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
中图分类号：G648文献标识：A文章编号：1009-4202(2010)03-004-02
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，experienceandearnings》。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.
作者： 何志刚 张 杨，本文来自《中国农村教育》杂志
