“多多益善”还是“恰到好处”

李兆隆

【摘   要】 对甘肃省多个贫困地农户人力资本和收入进行调查。结果显示，农户人力资本、社会资本对收入有重要影响，受教育程度存在9年的门槛值，跨过门槛值后，人力资本对收入的影响产生了质的飞跃。因此，保障贫困地区教育质量和义务教育十分重要，最后为类似地区提供了建议。

【关键词】 人力资本;教育;贫困户;门槛

中图分类号：{G7}               文献识别码：A               文章编号：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

在脫贫攻坚收尾的关键时期，深度贫困地区由于位置偏隅、环境恶劣、存在“思想贫困”等原因，成了脱贫工作中的“硬骨头”。对此除了主动“输血”，还必须将扶贫和扶智结合，在源头上“造血”，从根源激发脱贫动力，防止返贫现象的发生。

学者们的研究表明教育对促进农户增收、脱贫有显著作用（张永丽、李青原，2018）。而在贫困地区，由于个体能力差异及贫困发生机制的复杂，导致受教育程度的提高对不同个体有着不同的效果。

由于不同区域、不同人群的教育收益率存在显著差异，因此，本文将探究，深度贫困地区农户受教育程度对脱贫增收影响的门槛效应，了解对贫困户而言受教育程度究竟应该“多多益善”还是“恰到好处”？

2  实证检验

2.1  描述性统计

本研究数据源于2017年西北师范大学对甘肃省多个国家级贫困县的入户调查，筛选后的样本点4055个。其中，样本家庭人均收入均值9993.25元，劳均受教育年限6.1年。

2.2  模型设定和变量选取

采用明瑟收入函数作为基础模型：

其中，因变量Y为农户家庭人均纯收入;解释变量EDU表个体接受的正规教育年限;β为教育收益率;EXP为工作经验，用劳动年龄人口的工龄表示;〖EXP〗^2为工作经验的平方。

展进涛、黄宏伟（2016）的研究指出，虽同属人力资本，但相对正规教育，技能培训在农户就业上的作用更大，对收入的影响也更直接。在精准扶贫中，非农职业培训可通过针对性提升来弥补正规教育的不足。同时考虑到健康对收入和支出的影响，在研究模型（2）纳入skill、health变量，代表是否接受过非农技能培训及身体是否健康。拓展后的模型：

控制变量上，考虑到家庭状况会影响人力资本发挥作用的效果，故使用人均耕地面积（AL）衡量自然资本;使用人口负担比（SC）衡量家庭人口负担;充足的社会资本能够弥补人力资本的不足，因此选取电话费（PF）、交通（TF）及婚丧嫁娶（MF）三项支出体现社会资本使用状况（关爱萍、李静宜，2017），并设置家庭是否有公务员这一虚拟变量来完善社会资本，拓展后的模型如下：

基础模型设定后，利用Hansen（1999）的非动态门槛模型，以受教育年限为门槛变量。由于样本总体受教育水平较低，以受教育年限为门槛时，设置双重和三重门槛会人为弱化真实门槛值的影响，故本文只设置单一门槛模型：

其中，门槛变量为EDU受教育年限，门槛值待估，β为影响系数，I（·）为示性函数，在相应情况真实时取1。

3  实证结果分析

3.1  普通计量回归

本文使用的数据为截面数据，不需考虑非平稳性等问题。针对异方差性，回归时采用稳健标准误提高整体准确性。多重共线性检验结果显示，平均vif值为3.04，除工作经验和工作经验平方项外，其余变量均不存在共线性。稳健性上，将被解释变量更换为家庭总收入的对数后，各主要被解释变量的显著性和上述模型一致，结果稳健。使用stata15.0对上述模型进行回归分析，结果如下：