我国农村教育水平与城市化率实证研究
开篇：润墨网以专业的文秘视角，为您筛选了一篇我国农村教育水平与城市化率实证研究范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
中图分类号:F320 文献标识码:A
内容摘要:关于教育与城市化之间的关系,国内外有众多的理论和实证研究,但国内缺乏对农村教育与城市化率之间的实证研究。本文通过对我国历年农村劳动力教育水平与城市化率有关数据计量分析来揭示二者之间的关系,结果表明农村劳动力教育水平的提高在短期和长期都有利于城市化率的提高,从而验证了二者之间关系的理论观点。
关键词:农村教育水平 城市化率 实证分析
相关研究综述
美国经济学家米凯•吉瑟早在1965通过计量研究表明:在农村地区,教育水平提高10%,能多诱导6%-7%的农民迁出农业进入城镇从事非农产业,与此同时农民的收入提高5%。西奥多•W•舒尔茨的研究也指出:“受过良好教育的劳动者之迁移行为(对于农村劳动力来说,迁移意味着从农村地区迁移到城镇,也即城镇化的过程)总会比受教育较少的劳动者具有更好的效果”,因为人的素质的提高可以使人有更多的工作机会,也能够更有效的寻找工作信息。Duncan Black和Vernon Henderson(1999)研究指出:城市化与教育之间存在着良性的互动关系,城市人力资本水平影响企业的生产效率、城市收益和经济增长,进而影响到城市化的速度与水平。
国内的研究人员也对教育与城市化的关系进行了一些理论和实证研究。何志方(2001)、郭书君(2005)、林霞(2006)等人对国内外城市化与高等教育之间相关性进行实证研究,结果都表明高等教育通过带动第三产业发展、促进科技进步与经济发展来带动城市化进程。许抄军(2007)等人则从教育投资、人力资本、科技进步和城市文化四个方面分析了教育对城市化的促进作用。张妍(2005)在这方面进行了国内外各种计量分析:2002年全世界174个不同发展阶段的国家截面数据、1990年和2000年各省的截面数据、1978-2002年间中国的时间序列数据,这些数据分析结果都显示教育与城市化水平之间有着较强的关联,其相关系数均在0.7左右。文中也分析了农村教育对城市化发展的重要性,认为“接受更高的教育是农村人口向外走的一个先决条件”。王少英等人(2008)对河南省1978-2006年间的数据分析表明:城市化水平是教育水平的单向Granger因,表面上看来这一结果和前人的研究结论相悖,然而实则不然,作者认为这是教育结构的问题所导致的结果:国家对城市教育,尤其是高等教育的投入过多,而农村的基础教育投入却太少,所以导致总体的教育水平提高对城市化的推动力不够。
在农村教育与城市化进程方面,李桂娥(2005)认为农村人口素质的普遍低下限制了农村劳动力进入城市,即使进了城(农民工),也难以在城市留下,从而大大制约了城市化的发展。厉以贤(2004)认为农民向市民的转化不是简单的身份和户籍的改变,而是素质、能力、观念、思维方式、生活方式等都要跟着转换和提升,而这必须要通过农村教育来实现。桂水清(2004)也认为必须要通过教育来提高农民的人力资本存量,赋予其与城市居民同等的初始条件,才能实现真正意义上的农民向市民的转化,提高城市化的质量。
从以上前人研究综述可以看出,在教育与城市化的实证分析中对一般意义上的教育以及高等教育与城市化之间的分析较多,但对于农村教育与城市化之间关联的数据分析却没有。本文研究的目的即是对农村教育水平与城市化率之间的关联进行实证数据分析。
数据准备
本文拟分析城市化率与农村居民(或劳动力)受教育水平之间的关系,因此在数据的选取上就要搜集这两方面的统计数据。由于农民向城市市民转化的过程中其地域范围的不确定性,因此,有效的数据分析只能是在全中国范围内对以上两种数据的时间序列数据分析。
对于历年我国城市化率的数据,在《中国统计年鉴》上能够方便查询到;但关于农村居民或劳动力受教育水平的数据在一般的统计年鉴上无法直接获取。鉴于数据的可获得性与相对准确性,在本文中笔者以《中国农村统计年鉴》中有关数据为基础,借鉴郭志仪等人(2007)的方法:对“不识字或识字很少”文化程度赋值为3,“小学”文化程度赋值为6,“初中”文化程度赋值为9,“高中”及“中专”文化程度赋值为12,“大专及大专”以上赋值为15,按各文化程度劳动者所占比例进行加权平均,得到农村劳动力人均受教育年限。该数据用于反映农村劳动力的受教育水平。历年数据列表如表1所示。
计量分析
令urban代表城市化率,edu代表农村劳动力人均受教育水平,计量分析按顺序依次为数据平稳性检验、协整检验、Granger因果检验和回归方程的拟合及有效性检验。
时间序列数据单位根检验。分别对urban与edu进行ADF的单位根检验,发现urban是I(2),即通过两次差分变换后数据变为平稳序列;而edu是I(1),通过一次差分变换后数据平稳。
协整检验。这里采用EG两步法对urban和edu进行协整检验。首先得到回归方程及有关参数如表2所示。
从表2中可以看出,协整方程的系数是显著的,方程拟合度与F值很好,意味着edu与urban之间有着很强的相关性;而DW值较小,可能意味着方程的残差有着正的自相关(若反过来以urban作为解释变量、edu作为被解释变量,所得到协整方程的参数具有类似的性质)。本文对协整方程的残差序列进行ADF单位根检验,发现该序列是I(1),进一步证实残差存在单位根。
Granger因果关系检验。本文对urban与edu二者进行Granger因果关系检验,在不同的滞后期下其结果如表3所示。
从表3可以看出,在滞后1、3期的时候,edu是urban单向的Granger因(分别为5%和10%的显著水平下),在滞后2、6期的时候,edu和urban之间具有双向的Granger因果关系(不同的显著水平下),其余情况下二者因果关系不明显。由此可以总结出:edu更倾向于是urban的Granger因,而不是相反,即urban是edu的Granger因。因此在以下的回归方程的拟合中,可以以urban作为因变量对edu进行回归。
回归方程的拟合及有效性检验。从前面的协整分析可知,urban对edu进行回归后残差是一阶自相关的,为了消除残差的自相关,通常的办法有:对原数据序列进行一阶或多阶差分变换后再进行回归,或是在方程的右边引入被解释变量的滞后项。为了在消除回归方程的残差序列相关问题的同时,还能保证解释变量的系数显著、回归的拟合度优良,笔者通过反复试验,最后采取了自回归的方式(即在方程的右边引入被解释变量的滞后项)建立回归模型。该模型的结构如下:
URBAN=C(1)×EDU+C(2)×URBAN(-1)+C(3)×URBAN(-2)+C(4)
其中:C(i)为待估计的常数项(i=1,2,3,4)
回归方程各参数状况如表4所示。
可见回归方程的各参数良好。此方程中的DW值不再有效,但通过对该方程的残差序列进行BG检验显示,无论是滞后多少期,都不能肯定残差序列具有序列相关,因此该回归方程的残差不存在序列相关。
理论与现实意义的分析
综上所述,首先,农村劳动力受教育水平与城市化率之间的确有着很强的相关性,且二者是正相关。自回归方程显示:当农村劳动力人均受教育水平提高一年(edu加1)时,在当年城市化率会提升约0.72个百分点,并由此导致一年后城市化率再次提升了约1.22个百分点(0.72×1.7),进而导致第二年后城市化率又会下降0.54个百分点(0.72×0.76)(该负值是没有实际意义的,只能表示由于edu的提高,在未来一段时间内对urban影响的一种自我调整。即我们应该关注接下来一段时间的总体影响,而不是某一年的影响)。但总体而言,edu增加一个单位,除了在当年导致城市化水平提升0.72个百分点外,还会在接下来的两年里导致城市化率继续提升0.68个百分点(1.22-0.54)。因此,农村劳动力受教育水平的提高,是有利于城市化率提高的。这和前人的理论研究结论一致,也是米凯•吉瑟(1965)研究结论在我国的一个实证数据的验证。
其次,本文研究结果也是对王少英等人(2008)观点的一个正面的验证,说明农村劳动力教育水平的提高的确对城市化率的提高是有着显著的作用,这说明了农村教育对促进城市化进程的重要性。
另外,关于农村教育与高等教育水平的提高对城市化率的影响的对比分析,以及农村不同层次的教育(如九年基础教育、职业教育、普通高中教育)对城市化率水平的不同影响及其效果的分析,是本文有待进一步研究的地方。
参考文献:
1.何志方.高等教育规模与城市化联动发展的国际经验[J].比较教育研究,2001(9)
2.郭书君,米红.我国高等教育规模与城市化互动发展的实证研究[J].现代大学教育,2005(5)
3.林霞.浅析城市化进程与高等教育的良性互动―以南京市为例[J].南京中医药大学学报(社会科学版),2006,7(1)
4.许抄军,罗能生,王家清,何琼锋.教育对城市化的促进作用[J].经济地理,2007(7)
5.张妍.城市化发展与教育[J].教育发展研究,2005(8)
6.王少英,刘丽英,孟.宏观经济与教育水平对城市化进程的长期影响―来自河南省的数据分析与检验[J].商场现代化,2008(8)
7.李桂娥.发展农村教育,加速城市化进程[J].教育与经济,2005(2)
8.厉以贤.农村城市化与教育[J].中国远程教育,2004(14)
9.桂水清.城市化:农村教育是关键[J].当代思潮,2004(2)
10.郭志仪,常晔.城镇化视角下的农村人力资本投资研究[J].城市发展研究,2007(3)