導語：鄉(xiāng)村工資收入與人力投資差距一文來源于網(wǎng)友上傳，不代表本站觀點，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

一、引言

農(nóng)村人力資本就是農(nóng)村勞動力身上凝結的知識、技能以及健康等能夠?qū)?jīng)濟發(fā)展產(chǎn)生重大影響的因素，它主要通過農(nóng)村教育投資(農(nóng)村基礎教育、農(nóng)村職業(yè)教育、農(nóng)村技術培訓)、“干中學”(經(jīng)驗積累)、農(nóng)村健康投資、農(nóng)村勞動力遷移流動等積累而成的。1960年，西奧多•舒爾茨首次提出了“人力資本投資”的概念。舒爾茨指出，人力資本是社會進步的決定性因素。人力資本包括人的知識和人的技能的形成，只有通過一定方式的投資、掌握了知識和技能的人力資源才是一切生產(chǎn)資源中最重要的資源，人力資本也是資本的一種形態(tài)。人的知識和能力需要通過投資才能形成。舒爾茨的人力資本觀點包括:保健和服務的各種開支;在職訓練;正規(guī)的初、中、高等教育支出;用于勞動力國內(nèi)流動的支出;用于移民入境的支出;提高企業(yè)能力方面的投資等。在人力資本投資中，舒爾茨又特別強調(diào)教育投資在人力資本形成中的作用。加里•貝克爾1964年出版的《人力資本》從家庭生產(chǎn)和個人資源(尤其是時間)分配的角度，系統(tǒng)地闡述了人力資本與人力資本投資的問題，為人力資本的性質(zhì)、人力資本的投資行為提供了具有說服力的理論解釋［1］［2］。學者們繼而展開了大量的調(diào)查和實證分析，并將這種研究深入到了發(fā)展中國家。Barrett，C等(2001)，Coppard(2001)，Takashi(2001)，Gregorio和Lee(2002)等的研究均證實，不同發(fā)展中國家的教育水平與工資性收入之間存在顯著正向關系［3］［4］。國內(nèi)學者對農(nóng)村人力資本投資與農(nóng)民收入水平的關系做了大量研究。董海軍、風笑天認為我國農(nóng)村家庭人力資本投資少的原因主要是農(nóng)民收入低、家庭子女多、投資環(huán)境差及粗放型農(nóng)業(yè)和升學式教育［5］。張冬平、白菊紅認為素質(zhì)低下的農(nóng)村勞動力嚴重制約著農(nóng)村經(jīng)濟的發(fā)展及農(nóng)民收入的提高，因此改善農(nóng)村教育水平是提高農(nóng)村勞動力素質(zhì)的重要途徑。農(nóng)民收入水平的差異和農(nóng)村私人教育投資的差異是農(nóng)村教育水平差異的直接原因［6］。閏淑敏、張生太認為我國農(nóng)村家庭教育投資嚴重不足，除了加大政府的農(nóng)村教育投入外，還應拓寬農(nóng)村教育投資渠道［7］。趙耀輝認為農(nóng)村勞動力流動能提高其收入，教育對勞動力從農(nóng)村到城市永久遷移的作用很顯著，對勞動力從農(nóng)村的農(nóng)業(yè)流動到非農(nóng)產(chǎn)業(yè)的作用也很顯著［8］。白菊紅、袁飛等研究農(nóng)民收入與農(nóng)村人力資本關系時發(fā)現(xiàn)，勞動力受教育水平越高，勞均收入的抗干擾力和抗波動力越強;接受職業(yè)教育和技術培訓的勞動力勞均收入高于未接受者，家庭中接受培訓的勞動力數(shù)量越多，家庭勞均收入越高;高教育水平勞動力的教育投資收入彈性大于低教育水平者［9］。馮飛、姬雄華研究發(fā)現(xiàn)，我國居民的收入水平、生活消費支出水平與人力資本投資之間呈現(xiàn)比較強的正相關關系，城鎮(zhèn)居民家庭人力資本投資傾向高于農(nóng)村居民家庭［10］。

二、中國東部、中部、西部農(nóng)村居民純收入和工資性收入變化狀況

(一)農(nóng)村居民純收入和工資性收入變化趨勢

中國農(nóng)村居民純收入和工資收入穩(wěn)步增加。2010年，東部地區(qū)農(nóng)村居民人均純收入最高的是上海，達13977．96元，工資性收入是9605．73元;其次是北京，農(nóng)村居民人均純收入13262．29元，工資性收入是8229．19元;再其次是浙江和天津，農(nóng)村居民人均純收入分別為11302．55元和10074．86元，工資性收入分別是5822．48元和5261．97元。其他省(除海南外)的農(nóng)村居民人均純收入都在5950－10000元之間，人均工資性收入也都在2650－5000元之間。農(nóng)村居民人均純收入最低的是海南，只有5275．37元，工資性收入是1261．86元，也是東部地區(qū)最低的(見圖1)。2010年，中部地區(qū)農(nóng)村居民人均純收入最高的是吉林，達6237．44元，工資性收入是1072．14元，其中農(nóng)村人均純收入不足上海的一半;其次是黑龍江，農(nóng)村居民人均純收入6210．72元，工資性收入是1241．59元;再其次是湖北和江西，農(nóng)村居民人均純收入分別為5832．27元和5788．56元，工資性收入分別是2186．11元和2394．62元。除山西外，其他省的農(nóng)村居民人均純收入都在5000元以上，人均工資性收入也都在2000元左右。農(nóng)村居民人均純收入最低的是山西，只有4736．25元，工資性收入最低的是吉林，只有1072．14元。工資性收入最高的是湖南，為2655．59元(見圖2)。2010年，西部地區(qū)農(nóng)村居民人均純收入最高的是內(nèi)蒙古，達5529．59元，工資性收入是1036．78元;其次是重慶，農(nóng)村居民人均純收入5276．66元，工資性收入是2335．23元;再其次是四川和寧夏，農(nóng)村居民人均純收入分別為5086．89元和4674．89元，工資性收入分別是2248．18元和1788．28元。農(nóng)村居民人均純收入最低的是甘肅，只有3424．65元，工資性收入最低的是新疆，只有556．26元。工資性收入最高的四川達2248．18元(見圖3)。西部的四川和中部的湖南的高工資性收入主要是農(nóng)村勞動力轉(zhuǎn)移的務工收入。

(二)中國東部、中部、西部農(nóng)村居民工資性收入占農(nóng)村居民純收入比重的變化趨勢

1998年以來，中國農(nóng)村居民工資性收入占農(nóng)村人均純收入的比重除上海有所回落外，其他省(市)一直在緩慢增加，在2010年達到最高。東部地區(qū)北京、上海、天津的農(nóng)村居民工資性收入占農(nóng)村人均純收入的比重從1998－2010年比較平穩(wěn)，北京1998年的比重是61．24%，2010年是61．05%，上海1998年的比重是71．56%，2010年是68．72%，天津1998年的比重是48．31%，2010年是52．23%;2010年廣東農(nóng)村居民工資性收入占農(nóng)村人均純收入的比重達60．83%，浙江和江蘇分別為51．51%和53．70%;山東、福建、河北分別為42．32%、41．67%、44．54%;遼寧只有38．36%，最低的海南只有23．92%(見圖4)。2010年，中部八省中農(nóng)村居民工資性收入占農(nóng)村人均純收入的比重超過40%的有湖南、山西、安徽、江西，分別為47．24%、44．52%、41．70%、41．37%;其次是湖北和河南，分別為37．48%和35．19%;吉林和黑龍江較低，只有17．18%和19．99%(見圖5)。2010年，西部地區(qū)農(nóng)村居民工資性收入占農(nóng)村人均純收入的比重超過40%的有陜西、四川和重慶，分別為42．25%、44．20%和44．26%;比重在30%－40%之間的有廣西、貴州、甘肅、青海、寧夏，分別為37．57%、37．55%、35．02%、32．87%、38．25%;而低于30%的有云南、新疆、內(nèi)蒙古、西藏，分別為23．53%、11．98%、18．75%、26．79%(見圖6)。

三、數(shù)據(jù)、變量的選擇及數(shù)據(jù)檢驗

根據(jù)Kuznets、Schultz、Becker等對人力資本投資概念的定義，農(nóng)村人力資本投資可分為農(nóng)戶的教育投資、健康投資和遷移投資三種類型，本文選取農(nóng)村居民人均文教娛樂用品及服務支出代表農(nóng)戶的教育投資，用農(nóng)村居民人均醫(yī)療保健支出表示農(nóng)戶的健康投資，用農(nóng)村居民人均交通和通訊支出反映農(nóng)戶的遷移投資。把交通和通訊、醫(yī)療保健、文教娛樂用品及服務這三者的和作為農(nóng)村人力資本投資變量;工資收入是農(nóng)村居民家庭純收入中按收入來源劃分的工資性收入;用人均地區(qū)生產(chǎn)總值作為地區(qū)的經(jīng)濟發(fā)展指標。所有數(shù)據(jù)均來自1999－2011年《中國統(tǒng)計年鑒》，數(shù)據(jù)單位為人民幣元，樣本區(qū)間為1998－2010年。選取中國31個省(市)(不包括臺灣、香港、澳門地區(qū))的相關數(shù)據(jù)，東部十一省(市)，分別用BJ、GD、SH、ZJ、JS、LN、HN、SD、FJ、HB、TJ代表北京、廣東、上海、浙江、江蘇、遼寧、海南、山東、福建、河北、天津;中部地區(qū)八省，分別用HUN、HUB、SX、JL、AH、HLJ、HEN、JX代表湖南、湖北、山西、吉林、安徽、黑龍江、河南和江西;西部地區(qū)十二省(市)，分別用GX、GZH、YN、SHX、GS、QH、NX、XJ、NMG、SC、CQ、XZ代表廣西、貴州、云南、陜西、甘肅、青海、寧夏、新疆、內(nèi)蒙古、四川、重慶、西藏。用GZ、JY、Y分別表示人均工資性收入、人均人力資本投資、人均地區(qū)生產(chǎn)總值;對各序列分別取自然對數(shù)，以避免數(shù)據(jù)的劇烈波動對擬合效果的影響，用LNGZ、LNJY、LNY分別表示人均工資性收入、人均人力資本投資、人均地區(qū)生產(chǎn)總值的自然對數(shù)。

(一)單位根檢驗

用EViews6．0對各變量進行單位根檢驗。選用的面板單位根檢驗方法包括Levin、Lin和Chu的LLC檢驗;Im、Pesaran和Shin的IPS檢驗、Choi的CH檢驗，面板協(xié)整檢驗方法則為Pedroni提出的面板和組間檢驗。LLC檢驗的零假設是各截面有相同的單位根;IPS、ADF和PP檢驗的零假設是允許各截面有不同單位根。采用含漂移項而不含時間趨勢項的檢驗形式，對原序列和一階差分序列進行平穩(wěn)性檢驗，原序列只有LNJY的LLC檢驗顯示在1%的顯著水平下平穩(wěn)，其他序列是非平穩(wěn)的。但一階差分后都是平穩(wěn)序列(見表1)。

(二)協(xié)整檢驗

由于所有序列的一階差分都是平穩(wěn)的，都是Ⅰ(1)序列。因而繼續(xù)對其進行協(xié)整檢驗，Kao檢驗和Pedroni檢驗的滯后階數(shù)由SIC準則確定。同質(zhì)面板數(shù)據(jù)的Kao檢驗顯示東部、中部和西部的序列在1%的顯著水平下存在協(xié)整關系;Pedroni檢驗則顯示只有部分統(tǒng)計量拒絕原假設，不能得出存在協(xié)整關系確切結論(見表2)。用序列有確定性趨勢而協(xié)整方程只有截距項的形式進行Johansen檢驗，結果顯示:東部地區(qū)、中部地區(qū)和西部地區(qū)的序列都在1%的顯著水平下拒絕0個協(xié)整向量的原假設，也拒絕了至少一個協(xié)整向量的原假設。但不拒絕至少2個協(xié)整向量的原假設(見表3)。

四、計量模型的選擇及回歸結果

(一)模型設定形式

由于面板數(shù)據(jù)模型同時具有截面、時序的兩維特性，模型中參數(shù)在不同截面、時序樣本點上是否相同直接決定模型參數(shù)估計的有效性。根據(jù)截距向量和系數(shù)向量中各分量限制要求的不同，面板數(shù)據(jù)模型有混合回歸模型、固定效應模型、隨機效應回歸模型。固定效應模型有個體固定效應模型、時點固定效應模型、時點個體固定效應模型;隨機效應回歸模型有個體隨機效應模型、個體時間隨機效應模型。此外，還有變系數(shù)模型、動態(tài)面板數(shù)據(jù)回歸模型、面板數(shù)據(jù)的向量自回歸模型、離散選擇面板數(shù)據(jù)模型。在面板數(shù)據(jù)模型估計之前，需要檢驗樣本數(shù)據(jù)適合上述哪種形式，避免模型設定的偏差，提高參數(shù)估計的有效性。設有因變量yit與1×k維解釋變量向量xit，滿足線性關系:yit=αit+xitβit+εit，i=1，2，…，N，t=1，2，…，T其中N表示個體截面成員的個數(shù)，T表示每個截面成員的觀察時期總數(shù)，參數(shù)αit表示模型的常數(shù)項，βit表示對應于解釋變量xit的k×1維系數(shù)向量，k表示解釋變量個數(shù)。隨機誤差項相互獨立，且滿足零均值、同方差假設。在回歸模型yit=αit+xitβit+εit滿足基本假設時，回歸系數(shù)的OLS估計量是BLUE估計，但當模型不滿足“正交性”假設時，回歸系數(shù)的OLS估計量不再是無偏的。同時，當模型不滿足“同方差性假設”時，回歸系數(shù)的OLS估計量不再是有效的。Maddala(1971)和Mundlak(1978)分別指出，對于面板數(shù)據(jù)模型Yit=β1+∑kk=2βkxkit+ui+vt+wit，令εit=ui+vt+wit，如果不能滿足回歸假設E(εit|xit)=0，則個體隨機效應模型系數(shù)的GLS估計量是有偏的和非一致。但正交性并不影響個體固定效應模型系數(shù)的組內(nèi)估計量的性質(zhì)。于是，可以通過檢驗模型誤差項與解釋變量的正交性來解決面板數(shù)據(jù)回歸模型的設定問題。Hausman(1978)、Hausman和Taylor(1981)基于隨機效應模型的GLS估計量、固定效應模型的組內(nèi)估計量和組間估計量的差距構造統(tǒng)計量mi檢驗假設:H0:E(εit|xit)=0;H1:E(εit|xit)≠0。在零假設H0下，統(tǒng)計量mi漸進服從K個自由度的χ2分布，并且Hausman和Taylor(1981)發(fā)現(xiàn)三個統(tǒng)計量mi是一致的。在拒絕零假設H0時，模型設定為固定效應是可行的;否則不能拒絕零假設H0時，模型設定為隨機效應。一般的經(jīng)驗做法是，如果研究者預期建立面板數(shù)據(jù)模型推斷樣本空間的經(jīng)濟關系，模型設定為固定效應模型會更合理［11］。隨機效應的Hausman檢驗結果顯示東部地區(qū)和中部地區(qū)1%的顯著水平下拒絕了零假設，西部地區(qū)的p值是0．07，在1%的水平下不拒絕零假設，在10%的顯著水平下拒絕。本文的研究預期是分析中國三大區(qū)域的農(nóng)村人力資本投資對居民工資性收入影響的區(qū)域差異，為了結果的可比性，采用固定效應模型。

(二)回歸結果分析

模型基本設定形式為:LNGZit=αit+β0+βitLNYit+β1LNJYit+εit，其中GZit為農(nóng)村居民工資性收入，Yit表示經(jīng)濟發(fā)展水平，JYit表示農(nóng)村人力資本投資。為消除序列相關，采用PooledEGLS(Cross－sectionSUR)法對模型參數(shù)進行估計，得到回歸結果(見表5)。東部地區(qū)，農(nóng)村人力資本投資和地區(qū)經(jīng)濟發(fā)展對農(nóng)村居民工資性收入存在正向影響，并且都在1%的水平下顯著。農(nóng)村人力資本投資每增加1%，農(nóng)村居民工資性收入增加0．4039%。東部地區(qū)各省(市)經(jīng)濟發(fā)展對農(nóng)村居民工資性的影響存在顯著的差異。影響最大的是海南，人均地區(qū)生產(chǎn)總值每增加一個百分點，農(nóng)村居民人均工資性收入增加1．6774%。其次是廣東的0．7833，福建的0．5280。其他省(市)在0．3－0．4之間，北京、上海、浙江、江蘇、遼寧、山東、河北、天津分別為0．4130、0．3335、0．3891、0．3276、0．3742、0．4446、0．3363、0．4909。東部地區(qū)省(市)的經(jīng)濟發(fā)展對農(nóng)村居民工資性收入的影響超過0．6的只有海南和廣東，且海南表現(xiàn)為一個突變個體，其他則都在0．6以下。中部地區(qū)，農(nóng)村人力資本投資和地區(qū)經(jīng)濟發(fā)展對農(nóng)村居民工資性收入存在正向影響，并且都在1%的水平下顯著。農(nóng)村人力資本投資每增加1%，農(nóng)村居民工資性收入增加0．2839%。中部地區(qū)各省(市)經(jīng)濟發(fā)展對農(nóng)村居民工資性收入的影響存在顯著的差異。影響最大的是湖北，人均地區(qū)生產(chǎn)總值每增加一個百分點，農(nóng)村居民人均工資性收入增加0．8979%。其次是黑龍江的0．7823，安徽的0．7475。影響最小的是山西，為0．3734。其他省都在0．4－0．7之間，湖南、吉林、河南、江西，分別為0．6430、0．4885、0．6890、0．6533。除山西和吉林外，其他省的經(jīng)濟發(fā)展對農(nóng)村居民工資性收入的影響都在0．6以上。西部地區(qū)，農(nóng)村人力資本投資和地區(qū)經(jīng)濟發(fā)展對農(nóng)村居民工資性收入存在正向影響，并且都在1%的水平下顯著。農(nóng)村人力資本投資每增加1%，農(nóng)村居民工資性收入增加0．3574%。西部地區(qū)各省(市)經(jīng)濟發(fā)展對農(nóng)村居民工資性收入的影響存在顯著的差異。影響最大的是新疆，人均地區(qū)生產(chǎn)總值每增加一個百分點，農(nóng)村居民人均工資性收入增加0．9466%。其次是西藏的0．9152。其他省都在0．4－0．7之間，廣西、貴州、云南、陜西、甘肅、青海、寧夏、內(nèi)蒙古、四川、重慶，分別為0．6103、0．6941、0．5790、0．4662、0．5635、0．5682、0．4707、0．4098、0．6331、0．6277。影響最小的是內(nèi)蒙古，為0．4098。西部地區(qū)省域的經(jīng)濟發(fā)展對農(nóng)村居民工資性收入的影響超過0．6的有廣西、貴州、新疆、四川、重慶、西藏。

五、結論及建議

農(nóng)村人力資本投資對中國東部、中部、西部農(nóng)村居民工資性收入的影響，東部地區(qū)最高，為0．4039;西部地區(qū)次之，為0．3574;中部地區(qū)最低，為0．2839。東部、中部、西部省(市)的經(jīng)濟發(fā)展對農(nóng)村居民工資性收入的影響存在較大的差異。東部地區(qū)省(市)的經(jīng)濟發(fā)展對農(nóng)村居民工資性收入的影響，除海南和廣東外，其他省(市)的影響都在0．6以內(nèi)，即地區(qū)人均生產(chǎn)總值每增加一個百分點，農(nóng)村居民工資性收入的增加量低于0．6%。中部地區(qū)除山西和吉林外，其他省的經(jīng)濟發(fā)展對農(nóng)村居民工資性收入的影響都在0．6以上。西部地區(qū)省域的經(jīng)濟發(fā)展對農(nóng)村居民工資性收入的影響超過0．6的有廣西、貴州、新疆、四川、重慶、西藏，其他則低于0．6。西部十二省(市)中有一半超過0．6，即地區(qū)人均生產(chǎn)總值每增加1%，農(nóng)村居民工資性收入增加0．6%的有廣西、貴州、新疆、四川、重慶、西藏。三大區(qū)域的回歸結果顯示，東部的海南省與其他省(市)相比，比較獨特，其原因應該是工資性收入快速變化引起的。海南省1998年的工資性收入只有52．65元，到2010年增加到1261．86元，其工資性收入占農(nóng)村居民人均純收入的比重從1998年的2．61%快速增加到2010年的23．92%，與其他省(市)相比，出現(xiàn)了奇異點?？偟膩碚f，東部地區(qū)的人力資本投資對農(nóng)村居民工資性收入的影響比中西部地區(qū)大，中西部地區(qū)的地區(qū)經(jīng)濟發(fā)展對農(nóng)村居民工資性收入的影響較大。經(jīng)濟發(fā)達的東部地區(qū)的農(nóng)村人力資本投資對農(nóng)村居民工資性收入彈性較大，但就東部、中部、西部三個地區(qū)的比較而言并沒有嚴格的東高西低現(xiàn)象，而是西部比中部略高。因而在西部地區(qū)經(jīng)濟發(fā)展水平偏低的地區(qū)，政府要因地制宜，根據(jù)當?shù)亟?jīng)濟社會的實際情況，結合民俗文化以及民情，加大教育的投入力度以促進經(jīng)濟發(fā)展，充分發(fā)揮農(nóng)村人力資本投資效應。經(jīng)濟發(fā)展水平已達到較高水平的各省，則應鼓勵農(nóng)村居民加大農(nóng)村人力資本投入，充分發(fā)揮人力資本投資對農(nóng)村居民工資性收入增加的效應，從而加快產(chǎn)業(yè)升級，優(yōu)化經(jīng)濟結構，轉(zhuǎn)變經(jīng)濟增長方式，實現(xiàn)可持續(xù)發(fā)展。中部地區(qū)要充分發(fā)揮與東部地區(qū)相鄰的地緣優(yōu)勢，利用東部地區(qū)企業(yè)的用工制度刺激中部地區(qū)農(nóng)村人力資本投資，充分發(fā)揮農(nóng)村人力資本投資與經(jīng)濟發(fā)展水平的良性互動。由于區(qū)域間發(fā)展的不平衡而導致的農(nóng)民收入水平和農(nóng)村私人教育投資的差異是農(nóng)村教育水平差異的直接原因，因此政府應加大農(nóng)村基礎教育投資及貧困地區(qū)的教育投資。除了加大政府的農(nóng)村教育的投入外，還應拓寬農(nóng)村教育投資渠道，為農(nóng)村家庭提供更多的人力資本投資途徑。針對農(nóng)村家庭健康投資低的現(xiàn)狀，還應盡快健全農(nóng)村社會保障體系，促進農(nóng)村家庭的健康投資。經(jīng)濟發(fā)展和人力資本投資有利于增加農(nóng)村居民的工資性收入，政府應通過完善農(nóng)村教育設施，引導農(nóng)村居民增加人力資本投入，并給予相應比例的補貼。提高農(nóng)村居民對人力資本投資的積極性，提高農(nóng)村人口素質(zhì)，轉(zhuǎn)變經(jīng)濟增長方式。提高農(nóng)民收入，改善農(nóng)民生活水平，改變農(nóng)村的生活方式，實現(xiàn)人與經(jīng)濟社會的協(xié)調(diào)發(fā)展。