產業智能化對我國城鄉收入差距的影響研究

■徐宇明

一、引言與文獻綜述

2021年2月，中央一號文件——《關于全面推進鄉村振興加快農業農村現代化的意見》——正式發布，提出在新發展階段，要優先發展農業農村、全面推進鄉村振興，其目標任務之一就是農民收入增長要快于城鎮居民，即要進一步縮小城鄉收入差距。近年來，隨著智能化浪潮席卷全球，以5G、物聯網、大數據和云計算、人工智能、工業互聯網等為代表的信息技術與傳統產業加速融合，催生了一批新產業、新業態、新模式，引領了新一輪的科技革命和產業變革，智能化正成為推動經濟增長的新動能。已有大量文獻探討了產業智能化發展對促進勞動力就業、加快產業升級和促進經濟高質量增長的重要意義。然而，面對我國獨特的城鄉二元發展結構，產業智能化發展是否改善了城鄉收入分配呢？關于此方面的研究依然較少?；诖吮尘?，本文展開了相關研究，以期為縮減城鄉貧富差距，全面推進鄉村振興提出建設性建議。

智能化的概念自提出以來，一直都是學術界探討研究的熱點之一。在評估產業智能化對收入分配的影響時，大部分文獻傾向于從宏觀層面出發，聚焦于智能化發展對勞動力收入份額的影響。智能化技術在與機器設備結合過程中，既會替代與創造就業崗位，又會非對稱地改變不同性質要素生產率，共同影響要素收入分配。Aghion et al.（2017）將智能化發展視作一種自動化生產方式，認為其本質是資本要素替代勞動要素的過程，因此這也將導致勞動要素在生產過程中的收入分配份額下降，從而導致要素收入分配不均等。而Bessen（2018）認為人工智能對勞動收入的影響方向并未確定，其還受資本要素和勞動要素的替代彈性影響。在實證分析方面，Acemoglu&Restrepo（2020）分析了工業機器人使用量的增加對美國當地勞動力市場的影響，結果發現機器人應用會降低美國勞動力市場的就業水平和平均工資，每千名工人多一個機器人將使就業與人口的比率降低約0.18%—0.34%，工資降低0.25%—0.5%。

也有部分學者從微觀結構性角度分析了產業智能化對收入分配的影響。Acemoglu&Restrepo（2017）基于任務模型展開相關研究，發現不同層級技能的自動化對工資差距的影響受時間因素影響。在短期，低技能自動化會擴大工資差距，而高技能的自動化則相反；在長期，不論高技能的自動化還是低技能的自動化，都不會擴大工資差距。Bughin et al.（2018）認為人工智能技術的應用會減少低技能勞動崗位的需求，同時增加高技能勞動崗位的需求，并預測到2030年約有13%的收入將從低技能勞動崗位流入到高技能勞動崗位。

隨著我國產業智能化規模的增加以及部分數據可得性的提升，近來我國部分學者基于我國實際開始考察產業智能化對收入分配的影響。余玲錚等（2019）基于廣東省20個地級市企業調查數據分析發現，機器人作為產業智能化的重要組成部分，機器人的使用會導致勞動生產率的增長，且增長幅度要高于平均工資增長幅度，即勞動收入份額降低。鈔小靜和周文慧（2021）基于我國省級面板數據分析發現，我國人工智能發展會降低勞動收入份額，主要影響途徑是通過就業技能結構高級化、技能收入差距擴大化兩個方面。楊飛和范從來（2020）認為我國的產業智能化發展有利于從事低技能崗位的低收入人群，會通過新工作創造效應和生產率效應提升低技能勞動者的相對需求和收入。王琳輝等（2020）卻認為我國人工智能的發展更多的是通過增加高技術部門勞動崗位來擴大收入不平等。

上述國外研究主要關注發達國家，研究尚未得到一致結論，而且定量評估明顯不足，尤其缺乏來自發展中國家的經驗證據。國內的相關研究主要基于國外學者的研究框架，分析了產業智能化對我國收入分配的影響，研究視角大多與國外學者一致，集中于對宏觀的勞動力收入份額和微觀的高低技能勞動力收入分配。尚未有基于我國獨特的城鄉二元結構視角來剖析產業智能化對收入分配的影響，且國內外研究大多只關注產業智能化對收入分配的影響效果，并未關注其中間作用機制，而剖析中間作用機制有助于了解產業智能化對收入分配影響的中間渠道，探索產業智能化對收入分配影響的運行機理。

二、理論機制分析

1.勞動力轉移效應

熊彼特的創造性破壞理論指出，智能化是自動化的深化進程，將會替代一部分人類勞動，甚至破壞一些原有的行業崗位，稱為替代效應；與此同時也會催生一些新興就業崗位，稱為創造效應（Acemoglu&Restrepo，2020）。眾多研究發現人工智能作為新一代技術革命的先鋒，機器智能化的應用在替代勞動崗位的同時，也會創造新的勞動崗位、增加就業，并通過勞動崗位的更替改變收入分配的結構。

隨著智能化發展的不斷深入，基于前沿先進技術的智能化設備的應用不僅會逐步替代中等技能勞動力，還會替代部分高技能勞動（朱琪和劉紅英，2020），但也會以創造效應增加低技能就業崗位的需求。受智能化發展的影響，德國、美國等發達國家已經出現了對勞動力需求結構“兩級分化”的情況，而我國人工智能的發展也會促使先進的智能化設備替代初高中學歷的勞動力，增加小學及以下和大專及以上學歷勞動力需求（孫早和侯玉琳，2019）。又因我國長期存在著城鄉二元經濟發展結構，受發展政策向城市傾向的影響，城市低技能勞動力的主要來源是農業轉移人口。故農村剩余勞動力受高附加值產業帶來高收入的利益驅使，會不斷調整自身素質，從而向城市轉移。根據二元經濟結構理論，農業剩余勞動力在向非農工作崗位轉移時，會促使傳統農業部門勞動力的工資上升，縮小城鄉之間的收入差距。

圖1 理論機制分析圖

2.產業結構升級效應

配第—克拉克定理提出，人工智能技術可提高勞動生產效率，從而實現生產的全自動化，進一步驅動產業結構轉型升級（Acemoglu&Restrepo，2019）。隨著產業智能化進入比較成熟階段，物聯網、大數據、遙感網、區塊鏈等信息技術與農業深度融合，智能傳感器、智能機器人等硬件設備及遠程操控、監測預警、大數據云平臺、區塊鏈溯源等軟件系統廣泛應用于農業的生產、加工、營銷、服務等產業鏈的各個環節，使傳統農業向現代化、智能化、數字化方向轉型升級。產業智能化在促進產業結構轉型升級時，首先，會提升傳統農業生產效率，減少傳統農業對農村勞動力的需求，從而可以不斷釋放出更多農村勞動力轉移到城鎮，實現農村勞動力在非農業領域的就業，增加其工資性收入。其次，產業智能化技術的應用，將擴大土地規模經營，組織分散的農戶，提高農業產業化水平，增加單位土地產出率，提供更多高質量的產品剩余，增加農民經營性收入。最后，智能化技術會使未轉移的農村勞動力從繁雜的傳統農業生產中解放出來，轉向附加值更高的養殖業、加工業等，優化資源配置效率，增加農產品附加值，從而增加農村居民的經營性收入。

3.城市擴散效應

傳統的產業布局往往是依托于空間地域上的資源稟賦和區位優勢，但由于交通設施的不斷完善、勞動人口的不斷流動等原因，要素的流動更加便利，地理位置差異對空間布局的影響逐漸弱化。產業智能化的發展促使數據成為關鍵的生產要素，尤其在互聯網、移動互聯網普及的情況下，數據要素的流動不再受空間和地域的局限。智能產業的發展對于地域的依賴性相對較小，而且無論是互聯網還是物聯網，其核心特點就是“去中心化”，這個特點不僅體現在網絡中，也突出表現在區域發展過程中。智能化技術的深度發展和廣泛應用，能夠實現空間的瞬時聯系，縮短地理實體空間距離，優化要素流動和空間配置的路徑，從而弱化城鄉“核心—邊緣”空間結構，促使城市化規模不斷擴大。城市化規模的擴大，資本、技術、勞動力等要素通過“擴散效應”會自動地、逐步地向城市外沿區域擴散。產業也開始向周邊農村地區外溢，帶動周邊農村地區發展，提升農村地區居民的收入水平，從而縮小城鄉居民收入差距。

三、模型的設定與變量的選取

（一）模型的設定

中介效應模型可以分析自變量通過中介變量對因變量的影響效果，與本文的研究目標一致，故選擇此模型來開展相關研究。參考Baron&Kenny（1986）提出的中介作用檢驗過程，建立如下模型：

考慮到城鄉收入差距變化是一個長期動態變化的過程，當前的城鄉收入差距會受到過去城鄉收入差距的影響。借鑒孫浦陽等（2013）構建的模型，采用帶有城鄉收入差距滯后一期的自回歸分布滯后模型（Autoregressive Distributed Lag Model），即ADL（1，0）。該模型能同時反映產業智能化發展對城鄉收入差距的短期和長期影響效果。將模型（1）設定為如下的動態面板模型：

同樣對模型（2）也采用動態面板模型，設定如下：

類似地，中間效應模型第三階段方程也進行如下設定：

式（1）至式（6）中，Gap是因變量，為城鄉收入差距；Intel為核心解釋變量，表示產業智能化發展；M是中介變量，分別采用勞動力轉移、產業結構升級和城市化擴散；X為控制變量；μ和μ為省份固定效應和時間固定效應，ε為隨機誤差項，服從獨立同分布。a、b、c、c′為回歸系數，c反映了產業智能化對城鄉收入差距影響的總效應，c′反映了產業智能化對城鄉收入差距影響的直接效應，ab反映了產業智能化對城鄉收入差距影響的中介效應。具體中介效應檢驗流程圖如圖2所示。

圖2 中介效應檢驗流程圖

（二）變量的選取

被解釋變量：城鄉收入差距。泰爾指數不僅能夠反映出城鄉的收入比，還能體現城鄉人口的變化特征，而且泰爾指數對高收入和低收入兩端的收入變化較為敏感，符合我國城鄉收入差距體現在城鎮居民高收入與農村居民低收入兩端的現狀。因此，選擇泰爾指數來度量我國各地區的城鄉收入差距，并使用第一種計算方法進行穩健性檢驗。泰爾指數的具體計算方法如式（7）所示。

其中，Gap表示t時期的泰爾指數，i=1代表城鎮地區，i=2代表農村地區，l表示t時期的城鎮或農村的人口數量，l表示t時期的總人口，p表示t時期的城鎮或農村的總收入，p表示t時期的總收入。

解釋變量：產業智能化（Intel）?！?019中國產業智能化白皮書》指出，產業智能化是指第一、二、三等傳統產業運用人工智能技術帶來的產出增量。主要分為人工智能、“互聯網+”、物聯網、機器設備等方面。借鑒孫早和侯玉琳（2019）的研究，將工業機器人、智能化相關的設備、硬件和軟件等納入產業智能化衡量的指標體系中。具體的衡量指標如下所示：（1）機器人。使用我國機器人的進出口數據作為替代變量。對中國海關數據中產品的HS2002六位數編碼進行分析，計算各省企業進出口機器人的總額來表示。（2）智能儀器。采用計算機、電子元件、電子器件和電子儀器的進出口額除以GDP來衡量。（3）軟件使用。使用基礎軟件、支撐軟件、嵌入式軟件和應用軟件進出口除以GDP來表示。（4）信息平臺維護。采用信息系統集成業務、運營維護服務和電子商務平臺服務收入的總額除以GDP來表示。（5）信息采集。采用互聯網使用人數占總人口的比例衡量。（6）數據處理。使用信息技術咨詢設計服務、運營服務和數據服務的收入總額除以GDP來表示。（7）智能化創新。采用智能化相關企業的專利數來衡量智能化企業的創新水平。智能化企業的名稱來自智能制造網，企業的專利情況來源于企查查。將以上指標采用熵值法賦權來計算產業智能化發展指數。

中介變量：農村勞動力轉移（Labor）。參考有關學者的研究，本文主要使用第二、三產業就業人數與總就業人數之比來表示來反映農村勞動力轉移的情況。產業結構升級（Indu）。產業結構升級包括產業結構高級化和產業結構合理化。因本文關注的是產業智能化推動傳統農業向高級化轉移，故采用第二、三產業產值之和除以三大產業產值之和來表示。采用城鎮人口除以總人口來測度城市化水平。

控制變量：（1）經濟發展（Gdp）。采用取對數后的人均實際GDP來衡量經濟發展情況。（2）對外開放（Open）。對外開放可以吸收前沿技術，提升勞動生產率，進而影響城鄉收入差距。本文使用進出口額/GDP來衡量對外開放水平。（3）金融發展（Fin）。我國的金融系統在金融資源的分配上表現出明顯的城市化傾向，金融資源在城鄉之間的發展是不均衡的，這種不均衡發展會顯著地影響城鄉收入差距（葉志強等，2011）。本文使用貸款總額占GDP的比重來衡量金融發展水平。（4）政府控制（Gov）。財政支出具有城市偏向性特征，會將有限資源集中分配給城市高技能勞動力，不利于要素市場對勞動力資源的合理配置，從而擴大城鄉收入差距（李成友等，2021）。采用各地區財政支出占GDP的比重來衡量。（5）基礎設施（Basic）?；A設施建設可以降低農村勞動力轉移成本，促進農村勞動力轉移，提高農村居民收入，進而縮小城鄉收入差距（劉曉光等，2015）。本文使用各地區的等級公路里程數與省區面積的比值來衡量。

（三）數據的來源及描述性統計

模型中所有數據來源于《中國統計年鑒》《中國人口和就業統計年鑒》《中國勞動力統計年鑒》《中國信息產業年鑒》《中國電子信息產業統計年鑒》、中國海關貿易統計數據庫、Wind數據庫和各省的統計年鑒。因海關貿易數據庫中機器人進出口的數據只有2005—2016年，故時間樣本設定為2005—2016年。因西藏和青海關于電子信息產業數據的缺失值較多，故刪除這兩個地區，只考慮我國其他29個省份的數據。所有數據均根據相應的價格指數調整為以2000年為基期的實際值，進出口數據根據每年的美元匯率將其轉化為人民幣。各變量的描述性統計如表1所示。

表1 描述性統計

四、實證結果及分析

（一）基準回歸模型

由于本文設定的模型中都包含了因變量的滯后項，普通的回歸會造成估計偏差。另外，考慮到模型中包含因變量的滯后項，以及受遺漏變量的影響，可能會產生內生性問題。故采用動態面板的差分GMM進行估計。表2為產業智能化對我國城鄉收入差距的回歸結果。其中，列（1）和列（2）為普通最小二乘法（OLS）的估計結果，列（3）和列（4）是面板固定效應（FE）的估計結果，列（5）和列（6）是差分GMM的估計結果。首先對模型設定的合理性和工具變量的有效性進行檢驗，表2列（6）中AR（2）值為0.558，Sargan檢驗值為0.991，表明模型的設定合理，工具變量有效。

表2 基準回歸結果

表2列（1）—（6）的估計結果均顯示，產業智能化的系數顯著為負，驗證了產業智能化發展具有縮小城鄉收入差距的作用。從列（6）中差分GMM的結果來看，產業智能化（Intel）對城鄉收入差距（Gap）影響的系數顯著性為負。產業智能化每提高1個百分點，城鄉收入差距就縮小0.107個百分點，從其他控制變量結果看，城鄉收入差距滯后一期（Gap（t-1））的系數顯著為正，表明城鄉收入差距的變遷是一個動態的過程。人均GDP代表的經濟水平的提高會縮小城鄉收入差距，與丁志國等（2011）的研究結果一致，說明我國已經進入了“庫茲涅曲線”的右側。進出口水平（Open）的系數顯著為負，對外貿易擴大了就業需求，促進了農村勞動力的就業，緩解了城鄉居民收入差距。金融發展（Fin）對城鄉收入差距的影響存在著不確定性。金融政策因為會傾向于城市，會擴大城鄉收入差距。但是也有一些專門為城鄉貧困居民特別是農村居民提供服務的金融產品，如小額信貸等，能有效地縮小城鄉收入差距。政府財政支出（Gov）的提高會擴大城鄉收入差距，與李成友等（2021）研究結論一致，財政支出具有城市偏向性特征，會擴大城鄉收入差距?；A設施建設（Basic）對城鄉收入差距的回歸系數顯著為負，與劉曉光等（2015）的研究結論一致，基礎設施建設會減少了農村勞動力的轉移成本，促進農村勞動力轉移，縮小城鄉收入差距?？刂谱兞康慕Y果與一些學者的結果一致，進一步說明本文研究結果的可靠性。

（二）影響機制分析

為進一步剖析其內部作用機理，本文進一步開展相關機制分析，研究結果如表3所示。表3中各模型回歸的AR（2）值都大于0.01，Sargan檢驗值接近1，模型的設定都較為合理。表3列（1）和列（2）為基于勞動力轉移視角的中介效應結果，由列（1）可以看出產業智能化與勞動力轉移的系數為0.042，顯著為正，產業智能化顯著地促進了農村勞動力轉移。產業智能化會創造大量的低技能就業崗位，農村剩余勞動力受城鎮高收入的利益驅使，會適時調整自身素質，不斷向城市轉移。列（2）為產業智能化和農村勞動力轉移對城鄉收入差距的回歸結果，農村勞動力轉移的回歸系數為-0.083，顯著為負，產業智能化的回歸系數為-0.052，顯著為負。對比回歸系數結果的符號可以看出農村勞動力轉移在產業智能化與城鄉收入差距之間具有部分中介效應。農村勞動力的轉移使農村居民有更多機會從事非農就業，促進其非農收入增長，縮小城鄉收入差距。

表3列（3）和列（4）為基于產業結構升級效應的回歸結果，由列（3）可以看出產業智能化與產業結構升級的系數為0.025，顯著為正。產業智能化帶來的新技術可以應用于農村產業的生產、加工、營銷、服務等產業鏈的各個環節，使傳統農業向現代化、智能化、數字化方向轉型升級。列（4）為產業智能化和產業結構升級對城鄉收入差距的回歸結果，結果顯示產業結構升級的回歸系數為-0.194，顯著為負，產業智能化的回歸系數為-0.045，顯著為負。對比回歸系數結果的符號可以看出產業結構升級在產業智能化與城鄉收入差距之間具有部分中介效應。通過產業結構轉型升級，產業智能化新技術的應用擴大了農業生產規模，提升了農村勞動生產率，促進農村居民的農業收入。同時解放了農村勞動力，促使非農收入的增加，進而縮小城鄉收入差距。

表3 產業智能化對城鄉收入差距的機制檢驗

表3列（5）和列（6）為基于城市擴散效應的結果。由列（5）可以看出產業智能化與城市擴散的系數為0.036，顯著為正，產業智能化的發展顯著地促進了城市擴散。大數據、信息化等智能化技術縮減了產業布局對地域的依賴性，弱化城鄉“核心—邊緣”空間結構，促使城市化規模不斷擴大。列（6）為產業智能化和城市擴散效應對城鄉收入差距的回歸結果，城市擴散效應的回歸系數為-0.060，顯著為負，產業智能化的回歸系數為-0.095，顯著為負。對比回歸系數結果可以看出城市擴散效應在產業智能化與城鄉收入差距之間具有部分中介效應。產業智能化通過使生產要素向低成本的農村地區外溢、輻射，帶動農村地區發展，提升農民收入水平，縮小城鄉收入差距。

綜上可以看出，勞動力轉移、產業結構升級和城市擴散在產業智能化和城鄉收入分配之間都具有部分中介效應。另外，對比三個中介變量結果發現，加入產業升級后產業智能化對城鄉收入差距影響的系數變化最大，表明現階段通過產業升級的方式來影響城鄉收入差距的程度要大于勞動力轉移效應和城市擴散效應的渠道，這也說明了在我國當前的智能化水平下，通過產業扶貧是縮小城鄉收入差距最有效的途徑。

（三）產業智能化縮小城鄉收入差距的長期效應

上述動態面板模型結果反映的是各變量對因變量的短期影響效果，而本文更加關注產業智能化對城鄉收入差距的長期影響效果。借鑒Dong&Hao（2018）的做法，將ADL（1，0）模型轉換成公因數模型后，產業智能化對城鄉收入差距的長期影響效果可以表示其短期的影響效果比上1與城鄉收入差距滯后項系數的差值。本文用STATA的testnl命令對這個參數進行顯著性檢驗，長期效應的估計結果如表4所示。

由表4的結果可知，列（1）為不加入勞動力轉移變量時，產業智能化對城鄉收入差距的長期影響系數為-0.495，顯著為負，中介效應模型第一階段成立。表明從長期來看，產業智能化對城鄉收入差距具有顯著的抑制作用。列（2）和列（3）為加入勞動力遷移的回歸結果，結果可以看出從長期來看，中介效應依然成立，產業智能化會通過勞動力轉移來縮減城鄉收入差距。同樣分析發現，產業結構升級和城市擴散的中介效應都成立。從長期看，產業智能化也會通過促進產業結構升級和推動城市外擴來縮小城鄉收入差距。進一步對比加入中介變量后，產業智能化對城鄉收入差距的系數變化。結果發現加入了產業結構升級后系數變化最大，抑制效應從0.495下降至0.159，與短期的結果一致。說明從長期來看，推動農村產業升級，實施產業扶貧是促進農村居民收入，縮小城鄉收入差距最有效的途徑。

表4 產業智能化對城鄉收入差距的長期效應分析

（四）穩健性檢驗

本文主要采用以下三種方法對回歸的結果進行穩健性檢驗：一是剔除異常值。考慮到我國北京、上海和廣州的城市化程度遠遠高出其他地區，因此在分析時這三個地區的數據很有可能成為異常值。故在基礎樣本中剔除了這三個地區后重新進行回歸，結果如表5所示。二是更換計算方法。使用城鎮居民收入和農村居民收入比例來計算城鄉收入差距，結果如表6所示。三是替換因變量數據。采用城鄉居民可支配收入的比值來表示城鄉收入差距時，沒有考慮不同地區之間的生活成本、居民享有的公共服務差異及城市地區的未登記移民等方面的空間差異，而消費受到實際收入的限制，城鄉居民之間的消費支出差距更加適用于衡量城鄉收入差距。用城市人均消費和農村人均消費的比例（Cgap）來代替基礎樣本中的城鄉收入差距指標進行穩健性檢驗。檢驗結果如表7所示。

表5 穩健性檢驗（一）

表6 穩健性檢驗（二）

表7 穩健性檢驗（三）

對表5—7的所有穩健性檢驗結果分析發現，主要變量的符號和顯著性與前文保持一致，說明本文的結論穩健可靠。

五、結論與建議

本文基于我國2005—2016年的省際面板數據，分析了產業智能化對城鄉收入差距的影響及其作用機制。研究發現：無論是從短期還是長期效果來看，產業智能化發展都可以帶來顯著的收入分配改善效果，即縮小城鄉收入差距。影響機制分析發現，產業智能化會通過勞動力轉移效應、產業結構升級效應和城市規模效應來縮小城鄉收入差距，并且無論是短期還是長期，通過產業結構升級途徑縮小城鄉收入差距的效果最強。該結論對于我國在新發展階段，發展農業農村、全面推進鄉村振興具有重要的現實意義和政策參考。

基于上述結論，本文提出以下建議：第一，加快推進產業智能化發展?，F階段我國的產業智能化的發展還處于初級階段，各地區可以根據自身情況因地制宜地制定相關政策。發達地區應充分發揮產業智能化發展的良好基礎，加強前沿信息技術研究，同步加快智能化產業共性技術研究，以技術創新帶動應用變革，形成可推廣可借鑒的產業智能化轉型先進經驗。欠發達地區可以加大基礎設施的投入力度，尤其是以5G基站、工業互聯網、大數據中心為代表的新型基礎設施，發揮其公共性、平臺性作用，降低企業智能化轉型成本，激發企業智能化轉型積極性。第二，加大產業扶貧力度。一方面，要切

實遵循產業發展規律，出臺扶持產業發展的政策措施，立足資源稟賦和市場導向，因地制宜，培育出適合本地資源轉化的特色產業集群及產業基地，形成具有聯動效應的產業帶，打造一批強勢特色品牌。另一方面，要借助現代科技手段和創新要素，積極推動互聯網、大數據、云計算、物聯網、人工智能等與傳統產業深度融合，著力推動產業數字化轉型升級。延伸產業鏈條，尤其要解決生產環節之后的加工、銷售等問題，更好地支撐扶貧產業的發展。第三，加大農村教育投入，注重專業技能培訓。產業智能化發展會促進產業結構轉型升級，從而帶動就業技能需求的變化，農村居民能否適應就業市場的需求對縮小城鄉收入差距至關重要。應重點關注農村地區公共教育水平投入，加強農村地區的教育水平。拓寬農村勞動者的技能培訓渠道，以推廣實用技術為重點，開展針對性的崗前培訓，提高農村人口信息化技術利用能力，培養農村實用型和技術型人才。