“多多益善”還是“恰到好處”

李兆隆

【摘? ?要】 對甘肅省多個貧困地農戶人力資本和收入進行調查。結果顯示，農戶人力資本、社會資本對收入有重要影響，受教育程度存在9年的門檻值，跨過門檻值后，人力資本對收入的影響產生了質的飛躍。因此，保障貧困地區教育質量和義務教育十分重要，最后為類似地區提供了建議。

【關鍵詞】?人力資本;教育;貧困戶;門檻

中圖分類號：{G7}? ? ? ? ? ? ? ?文獻識別碼：A? ? ? ? ? ? ? ?文章編號：2096-1073（2020）02-0059-61

"More Is Better" Or "Just Right"-- The Impact Of Education On The Income Threshold Of Poor Households

LI Zhaolong

（School Of Business， Northwest Normal University? ?Lanzhou， Gansu? ?730071）

[Abstract]? Human capital and income of rural households in several poverty-stricken areas in gansu province were investigated. The results showed that the human capital and social capital of rural households had an important impact on income， and there was a 9-year threshold for education level. After crossing the threshold， the impact of human capital on income had a qualitative leap. Therefore， it is very important to ensure the quality of education and compulsory education in poor areas.

[Key words] human capital; education; poor households; threshold

1? 引言

在脫貧攻堅收尾的關鍵時期，深度貧困地區由于位置偏隅、環境惡劣、存在“思想貧困”等原因，成了脫貧工作中的“硬骨頭”。對此除了主動“輸血”，還必須將扶貧和扶智結合，在源頭上“造血”，從根源激發脫貧動力，防止返貧現象的發生。

學者們的研究表明教育對促進農戶增收、脫貧有顯著作用（張永麗、李青原，2018）。而在貧困地區，由于個體能力差異及貧困發生機制的復雜，導致受教育程度的提高對不同個體有著不同的效果。

由于不同區域、不同人群的教育收益率存在顯著差異，因此，本文將探究，深度貧困地區農戶受教育程度對脫貧增收影響的門檻效應，了解對貧困戶而言受教育程度究竟應該“多多益善”還是“恰到好處”？

2? 實證檢驗

2.1? 描述性統計

本研究數據源于2017年西北師范大學對甘肅省多個國家級貧困縣的入戶調查，篩選后的樣本點4055個。其中，樣本家庭人均收入均值9993.25元，勞均受教育年限6.1年。

2.2? 模型設定和變量選取

采用明瑟收入函數作為基礎模型：

其中，因變量Y為農戶家庭人均純收入;解釋變量EDU表個體接受的正規教育年限;β為教育收益率;EXP為工作經驗，用勞動年齡人口的工齡表示;〖EXP〗^2為工作經驗的平方。

展進濤、黃宏偉（2016）的研究指出，雖同屬人力資本，但相對正規教育，技能培訓在農戶就業上的作用更大，對收入的影響也更直接。在精準扶貧中，非農職業培訓可通過針對性提升來彌補正規教育的不足。同時考慮到健康對收入和支出的影響，在研究模型（2）納入skill、health變量，代表是否接受過非農技能培訓及身體是否健康。拓展后的模型：

控制變量上，考慮到家庭狀況會影響人力資本發揮作用的效果，故使用人均耕地面積（AL）衡量自然資本;使用人口負擔比（SC）衡量家庭人口負擔;充足的社會資本能夠彌補人力資本的不足，因此選取電話費（PF）、交通（TF）及婚喪嫁娶（MF）三項支出體現社會資本使用狀況（關愛萍、李靜宜，2017），并設置家庭是否有公務員這一虛擬變量來完善社會資本，拓展后的模型如下：

基礎模型設定后，利用Hansen（1999）的非動態門檻模型，以受教育年限為門檻變量。由于樣本總體受教育水平較低，以受教育年限為門檻時，設置雙重和三重門檻會人為弱化真實門檻值的影響，故本文只設置單一門檻模型：

其中，門檻變量為EDU受教育年限，門檻值待估，β為影響系數，I（·）為示性函數，在相應情況真實時取1。

3? 實證結果分析

3.1? 普通計量回歸

本文使用的數據為截面數據，不需考慮非平穩性等問題。針對異方差性，回歸時采用穩健標準誤提高整體準確性。多重共線性檢驗結果顯示，平均vif值為3.04，除工作經驗和工作經驗平方項外，其余變量均不存在共線性。穩健性上，將被解釋變量更換為家庭總收入的對數后，各主要被解釋變量的顯著性和上述模型一致，結果穩健。使用stata15.0對上述模型進行回歸分析，結果如下：