亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        教育與農(nóng)村居民相對貧困:收入視角的實(shí)證測度與微觀證據(jù)

        2020-10-21 01:34:40張永奇馬夢迪
        教育經(jīng)濟(jì)評論 2020年4期
        關(guān)鍵詞:個人收入年限農(nóng)村居民

        張永奇,馬夢迪

        一、引言

        在2020年中國實(shí)現(xiàn)全面脫貧后,相對貧困還將長期存在。黨的十九屆四中全會中對解決相對貧困問題給與高度重視,提出要建立解決相對貧困的長效機(jī)制。在新的時代背景下,研判相對貧困的影響因素,具有重要政策價值。

        人力資本理論將教育看作減少貧困的重要工具,通過知識和技能的傳授,提高個體的勞動生產(chǎn)率,從而增加勞動者收入,實(shí)現(xiàn)減貧效應(yīng)。鑒于教育對反貧困的重要作用,中國政府近幾年也持續(xù)加大對農(nóng)村地區(qū)教育領(lǐng)域的投入,幫助身處貧困地區(qū)的農(nóng)村居民拓展增收渠道,有效降低脫貧農(nóng)民的返貧率。

        雖然教育對農(nóng)戶收入和農(nóng)村貧困的影響一直是學(xué)術(shù)界的熱點(diǎn)話題,但是至今仍未得出一致結(jié)論。

        有學(xué)者認(rèn)為,教育能夠增加農(nóng)戶收入水平,從而消除農(nóng)村貧困。孫伯馳等(2019)、高翔(2019)分析得出,教育能夠?yàn)檗r(nóng)戶創(chuàng)造非農(nóng)就業(yè)機(jī)會,從而為農(nóng)戶擺脫“貧困陷阱”創(chuàng)造一條新通道。方成等(2002)使用中國數(shù)據(jù)樣本,指出教育投資的扶貧效應(yīng)最為顯著。劉修巖等(2007)研究指出,提高個體受教育水平能夠較大程度降低農(nóng)戶的貧困概率。李曉嘉(2015)基于CFPS農(nóng)戶數(shù)據(jù)實(shí)證研究發(fā)現(xiàn),受教育水平的提高可以顯著降低農(nóng)戶陷入貧困的概率。陳純槿等(2019)指出,互聯(lián)網(wǎng)使用緩解了教育不平等問題。左孝凡等(2020)研究發(fā)現(xiàn),互聯(lián)網(wǎng)使用能夠提高農(nóng)村居民收入水平,對低收入農(nóng)民群體增收效應(yīng)更加明顯,從而有利于消除農(nóng)村居民相對貧困。

        但另有研究表明,教育對提高農(nóng)戶收入,消除貧困并未有顯著影響。Wedgwood(2005)使用坦桑尼亞數(shù)據(jù)分析,得出教育投資對于農(nóng)戶減貧沒有顯著影響。楊國濤(2005)使用微觀調(diào)查數(shù)據(jù),發(fā)現(xiàn)受教育水平對農(nóng)戶脫貧并未產(chǎn)生顯著影響,因而不能判定受教育水平對緩解農(nóng)戶貧困具有重要作用。

        還有學(xué)者指出,受教育水平與農(nóng)戶收入呈現(xiàn)“倒U型”關(guān)系。方超和黃斌(2017)基于明瑟收入方程,分析了不同收入條件下的教育回報(bào),發(fā)現(xiàn)教育與農(nóng)戶收入存在“倒U型”關(guān)系。

        由此可見,學(xué)者們對教育與農(nóng)村居民相對貧困之間的關(guān)系結(jié)論,還需要進(jìn)一步討論。鑒于此,本文采用中國家庭追蹤調(diào)查(CFPS)2018年數(shù)據(jù)庫,進(jìn)一步研究教育和農(nóng)村居民相對貧困之間的關(guān)系。另外,本文將被訪者受教育年限進(jìn)行分類,分為小學(xué)、初中、高中、大學(xué)、碩士五個教育層次。在此基礎(chǔ)上,對教育與農(nóng)村居民相對貧困關(guān)系展開進(jìn)一步研究。

        本文的邊際貢獻(xiàn)在于研究視角與實(shí)證方法兩個方面。就研究視角而言,本文利用微觀數(shù)據(jù)探討了教育與農(nóng)村居民相對貧困之間關(guān)系,極大程度地規(guī)避了宏觀數(shù)據(jù)研究過程中的不足之處。就實(shí)證方法而言,一方面,本文通過建立聯(lián)立方程的方式,采用2SLS、3SLS、迭代式3SLS模型嚴(yán)格分析了教育對農(nóng)村居民相對貧困的影響;另一方面,本文使用Shapley分值法對全部樣本及各教育等級樣本中顯著特征因素對農(nóng)村居民相對貧困的貢獻(xiàn),進(jìn)行了估計(jì)。

        本文的其余內(nèi)容安排如下:第二部分是數(shù)據(jù)來源、變量設(shè)置及計(jì)量策略;第三部分是計(jì)量檢驗(yàn)及估計(jì)結(jié)果;第四部分是結(jié)論與啟示。

        二、數(shù)據(jù)來源、變量設(shè)置及計(jì)量策略

        (一)數(shù)據(jù)來源

        本文選用數(shù)據(jù)來源于中國家庭追蹤調(diào)查(CFPS),該數(shù)據(jù)庫通過收集個體、家庭、社區(qū)三個層次的數(shù)據(jù),比較全面反映中國經(jīng)濟(jì)、社會變遷特征,能夠用于測度教育與農(nóng)戶相對貧困之間關(guān)系。之所以選取CFPS數(shù)據(jù)庫,主要基于以下幾點(diǎn)考慮:一是該數(shù)據(jù)庫覆蓋了除新疆、西藏、青海、寧夏、海南、內(nèi)蒙古和中國港澳臺地區(qū)之外的25個省份,總體樣本超過30000個;二是該數(shù)據(jù)庫個人層面的數(shù)據(jù)中,關(guān)于本文要研究的核心變量農(nóng)民教育水平缺失樣本較少。

        結(jié)合本文研究變量選取與時效性要求,本文選取了CFPS2018年個體數(shù)據(jù)進(jìn)行研究。根據(jù)模型構(gòu)建需要,對樣本做出如下處理:一是保留勞動力樣本,刪除男性大于60歲、女性大于55歲的個體樣本;二是刪除受教育年限缺失樣本;三是保留農(nóng)村樣本。經(jīng)過這一系列匹配、篩選,最終選取農(nóng)村居民樣本4268個。

        (二)變量設(shè)置

        1.結(jié)果變量。本文的結(jié)果變量為相對貧困。借鑒陳宗勝等(2013)、孫久文等(2019)研究相對貧困線測算方法。本文最后選取農(nóng)村居民中位數(shù)收入40%作為相對貧困線,根據(jù)所選農(nóng)村居民樣本年收入中位數(shù)為30000元,測算出相對貧困線為12000元/年。同時本文依然保留了農(nóng)村居民個人年收入對數(shù)值,對教育與農(nóng)村居民個人收入展開進(jìn)一步研究,從而驗(yàn)證教育對緩解相對貧困的重要程度。

        2.處理變量。本文的處理變量為受教育年限。在所選樣本受教育年限的基礎(chǔ)上,將樣本分為小學(xué)(受教育年限低于7年)、初中(受教育年限7-9年)、高中(受教育年限10-12年)、大學(xué)(受教育年限13-15年)、碩士(15年以上)五個階段,其中小學(xué)樣本為1307個 ;初中樣本為1647個 ;高中樣本為667個 ;大學(xué)樣本為409個 ;碩士樣本為238個。

        3.協(xié)變量。本文為保證模型構(gòu)建準(zhǔn)確,選取了一系列可能影響農(nóng)民相對貧困的控制變量,盡量避免因遺漏變量導(dǎo)致的估計(jì)誤差。包括:性別變量,男性賦值為1,女性為0;居民年齡,為其接受調(diào)查時的周歲;考慮到年齡對其相對貧困影響的非線性,本文還加入了年齡的平方項(xiàng);居民的婚姻狀況,已婚為1,反之為0;居民的政治身份,當(dāng)居民是中共黨員時賦值為1,反之為0;居民的就業(yè)情況,有工作賦值為1,反之為0;健康狀況,1代表身體不健康,5代表身體非常健康。此外,本文還考慮到了地區(qū)特征變量,將東部地區(qū)設(shè)置為1,其余地區(qū)設(shè)置為0。

        表2-1報(bào)告了本研究的變量設(shè)置、釋義和基本描述。從表2-1中可以看到,相對貧困樣本的個人收入(對數(shù))和受教育年限均值都小于整體樣本數(shù)據(jù),說明受教育年限與個人收入(對數(shù))可能存在一定關(guān)聯(lián),從而對相對貧困造成影響。

        表2-1 變量設(shè)置、釋義及基本描述

        為了進(jìn)一步看出教育與相對貧困的關(guān)系,本文對受教育層次與相對貧困做了單獨(dú)描述統(tǒng)計(jì)分析,從分析結(jié)果中,可以看到學(xué)歷越高的農(nóng)村居民群體,相對貧困發(fā)生率越低的趨勢。在相對貧困線標(biāo)準(zhǔn)下,擁有小學(xué)教育背景的農(nóng)村居民群體貧困發(fā)生率達(dá)到21.50%,遠(yuǎn)超總體樣本相對貧困發(fā)生率14.53%。而擁有碩士教育背景的農(nóng)民群體相對貧困發(fā)生率僅占5.46%。表明教育與相對貧困呈現(xiàn)較強(qiáng)的負(fù)相關(guān)關(guān)系。但相關(guān)性并不意味著因果關(guān)系,因此,本文將通過后續(xù)構(gòu)建模型對兩者關(guān)系進(jìn)行研究,探討教育的減貧效應(yīng)。

        表2-2 受教育層次與相對貧困單獨(dú)描述統(tǒng)計(jì)

        (三)計(jì)量策略

        1.受教育年限對農(nóng)戶相對貧困狀況的影響

        在估計(jì)經(jīng)濟(jì)變量之間的數(shù)量關(guān)系時,單一方程計(jì)量模型往往會忽略相關(guān)變量之間的內(nèi)生性和雙向因果關(guān)系,可能無法準(zhǔn)確描述各變量之間的復(fù)雜經(jīng)濟(jì)現(xiàn)象。因此,本文在充分考慮農(nóng)戶受教育年限、個人收入和相對貧困可能因內(nèi)生性或者反向因果導(dǎo)致的模型估計(jì)誤差后,參照明瑟半對數(shù)收入方程,構(gòu)建聯(lián)立方程模型,考察教育與農(nóng)民個人收入、相對貧困之間的聯(lián)系,建立待估計(jì)的聯(lián)立方程組I為 :

        lnincome=γ+η1edu+η2X+ε

        (1)

        Poverty=α+β1edu+λincome+β2X+μ

        (2)

        其中,lnincome為農(nóng)戶個人收入(對數(shù)),edu為農(nóng)戶受教育年限,Poverty為農(nóng)戶的相對貧困狀況(貧困為1,非貧困為0)。X為其他影響農(nóng)戶個人收入(對數(shù))、農(nóng)戶相對貧困狀況的特征變量。

        通過檢驗(yàn)發(fā)現(xiàn),上述構(gòu)建的聯(lián)立方程組符合聯(lián)立方程構(gòu)建要求,可以采用兩階段最小二乘法(2SLS)或三階段最小二乘法(3SLS)進(jìn)行估計(jì)。本文為了讓模型估計(jì)結(jié)果更加準(zhǔn)確,在使用這兩種方法基礎(chǔ)上加入了迭代式3SLS模型展開進(jìn)一步研究,確保研究結(jié)果的準(zhǔn)確性。

        2.分位數(shù)回歸模型(QR)

        聯(lián)立方程組I采用了相對貧困線對受教育年限在相對貧困標(biāo)準(zhǔn)下的減貧效應(yīng)展開了實(shí)證研究,根據(jù)截面數(shù)據(jù)而言,采用相對貧困標(biāo)準(zhǔn)進(jìn)行衡量,只是對貧困標(biāo)準(zhǔn)進(jìn)行或高或低的調(diào)整。因此,本文將采取另一種計(jì)量策略,構(gòu)建分位數(shù)回歸模型(QR)研究受教育年限對處于不同收入分位點(diǎn)的農(nóng)村居民增收效應(yīng),進(jìn)而討論受教育年限對相對貧困的緩解作用。建立方程如下:

        (3)

        3.基于收入決定方程的Shapley值分解模型

        Shapley值分解法的步驟是:(1)構(gòu)建收入決定方程,找出影響農(nóng)民個人收入的顯著變量。(2)對收入決定方程中顯著變量進(jìn)行Shapley分解,計(jì)算出各變量對農(nóng)村居民相對貧困的貢獻(xiàn)率。

        根據(jù)萬廣華( 2005)研究發(fā)現(xiàn),使用半對數(shù)回歸模型時進(jìn)行Shapley值分解研究最為恰當(dāng)。本文亦利用方程1,在此基礎(chǔ)上根據(jù)合作博弈理論,找出影響農(nóng)村居民相對貧困的顯著變量。

        參照劉永健等(2017)的模型構(gòu)建辦法,建立方程如下:

        (4)

        三、計(jì)量檢驗(yàn)及估計(jì)結(jié)果

        (一)受教育年限對農(nóng)戶相對貧困狀況的影響

        表3-1匯報(bào)了相對貧困標(biāo)準(zhǔn)下,受教育年限對農(nóng)戶貧困狀況的估計(jì)結(jié)果。在方程1中,模型1至模型3的結(jié)果均顯示農(nóng)戶平均教育收益率是4.8%,這一結(jié)果略高于CFPS計(jì)算的2012年全國城鄉(xiāng)勞動力教育市場收益率4.78%和以往中國農(nóng)村地區(qū)個人教育收益率估計(jì)結(jié)果4.5%,但整體而言,與以往研究結(jié)論大體一致。在方程2中,模型1結(jié)果顯示,受教育年限每增加一年,農(nóng)戶脫離相對貧困狀況的概率就會增加0.6%;模型2結(jié)果顯示,受教育年限每增加一年,農(nóng)戶脫離相對貧困狀況的概率就會增加1.23%;模型3結(jié)果顯示,受教育年限每增加一年,農(nóng)戶脫離相對貧困狀況的概率就會增加1.70%。利用模型1至模型3的結(jié)果,能夠得出,教育年限的增加對農(nóng)戶緩解相對貧困具有重要作用。

        表3-1 受教育年限對農(nóng)戶相對貧困狀況影響的估計(jì)結(jié)果(CFPS2018數(shù)據(jù))

        在控制變量方面,年齡和年齡平方結(jié)果顯示,年齡對緩解農(nóng)戶相對貧困發(fā)揮“U”型影響。性別、健康水平、東部地區(qū)對農(nóng)民個人收入有著顯著正向影響,從而該類群體陷入相對貧困的概率較小。

        為了進(jìn)一步檢驗(yàn)教育對減貧是否具有循序漸進(jìn)的影響,本文引入CFPS2016年數(shù)據(jù),按照CFPS2018年匹配、篩選標(biāo)準(zhǔn),最終選取農(nóng)村居民樣本1142個。在CFPS2016樣本中,相對貧困標(biāo)準(zhǔn)為年收入9600元,平均受教育年限為9年。表3-2的結(jié)果顯示,教育能夠顯著促進(jìn)農(nóng)村居民個人收入提高,參數(shù)估計(jì)值為0.041,且在1%的統(tǒng)計(jì)水平上顯著;教育對相對貧困有顯著的負(fù)向影響,教育程度越高的個體,脫貧概率越大。模型1的結(jié)果顯示,受教育年限每增加一年,農(nóng)戶脫離相對貧困狀況的概率就會增加0.5%;模型2結(jié)果顯示,受教育年限每增加一年,農(nóng)戶脫離相對貧困狀況的概率就會增加0.9%;模型3結(jié)果顯示,受教育年限每增加一年,農(nóng)戶脫離相對貧困狀況的概率就會增加1.2%。利用模型1至模型3的結(jié)果,能夠得出,教育年限的增加對農(nóng)戶緩解相對貧困具有重要作用。與表3-1的結(jié)果進(jìn)行對比后,可以發(fā)現(xiàn)教育對阻滯農(nóng)村居民陷入相對貧困的貢獻(xiàn)程度越來越高。

        表3-2 受教育年限對農(nóng)戶相對貧困狀況影響的估計(jì)結(jié)果(CFPS2016數(shù)據(jù))

        (二)受教育年限對相對貧困的進(jìn)一步檢驗(yàn):分位數(shù)回歸模型

        表3-3報(bào)告了基于分位數(shù)回歸模型檢驗(yàn)結(jié)果。為了便于比較,本文將受教育年限與農(nóng)民個人收入對數(shù)的基準(zhǔn)回歸結(jié)果也放入表內(nèi),即模型1。模型2-模型4為采用QR模型對受教育年限對農(nóng)村居民個人收入對數(shù)的影響進(jìn)行檢驗(yàn)。結(jié)果顯示受教育年限對農(nóng)村居民個人收入的增收效應(yīng)顯著。隨著分位數(shù)的增加(1/10→5/10→9/10),教育年限的分位數(shù)回歸系數(shù)呈現(xiàn)降低趨勢(0.0646→0.0419→0.0396),且在1%的統(tǒng)計(jì)水平上顯著。表明教育年限的增加對農(nóng)村居民低收入者正向影響效應(yīng)最大,從而進(jìn)一步支撐了教育更加有利于處于深度貧困的農(nóng)村居民“脫貧”和抵御貧困的研究結(jié)論。

        表3-3 分位數(shù)回歸模型檢驗(yàn)結(jié)果

        為了能夠讓分位數(shù)回歸系數(shù)隨著分位數(shù)變化情形更加直觀的展示,本文通過圖1展示了相關(guān)結(jié)果。從圖1可以看到,被訪者受教育年限的分位數(shù)回歸系數(shù)(即教育回報(bào)率)的變化。此圖基本印證了教育年限的分位數(shù)回歸系數(shù)持續(xù)下降的格局。意味著教育對低收入農(nóng)民群體具有更大的正向作用,能夠充當(dāng)該類群體“脫貧”的重要途徑。

        圖1 分位數(shù)回歸系數(shù)變化圖

        (三)受教育年限對相對貧困的進(jìn)一步檢驗(yàn):異質(zhì)性分析

        通過之前所做的分析,能夠發(fā)現(xiàn)教育可以顯著緩解受訪者相對貧困,但是由于個體之間存在異質(zhì)性,在教育減貧的過程中不同群體之間的學(xué)習(xí)能力和接受程度并不相同,即使是受教育年限相同的人群,也可能由于對知識理解不同或者專業(yè)知識不同,導(dǎo)致相對貧困緩解程度不一致。表3-1給出的估計(jì)結(jié)果表明,東部地區(qū)、性別對減貧具有顯著正向關(guān)系。為了能夠進(jìn)一步觀察各地區(qū)受訪者通過教育實(shí)現(xiàn)減貧的效果,本文在現(xiàn)有樣本基礎(chǔ)上將所選樣本分為東部、西部、中部地區(qū);男性、女性展開進(jìn)一步討論。

        表3-4的結(jié)果表明,處于東部地區(qū)、西部地區(qū)、中部地區(qū)的受訪者均能通過教育實(shí)現(xiàn)減貧目的。其中西部地區(qū)的效果最大??赡芙忉尩脑蚴?,隨著西部地區(qū)農(nóng)民人均收入的提高,受訪者改變從前的“短視傾向”,將更多的資金投入教育,從而增加個體的人力資本。另外,西部地區(qū)的人才引進(jìn)政策,也可能是促進(jìn)西部地區(qū)教育減貧效果明顯的重要原因。

        表3-4 異質(zhì)性分析(東部、西部、中部)

        表3-5的結(jié)果表明,男性、女性受訪者均能通過教育實(shí)現(xiàn)減貧目的。其中女性群體教育對相對貧困的影響程度更大??赡芙忉尩脑蚴?,隨著社會的進(jìn)步與經(jīng)濟(jì)實(shí)力的提高,政府更加重視教育公平,通過開展職業(yè)教育與線上教育的方式,為女性群體拓寬學(xué)習(xí)渠道,挖掘女性潛能,有利其人力資本的積累,進(jìn)而使其能夠在職業(yè)市場中,擁有更多話語權(quán)(申鵬等,2018)。

        表3-5 異質(zhì)性分析(男性、女性)

        (四)基于收入決定方程的Shapley值法分解結(jié)果

        從表3-6中能夠看到,未進(jìn)行分類時,所有特征因素對農(nóng)村居民相對貧困的共同貢獻(xiàn)率為33.05%,其中受教育年限的貢獻(xiàn)率最大,為9.956%,說明教育是農(nóng)村居民相對貧困變異的重要因素之一。性別的貢獻(xiàn)率其次,為6.684%,由此可見在農(nóng)村居民樣本中,男性相比女性有更多的優(yōu)勢,從而能夠更快地實(shí)現(xiàn)“脫貧”目標(biāo)。

        表3-6 基于收入決定方程的Shapley值法分解結(jié)果

        對樣本按照各教育等級重新進(jìn)行分類后,可以發(fā)現(xiàn)所有因素的共同貢獻(xiàn)都大幅度下降,說明教育對農(nóng)村居民相對貧困的影響較大。其中,未擁有小學(xué)教育背景對農(nóng)村居民相對貧困的貢獻(xiàn)率為5.145%;未擁有初中教育背景對農(nóng)村居民相對貧困的貢獻(xiàn)率為0.076%;未擁有高中教育背景對農(nóng)村居民相對貧困的貢獻(xiàn)率為0.991%;未擁有大學(xué)教育背景對農(nóng)村居民相對貧困的貢獻(xiàn)率為0.951%;未擁有碩士教育背景對農(nóng)村居民相對貧困的貢獻(xiàn)率為1.219%。意味著小學(xué)教育對農(nóng)村居民緩解相對貧困狀況具有十分明顯作用,其次是碩士教育背景對農(nóng)村居民緩解相對貧困狀況具有重要作用。該結(jié)論也與國際上教育回報(bào)率變化趨勢相吻合。初等教育回報(bào)率最高,高等教育次之,中等教育最低。

        綜合以上表現(xiàn),從外部來看,除了教育水平是影響農(nóng)戶相對貧困的重要因素,性別、健康水平、東部地區(qū)也是影響農(nóng)戶相對貧困的重要因素。因此,在政府建立應(yīng)對相對貧困的長效機(jī)制過程中,應(yīng)當(dāng)給予女性群體、身體殘疾、身處中西部地區(qū)的農(nóng)民群體相應(yīng)政策傾斜,進(jìn)一步拓寬此類群體增收渠道。

        四、結(jié)論與政策啟示

        農(nóng)村居民相對貧困是我國經(jīng)濟(jì)整體放緩的環(huán)境下,需要應(yīng)對的重要議題。能否消除農(nóng)村居民相對貧困事關(guān)我國精準(zhǔn)扶貧的成敗。人們通過教育能夠提升人力資本的積累,提高參與平等競爭的能力,從而在勞動市場中獲取更多的機(jī)會、資源,大概率實(shí)現(xiàn)“脫貧”目標(biāo)。在這樣的社會背景和研究背景之下,本文基于CFPS 最新一期的數(shù)據(jù)討論了教育對于農(nóng)村居民相對貧困的影響。

        本文通過教育分層與農(nóng)民相對貧困的實(shí)證測度,發(fā)現(xiàn)教育與農(nóng)村居民相對貧困有著較大關(guān)聯(lián)。采用CFPS 2016、2018兩年調(diào)查數(shù)據(jù),進(jìn)一步研究證實(shí),在控制了性別、年齡、受教育期限等影響因素后,教育對緩解農(nóng)村居民相對貧困有著顯著的正向影響??紤]到采用相對貧困線進(jìn)行衡量貧困的不足之處,本文通過分位數(shù)回歸(QR)模型進(jìn)一步分析教育與農(nóng)民個人收入的關(guān)系,研究發(fā)現(xiàn),教育對農(nóng)村居民增收效應(yīng)十分顯著,收入越低的農(nóng)民群體,通過教育渠道增收效果愈加顯著。異質(zhì)性分析表明,教育對居住于西部地區(qū)、女性的相對貧困影響更大。利用Shapley分解方法,找出影響農(nóng)村居民相對貧困的顯著變量。結(jié)果顯示,教育是影響農(nóng)村居民相對貧困的首要因素。將教育分層,進(jìn)行估計(jì)發(fā)現(xiàn)性別、健康水平、東部地區(qū)是除去教育影響農(nóng)村居民相對貧困的重要變量。

        基于以上研究結(jié)論,本文提出如下政策建議:第一,在堅(jiān)持普及九年義務(wù)教育的基礎(chǔ)上,同時應(yīng)尋求更加有效的減貧策略,比如進(jìn)一步推進(jìn)“互聯(lián)網(wǎng)+教育”布局,打破教育資源不能突破時空限制的困境,提高農(nóng)村居民整體教育可及性,發(fā)揮“互聯(lián)網(wǎng)+教育”的減貧效應(yīng)。

        第二,通過建立專項(xiàng)基金、教育扶貧資金對女性、身體殘疾身處中西部地區(qū)農(nóng)民教育群體給予政策傾斜,采取“靶向治療”措施,進(jìn)一步完善長效保障機(jī)制,阻斷貧困代際傳遞,解決因教致貧的問題(史志樂,2013)。

        猜你喜歡
        個人收入年限農(nóng)村居民
        今年一季度農(nóng)村居民人均可支配收入實(shí)際增長4.8% 細(xì)算農(nóng)家增收賬
        影響種公牛使用年限的幾個因素與解決辦法
        用手習(xí)慣對個人收入有影響嗎?
        促進(jìn)農(nóng)村居民心理健康與實(shí)現(xiàn)精準(zhǔn)扶貧
        我國遺產(chǎn)稅的制度設(shè)計(jì)——基于法理和稅收雙益原則
        不同產(chǎn)地、生長年限銀杏葉總多酚含量比較
        中成藥(2017年6期)2017-06-13 07:30:35
        計(jì)劃生育是否提高了子代收入?
        體外發(fā)酵法評定不同茬次和生長年限苜蓿的營養(yǎng)價值
        淺談市場經(jīng)濟(jì)下個人收入按生產(chǎn)要素分配的可行性
        智富時代(2015年5期)2015-06-16 03:58:21
        做強(qiáng)農(nóng)村居民的健康防線
        99精品又硬又爽又粗少妇毛片| 精品视频一区二区三区在线观看 | 99re66在线观看精品免费| 亚洲最大成人网站| 99精品国产在热久久| 亚洲一区二区综合色精品| 日韩av二区三区一区| 国产精品高清免费在线| 一区二区三区国产色综合| 无码伊人66久久大杳蕉网站谷歌| 亚洲日韩中文字幕无码一区| 欧美最大胆的西西人体44| 丰满岳乱妇久久久| 最新在线观看精品国产福利片| 亚洲高清美女久久av| 亚洲国产色婷婷久久精品| 国产成人无码a区在线观看导航| 影音先锋中文字幕无码资源站| 亚洲av无码专区电影在线观看| 99这里只有精品| 无码一区二区三区网站| 国内专区一区二区三区| 日本午夜艺术一区二区| 精品人妻少妇av中文字幕| 中文字幕乱码熟妇五十中出| 亚洲欧美日韩人成在线播放| 欧美中文字幕在线| 无码伊人久久大蕉中文无码| 日韩精品一区二区三区av| 蜜桃tv在线免费观看| 欲香欲色天天综合和网| 中文字幕人妻偷伦在线视频| 日韩女人毛片在线播放| 黑人一区二区三区啪啪网站| 开心五月骚婷婷综合网| 久久亚洲av无码精品色午夜| 亚洲精品综合一区二区三| 亚洲A∨无码国产精品久久网| 亚洲不卡av不卡一区二区| 亚州终合人妖一区二区三区| 色欲综合一区二区三区|