中国农村地区教育与个人收入

      一、引言

      通过估算个人教育收益率进而辨明教育对个人收入水平与分布具有何种影响是教育经济学研究广泛采用的一个经典范式。自20世纪60年代以来，有众多理论与经验研究依照此种研究范式证实教育在促进个人增长和调节收入差异方面具有积极影响，[1]并且此种影响在不同国家与地区人口之中均有广泛表现[2]。在农村地区亦有大量的国际经验研究结果表明，教育不仅能有效提升农民个人的劳动生产率与资源配置效率，促进个人收入增长，还能增加农民劳动迁移与实现非农就业的可能性，促进个人收入来源的多样化，分散家庭收入风险。[3]虽然教育投资具有如此广泛的收益表现，但此种收益在不同国家与地区之间存在着较大差异。[4]一般来说，在教育欠发达地区，受过良好教育的劳动力供给不足，教育收益率水平相对较高，而在教育发达地区，人力资本相对富足，教育收益率水平则相对较低。[5]中国当前劳动力教育素质的整体水平较低，尤其是农村地区。根据2003年《中国教育与人力资源问题报告》，中国农村地区劳动力平均受教育年限为7.33年，仅与撒哈拉以南非洲地区相近，远低于世界平均水平。若依照上述研究推断，中国教育的收益率应与撒哈拉以南非洲地区相近，并高于世界其他地区。然而，以往众多研究却发现中国教育的收益率无论在城镇还是农村都异乎寻常地低，既远低于撒哈拉以南非洲地区，亦低于世界平均水平[6]。(见图1)

      有学者曾将中国此种在经济高速发展的同时教育收益率却常年处于较低水平的现象视为是一种“特异(Outlier)”现象。[8]针对这一现象，目前学界有两种解释。一是制度性解释，认为是中国不完善的市场机制与制度性的劳动力市场分割压制了教育对于个人收入作用的进一步发挥，导致教育收益偏低。[9]依照此种解释，随着2000年后中国市场经济转型改革的基本完成与市场化程度的不断提升，个人教育收益率应呈现出明显的持续上升趋势。然而，根据近年来相关研究的估计结果，中国农村教育收益率与以往相比虽有一定的增长，但增长较缓慢，多数收益率估计值仍在7％以下。二是技术性解释，认为以往研究所采用的估计方法存在诸多计量问题，使得教育收益率估计值偏估。由于不同计量问题所导致的估计偏差方向不同，在采用不同的计量方法进行纠偏后，教育收益率的估计结果可能会上升，也可能会下降，因此并不确定。虽然近来多数研究显示，在采用一些新方法纠偏后，教育收益率估计值一般会有一定幅度的增长，[10]但这些研究大多针对中国城镇居民，关注农村地区个人教育收益率的研究数量较少。那么，当前中国农村地区教育对于个人收入究竟具有何种程度的影响?个人教育收益率与以往估计结果相比是否有所增长?若增长，此种增长是因制度环境改善引发的一种“自然增长”，还是因计量技术改善引发的一种“技术增长”?不同教育层级和不同教育与培训类型对于农村地区个人收入影响是否存在显著差别?本文将围绕上述问题展开实证研究。

      

      图1 个人受教育年限与教育收益率的国际比较

      注：中国农村平均受教育年限采用《中国教育与人力资源问题报告》公布的数据(7.33年)，教育收益率采用以往中国农村教育收益率的OLS估计结果均值(4.5％)①；其他国际数据采用Psacharopoulos与Patrinos所汇总的国际数据[7]。

      二、数据与方法

      (一)数据

      本文采用国家社科基金“教育促进农村社会综合进步的状况及对策研究”课题组于2009年10月至2010年1月在浙江、安徽和陕西三省六县十二村入户调查所获得的数据，以收集农村地区个人在教育、收入、就业、劳动迁移，以及健康状况等方面的数据信息为主要内容。课题组以农户作为单位，对户主及其配偶、长子、长女与父母(包括配偶父母)进行了相关信息的调查。调查共收集到1587户有效问卷，有效个体样本数为4503人。

      (二)模型与变量说明

      个人教育收益率有多种测算方法，本文采用最常用的明瑟收入方程法[11]，所构建的标准明瑟收入方程如下：

      

      因变量lnINCOME为农村地区个人近三年月平均收入的对数值。有研究指出测量个人收入最好采用小时收入，因为具有不同教育水平的个人在一年或一月中的劳动小时数不尽相同，年或月收入无法真实地反映出个人单位时间的收入水平，存在一定的测量误差。[12]考虑到对个人劳动时间进行精确测量难度较大，且测量个人劳动时间本身亦存在发生较大测量误差的可能性，我们在此次调查中并未对个人劳动时间进行调查，因此只能采用个人月平均收入作为因变量。虽然此种做法面临着偏估收益率的风险，但预计偏估的程度应当不会太大。因为教育水平变化对个人劳动时间通常具有两种方向相反的影响：一是正影响，即个人教育水平越高，失业可能性越低，一年内处于就业状态的时间就会比低教育水平者多，此时采用月收入便会高估教育收益率；二是负影响，即个人教育水平越高，其就业岗位的劳动强度越弱，月平均劳动小时数要比低教育水平者少，此时采用月收入便会低估教育收益率。一正一负两种影响同时存在并相互抵消。有学者曾同时以月和小时收入为因变量对中国城镇居民教育收益率进行过估计，其结果显示采用月收入会低估收益率，但程度较小，两种方法收益率估计值仅相差0.7％。[13]