楊月坤，查椰

（常州大學商學院，江蘇 常州 213159）

黨的十九大提出，實施鄉(xiāng)村振興戰(zhàn)略，實現(xiàn)農業(yè)農村現(xiàn)代化。人才振興是鄉(xiāng)村振興的基礎，農業(yè)科技人才是人才振興的關鍵。根據《農村實用人才和農業(yè)科技人才隊伍建設中長期規(guī)劃（2010—2020年）》對農業(yè)科技人才的界定，結合鄉(xiāng)村振興的現(xiàn)實需求，“農業(yè)科技人才”是指具備一定的知識或技能，對農業(yè)科技及生產實踐活動作出貢獻的人員，主要包括農業(yè)科研人才與農業(yè)科技推廣服務人才。鄉(xiāng)村振興的實現(xiàn)需要農業(yè)科技的賦能，這對我國農業(yè)科技人才的素質提出了新的更高要求。通過培訓打造一支懂技術、善管理和會經營的農業(yè)科技人才隊伍，不僅有利于提升我國科技創(chuàng)新水平，更是為鄉(xiāng)村振興注入強大的科技動力，也是帶動農民增產增收、促進農村經濟發(fā)展的有效舉措。然而，當前農業(yè)科技人才培訓中存在的培訓需求脫節(jié)、培訓方式單一、培訓內容不合理、分類培訓不足、培訓效果評估不科學、激勵保障機制不健全等問題導致我國農業(yè)科技人才參與培訓的積極性不高，培訓效果也不佳[1]。因此，深入探究我國農業(yè)科技人才參與培訓行為的影響因素對促進鄉(xiāng)村振興戰(zhàn)略順利實施及推進農業(yè)農村現(xiàn)代化建設具有重要的現(xiàn)實意義。

2018年中央一號文件強調，實施鄉(xiāng)村振興戰(zhàn)略，破解人才瓶頸制約，強化鄉(xiāng)村人才支撐，必須把人力資本開發(fā)放在首要位置。眾所周知，培訓是人力資本開發(fā)與增值的重要法寶[2]，而參與培訓意愿的強弱直接影響培訓的行為與效果[3]。針對農業(yè)科技人才培訓的研究，國內外學者偏重于培訓內容[4]、培訓問題及對策[5]、國外成功培訓模式經驗[6]等方面的定性研究，如Baloch和Thapa[7]通過研究農業(yè)科技人才在巴基斯坦椰棗推廣過程中出現(xiàn)的專業(yè)性缺乏、服務質量低和培訓課程不合理等問題，提出要對農業(yè)科技人才展開針對性培訓、優(yōu)化培訓課程等對策；周冬妮[8]根據我國農業(yè)國際合作的發(fā)展趨勢強調對農業(yè)科技人才開展英語培訓的重要性；涂華錦等[9]從需求側與供給側層面分析了河源市科技人才助力鄉(xiāng)村振興的困境，基于帕累托理論提出了重視人才開發(fā)、完善激勵保障機制、推進項目建設發(fā)展等對策；王珩等[10]針對基層農業(yè)科技推廣人才培訓中存在的數量不足、活力缺乏、時間不夠和資金不足等問題提出了建立農業(yè)科技推廣人才的四定管理、專崗專責和激勵約束機制等對策；韓軍[11]從國際視角出發(fā)，在分析美國、日本、印度等典型國家農業(yè)科技推廣人才培訓經驗的基礎上，提出了創(chuàng)新人才培訓模式、完善法律法規(guī)和開展多元化培訓等措施。而在參與培訓行為影響因素的相關研究中，國內研究主要聚焦于個體特征[12]、培訓特征[13]和環(huán)境特征[14]等方面，如黃平芳等[15]通過構建Logistic模型分析得出年齡、文化程度、培訓時間地點和培訓費用是農戶參與旅游創(chuàng)業(yè)培訓的影響因素；楊晶等[16]通過江西省的調研數據，利用交叉表和多元有序Logistic模型分析得出性別、文化程度、婚姻狀況和培訓時間等對新生代農民工參與職業(yè)培訓具有顯著的影響；鄒曉娟等[17]以江西省大中型水庫移民為研究對象，利用PCA和PLS模型進行實證分析得出他人對培訓經歷的評價、培訓資源是否分配公平和政府資金投入多少等是其參與教育培訓行為的重要影響因素。

綜上，國內外關于農業(yè)科技人才培訓的研究大多局限于定性分析，且很少從農業(yè)科技人才的主觀認知層面進行研究；而關于參與培訓行為影響因素的研究，國內學者關注的對象主要是農戶、新型職業(yè)農民、新生代農民工等，且研究的前提假設多以研究對象基于客觀現(xiàn)實層面進行行為決策為主。然而，農業(yè)科技人才是否做出參與培訓行為的決策不僅受客觀條件的影響，也與其在特定時代背景下所形成的主觀認知有關。鑒于此，本文基于計劃行為理論，以河南省為例，利用農業(yè)科技人才調查數據，采用結構方程模型，分析農業(yè)科技人才參與培訓意愿和行為，探討其影響因素，以期為鄉(xiāng)村振興背景下農業(yè)科技人才培訓工作更好地開展提供對策與 建議。

1 理論分析與研究假設

1.1 計劃行為理論分析

計劃行為理論（Theory of Planned Behavior，TPB） 是社會心理學中研究個體行為關系的較為成熟的理論，由Fishbein和Ajzen[18]提出的理性行為理論（Theory of Reasoned Action，TRA）基礎上發(fā)展而來。理性行為理論認為，行為意愿是影響個人是否產生某種行為的決定性因素，而行為態(tài)度與主觀規(guī)范又是影響行為意愿的兩個因素。由于理性行為理論的局限性，Ajzen[19]在理性行為理論中增添了知覺行為控制變量，形成了計劃行為理論。隨后，該理論在各行為研究領域得到了廣泛運用，如消費者分享行為研究[20]、城市居民生活垃圾分類行為研究[21]、承包人履約行為研究[22-23]等。概括起來，計劃行為理論認為行為意愿受行為態(tài)度、主觀規(guī)范和知覺行為控制的影響，行為意愿決定個體行為[24]。

農業(yè)科技人才是否參與培訓包含產生培訓意愿和實施培訓行為兩個過程，取決于行為態(tài)度、主觀規(guī)范和知覺行為控制。在實施鄉(xiāng)村振興戰(zhàn)略的宏觀背景下，農業(yè)科技人才的參與培訓行為必然會受到該背景現(xiàn)有效應和預期效應的影響。比如，在認識和感受到鄉(xiāng)村振興對人力資本的迫切需求后，農業(yè)科技人才對參與培訓持樂觀和積極態(tài)度；家人的支持、領導的鼓勵、同事的激勵和朋友的勉勵等將對其參與培訓起較大程度的推動作用。

1.2 研究假設

1）行為態(tài)度。表示農業(yè)科技人才對參與培訓這種行為會帶來哪些有利或不利結果的主觀想法。行為態(tài)度主要分為經濟理性和價值理性[25]。經濟理性是指當農業(yè)科技人才預期參與培訓帶來的職業(yè)發(fā)展、收入待遇的提升等物質收益大于成本時，便會有積極參與的態(tài)度；價值理性是指當農業(yè)科技人才認為參與培訓能實現(xiàn)自我價值時，便會提高其參與培訓的意愿。因此，行為態(tài)度顯著正向影響農業(yè)科技人才參與培訓的意愿，農業(yè)科技人才的行為態(tài)度越積極，參與培訓的意愿越高。

2）主觀規(guī)范。表示農業(yè)科技人才在決定是否參與培訓時所感受到的來自于社會的壓力。主觀規(guī)范主要分為示范性規(guī)范和指令性規(guī)范[26]。示范性規(guī)范主要來自于身邊的家人、朋友和同事等。缺乏培訓經歷的農業(yè)科技人才往往傾向于向周圍重要的人員詢問參與培訓的感受與評價[27]，當家人與朋友支持，或周圍的同事積極參與培訓且獲得較大收益時，會對其形成有效的激勵，大大增強其參與培訓的意愿；指令性規(guī)范主要來源于領導對其參與培訓行為與成果的期待以及政府對相關培訓政策的宣傳，當政府與領導大力鼓勵農業(yè)科技人才參與培訓時，農業(yè)科技人才會出于尊重與服從而產生壓力，進而轉化為想要參與培訓的意愿。因此，主觀規(guī)范顯著正向影響農業(yè)科技人才參與培訓的意愿，農業(yè)科技人才感知到的主觀規(guī)范越明顯，參與培訓的意愿越高。

3）知覺行為控制。表示農業(yè)科技人才通過所預期的促進或阻礙因素對參與培訓行為難易程度進行的判斷[28]。知覺行為控制主要分為自我效能和控制信念[29]。自我效能是指農業(yè)科技人才對于是否能完成培訓而對自身能力、知識技能等方面所進行的主觀判斷，當農業(yè)科技人才認為自身有足夠能力完成培訓任務時，其內心也更愿意參與培訓；控制信念是指農業(yè)科技人才感知到的其掌握的資源和機會、資金條件、時間費用成本等外部因素對其參與培訓行為的影響程度，當農業(yè)科技人才能夠快速獲得所需的資源條件，較好地控制培訓進展與結果時，其參與培訓的積極性便大大提高。因此，知覺行為控制顯著正向影響農業(yè)科技人才參與培訓意愿，農業(yè) 科技人才知覺行為控制越強，參與培訓的意愿越高。

4）參與培訓意愿。表示農業(yè)科技人才愿意參與培訓的動機以及愿意為此付出的努力程度。依據計劃行為理論，個體的行為意愿越強烈，其實施行為的可能性越大。大量研究表明，行為意愿能正向促進行為的產生[30-31]。農業(yè)科技人才參與培訓是一個有意識、有計劃的行為，其參與培訓的行為態(tài)度、主觀規(guī)范和知覺行為控制越積極，其參與培訓的主觀意愿越強烈，越易激發(fā)其參與培訓行為。因此，參與培訓意愿顯著正向影響參與培訓行為且在行為態(tài)度、主觀規(guī)范和知覺行為控制對培訓行為的影響中起中介作用。

綜合以上理論分析，本文構建了農業(yè)科技人才參與培訓行為理論模型（圖1）。

2 研究方法

2.1 數據來源

河南省地跨長江、淮河、黃河和海河四大流域，是我國重要的農業(yè)大省、中原糧倉。河南省糧食產量連續(xù)14年超500億kg，2019年河南省糧食總產量為669.5億kg，約占全國總產量（6.64億t）的1/10。與其他一些省份相比，河南省農業(yè)科技化水平提高明顯，其農業(yè)領域的科技獲獎率遠高于全國平均水平，尤其在農作物新品種研發(fā)、農作物遺傳育種等關鍵技術方面存在顯著技術優(yōu)勢。近年來，隨著物聯(lián)網技術的發(fā)展，河南省不斷加強智慧農業(yè)平臺建設，積極推動農業(yè)科技人才參與培訓，加速農業(yè)科技成果轉化應用，具有一定的代表性，因此，本研究選擇河南省作為調研對象。

調研過程分為兩個步驟：首先，依據農業(yè)科技人才參與培訓情況選取樣本市；其次，在每個樣本市選取1～3個縣（區(qū)）隨機抽取農業(yè)科技人才作為調查對象。為了確保調查結果的科學性與準確性，課題組采取分層抽樣與隨機抽樣相結合的方式，于2019年5月—7月對鄭州、商丘、開封和洛陽4個樣本市進行了調研。調查共收回問卷343份，剔除數據空缺和矛盾的無效問卷17份，最終獲得有效問卷326份，問卷有效率為95.04%?？傮w而言，有效樣本的受訪者大部分為男性農業(yè)科技人才，占比達到了65.34%；年齡以31～39歲和40～49歲為主，分別占30.06%與35.28%；在受教育程度方面，41.41%的受訪者為大專學歷，而碩士及以上的高學歷者僅占6.75%；擁有初級及以下職稱的受訪者相對較多，占比為40.8%；此外，絕大多數受訪者已 婚，占比為81.29%（表1）。

表1 樣本基本特征Table 1 Basic characteristics of samples

2.2 變量測量

在設計量表時，本文首先采用訪談法進行調研。訪談問題主要包括：“您為何想要參與培訓？”“在參與培訓中，有哪些因素促進或阻礙您實現(xiàn)目標？”“根據之前的培訓經歷，您有哪些反饋或建議？”等。其次，借鑒Bandura[32]、Fishbein和Stasson[33]等學者的量表對問卷題項進行設計，并結合訪談內容，對變量進行改編與拓展，確定了影響農業(yè)科技人才參與培訓行為的5個潛變量26個觀察變量（表2）。在對問卷的預調研中，對題項進行探索性因子分析，剔除因子載荷系數小于0.5的題項（A6、S5、P4、P8），最終確定了22個題項的正式問卷[34]。問卷采用Likert 5級量表計分法，由非常不同意、比較不同意、一般、比較同意和非常同意5個選項組成，依次賦值為1、2、3、4和5。

表2 變量含義Table 2 Variable definitions

2.3 模型構建

為研究行為態(tài)度、主觀規(guī)范、知覺行為控制與農業(yè)科技人才參與培訓意愿和參與培訓行為之間的具體影響關系，本文采用結構方程模型（structural equation model，SEM）進行分析。SEM模型是一種將影響因素分析與路徑分析相結合的多元統(tǒng)計技術，相較一些傳統(tǒng)的分析技術而言，結構方程模型能夠具體分析潛變量與潛變量、潛變量與觀察變量之間的影響關系[35]。結構方程模型可分為測量模型與結構模型。

測量模型反映觀察變量與潛變量之間的線性關系，測量模型的方程式為：

式中：ξ表示外生潛變量（行為態(tài)度、主觀規(guī)范和知覺行為控制），η表示內生潛變量（參與培訓意 愿），X、Y分別表示ξ與η的觀察變量（家人、同事等），Λx表示X與ξ之間的因子荷載矩陣，Λy表示Y與η之間的因子荷載矩陣，δ和ε則分別表示X與Y的測量誤差。

結構模型反映潛變量與潛變量之間的線性關系，結構模型的方程式為：

式中：β表示內生潛變量之間的路徑系數，Г表示外生潛變量對內生潛變量影響的路徑系數，ζ表示殘差項。

2.4 模型檢驗方法

為了檢驗數據的可靠性和有效性，本文運用SPSS23.0軟件對問卷進行信度與效度分析。通過各相關因子的累計方差貢獻率與Cronbach’s α系數檢驗數據的信度，通過標準因子載荷系數與平均方差提取量來檢驗數據的收斂效度，采用KMO值檢驗數據的結構效度。為檢驗模型中變量的相關關系，運用SPSS 23.0軟件對模型中的變量進行Pearson相關性檢驗。為了進一步檢驗模型的可行性，運用AMOS 21.0軟件，分別采用絕對適配度指標x2/df、RMR、RMSEA、GFI、AGFI指數，增值適配度指標的NFI、NFI、TLI、CFI指數和簡約適配度指標的PGFI、PNFI指數來進行適配度檢驗。進一步分析參與培訓意愿的中介效應，根據Hayes[36]的建議，運用偏差校正的非參數百分位Bootstrap法，將置信區(qū)間設為95%，重復隨機抽樣5 000次進行分析。

3 結果與分析

3.1 培訓行為與培訓意愿分析

農業(yè)科技人才參與培訓行為的三個測量題項的平均值加總求平均值得到參與培訓行為的總體平均值為3.080（表3），表明農業(yè)科技人才關注培訓信息、提交培訓申請、參加培訓活動的積極性較為一般。農業(yè)科技人才的行為態(tài)度、主觀規(guī)范、知覺行為控制和參與培訓意愿的總體平均值分別為3.096、3.095、3.110和3.203（表3），表明農業(yè)科技人才的行為態(tài)度、主觀規(guī)范、知覺行為控制較為一般，參與培訓意愿也較為一般。究其原因，雖然當前國家出臺了與農業(yè)科技人才相關的支持政策，但部分調研地區(qū)仍存在培訓政策宣傳落實不到位，培訓過程缺乏監(jiān)督，培訓內容縮水等問題，再加上培訓收益本身的不確定性，使得農業(yè)科技人才參與培訓行為的意愿與行為積極性受到較大影響。因此，需要進一步激發(fā)其參與培訓的熱情與意愿。

表3 描述性統(tǒng)計分析Table 3 Descriptive statistics of variables

3.2 模型檢驗分析

信效度分析結果顯示（表4），各相關因子的累計方差貢獻率都大于50%，問卷總的Cronbach’s α系數為0.892，各潛變量的Cronbach’s α系數在0.764～0.858之間，且組合信度（CR）在0.849～0.904之間，大于0.7的可接受標準，表明數據信度較高；對于效度，平均方差提取量（AVE）在0.542～0.703之間，大于0.5的可接受標準，表明數據的收斂效度較好，KMO值在0.700～0.897之間，均大于0.7，表明數據的結構效度較好。Pearson相關性檢驗結果顯示（表5），變量之間相關性顯著，為假設檢驗提供了初步依據。適配度檢驗結果顯示（表6），所有適配指標值都達到了模型的評價標準，可得出模型的擬合效果較好。

表4 信度與效度檢驗Table 4 Reliability and validity tests

表5 各變量相關系數Table 5 Correlation coefficients of variables

表6 模型適配度檢驗Table 6 Model fitness test

3.3 農業(yè)科技人才參與培訓行為的影響因素分析

本文運用AMOS21.0軟件對模型進行參數估計。結果表明，農業(yè)科技人才參與培訓的意愿會受行為態(tài)度、主觀規(guī)范和知覺行為控制的影響，參與培訓意愿正向顯著影響參與培訓行為（表7）。

表7 模型路徑估計結果Table 7 Estimation results of the model

1）行為態(tài)度對農業(yè)科技人才參與培訓意愿產生顯著正向影響。在行為態(tài)度這一潛變量的5個觀察變量中，促進職業(yè)發(fā)展、改進工作績效和提升自身能力的標準化載荷系數較大，分別為0.808、0.740和0.723。而結識更多同行的標準載荷系數僅為0.656，相對其他觀察變量而言對農業(yè)科技人才參與培訓意愿的影響最小。由此表明，農業(yè)科技人才在考慮是否參與培訓時更多關注的是個人職業(yè)的發(fā)展、工作績效的改進和自身能力的提升。隨著鄉(xiāng)村振興戰(zhàn)略的實施及科學技術的快速發(fā)展，數字農業(yè)、物聯(lián)網等新興技術在農村得到廣泛應用，而職業(yè)發(fā)展意識較強的農業(yè)科技人才希望通過參與培訓，掌握先進的“互聯(lián)網+”技術，提高工作效率，從而促進自身職業(yè)的發(fā)展，獲得更多的晉升空間，通過更好地改進工作績效，加強農業(yè)科技成果轉化，以科技創(chuàng)新支撐鄉(xiāng)村振興。

2）主觀規(guī)范對農業(yè)科技人才參與培訓意愿產生顯著正向影響。在主觀規(guī)范這一潛變量的4個觀察變量中，同事激勵、家人支持、領導鼓勵和朋友勉勵的標準化載荷系數依次分別為0.761、0.723、0.660和0.551，表明農業(yè)科技人才在考慮是否參與培訓時同事參與培訓的激情對其影響最大，其次是家人的支持、領導的鼓勵，而朋友勉勵的影響較小。原因在于，若周圍的同事通過參與培訓業(yè)績得到提升或職位得到晉升，會帶動農業(yè)科技人積極地參與培訓；家人會因為農業(yè)科技人才參與培訓后工作績效得到改進或事業(yè)得到發(fā)展而支持農業(yè)科技人才參與培訓；領導會因為農業(yè)科技人才參與培訓后能力得到提升，提高了公司競爭力，推進了公司穩(wěn)步向前發(fā)展而鼓勵農業(yè)科技人才參與培訓。

3）知覺行為控制對農業(yè)科技人才參與培訓意愿產生顯著正向影響。在知覺行為控制這一潛變量的7個觀察變量中，培訓費用與培訓時間的標準化載荷系數相對較高，分別為0.741和0.712。這是因為，農業(yè)科技人才在考慮是否參與培訓時會把時間和費用成本放在第一位，參與培訓會增加農業(yè)科技人才對自身人力資本的投資，由于對培訓預期收益的不確定，其參與培訓存在一定的風險，不僅需要自己支付培訓所需要的費用，還可能需要承擔因為參與培訓而占用工作或個人時間，使之耽誤工作而損失薪資或晉升機會等沉沒成本。農業(yè)科技人才越認為有足夠的能力承擔培訓所需要的費用和擁有充足的時間參加培訓，其參與培訓的積極性越高。排在第三位的政策引導系數為0.699，說明這也是影響農業(yè)科技人才參與培訓意愿的一個重要因素。在調查過程中發(fā)現(xiàn)，部分縣（區(qū)）存在政策宣傳不到位的情形，致使一些農業(yè)科技人才對參與培訓的扶持優(yōu)惠政策不了解，而培訓政策落實不到位使得已經了解相關政策的農業(yè)科技人才對政策認可度低，其參與培訓的熱情降低，削弱了參與培訓的意愿。

4）參與培訓意愿對農業(yè)科技人才參與培訓行為產生顯著正向影響。在參與培訓意愿這一潛變量的3個觀察變量中，培訓動機、培訓機會和未來期待的標準化載荷系數分別為0.759、0.829和0.758。這表明，培訓機會是農業(yè)科技人才參與培訓意愿的外在誘因，培訓動機和未來期待是農業(yè)科技人才參與培訓意愿的內在誘因，因此，為農業(yè)科技人才提供更多的培訓機會，同時，引導其樹立正確的培訓動機，提高其對自身發(fā)展的期待，其參與培訓的意愿和行為就會增強。

3.4 中介效應分析

在分析農業(yè)科技人才參與培訓行為影響因素的基礎上，進一步分析參與培訓意愿的作用機制。中介檢驗結果表明（表8），行為態(tài)度—參與培訓意愿—參與培訓行為、主觀規(guī)范—參與培訓意愿—參與培訓行為和知覺行為控制—參與培訓意愿—參與培訓行為三條路徑所對應的95%的置信區(qū)間分別為[0.077, 0.193]、[0.103, 0.222]和[0.106, 0.237]，不包括0，表明參與培訓意愿的中介效應顯著，即參與培訓意愿在行為態(tài)度和參與培訓行為之間起中介作用；參與培訓意愿在主觀規(guī)范和參與培訓行為之間起中介作用；參與培訓意愿在知覺行為控制和參與培訓行為之間起中介作用。

表8 中介效應檢驗結果Table 8 Mediation effect test results

4 結論與建議

4.1 結論

鄉(xiāng)村振興需要充分發(fā)揮科技的力量，而科技創(chuàng)新的關鍵在于農業(yè)科技人才，優(yōu)化農業(yè)科技人才的培訓工作、提高其參與培訓的積極性有利于提升人才素質，加強人才隊伍建設。研究表明，農業(yè)科技人才參與培訓的意愿對參與培訓行為有顯著的正向影響；行為態(tài)度、主觀規(guī)范和知覺行為控制對農業(yè)科技人才的參與培訓意愿存在顯著的正向影響。其中，行為態(tài)度對參與培訓意愿的影響最大，其次是知覺行為控制，主觀規(guī)范的影響最??；參與培訓意愿在行為態(tài)度、主觀規(guī)范和知覺行為控制對培訓行為的影響中起中介作用。在行為態(tài)度對參與培訓意愿的影響中，農業(yè)科技人才比較關注參與培訓是否能促進職業(yè)發(fā)展、改進工作績效和提升自身能力；在主觀規(guī)范對參與培訓意愿的影響中，農業(yè)科技人才更多地是感受到來自同事、家人和領導的壓力；在知覺行為控制對參與培訓意愿的影響中，影響較大的是培訓費用、培訓時間和政策引導。

此外，在已有研究中，有學者將技術接受模型、收益—風險模型等理論模型引入對行為的研究，或對計劃行為理論中的變量進行拓展，這些變量是否也是農業(yè)科技人才參與培訓的影響因素以及能否將這些理論模型進行整合引入本研究，這些都是后期研究可以思考的方向。

4.2 建議

1）注重政策引導，營造培訓氛圍。通過電視、網絡、報刊和宣傳冊等各種渠道大力宣傳與農業(yè)科技人才相關的培訓政策，發(fā)布相關培訓信息，以提高農業(yè)科技人才對培訓的認知度。同時，借助社會輿論力量，積極宣傳周圍典型事例，成立專門基金，對培訓期間表現(xiàn)突出的農業(yè)科技人才給予物質獎賞，或作為先進事例進行正面宣傳，營造農業(yè)科技人才積極參與培訓的良好氛圍，提升其參與培訓行為的積極性。

2）關注培訓需求，促進職業(yè)發(fā)展。首先，在培訓內容的設計上，應堅持理論知識與實踐創(chuàng)新相結合，主動了解各類農業(yè)科技人才的培訓訴求，實施分類培訓，提高培訓的針對性與實用性。對于從事基礎理論研究的農業(yè)科研人才，設計與農業(yè)理論知識相關的專業(yè)課程，提高其自主研發(fā)能力；對于農業(yè)推廣人才，應建立養(yǎng)殖示范基地，將農業(yè)與物聯(lián)網技術相結合，加強其科技成果轉化能力。其次，在培訓方式的選擇上，應不斷豐富和創(chuàng)新各種培訓形式，如遠程教育、現(xiàn)場教學等，以節(jié)約農業(yè)科技人才的時間與空間成本；選派優(yōu)秀農業(yè)科技人才出國進修培訓，將國外先進技術靈活應用于實際工作中，通過個人工作績效的改進來促進個人職業(yè)生涯的發(fā)展。

3）加大經費投入，完善體制機制。各級政府要切實貫徹人才投入優(yōu)先政策，不斷加大對培訓經費的投入力度，減輕農業(yè)科技人才培訓費用的壓力；要加強對培訓資金的監(jiān)管，提高資金的使用效率；要建立相應的評價激勵與反饋機制，及時發(fā)現(xiàn)問題，不斷完善培訓體系，以保障農業(yè)科技人才培訓工作長期穩(wěn)定地開展。