農村教育水平對收入的影響及其減貧效應

陳曉嫻

(南京審計大學公共管理學院，江蘇 南京 211815)

0 引言

隨著扶貧攻堅戰取得全面勝利，中國成功實現9 899萬農村貧困人口全部脫貧，消除了千年絕對貧困。 但相對貧困現象仍將伴隨我國社會主義初級階段長期存在。 貧困也呈現出復雜性和多樣性的特點。 聯合國開發計劃屬(UNDP)[1]基于Alkire 和Foster[2]的A－F 方法進而提出多維貧困指數(MPI)。 賀坤和周云波指出教育是造成我國農民工多維貧困的主要因素之一，因此提高教育水平被視為發展減貧事業的重要舉措[3]。

宋靜利用CHNS 數據庫中1989 年到2015 年共10 輪的調查數據，實證指出:在現行貧困標準下，教育投資對中國農村減貧發揮積極正向作用，且效應力度呈現先增后減的倒“U”型變化。 國外學者也得出類似結論[4]。 Schultz 認為人力資本水平在一定程度上決定了消費者個人收入水平，因此政府應加大教育投入力度[5]。 Kurosaki 和Khan 利用巴基斯坦跨期農村數據，實證表明教育可以有效解決農村地區的貧困問題[6]。 Fang 等利用定量研究方法將各種投資的減貧戰略數字化，結果顯示教育投資的減貧成效最好[7]。

綜上，教育作為造成個體尤其是農村地區個體多維貧困的主要因素之一，對人均收入水平的增加，以及貧困消除有著不可磨滅的作用。

1 理論機制與研究假說

1.1 理論機制

20 世紀60 年代，美國經濟學家舒爾茨和貝克爾創立人力資本理論(Human capital theory)，該理論認為人力資本是一種表現在個體身上的非物質資本，即對生產者進行教育、職業培訓等支出及其在接受教育時的機會成本等的總和，表現為蘊含于人身上的各種生產知識、勞動管理技能以及健康素質的存量總和。 人力資本理論主要研究對象是人力資本投入和收益之間的關系，其中，教育投資與收益之間關系的研究最為突出，最具代表性的就是明瑟收入方程。

1.2 研究假說

基于理論機制提出以下假說并展開研究:

假說1:在其他條件不變的情況下，農村個體受教育程度對其收入有顯著影響，農村個體受教育程度越高其所得到的收入也隨之提高。

假說2:在其他條件不變的情況下，農村個體受教育程度對其收入的影響主要存在著性別以及工作性質的差異。

2 模型設計與變量選擇

2.1 模型設計

基于眾多學者的研究成果，文章利用個體接受的最高教育程度來衡量個體的知識；利用潛在的工作年限即工齡來衡量個體工作經驗。 但工作技能與工作年限之間并非簡單的線性關系，而是先增后減的倒“U”型曲線，因此借鑒宋靜[4]的模型，將工作年限的平方引入模型以保證估計結果的準確性。

為檢驗關鍵解釋變量對被解釋變量的解釋程度，還需對健康狀況、性別、工作性質和年齡等變量進行控制，于是將明瑟的收入方程簡化成以下模式:

其中，health、gender、work 與age 均為控制變量。lnwagei表示第i個農村個體總收入(元/年)，edui代表第i個農村個體受教育程度，expi和exp2i分別表示第i個農村個體的工作年限和工作年限的平方，healthi表示第i個農村個體的健康程度，genderi表示第i個農村個體的性別，worki表示第i個農村個體的工作性質，agei表示第i個農村個體的年齡。β1為受教育程度估計系數，用來描述農村個體每增加一個的教育程度所得到的收入對數增長的百分比。

2.2 變量選擇

收入:指農村居民個人總收入(元/年)，為了縮小數據之間的絕對差異以及避免個別極端值的影響，對個人總收入wage 變量取對數，產生新的變量lnwage。

受教育程度:參考國內外學者的研究成果，將最高學歷進行折算，得出其受教育年限，具體如表1所示。

表1 受教育程度折算

工作年限:采用宋靜[4]的核算方式，用潛在工作年限作為代理變量，計算方式為“年齡－受教育年限－6”，具體見表1。

工作年限的平方:計算方式為“工作年限的平方/100”。

健康程度:對健康狀況給出的信息設置虛擬變量，即將不健康的變量設為1、一般設為2、比較健康設為3、很健康設為4、非常健康設為5。

性別:依據相應數據集給出的信息設置虛擬變量，當性別為“女”時，虛擬變量設為1；否則，設為0。

工作性質:依據相應數據集給出的信息設置虛擬變量，當工作性質為“非農工作”時，虛擬變量設為1；否則，設為0。

年齡:年齡作為連續性變量可直接作為控制變量放入模型之中。

數據來自中國家庭追蹤調查(CFPS)的2018 年微觀調查數據庫，最終篩選出具有中國農業戶口的、現已不上學、已工作并且尚未辦理退休手續的個體，剔除了關鍵變量具有缺失值的個體，共得4 312組樣本觀測值。

3 實證結果與分析

3.1 描述性統計

表2 給出了2018 年樣本中關鍵性變量的一些統計值。 所篩選出的可用樣本數據量均達到4 000以上，足以支撐下一步的實證研究。

表2 主要變量的描述性統計

3.2 回歸結果分析

基準回歸結果如表3 所示，回歸結果顯示受教育程度變量的回歸系數都為正值并且在統計上是高度顯著的，顯著性水平達到0.01。 具體來看，模型(1)結果在控制了年齡、健康程度、性別和工作性質后，農村個體的受教育程度每增加一個單位，相應的收入對數增長14.90%，影響顯著。 在控制了年齡、健康程度和工作性質后，模型(2)中女性農村個體的受教育程度每增加一個單位，相應的收入對數顯著增長19.39%；模型(3)中男性農村個體的受教育程度每增加一個單位，相應的收入對數顯著增長11.25%。 就該樣本而言，受教育程度每增加一個單位，女性農村個體相應的收入對數增長高于男性農村個體，高出8.14%，存在較大的差異。 可見受教育程度或者說學歷對農村女性個體的收入增長而言影響更大。

表3 調查樣本回歸結果

除了教育，行業差異和地區差異等因素對個人收入也有著非常顯著的作用。 在控制了年齡、健康程度和性別后，模型(4)顯示從事農業工作的農村個體的受教育程度每增加一個單位，相應的收入對數顯著增長16.43%。 同樣地，模型(5)指出從事非農工作的農村個體的受教育程度每增加一個單位，相應的收入對數顯著增長14.84%。 就該樣本而言，受教育程度每增加一個單位，從事農業工作的農村個體相應的收入對數增長高于從事非農工作的農村個體，高出1.59%。 對主要職業為非農業的個人來說，非農業工作者的收入顯著高于農業工作者，這也是我國農村經濟發展面臨的重大問題，即如何通過教育投入實現農業產業的扶貧。

4 研究結論與政策啟示

4.1 研究結論

通過對實證結果的分析，得出如下結論:

(1)在其他條件不變的情況下，農村個體受教育程度對其收入有顯著影響，農村個體收入與受教育程度正相關。

(2)在其他條件不變的情況下，農村個體受教育程度對其收入的影響主要存在著性別以及工作性質的差異。

4.2 政策啟示

4.2.1 持續增加教育財政投入，合理分配教育資源

堅持科教興國戰略，始終將教育作為促進整體發展和保障改善民生的重要抓手，政府應不斷加大教育投入力度。 尤其是要增加對農村地區的基礎教育投入，優化教育資源，著重關注教育資源的合理分配，從根本上改變農村地區貧瘠的教育面貌。 同時，需加強各級政府、媒體和社會的監督管理，確保教育扶貧資金落到實處。

4.2.2 優化公共教育支出結構，增強個人或家庭教育投入意識

公共教育支出有利于促進家庭的教育支出，特別是對農村家庭與收入低的家庭。 且政府不僅要大力增加教育投入，更要提高公共教育支出中對個人或家庭的補助比例，減輕貧困家庭的教育負擔。 優化公共教育支出結構，有利于增強農村個人和家庭的教育意識，增加其教育投資，縮小城鄉、高低收入者之間的教育差距。

4.2.3 推動城鄉統籌發展，重塑要素在城鄉間的雙向流動

借助人口的流動打通城鄉交流的屏障，實現教育資源的資本要素共享，不斷滿足貧困地區的貧困人口的需求，積極引導“互聯網＋”模式，將城市與農村的教育資源配置聯合起來，在農村課堂中融入城市優質資源，更好地發揮其溢出效應。 同時，政府要制定與完善有效的人才政策與措施吸引農村人口，為農村建設家鄉留住人才，推動城鄉統籌發展。

4.2.4 鼓勵民間資本進入農村教育投資領域

結合國家的相關政策與法規，積極鼓勵民間資本投入教育領域，正確指導社會資本進行教育項目的投資，拓寬民間資本進入教育領域、參與教育事業發展的渠道，建立人才聯合培養機制。 政府應積極購買教育服務，發揮引導職能，把重心放在教育規劃上，充分發揮市場機制作用。