《劳动力大病对家庭教育投资行为影响分析(doc 22).docx》由会员分享，可在线阅读，更多相关《劳动力大病对家庭教育投资行为影响分析(doc 22).docx（23页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、 劳动力的大病对家庭教育投资行为的影响 中国农村的研究 孙昂 姚洋 Email: angsun2003和yyao。 北京大学 中国经济研究中心 “因病致贫”或“因病反贫”是中国农村不发达地区亟待解决的社会问题。一旦农户中的劳动力因为受到大病冲击，自身的健康状况下降，而减少子女的教育人力资本投资，就降低了子女未来的期望收入，从而在长期导致了整个家庭平均收入水平的下降。本文的实证分析证明了发生在农户劳动力身上的大病冲击和其对子女教育人力资本投资之间负向关系的存在，计量结果同时显示了只有发生在子女小学阶段的农户劳动力大病冲击对子女教育水平有显著的负向影响。教育对于个人来说不仅本身就具有重大意义，在经
2、济学研究中，教育通常被看作一种人力资本投资，如果存在正常的劳动力市场，这种投资会在长期提高个人的收入，并且提高户平均收入水平。在发展经济学的各种理论中，教育作为一种能在长期提高收入水平的人力资本投资都被给予了高度关注。如果个人或家庭由于遭受不利冲击而被迫减少家庭成员的教育人力资本投资，从而使个人或家庭的人力资本水平处于合意水平之下，就可能在长期对家庭人均收入产生不利影响。本文旨在讨论，在中国农村的背景下，农户遭受到的不利冲击家庭的劳动力患大病 从可操作性与研究的目的出发，：凡有过住院治疗或累计花费超过5000 元的疾病; ：到医疗机构治疗过的受伤情况; ：慢性病。对农户子女教育水平产生的影响。
3、本文的结论是，这种不利冲击对农户子女的教育水平存在显著的负影响。具体的说，即发生在子女学龄阶段的家庭劳动力的大病冲击会使农户减少对子女的教育投资，不仅如此，本文的计量结果揭示了，只有发生在子女学龄中的小学阶段时的家庭劳动力大病冲击对农户教育投资决策行为有显著负影响。本文的结构安排如下：第一部分给出本文的研究背景，即介绍中国近年来的教育和医疗情况的背景，并提出实证研究所要检验的假说；第二部分介绍数据并给出计量模型；第三部分是计量结果和分析；第四部分是结论和政策含义。1.中国农村教育和医疗情况的背景和假说的提出教育作为一种意在提高未来或长期收入的投资，会发生一定的成本，不仅包括支付教师的工资、书本
4、费等，也包括上学的时间所带来的机会成本。对于中国农村的广大地区，教育支出在家庭支出中占相当大的比重，同时，在以劳动密集型农业和其他产业为主的农村，在校生并不进入劳动力，这无疑使教育投资有了更大的机会成本。在中国的农村地区，农民财富和收入水平较低，抗风险能力差，一旦家庭遭受到不利冲击，就有可能对家庭的投资行为决策产生较大的影响。当然，如果存在着有效的资本市场能够为农民融通资金，就有可能在遭受不利冲击时平滑其投资和消费行为，然而在大部分的农村地区又存在着严重的借贷限制。所以，当家庭面对严重不利冲击时改变其投资行为也就不足为奇了。而在目前医疗保障体系极为脆弱的中国农村地区，家庭的劳动力患大病对农户来
5、说，显然是一种严重的不利冲击。1.1中国农村教育支出我国并没有形成完整的国家资助教育的体系，大部分地区政府的教育经费靠来自农户的“三提五统”收入支撑。因此，教育投资仍然是一种家庭决策行为( 李菁、林毅夫、姚洋，2002 )。而子女教育人力资本投资的成本并不低。1.2农民的财富和收入水平低，抗风险能力差中国农村由于计划经济体制的遗留影响，一直以农村补贴城市国有企业，致使农村的积累比较低，农民的财富水平比较地下。其次，中国农村长期实行的“队为基础，三级所有”的所有权体系也使得农民作为个体的财富的积累非常有限。再者，上世纪90年代以来乡镇企业绩效和农产品价格的下降，带来农民收入的下降。而城乡二元结构
6、以及户口制度限制了农村人口流动，使得农村闲置劳动力无法转移出来，也在很大程度上影响了农民收入的增长。加之农村资金流通困难和农村公共产品投入匮乏，种种因素使农民的积累非常之低，抗风险能力很差。1.3农村医疗保障体系脆弱中国的农村的合作医疗制度产生于六十年代中期，当时农村合作医疗是以乡村集体经济为依托，对农民实行医疗保障与卫生服务合一的制度。在六十年代末、七十年代初有较大发展，到八十年代后，由于经济改革的推进和实施，农村的经济体制发生了很大变化，单一的集体经济变成了以家庭联产承包责任制为主体的多元经济；农村政社合一、村队合一的行政管理体制也发生了根本变化；依托于乡村集体的乡镇卫生院、村卫生室从经济
7、上都已独立经营；农村合作医疗制度失去了传统体制下集体经济的依托，在全国农村大部分乡村已经发挥不了原有的作用，在一部分村庄已名存实亡。在旧的医疗保障体系已经瓦解，但新的保障体系尚未建立的情况下，大部分地区的农民健康缺少有效的医疗保障来维护，农民因经济原因不能治疗疾病，以及因病返贫问题逐渐显现出来。新农村合作医疗体系基于在自愿的前提下，正在农村逐步推行和试点。但是参合水平会受到农户收入水平的影响，因为费率是统一的，对于贫困人群而言，其经济承受能力较非贫困人群低；贫困人群大都居住于距离县城和乡镇较远的村落，经济机会和教育程度偏低，信息也较为闭塞。因此，在筹资的公平新上可能会产生这样一种政策上的“逆选
8、择”，即：贫困人群是健康风险最为脆弱的群体，但是参合水平反而较低，( 高梦滔、王健，2004iv )这种情况可能削弱新农合防止农户“因病致贫、因病返贫”的目标。 在这种情况下，家庭劳动力患大病的医疗支出不能够通过医疗保障体系得到支付，而基本上要全部指望农民的财富积累。1.4 大病冲击对教育投资的影响假说的提出我们设想一个代表性的农户中主要劳动力( 可以将他设想为一个家庭的户主 )，将他的视界分成两期。在第一期以劳动赚取收入，并做出投资决策，投资包括对教育人力资本投资，即对子女教育的投资以及提高自身健康状况的投资。在第二期中，他退出劳动力，接受子女的转移支付。我们知道，如果这是一个确定性问题，我
9、们所考虑的这个代表性农民只需要对不同投资的边际收益和成本进行比较，求解最大化问题即可得到教育人力资本投资的最优水平。这个代表性的农民的效用和自己两期的消费水平以及他自身的健康状况正相关。而健康状况不仅影响他自己的效用水平还会影响他的劳动力质量，从而影响他的收入水平，进而影响整个家庭的平均收入水平。考虑存在大病冲击( 不确定性 )的情况，这个代表性的劳动力一旦受到大病冲击，他的健康水平下降，一方面直接降低了他的效用，另一方面降低劳动力质量而降低了收入，在这种状况下，这个代表性农民就要重新考虑对于健康和子女教育投资的决策。比如，大病所带来的收入降低改变了家庭的预算约束，大病冲击降低了家庭劳动力的健
10、康状况，也改变了投资健康和投资子女教育的边际收益。因此，在可能发生大病冲击的条件下，确定性的决策问题就变成了随机决策问题。在子女学龄时，一旦家庭的主要劳动力受到了大病冲击，冲击是否会影响他对子女教育投资的决策和冲击具体发生在子女学龄的哪个阶段密切相关。发生在子女学龄不同阶段的家庭劳动力的大病冲击对家庭预算约束的影响以及对子女教育投资边际收益的影响是极为不同的。我们把子女的学龄分成两个阶段，第一个六年( 小学阶段 )和第二个六年( 初中和高中阶段 )。表1是2002年所有被调查人口受教育年数的频数统计。从表1可以看到，在所有被调查的人口中，只有2%的人接受过高中以上教育，也就是说大部分人的学龄都
11、是到高中毕业时为止。所以我们将学龄定义为从接受小学起到高中毕业为止的年龄阶段。正常情况下，小学的入学年龄为6岁，那么我们将学龄定义为6至18岁。表1 样本个人上学年数的频数统计冲击发生在不同学龄阶段对农户教育投资决策的不同影响主要体现在两个方面。第一，如果家庭劳动力的大病冲击发生在其子女的小学阶段，子女完成教育时的转移支付还显得遥不可及。而且如果想得到较高水平的转移支付，还需要再进行第二个六年的投资。相反，如果家庭劳动力的大病冲击发生在其子女的初中或高中阶段( 前提是其子女已经考上了初中或高中 )，子女的转移支付就显得切近得多了，不仅如此，对子女教育的投资周期也将近结束。两种情况相对照，我们很
12、容易得到直觉推断，即发生在学龄的小学阶段的大病冲击更容易使家庭的劳动力减少对子女的教育投资，做出诸如让子女辍学的决策。第二，家庭的劳动力在子女未上小学前并不清楚其子女的天赋，而可能有一些子女是不喜欢或不适合较长的学校生活的( 虽然多受教育从长期来说是有益的 )，这样，家庭在子女上学前做出的投资决策是基于对子女天赋水平的预期上。然而，当子女一旦考上初中或考上高中( 这在中国农村地区并不普遍 )，这个做决策的代表性劳动力会更新他的预期，子女的考上中学相当于一个证明他或她具有较高天赋，从而在未来会带来更高转移支付的信号，可能会影响其父母的投资决策行为。从这个意义上说，我们仍然可以做出以下推断，即发生
13、在学龄的小学阶段的大病冲击更容易使家庭减少教育投资，而发生在中学阶段( 初中和高中 )的大病冲击则可能对家庭的教育投资决策的影响相对比较小。需要说明的是，在上述分析中我们并没有考虑到辍学的子女可以为家庭增添劳动力从而增加家庭收入，也没有把这种可能性纳如到代表性劳动力投资决策的分析当中。这主要是根据以往对于农户子女辍学率的研究结果，由于家里缺劳动力而使子女辍学的比例非常小，也就是说很少有农户因为纯粹需要子女帮着干农活而让子女辍学的。在李菁、林毅夫、姚洋，2002对不发达地区农户子女教育投资的研究中，其数据中有对于辍学原因的描述，在2000年进行的问卷调查中，发生子女辍学的家庭中辍学原因及其比例从
14、大到小分别为：“升学没考上” 31.7%、“没钱付学费”24.1%、“学习成绩不好”18.3%、“对学习没有兴趣”16.3%、“家里缺劳动力”4.9%和“读书没前途”2.8%，以及选择“其他”的占2.9%。我们看到由于家里缺劳动力而辍学的只占很小的比重。表2是从1987起，截止到2002年，至少受过一次大病冲击的家庭的频数。我们看有44.9%的家庭至少受到一次大病冲击，显然大病冲击是一种较为普遍的现象，所以我们不重点考虑这种对投资决策的影响途径。表2截止到02年大病冲击发生的频率而一旦把这种影响途径纳入到考虑之中，我们会得到相反的结论。因为如果农户让一个小学生辍学可能不如让一个中学生辍学更能够
15、提高家庭可利用的劳动力。所以发生在受教育者学龄初中或高中阶段的大病冲击可能比发生在其小学阶段的大病冲击更有可能减少他的教育。我们会在计量分析部分对家庭受大病冲击前的劳动力富裕程度进行控制，从而试图控制大病冲击对子女教育的这种可能的影响途径。综上，可以提出可供检验的假说H：当个人在学龄阶段时，一旦家庭的劳动力受到大病冲击，个人的教育人力资本投资将被减少。且小学阶段大病冲击对个人教育水平的负影响更加显著。2. 数据描述及计量模型在这一部分，我们对前面提出的假说进行检验。计量分析的数据来源于中国经济研究中心于2003年春天进行的一次调查。调查覆盖了中国的八个省山西、吉林、浙江、河南、湖南、广东、四川
16、和甘肃，使用了农业部固定观察点已有的样本框，抽取了48个村的1127户进行调查，被调查到的个人为8414个。在被调查的八个省中包括中部地区的山西、吉林、河南、湖南，西部地区的四川和甘肃，以及东部的浙江和广东两省。表3显示了样本的省际分布。省份村户山西8195吉林348浙江9124河南359湖南7233广东7267四川7148甘肃570总计491144 表3 样本的省际分布对于户的层次上的变量，调查的时间范围从1987年到2002年，除了包括描述经济行为的变量、家庭人口变量更着重调查了医疗和卫生方面的信息，尤其关注了大病冲击发生的频率。从表2可以看出，截止到2002年有44.9%的家庭至少遭受过
17、一次大病冲击。由于数据长度从87年到02年，我们可以知道大病冲击发生在哪一年。又因为问卷调查了患病时的职业，所以我们可以把无业、家务、儿童和在校学生的大病剔除出去，而只考虑家庭劳动力患大病时家庭的大病冲击。对于个人层次上的变量，我们只有2002年一个时点上的个人特征变量，如年龄、性别等，以及个人的教育水平。虽然我们可以按照个人的年龄把个人接受教育的年数进行回推，和户的数据一起构造成一个面板结构，但大病冲击对个人教育的影响可能并不会当年发生，而是有一定时滞，而这种时滞在不同农户之间也不一定相同，既然我们要考察的是发生在学龄阶段的大病冲击对个人生涯的教育水平是否会产生影响，所以我们索性在样本中只考
18、虑那些在87年到02年之间接受且到02年已应该完成教育( 超过学龄 )的个人。我们只需要考察个人的教育总量是否受到影响，而不关心这种影响会发生在大病冲击之后的多长时间。所以我们只需要做一个截面回归来进行计量分析。而如上所述，我们可以知道家庭的大病冲击发生在哪一年，我们就可以进一步通过个人的年龄来推断大病发生在他学龄的哪个阶段，从而对假说进行检验。2.1解释变量、被解释变量和指标选择由于我们要考察大病对子女教育投资的影响，而反映大病冲击的数据长度是从87年到02年，所以首先我们要挑选样本中在87年到02年受教育的个人，即87到02年处于学龄的人。只有这些人家庭劳动力的大病冲击才可能发生在他们的学
19、龄阶段。其次由于我们要考察的大病对个人生涯教育水平( 总量 )的影响，所以我们要再从样本中剔除掉在校学生，因为这部分人的教育水平还在增长。由表1的结果，我们可以把学龄定义在小学到高中毕业的年龄阶段。按照一般情况，小学的入学年龄为6岁，那么个人学龄结束的年龄应该是高中毕业的那一年即18岁，所以我们要挑选2002年已经超过学龄的个人，即超过18岁的个人。第三，虽然我们知道所有87年到02年中家庭在每一年是否受到大病冲击，但是实际上我们能够利用的数据长度只有88年到01年。这是因为我们必须选取数据长度的头一年( 87年 )为控制年，如果有的家庭在87年受到大病冲击，那么解释变量中这个家庭的户特征变量
20、，如收入水平、劳动力富裕( 闲置 )程度就已经被大病所影响了，那么大病就同时影响解释变量和被解释变量( 处于学龄中的个人的教育 )，因此估计就会有偏。所以我们把87年户的特征变量进行控制，然后把从88年起发生的大病计入大病冲击。而至于我们只能把数据用到01年而不是02年是因为尽管家庭劳动力的大病冲击对个人教育的影响可能存在长短不同的时滞，但发生在当年的大病一般是不会影响这一年的教育投资的，因为众所周知，书本费和学费一般是在学期初就已经一次性交付了，也就是说投资决策可能早在冲击前已经做出了。把第二点和第三点结合起来，具体来说，在88到01年处于学龄且在这期间完成教育的年龄最大的人在02年为32岁
21、( 88年是他学龄的最后一年，所以在我们要以下要进行的全部回归中，所选取样本的年龄上限是32岁)，年龄最小的人为19岁( 01年是他学龄的最后一年 )。所以，如果我们要预测个人在02年念过几年书( 总的教育水平 )，在我们的样本中，应该选取02年年龄在19到32岁的个人。我们分别用四种不同的指标来衡量个人接受教育的程度：个人受教育的年数、是否完成高中教育( 高中及以上文化水平=1，高中以下=0 )、是否完成初中教育( 初中及以上文化水平=1，初中以下=0 )以及是否完成小学教育( 小学及以上文化水平=1，小学以下=0 )。需要说明的是，针对回归选取的不同指标，对样本的选取也不尽相同。首先，对于
22、指标“个人受教育年数”，如上所述要选取到01年年龄已超过学龄，即01年正常情况下已经到了可以高中毕业的年龄，02年年龄为19到32岁的样本。对于指标“是否完成高中教育”和前一个指标相同，也应该选取02年19到32岁的样本。而至于“是否完成初中教育”则要选取不同的子样本。完成初中教育的年龄为15岁。我们要把上面选取样本过程中的年龄下限降低3岁到16岁，年龄上限也降低三岁到29岁。同样对对于“是否完成小学教育”的子样本我们把02年年龄的上、下限分别设定在26岁和13岁。我们把对样本中子女按年龄进行分类的结果总结在表4中。 表4 样本子女分类我们采用的主要解释变量分成两个层次，户变量和个人特征变量。
23、对于户变量的选取主要根据研究教育人力资本的文章Schultz，1994；1997a，b以及Schultz，1999的研究。在Schultz，1999的研究中，他将教育人力资本投资的决定因素表示如下：社会经济领域的因素：公共财政对教育的支出及在教育支出中的比例 ( + )教师的工资 ( - )母亲的教育水平 ( + )父亲的教育水平 ( ? )家庭人均非工作收入财富 ( + )儿童教育投资消费需求:人均GDP ( +)图1 教育人力资本的决定因素在Schultz的文章中指出，子女的教育既是一种投资，同时也是一种消费。社会经济因素影响对教育人力资本的有效投资，而右边的人均收入则影响对教育的消费需求
24、。基于Schultz，1999的研究和李菁、林毅夫、姚洋，2002的研究，我们把户变量大致分为六类：( 1 )反映父母的受教育水平的变量，在我们的研究中以父母的平均受教育年数代替。Schultz的研究结果显示母亲的教育水平对子女的教育水平有显著正影响，父亲的教育水平则没有显著影响，而林毅夫、姚洋，2002的研究却得到了相反的结论，而我们仅以父母的平均受教育水平作为解释变量，控制农户劳动力平均受教育水平对子女教育投资的影响。( 2 )反映家庭对教育消费需求的变量，在我们的研究中用家庭人均收入表示。( 3 )反映家庭抗风险能力的变量，家庭人均非工作收入财富，在我们的研究中以家庭人均接受转移支付来表
25、示。因为我们的调查中包括了中部和西部一些不发达地区，人均接受转移支付在家庭收入中所占的比重比较大，加总农户在当年接受的在外亲戚寄来收入、财政补助收入、亲戚资助的货币价值，得到了“户人均接受转移支付”这个指标。应该说一个家庭接受的转移支付越多，家庭的抗风险能力越强，可能会有能力让子女接受更多教育，但是家庭接受的转移支付越多也有可能恰好说明家庭越贫困，收入水平越低，但是我们在自变量中加入了户人均收入，对后者的影响加以控制。( 4 )反映户劳动力情况的变量，用每年受雇佣时间不超过六个月的家庭成员比例来反映，这个比例越高，说明家庭劳动力闲置的状况越严重，越不缺少劳动力，在这种情况下为了让子女进入劳动力
26、而使其辍学的决策相对不容易发生。( 5 )表示务农程度的变量：农业收入在总收入中的比重：这个变量可以在一定程度上反映一个家庭的就业模式。农业收入在总收入中所占的比重越高，说明家庭的务农程度越高，子女以后越可能在农业就业，就业所要求的教育水平相对在其他行业来说就比较低，在这种情况下大病冲击更有可能减少农户对子女的教育投资。( 6 )户家庭人口变量，包括户平均年龄及其平方项 年龄结构过高或过低都对家庭造成负担，可以预期家庭平均年龄对家庭收入的影响将是一个倒U型关系。( 反映出户年龄结构 )以及户男性比例。根据前面的分析，户特征变量一律采用控制年( 87年 )的值。在我们的数据库中并没有反映教育成本
27、的指标，即没有诸如Schultz在其文章中指出的公共财政对教育的支出及在教育支出中的比例或教师的工资这样的指标或可替代的指标。比如在村的层面上是否有助学的资助等。另外在Schultz的研究中指出，城市化程度、开放度等都有可能影响教育的有效投资。这非常容易理解，一个地区的城市化程度和开放度直接决定了子女教育的投资回报率。城市化程度越高，越容易找到非农的工作，往往可以使农户更愿意投资子女的教育。我们还可以列举出更多难以准确控制的因素，比如村干部对教育的重视程度以及村庄是否是一个传统的文化村等等。基于以上种种考虑，我们采用村的固定效应模型，即我们在回归方程中加入村哑变量，而不在自变量中包括反映上述因
28、素的指标。这样可以彻底地控制不同的村之间的因素对子女受教育的影响。在个人层次上，我们考虑两个个人特征变量：年龄和性别。性别是虚拟变量，即性别=1为男性，性别=0为女性。一般来说在中国农村地区，尤其是不发达的农村地区，男性受教育的机会比女性要多，女童教育和妇女教育一直是一个人们关注的问题。我们的研究主要集中在劳动力的大病是否会影响其对子女教育的投资，通过性别虚拟变量我们就可以考察当家庭劳动力受到大病冲击时，农户是否更倾向于牺牲掉对女童的教育投资。最后，我们的关键变量是在个人学龄阶段是否发生户劳动力的大病冲击，是虚拟变量，即户发生劳动力大病=1，未发生劳动力大病=0。为了考察发生在学龄不同阶段的大
29、病，我们将这个变量进一步分解成三个哑变量，即“在个人小学阶段户内是否发生劳动力大病”，“在个人初中阶段户内是否发生劳动力大病”以及“在个人高中阶段户内是否发生劳动力大病”，是=1，否=0。另外，需要说明的是我们在控制变量中没有加入表示大病发生年份的哑变量来控制时间趋势，这是因为我们将大病冲击细分为不同学龄阶段的冲击，而控制变量中又包括了个人的年龄，从而已经使时间趋势得到了控制。2.2计量模型及方法对于全部数据，我们的基本回归模型是下面的村固定效应模型：我们将利用这个模型来验证我们的假说。其中表示在2002年第个人的四个被解释变量的数值但需要注意的是，后两个指标与前两个指标采用的不同的子样本。；
30、和分别表示上面提到的个人特征变量和家庭特征变量；是村哑变量；是一个独立同分布过程，均值为零。因为被解释变量有连续变量和离散变量，所以对这两种变量所采用的回归方法也不尽相同。对连续的被解释变量，受教育年数，我们采用加入村哑变量的OLS回归注意到我们的研究中按村分组，对应的是不同的个人，因而从理论上说，不能采用面板的方法进行估计，尽管实际在技术上加入村哑变量的OLS和按村分组的固定效应的估计是一致的。对于离散型的三个被解释变量，即是否完成高中、是否完成初中以及是否完成小学，我们分别采取概率回归。另外，直观上假如一个受到劳动力大病冲击的家庭有两个以上的子女，就可能发生这样的情况，在这个农户内部，有的
31、子女在学龄中家庭劳动力未受大病冲击( 即该子女在家庭发生大病冲击前已完成了教育 )另外的子女在学龄中时家庭劳动力受到了大病冲击，如果我们可以把同一户的受大病冲击的子女和未受大病冲击的子女的教育水平相比较，就有可能更加准确的估计大病冲击对子女教育水平的影响，因为这样可以剔除掉户间难以准确度量的因素，比如一户人家子女的天赋等等。表5是1987年户16岁以下儿童个数的分布。我们看到有接近50%的家庭有两个及两个以上子女，使我们户内比较的构想能够得以实现。表5 1987年户16岁以下儿童个数分布但是如果我们采用户固定效应的估计，则可能会出现一些其他的问题，比如户子女数量不同可能对估计的结果产生系统性的
32、影响。比如生孩子少的农户既可能是由于其收入水平比较高，不需要“养儿防老”，或者其对教育重视程度高，愿意只生一个孩子而更多地关注孩子的教育，当然也有可能是因为贫困，养不起更多的孩子。而有两个以上孩子的家庭则有可能是因为比较富裕，农户多要孩子的决策基于比较高的收入，可以养更多的孩子。但也有可能是因为比较贫困，没有必要避孕措施所导致。而以上对应不同的情况，农户所做的投资决策是可能截然不同的，所以我们设定的户固定效应模型就可能并不恰当 更为恰当的计量模型设定就应该为。如果使用户固定效应的估计至少需要对不同孩子数量的户进行分组，另一方面这种分组的标准又难以确定。这样，就使得单纯的户固定效应估计难以成为度
33、量大病冲击对子女教育投资影响的好的方法。但如果我们在村的层面上进行比较，就缓解了户固定效应不同户的子女个数不同将对估计带来系统性偏差的问题。一个村中不同的户可能有不同数量的孩子，这种由孩子的个数引起的做决策的系统性差异在村的层面上就并不那么明显了，从而使这种问题的严重性得到一定程度的缓解。所以，以下我们将采用一个折中的办法。如果我们采用只对受过大病冲击的户进行回归的办法，就相当于对样本做加权，虽然也包含受大病冲击的不同户之间的比较，但大病对户内子女受教育程度的影响在受冲击组中占了更大的权重，比起对受冲击和未受冲击的户间的比较会更加精确。同时这样的估计又是在村层面上进行的，部分的克服户固定效应估
34、计所可能产生的问题。在要进行的回归中我们将对每个被解释变量分别采用表4所示的样本的估计，并且从表4所示的样本中选取户受过劳动力大病冲击的样本进行回归，与前面的结果进行对照。 3.计量结果分析3.1 OLS估计：受教育年数我们对19-32岁个人的受教育年数的村固定效应的OLS估计结果见表6。表中的第一列和第二列分别是对所有年龄在19-32岁的个人（超过学龄且在88-01年受教育者）和其中受过家庭劳动力大病冲击的个人（冲击组）所进行的村固定效应的OLS回归结果。根据计量模型中的讨论OLS2和OLS1互为参照，将有利于我们对计量结果的认识。 OLS1 OLS2 村固定影响 村固定影响 冲击组常数项
35、( 0.36 ) ( 2.91 )主要变量 小学阶段户内是否发生劳动力大病 ( 0.36 ) ( 0.42 )初中阶段户内是否发生劳动力大病 0.37 0.41 ( 0.32 ) ( 0.33 ) 高中阶段户内是否发生劳动力大病 -0.29 0.04 ( 0.26 ) ( 0.29 )个人特征变量年龄 ( 0.02 ) ( 0.04 )性别 0.18 0.16 ( 0.20 ) ( 0.30 ) ( 续表 )户特征变量父母平均受教育年数 ( 0.04 ) ( 0.06 )户人均收入( 百元 ) -0.02 -0.03 ( 0.00 ) ( 0.00 )户人均接受转移支付( 百元 ) ( 0.0
36、0 ) ( 0.00 )每年受雇时间小于半年的户成员比例 0.09 0.03 ( 0.23 ) (0.38 )农业收入占总收入比重 -0.39 0.37 ( 0.44 ) ( 0.73 )户平均年龄 -0.00 -0.05 ( 0.11 ) ( 0.16 )户平均年龄平方项 0.00 0.00 ( 0.00 ) ( 0.00 )户男性比例 -0.12 0.81 ( 0.58 ) ( 0.88 )总样本量 913 372 0.30 0.41Adj- 0.26 0.32表6 户劳动力大病冲击与子女教育投资：村固定效应OLS估计*在10%显著性水平上显著；*在5%显著性水平上显著；*在1%显著性水平
37、上显著。括号中为估计值的标准差。首先对关键变量进行考察，我们看到在两个回归中，“小学阶段是否发生大病冲击”这一变量都非常显著。由于OLS回归的系数值就是对个人受教育年数的边际影响，所以这一回归结果意味着在小学阶段受到大病冲击会使农户对子女的教育投资减少1年以上，在我们的样本中，2002年19-32岁的个人的平均受教育年数为8.32年，这意味着遭受劳动力大病冲击的农户平均会减少超过10%的子女教育投资。注意到在两组回归中系数的绝对值都超过了1，说明在子女学龄的小学阶段家庭劳动力的大病冲击对其教育的负影响幅度相当大。另外，在初中和高中阶段发生的大病冲击对子女教育投资的影响都不显著，符号也并不稳定。
38、这样的回归结果验证了前面我们所提出的假说，说明只有发生在子女小学阶段的家庭劳动力大病冲击会对其教育产生显著负影响，且表6的结果还显示了这一影响的幅度是相当大的。再考虑个人特征变量，我们看到，前面所预想的对子女教育投资所可能发生的性别不平等的状况并未在回归中得到印证。两组的回归结果虽然符号均为正，但都不显著，说明男性并未比女性显著多受教育。而另一个个人特征变量在两个回归中都在1%的水平上显著。年龄越大的人所受的教育越少，年长一岁，受教育年数就相应减少约0.14年。这样的结果可能与九年制义务教育的推行有关。在户特征变量里面，发现父母的平均受教育年数对子女教育的影响非常显著，在两组回归中都在1%水平
39、上显著。这意味着父母的平均受教育水平每增加一年其子女的教育就会提高大于0.22年。如上所述，这部分样本的平均受教育年数是8.32年，而我们在第二部分中所援引的李菁、林毅夫、姚洋，2002的研究中对受子女辍学原因的分析，子女辍学的情况中，比例超过31%的原因是由于“升学有困难”，而我们样本中平均受教育年数在8.32年也一定程度上说明了在辍学的个人中，很大一部分人可能是因为难以毕业而中途放弃学业。如果一个家庭中的父母的受教育水平比较高，除了父母本身会相对更加重视子女的教育而加大对子女教育的投资之外，其本身的教育水平有可能对子女的学习产生良性的影响，更可能给子女的学习提供实际的帮助，从而提高子女的教
40、育水平。户特征变量中另外一个显著变量是户人均接受转移支付。这个指标加总农户在当年接受的在外亲戚寄来收入、财政补助收入、亲戚资助的货币价值，表征农户的抗风险能力。因为我们的调查中包括了中部和西部一些不发达地区，人均接受转移支付在家庭收入中所占的比重比较大，应该说一个家庭接受的转移支付越多，劳动收入在家庭总收入中所占的比重越小，从而家庭的抗风险能力越强，可能会有能力让子女接受更多教育。我们知道，对子女的教育是一项长期的投资，在投资期间财富水平波动越小，家庭对子女的教育投资就越稳定。但是，正如变量介绍中所指出的，以户人均接受转移支付作为衡量抗风险能力指标存在着这样的问题：户人均接受转移支付越高可能恰
41、好说明家庭越贫困，收入水平越低，但是我们在自变量中加入了户人均收入，对后者的影响加以控制。可以看到在两组回归中这一指标的系数都相当显著，而且对子女教育投资的影响幅度也非常大，在所有19-32岁样本的村固定效应估计中，回归的系数为0.14，这意味着一旦农户在一年内可以固定的得到1000元转移支付，他对子女的教育投资将可能提高1年以上。而在又大病冲击组这一指标的系数高达0.57，显著程度也有所上升，这可能说明发生大病冲击的家庭，对子女的教育投资决策更加依赖于家庭的非劳动收入。而其他的户特征变量均不显著，一个解释是这些解释变量在户之间的变化率比较小，另一个可能解释是，解释变量变化率比较小的样本在回归的总样本中所占的比重比较大。其中值得一提的是，和我们的直觉相反，户人均收入的系数在回归的结果中并不显著。按照Schultz的说法，子女教育支出也同样是父母的一种消费行为，那么这种不显著有可能是因为子女教育对收入的弹性比较小。每年受雇时间小于半年的户成员比例这一指标反映了劳动力的富裕（闲置）程度，在两组回归中，这一指标的符号均为正，但系数均不显著，家庭劳动力闲置情况越多（越不缺乏劳动力），越不会由于让子女帮忙干农活而做出使减少对其教育投资的决策，这于我们第二部分中的论述相一致。当然，家庭劳动力闲置越严重，