土地替代教育——城市化进程中农业家庭的教育选择，本文主要内容关键词为：进程论文,土地论文,家庭论文,农业论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
JEL Classification J22,J61,I21
一、引言
2008年年底至2009年年初的金融危机造成了大量农村移民失业并提前返乡(张车伟和王智勇，2009；国家人口计生委，2009)，但从2010年至今，一些企业却开始面临缺乏高级技工的“民工荒”困境。造成这种情况的原因十分复杂，现有文献尝试使用托达罗模型、刘易斯拐点等工具来解释农村移民返乡与“民工荒”现象间隔发生的现象(侯东民等，2009；盛亦男和孙猛，2009)。从工人返乡与“民工荒”现象中我们能发现，第一，农村移民在城、乡间随经济波动进行“钟摆式”往返的特征十分明显。当经济下滑，企业订单减少，失业农村移民便从城市返乡务农。经济回升时，又重新回到城市就业。第二，农村劳动力的供给似乎出现了数量与质量间的矛盾，农村移民的总量虽多，但受教育程度较高的农村移民数量不足。
不难看出，在农村移民进行往返流动的过程中，“回乡种地”正是农村移民减少失业或收入降低带来的收入冲击的一种途径。姚洋(2000)认为更多的土地会使农民寻找相对来说收益与风险都更高的工作，这是由土地的失业保险功能决定的。但更深层的事实也许是，土地不仅决定了农民“希望”找什么样的工作，更通过影响人力资本投资的途径，来决定农民“能够”找到什么样的工作。本文提出了一种假说：在非农工作中，土地和教育都能够降低农村移民非农工作的收入冲击——土地为失业农村移民提供了返乡务农的选择；更高的教育程度让农村移民更有可能找到相对稳定的工作，减少其失业的可能——因此土地将抑制农户家庭进行人力资本投资的动机。
这个假说与一系列数据相吻合。2006年长三角农村移民现状调查显示，家中已经没有土地或者土地抛荒的农村移民学历在高中及以上的比例为33.12%，在1%水平上显著高于家中仍然在经营土地的农村移民，后者学历在高中以上的比例仅为20.09%。2007年中国住户收入调查(CHIP)的流动人口数据显示，在控制了流动人口年龄后，流动人口老家的人均耕地面积每上升1%，其受教育年限便下降0.12年，并在5%的水平上显著。在2011年上海市流动人口动态监测调查也能看到类似现象(图1)，观察24—25岁外来人口①，可以发现土地撂荒或无地农村移民中教育水平在高中以上的比例高达57.4%，而有地农村移民中该比例仅为32.4%。总体来说，从截面数据看，家中耕地较多的农村移民的教育水平显著低于家中无地或耕地较少的农村移民。
图1 分耕地情况的24—25岁上海外来人口的教育水平分布
但是，由于受教育程度较高的进城农民可能因逐渐在城市落户生根而选择放弃农村的耕地，以上结果可能反映的是相反的因果关系，即“教育替代土地”。为了排除这种可能性，本文将在农户子女接受教育的阶段进行分析，考察拥有较多土地是否会减少农户子女的受教育水平，以及这种替代现象是通过什么机制产生的。将这个问题分析清楚的重要性在于，在城市化进程中，如果城乡移民的教育水平与其家乡的土地情况负相关，那么老家的土地就不仅仅是失业农村移民的“蓄水池”，而是造成农村移民需要“蓄水”的重要原因——土地成为每一位农村居民身上先天的高额“失业保险”，降低了农户家庭投资教育的动机，从而提高了农村移民的失业率。在土地流转不充分，土地资本化较为困难的今天，这样无法交易，无法变现的“失业保险”将扭曲农村居民的教育投资。每位农民都有数量各异、不可交易的土地禀赋，此时土地较少的农民不能够出让土地以投资更多教育，土地较多的农民也不能够购买更多土地以获得农业规模经济，于是所有农民都只好在低教育水平下往返于城乡间。这使农民不能在合适的劳动力市场发挥比较优势，并最终产生农村移民的数量与质量的矛盾，在农业部门与非农部门都产生效率损失。
土地与教育的关系在文献上并没有得到一致的结果。Rosenzweig(1977)认为土地增加了低技能劳动力的农业边际产出，同时提高了受教育的机会成本，因此土地与入学率应当呈负相关关系，并使用美国分州的加总数据得到了与理论一致的结果。Levy(1985)对埃及农村的研究发现也得出了类似的结论。Mukhopadhyay(1994)则在西孟加拉邦与印度的住户数据中发现了相反的结果，其中单位劳动力的耕地增加不显著地提高了5—14岁儿童的教育年限，作者认为这有可能与土地增多降低了儿童父母的非农劳动时间有关。李菁等(2002)在对农村土地与教育选择进行分析时，认为在不发达地区，土地作为一种保障，能够带来稳定的现金流，从而降低农户对子女教育进行投资的收益不确定性与滞后性，进而促进教育投资。但孙志军(2003)与苏群和丁毅(2007)发现了相反的结果，即土地较多的农民教育程度较低。对此苏群和丁毅(2007)的解释是：在农机械不发达的丘陵地区，土地生产主要依靠人力，因此土地较多的农户倾向于让子女辍学参与农活。
从文献中不难看出，首先，土地对教育有两方面的作用。一方面，土地增多提高了教育的机会成本；另一方面，土地作为一种可以带来现金流的资产，部分抵消了农民在投资子女教育时的风险。这两种相反作用使土地与教育的关系并未得到统一的结论。
其次，除了李菁等(2002)、余艳炯(2008)之外，已有的文献主要在农业就业中考虑土地与教育的关系，随着土地增加，教育的机会成本提高主要体现在农业生产降低中。但在城市化的进程中，辍学的农户子女更有可能进入非农就业部门，而不是继续从事农业。这与李菁等(2002)、蒋中一和戴洪生(2005)的发现一致，他们发现，由于家中缺少劳动力而辍学的人数仅占总辍学人数比例的5%—6%。土地与教育的关系在农业部门与非农部门有着很大的不同。在农业部门限制下，土地与劳动力的受教育程度存在着一定的互补关系——受教育程度上升能够提高土地的边际产出，尽管提高有限；而当非农工作的选择出现时，大部分教育回报将在非农部门中产生，土地与教育的互补关系便消失了。另外，由于农民会选择能够让自己的土地和教育禀赋带来最大回报的就业市场，土地和教育还内生影响了农民是否会选择外出打工。在Zhang et al.(2002)、Du et al.(2005)中，教育是提高农民非农就业时间与迁移概率的关键变量，而土地的作用则相反。因此，把非农部门纳入分析框架，考虑农民在面临两个劳动力市场情况下的教育选择，也是本文的贡献之一。
本文将通过四个部分进行逐步分析：理论模型与命题、数据来源、计量结果以及结论。
二、理论模型与命题
本文将采用一种十分简化的DCDP(Discrete Choice Dynamic Programming，即离散选择动态规划，以下简称DCDP)模型刻画农户家庭的教育与就业选择。Keane and Wolpin(1997)首先使用DCDP模型拟合了美国年轻人的教育、职业选择以及工资情况。在DCDP模型中，个体将面临一连串是否接受教育、选择何种职业等决策，并使用倒推法对其一生的选择进行最优规划，本文将其简化，分析农户家庭在一个无限时间的模型中，将如何规划继续就读、外出打工与辍学务农的几种选择。
设农户家庭在教育水平为e时单位时间学费为F，时间偏好为β且小于1。农户子女在每接受单位时间教育之后，都将面临辍学或继续就读的选择，其目标是最大化现值V(e)。在选择辍学后，农户子女便进入就业市场，不能继续接受教育，他将面临务工与农业生产带来的总回报S(e)。其中：
教育程度为e的未就业农户子女在每期开始将以概率P(e)找到工资率为w(e)的非农工作，即进城务工，进城务工的农村移民将家中土地以单位时间出租后，能够获得每亩土地ρ的地租。由于农村移民所从事职业较为不稳定，每名从事非农工作的农户子女在每期结束会以U(e)的概率失去工作。失业以及未找到工作的农村移民将回乡从事一单位时间的农业生产。每一期农业生产将会为农户子女带来f(n)的收益，其中n为其拥有的人均土地亩数。土地收益在模型中与教育无关，虽然一些文献(如Yang，1997)证明教育的提升同样会带来农业生产的提高，但这样的提高比起教育带来的非农收入提升来说仍然很少(Zhang et al.，2002)。另外一个隐含条件是，农户接受的教育至少能够使其在外打工时获得比土地带来的稳定收益更大的工资率，即w(e)＞f(n)－ρn时，农户才有可能继续接受教育，而在农户拥有人均土地足够大时，农户子女将不具备义务教育之外的教育投资动机，我们在模型中将始终假定这个隐含条件的成立。图2显示出辍学农户子女在非农工作与农业生产之间的过程。
为了确保得到内点解，此时二阶条件也必须满足，即：
命题3 当农业效率提高时，土地对教育的替代作用增大。
从比较静态公式中还能够得到
0，即边际土地的收益越大，土地的消除收入冲击效果相对教育增大，土地对于教育的替代作用也增大。
本文与先前一些文献的理论模型(如李菁等，2002)得出的结论不同，其根本原因在于本文模型中，教育将能够减小收入风险而非增大。通过加入工作稳定性的度量P(e)，本文将金融危机时，工厂倒闭、低技能农村移民返乡的情况刻画在内，说明低教育农村移民的风险实际上高于高教育的农村移民，因此教育与土地的保险功能产生了相互替代的作用。
三、数据
本文将使用CHNS数据对以上理论进行验证。我们选取了时间跨度为从1989-2006的7个面板、11万个观察点的数据。CHNS数据囊括了我国东、中、西地区的九个省或自治区，其中包括了较发达省份如江苏，同时也包括了欠发达省份如广西、贵州。本文观察在农村调查点，至少有一个观察年份状态处于“在学”的人口，并将其其余观察年份全部纳入，直到其出现第一次“不在学”状态。最后取出5 076人，共被观察到11791人次，其中3008人在观察结束前处于“不在学”。其中农村部分数据基本情况见表1。
除土地之外，农村子女的教育选择受到多方面因素的影响，如Lloyd and Blanc(1996)、发现户主的职业与父母教育水平对子女辍学率有影响；Li(2007)发现家庭的收入与子女是否接受高等教育有很大关系；Shapiro and Tambashe(2001)对刚果的分析发现家庭结构、性别与收入条件都会影响对子女的教育投资行为。高梦滔和和云(2007)在实证中纳入了学校情况，并分析了班主任学历以及家长对学校主观评价等度量对学生辍学率的影响；孙志军(2003)与Tansel(2002)则纳入了距车站距离、距城镇距离等变量。沿袭这些文献，本文将在回归中纳入收入、父母教育水平、家庭结构与学校情况、车站距离等微观变量。在研究影响教育投资的研究中，现有文献主要是使用截面数据，较少有使用面板数据对教育情况进行详尽分析的文献。但使用截面数据将会产生很大的内生性问题，而且中国的农村正处于大量农村移民进城的城市化洪流中，截面数据难以捕捉到在农村子女入学至停止教育时，微观变量的变化对于其是否继续上学与辍学选择的影响。本文将采用的一个较长时期的面板数据将能弥补这些缺憾。除此之外，本文还将控制户主职业、年份、地区和年级这四组哑变量，因此大部分区域差别与农户差别都能被控制。
四、计量模型与结果
本文使用的计量模型为Cox生存模型，在高梦滔和和云(2007)中Cox模型同样也被使用。Cox生存模型通过观察样本的身份代码、生存标签、进入时间等，将每个农户子女的各个观察点视为一系列生存过程，并在每个间隔观察中使用最大似然法进行估计。本文的生存方程可表示为：
即寻找使观察数据发生的概率达到最大的β。大于0的系数表示该变量的增加会使“死亡”概率上升，即更容易辍学。
我们首先验证命题1。为了防止内生性，在实证中我们对可能会根据辍学决策发生改变的变量滞后一个时期。以非农收入占比为例，如在1993年观察到农户子女在读，同时家中非农收入占比为0.1；1997年观察到农户子女辍学，同时1997年还观察家庭非农收入占比为0.5(CHNS数据中1993年与1997年是相邻的两个观察点)。由于在农户子女辍学外出打工后，家庭的非农收入占比自然会提高，此时我们可能高估非农收入占比对于辍学的正影响，将可能内生的变量滞后一个时期相当于将1993年的非农收入占比值与1997年的辍学与否状态并列，这降低了非农收入占比与辍学决策两者相关的可能性。但由于被命令变量向后推移一个时期，这种方法会使对每一个被调查人的第一个观察点失效，1989年的调查数据便被舍弃。由于家庭层面上的土地拥有量与农业、非农收入水平可能与农户子女辍学有内生性，我们对收入、土地变量滞后一个时期。
命题1在回归中得到了验证。COX模型中，估计值大于0表示变量对辍学有促进作用，其值为提高该变量1个单位会使生存过程在下一期结束(模型中即为辍学)的概率增大的程度。在表2中，COX1模型的核心变量是家庭土地总亩数的对数，COX2模型则使用人均土地亩数的对数，两者都显著大于0，即土地或人均土地面积每提高1%，该农户子女在下一年的辍学概率便提高0.16%-0.17%左右。
COX3测试了拥有人均土地数量在不同群组的农户相对于人均土地拥有量为最高25%的农户辍学率增加的情况。可以发现人均土地拥有量在第一、二、三分位区间的农户子女辍学比率都要低于土地最少的农户，其中人均土地拥有量最少与次多的两组农户比人均拥有量最多的农户子女辍学率显著低约24%和21%。观察到拥有量最多的农户并不比拥有量次多的农户有更高的辍学率，我们对人均土地拥有量较多的50%农户进行了人均土地拥有量和辍学概率的检验，并同样在COX4中发现了显著的正效应。
本文对于不同地区、不同时段的人均土地数量与教育的关系同样作了实证。在地区层面上，本文将九个省份分为东部、中部、北部与西部进行分别实证，并发现在这四个地区土地对教育都有正的替代效果，并在西部与中部显著。③在时间层面上，土地对教育的显著替代效果始终显著。
除了核心变量土地之外，我们对于其他变量也能观测到与现有文献类似的结果：
(1)男性的辍学率显著低于女性，根据COX1到COX3，农村男性的辍学率比女性约低17%。
(2)家庭人均收入与父母教育年限的提高均能显著降低子女的辍学率，其中家庭人均收入提高1%，父亲或母亲的教育年限提高一年，子女的辍学率分别显著降低约0.14%、3%、4%，母亲的受教育年限对子女的辍学率有更显著的效果。
(3)老人与未成年人的比例提高会显著降低农户子女的辍学率，这个结果与高梦滔和和云(2007)的结果类似，即拥有6—20岁的兄弟姐妹将显著降低农户子女辍学的概率。这可能与农户子女的非劳动时间相关，老人的比例提高需要农户子女减少在外劳动时间在家照顾老人；拥有兄弟姐妹则使每一名农户子女可以减少工作时间，这能够提高农户子女的学校表现水平并降低辍学率。
以上实证证实了土地的确会替代教育，但为了进一步证实土地是通过提供消除收入风险的渠道替代教育，我们将寻找能够合理度量P(e)与f'(n)的变量，并验证从比较静态中得到的命题2与命题3是否成立。
从文献中我们可以发现空间距离与社会网络、社会互动等因素都对就业有较大的影响。Hanson and Pratt(1992)、Conley and Topa(2002)在地理意义上发现，上下班距离较近的劳动力具有较低的失业率。同时更多的文献从地理和社会资本的相关性分析，发现距离工作地点较近容易带来更密集的社会网络与社会互动，从而带来更丰富的就业信息与认同感，并提高就业概率，如Topa(2001)、Brueckner and Zenou(2003)、Parks(2004)、Bayer et al.(2008)、Zenou(2009)等。同时Tansel(2002)发现在土耳其，距首都伊斯坦布尔的距离以及距车站的距离能够提高居民的移民和工作机会。在更具针对性的中国研究中，章元等(2008)发现，社会网络能够增强农村移民的流动性，并使其流动到距所居住的农村更近的城市劳动力市场上，并以更高的概率找到工作。因此在文中我们将使用与距离以及社会网络有关的变量来度量P(e)，分别是：(1)距离最近的火车站的距离；(2)附近是否有火车站；(3)社区中当年外出打工人数占总人口比例。这是因为：(1)在花费同等路费的情况下，距离火车站较近的农户更容易到经济较为发达的地区打工，这些地方的岗位创造更多，就业概率更高，另一方面也使得距离较近的农户拥有的能够提高就业机会的社会关系更丰富；(2)社区中外出打工人比例较多使得这个社区的农户拥有更多外出打工的就业信息，从而提高了就业概率。同时我们使用农户是否有农机具来度量f'[，n]，因为农机具使得农业更具规模效应，因而在土地增多时显得更有效率。农机具在CHNS数据中包括拖拉机、手扶拖拉机、灌溉设备、电动打谷机、家用水泵五种，只要拥有其中一种便被视作拥有农机具。由于农机具购买与辍学可能存在内生相关性，我们对是否拥有农机具也滞后一期进入实证。
我们加入以上四个变量与人均土地的交互项，根据命题2与命题3，我们对距离、农机具的三个交互项期望得到大于1的估计；对打工人口比例与附近有火车站交互项期望得到小于1的估计。
在具体实证中，考虑到大规模的农村移民进城务工行为在90年代，尤其是1995年之后才发生(人民币盯住美元的政策使得沿海出口加工工厂获得了很大的利润空间并产生大量手工劳动力需求)，在之前农户可能不能有效观察到外出打工的工资与失业率；同时由于外出打工机会较少，就业概率的变化对土地对教育的替代效应的影响也很低——一个极端的例子是，即使成功外出打工概率从1%上升一倍至2%，由于提高教育也不能够显著提高工作的稳定性，此时土地作为失业保险来降低人力资本投资效应也无法体现出来。同时由于本科及以上教育大多不在本村附近进行，许多观察无法被发现，这部分的观察的质量并不好，数量也较少。因此我们将选取1997年(即1995年后的第一个观察点)及以后的高中及以下教育的观察。为了检验这几组变量的稳健性，我们将分别代表农业部门生产效率和非农部门就业难易度的两类交叉项单独或组合放入回归式，共得到表3中的五组回归。
结果显示，命题2与命题3也得到了验证，所有的变量估计方向都符合我们的预期，且除了关于火车站的两组回归之外，其他三组都有较稳健的显著性。COX5与COX6中，距火车站的距离、社区附近是否有火车站这两个变量与人均土地面积对数的交互项分别为正与负，社区附近有火车站会使土地对教育的替代效果下降17%，火车站每远离1公里，土地对教育的替代效果上升3%，但这两组结果并不显著。火车站交叉项不够显著的原因可能是容易到达火车站和非农就业难度以及非农就业工资的相关性并不高，事实上，在章元和陆铭(2009)中，用到车站的距离解释农村移民工资的实证中同样出现了不显著的结果。除此之外，另外几组实证的结果较为显著。而在COX6至COX8中，当农户拥有农机具时，耕种土地将更有效率，此时教育的效用下降，土地对教育的替代效应上升近20%—30%；COX8与COX9中，当社区中外出打工人数的比例上升1%时，农户子女的社会关系中拥有更多的就业信息，这能够提高其在外打工的就业概率，从而使同等教育能够带来更稳定的收入，土地对教育的替代效果下降约0.13%。在COX6与COX7中，人均土地面积的系数不显著，而同时人均土地与农机具的交叉项显著，这可能是因为两者存在较高的相关性，因此一部分人均土地的系数被交叉项所吸收了。注意到以上几个检验变量与人均土地面积均可能存在着内生关系。在周围有火车站、打工人口比例较高的地区，土地可能较少，而在使用农机具的家庭中，土地可能较多。⑥然而，由于在土地增多时边际土地对教育的替代性逐渐降低，内生性造成的偏误与理论预期恰好相反，因此我们得到的实证结果实际上已经包含了这些反方向的作用，更加确定了理论预期的正确性。这证实了从比较静态推理出的两个命题：在土地与教育两种要素中某种要素消除收入风险的效果相对另一种要素的效果增大时，这种要素对另一种要素的替代效应也增大，也为本文的理论给出了进一步的证据。
五、结论
本文提出了这样一个假说：在非农工作中，土地和教育都能够平滑农村移民非农工作的收入冲击，因此土地将减少农户家庭对子女的人力资本投资。这是因为失业后返乡务农的选择相当于为农村移民提供了一种“失业保险”，从而降低了农民增加人力资本投资获得稳定工作的需求。使用一个简化的DCDP模型与CHNS数据，本文分别在理论上和实证上推导并验证了土地会替代教育的假说，以及从该假说衍生出的两个命题：当非农就业概率提高时，土地对教育的替代作用减小；当农业效率提高时，土地对教育的替代作用增大。
土地对于教育的替代效应使我们思考：在城市化进程中，土地应当扮演何种角色？在2008年金融危机中，大量低技能工作的农村移民失去了工作，被迫返乡务农。根据姚洋(2002)，土地此时扮演了劳动力蓄水池的作用，为城市承担了相当大的失业人口压力。但本文揭示的机制为以上现象提供了另一种解释，那就是土地作为一种不可交易、不可变现的“失业保险”，事实上扭曲了农户家庭教育投资。土地不仅是失业劳动力的“蓄水池”，更是劳动力之所以需要“蓄水”的重要原因。
土地替代教育的机制告诉我们，如果土地流转不充分，土地资本化较为困难，那么农村居民的教育投资就可能被扭曲。设想一种情况，每位农民都有数量各异、不可交易的土地禀赋，此时土地较少的农民不能够出让土地以投资更多教育，土地较多的农民也不能够购买更多土地以获得农业规模经济，于是所有农民都只好在低教育水平下往返于城乡间。此时，每位农民的教育投资都是在资源配置的限制下的次优选择，这不仅在教育资源的配置上是低效的，更使农民不能在合适的劳动力市场发挥比较优势，并最终产生农村移民的数量与质量的矛盾，在农业部门与非农部门都产生效率损失。
最后，本文的结论暗示了放松土地流转等政策或许能够优化农民自身的教育资源配置。那么，约束土地流转造成的资源配置不能够最优化，到底造成了多少效率损失呢？这是下一步研究的可能方向。
注释：
①24—25岁的人口绝大多数已经停止接受教育。另一方面，控制年龄可以消除外来人口的队列效应。
②四组哑变量分别为户主职业、年份、农户子女当年所在年级、地区。
③东部为江苏、山东；北部为辽宁、黑龙江；中部为河南、湖北、湖南；西部为广西、贵州。由于这部分计量结果较多且重复，本文不再一一列出。
④此时土地与火车站的交互项为对数人居土地亩数与社区附近是否有火车站的乘积。
⑤为了减小农机具变量仍然存在的内生性，避免农机具的购买与辍学决策远早于辍学真实发生的时间的情况高估农机具的系数，我们对该变量滞后二期计算，仍然得到了类似的结果。限于篇幅这里不再一一列出。
⑥控制地区与时间变量后，有火车站的地区人均土地面积减少0.22亩；村中打工人口比例每上升1%，人均土地面积减少0.013亩；有农机具的家庭人均土地比没有农机具的家庭人均土地面积上升0.68亩，此三者都在1%上显著。