朱鳳戰(zhàn) 張丹 黃坤明

[摘要]隨著我國經(jīng)濟的發(fā)展和教育改革的深入，以及城鄉(xiāng)居民家庭收入的增加，家庭教育支出占總支出的比重呈現(xiàn)出上升的勢頭，個人教育投資占全社會教育投資總額的比重也日益擴大，人們越來越注意從經(jīng)濟的角度來考慮自己的行為，即越來越注意行為的效益及其成本。本文通過2011年對楊凌示范區(qū)10個行政村農戶教育方面的調查，運用調查數(shù)據(jù)對生產函數(shù)計量模型的具體形式進行了擴展，以估算農戶教育收益率，從而得出了如下結論：楊凌示范區(qū)農戶教育收益率偏低；教育對收入的影響大于市場經(jīng)歷對收入的影響；農業(yè)科技培訓，以及田園旅游業(yè)、銅鼓加工業(yè)、打工收入等其他收入形式對農民增收的重要性。

[關鍵詞]楊凌示范區(qū)農戶教育收益率生產函數(shù) 實證分析

一、引言

農村教育是農村經(jīng)濟和社會發(fā)展的決定性因素之一，但目前我國目前的農村教育，國家投入不足，以農民投資為主?；诶硇孕∞r的假定，教育投資決策需符合農戶的理性選擇，即教育投資的預期收益大于其成本才能實現(xiàn)積極的教育投資行為，否則農戶很難有投資的積極性。因此，用教育收益率衡量教育投資回報具有重要的意義。楊凌示范區(qū)作為國家級農業(yè)高科技產業(yè)示范區(qū)，教育收益率有其自身的特點。本文通過對楊凌示范區(qū)農戶教育狀況進行調查，運用調查數(shù)據(jù)對生產函數(shù)計量模型的具體形式進行了擴展，從而估算農戶教育收益率。

二、農戶教育收益率估算方法和數(shù)據(jù)來源

1.生產函數(shù)法

農戶家庭資源如土地、資金等投入要素與農戶收益之間的關系用生產函數(shù)來描述，形式如下：Y=f(A、K、L)

其中，Y是產出，A、K、L分別是土地、資金、勞動投入要素。假設產出與其投入要素之間都是正相關，即產出隨著土地、資金和勞動投入量的增加而增長。教育等人力資本的存在使單位時間上勞動者的產出效率不同，表現(xiàn)為較高教育水平者獲得較高收入，這導致了勞動（L）的“異質”，違反了生產函數(shù)中所有投入要素都是“同質”的假定，所以教育等人力資本應該作為控制性變量進入模型中，并假設教育與產出之間是正相關關系。本文使用橫截面數(shù)據(jù)，假定一年內價格變化、技術進步對產出的影響可以忽略， 因此模型的具體形式如下：Y=Ab1Kb2Lb3eH(Z)eg1（模型1）

式中，b分別表示土地、資金、勞動的產出彈性，且b>0。H（Z） 為教育等人力資本變量的影響方式，其形式為：H（Z）=a1S+a2E+a3E2+a4M+g2（模型2）

式中，S表示勞動者的教育；E表示勞動者的市場經(jīng)歷，它與H（Z）之間可能存在非線性關系，表現(xiàn)為在生產過程中勞動者對個人經(jīng)驗的依賴先增加后減少；M表示勞動者接受農業(yè)科技培訓的程度；a1表示教育對產出的影響，且a1>0；a2和a3共同表示市場經(jīng)歷對產出的影響；a4表示勞動者接受農業(yè)科技培訓的程度對產出的影響。

2.數(shù)據(jù)來源

本文采用的數(shù)據(jù)是2011年在陜西省楊凌示范區(qū)周邊西卜村、南莊村、上川口村、崔西溝村等10個村莊農戶調查數(shù)據(jù)，有效樣本數(shù)為300戶，調查的內容包括農戶家庭成員的年齡與個數(shù)、受教育年限、接受農業(yè)科技培訓情況、農業(yè)收入、物資消耗、家庭耕地面積等情況，從而反映了2011年農戶家庭各方面的情況。

三、教育收益率模型及其計量結果

1.初步估計結果

運用楊凌區(qū)周邊10個村農戶的相關數(shù)據(jù)，使用STATA統(tǒng)計軟件對模型3進行回歸分析其估算結果。結果表明模型3變量顯著，但是R2的調整值、F統(tǒng)計量值較小，方程對數(shù)據(jù)的模擬情況不好，懷疑模型3存在異方差。如果存在異方差，將導致解釋變量的顯著性不可靠，即估算的教育收益率不可信。經(jīng)戈里瑟檢驗發(fā)現(xiàn)，模型3存在異方差，采用加權最小二乘法（WLS）消除異方差。同時，采用方差膨脹因子（VIF）方法檢驗模型3的共線性，發(fā)現(xiàn)工作經(jīng)歷的平方項與其他解釋變量存在多重共線性，因此刪除E2，得到模型4：㏑Y=C+b1㏑A+b2㏑K+b3㏑L+a1S+a2E+a4M+D

其估計結果顯示：其一，R2的調整值和F統(tǒng)計量值變大，估計結果更為可靠。其二，農戶受教育年限對教育收益率的貢獻率為4.39%，即在其他變量不變的情況下，戶內勞動力平均每多接受1年教育，家庭年收入增加4.39%；其三，接受農業(yè)科技培訓的程度對教育收益的貢獻率為4.38%，即在其他變量不變得情況下，接受農業(yè)科技培訓的農戶每增加1%，家庭年收入就增加4.38%。

2.增加控制變量后的模型估計結果

設置收入主要來源方式虛擬變量（T）、參數(shù)(p),T=1表示收入來自非農活動，T=0表示收入來自農業(yè)活動，得到模型6：㏑Y=C+b1㏑A+b2㏑K+a1S+a2E+a4M+pT+x，在95%的置信水平下家庭主要收入方式顯著地影響農戶總收入，農戶總收入中有56%來自非農收入，且以外出打工和家庭副業(yè)為主，如上川口村的銅鼓樂器加工業(yè)，崔西溝村的田園風光旅游月等。因此在楊凌區(qū)周邊農村這個人多地少的地方，人均耕地不足一畝，種植業(yè)收入是微乎其微的，農業(yè)收入中的畜牧業(yè)收入、副業(yè)收入以及打工收入在家庭總收入中占據(jù)90%左右的比重，同時農業(yè)科技培訓對家庭收入的貢獻率日益加大，在一定程度上超過了農戶受教育年限的貢獻率。

與模型5相比，模型6農戶教育年限和農業(yè)科技培訓程度對家庭收入的收益率有較大的下降，說明收入來源方式，即非農業(yè)收入與勞動者受教育情況相關程度較大，模型5的教育收益率包括了控制變量的間接收入效應，而模型6則是剔出部分間接效應而得到教育的直接效應，教育收益率3.89%更加可靠。

四、結論

1.農村教育收益率較低

由模型分析得出，楊凌周邊農村的教育收益率為3.89%～4.69%，這個結果與其他研究估計的農村個人教育收益率基本一致。多數(shù)研究表明農村教育收益率低于5%，而世界發(fā)展中國家教育收益率的平均水平為10%，其他亞洲國家也超過9%，與其他國家橫向比較而言中國的教育收益率低，尤其農村教育收益率低；從縱向來看，在影響農戶家庭收入的因素中，農戶教育收益率遠遠小于其他收入來源方式、農業(yè)資金投入、土地面積、勞動力數(shù)量因素對家庭收入的貢獻率。

2.教育對收入的影響大于市場經(jīng)歷對收入的影響

模型的估計結果都表明，勞動力工作經(jīng)歷對收入的貢獻不到1%，遠遠低于教育（包括教育年限和農業(yè)科技培訓）對收入的影響。九年義務教育的普及，人們參加義務教育的成本機會成本和直接成本降低，因此家庭應鼓勵子女接受教育，包括高等教育或職業(yè)教育，而不要讓子女過早的參加勞動，因為市場經(jīng)歷對家庭收入的貢獻率遠遠小于教育的收益率。

3.非農經(jīng)濟發(fā)展是農戶家庭收入的重要來源

楊凌示范區(qū)農村人均耕地僅為0.8畝，再加上這些年農民增產不增收的大形勢下，農業(yè)收入，尤其是種植業(yè)收入對農民來說是微不足道的。從調查結果可以看出，非農收入對家庭收入貢獻率是影響農戶家庭收入的因素中貢獻率最高的，這與楊凌示范區(qū)農村的特殊性密切相關。楊凌示范區(qū)擁有農業(yè)科技的優(yōu)勢，座落在農業(yè)高科技產業(yè)示范區(qū)，又依托于西北農林科技大學。近年來大棚種植、養(yǎng)殖業(yè)、服務業(yè)、旅游業(yè)、手工業(yè)加工業(yè)等產業(yè)迅速發(fā)展，成為農戶家庭收入的支柱。同時外出打工人員日益增多，在我們調查的農戶中，家中很少有男勞動力，只有孩子、婦女和老人，形成所謂的“三八、六一、九九部隊”，男勞動力幾乎都到外地打工。在南莊村有一戶六口之家，兒子、兒媳和小孩的爺爺都在外地打工，打工收入成為家庭的主要收入來源。

參考文獻：

[1]諸建芳.中國人力資本投資的個人收益率研究[J].經(jīng)濟研究，1995，(12):15-17

[2]周貝隆.關于轉變我國教育發(fā)展方式的思考[J].上海高教研究，1996,(3):28-31

[3]周滿生.教育投資和教育發(fā)展戰(zhàn)略[J].教育與經(jīng)濟,1996,(4):24-25

[4]鮑建農.安徽省農村居民教育投資的經(jīng)濟分析[J].安徽示范大學學報，1999,(8):14-16

[5]李哲等.江漢平原農戶教育收益率分析[J].決策參考，2006,(1):23-25

[6]J.M.伍得里奇著.計量經(jīng)濟學導論現(xiàn)代觀點[M].中國人民大學出版社，2003,(2)