《表2 相关变量面板数据》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《我国农村剩余劳动力对农业全要素生产率的影响分析》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

数据来源:历年《中国统计年鉴》《中国农业年鉴》《中国人口统计年鉴》《全国农产品成本收益资料汇编》等。

根据式（3），通过比较变量间的简单相关系数和偏相关系数，KMO（Kaiser-Meyer-Olkin）检验分析变量间的相关性。KMO数值越靠近1，变量间相关性越强。若KMO检验值在0.5～1.0之间，则表示适合主成分分析。Bartlett球状检验用于检验各个变量之间是否相互独立。度量标准为sig (significance）值，若sig值小于0.05，即拒绝原假设，说明适合进行主成分分析；反之则不适合。运用SPSS19.0检验，发现KMO和sig值均通过检验。农业劳动力素质指数评价结果见表2。