[摘 要]随着我国经济的发展和教育改革的深入，以及城乡居民家庭收入的增加，家庭教育支出占总支出的比重呈现出上升的势头，个人教育投资占全社会教育投资总额的比重也日益扩大，人们越来越注意从经济的角度来考虑自己的行为，即越来越注意行为的效益及其成本。本文通过2011年对杨凌示范区10个行政村农户教育方面的调查，运用调查数据对生产函数计量模型的具体形式进行了扩展，以估算农户教育收益率，从而得出了如下结论：杨凌示范区农户教育收益率偏低；教育对收入的影响大于市场经历对收入的影响；农业科技培训，以及田园旅游业、铜鼓加工业、打工收入等其他收入形式对农民增收的重要性。
[关键词]杨凌示范区 农户教育收益率 生产函数 实证分析
一、引言
农村教育是农村经济和社会发展的决定性因素之一，但目前我国目前的农村教育，国家投入不足，以农民投资为主。基于理性小农的假定，教育投资决策需符合农户的理性选择，即教育投资的预期收益大于其成本才能实现积极的教育投资行为，否则农户很难有投资的积极性。因此，用教育收益率衡量教育投资回报具有重要的意义。杨凌示范区作为国家级农业高科技产业示范区，教育收益率有其自身的特点。本文通过对杨凌示范区农户教育状况进行调查，运用调查数据对生产函数计量模型的具体形式进行了扩展，从而估算农户教育收益率。
二、农户教育收益率估算方法和数据来源
1.生产函数法
农户家庭资源如土地、资金等投入要素与农户收益之间的关系用生产函数来描述，形式如下：Y=f(A、K、L)
其中，Y是产出，A、K、L分别是土地、资金、劳动投入要素。假设产出与其投入要素之间都是正相关，即产出随着土地、资金和劳动投入量的增加而增长。教育等人力资本的存在使单位时间上劳动者的产出效率不同，表现为较高教育水平者获得较高收入，这导致了劳动（L）的“异质”，违反了生产函数中所有投入要素都是“同质”的假定，所以教育等人力资本应该作为控制性变量进入模型中，并假设教育与产出之间是正相关关系。本文使用横截面数据，假定一年内价格变化、技术进步对产出的影响可以忽略， 因此模型的具体形式如下：Y=Ab1Kb2Lb3eH(Z)eg1 （模型1）
式中，b分别表示土地、资金、劳动的产出弹性，且b>0。H（Z） 为教育等人力资本变量的影响方式，其形式为：H（Z）=a1S+a2E+a3E2+a4M+g2 （模型2）
式中，S表示劳动者的教育；E表示劳动者的市场经历，它与H（Z）之间可能存在非线性关系，表现为在生产过程中劳动者对个人经验的依赖先增加后减少；M表示劳动者接受农业科技培训的程度；a1表示教育对产出的影响，且a1>0；a2和a3共同表示市场经历对产出的影响；a4表示劳动者接受农业科技培训的程度对产出的影响。
2.数据来源
本文采用的数据是2011年在陕西省杨凌示范区周边西卜村、南庄村、上川口村、崔西沟村等10个村庄农户调查数据，有效样本数为300户，调查的内容包括农户家庭成员的年龄与个数、受教育年限、接受农业科技培训情况、农业收入、物资消耗、家庭耕地面积等情况，从而反映了2011年农户家庭各方面的情况。
三、教育收益率模型及其计量结果
1.初步估计结果
运用杨凌区周边10个村农户的相关数据，使用STATA统计软件对模型3进行回归分析其估算结果。结果表明模型3变量显著，但是R2的调整值、F统计量值较小，方程对数据的模拟情况不好，怀疑模型3存在异方差。如果存在异方差，将导致解释变量的显著性不可靠，即估算的教育收益率不可信。经戈里瑟检验发现，模型3存在异方差，采用加权最小二乘法（WLS）消除异方差。同时，采用方差膨胀因子（VIF）方法检验模型3的共线性，发现工作经历的平方项与其他解释变量存在多重共线性，因此删除E2，得到模型4：?Y=C+b1?A+b2?K+b3?L+a1S+a2E+a4M+D
其估计结果显示：其一，R2的调整值和F统计量值变大，估计结果更为可靠。其二，农户受教育年限对教育收益率的贡献率为4.39%，即在其他变量不变的情况下，户内劳动力平均每多接受1年教育，家庭年收入增加4.39%；其三，接受农业科技培训的程度对教育收益的贡献率为4.38%，即在其他变量不变得情况下，接受农业科技培训的农户每增加1%，家庭年收入就增加4.38%。
2.增加控制变量后的模型估计结果
设置收入主要来源方式虚拟变量（T）、参数(p),T=1表示收入来自非农活动，T=0表示收入来自农业活动，得到模型6：?Y=C+b1?A+b2?K+a1S+a2E+a4M+pT+x，在95%的置信水平下家庭主要收入方式显著地影响农户总收入，农户总收入中有56%来自非农收入，且以外出打工和家庭副业为主，如上川口村的铜鼓乐器加工业，崔西沟村的田园风光旅游月等。因此在杨凌区周边农村这个人多地少的地方，人均耕地不足一亩，种植业收入是微乎其微的，农业收入中的畜牧业收入、副业收入以及打工收入在家庭总收入中占据90%左右的比重，同时农业科技培训对家庭收入的贡献率日益加大，在一定程度上超过了农户受教育年限的贡献率。
与模型5相比，模型6农户教育年限和农业科技培训程度对家庭收入的收益率有较大的下降，说明收入来源方式，即非农业收入与劳动者受教育情况相关程度较大，模型5的教育收益率包括了控制变量的间接收入效应，而模型6则是剔出部分间接效应而得到教育的直接效应，教育收益率3.89%更加可靠。
四、结论
1.农村教育收益率较低
由模型分析得出，杨凌周边农村的教育收益率为3.89%～4.69%，这个结果与其他研究估计的农村个人教育收益率基本一致。多数研究表明农村教育收益率低于5%，而世界发展中国家教育收益率的平均水平为10%，其他亚洲国家也超过9%，与其他国家横向比较而言中国的教育收益率低，尤其农村教育收益率低；从纵向来看，在影响农户家庭收入的因素中，农户教育收益率远远小于其他收入来源方式、农业资金投入、土地面积、劳动力数量因素对家庭收入的贡献率。
2.教育对收入的影响大于市场经历对收入的影响
模型的估计结果都表明，劳动力工作经历对收入的贡献不到1%，远远低于教育（包括教育年限和农业科技培训）对收入的影响。九年义务教育的普及，人们参加义务教育的成本机会成本和直接成本降低，因此家庭应鼓励子女接受教育，包括高等教育或职业教育，而不要让子女过早的参加劳动，因为市场经历对家庭收入的贡献率远远小于教育的收益率。
3.非农经济发展是农户家庭收入的重要来源
杨凌示范区农村人均耕地仅为0.8亩，再加上这些年农民增产不增收的大形势下，农业收入，尤其是种植业收入对农民来说是微不足道的。从调查结果可以看出，非农收入对家庭收入贡献率是影响农户家庭收入的因素中贡献率最高的，这与杨凌示范区农村的特殊性密切相关。杨凌示范区拥有农业科技的优势，座落在农业高科技产业示范区，又依托于西北农林科技大学。近年来大棚种植、养殖业、服务业、旅游业、手工业加工业等产业迅速发展，成为农户家庭收入的支柱。同时外出打工人员日益增多，在我们调查的农户中，家中很少有男劳动力，只有孩子、妇女和老人，形成所谓的“三八、六一、九九部队”，男劳动力几乎都到外地打工。在南庄村有一户六口之家，儿子、儿媳和小孩的爷爷都在外地打工，打工收入成为家庭的主要收入来源。
参考文献：
[1]诸建芳.中国人力资本投资的个人收益率研究[J].经济研究，1995，(12):15-17
[2]周贝隆.关于转变我国教育发展方式的思考[J].上海高教研究，1996,(3):28-31
[3]周满生.教育投资和教育发展战略[J].教育与经济,1996,(4):24-25
[4]鲍建农.安徽省农村居民教育投资的经济分析[J].安徽示范大学学报，1999,(8):14-16
[5]李哲等.江汉平原农户教育收益率分析[J].决策参考，2006,(1):23-25
[6]J.M.伍得里奇著.计量经济学导论现代观点[M].中国人民大学出版社，2003,(2)