農村教育結構對中部地區農民收入結構的影響及對策研究*

呂連菊，闞大學

(南昌工程學院經濟貿易學院，江西南昌 330099)

0 引言

改革開放以來，中部地區農村教育發展水平得到了顯著提高， 2014年農村15歲及以上文盲半文盲人口占15歲及以上人口數比重為4.66%，相對1982年，下降了近34個百分點； 與之伴隨的是農村勞動力平均受教育程度不斷增加， 2014年勞動力平均受教育年限為7.18年。與此同時，中部地區農民收入快速增長，農民收入結構不斷優化， 2014年農民人均純收入達9 953元，其中非農收入占47.21%。但與東部發達地區相比，中部地區農民收入結構依然不合理。那么，為了優化農民收入結構，中部地區應側重發展農村哪一層次教育程度人力資本，文章將實證研究農村教育結構對中部地區農民收入結構的影響，為中部地區制定科學合理的農村教育發展政策提供建議。

目前國內外學者關于教育與收入間的關系研究較為深入，大多數文獻實證結論均支持教育促進了個人收入增加[1-8]，但也有部分文獻不支持該結論，如鄒薇和張芬[9]拓展Lucas模型，實證發現農村教育與農民收入存在著不確定的關系； 譚銀清等[10]實證發現從總體來看，農民平均受教育年限對不同來源的農民收入的影響顯著性及影響方向并不一致； 彭長生和鐘鈺[11]運用有序Logistic模型研究發現受教育年限或學歷虛擬變量對安徽農民收入分化的影響不顯著，受教育水平的提高顯著地降低了安徽農業就業戶主的收入水平； 姚旭兵等[12]則利用PVAR模型研究發現在發達區域，農村平均受教育程度提升不利于農民收入增長。

由此可知，關于農村教育對農民收入的影響研究也沒有得出一致的結論，原因之一是大多數文獻在實證研究時未考慮各省數據序列存在的異方差性和自相關性以及主要因為解釋變量與被解釋變量間相互作用產生的內生性等，導致實證結果不夠穩健； 其次是各省市農村自然條件、地理位置、要素稟賦、受教育程度、經濟發展水平不同，致使實證結果存在差異。學者們也鮮有實證研究農村教育結構對農民收入結構的影響，僅發現呂連菊和闞大學[13]實證研究了農村教育對農民收入結構的影響，但該文章并未將農村教育程度人力資本劃分為農村初等教育程度人力資本、中等教育程度人力資本、高等教育程度人力資本3個部分，即未研究農村教育結構對農民收入結構的影響。區別上述文獻，該文將基于1998—2014年動態面板數據，以中部地區為樣本，運用系統廣義矩估計法(Sys-GMM)，克服上述文獻中方法不足所產生的問題，實證分析農村教育結構對中部地區農民收入結構的影響。

1 模型設定、變量測度與數據來源

根據國內外研究農民收入結構影響因素的文獻，基于動態面板數據，在明瑟收入函數模型基礎上構建分別以農民農業收入占比、非農業收入占比和其他收入占比為被解釋變量，以農村初等教育程度人力資本、中等教育程度人力資本、高等教育程度人力資本為解釋變量，納入控制變量城鎮化水平(Urb)、財政支農支出(Gov)、金融發展(fin)、人均耕地面積(Lan)的計量模型，具體如下：

lnIncjit=c+β0lnIncjit-1+β1lnEdujit+β2lnUrbit+β3lnGovit+β4lnFinit+β5lnLanit+εit

其中，i、t分別為第i個城市地區和第t年，j=1、2、3，lnc1、lnc2、lnc3分別表示農民農業收入占比、非農業收入占比和其他收入占比；Edu1、Edu2、Edu3分別表示農村初等教育程度人力資本、中等教育程度人力資本、高等教育程度人力資本。由于各類收入具有一定的慣性，農民各類收入占比提高或下降很可能存在滯后效應，加入各類收入占比的滯后項，這也涵蓋了未考慮到的其他影響因素； 另對上述變量取了對數，這樣克服了各城市數據序列可能存在的異方差性。

首先，對于被解釋變量農民農業收入占比、非農業收入占比、其他收入占比測度，該文直接用現有統計年鑒中的農民家庭經營性收入占比、工資性收入占比、財產性收入與轉移性收入占比來分別衡量。其次，對于解釋變量測度，該文用農村人口相應層次平均受教育程度來衡量，具體為初等教育程度人力資本=農村文盲半文盲的人口比重×2年+小學文化程度人口比重×6年； 中等教育程度人力資本=農村初中文化程度人口比重×9年+高中文化程度人口比重×12年； 高等教育程度人力資本=農村大專及以上文化程度人口比重×16年。最后，對于控制變量測度，該文用城鎮人口數占總人口數比重衡量城鎮化水平，用財政支農支出占財政總支出比重衡量財政支農力度，用(金融機構存貸款余額/國內生產總值+金融機構貸款余額/金融機構存款余額)/2衡量金融發展，用耕地面積除以農村人口數來衡量人均耕地面積測度。各變量原始數據來源于《中國統計年鑒》《中國農村統計年鑒》《中國城市統計年鑒》《中國農村住戶調查年鑒》《新中國六十年統計資料匯編》《中國縣市社會經濟統計年鑒》和中部各省市《統計年鑒》。

2 實證分析

2.1 整個地區實證結果

在估計前，為了防止產生偽回歸，需對上述模型中涉及到的變量進行平穩性檢驗和協整檢驗。平穩性檢驗主要利用LLC、Breitung、Hadri檢驗等6種方法，協整檢驗主要采用Pedroni和Kao檢驗2種方法。其中平穩性檢驗結果如表1所示，從中可知各變量是非平穩的，但各變量一階差分值是平穩的，各變量一階差分值的概率值均在1%的顯著性水平下拒絕了原假設，說明各變量為一階單整I(1)； 另從表2協整檢驗結果可知，被解釋變量分別為農業收入占比、非農業收入占比、其他收入占比時，Pedroni和Kao檢驗得到的概率值均在1%的顯著性水平下拒絕了原假設，說明模型所涉及的變量間存在協整關系。但估計前還可能因為農民某類收入占比反作用于某一層次教育程度人力資本，產生內生性問題，致使回歸結果不可靠； 還可能因為某一層次教育程度人力資本在影響農民某類收入占比前，農民該類收入占比已經發生了變化，而導致的內生性問題，如農村高等教育程度人力資本高的地區有可能農民某類收入占比原本就較高等，這樣回歸結果即使表明農村教育結構影響了農民收入結構，也不能斷言前者對后者有影響。因此，該文利用Sys-GMM法實證分析，選取各解釋變量的部分已知值(原變量加滯后2期)作為Sys-GMM法估計的工具變量克服上述內生性問題。具體利用Stata12.0軟件估計，結果如表3所示，Sargan檢驗統計量無異常，說明選取的工具變量有效，克服了內生性問題，Arellano-Bond AR(2)值表明殘差沒有了二階自相關性。

表1 變量一階差分值面板單位根檢驗結果

面板單位根檢驗方法LLCBreitungHadriIPSFisher-ADFFisher-pplnInc1-12.883(0.000)-2.375(0.003)4.598(0.000)-6.009(0.000)148.717(0.000)230.326(0.000)lnInc2-10.462(0.000)-2.152(0.007)0.637(0.209)-4.448(0.000)124.054(0.000)148.315(0.000)lnInc3-19.306(0.000)-5.763(0.000)5.525(0.000)-6.556(0.000)150.701(0.000)126.747(0.000)lnEdu1-21.595(0.000)-5.852(0.000)6.263(0.000)-7.462(0.000)161.354(0.000)161.782(0.000)lnEdu2-7.781(0.000)1.239(0.881)6.314(0.000)-2.465(0.003)95.846(0.000)113.768(0.000)lnEdu3-7.690(0.000)1.225(0.892)6.259(0.000)-2.437(0.003)94.733(0.000)112.441(0.000)lnUrb-10.072(0.000)1.607(0.714)8.194(0.000)-3.196(0.002)124.128(0.000)147.313(0.000)lnGov-8.263(0.000)-0.336(0.320)6.631(0.000)-1.854(0.045)93.805(0.019)111.049(0.001)lnfin-24.076(0.000)-7.198(0.000)6.699(0.000)-7.691(0.000)171.114(0.000)203.870(0.000)lnLan-15.108(0.000)-1.644(0.059)4.216(0.000)-6.878(0.000)172.087(0.000)238.025(0.000) 注:括號內為概率值,括號外為統計量,概率值小于0.01表明在1%的顯著性水平下拒絕原假設,概率值小于0.05表明在5%的顯著性水平下拒絕原假設,概率值小于0.1表明在10%的顯著性水平下拒絕原假設

表2 面板數據的協整檢驗結果

檢驗方法農業收入占比非農業收入占比其他收入占比Pedroni檢驗Panel-v-0.354(0.008)-0.201(0.007)-0.327(0.008)Panel-ρ-3.123(0.007)-2.248(0.004)-3.061(0.006)Panel-PP-10.914(0.000)-9.232(0.000)-7.634(0.000)Panel-ADF-3.586(0.000)-4.549(0.000)-2.293(0.005)Group-ρ-4.367(0.000)-3.270(0.003)-4.299(0.000)Group-PP-12.580(0.000)-11.886(0.000)-10.932(0.000)Group-ADF-3.005(0.000)-3.897(0.000)-2.236(0.004)Kao檢驗ADF-2.780(0.001)-2.632(0.002)-2.659(0.002) 注:同上

從表3可知，首先，中部地區農村初等教育程度人力資本提高1%，農民農業收入占比提高0.139%，農民非農業收入占比與其他收入占比分別下降0.043%和0.061%，均在不同水平上通過了顯著性檢驗。說明中部地區農村初等教育程度人力資本與農民農業收入占比成正相關關系，與農民非農業收入占比以及其他收入占比成負相關關系，即中部地區農村初等教育程度人力資本提高了農民農業收入占比，降低了農民非農業收入占比以及其他收入占比，不利于農民收入結構優化。原因在于僅受過初等教育的農民技能水平較低，難以進行職業轉換，勞動力流動性差，在城鎮勞動力市場上競爭力低，外出就業能力弱，難以進入城鎮中第二產業和第三產業就業。因此，往往對農業收入更加依賴。

其次，從表3可知，中部地區農村中等教育程度人力資本提高1%，農民農業收入占比下降0.067%，在5%水平上通過了顯著性檢驗，農民非農業收入占比與其他收入占比則分別提高0.258%和0.032%，前者在1%水平上通過了顯著性檢驗，后者則未通過顯著性檢驗。說明中部地區農村中等教育程度人力資本與農民農業收入占比成負相關關系，與農民非農業收入占比以及其他收入占比成正相關關系，即中部地區農村中等教育程度人力資本不利于農民農業收入占比提高，但有利于農民非農業收入占比以及其他收入占比提高，其中后者不顯著，表明農村中等教育程度人力資本有利于農民收入結構優化。主要原因可能是受過中等教育程度人力資本的農民技能水平較高，信息獲取能力較強，比較容易進行職業轉換，外出就業能力較高，較好地滿足了城鎮化和工業化用工需求，降低了對農業收入的依賴，提升了農民非農業收入占比。至于中等教育程度人力資本并未顯著提高農民其他收入占比，原因可能是僅受過中等教育的農民，收入來源較為單一，理財能力較差，其財產性收入主要以利息為主，且擁有財產較少，難以通過出租、分紅以及財產增值等方式獲取較多其他收入。

表3 估計結果

農業收入占比非農業收入占比其他收入占比常數項2.808***3.083**2.290**滯后一期的被解釋變量0.293**0.245***0.266***lnEdu10.139*-0.043**-0.061**lnEdu2-0.067**0.258*0.032lnEdu3-0.091*0.164**0.053**lnUrb-0.082**0.267**0.185***lnGov0.164**-0.0320.029lnfin0.0390.083**0.101*lnLan0.087**-0.0260.018**Wald檢驗1 052.255904.9581 346.684Sargan檢驗0.2360.2110.345Arellano-Bond AR(1)0.0050.0040.007Arellano-Bond AR(2)0.2220.2070.243 注:*、**、*** 分別表示在1%、5%和10%水平上通過顯著性檢驗

再者，從表3可知，中部地區農村高等教育程度人力資本提高1%，農民農業收入占比下降0.091%，在1%水平上通過了顯著性檢驗，農民非農業收入占比與其他收入占比則分別提高0.164%和0.053%，均在5%水平上通過了顯著性檢驗。說明中部地區農村高等教育程度人力資本與農民農業收入占比成負相關關系，與農民非農業收入占比以及其他收入占比成正相關關系，即中部地區農村高等教育程度人力資本不利于農民農業收入占比提高，但有利于農民非農業收入占比以及其他收入占比提高，表明農村高等教育程度人力資本有利于農民收入結構優化。主要原因可能是受過高等教育程度人力資本的農民更易通過素質與技能效應、職業轉換效應、勞動力流動與轉移效應進入城鎮中資本技術附加值高的行業就業，提升了農民非農業收入占比。至于高等教育程度人力資本顯著提高農民其他收入占比，原因可能是受過高等教育的農民，信息獲取能力較高，理財能力較強，財產性收入來源較為多樣化，且擁有的相對財產數量較多，更易通過出租、分紅以及財產增值等方式獲取較多其他收入。

最后，從表3可知，與農村中等教育程度人力資本對中部地區農民收入結構的優化作用相比，高等教育程度人力資本的優化作用顯然較小，這可能還是與中部地區整個產業結構水平不高有關。

2.2 分地區實證結果

該文進一步利用系統廣義矩估計法分省會、地級市和縣級市3類地區實證分析農村教育結構對農民收入結構的影響，具體估計結果如表4所示。

首先，從表4可知，省會地區農村初等教育程度人力資本提高1%，農民農業收入占比提高0.163%，農民非農業收入占比與其他收入占比分別下降0.050%和0.071%，均在不同水平上通過了顯著性檢驗。農村中等教育程度人力資本提高1%，農民農業收入占比下降0.078%，農民非農業收入占比與其他收入占比分別提高0.192%和0.037%，后者未通過顯著性檢驗。農村高等教育程度人力資本提高1%，農民農業收入占比下降0.107%，農民非農業收入占比與其他收入占比分別提高0.283%和0.062%，均通過了顯著性檢驗。說明對于省會地區，只有中等教育程度人力資本和高等教育程度人力資本有利于農民收入結構優化，對比來看高等教育程度人力資本的正面作用最大。原因可能是省會地區產業中資本技術密集型行業、附加值高的制造業和現代服務業比重較高，農村高等教育程度人力資本農民進入省會從事上述行業的機會相對而言更多，也更能夠提升非農業收入占比； 同樣省會地區會有更多信息獲取渠道，以及通過出租、分紅和財產增值等方式獲取較多財產性收入的機會更多，這也提升了其他收入占比。

其次，從表4可知，地級市地區農村初等教育程度人力資本提高1%，農民農業收入占比提高0.134%，農民非農業收入占比與其他收入占比分別下降0.041%和0.059%，均在不同水平上通過了顯著性檢驗。農村中等教育程度人力資本提高1%，農民農業收入占比下降0.065%，農民非農業收入占比與其他收入占比分別提高0.249%和0.031%，后者未通過顯著性檢驗。農村高等教育程度人力資本提高1%，農民農業收入占比下降0.088%，農民非農業收入占比與其他收入占比分別提高0.156%和0.050%，均通過了顯著性檢驗。說明對于地級市地區，也只有中等教育程度人力資本和高等教育程度人力資本有利于農民收入結構優化，但比較發現中等教育程度人力資本的正面作用最大。原因可能是地級市地區產業中勞動密集型行業、附加值低的傳統制造業和服務業比重較高，農村中等教育程度人力資本農民較好地滿足了地級市產業結構需求。但隨著地級市產業結構升級，農村中等教育程度人力資本對地級市農民收入結構的優化作用將逐漸降低，高等教育程度人力資本的優化作用將逐漸增加。

最后，從表4可知，縣級市地區中等教育程度人力資本和高等教育程度人力資本有利于農民收入結構優化，其中中等教育程度人力資本的正面作用最大。原因可能是縣級市地區產業結構水平較低，處于工業化中期階段，需要大量的中等教育程度人力資本農民，對于高等教育程度人力資本農民需求較少。隨著產業結構升級，農村中等教育程度人力資本對縣級市農民收入結構的優化作用還將提高，直到產業結構達到高端水平，高等教育程度人力資本的優化作用才會高于中等教育程度人力資本。

表4 估計結果 %

3 結論及對策

該文基于1998—2014年動態面板數據，在明瑟收入函數模型基礎上構建分別以農民農業收入占比、非農業收入占比和其他收入占比為被解釋變量，以農村初等教育程度人力資本、中等教育程度人力資本、高等教育程度人力資本為解釋變量，納入城鎮化水平、財政支農支出、金融發展和人均耕地面積等控制變量的計量模型，利用系統廣義矩估計方法克服內生性問題，實證研究了中部地區農村教育結構對農民收入結構的影響。主要得到以下結論。

(1)中部地區農村初等教育程度人力資本提高了農民農業收入占比，降低了農民非農業收入占比以及其他收入占比，不利于農民收入結構優化； 農村中等和高等教育程度人力資本均不利于農民農業收入占比提高，但有利于農民非農業收入占比以及其他收入占比提高，有利于農民收入結構優化，其中農村中等教育程度人力資本未顯著提高農民其他收入占比，但與農村高等教育程度人力資本對中部地區農民收入結構的優化作用相比，中等教育程度人力資本的優化作用仍然較大。因此，中部地區為了優化農民收入結構，首先，需充分利用中部崛起的政策優勢，承接東部地區的產業轉移，提高農民在這些產業中的就業率，進而提高農民對參加中等教育和高等教育的預期收益率，同時中部地區各省對于農村人口中參加中等教育和高等教育的貧困家庭學生在學雜費和生活費等方面可給予一定減免或補貼，中等學校和高校需強化對欠發達農村地區農籍學生的支持度，適當減輕農籍學生的家庭負擔，降低其參加中等教育和高等教育的成本，進而提升農村人口中中等教育程度人力資本和高等教育程度人力資本占比。其次，中部各省可考慮制定政策要求中等學校和高校加大對農村貧困家庭學生的政策傾斜，達到有關中等學校和高校投檔要求的建檔立卡貧困家庭的農村考生，同等條件下優先錄取，并加大這一政策在農村的宣傳力度，做到招錄手續簡化，公開透明，對于違規行為從嚴查處，切實提升農村人口中中等教育程度人力資本和高等教育程度人力資本占比。再者，必須加大農村教育經費支出，改革教育資源分配，合理整合教育資源，完善農村教育基礎工程，提高教師收入，推動農村師資隊伍建設，促進農村教育發展，提高農村人口中中等教育程度人力資本和高等教育程度人力資本占比。最后，推動新農村建設，貫徹落實鄉村振興戰略，提高農村吸收和整合外部人才資源的能力，提升農村人口中中等教育程度人力資本和高等教育程度人力資本占比。但值得注意的是務必統籌兼顧，采取措施保障農民農業收入，不傷害農民種糧的積極性，保障糧食安全。

(2)分地區看，對于省會地區、地級市地區和縣級市地區，中等教育程度人力資本和高等教育程度人力資本均有利于農民收入結構優化，其中省會地區高等教育程度人力資本對農民收入結構的優化作用最大，地級市地區和縣級市地區中等教育程度人力資本的優化作用最大。因此，為了優化農民收入結構，對于中部省會地區而言，要側重提高農村人口中高等教育程度人力資本占比，而對于地級市地區和縣級市地區而言，則需側重提高農村人口中中等教育程度人力資本占比。但省會地區、地級市地區和縣級市地區均需注意農村人口教育程度提高對農業收入的不利影響，需通過推進農業供給側結構性改革，提升農產品品質質量，提高農業生產效率和農業綜合效益，保障農民農業收入，在此基礎上優化本地區農民收入結構。