教育对中国农村地区收入差距的影响分析

高中文化程度劳动力占总劳动力的比重％

大学文化程度劳动力占总劳动力的比重％

人口教育系数（年）

人均耕地（亩/人）

户均生产性固定资

产

（元/户）

人均文教娱乐用品和服务支出（元/人）

10.3

1993

6 10.51997

2 11.6

2000 6 2003 11.9 1993 1.89 1997 3.34 2000 4.19 2003

5.9 746.

1993

8 802.1997

3 832.

2000

4 854.

2003 8 1993 1.43 1997 1.28 2000 1.18 2003

1.12 20691993 .46 3730

1997

.80 5130

2000

.49 5467

2003

.64 107.1993 28 238.

1997 57 2000

312.

8.91

5.97

9.63

6.29

9.95 6.86 10.33 6.97 0.88 0.52 1.57 0.86 2.21 1.61 2.5

1.78 558.8713.02 1

779.2

618.5 653.0806.16 4 676.1817.62 8 2.72 2.89 2.64 2.64 2.63 2.47 2.69 2.39 2206.1865.80 41 4666.3770.27 66 5480.4401.05 76 6916.5414.61 16

51.24

37.68

138.8 93.42 169.2

133.7

63 404.

2003

07

216.45

165.73

2、理论方法

我们的目标是研究区域纯收入的人力资本贡献函数，在第t时期的区域纯收入可被看成是由各地区物质资本投入（主要包括固定资产投资）、自然资源(土地) 的投入数量、农村居民人力资本状况和其他一系列选择参数所决定的，表示为：

yit?Y?Cit,Nit,Lit,?it;?it?

这里yit代表第i个地区第t时期的收入，Cit代表i地区第t时期的物质资本投入，Nit代表i地区第t时期的完全外生的自然资源的投入数量，Lit代表i地区第t时期的农村居民人力资本状况，其中，Cit和Lit非完全外生。?it代表不可观测的区域特征，?it是方程的选择参数。 在本文的计量分析中，根据可以获得的数据以及理论分析结果，本文应用的基本回归模型如下：

yit??0??1Cit??2Nit??3Lit???it??it

由于回归方程中的变量都存在一定的时间趋势，所以在做回归分析时，首先采用如下回归方程对变量进行消除趋势处理：

Y??t?c??

其中，Y代表回归方程中存在时间趋势的变量，t=year-1992，?是随机扰动项，从为常数项。实际上，去除时间趋势后的变量dt_Y等于

dt_Y?Y??t?c

因此，具体的回归模型如下：

netincit??0??1?dt_pschit??2?dt_sschit??3?dt_hschit??4?dt_highit??5?dt_lag_edusp??6?dt_r_slrit??7?dt_landit??8?dt_lag_p_assetit?eit其中，i为省份，t为年份，?0为常数项。lag_p_assetit为上期户均固定资产原值，代表物质资本投入Cit，landit为人均耕地面积，代表自然资源Nit，pschit为小学文化程度的劳动力比重，sschit为初中文化程度的劳动力比重，hschit为高中文化程度的劳动力比重，highit为受过高等教育的劳动力比重。lag_eduspdit为上期人均文教娱乐支出，r_slrit为纯收入中工资性收入比重。控制上期人均文教娱乐用品和服务支出的目的是试图控制上期区域人均收入对该地区劳动力教育结构的影响，控制纯收入的工资性收入比例的目的是控制教育程度对收入构成的影响以及农村居民受雇状况的影响。

四、模拟

鉴于中国经济改革发展的历史，根据资料的可获得性和重要的政策影响因素,我们对1994-2004年劳动力教育结构做回归分析之后，又对1994—2004年的数据分区域分阶段进行分析。自2000年起，我国开始实施西部大开发政策，国家政策作为重要的外部影响因素，对农村经济发展的影响都是直接的。本文是想分析西部开发政策是否对教育产生影响，从而间接影响区域差异，因此选取2000年做为分界点。区域的划分主要是东部、中部和西部，东部地区包括北京、天津、辽宁、上海、江苏、浙江、福建、广东和海南；中部地区包括河北、山西、吉林、黑龙江、安徽、江西、山东、河南、湖北、湖南；西部地区包括内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏和新疆。

1. 1994-2003年劳动力教育结构对人均纯收入影响分析

表2给出了1994-2004年29个省份11年综列数据的回归分析结果，在回归分析中，发现存在序列自相关和组群间异方差，因此采用了FGLS回归处理异方差和一阶自相关。同样的理由，在以后的回归中均采用FGLS模型。如表2所示，方程（1）控制了其他投入要素、工资中工资收入比重以及上期文教娱乐支出，方程（2）和方程（3）没有控制其他要素投入。FGLS回归结果显示劳动力的不同文化程度构成比重对人均纯收入的影响系数均显著为正。

1994-2004年间，从总体上看，农村劳动力的教育结构对我国农村居民人均纯收入有显著的正的影响，而且影响较大。从小学到大学依次递增，在考虑其他投入的回报，并控制上期教育支出的情况下，影响系数分别为14.92、25.88、30.63和184.33。它意味着去除时间趋势后，小学教育、初中教育、高中教育和高等教育比例每增加1单位，人均纯收入将分别增加14.92、25.88、30.63和184.33元，也就是说，从全国整体水平来看，劳动力教育程度的提高将有利于地区人均收入的提高，越是高层次的教育效果越明显，高等教育回报大幅度高于其他教育层次。

表2 1994-2004年29个省份教育对人均纯收入影响的回归模型

系数 (1)

dt_Psch dt_Ssch dt_Hsch dt_High dt_Lag_eduspd dt_R_slr dt_Land dt_Lag_p_asset 常数

-201.779(45.342)***

-198.587(44.041)***

-208.839( 38.936)***

-0.420(3.210) -25.659 (18.448) 0.051(0.015)***

0.897(3.133)

- -

- - -

14.916(6.713)** 25.880(4.642)*** 30.631(10.422)*** 184.329(21.606)*** 0.015(0.020)

控制异方差和一阶自相关的FGLS的估计结果

系数 (2) 16.180(6.802)** 22.523(4.667)*** 34.770(10.568)*** 185.723(21.476)*** 0.012(0.021)

系数 (3) 16.321(6.598)*** 23.029(4.424)*** 36.744(10.574)*** 183.186(21.211)*** 0.012(0.022)

省份数 期间数 Wald X2

29 10 164.77

29 10 159.70

29 10 161.84

注:(a) 括号中为渐近标准差。(b) *, **和*** 分别表示在10%, 5% 和1%的水平上显著。因变量为农村居民人均纯收入。

2.1994-1999年与2000-2004年教育结构对人均纯收入影响的结构变化

为进一步比较考察近年来劳动力教育结构对地区收入乃至地区差距影响，我们将假定人力资本以外的其他投入以及控制因素的影响系数在两时期均有所不同，以考察1994-1999年与2000-2004年教育对人均纯收入影响的结构变化。考虑不同时期的常数项可能存在差异，因此加入了时期虚拟变量T1。如表3的结果显示，小学、初中、高中比重的影响系数均有所下降，降幅分别为1.93、1.65和10.17，但均不显著；大学比重的影响系数上升24.65，但统计上也不显著。但是，两时期教育结构影响系数的一致性检验不能够拒绝两时期差异联合为零的假设，但两时期所有系数的一致性检验结果拒绝了两时期差异联合为零的假设。也就是说，教育结构对收入的影响在两时期变化不明显，但所有要素的投资回报率是有所变化的，物资资本的投资回报下降。

根据分析结果，我们无法确定在经济发展过程中，全国整体水平上教育结构对收入影响是否发生了变化。但我们并不能因此得出结论，认为教育结构对收入影响未发生变化，如不同地区各项投入回报率变化的不一致可以对整体发生干扰。因此我们有必要对此进行进一步的分析。

表3. 1994－1999与2000－2004教育对纯收入影响的结构变化

控制异方差和一阶自相关的FGLS的估计结果

自变量

1994－1999年系数

2000－2004年系数的变

化

dt_Psch dt_Ssch dt_Hsch dt_High dt_Lag_eduspd dt_R_slr dt_Lag_p_asset dt_Land

14.421(5.827)** 26.361(3.815)*** 15.104(11.357) 165.324(23.001)*** -0.024 (0.024) 11.960(3.432)*** 0.056(0.019)*** -16.626(16.462)

-1.927(8.210) -1.645(5.103) -10.174(16.345) 24.651(36.813) 2.631(0.705)*** -5.084(4.160) 0.021(0.022) -39.366(22.358)*