农村教育参考论文(2)
农村教育参考论文篇2
浅谈农村教育投资收益
摘 要 随着我国社会经济的发展,城乡之间的差距越拉越大,而加大农村教育投资无疑是解决差距的根本。现阶段,我国农村人均受教育水平偏低,严重制约了农村经济的发展。笔者通过数据统计回归分析得出,收入与教育年限之间具有明显的正相关关系。同时,统计数据还显示,农村教育年限的增加,不仅能够获得物质性收益,还能获得更好的工作环境、晋升机会等非物质性收益。
关键词 投资收益 物质性收益 非物质性收益
一、导言
随着中国社会经济的快速发展,为破解城乡差距越来越大的难题,国家日益重视农村的发展。全面建设社会主义新农村的实施,为农村的发展提供了良好的宏观环境。归根结底,农村发展的原动力在于教育的提高。可是,现阶段,我国农村人均受教育年限仅为7.3年。农村教育的研究也愈来愈引起广大学者的关注。导致农村人口受教育水平低下的原因是多方面的,但是农村教育投资收益率是其一个非常重要的因素。农村青少年辍学、没有接受高等教育,究其原因,不外乎有二:一、教育投资成本过高,超过农村家庭的承受能力;二、农村教育投资收益率过低,是否接受高等教育对其收益差别影响不明显。因此,研究农村教育投资收益是解决农村教育水平低下的前提,是保证国家对农村制定有效的教育政策的前提。
关于教育投资收益的问题,国外早已有研究,最有名的莫过于明瑟的《schooling, experience and earnings》。明瑟在这本书中提出教育收益率的概念,教育收益率指的是平均多接受一年教育导致个人收入提高的比例。关于农村教育投资收益的问题,学者的研究多集中的宏观方面,从整体思考农村教育投资收益的失衡。陈晓玲,尹丹(2004)指出了农村教育投资收益的不对称性,其认为农村教育的投资在农村,收益却在城市。因为,农村子女从上大学到以后工作绝大部分都是在城市,从而为促进城市经济发展。更有学者指出,农村教育投资挤占了本就匮乏的农村资本。总体来看,少有人从个人的角度研究农村教育投资收益问题,从而去解释中国农村教育政策的有效性。本论文正是力图从农村教育投资收益出发,站在个人的角度衡量教育的成本与收益。在本论文教育的收益不仅仅是可以用金钱衡量物质性的收益,也包括其他方面的利益,比如优厚的工作条件等。
二、数据、模型和统计分析
为了研究农村年总收入问题及其影响因素,本论文在研究过程中借用了河南财经学院樊明教授组织调研的数据,共获得样本649个。
调研样本中,未受正规教育样本数为98个,年总收入为8143.7元,月均收入为678.7元,月工资收益为446.4元,农业每亩净收益为491元;小学样本为149个,年总收入为8128.6元,月均收入为677.4元,月工资收益为483.0元,农业每亩净收益为429.0元;中学样本为302个,年总收入为8439.4元,月均收入为703.3元,月工资收益为455.3元,农业每亩净收益为436.6元;高中、中专样本95个,年总收入为9233.2元,月均收入为769.4元,月工资收益为503.8元,农业每亩净收益为438.4元;大专样本5个,年总收入为12690.0元,月均收入为1057.5元,月工资收益为820.0元,农业每亩净收益为230.0元。在数据处理中,为了便于统计计算,把受教育水平转换成受教育年限,未受正规教育为0年,小学为6年,中学为9年,高中、中专为12年,大专为15年。
可以看出,受教育年限与年总收入和月均收入间具有明显的线性关系,和预期结果相似。但是,亩净收益与受教育年限并没有明显的线性关系,其中未受正规教育样本亩净收益最高,为491元,大专样本最低,为230元。造成这样结果的一个合理的解释就是,这部分样本人群具有较高的学历,其具有从事非农业工作的机会,并不以农业作为主要收入来源,甚至有部分人并不从事农业生产,这就导致了样本人群亩净收益偏低。
其中,年总收入=(∑月从事非务农收入×12 +亩净收益×亩数)/样本数
月均收入= 年总收入/12
不同受教育样本的收入具有很大的差异,造成这种收入差异的因素除了受教育水平(EDU)以外,是否还受其他因素的影响?在下面笔者确定一些对收入具有较强影响的因素,比如务农年限(AGRIAGE)、年务农时间(AGRIHOUR)、土地肥沃程度(FERTILITY)、耕地水源情况(WATER)、工作(WORK)、城市工作状态(CITWORKCON)、农村工作状态(VILWORKCON)。然后通过回归分析,检验其是否在统计中具有显著性。
根据以上分析,建立下列收入模型:
INCOME代表年总收入。采用年总收入作为分析对象是为了全面的分析调查样本的收入来源。年总收入采用自然对数形式会获得更好的拟合度,并方便解释结果。
R2=0.2864,样本数为634。括弧内为t-值。
大部分的变量的符号和理论预期一致,多数达到95%以上的显著水平。这首先反映了问卷数据的质量是可靠的,其次收入模型的设定是恰当的。影响被调查者收入的显著变量有:受教育年限、土地肥沃度、水源优异度和城市工作状态。受教育年限年总收入弹性为3.44%,也就是说教育年限每增加1年,可以增加3.44%的年总收入。样本平均年总收入为8472.3元,受教育年限每增加1年,可以增加收入291.5元。
从上面对影响年总收入的分析可以看出,受教育年限对年总收入具有明显的影响。接下来,笔者通过数据统计,研究受教育年限对调查者非物资性收益的影响。
1.工作岗位层次(POSITION)。操作层的受教育年限为7.6年,技术层为8.77年,中层管理者为11.73年。可以看出,受教育年限越高越有机会进入管理岗位。
2.身体健康度(HEALTH)。统计结果为,不健康的样本组受教育年限为4.58年,一般为7.81年,比较健康为6.65年,健康为7.65年,很健康为8.37年。从统计结果可以看出,受教育年限高者其身体健康度也高。
3.婚姻满意度(MARRIGE)。认为婚姻很美满的样本组受教育年限为9.22年,较美满的为7.26年,一般为7.98年,不理想为7.93年,失败为5年。从统计上可以得出,受教育年限高其婚姻美满度也相对较高。
从以上统计结果分析,可以看出,受教育年限对进入领导岗位、身体健康度、婚姻满意度具有正面影响。受教育年限高,其指数也相对较高。
三、结论及政策建议
从以上研究分析,可以看出,受教育年限对农村群体具有两方面的影响:
1.物质性收入。受教育年限的收入弹性为3.44%,受教育年限每增加1年,可以增加收入291.5元。
2.非物质性收益。受教育年限对个人的工作环境、进入领导岗位、担任农村基层干部、身体健康度、对象长相、婚姻满意度具有正面影响。受教育年限高,其指数也相对较高。
农村教育的发展对提高农民收入具有显著的影响。因此,要提高农民收入,必须大力发展农村教育,加大对农村教育的投资,改善农村教育基础设施。比如,加大农村教育基础设施投资,确保九年义务教育在农村的普及。在高等院校,加大对贫困学生的补助和助学贷款,使其有接受高等教育的机会。教育水平提高了,其有更高的机会去争取进入收入相对较高的行业,以及进入管理岗位。此外,鼓励大学生到基层任职,提高农村基层干部文化素质,为农村经济发展注入新思想。
参考文献:
[1]Mincer Jacob Schooling,Experience and Earnings.1974.
[2]陈晓玲,尹丹.农村教育:投资与收益的不对称性.农村经济. 2004.1.
[3]杨黛.我国农村的人力资本投资与教育改革.南方农村.2004. 5.
[4]陈强,张凤羽,杨芳.农村学生辍学问题研究.兰州学刊.2005. 4.