化率以及乡村从业人数对各市乡村人才数量进行测算，具体表达式为：

Rtit=eduit×(1-ubit)×emit×empit

(14)

其中，Rtit是安徽省各市t年的乡村人才数，eduit是安徽省各市t年拥有大专以上人口比例、高中和中专人口比例，ubit是安徽省各市t年的城镇化水平，emit是安徽省各市t年的劳动参与率，empit是安徽省各市t年的乡村从业人数。囿于统计数据的可得性，2008年之前采用各市户籍人口城镇化率，此后采用各市常住人口城镇化率。

根据式(14)，测算出安徽各地乡村人才数量。2001—2019年，安徽乡村人才规模从106.86万人增加到231万人，其中大专以上的人才从23.54万人增加到109.38万人。此外，乡村资本投入选择农业机械总动力、农村用电量，土地投入选取农作物总播种面积。囿于统计数据的可得性，产出指标选取农林牧副渔业增加值、农林牧渔业总产值以及农村居民可支配收入。经济类指标以2001年各市乡村CPI为基期进行了平减，具体描述性统计如表1所示。考虑到安徽省行政区划调整，2011年巢湖市划归为合肥、芜湖、马鞍山三市管辖，为保证乡村人才使用效率评价的一致性，选择安徽省16个地级市作为决策单元，时间跨度为2001—2019年，数据来源于历年《安徽省统计年鉴》。

表1 变量的描述性统计

四、安徽乡村人才使用效率的时空分异

(一)安徽乡村人才使用效率的时序特征

2011年是我国乡村人才发展的重要时间节点。2010年《国家中长期人才发展规划纲要(2010—2020年)》颁布，这是中华人民共和国历史上第一部中长期人才发展规划。在此基础上，2011年国家出台了《农村实用人才和农业科技人才队伍建设中长期规划(2010—2020年)》，强调乡村人才队伍建设是强农的根本，是“三农”事业的未来。基于这一特定纲领性文件，本研究把样本考察期划分为2个特征时期，2011年之前为快速成长期，此后为提升振兴期。

主要年份安徽乡村人才使用的DEA效率、MI指数、技术水平变化、纯技术效率变化以及规模效率变化见表2。样本考察期，乡村人才使用的DEA效率均值为0.951，从2001年0.943增长到2019年0.96，呈现“M型”波动式上升趋势，其中2018年平均效率值最大，DEA相对低效的城市数量呈现下降趋势。从乡村人才使用效率的动态变化来说，MI指数均值为1.017，以2001年为基准，年均增长1.7%，也呈现“M型”波动式上升趋势，其中2005年MI指数最大，比上年增长21.5%。进一步，把MI指数分解为技术水平变化、纯技术效率变化和规模效率变化。从规模效率变化来说，有8年小于1，表明考察期内乡村人才规模有待扩大。从纯技术效率变化来说，有9年小于1，处于纯技术相对低效状态，表明乡村人才使用机制存在运行不畅问题。分阶段来看，快速成长期的乡村人才使用DEA效率值从0.943到0.964，年均增长0.19%；MI指数从0.947到1.033，年均增长2.9%。提升振兴期的乡村人才使用DEA效率值从0.944到0.96，年均增长0.23%；MI指数从1.047到0.965，年均下降0.1%。此外，以乡村人才总量作为投入，结果发现两种情境下乡村人才使用的DEA效率和MI指数大小存在微小差异，但变动趋势基本一致。

表2 主要年份乡村人才使用效率变化及其分解

根据安徽省“三区一带”划分以及《安徽省国土空间规划(2021—2035年)》，本研究把安徽省16个地级市划分为皖南、皖中和皖北，其中皖南地区包括芜湖、马鞍山、铜陵、宣城、黄山、池州6市，农业空间主要体现为沿江平原农业和皖南山地丘陵农林业；皖中地区包括六安、合肥、滁州、安庆等4市，农业空间主要体现为江淮丘陵农业和皖西山地农林业；皖北地区包括蚌埠、淮南、淮北、宿州、阜阳、亳州等6市，农业空间主要体现为皖北平原农业区。样本考察期内，皖南地区乡村人才使用的DEA效率值最高，比皖中和皖北分别高出3.6%和3.2%；MI指数比皖中和皖北分别高出2.5%和3.6%。从变动趋势来看，全省以及皖南、皖中和皖北均呈现“M”型波动(见图1)。在快速成长期，皖南、皖中和皖北地区乡村人才使用效率年均增长率分别为4.7%、1.9%和1.7%，在提升振兴期三大地区乡村人才使用效率年均增长率分别为2.0%、0.05%和-2.4%，增速明显下降，尤其是皖北乡村人才使用低效现象有待进一步改善。

图1 安徽三大地区乡村人才使用效率的变动

(二)安徽乡村人才使用效率的空间差异

利用公式(1)-(10)，测算了安徽乡村人才使用的Dagum基尼系数。表3报告了主要年份的结果。样本考察期内，全省基尼系数均值为0.049，从2002年的0.048下降到2019年的0.043，表明全省乡村人才使用效率的空间非均衡状况得到了有效缓解，但仍存在一定的区域差异。具体而言，全省基尼系数在快速成长期从0.048上升到0.068，此后先下降再上升，2016年达到0.078，呈现“W”型演变趋势。分地区来看，皖南、皖中和皖北的基尼系数均值分别为0.049、0.028和0.04，表明皖南地区乡村人才使用效率的内部不均衡问题最严重。三大地区首尾年份的基尼系数差值分别为0.023、0.006和0.028，表明随着时间推移，皖北和皖南的乡村人才使用效率不均衡状况得到了较大改善。从演变趋势看，皖南乡村人才使用效率的基尼系数呈现“先降后升再降”的趋势，2016年升至最大值0.112，2017年降至最小值0.014；皖中地区基尼系数呈现“升—降—升—降”的“M”型趋势，2011年升至最大值0.097，2018年降至最小值0.008；皖北基尼系数呈“降—升—降”的倒“N”型趋势，2016年升至最大值0.069，2008年降至最小值0.018。

表3 主要年份乡村人才使用效率的地区差距

表4同时报告了主要年份安徽乡村人才使用效率的地区间差异及其来源。从差异大小看，样本考察期内皖南-皖中、皖南-皖北、皖中-皖北的基尼系数均值分别为0.051、0.061和0.046，表明皖南-皖北之间的平均差异最大。此外，皖南-皖中之间的基尼系数从0.037上升至0.046，皖南-皖北之间的基尼系数从0.056上升至0.073，皖中-皖北之间的基尼系数从0.051下降至0.034，表明乡村人才使用效率在皖南-皖中、皖南-皖北之间的不均衡状况加剧，在皖中-皖北之间的不均衡得到了改善。分时期来看，在快速成长期皖南-皖中、皖南-皖北、皖中-皖北的基尼系数分别上升至0.086、0.072、0.062，在提升振兴期三大地区间基尼系数呈现波动式下降。从地区差距的空间来源看，地区内、地区间和超变密度贡献率的均值分别为28.98%、37.98%和33.05%，均为乡村人才使用效率地区差距的空间来源。一方面是地区内贡献率的波动幅度相对较小(标准差为4.59)，对总体差异的影响比较平稳，而地区间和超变密度贡献率的波动幅度相对较大(标准差分别为19.38和15.56)；另一方面是地区间贡献率不断上升，超变密度贡献率不断下降，因此，在不考虑地区离群值的跨群交叉情况下，地区内和地区间差异是影响安徽乡村人才使用效率总体差异的主要因素。在考虑地区之间交叉重叠的情况下，由于超变密度的贡献大幅下降，地区间差异将成为安徽乡村人才使用效率总体差异的主要影响因素，缩小地区间差距是推动安徽乡村人才走向均衡发展的重要引擎。

五、安徽乡村人才使用效率的动态演进

(一)乡村人才使用效率的核密度估计

Dagum基尼系数显示了安徽乡村人才使用效率的相对差异，进一步，利用公式(11)(12)绘制安徽乡村人才使用效率的核密度曲线，通过核密度曲线位置、样态及峰度延展考察乡村人才使用效率的绝对差异。图2反映了以2002年、2012年、2018年和2019年为时点全省及皖南地区乡村人才使用效率的动态演进特征。从全省范围看，2002—2012年乡村人才使用效率的核密度曲线位置向右移动，主峰峰值下降，宽度有所上升，且左拖尾特征明显，说明乡村人才使用效率总体水平有所提升，但也有少数城市的乡村人才使用效率较低，地区之间的效率差异扩大。与2012年相比，2018年峰度由宽变窄，呈现“尖峰”和左右对称翘尾的状态，表明低效地区加大了乡村人才使用的支持力度，地区之间的效率差异开始缩小。与2002年相比，2019年核密度曲线位置右移，主峰峰值和峰度上升，反映了乡村人才使用效率得到了改善，地区差异逐渐下降。此外，不同年份核密度曲线的交点可以视为乡村人才使用效率的低水平地区与高水平地区的交界，交点左侧的核密度值呈下降趋势，而交点右侧呈上升态势，分别反映了乡村人才使用低效的城市比重减少和高效城市的比重上升。与全省层面类似，2012年皖南地区核密度曲线位置右移，峰值上升，峰度由宽变窄，到2018年、2019年呈现“尖峰”分布，显示皖南地区乡村人才使用效率水平呈现增长趋势，并且总体差距逐渐缩小。

图2 主要年份安徽、皖南乡村人才使用效率的核密度分布

与图2类似，图3反映了皖中、皖北地区乡村人才使用效率的动态演进特征。就皖中地区而言，2002年核密度曲线呈现左偏态分布特征，2012年核密度曲线的峰值下降且峰度变宽，表明皖中城市内部的乡村人才使用效率差异扩大。2018年核密度曲线呈现右偏态“尖峰”分布，反映皖中城市内部的乡村人才使用效率向均衡发展方向迈进。2019年核密度曲线向左移动，峰值下降，峰度变宽。与皖中不同，皖北地区的核密度曲线位置呈现先右移再左移的特征，从峰度来看，2002年、2012年核密度曲线呈现宽峰正偏态分布特征，表明乡村人才使用效率的地区差距并未缩小；2018年、2019年的核密度曲线峰度由宽变窄，峰值上升，呈现左偏态分布特征，表明皖北地区内部的效率差距不断缩小，但低效城市占比上升。

图3 主要年份皖中、皖北乡村人才使用效率的核密度分布

(二)乡村人才使用效率的Markov链分析

按照四分位数方法把安徽16个地市的乡村人才使用效率划分为低、中低、中、高4个等级，并利用公式(13)计算乡村人才使用效率的Markov状态转移概率，表5报告了时间跨度为1年、2年、3年、4年和5年的Markov转移概率矩阵。在各时间跨度中，除了T为3年时的高水平等级外(对角线概率为0.52)，其余对角线上概率值均小于0.5，尤其是中低水平类型地区的对角线概率值始终在0.13～0.22之间，表明在不考虑空间因素时，安徽各地乡村人才使用效率的发展趋势存在较大的流动性，能够实现等级跃迁，这与核密度估计结果一致。此外，从T=1到T=5，低、中低和中类型向高效率类型的转移概率下降，分别从0.43、0.4、0.4下降为0.31、0.25、0.25，表明随着时间跨度的延长，乡村人才使用效率跨等级提升的转移速度减慢。从T=1到T=5，不与对角线数值直接相邻的概率值均大于10%，反映安徽各地乡村人才使用效率等级存在一定的流动性，不同类型的跨越式变化速度相对较快。

表5 乡村人才使用效率的Markov转移概率矩阵

续表5

进一步，构造16个地市的空间相邻权重矩阵，表6报告了考虑空间滞后项的Markov转移概率矩阵结果。从T=1到T=5，P值分别为0.26、0.06、0.001、0.17、0.04，表明时间跨度在2年、3年和5年的空间转移概率具有统计显著性。在T=2年时本地为中或者高水平等级并且相邻地区处于高等级的对角线概率分别为0.6和0.5，在T=5年时本地为中等级并且相邻地区处于低等级的对角线概率为0.71，其余对角线上概率值均小于0.5，这说明加入空间滞后项以及时间跨度的情况下，各地乡村人才使用效率仍然存在较大的流动性。当相邻地区为中低和中等级时，其对角线上的概率值明显低于相邻地区为低水平和高水平等级时的概率值，表明乡村人才效率处于中等水平时，概率主体分布在正45°对角线附近，呈现明显的空间正相关。此外，与T=2年相比，当T=5年时，低、中低类型地区对角线上的概率值更低，反映了相邻低水平地区对本地乡村人才使用效率向上转移的溢出效应伴随时间跨度的延长而衰减。在空间Markov转移概率矩阵中，不与对角线数值直接相邻的概率值有所上升，这表明考虑空间滞后项以及时间跨度后各地乡村人才使用效率跨等级的流动性加快，人才之间的竞争加剧。

表6 乡村人才使用效率的空间Markov转移概率矩阵(1)表中行表示本地所属类型，列表示相邻地区所属类型，限于篇幅，T=1,3,4年份从略。

六、结论与政策启示

本研究构建了两阶段DEA-Malmquist指数模型，科学测度了2001—2019年安徽16个地市的乡村人才使用效率，并利用Dagum基尼系数、核密度估计、Markov链等方法进一步揭示其时空分异特征及动态演进趋势。研究发现：(1)安徽乡村人才使用的DEA效率均值为0.951，MI指数均值为1.017，两者均呈现“M型”波动式上升趋势。对乡村人才使用效率的分解显示，规模效率变化有8年小于1，表明考察期内乡村人才规模相对低效；纯技术效率变化有9年小于1，表明考察期内乡村人才使用存在体制机制的制约。(2)乡村人才使用效率的阶段性和区域性特征明显。快速成长期的DEA效率值从0.943到0.964，年均增长0.19%，MI指数从0.947到1.033，年均增长2.9%；提升振兴期的DEA效率值从0.944到0.96，年均增长0.23%，MI指数从1.047到0.965，年均下降0.1%。从地区层面看，皖南地区乡村人才使用效率明显高于皖中和皖北地区。(3)在空间特征上，全省乡村人才使用效率的总体差距呈现“W”型与“M”型相互交织的下降态势，空间非均衡状况得到了有效缓解。皖南、皖中和皖北的乡村人才使用效率均存在一定的区域内差异，但总体呈缩小态势，其中皖南的区域内差异最大，皖南-皖北的地区间差异最大。就贡献率而言，地区间差异是总体差异的最主要来源。(4)核密度估计结果表明，全省乡村人才使用效率总体水平有所提升，地区差异呈现波动中缩小的趋势，快速成长期和提升振兴期的核密度曲线表现明显不同的分布。Markov链分析表明乡村人才使用效率的发展趋势存在较大的流动性，随着时间跨度的延长，乡村人才使用效率跨等级提升的转移速度减慢。考虑空间滞后项以及时间跨度后，各地乡村人才使用效率跨等级的流动性加快，人才之间的竞争加剧，但相邻低水平地区对本地乡村人才使用效率向上转移的溢出效应伴随时间跨度的延长而衰减。

人才是乡村振兴的主体，提升乡村人才使用效率是推动乡村人才振兴的必然要求。基于上述实证结论，政策启示在于：(1)创新乡村用人机制。研究发现，安徽乡村人才使用的纯技术效率长期处于相对低效状态，表明乡村人才使用存在运行机制不畅的问题。因此，安徽要破除乡村人才使用的体制机制障碍，保障用人主体自主权，畅通乡村用人渠道，构建乡村人才“能上能下、能进能出”的用人机制，加快建设乡村人才信息平台，对乡村人才进行精准管理和精准使用，把“以用为本”落到实处。(2)加快乡村人才队伍建设。本研究表明，安徽乡村人才使用存在规模相对低效的状态，需要补齐乡村人才的规模短板。因此，安徽应加大对乡村人才的政策扶持力度，赋予乡村人才更大的权利集合，减缓乡村人才流失。通过高素质农民培育、驻村挂职、村企共建和乡贤反哺等多种方式，壮大乡村人才队伍。(3)促进乡村产业链与人才链深度融合。如本研究所示，地区间差距是安徽乡村人才使用效率总体非均衡的主要来源，而制约乡村人才有效使用的关键因素是乡村产业发展水平。这表明安徽要大力发展乡村产业，夯实乡村产业发展基础，以乡村产业链定位乡村人才链，以乡村人才链拓展乡村产业链，促进乡村产才深度融合。研究显示，乡村人才使用效率在皖南-皖北之间差异最大，应通过“请进来”和“送出去”的方式，推动两地乡村人才交流合作，着力缩小两地乡村人才使用的效率差距。