青岛市农民农技培训意愿影响因素实证分析-empirical analysis on influencing factors of farmers agricultural technology training willingness in qingdao city.docxVIP

青岛市农民农技培训意愿的影响因素实证研究摘要高素质的农民是全面实现社会主义现代化农业的基石，而建设社会主义新农村、实现社会主义现代化农业的重要任务也是不断培育有文化、懂生产、会经营、爱创新的新型高素质农民。农民农技培训问题对培育高素质农民，增加农民收入，改善农村地区生活水平，促进城乡统筹发展、协调发展具有重要的意义。本文结合国内外农技培训的理论研究和现状分析，依据农村人力资本理论、需要层次理论和计划行为理论，立足于青岛市农技培训工作的开展情况，介绍了青岛地区农技培训工作的需求情况、培训的形式与内容、培训的经费供给、市政府对农技培训工作扶持与实施情况。通过走访调研青岛市下属11个乡镇，获取152份有效数据，对农民农技培训意愿及影响因素进行实证分析。本文利用SPSS统计分析软件，结合研究目的选取Logistic回归模型对采集样本进行数据分析。分析结果显示受教育年限、农民对培训费用的承担及农民对培训内容的选择对农民参与农技培训意愿的影响显著，其中受教育年限与农民农技培训意愿正相关，其余两项与农民农技培训意愿负相关。针对实证分析结果，文章提出从三个角度出发，分析如何提高青岛市农技培训工作的长效性和稳定性，减轻农民培训的经费负担，提高农民的劳动生产率和经济收入。一是加强教育培训观念，提升农民自身的素质水平。从农民教育培训角度和政府、社会组织实施教育培训角度两方面出发，加强教育培训观念的转变，通过不断地沟通、反馈、调整以实现培训的长期性和有效性。二是增加培训财政支出，减轻农民参与培训的经济负担。文章从政府主导、社会扶持、长效机制三个方面出发，针对农技培训经费来源单一、结构不合理、数量不足、使用混乱等问题提出可行性解决方法。三是完善培训推广体系，提高培训成果的转化能力。笔者根据文章第三部分青岛市农技培训工作开展实施情况的初步分析，提出应从农技推广体系建设、科学发展农技推广事业、加快农业科技成果转化三方面完善健全现有的农技培训推广体系，提高青岛市农业科技含量和成果转化能力，促进现代农业发展。关键词：农技培训；logistic回归模型；经费来源；培训推广体系EmpiricalresearchoftheInfluencingFactorsontheWillofPeasantsTechnicalTraininginQingdaoAbstractFarmersinhigh-qualityisthecornerstonetorealizethesocialistmodernizationofagriculture,andtheimportanttasktobuildanewsocialistcountryside,alsoistoachievesocialistmodernizationofagricultureandcontinuetocultivateeducated,wellversedinproductionandbusinessoperationsofthenewtypeofhigh-qualityfarmers.Theissueoffarmersagriculturaltrainingtocultivatehigh-qualityfarmersandincreasetheirincome,improvethelivingstandardsofruralareas,andpromoteurbanandruraldevelopment,coordinatedevelopmentofgreatsignificance.Inthispaper,thetheoreticalstudyofthedomesticandinternationalagriculturaltrainingandthestatusquo,basedonthetheoryofhumancapitalinruralareas,Maslowshierarchyofneedsandthetheoryofplannedbehavior,basedontheworksituationofagriculturaltraininginQingdao,andthecaseofQingdaoagriculturaltrainingneeds,theformandcontentofthetraining,thefundingofthetrainingsupply,supportandimplementationoftheworkofthemunicipalagriculturaltraining.ThroughresearchsubsidiaryofQingdaoCity,11towns,gets152validdata,theempiricalanalysisoftheagriculturaltr