中国农村居民教育对个人收入的影响_省略_2009年微观面板数据的实证研究_苏华山

中国农村居民教育对个人收入的影响———基于1989年 2009年微观面板数据的实证研究苏华山1，2，王志伟2（1．南京财经大学经济学院，江苏南京210046；2．北京大学经济学院，北京100871）摘要：利用中国健康与营养调查的微观面板数据研究农村居民教育对于个人收入的影响，结果表明，农村居民的受教育程度对其收入水平具有显著影响，但对主要从事农业生产的农村居民的收入影响较小。

此外，还提出了农村教育中存在高学历人才非农化的困境，测算出长期内教育对农村居民收入提升的空间。

最后提出化解农村教育瓶颈的政策建议，以促进农民居民收入水平的提高。

关键词：农村居民；农民教育；农民收入；中国健康与营养调查中图分类号：F323．8文献标识码：A文章编号：1008-2506（2012）04-0067-07一、引言目前，我国农村地区仍然较为贫困，农村居民收入较低，根据2010年的统计数据，农村居民的年人均可支配收入只有5919元，仅相当于同期城镇居民收入的31%。

因此，提高农村居民的收入水平，缩小城乡收入差距，解决好“三农问题”，是我国经济发展中的一项长期任务。

那么，如何提高农村居民收入？措施之一就是通过提高农村居民受教育水平，增加农村居民的知识和劳动技能，从而提高农村居民收入。

其理论依据是舒尔茨提出的人力资本理论。

舒尔茨通过对美国农业的长期研究发现，农业产出增加的主要原因是劳动者知识和技能的提高，而不是土地、劳动力和资本等传统要素数量的增加。

人力资本在促进产出增长的同时，也提高了劳动者的工资（Schultz，1961）［1］。

人力资本投资的主要渠道是教育，随着受教育水平的提高，劳动者人力资本增加，边际生产率得到提高，其劳动报酬也相应增加（Mincer，1974；Becker et al．，1986）［2－3］。

迄今为止，国内对于农村居民的教育与收入问题的研究较少。

高梦滔、何云（2006）［4］使用2000年山西省947个农户调查数据，分性别研究教育对农村居民收入的影响，结果表明，多接受1年教育，男性收入增加14.1%，女性收入增加16.3%。

高彦彦（2009）［5］。

使用江苏省宿迁市2006年418个农户的调查数据，研究了教育通过家庭知识外部性的方式对农村居民家庭产生的影响。

周亚虹等■收稿日期：2012-03-15■作者简介：苏华山（1981-），男，江苏徐州人，南京财经大学经济学院讲师，北京大学博士研究生；王志伟（1948-），男，陕西蓝田人，北京大学经济学院教授，博士生导师。

76（2010）［6］使用2008年江苏省滨海、射阳和阜宁3个县416户家庭的调查数据，研究了农村职业教育对于农村居民收入的影响，结果表明农村职业教育年回报率为9%。

还有一些文献［7－9］探讨了教育对于农民非农业收入的影响。

与上述研究不同，本文重点关注我国农村教育发展中“高学历人才非农化”的特殊困境，在此背景下实证研究了短期内通过教育促进农民收入的有效性，以及长期内依靠教育提高农民收入的空间。

尽管我国高等教育入学率不断提高，但农村受过大学教育的人口比率一直很低，增长也极慢。

这主要是因为，在城乡二元结构下，农村居民一直受到政策方面的歧视，他们迫切希望通过教育改变农村户籍身份［10］，而受过高等教育的农村居民绝大部分都转变为城镇居民。

通过教育“跳农门”确实对农村居民具有很大吸引力，这也在很大程度上解释了为什么在教育负担沉重的情况下，农村居民教育支出的积极性仍然很高。

然而，本文重点关注的是农村居民的收入问题，成功“跳农门”的人口尽管对家庭有贡献，但不再是农村居民，对农村发展也无直接贡献。

所以，这是我国农村教育发展的特殊困境，本文将其简称为“高学历人才非农化”困境。

基于上述背景，本文提出了如下问题：对于常住在农村的居民来说，绝大多数是中小学文化，那么，教育对其收入的增加有多大效果？若效果明显，则至少短期内仍可通过发展初等和中等教育提高农民收入，农民也更有积极性增加教育投资。

为了评估这个问题，本文采用中国健康与营养调查提供的1989年 2009年间8次调查构成的微观面板数据，对我国农村居民的教育水平和收入之间的关系进行实证研究。

现有的相关文献大都使用样本较小的截面调查数据，鲜有使用大型面板数据开展这方面研究的。

在实证结果的基础上，本文进一步根据当前农村居民的教育状况，测算出长期内普及九年义务教育和高中教育后，教育提升农民收入的空间。

二、数据来源、处理和描述性统计（一）数据来源本文使用北卡莱罗纳大学发布的中国健康与营养调查（CHNS）数据开展实证研究。

该数据包括辽宁、黑龙江、江苏、山东、河南、湖北、湖南、广西和贵州九个省份的居民个人、家庭和社区三个层面的信息，迄今为止已完成8次调查，年份分别是1989年、1991年、1993年、1997年、2000年、2004年和2009年。

本文采用2011年发布的上述8次调查组成的个人面板数据，根据研究需要对该数据作出了整理。

首先，根据研究目的，在原始数据中挑选了性别、年龄、省份、最高教育程度、受教育年限、职业和职位类型、总收入、工资、农业收入等指标，删除了因教育和收入等关键变量缺失无法使用的观测值。

其次，因本文研究对象是农村居民，因此，根据居住地来判断，剔除城市居民的数据。

最后，剔除了不属于劳动力范畴的样本，包括未成年人、在校学生以及那些没有工作意愿的人①。

至于老年人，由于农村居民没有退休的规定，很多60岁以上老人仍照常参加劳动，因此，只要仍在工作就没有将其剔除。

经过上述整理得观测值总数为38495个。

年度和性别构成如表1所示：表1样本的年份和性别构成年度总样本数5319549051605346553639463717398138495男性样本数2701278726682808291521201998216720164女性样本数2618270324922538262118261719181418331（二）数据的统计性描述①即那些既没有工作，又不愿意找工作的人。

861．对样本的教育状况、收入状况以及动态变化趋势进行概括性的统计分析。

首先分析总样本的情况，如表2所示，农村居民的总体受教育水平和收入水平都较低。

收入标准差较大，表明农村居民收入差异较大。

少部分农村居民收入为负值，表明在调查年度存在净损失。

表2总样本教育与收入描述性统计教育年限6．33．8018年收入680512186－19720617285说明：年收入已消除物价变化的影响，以2009年为基期。

2．分析农村居民教育和收入的动态变化。

样本数据的8次调查时间跨度较长，从1989年 2009年20年间，农村居民的教育水平和收入水平都得到了提高。

对比图1和图2，发现这20年内农村居民中文盲所占比率大幅下降，由39%下降到19%，但是，相对来说该水平仍然偏高；初中毕业人口比率提升较大，小学和高中人口比率基本不变，表明9年义务教育普及工作取得了良好进展；中专和大学毕业人口比率一直都极低，这可能是因为绝大部分中专或大学毕业的农村学生在城市找到了工作，脱离了农村，转变为城镇居民。

图11989年农村居民的受教育程度构成情况说明：图表根据CHNS 相关年份的数据绘制，下同。

图22009年农村居民的受教育程度构成情况此外，根据农村居民平均受教育年限，从8次调查结果来看，虽然农村居民的平均受教育水平持续提升，但是增速很慢，这与高学历人口向城镇转移有一定关系。

如图3所示，从1989年至2000年，农民受教育水平提升速度加快，2000年之后的提升速度趋缓。

从1989年至2009年，农民的平均受教育年限仅提高了2年。

2009年农村居民的平均受教育年限仅为7．3年，受教育水平仍然较低。

再看农村居民收入水平的变化，如图4所示，从1989至2009年，农村居民的平均收入增长了4倍左右。

图31989年 2009年8次调查教育水平变动趋势图41989年 2009年8次调查收入水平变动趋势三、实证模型与结果分析（一）模型设定和变量说明本文主要采取面板数据模型研究农村居民教育水平对收入的贡献，基本模型的设定如下：inc it =αi +β1edu it +XB +εit（1）其中，inc 表示农村居民个人年收入，不同年份的收入已消除物价变化的影响，所采用的CPI 以2009年为基期。

α为模型的常数项，edu 是农村居民的受教育年限，代表农村居民的教育水平，是本文研究的主要解释变量。

X 为控制变量，具体包括wyr 、agrc 、sec occ 、gen 、east 、nor 、mid 、subv 这8个变量。

其中96wyr表示工作年限，用年龄减去教育年限再减去6（法定上学年龄）得出。

因为工作年限影响经验和技能的积累，所以对收入有影响。

agrc是代表样本主要职业是否为农业的虚拟变量，如主要职业为农业则agrc=1，如为其他职业则agrc=0。

sec occ是表示农村居民是否有第二职业的虚拟变量，如有第二职业则sec occ=0。

gen是代表性别的虚拟变量，如果样本是男性，则gen=1，样本是女性则gen=0。

east、mid和nor是代表样本所属区域的虚拟变量，分别代表东部地区、中部地区和东北地区。

本文依据省份所处区位和经济特征将样本划分为4个区域：江苏和山东为东部地区，河南、湖北和湖南为中部地区，广西和贵州为西部地区，辽宁和黑龙江为东北地区。

不同地区农业资源、农村生产方式存在较大差异，影响农村居民的收入。

样本如属东部地区，则east=1，mid=0且nor=0；如属中部地区，则east=0，mid=1且nor=0；如属西部地区，则east=0，mid=0且nor=0；如属东北地区，则east=0，mid =0且nor=1。

subv代表是否为郊区村的虚拟变量，如为郊区村，则subv=1。

εit为随机扰动项。

模型（1）可用于估计教育年限每增加1年对农村居民收入水平的影响。

为了进一步估计教育对收入增长率的影响，可以将被解释变量换成收入的自然对数，记作loginc，各解释变量保持不变，模型形式如下：logincit =αi+β1eduit+XB+εit（2）本文将模型（1）简称为收入水平模型，将模型（2）简称为收入对数模型。

接下来，将分别对两个模型进行估计。

（二）估计方法和结果本文以面板数据估计方法为主，以混合最小二乘法（Pooled OLS）为辅，将两种估计的结果进行对比。

在进行每种估计之前，需对数据进行统计检验，以确定数据的特征和存在问题。

首先考虑面板数据估计，常用的估计方法有固定效应和随机效应两种。

当样本数据满足随机变化的个体影响与解释变量不相关的假设时，使用随机效应估计方法更有效；但如果不满足该假设，则只能使用固定效应估计方法。

通过Hausman检验发现，p值为0，拒绝了原假设，所以，为了避免估计结果出现不一致，本文采用固定效应模型。