李承晉,張永真
(西北師范大學(xué)商學(xué)院,蘭州 730070)
根據(jù)舒爾茨的人力資本理論,人口素質(zhì)是制約農(nóng)村生產(chǎn)力發(fā)展的主要因素,比較各種農(nóng)業(yè)投入的投資收益率,教育的投資收益率最大(舒爾茨,2006)[1]。在我國農(nóng)村貧困的分布逐漸由區(qū)域性和整體性貧困轉(zhuǎn)變?yōu)閭€體性貧困,貧困人口也主要由邊緣化人口構(gòu)成(都陽、蔡昉,2005)[2],勞動力素質(zhì)普遍偏低,貧困人口自身發(fā)展、擺脫貧困的能力十分有限,提高農(nóng)村貧困人口人力資本,特別是提高其受教育水平,對于提高貧困家庭收入、擺脫貧困發(fā)揮著越來越重要的作用(王瑜、汪三貴,2016)[3]。
以往研究教育收益率、以及就全國、城鄉(xiāng)、不同區(qū)域或人群的教育收益率進(jìn)行對比研究的文獻(xiàn)已經(jīng)很多。首先,從使用全國數(shù)據(jù)、并依數(shù)據(jù)期限進(jìn)展的文獻(xiàn)來看,從1980年代后期至今我國教育收益率總體上呈現(xiàn)出不斷提高的態(tài)勢。Johnson和Chow(1997)[4]利用1988年中國個人調(diào)查數(shù)據(jù)估計(jì)并比較了中國城鎮(zhèn)居民和農(nóng)村居民的教育收益率,用明瑟模型估計(jì)的農(nóng)村居民教育收益率為4.0%,城鎮(zhèn)居民教育收益率為3.3%;李實(shí)和丁賽(2003)[5]利用覆蓋我國11個省份的抽樣調(diào)查數(shù)據(jù)估計(jì)了1990~1999年期間城鎮(zhèn)居民的教育收益率,測算出城鎮(zhèn)居民個人教育收益率1990年為2.4%,1999年為8.1%,十年間上升了3倍之多;梁潤(2011)[6]使用中國健康與營養(yǎng)調(diào)查(CHNS)數(shù)據(jù),研究得出我國教育收益率基本呈現(xiàn)逐年增長,并且城鎮(zhèn)總是高于農(nóng)村,女性總是高于男性,而且城鄉(xiāng)的教育收益率差距也在不斷擴(kuò)大;鄧峰和丁小浩(2013)[7]同樣使用CHNS數(shù)據(jù),估算了1989~2009年20年來全國教育收益率的變動趨勢,得出2000年以后我國城鎮(zhèn)地區(qū)教育收益率呈現(xiàn)出了先上升后下降的變化,也導(dǎo)致了城鎮(zhèn)與農(nóng)村的教育收益率差距的縮小。
其次,一些學(xué)者利用農(nóng)村數(shù)據(jù)就農(nóng)村人口的教育收益狀況進(jìn)行了研究,現(xiàn)有的文獻(xiàn)主要是以國家宏觀層面的數(shù)據(jù)為主,如白菊紅和袁飛(2003)[8]利用1996~2001年農(nóng)業(yè)部農(nóng)村固定觀察資料分析得出,農(nóng)村勞動力受教育程度越高,相應(yīng)的教育投資收入彈性就越大,對家庭的收入貢獻(xiàn)也就越明顯;李谷成等人(2006)[9]利用1983~2003年共21年的湖北省官方統(tǒng)計(jì)年鑒數(shù)據(jù)估計(jì)了農(nóng)民教育和健康的投資收益率,得出結(jié)論,教育和健康的投資水平與農(nóng)民的收入水平呈同方向變化,并且有相互促進(jìn)的影響。也有學(xué)者利用農(nóng)村入戶調(diào)查數(shù)據(jù)估計(jì)了農(nóng)村人口的教育收益率,如邢小燕和李世平(2010)[10]以陜西省呂梁市為例,通過實(shí)證研究得出貧困地區(qū)農(nóng)民教育收益率為3.7%;劉燕梅和段小紅(2013)[11]利用甘肅省13個市縣的調(diào)查數(shù)據(jù)研究得出,農(nóng)民家庭收入在勞動力受教育水平達(dá)到初中時(shí)會有顯著增加,而且隨著勞動力受教育水平增加到16.5年,農(nóng)民家庭工資性收入達(dá)到最大值;黃斌等人(2014)[12]通過分析浙江省、安徽省和陜西省2009~2010年的農(nóng)村入戶調(diào)查數(shù)據(jù),得出按照由低到高的收入水平排列的不同收入水平群體,其教育收益率呈先增加后減少的倒U型變化趨勢,職業(yè)教育收益率則呈遞減變化。
以上的研究表明,在對教育收益率的研究與測算中,國內(nèi)外學(xué)者已經(jīng)就地區(qū)差異、城鄉(xiāng)差異和性別差異等進(jìn)行了廣泛分析,結(jié)果均表明受教育程度對個人或家庭收入具有顯著的影響,而且教育收益率在不同地區(qū)、城鎮(zhèn)與農(nóng)村、男性與女性之間存在明顯差別,但就目前研究來看,專門針對貧困人口教育收益率的文獻(xiàn)非常有限,因此對于甘肅省貧困地區(qū)農(nóng)村家庭教育收益率的研究與分析,有助于從貧困人口自身的角度找出貧困原因所在?;诖耍疚睦?016年對甘肅省14個貧困村1749個農(nóng)戶的調(diào)查資料,采用明瑟回歸方程,對樣本數(shù)據(jù)中貧困與非貧困家庭的教育收益率進(jìn)行估計(jì)及比較,并對結(jié)果進(jìn)行解釋及分析,以期為當(dāng)前開展的教育精準(zhǔn)扶貧提供有益借鑒。
本文使用的數(shù)據(jù)源于西北師范大學(xué)“精準(zhǔn)扶貧與區(qū)域發(fā)展研究中心”于2016年在甘肅省片區(qū)貧困縣進(jìn)行的農(nóng)村社會調(diào)查,調(diào)查涉及甘肅省8個市區(qū)的14個建檔立卡貧困村,問卷內(nèi)容主要包含家庭人口結(jié)構(gòu)、勞動力外出、收支情況、教育醫(yī)療等。調(diào)查采取分層抽樣、當(dāng)面訪談形式,共獲得1749戶、8319人的信息。
因?yàn)楸狙芯康暮诵氖菍颖敬逯械呢毨Ъ彝ズ头秦毨Ъ彝趧恿Φ慕逃找媛蔬M(jìn)行估計(jì)和比較,因此將調(diào)查樣本以是否為建檔立卡貧困戶①建檔立卡貧困戶是指以2013年農(nóng)民人均純收入2736元(相當(dāng)于2010年2300元不變價(jià))的國家農(nóng)村扶貧標(biāo)準(zhǔn)為識別標(biāo)準(zhǔn),建立貧困戶電子信息檔案,向貧困戶發(fā)放《扶貧手冊》。分為貧困戶和非貧困戶兩個子樣本。其中建檔立卡貧困戶樣本包含767戶、2065個勞動力,非建檔立卡貧困戶樣本包含982戶、2974個勞動力。從家庭人口結(jié)構(gòu)來看,貧困戶戶均人口為4.6人,戶均勞動力2.7人,非貧困戶戶均人口4.9人,戶均勞動力3.0人,貧困戶人口規(guī)模和戶均勞動力數(shù)都低于非貧困戶。
表1 貧困戶與非貧困戶樣本人口概況
從勞動力受教育程度來看,貧困家庭與非貧困家庭的差距較大,貧困家庭的特征主要體現(xiàn)在勞動力受教育程度低、文盲半文盲勞動力數(shù)量多。在受教育年限上,貧困戶勞均受教育年限僅為5.3年,而非貧困戶勞均受教育年限為6.3年。在受教育程度上,貧困戶與非貧困戶勞動力為小學(xué)文化程度的占比相當(dāng)(為30%),其差距主要體現(xiàn)在文盲半文盲比例上,貧困戶勞動力中有28.2%為文盲半文盲,而非貧困戶的這一比例為20.2%,另外,貧困戶在初中、高中和大專及以上受教育程度的相應(yīng)占比都低于非貧困戶。
從收入狀況來看,貧困戶和非貧困戶勞動力收入水平存在明顯差距。貧困戶勞均收入為6639.5元,非貧困戶為8310.3元,兩者相差1670.8元。從收入結(jié)構(gòu)來看,務(wù)工收入是農(nóng)戶收入的最主要來源,其次為農(nóng)業(yè)收入,貧困戶與非貧困戶的務(wù)工收入占比基本相當(dāng)(約為64.0%),農(nóng)業(yè)收入占比分別為24.5%和20.6%,顯然,貧困戶來自農(nóng)業(yè)的收入占比更高。非農(nóng)經(jīng)營收入兩者相比差距較大,貧困戶非農(nóng)經(jīng)營收入只占了2.4%,非貧困戶為9.5%。
表2 貧困戶與非貧困戶勞動力受教育水平與收入狀況
家庭人口健康狀況、勞動力外出狀況、家庭負(fù)擔(dān)等也可能對農(nóng)戶家庭收入水平產(chǎn)生較大影響。首先,家庭人口的健康狀況對農(nóng)戶收入的影響較大。調(diào)查數(shù)據(jù)顯示,貧困戶人口患病比例(23.5%)明顯高于非貧困戶(18.3%)。其中貧困戶人口患慢性病、大病、因事故或先天因素導(dǎo)致傷殘的人口比例分別為19.1%、3.1%和1.3%,而非貧困戶相應(yīng)為15.1%、2.4%和0.8%。在患病人口中,從年齡來看,15~65歲的勞動年齡人口占比較高,貧困戶與非貧困戶分別為61.6%和68.8%,可能出現(xiàn)了不健康人群低齡化趨勢。從性別來看,貧困戶與非貧困戶的女性患病比例均高于男性,而男性患病比例中貧困戶更高。
其次,農(nóng)戶勞動力外出流動能夠有效的影響家庭收入,一方面農(nóng)村勞動力外出能夠增長見識,提高技能水平,另一方面農(nóng)村外出的人口相對都是優(yōu)質(zhì)的勞動力資源。調(diào)查數(shù)據(jù)顯示,貧困與非貧困家庭外出勞動力占比分別為23.7%和25.6%,這些勞動力都是有技能、有知識、人力資本水平相對較高的勞動力,剩余在農(nóng)村的勞動力則以種植業(yè)為主。另外,貧困戶與非貧困戶在外出勞動力的性別、年齡以及受教育水平方面都存在差別。就性別分布來看,貧困戶女性勞動力外出的比例為25.8%低于非貧困戶的33.2%,說明非貧困戶中女性勞動力人力資本狀況更好;從年齡來看,非貧困戶外出勞動力的平均年齡為32.4歲,比貧困戶更年輕;從受教育狀況來看,非貧困戶外出勞動力的受教育水平明顯高于貧困戶。
最后,勞動力職業(yè)結(jié)構(gòu)、家庭負(fù)擔(dān)等對農(nóng)戶收入有一定的影響。從勞動力職業(yè)結(jié)構(gòu)來看,貧困戶家庭勞動力主要以務(wù)農(nóng)為主,務(wù)農(nóng)比例高出非貧困戶8%,而務(wù)工勞動力比例相差不大,但非貧困戶仍比貧困戶高了0.4%。在從事非農(nóng)經(jīng)營(經(jīng)營小商鋪、作坊或者個體運(yùn)輸?shù)龋┑膭趧恿?shù)量中兩者差距較大,貧困戶從事非農(nóng)經(jīng)營的勞動力占1.1%,而非貧困戶達(dá)到了8.3%,對于從事行政事業(yè)單位的勞動力來說,貧困戶只占了0.9%,非貧困戶占了2.1%,由此可見,貧困戶勞動力的個體技能狀況不如非貧困戶,也沒有非貧困勞動力從事的職業(yè)類型豐富。從家庭負(fù)擔(dān)來看,貧困戶的家庭贍養(yǎng)系數(shù)為0.72①贍養(yǎng)系數(shù)=家庭非勞動力人數(shù)/勞動力人數(shù),明顯大于非貧困戶的0.60,貧困戶人口負(fù)擔(dān)更重。
表3 影響貧困戶與非貧困戶收入的其他因素
表4 主要解釋變量的名稱與描述
本文所用的模型為大多數(shù)學(xué)者在估計(jì)教育收益率時(shí)所使用的明瑟收入函數(shù)。其基本表達(dá)式為:
其中,Y表示農(nóng)戶家庭勞均收入,EDU指家庭勞動力的平均受教育年限,EXP表示家庭勞動力的平均工齡①勞動力平均工齡=勞動力平均年齡-(勞動力平均受教育年數(shù)+7),α表示截距,ε表示誤差,β、γ1、γ2分別是各個解釋變量的回歸系數(shù),β、γ1即是教育和工齡的收益率。
考慮到農(nóng)戶家庭勞動力職業(yè)狀況、人口健康狀況等對其收入可能存在的影響,本文在基礎(chǔ)的明瑟方程中加入了務(wù)工人數(shù)比例、家庭非健康人口比例、戶主年齡、人均耕地面積、家庭從事非農(nóng)經(jīng)營、家庭為建檔立卡貧困戶等控制變量(模型2),為了測算貧困與非貧困戶家庭教育收益率的差異,又在模型3中引入家庭勞均受教育變水平與貧困戶變量的交互項(xiàng)λEDU*Z,其中,λ表示貧困戶與非貧困戶之間教育收益率的差距,如果λ為負(fù)則表示貧困戶的教育收益率低于非貧困戶,回歸方程為:
1.按教育年限估計(jì)的教育收益率及比較
按教育年限估計(jì)的教育收益率見表5。其中模型1表示利用基礎(chǔ)的明瑟方程回歸所得結(jié)果,模型2表示加入控制變量后所得出的回歸結(jié)果,模型3為加入教育與貧困戶的交互項(xiàng)后的回歸結(jié)果。
首先,從樣本整體的回歸結(jié)果來看,三個模型戶均受教育年限的估計(jì)系數(shù)都在0.01顯著性水平下顯著,模型1顯示基礎(chǔ)的明瑟回歸估計(jì)的樣本總體的教育收益率為6.1%,模型2顯示加入控制變量后的教育收益率為4.0%。模型3為增加了教育與貧困戶交互項(xiàng)后的回歸結(jié)果,交互項(xiàng)的系數(shù)顯著為負(fù)表明,當(dāng)限制其他自變量在貧困戶與非貧困戶之間相同時(shí),貧困戶教育收益率比非貧困戶低了2.8%,即貧困戶教育收益率為5.3%,非貧困戶為8.1%。
其次,從貧困戶和非貧困戶估計(jì)的教育收益率來看,貧困戶的教育收益率為4.8%,非貧困戶為6.6%,貧困戶比非貧困戶低了1.8%,與總體數(shù)據(jù)估計(jì)的基本一致,說明了以上回歸具有較好的穩(wěn)定性。貧困戶回歸結(jié)果中工齡與工齡平方項(xiàng)的系數(shù)都不顯著,表明對貧困戶勞動力而言勞動年齡的增長并不能帶來顯著的收入增加,也在深層次上意味了貧困戶之所以貧困的一個重要根源,即基礎(chǔ)教育的缺乏嚴(yán)重制約了其在之后職業(yè)技能經(jīng)驗(yàn)上的不斷積累和發(fā)展。而非貧困戶這兩項(xiàng)的系數(shù)都顯著,且工齡收益率(4.2%)低于教育收益率,可見教育對家庭收入的影響大于工作經(jīng)驗(yàn)的影響。非貧困戶工齡平方項(xiàng)的系數(shù)顯著為負(fù),符合經(jīng)驗(yàn),說明家庭勞均收入隨著勞均年齡的增長先增加,當(dāng)超過一定工齡以后,收入開始下降。
表5 依受教育年限的教育收益率回歸結(jié)果
再次,從其他控制變量的系數(shù)來看,貧困戶與非貧困戶的回歸結(jié)果也有明顯的不同。從務(wù)工比例系數(shù)來看,貧困戶務(wù)工比例每增加一單位,家庭勞均收入增加141.7%,比非貧困戶務(wù)工比例的增加對家庭勞均收入的影響大,說明家庭打工人數(shù)的增加對貧困戶家庭勞均收入的提高有著很大的影響力。無論貧困戶還是非貧困戶,家庭從事非農(nóng)經(jīng)營都能使勞均收入有較大提升,貧困家庭從事非農(nóng)經(jīng)營能使家庭勞均收入增加42.1%,非貧困家庭從事非農(nóng)經(jīng)營能使家庭勞均收入增加48.9%。貧困戶人均耕地面積系數(shù)在0.01的顯著性水平下顯著為正,表示家庭人均耕地面積每增加一畝,家庭勞均收入增長4.3%,而非貧困戶人均耕地面積系數(shù)不顯著,說明非貧困戶家庭人均耕地面積對勞均收入沒有顯著的影響。從非貧困戶數(shù)據(jù)回歸結(jié)果的其他顯著控制變量系數(shù)可以看出,非健康人口比例每增加一單位,勞均收入降低51.8%,戶主年齡每增加一歲,家庭勞均收入增加0.8%,說明戶主年齡對家庭勞均收入的影響較小。
2.按不同受教育層次的教育收益率比較
為了估計(jì)不同教育層次教育收益率的差異,本文將家庭勞動力平均受教育年限分為文盲半文盲、小學(xué)、初中、高中和大專及以上五個教育層次。在總體樣本數(shù)據(jù)中,五個教育層次分別占了樣本總量的9.6%、44.6%、36.1%、8.5%和1.2%,將總體數(shù)據(jù)分成貧困戶與非貧困戶子樣本后,非貧困戶從文盲半文盲到大專及以上五個教育層次的占比分別為5.9%、42.8%、39.3%、10.2%、1.8%,貧困戶相應(yīng)占比分別為14.3%、46.9%、32.1%、6.3%、0.4%。
將不同的教育層次作為虛擬變量代替模型1、模型2和模型3中的教育年限變量,并在模型6中加入各個教育層次與貧困戶的交互項(xiàng),修改后的模型為:
回歸結(jié)果如表6所示。其中模型4表示利用基礎(chǔ)的明瑟方程回歸所得結(jié)果,模型5為加入控制變量后所得出的回歸結(jié)果,模型6為在模型中加入各個層次教育與貧困戶的交互項(xiàng)后所得的回歸結(jié)果。
回歸結(jié)果如表6所示。首先,從總體來看,三個模型中所有層次的教育回歸系數(shù)都在0.01的顯著性水平下顯著。通過計(jì)算得出各個層次的年均教育收益率①當(dāng)解釋變量為虛擬變量時(shí),必須取虛擬變量系數(shù)估計(jì)值的反對數(shù)并減去1再乘以100來表示這個解釋變量值的單位變化導(dǎo)致因變量的百分比變化,即Ei=[exp(βi)-1]/di,其中Ei為各個層次的年均教育收益率,βi為回歸系數(shù),以文盲半文盲為基準(zhǔn)變量,di為第i層次教育年限與文盲半文盲(基準(zhǔn)組)受教育年限之差。,相對于文盲半文盲(基準(zhǔn)組)來說,小學(xué)、初中、高中和大專及以上的年均教育收益率分別為10.94%、8.12%、9.41%.、15.65%,由此看出,各層次教育收益率從低到高依次為:文盲半文盲(基準(zhǔn)組)、初中、高中、小學(xué)和大專及以上。從模型6的估計(jì)結(jié)果看出,加入各個教育層次與貧困戶變量乘積項(xiàng)后,小學(xué)*貧困戶、初中*貧困戶與高中*貧困戶三項(xiàng)交互項(xiàng)的系數(shù)都顯著為負(fù),說明了貧困戶在小學(xué)水平、初中水平和高中水平的教育收益率均顯著低于非貧困戶,分別低了9.58%、5.51%和4.16%,而大專及以上*貧困戶的系數(shù)不顯著。由此可以得出,小學(xué)、初中和高中教育層次上存在的差異是貧困戶和非貧困戶教育收益率差異的主要路徑,而大專及以上的受教育程度并不能顯著的拉大貧困戶與非貧困之間的教育收益率差距,當(dāng)貧困戶家庭勞動力受教育水平達(dá)到大專及以上時(shí),貧困戶與非貧困戶的教育收益率都將有很大提升。另外,家庭為建檔立卡貧困戶的系數(shù)顯著為正說明,對于貧困戶來說,非文盲半文盲家庭的勞均收入比文盲半文盲家庭(基準(zhǔn)組)的勞均收入高了41.3%,進(jìn)一步說明了提升勞動力受教育程度對家庭收入增長的重要影響。
其次,從對貧困戶和非貧困戶的回歸結(jié)果來看,各教育層次的系數(shù)均至少在0.05顯著性水平下顯著。通過計(jì)算可以得出貧困戶從小學(xué)到大專及以上的教育收益率分別為6.75%、5.41%、5.65%和13.68%,非貧困戶的分別為14.72%、10.40%、11.30%、18.89%。比對可見,貧困戶在各個教育層次的教育收益率均低于非貧困戶,貧困戶和非貧困戶各個層次教育收益率從低到高的順序相同,同樣與總體數(shù)據(jù)回歸的結(jié)果保持著較好的穩(wěn)定性。從這一結(jié)論可以得出,在所調(diào)查的樣本地區(qū),無論是貧困戶還是非貧困戶,接受初中和高中教育不是很劃算,最好的選擇是大專及以上的教育水平,如果讀完高中而沒有繼續(xù)接受高等教育,這種選擇損失最大。所以,當(dāng)接受高等教育時(shí)個體的教育收益率會有很大程度提高,每增加一年高等教育,貧困戶勞均收入增加13.7%,非貧困戶勞均收入增加18.9%。
由以上回歸結(jié)果及分析可見,貧困戶勞動力的教育收益率無論相對于樣本總體、還是非貧困戶子樣本都明顯較低。這一結(jié)果與其他許多研究結(jié)果基本一致,如黃斌等(2014)[12]通過分析中國農(nóng)村不同收入水平群體的教育收益狀況,得出低收入群體的教育收益率要低于高收入水平群體。同時(shí),其它一些研究結(jié)果也表明,在教育收益率差異上總是存在著落后地區(qū)低于發(fā)達(dá)地區(qū)(岳昌君,2004)[13],農(nóng)村低于城鎮(zhèn)(梁潤,2011)[6]的狀況。
對于導(dǎo)致不同地區(qū)或人群的教育收益率差異
的原因,不少學(xué)者給出了一定的解釋,如黃斌等(2014)[12]認(rèn)為由于低收入群體在接受教育的質(zhì)量、就業(yè)能力和職業(yè)技術(shù)培訓(xùn)投資等方面的不足使得其自身教育收益率低于高收入群體;侯風(fēng)云(2004)[14]認(rèn)為,農(nóng)村勞動力教育收益率低于城市,一方面因?yàn)檗r(nóng)村中等教育更注重升學(xué),而農(nóng)村職業(yè)技術(shù)教育投入高、生源限制及專業(yè)設(shè)置不合理導(dǎo)致發(fā)揮不出其應(yīng)有的作用,另一方面是城鄉(xiāng)勞動力就業(yè)條件的不平等造成了教育收益率的巨大差別,在城市就業(yè)比在農(nóng)村就業(yè)有更高的教育收益率;梁潤(2011)[6]則認(rèn)為城鎮(zhèn)與農(nóng)村教育收益率的差別的原因來自三個方面,第一是教育質(zhì)量的差異,第二是勞動力流動的限制,第三是資本流動的限制;還有學(xué)者認(rèn)為,不同的勞動力市場化程度導(dǎo)致了地區(qū)間教育收益率的差異,勞動力市場化程度較高的地區(qū),人力資本的市場價(jià)值就更容易得到發(fā)揮,從而對個人收入的增長起到應(yīng)有作用,勞動力教育收益率會相應(yīng)提高(杜育紅、孫志軍,2003[15];王海港等,2007[16])。
表6 依受教育層次的教育收益率回歸結(jié)果
由于本文研究樣本同為甘肅貧困村的勞動力,可以認(rèn)為他們在接受基礎(chǔ)教育時(shí)所面臨的條件基本一致,即在接受教育的質(zhì)量上基本相當(dāng),以下重點(diǎn)從調(diào)查資料所反映的貧困村實(shí)際尋找原因。
第一,貧困戶教育收益率低于非貧困戶的基本原因?yàn)槿肆Y本水平低。首先,貧困戶的健康狀況明顯差于非貧困戶,差的健康狀況不但直接影響了勞動力自身的外出就業(yè),由于疾病照料等,也影響了家庭其他勞動力的外出就業(yè),給家庭帶來沉重醫(yī)療負(fù)擔(dān)的同時(shí),也影響了其他勞動力的收入能力。另外,貧困戶勞動力技術(shù)教育投資水平低于非貧困戶,勞動力接受的義務(wù)教育是對最基本的知識結(jié)構(gòu)的學(xué)習(xí),而額外學(xué)習(xí)的投資是需要家庭提供的,正因?yàn)榈褪杖肴后w無法像高收入群體提供更高的教育投資,從而導(dǎo)致了貧困戶教育收益率與非貧困戶之間的差異。
第二,貧困戶勞動力單一的就業(yè)環(huán)境使得其教育收益率低于非貧困戶。樣本數(shù)據(jù)顯示,貧困戶務(wù)農(nóng)的勞動力占到一半以上,而勞動力務(wù)工和非農(nóng)經(jīng)營比例都低于非貧困戶,特別是貧困戶只有2.0%的勞動力從事非農(nóng)經(jīng)營,非貧困戶卻占到10.4%,上文中各個模型的回歸結(jié)果均體現(xiàn)出從事非農(nóng)經(jīng)營的家庭勞均收入顯著高于不從事非農(nóng)經(jīng)營的家庭,而且,根據(jù)以往我們多次農(nóng)村社會調(diào)查所進(jìn)行的分析都表明,從事個體經(jīng)營勞動力的收入最高,其次為務(wù)工、再次為農(nóng)業(yè)。由此可見,貧困戶勞動力的職業(yè)選擇只能以農(nóng)業(yè)和外出務(wù)工為主,這種單一的就業(yè)環(huán)境很難使受教育水平發(fā)揮出作用,而非貧困戶的勞動力職業(yè)結(jié)構(gòu)相對豐富很多,這使得他們接受的教育對于尋找更高工資的工作、適應(yīng)不同工作環(huán)境能夠提供有效幫助,從而使得個人收入有所提高。
第三,貧困與非貧困家庭的社會資本差異。從農(nóng)戶家庭的社會關(guān)系網(wǎng)絡(luò)來看,貧困戶有141戶家庭有親戚朋友在城里工作,占18.4%,其中能夠幫助家里解決困難的有87戶,占11.3%,非貧困戶有親戚朋友在城里工作的有229戶,占23.3%,其中能夠幫助家里解決困難的有130戶,占13.2%,顯然,貧困戶的社會關(guān)系網(wǎng)絡(luò)沒有非貧困戶豐富,社會關(guān)系網(wǎng)絡(luò)能夠給勞動力提高必要的技術(shù)和信息等方面的幫助,從而使得非貧困戶勞動力獲得更好的工作機(jī)會以增加個人收入。
本文利用甘肅省14個貧困村的入戶調(diào)查數(shù)據(jù),從勞動力受教育水平、健康狀況、和勞動力職業(yè)結(jié)構(gòu)等方面對貧困與非貧困家庭特征進(jìn)行了比較,并測算了貧困與非貧困家庭教育收益率。比較分析發(fā)現(xiàn),貧困家庭在勞動力受教育水平、健康狀況、勞動力職業(yè)結(jié)構(gòu)等方面與非貧困家庭均有明顯差距,無論從教育年限還是分教育層次比較,貧困戶教育收益率均明顯低于非貧困戶。文章認(rèn)為,導(dǎo)致這一差異的主要原因有三點(diǎn),貧困戶勞動力人力資本水平低、職業(yè)選擇空間狹小和社會資本缺乏。為了更快更好的改善貧困地區(qū)農(nóng)戶人口的教育收益率,幫助貧困人口盡快脫貧,提出以下建議:
第一,重視農(nóng)村勞動力人力資本提升。一是加大扶貧技能培訓(xùn)力度,政府應(yīng)該提高對技能培訓(xùn)的重視度和政策的扶持力度,增加技能培訓(xùn)資金支持,創(chuàng)新培訓(xùn)形式和內(nèi)容,比如利用教育機(jī)構(gòu)、政府購買社會服務(wù)等,推行菜單式培訓(xùn),有目的、有計(jì)劃的進(jìn)行培訓(xùn)。二是針對一些低齡勞動力、特別是剛剛初中畢業(yè)就進(jìn)入勞動力市場的勞動力,動員鼓勵其進(jìn)入中等職業(yè)學(xué)校繼續(xù)學(xué)習(xí),給以政策支持,如加大職業(yè)教育免費(fèi)力度,提高中職學(xué)校獎助學(xué)金標(biāo)準(zhǔn)等。三是加大醫(yī)療扶貧,特別重視農(nóng)村貧困人口各種慢性病高發(fā)、嚴(yán)重影響其脫貧進(jìn)程的問題,制定專門針對貧困人口常見慢性病診治費(fèi)用補(bǔ)助辦法、積極開展門診與家庭治療相結(jié)合的方式,將特困人口慢性病納入醫(yī)療救助范圍等措施,切實(shí)解決農(nóng)村貧困人口因慢性病導(dǎo)致的脫貧難問題。
第二,著力提高勞動力市場服務(wù)水平。一是建立以勞動保障部門為主體的勞務(wù)用工信息網(wǎng)絡(luò),統(tǒng)籌各社會職能部門的勞務(wù)用工信息,強(qiáng)化政府勞務(wù)輸出服務(wù)機(jī)構(gòu)工作力度,不斷擴(kuò)大勞務(wù)輸出工作網(wǎng)絡(luò),及時(shí)將勞務(wù)信息傳遞到農(nóng)戶。二是充分發(fā)揮民間社會關(guān)系網(wǎng)絡(luò)在勞務(wù)信息傳遞方面的重要作用,鼓勵依靠投親靠友,以老帶新等方式,帶動勞務(wù)輸轉(zhuǎn)。
第三,進(jìn)一步完善教育精準(zhǔn)扶貧政策體系。重點(diǎn)有二:一是盡快落實(shí)國家新近出臺的《高中階段教育普及攻堅(jiān)計(jì)劃(2017~2020年)》,教育資源應(yīng)優(yōu)先向貧困地區(qū)傾斜,向貧困農(nóng)村傾斜,通過擴(kuò)大扶貧招生、提高助學(xué)金標(biāo)準(zhǔn),保證貧困家庭子女能夠接受高中教育;切實(shí)解決職業(yè)教育專業(yè)設(shè)置與社會需求的對接問題,提高職業(yè)教育質(zhì)量,理順中職畢業(yè)繼續(xù)升學(xué)的通道。二是不斷完善對農(nóng)村貧困人口的各種教育優(yōu)惠和資助政策,適度擴(kuò)大高等學(xué)校扶貧招生名額,增加貧困地區(qū)學(xué)生上大學(xué)機(jī)會,確保不讓一名家庭經(jīng)濟(jì)困難學(xué)生因貧失學(xué)。?
參考文獻(xiàn):
[1]舒爾茨.改造傳統(tǒng)農(nóng)業(yè)[M].北京:商務(wù)印書館,2006:33.
[2]都陽,蔡昉.中國農(nóng)村貧困性質(zhì)的變化與扶貧戰(zhàn)略調(diào)整[J].中國農(nóng)村觀察,2005(5):2-9.
[3]王瑜,汪三貴.特殊類型貧困地區(qū)農(nóng)戶的貧困決定與收入增長[J].貴州社會科學(xué),2016(5):145-155.
[4]Johnson E N,Chow G C.Rates of Return to Schooling in China[J].Pacific Economic Review,1997,2(2):101-113.
[5]李實(shí),丁賽.中國城鎮(zhèn)教育收益率的長期變動趨勢[J].中國社會科學(xué),2003(6):58-72.
[6]梁潤.中國城鄉(xiāng)教育收益率差異與收入差距[J].當(dāng)代經(jīng)濟(jì)科學(xué),2011,33(6):64-71.
[7]鄧峰,丁小浩.中國教育收益率的長期變動趨勢分析[J].統(tǒng)計(jì)研究,2013,30(7):39-47.
[8]白菊紅,袁飛.農(nóng)民收入水平與農(nóng)村人力資本關(guān)系分析[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì),2003(1):16-18.
[9]李谷成,馮中朝,范麗霞.教育、健康與農(nóng)民收入增長—來自轉(zhuǎn)型期湖北省農(nóng)村的證據(jù)[J].中國農(nóng)村經(jīng)濟(jì),2006(1):66-74.
[10]邢小燕,李世平.貧困地區(qū)農(nóng)民受教育程度對其收入影響的實(shí)證研究—以陜西省呂梁市為例[J].廣東農(nóng)業(yè)科學(xué),2010(2):250-254.
[11]劉燕梅,段小紅.農(nóng)民受教育程度對其家庭收入的影響分析—基于甘肅省13個市縣的實(shí)地調(diào)研[J].浙江農(nóng)業(yè)學(xué)報(bào),2013,25(2):404-409.
[12]黃斌,高蒙蒙,查晨婷.中國農(nóng)村地區(qū)教育收益與收入差異[J].中國農(nóng)村經(jīng)濟(jì),2014(11):28-38.
[13]岳昌君.教育對個人收入差異的影響[J].經(jīng)濟(jì)學(xué)(季刊),2004,3:135-150.
[14]侯風(fēng)云.中國農(nóng)村人力資本收益率研究[J].經(jīng)濟(jì)研究,2004(12):75-84.
[15]杜育紅,孫志軍.中國欠發(fā)達(dá)地區(qū)的教育、收入與勞動力市場經(jīng)歷—基于內(nèi)蒙古赤峰市城鎮(zhèn)地區(qū)的研究[J].管理世界,2003(9):68-75.
[16]王海港,李實(shí),劉京軍.城鎮(zhèn)居民教育收益率的地區(qū)差異及其解釋[J].經(jīng)濟(jì)研究,2007(8):73-81.